義務(wù)教育均等化供給與居民收入再分配

趙為民

摘 要：從教育支出與質(zhì)量兩個(gè)方面考察農(nóng)村義務(wù)教育供給對(duì)收入再分配的具體影響。教育供給通過兩種機(jī)制影響個(gè)體收入：一是通過調(diào)節(jié)學(xué)歷水平對(duì)收入的促進(jìn)作用，間接提高個(gè)體收入；二是作為獨(dú)立的因素直接增加個(gè)體收入?；谟绊憴C(jī)制對(duì)農(nóng)村義務(wù)教育供給的收入再分配效應(yīng)的研究表明，農(nóng)村義務(wù)教育供給水平仍然未實(shí)現(xiàn)均等化。以教育支出視角考察，由于其具有一定的累進(jìn)性，農(nóng)村家庭從小學(xué)、初中教育的獲益使得當(dāng)期基尼系數(shù)分別降低了7.3%、2.5%；以教育質(zhì)量視角考察，其對(duì)農(nóng)村收入差距起到了擴(kuò)大作用，如果教育供給質(zhì)量實(shí)現(xiàn)均等化，則基尼系數(shù)最高可降低5.8%。此外，小學(xué)教育供給水平對(duì)收入再分配的影響大于初中教育供給水平的影響。

關(guān)鍵詞： 教育供給；教育質(zhì)量；受益歸宿；收入再分配

中圖分類號(hào)：F812；G526．7文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)：1003-7217（2023）02-0071-10

一、引 言

當(dāng)前，中國在城鄉(xiāng)收入差距依然處于歷史高位的同時(shí)，農(nóng)村內(nèi)部的收入差距也日益引發(fā)人們的關(guān)注[1]。理論上，國家可以通過醫(yī)療、教育等基本公共服務(wù)均等化的供給，改變?nèi)肆Y本在人群中的分布不平等，從根本上縮小國民收入差距。這其中基礎(chǔ)教育由于涵蓋了個(gè)體生理和心理發(fā)育的關(guān)鍵階段，具有基礎(chǔ)性、系統(tǒng)性及可塑性的特點(diǎn)，對(duì)個(gè)體人力資本的形成和發(fā)展具有不可替代的作用[2]。因此，世界各國均將基礎(chǔ)教育的均等化供給作為調(diào)節(jié)收入差距、維護(hù)公平正義的重要手段。中國長期以來一直將向農(nóng)村地區(qū)提供均等化的基礎(chǔ)教育作為一項(xiàng)基本國策，農(nóng)村義務(wù)教育的財(cái)政支出連續(xù)多年保持了4%以上的增長。近年來，義務(wù)教育無論是政策支持，還是資金投入，都進(jìn)一步向老少邊窮地區(qū)傾斜。上述措施對(duì)于改善農(nóng)村貧困地區(qū)的教育質(zhì)量，增加低收入群體的教育可及性發(fā)揮了重要作用。但是，由于農(nóng)村義務(wù)教育的供給高度依賴基層政府，而基層地方政府的財(cái)政壓力和發(fā)展取向各不相同，導(dǎo)致各地區(qū)農(nóng)村義務(wù)教育投入仍然存在著較大差距。更為重要的是，即便各地財(cái)力投入做到了完全均等，由于資金的使用效益存在差異，也難以確保義務(wù)教育供給質(zhì)量的完全均等。資料顯示，截至2018年底，全國還有558個(gè)縣（市、區(qū)）沒有通過義務(wù)教育發(fā)展基本均衡縣的督導(dǎo)評(píng)估認(rèn)定，鄉(xiāng)村普通小學(xué)辦學(xué)條件達(dá)標(biāo)率也僅為83%～86%，低于城市小學(xué)3～7個(gè)百分點(diǎn)①。總之，中國這種主要由基層政府供給農(nóng)村義務(wù)教育的制度安排，在多大程度上導(dǎo)致了農(nóng)村義務(wù)教育供給的不平等，這種不平等又對(duì)農(nóng)村的收入再分配具有怎樣的影響，此類問題的研究對(duì)于優(yōu)化農(nóng)村義務(wù)教育供給機(jī)制，縮小國民收入差距，具有理論和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述與機(jī)制分析

關(guān)于基礎(chǔ)教育供給的收入再分配效應(yīng)的研究大多是從公共支出的視角展開。由于公共支出受益歸宿（benefit incidence analysis，BIA）分析法簡單、直接，因此，被廣泛用于評(píng)估財(cái)政支出的受益公平性[3，4]?；贐IA方法對(duì)56個(gè)國家的教育支出的研究發(fā)現(xiàn)，中產(chǎn)階級(jí)從初級(jí)教育支出中受益最大[5]；但是同樣采用BIA的研究發(fā)現(xiàn)，南亞國家初級(jí)教育支出具有較強(qiáng)的收入再分配效應(yīng)[6]。有研究認(rèn)為，中國的高收入地區(qū)是初等教育的最大受益者，支出利益的受損者卻是中等收入地區(qū)[7]。也有對(duì)立的觀點(diǎn)認(rèn)為，中國的西部地區(qū)家庭在初等和中等教育階段受益更多[8]。但是，BIA方法忽視了教育這種公共產(chǎn)品的特殊性，教育可以顯著提高受教育者的學(xué)歷水平與人力資本，學(xué)歷水平作為一種信號(hào)和篩選機(jī)制，是人們獲得高收入工作的重要依據(jù)，而人力資本是人們提升勞動(dòng)效率，增加收入的重要憑借[9]，因此，準(zhǔn)確構(gòu)建教育人力資本模型已成為研究教育供給與收入再分配關(guān)系的前提。有文獻(xiàn)在糾正了樣本選擇偏差的基礎(chǔ)上估計(jì)出明瑟收入方程，證實(shí)美國公共教育支出對(duì)來自貧困家庭兒童的未來收入影響最大[10]。但采用類似的收入估計(jì)方法研究中國的縣級(jí)教育投入發(fā)現(xiàn)，顯著提高了經(jīng)濟(jì)發(fā)展水平較高地區(qū)青年的收入水平[11]。

