公共教育投入與收入差距：基于32個國家面板數(shù)據(jù)的實證分析

卜尚聰，陳曉宇，馬 鑫

一、引言

關于教育擴展與收入差距關系的研究由來已久，一部分研究認為教育擴展能夠縮小收入差距，一部分研究認為教育擴展擴大了收入差距，同時也不乏研究認為教育擴展對于收入差距的影響呈現(xiàn)“倒U型”，但是至今尚未達成一致結論(Broecke et al.，2017；John and Macmillan，2015；關會娟，2018)。究其原因，一方面是因為教育擴展與收入差距之間存在雙向因果問題，如Hill(2016)使用美國數(shù)據(jù)發(fā)現(xiàn)美國收入不平等加劇使得高等教育學生資助等投入增加，這種反向因果問題的存在使得估計存在偏差；另一方面則是由于上述影響在不同時間范圍和不同國家地區(qū)存在差異，而現(xiàn)有研究所用數(shù)據(jù)較為陳舊且時間段較短，樣本代表性有限。特別是在高等教育普及化程度逐漸提高的背景下，公共教育投入對于收入差距的影響在不同高等教育發(fā)展模式的國家間有何異質性，這些問題都需要結合最新數(shù)據(jù)和方法予以探討。

進入21世紀后，世界各國收入分配格局與教育擴張呈現(xiàn)新的發(fā)展趨勢，隨著世界各國經(jīng)濟社會發(fā)展以及高等教育規(guī)模不斷擴大，拉美國家收入差距由升轉降，OECD國家公共教育投入增長趨緩甚至降低，以及新的長面板分析技術不斷發(fā)展等，這些都為重新探討公共教育投入與收入差距的關系提供了新的契機。基于此，本文使用世界銀行公布的32個國家1996—2017年面板數(shù)據(jù)，首先采用面板格蘭杰因果檢驗回答公共教育投入與收入差距誰“因”誰“果”的問題，其次使用面板誤差修正模型進一步探討公共教育投入對于收入差距的長期和短期影響，最后分析了上述影響在不同經(jīng)濟發(fā)展水平、不同高等教育入學率、不同高等教育公共負擔比例國家間的異質性影響，并結合中國現(xiàn)狀給出了政策建議。

二、文獻綜述

對于教育與收入差距關系的研究由來已久，一部分學者基于微觀個體數(shù)據(jù)的回歸分析對個體受教育程度之于收入差距的貢獻度進行分解，并對教育收益率在不同收入群體間的異質性進行比較(田士超和陸銘，2007；楊娟等，2015；陳斌開等，2010；鄭猛，2017)，而另外一部分學者則采用地區(qū)或國家層面的宏觀數(shù)據(jù)對教育擴展及其分布狀況與收入差距指標間的關系進行檢驗，本文主要關注后者。

早期的教育經(jīng)濟研究，如Schultz(1960)、Becker和Chiswick(1966)等均認為，人口總體的平均受教育程度和教育分布狀況都會影響收入分配，Knight和Sabot(1983)進一步提出從“結構效應”和“工資壓縮效應”兩種路徑對教育擴展之于收入差距的影響進行解釋，其中結構效應指不同學歷群體構成比例變動對收入差距的影響；工資壓縮效應則指不同學歷勞動者供求關系變化導致教育收益率變化，從而對收入差距的影響。除了教育擴展本身的兩條影響路徑外，很多學者都進一步提出教育資源分配的差異或均等性也會影響收入差距(Munir and Kanwal，2020；Gregorio and Lee，2002；Park，1996；楊俊等，2008)。

