财政教育扶贫支出减贫效果研究——基于空间动态面板模型的实证分析

许春淑，李 彤，李 娜

（天津商业大学经济学院，天津300134）

我国政府凝聚全社会力量共同参与扶贫开发，走出了一条具有中国特色的扶贫开发道路[1]，历史性地解决了困扰中华民族几千年的绝对贫困问题，对全球减贫的贡献率超过70%，创造了人类反贫困史上的中国奇迹[2]。打赢脱贫攻坚战并不意味着反贫困的终结。随着脱贫攻坚战的结束，我国反贫困战略需要适时做出调整，即由绝对贫困治理转向相对贫困治理，由收入贫困治理转向多维贫困治理，由超常规脱贫攻坚转向常规性贫困治理[3]。在“十四五”时期，尽管已经实现了农村全面建成小康社会的目标，但仍需要巩固农村脱贫攻坚的成果，对已摘帽的深度贫困县和相对贫困地区，还要继续加大财政转移支付力度，建立减少相对贫困的长效机制。具有扶贫性质的财政教育扶贫支出，是提升贫困人口人力资本实现彻底脱贫和预防返贫的根本途径。

值得注意的是，财政做为扶贫的主力，中央财政专项扶贫资金减贫的边际效果出现明显下降。我国从1980年开始投入第一笔财政专项扶贫资金，2018年突破1 000亿元，2020年达到1 461亿元[4]。假定其他类型的扶贫资金增量不变，每新增1亿元中央财政专项扶贫资金对应的减贫人数，从2012年的39万人，下降至2017年的不到7万人[1]。研究财政教育扶贫支出在多大程度上帮助贫困人口实现彻底脱贫和预防返贫，是否有空间溢出效应，对于实现财政教育扶贫资源的地区之间合理配置，使有限的财政教育扶贫资金取得更好的减贫效果具有重要的现实意义。

1 文献综述

1.1 教育在缓解贫困方面有重要作用

一是从农户个体角度研究，精神贫困及教育不足是农户陷入贫困的主要根源[5]。程名望等认为健康与教育所体现的人力资本是影响农户收入水平的重要因素，对农村的减贫具有显著作用[6]。汪三贵研究发现人力资本投资是阻断贫困在代际传递的有效途径[7]。农户家庭年均教育收益率随着家庭平均教育年限的提高而递增，教育反贫困能够给家庭带来比较高的教育回报[8]。刘修岩等基于上海市农户调查数据，搭建两阶段probit模型，发现提高农户受教育水平能显著降低其陷入贫困的概率[9]。蒋选等通过对比黑色关联度的结果，发现农户的受教育程度能显著影响贫困状况，基础教育对于减缓贫困有积极影响，而较高的受教育水平有利于进一步提高农户收入[10]。但是也有学者对农户贫困的影响因素进行实证分析，杨国涛认为教育因子未能通过显著性检验，因而无法判断其对农户贫困的影响方向和程度[11]。二是从政府角度研究，Kurosaki等研究了巴基斯坦农村的人力资本尤其是教育在缓解贫困方面起到了重要作用[12]。王春萍等指出一国的贫困指标与教育水平呈负相关关系，教育发展水平越高，就越不容易发生贫困现象[13]。田祖荫等研究发现教育在低收入国家的收益较高，增加教育投入是消除贫困的重要战略[14]。教育在我国具有边际效益递增的特点，投资于教育会带来经济收益，提高教育水平不仅有助于个人收入的提高，而且从长远来看也最终会有助于缩小收入差距[15]。农村教育、健康、经验三种人力资本中，教育人力资本对于改善农村综合贫困状况作用最强，增加1单位教育人力资本可以带来平方贫困距指数减少0.001 14，增加教育人力资本投资有利于实现农村长期稳定脱贫[16]。郭新华等认为我国教育对贫困变动有显著正效应，教育对贫困变动的弹性由贫困发生率、教育基尼系数、教育投入对人均收入的弹性以及教育投入的变化率共同决定，教育对贫困变动的弹性值在1.41~5.57之间变动[17]。