政府的教育供給對(duì)國民收入差距的作用機(jī)制，可歸結(jié)于政府的教育支出提高了基礎(chǔ)教育的可及性，增加了低收入家庭孩子的受教育機(jī)會(huì)。美國基礎(chǔ)教育生均支出每增加10%，可使生均教育年限增加0.31年，工資提高約7%[12]。除了通過教育的廣化（提升學(xué)歷水平）影響居民收入之外，公共教育支出也可通過教育的深化（改善人力資本）影響居民收入。經(jīng)濟(jì)合作與發(fā)展組織的一項(xiàng)跨國研究發(fā)現(xiàn)，低收入國家生均經(jīng)費(fèi)支出每增加1個(gè)單位，學(xué)生科學(xué)素養(yǎng)將顯著提高57.14%[13]。 中國學(xué)者利用教育追蹤調(diào)查（CEPS）數(shù)據(jù)的研究發(fā)現(xiàn)，生均公用經(jīng)費(fèi)對(duì)學(xué)生標(biāo)準(zhǔn)化測試成績的影響具有倒“U型”結(jié)構(gòu)，教育支出的正向效應(yīng)在經(jīng)濟(jì)發(fā)展水平較低的農(nóng)村更加顯著[14]。

教育供給質(zhì)量對(duì)收入的影響同樣不容忽視。在不增加教育支出的情況下，通過改善教育供給質(zhì)量便可提升學(xué)生成績[15]。對(duì)發(fā)展中國家的教育供給進(jìn)行的研究證實(shí)，提高教育供給的有效性可以降低高達(dá)30%的教育不平等[16]；中國基礎(chǔ)教育供給質(zhì)量顯著地影響中國農(nóng)村外出勞動(dòng)力的教育年限回報(bào)率[17]。中國農(nóng)村義務(wù)教育供給質(zhì)量可能從兩個(gè)渠道影響農(nóng)村居民收入：一是教育供給質(zhì)量直接改善了受教育者的人力資本，具有直接的收入效應(yīng)；二是教育供給質(zhì)量通過增加教育數(shù)量（受教育年限）的回報(bào)率，間接影響受教育者的未來收入[18]。

基于以上文獻(xiàn)的梳理，我們認(rèn)為教育供給對(duì)收入的影響可能存在直接與間接兩種渠道。直接渠道是通過提升受教育者的學(xué)歷水平以及提升人力資本，從而增加其未來收入；間接渠道是在同等學(xué)歷水平的條件下，通過調(diào)節(jié)教育年限的回報(bào)率間接影響著受教育者的未來收入。而對(duì)教育供給的考察應(yīng)同時(shí)將教育支出與教育供給質(zhì)量包括其中，只強(qiáng)調(diào)其中一個(gè)方面，忽略了另一方面，難以對(duì)教育供給與居民收入分配的關(guān)系做全面的評(píng)估。因此，本文具體從這兩個(gè)方面評(píng)估其影響居民收入的可能機(jī)制，并在此基礎(chǔ)上，分析農(nóng)村義務(wù)教育供給的收入再分配效應(yīng)。具體研究思路如圖1所示。

三、模型設(shè)定與數(shù)據(jù)描述

（一）模型設(shè)定

本文所用數(shù)據(jù)來自北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心（ISSS）實(shí)施的中國家庭追蹤調(diào)查（China Family Panel Studies，CFPS）②。由于CFPS 2018年的調(diào)查數(shù)據(jù)沒有包括臺(tái)灣、香港及澳門的樣本，因此，本文不包括上述地區(qū)的樣本。此外，考慮到樣本的可比性，刪除了西藏的數(shù)據(jù)。因此，最后共有30個(gè)省份（自治區(qū)、直轄市）的數(shù)據(jù)。同時(shí)，按照以下條件提取分析樣本：農(nóng)村居民；調(diào)查年齡為25～30歲；教育水平為初中、高中及大專學(xué)歷。此外，由于152份樣本中教育水平缺失，因此，最終納入實(shí)證研究的樣本共計(jì)1868個(gè)。

首先，考察教育支出與教育質(zhì)量對(duì)農(nóng)村居民的收入影響效應(yīng)及其具體機(jī)制，設(shè)定基本模型（1）。

其中，yi為個(gè)體收入（income），x1i為個(gè)體受教育水平（edu），zji為控制變量③。地區(qū)特征變量包括：戶口所在省份虛擬變量（provc），戶口所在省份人均收入（Dincome）。個(gè)體特征變量包括：年齡（age）、性別（gender）、健康水平（health）、婚姻狀況（marr）、是否中共黨員（party）。個(gè)體能力變量包括：數(shù)學(xué)測試分值（score_math）、語言測試分值（score_word）、智力水平（ability）。家庭背景變量包括：父親學(xué)歷（fedu）、家庭成員數(shù)（familysize）。εi為干擾項(xiàng)，并且εi～iidN0，σ2。β1度量了教育水平對(duì)個(gè)體收入的影響，假設(shè)不同的教育供給水平會(huì)增強(qiáng)或削弱學(xué)歷對(duì)個(gè)體未來收入的影響程度，因此，設(shè)定β1=α0+α1x2i。其中x2i為個(gè)體在義務(wù)教育階段享有的教育供給水平（投入、質(zhì)量）。那么，模型（1）變型為模型（2）。

