韋莊禹, 廖月婷, 陳燕勇
(1.廣西大學 經(jīng)濟學院,南寧 530004;2.廣西醫(yī)科大學 口腔醫(yī)學院,南寧 530004;3.廣西師范大學 教育學部,廣西 桂林 541001)
在數(shù)字經(jīng)濟時代下,教育的信息化和數(shù)字化改革具有重要意義。2022年的全國教育工作會議已經(jīng)明確提出,要全面開展教育數(shù)字化戰(zhàn)略行動。《中國教育現(xiàn)代化2035規(guī)劃》和《教育信息化2.0行動計劃》也強調(diào)了教育數(shù)字化的重要性。作為一種新興的知識經(jīng)濟形態(tài),數(shù)字經(jīng)濟有利于提升社會生產(chǎn)效率、促進社會公平、縮小地區(qū)差距(師博,2022)[1]。劉清堂(2022)也認為,數(shù)字經(jīng)濟的東風為我國教育領域的發(fā)展注入了新動力,不僅能夠提高教育資源配置效率,也能推動教育現(xiàn)代化進程,促進我國教育高質(zhì)量發(fā)展[2]。那么,數(shù)字經(jīng)濟是否也對我國的教育公平產(chǎn)生了積極作用呢?解答該問題不但有助于進一步明晰數(shù)字經(jīng)濟在社會領域產(chǎn)生的影響,也能為我國下一階段布局數(shù)字經(jīng)濟和教育發(fā)展藍圖提供學理支撐。
數(shù)字經(jīng)濟發(fā)展產(chǎn)生的經(jīng)濟后果是當下的研究熱點。張勛等(2019)研究了數(shù)字經(jīng)濟與包容性增長的關系,發(fā)現(xiàn)數(shù)字金融在后發(fā)地區(qū)和農(nóng)村地區(qū)發(fā)展更快,其不僅能顯著提升家庭收入,也能促進村民創(chuàng)業(yè),縮小機會不平等,從而促進中國的包容性增長[3]。趙濤等(2020)基于城市面板數(shù)據(jù)的實證研究表明,數(shù)字經(jīng)濟對經(jīng)濟高質(zhì)量發(fā)展存在顯著的積極作用,且該作用呈現(xiàn)非線性增長和空間溢出的特征,促進大眾創(chuàng)業(yè)則是內(nèi)在的關鍵傳導機制[4]。數(shù)字經(jīng)濟在產(chǎn)業(yè)端的積極效應也被大量證實,Hartmut(2016)發(fā)現(xiàn)數(shù)字經(jīng)濟能夠有效推動德國工業(yè)發(fā)展[5]。Cardona et al.(2013)對先前的研究做了系統(tǒng)梳理,發(fā)現(xiàn)數(shù)字經(jīng)濟對企業(yè)生產(chǎn)、商品和服務的供給方式均產(chǎn)生了強大的變革作用,有助于提升企業(yè)生產(chǎn)效率[6]。Goldfarb和Tucker(2019)則認為數(shù)字經(jīng)濟有助于降低信息不對稱,提升市場有效性,減少企業(yè)的外部成本[7]。數(shù)字經(jīng)濟在社會領域產(chǎn)生的影響同樣巨大,現(xiàn)有研究認為,由ICT衍生的數(shù)字經(jīng)濟會顯著減少勞動力雇傭,降低實際工資水平,這源于數(shù)字技術對各類工作任務的逐步接管;從事簡單勞動的低技能職工將被大量擠出(Acemoglu和Restrepo,2018a;Ace-moglu et al.,2014;Acemoglu和Restrepo,2020;Acemoglu和Restrepo,2018b)[8-11]。
教育公平的影響因素也一向是各界聚焦的熱點,因為教育不平等可以看作是隨之而來一系列不平等的源頭(張楠等,2020)[12]。政策對教育公平的影響已經(jīng)得到了一系列證據(jù)支持[13-15]。環(huán)境對教育公平的影響也不容忽視[16-17]。戶口、政治身份、民族等與家庭背景密切相關的因素也會導致教育機會的不平等(Dee,2005;Golley和Kong,2018)[18-19]。
