家庭人力资本结构与农村贫富差距

家庭人力资本结构与农村贫富差距张兴杰,张沁洁(华南农业大学公共管理学院,广东广州510642)摘要:通过对12个省份农村的家庭人力资本结构,即家庭规模、家庭成员的年龄和性别特征、教育程度,劳动力数量、劳动力职业和技能掌握因素,与农村内部贫富差距形成之间相关性的实证分析,发现家庭劳动力越多家庭人均年纯收入也就越高;家庭成员务农的越多,则家庭人均纯收入就越低;家庭劳动力教育程度越高,则人均收入就越高;家庭人口规模与家庭人均收入成反比。因此,建立与完善培育未来农村劳动力的各种教育机制是解决农村家庭劳动力数量与素质问题、缩小农村内部贫富差距的有效举措。关键词:农村家庭;贫富差距;人力资本中图分类号:C912.82文献标识码:A文章编号:1002-3240(2008)01-0047-05收稿日期:2007-11-25作者简介:张兴杰,华南农业大学公共管理学院教授、院长,广东农村社区建设与公共管理研究中心主任,本文社会调查负责人;张沁洁,华南农业大学公共管理学院博士、讲师,本文执笔人。社会科学家SOCIALSCIENTIST2008年1月(第1期,总第129期)Jan.,2008(No.1,GeneralNo.129)一、问题的提出综观有关中国农村贫富差距形成原因的研究成果,学者们主要从两个角度展开讨论:一种是从国家的政治结构中寻求答案,认为国家的经济发展政策和制度设置存在偏向,即国家偏向城市发展的制度性安排导致了城市相对于农村,呈现出政治资本、人力资本和经济资本的高度集中,导致城乡发展不均衡[1]。这一观点从宏观角度,将农村作为一个完整整体与城市相比较,更多地讨论“为什么农村比城市落后与贫穷”的问题。一种是从农村所居的区域特性寻求答案,认为特定的区位环境因素决定和限制了农村的发展空间与模式,那些分布在平坦地形、经济发达城市周边的农村,比位于山区的、距离城市较远的农村要富裕很多。这一观点从环境生态学视角,关注“农村之间为什么存在贫富差异”的问题。上述观点分别从宏观、中观的外在因素来理解农村贫富差距,但对于“为什么具有相同外在条件(如区位特征)的农村居民家庭之间存在贫富差距的现象”却解释不足。为了回答这一问题,本文将从“人力资本”角度来开展讨论。李强早已从“人力资本”角度来研究农村的贫富差距,他认为造成中国农村群体内(诸如村内、乡内)贫富差距的原因一般与自然环境、地理条件等外部因素无关,主要是因群体成员的内在因素(如职业、产业、农民自身素质,以及劳动力与赡养人口的差异)造成的,即因农民自获条件造成而不是“先赋条件”造成[2]。但李强从“个体层次”讨论“农村中个体贫富差距”,侧重于理论推理,缺乏实证分析和经验验证。本文研究将关注焦点集中在“家庭的人力资本结构”与“农村家庭间贫富差距”的关系上,这种以家庭为分析对象的意义在于:在中国农村,家庭作为一个经济生产单位或消费实体的意义并没有消失,甚或在城市也如此。这就有必要将个体人力资本整合在一个家庭单位之中,来检验家庭的人力资本结构特征是如何来影响农村内贫富差距的。论文所采用的数据来源于华南农业大学公共管理学院张兴杰教授于2007年1月至6月开展的“中国农村贫富差距”调查项目。本项调查采用非随机抽样方法,依据区域经济发达程度,结合调查的可行性和方便性,选择海南、广东、浙江、江苏、山东5个经济较发达的省和湖南、湖北、山西、安徽、云南、四川、黑龙江7个经济欠发达的省的88个行政村,共计2215户家庭进行调查。调查家庭主要是参考当地基层政府划分的富裕户、中等户、贫困户,分别以该村调查样本总数的20%、60%、20%来确定。具体访问对象为在家的男性或女性户主。有效样本数为2198。数据分析工具采用SPSS13.0。二、农村贫富差距现状:区域间差距较大,区域内差距凸显中国学界多用收入差距来测量贫富差距[3],如最高【政治文明与构建和谐社会】47收入和最低收入的极差比较、人均收入或家庭总收入的等分、基尼系数等,以及从消费支出测量的恩格尔系数。