式（2）暗含著不同教育供給水平通過調(diào)節(jié)學(xué)歷對(duì)收入的影響，從而間接地影響個(gè)體未來的收入。如果放松這一假設(shè)，即教育供給水平對(duì)收入也可產(chǎn)生直接影響，可以設(shè)定模型（3）。

已有研究大多選擇“師生比”作為教育供給質(zhì)量的代理變量，但是，對(duì)于中國農(nóng)村來說，其受到地理環(huán)境、村莊規(guī)模與人口流動(dòng)等多種因素的影響，“師生比”的大小具有較強(qiáng)的隨機(jī)性；此外，我國農(nóng)村長期以來“代課教師”的占比很高，統(tǒng)計(jì)數(shù)據(jù)中的“師生比”并未納入“代課教師”，因此，對(duì)農(nóng)村義務(wù)教育來說“師生比”難以反映農(nóng)村中小學(xué)真實(shí)的教學(xué)質(zhì)量。校舍中的“危房占比”作為教育投入的產(chǎn)出物之一，能夠直接反映該地區(qū)的教育質(zhì)量。經(jīng)合組織（OECD）制定的《教育質(zhì)量監(jiān)控體系》中也將“教育環(huán)境與設(shè)施”作為一項(xiàng)重要的評(píng)價(jià)指標(biāo)，而2000年前后中國農(nóng)村中小學(xué)的危房問題十分普遍④，2000年前后也正是樣本個(gè)體接受義務(wù)教育的時(shí)間，因此，本文采用“校舍危房占比（build）”作為農(nóng)村義務(wù)教育供給質(zhì)量的代理變量。按照通常做法，依據(jù)個(gè)體年齡進(jìn)行回溯匹配[17，18]，考慮到我國小學(xué)實(shí)施7歲入學(xué)的規(guī)定，按照時(shí)間倒推，2018年年齡為25～30歲的成人，按照初一年級(jí)作為匹配依據(jù)⑤，其初中階段完成時(shí)間在2000-2005年，25歲的樣本匹配的初中教育供給水平，應(yīng)當(dāng)是2005年該地區(qū)農(nóng)村生均教育投入和危房占比，其余年齡依次類推。小學(xué)階段的完成時(shí)間以六年級(jí)作為匹配依據(jù)，按照此種匹配方法，設(shè)置樣本在義務(wù)教育階段所接受的教育供給水平。生均教育經(jīng)費(fèi)與校舍危房占比從1999-2005年《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》中提取。

（二）樣本統(tǒng)計(jì)描述

表1給出了具體的樣本統(tǒng)計(jì)描述結(jié)果⑥。

四、估計(jì)結(jié)果分析與穩(wěn)健性檢驗(yàn)

（一）模型估計(jì)結(jié)果分析

選用小學(xué)生均教育經(jīng)費(fèi)（Pexp）與初中生均教育經(jīng)費(fèi)（Jexp）作為農(nóng)村義務(wù)教育支出變量，以小學(xué)危房比例（Pbuild）與初中危房比例（Jbuild）作為農(nóng)村義務(wù)教育供給質(zhì)量變量，對(duì)模型（2）（3）進(jìn)行估計(jì)，具體估計(jì)結(jié)果見表2。

由表2的系數(shù)估計(jì)結(jié)果可見，以小學(xué)生均教育經(jīng)費(fèi)（Pexp）及初中生均教育經(jīng)費(fèi)（Jexp），無論是作為獨(dú)立形式還是乘積形式，其系數(shù)估計(jì)的絕對(duì)值非常小，并且統(tǒng)計(jì)上也不顯著，這表明教育經(jīng)費(fèi)的收入效應(yīng)非常微弱。但是，以危房比例（Pbuild、Jbuild）作為教育質(zhì)量的代理變量，獨(dú)立形式和乘積形式的估計(jì)系數(shù)全為負(fù)值，統(tǒng)計(jì)上也較為顯著。其中，小學(xué)階段的危房比例（Pbuild）乘積形式的估計(jì)系數(shù)為108．5元，即危房比例每減少1個(gè)百分點(diǎn)，可以使得教育水平對(duì)個(gè)人收入的影響作用增加109元；作為獨(dú)立變量的系數(shù)估計(jì)值為650.8元，即危房比例（Pbuild）每減少1個(gè)百分點(diǎn)，個(gè)體未來收入可以直接增加2.5%。初中階段的危房比例（Jbuild），無論是間接渠道還是直接渠道，均對(duì)個(gè)體收入具有負(fù)向影響，但是其影響的程度弱于小學(xué)階段?？刂谱兞康墓烙?jì)結(jié)果大多符合預(yù)期，限于篇幅，不再討論。

綜合上述分析，義務(wù)教育供給通過放大學(xué)歷對(duì)個(gè)體未來收入的影響，間接提高了個(gè)體收入，并且在同等學(xué)歷下，義務(wù)教育供給水平作為獨(dú)立的影響因素，提高了個(gè)體的人力資本，從而對(duì)其未來收入發(fā)揮了直接的促進(jìn)作用。其中，教育質(zhì)量的收入促進(jìn)作用大于教育支出本身的促進(jìn)作用，而小學(xué)教育質(zhì)量對(duì)個(gè)體未來收入的影響大于初中教育質(zhì)量的影響?？傊?，研究表明，教育支出本身對(duì)受教育者的未來收入影響不大，但是提高教育支出的效益，改善教育質(zhì)量，可以有效地增加受教育者的未來收入。