1.2 对教育扶贫效果的研究

一是从教育扶贫实践角度对教育直接扶贫效果研究，聚焦教育贫困。李芳等指出扶教育之贫是贫困地区教育扶贫的前提[18]。党的十八大以来，教育部组织并实施了教育领域扶贫开发20项惠民政策，包括帮助贫困地区普及义务教育、加强学校基础设施建设、建立学生的资助体系及提升教师队伍的素质等[19]。为了评价与反馈教育扶贫政策的实施效果，袁利平等构建了“发展评估”与“脱贫评估”相结合的“教育投入、过程保障、教育产出和教育脱贫”四个维度的教育扶贫政策实施效果评估指标体系[20]。王林雪等构建了“扶教育之贫”和“依靠教育扶贫”双重属性的扶贫对象的识别、资源投入、教育扶贫的产出以及成效的教育扶贫绩效评价指标体系，并进一步构建了基于灰色关联度的评价模型[21]。张琦等借鉴联合国教科文组织的绩效评价体系等相关指标，构建了激励与约束并存的基础巩固、能力提升、通道流动、空间协作、社会支持五个向度的教育脱贫工作绩效指标体系[22]。邢慧斌等从精准识别、精准帮扶和扶贫支持环境三个方面构建了集中连片特困区教育精准扶贫绩效的指标体系，并对燕山—太行山区八个连片特困县的教育扶贫绩效进行了实证分析[23]。二是从教育财政支出角度对教育间接扶贫效果的研究，聚焦人的贫困。王海研究发现教育财政既可以通过财政转移支付的方式实现直接减贫，亦可以通过大力发展经济，提高贫困人群的人力资本，提升贫困人群的经济收入实现间接减缓贫困[24]。Cremin等追踪了教育投资的减贫效果[25]，Ghatak认为财政教育支出在任何情形下都有利于贫困的减少[26]。Asadullah等研究发现孟加拉国的财政教育支出没有显著的减贫效应，而财政医疗方面的支出却有显著减贫效应[27]，发展中国家的财政教育支出的减贫效果随经济发展呈现边际递减特征[28]。刘明慧等研究发现我国财政人力资本支出减贫效应显著，具体表现为支出强度每增加1%，平均贫困发生率降低0.107 6%，且财政人力资本支出不仅自身能有效减贫，而且能促进财政物质资本支出减贫[29]。和立道等认为由于产业融合及农业产业链提高了农村从业人员的技能需求，农村地区人力资本公共投资中的劳动技能培训支出对贫困农村地区的减贫效果发挥明显的积极作用[30]。王玮等指出全国农村教育支出对农村具有正向减贫效果，但是青海和新疆的农村教育支出对农村贫困深度却表现出负向影响，即随着农村教育支出的增加，这两个省的贫困深度非但没有改善，反而继续恶化[31]。只有少数学者对财政教育支出的减贫效果是否存在空间溢出效应及空间差异性问题做了研究。李盛基等认为财政教育支出既具有较强的直接减贫效果，也具有较强的空间溢出效应[32]。在全国层面，财政教育支出的减贫效应最大，但未发现教育财政支出的空间外溢。在地区层面，东部地区的财政教育支出的减贫效应最大，中部地区和西部地区大体相当。东部地区的财政教育支出减贫效应空间相关性显著，中部地区显著为负，西部地区不显著[33]。刘建民等指出我国财政教育支出减贫效果不仅存在“邻近”空间溢出效应，还受到更远距离的空间关联效应影响，区域间财政教育支出差异和人力资本差异与农村贫困联动矩阵呈现显著负相关[34]。财政教育支出的减贫效果不一定表现为简单的线性关系，财政教育支出与减贫效果间存在非线性空间联系，即在不同的教育财政支出强度区间范围内，其减贫弹性是有变化的，即存在门槛效应[35-36]。

综上所述，学者们对教育是否能减贫和教育扶贫政策以及公共教育支出减贫效果进行了大量卓有成效的研究，为本文奠定了良好的研究基础。但多数学者关注教育直接扶贫效果，教育间接扶贫效果的实证研究尚不多见。在财政教育扶贫支出减贫效果是否存在空间外溢和地区差异性这个问题上，学术界的研究还不多，且未得出一致的结论。且在实证研究中，多数学者未区分教育财政支出的农村和城市的投入，尤其是没有发现用财政教育扶贫支出分类数据进行研究。基于此，本文采用我国减贫数据库中20个农村贫困地区面板数据①，对各地区的财政教育扶贫支出与贫困之间的空间动态关系做进一步的研究。主要的创新有：第一，利用省级空间动态面板数据构建教育扶贫支出与贫困之间关系的数学模型，考察了财政教育扶贫支出减贫的直接效果和通过人力资本减贫的间接效果以及空间溢出效应。第二，对各经济区域内的教育扶贫支出与农村贫困率的关系进行估计，使研究结论对有效地实施减贫政策更具有针对性。第三，对农村贫困率的动态面板回归模型进行门槛变量的估计。