本文采用收入测量法,因为消费的多少或比例更多体现了一种生活质量。就收入测量方面,有家庭年纯总收入和家庭人均年纯收入两种,本文采用家庭人均年纯收入来测量(见公式一),因为家庭年纯总收入在将家庭作为一个整体的同时,忽视了家庭人口规模差异,而家庭人均年纯收入的分析则弥补了这一不足。公式一:家庭人均年纯收入=家庭年纯总收入家庭人口数本次调查数据显示,整体上,农村家庭人均年纯收入平均值7105.5元,标准差为17037.70,离散系数为2.40,可以得出:调查的农村家庭分属于贫富差距这一连续体系的不同点上,有部分地区家庭处于该体系的两端,且两端之间的差距呈现拉大趋势,在社会整体进步的大环境下,富裕者逐渐增多,最穷者的数量逐步减少。从各区域来看,山西、广东和浙江的家庭人均年纯收入的平均值分别9064元、8540.39元、16483.59元,标准差分别是24162.05、20486.86、28473.46,离散系数分别是2.66、2.40和1.72,相对其他区域内部的贫富差距较严重。山西农村贫富差距尤为严重,这可能与山西的煤矿产业有关;广东的离散系数较大可能与调查样本是来自广州、佛山、汕头、饶平和梅州等具有不同区位优势的农村家庭所致;浙江农村家庭的贫富差距可能与其融入区域内经济结构的程度不同有关。西南地区的四川,平均值最低,为2239.73,离散系数与云南相同是0.91;中南地区的湖南、湖北的离散系数分别为0.98、1.08;中东地区的安徽,离散系数为1.00;接近中原地区的山东,离散系数为1.16;最南部的海南,离散系数为0.98;东北的黑龙江,离散系数是0.93。这些农村具有一个共同的特征,即位于经济欠发达或相对不发达的地区,虽然区域整体不是太富裕,但区域内部的贫富差距较小。沿海地区的江苏,农村家庭人均纯收入的中位值8400元、平均值10139.90元,二者相差较小,且离散系数为0.78,是最小的,说明江苏农村家庭的贫富差距小,农户普遍富裕。具体各省区农村家庭人均纯收入的分布见表1。三、家庭人力资本结构影响模型的构建与验证(一)已有的家庭人力资本结构与家庭贫富差距间相关性实证研究1.家庭成员的年龄结构因素楚和蒋(Chu&Jiang)根据台湾的数据,用家庭成员收入的基尼系数方法来比较研究家庭成员因年龄结构的改变所导致的收入差异变化,研究发现基尼系数模型受家庭成员的年龄因素显著影响[4]。同样,冉可等(Rank,etc)将生命周期分为成年期(20-40岁),中年期(40-60岁)和晚年期(60-80岁),发现贫富情况与人的生命周期存在相关性,尤其在成年期和晚年期的人面临着贫困的危险[5]。二者的研究说明家庭成员的年龄结构因素对家庭经济状况具有作用。2.家庭成员的性别结构因素针对部分学者认为以女性为主(female-headed)的家庭与美国“下层”社会的增长之间相一致的论断,麦克拉南罕(McLanahan)对密歇根州的家庭收入数据进行纵向分析,探讨为什么那些在女性为主家庭中出生的人在成年期中更可能经历持续贫困的问题。该研究提出单亲母亲家庭具有的四个影响假设,即没有影响、经济剥夺、父亲缺失、家庭压力,并进行了验证,发现女性为主的家庭增加了贫困的危险,但父亲缺失并不是唯一因素[6]。这一发现提示家庭成员人口的男女性别数量分布可能影响家庭的经济状况。3.家庭的人口规模因素森(Sen)提出无论是用直接测量法(即对人们实际消费是否还有些最低需要没有被满足的测量),还是收入测量法(即先算出满足最低需要的最少收入后确定低于贫困线以下的实际收入的贫富差距测量),在实际过程中,家庭而不是个人作为一个与经济收入和表1各省份农村家庭人均年纯收入(%)48消费行为相关联的自然单位,收入必须满足不同规模家庭的最低需要,因为家庭中小孩的需要与成年人的需要是不同的,为了更好地测量家庭规模,最好是将每个家庭转化为一定数量的“相同成年人”或者“相同的家庭人口”[7]。