解决相对贫困问题的教育财政补偿机制——基于特征价格理论的成本补偿策略

马红梅

（华中师范大学，湖北 武汉 430079）

一、问题提出

2020 年，我国的区域性整体贫困问题得到解决，脱离了绝对贫困。在“后脱贫攻坚”时期，我国与其他发达国家一样，将长期面临相对贫困的问题，因为“无论一个经济体系运行得多么好，总会有一些人由于物质条件起了对他们生活不利的变化，而处于受损害的边缘或落入贫苦的境地”[1]。党的十九届四中全会审议通过的《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》 提出，“巩固脱贫攻坚成果，建立解决相对贫困的长效机制”。因此，探索解决相对贫困问题的长效机制、为相对贫困人口赋权赋能将成为未来相当长一段时间内的重要任务。

现阶段我国的相对贫困问题主要体现在城乡差距、区域差异等方面。相对贫困的治理需要产业、就业、金融、信息、技术、教育、医疗、文化、减灾等多层次的立体资源支撑体系共同维护。教育在减贫助困中的作用得到了一致认可，[2]因此，通过促进教育这种人力资本的积累来提升相对贫困人口的可行能力是解决贫困问题的有效策略。

我国高度重视教育在减贫工作中的重要价值，颁布了一系列针对处境不利人口（或地区）的教育政策，贫困学生资助、农村教师劳动力市场培育等方面的教育政策均旨在补偿处境不利贫困人口（或地区）所需的额外教育成本。然而，教育成本补偿实践在“如何补偿”方面的精细化程度不足，如贫困学生资助方案的灵活性不足[3]、部分地区的教师生活补助不足以抵消偏远贫困农村地区学校的艰苦环境给教师带来的职业效用损失[4]。

本研究主要针对学生和教师这两个群体讨论教育成本补偿问题，因为学生培养成本和教师工资成本是最主要的两大教育成本类别。研究在特征价格理论（hedonic price theory）的视角下，聚焦相对贫困环境下的学生培养成本和教师工资成本，构想精准帮扶相对贫困人口（或地区）的基础教育财政补偿制度。研究从理论和方法两个层面重点阐述如何测算相对贫困学生获得“公平而有质量教育”所需的额外培养成本和相对贫困地区提供同等质量教育所需的额外教师工资成本，并简要介绍如何据此评估教育财政支出是否充足和公平、面向相对贫困人口（或地区）的教育成本补偿政策是否有成效。

解决相对贫困问题的教育财政补偿机制建设需要在理论上明晰、在技术上规范，这正是本研究的边际贡献。研究在特征价格理论的指导下构造教育成本函数，基于纵横贯通的数据估计教育生产过程中环境特征的隐性价格，据此测算学生培养成本、教师工资成本。

本研究构想的教育成本补偿方案一方面能回应教育精准帮扶和基础教育公共服务均等化等现实需求，为处境不利的相对贫困人口（或地区）的基础教育公共服务提供财政保障，促进相对贫困人口的能力建设；另一方面也将教育财政充足、公平与效率有效地统一起来。而且，教育财政补偿制度的顶层设计也有利于将以往用于补偿处境不利人口（或地区）的各种专项资金整合起来，以促进教育经费向“一般化”并轨，提高公共财政使用效率。

二、理论基础和相关文献

相对贫困人口（或地区）的教育成本需要补偿的缘由是不同环境情景下的资源转化率不同，学生背景特征（包括他们的家庭背景和部分生物学特征）、教师任教学校的区位特征等环境等都影响着教育资源的转化率，且不利环境不利于资源转化。从财政公平的角度看，应根据具体环境确定同等质量教育服务的实际成本。上述问题可在特征价格理论框架下得以解决。在论述学生背景特征、学校环境特征等对教育成本的影响之前，需要先明确特征价格理论的要义。