在不同路徑作用下，教育擴展對收入差距的影響具有較大不確定性。一部分學者認為教育擴展對于收入差距具有負向影響。如Abdullah等(2015)使用2011年之前相關文獻進行元分析，發(fā)現(xiàn)教育擴展對收入差距具有負向影響，尤其是在非洲國家。Qazi等(2018)使用巴基斯坦時間序列數(shù)據(jù)，通過協(xié)整檢驗和格蘭杰因果檢驗，發(fā)現(xiàn)高等教育擴展和收入差距具有長期負向協(xié)整關系。Sylwester(2002)使用64個國家數(shù)據(jù)通過多元線性回歸研究發(fā)現(xiàn)，公共教育投入可以降低收入分配差距。我國學者廖毅和張薇(2019)等則使用43個國家面板數(shù)據(jù)通過VAR模型驗證了公共教育投入對于收入差距的負向影響。與之類似，李祥云等(2018)、吳強等(2020)、王少國和鄧陽(2020)使用我國省級面板數(shù)據(jù)和固定效應模型研究發(fā)現(xiàn)，公共教育投入增加有助于縮小收入差距。

但是，也有一部分學者研究發(fā)現(xiàn)教育擴展對于收入差距具有正向影響。我國學者白雪梅(2004)、方超和羅英姿(2016)等分別使用中國1982—2000年和1996—2013年間省級面板數(shù)據(jù)，通過多元回歸和固定效應方法研究發(fā)現(xiàn)我國整體受教育年限提高擴大了貧富差距。與此同時，也有部分學者認為教育擴展對于收入差距的影響呈“倒U型”。Ram(1990)使用94個國家的截面數(shù)據(jù)和多元線性回歸模型發(fā)現(xiàn)，約在平均受教育年限為7年時達到“倒U型”曲線的拐點。我國學者賴德勝(1997)和孫百才(2009)分別使用49國截面數(shù)據(jù)和我國省級截面數(shù)據(jù)研究發(fā)現(xiàn)我國教育擴展與收入差距之間呈現(xiàn)“倒U型”關系。除此之外，也有部分學者從反向探討收入差距對于教育投入的影響。Hill(2016)使用美國數(shù)據(jù)發(fā)現(xiàn)美國收入不平等程度擴大，促使高等教育提高獎助學金投入。楊俊等(2008)基于內生增長理論及聯(lián)立方程組方法的研究發(fā)現(xiàn):教育不平等減小未能縮減收入分配差距，而收入分配差距正是造成教育不平等的主要原因。這些研究說明收入差距與公共教育投入之間存在著較強的雙向影響，但是現(xiàn)有研究對于這一雙向影響卻少有實證研究的檢驗。

在異質性方面，現(xiàn)有研究主要對不同發(fā)展階段國家和地區(qū)進行分析，如Emran(2012)使用62個國家1985—1995年教育經(jīng)費投入數(shù)據(jù)和1995—2005年基尼系數(shù)數(shù)據(jù)，通過固定效應、隨機效應模型研究發(fā)現(xiàn)，公共教育投入對基尼系數(shù)具有顯著負向影響，但是這一結果僅對OECD國家成立，而在拉丁美洲、亞非和東歐地區(qū)，公共教育投入的提高擴大了收入差距。Celikay和Sengur(2016)使用31個歐洲國家2004—2011年數(shù)據(jù)和面板誤差修正模型研究發(fā)現(xiàn)，公共教育財政投入占GDP比重每增加1個百分點，短期來看會導致GINI系數(shù)顯著提高0.2個百分點，但是長期來看有負向影響，并且對發(fā)展中國家的影響更大。另外，鑒于高等教育在不同教育階段中對于收入差距的影響作用更大，且高等教育入學率和高等教育公共負擔比例影響哪些群體最終獲得高等教育入學機會(Tsounta and Osueke，2014)，因而，高等教育入學率和高等教育公共負擔比例可以說是公共教育投入影響收入分配狀況最為關鍵的環(huán)節(jié)，但是既有研究對于上述影響在不同高等教育發(fā)展模式國家間的異質性仍缺乏深入分析。