科克安等(Corcoranetc)发现基于个人而不是家庭收集的个人收入数据,对个人而言是非贫困的,但以家庭规模而言,则会出现家庭是贫困的现象[8]。这些研究显示,同样收入水平对于不同成员数量的家庭来讲,生活水平是有差异的,这意味着家庭成员的多寡,即家庭规模对一个家庭的贫富状态有影响。4.舒诺的贫富综合模型舒诺(Thurow)为了找出哥伦比亚等五十个州和地区的贫困原因,他建立了一个贫富模型,即(1)生活在农场的家庭百分比;(2)由黑人成员的家庭百分比;(3)一个劳动力都没有的家庭百分比;(4)家长的教育程度;(5)家庭中有全职工作的百分比;(6)所在州的工业结构。依据模型进行经验分析时发现:家庭劳动力数量、所在州的经济结构(该变量在时间上相对不可变)、农业耕作的数量、劳动力参与的强度等四个因素对贫富的影响作用显著[9]。舒诺的综合模型主要从区域经济结构状态、家庭劳动力的数量和劳动力素质三个因素。其研究结论提醒贫富状态是一个多因素综合影响的结果。(二)农村家庭人力资本结构的测量指标本研究在上述学者的经验研究基础上,认为在对农村内部的贫富差距进行分析时,应当从以下七个因素,集中关注家庭中人力资本结构对其的影响作用。1.家庭规模,即家庭总人口数。2.年龄结构特征,即指18岁以下的未成年人、60岁以上老年人、18-60岁之间的青中年成人的组合分布情况;0表示都是成年人,老人小孩都没有的家庭;1表示未成年人和成年人构成的家庭;2表示老年人和成年人构成的家庭;3表示老年人、成年人和未成年人构成的家庭;4表示老年人家庭。3.性别构成,男性成员与女性成员的比值。4.劳动力率,指家庭中劳动力的数量与家庭总人口之比值。5.教育情况,指家庭成员中,有高中、中专和大专及以上的人数与家庭劳动力数的比值。6.劳动力职业构成,指家庭成员中,从事务农与经商或外出务工的比值。7.技能掌握,指家庭成员是否掌握有粮食作物(如水稻、小麦等)和经济作物(如橡胶、棉花、烟叶、黄花、甘蔗等)的种植技术、畜禽饲养技术、水产养殖技术、果树或林木栽种技术、工匠(木匠、建筑技工等)及其他技术,如果家庭成员中没有掌握技术的为0,掌握一门技术的为1,掌握两门技术的为2,掌握三门技术的为3。上述七个因素作为自变量,与家庭人均年纯收入的相关程度究竟如何,表2显示:(1)自变量与因变量之间,只有家庭中男女性别比与家庭人均年纯收入之间完全不相关。(2)自变量之间,家庭年龄结构特征与劳动力率和家庭规模之间的相关系数分别为-0.351、**表示P=0.01;*表示P=0.05,双尾检验表2自变量与因变量的相关关系0.353,说明劳动力数量越少,则家庭中以老中少年组合的年龄结构可能性大;家庭规模越大,则家庭中出现老中少组合的年龄结构可能性越大。因三个变量间并不存在高度相关,本文不予以变量合并。(3)自变量具有一定的独立性。通过变量间的相关分析,删除家庭成员构成的性别比例变量,建构家庭人力资本结构与农村家庭贫富差距间相关关系的分析思路(图1)。(三)多元线性回归分析由于因变量家庭人均年纯收入是可测量型变量,自变量是可测量变量或虚拟变量,可以采用多元线性回归分析法分析自变量与因变量之间的关系。图1家庭人力资本结构对农村贫富差距的影响49表3农村家庭贫富差距多元回归模型概要和方差分析表4农村家庭贫富差距的多元回归分析结果表3和表4是对农村贫富差距的多元回归分析结果呈现。表3中,F值为14.676,显著度为0.000,说明这六个因素建构起来的分析模型是成立的,但是R2的值只有0.054,非常的小,这反映了回归方程中的自变量对因变量的解释能力较差①。导致这一结果的原因可能有三:一是调查数据本身可能存在误差。调查显示自我感觉是贫困户的为23.7%,富裕户为14%,而中等户为62.3%。这一比例与样本选定时采用20%:60%:20%的分布比例较一致,在非随机抽样情况下,调查数据之间的差异性和真实性还有待考究。二是表2所示各自变量之间具有一定的显著相关性,变量间的相互作用导致当各变量加入一个整体时,自变量与因变量之间呈非线性相关