（二）穩(wěn)健性檢驗(yàn)

雖然基礎(chǔ)模型中控制了個(gè)體能力與地區(qū)特征等變量，但仍然不能完全排除教育供給可能的內(nèi)生性，因此，采用傾向得分匹配方法（propensity score matching，PSM）進(jìn)行穩(wěn)健性檢驗(yàn)。首先，將教育供給水平按照數(shù)值大小采用二分法分為處理組和對(duì)照組；然后，利用probit回歸，選用與基礎(chǔ)模型相同的協(xié)變量計(jì)算傾向得分，從對(duì)照組中僅對(duì)共同取值范圍內(nèi)的個(gè)體，計(jì)算出二者的平均差異。表3分別給出了小學(xué)和初中經(jīng)費(fèi)支出、危房占比的PSM估計(jì)結(jié)果。可見，教育經(jīng)費(fèi)對(duì)個(gè)體收入的影響為負(fù)，并且結(jié)果均不顯著，而危房占比經(jīng)過傾向得分調(diào)整后，危房占比高的組其平均收入仍然比控制組的收入低938～1202元，且統(tǒng)計(jì)上較為顯著。這與表2的結(jié)果較為一致。

由于基礎(chǔ)模型在估計(jì)中并沒有對(duì)收入為0的樣本做特殊處理，可能存在樣本歸并的問題（censored data），使得OLS結(jié)果產(chǎn)生偏差。因此，采用Tobit模型對(duì)基礎(chǔ)模型進(jìn)行重新估計(jì)，保持控制變量不變，結(jié)果見表4。從表4可見，“教育經(jīng)費(fèi)”無論是作為獨(dú)立變量還是乘積變量，其估計(jì)的系數(shù)值變?yōu)樨?fù)值，但是絕對(duì)值依然很小，其對(duì)個(gè)體的收入影響非常微弱；而危房占比的系數(shù)估計(jì)值方向依然為負(fù)，僅是絕對(duì)值較OLS的略有增大?？傊?，Tobit模型的估計(jì)結(jié)果與前文基礎(chǔ)模型的估計(jì)結(jié)果較為一致。

此外，前文用個(gè)體在初一和小學(xué)六年級(jí)階段的教育供給水平作為其初中與小學(xué)階段教育供給水平的代理變量，為了檢驗(yàn)此種做法的穩(wěn)健性，進(jìn)一步匹配了個(gè)體在初中二、三年級(jí)及小學(xué)三、四、五年級(jí)的教育供給水平，估計(jì)結(jié)果與表2基本一致?？傊?，穩(wěn)健性檢驗(yàn)結(jié)果較為可靠。

（三）教育質(zhì)量與受教育水平

農(nóng)村義務(wù)教育的供給水平是否促進(jìn)了農(nóng)村孩子的學(xué)歷水平？如果是，那么，教育供給對(duì)其未來收入具有雙重效應(yīng)?？紤]到教育水平是定序數(shù)據(jù)（ordered data），本文采用定序模型（ordered-probit）進(jìn)行估計(jì)。由于受訪時(shí)期的健康狀況（health）、婚姻狀況（marr）及是否黨員（party）并不會(huì)影響學(xué)生時(shí)代的教育決策，因此，刪除這些變量，其余控制變量保持不變。作為對(duì)照，表5同時(shí)給出了OLS回歸的估計(jì)結(jié)果。

表5的結(jié)果顯示，這里教育經(jīng)費(fèi)系數(shù)估計(jì)值為正，危房占比的估計(jì)值為負(fù)，在方向上符合預(yù)期，但是絕對(duì)值很小，且統(tǒng)計(jì)上均不顯著，這表明農(nóng)村義務(wù)教育供給水平對(duì)農(nóng)村居民的受教育程度影響微弱。因此，下面的教育供給與收入分配關(guān)系的研究中，不再考慮這一渠道的影響。

五、教育供給水平的收入再分配效應(yīng)

（一）農(nóng)村義務(wù)教育的供給均等化分析

長期以來，義務(wù)教育供給主要由地方政府負(fù)責(zé)，因此，以地區(qū)視角進(jìn)行的比較分析可以很好地揭示我國義務(wù)教育均等化供給現(xiàn)狀。圖2是以省為單位繪制的樣本個(gè)體在其義務(wù)教育階段（1999-2005年）的教育供給盒狀圖。

由圖2可見，地區(qū)間的教育供給存在較大的差距。人均教育經(jīng)費(fèi)方面，1999年小學(xué)階段生均經(jīng)費(fèi)支出最高的上海（2575元）比最低的河南（323元）高出2252元；初中階段生均經(jīng)費(fèi)支出最高的上海（3539元）比最低的河南（417元）高出3122元。小學(xué)與初中階段的標(biāo)準(zhǔn)差分別為431元、733元。2005年生均經(jīng)費(fèi)支出差距進(jìn)一步拉大，小學(xué)與初中階段的極差分別為7342元、9151元，標(biāo)準(zhǔn)差分別為1574元、1946元。危房占比方面，1999年小學(xué)與初中的極差分別為16%、12%，標(biāo)準(zhǔn)差分別為4.26、3.12。2005年危房占比顯著減小，小學(xué)與初中的極差分別為7%、8%，標(biāo)準(zhǔn)差分別為1.761、1.767。

