财政教育支出对我国人口城镇化水平影响的实证研究

孙欣然

摘要：文章基于我国31个省份2011-2020年的数据，通过构建面板数据回归模型，研究总体及分地区财政教育支出对人口城镇化水平的影响。研究结果表明，财政教育支出能够对我国人口城镇化水平产生显著的正向影响，针对不同地区，同等财政教育支出水平下，西部地区城镇化水平的提升效果更加明顯。据此提出政府应当提高财政教育支出占比，建立教育投入长效机制，同时还需要优化财政教育支出结构，强化财政教育保障政策的对策建议。

关键词：财政教育支出；人口城镇化水平；固定效应模型

一、问题的提出

城镇化是一个多层次、多角度的概念，不同学科赋予了城镇化不同的内涵。在人口学中，城镇化被解释为农村人口转变为城镇人口的过程；在社会学中，城镇化被解释为农村生活方式转变为城镇生活方式的过程；在地理学中，城镇化被解释为农村地区过渡到城镇地区的过程；在经济学中，城镇化被解释为农村自然经济转为城镇社会化大生产的过程。根据城镇化多层次多角度的内涵，可以将城镇化综合划分为两个方面。一个是城镇化“量”的发展，可理解为人口城镇化的过程，指城镇数量和城镇人口不断增加的过程，具体表现在农村人口转变为城镇人口；另一个是城镇化“质”的发展，可理解为土地、社会、经济等城镇化的过程，指人类生活和生产方式以及价值观念由农村型向城镇型转变，具体表现在城镇产业结构的优化、经济的增长、人们幸福感与安全感的增强等。量是质的必要准备和基础，要在保证量的基础上注重质的提升，农村人口向城镇人口的转变是城镇化的关键和基础，因此本文以人口城镇化作为研究重点。

推动城镇化建设具有多方面的意义。一方面，加快城镇化建设可以拉动消费内需增长，城镇化水平的提高有助于吸引农村剩余劳动力向城镇转移，使更多农民通过改变就业方式或提高就业率来增加可支配收入，收入的增加会使城镇消费群体扩大，拉动消费内需增长。另一方面，加快城镇化建设能够打破城乡二元结构，推进城乡一体化发展，使社会成员之间的财富差距缩小，从而促进共同富裕的实现。

我国在加快城镇化建设的道路上不断探索，党的十六大报告中提出要“走中国特色的城镇化道路”，之后党的十八大报告中提出了要加快推进我国新型城镇化建设，党的十九大报告中明确提出了要持续推进包括城镇化在内的新型四化同步发展。可以看出我国始终把推进以人为核心的城镇化建设放在重要位置，并且取得了突破性进展。城镇人口占总人口的比例是反映城镇化水平的重要指标，也称为城镇化率。世界银行的统计数据显示，近10年来，我国城镇人口数占总人口数的比重在稳步增长，从2012年的53.10％增至2021年的64.71％，增长幅度赶超美国、德国等发达国家。但从整体水平上来看，美国、德国等发达国家城镇化率大都在70％以上的水平，我国与美国、德国等发达国家之间仍然存在较大差距，农村人口比重仍然较大，表明我国仍需要继续推进城镇化建设进程，不断提升人口城镇化水平。

推进城镇化进程是政府的主要职能之一。基于我国人口城镇化现状，财政作为政府履行职能的有效工具，应当充分发挥其在城镇化进程中的积极作用。推动城镇化建设需要教育投入，财政教育投入能够对人口城镇化水平产生重要影响。因此，研究财政教育支出对我国人口城镇化水平的提升具有重要意义。

二、文献综述

随着城镇化进程不断推进，越来越多有关城镇化的研究成果不断涌现，有大量学者对财政支出与城镇化之间的关系进行了实证研究，谭建立和赵哲（2021）认为政府的财政支出能够推进城镇化水平的提高，为城镇化建设提供保障。宋旭和李冀（2015）运用面板数据实证研究了财政能力与城镇化质量的关系，研究结果表明财政支出占GDP的比重增大会对城镇化质量的发展产生抑制作用，但投入足额的科教支出可以弱化这种抑制作用。

