劳动力的大病对家庭教育投资行为的影响

1、 阿劳动力的大病对笆家庭教育投资行背为的影响哀 疤 瓣 邦 班 拔 坝皑中国农村的研究捌 巴 懊 傲孙昂 姚盎洋 Email: HYPERLINK mailto:angsun2003 angsun2003和 HYPERLINK mailto:yyao yyao。袄 暗 办北京大白学叭 中斑国经济研靶究中心疤 安 氨“爱因病致贫邦”八或扮“疤因病反贫邦”肮是中国农村不发瓣达地区亟待解决百的社会问题。疤一旦农户中的劳办动力因为受到大挨病冲击，自身的稗健康状况下降，氨而减少子女的教半育人力资本投资翱，就降低了子女按未来的期望收入背，从而在长期导哀致了整个家庭平稗均收入水平的下蔼降。本文的实证氨分析证

2、明了发生胺在农户劳动力身疤上的大病冲击和癌其对子女教育人笆力资本投资之间哎负向关系的存在奥，计量结果同时霸显示了只有发生伴在子女小学阶段疤的农户劳动力大班病冲击对子女教矮育水平有显著的佰负向影响。捌教育对于个人来哎说不仅本身就具澳有重大意义，在捌经济学研究中，捌教育通常被看作拌一种人力资本投氨资，如果存在正隘常的劳动力市场百，这种投资会在懊长期提高个人的背收入，并且提高岸户平均收入水平阿。在发展经济学阿的各种理论中，绊教育作为一种能靶在长期提高收入半水平的人力资本扳投资都被给予了疤高度关注。如果柏个人或家庭由于凹遭受不利冲击而俺被迫减少家庭成按员的教育人力资凹本投资，从而使八个人或家庭的人罢力

3、资本水平处于熬合意水平之下，啊就可能在长期对扒家庭人均收入产坝生不利影响。捌本文旨在讨论，班在中国农村的背案景下，农户遭受瓣到的不利冲击扒疤家庭的劳动力患笆大病 从可操作性与研究的目的出发，：凡有过住院治疗或累计花费超过5000 元的疾病; ：到医疗机构治疗过的受伤情况; ：慢性病。蔼对农户子女教育摆水平产生的影响艾。本文的结论是伴，这种不利冲击蔼对农户子女的教跋育水平存在显著皑的负影响。具体唉的说，即发生在稗子女学龄阶段的邦家庭劳动力的大埃病冲击会使农户鞍减少对子女的教袄育投资，不仅如摆此，本文的计量板结果揭示了，只背有发生在子女学跋龄中的小学阶段伴时的家庭劳动力埃大病冲击对农户扒教育投资决

4、策行邦为有显著负影响哀。板本文的结构安排胺如下：第一部分艾给出本文的研究邦背景，即介绍中阿国近年来的教育阿和医疗情况的背斑景，并提出实证哎研究所要检验的摆假说；第二部分暗介绍数据并给出拜计量模型；第三鞍部分是计量结果拌和分析；第四部唉分是结论和政策隘含义。傲1.中国农村教摆育和医疗情况的傲背景和假说的提班出叭教育作为一种意笆在提高未来或长佰期收入的投资，败会发生一定的成斑本，不仅包括支摆付教师的工资、埃书本费等，也包按括上学的时间所蔼带来的机会成本胺。对于中国农村案的广大地区，教阿育支出在家庭支岸出中占相当大的熬比重，同时，在百以劳动密集型农案业和其他产业为罢主的农村，在校罢生并不进入劳动扮力

5、，这无疑使教鞍育投资有了更大哀的机会成本。在败中国的农村地区霸，农民财富和收扳入水平较低，抗拔风险能力差，一碍旦家庭遭受到不拌利冲击，就有可皑能对家庭的投资斑行为决策产生较埃大的影响。当然盎，如果存在着有吧效的资本市场能安够为农民融通资扳金，就有可能在案遭受不利冲击时盎平滑其投资和消八费行为，然而在袄大部分的农村地鞍区又存在着严重胺的借贷限制。所背以，当家庭面对疤严重不利冲击时半改变其投资行为澳也就不足为奇了绊。而在目前医疗败保障体系极为脆伴弱的中国农村地笆区，家庭的劳动敖力患大病对农户版来说，显然是一班种严重的不利冲矮击。吧1.1中国农村拔教育支出耙我国并没有形成俺完整的国家资助摆教育的体系

6、，大笆部分地区政府的袄教育经费靠来自班农户的捌“隘三提五统斑”艾收入支撑。因此爱，教育投资仍然败是一种家庭决策耙行为( 李菁、暗林毅夫、姚洋，哀2002 )。稗而子女教育人力班资本投资的成本拌并不低。氨1.2农民的财疤富和收入水平低瓣，抗风险能力差蔼中国农村由于计绊划经济体制的遗半留影响，一直以罢农村补贴城市国哎有企业，致使农凹村的积累比较低熬，农民的财富水澳平比较地下。氨其次，八中国农村长期实板行的佰“白队为基础，三级案所有阿”拔的所有权体系也拌使得吧农民作为个体的阿财富暗的积累盎非常有限俺。拜再者，上世纪9瓣0年代以来扒乡镇企业艾绩效般和农产品价格的笆下降，带来农佰民收入的下降澳。氨而城乡

7、二元结构扮以及户口制度限颁制了农村人口流邦动，使得农村闲爸置劳动力无法转叭移出来，也在很按大程度上影响了矮农民收入的增长哀。加之扳农村资金流通熬困爱难和农村公共产哎品投入匮乏疤，种种因素使农拌民的积累非常之哎低，抗风险能力安很差。爸1.3农村医疗傲保障体系脆弱扳中国的疤农村的合作医疗蔼制度产生于六十佰年代中期，当时捌农村合作医疗是岸以乡村集体经济懊为依托扒，疤对农民实行医疗暗保障与卫生服务靶合一的制度。在翱六十年代末败、扮七十年代初有爱较耙大发展，到八十瓣年代后，由于背经济袄改革的推进和实百施，农村的经济扒体制发生了很大爱变化，单一的集跋体经济变成了以伴家庭联产承包责蔼任制为主体的多班元经济；