總的來說，現(xiàn)有研究主要關注教育擴展對于收入差距的影響，所用方法多為描述統(tǒng)計、多元線性回歸、固定效應、協(xié)整分析、誤差修正模型等，雖然控制了可能同時對公共教育投入和收入差距產生影響的變量，但是仍然無法避免反向因果問題對結果的干擾，缺乏對兩者雙向關系的基礎性探討。其次，現(xiàn)有研究分析了上述影響在不同經(jīng)濟發(fā)展階段國家間的異質性，但是尚未關注到不同高等教育發(fā)展模式在其中的異質性作用，如高等教育入學率和政府負擔比例等。此外，已有研究所關注的時間范圍在20世紀90年代，所用數(shù)據(jù)較為陳舊且時間范圍較短，方法多受局限。本文在已有研究基礎上，將使用面板格蘭杰因果檢驗回答公共教育投入與收入差距誰“因”誰“果”的問題，使用面板誤差修正模型進一步探討公共教育投入對于收入差距的長期和短期影響，并對上述關系在不同經(jīng)濟發(fā)展水平、不同高等教育普及程度和不同高等教育公共負擔比例國家間的異質性進行檢驗。

三、研究設計

(一)數(shù)據(jù)與變量

本文所用數(shù)據(jù)來源于世界銀行公布的世界發(fā)展指數(shù)(WDI)，包含32個國家1996—2017年的面板數(shù)據(jù)。選擇1996—2017年主要在于本文核心變量在這一時間段缺失較少，并且形成了較為平衡的面板數(shù)據(jù)。本文使用數(shù)據(jù)缺失較少的32個國家，包括16個高收入國家(包括澳大利亞、瑞士、捷克、德國、丹麥、西班牙、愛沙尼亞、芬蘭、英國、冰島、意大利、愛爾蘭、荷蘭、挪威、葡萄牙、瑞典)，12個中高收入國家(包括阿根廷、亞美尼亞、巴西、哥倫比亞、哥斯達黎加、白俄羅斯、格魯吉亞、印度尼西亞、哈薩克斯坦、墨西哥、秘魯、泰國)，4個中低收入國家(包括吉爾吉斯斯坦、摩爾多瓦、烏克蘭、薩爾瓦多)，其中不包含低收入國家。(1)中低收入國家和低收入國家樣本較少主要是由于核心變量的系統(tǒng)缺失，中低收入國家的分析結果僅做參考。本文主要關注中高收入和高收入國家，以對我國公共教育投入及縮小貧富差距提供有益借鑒。對于少量缺失數(shù)據(jù)使用前一年和后一年平均數(shù)進行填補，公共教育投入和GINI系數(shù)填補比例分別為13.36%和11.75%。

舒 堅 男,1964年5月出生,江西南昌人,南昌航空大學教授、碩士生導師、CCF高級會員,主要研究方向:無線傳感器網(wǎng)絡、分布系統(tǒng)、軟件工程.

本文關注公共教育投入對于收入差距的影響，因變量使用GINI系數(shù)作為代理指標，系數(shù)越大說明收入差距越大；自變量使用公共教育投入占GDP比重進行衡量，比重越大說明公共教育投入水平越高。除公共教育投入對收入差距產生影響外，其他反映經(jīng)濟基本面情況的宏觀變量也會不同程度地影響收入分配。參考以往文獻，本文選擇人均GDP對數(shù)、失業(yè)率、服務業(yè)比重三個指標作為控制變量，其中人均GDP對數(shù)代表經(jīng)濟發(fā)展水平，失業(yè)率和服務業(yè)比重占比則通過就業(yè)狀況影響收入差距。

