大学生资助对学业发展的影响，本文主要内容关键词为：学业论文,大学生论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G645 文献标识码：A 文章编号：1001－4519（2009）05－0101－08
一、大学生资助发展与研究的不对称
高校学生资助是政府提供需求方财政的主要方式①，也是近年来我国高教财政政策的重要组成部分。学生资助的获得、资助类型和资助水平可能影响高等教育的公平与效率。以往研究指出，高校学生资助可以减轻学生经济负担从而开放高等教育的入学机会，也可以提供激励机制促进学业发展。② 从1998年到2006年，中国高等教育的毛入学率从9.8％上升到22％，进入了大众化阶段。这次扩张的主要特点是成本分担政策的实行和大规模学生资助的引入。为了保障中低收入学生能够支付大学费用、顺利完成学业，我国政府改革了过去单一的人民助学金制度，形成了以奖学金、助学金、助学贷款、勤工助学、学费减免、特殊困难补助、绿色通道等在内的新助学体系。这种多层次、多类型助学制度的推行，提高了高等教育的入学机会和可负担性，促进了教育起点的公平。
但是新助学体系是否会促进教育过程和结果公平？大规模学生资助是否会对个人学习和未来发展产生影响？产生何种影响？哪种类型的学生资助最有利于促进个人发展？我国学者尚未系统地分析过学生资助对个人学习行为、学业发展和成就，以及毕业后选择的影响，所以很难确定资助政策是否也促进了教育过程和结果的公平。相对滞后的高等教育资助研究已经无法满足个人做出高等教育选择和政府修订资助政策的需要，造成了大学生资助实践发展与理论研究之间的不对称。
本文的目的是应用大规模学生调查数据，定量地分析现行的学生资助政策是否提高了个人的学业表现？通过何种途径促进了个人发展？在此基础上，本研究进一步分析了学生资助政策对教育过程和结果公平的影响。本文试图回答的两个研究问题是，学生资助是否影响大学生学习成绩、是否有不及格科目、课外学习时间和学校满意度？各类型资助与资助水平如何影响个人学业表现？
二、资助对高校学生影响综述
如何促进大学生学业发展是高等教育经济学的研究核心问题之一。实证研究表明学校特征、活动、服务也会影响个人大学成绩，特别是学生资助与学生学业发展之间存在显著的相关关系。③
学生资助为何会影响个人学业发展？它如何影响个人发展？不同理论模型提出了不同的解释。铁托的“学生整合理论”提出，学生与高等教育机构的学术性整合和社会性整合是决定个人学业表现和是否辍学的主要因素。④ 学术性整合是一个复杂的过程，它依赖于学生个人特征和行动、院校环境和大学经历。学生资助是学术性整合的衡量指标。⑤ 它可以通过降低学费负担减轻学生的焦虑，同时增加学习时间。学习时间的增加会提高学习成绩，学生资助会间接地提高学生成绩。圣约翰提出的“学生选择理论”也可以用来解释学生资助与个人学业发展的关系。该理论认为在大学的不同阶段，学生不断地在辍学、转学和继续就读之间选择，经济资助会提高所在学校的吸引力，降低辍学或者转学的吸引力。由于学生资助降低了学习成本，同时提高了完成学位的价值，学生会牺牲劳动力市场工作或者休闲时间而投入学习，并取得更好的成绩。
上述两种理论模型意味着学生资助与学业发展之间存在着正相关关系。根据这些模型，现有研究分析了学生资助的获得、学生资助的类型和水平对学业成就和未来经济成就的影响。研究发现，学生资助可以从三个方面影响个人发展。第一，研究表明学生资助对大学选择和入学机会都会产生积极的影响。⑥ 第二，学生资助会降低学生辍学的可能性，提高学位完成的概率。⑦ 第三，学生资助能提高学生成绩。使用美国公立精英大学的数据，斯塔特的研究发现奖学金和助学金均和学生成绩正相关，且奖学金对学生成绩的正向促进作用更大。⑧ 在控制学费影响后，斯塔特发现，贫困学生助学金每提高1000美元，学生第一年绩点（GPA）提高0.06。康韦尔等使用面板数据的研究发现在控制了个人种族、性别、高中标准化考试成绩等因素之后，接受奖学金学生第一年的绩点比其他学生高0.13，这相当于在标准化考试中的成绩提高100分对绩点的影响。⑨
