图片来源：百度图片
文章来源：李长洪.竞争性升学与学生人力资本发展[J].经济评论,2023,(04):95-106.
相关文献：
[1] Ors E., F. Palomino and E. Peyrache. Performance Gender Gap: Does Competition Matter?[J]. Journal of Labor Economics,2013,31(3): 443－499.
[2]Morin L .Do Men and Women Respond Differently to Competition? Evidence from a Major Education Reform[J]. Journal of Labor Economics,2015,33(2): 443－491.
[3]Cai X ,Lu Y ,Pan J and S. Zhong. Gender Gap under Pressure: Evidence from China's National College Entrance Examination[J]. Review of Economics and Statistics,2019,101(2): 249－263.
01
引言
当前，竞争激烈的升学考试(如中考和高考)是社会讨论的一个热门话题。从能否获得高一级教育资源来说，学生在中考面临的竞争程度要比高考更为激烈。在竞争激烈的“初中升高中”考试现实背景下，考察升学率是否会影响学生的人力资本发展，具有较强的现实意义。
本文在双重差分估计框架下，以学校上一学年毕业生入读高中比例刻画各学校及校内学生面临的升学率高低，将7年级和9年级(毕业年级) 学生分别视为不受升学率影响和受升学率影响的队列，实证识别低升学率对学生人力资本发展的影响，对于提升和优化人力资本发展，实现经济高质量发展具有一些启示。
数据来源和实证识别策略
02
本文主要使用2013—2014学年中国教育追踪调查数据(China Education Panel Survey，CEPS)，以7年级和9年级两个同期群作为调查起点，从全国随机抽取了28个县级单位(县、区、市)作为调查点，在入选的县级单位随机抽取了112所学校、438个班级进行调查，被抽中班级的学生全体入样，基线共调查了19487名学生。其中，7年级学生为10279个，9年级学生为9208个。
本文主要基于2013—2014学年CEPS数据，利用队列双重差分模型，结合CEPS数据调查的学生对象，将7年级和9年级学生分别定义为0和1并以学生所在学校上一学年的初中毕业生升学率作为其受升学率影响强度的衡量指标，以逻辑推理能力与识记性能力作为学生人力资本发展的度量指标。
表1 实证识别的事实基础
第一部分结果显示，如果将7年级学生作为基准，在升学率较低的学校里，9年级学生的逻辑推理能力(识记性能力)要比升学率较高学校学生显著低0.487分(高13.109分)。第二部分结果显示：以7年级学生作为基准，在那些低升学率的学校里,9年级学生为女生的比例、年龄、为独生子女的比例、为农业户口的比例、父亲和母亲的受教育程度为高中及以上的比例、父亲和母亲的工作单位性质为“白领”的比例以及家庭经济状况为富裕的比例与升学率较高的学校9年级学生均呈不显著的差异。
03
计量模型
(1)式中：Student_HCs,g,i被解释变量表示学校s年级g学生i的人力资本发展情况，使用学生逻辑推理能力(认知能力测试分数)与识记性能力(英语考试成绩)作为度量指标。核心解释变量Low_enrolls表示学校s学生面临的升学率。使用学校上一学年初中部毕业班学生考上高中的比例作为度量指标。Grade9g变量表示年级g是否为9年级。控制变量Xs,g,i包括学生、父母及其家庭特征(学生性别、年龄、独生子女、农业户口；父亲和母亲的受教育程度、工作单位性质，家庭经济状况)。各变量的设置和定义同实证识别的事实基础表一致。此外，为缓解不随时间变化(譬如地理、文化等因素)的校际间特征差异影响，模型(1)也纳入了校级固定效应Schools。us,g,i为误差项。Schools校级固定效应已吸收了Low_enrolls，(1)式不再单独纳入变量。模型重点关注“低升学率×9年级”，即Low_enrolls×Grade9g交互项变量估计系数的符号和显著性，考察相比7年级，低升学率对9年级学生逻辑推理能力和识记性能力的人力资本发展影响效果。为避免受相同班级因素影响而导致扰动项自相关，进而干扰估计系数显著性的统计推断，本文回归采用聚类到班级层面的稳健标准误。
实证分析
04
基准回归
表2 基准回归
如表所示，被解释变量为学生的逻辑推理能力时，“低升学率×9年级”变量在5%的水平上呈显著的负向影响；被解释变量为识记性能力时，“低升学率×9年级”变量在1%的水平上呈显著的正向影响。这些实证结果表明，低升学率虽然会显著提高学生的识记性能力，但是会降低学生的逻辑推理能力。
稳健性检验
文章尝试以学生的语文、数学和英语考试成绩总分作为其识记性能力的度量指标替换被解释变量，利用学生学习英语是否吃力的主观评价分数，作为学生识记性能力高低的度量指标。其中，学生学习英语是否吃力的变量，数据源于2013—2014学年中国教育追踪调查数据的学生问卷：“你目前是否觉得英语课程学起来比较吃力”。文章根据选项将其设置为虚拟变量，不是很吃力或一点也不吃力(成绩较好)=1，特别吃力或有点吃力(成绩较差)=0，按照基准回归思路，分别进行实证。结果显示“低升学率×9年级”变量仍在1%的水平上呈显著的正向影响，即便重新定义学生的识记性能力变量，基准结论仍不变。
文章将各初中学校的升学率设置为连续型变量重新定义核心解释变量，当被解释变量为逻辑推理能力时，“升学率×9年级”变量在5%的水平上呈显著的正向影响，表明升学率越低，学生的逻辑推理能力越差;当被解释变量为识记性能力时，“升学率×9年级”变量在1%的水平上呈显著的负向影响，表明升学率越低，学生的识记性能力越好。
由于担心基准结论可能受到一些无法观测到的校级特征遗漏变量的影响(尤其是那些对不同学校不同年级学生人力资本发展影响不同的校级特征)，文章纳入更多控制变量进行实证检验，以及设置虚假的被解释变量进行安慰剂检验。