有少量研究直接分析了數(shù)字經(jīng)濟與教育公平之間的關系。韓世梅(2021)指明數(shù)字教育資源不僅促進了教育信息化,還能有效促進教育資源的均衡分配,縮小城鄉(xiāng)數(shù)字差距,但是城鄉(xiāng)互聯(lián)網(wǎng)技術發(fā)展仍然存在不平衡,導致競爭性的教育利益分配受限,故而要加大力度推進教育信息化及其創(chuàng)新發(fā)展,避免民眾對數(shù)字資源的單向依賴[20]。萬力勇等(2022)認為教育信息化能夠提高民族地區(qū)基礎教育的公平性。要解決民族地區(qū)面臨的教育困局,必須加緊建設農(nóng)村互聯(lián)網(wǎng)基礎設施,提升農(nóng)村師資的數(shù)字技術應用能力[21]。
既有文獻從不同角度研究了數(shù)字經(jīng)濟和教育公平的相關問題,但是仍然留下了拓展思考和深化研究的空間。數(shù)字經(jīng)濟的發(fā)展日新月異,在各領域產(chǎn)生的影響效應日益增強,但是評估數(shù)字經(jīng)濟對我國教育領域影響的研究依舊相對匱乏,尤為缺乏論據(jù)充分的定量分析。我國的經(jīng)濟發(fā)展已經(jīng)轉(zhuǎn)入“以質(zhì)為重”的階段,如何在新時期改革教育體制,通過提升教育的公平性來增加全社會福利,謀求均衡發(fā)展呢?基于以上考量,本文通過考察數(shù)字經(jīng)濟發(fā)展對教育公平的影響,試圖尋找數(shù)字時代下教育公平的優(yōu)化路徑。
長期以來,我國的教育發(fā)展在地區(qū)和城鄉(xiāng)間呈現(xiàn)出顯著的非均衡特征(韓世梅,2021)[20],先發(fā)地區(qū)和區(qū)域的經(jīng)濟中心往往坐擁一流的教育資源,在教師水平、教育基礎設施和地方教育經(jīng)費支出等方面占據(jù)極大優(yōu)勢,而在傳統(tǒng)經(jīng)濟系統(tǒng)中,優(yōu)質(zhì)資源的流動性處于較低水平,在馬太效應的驅(qū)動下,教育資源在空間上的非均衡分布逐漸演化為區(qū)域間的教育不平等。數(shù)字經(jīng)濟發(fā)展則為我國教育資源的空間再配置提供了有利契機:數(shù)字技術的發(fā)展加快了教育數(shù)字化和教育信息化進程,突破了傳統(tǒng)教育資源在空間上相對固定的局限,提升了遠程教育的可獲得性和便利性,使學生能夠在任何地方進行線上的課程學習,及時與他人開展互動交流(Cojocariu et al.,2014;Singh和Thurman,2019)[22-23]。依托數(shù)字經(jīng)濟時代下快速發(fā)展的新型基礎設施,各類教育主體能夠在付出較低成本的同時,將高質(zhì)量的教育資源向欠發(fā)達地區(qū)和農(nóng)村地區(qū)擴散,讓更多受限于經(jīng)濟問題的貧困學生和其他弱勢群體能夠憑借信息化渠道獲取線上教學課程,有效拓寬了稀缺教育資源的覆蓋面,從而對教育公平產(chǎn)生積極作用(韓世梅,2021;馬成斌,2010;Watson和Gemin,2008)[20,24-25]。此外,隨著大數(shù)據(jù)、云計算和人工智能等新興數(shù)字技術的逐漸普及,針對貧困地區(qū)的數(shù)字扶貧和教育扶貧行動將具備更高的精確性和普惠性,這將進一步保障貧困學子接受教育的基本權利(邵亞萍,2021)[26]?;谏鲜龇治?,本文提出待檢驗的經(jīng)驗假說:
假說1:數(shù)字經(jīng)濟發(fā)展能夠促進教育公平。
一方面,數(shù)字經(jīng)濟發(fā)展通過收入再分配效應間接影響教育公平。收入差距是造成我國教育不平等的重要因素,高收入群體不僅能夠利用國內(nèi)的學區(qū)房制度享受更優(yōu)質(zhì)的公辦教育資源,也能通過課外輔導的方式改善學生的成績,提升家庭人力資本存量。劉誠(2022)指明,數(shù)字經(jīng)濟主要通過在初次分配和三次分配中發(fā)揮作用從而促成共同富裕,改善教育公平。在初次分配中,數(shù)字經(jīng)濟能夠提高企業(yè)生產(chǎn)效率,拉動經(jīng)濟增長,構建良好的創(chuàng)新創(chuàng)業(yè)環(huán)境,創(chuàng)造大量的就業(yè)崗位。