藍勇福，白冬冬

（1.中南民族大學 公共管理學院，武漢 430074；2.華中師范大學 公共管理學院，武漢 430079）

一、問題的提出

“十三五”時期，中國脫貧攻堅工作取得了舉世矚目的成就，9899萬農村貧困人口實現(xiàn)脫貧。但全面消除絕對貧困，并不意味著我國脫貧工作的結束，相對貧困將作為普遍的社會現(xiàn)象長期存在。在全面脫貧攻堅戰(zhàn)中，教育發(fā)揮了巨大作用。后脫貧時代，教育扶貧工作的重點將轉向緩解發(fā)展不平衡、不充分的相對貧困層面。2019年我國高等教育毛入學率達51.6%，中國高等教育已進入普及化階段[1]。普及化階段如何實現(xiàn)高等教育與扶貧工作的有機結合，成為鞏固脫貧攻堅成果、治理相對貧困和實現(xiàn)共同富裕的重要內容。

高等教育事關國家發(fā)展和民族未來，接受高等教育歷來被認為是弱勢群體尤其是農村貧困子弟提升收入和實現(xiàn)階層跨越的重要途徑。1978年至今，高等教育的發(fā)展經(jīng)歷了從精英化到大眾化再到目前的普及化等階段，我國整體教育水平達到了一個新高度。但“相對教育理論”表明，教育學歷的價值在一定程度上是相對變化的，也就是說，高等教育學歷的優(yōu)勢往往取決于同期群體教育水平的高低，高等教育的普及化將對同期教育回報率產生影響[2]。高等教育短時間內的急劇擴張將使得文憑膨脹、學歷貶值，導致勞動者教育收益率有限。對于低收入群體而言，則大大降低了其嘗試通過高等教育實現(xiàn)收入躍升、擺脫相對貧困的可能，甚至加速了“讀書無用論”的流行。理論上說，高等教育有利于打破城鄉(xiāng)勞動力市場區(qū)域隔閡，促進農村貧困子弟實現(xiàn)代際向上流動。但MMI理論（也稱最大化維持不平等假說）表明，高等教育規(guī)模的擴張不一定帶來教育公平，城鄉(xiāng)分化下教育資源的“聚集效應”，可能擴大不同階層獲取優(yōu)質教育資源的不平等[3]。

以上論述似乎都為高等教育提升個體相對收入的式微提供了注腳。那么，高等教育對個體相對貧困的影響效應如何？與大眾化階段相比，普及化階段高等教育對個體相對貧困的影響效應是否有所變化？高等教育對不同城鄉(xiāng)群體相對貧困的影響是否存在差異？這些問題的有效回答，將為教育扶貧工作的轉向及進一步完善相對貧困治理的長效機制提供一定的理論參考。

二、文獻綜述

教育對貧困的影響是社會學和教育學研究的經(jīng)典話題。國際上對教育與貧困關系的分析，是從舒爾茨（Schultz）和貝克爾（Becker）對人力資本這一開創(chuàng)性研究開始的。1960年舒爾茨發(fā)表了《人力資本投資》的演講，首次對人力資本的觀點作了系統(tǒng)的闡述，并進一步指出人力的投資即教育的發(fā)展是實現(xiàn)國家經(jīng)濟增長的重要原因[4～5]。繼舒爾茨之后，著名經(jīng)濟學者貝克爾于1975年特別指出正規(guī)的教育和職業(yè)培訓是形成人力資本的重要途徑，并實證分析了以教育投入這一形式的人力資本投資對促進個人就業(yè)、提升經(jīng)濟收入等方面的重要影響[6]。以此為背景，人力資本理論不斷得到發(fā)展和完善。20世紀80年代，隨著新經(jīng)濟理論等知識經(jīng)濟的興起，西方國家逐漸建立起以人力資本為核心的經(jīng)濟增長分析框架[7～8]。其后關于教育和培訓對就業(yè)[9]、收入[10]、扶貧[11]、主觀幸福感[12]等社會福利效應影響的文獻，或多或少都是在這一框架下展開。

鑒于高等教育與貧困的聯(lián)系緊密，自20世紀90年代以來，學者對我國各階段高等教育與貧困的關系給予了極大關注。根據(jù)研究視角的不同，現(xiàn)有研究可分為兩類：一類是基于高等教育與絕對貧困關系的研究，另一類是基于高等教育與相對貧困關系的研究?；诟叩冉逃c絕對貧困關系的研究視角，部分學者從理論層次對教育與貧困的內在聯(lián)系[13]、教育反貧策略與機制[14～15]、教育反貧制度建設[16]等方面進行了深入探討。還有部分學者通過實證分析的方式進行研究，其研究主題主要涉及教育貧困的測度分析[17～18]、教育反貧的路徑分析[19]和教育反貧的效應分析[20～22]等方面。理論和實證研究均肯定了高等教育在緩解絕對貧困中的正向作用。