2 影响机制、变量选择、数据来源与空间自相关判断

2.1 政府农村财政教育扶贫支出对贫困的影响机制

政府农村财政教育扶贫支出对贫困的影响主要通过三个渠道：一是财政教育扶贫资金的直接减贫效果。政府对农村财政教育扶贫资金支出为贫困者脱离贫困提供了基本的物质保障，起到兜底作用。在贫困地区普及义务教育和建立学生资助体系，加强贫困地区学校基础设施建设及提升教师队伍素质，特别是国家加大农村职业教育投入，就相当于提高了教育的普及性，使贫困群体的家庭成员受教育机会增加，最终提高贫困家庭改变低收入现状的能力。二是财政教育扶贫资金的间接减贫效果。经济增长的源泉取决于各种生产要素的投入，包括物质资本、人力资本、自然资源和技术知识。各国通过财政政策，在提供教育服务、促进人力资本积累方面发挥重要作用。人力资本指通过教育、培训和经验而获得的知识与技能，包括在早期儿童教育、小学、中学、大学和成人劳动力在职培训中所积累的技能。人力资本提高了一国生产物品和劳务的能力，是生产出来的生产要素。只有人力资本得到提高，才能提高劳动生产率，从而实现经济增长。财政教育扶贫支出使农村贫困者接受教育或培训，使贫困者人力资本得到改善，改进农村贫困群体的生产要素质量，间接地提高其劳动力要素的市场价格，如部分贫困者可以转向非农生产部门，提高其获取高收入的能力，进而实现间接减缓贫困的目的，最终推动经济增长。人力资本改善能够有效提高农村贫困者的收入水平，使其根本上脱离贫困陷阱。由于教育的过程具有长期性，不能一蹴而就，依靠教育扶贫的过程必然是缓慢的。三是农村财政教育扶贫资金支出的空间溢出效应。主要体现在农村财政教育扶贫资金支出减贫政策对空间聚集与扩散的影响。财政教育扶贫资金支出不仅能够实现本地区的减贫，还能够通过空间溢出效应促进其相邻地区间接实现减贫。我国贫困人口的分布呈现明显的空间分化，农村贫困发生率较高的区域和农村贫困发生率较低的区域集聚特征非常明显。这是因为人口具有跨区域的流动性，并且一般空间距离越近，流动频率越高。相邻地区的生产、社会、经济、文化等方面表现出较高的趋同性。同时，由于我国农村不同区域的经济、文化、社会制度及地理环境等因素存在着较大差异，这种空间溢出效应又存在明显的区域异质性。

2.2 变量选择与数据来源

本文以财政教育扶贫资金影响贫困的两种途径为基础，被解释变量即各地区农村贫困状态，选取各地区农村财政教育扶贫支出、农村人力资本、农村人均GDP、农村固定资产投资、农村社会救济支出作为模型的解释变量，构建财政教育扶贫支出减贫效果的空间面板模型。由于国家统计局每年发布的《中国农村贫困监测报告》中分地区的农村贫困率只有2011以后的统计数据，无法满足研究的需要。韩克庆指出考虑到各地区参照国家扶贫标准调整低保标准，把低收入的困难群体都纳入低保制度[37]。所以，农村最低生活保障线是与农村贫困线最为接近的度量指标。农村贫困率=地区农村最低生活保障人数/地区农村人口总数[38]。财政教育扶贫支出：按照教育层级包含农村小学、农村初中、农村高中及中等职业学校国家财政性教育经费以及高等教育阶段的助学金。相关数据表明，我国中等职业学校中农村生源约占70%，中等职业学校教育事业费能反映国家对于农村职业教育的投入力度。农村人力资本：主要考虑教育形成的人力资本在缓解贫困方面有重要作用。农村地区人均GDP：代表各地区经济发展水平，考虑到经济发展是减少贫困人口的主要因素。农村固定资产投资：包括农村农林水支出和交通运输支出。农村社会救济支出：包括农村低保，其他农村社会救济和农村医疗救助支出。