在三次分配中,數(shù)字產(chǎn)品越來越具有科技向善的特征,使數(shù)字服務呈現(xiàn)出更強的包容性和普惠性;在扶貧救災、抗擊新冠病毒疫情等社會公益領域,數(shù)字經(jīng)濟也在增強經(jīng)濟韌性、暢通全產(chǎn)業(yè)鏈和穩(wěn)定國民日常需求等方面發(fā)揮了重要作用[27]。此外,數(shù)字經(jīng)濟具備較強的包容特性,有利于促進物質(zhì)資本和社會資本存量較低的家庭發(fā)起創(chuàng)業(yè)活動,提高低收入群體的家庭收入(張勛等,2019)[3],從而改善低收入家庭在教育方面的獲得性,縮小教育差距。
另一方面,數(shù)字經(jīng)濟發(fā)展通過市場化效應間接影響教育公平。數(shù)字經(jīng)濟可以重構經(jīng)濟社會系統(tǒng)中的生產(chǎn)力與生產(chǎn)關系,不但在固有的生產(chǎn)系統(tǒng)中增添了數(shù)據(jù)生產(chǎn)要素,而且憑借其特有的滲透性和協(xié)同性,能夠?qū)ιa(chǎn)流程出現(xiàn)的其他要素產(chǎn)生再配置效應。換言之,數(shù)字經(jīng)濟以數(shù)據(jù)要素作為媒介,利用市場對各類生產(chǎn)要素進行重新整合與配置,并由此催生出新的生產(chǎn)模式和經(jīng)營業(yè)態(tài)(俞伯陽,2022;孔艷芳等,2021)[28-29]。此外,數(shù)字經(jīng)濟使繁雜而瑣碎的離散數(shù)據(jù)轉(zhuǎn)換為有跡可循的信息流,加強了市場信息的流動性,提升了市場效率(荊文君和孫寶文,2019)[30],在數(shù)字技術的指引下,市場能夠更好地發(fā)揮對資源的配置功能,有利于構筑更加開放、自由的教育資源供應市場,增加優(yōu)質(zhì)教育服務的供應主體,全面降低各類教育資源,尤其是數(shù)字化課程與線上培育課程的獲取成本,從而在整體上提升教育資源獲取的便利性,從全局層面改善教育公平?;谏鲜龇治觯疚奶岢龃龣z驗的經(jīng)驗假說:
假說2.1:數(shù)字經(jīng)濟發(fā)展能夠通過減小居民收入差距間接促進教育公平。
假說2.2:數(shù)字經(jīng)濟發(fā)展能夠通過推動市場化進程間接促進教育公平。
依據(jù)數(shù)字經(jīng)濟發(fā)展影響教育公平的理論機制,我們設計了如下的經(jīng)驗模型用于實證檢驗數(shù)字經(jīng)濟發(fā)展對我國教育公平的影響:
(1)
考慮到各類因素對教育公平的影響具有一定的滯后性,本文將所有自變量都作滯后一期處理。在公式(1)中,Gini_Edui t代表省份i在第t年的教育公平程度;DigitalAi t-1代表省份i在第t-1年份的數(shù)字經(jīng)濟發(fā)展水平;Xi j t -1代表第j個控制變量在省份i第t-1年的取值;ui代表省份效應,γt代表時間效應,εi t代表其他的隨機擾動因素。
考慮到各省份的教育公平程度可能存在時間上的延續(xù)性,我們在靜態(tài)面板模型(1)的基礎上加入教育公平程度的一階滯后項,構建如下的動態(tài)面板模型:
(2)
在公式(2)中,Gini_Edui t-1代表各省份滯后一期的教育公平程度,其他變量與前述相同。
此后,我們在公式(2)的基礎上加入中介變量,構造動態(tài)面板中介效應模型,檢驗數(shù)字經(jīng)濟發(fā)展對教育公平的影響機制:
(3)
(4)
在公式(4)中,Medi t-1表示中介變量,同樣對其作滯后一期處理,其余變量與前文保持一致。
1.被解釋變量:教育基尼系數(shù)。本文參照Thomas et al.(2003)、楊俊和李雪松(2007)、翟博(2006)的方法[31-33],使用教育基尼系數(shù)刻畫各省份的教育公平程度,教育基尼系數(shù)的測算公式如下:
(5)
(6)