（一）特征价格理论的基本内涵

特征价格理论最早用于分析市场营销领域中与产品细分相对应的差异化定价问题。[5]假设某产品有j 个能带来消费效用的属性，该产品理论上可形成j! 个细分系列且对应j! 个价格。假设第j 个细分产品比第j-1 个细分产品多一项可提高消费者心理效用的属性特征且价格高C 元，消费者选择第j 个产品而不选择价格更低的第j-1 个产品的行为暗含了他对第j 个产品多出的那个独特属性特征的边际支付意愿（marginal willingness to pay）是C 元。根据“行为显示偏好”的假设，C 亦即产品的第j 个属性特征在消费者心目中的保留价格。

现实交易中的产品价格不会细化到为每个属性特征分别定价的程度，即产品属性特征和产品价格均不具有严格的连续性。研究者无法直接观测到产品属性连续体上所有两两相邻属性特征差异对应的价格差异。在这种情况下，研究者只能通过构造成本函数的方法间接估计产品属性的隐性权重（implicit weight）。成本函数的左边是商品价格，右边含有产品属性变量，因此，这个函数式又被称作特征价格方程，它将产品属性特征视为引起价格差异的要素且每个属性特征在消费者效用函数中的权重各异，产品属性特征变量对应的系数即它在成本函数中的隐性权重。

得益于行为经济学的发展，特征价格分解技术在环境保护、生产安全、耐用品消费、职业选择等研究领域得到广泛应用。这些文献涉及的主要问题是人们为获得愉悦心理体验愿意付出多大的经济代价，或在面临引发心理负效用情景时需要多大的补偿价值才能弥补效用损失。

不利环境对教育生产过程的负面影响及其所需的额外成本也可用特征价格理论来解释，研究者只需将上述的产品属性特征替换为教育环境、将产品价格替换为相应的教育成本即可。例如，学生家庭相对贫困等背景特征增加了教育教学的难度，这些相对贫困生达到同等学业水平所需的教育成本更高；同理，学校所在地区艰苦边远等环境劣势削弱了当地教职岗位的吸引力，需要提供额外的经济补偿（表面上体现为更高的工资）才能弥补不受欢迎的环境给教师职业效用造成的损失。不利环境下的额外教育成本究竟有多大，这是个需要诉诸数据检验的实证问题。[6]

（二）相对贫困与教育成本补偿

构建解决相对贫困问题的教育财政补偿制度首先需要明确相对贫困的标准。何为贫困的问题自20 世纪70 年代以来就引起了广泛的讨论，绝对贫困的内涵与外延已相对清晰。相对贫困的界定沿袭了绝对贫困的研究路径，如相对贫困线的划定[7]、多维相对贫困指数的构造[8]等。研究者可借用某通用的标准识别出相对贫困的人口（或地区）。

教育中的相对贫困通常与环境相联系，如我国的流动人口子女（包括留守儿童和随迁子女）、单亲家庭子女或孤儿、低保家庭子女、建立过贫困档案的孩子等都是学生群体中的相对贫困人口。对相对贫困人口的界定，也可以借鉴其他国家的做法，如美国没有设定官方的贫困生标准，“国家营养餐项目”鉴定出来的有资格享受免费午餐或打折午餐的学生通常被视为贫困生。[9]若欲从更宏观的层面分析相对贫困问题，地区位于偏远山区或“乡村振兴重点帮扶县”、区域内的相对贫困人口比例等均可作为相对贫困的操作指标。

1.相对贫困学生培养成本补偿

根据学生具体处境确定培养成本的实践于20 世纪70 年代在加拿大初现雏形，但与之相关的理论建构与实证研究在2002 年美国颁布 《不让一个孩子掉队》（No Child Left Behind，NCLB）法案后才大量涌现。美国处境不利学生的培养经费补偿问题是由NCLB 教育问责条款引发的。[10]NCLB 要求所有学生在标准化的统考中成绩达标，而与NCLB 问责条款直接相关的现实问题是所在家庭或社区贫困、少数民族或有色人种、英语不熟练等不利的学生背景特征以及阿拉斯加州等偏远艰苦地区或纽约市等大都会中心城区等学校所在地的经济地理特征都对学生学业表现水平产生负面影响，如果要让这些处于不利环境的学生达到规定的学业水平，则需要更多的资源投入。这关系到NCLB 考核目标的合理性问题。[11]因为在学生构成多样化的背景下，学校不可能在传统的培养经费拨款模式下完成学生全员达标的任务。因此，不同环境下学生达到同等学业水平所需的等价成本（fiscallyequalized cost）问题受到了前所未有的关注。学生培养成本补偿思想正是在这种背景下得到迅速传播，各州也积极探索学生培养成本补偿的方案，如田纳西州、夏威夷州将有资格享受免费午餐或打折午餐的学生归为“高成本学生”进行资助，另有一些学区和州将非英语母语、有色人种、单亲家庭等学生背景特征作为培养成本补偿的依据。[12]

