蔡文伯 趙志強(qiáng)

摘 要 中等職業(yè)教育作為政府以法律形式規(guī)定、社會(huì)主體參與、公共資源支持的現(xiàn)代新型教育，一直發(fā)揮著重要的減貧功能。本研究以中等職業(yè)教育財(cái)政支出為視角，基于2008-2018年30個(gè)省份的面板數(shù)據(jù)集，通過(guò)構(gòu)建空間面板模型和門檻面板模型，考察中等職業(yè)教育財(cái)政支出與貧困減緩的空間相關(guān)性，測(cè)算中等職業(yè)教育財(cái)政支出在減貧中的空間溢出效應(yīng)，并運(yùn)用LeSage和Pace提出的偏微分方法進(jìn)行效應(yīng)分解。研究發(fā)現(xiàn)：中等職業(yè)教育財(cái)政支出對(duì)貧困減緩具有明顯的空間依賴性;各省份內(nèi)部中等職業(yè)教育財(cái)政支出對(duì)貧困減緩具有正向的促進(jìn)作用，但對(duì)相鄰省份有負(fù)向的阻礙作用;同時(shí)存在門檻特征，即減貧效應(yīng)隨中等職業(yè)教育財(cái)政支出提高而提高，隨城鎮(zhèn)化發(fā)展水平提高而降低。

關(guān)鍵詞 中等職業(yè)教育;財(cái)政支出;精準(zhǔn)扶貧;減貧效應(yīng);空間溢出;門檻分析

中圖分類號(hào) G718.3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2020）28-0013-07

貧困問(wèn)題是每個(gè)國(guó)家和地區(qū)都普遍存在的社會(huì)現(xiàn)象，是影響經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定的重要因素?，F(xiàn)階段，正值我國(guó)全面建成小康社會(huì)的沖刺階段，消除貧困、改善民生更是當(dāng)下亟需解決的重要難題。據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)顯示，截至2019年，全國(guó)貧困人口已從2012年的9899萬(wàn)人減少至551萬(wàn)人，累計(jì)減少9348萬(wàn)人，貧困發(fā)生率也從10.2%下降到0.6%，減貧事業(yè)取得了顯著成就?！吨泄仓醒?國(guó)務(wù)院關(guān)于堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展做好“三農(nóng)”工作的若干意見(jiàn)》（中發(fā)[2019]1號(hào)）強(qiáng)調(diào)，要逐步提升公共財(cái)政對(duì)職業(yè)教育的投入力度，強(qiáng)化開發(fā)式扶貧與保障式扶貧統(tǒng)籌銜接，力爭(zhēng)實(shí)現(xiàn)各地貧困人口的全部清零。扶貧先扶志，扶貧必扶智。中等職業(yè)教育因其具有較強(qiáng)的工具價(jià)值一直以來(lái)都是實(shí)現(xiàn)脫貧攻堅(jiān)的重要渠道，教育財(cái)政支出更是讓中等職業(yè)教育的工具價(jià)值得以充分發(fā)揮。在知識(shí)經(jīng)濟(jì)飛速發(fā)展的今天，擴(kuò)大中等職業(yè)教育財(cái)政支出不僅能夠使原本教育資源分配不均的現(xiàn)象得以緩解，而且可以使貧困群體改善自身狀況、緩解就業(yè)問(wèn)題。那么，我國(guó)中等職業(yè)教育財(cái)政支出究竟在多大程度上緩解了地區(qū)貧困，在減貧過(guò)程中是否存在空間溢出效應(yīng)，又是否存在門檻特征，在脫貧攻堅(jiān)背景下，這些問(wèn)題若能得到解決，將對(duì)國(guó)家調(diào)整和出臺(tái)更具針對(duì)性的扶貧措施起到重要推動(dòng)作用。