基于高等教育與相對貧困關系的研究視角，有學者表明接受高等教育是降低國民收入差異、減少絕對貧困和相對貧困人口的重要手段[23]。也有學者表明高等教育對社會分層和社會流動的作用持續(xù)增大，這在一定程度上有利于低收入人口職業(yè)層次和社會地位的提升[24]。在此基礎上，部分學者就高等教育對相對貧困的影響效應進行了分析。但由于實證分析所使用的數(shù)據(jù)和研究對象的不同，其對高等教育影響相對貧困的效應估計也存在差異。如朱曉和段成榮（2016）利用2008年中國居民收入調查（CHIP）數(shù)據(jù)，分析不同教育水平對勞動者貧困狀況的影響，發(fā)現(xiàn)初中、高中和大學學歷對勞動者相對貧困發(fā)生率的降幅分別為33%、54%和71%[25]。賈瑋等（2021）利用2018年中國家庭追蹤調查（CFPS）數(shù)據(jù)，測算出高等教育對居民家庭相對貧困發(fā)生率降幅為93.2%[26]。陳純槿和郅庭瑾（2021）利用流動人口的調查數(shù)據(jù)，發(fā)現(xiàn)接受大專及以上的高等教育對流動人口相對貧困發(fā)生率的降幅為72%[27]。段義德和郭叢斌（2021）利用中國家庭收入調查2013年的數(shù)據(jù)（CHIP2013），發(fā)現(xiàn)高等教育對農村人口相對貧困發(fā)生率的降幅為14.2%[28]。

已有文獻為進一步研究中國高等教育對相對貧困的影響奠定了良好的基礎，對本文的研究具有重要的啟發(fā)與借鑒意義。但仍存在以下不足之處：第一，學界現(xiàn)有研究集中于對我國高等教育與絕對貧困關系的探討，對于高等教育尤其是普及化階段的高等教育與相對貧困影響關系的研究較少。事實上，處于絕對貧困邊緣的相對貧困群體具有較大的經(jīng)濟脆弱性，隨時面臨返貧風險，應給予同等重視。第二，雖然部分學者通過實證方式對高等教育與相對貧困關系進行了研究，但就數(shù)據(jù)上看，使用單期的截面數(shù)據(jù)較多且數(shù)據(jù)不夠時新，缺乏高等教育在大眾化與普及化兩個不同階段下對相對貧困影響效應的時點分析。第三，現(xiàn)有研究集中關注高等教育對城鄉(xiāng)收入與絕對貧困的影響差異，就高等教育對不同城鄉(xiāng)群體相對貧困的影響研究較少。然而，高等教育與城鄉(xiāng)相對貧困關系的前瞻性研討，是我國推行高等教育進程中的重要參照依據(jù)，也是有效發(fā)揮教育扶貧作用的必要之舉。第四，學界對高等教育影響相對貧困的作用機理進行探討的文獻較少，且現(xiàn)有研究較多關注人力資本如工作能力等單一層面因素在教育扶貧領域的機理分析，缺乏對社會資本提升教育扶貧路徑的實證檢驗。而教育扶貧主要是通過提升人力資本和擴展社會資本兩個場域對個體進行賦能，在職業(yè)、收入等方面給予積極影響[29]。關注高等教育提升社會資本與改善相對貧困的內在機理與作用，有助于拓寬高等教育扶貧的渠道，充分發(fā)揮高等教育促進個體全面發(fā)展、實現(xiàn)共同富裕的重要作用。

綜合以上分析，本文的邊際貢獻在于：第一，在研究內容上，本文對高等教育與相對貧困的關系進行實證檢驗，并進一步分析在大眾化與普及化兩個不同階段中高等教育對相對貧困影響效應的時點差異。第二，在研究方法上，鑒于以往文獻較少關注高等教育與相對貧困的內生性問題，本文建立IVProbit模型對內生性問題進行處理，并采用不同的相對貧困認定標準進行變量替換的穩(wěn)健性檢驗，估計結果更為穩(wěn)健可靠、可信度更高。第三，在研究視角上，本文分析高等教育對城鄉(xiāng)群體收入和相對貧困的差異化影響及形成這一差異的成因。第四，在研究機制上，本文對社會資本在高等教育影響相對貧困過程中的作用機制進行檢驗，并對其在高等教育改善個體相對貧困中的具體效應進行分解，以期為我國現(xiàn)階段教育扶貧工作的轉向提供一定的理論參考。

