教育效能和结构对西部地区贫困减缓的影响研究

1、    教育效能和结构对西部地区贫困减缓的影响研究    摘要：文章通过构建理论模型，分析了教育效能、教育结构与贫困减缓的关系，并利用20002010年西部地区省级动态面板数据进行了实证检验。结果表明，西部地区贫困流动性较弱，存在持续贫困的现象；由于教育质量和平均受教育年限的权衡替代，教育支出的减贫效果不显著；教育质量对城市减贫的作用比平均受教育年限更为显著；平均受教育年限对西部农村贫困减缓具有“门槛”效应，且现阶段教育效能对农村减贫的整体作用为负。由于离技术前沿距离较远，中等教育对西部城乡减贫的意义更为显著。关键词：教育效能，教育结构，贫困减缓，面板数

2、据，西部地区一、问题的提出改革开放以来，随着经济快速发展和一系列反贫困政策的实施，中国西部地区贫困状况得到了极大改善。但现有减贫政策主要以救济式扶贫和开发式扶贫为主，未能形成基于能力扶贫的内生减贫机制。为了实现西部地区可持续减贫，教育在能力扶贫中的作用得到了越来越多的关注。从实际效果来看，教育对西部减贫的作用并不乐观，西部地区平均受教育年限和教育支出的减贫弹性均落后于全国平均水平，20002010年西部地区受教育年限的减贫弹性为0.26，同期全国整体水平为0.66。因此，在西部地区教育减贫实践中，需要重新审视两个问题：一是教育能否为西部地区贫困减缓提供持续动力，二是应该如何更有效率地发挥教育在

3、贫困减缓中的作用。 在一个分配中性的环境中，现有研究主要借鉴教育对增长的作用来分析教育与减贫的关系。理论上看，教育对减贫产生积极影响的渠道体现在3个方面：（1）正式教育体系对贫困人口的人力资本积累是至关重要的制度安排，能够提升贫困者的产出效率（mankiw等，1992），并增强新技术的模仿、吸纳能力；（2）教育存在示范和溢出效应，能够通过吸引并劝说其他家庭成员接受教育，提升周围人的生产效率和收入；（3）教育能够影响贫困者的观念，转变其文化和价值体系，实现更为广泛意义上的贫困减缓（hayami，2005）。很多研究证实了教育对贫困减缓有正向作用（刘修岩、章元，2007；杨俊、黄潇，2010）。但

4、也有研究表明教育与减贫的关系并非简单正向关联（senia，2006；bonal，2007）。 之所以出现教育与减贫的多样可能，除了研究方法和指标选择的差异外，二者的关系还受以下两个深层次问题的影响：（1）在教育支出有限的背景下，教育效能存在平均受教育年限增加和教育质量提升的权衡替代，这可能导致教育支出对贫困减缓产生不同影响。（2）教育结构也能够对教育的减贫作用产生影响，根据某地区（人群）离技术前沿的距离不同，教育体系中的不同阶段将会对该地区（人群）的收入提升产生不同影响。现有文献虽然对教育与减贫的关系进行了广泛研究，但对于以上两个问题没有很好地进行系统分析。其不足主要体现在：一是局限于考察教育

5、支出或教育结构某一方面与贫困减缓的关系，鲜有文献能够将教育支出、教育质量、平均受教育年限、教育结构纳入统一分析框架进行理论和实证研究。二是在实证研究时没有考虑贫困的不流动性，但在经验观察中，初始贫困状态能够对当期贫困产生影响，并且这种不流动性具有稳定性（杜凤莲、孙婧芳，2011）。如果不考虑贫困的不流动性，会导致实证结果的遗漏变量偏误和内生性偏误。三是缺乏教育对同一地区城市贫困和农村贫困减缓影响的比较分析，二者的比照有助于识别更具效率的制度设计。 为此，本文构建了教育与贫困减缓的理论分析框架，借鉴behrman等（1983）及张海峰等（2010）的思路，引入教育效能概念。教育效能是教育改善的量

6、化表现，可以分解为平均受教育年限增加和教育质量提升。利用技术前沿模型，将不同教育层次对贫困减缓的作用加以区别。为了控制贫困不流动性对当期贫困的影响，本文引入被解释变量的滞后项作为解释变量，构建动态模型，用系统广义距（sys-gmm）方法控制参数估计偏误。为了体现教育减贫作用在城乡的不同，笔者将贫困分解为城市贫困和农村贫困，先构建逻辑一致的理论模型，将教育效能、教育结构与贫困减缓的关系进行分析；再构建动态模型，将贫困不流动性纳入考量，控制遗漏变量和变量内生性问题，对理论模型进行实证检验。 二、理论分析框架及计量模型设定（一）理论框架分析 假定经济体中存在贫困者和资本拥有者两个群体。只有资本拥有者