鑒于各地區(qū)突出的貧困狀況，學(xué)者們圍繞著中等職業(yè)教育財(cái)政減貧效應(yīng)進(jìn)行了深入研究?？死祝↘raay）和杜大偉（Dollar）認(rèn)為，教育財(cái)政支出和醫(yī)療財(cái)政支出有利于提高農(nóng)業(yè)生產(chǎn)力，但對(duì)絕對(duì)貧困人口的減貧效果不明顯，應(yīng)重點(diǎn)發(fā)揮中等職業(yè)教育財(cái)政支出在絕對(duì)貧困人口中的幫扶作用[1]。凱斯（Kees）和卡米納達(dá)（Caminada）研究發(fā)現(xiàn)，中等職業(yè)教育、社會(huì)保障等財(cái)政支出對(duì)于減緩農(nóng)村貧困具有顯著的促進(jìn)作用，而且隨著時(shí)間的發(fā)展呈現(xiàn)出逐級(jí)遞增的正向作用[2]。佩特拉基斯（Petrakis）和斯塔瑪塔基斯（Stamatakis）研究發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平不同，教育財(cái)政支出對(duì)經(jīng)濟(jì)增長(zhǎng)的作用不同，具體表現(xiàn)在經(jīng)濟(jì)發(fā)展水平較低時(shí)，初等教育和中等教育的外部效應(yīng)較大，經(jīng)濟(jì)發(fā)展水平較高時(shí)外部效應(yīng)逐漸減緩[3]。國(guó)內(nèi)關(guān)于中等職業(yè)教育財(cái)政減貧的研究大多集中在2010年以后，單德朋以2000-2010年西部地區(qū)省級(jí)面板數(shù)據(jù)為樣本，利用動(dòng)態(tài)面板模型將不同層次教育投入對(duì)貧困減緩的作用加以區(qū)別，發(fā)現(xiàn)中等職業(yè)教育對(duì)于減緩城鄉(xiāng)貧困具有明顯作用，中等職業(yè)教育財(cái)政支出和平均受教育年限增加均對(duì)貧困減緩有著積極的正向關(guān)系[4]。瞿連貴和石偉平以西部地區(qū)為切入點(diǎn)，認(rèn)為發(fā)展中等職業(yè)教育是落實(shí)新一輪“西部大開發(fā)”戰(zhàn)略、加快西部地區(qū)人力資源開發(fā)、促進(jìn)西部地區(qū)脫貧攻堅(jiān)的優(yōu)先選項(xiàng)，需要從過(guò)去較多關(guān)注硬件投入逐漸轉(zhuǎn)向加大軟件投入，尤其是對(duì)“雙師型”師資隊(duì)伍、教學(xué)改革、課程更新等方面的投入[5]。農(nóng)漢康和孫杰遠(yuǎn)認(rèn)為，中等職業(yè)教育扶貧是我國(guó)貧困勞動(dòng)力迫切需要的技能培養(yǎng)方式，能夠有效提升貧困勞動(dòng)力的生產(chǎn)技能和就業(yè)機(jī)會(huì)，應(yīng)建構(gòu)以政府為主導(dǎo)、以學(xué)生為根本、以企業(yè)為輔助的財(cái)政資助模式，并加大對(duì)貧困地區(qū)免費(fèi)中等職業(yè)教育的實(shí)施力度[6]。聶偉認(rèn)為，中等職業(yè)教育時(shí)間短、成本低、見(jiàn)效快，能為諸多貧困群體提供獲取謀生的一技之長(zhǎng)，要加大財(cái)政專項(xiàng)資金投入，補(bǔ)齊教育資源短板，并結(jié)合地區(qū)產(chǎn)業(yè)特點(diǎn)和勞動(dòng)力結(jié)構(gòu)，不斷更新培訓(xùn)內(nèi)容、強(qiáng)化培訓(xùn)功能，建設(shè)一批新型職業(yè)農(nóng)民和技術(shù)型人才隊(duì)伍[7]。

總體來(lái)看，已有文獻(xiàn)都肯定了中等職業(yè)教育財(cái)政支出對(duì)地區(qū)減貧所具有顯著的促進(jìn)作用，在理論上形成了廣泛共識(shí)。但仍存在一些不足：第一，在研究?jī)?nèi)容上，已有研究成果較多側(cè)重高等職業(yè)教育或職業(yè)教育整體財(cái)政支出與地區(qū)減貧的關(guān)系，對(duì)中等職業(yè)教育財(cái)政支出的關(guān)注相對(duì)較少。第二，在研究時(shí)間上，已有研究成果大多基于時(shí)間序列進(jìn)行分析，數(shù)據(jù)樣本時(shí)點(diǎn)多集中在1995-2015年，隨著經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，職業(yè)教育的扶貧成果需要進(jìn)一步完善。第三，在研究方法上，已有研究成果多采用質(zhì)性研究方法或傳統(tǒng)計(jì)量模型考察職業(yè)教育財(cái)政投入對(duì)地區(qū)減貧的影響，可能導(dǎo)致研究結(jié)果的偏差。鑒于此，本研究基于新經(jīng)濟(jì)地理學(xué)的理論基礎(chǔ)，以全國(guó)30個(gè)省市（除西藏自治區(qū)，香港、澳門特別行政區(qū)，臺(tái)灣地區(qū)）2008-2018年的面板數(shù)據(jù)為樣本，研究中等職業(yè)教育財(cái)政支出與減貧效應(yīng)的空間相關(guān)性，構(gòu)建空間計(jì)量經(jīng)濟(jì)模型分析中等職業(yè)教育財(cái)政減貧的空間溢出和門檻效應(yīng)，以期為調(diào)整和完善中等職業(yè)教育財(cái)政支出強(qiáng)度提供理論依據(jù)。

一、中等職業(yè)教育財(cái)政減貧的空間計(jì)量分析

（一）模型設(shè)定

我國(guó)中等職業(yè)教育財(cái)政支出的減貧效應(yīng)主要是通過(guò)提高初中后人力資本以減少貧困發(fā)生實(shí)現(xiàn)的。由于各省際之間貧困程度不同，教育財(cái)政投入水平也存在較大差異，為了研究各省中等職業(yè)教育財(cái)政支出的減貧效應(yīng)，本文參考沈能、趙增耀提出的計(jì)量經(jīng)濟(jì)模型[8]，建立適合本研究所需的模型。

