农户子女辍学的性别差异分析Word文档下载推荐.docx
- 文档编号:13543680
- 上传时间:2022-10-11
- 格式:DOCX
- 页数:19
- 大小:77.18KB
农户子女辍学的性别差异分析Word文档下载推荐.docx
《农户子女辍学的性别差异分析Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《农户子女辍学的性别差异分析Word文档下载推荐.docx(19页珍藏版)》请在冰豆网上搜索。
而且我们还发现,哥哥姐姐的数量和所处的年龄阶段,对孩子的辍学风险也有显著影响。
一、简介
1.1研究缘起
普遍认为,西部农村地区义务教育阶段女孩的入学率比男孩低,而辍学率更高。
但是辍学率到底多高?
男女性别差异对辍学率的影响究竟有多大?
引起辍学的原因都有哪些?
这些因素对男孩和女孩的影响是否相同?
以往这方面的数据主要来自于教育行政主管部门公布的含糊数据,以及个别地区的调查案例,样本的代表性值得怀疑。
本文通过对我国西部地区义务教育阶段农村儿童教育状况的调查分析,得出了一些有价值的结论,可以使有关部门更好地认识和了解农村儿童辍学与农户家庭、学校教育等因素之间的关系,从而为制定更有效的政策提供支持。
1.2文献评论
国内外对适龄儿童入学和辍学问题的研究很多,不同的学者分别从社会学、人类学、心理学和经济学等角度,给予了定性或定量研究。
从经济学的角度考虑,孩子上学或辍学取决于孩子上学的成本和收益。
例如,孩子对家庭的经济贡献会增加孩子上学的机会成本。
ArjunS.BediandJefferyH.Marshall(2002)对洪都拉斯的研究发现,对孩子上学的预期收益高能够显著提高学生的出勤率。
1999年的研究表明孩子学习成绩差和辍学的原因是经常缺课。
家庭经济状况对孩子教育也有明显影响。
家庭财富通常采用人均收入、人均消费支出、家庭资产拥有量和结构等指标衡量。
大部分研究表明,家庭财富对儿童上学具有正向影响(Mason,1995;
Tansel,1998;
ShapiroandTambashe,2001;
BrownandPark,2002)。
家庭收入对孩子上学的影响与家庭面临信贷约束有关。
当家庭能够很容易从信用社和亲戚朋友那里借到款,家庭收入对子女上学的影响不大。
但是当家庭面临信贷约束时,贫困家庭无法支付教育成本,而且教育成本短期内得不到补偿,需要较长时间才能收回。
PhilipBrownandAlbertPark(2002)根据中国6个贫困县的调查数据,采用Coxhazardmodel估计了贫困对教育投资和孩子上学年限的影响。
控制了人均消费支出之后,发现面临信贷约束的贫困农户的孩子的辍学率是其它农户孩子的三倍。
YasuyukiSawadaa,andMichaelLokshin(2000)用拖拉机和土地拥有量代表一个家庭的资产状况,结果发现,两者对儿童获得小学教育有不同的影响,是否拥有拖拉机对儿童上小学具有显著的正向影响,而家庭土地的拥有量则是显著负影响。
但是Foster和Rosenzweig(1996)对印度的研究却发现家庭财富没有什么影响。
家庭经济条件对男女儿童的教育有不同的影响。
一些研究结果显示家庭财富的增加对女童入学的影响大于男童(Tansel,1998;
Schultz,1987)。
许多研究表明,父亲和母亲的受教育水平对孩子获得教育的程度有着显著的正向影响。
在控制了家庭经济状况之后,受过教育的父母更可能使孩子获得教育(Jamison&
Gaag,1987;
Conelly&
Zheng,2000)。
父亲和母亲的受教育水平对男孩和女孩的影响有截然不同的研究发现。
Al-Samarrai(1998)的研究显示,父亲的文化程度对儿子有正的更大影响,而受过小学教育的母亲对女儿的教育有正的更大影响,母亲的文化程度对儿子的受教育水平没有影响。