针对财政教育支出对城镇化水平的影响，大多数学者认为两者呈正向相关性。一方面，农村人口向城镇的转移会导致城镇教育总需求的增加，财政教育支出的增加提升了城镇的教育服务质量，并且随着人们对教育的重视，城镇教育服务质量的提升又会进一步引起农村人口向城市的转移（李晓鹏，2021）。另一方面，财政教育支出对于不同地区影响程度不同，在低城镇化率下财政教育支出的增加能够促进本地区人口就业，推动农村人口向城镇的迁移（袁晓军和郭欣，2016）。其次，城镇化水平的提高在一定程度上与人力资本有关，人力资本存量的提升有利于推进城镇化建设（侯晓娜和穆怀中，2022），而财政教育支出的规模和结构会影响人力资本存量（刘彦龙，2018）。

从上述分析可以看出，已有研究成果表明财政教育支出会对城镇化水平产生影响，但针对总体和不同地区财政教育支出对城镇化水平影响程度的实证研究还较为欠缺。据此，本文拟采用面板模型，分析总体和分地区财政教育支出对人口城镇化水平的影响，并提出对策建议。对此，本文提出研究假设1、假设2。

假设1：财政教育支出能够对我国人口城镇化产生显著影响，两者之间呈现正相关性。

假设2：不同地区财政教育支出对人口城镇化产生的影响程度不同。

三、模型构建

（一）模型设计

本文采用面板数据模型实证研究财政教育支出对我国人口城镇化水平的影响，建立如下面板数据模型：

yit=αi+βixit+μit i=1，2，…，n

t=1，2，…，T

式中，yit为被解释变量，xit为解释变量或控制变量，μit为随机误差项，即除解释变量和控制变量以外的其他因素对被解释变量的干扰项，αi称为截距项，n为截面数据数量，t为时间跨度。

混合POOL模型、随机效应模型、固定效应模型都属于面板数据模型，因此在进行实证研究之前，本文先通过F检验、BP检验、Hausman检验确定模型类别。

（二）变量选取

模型中解释变量为人口城镇化水平，核心解释变量为财政教育支出水平。基于已有研究的做法，本文采用城乡收入差距、科技水平、政策因素、医疗资源水平作为控制变量。

人口城镇化水平，用符号ul表示。在学术界中，人们经常采用城镇化率作为反映人口城镇化的指标。因此，本文选取城镇人口占总人口的比例来衡量人口城镇化水平。

财政教育支出水平，用符号fe表示。一个地区财政教育支出的相对规模大小，能够反映财政对教育的支持程度。因此，本文选取财政教育支出占GDP的比例来衡量财政教育支出水平。

城乡收入差距，用符号ug表示。城乡收入水平与人口城镇化水平具有密切联系，城乡收入差距的扩大会对人口城镇化水平的提升产生阻碍作用。城乡收入存在差距是推进城镇化过程中需要解决的问题之一。因此，本文将城乡收入差距作为控制变量之一，并用城镇居民与农村居民人均可支配收入的比值来衡量该指标。

科技水平，用符号st表示。一个地区科技水平的发展会为该地区提供更多优质资源，改变该地区的空间结构，能够吸引更多的投资，从而带动人口和资金的流入，使该地区的城镇规模增大，城镇人口数量增加。因此，本文将科技水平作为控制变量之一，并用人均国内专利申请授权数量来衡量该指标。

政策因素，用符号pf表示。不同政策的制定同样会对城镇化建设进程产生影响。因此，本文将政策因素作为控制变量之一，并用财政总支出占GDP的比值来衡量该指标。

医疗资源水平，用符号mr表示。医疗资源水平高的地区其城镇化也具有较高水平。因此，本文将医疗资源水平作为控制变量之一，并用每万人所拥有的医疗机构床位数量来衡量该指标。