其中，i為地區(qū)，t為時(shí)點(diǎn)，POVit為農(nóng)村貧困水平，SSPit為中等職業(yè)教育財(cái)政支出，EFAit為農(nóng)業(yè)財(cái)政支出，EFSit為社會(huì)保障和就業(yè)支出，PGDPit為經(jīng)濟(jì)發(fā)展水平，PULit為地區(qū)城鎮(zhèn)化水平。

（二）數(shù)據(jù)指標(biāo)

1.變量定義

被解釋變量。對(duì)于貧困水平（POV）的表達(dá)，現(xiàn)有研究給出了一系列方法和手段，常用的貧困測(cè)量指標(biāo)有分解FGT指數(shù)、森指數(shù)和貧困發(fā)生率等，這些貧困測(cè)量指標(biāo)的共同特點(diǎn)是均以貧困線為標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià)。但由于2008-2018年之間我國(guó)貧困線有所調(diào)整，在地區(qū)貧困水平的評(píng)價(jià)上難免存在差異，羅知與郭熙保[9]建議利用20%最低收入人群的平均收入來(lái)估算地區(qū)貧困程度，冉光和與張冰[10]則用人均消費(fèi)支出水平來(lái)估算各地區(qū)貧困程度，蔡文伯與翟柳淅利用城鎮(zhèn)和農(nóng)村人均收入與人口占比之和作為估計(jì)地區(qū)貧困程度的標(biāo)準(zhǔn)[11]。通過(guò)對(duì)2008-2018年全國(guó)農(nóng)村人均收入和城鎮(zhèn)人均收入與其20%低收入人群進(jìn)行Pearson相關(guān)性分析，結(jié)果顯示全國(guó)農(nóng)村人均收入和城鎮(zhèn)人均收入與其20%低收入人群呈顯著正相關(guān)關(guān)系，選取人均收入作為衡量20%低收入人群的代理變量較為恰當(dāng)。為此，本研究借鑒蔡文伯與翟柳淅的測(cè)量方法對(duì)地區(qū)貧困水平進(jìn)行評(píng)估。具體計(jì)算公式為：貧困水平=農(nóng)民人均收入×農(nóng)村人口比重+城鎮(zhèn)人均收入×城鎮(zhèn)人口比重，為消除異方差和量綱的干擾，對(duì)得到的數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理。

解釋變量。中等職業(yè)教育財(cái)政支出強(qiáng)度（SSP）內(nèi)涵豐富，到目前為止，并沒(méi)有形成一個(gè)明確的度量指標(biāo)，由于數(shù)據(jù)指標(biāo)的非連續(xù)性，本研究參照解堊[12]、王錄倉(cāng)[13]等人的研究，選用“中職在校生數(shù)/普職總?cè)藬?shù)”作為中等職業(yè)教育財(cái)政支出強(qiáng)度的代理變量。根據(jù)“貧困循環(huán)累積效應(yīng)”，地區(qū)貧困化程度還受到經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)財(cái)政支出、社會(huì)保障支出和城鎮(zhèn)化水平等因素的影響。因此，選取若干控制變量，以提高模型估計(jì)結(jié)果的穩(wěn)健性。農(nóng)業(yè)財(cái)政支出強(qiáng)度（EFA）用“財(cái)政支農(nóng)支出/財(cái)政總支出”表示;經(jīng)濟(jì)發(fā)展水平（PGDP）用人均國(guó)內(nèi)生產(chǎn)總值表示;社保財(cái)政支出強(qiáng)度（EFA）用“社保支出/財(cái)政總支出”表示;地區(qū)城鎮(zhèn)化水平（PUL）用“城鎮(zhèn)人口數(shù)/總?cè)丝跀?shù)”表示。

2.數(shù)據(jù)來(lái)源

由于西藏自治區(qū)和香港、澳門特別行政區(qū)，臺(tái)灣地區(qū)數(shù)據(jù)缺失較為嚴(yán)重，本研究以2008-2018年30個(gè)?。ㄖ陛犑?、自治區(qū)）的農(nóng)村貧困水平（POV）、中職教育財(cái)政支出強(qiáng)度（SSP）、農(nóng)業(yè)財(cái)政支出強(qiáng)度（EFA）、社保財(cái)政支出強(qiáng)度（EFS）、經(jīng)濟(jì)發(fā)展水平（PGDP）和地區(qū)城鎮(zhèn)化水平（PUL）作為平衡面板數(shù)據(jù)集。所有原始數(shù)據(jù)均選自2008-2018年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》和各省歷年統(tǒng)計(jì)年鑒。