如公式1 所示，探讨环境对教育成本影响的实证研究多以对数线性模型为主。成本函数的方程右侧含有j 个环境变量Ej，方程左边的M是学生达到学业水平A（通常被具体化为考试成绩）所需的培养经费。[13]公式1 亦即测算教育环境特征的隐性权重的特征价格方程。[14]p 是物价指数或生活成本指数，X 是影响学生学业表现的个人特征或学校特征向量，ε 是随机误差项。

教育成本函数一般式中的所有变量均作了对数处理，但需要说明的是，核心解释变量Ej在部分样本中取值为0，取对数后是无效缺失值，需分情况讨论：①当Ej为0 或1 取值的虚拟变量时，用Ej的原始值参与公式1 作半对数回归即可；②若Ej是连续变量且Ej中含有零值，则可先将Ej向右平移一个单位后再取对数，即将公式1 中的lnEj替换为ln（Ej+1）。其他控制变量遇到类似情形时可根据样本损失量来酌情处理。研究者若想考察办学的规模经济效应，则需在公式1 中加入师生人数等指标及其高次项，以及这些指标与lnEj的交互项。[15]

公式1 中，第j 个环境特征Ej对应的系数γj反映环境对教育成本的影响性质与强度。为简化论述，先将E 限定为学生家庭经济情况这个单一指标且E 为0 或1 取值的虚拟变量，即j=1，且E1=1 表示相对贫困家庭而E1=0 为非相对贫困家庭。

研究表明，公式1 方程右边的学生学业水平A 与他所处的不利环境E1——家庭相对贫困之间负相关。[16]因此，若欲使家庭相对贫困的学生达到同样的学业水平，则公式1 左边的培养成本M 需更高才能维持等式两边的平衡。换言之，在其他条件（X）相同的情况下，学生获得同等教育产出A 所需的培养成本M 与他们身处相对贫困家庭这种不利环境E1正相关，γ1为正。[17]γ1被视为家庭相对贫困这种产生额外教育成本的不利环境在教育生产过程中的隐性权重，也被称为“贫困梯度”（poverty gradient）。[18]

若E1为0 或1 取值的虚拟变量且不经过对数转化，γ1的效应量即(eγ1-1) ×100%，其经济含义是学校每招收一名相对贫困学生，多出的培养成本相当于平均培养成本的比例值。若E1是连续变量且做了对数处理再参与分析，γ1意为贫困环境的价格弹性，即学生家庭贫困程度E1每增加1%，培养成本所增加的比例是γ1×100%。γ1的效应量与平均培养成本相乘所得的值即相对贫困在教育生产过程中的“隐形价格”或“影子价格”。

参照E1的均值E1等统计量，将E1做对中处理后可算出一名相对贫困学生的单位培养成本指数eγ1×100%（E1为0 或1 取值的虚拟变量时）或γ1×100%× (E1-E1)/E1（E1为连续变量时）。在单位培养成本指数的基础上乘以相对贫困学生人数Ns和生均培养成本即可确定一个学校或地区面临的学生培养成本补偿值总额。

上述学生培养成本补偿的方法和步骤已在美国得到推广。例如，基于美国教育统计中心数据的分析结果显示，1989—2010 年，贫困学生的培养成本比非贫困学生高11.5%—12.1%，[19]即γ1的估计值做指数运算并减去1 后介于0.115—0.121 间；再如，在2000 年时，纽约贫困家庭的子女所需的额外培养成本比非贫困学生高1.22 倍。[20]此处简要补充说明几种特殊情况。

