农业职业教育视野下人力资本对农村家庭贡献.docVIP

农业职业教育视野下人力资本对农村家庭贡献摘 要 依据2009年陕西省养猪农户调查数据，应用微观计量方法分析养殖农户收入的影响因素，结果表明：人力资本状况是决定农户获得养殖收益的关键因素。一般在受教育程度、接受培训的状况以及技能水平等方面具有优势的农户，其养殖收益比较高。基于此，应持续加强对农民的职业技术培训力度，以提高其技能水平。 关键词 农业职业教育；人力资本；农户收入；农业产业化 中图分类号 G725 文献标识码 A 文章编号 1008-3219（2012）01-0067-04 一、引言 农业产业化要求农业增长方式由传统的粗放型向现代的集约型转变，使农业的增长由依靠土地、资本、劳力等生产要素的投入为主，转变为依靠科技进步、以促进全部生产要素生产率的提高为主[1]。农业增长方式由粗放型向集约型转变的核心是知识和技术的集约，关键是提高农业从业人员的科技文化素质。要实现农业产业化与现代化，必须拥有一批高素质的农业劳动者。目前，我国农业劳动者素质极为低下，农业技术推广人员严重不足，严重制约了我国农业产业化和现代化的实现。因此，大力发展农业职业教育，普遍提高农业劳动者科技文化素质是实现农业产业化和现代化的前提条件[2]。 本文在现有研究基础上，从微观角度出发，采用线性概率模型考察一些基本变量对农户参与养殖行为的影响，从而进一步分析农业职业培训和职业技能在农业生产中的作用，为我国未来大力发展农业职业教育提供一定的理论支撑。 二、数据来源与变量设置 （一）数据的统计描述 本文所使用的数据来源于2009年对陕西省生猪养殖户调查的局部数据，调查时间为2009年6~9月，涉及陕西省的3个县，共发放问卷300份，回收300份，其中有效问卷288份，有效率为96.0％。对本次调查的描述性统计详见表1。 从表1可以看出，陕西省生猪养殖户整体受教育程度比一般农户略高，其中初中及以上文化程度占到94.44％；技术水平也比较高，约45％的养殖户能够基本掌握养猪技能，如喂养、生殖、饲料等；养殖户健康状况较好，并且以35岁以上劳动力为主，年龄趋大，也是农村养殖业的一个典型特征。表1中的大部分指标在性别之间是不平衡的，主要差异体现在男性农户的技能水平相对较高。 （二）变量的定义和赋值 基本的劳动经济理论说明，在外部条件一定的情况下，劳动者的就业质量取决于自身的个体特征、人力资本和社会资本[3]。其中个体特征主要包括性别、年龄、健康状况等因素；人力资本则由受教育程度、工作经验、技能水平和所接受的培训等几方面组成；而社会资本则是指劳动者从其社会关系网络中所获得的帮助。 本文在以后分析中可能用以衡量陕西省生猪养殖户的个体特征、人力资本和社会资本的相关变量及其说明详见表2。 三、模型设计 （一）模型选择 Probit模型是一种广义的线性模型。 最简单的Probit模型是指被解释变量Y是一个0,1变量，事件发生的概率是依赖于解释变量，即P（Y=1）=f（X），也就是说，Y=1的概率是一个关于X的函数，其中f（.）服从标准正态分布[4]。 若f（.）是累积分布函数，则其为Logistic模型。 本文也将沿用这一模型估计不同因素对个体农户参与和退出养猪产业的影响。同时，为进一步确定引入模型的变量对农户参与养猪的影响数量，为了得到回归用的计量模型，先设计一个农户参与养猪的潜在决策模型如下： P*=X′β+ε （1） 其中： P*为决策依据，如果P*＞0，就参与养猪；如果P*≤0，则退出养猪产业。 X为一组可能影响农户参与决策的变量向量，β为参数向量，ε是服从标准正态分布的随机误差项。 假设变量P代表是否参与养猪。P=0时，表示不参与；P=1时，表示参与。X对农户参与率的影响将由下式决定： Prob（P=1）=Prob（P*=X′β+ε＞0）=Prob（ε＞-X′β）=1-G（-X′β）=G（X′β） （2） Probit模型使用的为标准正态分布函数。 Prob（P=1）=G（X′β）=Φ（X′β）=Φ（z）≡∫z-∞oslash;（z）dz （3） 其中，Prob（P=1）为农户参与养猪的概率； oslash;（z）为标准正态分布密度函数： oslash;（z）=exp（-z2/2） （4） 很显然，可以得出 Ρrob（P=1）=1和Ρrob（P=1）=0 （5） 四、计量检验结果及分析 下文将通过相关的计量检验，从养殖收入水平等讨论外来农户从事养殖业的影响因素，本文所使用的计量软件是Stata10.0。 在计量检验中一般使用概率单位模型（Probit Model