（三）中等職業(yè)教育財(cái)政減貧效應(yīng)的計(jì)量分析

1.空間自相關(guān)分析

在對(duì)空間計(jì)量經(jīng)濟(jì)模型進(jìn)行分析之前，需要先檢驗(yàn)中等職業(yè)教育財(cái)政支出和農(nóng)村貧困水平之間是否存在空間自相關(guān)?？臻g自相關(guān)是指一些數(shù)據(jù)在不同空間單元是否具有潛在的依賴性，如果高值和高值、低值和低值相鄰，表明空間呈正相關(guān)，如果高值和低值相鄰，表明空間呈負(fù)相關(guān)，如果高值和低值隨機(jī)分布，則表明數(shù)據(jù)之間不存在空間相關(guān)性。本研究擬采用目前較為流行的莫蘭指數(shù)（Morans I）分析驗(yàn)證中等職業(yè)教育財(cái)政支出和貧困水平之間的空間相關(guān)性。

其中，S2=為樣本方差，xi表示第i個(gè)省份的數(shù)據(jù)指標(biāo)，wij為處于i行j列的空間權(quán)重。Morans I也被學(xué)者稱為Global Morans I，檢驗(yàn)空間全局的相鄰分布狀態(tài)，一般兩省份Morans I指數(shù)越接近+1表示正相關(guān)相鄰程度越高，越接近-1表示負(fù)相關(guān)相鄰程度越高，越接近0表示兩省份不存在相關(guān)性。為此，0-1相鄰權(quán)重矩陣如下：

其中，i=1，2，3……n;j=1，2，3……n;i≠j。本研究運(yùn)用Geoda10.0軟件對(duì)2008-2018年省際中等職業(yè)教育財(cái)政支出和貧困水平進(jìn)行空間自相關(guān)檢驗(yàn)，見(jiàn)表1。由表1可以看出，2008-2018年中等職業(yè)教育財(cái)政支出指數(shù)和貧困發(fā)生率指數(shù)均為正值，且貧困發(fā)生率指數(shù)均顯著大于0.44，中等職業(yè)教育財(cái)政支出指數(shù)均顯著大于0.39，可見(jiàn)中等職業(yè)教育財(cái)政支出和農(nóng)村貧困發(fā)生率具有較強(qiáng)的空間自相關(guān)性，某一省份的中等職業(yè)教育財(cái)政支出會(huì)對(duì)相鄰省份造成顯著影響。因此，基于空間計(jì)量經(jīng)濟(jì)模型來(lái)估計(jì)中等職業(yè)教育財(cái)政支出的減貧效應(yīng)。

2.空間面板模型的設(shè)定

國(guó)外學(xué)者在研究教育財(cái)政支出減貧效應(yīng)的過(guò)程中，普遍采用馬爾科夫鏈卡羅模型（MC3）和空間面板回歸模型[14]，馬爾科夫鏈卡羅模型盡管突破了遺漏變量增加偏誤和增加控制變量以提高精準(zhǔn)度，但由于忽略空間權(quán)重的差異性逐漸處于淘汰的邊緣?？臻g面板回歸模型主要是安瑟蘭（Anselin）在1988年提出的空間面板誤差模型（SEM）、空間面板滯后模型（SAR）和空間面板杜賓模型（SDM），因較好的彌補(bǔ)空間權(quán)重差異性的缺陷，減少誤判的可能性，在教育財(cái)政減貧效應(yīng)研究中被廣泛采用[15]。為確保結(jié)果估計(jì)的精確性，本研究建立了三種空間面板回歸模型：

3.空間面板模型的實(shí)證檢驗(yàn)

在實(shí)證檢驗(yàn)之前需要利用埃爾霍斯特（Elhorst）提出的三步法對(duì)數(shù)據(jù)集進(jìn)行似然比率（LR）檢驗(yàn)、沃爾德（Wald）檢驗(yàn)和霍夫曼（Hausman）檢驗(yàn)[16]，其目的是判定哪個(gè)空間回歸模型估計(jì)結(jié)果較優(yōu)。通過(guò)stata16.0軟件對(duì)2008-2018年數(shù)據(jù)集進(jìn)行分析，結(jié)果見(jiàn)表2。

LR Spatial Lag和Wald Spatial Lag檢驗(yàn)的統(tǒng)計(jì)量分別為38.59和42.59，均通過(guò)了1%顯著性水平。另外，LR Spatial Error和Wald Spatial Error檢驗(yàn)的統(tǒng)計(jì)量分別為11.73和75.49，也均通過(guò)了1%顯著性水平，表明空間杜賓模型的估計(jì)結(jié)果最優(yōu)。進(jìn)一步對(duì)空間杜賓模型進(jìn)行Hausman檢驗(yàn)，其統(tǒng)計(jì)量為177.49，在1%顯著性水平上拒絕原假設(shè)，說(shuō)明固定效應(yīng)要明顯優(yōu)于隨機(jī)效應(yīng)。因此，本研究在進(jìn)行數(shù)據(jù)分析過(guò)程中，主要參考空間杜賓模型的固定效應(yīng)檢驗(yàn)，見(jiàn)表3。

