本站小編為你精心準備了民間借貸對教育投資作用研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、數據來源及相關概念的界定

（一）數據來源及樣本狀況

本研究采用的數據來源于項目組2007－2009年對湖北的紅安、孝昌和四川的閬中、富順四個國家級貧困縣的農戶調查。調查分2個階段進行。第一階段，遵循縣內分層隨機抽樣原則，在每個縣內隨機起點等距抽取3個鄉（鎮），再從每個鄉（鎮）隨機起點等距抽取10個村，在每個村隨機選擇100戶進行農戶調查。這樣共形成12000個左右的農戶大樣本。第二階段，按照事先確定的大病標準從第一階段調查獲得的農戶大樣本中選擇5％的農戶進行深度訪談，共形成621戶大病農戶樣本。調查主要收集農戶的家庭經濟狀況、家庭成員的基本信息、家庭成員的患病就醫情況以及農戶對醫療保障項目的認知和采用等方面信息。在621個大病農戶中，6歲以上在校學生共有438人，分布在309個農戶家庭中，其中，有1個子女上學的家庭有196戶，有2個子女上學的家庭有99戶，有3個子女上學的家庭有12戶，有4個子女上學的家庭有2戶。在這些學生中，處于義務教育學齡段的學生有341人，處于非義務教育學齡段的學生有97人。在309戶有子女上學的農戶中，170戶農戶家庭發生了民間借貸行為，民間借貸發生率為55．0％，其中，11戶農戶借貸的直接目的是為了子女上學，占樣本戶數的6．5％。從金額方面看，為子女上學而發生民間借貸的11戶大病農戶民間借貸金額為146355元，占170戶發生民間借貸行為的大病農戶總金額1696931元的8．6％，戶均13305元。調查地區遭受大病風險沖擊的農戶民間借貸用途中的8．6％用于子女上學，這與葉靜怡、劉逸對云南彝良縣的調查研究結果近似。

（二）概念界定

1．大病。

本文中的“大病”概念根據以下三個標準界定：一是農戶當年（2006年）住院治療費用勞均（農戶家庭勞動力人數的平均數）達1000元以上的疾病；二是不符合第一條，但是農戶當年門診治療的費用勞均（農戶家庭勞動力人數的平均數）達1000元以上的疾病；三是不符合上述兩條，但是當年因病誤工累計超過90天的疾病。凡符合以上三個判定條件中之一者，即定性為“大病”。

2．教育投資。

本文中所指的農戶子女教育投資，是指當年農戶子女上學而發生的教育費用支出，包括學雜費用、在校生活費用、住宿費用、上學來往交通費用等。

二、民間借貸對大病農戶子女教育投資作用的計量分析

（一）變量選擇和描述性分析

本文以大病農戶子女教育投資作為模型中的被解釋變量。由于各農戶家庭上學子女人數不同，所以被解釋變量按家庭子女上學人數取平均值，即本研究以農戶家庭教育投資的子女平均值為被解釋變量。對于影響農戶子女教育投資的因素，學術界進行了大量研究。鄒小芄（2007）、劉禎（2008）通過研究表明，家庭收入狀況是家庭教育投資支出水平的主要因素。Lloyd和Blanc（1996）認為，除了家庭收入外，父母受教育程度也與子女教育投資有密切關系，且母親通常比父親花費更多的家庭預算在子女教育方面。ParishandWillis（1993）的研究指出，家庭人口規模、成員構成、家庭借貸約束、子女與父母的血緣關系、家庭決策者的受教育程度等均對子女教育投資產生影響。

趙連閣、李旻（2008）對農村家庭子女教育投入的影響因素進行研究時，把家庭收入、母親受教育程度、母親非農就業狀況、家庭在校學生人數、子女性別、家庭勞動力人數和人均土地面積等因素作為解釋變量納入模型進行分析，結果表明，對子女教育投入影響顯著的因素有家庭收入水平、母親是否非農就業、家庭勞動力人數和子女性別等因素。借鑒中外文獻研究成果和根據從農戶調查中所獲取的數據信息，本研究納入模型進行分析的解釋變量包括農戶家庭收入水平、民間借貸規模、家庭人口規模、家庭勞動力人數、母親教育程度、戶主教育程度、學生性別、母親是否非農就業、戶主年齡、非農收入占家庭總收入的比重等10個因素。這10個解釋變量與遭受大病風險沖擊的農戶子女教育投資之間的關系統計描述。貧困地區農戶貨幣收入普遍偏低，義務教育學齡段47％的學生家庭年貨幣收入在10000元以下，貨幣收入最高的家庭，學生人均教育投資支出也最高；在非義務教育學齡段的學生中，家庭貨幣收入在20000元以上的較多，占樣本的35．05％，但人均教育投資支出水平偏低。