圖3給出了教育支出（funds）和危房占比（build）的集中曲線。為了便于分析，對(duì)于危房占比采用1減去危房占比（build）的形式，將其轉(zhuǎn)換為正向資源：正常建筑占比。從圖3可以看出，小學(xué)與初中的生均教育經(jīng)費(fèi)幾乎重合，且位于絕對(duì)平等的45度線與收入洛倫茲曲線之間。這表明低收入人群盡管所獲得的教育支出占比較低，但是高于收入洛倫茲曲線，表明農(nóng)村義務(wù)教育支出有一定的累進(jìn)性。正常建筑占比雖然均高于洛倫茲曲線，說明其具有一定的累進(jìn)性，但是小學(xué)正常建筑占比集中曲線最初低于45度線，并在收入位次為0.2處與45度線相交，之后高于45度線；初中正常建筑占比最初與45度線重合，然后逐漸高于45度線，這表明對(duì)于收入最低的20%的人群，其義務(wù)教育的供給質(zhì)量仍然較低。以上分析表明，農(nóng)村義務(wù)教育具有一定的累進(jìn)性，但是仍然不利于最低收入群體，其中在小學(xué)階段表現(xiàn)得更為嚴(yán)重。

（二）農(nóng)村教育供給的收入再分配效應(yīng)

1.短期的收入再分配效應(yīng)。

采用式（4）量化各收入分位組的教育受益，利用BIA分析法⑦，對(duì)教育支出的收入再分配效應(yīng)進(jìn)行分析。

其中，Bq為q收入分位組的受益量，uij是i省份處于農(nóng)村j收入分位組的家庭正在接受義務(wù)教育的孩子個(gè)數(shù)，Ei為i省份農(nóng)村小學(xué)（初中）生均教育支出?；谑剑?）可以計(jì)算出農(nóng)村家庭由于接受義務(wù)教育所獲得的收入。

基尼系數(shù)按照收入來源的分解公式（5）計(jì)算。

其中，n為總?cè)藬?shù)，μ為總收入均值，μk為k項(xiàng)收入均值，i為按照總收入由低到高的個(gè)體排序位次。G′k=1n2uk∑ni=1（2i－n－1）yki，為準(zhǔn)基尼系數(shù)。因此，如果教育受益的準(zhǔn)基尼系數(shù)低于收入的基尼系數(shù)，表明教育支出實(shí)際對(duì)收入差距起到了縮小作用。具體可以用集中指數(shù)（concentration index，CI）進(jìn)行量化分析，集中指數(shù)取值范圍為（-1，1），負(fù)數(shù)表示有利于窮人，正數(shù)表示有利于富人。CI指數(shù)可以用式（6）計(jì)算。

其中， 為家庭接受義務(wù)教育所獲收入均值，bj為家庭接受義務(wù)教育的受益量，Rj為第j個(gè)家庭在收入從低到高排序中所處的位次。

表6采用了CFPS 2018年的全部農(nóng)村家庭樣本進(jìn)行測算，其中樣本家庭數(shù)為6752，家庭中正在讀小學(xué)的孩子個(gè)數(shù)最少為0，最多為4，平均為0.62；在讀初中的孩子個(gè)數(shù)最少為0，最多為2，平均為0.21。表6是基于式（4）（5）（6）計(jì)算的農(nóng)村義務(wù)教育的受益分布。

由表6可見，義務(wù)教育受益集中曲線在農(nóng)村家庭收入的每一個(gè)分位點(diǎn)上均顯著高于45度線，也即被45度線一階占優(yōu)，這表明農(nóng)村義務(wù)教育公共支出的受益分布明顯有利于低收入家庭。CI指數(shù)的計(jì)算結(jié)果為負(fù)值，進(jìn)一步表明教育受益對(duì)基尼系數(shù)起到了降低的作用，從而縮小了農(nóng)村收入差距。小學(xué)受益集中曲線被初中受益集中曲線一階占優(yōu)，這表明小學(xué)公共教育支出相比于初中公共教育支出，其受益更加有利于農(nóng)村低收入家庭。

表7是教育支出受益前后的不平等指數(shù)。根據(jù)收入不平等指數(shù)的變化，可以看出加上教育受益之后，各類不平等指數(shù)均有所降低，其中小學(xué)教育支出的再分配效應(yīng)高于初中教育支出。例如，基尼系數(shù)的測算結(jié)果表明，小學(xué)教育支出的再分配效應(yīng)使得基尼系數(shù)降低了7.3%，初中教育支出使得基尼系數(shù)降低了2.5%，而義務(wù)教育總支出使得基尼系數(shù)降低了9.3%。

2.長期的收入再分配效應(yīng)。以上采用BIA法對(duì)農(nóng)村教育供給的短期收入分配效應(yīng)進(jìn)行了研究，實(shí)際上，基礎(chǔ)教育對(duì)于個(gè)體的人力資本形成至關(guān)重要，而人力資本又對(duì)未來收入起著決定性作用。為此，以下主要采用反事實(shí)分析，對(duì)這一長期效應(yīng)展開研究。

前文基礎(chǔ)模型的估計(jì)結(jié)果表明，在控制了個(gè)體學(xué)歷后，公共教育支出對(duì)個(gè)體未來收入的影響非常微弱，因此，下面主要從義務(wù)教育供給質(zhì)量展開研究。表5的結(jié)果表明，教育供給對(duì)農(nóng)村居民學(xué)歷的影響非常微弱，因此，以下也不考慮教育供給對(duì)居民學(xué)歷的影響導(dǎo)致的收入再分配效應(yīng)。