目前国内的学生资助研究注重分析学生对资助的需求、描述各类型资助的分布、以及分析助学贷款的回收和补偿情况。学者尚未定量地分析学生资助与学业发展的关系。⑩ 我国对中国大学生学习行为的研究还处于比较初步的阶段，已有研究着重分析了学生学习行为的特点、学习态度和成绩，以及教育质量和学习成果的关系等。分析普遍发现高考成绩、性别、生源地等是影响大学成绩的主要因素。(11) 与国外研究相比，我国现有研究存在两个主要问题。第一，研究很少涉及学生资助对学生个体的影响，包括学业发展和劳动力市场表现。学者关注院校类型、层次和质量对学习成绩的影响(12) 和就业与起薪的影响(13)，但是尚未将学生资助纳入对学业成就的分析。第二，即便在少量学生资助和学习行为的研究中，研究方法多以描述性分析为主，缺乏定量分析。
根据“学生整合理论”和“学生选择理论”以及已有实证研究结果，本研究提出如下研究假设。第一，个人和家庭背景、高中表现、高校类型等影响个人学习成绩。第二，学生资助与学习成绩正相关、与课程不及格负相关、与学习时间正相关、与满意度正相关。为了验证这些假设，本研究提出的分析模型包括：（1）大学成绩。我们使用逻辑斯特模型、有序逻辑斯特模型和一般有序逻辑斯特模型来分析是否获得学生资助、资助类型和资助水平对大学成绩的影响。（2）是否有不及格课程。我们使用逻辑斯特模型来分析是否获得学生资助、资助类型和资助水平对学生是否有不及格课程的影响。（3）课外学习时间。我们使用最小二乘法模型来分析是否获得学生资助、资助类型和资助水平对每日课外学习时间的影响。（4）学生满意度。我们使用逻辑斯特模型来分析是否获得学生资助、资助类型和资助水平对学生对所在学校整体满意度的影响。
三、数据、样本和描述统计
研究数据来源于北京大学和北京师范大学2008年9月对甘肃、湖南和江苏三省19所高等教育机构的学生问卷调查。该调查根据院校类型和专业采用分层抽样方法，在确定院校后再确定参与调查的专业年级和班级。调查涉及的19所高校中包括14所公立和5所私立高校；其中有12所普通本科院校和7所高职高专院校或独立学院。调查共回收学生问卷9989份，回收率为96.5％。本科生占57％，专科生占43％；一年级学生占5％，二年级学生占58％，三年级学生占28％，四年级学生占9％；民办高校学生占13％。
表1描述了样本中学生的性别、地区、父亲教育和收入、高中表现、大学经历等情况。本次调查的学生中男生和女生各占50％。全体学生中约有8％的学生为党员，55％的学生来自农村以外地区。半数大学生来自中低收入家庭，父亲教育程度较低，但是高中成绩较好。从家庭背景来看，48％的学生来自父亲月收入低于1000元的家庭。44％的学生父亲教育程度为初中及以下。从高中情况来看，39％的学生来自重点高中。
从学业发展和毕业后选择的角度来看，大学生对自己学业发展的感觉良好，对学校满意度较高。大学生认为自己各门功课的平均成绩属于优秀或者良好的占48％，属于中等的占41％。没有任何不及格科目的学生占68％，有1—2门不及格的占21％。在课外学习时间方面，学生平均每日课外时间为4.04小时，约有50％学生的平均课外时间为3小时。在对学校的满意度方面，约有31％的学生对所在学校很满意，48％的学生比较满意。鲍威对北京市高校的研究发现，约有76％的学生对所在高校满意或者比较满意，结果与本文发现类似。(14)
本文从获得资助学生比例、资助的构成和资助的水平来分析学生资助的情况。全部学生中约有38％的获得过学生资助，全体学生中7.5％的学生仅获得奖学金，4.1％仅获得学生贷款，14.3％仅获得助学金，1.1％同时获得奖学金和贷款，6.2％同时获得贷款和助学金，3.2％同时获得奖学金和助学金，2.1％同时获得奖助学金和贷款。从资助水平来看，各种学生资助的支持力度差距很大。奖学金的平均资助水平为1636元／年，学生贷款的均值为4724元／年，助学金的均值为1423年元／年，获得混合型资助学生的年资助水平从3417元／年到9258元／年不等。(15)
