图片来源：图虫创意

围绕人、财、物三个方面，国内教育经济学界对义务教育阶段学校投入与产出的关系进行了大量研究。早年，学界偏重于对国外研究的综述或是运用教育生产函数的理论分析现实问题，经验研究较为少见。2005年后，学界出现了一大批基于微观数据的教育生产研究。上述研究的数据采集渠道各异，实证结果也有所不同。受益于国际援助项目评估，针对西部地区农村学校的研究积累了较为可靠的数据基础。

综合来看，在人和物两个方面，针对西部农村学校的研究主要发现如下：专任教师任职资格比例、学历合格率、生师比、教师年龄等对学生成绩的影响并不显著；教龄、代课教师比例具有负向影响；汉族教师比例、专任女性教师比例则有显著正向影响；生均学校占地面积、生均教室面积、生均图书册数对语文或数学成绩有显著的正向影响。

而针对“财”的发现，其结果让人困惑。胡咏梅、杜育红发现，在小学阶段，生均公用经费对小学生平均成绩具有较大程度的正向影响，生均教育事业费对学生平均成绩的影响却不具有统计意义上的显著性；而在初中阶段，生均事业费、生均公用经费与学生成绩呈负向关系。如果把针对西部地区教育经费的发现与东部地区的发现进行对比，结果更为让人困惑。薛海平、王蓉发现学校生均公用经费支出对中小学数学教育质量均有显著正影响。基于全国性数据，以四年级、八年级语文成绩为因变量，笔者也发现，在控制学生家庭背景的情况下，生均公用经费、生均人员经费在中西部的系数为负数，而在东部省份系数则为正数。

国内研究关于财力资源影响的不一致，并不让人惊讶。Hanushek梳理了1995年以前的377个基于教育生产函数的估计，结果，只有27%的研究发现生均支出对学生成绩有着显著正向的影响，有7%认为增加投入会对学生成绩起到相反的效果。Hanushek甚至抛出断言——生均支出的相关研究是有史以来质量最低的研究（原文为：the lowest quality studies asdefined below）！

笔者以为，测度工具的不足，是造成上述研究困境的两大原因之一[1]。“钱是否有用”和“钱怎么花”紧密相关。由于缺乏对“钱怎么花”的测度，现有的研究未能在经费与学校活动间建立充分的联系，这使得教育生产的研究难以直面与教育经费相关的问题，例如：随着政府不断加大对教育信息化的投入，这些投入是否有效促进了教学质量的提升？教研活动的投入对教师教学能力的提升是否有效？不同课程的经费分配情况如何，这对学业产出造成了何种影响？[2]

教育支出功能分类为探索教育经费和教育产出之间的关系提供了新的测度工具。本文的研究聚焦于公用经费的使用情况[3]，考察公用经费在教学、学校管理、支持性服务、非教学服务四个一级功能分类科目及其下属科目之间的配置和学校产出的关系。

[1]另一主要原因是教育生产函数作为分析框架的局限性。教育生产函数借鉴了企业生产函数的基本范式，在技术和制度给定的前提下探寻教育投入和产出的关系。而当制度、技术并不稳定时，教育生产函数的适用性将大大降低。基于教育生产函数的研究日益将关注焦点放在对遗漏变量、选择性偏差、测量误差的关注上，笔者以为有舍本逐末之嫌。不过，这一讨论超出了本文的范畴，有待专门撰文讨论。

[2]在一份内部研究报告中，基于数十万学生的数据，笔者分析了全国400多个县的教育投入和语文、音乐、美术三门课程间的关系。实证证据指向如下观点：公用经费的不足对于音乐、美术学业产出的影响远大于语文！

[3]人员经费受到编制制度、工资制度的制约，学校的自主权较少。基于对数据的考察，对于人员经费的拆分所导致的功能支出的差异，笔者认为需要特别谨慎的对待。

限于目前的研究进展，本文将沿用教育生产函数的基本分析框架。不过，为了尽量避免制度和技术的不同对分析框架的冲击，我们将研究样本限定在B县的试点学校。基于本文研究目标，教育生产函数模型可表达如下：

其中，At代表教育产出，St-1代表与经费相关的变量，如生均教学支出、生均学校管理、生均支持性服务、生均非教学服务等；T t-1代表与教师相关的变量，如教师学历、教龄、职称、生师比等；F t-1代表学生家庭社会经济背景变量；P t-1代表与学生学校同伴特征有关的变量；Z t-1代表学生个人特征变量。

在计量模型中，我们采用B县学校期末考试优秀率来测度学校教育产出。严格意义上，如果教育产出数据采用2015年数据，生均支出数据应该用2015年之前的数据。不过，受制于数据可得性，我们均采取了2015年数据。鉴于学校公用经费支出行为的延续性，笔者认为这是可以接受的妥协。遗憾的是，由于数据均来自学校管理数据，我们缺乏学生个人层面的数据，无法将同伴特征、个人认知能力和家庭背景加入模型，只能采用随迁子女占比这样的指标度量学校层面的学生家庭经济背景。而遗漏变量对于本文关注的教育经费作用估计的影响，尚不明确。鉴于样本量偏小，在估计时我们采取了Bootstrap方法[1]。出于节约自由度的考虑，所有模型控制变量仅包含：生师比、教师平均教龄、是否是小学[2]。

聚焦于公用经费对学校期末成绩优秀率的影响，表1并未给出其他变量的估计值，仅列出各功能支出对学校期末考试优秀率影响的估计结果。模型I考察了生均教学、生均学校管理、生均支持性服务、生均非教学支出对期末优秀率的影响。其中，生均教学支出的系数显著为负（-0.449），支持性服务的系数显著为正（0.0995），学校管理、非教学支出的系数均不显著。不过，学校管理的系数为负数且P值较低（P值为0.22），值得留意。