在公式(5)(6)中,μ代表各省份6歲以上人口的平均受教育年限;pi、pj代表不同教育層次對應的受教育年限;n代表教育層次的分組數(shù),延續(xù)我國受教育年限的常見設定,我們將n的值設定為5,并依據(jù)文化水平將人口劃分為如下層次:不識字或幾乎不識字(y1=0)、小學學歷(y2=6)、初中學歷(y3=9)、高中或中專學歷(y4=12)、大專及以上學歷(y5=16)。
2.核心解釋變量:數(shù)字經(jīng)濟發(fā)展水平。由于數(shù)字經(jīng)濟的發(fā)展包括多個維度,用單一指標無法準確衡量各省份的數(shù)字經(jīng)濟水平,因此我們沿襲趙濤等(2020)的方法[4],通過構建指標體系測度數(shù)字經(jīng)濟發(fā)展。其中,使用每百人互聯(lián)網(wǎng)用戶數(shù)刻畫互聯(lián)網(wǎng)普及度,使用計算機服務和軟件從業(yè)人員占比度量互聯(lián)網(wǎng)從業(yè)職工規(guī)模,利用人均電信業(yè)務量刻畫互聯(lián)網(wǎng)產(chǎn)出規(guī)模,使用每百人移動電話用戶數(shù)衡量移動互聯(lián)網(wǎng)的用戶規(guī)模,利用北京大學和螞蟻集團共同發(fā)布的中國數(shù)字普惠金融指數(shù)測度中國數(shù)字金融發(fā)展。最后,我們使用主成分分析法和熵值法將各指標合成為數(shù)字經(jīng)濟發(fā)展綜合指數(shù),用于衡量我國各省份的數(shù)字經(jīng)濟發(fā)展水平。我們在基本回歸中使用主成分分析法測度數(shù)字經(jīng)濟發(fā)展水平,并將使用熵權法測度的數(shù)字經(jīng)濟發(fā)展水平用于穩(wěn)健性測試。
3.控制變量。參照嚴仲連等(2021)、廖逸兒和原珂(2018)、彭駿和趙西亮(2022)、張正平和陳欣(2022)的做法[34-37],本文在計量模型中加入以下控制變量,用于減弱遺漏變量引起的估計結果偏差:地區(qū)經(jīng)濟規(guī)模,使用各省份人均GDP的對數(shù)值表示;地區(qū)人口規(guī)模,使用各省份人口的對數(shù)值表示;教育經(jīng)費支出,使用地方政府的教育經(jīng)費支出占GDP的比重表示;城鎮(zhèn)化水平,使用各省份的城鎮(zhèn)化率表示;地方教育水平,使用各省份的平均受教育年限表示。
4.中介變量。市場化水平,使用樊綱、王小魯編寫的中國分省份市場化指數(shù)刻畫各年份的區(qū)域市場化水平;居民收入差距,沿襲陳昌兵(2007)的做法[38],使用收入基尼系數(shù)來衡量居民收入差距,收入基尼系數(shù)的測算公式如下:
(7)
在公式(7)中,Wi代表依照收入水平對測算樣本進行分組后,組別i的人口數(shù)占總?cè)丝跀?shù)的比例,Yi代表組別i的人口獲得收入總和占居民總收入的比例,Vi代表Yi從組別1至組別i的累計收入份額。
本文使用了2011-2020年中國除港澳臺和西藏外的30個省(區(qū)、市)的研究樣本,由于我們對所有解釋變量和中介變量均作滯后一期處理,因此在構造面板數(shù)據(jù)時,將以上數(shù)據(jù)與下一年份的教育基尼系數(shù)進行橫向合并,形成270個平衡面板數(shù)據(jù)。市場化指數(shù)來自各年度的《中國分省份市場化指數(shù)報告》,其余的原始數(shù)據(jù)均來自《中國統(tǒng)計年鑒》、各省(區(qū)、市)的《統(tǒng)計年鑒》和《統(tǒng)計公報》。
1.主要變量的時間變化趨勢
