教育服务对农户多维贫困减贫效应研究

张 琦，杨得佳

(湖南工商大学 财政金融学院，长沙 410205)

一、引言

习近平总书记在十九届四中全会上指出：“坚决打赢脱贫攻坚战，巩固脱贫攻坚成果，建立解决相对贫困的长效机制。”在此政策方针指导下，我国稳步推进精准脱贫和精准扶贫，脱贫攻坚取得全面胜利，迈入了历史性的关键节点。目前我国普遍贫困问题基本解决，得益于有效实施全面脱贫战略，这进一步促进我国脱贫工作的实质性进展。以单一维度的收入作为衡量贫困标准具有很大的不确定性和不稳定性，因为当仅以收入的高低作为判断时，有些已经脱贫的农村家庭可能又会因为相关费用成本的增加而使得家庭收入减少，这就可能导致该家庭再次处于贫困状态，所以该标准不够严谨规范，贫困的真实情况也得不到检验。因此从多维贫困角度研究农户脱贫才是有效检验脱贫攻坚成果、建立长效稳定机制的科学标准。

随着教育财政机制改革的逐步推进，我国公共教育财政投入逐年上升，国务院印发的《乡村振兴战略规划(2018—2022)》多次提到强化教育服务等公共服务的内容，教育与贫困的关系也一直是社会及学界关注的焦点。教育作为人力资本的核心，一直以来被看作是能够提升内生发展动力和减少贫困的重要因素之一。通过向个人传授知识和生产技能，可以提高社会劳动生产率，从而增加劳动者收入。这不仅可以使劳动力将自身知识储备及技能充分发挥出来，实现知识创造价值，满足市场经济的需求，还可以改变劳动力的思想观念，提高自身竞争和发展能力，从而适应市场经济的变化。可见,教育不仅能够提高贫困农民的自身发展能力，使其摆脱贫困并实现可持续生计，还能改变贫困农民自身的脆弱性，有效降低脱贫农民的返贫率，甚至当贫困存在代际传递时，教育更是阻断这一传递线的根本对策。目前，多数学者对于教育和贫困关系的研究中，主要是从教育带动经济增长的视角下研究教育和贫困减缓之间的关系，但视角相对单一。因此，基于多维贫困视角，深入探讨教育服务对农户多维贫困的影响效应，对于后扶贫时代从教育服务层面有效提升农村地区贫困防范的针对性、建立健全稳定治贫长效机制，具有重要的现实意义和政策意义。

二、文献综述

我国农村贫困问题具有长期性和复杂性，新阶段的扶贫任务更加艰巨，既要实现贫困程度深、脱贫难度大的根本脱贫[1]2，也要确保脱贫家庭的自我生存与长期发展。

关于多维贫困的概念，国内外不同学者有着不同的理解。Sen认为缺乏可行能力是产生贫困的根源。只有具备这些能力，才有助于消除贫困，由于这种理念一定程度上表现了人类社会发展目标，因此构成了多维贫困的核心观点。[2]782000年世界银行发出的《世界发展报告》也给予“贫困”一词新的内涵，贫困不再仅仅指福利的没有或消失，还包含其他一系列“能力”方面的贫困。在多维贫困的测量方法和模型研究中，张全红等以MPI多维贫困指数为基准，增加收入维度，组建十一项指标，借助主成分分析法进行非等权重赋值，研究我国多维贫困的演变发展。实证结果表明，当仅以收入的高低作为判断时，那些已经脱贫的农村家庭可能又会陷入贫困，极具脆弱性，而以多维指标构建贫困衡量体系时，对贫困测度的准确性大大提高。[3]

教育服务属于公共服务，在公共服务、相对贫困治理和乡村振兴问题方面，部分学者进行了相关探讨。李圆圆等以乡村振兴战略为背景，认为农村体育公共服务关系到体育强国战略目标的实现以及美丽乡村全面建成和城乡一体化统筹发展。[4]郝晓薇等用A-F方法，将基本公共服务作为解释变量，农村多维贫困指数作为被解释变量，回归结果表明，基本公共服务的确有减贫效应，且不同内容的公共服务减贫效应不一致，所以要大力发展基本公共服务。[5]72