7、拥有资本，且资本存在代际转移。贫困者只拥有劳动力，贫困减缓的唯一路径来源于贫困者真实收入提升（loayza，2010），人力资本提升仅来源于教育效能提升，不涉及物质资本。教育效能通过平均受教育年限（s）增加和教育质量（q）提升获得，可以表示为： 其中，q代表教育质量，参数0表示教育质量对教育效能的影响强度，当时，教育效能随着教育质量增加而增加。指数部分表示平均受教育年限（s）在教育效能提升中的作用。教育除了能够影响人力资本之外，还能够影响技术水平（a）。一方面，教育效能能够加速技术吸纳；另一方面，教育效能也是技术使用的必要条件。因此，教育通过两个渠道影响贫困者收入：一是教育效能提升人力资本，从

8、而增加工资；二是教育影响技术进步和人力资本的边际产出，从而根据要素价格等于边际产出的一阶条件，对贫困者工资产生影响。因此，教育效能及教育质量、平均受教育年限与贫困者收入提升的关系可以表达为： 其中，表示外生增长的“技术前沿”，表示离技术前沿距离的远近对技术增长率的作用。下面借鉴前沿距离模型（vandenbussche等，2006）引入教育结构对贫困人口收入增长率的影响。其原理为技术增长率的变动通过模仿已有前沿技术和新技术创新获得。其中，技术模仿需要基础教育和中等教育的支撑，而新技术创新则依赖高等教育的效能提升。技术生产率的变动遵循以下条件： 其中，u表示基础教育和中等教育效能提升，c

9、表示高等教育效能提升，根据厂商均衡条件，技术变动率可以简单表示为： 其中，表示外生的技术进步率。将式（4）带入式（2），可得教育结构与贫困减缓的关系： 根据上述分析，本文提出以下两点假设：（1）平均受教育年限增加和教育质量提升是教育改善的两个有效来源。教育效能不仅能够通过增加人力资本存量直接影响贫困人口收入，还能够通过促进技术创新及提高现有技术模仿能力对贫困减缓产生间接影响。（2）高等教育能够影响新技术的创造能力，而中等教育和基础教育则影响现有技术的模仿能力。因此，教育结构能够影响教育的减贫作用。由于西部地区离技术前沿较远，技术进步以现有前沿技术的模仿为主。现阶段中等教育和基础教育对西部地区贫

10、困减缓的影响大于高等教育。 （二）计量模型的设定 由于贫困存在不流动性，为了防止计量模型出现设定偏误，这里引入被解释变量的滞后项，构建动态自回归模型，根据式（2）可以将教育效能与贫困减缓的计量模型设定为： 其中，下标r和t分别表示省份和年份；lnpov为贫困者收入的自然对数值，城市贫困和农村贫困分别用lnpov_urb和lnpov_rur表示；lnpovr，t-1为被解释变量的一阶滞后项；h为教育效能状况；表示其他控制变量，包括各地区的经济发展水平（ln gdp_per）和基础设施（ln inf ra）；为综合误差项。在这一计量模型中，使用人均教育经费支出（ln expe）作为教育效能的代理变

11、量。 根据式（1），可以进一步将教育效能分解为教育质量和平均受教育年限，本文采用含有交互项的二次项对二者关系进行拟合，以识别平均受教育年限可能的边际递减规律和交互效应，从而将教育质量、平均受教育年限与贫困减缓的动态模型设定为： 式（6）和式（7）为本文的基本回归模型。利用式（6）以人均教育经费支出对数值（ln expe）作为教育效能的代理变量，直接分析教育效能与贫困减缓的关系，对假设（1）进行检验；利用式（7）对教育质量和平均受教育年限与贫困减缓的关系进行分析，并分析不同教育结构减贫效果的差异，验证假设（2）。 三、数据来源及变量说明（一）数据来源 本文使用的数据为20002010年西部12个

12、省份面板数据。其中，农村贫困数据来源于中国贫困监测报告中贫困县农民人均纯收入；城市贫困数据来源于各省统计年鉴中按收入等级分最低20%城镇人口的人均可支配收入；平均受教育年限数据来源于2011年中国统计年鉴和中国劳动统计年鉴；教育质量、人均地区生产总值、基础设施和价格指数来源于新中国六十年统计资料汇编和2010、2011年各省统计年鉴。 （二）变量说明 1.被解释变量。本文将西部地区贫困界定为收入贫困，暂时不考虑能力贫困和权利贫困。在测度指标选择上，借鉴郭熙保、罗知（2008）的做法，从收入角度对贫困状况进行测度。本文所有货币数据均以2000年为基期进行价格调整。 2.主要解释变量。（1）人均教

