財政教育支出阻斷貧困及其代際傳遞的實證研究

劉 湖,劉宇璇,于 躍

(1.陜西師范大學 國際商學院,陜西 西安 710119;2.武漢大學 經(jīng)濟與管理學院,湖北 武漢 420106)

一、引言

改革開放以來,中國經(jīng)濟建設成就舉世矚目,國民經(jīng)濟高速增長,居民收入顯著提高。隨著經(jīng)濟的快速發(fā)展,國家脫貧攻堅工作也成績斐然。2021年2月25日,習近平總書記在全國脫貧攻堅總結表彰大會上宣告脫貧攻堅戰(zhàn)取得全面勝利,區(qū)域性整體貧困得到解決。數(shù)據(jù)顯示,中國現(xiàn)行標準下9 899萬農(nóng)村貧困人口已經(jīng)全部脫貧,832個貧困縣全部摘帽,12.8萬個貧困村全部出列,消除絕對貧困的艱巨任務已經(jīng)完成。然而,由于中國人口眾多,加之區(qū)域發(fā)展差異顯著,即使脫貧攻堅已經(jīng)取得顯著成果,中國經(jīng)濟社會依然面臨著貧困階層固化問題。貧困的代際轉(zhuǎn)移傳遞阻礙著鄉(xiāng)村振興的繼續(xù)推進,更是制約著社會公平的實現(xiàn),如何切斷貧困的代際傳遞已成為社會各界關注的焦點。

習近平總書記指出,“扶貧必扶智。讓貧困地區(qū)的孩子接受良好教育,是扶貧開發(fā)的重要任務,也是阻斷貧困代際傳遞的重要途徑?！痹谌娼ǔ尚】瞪鐣年P鍵時期,人才振興是推進鄉(xiāng)村振興的重要一步,也成為切斷不平等代際延續(xù)的重要手段。因此,本文從政府公共支出的視角出發(fā),探究財政教育支出的減貧效應及其在阻斷貧困代際傳遞過程中的作用,這將對促進社會階層流動、增進社會公平具有重要意義。

實際上,自從Becker等首次提出代際收入流動的概念以來,個人特征的代際傳遞問題就成為了學術界關注的焦點[1]。貧困代際傳遞指的是貧困在家庭內(nèi)部由父代傳遞給子代,子代在成年后重復父代貧困狀態(tài)的一種現(xiàn)象[2]。綜合來看,現(xiàn)有研究大都借助代際收入流動性來說明貧困的代際傳遞問題。在方法上,代際收入彈性已逐漸成為反映代際流動性問題的重要指標。基于PSID追蹤調(diào)查數(shù)據(jù),Solon等利用代際收入彈性分析了美國社會流動性問題,同時該方法也被運用到各國社會階層流動性的探究中,為相關政策制定提供了理論基礎[3-6]。近年來,國內(nèi)研究主要集中在代際收入彈性的估計與傳導機制的分析上,其中楊沫等通過CHNS數(shù)據(jù)估計了1989—2015年中國代際收入流動性,發(fā)現(xiàn)2004年以后代際收入階層固化程度有所降低,并且父親的非教育因素在代際收入傳遞中起到主導作用[7]。就傳導機制而言,何勤英等的研究結果表明,人力資本回報率差異和社會機會的公平度共同造成了階級固化從而導致了收入差距的擴大,提高對教育的公共支出對提高代際收入流動性具有重要意義[8]。