治贫先治愚，扶贫先扶智。政府和学界一直密切关注教育发展对农村家庭贫困的影响方向以及程度，但尚未得出较为一致的结论。一部分学者认为教育水平对减少农村贫困、提高农户收入等方面的作用是正向的。王春超等通过农民工和城市劳动者两种劳动者类型，发现在劳动者多维贫困内部，有较多贡献率的指标因素是收入和教育这两个维度，且对农民工来说，收入和教育两个维度对多维贫困的贡献率是要高于城市劳动者的。[6]贝尔曼(Jere Richard Behrman)认为教育可以提高劳动生产率，可以克服农民低收入水平，并摆脱农村贫困。[7]黑崎(Takashi Kurosaki)等选取了1999—2000年巴基斯坦农村调查的样本数据，在此基础上发现教育可以增加农户的就业机会(非农业方面)，进而可以有效地增加农户收入和消除贫困。[8]然而，另外一部分学者的研究表明教育对于增加农户收入和消灭贫困的作用并不显著。蒂尔(Francis Teal)以加纳农户调查数据为基础，研究表明除了女性就业者，教育并没有使得其他人的收入有明显的提高。[9]韦奇伍德(Ruth Wedgwood)对坦桑尼亚地区的数据进行了分析，结果表明教育服务对消除农户贫困并没有显著效果。[10]

基于上述文献可知，当前关于教育与贫困之间的关系的研究中，学者们看法不一。在政策层面，我国主要关注教育水平或教育类型与贫困之间的关系，但具体的教育服务内容并没有针对性说明；学术层面对教育和贫困的关注焦点多集中于教育与经济增长的关系，基本视角停留在收入或单维度研究中，且多采用宏观数据进行研究。本文的贡献是：一是将教育服务的具体内容作为教育方面的指标，在多维贫困指数基础上进一步探析，有针对性地提出意见和建议；二是在实证过程中将教育服务指标进行合理分解，使实证内容更加真实客观；三是以多维贫困为视角，通过测算单项贫困指标发生率、家庭多维贫困程度以及各种指标贡献率，从微观上把握农户贫困状况。

三、农村多维贫困指数的测量

(一)数据来源及处理

本文数据来源于2018年中国家庭追踪调查(CFPS)数据，该调查问卷类型一共有三种，分别是成人问卷、儿童问卷和家庭问卷，但本文研究的对象并不满足这其中任何一种类型，所以需要对问卷进行相应合并。在剔除了异常值和缺失值之后，最后得到了2 565份家庭样本有效数据。

(二)测量方法

本文主题是探究教育服务对农户多维贫困的减贫效应，因此主要用多维贫困的测量方法来进行研究。多维贫困测量方法是随着人们对贫困概念认识的不断深化而变化。一直以来，国外测量方法种类较多，比如Watts多维贫困指数、用夏普里分解测算不同地区的多维贫困情况、还有逐个比较法、非加总法和加总法等。目前被国内学者借鉴较多的是A-F方法。A-F双临界值方法是由联合国计划开发署与英国牛津贫困与人类发展中心(OPHI)的Alkire和Foster基于Sen的可行能力剥夺理论发展的多维贫困测量方法，简称为A-F方法，并在国际上得到广泛应用。[11]该方法的具体逻辑框架如下：

(1)识别贫困维度，构建相应指标。在识别和构建农户家庭贫困的多维度时，应该是在充分了解多维贫困概念后，以此为基础，同时还需要兼顾综合性、全面性、客观性，能够完整而充分地表示出中国农村多维贫困的现实状况。在选取贫困维度之后，进一步建立合理的测度指标。

