9.2.1 研究设计

我们将从增量和均衡分配两个维度来评价“新机制”政策实施对黑龙江省农村义务教育发展带来的影响。由于“新机制”改革主要作用于教育经费的投入，因此，考察的重点指标为生均教育经费水平和办学条件。在增量的评价维度，我们利用双重差分模型考察每个县经费投入和办学条件的增长变化情况。在均衡分配的评价维度，则利用调整的极差率（分布的上90%与下10%分位点之比）、变异系数和Gini系数这三个指标[9]来测量县域间均衡程度的变化。研究设计如图9-1所示。

图9-1 黑龙江省“新机制”实施效果评价的研究设计

具体来看，本章将重点回答下述问题：

问题1：“新机制”改革对生均教育经费水平产生了什么影响？

问题2：改革是否缩小了县域间生均预算内支出水平的差异？

问题3：改革是否缩小了县域间生均公用经费的差异？

问题4：“新机制”改革对学校办学条件产生了什么影响？

问题5：改革是否缩小了县域间办学条件的差异？

9.2.2 模型设定

9.2.2.1 指标选择

首先，针对“新机制”保障农村义务教育经费投入、提升办学水平的政策目标，从教育经费和办学水平两个维度选择政策评价的结果变量。基于相关文献和政策文本，我们选择了生均预算内经费支出和生均公用经费支出两项指标衡量教育经费状况，选择了生均专用设备和生均图书数两个指标衡量办学条件状况。

在教育经费状况维度，财政预算内经费支出等于预算内事业性支出加上基建经费，是反映财政对教育投入的一个最全面的指标，而公用经费支出用于维持学校的正常运转，这两个指标基本可以完整地刻画学校经费保障状况的全貌。由于教育经费支出的目标主体是在校学生，因此对上述指标均取生均值。

在办学条件状况维度，在文献综述中提到，衡量办学条件的指标有：生均校舍建筑面积、生均教学仪器设备值、危房比例、教学仪器达标率（翟博，2006）；生均教学及辅助用房面积差异、生均运动场（馆）面积差异、生均教学仪器设备值差异、生均近三年信息化经费投入差异、每百名学生计算机拥有台数差异（袁振国等，2010）；生均校舍建筑面积差异，内含生均教学及辅助用房面积差异、生均体育运动场馆差异、危房面积所占比率（李继星，2010）；生均校舍建筑面积、危房比例、D级危房比例、课桌椅配齐率（胡咏梅，2010）。鉴于数据的可得性和指标的权威代表性，本文选取了经费统计中专用设备及一般图书这两个指标来反映学校办学条件。

本章的研究视角是义务教育的均衡发展，重点关注教育经费和办学条件的差异，因此在用这些指标作为因变量进行双重差分回归的同时，还会测量它们的调整极差率、变异系数和Gini系数，以反映教育资源均衡分布的情况。

其次，为了评价“新机制”的政策效果，本章研究的核心自变量为政策干预变量，即政策处理效应“二值”变量。如果样本县接受了“新机制”政策干预，则该指标取值为1；反之，如果样本县没有接受“新机制”政策干预，则该指标取值为0。

最后，为了尽可能获得政策干预的净效应，我们还需控制可能对估计结果产生干扰的地区经济发展水平、财政收入水平两个变量。

具体来看，经济发展水平可能会对当地的教育发展水平产生直接或间接的影响，如果想剥离改革产生的效果，应该控制地区经济水平，因此，我们在模型中放入人均GDP作为控制指标。同时，在回归中还会将GDP分为高、中、低水平三组，以进一步剥离不受经济水平影响的改革效果。此外，地方财政收入水平也可能影响教育政策的落实效果和政府努力程度，因此，我们在模型中放入人均地方财政收入指标作为控制变量。

表9-3 评价模型的变量说明

9.2.2.2 计量模型

根据9.1小节对黑龙江省“新机制”改革实施步骤的梳理得知，2006年有7个县（市）区先行试点改革政策，早于其他县区实施。其他县（市）区在2007年春季学期才开始实施改革政策，在这一过程中，就有先后实施新机制改革的时间差。这样就可以把黑龙江省的新机制改革视作一场自然实验，通过比较受到改革影响的县（treatment group）和未受到改革影响的县（control group）就可以了解“新机制”改革产生的影响，基本的模型为式（9-1）：

其中，下标i、t分别表示个体和时期。y是结果变量；Policy是政策干预变量，如果实施了改革则值为1（当且仅当实验组接受了实验取值为1），如果没有实施则值为0；α表示个体不随时间变化的特征；Dt为时期虚拟变量，改革前取值为0，改革后则取值为1；u表示误差项。

如果“处理”组和“对照”组的分配并非完全随机的，那么policyit很可能与被遗漏的个体特征αi相关，从而导致OLS估计不一致。由于此处使用了面板数据，因而可以用2007年的数据减去2006年的数据对（9-1）进行一阶差分消除αi，

进而，使用OLS估计或者再进行一次差分得到政策效应的一致估计，

这时对它的估计量便称为“双重差分估计量（difference in difference estimator）”，它是对改革效果的一个无偏估计。同时，也可以在（9-2）中引入其他控制变量，以增加模型的拟合优度。双重差分估计的优势在于，它可以消除实验组和对照组本来就存在的系统性差异。

最后，运用双重查分模型必须注意的一个问题在于，控制组和实验组在实验前具有相同的变化趋势，本章中试点县区与非试点县区的教育经费支出变化趋势在改革前基本一致（见图9-2），各个县区不存在系统性的差异，因而本章使用DID来估计“新机制”的实施效果是恰当的。

9.2.2.3 数据与样本

本章使用的数据主要是2005—2009年黑龙江省的教育经费基层报表数据，即《全国教育经费统计》基表数据汇总生成的县级层面的小学和初中的面板数据。有关每个县区的经济水平和财政能力水平的数据来源于相应年份的统计年鉴。

图9-2 控制组与对照组在“新机制”政策实施前后（2005—2009年）生均教育经费支出变化趋势

黑龙江省的经费统计基表数据包含了全省县（市）区的县级层面数据。在2006年以前，共有65个县（市）区，2006年以后，由于阿城市的行政隶属关系改变，由独立的县变成了哈尔滨市的一个区，因此2006年以后，每年的数据共包含64个县（市）区，因此，本文运用的数据从一开始就剔除了阿城市。在删除个别数据和缺省值后，即每年运用63个县区的数据，样本量共310个。依安县、通河县、鸡东县、萝北县、肇源县、克山县和北安县这7个县被定义为在2006年受到改革影响的县，其他56个县则为没有进行改革的县。