LillardandWillis(1994)对台湾的研究,GlickandSahn(2000)的研究也得出类似的结果。
但是,QuisumbingandMaluccio(1999)对南非的研究却得出相反的结论。
在孩子不同的受教育阶段,比如小学和其它阶段,父亲和母亲的受教育水平对孩子的影响不同(Tansel,1998)。
Knight和Song(2000)分析了1995年国家统计局的调查数据,发现以母亲的相对文化程度衡量的妇女在家庭决策中的地位,对孩子是否上学有正向影响,并且在每个教育阶段男孩上学的可能性更高。
家庭规模、子女数目与出生顺序对儿童是否入学或就学年限存在影响,特别是当家庭面临信贷约束,家庭成员之间竞争有限的资源,或孩子对家庭的经济贡献较大时,孩子辍学的可能性更大(Brown&
Park,2002)。
家庭成年劳动力数越多,孩子上学的机会成本越小。
越早出生的孩子受教育的机会越多,但是来自较大家庭规模的年长儿童的文化水平往往偏低,而后出生的儿童受教育机会较大。
Sawadaa和Lokshin(2000)在巴基斯坦的研究发现,出生顺序和性别之间存在着交互作用。
家庭中年长的女孩数量对处于小学阶段的年幼子女(不论男童还是女童)的教育有正向影响,说明家庭并不是歧视所有的女儿,但出生越早的女孩越容易辍学。
在初中阶段,年长的男孩的作用替代了年长女孩的作用,对年幼的弟妹的初中教育有正的显著影响。
这是因为,年长男孩从事家庭生产经营或在劳动力市场上赚取收入比女孩的家务劳动对家庭的经济贡献更重要。
当子女接受初中及以上教育时,父母在子女的教育上会把更多的资源分配给成绩更好的孩子,而不考虑他们的性别。
家庭能否负担起学费与家庭经济状况相关,学费(部分上学成本)对儿童上学的影响一般为负影响,且对女童的影响比男童大(Tansel,1998),对贫困的家庭影响要大于对富裕家庭的影响(Mason,1995)。
从另一方面看,学费高低与学校质量有关。
通常质量越好的学校学费越贵。
学校质量主要从班级大小、教师素质和学校的基础设施等三方面衡量。
此外还包括学费、家庭与学校的距离以及学校的供给问题。
Brown&
Park(2002)选择教师的教育年限、师生比、下雨天可以使用的教室占比作为反映学校质量的具体指标。
结果发现,下雨天可以使用的教室占比越高,但这些质量因素对初中教育的影响则不显著。
一般来说,学校与家庭的距离对儿童入学是负影响(Mason,1995)。
Sawada等人(2000)的研究表明,学校的供给充足(在家庭临近的地区是否有学校)对女童的教育获得水平有显著正影响,然而对男童的影响不显著。
劳动力市场的就业机会和工资率,可以视作上学的机会成本,对儿童上学年限产生影响。
Mason(1995)研究发现工资率对儿童入学有显著负影响。
Tansel(1998)在土耳其的研究表明产业结构的变动会影响儿童入学,由于工业部门对知识和技能的要求比较高而服务业部门要求比较低,工业部门就业率的增加会提高儿童的入学率;
服务业部门的就业率增加会降低女童的受教育程度。
以上文献从不同视角研究了家庭、学校和劳动力市场对儿童,特别是对男童和女童上学的不同影响,但是很少关注儿童学习成绩和父母对孩子上学的预期教育回报率对孩子上学年限的影响。
1.3研究假说
根据以上对前人研究成果的总结以及我们在调研中的发现,提出以下待验证的假说:
男女生上学年限存在差异,农户让子女升学或辍学的原因是对男孩和女孩的预期教育报酬率不同。
父母在投资决策中不完全是利他型的,节制目前的消费而投资于孩子教育,不仅期望受过教育的子女将来能得到稳定的工作和收入,还希望从孩子那儿获得更多的经济回报。
另外还有父母晚年的养老问题,按照中国农村传统观念,女儿最终是外家人,要嫁出去的,儿子承担父母的养老问题,所以父母在面临资源约束时更可能优先投资于儿子而不是女儿。
本文的结构如下。
第二部分阐述上学持续年限的实证模型。