(2)确定每个维度贫困指标被剥夺的临界值。用i代表农户个体，剥夺临界值是Z，i在第j项指标上的取值为Mij，用于判断家庭是否处于贫困状态；第j项指标上的剥夺临界值指定为Zi，若Mij≥Zi，则判定农户个体不贫困；反之，若Xii

(3)设置MPI(多维贫困指数)指标权重。关于指标权重也有诸多研究，学者主要通过主成分分析法、DEMATAL和熵权法等来确定不同指标的重要程度，实行非等权重法进行相关探索。但目前来说大多采用等权重的方式，即对于不相同的贫困维度，其重要性却是相同的。但这种方法也有学者产生质疑，认为等权重会造成“虚假贫困”现象[12]，因此又有新的研究对这方面进行突破。如郭建宇和吴国宝经过分析发现教育和健康相比于其他指标来说更为重要，所以将两个指标权重从1/6提高到了1/3[13]，还有学者运用其他方法对MPI指标权重进行修改重置。虽然部分学者采用了非等权重法，但是结果和等权重法相差不多，本文根据多种研究结果，决定采用大多数学者的方法，即等权重法。

(4)加入多维贫困指标临界值K(K取1～10之间的十个整数)，用ci(k)代表i被剥夺指标值，即在贫困指标临界值为K时，个体i陷入贫困指标的个数，如当个体i在收入水平和受教育年限两个指标上存在贫困，则ci(k)取值为2。当ci(k)≥K时，说明个体i存在着贫困状况，并且肯定至少有一个维度上的贫困，但具体的维度需要溯源数据。现行国际标准中K的取值是3，也就意味着，如果ci(k)≥3，则该家庭存在大于任意三个的指标上被剥夺了，显而易见，该家庭已经陷入多维贫困中。例如，假设测算的维度一共是8维，当设定维度数是5时，就意味着在8个维度中，是否存在任意5个及以上维度，如果是，则表明该个体i处于贫困状态。

(三)指标框架的选定

对于多维贫困维度和指标的确定，标准尚不统一，根据王小林和Sabina Alkire研究成果及2018年CFPS调查问卷实际内容[16]，本文从收入状况、教育程度、生活条件和健康状况四个维度七个指标对多维贫困状态进行测量与分析。收入状况维度用收入水平这一指标表示，教育程度维度包含受教育年限和学龄儿童失学两个指标，健康状况维度包含社会保险和养老保险指标，生活条件维度包含用水、住房和生活燃料三个指标(见表1)。另外，A-F双临界值法下各指标权重采用等权重法。

表1 多维贫困维度、指标及被剥夺临界值

(四)多维贫困测量及结果分析

1.农户家庭单项指标贫困发生率测算

前文已经详细说明了被剥夺临界值的概念、判断和用法，根据以上分析计算出2 565个农户家庭共4个维度7个指标的贫困发生率，结果见表2。

表2 农户家庭单项指标贫困率

就收入这一维度来说，其贫困发生率为5.5%，可以看出阶段性脱贫成效。表2显示，农户家庭在受教育年限的贫困发生率是28.3%，社会保险和养老保险方面的贫困发生率是58.4%，生活燃料对应值是37.7%，可以看出在这三个方面有较高的贫困发生率，表明农户家庭抗击外部风险的能力不足。受教育年限越少，反映出其受教育程度越低，由此产生思想观念不开放、只会基础性劳作等一系列连锁反应，有极大的可能性陷入贫困困境；当农户生活条件中的生活燃料还处于最初级的柴草阶段时，意味着家庭未来可持续发展能力和生存能力欠缺，贫困脆弱性较高，并且柴草属于易燃物，在农村贫困地区，不少家庭住房低矮，柴草集中堆放或使用疏忽，极有可能起火燃烧，造成财产损失，加大贫困程度；当社保和养老保险出现空缺时，该家庭面临的疾病风险保障就大大降低，面对的生活危机大大加强，甚至出现家庭成员患有重大疾病，只能通过借贷的方式来保持健康，从而加大医疗支出，使家庭迅速陷入贫困。