由表3可以看出，除空間誤差模型（SEM）中的農(nóng)業(yè)財(cái)政支出強(qiáng)度不顯著外，其余參數(shù)在三種空間計(jì)量模型估計(jì)中均通過(guò)了5%水平的顯著性檢驗(yàn)。在空間杜賓模型（SDM）中，中等職業(yè)教育財(cái)政支出的系數(shù)估計(jì)值為-0.323，且在1%水平上顯著，說(shuō)明中等職業(yè)教育財(cái)政支出每增加1%，農(nóng)村貧困水平率便減少0.323%，提升中等職業(yè)教育財(cái)政支出強(qiáng)度對(duì)貧困減緩有積極的正向作用，尤其是可以培養(yǎng)一批素質(zhì)過(guò)關(guān)、能力過(guò)硬的創(chuàng)新型人才。社保財(cái)政支出的估計(jì)值為-0.411，在1%水平上顯著，說(shuō)明社保支出每增加1%，農(nóng)村貧困水平便減少0.411%，其減貧效應(yīng)相當(dāng)明顯。政府可以通過(guò)加大中等職業(yè)教育財(cái)政支出和社保財(cái)政支出激活貧困地區(qū)的發(fā)展?jié)摿?，并通過(guò)經(jīng)濟(jì)發(fā)展的“滴灌效應(yīng)”使農(nóng)村貧困群體逐漸擺脫貧困。而農(nóng)業(yè)財(cái)政支出的系數(shù)估計(jì)值為0.442，在5%水平上顯著，說(shuō)明農(nóng)業(yè)支出每增加1%，貧困水平就上升0.442%，究其原因可能是由于政府在開展減貧工作中，很難準(zhǔn)確劃分貧困者和非貧困者、絕對(duì)貧困者和相對(duì)貧困者，致使農(nóng)業(yè)財(cái)政支出的扶貧功能被大大削弱，減貧效應(yīng)不太理想。

進(jìn)一步考察SDM模型中的空間滯后參數(shù)ρ為0.648，通過(guò)了1%水平的顯著性檢驗(yàn)，說(shuō)明在不考慮其他因素滯后的影響下，相鄰省份貧困水平每下降1%，會(huì)引起本省份貧困水平下降0.648%，當(dāng)某一省份擁有較多相鄰省份時(shí)，其貧困水平下降效果更為顯著，具有較強(qiáng)的正外部性。SAR模型中的空間滯后參數(shù)ρ為0.736，SEM模型中的空間誤差參數(shù)λ為0.975，均通過(guò)了1%水平的顯著性檢驗(yàn)，表明我國(guó)農(nóng)村貧困水平在省際間具有較強(qiáng)的正向空間依賴性，即某省農(nóng)村貧困水平的增加或減少對(duì)相鄰省份農(nóng)村貧困發(fā)生率的變化有引導(dǎo)作用。

4.空間溢出效應(yīng)分解

在空間計(jì)量經(jīng)濟(jì)模型實(shí)證檢驗(yàn)過(guò)程中，解釋變量估計(jì)值除了包含解釋變量對(duì)被解釋變量的直接效應(yīng)外，還包含間接的“反饋效應(yīng)（Feedback Effects）”[17]。通過(guò)表3可以看出，W（SSP）、W（EFA）估計(jì)值在5%顯著性水平下顯著為正。W（EFS）在估計(jì)上雖然為負(fù)數(shù)，但并不顯著。因此，只有將變量估計(jì)值中間接“反饋效應(yīng)”剔除才能解釋各變量直接效應(yīng)估計(jì)值，本研究通過(guò)勒沙杰（LeSage）和佩斯（Pace）提出的偏微分方法進(jìn)一步將中等職業(yè)教育財(cái)政支出減貧效應(yīng)分解為直接效應(yīng)和間接效應(yīng)[18]，見(jiàn)表4。

如表4所示，中等職業(yè)教育財(cái)政支出強(qiáng)度的直接效應(yīng)估計(jì)值為-0.266，通過(guò)了1%水平的顯著性檢驗(yàn)，說(shuō)明中等職業(yè)教育財(cái)政支出每增加1%，其貧困水平就下降0.266%，也驗(yàn)證了上述研究得出的基本假設(shè)，對(duì)貧困地區(qū)進(jìn)行直接的教育財(cái)政支出有助于提升貧困群體的技術(shù)技能水平，形成可以抵御貧困風(fēng)險(xiǎn)的核心競(jìng)爭(zhēng)力，防止返貧復(fù)現(xiàn)。間接效應(yīng)估計(jì)值為0.582，通過(guò)了10%水平的顯著性檢驗(yàn)，該結(jié)果并不是否定了中等職業(yè)教育財(cái)政支出對(duì)農(nóng)村減貧的正向效果，一方面，反映出相鄰省份由于“成效競(jìng)爭(zhēng)”和“經(jīng)濟(jì)增長(zhǎng)”雙重壓力在爭(zhēng)取中等職業(yè)教育財(cái)政資金方面存在潛在的競(jìng)爭(zhēng)關(guān)系，這種競(jìng)爭(zhēng)關(guān)系不僅限制了地方財(cái)政資源的可獲得性，也限制了城鎮(zhèn)化空間格局的有序擴(kuò)張，對(duì)農(nóng)村貧困減緩的作用大打折扣;另一方面，或是因?yàn)橹械嚷殬I(yè)教育人員流動(dòng)范圍相對(duì)較小，大多數(shù)扎根于當(dāng)?shù)兀魇】梢酝ㄟ^(guò)加大中等職業(yè)教育財(cái)政支出使農(nóng)村貧困群體獲得直接幫扶，以達(dá)到地區(qū)脫貧的目的。農(nóng)業(yè)財(cái)政支出強(qiáng)度的直接效應(yīng)和間接效應(yīng)估計(jì)值分別為0.713和3.024，均通過(guò)了1%水平的顯著性檢驗(yàn)，表明財(cái)政支農(nóng)政策對(duì)農(nóng)村減貧起到了明顯的阻礙作用，社保財(cái)政支出強(qiáng)度的直接效應(yīng)和間接效應(yīng)估計(jì)值為-0.505和-1.157，表明社保財(cái)政支出對(duì)減貧工作有較強(qiáng)的正向促進(jìn)作用，各省在脫貧攻堅(jiān)過(guò)程中要適當(dāng)減少農(nóng)業(yè)財(cái)政支出強(qiáng)度，增加社保財(cái)政支出強(qiáng)度，以實(shí)現(xiàn)財(cái)政支出效益的最大化。