圖1和圖2分別展示了2011-2020年全國和分地區(qū)(1)在地區(qū)的劃分標準上,沿襲慣用做法,本文按照國家發(fā)改委的劃分標準將30個省份劃分為東部、中部和西部地區(qū)。下文同。的教育公平程度和數(shù)字經(jīng)濟發(fā)展水平的變化趨勢(2)由于在回歸分析中,數(shù)字經(jīng)濟進行了滯后一期處理,所以我們在繪圖時也只匯報了截至2019年的數(shù)字經(jīng)濟發(fā)展水平。,可以看出:(1)從全國維度來看,在2013年之前,代表我國教育不公平程度的教育基尼系數(shù)持續(xù)緩慢下降,直到2013年我國教育基尼系數(shù)達到考察期內(nèi)的最低點,此時我國的教育公平程度較高,此后該指標開始增大,直到2015年才開始下降,之后趨于平緩;我國數(shù)字經(jīng)濟發(fā)展水平在考察期內(nèi)持續(xù)增大,并且從2016年開始有加速增長的趨勢。以上數(shù)據(jù)中包含了一些信息,即中國的教育公平程度經(jīng)過一段時間的波動,已經(jīng)趨于平穩(wěn);近十年間,中國數(shù)字經(jīng)濟發(fā)展?jié)u入佳境,尤其在“十三五”時期,由于政府的高度重視,我國數(shù)字經(jīng)濟實現(xiàn)跨越式發(fā)展,數(shù)字經(jīng)濟規(guī)模走向新臺階,數(shù)字產(chǎn)業(yè)基礎越發(fā)厚實。(2)分地區(qū)來看,東部和中部地區(qū)的教育公平程度非常接近,西部地區(qū)則存在相對較大的教育不平等;數(shù)字經(jīng)濟的發(fā)展水平由東部→西部→中部依次降低,但中部和西部地區(qū)的發(fā)展水平接近。東部地區(qū)不僅在經(jīng)濟和社會發(fā)展上具備先發(fā)優(yōu)勢,而且享有一定的政策傾斜,這有利于優(yōu)先部署傳統(tǒng)的信息化設備和新型基礎設施,進而在數(shù)字經(jīng)濟發(fā)展上占據(jù)領先地位。中西部地區(qū)的資源稟賦和所享有的政策扶持相差不大,因而數(shù)字經(jīng)濟發(fā)展水平相近(韋莊禹,2022)[39]。
圖1 主要變量的全國維度變化趨勢圖
圖2 主要變量的分地區(qū)時間變化趨勢圖
2.變量的描述性統(tǒng)計
表1匯報了文中全部變量的描述性統(tǒng)計特征。不難看出核心變量的數(shù)字經(jīng)濟發(fā)展水平在樣本期內(nèi)差異較大,說明數(shù)據(jù)包含著足夠的信息。
表1 變量的描述性統(tǒng)計
我們首先利用面板固定效應和隨機效應模型對基準式(1)進行估計,具體結果見表2的(1)(2)列。由于考慮到教育公平程度的變化存在一定的時間延續(xù)性,我們進一步引入了被解釋變量的一階滯后項用于構造動態(tài)面板模型,并使用差分GMM和系統(tǒng)GMM的方法對式(2)進行估計。
現(xiàn)有文獻指出,相較于靜態(tài)面板估計方法而言,差分GMM和系統(tǒng)GMM能夠更好地處理模型中存在的內(nèi)生性問題(白俊紅和劉宇英,2018)[40],這是因為在差分GMM模型中,被解釋變量的滯后項與其一階差分項相關但是與擾動項無關,故而可以將其作為有效的工具變量。相對于差分GMM,系統(tǒng)GMM則因為納入了水平方程,能夠利用被解釋變量的差分項作為滯后項的工具變量,從而能在估計時保留更多的樣本量,具備更高的估計效率。綜合以上考慮,本文在后續(xù)部分主要基于系統(tǒng)GMM的估計結果進行分析,但為了保證估計結果的穩(wěn)健性,我們也同時匯報了差分GMM的結果用于比較,其中,差分GMM和系統(tǒng)GMM的估計結果均通過了AR(2)檢驗和Hansen檢驗,表明差分的殘差項不存在二階序列相關,所有的工具變量均有效。
在表2的(1)~(4)列中,無論使用靜態(tài)面板還是動態(tài)面板的估計方法,滯后一期數(shù)字經(jīng)濟發(fā)展水平的系數(shù)始終在1%水平下顯著為負,說明在考察期內(nèi),數(shù)字經(jīng)濟發(fā)展能夠有效地促進我國的教育公平,而且結果具有一定的穩(wěn)健性。從控制變量的估計結果看,教育經(jīng)費支出對教育公平的影響顯著為負,而且回歸系數(shù)的絕對值達到了2.865,這充分說明提高教育支出對促進教育公平的作用效果具有極強的經(jīng)濟顯著性;城鎮(zhèn)化水平與教育公平的顯著負相關,說明隨著城鎮(zhèn)化進程的逐漸深化,城鄉(xiāng)之間的差距逐步減小,我國的教育公平程度也有所提升;地區(qū)經(jīng)濟規(guī)模、人口規(guī)模、地方教育水平對教育公平的影響不顯著,說明地區(qū)的經(jīng)濟體量、人口體量以及平均受教育水平并未與地區(qū)的教育公平程度表現(xiàn)出實質(zhì)性的聯(lián)系??刂谱兞康幕貧w結果基本與現(xiàn)有研究保持一致,側(cè)面說明模型設定具備合理性。