（三）数据的来源

本文将全国31个省（区、市）（除港澳台地区）2011-2020年10年的数据作为样本，原始数据来源于2011-2020年《中国统计年鉴》。按照国家统计局的规定，将31个省（区、市）划分为东、中、西三个地区，其中东部地区为：京、冀、津、辽、苏、沪、浙、鲁、闽、粤、琼。中部地区为：晋、黑、吉、皖、豫、赣、鄂、湘。西部地区为：内、渝、桂、川、贵、陕、藏、云、甘、青、新、宁。分别研究总体财政教育支出对城镇化水平的影响以及分地区财政教育支出对城镇化水平的影响。在进行实证回归分析之前，对全国31个省（区、市）（除港澳台地区）的所有样本数据进行描述性统计，其结果见表1。

从样本数据的描述性统计结果来看，被解释变量城镇化水平最大值为0.8985，最小值为0.2265，标准差为0.1315；核心解释变量财政教育支出水平最大值为0.1684，最小值为0.0221，标准差为0.0237。可以看出被解释变量和核心解释变量之间存在较大差异。由于数据间存在数量级，为避免异方差问题，本文对样本数据进行对数化处理。

四、实证分析

（一）检验结果

F检验的结果显示，F（30，274）=211.41，其中p=0.000<0.05，表明相较于混合POOL模型而言，固定效应模型的效果更好。BP检验的结果显示，Chi2（1）=1143.05，p=0.000<0.05，表明相较于混合POOL模型，随机效应模型的效果更好。最后Hausman检验结果显示，Chi2（5）=20.47，p=0.001<0.05，表明相较于随机效应模型，应当采用固定效应模型。以上三种检验结果综合表明，最宜采用固定效应模型进行实证分析。

（二）面板回归结果

对全国31个省（区、市）的面板数据回归结果见表2。

模型1至模型5为依次加入财政教育支出水平核心解释变量、城乡收入差距控制变量、科技水平控制变量、政策因素控制变量、医疗资源水平控制变量。通过回归结果可以看出，财政教育支出、城乡收入差距、科技水平、政策因素和医疗资源水平都能够对城镇化水平产生1％水平上的显著影响，其中财政教育支出、科技水平和医疗资源水平对城镇化水平具有正向影響，城乡收入差距与政策因素对城镇化水平具有负向影响。

将全国31个省（区、市）划分为东、中、西部三个地区，分别进行回归分析，面板数据回归结果见表3。

模型6、7、8分别为东、中、西部地区分别进行回归的结果，通过回归结果，从显著性上来看，无论是东、中、西部地区，财政教育支出都能够对城镇化水平产生1％水平上的显著影响。从系数上来看，三大地区系数均大于0，且从东部地区到西部地区系数逐渐增大，表明财政教育支出水平的提高可以提升城镇化水平，并且同等的财政教育投入，相较于东、中部地区，西部地区的城镇化水平提升会更明显。

（三）稳健性检验

为表明实证结果的准确度，防止出现伪回归问题，本文采用替换核心解释变量和更改模型类别两种方法进行了稳健性检验。其检验结果见表4。

模型9为替换核心解释变量后的回归结果。对于核心解释变量，不仅可以通过财政教育支出与GDP的比重作为衡量指标，还可以通过人均财政教育支出来衡量。模型10为改用随机效应模型进行回归的结果。回归结果显示，无论是替换核心解释变量还是采用随机效应模型，财政教育支出水平对城镇化水平都能够产生1％水平上的显著正向影响，表明回归结果具有稳健性。

五、研究结论与政策建议

（一）研究结论

1. 财政教育支出水平能够对我国人口城镇化水平产生显著正向影响

依据前文实证研究结果，在控制变量逐渐加入的过程中，财政教育支出水平每增加1个百分点，城镇化水平能够提升近0.2个百分点。财政教育支出始终能够对城镇化水平产生显著的正向影响。