2.农户家庭多维贫困程度及各指标贡献率

表3显示了在不同K值下农户家庭的多维贫困程度。其中贫困发生率H代表了多维贫困发生的广度，贫困被剥夺深度指数A代表多维贫困发生的深度，多维贫困指数MPI兼有广度和深度的综合意义，即多维贫困程度。分析表格发现，首先，随着K值的增大，贫困发生率越来越低，由40.3%转变到0.6%，即最后仅有16家农户家庭存在5个多维贫困指标上的贫困。进一步探究发现，贫困发生率从K=2到K=3时降低幅度最大，越到后面降速越来越慢，这说明贫困维度较低时，农户贫困减缓效果显著，这也是得益于上文中收入水平、学龄儿童失学等单维度指标有着较低的贫困发生率(多在5%左右)，表明国家在基本公共服务、社会保障制度等方面的举措有利于减缓农村贫困。但是，当贫困维度越来越高时，贫困改善程度就不够明显，意味着对于部分农村贫困家庭来说，攻坚难度大，需要更长的时间和更深入的方法来针对性治理贫困。其次，贫困被剥夺深度指数随着K值增大而增大，即更高维度上的农村家庭贫困深度更深，就具体数值而言，该指数上升幅度比较稳定，平均保持在0.08的水平。另外，多维贫困指数呈连续下降趋势，而且K取6或7时贫困发生率为0，表明农村大面积贫困问题已经基本解决。

表3 农户家庭多维贫困程度

表4反映了不同K值下各指标的贡献率，其中，收入水平、受教育年限、用水、生活燃料对多维贫困指数的贡献率逐渐增大且均呈稳步上升趋势。首先，随着K值的增加，虽然贫困维度增加了，但提高农户家庭收入水平是最切实最普遍的举措，有助于解决多维贫困广度的问题；其次，受教育年限不仅贡献率逐渐上升，而且也是贡献率最大的指标，这充分说明了“扶贫与扶智”相结合政策的必要性与重要性，当人们受到的教育时间越长，则教育内容收获的越多，这对于个人思想开放、对后代教育方面都会有收益，这种收益不仅体现在收入等财务方面的提升，更重要的是对能力贫困的治理都有很大的改善；再次，用水和生活燃料等生活条件方面的贡献率提升，可能是因为条件的改善意味着生产效率、身体健康等方面的状况变好，比如，当更多人的生产生活是用纯净水、桶装水甚至过滤水时，人们就能减少细菌病毒的感染，也不用花费时间精力去打井水、接窖水，从而提高了生产生活效率。总体来看，受教育年限、社保和养老保险、住房三个指标对多维贫困的贡献率最大，且均超过或大部分超过10%，说明这三个指标能更大程度上促进农户家庭脱贫，起到了关键性作用。

表4 不同K值下多维贫困各指标贡献率

四、实证研究

(一)变量选取与描述性统计

1.被解释变量

前文提到，现行国际标准中，多维贫困指标临界值K取3，如果个体被剥夺的相对应指标值大于或等于3，则表明该家庭存在大于任意三个的指标被剥夺了，再结合测算的多维贫困指数，结果发现，当K=3和K=4时多维贫困指数变化较为明显，因此本文的被解释变量就是选取了K=3和K=4时农户家庭的多维贫困状况。

2.解释变量

在本文研究中，解释变量“教育服务”用受访者认为互联网作为信息获取的重要程度进行衡量。CFPS数据库为微观调查数据，和教育服务相关且具有代表性的包含调查者一些主观回答，而每个样本所认为的互联网的重要程度反映了该家庭成员对信息的重视程度及对科技等方面的捕获程度。因此使用该指标可以反映不同家庭条件(收入、教育、健康、生活条件)下人们的教育服务结果。