8、农村政背社合一、村队合扳一的行政管理体皑制也发生了根本扒变化；依托于乡艾村集体的乡镇卫案生院、村卫生室按从经济上都已独爸立经营；农村合阿作医疗制度失去蔼了传统体制下集案体经济的依托，翱在全国农村大部扒分乡村已经发挥罢不了原有的作用安，在一部分村庄拔已名存实亡。班在旧的医疗保障蔼体系已经瓦解，般但新的保障体系扳尚未建立的情况稗下，绊大部分地区的农拔民健康缺少有效唉的医疗保障来维熬护，农民因经济埃原因不能治疗疾隘病，以及因病返隘贫问题逐渐显现阿出来般。伴新农村合作医疗奥体系基于在自愿坝的前提下，正在哎农村逐步推行和癌试点。但是参合叭水平会受到农户稗收入水平的影响艾，因为费率是统凹一的，对于贫困埃人

9、群而言，其经班济承受能力较非翱贫困人群低；贫昂困人群大都居住摆于距离县城和乡翱镇较远的村落，靶经济机会和教育半程度偏低，信息扮也较为闭塞。因白此，在筹资的公板平新上可能会产瓣生这样一种政策矮上的办“爸逆选择澳”叭，即：贫困人群岸是健康风险最为吧脆弱的群体，但皑是参合水平反而耙较低，( 高梦八滔、王健，瓣2004柏iv邦 )这种情况可邦能削弱新农合防佰止农户邦“版因病致贫、因病版返贫扮”半的目标。凹 背在这种情况下，瓣家庭劳动力患大翱病的医疗支出不伴能够通过医疗保摆障体系得到支付爸，而基本上要全爸部指望农民的财稗富积累。柏1.4 大病冲靶击对教育投资的懊影响胺邦假说的提出摆我们设想一个代芭表性的

10、农户中主安要劳动力( 可埃以将他设想为一爱个家庭的户主 啊)，将他的视界隘分成两期。在第艾一期以劳动赚取氨收入，并做出投笆资决策，投资包埃括对教育人力资翱本投资，即对子翱女教育的投资以拜及提高自身健康摆状况的投资。在办第二期中，他退胺出劳动力，接受叭子女的转移支付矮。我们知道，如昂果这是一个确定霸性问题，我们所按考虑的这个代表敖性农民只需要对熬不同投资的边际瓣收益和成本进行邦比较，求解最大氨化问题即可得到哀教育人力资本投奥资的最优水平。罢这个代表性的农唉民的效用和自己岸两期的消费水平矮以及他自身的健蔼康状况正相关。案而健康状况不仅柏影响他自己的效百用水平还会影响霸他的劳动力质量懊，从而影响他的

11、敖收入水平，进而皑影响整个家庭的凹平均收入水平。暗考虑存在大病冲暗击( 不确定性捌 )的情况，这埃个代表性的劳动俺力一旦受到大病耙冲击，他的健康唉水平下降，一方拜面直接降低了他安的效用，另一方肮面降低劳动力质笆量而降低了收入扮，在这种状况下碍，这个代表性农拌民就要重新考虑搬对于健康和子女鞍教育投资的决策扮。比如，大病所岸带来的收入降低扒改变了家庭的预哀算约束，大病冲傲击降低了家庭劳拌动力的健康状况跋，也改变了投资安健康和投资子女鞍教育的边际收益懊。因此，在可能坝发生大病冲击的安条件下，确定性疤的决策问题就变敖成了随机决策问矮题。搬在子女学龄时，澳一旦家庭的主要爱劳动力受到了大敖病冲击，冲击是半

12、否会影响他对子鞍女教育投资的决败策和冲击具体发叭生在子女学龄的岸哪个阶段密切相稗关。发生在子女翱学龄不同阶段的半家庭劳动力的大芭病冲击对家庭预扳算约束的影响以阿及对子女教育投疤资边际收益的影澳响是极为不同的败。疤我们把子女的学阿龄分成两个阶段耙，第一个六年(熬 小学阶段 )吧和第二个六年(版 初中和高中阶佰段 )。表1是哎2002年所有暗被调查人口受教瓣育年数的频数统耙计。从表1可以霸看到，在所有被坝调查的人口中，盎只有2%的人接败受过高中以上教爱育，也就是说大氨部分人的学龄都啊是到高中毕业时碍为止。所以我们稗将学龄定义为从矮接受小学起到高扳中毕业为止的年矮龄阶段。正常情爱况下，小学的入蔼学年

13、龄为6岁，安那么我们将学龄肮定义为6至18癌岁。搬中国最庞大的管埃理资料库下载斑表1 样本个芭人上学年数的频百数统计阿冲击发生在不同靶学龄阶段对农户熬教育投资决策的翱不同影响主要体半现在两个方面。奥第一，如果家庭八劳动力的大病冲澳击发生在其子女办的小学阶段，子皑女完成教育时的岸转移支付还显得癌遥不可及。而且疤如果想得到较高佰水平的转移支付百，还需要再进行奥第二个六年的投熬资。相反，如果败家庭劳动力的大隘病冲击发生在其俺子女的初中或高摆中阶段( 前提案是其子女已经考疤上了初中或高中奥 )，子女的转败移支付就显得切癌近得多了，不仅巴如此，对子女教翱育的投资周期也斑将近结束。两种爸情况相对照，我柏们

14、很容易得到直鞍觉推断，即发生傲在学龄的小学阶岸段的大病冲击更坝容易使家庭的劳挨动力减少对子女办的教育投资，做敖出诸如让子女辍安学的决策。艾第二，家庭的劳般动力在子女未上埃小学前并不清楚瓣其子女的天赋，拔而可能有一些子盎女是不喜欢或不肮适合较长的学校翱生活的( 虽然蔼多受教育从长期百来说是有益的 翱)，这样，家庭岸在子女上学前做半出的投资决策是挨基于对子女天赋敖水平的预期上。碍然而，当子女一艾旦考上初中或考般上高中( 这在盎中国农村地区并百不普遍 )，这靶个做决策的代表伴性劳动力会更新案他的预期，子女摆的考上中学相当扮于一个证明他或昂她具有较高天赋笆，从而在未来会背带来更高转移支捌付的信号，可能

15、靶会影响其父母的俺投资决策行为。邦从这个意义上说笆，我们仍然可以扒做出以下推断，矮即发生在学龄的岸小学阶段的大病笆冲击更容易使家班庭减少教育投资矮，而发生在中学皑阶段( 初中和哎高中 )的大病敖冲击则可能对家唉庭的教育投资决吧策的影响相对比凹较小。叭需要说明的是，啊在上述分析中我搬们并没有考虑到蔼辍学的子女可以板为家庭增添劳动版力从而增加家庭半收入，也没有把白这种可能性纳如昂到代表性劳动力拜投资决策的分析版当中。这主要是挨根据以往对于农拜户子女辍学率的敖研究结果，由于败家里缺劳动力而伴使子女辍学的比隘例非常小，也就笆是说很少有农户霸因为纯粹需要子百女帮着干农活而袄让子女辍学的。盎在李菁、林毅夫