以上数据来自《中国统计年鉴》《中国农村统计年鉴》《中国民政统计年鉴》《中国人力资本报告2020》。

2.3 空间自相关判断

在进行空间计量分析之前，首先对农村贫困发生率在地理空间的相关性进行检验。本文采用全局莫兰指数Moran’s I来检验农村贫困发生率的空间自相关性。如表1所示，Moran’s I大多数年份分别通过了1%显著性检验和5%显著性检验，说明我国农村贫困发生率并非完全呈现随机分布，具有一定的空间溢出效应。因此，有必要从空间维度对财政教育扶贫支出的减贫效应进行空间计量分析。

表1 2000—2017年农村贫困率的全局莫兰指数

为了进一步考察农村贫困发生率空间集聚结构及变化，绘制全局莫兰指数Moran’s I散点图，该散点图将空间集聚分为四个类型，对应图1中的四个象限，第一和第三象限反映正的空间相关性，第二和第四象限反映负的空间相关性。根据图1和表2，多数省区落在第一和第三象限，落在第二和第四象限中省区较少，即20个省区总体表现出正的空间相关性，即农村贫困发生率较高的区域集聚在一起，农村贫困发生率较低的区域集聚在一起，空间分化明显。

表2 农村贫困率地区空间相关模式

图1 农村贫困率莫兰指数散点图

3 农村财政教育扶贫支出减贫效果的空间溢出效应分析

3.1 空间模型构建与选择

根据前面莫兰指数分析得知，变量在各区域之间存在明显的空间自相关，即空间溢出效应，因此需要考虑空间计量模型。针对Anselin提出的空间自回归模型（SAR）、空间杜宾模型（SDM）、空间误差模型（SEM），进行模型分析和选择[39]。

空间自回归模型（SAR）：

空间杜宾模型（SDM）：

空间误差模型（SEM）：

其中，PKLit代表农村贫困率，CZJYit代表财政教育扶贫支出总额，RLZBit代表农村人力资本，GDPit代表农村人均GDP，GDZCit代表农村固定资产投资，SHJJit代表农村社会救济支出，τ为被解释变量时间滞后项系数，ρ为被解释变量空间滞后项系数，θ1、θ2、θ3为解释变量空间滞后项系数，λ为空间误差项系数，W为空间权重矩阵，本文采用空间相邻权重矩阵，μi为个体效应，γt为时间效应，为减少异方差，所有变量均取对数。

为了对模型进行筛选，利用空间依赖性检验，针对空间滞后（Spatial lag）的两个检验均显著，稳健的拉格朗日乘数滞后检验（RLMLAG）显著为零，p值为0.003，而稳健的拉格朗日乘数误差检验（RLMERR）不显著，p值为0.692；同时，拉格朗日乘数滞后检验（LMLAG）的p值为0.003，比拉格朗日乘数误差检验（LMERR）在统计上（p值为0.900）更加显著，所以空间滞后模型更合适，即空间自回归模型SAR和空间杜宾模型SDM（为节省篇幅，此处检验表格省略）。

3.2 空间动态面板模型的检验与估计

进一步需要在空间自回归模型SAR和空间杜宾模型SDM之间选择，如表3所示，空间杜宾模型SDM的空间固定效应相对于其他模型的对数似然值（-281.585 4）最大，组间R方（0.840 4）最大，回归系数的显著性也最好。因此，选择空间固定效应的空间杜宾模型SDM来解释空间溢出效果。