3.描述性统计

在CFPS问卷调查中，对于互联网作为信息渠道的重要程度，有1至5五个选项，逐级递增表示重要程度越深，所以将选择1的记为0，选择2，3，4，5的记为1。在表5定义栏中，为了简洁表达赋值情况，就将农户选择1选项的视为“不重要”，赋值为0，而选择其余“一般重要”“较重要”“重要”“非常重要”(即2，3，4，5)等选项都归为“重要”，赋值为1。实际中有多种因素可能会使得农户家庭处于多维贫困状态，为了更加突出教育服务的作用，所以尽量控制受教育水平、年龄、性别、婚姻、健康状况这五个个体特征变量。

本研究用多元线性回归模型来探讨减贫效应，具体模型如式(1)所示：

Y=αXi+βCi+εi。

(1)

式中，Y代表农户多维贫困状态，α和β是需观察估计系数，Xi为教育服务的核心解释变量，C表示控制变量，εi为随机误差项。表5是变量定义与描述性统计相关内容。

表5 变量定义和描述性统计

(二)实证结果与分析

1.教育服务的多维减贫效应分析

首先在Stata15.0中进行多重共线性检验，在两个VIF结果中，最大值是1.341，远远小于经验规定中的10，VIF平均值为1.223，该值表明研究中的各个变量存在非常弱的相关度，结果是能很好地解释上述模型。在基本的多重共线性检验完成后，接着进行回归分析，最终结果如表6所示。

表6 教育服务对农户多维贫困影响的回归结果

根据选取的K=3和K=4两个维度贫困测算结果分析，农户认为互联网作为信息渠道的重要程度对他们的多维贫困状态有显著的负向影响，观察表格进一步发现当贫困维度更高时，其减贫效应也越大，因为四维贫困的绝对值系数大于三维，当互联网作为信息渠道的重要程度提升一个单位的比例时，农户家庭处于三维贫困的概率减少了4.9%，处于四维贫困的概率下降2.9%。这些结果说明人们普遍认为，互联网作为现代社会经济发展和人们交互学习交流的必要要求，可以显著改变家庭的多维贫困状态。结合当前经济社会发展背景，毫无疑问，互联网技术及产业的迅猛发展确实促进了市场经济的发展，对个人、企业和社会来说正向效应显著。尤其对于农村地区来说，互联网的发展程度是低于城市发展水平的，所以在很大程度上，相应的弊端并没有暴露出来，农村居民正从中获益。因此，需要进一步从各个方面发展互联网教育。

在个体特征这一变量类型上，本文选取了和教育主题密切相关的受教育水平变量，除此之外还包括一些最基本的信息，如个人年龄、性别、婚姻及健康状况作为个体特征变量，符合一般逻辑。结果表明，当K=3和K=4时，受教育水平对农户的多维贫困状态同样有负向影响。当个体的受教育水平越高时，就有更低的概率陷入多维贫困，同核心解释变量类似的是，受教育水平同样也存在着递增的效应。当受教育水平提升一个单位的比例时，农户家庭处于三维贫困的概率就减少了1.6%，在四维贫困时发生率下降0.6%。户主教育层次越高，就更能获得强劲的学习能力与学习技巧，无论是对于平时生活还是工作情况等方面都会产生帮助，这极大可能给个人及所在的家庭带来无限的正向效益。健康状况在不同维度上也都对农户多维贫困有显著的负向影响，这说明当家庭成员中有更多人身体状况健康时，那么该家庭陷入多维贫困的概率就越低，因为患病会给家庭带来相应的成本，成本的增加就导致其他生活方面及生活质量的下降，影响该家庭生活状态。除去这一主要变量，其他个体变量特征对农户家庭的多维贫困影响也存在。

2.稳健性检验

为了消除不同指标可能会导致实证结果不稳健的影响，本文还进行了稳健性检验。现代家庭藏有家庭书籍的比较普遍，指标较为客观，所以利用该变量作为教育服务对农户多维贫困减贫效应的稳健性检验指标。指标设置中，家庭书籍数量为0的记为0，超过0的则记为1。结果如表7所示，可以看到，家庭书籍数量在K=3和K=4时与农户多维贫困呈显著负相关关系，解释为当家庭有书籍藏量时，要比那些没有书籍藏量的家庭有更小的可能性陷入贫困困境，如当农户家庭书籍数量每提高1单位时，农户处于三维贫困的概率下降2.2%，即教育服务对农户家庭的多维贫困是具有明显的减贫效应。