二、中等職業(yè)教育財(cái)政減貧效應(yīng)的門檻分析

（一）門檻面板回歸模型構(gòu)建

正如上文所述，各省份中等職業(yè)教育財(cái)政支出對(duì)減貧工作成效顯著，可以初步預(yù)測(cè)中等職業(yè)教育財(cái)政支出對(duì)貧困水平的影響可能存在“門檻特征”。因此，為考察模型中可能存在的門檻效應(yīng)，本研究采用漢森（Hansen）的非動(dòng)態(tài)面板回歸技術(shù)對(duì)SSP和PUL建立雙重門檻面板回歸模型[19]：

（二）門檻效應(yīng)檢驗(yàn)

本研究選取各省中等職業(yè)教育財(cái)政支出和城鎮(zhèn)化水平作為門檻變量，實(shí)證檢驗(yàn)不同中等職業(yè)教育財(cái)政支出和城鎮(zhèn)化發(fā)展水平對(duì)農(nóng)村貧困減緩的作用效果。根據(jù)Hansen的分析，判斷門檻特征是否顯著，需要通過(guò)構(gòu)造F統(tǒng)計(jì)量來(lái)檢驗(yàn)。如表5結(jié)果顯示，中等職業(yè)教育財(cái)政支出單門檻模型中在5%置信水平下顯著，存在單個(gè)門檻值，城鎮(zhèn)化水平單門檻模型和雙門檻模型在1%置信水平下顯著，存在兩個(gè)門檻值。

在檢驗(yàn)門檻效應(yīng)存在后，需要進(jìn)一步估計(jì)各變量的門檻值，同時(shí)確定各門檻的彈性系數(shù)，結(jié)果如表6所示。中等職業(yè)教育財(cái)政支出（SSP）對(duì)貧困減緩的門檻值為0.4104，在SSP≤0.410階段，估計(jì)值為-0.922，表明中等職業(yè)教育財(cái)政支出能有效減緩貧困;在SSP>0.410時(shí)，估計(jì)值為-1.076，表明隨著教育財(cái)政支出強(qiáng)度加大，對(duì)地區(qū)減貧效應(yīng)逐漸增強(qiáng)。城鎮(zhèn)化水平（PUL）對(duì)貧困減緩的門檻值為0.433和0.523，具體而言，在PUL≤0.433階段，中等職業(yè)教育財(cái)政支出減貧效應(yīng)較高，估計(jì)值達(dá)到-2.032;在0.4330.523階段，中等職業(yè)教育財(cái)政支出減貧效應(yīng)進(jìn)一步降低，估計(jì)值降至-0.970，表明隨著城鎮(zhèn)化水平的逐漸提高，中等職業(yè)教育財(cái)政支出減貧效應(yīng)也處于邊際遞減狀態(tài)。

為更加直觀地分析省際之間的門檻跨越和地區(qū)差異，本研究對(duì)2008年和2018年各省份門檻值跨越情況進(jìn)行了比較，如表7所示。2008年各省份城鎮(zhèn)化水平大部分小于0.433，到2018年沒(méi)有省份處于此區(qū)間，究其原因可能是近年來(lái)各省份大力扶持地區(qū)產(chǎn)業(yè)、投資教育事業(yè)，使得城鎮(zhèn)化水平有了較大提升，減貧效果也逐漸顯現(xiàn)。而中等職業(yè)教育財(cái)政支出一直處于弱勢(shì)地位，大于0.410的省份由2008年的13個(gè)降為2018年的2個(gè)，且遞減勢(shì)頭仍在持續(xù)，可能是多數(shù)省份過(guò)度注重普通高中教育的投入，對(duì)中等職業(yè)教育投入相對(duì)欠缺，不利于其工具價(jià)值的正常發(fā)揮。通過(guò)對(duì)各省份時(shí)序分析可以發(fā)現(xiàn)，兩變量均呈現(xiàn)出從東部發(fā)達(dá)省份到中西部省份依次遞減的階梯分布，經(jīng)濟(jì)水平較高的東部發(fā)達(dá)省份對(duì)貧困減緩具有收斂效應(yīng)，而經(jīng)濟(jì)水平較低的中西部省份則對(duì)貧困減緩具有顯著的促進(jìn)作用，經(jīng)濟(jì)發(fā)展水平越落后，中等職業(yè)教育財(cái)政支出對(duì)貧困減緩的作用就越大。