核心變量的描述統(tǒng)計見表1。全樣本中基尼系數(shù)均值為36.243%，公共教育投入占GDP比重均值為4.861%，人均GDP(2010年不變價格計算)均值為23153.915美元，失業(yè)率均值為7.932%，服務業(yè)比重均值為61.070%。分不同收入水平國家來看，高收入國家基尼系數(shù)平均為31.731%，公共教育投入平均為5.291%，人均GDP(2010年不變價格計算)和服務業(yè)比重均高于中高收入國家和中低收入國家。中高收入國家基尼系數(shù)在三種類型國家中最高，平均為42.547%，公共教育投入水平最低，平均為4.251%。(2)中高收入國家中印度尼西亞、格魯吉亞和阿根廷早期公共教育投入占GDP比重為1%左右，在一定程度上拉低了均值。去掉極端值后平均值為4.454%，仍低于其他兩類國家均值。其人均GDP和服務業(yè)比重居于中間位置，但是失業(yè)率高于其他兩類國家。中低收入國家基尼系數(shù)平均為35.381%，公共教育投入水平高于中高收入國家但是低于高收入國家，平均為5.091%。(3)中低收入國家中僅包含吉爾吉斯斯坦、摩爾多瓦、烏克蘭、薩爾瓦多，這些國家的整體教育投入水平較高。人均GDP、失業(yè)率和服務業(yè)所占比重最低。

表1 描述統(tǒng)計表

基尼系數(shù)和公共教育投入比重在1996—2017年間的整體變化趨勢如圖1和圖2所示，總體而言各國基尼系數(shù)整體呈現(xiàn)下降趨勢，而公共教育投入有小幅提升。分不同收入水平國家進行比較可以發(fā)現(xiàn)，高收入國家基尼系數(shù)和公共教育投入比重均較為穩(wěn)定，沒有明顯的增長或降低趨勢。中高收入國家基尼系數(shù)和公共教育投入比重呈“剪刀差”型，公共教育投入比重略有增長而基尼系數(shù)略有降低。與之相比，中低收入國家基尼系數(shù)下降更加明顯，同時公共教育投入比重在2009年前后呈現(xiàn)先大幅增加再降低的變化趨勢。

(二)研究方法

在檢驗公共教育投入與收入差距之間的關系時，內生性問題不可避免。一種可能的方法是將兩者均視作內生變量，構建向量自回歸模型，通過格蘭杰因果檢驗來識別兩者之間的預測關系。格蘭杰檢驗的核心思想是，在控制變量B過去值的前提下，若變量A的過去值能夠引起變量B當前值的變化，則認為變量A是變量B的格蘭杰因。格蘭杰因果檢驗并不能說明變量間真正的因果關系，但是可以檢驗變量間在統(tǒng)計意義上的預測關系，即時間發(fā)生上的先后。本文建立面板格蘭杰因果檢驗的PVAR模型如下：

(1)

(2)

圖1 公共教育投入占GDP比重與GINI系數(shù)隨時間變化趨勢

圖2 不同收入水平國家公共教育投入占GDP比重與GINI系數(shù)隨時間變化趨勢

其中，GINIit代表國家i在年份t的基尼系數(shù)(%)，EDUEXPit代表國家i在年份t的公共教育投入占GDP比重(%)，由于兩變量均為百分比因此未做對數(shù)處理。fi和θi分別為個體固定效應。uit和εit則為隨機擾動項。上述模型假設不同個體參數(shù)相同，Toda和Yamamoto (1995) 進一步提出了處理面板數(shù)據(jù)的滯后增廣向量自回歸 (LA-VAR) 方法，該方法允許變量之間的異質性，同時保證截面間個體的格蘭杰因果檢驗結果可比，具體模型如下：

(3)

(4)

其中，ki代表不同個體i的滯后階數(shù)，di代表個體i兩個變量確定出的最高單整階數(shù)。對模型進行估計時，使用bootstrap依賴樣本進行重復抽樣，從而能夠較好處理面板數(shù)據(jù)中的截面相依和斜率異質性問題，同時也不需要再對面板數(shù)據(jù)進行平穩(wěn)性和協(xié)整性檢驗。

在格蘭杰因果檢驗基礎上，本文進一步采用固定效應和動態(tài)面板模型對公共教育投入對于收入差距的影響進行探討，結論與之基本一致，限于篇幅未在文中報告。

GINIit=γi+θ1EDUEXPit+θ2LNGDPit+θ3UNEMPit+θ4SER_PROit+εit

(5)

