【正文】 最后，在概率回歸的三組估計(jì)當(dāng)中，我們看到發(fā)生在子女小學(xué)階段的大病沖擊對(duì)農(nóng)戶的教育投資決策影響最大，從這當(dāng)中我們不難看出對(duì)健康保險(xiǎn)實(shí)施過(guò)程的一些針對(duì)性的政策含義。另外，本文的研究結(jié)果顯示，農(nóng)戶子女的小學(xué)以上教育和農(nóng)戶年人均接受的轉(zhuǎn)移支付顯著正相關(guān)，而且對(duì)農(nóng)戶投資決策的影響幅度相當(dāng)可觀。如果我們僅僅把目光投向到增加農(nóng)村教育人力資本上去，而不對(duì)農(nóng)戶的健康狀況加以重視，那么在大病沖擊發(fā)生時(shí)，由農(nóng)戶的投資決策引起的教育投資減少可能不能使我們有效的提高農(nóng)村人口的教育水平。大病沖擊對(duì)子女教育的這種負(fù)向影響一定程度上可以作為解釋“因病致貧”或“因病反貧”的一種機(jī)制：農(nóng)戶的勞動(dòng)力因?yàn)槭艿酱蟛_擊自身的健康狀況下降，而減少子女的教育人力資本投資，降低了子女未來(lái)的期望收入，從而在長(zhǎng)期降低了整個(gè)家庭的平均收入水平。我們的經(jīng)驗(yàn)研究證明了，大病沖擊會(huì)對(duì)農(nóng)戶的子女教育水平產(chǎn)生負(fù)的影響。在控制變量的估計(jì)中Probit2的年齡呈現(xiàn)出正顯著，其原因有待進(jìn)行進(jìn)一步探索。在表8所用分組標(biāo)準(zhǔn)的基礎(chǔ)上，表10所顯示的回歸在如表8中Probit3和 Probit5的樣本中，分別選取已經(jīng)完成小學(xué)和初中教育者的樣本，這樣，在研究勞動(dòng)力大病沖擊對(duì)初中教育的影響時(shí)剔除了未完成小學(xué)教育的樣本，而在研究對(duì)高中教育的影響時(shí)，提出了未完成初中教育的樣本。 Probit1 Probit2 Probit3 樣本范圍 1321 1621 1921被解釋變量 是否完成小學(xué)教育 是否完成初中教育 是否完成高中教育主要變量 小學(xué)階段戶內(nèi)是否發(fā)生勞動(dòng)力大病 ( ) ( ) ( )初中階段戶內(nèi)是否發(fā)生勞動(dòng)力大病 ( ) ( )高中階段戶內(nèi)是否發(fā)生勞動(dòng)力大病 ( )個(gè)人特征變量年齡 ( ) ( ) ( )性別 ( ) ( ) ( )戶特征變量父母平均受教育年數(shù) ( ) ( ) ( )戶人均收入（百元） ( ) ( ) ( ) ( 續(xù)表 )戶人均接受轉(zhuǎn)移支付（百元） ( ) ( ) ( )每年受雇時(shí)間小于半年的戶成員比例 ( ) ( ) ( )農(nóng)業(yè)收入占總收入比重 ( ) ( ) ( )戶平均年齡 ( ) ( ) ( )戶平均年齡平方項(xiàng) ( ) ( ) ( )戶男性比例 ( ) ( ) ( )總樣本量 336 407 175Pseudo 表9大病沖擊與教育投資：更精確的年齡分組在以上進(jìn)行的所有估計(jì)中，發(fā)生在子女初中和高中階段的家庭勞動(dòng)力大病沖擊對(duì)是否完成學(xué)業(yè)都沒(méi)有顯著影響。我們看到，除年齡外，其他變量的回歸結(jié)果均于表8中按年齡分組后全部樣本的回歸結(jié)果相差不大。如果2002年21歲以上人口的受教育程度普遍較低，就不難解釋表9的回歸結(jié)果了?；貧w關(guān)鍵變量的結(jié)果都與表8所示的結(jié)果相類似。為了解決這個(gè)問(wèn)題，我們需要推算出在88年到01年間能夠觀察到他整個(gè)學(xué)齡的人中最年長(zhǎng)的人是多少歲，容易得到為21歲，由于21歲分別小于上述分組的任何一組的右端點(diǎn)，所以我們把樣本更精確的分組如表9所示。這部分人中最年長(zhǎng)的在88年為15歲，正好是接受初中教育的最后一年，所以，盡管他應(yīng)該算作在88年到01年間接受初中教育，但我們實(shí)際上無(wú)法觀察到他所在的戶在其小學(xué)階段時(shí)是否受到了大病沖擊。