在模型II中，我们进一步分解了生均教学支出，将其拆分为统一课程、校本课程、综合实践课程。结果发现，统一课程的系数显著为负数（-0.512），综合实践课支出则并不显著，而生均校本课程支出的系数高达7.178，且在5%显著性水平下显著。有理由猜测：教学支出影响的负向影响，主要是由其中用于统一课程支出导致的，而校本课程支出对于学校优秀率存在正向的影响。在模型III、IV中，我们将二级科目“教学支持性服务”中的教育科研、教学技术支出拆分出来，对其予以特别关注。生均教育科研支出系数虽然高达1.883，但显著性水平较差，生均教学技术系数为负数同样也未能在10%显著性水平下显著。而当我们进一步考察生均教学技术在城镇学校、农村学校的不同影响时（模型V），可以发现，生均教学技术的系数值都是负向的，且其负向程度在城镇学校要远大于农村学校。

基于田野调查所获，笔者对学校内部公用经费的自主权、使用情况有了一定了解，这是笔者呈现上述实证结果的原因。然而，限于样本数量、研究设计，上述实证分析仅提供了初步的统计证据。借助上述实证分析，笔者试图表达的是——估计结果为我们理解功能支出和学业产出的关系提供了初步的、待验证的、但是值得重视的素材。教学支出、校本课程支出、管理支出与学校学业产出之间可能存在负向关系，支持性服务虽然与学校学业产出之间存在正向联系，但是其下属的教学技术尤其是城镇学校的教学技术支出可能和优秀率之间存在负向联系。在下一步的研究中，需要通过更为严谨的研究设计来就具体的功能支出和学业产出之间的关系给予因果推断，并结合对试点学校教育生产方式和公用经费使用上的“制度性扭曲”[3]的理解，对推断给出合理的解释。

[1]运用Bootsrap方法时，抽样次数设置为500。

[2]在探索性分析时，这三个变量在绝大多数模型中均显著。生师比的系数保持在-0.01左右且在1%显著性水平下显著；教师平均教龄系数保持在0.001-0.003之间，大部分模型中均在10%显著性水平下显著；是否是小学的系数保持在0.46-0.49之间，且在1%显著性水平下显著。笔者还将教师学历（本科以上教师比例）、教师职称（高级、副高职称教师比例）、代课教师占比、随迁子女占比等作为控制变量。上述变量显著性水平一般，且加入与否对功能支出系数的影响不大。

[3]相当一部分公用经费的使用权并不在学校手中，被各种或明或暗的摊派所占据，这是部分功能支出缺乏效率的原因。在一些小规模学校，网络费、电子资源费、班班通收费等占据了公用经费的相当比例。

总结

以教育生产研究为例，本文介绍了教育支出功能分类对于学术研究的价值。我们发现，在B县，校本课程支出、教育科研支出与学校学业表现有着正向的统计关系，而统一课程、学校管理、教育技术等支出的效果需要审视。功能支出为我们深入理解学校日常运转经费和教育产出之间的关系、进行经费绩效评估提供了可能。

对于教育经济学、教育财政学的学科发展而言，支出功能分类的意义尤为重大。基于经济分类归集学校支出信息，再基于观察数据建立学校支出和学生学业成绩之间的统计联系，是目前的主流范式。这一研究范式，难以打开学校经费运行和教育产出间的黑匣子，也难以进行严谨的研究设计[1]。

笔者以为，这是教育生产研究长期难以获得实质性突破的主要原因。而功能支出的引入，可能带来教育生产研究领域研究范式的重大改变。围绕某个特定的功能支出科目，学者将更加容易在教育生产研究领域引入实验研究设计。例如，基于随机对照试验，按特定的使用要求增加一定金额的教育科研支出，考察该科目支出的增加对学校教育科研活动、教师课堂教学表现（客观）、学生主观评价、乃至学生学业成就（短期、长期）的影响。通过新工具的引入和研究范式的转变，学校内部资源配置的规律将有机会进入“高速积累的轨道”。

在支出功能分类的数据之外，辅之对学校教育教学活动各个方面的监测数据，我们将有机会在教育经费投入和产出领域建立类似于当前医学诊断一样的分析模块，帮助利益相关者看到学校内部的各种情况。教育财政研究者的专业化分工将会加速：一部分研究者更加侧重于分析模块和基本规律的探索；另一些研究者则侧重于结合局部知识成为“学校诊断”的解读者和问题解决者。若理想状态能够达到，以学校资源配置为研究对象的研究者，其工作将可与医学研究者媲美了。

[1]在学生资助、班级规模等少数研究主题上，教育生产领域积累了一些基于实验研究设计的证据。然而，在一些更为核心的议题上，缺乏严谨的研究设计，使得教育生产领域的研究结果各说纷纭，相互冲突，知识难以有效积累。Leamer(1983) 所描述的情况，在教育生产研究领域依然存在: “研究者在计算机中拟合许多统计模型，从中选择一个或几个符合作者预期的估计结果在论文中进行报告”、“我们正处于一种令人沮丧和不科学的境地。没有人将数据分析看作严肃的事情; 或者，更准确地说，没有人把别人的数据分析当回事”。

*作者简介：田志磊，北京大学中国教育财政科学研究所助理研究员；黄春寒，北京大学中国教育财政科学研究所科研助理；赵俊婷，北京大学中国教育财政科学研究所博士后。

本文转自微信公众号“中国教育财政”。文章为作者独立观点，不代表芥末堆立场。