表2 基本回歸結果
由于數(shù)字經(jīng)濟發(fā)展水平合成方法的選擇可能對研究結論造成影響,因此我們使用熵權法重新合成數(shù)字經(jīng)濟發(fā)展綜合指數(shù)的分項指標,將其用于穩(wěn)健性檢驗。表3結果顯示,無論使用靜態(tài)面板還是動態(tài)面板的估計方法,數(shù)字經(jīng)濟發(fā)展水平的系數(shù)始終至少在5%水平下顯著為負,說明基本研究結論具備穩(wěn)健性,至此,假說1得到充分驗證。
1.數(shù)字經(jīng)濟發(fā)展對教育公平影響的地區(qū)差異性
中國經(jīng)濟在改革開放后進入了高速增長階段,但是地區(qū)間的經(jīng)濟發(fā)展水平卻呈現(xiàn)出非均衡特征(白俊紅和劉宇英,2018)[40]。為了捕捉數(shù)字經(jīng)濟發(fā)展對教育公平的影響是否存在地區(qū)差異性,我們將全樣本劃分為東部和中西部地區(qū)樣本進行回歸分析。
表3 穩(wěn)健性測試
表4結果顯示,中西部地區(qū)數(shù)字經(jīng)濟發(fā)展對教育公平的影響顯著為負,但東部地區(qū)數(shù)字經(jīng)濟發(fā)展的系數(shù)不顯著。以上結果表明,數(shù)字經(jīng)濟發(fā)展對東部發(fā)達地區(qū)的教育公平程度影響有限,但數(shù)字技術的迅速發(fā)展和大規(guī)模普及卻為欠發(fā)達地區(qū)教育不平等的改善提供了契機,與前文的理論分析相一致,這有助于為處于不利狀態(tài)下的群體提供教育資源,改善教育條件,這無異于“雪中送炭”,從而對教育公平產(chǎn)生積極影響。而東部地區(qū)坐擁大量的一線教育資源,數(shù)字經(jīng)濟也許只能起到“錦上添花”的作用,因此結果在統(tǒng)計上不顯著。
表4 地區(qū)差異性分析
2.教育公平程度差異是否會影響估計結果
我國的教育資源仍然存在普遍的地域差異,數(shù)字經(jīng)濟發(fā)展究竟是有利于教育后發(fā)地區(qū)“彎道超車”,減少教育不平等,還是會創(chuàng)造新的“數(shù)字鴻溝”,加劇教育不平等?為此,本文根據(jù)各省份教育基尼系數(shù)的中位數(shù)將全樣本劃分為教育公平程度較高和教育公平程度較低的地區(qū),分別對兩組子樣本進行估計。表5結果顯示,滯后一期數(shù)字經(jīng)濟發(fā)展水平的系數(shù)僅在(1)(2)列中顯著為負,說明數(shù)字經(jīng)濟的教育公平促進效應僅存在于教育公平程度較低的地區(qū),教育公平程度較高的地區(qū)由于教育不平等的優(yōu)化空間極其有限,導致數(shù)字經(jīng)濟的影響效應不明顯。綜合來看,數(shù)字經(jīng)濟能夠?qū)Ψ峙漭^為不均的教育資源形成再配置效應,促進高品質(zhì)的教育資源流向后發(fā)地區(qū),從而相對削減先發(fā)地區(qū)的資源優(yōu)勢,換言之,數(shù)字經(jīng)濟對教育公平促進作用呈現(xiàn)出邊際效應遞減的特征。
表5 教育不平等差異性分析
為了驗證數(shù)字經(jīng)濟發(fā)展對教育公平的影響機制,本文結合(2)(3)(4)式,采用動態(tài)面板中介效應模型的進行實證檢驗。表6第(1)列匯報了基本回歸結果,第(2)(4)列分別將被解釋變量分別置換為滯后一期市場化水平和滯后一期居民收入差距,第(3)(5)列則在基本回歸的基礎上在解釋變量集中加入滯后一期的市場化水平和滯后一期居民收入差距的變量。