收入流動性較低所導致的社會階層相對固化是中國面臨的重要問題,貧困代際傳遞則通過影響社會公平、社會信任等方面影響居民的主觀幸福感,切斷貧困代際傳遞成為問題解決的關鍵[9]。郭煕保等通過構建代際多維貧困指數(shù)發(fā)現(xiàn),教育回報率的代際差異是造成多維貧困代際傳遞與流動性差異的主要原因,父代貧困將導致子代缺乏發(fā)展機會,從而致使不平等差距逐漸加大[10]。劉歡等基于CGSS數(shù)據(jù)探究了農(nóng)村家庭貧困的代際傳遞問題,認為除了收入之外,父代的學歷、健康狀況以及政治面貌等非經(jīng)濟因素都對子代貧困有顯著影響[11]。李芳芝等則通過對比發(fā)現(xiàn),農(nóng)村和城鎮(zhèn)的不同收入階層人群多代際收入流動現(xiàn)象存在明顯差異[12]。

收入差距能夠調(diào)節(jié)公共支出對經(jīng)濟增長的影響,反過來,公共支出對代際收入流動性的影響也能從側面反映出減貧的特征。劉湖等的研究表明,收入差距的擴大會在政府和私人教育消費對中國經(jīng)濟增長造成影響的基礎上進一步擴大私人教育消費對于經(jīng)濟增長的影響[13]。潘星宇等通過研究發(fā)現(xiàn),公共支出對貧困代際傳遞的阻斷作用存在兩種作用機制,即直接提高子女人力資本投資與間接增加父代收入[14]。宋旭光等分析認為,財政教育支出可以通過改善子代的人力資本投資進而改善代際流動性[15]。陳杰等也實證探究了均衡教育資源、提高教育支出公平性在改善代際收入流動性方面的重要作用[16]。

回顧國內(nèi)外相關文獻,發(fā)現(xiàn)存在以下局限:首先,已有研究大都通過代際收入流動來側面反映貧困的代際傳遞,很少直接利用貧困變量正面分析問題,影響了結論的精確性;其次,現(xiàn)有研究集中在農(nóng)村貧困問題,忽視了中國“二元經(jīng)濟”的特征,沒有全面地探究貧困問題的城鄉(xiāng)差異以及區(qū)域特征;最后,大多數(shù)研究父代與子代相關的數(shù)據(jù)來自同一年份,存在由于二者同時受到暫時性沖擊所導致的估計誤差。同時,對政府公共支出尤其是財政教育支出減貧效應的實證研究較少,相關研究并沒有考慮到內(nèi)生性問題,影響了結論的穩(wěn)健性。因此,本文基于CFPS2010年與2012年父子匹配數(shù)據(jù),利用Logit模型與Probit模型分析了貧困代際傳遞特征,探究其區(qū)域差異,并在此基礎上將財政教育支出納入模型以討論其減貧效應,以期在理論和實踐上對貧困代際傳遞研究進行一定的擴展。

二、研究方法與數(shù)據(jù)說明

(一)實證方法

由于將貧困設定成取值為0或1的虛擬變量,故采用二元選擇模型進行探究。首先,本文基于Logit模型實證分析貧困及其代際傳遞概率的差異特征;然后結合Probit模型說明財政教育支出減貧效應,并通過工具變量法,利用IV-Probit模型消除潛在的內(nèi)生性問題;最后,利用分位數(shù)回歸的方式檢驗了實證結果的穩(wěn)健性。

1.Logit模型

本文Logit模型最終設定形式為:

(1)

其中,pi表示子代個體i為貧困的概率;Xni表示模型中子代貧困的解釋變量,包括子代特征變量、家庭環(huán)境變量以及其他相關控制變量;βn為各解釋變量的回歸系數(shù);μi表示殘差。

2.Probit模型

與Logit模型相比,Probit模型的差別在于對概率分布的假設不同,其形式為:

(2)

其中,F(x,β)是標準正態(tài)分布的累積分布函數(shù)(cdf),由于其不存在解析表達式,在計算上相對Logit模型更為復雜。Probit模型在設定上與Logit模型類似,其估計結果和最大似然函數(shù)值也與Logit模型相近,因此本文不再過多敘述。