其中，GINIit代表國家i在t年的基尼系數(shù)(%)，EDUEXPit代表國家i在t年的公共教育投入占GDP比重(%)。LNGDPit代表人均GDP對數(shù)(2010年不變美元價格計算)，UNEMPit代表失業(yè)率，SER_PROit代表服務業(yè)比重。

進一步引入長期均衡關系模型產生的殘差序列ECMit，從而探討公共教育投入對于基尼系數(shù)的短期波動效應，建立誤差修正模型(PVECM)如下：

(6)

其中，ECMit-1=GINIit-1-θ1EDUEXPit-θ2LNGDPit-θ3UNEMPit-θ4SER_PROit-γi。ECMit-1代表誤差修正項，系數(shù)δ1i代表對偏離長期均衡的調整水平，該項顯著可以進一步驗證變量間存在長期協(xié)整關系。ΔGINIit、GINIit-k、EDUEXPit-k分別代表基尼系數(shù)的差分項、基尼系數(shù)差分的滯后項和公共教育投入的差分項，一般情況下使用一階差分項。δ2i和δ3i反映公共教育投入對基尼系數(shù)的短期影響。而誤差修正項中的系數(shù)θ1代表公共教育投入對于基尼系數(shù)的長期影響。

以往研究均發(fā)現(xiàn)公共教育投入與收入差距的關系在處于不同發(fā)展階段的國家中存在差異，因此本文按照世界銀行劃分標準將國家分為高收入國家、中高收入國家、中低收入國家和低收入國家，使用不同樣本分別進行上述面板格蘭杰因果檢驗和面板誤差修正模型檢驗，以探討公共教育投入對收入差距影響在不同經(jīng)濟發(fā)展水平國家間的異質性。同時已有研究提出教育對收入分配的影響在很大程度上受教育機會分布的影響，特別是高等教育入學機會的分布，因此本文進一步將國家按照高等教育入學率是否超過50%(普及化)和公共教育負擔比例是否超過50%(政府主導)來探討高等教育普及程度和公共教育負擔比例在上述影響中的調節(jié)效應。

四、結果與分析

(一)單位根檢驗與協(xié)整檢驗

為了避免虛假回歸等問題，首先對面板數(shù)據(jù)進行平穩(wěn)性檢驗。本文同時采用IPS、Breitung、Fisher-ADF檢驗等方法對面板數(shù)據(jù)單位根進行檢驗，并在檢驗中分別加入時間趨勢、個體固定效應以及同時加入兩者，結果基本一致，由于篇幅限制這里僅展示同時加入時間趨勢和個體固定效應的結果。由下表可知，未經(jīng)過差分時，兩變量在IPS、Breitung、Fisher-ADF檢驗的p值均大于0.1，因此需要接受原假設認為兩變量均存在單位根，即數(shù)據(jù)不平穩(wěn)。經(jīng)過一階差分后，兩變量檢驗p值均小于0.1，因此拒絕變量存在單位根的原假設，則可以認為數(shù)據(jù)是平穩(wěn)的。兩變量一階差分后為平穩(wěn)序列，滿足同階單整，因此可以進行下面的分析。

表2 面板數(shù)據(jù)平穩(wěn)性檢驗

進一步對公共教育投入與基尼系數(shù)進行協(xié)整檢驗，以探究兩者之間的長期均衡關系。本文使用Kao檢驗和Pedroni檢驗兩種方法進行相互驗證，其中Kao檢驗主要針對同質面板，而Pedropni主要針對異質面板。由表3可知，基于不同假設檢驗的ADP檢驗p值均小于0.1，因此拒絕兩變量間不存在協(xié)整關系的原假設，說明兩變量存在長期協(xié)整關系，即公共教育投入與基尼系數(shù)從長期來看存在相互作用。在這一前提下，可以對數(shù)據(jù)進行后續(xù)的面板誤差修正模型分析。

