摘 要：（中）摘要根据甘肃14个贫困村的调查数据，应用多分类Logistic模型和二元Logistic模型分析方法，考察了劳动者受教育程度对其职业选择的影响及职业选择在教育影响贫困中的作用，回答了教育能够帮助脱贫的机理问题。实证发现，劳动者受教育水平的提高能够显著提高其从事非农职业及更高层次职业的选择机会，而不同职业选择在教育对贫困影响中的作用是有差异的，当劳动者接受相应教育后，职业选择由农业领域进入非农领域，而且随着就业层次的提高其脱贫效应愈加明显。针对当前农村贫困的特点及教育存在的主要问题，提出了教育精准扶贫的相关政策建议。
关键词：（中）关键词教育；职业选择；脱贫效应；精准扶贫
中图分类号：（中）中图分类号F323.6 文献标识码：A 文章编号：1000-4149（2018）01-0061-08
Abstract：（英）摘要According to the survey data of 14 poor villages in Gansu Province， the multiclass Logistic model and binary Logistic model analysis method were used to study the effect of the educational level on the inspanidual’s
career choice and the role of career choice in education’s effect on the poverty， answered the question whether and how education help shaking off the poor. It is found that the education level can significantly improve the choice of nonagricultural occupation and the effect of career choices on the impact of education on poverty is different. When the laborers receive the corresponding education， choose to enter the field of nonagricultural areas from the agricultural sector， and with the employment level to improve its poverty effect becomes more obvious. Finally， the article puts forward the relevant policy suggestions for the education of poverty alleviation in view of the characteristics of current rural poverty and the main problems of education.
Keywords：（英）P键词education； career choice； the effect of out of poverty； precise poverty alleviation
一、引言
经过30多年的经济社会发展与扶贫开发，中国的反贫困事业取得了举世瞩目的成就，农村贫困人口规模和贫困程度大幅下降，贫困性质和特点也发生了重大变化，贫困分布由区域性、整体性贫困向个体性贫困转变[1]。分析农村人口及家庭个体性贫困因素是实现脱贫的重要前提，也是当前精准扶贫的重要突破口。教育作为个人和家庭发展能力的重要因素，其与贫困的关系一直受到学术界的广泛关注。那么，教育如何影响反贫困？其影响机理是什么？这不仅是一个理论问题，更是一个需要实践验证的问题，正确理解和把握教育对反贫困的机理和重要作用，对西部贫困地区的农村教育发展、脱贫攻坚及小康社会的全面实现均具有关键性意义。