從民間借貸規模來看，無論是義務教育學齡段還是非義務教育學齡段，50％以上的學生家庭民間借貸都是2000元以下的小額借貸；在非義務教育學齡段，家庭民間借貸規模在11000元以上的學生所占比例將近20％。從家庭人口規模看，在非義務教育學齡段，家庭人口最多的學生，人均教育投資支出最低，家庭人口規模影響了農戶子女的教育投資。從家庭勞動力情況看，將近50％的學生家庭勞動力人數為3～4人。但家庭勞動力越多并不意味著學生教育投資越多。樣本農戶學生的母親文化程度普遍偏低，55％以上學生的母親只有小學及以下文化水平；母親具有初中教育程度的學生人均教育投資最高。義務教育學齡段與非義務教育學齡段的學生在戶主文化程度方面差別較大，義務教育學齡段的學生戶主文化程度偏低，55％學生的戶主只有小學及以下文化水平，戶主文化程度最高的學生人均教育投資水平也最高；而非義務教育學齡段的學生戶主60％以上具有初中和高中以上文化水平，但戶主文化程度為小學的學生人均教育投資最多，戶主文化程度最高的學生人均教育投資反而最低。

從學生的性別狀況看，無論是義務教育學齡段還是非義務教育學齡段，男女學生比例嚴重失調，男學生的比例比女學生高約11個百分點，但農戶子女教育投資的性別差異并不大。進一步分析發現，調查地區6～24歲的農村人口共有7133人，其中男性人口有3991人，占55．95％，女性人口3142人，占44．05％。在校學生的性別失衡是由于調查地區農村人口性別比本身嚴重失調造成的，而非農戶在子女教育上性別歧視的緣故。從母親是否非農就業方面看，大部分學生的母親以在家務農為主，非義務學齡段的學生母親在家務農的比例更高（74．23％）；在義務教育學齡段，母親從事非農就業的學生人均教育投資相對較高，但在非義務教育學齡段，母親從事非農就業的學生人均教育投資相對較低。

從非農收入占家庭收入比重來看，絕大部分學生家庭的非農收入占家庭總收入的比例在75％以上，無論在義務教育學齡段還是非義務教育學齡段，非農收入占家庭收入比重在50％～75％的學生人均教育投資水平最高。

從戶主年齡看，在非義務教育學齡段，38％的學生的戶主年齡在30～44歲，40％的學生戶主年齡在45～54歲之間；而在義務教育年齡段，38％的學生的家庭戶主年齡在30～44歲之間，但有30％的學生家庭戶主年齡在55～64歲之間。年齡差顯示，大部分非義務教育學齡段的學生家庭戶主為其父母親，而義務教育學齡段的學生有相當一部分家庭戶主為其祖父母。他們成為農村的留守兒童和留守老人。對于非義務學齡段的學生來說，戶主年齡越小，教育投資水平越高。

（二）模型回歸結果和分析

利用Stata12統計軟件將438個學生樣本數據納入模型進行回歸分析，并比較解釋變量對被解釋變量的影響是否因學生所處的學齡段的不同而異。

1．解釋變量對被解釋變量的影響分析

（1）家庭收入水平。

家庭收入水平對義務教育學齡段的農戶子女教育投資的影響在1％的統計水平上顯著；系數符號為正表明，在義務教育學齡段，農戶子女教育投資支出與家庭收入的變化成正比，而且在其他變量保持不變的情況下，農戶家庭收入每增加5000元，子女教育投資將增加198．45元。但家庭收入水平對非義務教育學齡段的農戶子女教育投資的影響不顯著。這可能是因為在大病風險沖擊下，農戶家庭的收入主要先滿足家庭成員看病的需要，子女教育投資需求只好通過其他途徑來滿足，所以，非義務教育學齡段的農戶子女教育投資水平與家庭收入額沒有相關性。

（2）民間借貸規模。

民間借貸規模對于義務教育學齡段的農戶子女的教育投資支出影響不顯著，其子女教育投資支出不隨民間借貸規模的變化而變化，這可能是因為農村免費義務教育政策發揮了積極作用。但民間借貸規模對非義務教育學齡段的農戶子女教育投資的影響在1％的統計水平上顯著，且系數符號為正，表明非義務教育學齡段的農戶子女教育投資與民間借貸規模成正比，在其他變量保持不變的情況下，民間借貸規模每增加3000元，農戶子女的教育投資將增加954．29元。模型結果表明，貧困地區非義務教育學齡段的農戶子女需要依靠向親戚朋友借貸來完成學業。

（3）家庭人口規模。

無論子女是處于義務教育學齡段還是處于非義務教育學齡段，農戶家庭人口規模對子女教育投資都具有較顯著影響，而且系數符號都為負數，表明農戶子女教育投資水平會隨著家庭人口增加而減少。但相比較而言，家庭人口規模對非義務教育學齡段的農戶子女教育投資的影響更顯著。