表3 面板數(shù)據(jù)協(xié)整檢驗

(二)面板格蘭杰因果檢驗

表4展示了面板格蘭杰因果檢驗的結果，本文對滯后1-6期均進行了檢驗，并根據(jù)AIC信息確定3、4為最佳滯后期，由于篇幅限制，在此僅展示滯后3-4期的結果。

如表4所示，滯后3-4期時，公共教育投入均是基尼系數(shù)的格蘭杰因，說明公共教育投入能夠有效預測基尼系數(shù)的變化。同時由脈沖響應分析圖(見圖3a)可知，公共教育投入的提高將對基尼系數(shù)產生負向沖擊，即公共教育投入增多，基尼系數(shù)會隨之下降。這一結果與已有研究結論一致，教育投入增加可以通過增加低收入階層受教育機會，改善低收入階層收入水平，從而縮小貧富差距。

在滯后4期時，基尼系數(shù)同時也為公共教育投入的格蘭杰因。由脈沖響應分析圖(見圖3b)可知，基尼系數(shù)的提高對公共教育投入的沖擊呈現(xiàn)由負到正、再到負的波動，這說明基尼系數(shù)對于公共教育投入的影響方向并不穩(wěn)定，并且在滯后3-4年時為正向沖擊，說明基尼系數(shù)提高會使得公共教育投入增加。其中可能的原因在于，當社會面臨收入差距擴大的問題時，公眾及政策制定者對于政府通過公共政策縮小貧富差距具有社會期待，從而推動公共教育投入增加。

分不同收入水平國家進行比較可以發(fā)現(xiàn)，高收入國家公共教育投入與基尼系數(shù)間無明顯的格蘭杰因果關系，中高收入國家中兩者呈現(xiàn)較為復雜的雙向因果關系，中低收入國家中公共教育投入是基尼系數(shù)的格蘭杰因。進一步使用異質面板格蘭杰因果檢驗，結果匯報于附表1?？梢钥闯霾煌瑖业母裉m杰因果關系，在瑞士、捷克、愛沙尼亞、芬蘭、英國、意大利、葡萄牙、烏拉圭、哥斯達黎加、哈薩克斯坦、吉爾吉斯斯坦、摩爾多瓦12個國家中，公共教育投入是基尼系數(shù)的格蘭杰因。在阿根廷、亞美尼亞、白俄羅斯、印度尼西亞、秘魯5個國家中，基尼系數(shù)是公共教育投入的格蘭杰因。僅在阿根廷存在互為因果的關系。這一結論與上述不同收入水平國家的分組格蘭杰因果檢驗相一致，即絕大多數(shù)國家中，公共教育投入是基尼系數(shù)的單向格蘭杰“因”，且這一結論主要在高收入國家和中低收入國家存在。在中高收入國家主要體現(xiàn)為兩變量間的雙向因果。這說明在不同經(jīng)濟發(fā)展階段，公共教育投入對于收入差距的影響效應存在差異，在社會結構相對穩(wěn)定的高收入國家，兩者之間的影響效應也十分微弱。而對于貧富差距較大且面臨縮小貧富差距任務的中高收入國家，教育與收入差距之間存在比較復雜的相互影響。

表4 同質格蘭杰因果檢驗

圖3a-3b 公共教育投入占GDP比重與GINI系數(shù)脈沖響應分析圖

(三)面板誤差修正模型(4)本文使用固定效應和隨機效應模型進行分析，同樣得出公共教育投入對于基尼系數(shù)的負向影響，由于篇幅限制并未展示。

面板誤差修正模型的估計方法包括MG估計、PMG估計和DFE估計三種，其中MG估計假定橫截面長短期系數(shù)均存在異質性，PMG估計假定橫截面長期系數(shù)相等而短期存在異質性，DFE估計認為長短期估計系數(shù)均相等。本文使用三種方法進行估計，并通過豪斯曼檢驗對結果進行對比，最終選擇并呈現(xiàn)PMG估計的結果。