文章尝试纳入“可以度量学校质量和基础设施特征的变量”与年级虚拟变量的交互项，以缓解因遗漏校级特征变量而产生的估计偏误。结合数据的可获得性，关于学校质量的特征，选取学校是否为公立学校(设置为虚拟变量，公立学校=1，非公立学校=0)和其在县区中的排名情况(中上/最好=1，最差/中下/中间=0)作为度量指标。关于学校基础设施特征变量，文章选取学校是否拥有图书馆(有=1，没有=0)、是否拥有环形跑道的操场(有=1，没有=0)以及学校的教室数量(设置为连续变量)。加入上述控制变量后基准结论不变，这表明基准结论受学校间的特征差异遗漏变量影响不大。
文章将学生的非认知能力和健康人力资本(与认知能力不直接相关)设置为虚假的被解释变量，进行安慰剂检验。其中：利用学生的情绪值度量其非认知能力，数据源于2013—2014学年中国教育追踪调查数据的学生问卷：“在过去的七天内，你是否有以下感觉：沮丧/抑郁/不快乐/生活没有意思/悲伤”。根据选项，分别设置为虚拟变量，经常或总是=1，从不或很少或有时=0；利用学生的自评健康作为被解释变量，数据源于2013—2014学年中国教育追踪调查数据的学生问卷：“你现在的整体健康情况如何”，设置为虚拟变量，比较好或很好=1，很不好或不太好或一般=0。结果显示：“低升学率×9年级”变量回归系数均不显著。这表明，当将其他人力资本(与认知能力不直接相关)设置为被解释变量时，基准结论并不发生改变，安慰剂检验通过。
机制分析
表3 机制分析：学生时间分配决策、父母教育资源分配决策和老师的授课方式
表3第(1)—(3)列分别考察学生在过去一周，平均每天花多少时间写学校老师布置的作业、写父母/补习班布置的作业，以及上课外辅导班的时间(单位：小时)。结果显示：“低升学率×9年级”变量回归系数均不显著，表明低升学率并不会影响学生的时间分配决策，即学生的时间分配决策不是低升学率影响学生人力资本发展的渠道。其中原因可能是学生的时间分配主要受自身的时间观念和父母教育方式影响。
表3第(4)—(5)列为使用父母上个星期是否督促学生学习(包括检查作业和指导功课)来刻画父母对学生学业表现的时间投入情况。文章将其设置为虚拟变量，从未=0，其他选项(一到二天/三到四天/几乎每天)=1。第(6)列使用父母对学生的作业和考试管得是否严格作为其学业要求的衡量指标，将其设置为虚拟变量，不管=0，其他选项(管，但不严/管得很严)=1。第(7)列则以学生参加英语科目课外辅导数量作为父母向学生投入教育资源数量的衡量指标。结果显示：“低升学率×9年级”变量回归系数均不显著，数值也较小，这表明相比7年级学生，低升学率并不会显著影响9年级学生父母的教育资源分配决策。出现这一结果的原因可能是，父母的教育资源分配决策主要取决于家庭的经济状况，而非升学率高低。
表3第(8)列的实证结果显示：“低升学率×9年级”变量在10%的水平上呈显著的正向影响，估计系数为0.221。在课时给定的情况下，这一实证结果暗示着低升学率带来的升学压力会使学校老师在上课时更多讲授与升学考试相关的内容，从而影响学生的人力资本发展。
政策启示和建议
05
鼓励高中学校开展多样化办学，引导学生理性选择适合自身成长发展的学校，从而缓解升学压力。
加强对中学生逻辑思维能力的培养，特别要强化数学思维训练和应用意识的培养，促进其形成正确的世界观和方法论，引领学校教育教学深入改革，引导教师改进课堂教学方式，注重培养和提升学生的逻辑思维等能力，以达到优化学生人力资本发展的目标。
根据实际情况进一步完善和优化办学教学评价体系，不断提高教学评价工作的科学性、针对性和有效性，为中学全面实施素质教育(包括提高逻辑思维能力)创造良好的环境，促进学生的全面发展和健康成长，从而推动经济增长由人口红利驱动向人力红利驱动转变，继而助力我国经济高质量发展。
Abstract
Abstract: High quality human capital is an important driving force for China to build a new development pattern and achieve high －quality economic development． Under the background of competitive pressure of entering a senior high school，it has certain practical significance to study the effect of entrance rate on students’human capital structure． Based on the China Education Panel Survey data，using the difference -in -difference method，our findings show that lower entrance rate can significantly improve students’academic performance，but reduce their logical scores，and thus have a significant impact on students’human capital structure． The reason is that lower entrance rate has insignificant impact on students’time allocation and parents’educational resources allocation decisions，but will cause teachers to lecture more contents related to entrance exams during class，thus influencing students’human capital structure． Our findings have enlightenment significance for optimizing the human capital structure and realizing high -quality economic development．
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。
0
推荐
京公网安备 11010502034662号 