第一，若分析单位是学校或地区而不是学生，研究者需将M 替换为校级或地区教育经费支出的均值或中位数，E1即为建立了相对贫困生档案的学生比例或符合相对贫困标准的学生比例。在这种情况下，E1是连续变量，需作对数处理。若存在无相对贫困学生的学校或地区，E1取值为0 无法作有意义的对数转化，在这种情况下可将E1整体右移一个单位再作对数转换，用ln（E1+1）替换公式1 中的lnE1。

第二，若学生来自相对贫困的地区且生于相对贫困的家庭，则公式1 的右边还需加入表示地区贫困状况的变量E2。将E2对应的系数γ2的效应量与γ1的效应量相加即受双重贫困影响学生的培养成本高出的比例，假设E2与E1均为虚拟变量，则相对贫困地区的相对贫困家庭学生的培养成本比非贫困地区的非贫困家庭学生高[（eγ1-1）×100%+（eγ2-1）×100%]，以此类推。同理，公式1 中还可加入若干个引起额外成本且具有政策意义的学生背景特征，如留守儿童或随迁子女、单亲家庭、少数民族等，将j 个不利教育环境特征的系数γj对应的效应量累加即身处这些多维贫困环境学生高出的额外培养成本比例。这种算法可用于更精准地资助处于多重不利环境的学生，如偏远山区的孩子可能受家庭经济条件差、单亲、留守或监护人丧失劳动能力等多重不利因素的影响，需要同时考虑所有这些不利环境的交叠影响，而当前按大类定额资助的方式在缓解这种多维贫困学生的不利处境方面明显不足。

求解γj是实证研究的核心工作，γj可作为制定和评估与相对贫困学生资助有关政策的参照标准。①确立不同贫困程度学生的培养成本。对照学生背景特征Ej，将γj的效应量逐项加总起来并乘以平均培养成本就可确定不同贫困程度的学生应享有的补偿额度，这可避免以往贫困生资助工作中将学生粗略地划分为几个类别后定额补助而导致部分深度多维贫困的学生得不到充足补偿的问题。②评估教育经费支出的公平性和充足性以及教育财政补偿政策的效果。参照γj可评估学生培养经费支出在多大程度上体现了“向贫困地区和贫困人口倾斜”。若面向处境不利学生的培养经费实际补偿比例值小于γj，则不利处境学生的培养经费投入不充足，还需要进一步调增。这个过程把教育过程和结果、投入与产出有机衔接起来，将财政的“充足”与“公平”“效率”统合在同一框架中进行审视。

2.相对贫困地区教师工资成本补偿

相对贫困对教师工资成本的影响主要体现在学校所在地的经济地理环境较差而导致岗位没有吸引力、教师“下不去”，如位于偏远山区或“乡村振兴重点帮扶县”等艰苦地区的学校环境劣势明显，需提供额外的经济补偿才能吸引同等质量的教师，相对贫困这种外部环境增加了聘用教师的工资成本。[21]

特征价格理论可直接用于解释劳动力市场上的劳动力成本差异问题。因为工资是劳动力的货币价格，而工作环境是影响劳动者职业效用的重要岗位特征，源于工作环境的心理收益通过与工资的替代作用而间接影响工资，因此，工作环境的舒适度是引起工资差异的重要因素。[22]当良好的工作环境缺失或不受欢迎的环境不可避免时，个人的职业效用有所损失，需要等价补偿才能使这个岗位与其他岗位间实现效用无差异化。[23]货币化补偿是缓解不良工作环境负面影响的最常见做法，[24]而货币化补偿将最终体现为更高的工资，因此，工资不仅是劳动力的价格，也是不良工作环境的补偿价格。[25]