三、數(shù)據(jù)、變量與模型設定

（一）數(shù)據(jù)來源

本研究使用北京大學中國社會科學調查中心開展的中國家庭追蹤調查（China Family Panel Studies，CFPS）2016-2020年的調查數(shù)據(jù)進行實證分析。該調查采用分層、等比例的PPS方法進行抽樣，CFPS覆蓋的25個省級行政單位的人口占全國人口的95%，涉及家庭、教育、工作、人口等多領域，是一項可靠的、高質量調查研究數(shù)據(jù)?；诒疚难芯磕康?，主要關注的是18～60歲具有工作收入的勞動人口，去掉關鍵變量缺失的樣本后，最終獲得9029個適用于分析的有效樣本，其中2016年、2018年和2020年的樣本數(shù)量分別為2279個、3790個和2960個。

（二）變量選取

1.被解釋變量

本文的被解釋變量為相對貧困，表示個體是否處于相對貧困的狀態(tài)。關于相對貧困的識別有多種界定方法，如預算標準法、社會指標法、收入比例法、擴展線性支出系統(tǒng)法（ELES）等。其中，由英國經(jīng)濟學家彼得·湯森（Peter Townsend）提出的收入比例法最為常用，這種方法是以一個國家或地區(qū)社會人均收入或中位數(shù)為基準，乘以一定比例作為相對貧困線[30]。如世界銀行提出以社會平均收入的1/3作為相對貧困線；歐盟以收入中位數(shù)的50%或60%作為相對貧困線；國內學者則建議以收入均值的50%為相對貧困線[31]。

考慮到我國區(qū)域發(fā)展不平衡以及地域間收入差異大這一基本實情，以絕對收入作為衡量相對貧困的標準可能造成估計結果有偏，本文借鑒段義德和郭叢斌（2021）的研究[28]，采用按區(qū)域分組的收入序位法，以便更為精準地識別樣本個體是否處于相對貧困地位，有利于降低實證分析中存在的生命周期偏誤。首先，將樣本按地區(qū)分為多個不同的年齡組，并按收入對各組分樣本個體進行排序；其次，根據(jù)不同年齡組個體收入在組群中的序位，將各組群收入序位中低于平均收入50%的個體視為處于相對貧困狀態(tài)，收入序位在平均收入50%及以上的則視為非相對貧困狀態(tài)。另外，為保證實證結論的可靠性，本文還分別使用世界銀行和歐盟對相對貧困的認定標準，即分別以社會平均收入的1/3和收入中位數(shù)的50%進行穩(wěn)健性檢驗。

2.核心解釋變量

本文核心解釋變量為是否接受過高等教育，在剔除處于在讀狀態(tài)的樣本后，將最高學歷為大專及以上的個體定義為接受高等教育，未受高等教育則定義為最高學歷為高中。

3.控制變量

為獲得更為可靠的估計結果，還將一些控制變量加入實證模型。已有研究表明，勞動者的相對貧困狀況主要受個人特征、家庭特征、外部環(huán)境特征等因素的影響[32]。因此，本文將以上幾類控制變量納入實證研究模型，具體控制變量包括性別、年齡、婚姻狀況、健康狀況、單位性質、城鄉(xiāng)類型、家庭規(guī)模、醫(yī)療保險、養(yǎng)老保險。

4.中介變量

國內外學者對社會資本的相關研究主要圍繞“社會網(wǎng)絡”“社會信任”和“社會參與”等方面或其中某一方面展開。據(jù)此，本文選取社會網(wǎng)絡、社會信任和社會參與三個維度對個體的社會資本進行衡量。

首先，根據(jù)CFPS數(shù)據(jù)特征，本文篩選了數(shù)據(jù)中有關社會資本的題項。其中，社會網(wǎng)絡主要從個體社會地位和人際關系兩個方面進行衡量，問卷題項分別為：“您的社會地位如何？”，1分最低5分最高，以及“您的人緣有多好？”，0分最低10分最高。本文對以上兩個題項得分進行加總，得到取值為0～15分的社會網(wǎng)絡得分。社會信任從問卷題項受訪者對“父母、鄰居、干部、醫(yī)生、外國人、陌生人”的信任評價獲得，0分最低10分最高，進行加總得到取值為0～60分的社會信任得分[33]。社會參與主要從個體社會組織參與方面進行衡量，從問卷題項“是否是黨員”“是否是工會成員”和“是否是個體勞動者協(xié)會成員”獲得，0分最低1分最高，加總后得到取值為0～3的社會參與得分。其次，為消除各題項量綱差異帶來的影響，本文對以上三個維度的得分進行離差標準化處理，見式（1）。最后，本文采用等權平均法來計算社會資本指數(shù)，見式（2），最終得到取值為0～100的社會資本綜合指數(shù)。

（三）變量描述

具體變量定義與描述如表1所示。從個體接受高等教育和相對貧困的情況來看，總樣本中接受高等教育的樣本為5574個，占比為61.7%，未受高等教育的樣本為3455個，占比為38.3%。相對貧困發(fā)生率為23.4%，其中未受高等教育個體的相對貧困發(fā)生率為31.3%，明顯高于接受高等教育個體的相對貧困發(fā)生率18.5%，由此可預測高等教育具有降低相對貧困的作用。