誤差修正模型結果如表5所示，其中，公共教育投入和誤差修正項的回歸系數(shù)反映了兩變量間的長期關系，公共教育投入差分項的回歸系數(shù)反映短期關系。

在全樣本中，從長期來看，公共教育投入與基尼系數(shù)之間的彈性為-0.646，且在5%水平下顯著，說明公共教育投入比重增加1個百分點，基尼系數(shù)下降0.646個百分點，即公共教育投入增加從長期來看能夠有效縮小貧富差距。誤差修正項為-0.282，在1%水平下顯著，進一步說明了兩變量之間存在長期協(xié)整關系，這表明當兩者偏離長期均衡時，面板誤差修正模型以0.282的力度反向調整至均衡狀態(tài)。從短期來看，公共教育投入差分項的回歸系數(shù)不顯著，表明公共教育投入對收入差距無顯著的短期影響。上述結果說明，公共教育投入對于基尼系數(shù)的影響是長期而非短期效應，且從長期來看，公共教育投入有助于縮小貧富差距。

進一步比較不同收入水平國家可見，公共教育投入對基尼系數(shù)的長期影響在中高收入國家顯著為負，且影響效應較強；但是在高收入國家和中低收入國家中，長期和短期影響均不顯著。這說明公共教育投入對于收入差距的緩解作用更加適用于經(jīng)濟發(fā)展處于中高收入水平階段的國家。

表5 面板誤差修正模型結果(全樣本及不同收入水平國家的異質性)

本文進一步對上述影響在不同高等教育發(fā)展模式國家間的異質性進行探討。由表6可以看出：在高等教育入學率低于50%的國家，公共教育投入從長期來看對GINI系數(shù)無顯著影響，但是會在短期內擴大基尼系數(shù)；而在高等教育入學率高于50%的國家中，公共教育投入從長期來看能夠顯著降低基尼系數(shù)，且無短期影響。這說明只有當高等教育達到普及化階段，增加公共教育投入才能有效緩解收入差距，否則會在短期內擴大收入差距。其主要原因在于，在高等教育未達到普及化的國家，高等教育的受益者主要集中在高收入階層，增加公共教育投入的短期效果往往是進一步擴大了不同收入群體的教育收益及收入差距。

同時，在高等教育公共負擔比例低于50%的國家，公共教育投入從長期來看對基尼系數(shù)無顯著影響，但是在短期內擴大了基尼系數(shù)；公共負擔比例較高的國家在長期和短期均無顯著影響。這說明高等教育中公共負擔比例過低，也會使得公共教育投入產生擴大貧富差距的效應。其中可能的原因在于，在政府負擔比例較低的高等教育系統(tǒng)中，其受益群體同樣集中在高收入階層，從而使得增加教育投入無法有效縮小貧富差距。

表6 面板誤差修正模型結果(不同高等教育發(fā)展情況的異質性)

五、結論與討論

我國當前正處于中高收入水平國家行列，面臨著經(jīng)濟增速放緩等潛在的“中等收入陷阱”壓力，雖然基尼系數(shù)反映出我國收入分配狀況在近年來有所好轉，但是收入差距仍然處于較高水平，如何縮小收入差距是我國經(jīng)濟社會轉型面臨的重要問題。改革開放以來，各級政府加大投入支持教育發(fā)展，為我國經(jīng)濟社會發(fā)展提供了充分的人力資本支持，但是公共教育投入與收入差距的關系問題卻少有關注。本文使用世界銀行WDI指數(shù)中32個國家1996—2017年間面板數(shù)據(jù)探討了公共教育投入與收入分配差距的關系問題。得到的主要結論如下：

面板格蘭杰因果檢驗發(fā)現(xiàn)，整體來看公共教育投入是基尼系數(shù)的單向格蘭杰“因”，在滯后期數(shù)較長時，兩者為雙向“因果”。分不同國家來看，高收入國家主要表現(xiàn)為“無明顯因果”，中高收入國家主要表現(xiàn)為“雙向因果”，而中低收入國家主要表現(xiàn)前者對于后者的“單向因果”。面板誤差修正模型發(fā)現(xiàn)，長期來看，公共教育投入能夠顯著降低基尼系數(shù)，但是短期影響不顯著。分不同國家來看，僅在中高收入國家中公共教育投入水平提高從長期來看能夠顯著降低基尼系數(shù)，而對于高收入和中低收入國家影響并不顯著。同時，高等教育入學率、政府負擔比例較低都會導致公共教育投入對于基尼系數(shù)的長期負向影響減弱，并且可能在短期內擴大收入差距。