3.分位數(shù)回歸

本文利用分位數(shù)回歸方法探究了財政教育支出在不同階層人群中的減貧效應。由于分位數(shù)回歸使用殘差絕對值的加權平均作為最小化的目標函數(shù),使得該方法能夠避免樣本極端值的影響,克服傳統(tǒng)回歸只關注被解釋變量條件均值的缺陷,進而可以很好地提供條件分布y|x的詳細情況,因此本文也利用該方法進一步檢驗了回歸結果的穩(wěn)健性。其設定形式如下:

yi=x′β+μpi

(3)

(4)

其中,quantp(yi|xi)表示被解釋變量的第p條件分位數(shù);x為解釋變量,i為分位點的個數(shù);β為待估計系數(shù),βp和xi均為M×1階向量。由于極高與極低階層人群缺乏一定的代表性,結合已有研究與樣本數(shù)據(jù),本文選擇的分位數(shù)分別為0.30、0.40、0.50、0.60與0.70。

(二)數(shù)據(jù)說明

基于數(shù)據(jù)的可得性與樣本容量的要求,本文在實證分析過程中應用了中國家庭追蹤調(diào)查(CFPS)2010年的基線調(diào)查數(shù)據(jù)與2012年的全樣本追蹤調(diào)查數(shù)據(jù)。CFPS是國內(nèi)第一個大規(guī)模、綜合性的社會追蹤調(diào)查項目,調(diào)研采取了分層次多階段的抽樣方法,其基線樣本覆蓋25個省份,代表了中國95%的人口,2010年共采訪14 960戶家庭、42 590位個體,并兩年開展一次調(diào)查,實現(xiàn)對個體樣本的長期追蹤。CFPS數(shù)據(jù)庫涉及個人出生年月、性別、家庭與個人收入、職業(yè)、學歷等諸多信息,樣本量較大,追蹤質(zhì)量高,可以從連續(xù)追蹤數(shù)據(jù)中將父代與子代不同年份的相關信息進行匹配,從而為分析貧困的代際傳遞提供了研究基礎。

在數(shù)據(jù)處理方面:首先,選取各區(qū)域年齡為16～65歲的受訪者為研究對象,父代僅為父親,子代包括兒子和女兒,由于父親在家庭決策方面一般更具有話語權[17],并且考慮到與其他相關研究的可比性,故本文忽略了母親對貧困代際傳遞的影響。在多位個體對應同一父親的情況下,將其視為不同的匹配樣本,不做剔除處理,以擴大樣本數(shù)量。因此,本文將仍處于在校學習階段的父代或者子代樣本剔除,以期得到更加合理的結果。

其次,針對生命周期偏誤,相關文獻大都采取限制樣本年齡的方法以減少其對實證分析的影響?？紤]到樣本數(shù)量有限,將被調(diào)查人年齡控制在16～65歲,同時刪除了父代與子代年齡差小于14歲的樣本;在收入數(shù)據(jù)的選擇方面,父代收入選取2010年的個人收入數(shù)據(jù),并通過價格指數(shù)進行了平減處理,以消除通貨膨脹的影響;子代收入選取2012年(與2010年可比)的個人收入數(shù)據(jù),既統(tǒng)一了收入統(tǒng)計口徑,同時也避免了父子同時遭受暫時性沖擊所造成的向下偏誤。由于本文的重點在于探究財政教育支出的減貧效應,而不是估計代際收入彈性,并且“父/子代(相對)貧困”為二值選擇變量,因此使用單期收入作為永久收入的代理變量對本文結論基本不會造成影響。

最后,根據(jù)世界銀行的貧困標準,在界定發(fā)展中國家的貧困問題時把“每人每天1美元(按1985年不變價格計算)”作為貧困線。綜合考慮夏慶杰等學者的研究,本文在界定絕對貧困線時使用了2012年不變價格,即先把1985年不變價格下的1美元折合成2012年不變價格下的美元數(shù),再根據(jù)購買力平價匯率折合成人民幣,得到了2012年不變價格下的每人每天1美元貧困線的人民幣值為3 149.19元,同時將收入處在總體后1/3的父代或子代樣本認定為相對貧困[18]。