表1 變量定義與均值情況

從個人特征來看，性別方面，總樣本中男性占53.5%，女性占46.5%，樣本男女比例差異不大。年齡方面，年齡跨度為18～60歲，平均年齡為31歲?；橐鰻顩r方面，65.6%的個體處于在婚或同居狀態(tài)，另外34.4%為未婚、離異或喪偶。健康狀況方面，個體健康評分均值為3.363，說明受訪個體擁有較高的健康水平。另外，有34.8%的受訪個體在政府部門、黨政機關、人民團體、事業(yè)單位、國有企業(yè)等體制內工作單位工作，接受高等教育的個體在體制內工作單位工作的比例為43.5%，遠高于未受高等教育個體的20.8%。

從家庭特征來看，總樣本中70.7%的個體居住在城鎮(zhèn)，居住在農村的僅為29.3%，平均家庭規(guī)模為3人。值得注意的是接受高等教育樣本的城鄉(xiāng)比為75.2%，比未受高等教育樣本的城鄉(xiāng)比高11.7%，這一顯著差異反映出，目前中國城鎮(zhèn)和農村的高等教育水平依舊存在較大差異。從社會保險來看，樣本中大部分人都享有醫(yī)療保險和養(yǎng)老保險，兩者擁有率分別為90.3%和71.1%。

從社會資本來看，總樣本中個體社會資本的均值為46.962，社會資本的組成維度社會網(wǎng)絡、社會信任和社會參與的均值分別為9.842、34.411和0.283。對比接受高等教育樣本和未受高等教育樣本的社會資本情況，發(fā)現(xiàn)接受高等教育的個體其社會資本及社會資本各維度的均值都高于未受高等教育的個體，表明高等教育不僅有利于個體人力資本的提升，也可能有利于個體社會資本的積累。

此外，基于本文主要的研究目的是研判高等教育對相對貧困的影響效應，呈現(xiàn)該效應在大眾化轉向普及化階段的時點變化，并分析高等教育對城鄉(xiāng)群體相對貧困的差異化影響及成因。因此，本文分別將樣本按城鄉(xiāng)類型和年份進行分組，并將不同組的高等教育比例、工作收入（對數(shù)）和相對貧困發(fā)生率的統(tǒng)計結果匯報于表2。表2顯示，2016-2020年總體樣本的高等教育比例和平均工作收入呈上升趨勢，但相對貧困發(fā)生率穩(wěn)定在22.1%～24.4%。根據(jù)這一統(tǒng)計結果，可預測高等教育從大眾化轉向普及化階段過程中其對相對貧困的影響差異較小。值得注意的是，高等教育、工作收入和相對貧困呈現(xiàn)出明顯的城鄉(xiāng)差異，農村與城鎮(zhèn)的工作收入、相對貧困發(fā)生率的均值差異（絕對值），隨高等教育比例的增加呈現(xiàn)出擴大的趨勢。這一結果暗示著，城鄉(xiāng)分化背景下教育資源的“聚集效應”對擴大城鄉(xiāng)教育不平等可能存在重要影響，并且這種影響還可能通過工作收入的“積累效應”使得城鄉(xiāng)群體在經(jīng)濟地位上存在持續(xù)性差異?？傮w而言，從樣本相對貧困、高等教育、個人特征、家庭特征、社會保險及社會資本的情況來看，其基本與我國勞動者的實際情況相符，適用于本文的研究議題。

表2 不同城鄉(xiāng)類型高等教育、工作收入和相對貧困的統(tǒng)計結果

（四）計量模型

1.基準回歸模型

本文所選取的被解釋變量相對貧困是二分類虛擬變量，適用的回歸模型有Probit模型和Logit模型。研究經(jīng)驗表明，Logit模型和Probit模型在估計系數(shù)上沒有顯著差異，但考慮到Logit模型相對于Probit模型具有更好的協(xié)變量平衡性，本文主要選用Logit模型估計高等教育對個體相對貧困的影響，并利用IVProbit模型對內生性估計偏誤進行修正。具體模型設計如式（3）所示：

式（3）中，i、j和t分別表示個體、個體所在地區(qū)和年份；被解釋變量Poverty代表個體i在j地區(qū)的t時期是否處于相對貧困的狀態(tài)；核心解釋變量Edu表示個體是否接受高等教育；Xm表示包含個人特征、家庭特征在內的一系列控制變量，ɑm為各控制變量的系數(shù)；α為截距項系數(shù)；此外模型還加入時間固定效應φ和地區(qū)固定效應τ；β為研究所關注的核心估計系數(shù)，表示高等教育對個體相對貧困的影響效應。

2.機制檢驗模型

本文參考Baron和Kenny（1986）[34]及溫忠麟等（2004）等的做法[35]，建立中介效應模型，并采用逐步回歸法檢驗高等教育通過提升社會資本降低個體相對貧困發(fā)生率的作用機制：