尽管学校工作环境没有在教师劳动力市场上正式定价，教师对工作环境的心理估价也不能被直接观测到，但若将教师职业选择过程中的心理收益和工资看作具有替代性的消费品，研究者就可探测与实际工资和工作环境相联系的“显示性偏好”（revealed preference），或在假设的工作环境情景下收集期望工资信息而得到“陈述性偏好”（stated preference）。将公式1 左边的M 替换为教师工资、右边的E1设定为学校层面或地区层面的相对贫困程度即可估算相对贫困环境在教师工资成本函数中的隐性权重。[26]

此时的γ1在影响教师工资的其他变量（X）保持相同的情况下，相对贫困地区这种学校所在地的整体环境给教师职业效用造成的心理损失折合成的货币价值相当于教师平均工资的比例。如前所述，若E1为0 或1 取值的虚拟变量，如学校是否位于相对贫困地区，E1无须作对数转化，直接进入公示1 参与分析，在这种情况下，位于相对贫困地区的学校聘用一名同等质量的教师所需的额外工资成本比例是(eγ1-1) ×100%；若E1为连续变量，如学校所在地区的相对贫困人口比例，可先将E1向右平移一个单位取对数后再参与公式1 的运算，γ1×100%即学校所在地区的相对贫困人口比例每增加1%时教师工资成本的增加幅度。

γ1也可作为参照标准用于检验当地的“乡村教师生活补助”是否足以消除相对贫困对教师职业效用造成的负面影响。参照E1的某个统计量（如均值），将其做对中处理后可算出相对贫困地区的单位教师工资成本指数eγ1×100%或γ1×100%×（前者是E1为虚拟变量的算法，后者是E1为连续变量的算法）。在此基础上乘以教师人数Nt和教师平均工资即可确定一所学校或一个地区因相对贫困这种环境劣势而产生的额外教师工资成本总价值。

同理，Ej可被设定为影响教师职业效用且具有政策意义的任一环境变量，如学校位于偏远山区或农村、学校到中心城区的距离远等，这些不利环境特征的效应量加总后得到具有多重环境劣势的学校或地区聘用一名同等质量教师需要额外支付的教师工资成本。[27]在钱伯斯（Jay G.Chambers）教授的推动下，基于特征价格理论测算学校办学环境或学校所在地区环境对教师职业效用的影响，进而根据教师工资成本指数加权拨款的教师工资财政补偿制度已在纽约州、密苏里州、阿拉斯加州、佛罗里达州、亚利桑那州、德克萨斯州和加利福尼亚州等地确立。[28]美国的教师工资成本补偿方案进退有据，以广博而深厚的高质量追踪调查数据和教育行政管理档案数据为驱动裁定教师工资成本补偿系数，不像英国、法国那样在国家层面划分各地区的边远艰苦等级然后分类定额补偿。这归功于美国大型教育追踪调查和伴随式教育管理数据建设工作的前瞻性。

三、模型识别和数据要求

以上是纯理论的分析，而基于非实验数据的研究还可能受到模型设定偏误的影响。就学生培养成本而言，公式1 右边的教育产出水平A可能是特定环境下人们的教育偏好所致或是地方政府根据本地财政能力和环境等实际情况量入为出的结果。在这种情况下，用普通最小二乘法估计γj可能会受到遗漏变量偏误的影响。就教师工资成本而言，由于教师职业选择过程中存在自选择性，公式1 中遗漏了同时影响教师工资和教师选择到何种环境的学校任教的不可观测变量，基于截面数据并采用普通最小二乘法得到的γj不是最优无偏一致估计，内生性问题还需进一步解决。因为使用有缺陷的分析技术所得到的结果仍不能为相对贫困人口（或地区）教育成本补偿提供有价值的精准信息。研究者需通过优化数据的结构和质量、分析技术等提高研究结论的可信度。

解决内生性问题的方法较多，常见做法是利用多期追踪（面板）数据进行固定效应估计，以消除不随时间而变的不可观测特征的影响。工具变量、双重差分或三重差分以及广义差分、断点回归、合成控制、控制函数等方法均得到了广泛应用，且这些方法之间还可组合应用，但这些方法对数据结构和质量的要求较高。笔者以学生培养成本测算为例，简要说明通过构造多期追踪（面板）数据来估计学生所处环境对教育成本的影响的步骤。