(三)變量定義

本文的被解釋變量有三個:(1)子代絕對貧困(Spoverty)。該變量為二值選擇變量,若子代個人收入低于絕對貧困標準線,則賦值為1,否則取0;(2)子代相對貧困(Cspoverty)。該變量同樣為二值選擇變量,根據(jù)相對貧困標準,子代若為相對貧困則賦值為1,否則取0;(3)子代個人收入(Sincome)。對子代2012年個人收入數(shù)值做取對數(shù)的處理,由于本文是以個人收入作為衡量是否貧困的標準,因此該變量可以在分位數(shù)回歸中替換子代絕對貧困變量,一方面用來探究財政教育支出在不同階層人群中的減貧效應,另一方面可以用來檢驗結論的穩(wěn)健性。

本文解釋變量分為四大類,第一類是反映子代特征的變量。(1)子代年齡(Sage)及其平方(Sages)。由于個人收入在不同的年齡段存在較大的差異,借鑒已有研究,本文在模型中引入年齡及其平方變量,并作標準化處理,以減小生命周期偏誤的影響。(2)子代性別(Gender)。該變量為虛擬變量,用來控制性別差異對貧困發(fā)生概率的影響,樣本為男性則取值為1,女性取值為0。(3)財政教育支出對數(shù)(Financial)。根據(jù)相關研究,義務教育階段的財政支出對人力資本的形成作用更大,故本文選擇各區(qū)域義務生均教育事業(yè)費(2003—2012年平價后的平均值)作為衡量區(qū)域財政教育支出的代理變量,數(shù)據(jù)來自各省級教育經(jīng)費統(tǒng)計年鑒、各省級教育統(tǒng)計年鑒與各省級統(tǒng)計年鑒。

第二類是反映家庭背景的變量。(1)父代絕對貧困(Fpoverty)與相對貧困(Cfpoverty)。兩個變量均為虛擬變量,貧困判斷標準與子代標準一致,絕對/相對貧困則取值為1,否則取值為0,在Logit模型中,通過其對子代絕對/相對貧困變量的回歸可以判斷絕對/相對貧困代際傳遞概率的大小。(2)父代年齡(Fage)及其平方(Fages)。同樣對其進行標準化處理,控制其對貧困發(fā)生概率的線性與非線性影響,提高結論的可信程度。(3)父代最高學歷(Fedu)。CFPS數(shù)據(jù)將學歷劃分為8項,本文對其進行了重新歸類,共分為6類,分別為文盲/半文盲、小學、初中、高中/中專、大專、大學及以上,以文盲/半文盲為參照組(父代最高學歷為文盲/半文盲,變量賦值為0)依次設定5個最高學歷虛擬變量(Fedu1、Fedu2、Fedu3、Fedu4與Fedu5)。

第三類是反映環(huán)境特征的變量,以探究因地域環(huán)境不同所導致的貧困發(fā)生概率的差異。(1)村/居發(fā)展水平(Economy)。CFPS數(shù)據(jù)中“村/居經(jīng)濟狀況”為序數(shù)變量,取值范圍為1到7,數(shù)字越大則發(fā)展水平越高。本文對其進行了重新劃分,共分為3類,對應為:優(yōu)秀(原得分為6或7)、良好(原得分為3、4或5)與較差(原得分為1或2),以較差為參照組(村/居發(fā)展水平較差,則取值為0),設定2個虛擬變量,即Economy1(村/居發(fā)展水平良好時,取值為1,否則為0);Economy2(村/居發(fā)展水平優(yōu)秀時,取值為1,否則為0)。(2)城鄉(xiāng)變量(City)。該變量為虛擬變量,當樣本為城市樣本時,則取值為1,否則取值為0。(3)區(qū)域變量(Area)。CFPS數(shù)據(jù)樣本覆蓋全國25個省份,本文將其劃分為東部、中部、西部三大區(qū)域,并以東部為參照組(樣本所屬東部區(qū)域時,取值為0),設定2個虛擬變量,即:Area1(樣本所屬中部區(qū)域時,取值為1,否則為0)與Area2(樣本所屬西部區(qū)域時,取值為1,否則為0)。