（4）勞動力人數和母親教育程度。

模型結果表明，家庭勞動力人數和母親的教育程度這兩個解釋變量對大病農戶子女教育投資支出的影響都不顯著，沒有統計學意義。

（5）戶主教育程度。

大病農戶子女無論是處于義務教育學齡段還是處于非義務教育學齡段，其教育投資都在5％的統計水平上受到戶主教育程度的影響。對于義務教育學齡段的大病農戶子女來說，其教育投資與戶主教育程度成正向關系，在其他變量保持不變的條件下，戶主教育程度每提高一個等級，其子女的教育投資支出會增加156．24元。但對于非義務教育學齡段的大病農戶子女來說，其教育投資與戶主教育程度成負向關系，在其他變量不變的情況下，戶主教育程度每提高一級，其子女教育投資支出反而要減少1002．64元。這種現象在農村貧困地區出現，需要引起重視。隨著高校招生規模迅速擴大和就業形勢日益嚴峻，以往農戶所信奉的“知識改變命運”的價值觀受到了現實挑戰。在大病風險沖擊下，教育程度越高的農戶戶主家庭決策會更加理性，在家庭經濟資源有限的條件下會以家庭成員的健康為優先考量，而寧愿放棄就業前途不確定的子女教育投資。

（6）學生性別。

模型結果表明，性別差異對子女教育投資支出水平的影響不顯著。這可能是因為社會進入少子女時代以后，農戶對子女教育投資的性別歧視已經不明顯了。

（7）母親是否非農就業。

對于子女處于義務教育學齡段的農戶，子女的母親是否非農就業對子女教育投資具有較顯著的影響，與母親從事非農就業的學生家庭相比，母親不從事非農就業的子女教育投資要少217．29元。但母親是否非農就業對處于非義務教育學齡段的子女教育投資的影響不顯著。

（8）非農收入比重和戶主年齡。

模型回歸結果表明，非農收入比重和戶主年齡這兩個因素對于子女教育投資的影響不顯著，無統計學意義。

2．模型標準回歸系數分析

在多元回歸模型中，標準回歸系數（Beta）用來判斷和比較各個自變量對因變量影響作用的大小，標準回歸系數（Beta）的絕對值越大的自變量，對因變量的影響作用越大。從模型結果中可以看出，在義務教育學齡段的模型中，家庭收入變量的標準回歸系數的絕對值最大（0．2896），其次是戶主教育程度變量（0．1412），而包括民間借貸規模在內的變量標準回歸系數都非常小。這就是說，在義務教育學齡段，學生家庭的收入對其教育投資水平影響最大，而民間借貸規模對農戶子女教育投資的影響很小。這表明農村免費義務教育政策的實施，在一定程度上改變了困難農戶子女教育投資依賴向親戚朋友借錢的局面，緩解了貧困農戶子女“上學難、上學貴”的狀況。在非義務教育學齡段的模型中，民間借貸規模變量的標準回歸系數絕對值最大（0．2524），其次是家庭人口規模（0．2234）和戶主教育程度（0．2210）。其他變量的回歸系數絕對值很小。也就是說，在非義務教育學齡段，民間借貸規模對農戶子女教育投資的作用和影響最大。這說明，貧困地區非義務教育學齡段的農戶子女教育投資要嚴重依賴民間借貸。民間借貸對幫助非義務教育學齡段的困難農戶子女求學向上發揮了重要作用。

三、結論與建議

利用回歸模型對影響大病農戶子女教育投資支出的10個因素進行分析的結果顯示，民間借貸對義務教育學齡段的大病農戶子女教育投資支出的影響不顯著，但對非義務教育學齡段的大病農戶子女教育投資支出影響十分顯著。這一結果表明，在大病風險沖擊下，為給患病成員看病而耗盡了自有經濟資源以后，非義務教育學齡段的農戶子女上學要依賴向親戚朋友借貸。針對分析結果，本研究提出以下建議：

第一，進一步完善農村醫療保障制度。子女處于非義務教育學齡階段的農戶遭遇大病風險沖擊后要依賴民間借貸來支持子女上學的狀況說明我國農村剛剛實施的新型農村合作醫療保險（簡稱新農合）對農戶提供的醫療保障不力，醫療費用擠占了農戶子女的教育費用。因此，農村醫療保障制度需要進一步完善。一方面，從提高補償水平、改進補償方式、異地住院補償銜接等方面完善新農合的同時，建立大病醫療保險救助制度，科學界定農村合作醫療制度的產權問題；另一方面，增強農村社區醫療保健機構的服務功能，定期向農村人口提供體檢、醫療、護理等服務，使農村人口能夠“小病早治，大病早防”，切實保障農村人口的健康，減輕農戶的醫療負擔，使農戶能夠有較多的資金投向生產經營和生活的其他方面。

第二，充實農村社會保障體系。目前我國農村社會保障體系不僅保障水平較低，而且保障內容也不全面。除了免費義務教育政策外，還應將教育補助納入農村社會保障體系，對上學有困難的非義務教育學齡段農戶子女給予學費減免或直接教育津貼。還要在農村養老、就業技能培訓、家庭困難扶持等多方面，充實和完善整個農村社會保障體系。

作者：孔繁榮譚運進單位：湖北第二師范學院經濟與管理學院