第(2)列結果顯示,滯后一期數(shù)字經(jīng)濟發(fā)展水平的系數(shù)在1%水平下顯著為正,說明數(shù)字經(jīng)濟有效提升了我國的市場化水平;第(3)列結果顯示,滯后一期數(shù)字經(jīng)濟發(fā)展水平和滯后一期市場化水平的系數(shù)均至少在5%水平下顯著為正,表明數(shù)字經(jīng)濟不僅與教育公平程度之間有負向的依存關系,而且數(shù)字經(jīng)濟發(fā)展能夠間接通過提升市場化水平來促進教育公平,市場化發(fā)揮的中介效應大約為-0.001﹝(0.202×-0.005,即公式(2)(3)中的α2×χ(﹞(,約占總效應﹝-0.001/-0.011,即公式(2)(3)(4)中的(a2×χ)÷α1﹞(的9.5%。第(4)列結果顯示,滯后一期數(shù)字經(jīng)濟發(fā)展水平的系數(shù)在1%水平下顯著為負,說明數(shù)字經(jīng)濟縮小了居民收入差距;第(5)列結果顯示,滯后一期數(shù)字經(jīng)濟發(fā)展水平和滯后一期居民收入差距的系數(shù)至少在5%水平下顯著,表明數(shù)字經(jīng)濟發(fā)展間接通過減小居民收入差距來促進教育公平,減小居民收入差距發(fā)揮的中介效應大約為-0.004﹝(-0.030×0.138,即公式(2)(3)中的α2×χ﹞(,占總效應的39.0%﹝(-0.004/-0.011,即公式(2)(3)(4)中的(a2×χ)÷α1﹞(,至此,假說2.1和2.2得到驗證,說明收入再分配效應和市場化效應是數(shù)字經(jīng)濟促進教育公平的關鍵內(nèi)在機制。
表6 影響機制檢驗
本文基于我國2011-2020年30個省(區(qū)、市)面板數(shù)據(jù),利用差分GMM和系統(tǒng)GMM等方法,實證分析數(shù)字經(jīng)濟發(fā)展對教育公平的影響及其內(nèi)在機制,得到如下研究結論:第一,從整體上看,中國的數(shù)字經(jīng)濟發(fā)展在近年間漸入佳境,數(shù)字經(jīng)濟的發(fā)展水平由東部→西部→中部依次降低,東部和中部地區(qū)的教育公平程度非常接近,西部地區(qū)則存在相對較大的教育不平等;第二,數(shù)字經(jīng)濟發(fā)展能夠有效地促進我國的教育公平,該結果具備較強的穩(wěn)健性,并且數(shù)字經(jīng)濟發(fā)展引致的收入再分配效應和市場化效應是促進教育公平的重要機制;第三,數(shù)字經(jīng)濟發(fā)展對教育公平的影響存在顯著的地區(qū)差異性,在中西部地區(qū)產(chǎn)生的影響更大,對東部地區(qū)沒有顯著影響。數(shù)字經(jīng)濟的教育公平促進效應僅存在于教育公平程度較低的地區(qū),在教育公平程度較高的地區(qū)則沒有表現(xiàn)出顯著影響。綜合來看,這種促進效應呈現(xiàn)出邊際效應遞減的特征。
第一,打造數(shù)字經(jīng)濟創(chuàng)新人才集聚高地,加快關鍵數(shù)字技術突破。當前,中國急需一批大數(shù)據(jù)、人工智能、云計算和零代碼編程等高精尖領域的創(chuàng)新人才為數(shù)字中國建設提供智力保障。因此,高等院校要增設數(shù)字技術相關專業(yè)和課程,豐富數(shù)字化和智能化人才儲備;加強校企合作,優(yōu)化聯(lián)合培養(yǎng)模式,打通數(shù)字經(jīng)濟發(fā)展的產(chǎn)學研一體化渠道;增設數(shù)字經(jīng)濟繼續(xù)教育課程,提升企業(yè)一線技術人員的數(shù)字知識水平;要圍繞2035年的遠景目標,實施數(shù)字緊缺人才的扶持計劃,制定面向高端數(shù)字人才的專項引培政策,力爭在“十四五”期間打造一批數(shù)字經(jīng)濟創(chuàng)新人才的集聚高地,縮小中國與數(shù)字強國之間的人才差距。另一方面,要加快關鍵數(shù)字技術突破。數(shù)字技術發(fā)展推動了中國高技術產(chǎn)業(yè)的技術革命和傳統(tǒng)產(chǎn)業(yè)的智能化升級,但是我國仍需抓緊攻堅高科技芯片、底層操作系統(tǒng)、人工智能核心算法和傳感元器件等關鍵數(shù)字技術,突破基礎理論、基礎算法和基礎材料等關鍵問題。同時,要加強計算機軟硬件、通信技術和網(wǎng)絡安全等方面的技術攻堅,助力數(shù)字基礎設施布局,支持交通、能源、生態(tài)、工業(yè)等領域的傳統(tǒng)基礎設施進行數(shù)字化、網(wǎng)絡化、智能化改造,構建世界領先的智能基礎設施體系。