(四)描述性統(tǒng)計

表1給出了相關變量的基本描述性統(tǒng)計,包括樣本在各變量上的均值、標準差與最值。由此可得子代平均年齡為26.342歲,標準差較小,分布較為集中,而且男性樣本多于女性;相比之,父代平均年齡為51.496歲,標準差較大,分布比較平均;在家庭背景方面,半數(shù)以上家庭父代接受過教育,而且最高學歷多為小學或初中;在環(huán)境特征方面,大多數(shù)樣本所處村/居經(jīng)濟發(fā)展水平良好,中部和西部的均值分別為0.298與0.315,說明樣本的區(qū)域分布比較均勻,城鄉(xiāng)變量的均值為0.358,其城鄉(xiāng)分布也較為合理。

表1 數(shù)據(jù)描述統(tǒng)計表

三、實證分析

(一)貧困代際傳遞的特征

轉(zhuǎn)換矩陣是探究收入代際流動性的重要工具,在此用以初步分析中國貧困代際傳遞特征。本文利用傳統(tǒng)五等分法將父代與子代樣本按照收入大小分別均分為五等份,對應為(1)至(5)五個階層,階層序數(shù)越大,則收入水平相對越高。為避免父子兩代同時遭受暫時性沖擊所導致的誤差,父代—子代階層匹配年份為2010—2012年。位于矩陣對角線上的數(shù)字表示,2010年處在該階層的父代,其子代在2012年仍位于此階層的比例。

由表2可得,高低階層群體的收入流動性相對較弱,中間階層人群的收入流動性較強。換言之,中國貧困的代際傳遞性較強,貧困階層存在固化特征。低收入階層經(jīng)濟來源不穩(wěn)定,社會資源與發(fā)展機會缺乏[19],子代在教育、戶籍等方面受到較大影響,從而導致貧困的代際傳遞;另一方面,中低階層抗風險能力相對較弱,存在較大的返貧可能性。

表2 代際收入轉(zhuǎn)換矩陣表

計量分析主要從三個維度進行:首先利用Logit模型探究貧困代際傳遞的差異特征及其影響因素;其次驗證財政教育支出的減貧效應;最后采取分位數(shù)回歸的方式進行穩(wěn)健性討論。

在經(jīng)典收入彈性估計模型的基礎上,本文設定了用以分析貧困差異特征的Logit模型,回歸結果如表3所示?？紤]到相對貧困的代際傳遞更能體現(xiàn)社會階層流動的特點,故表3同時給出了絕對與相對貧困下各解釋變量的幾率比(Odds Ratio)與平均邊際效應(dy/dx),以供全面分析差異特征。此外,本文分別篩選出父代絕對與相對貧困的樣本,對模型進行了重新估計,進一步考察了子代“繼承”貧困的影響因素,結果見表4。

表3 絕對/相對貧困概率影響因素表(Logit模型)

表4 貧困代際傳遞影響因素表(Logit模型)

由表3可得,父代絕對/相對貧困變量的幾率比顯著大于1,平均邊際效應為正,意味著無論是絕對貧困還是相對貧困,其代際傳遞性均較為明顯。在絕對貧困上,其幾率比為1.13,說明出生于貧困家庭的子代,其依然貧困的概率是非貧困家庭子代的1.13倍,相比之下,貧困的可能性高出13%。其平均邊際效應表明,父代貧困概率每增加1%,則將使子代貧困的概率平均增加2.6%;在相對貧困方面,本文有類似的發(fā)現(xiàn),其估計結果與絕對貧困基本一致,在此不作具體說明。上述結論表明父代貧困與否對子代影響顯著,并且驗證了轉(zhuǎn)換矩陣對收入流動性的判斷,即貧困階層存在固化特征。