三、結(jié)論與建議

（一）研究結(jié)論

本研究在脫貧攻堅(jiān)戰(zhàn)略背景下，采用2008-2018年30個(gè)省份的平衡面板數(shù)據(jù)，通過(guò)構(gòu)建空間計(jì)量模型，定量分析了中等職業(yè)教育財(cái)政支出對(duì)貧困減緩的直接效應(yīng)和間接效應(yīng)，同時(shí)構(gòu)建門檻回歸模型，驗(yàn)證了中等職業(yè)教育財(cái)政支出與貧困水平之間的非線性關(guān)系，具體結(jié)論如下：

第一，中等職業(yè)教育財(cái)政支出在直接效應(yīng)中的減貧效果較為顯著，但間接效應(yīng)并不明顯，究其原因可能是中等職業(yè)教育所培養(yǎng)的群體大多數(shù)立足于當(dāng)?shù)亍⒎?wù)于當(dāng)?shù)?，較少有跨省份人員流動(dòng);許多教育部門為提升自身的“政績(jī)工程”不惜大幅削減職業(yè)教育扶貧的經(jīng)費(fèi)投入，轉(zhuǎn)向傳統(tǒng)的、能被群眾認(rèn)可的普通教育，造成職業(yè)教育招生困難、資源鏈斷裂等不利局面。也反映出相鄰省份由于中等職業(yè)教育財(cái)政支出相對(duì)不足，在“成效競(jìng)爭(zhēng)”和“經(jīng)濟(jì)增長(zhǎng)”雙重壓力下存在隱性的競(jìng)爭(zhēng)關(guān)系。

第二，不同程度的中等職業(yè)教育財(cái)政支出對(duì)貧困減緩具有明顯的門檻特征。當(dāng)中等職業(yè)教育財(cái)政支出小于第一門檻值0.410時(shí)，貧困減緩作用較低，跨越0.410之后減貧效果較為顯著，各省份要持續(xù)宣傳中等職業(yè)教育的正向作用，擴(kuò)大招生力度和資金投入。當(dāng)城鎮(zhèn)化水平小于第一門檻值0.433時(shí)，減貧效果最為顯著，跨越第一門檻值0.433而低于第二門檻值0.523時(shí)，中等職業(yè)教育對(duì)貧困減緩的效果開始下降，跨越0.523時(shí)減貧效果再次下降，說(shuō)明隨著城鎮(zhèn)化發(fā)展水平的不斷提高，中等職業(yè)教育財(cái)政支出的減貧效應(yīng)處于邊際遞減狀態(tài)。

（二）對(duì)策建議

第一，各級(jí)政府要發(fā)揮中等職業(yè)教育對(duì)貧困減緩的直接效應(yīng)，加大財(cái)政投入力度，合理調(diào)配與優(yōu)化中等職業(yè)教育資源配置，減緩省際之間因資源分配不均造成不必要的競(jìng)爭(zhēng)關(guān)系，提高財(cái)政投入效率。在間接效應(yīng)方面，各省產(chǎn)業(yè)結(jié)構(gòu)及發(fā)展階段存在相當(dāng)大的差異，需建立合理的技能人才流動(dòng)機(jī)制，打破行政區(qū)劃壁壘，依據(jù)市場(chǎng)經(jīng)濟(jì)規(guī)律和自然地理特點(diǎn)推進(jìn)跨省份經(jīng)濟(jì)聯(lián)動(dòng)[20]。

第二，中等職業(yè)教育財(cái)政支出強(qiáng)度越大，其減貧效果越明顯，各級(jí)政府要加大對(duì)中等職業(yè)教育的宣傳力度，特別是在中西部城鎮(zhèn)化水平相對(duì)落后的省份，逐步擴(kuò)大中等職業(yè)教育規(guī)模。在城鎮(zhèn)化發(fā)展水平較高的東部省份，提高中等職業(yè)教育財(cái)政支出可能會(huì)由于門檻效應(yīng)不能充分發(fā)揮優(yōu)勢(shì)，應(yīng)充分考慮各變量門檻區(qū)間的減貧效應(yīng)，優(yōu)化省際之間中等職業(yè)教育財(cái)政支出的空間布局。

第三，隨著城鎮(zhèn)化水平的不斷提升，農(nóng)業(yè)財(cái)政支出減貧效應(yīng)優(yōu)勢(shì)已經(jīng)微乎其微，相反，社會(huì)保障財(cái)政支出在減貧工作中扮演著越來(lái)越重要的角色，呈現(xiàn)出內(nèi)在相關(guān)性和外在溢出性特征。各級(jí)政府要將農(nóng)業(yè)財(cái)政支出適當(dāng)轉(zhuǎn)移到社保財(cái)政支出方面，特別是溢出效應(yīng)較強(qiáng)的省份。在新時(shí)代背景下，各省致貧和扶貧情況差異較大，在減貧工作中要適當(dāng)取舍，重點(diǎn)推廣減貧效果顯著的措施，這樣不僅可以避免財(cái)政資金的過(guò)度浪費(fèi)，而且可以提高財(cái)政支出的減貧效率。