贫困的产生和治理一直是学术界和政府关注的热点问题，大量研究从各个角度寻求贫困的产生机制。阿马蒂亚・森（Amartya Sen）指出贫困的真正含义是能力贫困，即人口创造收入能力的贫困[2]，贫困人口的低收入是由于教育水平较低而引起的收入创造能力不足导致的。很多文献从人力资本视角研究贫困问题，他们从舒尔茨（Schultz）的人力资本理论出发，大多认为不同教育水平的个体陷入贫困的概率不同[3]，人力资本所带来的生产力差异为解释贫困陷阱的存在提供了支持[4]。高教育水平的个体陷入贫困的概率较低[5]，相反的，低教育水平的个体陷入贫困的概率较高[6]。阿马蒂亚・森强调以教育为代表的人力资本在收入创造能力中的重要作用，通过提高个体的发展能力来消除贫困。然而，也有学者利用坦桑尼亚数据分析，发现当综合考虑教育制度之内和之外的因素时，教育对消除农村贫困效果不明显[7]。既然教育在贫困影响中有如此重要的地位，那么教育到底是如何对贫困产生影响？中共十八届五中全会从全面建成小康社会奋斗目标出发，明确到2020 年我国现行标准下农村贫困人口实现脱贫，贫困县全部摘帽。与此同时，国内研究主要集中在教育对反贫困产生何种影响，而对教育是如何影响反贫困的研究并不多。实际上，对教育反贫困影响评估，不仅需要对教育的反贫困影响方向进行分析，也需要结合微观个体与家庭数据对教育反贫困的作用机理进行更全面的分析。
考虑到农村地区贫困的复杂性和特殊性，教育如何作用于贫困是迫切需要探究的问题。本文利用2016年甘肃14个建档立卡贫困村的调查数据进行实证分析，着重探讨教育对反贫困的影响方向和教育对贫困的作用因素及过程，以期更好地完善西部农村精准扶贫政策。
二、教育与反贫困的文献回顾
对贫困问题的人力资本视角关注可追溯到舒尔茨，他通过对农业问题的长期研究发现，贫困国家经济落后的根本原因在于人力资本的匮乏，改善贫困人口福利的生产决定性因素应是人口质量的提高和知识的进步[8]。舒尔茨的人力资本理论对反贫困很有启发意义，在此基础上，贝克尔（Becker）更加注重微观分析，通过对家庭消费和家庭生产函数模型的分析，将人力资本投资与收入分配和贫困结合起来，认为贫困可能是教育水平低下的后果[9]。奈特（Knight）等人发现教育与收入相互关联形成一个系统，教育可以帮助家庭摆脱贫困[10]。汉杰拉（Hanjra）等人对埃塞俄比亚贫困村庄调查数据研究发现户主识字以及成年人的教育年限都是家庭福利的重要决定因素，也是增加个人收入和打破贫困陷阱的潜在途径[11]。提拉克（Tilak）对印度数据研究后发现小学以后的教育对于减少贫困有重要作用[12]，应该得到政府的重视。罗尔斯顿（Rolleston）提出了一个教育与贫困的研究框架，认为教育与贫困和家庭以外的背景因素密切相关并由其中介传导，这些背景因素包括经济发展和教育基础设施的本地水平[13]。恩琼（Njong）认为对教育的投入提高了贫困家庭的技能和生产力，人力资本形成方面的投资对减贫至关重要[14]。杰格德（Jegede）认为教育促进了技术转化，通过发展教育能够大幅度地减少贫困[15]。
中国学者也对教育与反贫困问题进行了一定的探索，樊胜根等人利用中国省级面板数据，用联立系统模型对政府各种公共投资的农村扶贫效应进行测算，发现教育投资的扶贫效果最为显著[16]。姚洪心等人发现农民接受中专以上水平的教育对农村脱贫和低收入家庭脱贫致富有显著的正效应[17]。曾旭晖等人研究表明教育在总体上促进了农民非农就业转移[18]，而人均非农收入增加会提高贫困人口的收入并使部分贫困人口顺利脱贫[19]。杨晓军和陈浩在研究农民工职业选择、工资差异的人力资本约束时，发现文化程度对农民工的职业选择、工资收入均存在显著影响，具体表现为受教育程度对农民工成为技术工人在统计上呈现出显著的正向影响；受教育程度与农民工具有较高工资收入呈现高的显著性，受教育程度是决定农民工获得较高工资收入的一个重要变量[20]。这从另一方面暗示职业对教育的反贫困影响可能存在异质性影响，即教育可能是通过影响劳动力职业，进而影响到家庭收入，决定家庭贫困状况。
已有研究在教育对反贫困的影响问题研究上取得了一定的进展，但在教育对反贫困影响的内在作用机理研究上还不够深入。在市场化程度较高和人口流动较为宽松的环境下，教育通过提高人口的人力资本进而影响人口的职业选择，而职业选择又与收入密切相关。
三、数据与研究方法
1.数据来源及描述性统计
2016年4月西北师范大学商学院“三农社”部分本科生和研究生对甘肃部分贫困村进行了入户社会调查。在综合考虑甘肃省六盘山连片特困区和秦巴山连片特困区贫困县分布状况、乡镇村组规模及收入分布后，此次调查抽取了甘肃省13个国家级贫困县的14个建档立卡贫困村
调查的14个建档立卡贫困村分别为：兰州市永登县通远乡团庄村、白银市景泰县正路乡川口村、白银市会宁县八里湾乡富岔村、天水市张家川县恭门镇城子村、平凉市庄浪县郑河乡史洼村、庆阳市华池县五蛟乡杜右手村、庆阳市镇原县方山乡张大湾村、定西市陇西县宏伟乡文家集村、定西市漳县四族乡四族村、定西市临洮县龙门镇马家湾村、临夏州积石山县小关乡大寺村、临夏州康乐县五户乡五户村、陇南市礼县雷坝乡蒲陈村、陇南市礼县雷坝乡甘山村。，其中陇南市礼县属于秦巴山连片特困地区，其他12个县均属于六盘山连片特困地区。样本数据信息涉及被调查农户的家庭成员基本信息和家庭基本经济状况，调查以随机到户问卷调查、访谈形式进行，共获取14个样本村1749户、8319人的基本信息。