16、班、姚洋，200版2对不发达地区爱农户子女教育投哀资的研究中，其哎数据中有对于辍瓣学原因的描述，罢在2000年进岸行的问卷调查中胺，发生子女辍学跋的家庭中辍学原邦因及其比例从大耙到小分别为：邦“叭升学没考上稗”矮 31.7%、爸“氨没钱付学费绊”爸24.1%、盎“笆学习成绩不好板”胺18.3%、背“稗对学习没有兴趣芭”柏16.3%、办“败家里缺劳动力隘”爸4.9%和哀“捌读书没前途吧”跋2.8%，以及暗选择八“哀其他伴”熬的占2.9%。霸我们看到由于家胺里缺劳动力而辍败学的只占很小的盎比重。表2是从拜1987起，截艾止到2002年氨，至少受过一次把大病冲击的家庭矮的频数。我们看岸有44.9%的

17、般家庭至少受到一袄次大病冲击，显捌然大病冲击是一搬种较为普遍的现肮象，所以我们不芭重点考虑这种对懊投资决策的影响把途径。芭表2靶截止到02年大柏病冲击发生的频澳率氨而一旦把这种影隘响途径纳入到考邦虑之中，我们会绊得到相反的结论办。因为如果农户笆让一个小学生辍百学可能不如让一瓣个中学生辍学更颁能够提高家庭可把利用的劳动力。败所以发生在受教颁育者学龄初中或办高中阶段的大病艾冲击可能比发生疤在其小学阶段的暗大病冲击更有可岸能减少他的教育啊。我们会在计量摆分析部分对家庭背受大病冲击前的癌劳动力富裕程度伴进行控制，从而摆试图控制大病冲八击对子女教育的埃这种可能的影响爸途径。哎综上，可以提出哎可供检验的假

18、说颁H：坝当个人在学龄阶氨段时，一旦家庭版的劳动力受到大吧病冲击，个人的唉教育人力资本投哎资将被减少。且阿小学阶段大病冲半击对个人教育水扳平的负影响更加斑显著。版2. 数据描述半及计量模型背在这一部分，我背们对前面提出的绊假说进行检验。疤计量分析的数据绊来源于中国经济澳研究中心于20哀03年春天进行扒的一次调查。调俺查覆盖了中国的盎八个省爱瓣山西、吉林、浙瓣江、河南、湖南哎、广东、四川和柏甘肃，使用了农疤业部固定观察点巴已有的样本框，唉抽取了48个村百的1127户进半行调查，被调查版到的个人为84拜14个。在被调跋查的八个省中扮包括暗中部地区的绊山西、吉林、河碍南、湖南百，西部地区的四盎川和甘

19、肃，以及白东部的浙江和广傲东两省。表3显昂示了样本的省际挨分布。案省份氨村疤户翱山西拜8癌195案吉林柏3阿48颁浙江半9按124百河南翱3摆59柏湖南澳7扳233澳广东熬7办267邦四川搬7蔼148敖甘肃拌5按70半总计敖49绊1144案 疤 坝 捌表3 样本的省扳际分布芭对于户的层次上挨的变量，调查的稗时间范围从19跋87年到200伴2年，除了包括百描述经济行为的背变量、家庭人口柏变量更着重调查坝了医疗和卫生方颁面的信息，尤其澳关注了大病冲击哀发生的频率。从碍表2可以看出，蔼截止到2002半年有44.9%版的家庭至少遭受碍过一次大病冲击皑。由于数据长度霸从87年到02搬年，我们可以知斑道大

20、病冲击发生矮在哪一年。又因隘为问卷调查了患按病时的职业，所凹以我们可以把无半业、家务、儿童八和在校学生的大皑病剔除出去，而拌只考虑家庭劳动叭力患大病时家庭般的大病冲击。癌对于个人层次上伴的变量，我们只百有2002年一癌个时点上的个人佰特征变量，如年办龄、性别等，以袄及个人的教育水翱平。虽然我们可案以按照个人的年柏龄把个人接受教爸育的年数进行回矮推，和户的数据捌一起构造成一个败面板结构，但大阿病冲击对个人教搬育的影响可能并皑不会当年发生，鞍而是有一定时滞颁，而这种时滞在背不同农户之间也颁不一定相同，既捌然我们要考察的捌是发生在学龄阶敖段的大病冲击对扮个人生涯的教育癌水平是否会产生般影响，所以我们

21、版索性在样本中只扮考虑那些在87碍年到02年之间罢接受且到02年半已应该完成教育肮( 超过学龄 背)的个人。我们邦只需要考察个人俺的教育总量是否袄受到影响，而不般关心这种影响会艾发生在大病冲击氨之后的多长时间柏。所以我们只需暗要做一个截面回吧归来进行计量分哀析。碍而如上所述，我罢们可以知道家庭败的大病冲击发生挨在哪一年，我们搬就可以进一步通般过个人的年龄来挨推断大病发生在白他学龄的哪个阶八段，从而对假说澳进行检验。挨2.1解释变量靶、被解释变量和皑指标选择扮由于我们要考察捌大病对子女教育叭投资的影响，而颁反映大病冲击的办数据长度是从8岸7年到02年，隘所以首先我们要吧挑选样本中在8安7年到02

22、年受氨教育的个人，即拔87到02年处佰于学龄的人。只办有这些人家庭劳凹动力的大病冲击柏才可能发生在他傲们的学龄阶段。百其次由于我们要艾考察的大病对个熬人生涯教育水平稗( 总量 )的靶影响，所以我们白要再从样本中剔邦除掉在校学生，按因为这部分人的癌教育水平还在增拔长。由表1的结绊果，我们可以把班学龄定义在小学啊到高中毕业的年绊龄阶段。按照一啊般情况，小学的暗入学年龄为6岁艾，那么个人学龄碍结束的年龄应该澳是高中毕业的那袄一年即18岁，敖所以我们要挑选巴2002年已经坝超过学龄的个人稗，即超过18岁熬的个人。扮第三，虽然我们绊知道所有87年傲到02年中家庭懊在每一年是否受绊到大病冲击，但巴是实际上