首先，計(jì)算農(nóng)村義務(wù)教育供給質(zhì)量對(duì)長期收入不平等的貢獻(xiàn)率。采用Fields收入不平等分解方法，即根據(jù)設(shè)定的收入方程：y=β0+β1x1+β2x2+…+βkxk+ε，其中，自變量x的每一項(xiàng)均可以看出是一項(xiàng)收入來源，存在以下基于方差的自然分解法則：

選用與基礎(chǔ)模型估計(jì)相同的樣本，并采用基礎(chǔ)模型（2）（3）的估計(jì)結(jié)果，計(jì)算農(nóng)村義務(wù)教育供給質(zhì)量的不平等貢獻(xiàn)率。為了比對(duì)分析，同時(shí)也給出學(xué)歷和能力的不平等貢獻(xiàn)率，具體計(jì)算結(jié)果見表8⑧。

由表8可見，不平等貢獻(xiàn)率均為正數(shù)，表明農(nóng)村義務(wù)教育質(zhì)量擴(kuò)大了收入不平等。實(shí)際上，由于系數(shù)估計(jì)結(jié)果βj︿為負(fù)值，因此，只有當(dāng)Corr（xj，y）也為負(fù)值時(shí)，Sj才能為正，即這項(xiàng)對(duì)收入起負(fù)向作用的資產(chǎn)（危房占比）窮人占有的更多。此外，表8中，由義務(wù)教育供給質(zhì)量導(dǎo)致的收入不平等的程度小于學(xué)歷對(duì)不平等的貢獻(xiàn)度，但是大于能力對(duì)不平等的貢獻(xiàn)度。

其次，采用反事實(shí)分析法對(duì)農(nóng)村義務(wù)教育供給質(zhì)量的收入分配效應(yīng)展開分析。即基于式（2）（3）的估計(jì)結(jié)果，在保持其他控制變量不變的情況下，分三種“反事實(shí)”情形評(píng)估收入不平等的變化情況：一是將所有樣本的教育質(zhì)量取樣本均值；二是按收入5分位組，將最低收入組的教育質(zhì)量替換為最高收入群體的教育質(zhì)量均值；三是按收入5分位組，將最低收入組的教育質(zhì)量替換為樣本中的最高組的教育質(zhì)量（按“危房占比”劃分5分位組，用“危房占比”最低組的均值替代）。具體計(jì)算如式（7）（8）所示，其中，x2i為反事實(shí)分析替換的教育質(zhì)量，yi為居民的實(shí)際收入，y︿i為模型擬合收入。

選用與基礎(chǔ)模型估計(jì)相同的樣本進(jìn)行測算，考慮到樣本中存在未就業(yè)的個(gè)體，其收入為0，在反事實(shí)分析中，這部分個(gè)體可能會(huì)得出yi為負(fù)值的結(jié)果，為了便于不平等指數(shù)的計(jì)算，實(shí)際處理時(shí)剔除了收入為0的個(gè)體，具體測算結(jié)果見表9⑨、表10。

由表9和表10可見，在第一種“反事實(shí)”情況下，無論是直接效應(yīng)還是間接效應(yīng)，對(duì)縮小收入差距的作用并不明顯。在第二種“反事實(shí)”情況下，改變后不平等指數(shù)減小的程度比較微弱。結(jié)合前文對(duì)教育質(zhì)量分布不平等的研究結(jié)果，原因是“危房占比”作為教育質(zhì)量的代理變量，低收入群體擁有的教育質(zhì)量雖然總體不利，但是相比其收入，仍然具有一定的累進(jìn)性，因此，上述兩種情況所做的教育質(zhì)量替換，對(duì)縮小收入差距的作用不大。但是，在第三種“反事實(shí)”情況下，將低收入群體的教育質(zhì)量替換為樣本中擁有最高教育質(zhì)量組的教育質(zhì)量，在此種情況下，各類不平等指數(shù)測算結(jié)果明顯縮小。例如，改變小學(xué)教育質(zhì)量的直接影響導(dǎo)致基尼系數(shù)降低了5.8%，間接影響則降低了4.6%。改變初中教育質(zhì)量的直接影響使得基尼系數(shù)降低了2.7%，間接影響則降低了1.1%。在四種不平等指數(shù)中，由于平均對(duì)數(shù)離差對(duì)低收入組的收入變動(dòng)敏感，因此，其降低幅度最大，分別為11.5%、13.7%、6.8%及12.6%。

綜上可知，農(nóng)村義務(wù)教育供給質(zhì)量仍然對(duì)農(nóng)村居民的收入不平等起著長期的擴(kuò)大作用，要想縮小這種不平等效應(yīng)，農(nóng)村義務(wù)教育供給質(zhì)量僅具有累進(jìn)性是不夠的，必須進(jìn)一步向低收入家庭傾斜，使得低收入家庭的教育質(zhì)量至少超過平均水平，這樣才能較大幅度地縮小農(nóng)村居民的收入差距。

六、總結(jié)與政策啟示

以上實(shí)證表明：（1）農(nóng)村義務(wù)教育供給通過放大學(xué)歷水平對(duì)收入的促進(jìn)作用，間接提高了個(gè)體的未來收入。（2）作為獨(dú)立的影響因素，教育供給也可直接增加個(gè)體未來收入。（3）由于農(nóng)村義務(wù)教育支出具有累進(jìn)性，因此，農(nóng)村家庭從接受小學(xué)教育中的獲益，使得當(dāng)期基尼系數(shù)降低了7.3%，從接受初中教育中的獲益使得當(dāng)期基尼系數(shù)降低了2.5%，而義務(wù)教育總獲益使得當(dāng)期基尼系數(shù)降低了9.3%。（4）中國農(nóng)村教育供給質(zhì)量雖然具有一定的累進(jìn)性，但總體上不利于低收入群體，從而對(duì)農(nóng)村收入差距起到了擴(kuò)大作用；如果低收入群體的教育供給質(zhì)量置換為農(nóng)村最高教育質(zhì)量，則以基尼系數(shù)計(jì)算的收入差距可以進(jìn)一步降低5.8%。（5）教育質(zhì)量的收入再分配的影響大于教育支出對(duì)收入再分配的影響，而小學(xué)教育質(zhì)量對(duì)收入再分配的影響大于初中教育質(zhì)量的影響。