與此同時,表3還給出了影響子代貧困其他因素的幾率比與平均邊際效應,就家庭特征來看,如果父代接受過文化教育,那么子代貧困的可能性將遠低于文盲家庭。例如,父代為初中文化的子代貧困概率僅為文盲家庭的53.2%。值得注意的是,子代年齡變量的平均邊際效應顯著為負,而其平方的平均邊際效應顯著為正數(shù),表明隨著子代年齡的增長,其陷入貧困的概率呈現(xiàn)出先減少后增大的U型趨勢,這也在一定程度上符合人們在不同年齡段的收入、抗風險能力等U型變化狀況;相比之下,父代年齡與子代貧困之間并不存在顯著的相關關系。在性別方面,相同條件下女性更容易陷入貧困,具體來看男性貧困的可能性僅為女性的66.4%,反映出勞動力市場上的性別差異問題;在區(qū)域差異方面,子代貧困概率呈現(xiàn)出“西高東低”的趨勢,西部地區(qū)的子代陷入貧困的可能性約為東部地區(qū)的1.81倍。

為進一步探究貧困的代際傳遞特征,本文采用分樣本回歸的方式,并通過對比父子兩代貧困狀態(tài)將被解釋變量進行了重新設定:父代貧困而子代非貧時,取值為0;父子同為貧困時取1。從表4可以看出,貧困的代際傳遞受區(qū)域差異影響較大:一方面,在父代絕對貧困的條件下,城市子代“繼承”貧困的概率是農(nóng)村子代的75.4%,原因可能在于城市中的子代能夠獲得更多的幫扶機會,在一定程度上反映出社會保障體系的城鄉(xiāng)差異;另一方面,西部地區(qū)子代“繼承”絕對貧困的可能性約是東部地區(qū)的1.92倍,意味著中國貧困的代際傳遞性很強,而且東西區(qū)域差異十分顯著。

(二)財政教育支出的減貧效應分析

一般來說,父代受教育程度越高則其社會層次就越高,從而子代所處階層也就越高。在上述研究的基礎上,本文按照父代最高學歷將樣本分為高階層與低階層人群(1)參考相關文獻并考慮到樣本數(shù)量問題,本部分以父代最高學歷為初中及以上作為高階層人群。,并將財政教育支出變量逐步加入回歸模型中,從而分析財政教育支出對不同階層人群的減貧效應。以子代是否貧困為被解釋變量,本文分別采用Logit與Probit方法進行回歸分析,保證了檢驗結果的穩(wěn)健性。由于Probit模型不存在幾率比,加之回歸系數(shù)不具有直接經(jīng)濟意義,故表5所有回歸結果都為平均邊際效應。

表5 財政教育支出減貧效應差異表

此外,表5給出的沃爾德檢驗結果顯示財政教育支出存在不同程度的內(nèi)生性。因此,本文通過兩個途徑來弱化內(nèi)生性問題:(1)在模型中增加了衡量樣本所在村/居經(jīng)濟水平的解釋變量(Economy1與Economy2),以控制經(jīng)濟因素對貧困概率的影響;(2)采用工具變量法,將地區(qū)研究與試驗發(fā)展(R&D)經(jīng)費投入強度(R&D經(jīng)費支出/地區(qū)生產(chǎn)總值)作為財政教育支出的工具變量,數(shù)據(jù)來自《全國科技經(jīng)費投入統(tǒng)計公報》。具體而言,R&D強度差異能夠反映出地區(qū)對科教事業(yè)的重視程度與支持力度,因此可以認為R&D強度與財政教育支出相關,并且不會直接影響子代貧困與否,滿足工具變量的相關性和外生性條件;另一方面,利用兩步法對IV-Probit模型進行回歸的第一階段F值為1 103.43,遠大于經(jīng)驗規(guī)則的數(shù)值10,且在1%的水平下顯著,因此通過了弱工具變量的檢驗。如表5所示,第(5)列與第(10)列分別是高低階層樣本加入工具變量后的回歸結果。由于三個模型估計結果一致,下文僅以Logit回歸結果為例進行解釋說明。