23、我们能哎够利用的数据长蔼度只有88年到跋01年。这是因笆为我们必须选取矮数据长度的头一傲年( 87年 白)为控制年，如胺果有的家庭在8哎7年受到大病冲佰击，那么解释变皑量中这个家庭的芭户特征变量，如捌收入水平、劳动般力富裕( 闲置叭 )程度就已经傲被大病所影响了靶，那么大病就同胺时影响解释变量斑和被解释变量(笆 处于学龄中的把个人的教育 )颁，因此估计就会柏有偏。所以我们氨把87年户的特柏征变量进行控制氨，然后把从88俺年起发生的大病巴计入大病冲击。捌而至于我们只能搬把数据用到01鞍年而不是02年按是因为尽管家庭阿劳动力的大病冲白击对个人教育的挨影响可能存在长澳短不同的时滞，翱但发生在当年的胺

24、大病一般是不会板影响这一年的教巴育投资的，因为肮众所周知，书本邦费和学费一般是皑在学期初就已经奥一次性交付了，敖也就是说投资决瓣策可能早在冲击扮前已经做出了。拔把第二点和第三耙点结合起来，具隘体来说，在88唉到01年处于学扳龄且在这期间完版成教育的年龄最鞍大的人在02年拜为32岁( 8澳8年是他学龄的碍最后一年，所以疤在我们要以下要氨进行的全部回归鞍中，所选取样本办的年龄上限是3绊2岁)，年龄最白小的人为19岁跋( 01年是他稗学龄的最后一年斑 )。所以，如熬果我们要预测个按人在02年念过百几年书( 总的艾教育水平 )，安在我们的样本中爸，应该选取02捌年年龄在19到拔32岁的个人。凹我们分别

25、用四种颁不同的指标来衡碍量个人接受教育把的程度：扳个人受教育的年疤数、是否完成高耙中教育拌( 高中及以上拌文化水平=1，班高中以下=0 阿)、半是否完成初中教俺育斑( 初中及以上熬文化水平=1，伴初中以下=0 笆)以及耙是否完成小学教板育凹( 小学及以上巴文化水平=1，挨小学以下=0 斑)。埃需要说明的是，蔼针对回归选取的爱不同指标，对样败本的选取也不尽般相同。首先，对氨于指标罢“拔个人受教育年数敖”扮，如上所述要选奥取到01年年龄鞍已超过学龄，即鞍01年正常情况摆下已经到了可以安高中毕业的年龄扳，02年年龄为奥19到32岁的拌样本。对于指标哀“艾是否完成高中教柏育半”奥和前一个指标相啊同，也

26、应该选取敖02年19到3吧2岁的样本。而鞍至于邦“胺是否完成初中教办育奥”安则要选取不同的昂子样本。完成初傲中教育的年龄为扳15岁。我们要挨把上面选取样本澳过程中的年龄下唉限降低3岁到1百6岁，年龄上限奥也降低三岁到2俺9岁。同样对对昂于澳“矮是否完成小学教笆育埃”靶的子样本我们把坝02年年龄的上柏、下限分别设定白在26岁和13氨岁。我们把对样绊本中子女按年龄岸进行分类的结果傲总结在表4中。 哀表4 样本子女瓣分类皑我们采用的主要搬解释变量分成两把个层次，户变量坝和个人特征变量班。对于户变量的凹选取主要根据研哀究教育人力资本耙的文章Schu吧ltz，199百4；1997a吧，b以及Sch爸ul

27、tz，19哀99的研究。在懊Schultz百，1999的研傲究中，他将教育暗人力资本投资的八决定因素表示如哎下：社会经济领域的因素：公共财政对教育的支出及在教育支出中的比例 ( + )教师的工资 ( - )母亲的教育水平 ( + )父亲的教育水平 ( ? )家庭人均非工作收入财富 ( + )儿童教育投资消费需求:人均GDP ( +)班图1 教育人蔼力资本的决定因安素拜在Schult拌z的文章中指出案，子女的教育既般是一种投资，同靶时也是一种消费爸。社会经济因素背影响对教育人力肮资本的有效投资柏，而右边的人均跋收入则影响对教八育的消费需求。罢基于Schul岸tz，1999坝的研究和李菁、盎林毅夫

28、、姚洋，颁2002的研究版，我们把户变量瓣大致分为六类：吧( 1 )反映袄父母的受教育水斑平的变量，在我拔们的研究中以父柏母的平均受教育傲年数代替。Sc佰hultz的研澳究结果显示母亲颁的教育水平对子阿女的教育水平有伴显著正影响，父颁亲的教育水平则挨没有显著影响，靶而林毅夫、姚洋艾，2002的研罢究却得到了相反扒的结论，而我们靶仅以父母的平均霸受教育水平作为艾解释变量，控制袄农户劳动力平均邦受教育水平对子安女教育投资的影芭响。( 2 )绊反映家庭对教育皑消费需求的变量疤，在我们的研究拌中用家庭人均收搬入表示。( 3把 )反映家庭抗奥风险能力的变量翱，家庭人均非工拔作收入财富，在稗我们的研究中以

29、昂家庭人均接受转白移支付来表示。半因为我们的调查瓣中包括了中部和霸西部一些不发达敖地区，人均接受敖转移支付在家庭把收入中所占的比蔼重比较大，加总邦农户在当年接受敖的在外亲戚寄来坝收入、财政补助靶收入、亲戚资助八的货币价值，得拔到了哀“暗户人均接受转移败支付俺”芭这个指标。应该柏说一个家庭接受般的转移支付越多皑，家庭的抗风险摆能力越强，可能叭会有能力让子女凹接受更多教育，拜但是家庭接受的癌转移支付越多也哎有可能恰好说明邦家庭越贫困，收背入水平越低，但胺是我们在自变量扒中加入了户人均坝收入，对后者的矮影响加以控制。百( 4 )反映败户劳动力情况的佰变量，用每年受敖雇佣时间不超过扮六个月的家庭成靶员

30、比例来反映，癌这个比例越高，搬说明家庭劳动力昂闲置的状况越严鞍重，越不缺少劳捌动力，在这种情懊况下为了让子女昂进入劳动力而使阿其辍学的决策相板对不容易发生。靶( 5 )表示傲务农程度的变量罢：农业收入在总唉收入中的比重：傲这个变量可以在澳一定程度上反映傲一个家庭的就业柏模式。农业收入罢在总收入中所占啊的比重越高，说按明家庭的务农程办度越高，子女以百后越可能在农业瓣就业，就业所要案求的教育水平相巴对在其他行业来蔼说就比较低，在挨这种情况下大病颁冲击更有可能减跋少农户对子女的办教育投资。( 颁6 )户家庭人爱口变量，包括户拌平均年龄及其平笆方项 年龄结构过高或过低都对家庭造成负担，可以预期家庭平均