根据表3空间固定效应的空间杜宾模型SDM的估计结果，财政教育扶贫支出表现出正向的直接和间接减贫效果。财政教育扶贫支出的系数为负，但不显著。而滞后一期的财政教育扶贫支出的系数为负，且在5%的水平下显著，上一年的财政教育扶贫支出增加1%，本年贫困率降低0.901 8%。这说明我国财政教育扶贫支出直接减贫效果非常显著，但在时间上具有滞后性，这可能是因为近几年我国政府不断加大农村财政教育扶贫支出的力度。财政教育扶贫支出与人力资本的交互项系数为负，且在5%的水平下显著，财政教育扶贫支出增加1%，通过提升人力资本使贫困率降低0.324 6%，这说明我国财政教育扶贫支出间接减贫效果也比较显著，但明显小于直接减贫效果。农村人力资本与贫困率之间为非线性关系，农村人力资本的二次方系数为负，且在5%的水平下显著，说明人力农村资本的提升对贫困率下降的边际效应递减，因为人力资本总量的增长不仅仅归因于受教育程度的提高，还取决于教育回报率的增加及人口因素。农村固定资产投资系数为负，且在10%的水平下显著，农村固定资产投资增加1%，贫困率降低0.356 0%。而农村社会救济支出系数为正，且在1%的水平下显著，农村社会救济支出增加1%，导致贫困率提高0.220 3%，可能是因为社会救济支出容易使人们产生依赖心理，不再努力摆脱贫困。农村人均GDP的系数为正，但对贫困率影响不显著。财政教育扶贫支出还表现出积极的空间溢出效果。财政教育扶贫支出的滞后一期表现出正向的空间外溢，相邻地区财政教育扶贫支出每上升1%，导致本地区贫困率下降0.179 5%，并且在10%水平下显著。农村固定资产投入和农村人力资本也表现出正向的空间外溢，相邻地区的农村固定资产投入每上升1%，则导致本地区贫困率下降0.195 8%，并且在5%水平下显著。相邻地区的农村人力资本的平方每上升1%，导致本地区贫困率下降0.034 9%，并且在10%水平下显著。

表3 SAR和SDM模型对比与选择

3.3 财政教育扶贫支出减贫效果地区异质性的实证分析

为了进一步考察上述教育财政扶贫支出的减贫效果在不同的区域是否一致，采用空间固定效应的空间杜宾模型（SDM），按三大区域单独进行了检验②。

从表4可以看出，东中西部主要解释变量的减贫效果存在差异。财政教育扶贫支出的系数为负，只有东部地区显著。而滞后一期的财政教育扶贫支出的系数为负，但三个地区都没有通过显著性检验。财政教育扶贫支出与人力资本的交互项系数为负，东部和西部显著，中部不显著。农村人力资本的平方系数项为负，农村人力资本的提升对贫困率下降的边际效应递减，东部和西部显著，中部不显著。固定资产投资系数为负，东部和中部显著，西部不显著。而农村社会救济支出系数为正，且在中西部显著，东部不显著。在空间溢出效应上，中部和西部财政教育扶贫支出的时间滞后项显示出非常显著的空间溢出效应。中部地区农村人力资本平方项的空间溢出效应显著。

3.4 财政教育扶贫支出减贫效果的动态面板门槛特征分析

根据Stephanie等提出的动态面板门槛分析思路，对农村贫困率的动态面板回归模型进行门槛研究[40]。

3.4.1 动态面板门槛回归模型设定

选取农村人均GDP的一阶滞后和财政教育扶贫支出的一阶滞后作为门槛变量，建立动态面板门槛回归模型（4）和（5）式：

表4 中东西部地区估计结果对比

其中，公式（4）和（5）中，δ为门槛变量农村人均GDP一阶滞后的待估计门槛值，γ为门槛变量财政教育扶贫支出一阶滞后的待估计门槛值，I（·）为指标函数。

3.4.2 门槛效应检验

针对农村人均GDP一阶滞后和财政教育扶贫支出一阶滞后的门槛效应检验如表5。

表5 门槛效应检验

从表5可以看出，两个门槛变量农村人均GDP一阶滞后和财政教育扶贫支出一阶滞后其门槛效应检验的统计量SupWStar非常显著，表明存在单个门槛值。

3.4.3 门槛模型估计结果

表6经过换算，农村人均GDP一阶滞后的门槛值为9 899元，财政教育扶贫支出一阶滞后的门槛值为151.046 69亿元。农村人均GDP一阶滞后为门槛变量的估计结果显示，当期财政教育扶贫支出减贫效果受前一期的农村人均GDP的影响，当前一期的农村人均GDP高于门槛值9 899元时，财政教育扶贫支出的估计系数（减贫弹性）从-8.995 3降为-8.497 7，下降5.85%。说明一个地区前一期的农村人均GDP一旦高于9 899元，当期财政教育扶贫支出减贫边际效果递减。以财政教育扶贫支出一阶滞后为门槛变量的估计结果显示，当期财政教育扶贫支出减贫效果还受前一期的财政教育扶贫支出的影响，当前一期的财政教育扶贫支出高于门槛值151.046 69亿元时，财政教育扶贫支出的估计系数（减贫弹性）从-7.977 0上升为-8.075 8，上升1.24%。说明一个地区前一期的财政教育扶贫支出一旦高于151.046 69亿元，当期财政教育扶贫支出减贫边际效果递增。

