推文人 | 冯显骏 

推文信息：Joshua S. Graff Zivin, Yingquan Song, Qu Tang, Peng Zhang: Temperature and High-Stakes Cognitive Performance: Evidence from the National College Entrance Examination in China, NBER Working Paper 

 

如果天公不作美，没有适时送来些雨水或者遮阴的云朵，你一定会对自己高考那两天的酷热记忆犹新（笔者至今记得高考当天家乡气温达到41摄氏度）。不过只要一进入考场，大家都争分夺秒，奋笔疾书，汗流浃背也浑然不知，还巴不得这受热的时间能再多些，颇有些力尽不知热，但惜夏日长的感觉。然而，最近的一篇NBER的工作论文却告诉你，你没考上好大学的罪魁祸首也许正是这炎炎夏日的高温！

 

引言

 

大多数人的一生都会面临无数考试、面试、比赛等等需要激烈竞争才能杀出重围的活动。我们把这种活动命名为“高风险认知活动”。说高风险是因为这种活动竞争激烈，一将功成万骨枯，稍有不慎即成为分母。说认知活动是因为除了运动员，大多数人需要依赖脑力“竞技状态”来参与竞争，即当时的理性认知能力。然而，我们的竞技状态会受到各种外界环境因素的影响，比如本文所关注的气温。大量医学研究表明，大脑的电化学特征以及功能都对温度高度敏感，暴露在高温环境下会削弱人们的注意力、记忆力以及处理信息的能力。

 

研究环境对人高风险认识活动的影响具有重要意义。虽然我们日常生活中的大部分认知活动都微不足道，通常不足以显著影响福利水平，比如中午吃什么饭，晚上看什么电影；而少数高风险、竞争激烈的认知活动则足以改变命运，比如本文关注的高考。在高考这一大多数中国人的人生重大抉择时刻，任何影响我们认知能力的环境因素都会被无限放大，对我们的终生收入与福利水平产生持久影响。

 

本文作者利用全国考生高考成绩这一独特数据，试图以高考为例，论证气温这一环境要素会影响人们在从事高风险认知活动时的表现，即考试地点的高温天气会对高考考生的成绩产生负面影响。凭借相对简单明了的实证策略，本文发现气温每升高一个标准差（即3.29摄氏度），考生的成绩平均而言会下降1.12%（在一分干掉一千人的高考中已经是相当显著的影响）。这一影响意味着考生被顶级大学（排名前100的学校）录取的概率下降两个百分点。因此，气温确实会对高风险认知活动产生影响，从而潜在地影响着学生的之后的职业选择与终生收入水平。这一结论的政策含义直指近日因河南高考试卷调包风波重回舆论中心的高考公平问题。作者认为全国各地的气温差异造成高温地区以及没有条件使用空调的农村地区考生面临不公平的考试环境。

 

研究背景

 

高考的历史以及现状相信大家都能如数家珍，在此也不再赘述了。在本文研究的时间区间内（2005年至2011年），高考的模式为“3+X”，即语数外三门必考科目加上文科综合或理科综合科目，各省市自主命题与教育部统一命题相结合。作者指出高考是一种“高风险认知活动”。在本文聚焦的时间范围内，每年约有900万考试参加考试。平均而言，50%-70%的考生能被职业学校或大学录取，30%的考生能被大学（即所谓的本科院校）录取，而只有10%的考生能被一本院校录取。同时，相关经济学研究表明，被精英大学录取与未来的人生机遇与潜在收入高度相关。

 

作者特别强调了以高考为例来说明气温对人们“高风险认知活动”影响的几点优势。首先，高考在中国几乎是唯一的大学入学途径，每年影响上千万家庭，是典型的高风险事件；其次，全国的高考时间统一且每年时间固定，排除了考生对高考时间的自选择问题；考试地点被固定在户籍所在地，不存在对考试地点的样本自选择问题；复读需要付出一年的时间成本，使得考生不会轻易选择复读；最后，在本研究的时间范围，考场大都没有空调或者有空调也不被允许使用（作者专门找了当年广州的考场安装空调但为保证公平不让用的新闻来说明这一点），因此保证了气温能够对考生产生实质的影响。

 

实证策略

 