31、年龄对家庭收入的影响将是一个倒U型关系。蔼( 反映出户年胺龄结构 )以及叭户男性比例。根奥据前面的分析，爱户特征变量一律敖采用控制年( 阿87年 )的值唉。碍在我们的数据库鞍中并没有反映教班育成本的指标，颁即没有诸如Sc吧hultz在其矮文章中指出的公霸共财政对教育的百支出及在教育支八出中的比例或教俺师的工资这样的百指标或可替代的按指标。比如在村阿的层面上是否有隘助学的资助等。八另外在Schu把ltz的研究中捌指出，城市化程袄度、开放度等都般有可能影响教育暗的有效投资。这班非常容易理解，岸一个地区的城市芭化程度和开放度芭直接决定了子女搬教育的投资回报爸率。城市化程度翱越高，越容易找翱到非农的工

32、作，矮往往可以使农户碍更愿意投资子女敖的教育。我们还败可以列举出更多傲难以准确控制的捌因素，比如村干百部对教育的重视摆程度以及村庄是百否是一个传统的疤文化村等等。基岸于以上种种考虑澳，我们采用村的挨固定效应模型，柏即我们在回归方氨程中加入村哑变氨量，而不在自变艾量中包括反映上拜述因素的指标。拌这样可以彻底地罢控制不同的村之叭间的因素对子女邦受教育的影响。佰在个人层次上，奥我们考虑两个个耙人特征变量：年矮龄和性别。性别挨是虚拟变量，即碍性别=1为男性芭，性别=0为女八性。一般来说在鞍中国农村地区，癌尤其是不发达的唉农村地区，男性版受教育的机会比靶女性要多，女童斑教育和妇女教育扮一直是一个人们半关

33、注的问题。我败们的研究主要集白中在劳动力的大半病是否会影响其安对子女教育的投胺资，通过性别虚蔼拟变量我们就可般以考察当家庭劳叭动力受到大病冲拌击时，农户是否版更倾向于牺牲掉瓣对女童的教育投熬资。傲最后，我们的关版键变量是在个人稗学龄阶段是否发扳生户劳动力的大稗病冲击，是虚拟拌变量，即户发生耙劳动力大病=1啊，未发生劳动力白大病=0。为了稗考察发生在学龄坝不同阶段的大病八，我们将这个变板量进一步分解成搬三个哑变量，即靶“扒在个人小学阶段埃户内是否发生劳肮动力大病斑”拌，傲“拜在个人初中阶段绊户内是否发生劳扒动力大病绊”盎以及懊“癌在个人高中阶段暗户内是否发生劳罢动力大病绊”爱，是=1，否=暗0。

34、稗另外，需要说明盎的是我们在控制癌变量中没有加入袄表示大病发生年耙份的哑变量来控澳制时间趋势，这芭是因为我们将大般病冲击细分为不扒同学龄阶段的冲埃击，而控制变量邦中又包括了个人哎的年龄，从而已埃经使时间趋势得翱到了控制。爸2.2计量模型坝及方法埃对于全部数据，霸我们的基本回归阿模型是下面的村般固定效应模型：盎我们将利用这个佰模型来验证我们版的假说。其中埃表示在2002敖年第皑个人的四个被解柏释变量的数值但需要注意的是，后两个指标与前两个指标采用的不同的子样本。矮；疤和笆分别表示上面提扒到的个人特征变暗量和家庭特征变绊量；隘是村哑变量笆；百是一个独立同分板布过程，均值为把零。吧因为被解释变量班有

35、连续变量和离颁散变量，所以对矮这两种变量所采搬用的回归方法也瓣不尽相同。对连俺续的被解释变量邦，受教育年数，安我们采用加入村敖哑变量的OLS爸回归注意到我们的研究中按村分组，对应的是不同的个人，因而从理论上说，不能采用面板的方法进行估计，尽管实际在技术上加入村哑变量的OLS和按村分组的固定效应的估计是一致的。俺。对于离散型的伴三个被解释变量傲，即是否完成高凹中、是否完成初拜中以及是否完成背小学，我们分别背采取概率回归。拔另外，直观上假昂如一个受到劳动耙力大病冲击的家胺庭有两个以上的叭子女，就可能发挨生这样的情况，把在这个农户内部叭，有的子女在学胺龄中家庭劳动力班未受大病冲击(澳 即该子女在家岸

36、庭发生大病冲击岸前已完成了教育霸 )另外的子女阿在学龄中时家庭吧劳动力受到了大半病冲击，如果我拜们可以把同一户败的受大病冲击的邦子女和未受大病啊冲击的子女的教白育水平相比较，扒就有可能更加准扮确的估计大病冲半击对子女教育水凹平的影响，因为俺这样可以剔除掉哎户间难以准确度班量的因素，比如笆一户人家子女的肮天赋等等。傲表5是1987拜年户16岁以下瓣儿童个数的分布笆。我们看到有接氨近50%的家庭巴有两个及两个以笆上子女，使我们巴户内比较的构想按能够得以实现。疤表5 奥1987年户1吧6岁以下儿童个傲数分布按但是如果我们采按用户固定效应的拜估计，则可能会疤出现一些其他的拔问题，比如户子扒女数量不同可

37、能俺对估计的结果产绊生系统性的影响挨。比如生孩子少芭的农户既可能是阿由于其收入水平罢比较高，不需要皑“吧养儿防老氨”背，或者其对教育岸重视程度高，愿巴意只生一个孩子俺而更多地关注孩扳子的教育，当然佰也有可能是因为翱贫困，养不起更瓣多的孩子。而有颁两个以上孩子的颁家庭则有可能是版因为比较富裕，哀农户多要孩子的邦决策基于比较高摆的收入，可以养鞍更多的孩子。但俺也有可能是因为奥比较贫困，没有拜必要避孕措施所癌导致。而以上对爱应不同的情况，岸农户所做的投资霸决策是可能截然颁不同的，所以我鞍们设定的户固定澳效应模型就可能案并不恰当 更为恰当的计量模型设定就应该为。俺。如果使用户固吧定效应的估计至哎少需要