從本文結論來看，公共教育投入能夠有效預測收入差距，且公共教育投入增加從長期來看有助于縮小貧富差距。這說明，公共教育投入對于收入差距的影響主要為長期效應，因此在評價公共教育投入成效時，不僅應當關注短期產出，還應注重其對于社會公平的長遠影響。另外，與以往結論不同的是，本文進一步發(fā)現(xiàn)在滯后期較長時，收入差距能夠正向預測公共教育投入，這說明當收入差距擴大時，在公眾的期待下，政府會通過政策行動來縮小貧富差距，而加大公共教育投入通常會是降低收入不平等的優(yōu)先選項(OECD，2013)。

不論是格蘭杰因果檢驗還是誤差修正模型結果都發(fā)現(xiàn)，公共教育投入對收入差距的影響在中高收入國家影響更大。這可能與不同國家經(jīng)濟社會發(fā)展重點的階段性有關。低收入和中低收入國家面臨促進經(jīng)濟增長的主要任務，宏觀經(jīng)濟發(fā)展主要側重效率，教育發(fā)展也以擴大規(guī)模為首要目標，對教育機會和教育資源分配的公平性關注不足，進而使得公共教育投入在支持擴大教育規(guī)模的同時對貧富差距的影響效應不顯著。中高收入國家收入差距普遍較大，縮小其貧富差距成為公共政策制定的重點，同時較高的收入差距更易受到教育投入等公共政策影響而發(fā)生變化。而高收入國家經(jīng)濟發(fā)展水平較高且公共教育投入和社會階層結構都相對穩(wěn)定，因此公共教育投入對收入差距的影響相對較弱。當前我國處于中高收入水平且收入差距相對較大，在新的發(fā)展背景下，應當繼續(xù)發(fā)揮公共教育投入的主渠道作用，擴大公共教育投入規(guī)模，發(fā)揮公共教育投入促進社會公平的重要作用。

此外，公共教育投入對于收入差距的影響在不同高等教育入學率和政府負擔比例的國家中存在差異，高等教育入學率和政府負擔比例較低時，公共教育投入不僅不能從長期縮小收入差距，反而在短期擴大收入差距。這意味著高等教育普及率較低且政府負擔比例較低時，往往是高收入階層受益更多，公共教育投入的短期增加會起到逆向補貼的作用；而高等教育入學率和政府負擔比例提高能夠使得中低收入階層獲得更多高等教育機會，并改善收入水平，因此有助于縮小貧富差距。我國高等教育入學率在2019年超過50%，標志我國進入高等教育普及化階段，但是仍然面臨高等教育入學機會不均等的問題。因此，在增加公共教育投入水平，進一步推動高等教育普及程度提高的同時，應更加關注教育機會均等化，加強和完善學生資助體系，并通過補償性招生政策提高弱勢群體受教育機會與水平，縮小貧富差距，促進社會公平。

本文仍然存在一定局限。一方面，由于數(shù)據(jù)限制，本文使用32個國家公開數(shù)據(jù)進行分析，其中低收入水平國家數(shù)據(jù)全部缺失，中低收入國家僅包含4個，在一定程度上影響低收入及中低收入國家樣本結論的有效性。另一方面，雖然本文通過面板格蘭杰因果檢驗檢驗了公共教育投入和收入差距之間的預測關系，但是并不能真正揭示兩者之間的因果關系，公共教育投入和收入差距之間仍然存在內生性問題有待解決，未來研究中可嘗試進一步采用工具變量等方法進行驗證。