其中，Soci表示樣本個體的社會資本，是取值范圍為0～100的連續(xù)變量；b1表示高等教育對個體社會資本的提升效應。本文中介效應模型的中介變量為社會資本，借鑒現(xiàn)有研究檢驗中介效應的一般步驟：首先檢驗高等教育的獲得是否與個體相對貧困存在相關性，再依次檢驗高等教育獲得與社會資本以及社會資本與個體相對貧困存在相關性。若檢驗結果均顯著，則說明中介效應存在。若檢驗結果系數(shù)部分顯著，則需通過Bootstrap法做進一步檢驗。

四、實證分析

（一）基準回歸

為估計高等教育對個體相對貧困的影響，本文對式（3）進行逐步回歸，并將回歸結果報告于表3中。模型1為僅加入核心解釋變量即是否接受高等教育的估計結果；模型2和模型3分別在模型1的基礎上加入個人特征、家庭特征、社會保險等控制變量和時間與地區(qū)雙向固定效應的估計結果；模型4為模型3估計系數(shù)對應的邊際效應。幾率比（OR）的結果顯示，模型1～3的核心解釋變量的幾率比分別為0.500、0.541和0.535，均小于1，且各系數(shù)均在1%的統(tǒng)計水平上顯著。這一結果表明，高等教育對個體發(fā)生相對貧困的概率有顯著影響，在控制其他變量的情況下，相比于未受高等教育的個體，接受高等教育的個體發(fā)生相對貧困的概率是其0.571倍。邊際效應（MU）的結果顯示，在控制其他變量的情況下，高等教育比例每增加1個單位相對貧困發(fā)生率則降低0.099個單位。

表3 高等教育對相對貧困影響的估計結果

根據(jù)模型4，除核心解釋變量高等教育外，性別、年齡及其平方項、城鄉(xiāng)類型、健康狀況、單位性質、家庭規(guī)模、醫(yī)療保險和養(yǎng)老保險也對相對貧困有顯著影響。男性相比女性擁有更低的相對貧困發(fā)生率，這與以往的文獻研究結論相符，女性在人力市場中的弱勢處境使其難以獲得更高的勞動報酬。個體發(fā)生相對貧困的概率隨年齡的增加而降低，這說明個體資本隨著年齡增長持續(xù)積累提升了其獲取經(jīng)濟收入的能力。城鄉(xiāng)類型變量的系數(shù)在1%的統(tǒng)計水平上顯著為負，說明居住在城鎮(zhèn)的勞動者相比于農村發(fā)生相對貧困的概率更低，暗示著城鎮(zhèn)個體可能擁有更多的就業(yè)機會和更高的勞動收入，城鄉(xiāng)群體之間可能存在收入方面的不平等。健康狀況是人力資本的體現(xiàn)，良好的健康狀況有利于勞動者獲取更高的經(jīng)濟收入。相比于私營性質企業(yè)，體制內工作單位更具穩(wěn)定性，收入更有保障。家庭規(guī)模對個體的貧困狀態(tài)有顯著影響，說明大家庭往往會分散對個體教育或技能的人力資本投入。擁有醫(yī)療保險和養(yǎng)老保險的個體處于相對貧困的概率更低，這可能是提供社會保險的工作單位具有較為規(guī)范的收入體系和保障制度。

（二）不同階段高等教育的影響效應分析

我國高等教育于2019年正式步入普及化階段，此前為大眾化階段。為分析高等教育在大眾化和普及化發(fā)展階段對相對貧困的影響效應是否存在階段性差異，本文以2019年這一時點為基準，在基準回歸的基礎上進行分樣本回歸，并將回歸結果報告于表4。其中，模型1、模型3分別為大眾化和普及化階段高等教育對相對貧困的影響效應，模型2、模型4分別為模型1和模型3估計系數(shù)對應的邊際效應。

表4 不同階段高等教育對相對貧困的影響效應分析

模型1和模型3的回歸結果顯示，大眾化和普及化階段高等教育對相對貧困的回歸系數(shù)均為0.537，且在1%的統(tǒng)計水平上顯著；模型2和模型4的回歸結果顯示，高等教育在兩個階段中的回歸系數(shù)分別為-0.098和-0.099。以上結果說明，大眾化和普及化階段高等教育對相對貧困的影響效應沒有明顯差異，即普及化階段高等教育對幫助個體擺脫相對貧困仍具有重要影響。