第三部分说明本文所采用的数据,并给出描述性统计分析结果。
第四部分探讨孩子上学持续时间决定因素的回归分析结果。
最后在此基础上,归纳主要结论。
二、实证模型
本文主要采用持续模型来分析学习成绩和预期教育回报率对孩子上学的影响。
其次,我们需用明瑟教育回报率法来估计总体样本、男性和女性的教育回报率。
以下分别阐述:
2.1持续模型
持续模型允许数据存在大量“右截断”,比如我们样本中的大部分孩子调查时仍在上学,他们上学的持续时间是不可知的。
为了处理数据的截尾问题,我们采用持续模型来分析孩子上学持续时间的决定因素。
假定h(t)dt为t期内孩子上学持续时间的机会函数,反映孩子i在t期上学,(t,t+dt)期间辍学的概率。
在(t,t+dt)期间儿童面临辍学的概率由四方面因素所决定。
第一类是个体特征,包括性别、年龄、出生顺序等;
第二类是家庭背景,包括家庭经济条件变量、父母教育、父母在家庭决策中的地位、家庭人口数与子女数目等;
第三类是学校变量,包括学校教育质量、基础设施质量和教育价格等。
第四类为社区和环境因素,如社区人口素质、社区和其它地区劳动力市场就业机会与教育回报率等。
我们采用Cox比例风险模型来估计上学的男孩和女孩辍学的风险,以及上小学的孩子中从小学辍学的风险,上初中的孩子中从初中辍学的风险,回归模型的一般形式为:
(1)
其中,x为解释变量,包括个体特征、家庭背景、学校和社区变量。
β为所要估计的参数。
上式为分层的Cox比例风险模型,反映第j社区(县或乡或村,为分层变量)第i孩子在时点t暴露于协变量()之下的风险函数。
表示所有协变量取值为0时的基线风险函数。
Cox比例风险模型的优点在于不需要估计基线风险函数,也称为半参数模型。
运用Cox比例机会函数,接下来我们试图分析甘肃农村男孩和女孩辍学状况,以及决定他们上学持续时间的因素及影响程度有没有什么差异。
2.2明瑟教育回报率模型
本文利用下述方程来估计样本家庭成员的教育回报率:
Lny=b0+b1*edu+b2*exp+b3*exp2+d+ε
(2)
其中,edu表示家庭成员的受教育年数,不包括留级等复读的年数。
exp为该成员的工作年限,exp2为该成员工作年限的平方。
d为地区虚变量,即工作地点是否在外省。
之所以引入该变量是由于地区间的工资差异很大,必须控制地区工资差异对挣工资者收入的影响,但我们缺乏更详细的资料,只能控制到省间的工资差异。
edu的系数b1就是明瑟教育回报率,反映多接受1年教育,农户收入增加的百分比。
工作年限等于该成员的年龄减去其受教育年数。
有的工资以天计算,有的按月计酬,根据工作时间,统一换算成每天工资率y。
我们接着在模型
(2)中引入性别虚变量和性别与各解释变量的交叉项,估计男性和女性的教育回报率。
必须指出的是,这里我们只是简单的估算分乡镇的教育回报率,作为持续模型的解释变量,因此没有考虑家庭成员省内不同的工作地点以及城乡劳动力市场分割对工资的影响。
三、数据来源、变量选择和描述性统计分析结果
本文使用的研究材料与数据来源于“甘肃基础教育”(GSCF)调查项目。
调查已进行了两轮,始于2000年。
甘肃省是中国最贫困的西部省份之一,2000年全省农民人均纯收入是全国农民人均纯收入的63%。
农村贫困发生率达到9.7%,高于全国平均水平近6个百分点。
文盲占总人口的比重达到14.3%。
调查采用的是四阶段分级随机抽样,从甘肃83个县市抽取了20个县,然后从这20个县的447个乡抽出42个乡,然后从这42个乡又抽了100个村样本,最后每村抽出20个儿童,共2000个9-12岁的在上小学的儿童,作为调查样本。
不仅调查了抽样孩子、孩子的母亲、父亲、学校班主任、校长和所在村的村干部,还调查了样本村小学的老师和校长。
2004
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 农户 子女 辍学 性别差异 分析