38、对不同孩八子数量的户进行拔分组，另一方面扒这种分组的标准班又难以确定。这傲样，就使得单纯案的户固定效应估安计难以成为度量捌大病冲击对子女熬教育投资影响的爸好的方法。罢但如果我们在村唉的层面上进行比罢较，就缓解了户拔固定效应不同户耙的子女个数不同安将对估计带来系捌统性偏差的问题叭。一个村中不同矮的户可能有不同蔼数量的孩子，这爸种由孩子的个数百引起的做决策的靶系统性差异在村百的层面上就并不奥那么明显了，从拔而使这种问题的阿严重性得到一定俺程度的缓解。所办以，以下我们将拌采用一个折中的懊办法。斑如果我们采用只稗对受过大病冲击奥的户进行回归的暗办法，就相当于昂对样本做加权，岸虽然也包含受大伴病冲击的不

39、同户案之间的比较，但矮大病对户内子女白受教育程度的影皑响在受冲击组中肮占了更大的权重肮，比起对受冲击靶和未受冲击的户败间的比较会更加败精确。同时这样碍的估计又是在村拜层面上进行的，袄部分的克服户固皑定效应估计所可阿能产生的问题。癌在要进行的回归邦中我们将对每个办被解释变量分别岸采用表4所示的败样本的估计，并捌且从表4所示的伴样本中选取户受盎过劳动力大病冲凹击的样本进行回半归，与前面的结扒果进行对照。跋 爱 搬3.计量结果分傲析板3.1 OLS捌估计：受教育年巴数背我们对19-3岸2岁个人的受教俺育年数的村固定懊效应的OLS估挨计结果见表6。艾表中的第一列和笆第二列分别是对板所有年龄在19胺-3

40、2岁的个人俺（超过学龄且在昂88-01年受案教育者）和其中半受过家庭劳动力疤大病冲击的个人鞍（冲击组）所进背行的村固定效应懊的OLS回归结拔果。根据计量模傲型中的讨论OL案S2和OLS1蔼互为参照，将有爸利于我们对计量搬结果的认识。 OLS1 OLS2 村固定影响 村固定影响 冲击组常数项 ( 0.36 ) ( 2.91 )主要变量 小学阶段户内是否发生劳动力大病 ( 0.36 ) ( 0.42 )初中阶段户内是否发生劳动力大病 0.37 0.41 ( 0.32 ) ( 0.33 ) 高中阶段户内是否发生劳动力大病 -0.29 0.04 ( 0.26 ) ( 0.29 )个人特征变量年龄 (

41、0.02 ) ( 0.04 )性别 0.18 0.16 ( 0.20 ) ( 0.30 )癌 版 疤 吧 背 盎 凹 昂( 续表 )户特征变量鞍父母平均受教育罢年数 癌 靶 翱 颁 百 扮 板 罢 罢 昂 氨 ( 0.04胺 ) 瓣 拌 拜 ( 0.八06 )半户人均收入( 班百元 ) 爸 八 坝 -0.02埃 吧 罢 版 -0百.03隘 坝 瓣 懊 俺 澳( 0.00 肮) 懊 伴 跋 ( 0.0哀0 )背户人均接受转移案支付( 百元 八) 岸 把 盎 鞍 扳 鞍 懊 背 扳 耙( 0.00 矮) 爸 白 啊 ( 0.斑00 )邦每年受雇时间小隘于半年的户成员澳比例 按0.09 板 懊 哎

42、败0.03挨 疤 笆 柏 安 摆 ( 0.安23 ) 皑 拜 绊 (扒0.38 )澳农业收入占总收傲入比重 暗 斑 -0版.39 八 盎 叭 俺0.37皑 昂 败 拔 爱 把( 0.44 埃) 啊 肮 把 ( 0.胺73 )拌户平均年龄 半 芭 拌 埃 -0.0埃0 搬 疤 皑 -0.碍05背 唉 疤 笆 奥 昂 ( 0.11办 ) 袄 澳 肮 ( 0.伴16 )巴户平均年龄平方把项 哎 败 霸0.00 版 白 佰 挨 0.00版 般 吧 吧 半 艾 ( 0.00版 ) 澳 鞍 办 ( 0.霸00 )败户男性比例 胺 哀 把 颁 -0.1案2 熬 疤 捌 0斑.81颁 岸 熬 半 板 敖 (

43、0.58蔼 ) 癌 暗 鞍 ( 0哎.88 )拌总样本量 翱 班 吧 背 蔼 913 绊 按 熬 颁 372艾 班 拔 昂 鞍 0.3巴0 鞍 鞍 百 啊0.41哀Adj- 斑 拜 凹 半 拜0.26 靶 搬 昂 0.3绊2瓣表6 户劳动埃力大病冲击与子巴女教育投资：村艾固定效应OLS拔估计岸*在10%显著皑性水平上显著；颁*在5%显著隘性水平上显著；傲*在1%显案著性水平上显著皑。般括号中为估计值拌的标准差。吧首先对关键变量靶进行考察，我们暗看到在两个回归凹中，氨“啊小学阶段是否发氨生大病冲击坝”八这一变量都非常傲显著。由于OL艾S回归的系数值懊就是对个人受教拔育年数的边际影氨响，所以这一回

44、八归结果意味着在耙小学阶段受到大氨病冲击会使农户澳对子女的教育投版资减少1年以上胺，在我们的样本疤中，2002年绊19-32岁的奥个人的平均受教柏育年数为8.3哎2年，这意味着半遭受劳动力大病翱冲击的农户平均伴会减少超过10扮%的子女教育投捌资。注意到在两岸组回归中系数的碍绝对值都超过了艾1，说明在子女板学龄的小学阶段昂家庭劳动力的大肮病冲击对其教育阿的负影响幅度相败当大。另外，在霸初中和高中阶段隘发生的大病冲击鞍对子女教育投资霸的影响都不显著巴，符号也并不稳笆定。这样的回归版结果验证了前面矮我们所提出的假拔说，说明只有发敖生在子女小学阶八段的家庭劳动力碍大病冲击会对其疤教育产生显著负拌影响，

45、且表6的哎结果还显示了这捌一影响的幅度是挨相当大的。伴再考虑个人特征皑变量，我们看到跋，前面所预想的皑对子女教育投资隘所可能发生的性哀别不平等的状况坝并未在回归中得绊到印证。两组的耙回归结果虽然符岸号均为正，但都哀不显著，说明男坝性并未比女性显拌著多受教育。而盎另一个个人特征隘变量在两个扮回归中都在1%傲的水平上显著。扳年龄越大的人所版受的教育越少，班年长一岁，受教啊育年数就相应减柏少约0.14年案。这样的结果可疤能与九年制义务半教育的推行有关肮。绊在户特征变量里颁面，发现父母的熬平均受教育年数把对子女教育的影翱响非常显著，在昂两组回归中都在搬1%水平上显著班。这意味着父母挨的平均受教育水俺平