在我們第二部分的年齡分組中，可能會(huì)產(chǎn)生精度不夠的問(wèn)題。戶人均接受轉(zhuǎn)移支付在兩列中都顯著。初中和高中階段的勞動(dòng)力大病沖擊影響不顯著，其中初中階段大病沖擊的符號(hào)也不穩(wěn)定。Probit5中不顯著的結(jié)果并不與第一和第三列的結(jié)果矛盾，因?yàn)椴煌M間采用的是不同的樣本。其中第五列（Probit5）是全部19到32歲樣本的村固定影響回歸，而第六列（Probit6）是19到32歲樣本中受過(guò)勞動(dòng)力大病沖擊的家庭中的子女的回歸。比如可能過(guò)分的勞動(dòng)力閑置反映了一個(gè)家庭求知上進(jìn)的激勵(lì)比較低等等。戶人均接受轉(zhuǎn)移支付在沖擊組里顯著，說(shuō)明沖擊組對(duì)子女教育的投資更加依賴于其抗風(fēng)險(xiǎn)能力，即其非工作收入。個(gè)人變量中的年齡在這一組回歸中呈現(xiàn)出顯著的情況，年長(zhǎng)一歲完成初中教育的可能性就下降2個(gè)百分點(diǎn)。其中第三列（Probit3）是全部16到29歲樣本的村固定影響回歸，而第四列（Probit4）是16到29歲樣本中受過(guò)勞動(dòng)力大病沖擊的家庭中的子女的回歸。其他變量都和前面的結(jié)果類似。另外，年齡的作用也與OLS估計(jì)中不同，隨著時(shí)間推移并沒(méi)有呈現(xiàn)出完成小學(xué)學(xué)業(yè)概率提高的狀況。而父母的平均受教育年數(shù)每增加一年子女完成小學(xué)學(xué)業(yè)的概率將增加2到3個(gè)百分點(diǎn)。表8中所列出是變量的邊際影響而非系數(shù)，所以我們從表8中可以直接看到變量對(duì)于概率變化的邊際貢獻(xiàn)。同樣的，如果我們把對(duì)同一個(gè)被解釋變量的回歸稱為一組，由于不同組之間的回歸結(jié)果并非來(lái)自同一個(gè)樣本，所以我們無(wú)法直接把他們的系數(shù)進(jìn)行比較 在表8所示的六列回歸結(jié)果中，每一列的結(jié)果均來(lái)源于對(duì)不同樣本的回歸，同一組間是包含關(guān)系，但不同組之間包含樣本差別更大，因此我們均不能直接對(duì)不同組的系數(shù)進(jìn)行比較。，第一列和第二列的被解釋變量是是否完成小學(xué)教育，按照第二部分計(jì)量模型與方法中所介紹的樣本分組方法，這里選取2002年年齡在13到26歲之間的樣本，這部分個(gè)人是在88年到01年之間完成其小學(xué)教育的，故我們可以通過(guò)概率回歸來(lái)分析在其小學(xué)期間家庭勞動(dòng)力受到大病沖擊對(duì)其是否完成小學(xué)學(xué)業(yè)的影響。而在1326歲的樣本中有20%的人沒(méi)有完成小學(xué)教育，在1932歲的樣本中有86%的人沒(méi)有完成高中教育，使用概率模型進(jìn)行估計(jì)也是可以的。表示務(wù)農(nóng)程度和非農(nóng)就業(yè)機(jī)會(huì)的農(nóng)業(yè)收入占家庭總收入的比重不顯著，這可能是因?yàn)檫M(jìn)城務(wù)工人員的收益并不比當(dāng)?shù)貏?wù)農(nóng)的收入水平高，也可能因?yàn)榉寝r(nóng)就業(yè)機(jī)會(huì)非常有限，樣本中大部分的家庭務(wù)農(nóng)程度都比較高。每年受雇時(shí)間小于半年的戶成員比例這一指標(biāo)反映了勞動(dòng)力的富裕（閑置）程度，在兩組回歸中，這一指標(biāo)的符號(hào)均為正，但系數(shù)均不顯著，家庭勞動(dòng)力閑置情況越多（越不缺乏勞動(dòng)力），越不會(huì)由于讓子女幫忙干農(nóng)活而做出使減少對(duì)其教育投資的決策，這于我們第二部分中的論述相一致。其中值得一提的是，和我們的直覺(jué)相反，戶人均收入的系數(shù)在回歸的結(jié)果中并不顯著。