第四，政府作為中等職業(yè)教育的投資主體，要加大對(duì)減貧效應(yīng)顯著省份的扶持力度，建立職業(yè)教育財(cái)政扶貧的制度環(huán)境，但是僅僅依靠政府單方面扶持無(wú)法徹底擺脫貧困地區(qū)的落后局面，要充分認(rèn)識(shí)到社會(huì)團(tuán)體、行業(yè)企業(yè)在減貧工作中的潛在優(yōu)勢(shì)，引導(dǎo)行業(yè)企業(yè)與中等職業(yè)教育聯(lián)合辦學(xué)，引進(jìn)社會(huì)資本、更新教學(xué)設(shè)備和開發(fā)特色化培養(yǎng)形式，從而提高貧困群體的職業(yè)水平和綜合素質(zhì)，實(shí)現(xiàn)永久性脫貧。

參 考 文 獻(xiàn)

[1]Dollar， David， Aart， Kraay. Growth is Good for the Poor[J].Journal of Economic Growth，2002，7（3）：195-225.

[2]Caminada， Koen， Goudswaard， Kees. Social Expenditure and Poverty Reduction in the EU15 and Other OECD Countries[R].MPRA Paper，2009：20-38.

[3]Petrakis P E， Stamatakis D. Growth and Educational Levels： A Comparative Analysis[J].Economics of Education Review，2002，21（5）：513-521.

[4]單德朋.教育效能和結(jié)構(gòu)對(duì)西部地區(qū)貧困減緩的影響研究[J].中國(guó)人口科學(xué)，2012（5）：84-112.

[5]瞿連貴，石偉平.新時(shí)代我國(guó)西部地區(qū)中等職業(yè)教育發(fā)展現(xiàn)狀與對(duì)策研究[J].現(xiàn)代教育管理，2019（4）：11-15.

[6]農(nóng)漢康，孫杰遠(yuǎn).中等職業(yè)教育學(xué)生資助：本質(zhì)、意義、問(wèn)題與展望[J].廣西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2013（6）：116-174.

[7]聶偉，羅明麗.貧困地區(qū)職業(yè)教育精準(zhǔn)扶貧作用的制約與張揚(yáng)[J].職業(yè)技術(shù)教育，2019（16）：60-64.

[8]沈能，趙增耀.農(nóng)業(yè)科研投資減貧效應(yīng)的空間溢出與門檻特征[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2012（1）：69-96.

[9]郭熙保，羅知.貿(mào)易自由化、經(jīng)濟(jì)增長(zhǎng)與減輕貧困——基于中國(guó)省際數(shù)據(jù)的經(jīng)驗(yàn)研究[J].管理世界，2008（2）：15-24.

[10]張冰，冉光和.金融發(fā)展視角下外商直接投資的減貧效應(yīng)分析[J].管理世界，2013（12）：176-177.

[11]蔡文伯，翟柳淅.民族地區(qū)教育財(cái)政支出減貧效應(yīng)的空間溢出與門檻特征——基于新疆2001-2015年的面板數(shù)據(jù)分析[J].西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（2）：69-75.

[12]解堊.高等教育對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)：基于兩部門內(nèi)生增長(zhǎng)模型分析[J].清華大學(xué)教育研究，2005（5）：74-80.

[13]王錄倉(cāng)，武榮偉，劉華軍.中國(guó)高等教育對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出研究[J].黑龍江高教研究，2015（12）：47-52.

[14]Madigan D， Allard D. Bayesian Graphical Models for Discrete Date[J].International Statistical Review，2010，63（2）：215-232.

[15]Anselin L. Spatial Econometrics： Methods and Models[J].Published by Kluwer Academic Publishers，1988，12（20）：223-239.

[16]Elhorst J. Spatial Econometrics： From Cross-Sectional Data to Spatial Panels[M].New York： Springer，2014：104-25.

[17]高遠(yuǎn)東，溫濤，王小華.中國(guó)財(cái)政金融支農(nóng)政策減貧效應(yīng)的空間計(jì)量研究[J].經(jīng)濟(jì)科學(xué)，2003（1）：36-46.

[18]Lesage J P， Pace R K. Omitted Variable Biases of OLS and Spatial Lag Models[M].Germany： Progress in Spatial Analysis，2009：17-28.

[19]Hansen B E. Threshold effects in Non-dynamic panels： Estimation， Testing， and inference[J].Journal of Econometrics，1999，93（2）：345-368.

[20]張躍，黃帥金.城鎮(zhèn)化減貧的空間溢出效應(yīng)及門檻特征——基于貧困鄉(xiāng)城轉(zhuǎn)移背景[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（12）：36-48.