46、每增加一年其背子女的教育就会埃提高大于0.2霸2年。如上所述背，这部分样本的盎平均受教育年数邦是8.32年，埃而我们在第二部皑分中所援引的李昂菁、林毅夫、姚捌洋，2002的挨研究中对受子女啊辍学原因的分析巴，子女辍学的情拌况中，比例超过摆31%的原因是爸由于奥“柏升学有困难背”疤，而我们样本中挨平均受教育年数凹在8.32年也敖一定程度上说明板了在辍学的个人板中，很大一部分阿人可能是因为难奥以毕业而中途放袄弃学业。如果一昂个家庭中的父母绊的受教育水平比摆较高，除了父母矮本身会相对更加岸重视子女的教育佰而加大对子女教熬育的投资之外，拌其本身的教育水跋平有可能对子女伴的学习产生良性阿的影响，更可能艾

47、给子女的学习提稗供实际的帮助，版从而提高子女的耙教育水平。案户特征变量中另皑外一个显著变量版是户人均接受转隘移支付。这个指吧标加总农户在当搬年接受的在外亲凹戚寄来收入、财昂政补助收入、亲氨戚资助的货币价板值，表征农户的爸抗风险能力。因澳为我们的调查中敖包括了中部和西俺部一些不发达地坝区，人均接受转按移支付在家庭收哀入中所占的比重暗比较大，应该说爱一个家庭接受的芭转移支付越多，爱劳动收入在家庭拌总收入中所占的叭比重越小，从而肮家庭的抗风险能艾力越强，可能会安有能力让子女接般受更多教育。我胺们知道，对子女八的教育是一项长八期的投资，芭在投资期间财富翱水平波动越小，罢家庭对子女的教耙育投资就越稳定疤

48、。但是，正如变邦量介绍中所指出靶的，以户人均接肮受转移支付作为拔衡量抗风险能力安指标存在着这样澳的问题：户人均瓣接受转移支付越哎高可能恰好说明靶家庭越贫困，收傲入水平越低，但懊是我们在自变量绊中加入了户人均百收入，对后者的阿影响加以控制。瓣可以看到在两组安回归中这一指标昂的系数都相当显皑著，而且对子女爱教育投资的影响瓣幅度也非常大，按在所有19-3艾2岁样本的村固白定效应估计中，巴回归的系数为0百.14，这意味稗着一旦农户在一唉年内可以固定的笆得到1000元板转移支付，他对败子女的教育投资扒将可能提高1年阿以上。而在又大扳病冲击组这一指搬标的系数高达0按.57，显著程埃度也有所上升，半这可能说

49、明发生吧大病冲击的家庭挨，对子女的教育百投资决策更加依笆赖于家庭的非劳蔼动收入。疤而其他的户特征把变量均不显著，跋一个解释是这些班解释变量在户之艾间的变化率比较哀小，另一个可能跋解释是，解释变板量变化率比较小皑的样本在回归的俺总样本中所占的癌比重比较大。其摆中值得一提的是隘，和我们的直觉半相反，户人均收疤入的系数在回归靶的结果中并不显板著。按照Sch艾ultz的说法袄，子女教育支出肮也同样是父母的捌一种消费行为，摆那么这种不显著败有可能是因为子扳女教育对收入的芭弹性比较小。澳每年受雇时间小败于半年的户成员叭比例这一指标反拔映了劳动力的富翱裕（闲置）程度岸，在两组回归中扮，这一指标的符盎号均为正

50、，但系隘数均不显著，家澳庭劳动力闲置情啊况越多（越不缺蔼乏劳动力），越扒不会由于让子女邦帮忙干农活而做岸出使减少对其教癌育投资的决策，败这于我们第二部板分中的论述相一百致。当然，家庭吧劳动力闲置越严案重，家庭的平均柏收入水平可能越爱低，但我们在回哀归中用人均收入暗控制住了收入的艾影响。案表示务农程度和爱非农就业机会的邦农业收入占家庭昂总收入的比重不哎显著，这可能是昂因为进城务工人隘员的收益并不比矮当地务农的收入俺水平高，也可能霸因为非农就业机肮会非常有限，样案本中大部分的家唉庭务农程度都比拜较高。俺3.2概率模型挨估计按 奥从表7可知，在跋16-29岁的爸样本中有44%败的人没有完成初胺中教育

51、，所以我摆们使用概率模型暗是合适的。而在耙13-26岁的柏样本中有20%唉的人没有完成小捌学教育，在19熬-32岁的样本蔼中有86%的人办没有完成高中教背育，使用概率模绊型进行估计也是昂可以的。巴表7 概率模傲型被解释变量不懊同取值的样本比八例艾 板是否完成小学教癌育按表8是回归结果 表8中报告的是采用Probit模型进行回归的结果，我们还采用其他形式的概率计量模型（logit 模型和linear probability模型）进行估计，也得到了相似的结果。版，第一列和第二安列的被解释变量靶是是否完成小学安教育，按照第二翱部分计量模型与傲方法中所介绍的氨样本分组方法，昂这里选取200班2年年龄在

52、13矮到26岁之间的板样本，这部分个拜人是在88年到扳01年之间完成靶其小学教育的，拜故我们可以通过伴概率回归来分析巴在其小学期间家佰庭劳动力受到大熬病冲击对其是否拔完成小学学业的扮影响。其中第一袄列（Probi邦t1）是全部1埃3到26岁样本把的村固定影响回安归，而第二列（跋Probit2袄）是13到26盎岁样本中受过劳斑动力大病冲击的叭家庭中的子女的把回归。同样的，唉如果我们把对同埃一个被解释变量般的回归称为一组埃，由于不同组之阿间的回归结果并捌非来自同一个样白本，所以我们无哎法直接把他们的爱系数进行比较 在表8所示的六列回归结果中，每一列的结果均来源于对不同样本的回归，同一组间是包含关系

53、，但不同组之间包含样本差别更大，因此我们均不能直接对不同组的系数进行比较。班。斑表8中所列出是搬变量的边际影响坝而非系数，所以败我们从表8中可把以直接看到变量背对于概率变化的半边际贡献。回归霸结果显示，子女肮在小学阶段家庭版遭受劳动力大病霸冲击会使完成小笆学学业的概率下拜降17%到18奥%。而父母的平翱均受教育年数每般增加一年子女完隘成小学学业的概鞍率将增加2到3啊个百分点。这两背个变量的显著性熬与OLS估计的败结果类似，但是案，在这组回归中氨，户人均接受转按移支付这一变量岸不再显著，这可癌能表示小学教育拌在农村相对普及半，即使抗风险能白力比较差的农户跋也会选择至少投拌资子女完成小学佰教育。另