此外，為避免人為設定相對貧困的界定標準給研究結果帶來偏誤，以及驗證前文研究結論不是特定閾值設定的結果，本文分別使用世界銀行和歐盟對相對貧困的界定標準，即分別以社會平均收入的1/3和收入中位數(shù)的50%作為相對貧困線，進行穩(wěn)健性檢驗回歸。結果顯示，在控制其他變量的情況下，兩種認定標準下高等教育影響個體相對貧困的幾率比分別為0.687和0.602，均小于1；邊際效應分別為-0.039和-0.068，且均在1%的統(tǒng)計水平上顯著①。以上結果說明無論是使用世界銀行還是歐盟對相對貧困的認定標準，接受高等教育對降低個體相對貧困發(fā)生概率均有顯著影響，本文的研究結論具有穩(wěn)健性。

（三）內生性處理

估計高等教育對個體相對貧困的影響效應是本文的主要研究目的之一，然而研究經(jīng)驗表明，高等教育與個體相對貧困可能存在互為因果的內生性問題，使得估計結果有所偏誤。一方面，高等教育可以影響個體的工作收入和相對貧困的狀態(tài)；另一方面，個體相對貧困的狀態(tài)在一定程度上體現(xiàn)了其獲取經(jīng)濟收入的能力，對其接受教育的情況具有反向作用。為解決這一內生性問題并獲得高等教育對個體相對貧困影響的準確估計，本文采用IVProbit模型進行估計，并借鑒郭凱明等（2015）的做法[36]，將樣本個體父母平均受教育水平（平均受教育年限）作為樣本個體高等教育的工具變量。

對于工具變量具體檢測方式的選擇，本文借鑒袁微（2018）的研究[37]，用IVProbit和Weakiv進行初始工具變量檢驗和弱工具識別檢驗。表5中IVProbit回歸的第一階段結果顯示F值為117.71（大于10），且P值為0.000；Weakiv檢驗中AR和Wald統(tǒng)計量分別為6.13和6.00，且均在5%的統(tǒng)計水平上顯著。這說明本文所選取的工具變量即父母平均受教育年限通過了工具變量的有效性檢驗，可進行下一步分析。

表5中IVProbit回歸的第二階段結果顯示，高等教育影響個體相對貧困的邊際效應為-0.294，且在5%的統(tǒng)計水平上顯著。這一結果說明，基準回歸中由于內生性問題低估了高等教育對個體相對貧困的影響效應，高等教育對相對貧困概率的降幅為29.4%。這一結果高于段義德和郭叢斌（2021）估算的14.2%[28]，而遠低于朱曉和段成榮（2016）[25]、陳純槿和郅庭瑾（2021）[27]、賈瑋等（2021）[26]的估算結果。導致這一差異的原因在于，段義德和郭叢斌（2021）[28]使用的是CHIP 2013年的調查數(shù)據(jù)，這一時期我國高等教育的普及化程度（毛入學率僅為34.5%）較低，未能充分體現(xiàn)其對個體相對貧困的影響效果。而朱曉和段成榮（2016）[25]、陳純槿和郅庭瑾（2021）[27]、賈瑋等（2021）[26]在實證分析中選用的高等教育參照對象為小學、初中和高中這一學歷的群體，在一定程度上放大了高等教育的影響效應。

表5 高等教育對相對貧困的IVProbit回歸結果

（四）異質性分析

關注高等教育發(fā)展的城鄉(xiāng)差異是推動城鄉(xiāng)經(jīng)濟協(xié)同發(fā)展、實現(xiàn)共同富裕的重要環(huán)節(jié)，也是本文主要的研究目的之一。前文描述性統(tǒng)計結果表明，隨著我國高等教育普及化進程的持續(xù)推進，城鄉(xiāng)之間在高等教育比例、工作收入和相對貧困發(fā)生率方面存在明顯差異。但這一差異的顯著性及其成因還需要通過實證方法做進一步的檢驗與分析。

本文主要通過建立Logit和OLS模型，以及在模型中加入高等教育與城鄉(xiāng)類型的交互項的方式，對以上問題進行分析，具體結果如表6所示。在進行回歸分析之前，考慮到城鄉(xiāng)間戶籍遷移可能造成研究中的樣本選擇偏誤，使得實證研究結果出現(xiàn)誤差。因此，本文還利用CFPS數(shù)據(jù)提供的樣本“農轉非”的信息，對戶籍進行過變更即農村遷移到城鎮(zhèn)的個體進行識別，并將其重新歸類至農村樣本。表6中模型1結果顯示，在以相對貧困為因變量的回歸中，高等教育和高等教育與城鄉(xiāng)類型交互項的系數(shù)均為負，且均在1%的統(tǒng)計水平上顯著。模型2結果顯示，在以工作收入為因變量的回歸中，高等教育和高等教育與城鄉(xiāng)類型交互項的系數(shù)均為正，且均在1%的統(tǒng)計水平上顯著。以上結果表明，在我國城鄉(xiāng)二元體制尚未消除的背景下，教育資源的“聚集效應”確實存在，這與王琳等（2020）[38]的研究結論相一致。這種“聚集效應”在一定程度上加劇了不同階層獲取優(yōu)質教育資源的不平等，使得高等教育更有利于城鎮(zhèn)群體經(jīng)濟地位的提升。以此為背景，城鄉(xiāng)群體工作收入的“積累效應”進一步擴大了這一差異，形成了城鄉(xiāng)群體在相對經(jīng)濟地位上的“馬太效應”。