追踪（面板）数据的结构优势使得更精确的分析成为可能，但它需要在数据采集前期和后期合成过程中通盘考虑识别码的编码细节，为学生、教师和学校及其所在地区作代码标记且这些代码在不同时间点上应保持不变，以便让不同时点的信息和不同主体间的信息通过不同数据表共享的唯一的识别码进行跨库合并。例如，以学生学号、教师工号、学校组织代码和地区行政代码等为唯一识别码，即可将分散在多个管理部门的零散数据进行纵向关联和横向贯通，从而建立广口径、宽时窗的追踪（面板）数据。[29]将学校财务信息和学生学籍管理数据（含成绩和个人背景信息）合并后，研究者就可测算相对贫困学生达到同等学业水平所需的额外培养成本比例；[30]将各地教育财政支出和当地社会经济地理信息以及学生学籍管理信息匹配后就可考察各类教育专项资金在多大程度上起到了补偿相对贫困人口的作用。

公式2 中的下标k、s、t 分别表示第k 所学校第s 个学生在第t 期的记录，其他变量或参数的含义与公式1 相同。追踪（面板）数据最常见的适用方法是固定效应估计，其主要思路是对误差项做分解处理，允许学生个体特征（ωs）和学校组织特征（τk）与核心解释变量（Ej）相关。若不考虑这种复合误差项的特殊设定，公式2 与公式1 无本质区别，无法避免遗漏变量、自相关等问题导致的模型设定偏误。以公式2 为基础的固定效应估计可通过组内中心化或差分技术消除学生学习能力和人格个性、学校组织氛围和办学质量或效率等相对稳定的不可观测特征的影响。时间趋势项（λt）还可消除对所有学生和学校都产生作用的共同趋势的影响。

尽管固定效应估计能缓解由不可观测的遗漏变量引起的内生性问题，但仍无法消除双向因果关系的可能性。例如，相对贫困家庭的学生更有可能在经费投入水平较低的学校上学，但他们用“时间+汗水”的苦读模式，以较低的成本获得较高的产出，从而使得相对贫困对教育生产过程的负面影响被低估。对于这种情况，可寻找直接影响核心解释变量Ej但不直接影响结果变量M 的工具变量Z，先利用Z 的信息估计出Ej的预测值Êj，然后再用Êj替换公式2 或公式1 中Ej。另一种解决思路是，先通过随机前沿分析或数据包罗分析等方法算出教育生产效率并将其作为控制变量加入公式2 或公式1 中。[31]

研究者也可利用部分学生（或地区）在不同时间点上相对贫困身份的变化而采用双重差分估计策略。如公式3 所示，学生贫困状态（E1）与贫困状态发生变化后（post=1①）的交互项系数φ'可更精准地反映相对贫困对学生培养成本的影响。②

将φ' 视为教育成本补偿政策净效应还需要满足平行趋势假设，通过学生相对贫困状态发生变化前的若干期时间（t*-1）的虚拟变量与lnEj的交互项系数即可判断是否满足平行趋势：若交互项系数显著，则不满足平行趋势，在这种情况下可联合使用倾向匹配得分等技术加以矫正，在满足平行趋势后再重复上述过程。

此外，若部分学生的相对贫困状态随着时间的推进而反复变化，如某些学生从前不是相对贫困生但后来被鉴定为相对贫困生，而另一些相对贫困生可能随着时间的推移而脱贫，还有一部分学生从未贫困或从未脱贫。这种相对贫困身份属性的变化使得多期的渐近差分法具备了数据基础。在这种情况下，公式3 中的post应替换为贫困状态i 次变化的时间分割点posti，对应i 个交互项系数φi'。差分估计部分策略可联合使用固定效应估计，得到更准确的结果。③