54、外，年扮龄的作用也与O哀LS估计中不同办，随着时间推移隘并没有呈现出完颁成小学学业概率艾提高的状况。这伴可能和小学学业耙相对较早普及有哀关。其他变量都唉和前面的结果类白似。奥 唉是否完成初中教按育瓣第三列和第四列矮的被解释变量是绊是否完成初中教扒育，按照第二部巴分计量模型与方扒法中所介绍的样罢本分组方法，这癌里选取2002绊年年龄在16到胺29岁之间的样熬本，这部分个人百按照学龄来说，按初中教育应该在安88年到01年蔼之间完成，故我霸们可以通过概率巴回归来分析在其凹小学和初中期间爸家庭劳动力受到办大病冲击对其是伴否完成初中学业耙的影响。其中第百三列（Prob肮it3）是全部袄16到29岁样埃本

55、的村固定影响坝回归，而第四列半（Probit叭4）是16到2昂9岁样本中受过懊劳动力大病冲击摆的家庭中的子女把的回归。摆在这一组回归结吧果中，小学阶段半家庭劳动力的大安病冲击的影响仍熬然相当显著，子昂女在小学阶段家柏庭遭受劳动力大跋病冲击会使完成凹小学学业的概率拌下降16%到2芭3%，初中阶段艾的劳动力大病冲胺击影响不显著，翱其符号也不稳定凹。个人变量中的艾年龄在这一组回敖归中呈现出显著扮的情况，年长一爱岁完成初中教育颁的可能性就下降蔼2个百分点。父矮母的平均受教育按年数对完成初中案学业的概率有显哀著正影响，冲击罢组的系数更大，哀说明冲击组父母肮平均受教育年数半对子女完成初中背学业的影响幅度扒

56、更大。户人均接耙受转移支付在冲扮击组里显著，说搬明冲击组对子女瓣教育的投资更加哎依赖于其抗风险袄能力，即其非工澳作收入。值得注拔意的表示劳动力跋闲置程度的户白每年受雇时间小奥于半年的户成员唉比例在Prob啊it3中呈现负扳显著，这可能是按由于过分的劳动岸力闲置可能通过袄降低收入以外的背途径（我们已经埃对户人均收入进罢行了控制）来影凹响子女的教育。熬比如可能过分的安劳动力闲置反映耙了一个家庭求知昂上进的激励比较案低等等。按是否完成高中教皑育矮第五列和第六列白的被解释变量是拌是否完成高中教耙育，按照第二部拔分计量模型与方吧法中所介绍的样罢本分组方法，这鞍里选取2002佰年年龄在19到胺32岁之间的

57、样凹本，这部分个人爸按照学龄来说，班高中教育应该在邦88年到01年爸之间完成，故我疤们可以通过概率笆回归来分析在其搬小学、初中及高袄中期间家庭劳动佰力受到大病冲击敖对其是否完成高板中学业的影响。案其中第五列（P败robit5）靶是全部19到3敖2岁样本的村固霸定影响回归，而拔第六列（Pro碍bit6）是1佰9到32岁样本八中受过劳动力大八病冲击的家庭中百的子女的回归。绊在这组回归中，背Probit5按中小学阶段家庭隘劳动力的大病冲埃击的影响不显著懊，而在冲击组P癌robit6中阿，这一变量的影板响是显著的。P疤robit5中隘不显著的结果并懊不与第一和第三叭列的结果矛盾，伴因为不同组间采八用的

58、是不同的样白本。对于Pro胺bit5中不显唉著的结果一个可邦能的解释是完成摆高中学业的人相坝对比较少，影响芭了概率模型的估拔计，而冲击组集拜中选取了其中被鞍解释变量变化比斑较大的一部分样白本。把初中和高中阶段扳的劳动力大病冲暗击影响不显著，埃其中初中阶段大皑病冲击的符号也半不稳定。个人变哎量中的年龄、父氨母的平均受教育半年数对完成初中罢学业的概率有显摆著正影响，冲击把组的系数更大，颁都与上一组的结绊果相类似。户人稗均接受转移支付矮在两列中都显著伴。摆 扒 拔 吧 啊 拜 按 阿 爸 埃 哀 翱 哀 碍 胺 鞍 靶 唉 白 班 霸 癌 傲 Pr把obit1 颁 邦 Prob拜it2 把 矮Pro

59、bit3安 巴 Prob按it4 搬 哀Probit5奥 皑 Probi鞍t6 靶 版 袄 挨 败 罢村固定影响 案 村固把定影响 敖 八 村固定影响 鞍 隘村固定影响 傲 村百固定影响 半 村固搬定影响 凹冲击组 坝 爱 白 暗 捌 冲击组 暗 板 靶 埃 翱冲击组 吧 霸 吧 耙 白被解释变量 碍 按 跋 阿 熬 般 是否完皑成小学教育 艾 把 氨 班 疤是否完成初中教邦育 斑 稗 板 是否完成高拌中教育 傲 艾 芭 扮 背 鞍 熬样本范围 挨 案 扳 癌 昂 搬 拔13-26岁 爸 案 般 拜 疤 暗16-29岁 疤 傲 矮 隘 艾 19-32罢岁般主要变量 俺 隘 胺 罢小学阶段户内是

60、熬否发生劳动力大扳病 矮 敖 摆 懊 澳 霸 绊 背 癌-0.06 安 罢 暗 澳 隘 捌 盎 伴( 0.07 扒) 矮 拜( 0.10 奥)跋 爱 哀 (熬 0.08 凹) 罢 ( 0拌.10 ) 百 八 唉 疤 ( 0.03版 ) 哎 (班 0.04 )阿初中阶段户内是颁否发生劳动力大捌病 扮 耙败巴败蔼柏癌摆扒 -0.04邦 叭 碍 0.03佰 叭 白 氨 办-0.004 板 翱 蔼 拔-0.02氨 安 熬 袄 岸 懊 皑 啊 凹 板霸澳办颁( 0.07 艾)半 邦 耙 靶 ( 0.09把 ) 鞍 埃 拌 ( 0.04坝 ) 俺 ( 办0.06 )碍高中阶段户内是佰否发生劳动力大板病 熬