表6 高等教育的城鄉(xiāng)異質性分析結果

由此可見，城鄉(xiāng)二元體制下我國高等教育未能完全打破城鄉(xiāng)勞動力市場區(qū)域隔閡，對促進農村勞動力流動的作用有限。其中，高等教育和收入不平等是導致城鄉(xiāng)群體存在相對貧困差異的重要因素。

五、機制分析

本文采用逐步回歸法對社會資本在高等教育影響個體相對貧困過程中的中介機制進行檢驗。同時，借鑒現(xiàn)有研究的常用做法，采用KHB法將高等教育對個體相對貧困的影響分解為高等教育本身的直接效應和社會資本的間接效應，具體結果如表7所示。

表7 社會資本的中介機制檢驗

表7中，模型1的結果顯示，在對控制變量均進行控制的條件下，高等教育的系數(shù)為2.6，且在1%的統(tǒng)計水平上顯著。這一結果說明，高等教育對個體社會資本的提升具有顯著影響，印證了高等教育可能通過影響個體社會資本改善貧困狀況這一路徑的合理性。模型2為在對控制變量均進行控制的條件下，將社會資本納入的回歸模型，其結果顯示高等教育和社會資本的系數(shù)分別為-0.561和-0.029，且均在1%的統(tǒng)計水平上顯著。這一結果表明，社會資本在高等教育影響個體相對貧困的過程中發(fā)揮顯著的中介效應，RIT的值表明高等教育通過提升社會資本改善個體相對貧困的間接效應為11.9%。綜合以上分析，可見實現(xiàn)社會資本的積累是高等教育幫助個體擺脫相對貧困的重要機制，通過高等教育提升個體社會資本對改善個體的貧困狀況具有重要意義。

六、研究結論與建議

（一）研究結論

基于2016-2020年中國家庭追蹤調查（CFPS）三期調查數(shù)據(jù)，本文首先通過構建離散選擇模型（Logit模型和IVProbit模型），實證分析高等教育對相對貧困的影響效應，并探討大眾化與普及化兩個不同階段下高等教育對相對貧困影響效應的時點變化。在此基礎上，對高等教育在不同城鄉(xiāng)群體相對貧困的差異化影響及形成這一差異的成因進行分析。最后，本文對社會資本在高等教育影響個體相對貧困過程中的中介機制進行檢驗，并采用KHB法將高等教育對個體相對貧困的影響效應進行分解。通過研究，本文有如下發(fā)現(xiàn)：

第一，從教育扶貧視角來看，高等教育能顯著降低個體發(fā)生相對貧困的概率，在使用工具變量法對內生性進行控制的情況下，高等教育對個體相對貧困概率的降幅為29.4%。

第二，從階段轉換視角來看，普及化階段高等教育對個體相對貧困的影響效應與大眾化階段相比差異較小，表明普及化階段高等教育對幫助個體擺脫相對貧困仍具有重要影響。

第三，從異質性視角來看，城鄉(xiāng)分化背景下教育資源的“聚集效應”對擴大城鄉(xiāng)教育不平等存在重要影響，這種影響通過工作收入的“積累效應”使得城鄉(xiāng)群體在經(jīng)濟地位上存在持續(xù)性差異。換言之，我國高等教育未能完全打破城鄉(xiāng)勞動力市場區(qū)域隔閡，對促進農村勞動力流動的作用有限。高等教育對城鎮(zhèn)群體擺脫相對貧困的影響程度大于農村群體，其中，高等教育和收入不平等是導致城鄉(xiāng)群體存在相對貧困差異的重要影響因素。

第四，從作用機制視角來看，社會資本在高等教育影響個體相對貧困過程中發(fā)揮顯著的中介效應，高等教育通過提升社會資本改善個體相對貧困的間接效應為11.9%，通過高等教育提升個體社會資本對改善個體的貧困狀況具有重要意義。

（二）研究建議

以上研究結果表明，在共同富裕背景下，提高人們的受教育水平是實現(xiàn)個體提升工作收入和幫助其擺脫相對貧困的一項重要舉措。而通過高等教育對個體社會資本進行擴展，又是為低收入群體進行賦能，助力鄉(xiāng)村振興發(fā)揮教育扶貧效果的重要策略。從這個意義上來講，高等教育普及化不僅有利于減少相對貧困人口，還有助于改善低收入群體的福利水平。綜上所述，本文提出以下對策建議：