以上研究可得如下政策啟示：第一，作為政府提供的一項(xiàng)基本公共服務(wù)，農(nóng)村義務(wù)教育不僅僅是為高中教育或者高等教育打下基礎(chǔ)，對(duì)農(nóng)村未能繼續(xù)升學(xué)的孩子來說，改善義務(wù)教育質(zhì)量，可以有效提升教育的回報(bào)率，增加其未來收入，其中改善小學(xué)階段的教育質(zhì)量更為重要。第二，基本公共服務(wù)均等化不僅應(yīng)強(qiáng)調(diào)財(cái)政支出的力度，更應(yīng)強(qiáng)調(diào)支出的效率。農(nóng)村義務(wù)教育支出本身的收入促進(jìn)作用明顯弱于義務(wù)教育供給質(zhì)量的收入促進(jìn)作用，表明教育領(lǐng)域的財(cái)力投入并沒有發(fā)揮出最大效益。第三，農(nóng)村義務(wù)教育質(zhì)量具有一定的累進(jìn)性，但總體上不利于農(nóng)村最低收入群體，為了縮小這種不平等效應(yīng)，農(nóng)村義務(wù)教育必須實(shí)現(xiàn)均等化，使得低收入家庭的教育質(zhì)量達(dá)到甚至超過平均水平，這樣才能長期地較大幅度地縮小農(nóng)村居民的收入差距。

注釋：

① 資料來源：東北師范大學(xué)中國農(nóng)村教育發(fā)展研究院公布的《中國農(nóng)村教育發(fā)展報(bào)告2019》。

②選擇CFPS的理由是，CFPS除了詳細(xì)記載了個(gè)體信息和家庭信息之外，還提供了對(duì)個(gè)人能力和智商的測試數(shù)據(jù)。這部分為CFPS個(gè)人調(diào)查部分中的“X 部分認(rèn)知模塊和身體測試”。智力水平來自“訪員觀察模塊”。

③這里沒有將工作地區(qū)、工作類型等變量納入控制變量中，因?yàn)檫@些變量本身受到教育水平和教育質(zhì)量的影響，加入這些變量后會(huì)產(chǎn)生選擇性偏誤［19］。

④《1990-2000年全國基礎(chǔ)教育發(fā)展統(tǒng)計(jì)公報(bào)》指出：全國中小學(xué)校舍危房面積呈上升趨勢，達(dá)5971萬平方米，2000年增加了4794萬平方米。校舍危房不僅嚴(yán)重威脅著廣大師生的生命安全，已嚴(yán)重制約著我國基礎(chǔ)教育的均等化供給。為此國務(wù)院出臺(tái)了“中小學(xué)危房改造計(jì)劃”，計(jì)劃用2～3年的時(shí)間消除現(xiàn)存的中小學(xué)危房。2003年D類危房從改造前的9.6%，降低為7.6%。

⑤在后繼的穩(wěn)健性檢驗(yàn)中，我們對(duì)回溯匹配的年級(jí)進(jìn)行了調(diào)整，以保證結(jié)果的穩(wěn)健性。

⑥貨幣單位為元，并按照2000年為基期進(jìn)行了平減處理。教育水平取值： 3為初中，4為高中/中專，5為大專。性別取值：0為女，1為男。健康水平為個(gè)人自評(píng)健康狀況，取值：1為健康，2為一般，3為比較不健康，4為不健康，5為非常不健康。是否中共黨員取值：0為否，1為是?；橐鰻顩r取值：1為未婚，2為在婚（有配偶），3為同居，4為離婚，5為喪偶。數(shù)學(xué)測試分值0～24，數(shù)值越高得分越高；語言測試分值0～34，分值越高得分越高；智力水平來源于訪員觀察，分值0～7，分值越高得分越高。教育資源變量的數(shù)據(jù)來源：1999-2005年《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》，其中，教育經(jīng)費(fèi)為各?。ㄖ陛犑?、自治區(qū)）農(nóng)村地區(qū)小學(xué)以及初中生均教育投入（包括預(yù)算內(nèi)和預(yù)算外資金），學(xué)校危房比例為各省（直轄市、自治區(qū)）農(nóng)村地區(qū)小學(xué)以及初中學(xué)校的危房數(shù)量占整個(gè)學(xué)校建筑數(shù)量的比例。

⑦BIA是最常用的研究某項(xiàng)公共支出的受益公平性的方法。BIA主要通過成本法進(jìn)行受益量化，即將公共支出的成本作為公共服務(wù)接受者的受益量，將受益量視為參與者所獲收入，采用不平等指數(shù)分析公共支出對(duì)收入分配的影響。

⑧間接貢獻(xiàn)率是采用式（2）計(jì)算的教育質(zhì)量與學(xué)歷乘積項(xiàng)的計(jì)算結(jié)果，直接貢獻(xiàn)率是采用式（3）計(jì)算的教育質(zhì)量的計(jì)算結(jié)果。學(xué)歷貢獻(xiàn)率與能力貢獻(xiàn)率，分別給出了式（2）與式（3）的計(jì)算結(jié)果，其中，括號(hào)中的值為基于式（2）的計(jì)算結(jié)果。