13、育经费支出。教育经费是教育效能提升的重要来源，根据假设（1），我们预期各省教育支出的提升能够改善教育效能，从而实现贫困减缓。但由于教育质量和平均受教育年限的权衡替代，以及两者减贫作用的不同，教育支出与贫困减缓存在负向相关的可能。（2）平均受教育年限。参照krueger等（2001）的做法，平均受教育年限的计算公式为：不识字劳动力比重×0小学学历劳动力比重×6初中学历劳动力比重×9高中学历劳动力比重×12中专学历劳动力比重×12大专学历劳动力比重×15本科学历劳动力比重×16研究生学历劳动力比重×19。（3）教育质量

14、。本文以普通中学师生比（初中高中）作为衡量教育质量的指标，在确定了教育质量的测度指标之后，由于当期的教育质量会对教育效能产生滞后影响，因此，还存在教育质量和平均受教育年限相匹配的问题。本文选择当期之前1621年师生比的算数平均值衡量教育质量。（4）教育结构。根据教育结构不同，本文将教育结构分为基础教育、中等教育和高等教育。在研究教育结构与贫困减缓的关系时，主要分析不同教育程度的教育效能与贫困减缓的关系。 3.控制变量。本文主要选取经济发展水平和基础设施两个控制变量，分别用真实人均地区生产总值和每平方公里的公路里程数表示。表1给出了上述变量的描述性统计。 四、计量方法与分析由于计量模型设定、数据

15、选择的特殊性，在估计过程中主要面临3个问题：（1）动态设定导致被解释变量一阶滞后与综合误差项存在相关性，导致组内估计量不一致；（2）教育和贫困可能存在双向因果关系，导致解释变量与误差项相关，因此需要解决联立内生性问题；（3）本文使用的数据为t=11，n=12的面板数据，数据集的时间跨度相对较小，从而面临小t大n的短面板问题。为了解决以上问题，使用系统广义距方法对动态模型进行估计。但系统广义距必须满足两个条件：一是需要假定随机扰动项不存在序列相关，本文在估计中分别给出了差分方程的一阶二阶序列相关检验（ar（1）、ar（2），如果ar（2）检验p值大于常用显著性水平，则无法拒绝随机扰动项不存在序列

16、相关的原假设；二是要求新增工具变量有效，本文使用sargan过度识别检验来验证新增工具变量的有效性，其原假设h0为过度识别约束有效，即新增工具变量有效。 （一）城市和农村贫困与人均教育经费的关系 由于人均教育经费支出可以看做严格外生变量，为规避引入过多工具变量导致估计效率损失，采用一步广义距也就是2sls对差分方程进行估计（模型一和模型六）。结果显示，贫困一阶滞后项的回归系数显著为正，表明西部地区贫困存在不流动性。人均教育经费支出回归系数为正，但统计不显著。 （二）城市贫困与教育质量、平均受教育年限的关系 首先，把式（7）中所有变量均纳入分析（模型二）；其次，为了增强结果的稳健性，剔除其中的不

17、显著变量（模型三）；最后，由于平均受教育年限的二次项经济意义和统计意义都不显著，进一步剔除了该二次项（模型四），在城市样本中引入二阶滞后（模型五），并依次对系统广义距要求的几个前提条件进行检验。ar（2）检验结果p值最低为0.589，这意味着不能拒绝随机扰动项不存在序列相关的原假设；sargan检验p值均大于0.1，表明工具变量有效（见表2）。 （三）农村贫困与教育效能的关系 将式（7）中的所有变量纳入分析（模型七）。这一步的二阶序列相关ar（2）检验p值为0.039，违背了系统广义距方法的前提条件，为此引入被解释变量的二阶滞后（模型八），表3估计结果显示，ar（2）检验和sargan检验p值

18、分别为0.733和0.998，可以接受扰动项无自相关和所有工具变量都有效的原假设。接下来剔除了经济意义和统计意义均不显著的基础设施变量和交互项（模型九）。为了分析模型设定中更高阶滞后的可能，继续在农村样本中引入三阶滞后（模型十）。结果表明，城市地区被解释变量的二阶滞后和农村的三阶滞后均不显著，并且引入更高阶滞后没有使各参数估计值的符号和回归系数发生较大变化，故模型四、模型九为合意结果。 （四）教育结构与呈现贫困减缓的关系 基于模型四和模型九所代表的模型，将各种受教育程度（包括基础教育、中等教育和高等教育）的平均受教育年限和教育质量与城乡贫困减缓的关系进行估计（见表4）。ar（2）检验和sargan检验p值显示满足sys-gmm前提条件，结果有效体现了教育结构与城乡贫困减缓的关系。 五、实证结果说明（一）人均教育经费与贫困减缓关系的分析 从表2和表3可以看出：（1）西部城乡均存在持续贫困。贫困的一阶滞后均为正值，城市和农村