样本人口特征如表1所示，从性别构成来看，男性占52.3%，女性占47.7%；从婚姻状况来看，已婚占62.6%，未婚占37.4%；从年龄结构来看，平均年龄为35.93岁，处于20至60岁之间的人达58.6%，占全部人口的大多数，这一年龄段的人口是构成农村劳动力的主要组成部分；从受教育程度来看，平均受教育年限为5.64年，具有小学及以下文化程度的比例最高，达到57.5%，大多等说氖芙逃水平在初中及以下，占总人口的84.1%，高中占9.9%，大专及以上占6.0%；从劳动力情况来看，劳动力为5028人，占总人口的60.4%，非劳动力为3291人，占样本总量的39.6%。
在式
（3）中，P为给定自变量取值的情况下，贫困发生的概率。当P=1时，表明贫困发生，农户家庭处于贫困状态，采用2800元为贫困标准
中国当前贫困标准为农民年人均纯收入2300元（2010年不变价），每年根据物价指数、生活指数等动态调整，2015年公布的贫困标准上升至2800元。，即农户家庭人均年收入低于2800元为贫困。β0为模型的截距，βi为回归系数，Xi表示一系列的解释变量。
3.变量测量
当研究教育对劳动力职业选择的影响时，被解释变量为劳动力的职业选择，分为四类职业，分别为农业、兼业、务工和个体
将职业分为这四类，一个主要原因是在向工业社会转变过程中这四类职业是有职业层次的；另一个主要原因就是这四类职业对劳动者的人力资本是有不断提升的要求，其平均收入也是有差别的。，依次赋值为
1、
2、
3、4。解释变量分别为受教育程度、健康状况、性别、婚姻、年龄和年龄平方，其中，受教育程度具体分为大专及以上、高中、初中和小学及以下，依次赋值为
1、
2、
3、4；健康状况具体分为健康、慢性病、大病和残疾，依次赋值为
1、
2、
3、4；性别具体分为男性和女性，依次赋值为
1、2；婚姻具体分为已婚和未婚，依次赋值为
1、2。
当研究劳动力职业选择在教育对贫困影响中的作用时，被解释变量为家庭贫困状况，分为两种情况，分别为不贫困和贫困，依次赋值为0、1。解释变量分别为劳动力受教育年限、职业、流动范围、工作年限、工作年限平方、健康状况、家庭劳动力人数、家庭人口负担比和教育职业交互项。其中，流动范围具体分为县内流动、省内跨县和省外流动，依次赋值为
1、
2、3；家庭人口负担比为家庭需抚（赡）养人数与家庭劳动力人数之比。 由表2可知，从受教育情况来看，劳动力平均受教育年限为5.98年，受教育程度均值为3.38，说明劳动力的受教育程度以初中及以下水平为主；从劳动力婚姻状况来看，婚姻状况均值为1.13，说明劳动力当中以已婚为主；从劳动力工作年限来看，劳动力平均工作年限为25.16年，即劳动力以青壮年劳动力居多；从家庭劳动力人数来看，农户家庭劳动力人数平均为3.32人。
四、实证分析结果
1.教育对劳动力职业选择的影响
表3是运用多分类Logistic模型得出的教育对劳动力职业选择影响的估计结果。可以看出，劳动力受教育水平的提高显著促进了劳动力从事兼业、务工和个体类职业。其中，当劳动力受教育程度为初中时，相对于农业，选择务工、个体类职业的概率比受教育程度为小学及以下时分别提高了56.2%、145.6%；当劳动力受教育程度为高中时，相对于农业，选择兼业、务工、个体类职业的概率比受教育程度为小学及以下时分别提高了59.3%、175.9%、171.6%；当劳动力受教育程度为大专及以上时，相对于农业，选择兼业、务工、个体类职业的概率比受教育程度为小学及以下时分别提高了124.2%、947.6%、1012.5%。随着受教育水平的不断提高，劳动者选择更高层次职业的概率更高。
此外，从表3可以看出劳动力的其他特征对其职业选择也有一定的影响。在控制其他变量之后，相对于农业，劳动力的年龄对劳动力从事兼业、务工和个体类职业有正向影响，即随着劳动力年龄增加，有利于其从事兼业、务工和个体类职业，此外，劳动力年龄平方对劳动力从事兼业、务工和个体类职业有负向影响，说明劳动力年龄有倒“U”型影响作用，劳动力年龄超过一定岁数时，不利于其从事兼业、务工和个体类职业；相对于农业，男性劳动力比女性劳动力有更大概率从事兼业、务工和个体类职业；相对于农业，未婚劳动力比已婚劳动力有更大概率从事兼业和务工类职业。
对于劳动力健康状况，当劳动力健康状况较好时，相对于农业，其从事兼业、务工和个体类职业的概率也显著增加。