第一，加快推進高等教育普及化進程，適度擴大民辦高等院校招生規(guī)模。高等教育普及化利國利民，雖然我國高等教育水平與以前相比有大幅提升，但與國外發(fā)達國家相比仍存在較大差距[39]。本文研究結論表明，普及化階段高等教育對提升個體收入和降低相對貧困發(fā)生率仍有重要作用。后扶貧時代，擴大高等教育規(guī)模是實現(xiàn)相對貧困人口增收減貧的一項重要策略，具有溢出效應，同時繼續(xù)擴大高等教育的覆蓋面也是我國當下教育發(fā)展的必然趨勢。另外，一直以來民辦高等院校是我國技能型人才輸出的重要組成部分，同時承接著公辦高等院校人才分流的重要作用。但由于經(jīng)費資金投入有限，民辦高等院校招生規(guī)模維持在較低水平。因此，政府應繼續(xù)推進高等教育普及化發(fā)展進程，進一步加大對民辦高等院校的財政投入，擴大民辦高等院校的辦學規(guī)模，肯定民辦高等院校的人才效力。

第二，提高農村地區(qū)中、高等教育錄取比例，加強地方教育服務能力。自1999年實行大學擴招政策以來，我國高等教育毛入學率和在校大學生人數(shù)持續(xù)增加。但基于城鄉(xiāng)二元體制尚存以及教育發(fā)展上的不均衡，農村地區(qū)的教育體系依舊薄弱，尤其是高等教育覆蓋面較低[40]。同時，在現(xiàn)有中學分流制度和高考分省配額制度下，我國城鄉(xiāng)高等教育比例差異仍在持續(xù)擴大[41]，本文的研究結論也對此進行了驗證。因此，建議政府出臺向農村地區(qū)和低收入家庭傾斜的招生政策，進一步加大農村地區(qū)中、高等教育的招生比例，緩解城鄉(xiāng)教育機會不平等。同時，強化農村等地方教育服務能力，為農村地區(qū)和偏遠地區(qū)學子提供更多如信息傳遞、教育咨詢等服務，積極發(fā)揮遠程教育扶貧的助推效應。

第三，清除城鄉(xiāng)就業(yè)市場制度藩籬，加大低收入群體職業(yè)培訓力度。雙向的城鄉(xiāng)人口流動是推動城鄉(xiāng)經(jīng)濟協(xié)同發(fā)展、實現(xiàn)共同富裕的重要基礎。本文研究結論顯示，在城鄉(xiāng)分化背景下，教育資源的“聚集效應”和工作收入的“積累效應”使得城鄉(xiāng)群體經(jīng)濟地位存在差異性，這表明我國高等教育未能完全打破城鄉(xiāng)勞動力市場區(qū)域隔閡，對促進農村勞動力流動的作用有限。在此背景下，首先應清除城鄉(xiāng)勞動力市場存在的制度藩籬，打破城鄉(xiāng)勞動人口的就業(yè)壁壘，引導城鄉(xiāng)勞動力雙向流動。其次，政府應加大弱勢群體職業(yè)培訓和技能培訓力度，提升低收入群體獲取經(jīng)濟收入的能力。

第四，引導低收入、弱勢群體社會參與，積極發(fā)揮社會資本阻貧效應。能力貧困理論表明，貧困是個體的個人能力和社會關系被雙重剝奪的結果。緩解相對貧困問題不僅需要提升個人工作能力，也需要從擴展社會資本層面入手。因此，政府應積極引導低收入、弱勢群體社會參與，減少其在社會網(wǎng)絡、社會關系、社會信任以及其他社會福利層面的排斥效應。進一步強化社會信任、社會關系等社會規(guī)范，創(chuàng)造和培植貧困群體的社會資本，構建鞏固脫貧攻堅成果和治理相對貧困的長效機制。

本文的研究尚存在不足之處，如本文主要選取已完成學業(yè)且具有工作收入的勞動個體作為研究對象，這一條件限制使得樣本數(shù)據(jù)的可獲得性存在不足。為保留更多的樣本量和樣本信息，本文主要通過建立三期截面數(shù)據(jù)而非面板數(shù)據(jù)探討高等教育與相對貧困的關系。對于模型因遺漏變量導致的內生性偏誤缺乏考量，在一定程度上影響了分析結果，這也是本文研究的一個遺憾。同時，也正是數(shù)據(jù)獲取方面的局限性，使得本文在探討大眾化和普及化階段，高等教育對相對貧困的時點差異方面解釋力稍顯不足。主要表現(xiàn)在高等教育對相對貧困的影響具有延時性和滯后性，我國高等教育2019年才邁入普及化階段，本文選用2020年的調查數(shù)據(jù)在一定程度上較難準確反映高等教育對相對貧困的影響程度。未來研究可加強縱向研究設計，進一步明晰高等教育與相對貧困的關系，呈現(xiàn)不同發(fā)展階段高等教育影響效力的時點差異。

注釋：

①限于篇幅，穩(wěn)健性檢驗表格未予呈現(xiàn)，以備留索。