与学生个体层面的相对贫困一样，学校所在地区相对贫困等经济地理属性也存在变更的可能性，可采用相同的思路处理。

综上，相对贫困学生培养成本补偿系数和相对贫困地区教师工资成本的补偿系数的确定流程如下：一是根据信息主体之间的关系，用唯一识别码将若干张独立工作表合并，满足特征价格方程（公式1—公式3）的变量要求；二是将学生培养经费或教师工资、教育环境以及其他控制变量带入公式中进行估计，得到相对贫困的权重系数，据此确定相对贫困家庭学生所需的额外培养成本和在相对贫困地区学校任教的教师所需的经济补偿；三是选择一个参照地区或确立一个教育环境基线标准，计算单位学生培养成本指数和单位教师工资成本指数，再乘以各地各种不利环境下的学生人数或教师人数和成本均值，得到特定地区因相对贫困而需要的额外成本总量；四是以γj或γj'为参照标准，评估教育经费支出是否满足充足和公平要求以及教育成本补偿政策能在多大程度上起到补偿相对贫困人口（或地区）的作用。

四、结语

本研究从理论与方法两个层面讨论相对贫困等不利环境对教育成本的影响。研究的重点是确立教育成本函数中相对贫困的隐形权重。这个过程将教育财政“充足”“公平”“效率”有机融合在一起，能为“弱有所扶”所需的财政保障水平提供学理依据。本研究为完善基础教育财政制度提供了理论基础和技术框架。

研究主要解决了以下两个方面的问题。第一，在特征价格理论框架下构造教育成本函数，基于学生背景特征测算学生培养成本，根据学校环境特征确定教师工资成本。此部分的关注点：一是培养一名身在相对贫困家庭（或地区）等不利处境的学生的成本有多大，即如何从财政上保障每个孩子都能享有公平而有质量的教育；二是相对贫困地区聘用一名同等质量教师的工资成本是多少，即多大的经济激励才能吸引教师到条件艰苦的相对贫困地区任教，其本质是通过缓解更具有挑战性的教师工作环境的负面影响从而保障师资供给并最终服务于当地学生的发展、致力于相对贫困地区人民的可行能力建设。[32]

第二，以通过成本函数方法所得到的补偿系数γj或γj' 为参照标准，评估教育财政支出在多大程度上符合“充足补偿”的原则、教育帮扶政策在多大程度上起到了补偿相对贫困人口所处环境不利的作用。此部分关注的一是教育经费支出在多大程度上体现了公平性和充足性；二是“贫困学生资助”“乡村教师生活补助”等教育帮扶政策在多大程度上能缓解处境不利的人口（或地区）的困境。

特征价格分解技术的灵活性充分彰显了本研究的现实意义和应用价值，特征价格方程中的环境变量对应的权重系数既可用来计算相对贫困等不利环境下所需的额外教育成本，又可作为参照标准评价教育支出是否充足而公平、评估教育成本补偿政策的效果，即通过对环境的“特征性定价”而为教育成本“如何补偿”提供依据，为“贫困学生资助”“乡村教师支持计划”等教育帮扶政策提供技术支持。

综上，依据相对贫困等不利环境的隐性价格确定贫困学生资助额度和教师生活补助水平是教育精准帮扶的必然要求，是在教育领域解决相对贫困问题的可行策略。本研究以公共基础教育服务为着眼点，构想了与“公平而有质量的教育”相适应的教育成本补偿机制，旨在从财政上保障相对贫困人口享有优质均衡的教育服务，其终极目的是形成相对贫困人口自力更生的可行能力。

注释：

①假如t=t*是E1发生变化的时间点，借此生成一个表示E1发生变动的时间指示变量post，t*期及此后的所有观察值在post 上取值均为1，而t*前所有观察值在post 上的取值均为0。

②文中讨论的是E1为虚拟变量的情形，当E1=0 时，取对数无意义，但为保持公式的书写格式一致，此处仍保留“lnEj”的写法。

③使用固定效应估计时，若所有学生的相对贫困状况自始至终都不发生变化或所有贫困学生的相对贫困状况发生变化的时间均相同，则E1缺少来自时间层面的差异，γ'在差分过程中被销项。