表4为采用二元Logistic模型时劳动力职业选择在教育对贫困影响中的作用进行估计的结果。从回归4可以看出，劳动力受教育年限的系数为负，且在1%的显著水平下显著，说明受教育年限增加对贫困减少有显著影响，劳动力受教育年限增加1年，该家庭发生收入贫困的可能性下降0.038，对农户家庭而言，教育是影响家庭脱贫的重要因素。在考虑了教育与劳动力职业选择虚拟变量的交互项
后，发现其系数为负且均是显著的，说明劳动力的职业选择能影响教育的脱贫作用，即教育的脱贫效应在劳动力职业选择之间是有差异的，所以应继续探索教育的脱贫效应与劳动力职业选择之间的关系。
回归5进一步加入了劳动力职业后，劳动力受教育年限的系数为-0.059，且在1%的显著水平下显著，说明劳动力职业选择确实能影响教育的脱贫效应。其他大部分变量保持了与回归3类似的结论，只是边际效应数值大小不同。从劳动力职业选择来看，不同职业选择在教育对贫困影响中的作用也是有区别的：在其他劳动力特征和家庭特征相同的情况下，与从事农业相比，劳动力从事兼业、务工、个体类职业的家庭陷入贫困的概率均下降，但下降的幅度不同。当劳动力从事兼业时，相对于从事农业，该家庭发生收入贫困的概率下降30.9%；当劳动力从事务工时，相对于从事农业，该家庭发生收入贫困的概率下降47.0%；当劳动力从事个体时，相对于从事农业，该家庭发生收入贫困的概率下降75.7%。可以看出，劳动力从事个体和务工类职业对比参照组的下降幅度相对较大，即个体和务工类职业为最不容易使家庭陷入贫困的职业。
此外，从表4可以看出劳动力的其他特征和家庭的其他特征对贫困也有一定的影响。从工作年限来看，与表3的年龄变量类似，有倒“U”型影响作用，在控制其他变量之后，劳动力工作年限对贫困有负向影响，随着劳动力工作年限增加，发生贫困的可能性降低，即劳动力工作年限增加有利于脱贫，劳动力工作年限平方对贫困有正向影响，表明当劳动力年龄超过一定岁数时，不利于其脱贫。家庭人口负担比对贫困有正向影响，即家庭人口负担越重，越容易发生贫困。当劳动力流动范围越大时，相对于县内流动，其家庭陷入贫困的概率也越低。
五、结论与建议
本文根据甘肃14个贫困村的调查数据，应用多分类Logistic模型和二元Logistic模型分析方法，考察了劳动者受教育程度对其职业选择的影响，及职业选择在教育影响贫困中的作用，回答了教育能够帮助脱贫的机理问题。实证发现，劳动者受教育水平的提高能够显著增加其从事非农职业及高层次职业的选择机会，而不同职业选择在教育对贫困影响中的作用是有差异的：在其他劳动力特征和家庭特征相同的情况下，与从事农业相比，劳动力从事兼业、务工、个体类职业的家庭陷入贫困的概率均下降，但下降的幅度不同。当劳动者接受相应教育后，职业选择由农业领域进入非农领域，而且随着就业层次的提高其脱贫效应愈加明显。
根据以上结论，本文认为对于贫困的治理，必须重视教育对消除贫困的重要作用，具体来说可以考虑以下几个方面。
第一，努力提高教育资源配置的均等化水平，促进贫困地区城乡义务教育均衡发展。设立r村教育专项经费并建立相应的经费支出保障机制，加大对贫困农村地区的教育投入。加强师资队伍建设，提高农村义务教育水平。继续提高边远地区乡村教师补贴水平和待遇；在职称评定、评级评优等方面向农村一线教师倾斜；进一步改善乡村教师的工作和生活环境，采取多种措施和政策鼓励乡村优秀教师扎根农村。
第二，积极发展高中教育，切实增加贫困农村地区学生接受更高层次教育的机会。扩大贫困农村地区高中教育规模，完善高中建设经费投入机制，保障高中教育经费的充足投入。扩大高中教育资源对农村学生特别是贫困家庭学生的覆盖面，使农村家庭子女特别是贫困家庭子女有更多机会接受高中教育，甚至大学教育，提升贫困人口自身发展能力，消除贫困。 第三，因地制宜发展多种形式的职业技术教育，提高贫困人口脱贫能力。结合当地特色，融合贫困人口务农、务工等多种就业需求，依托当地职业学校、政府职能部门所属的农牧业技术培训机构及其他社会培训机构，发展多种形式、多种规格的职业技术教育，形成完善的职业教育体系，保障贫困家庭劳动力接受专业技能的发展需求，为贫困家庭增收创造条件，促进脱贫。
第四，推进教育与劳动力市场体制改革，建立公平有序的城乡一体化劳动力市场。
继续增加和改善教育的供给，转变毕业生就业观念，完善就业体制机制。
通过立法保障农民工的合法权益，使农民工摆脱经济政治边缘化、社会弱势化的状态。推进户籍制度改革，消除就业户籍歧视，破除农村劳动力择业流动障碍，推动农村劳动力合理流动，并减少市场就业信息不对称给农村劳动力带来的影响，使其根据自身情况自由择业，增加收入。
参考文献：
[1]都阳，蔡P.中国农村贫困性质的变化与扶贫战略调整[J].中国农村观察，2005
（5）：2-9.