数据方面，作者从北京大学中国教育财政科学研究所获取了2005年至2011年所有被大学录取的高考考生的成绩以及其他考试信息，每年约有200万样本。然后作者将这一数据和来自中国气象局的天气数据在县级区域层面进行匹配，形成最终的研究数据。由于气象数据来自全国800余个气象站，与县级行政区域不一致，作者使用了反距离权重插值（inverse-distance weighting）的算法将气象站数据转化为县级区域数据（以空间距离为权重的一种加权平均算法）。作者使用的天气数据包括日内的平均温度、最高温、最低温、降水、湿度、风速、日照时长以及大气压。

 

为了研究气温对考生考试成绩的非线性影响，作者使用了度日数（Degree Days）这一概念。它是一个分段线性函数， 用来分别测量阈值之上与之下的度数。以20度为阈值，作者分别计算了大于20度的度数与低于20度的度数。同时，作者还以2度为步长，将整个温度范围分为若干个小区间，分别考察温度位于不同区间时影响的差异。在因变量的构建上，作者不仅使用标准化的考试分数，还尝试了被重点大学（一本院校）录取的概率来检验结论的稳健性。

 

本文的计量模型十分简洁，如下面式子所示：

 

等式左边，Yict表示位于c县的考生i，在第t年参加考试的考试结果；右边Tct表示c县第t年考试期间的平均温度，Wct表示一组反映天气状况的向量，如降水、湿度、气压等，γc代表县级固定效应，ηt代表年份固定效应，再加上一个聚类到县级的误差项εict。作者关心的系数为β1，代表了气温对考生成绩的影响大小。为了检验结果的稳健性，作者尝试了不同的因变量与自变量构建方式。

 

结果

 

下表展示了本文的主要实证结果：

 

 

如上表所示，因变量为高考总分的对数，作者关心的系数在1%的显著性水平下显著为负。结果显示气温升高1℃平均而言会降低考生总分的0.34%。或者说气温升高一个标准差（3.29度）会降低考试分数的1.12%。在非线性影响方面，第二列结果显示温度大于20度条件下，气温每提高1℃，考生总分降低0.29%，和第一列线性假设的结果差异不大。同时，温度低于20度条件下，气温每多降低1℃，考试成绩显著提高0.61%。这一结果表明线性假设是合理的（阈值上下的影响是一致的）。在文理科的异质性方面，结果显示文科考生受到的气温负面影响更大。作者指出，由于文科考生大多数为女生，这一结果可能表明女生的考试表现更容易受到外界因素的影响。更详细的实证结果与稳健性检验可以从原文获得。

 

结论与政策建议

 

本文结果表明气温对以高考为代表的“高风险认知活动”有重要影响。使用中国数据估计出的这一负面影响要显著大于相关研究使用美国数据得出的负面影响。这一差异反应了发展中国家和发达国家的异质性。值得注意的是，本文估计出的气温对高考的负面影响在规模上等同于发展国中家实施的以提升教育水平为目标的最成功的干预实验的正面影响，因此不容忽视。

 

作者认为处于炎热地区的考生被“不公平”地对待了。尤其是广大农村地区，没有条件使用空调的考生，他们相对于考场有空调的城市考生具有天然的劣势，从而导致了城乡的教育不公平。作者提出了三个政策建议：第一，高考可以提前到更凉爽的月份；第二，给所有考场安装空调并确保使用；第三，依照本文的估计结果，根据考试地点温度调整考生的高考分数，即给炎热地区考生加分。最后，作者指出本文结论的一个深层含义是，未来全球气候变化可能会通过本文揭示的渠道影响人们的福利水平。

 

Abstract

 

We provide the first nation-wide estimates on temperature effects on high-stakes cognitive performance in a developing country using data from the National College Entrance Examination (NCEE) in China. The NCEE is one of the most important institutions in China and affects hundreds of millions of families. We find that a one-standard-deviation increase in temperature (3.29° C) decreases the total test score by 1.12% (9.62% of a standard deviation) and decreases the probability of getting into first-tier universities by 1.97% (4.38% of a standard deviation). This suggests that temperature plays an important role in high-stakes cognitive performance and has potentially far-reaching impacts for the careers and lifetime earnings of students.