表7 稳健性检验结果

五、结论及建议

(一)结论

本文基于北京大学中国社会科学调查中心2018年调查数据(CFPS)，主要研究了教育服务对农户多维贫困减贫效应，采用国际上较为成熟通用的A-F双临界值法进行多维贫困的测量，实证分析采用回归方法并进行了稳健性检验，得出教育服务对农户多维贫困有减贫效应。主要结论如下：

第一，测量农户家庭多维贫困的指数。通过A-F方法测算，发现社会保险、生活燃料和受教育水平在单维度上有着较高的贫困发生率。从多维贫困角度来看，随着K值的增大，农户家庭贫困发生率越来越低，进一步观察发现，从K=3到K=4变化时，贫困发生率和被剥夺深度指数都是变化最明显的，不存在6个及7个维度的贫困，即没有极端贫困出现。但是，贫困发生率降低，并不一定意味着贫困状况改善，还要进一步结合各分解指标对多维贫困的贡献率进行分析。总体来看，受教育年限、社保和养老保险、住房三个指标对多维贫困的贡献率最大，说明这三个指标对农户家庭脱贫可以起到关键性作用。

第二，教育服务对农户家庭的多维贫困有很明显的减贫效应。多维贫困在个体特征方面有所影响，并且教育服务在更高维度的贫困问题方面有更加显著的减贫效应，教育水平对于强化公共服务，进而有效实施乡村振兴战略有着不可估量的作用，通过增加教育服务，拓宽个体获取知识渠道与方法，对于个体发展及农户家庭减贫都有良好的效应，有利于改善农村多维贫困的状态。

(二)建议

第一，建立多维贫困识别框架体系。由结论可知，以多维贫困为视角比单一视角得到更多深入信息；而且伴随着社会经济的发展，我国农村贫困问题越来越棘手，挑战与日俱增。尤其在如今乡村振兴战略的推进下，仅仅按照单一收入状况来衡量贫困状态已经被淘汰，只有建立完整的多维贫困识别框架，才能更有效地减少返贫率，防止农户家庭再次陷入贫困状态。国际上早已经流行以多维贫困为研究视角来分析减贫效应，我国目前正处于由绝对贫困向相对贫困的关键转折点。对此，政府应该出台有效政策，建立以多维贫困为新视角的农村贫困识别体系，以客观结果来评价减贫效益，从而平稳过渡到相对贫困减缓阶段。

第二，建立教育服务和农村多维贫困的衔接机制。由于教育服务对农户家庭的多维贫困有很明显的减贫效应，而教育服务属于公共服务，可以将教育服务贫困制度的实施以各地区农村多维贫困的具体情况作为参照标准，加大教育服务的广度与深度。政府在此过程中需要建立动态监测平台，及时发现和解决存在的问题，以期在扶贫项目的解决上有更高效的运作。

第三，加强教育服务内容。具体来说，本文探讨了家庭书籍和农户认为从互联网获取信息的重要程度，因此在减贫过程中对于贫困山区学校的建设要加大力度，在义务教育能够充分保证的前提下加强互联网设施，通过提供相应的教育服务来提升农村地区的教育质量。比如建立村委会图书角，定期开展阅读分享活动，让人们增加获取教育的渠道。在互联网方面，要给农户家庭适龄成员普及网络知识,特别是注意网络诈骗等陷阱，使人们对互联网的认识更加深刻全面。在农村社会经济发展过程中推广信息普遍化，加强相应信息平台建设，注重农户教育方面的“能力贫困”现象，优化农村的教育资源，更好地帮助贫困户高效脱贫和提升脱贫质量。