顯著程度也有所上升，這可能說(shuō)明發(fā)生大病沖擊的家庭，對(duì)子女的教育投資決策更加依賴于家庭的非勞動(dòng)收入。但是，正如變量介紹中所指出的，以戶人均接受轉(zhuǎn)移支付作為衡量抗風(fēng)險(xiǎn)能力指標(biāo)存在著這樣的問(wèn)題：戶人均接受轉(zhuǎn)移支付越高可能恰好說(shuō)明家庭越貧困，收入水平越低，但是我們?cè)谧宰兞恐屑尤肓藨羧司杖?，?duì)后者的影響加以控制。因?yàn)槲覀兊恼{(diào)查中包括了中部和西部一些不發(fā)達(dá)地區(qū)，人均接受轉(zhuǎn)移支付在家庭收入中所占的比重比較大，應(yīng)該說(shuō)一個(gè)家庭接受的轉(zhuǎn)移支付越多，勞動(dòng)收入在家庭總收入中所占的比重越小，從而家庭的抗風(fēng)險(xiǎn)能力越強(qiáng)，可能會(huì)有能力讓子女接受更多教育。戶特征變量中另外一個(gè)顯著變量是戶人均接受轉(zhuǎn)移支付。如上所述，而我們?cè)诘诙糠种兴睦钶?、林毅夫、姚洋?002的研究中對(duì)受子女輟學(xué)原因的分析，子女輟學(xué)的情況中，比例超過(guò)31%的原因是由于“升學(xué)有困難”，很大一部分人可能是因?yàn)殡y以畢業(yè)而中途放棄學(xué)業(yè)。這樣的結(jié)果可能與九年制義務(wù)教育的推行有關(guān)。而另一個(gè)個(gè)人特征變量在兩個(gè)23 / 23回歸中都在1%的水平上顯著。再考慮個(gè)人特征變量，我們看到，前面所預(yù)想的對(duì)子女教育投資所可能發(fā)生的性別不平等的狀況并未在回歸中得到印證。另外，在初中和高中階段發(fā)生的大病沖擊對(duì)子女教育投資的影響都不顯著，符號(hào)也并不穩(wěn)定。由于OLS回歸的系數(shù)值就是對(duì)個(gè)人受教育年數(shù)的邊際影響，所以這一回歸結(jié)果意味著在小學(xué)階段受到大病沖擊會(huì)使農(nóng)戶對(duì)子女的教育投資減少1年以上，在我們的樣本中，這意味著遭受勞動(dòng)力大病沖擊的農(nóng)戶平均會(huì)減少超過(guò)10%的子女教育投資。括號(hào)中為估計(jì)值的標(biāo)準(zhǔn)差。根據(jù)計(jì)量模型中的討論OLS2和OLS1互為參照，將有利于我們對(duì)計(jì)量結(jié)果的認(rèn)識(shí)。 OLS估計(jì)：受教育年數(shù)我們對(duì)1932歲個(gè)人的受教育年數(shù)的村固定效應(yīng)的OLS估計(jì)結(jié)果見(jiàn)表6。同時(shí)這樣的估計(jì)又是在村層面上進(jìn)行的，部分的克服戶固定效應(yīng)估計(jì)所可能產(chǎn)生的問(wèn)題。所以，以下我們將采用一個(gè)折中的辦法。但如果我們?cè)诖宓膶用嫔线M(jìn)行比較，就緩解了戶固定效應(yīng)不同戶的子女個(gè)數(shù)不同將對(duì)估計(jì)帶來(lái)系統(tǒng)性偏差的問(wèn)題。如果使用戶固定效應(yīng)的估計(jì)至少需要對(duì)不同孩子數(shù)量的戶進(jìn)行分組，另一方面這種分組的標(biāo)準(zhǔn)又難以確定。而以上對(duì)應(yīng)不同的情況，農(nóng)戶所做的投資決策是可能截然不同的，所以我們?cè)O(shè)定的戶固定效應(yīng)模型就可能并不恰當(dāng) 更為恰當(dāng)?shù)挠?jì)量模型設(shè)定就應(yīng)該為。而有兩個(gè)以上孩子的家庭則有可能是因?yàn)楸容^富裕，農(nóng)戶多要孩子的決策基于比較高的收入，可以養(yǎng)更多的孩子。表5 1987年戶16歲以下兒童個(gè)數(shù)分布但是如果我們采用戶固定效應(yīng)的估計(jì)，則可能會(huì)出現(xiàn)一些其他的問(wèn)題，比如戶子女?dāng)?shù)量不同可能對(duì)估計(jì)的結(jié)果產(chǎn)生系統(tǒng)性的影響。表5是