表6 门槛值和估计系数

4 研究结论与启示

4.1 研究结论

本文在已有研究的基础上，利用我国减贫数据库中20个农村贫困地区2000—2017年省级动态面板数据，构建财政教育扶贫支出与农村贫困之间关系的空间动态面板数学模型，采用空间固定效应SDM模型测度我国财政教育扶贫支出的空间溢出效应，除了考察财政教育扶贫支出的直接效果以及通过人力资本减贫的间接效果，还考察了通过空间传导机制所产生的空间溢出效应。主要结论如下：

全国层面的空间计量分析结果表明，财政教育扶贫支出的直接和间接减贫效果均具有滞后性，表现为前一期的财政教育扶贫支出对本期贫困率下降影响显著且存在空间外溢，财政教育扶贫支出通过提升人力资本的间接减贫作用显著，但不存在空间外溢。农村固定资产投资减贫效果显著，且存在空间外溢。

分地区层面的空间计量分析结果表明，财政教育扶贫支出的直接和间接减贫效果均具有滞后性，前一期财政教育扶贫支出对本期贫困率下降影响均不显著，但是中部和西部地区前一期财政教育扶贫支出却显示出非常显著的空间溢出效应，与全国层面的结论不完全一致。财政教育扶贫支出通过提升人力资本的间接减贫效果在东部和西部显著，中部不显著。农村固定资产投资减贫效果西部不显著。

门槛变量的估计结果表明，财政教育扶贫支出对减贫的效果并非起线性作用，而是呈现非线性作用，即存在“拐点”或者“门槛”。前一期农村人均GDP一旦跨越了门槛值，财政教育扶贫支出减贫弹性下降，出现财政教育扶贫支出减贫边际效果递减。当前一期的财政教育扶贫支出高于门槛值时，财政教育扶贫支出的减贫弹性上升，出现财政教育扶贫支出减贫边际效果递增。

4.2 启示

继续加大财政教育扶贫支出的力度。新时期我国扶贫目标从解决极端贫困人口的生存问题转为重点关注贫困人口的发展问题，只有贫困人口在教育医疗及社会服务方面的支出增加，才能从根本上提高贫困人口的自我生存和自我发展能力，才不容易返贫。

充分利用空间溢出效应的作用。各地区在制定减贫政策时应具有全局思维，不仅要充分发挥本地教育财政扶贫支出对本地区减贫的促进作用，而且要与邻近地区形成协同联动以充分获得邻近地区减贫的空间溢出效应，共同解决区域贫困问题。同时，中央政府要适当加大对空间溢出效应较强的地区财政教育扶贫的投入，弥补这些地区由于外溢造成的损失，平衡地区利益，使正外部性效果得以更好发挥。

教育反贫困与其他反贫困方略协调互动，实现功能互补[41]。在经济发展水平相对落后和财政教育扶贫支出水平较低的地区，进一步加大财政教育扶贫支出的力度，通过经济发展水平的提高达到减贫目的。但对于经济发展比较快的地区，进一步加大财政教育扶贫支出的力度可能会由于效率的损失而不能得到满意的结果，说明要最大化的发挥教育反贫困的功能，还需要与反贫困中其他维度的手段互相配合，共同助力提升教育反贫困成效。

注 释：

① 我国减贫数据库中包括22个省，西藏因数据不全做了剔除，海南因地理空间不连续做了剔除。

② 根据国家统计局《中国农村贫困监测报告》的中东西部划分标准：东部贫困地区包括河北、广西两省；中部贫困地区包括吉林、黑龙江、内蒙古、山西、河南、安徽、湖北、湖南、江西9个省；西部贫困地区包括陕西、甘肃、宁夏、青海、新疆、云南、贵州、四川、重庆9个省市。由于东部贫困地只有河北和广西，互不相邻，彼此之间没有空间相关效应。因此，对于东部地区使用动态面板模型进行估计。