第二,利用數(shù)字經(jīng)濟的積極效應,推進區(qū)域教育水平協(xié)調(diào)發(fā)展。數(shù)字經(jīng)濟對教育公平的積極作用依賴于高質(zhì)量教育支撐體系的構建。據(jù)此,政策制定者應更加重視教育新型基礎設施建設,推動智慧教育示范點建設,提升我國數(shù)字教育資源體系的公共服務能力,提高在線教育質(zhì)量,推動“數(shù)字教育”良性發(fā)展,發(fā)揮數(shù)字經(jīng)濟的網(wǎng)絡效應,將高質(zhì)量的教育資源向偏遠地區(qū)和欠發(fā)達地區(qū)傳播。
此外,盡管享有政策制定的明顯傾斜,但是當前欠發(fā)達地區(qū)與先發(fā)地區(qū)的教育水平及均衡度仍存在差距。因此,在數(shù)字經(jīng)濟更有利于促進欠發(fā)達地區(qū)教育公平的經(jīng)驗現(xiàn)實下,要依托數(shù)字化技術實施差異化的教育扶持政策,縮減“教育鴻溝”。要在欠發(fā)達地區(qū)落實學校尤其是鄉(xiāng)村校園的教育信息化工程,推動數(shù)字校園建設,設置中小學智慧教室,為傳統(tǒng)教室添置多媒體設備,以此發(fā)揮網(wǎng)絡教育資源的積極作用,擴展貧困學子的教育資源接觸面。同時,要加強鄉(xiāng)村教師的培育與管理,應由各省教育部門牽頭開展用于提升鄉(xiāng)村教師的數(shù)字通識素質(zhì)和數(shù)字教育系統(tǒng)操作水平的在崗培訓,為數(shù)字教育設施的布局配套能力匹配的人才。
第三,發(fā)揮市場化效應,提升農(nóng)村居民創(chuàng)業(yè)活躍度,縮小城鄉(xiāng)差距。收入再分配效應和市場化效應是數(shù)字經(jīng)濟促進教育公平的內(nèi)在機制。未來,要加快市場化進程,進一步發(fā)揮市場在配置教育資源方面的關鍵作用。要持續(xù)推進市場化改革,減少信息不對稱,建設全國統(tǒng)一、高度開放、制度健全的教育資源市場,提升優(yōu)質(zhì)教育資源的流動性,憑借市場“無形的手”,對稀缺的教育資源進行重新分配,為處于傳統(tǒng)市場遠端的欠發(fā)達地區(qū)配置更多的優(yōu)質(zhì)資源。要進一步增添農(nóng)村居民的財產(chǎn)權利,拔高農(nóng)村土地的增值收益,豐富農(nóng)戶的家庭收入來源。要繼續(xù)利用數(shù)字經(jīng)濟為農(nóng)村居民贏取的“數(shù)字紅利”,堅持發(fā)展農(nóng)村電子商務,促進農(nóng)業(yè)產(chǎn)業(yè)數(shù)字化,提高農(nóng)業(yè)全要素生產(chǎn)率。加快建設數(shù)字農(nóng)業(yè)平臺,為農(nóng)村居民提供數(shù)字農(nóng)業(yè)與農(nóng)村創(chuàng)業(yè)的在職培訓,拓展他們在數(shù)字創(chuàng)業(yè)、數(shù)字管理方面的知識儲備,提升創(chuàng)業(yè)活躍度。此外,要豐富創(chuàng)業(yè)資金的籌集渠道,為農(nóng)村居民制定有針對性的創(chuàng)業(yè)、就業(yè)扶持政策,適當增加補貼,為農(nóng)村居民的就業(yè)、創(chuàng)業(yè)提供足夠的資金支持和制度保障,提高農(nóng)村居民的勞動收入,縮小城鄉(xiāng)收入差距,讓農(nóng)村居民擁有更多收入用于投資教育,以此促進我國教育的均衡發(fā)展。