[2]AMARTYA S. Development as freedom [M]. Oxford： Oxford University Press， 2001：112-123.
[3]SHIMELES A， AUDREY V C. The key role of education in reducing poverty in South Sudan [J]. African Development Review，2016，28（S2）： 162-176.
[4]CAZZAVILLAN G， DONADELLI M， PERSHA L. Economic growth and poverty traps in SubSaharan Africa： the role of education and TFP shocks [J]. Research in Economics，2013，67
（3）：226-242.
[5]SAN Z R，PERIS J A， ESCAMEZ J. Higher education in the fight against poverty from the capabilities approach： the case of Spain[J]. Journal of Innovation and knowledge， 2017
（2）：53-66.
[6]MIHAIA M，TITAN E，MANEA D. Education and poverty[J]. Procedia Economics and Finance， 2015，32
（2）：855-860.
[7]WEDGWOOD R. Education and poverty reduction in Tanzania [J]. International Journal of Educational Development，2007，27
（4）：383-396.
[8]SCHULTZ T W. Investment in human capital [J]. The American Economic Review， 1961，51
（1）：1-17.
[9]BECKER G S. A theory of the allocation of time [J].The Economic Journal，1965，75
（9）：493C517.
[10]KNIGHT J， LI S， DENG Q H. Education and the poverty trap in rural China： setting the trap [J]. Oxford Development Studies，2009，37
（4）：311-332.
[11]HANJRA H，FEREDE T，GUTTA D G. Pathways to breaking the poverty trap in Ethiopia： investments in agricultural water， education， and markets[J]. Agricultural Water Management， 2009，96
（11）：1596-1604.
[12]TILAK J B G. Postelementary education， poverty and development in India [J]. International Journal of Educational Development， 2007，27
（4）：435-445.
[13]ROLLESTON C. Educational access and poverty reduction： the case of Ghana 1991-2006[J]. International Journal of Educational Development， 2011，31
（4）： 338-349.
[14]NJONG A M. The effects of educational attainment on poverty reduction in Cameroon [J]. International Journal of Educational Administration and Policy Studies，2010，2
（1）：1-8.
[15]JEGEDE C T. The role of education in technology transfer and poverty reduction in Nigeria[J]. Journal of Science and Technology， 2008，28
（1）： 146-156.
[16]樊俑，张林秀，张晓波.中国农村公共投资在农村经济增长和反贫困中的作用[J].华南农业大学学报（社会科学版），2002
（1）：1-13.
[17]姚洪心，王喜意.劳动力流动、教育水平、扶贫政策与农村收入差距――一个基于multinomial logit模型的微观实证研究[J].管理世界，2009
（9）：80-90.
[18]曾旭晖，郑莉.教育如何影响农村劳动力转移――基于年龄与世代效应的分析[J].人口与经济，2016
（5）：35-46.
[19]薛美霞，钟甫宁.农业发展、劳动力转移与农村贫困状态的变化――分地区研究[J].农业经济问题，2010
（3）：37-45.
[20]杨晓军，陈浩.农民工就业的职业选择、工资差异与人力资本约束[J].改革，2008
（5）：95-100.