⑨間接影響是采用式（8）進(jìn)行的反事實(shí)分析所得結(jié)果，直接影響是采用式（7）進(jìn)行反事實(shí)分析所得結(jié)果。列（1）是將所有樣本的教育供給質(zhì)量取樣本均值；列（2）將最低收入組的教育供給質(zhì)量替換為最高收入群體的教育供給質(zhì)量均值；列（3）將最低收入組的教育供給質(zhì)量替換為樣本中的最高組的教育質(zhì)量。（+）、（-）、（=）分別表示“反事實(shí)”測算的收入不平等指數(shù)大于、小于及等于實(shí)際收入測算的不平等指數(shù)。

參考文獻(xiàn)：

［1］ 汪晨，張彤進(jìn)， 萬廣華. 中國收入差距中的機(jī)會(huì)不均等[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2020，41（4）：43-57.

[2] Schultz T W.Capital formation by education［J］. The Journal of Political Economy，1960，68（6）：571-583.

[3] Ravallion M， Walle D， Gautam M. Testing a social safety net[J]. Journal of Public Economics， 1995， 57（2）：175-199.

[4] Younger S D.Benefits on the margin： Observations on marginal benefit incidence[J]. Social Science Electronic Publishing， 2003，17（1）：89-106.

[5] Davoodi H R， Tiongson E R， Asawanuchit S. How useful are benefit incidence analyses of public education and health spending？[J]. Social Science Electronic Publishing， 2006， 03（227）：190-203.

[6] Karim M R. Public education spending and income inequality in Bangladesh[J]. International Journal of Social Science and Humanity，2015，5（1）：75-79.

[7] 趙海利，趙海龍.誰是我國初等教育公共支出的受益者？[J]. 經(jīng)濟(jì)社會(huì)體制比較， 2007（4）：141-144.

[8] 曲創(chuàng)， 許真臻. 我國公共教育支出受益歸宿的地區(qū)分布研究[J]. 山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2009（6）：31-36.

[9] Mincer J. Schooling，experience and earnings[R].New York： National Bureau of Economic Research，1974.

[10]Heckman J J.Policies to foster human capital[J].Research in Economics，2000，54（1）：3-56.

[11] 肖偉， 李春之， 趙國昌. 地方政府教育投入對(duì)農(nóng)村青年勞動(dòng)力收入水平的影響[J]. 教育與經(jīng)濟(jì)， 2020，36（3）：46-57.

[12]Jackson C K， Johnson R， Persico C. The effects of school spending on educational and economic outcomes： Evidence from school finance reforms[J]. The Quarterly Journal of Economics，2016，131（1）： 157-218.

[13]OECD. PISA 2015 Results（Volume II）：Policies and practices for successful schools［R］. Paris：OECD Publishing，2016.

[14]陳純槿，郅庭瑾.教育財(cái)政投入能否有效降低教育結(jié)果不平等—基于中國教育追蹤調(diào)查數(shù)據(jù)的分析[J]. 教育研究，2017，38（7）：68-78.

[15]Clements B. How efficient is education spending in Europe？[J]. European Review of Economics and Finance，2002，1（1）：3-26.

[16]Brun J F， Compaore C. Public expenditures efficiency on education distribution in developing countries[R]. Working Papers， 2021.

[17]詹鵬. 教育質(zhì)量與農(nóng)村外出勞動(dòng)力的教育回報(bào)率[J]. 中國農(nóng)村經(jīng)濟(jì)， 2014（10）：23-36.

[18]柳光強(qiáng)， 鄧大松， 祁毓. 教育數(shù)量與教育質(zhì)量對(duì)農(nóng)村居民收入影響的研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J]. 教育研究， 2013， 34（5）：20-29.

［19］Angrist J D， Pischke J S. Mostly harmless econometrics： An empiricists companion［M］. Princeton University Press，2010.

（責(zé)任編輯：寧曉青）

Equal Supply of Compulsory Education and

Redistribution of Residents Income

--An Empirical Study Based on Rural Micro Data

ZHAO Weimin

（School of Economics， Anhui University， Hefei Anhui 230601，China）

Abstract：From education input and education quality， this paper examines the impact of rural compulsory education on Residents income distribution. By constructing the model of relationship between education supply and income， we confirmed that education supply affects individual income through two mechanisms： first， by adjusting the role of education level in promoting income， it indirectly improves future income; second， as an independent influencing factor， it directly increases the income.This paper further studies the short-term and long-term impact of the supply of rural compulsory education on income redistribution. From the perspective of education input， rural families benefit from primary education reduced the Gini coefficient by 7.3%， and the benefit from junior school education reduced by 2.5%. From the perspective of education quality， it has played a lasting role in expanding the rural income gap. However， if the quality of education supply is further inclined to rural low-income families， the Gini coefficient can be further reduced by 5.8%. In addition， this study found that the impact of primary education supply level on income distribution is greater than that of junior school education supply.

Key words：education expenditure；education quality；BIA；income redistribution

收稿日期： 2022-07-10； 修回日期： 2022-12-27

基金項(xiàng)目：國家社會(huì)科學(xué)基金一般項(xiàng)目（22BJY026）

作者簡介： 趙為民（1974—），男，安徽蕪湖人，博士，安徽大學(xué)經(jīng)濟(jì)學(xué)院副教授，博士生導(dǎo)師，研究方向：財(cái)政政策。