图片来源：文心一言

原文信息：Kang, L., Li, S., Xiahou, Q., & Zhang, P. 2024. Gone with the Aid: How Paired Assistance Program Affects High-Stakes College Choices.

01

随着世界持续面临贫困和自然灾害带来的损失，援助的提供变得日益重要。以往的研究多关注自然灾害的即时影响，往往忽略了后续援助对援助者和受援者的影响。理想情况下，援助应该是互利的，一方面受援者由于接受了援助者的帮助，收入和福利一般会得到提高；另一方面，援助者在选择援助对象时，一般会考虑地理位置、语言和历史联系等因素，因此援助效益的估计容易受到非随机选择过程的影响。作者通过研究“汶川大地震”后重建援助计划对学生选择大学地点的影响，识别了外生援助对援助者和受援者的影响及其机制。

研究发现，受援县的学生在援助计划实施后，选择在援助省份读大学的可能性平均增加了约40%，高分学生和理工专业学生对援助计划的反应更为强烈。这种结果可能源自于“亲和力”机制，即受援县的居民可能出于对援助省份的感激之情而更倾向于选择在这些省份读大学。进一步地，选择在援助省份读大学的学生，其毕业后在这些省份工作的可能性增加，预计终身收入比没有援助关系的情况下增加26.43%。

实验与识别

02

“一省帮一县”援助计划

2008年5月12日，四川省汶川县发生了8.0级地震，这场灾难造成了巨大的人员伤亡和财产损失。为了迅速有效地进行灾后重建，中国政府实施了“一省帮一县”援助计划。该计划将18个东部经济发达省份与18个四川受灾最严重的县进行一对一配对，将上一年度财政收入的1%用于支持相应的县，持续三年。该政策实施过程中，无论是援助方还是受援方，都没有选择对应对象的权利，且援助金额事先确定，为本研究估计援助的外生效应提供了一个独特的自然实验环境。

数据

研究数据为中国大学录取数据集，来自于北京大学中国教育财政研究所，该数据集涵盖了2005年至2011年间参加高考（National College Entrance Examination，NCEE）并被大学录取的所有学生。在样本期间，来自四川182个县的856,969名学生被纳入数据集。此外，为确保高校、专业名称标准化以及学生是否来自接受援助的县，作者同时参考了《全国高等学校名单》、《普通高等学校本科专业目录》、《地震灾区的分类》以及《汶川地震灾后恢复重建对口支援方案》。

模型

在上述背景和数据的基础上，作者分别构建了个体层面和大学层面的计量模型，以充分、准确地评估援助计划对学生选择大学地点的影响。个体层面模型是在双重差分（Difference in Differences，DID）的框架上建立的，考察了学生选择不同省份大学的可能性变化。其中i、r、a、b和t分别代表个体、文理科、受援县、援助省份和时间，Y为选择变量（被解释变量），当学生最终选择到援助省份的大学时取值为1，处置组的取值取决于县a和省b是否被列入援助计划，post的分界点为2008年，β为关注的核心参数。为了排除其他因素干扰，作者还在模型中加入了一系列交互固定效应。

大学层面模型将个体层面的离散选择结果汇总到县级，以估计每所大学录取学生人数的变化，考虑了大学层面的特征。作者从个体的效用函数出发，对个体扰动项进行积分和简化，得到最终的模型。其中j代表大学，其余角标含义与个体层面的模型一致，admissions为被解释变量，代表b省的j大学在t年a县的总录取人数，aid代表来自a县的i学生在t年是否从b省获得援助，γ为关注的核心参数，估计采用泊松伪最大似然方法（Poisson Pseudo-Maximum Likelihood，PPML）。

研究将上述结果的成因解释为“亲和力”，即当一个省份对某个县提供慷慨援助时，该县的居民可能会产生感激、信任和欣赏的情感，从而对援助省份形成积极的看法。这种正面情感可能具体表现为学生在选择大学时更倾向于选择援助省份，并最终选择留在这些省份工作。

受制于数据集信息有限，作者主要采取事件研究法（Event Study），通过描述冲击的动态效应来检验此机制，图2给出了两个层面动态效应的估计结果。一方面，事前的系数在统计意义上不显著，验证了“平行趋势”假定，进一步确保了估计的一致性。另一方面，事后的系数在2008年达到顶峰，往后每年的系数依次递减。作者认为，这种“意愿”的变化趋势在逻辑上和“亲和力”的变化趋势相一致，因此可以在一定程度上对该机制进行说明。并且，研究还还对这种机制进行了多角度的佐证说明。首先，作者引用了来自不同国家的相关文献，发现援助的确能促进群体间的亲和力，比如通过苏联援助计划获得更多援助的中国城市，其与俄罗斯的贸易往来量明显高于与其他国家的贸易量（Hu et al，2023）。其次，作者给出了一个来自某社交问答平台的轶事证据，即使距离援助已经过去了14年，该作答者仍在网上向捐助省份表达感激之情。最后，作者通过理论分析，排除了如社会关系网络等机制对灾区学生大学选择的影响。

研究在基准回归的基础上引入虚拟变量交乘项进行异质性分析，图3和图A2分别展示了个体层面和大学层面的异质性结果。结果显示，援助计划的效用主要由高考成绩排名前25%的学生驱动，这些学生通常更愿意走出舒适区，去曾经“敬仰”的援助省份求学发展。同时，在高中文理科、大学专业和高校类型上观察到的异质性相对较弱，说明学生选择援助省份的大学并不是为了获得特定的知识，进一步支持了机制部分的结论，即信息机制的影响很小。

援助计划不仅在教育选择上产生了显著影响，还对学生的长期福利产生了深远的积极效应。为了衡量这种福利效应，作者选取全国高校毕业生就业调查（NSECG）数据进行了粗略估算。该数据自2003年开始由北京大学教育学院持续收集，覆盖了来自中国29个省份、268所高等院校的163,901名应届毕业生。

研究发现，援助省份的就业市场更为发达，平均起薪比四川地区高出26.43%。因此，选择在援助省份读大学的学生，毕业后在这些省份工作的可能性显著增加，从而获得了更高的收入和更好的职业机会。

在基准回归结果和上述数据的基础上进行测算，研究发现援助计划导致每年约有669名受援县学生选择在援助省份读大学，其中约有105名学生在毕业后选择在这些省份就业。这些学生因选择在援助省份工作，每年的收入增加了约8,528元人民币，终身收入增加了约272,884元人民币。

推文作者：李思诚、谢凯

 Abstract