2. 不同地区财政教育投入对人口城镇化水平的提升程度不同

财政教育支出水平每增加1个百分点，东、中、西部地区人口城镇化水平分别能够提升0.140、0.158、0.292个百分点，表明财政教育支出水平的提升对中西部地区的城镇化水平影响程度更强。考虑其可能原因为东部地区相对于中西部地区其教育条件、环境、政策等整体水平相对优越，人口城镇化率已经达到相对较高水平，需要更加注重其城镇化的质量提升。

（二）政策建议

1. 提高财政教育支出占比，建立教育投入长效机制

我国各地政府都十分重视对教育的投入，改革开放以来，我国教育事业有了飞速提升。但我国财政教育的投入水平，无论是占财政总支出的比例，还是占国内生产总值的比例，与发达国家甚至部分发展中国家相比，都处于相对较低的水平。财政教育投入不足直接造成的后果是教育费用大多需要家庭自行负担，而由于城镇和农村居民之间存在财富差距，相较于农村居民，城镇居民收入水平普遍较高，这会造成农村贫困地区的孩子难以享受到良好教育，教育机会的缺失会使其即使迁移至城镇，也会难以适应城镇发展，在一定程度上制约着人口城镇化水平的发展。因此，政府应当充分发挥财政的积极作用，建立教育投入长效机制，不断增加财政教育投入，扩大财政教育支出规模，以助力人口城镇化建设进程。一方面，提高财政教育支出占比，增加对基础教育、高等教育以及职业教育的投入，以提高农村转移人口的劳动技能。另一方面，建立教育投入长效机制，拓宽教育经费筹集渠道，加强校企合作、民间捐助、社会融资等，以此缓解财政压力，更高效地促进教育事业的发展，从而推进城镇化建设。

2. 优化财政教育支出结构，强化财政教育保障政策

当前，我国财政教育支出结构仍然存在问题。从区域角度看，有统计数据显示，不同地区的财政教育支出规模存在较大差异。与中部西部地区相比，东部地区财政教育支出水平普遍较高。同时，实证结果显示，同等程度的财政教育投入，相比东部地区，中西部地区城镇化水平提升效应更显著。以上分析表明，中西部地区的人口城镇化水平具有较大的提升潜力。一方面，优化财政教育支出结构，政府应当加强对中西部地区的财政教育投入，提高地区人口的教育水平，以提升我国整体的人口城镇化水平。另一方面，强化财政教育保障政策，政府应当加强随迁子女的教育保障问题，将其纳入财政保障范围，并给予政策上的支持与鼓励，从而吸引农村人口向城镇转移，以此推进城镇化建设。

参考文献：

[1]谭建立，赵哲.财政支出结构、新型城镇化与碳减排效应[J].当代财经，2021（08）：28-40.

[2]宋旭，李冀.地方财政能力与城镇化质量关系的实证研究——基于地级及以上城市数据[J].财政研究，2015（11）：70-74.

[3]李晓鹏.财政支出对城镇化发展的影响研究[D].保定：河北大学，2021.

[4]袁晓军，郭欣.基于面板数据模型的财政教育支出对我国城镇化的影响研究[J].对外经贸，2016（10）：151-154.

[5]侯晓娜，穆怀中.人力资本测度与城镇化耦合关系的统计检验[J].统计与决策，2022，38（08）：77-81.

[6]刘彦龙.财政教育支出对人力资本的影响研究[D].兰州：兰州财经大学，2018.

[7]藍庆新，陈超凡.新型城镇化推动产业结构升级了吗？——基于中国省级面板数据的空间计量研究[J].财经研究，2013，39（12）：57-71.

[8]袁丹，雷宏振.西部地区财政支出、城镇化与经济增长关系的实证研究[J].经济经纬，2015，32（04）：19-24.

[9]李晓鹏.财政支出对中国城镇化发展的影响研究[J].经济研究参考，2018（50）：68-72.

（作者单位：山东科技大学财经学院）