由表5可得,第(1)列與第(6)列分別為高低階層樣本的基準回歸結果,第(2)列和第(7)列在此基礎上加入了財政教育支出變量,用以說明其減貧效應。所得結論如下:首先,低階層人群存在顯著的貧困代際傳遞性,在沒有財政支出的情況下,父代的貧困將使得子代陷入貧困的概率顯著增加31.1%,而高階層人群的子代這種可能性更小且是不顯著的;其次,財政教育支出對高低階層人群均存在顯著的減貧作用。分別來看,如果財政教育支出增加1%,那么低階層人群子代的貧困概率將減少43.2%,高階層人群子代的貧困概率將減少50.5%。最后,通過對比可得,父代貧困變量在加入財政教育支出前后平均邊際效應與R2均發(fā)生較大改變,并且本文檢驗了其邊際效應變化的顯著性,結果如表5最后一行所示,由此說明教育支出在低階層人群中的阻斷貧困代際傳遞的作用更大。與此同時,基于IV-Probit模型的估計結果可得,雖然內(nèi)生性問題影響了對財政教育支出減貧效應的估計,但不可否認其阻斷貧困代際傳遞作用的顯著性。其主要原因在于:一方面,低階層人群易受預算約束的影響,對子代的人力資本投資難以達到最優(yōu)水平,此時政府將更好地發(fā)揮公共財政的“補位”作用;另一方面,高階層人群在社會地位、抗風險能力等方面均優(yōu)于低階層人群,其不存在顯著的貧困代際傳遞特征也具有合理性。

基于Logit模型與Probit模型,本文通過對比在低支出樣本與全樣本回歸中邊際效應的變化情況,探究了不同財政支出水平下減貧效應的特征。此外,由于低支出樣本集中在西部地區(qū),故在基準回歸的基礎上剔除了區(qū)域變量,以保證回歸結果的準確性,如表6所示。

表6 財政教育支出門檻效應檢驗表

根據(jù)父代貧困邊際效應顯著性變化的檢驗結果可得,財政教育支出水平在較低的情況下并不存在明顯的減貧效應。換言之,財政教育支出具有減貧效應的同時還存在支出門檻。相對較低的財政教育支出不能顯著地降低貧困家庭子代“繼承”貧困的概率,甚至還存在負向作用?；诨貧w結果,并未發(fā)現(xiàn)其能有效地阻止貧困代際傳遞的證據(jù)。與Logit模型類似,Probit模型下財政教育支出具有相似的特點,在此不作過多的相關論述。上述分析也進一步驗證了人力資本理論中“有效積累起始點”的相關理論,說明只有在財政教育支出超過一定水平后才具有人力資本積累效應,能夠通過改善子代收入情況降低貧困代際傳遞性。

(三)進一步討論

本部分將被解釋變量由子代是否貧困替換為子代收入的對數(shù),利用分位數(shù)回歸的方法對貧困的代際傳遞與教育支出減貧效應的相關回歸進行了重新估計,作為前文結果的穩(wěn)健性檢驗。由于收入極高與極低人群樣本不具一般代表性,因此本文選擇在第0.30、0.40、0.50、0.60與0.70分位數(shù)上用平滑算法做分位數(shù)回歸,其結果如表7所示。

表7 分位數(shù)回歸表

由此可得,父代貧困變量在各分位數(shù)上均為負值,且在0.40、0.50和0.60三個分位數(shù)上顯著,即父代貧困與子代收入存在負向相關關系,而且在0.40分位數(shù)后,父代貧困對子代收入的影響顯著降低,這一結果也與前文結論基本相符,驗證了貧困的代際傳遞性較強,而且低階層人群子代陷入貧困的可能性較大。

與此同時,財政教育支出變量在各分位數(shù)上均顯著為正,且呈遞減趨勢,意味著財政教育支出能夠顯著促進子代收入的增加,且其對較低收入的子代作用更大,這也檢驗了教育支出對不同階層人群減貧效應的差異,進一步驗證了前文結論;另一方面,本文結合Logit模型與Probit模型的估計結果,并且采用分樣本回歸、增減解釋變量等方法,模型所關注的核心解釋變量符號與顯著性基本未變,整體上的幾率比或者平均邊際效應也并未因此發(fā)生較大變化,因此本文所得到的估計結果具有一定的說服力。

四、結論與政策啟示

本文利用中國家庭追蹤調(diào)查(CFPS)2010年全國基線調(diào)查數(shù)據(jù)與2012年追蹤調(diào)查數(shù)據(jù),結合Logit模型與Probit模型的回歸結果,較為全面地探究了貧困及其代際傳遞問題,并檢驗了財政教育支出的減貧效應。本文得到的具體結論如下:

首先,貧困存在明顯的代際傳遞特征,而且地區(qū)差異顯著。無論父代是絕對貧困還是相對貧困,其子代再次陷入貧困的概率顯著大于非貧困家庭的子代;同時,性別、年齡以及父代受教育程度等非經(jīng)濟因素也將對子代的貧困發(fā)生率存在較大影響;貧困的代際傳遞表現(xiàn)出明顯的區(qū)域差異特征,即農(nóng)村的貧困代際傳遞的概率顯著高于城市,西部地區(qū)的貧困代際傳遞的概率高于東部地區(qū)。

其次,財政教育支出具有減貧效應且能夠較好地阻斷貧困的代際傳遞。一方面,通過分樣本回歸,發(fā)現(xiàn)由于初始稟賦的不足,低階層人群存在較高的貧困代際傳遞概率;另一方面,無論是高階層人群還是低階層人群,財政教育支出都能夠顯著降低子代貧困發(fā)生的概率,減貧效應不因階層的高低而改變。特別地,財政教育支出還具有縱向減貧特征,其能夠大幅度緩解低階層人群的貧困代際傳遞,說明較低階層人群能夠從政府公共支出中獲得更多的利益,因此更需要加大落后地區(qū)貧困家庭的財政支持力度。

最后,研究顯示財政教育支出存在門檻效應。在這一方面也驗證了人力資本存在有效積累起始點的相關假說,即只有財政教育支出水平超過門檻值時,才能夠有效地阻斷貧困的代際傳遞。同時,本文通過分位數(shù)回歸得知,財政教育支出的減貧效應主要表現(xiàn)在低收入群體中,該方法檢驗了相關估計的穩(wěn)健性。

貧困代際傳遞問題既影響居民當前生活水平的提高,又制約著子代未來的發(fā)展,還降低了社會流動性,加大了階層的固化程度,因此降低貧困發(fā)生的可能性、阻斷其代際流動是必要的。研究顯示子代貧困發(fā)生概率存在顯著的區(qū)域差異,這與地區(qū)經(jīng)濟發(fā)展水平密不可分,這就需要在政府脫貧工作中著重解決地區(qū)經(jīng)濟發(fā)展問題,同時需要進一步完善勞動力市場,保障農(nóng)村居民尤其是貧困家庭子代就業(yè)機會的公平,促進勞動力的地區(qū)流動,還應重視貧困發(fā)生概率的性別差異,進一步消除勞動力市場中的性別歧視問題。此外,應當提高財政教育支出水平,尤其是要加大對相對貧困家庭的政府扶持力度,進一步發(fā)揮教育在脫貧工作中的重要作用,促進人力資本的有效積累,阻斷貧困的代際傳遞。