值得注意的是，不同类型院校、不同层次院校学生获得资助的比例和水平不同。例如公立学校学生获得奖学金的比例高于私立学校学生（19％和17％），但是后者获得助学贷款（公立与私立分别为10％和13％）和助学金（公立与私立分别为36％和53％）的比例较高。本科院校学生获得奖学金的比例高于高职院校学生（22％和15％），但是后者获得贷款（9％和12％）和助学金的比例更高（29％和51％）。此外，资助的类型和水平与个人所在地区、性别、政治面貌、家庭所在地、父亲教育程度和收入、高中类型、高中成绩、院校类型、年级、专业、大学成绩和对资助了解程度的不同而不同。
四、学生资助对学业发展影响的定量分析
本研究首先分析学生资助对大学成绩的影响。表2归纳了逻辑斯特模型分析的结果。研究发现，第一，获得学生资助与获得优秀成绩有显著的正相关关系，且获得更高的资助会显著地提高学生取得优秀成绩的概率。表2显示在控制了学生的性别、党派、户口、父亲收入、高中成绩、大学年级、省份、院校类型和层次以后，获得资助学生的各门功课平均成绩属于优秀或者良好的概率比未获得资助学生高90％。第二，研究发现学生背景因素也会影响大学成绩。例如，控制其他因素的条件下，男生取得优异或者良好成绩的概率比女生低32％，而学生党员获得优秀成绩的概率比其他学生高2.17倍，城市学生获得优秀成绩的概率比农村学生低14％。此外，高中成绩优秀和排名与大学成绩显著的正相关。第三，学生资助与大学成绩的正相关关系具有一定的稳定性。为了检验结果的稳定性，我们尝试使用有序逻辑斯特模型和一般有序逻辑斯特模型来进行估计。(16) 一般有序逻辑斯特模型的结果显示在其他变量不变的条件下，获得资助学生取得优异成绩的概率是成绩为不及格的2.29倍，取得良好成绩的概率是成绩为不及格的1.89倍。(17) 因此，“学生资助提高了个人的学习成绩”这一结果不受模型选择的影响，具有相当的稳定性。
其次，我们来分析学生资助对成绩不及格的影响。表2总结了逻辑斯特分析的结果。第一，获得资助显著地降低了个人学业失败的可能性。在控制主要因变量以后，获得资助学生有不及格科目的概率约为无资助学生的74％，即学生资助显著地降低了有不及格科目的可能性。此外，高资助水平降低了有不及格科目的可能性。在其他变量相同的条件下，获得最高水平资助（资助水平处于最高25％区间）学生不及格的概率显著的低于获得中上等资助水平（资助水平处于中高的25％区间）的学生。第二，学生性别、父亲收入、高中成绩和排名、大学年级和院校所在地区也会显著的影响学生是否有不及格科目。
再次，学生学习行为的一个重要方面就是课外学习时间的投入情况。表3归纳了分析结果。第一，学生资助显著地增加了课外学习时间。在控制性别、党派、户口、父亲收入、年级、大学成绩后，与未获得资助的学生相比，获得资助的学生平均每天多学习0.28小时。第二，在各种类型的资助中，获得助学金和同时获得助学金与贷款显著地提高了课外学习时间，其他资助类型的影响不显著。获得助学金的学生比未获得资助学生每天多学习0.35小时，同时获得助学贷款和助学金的学生每天多学习0.40小时。第三，获得资助水平与课外学习时间显著相关。表3显示与获得最高资助水平的学生相比，控制其他变量的条件下，获得资助水平较低的学生花费更多的时间学习。例如，处于最低25％资助水平区间的学生每天比处于最高25％水平区间的学生多学习0.51小时。学生资助显著地提高了学习时间这一结论支持了“学生整合模型”的假设，即资助有助于提高学术性整合，增加投入学习的时间，从而最终提高学习成绩。
为了检验“学生选择模型”，我们进一步分析学生资助是否影响学生对所在院校的满意度。若学生资助显著地影响个人满意度，则资助可能通过影响满意度而提高了个人的学习动机和学业成就，学生选择模型解释了资助影响学业发展的方式。分析结果参见表3。第一，获得学生资助并未对学生满意度产生显著影响。获得学生资助对满意度产生了正的但是不显著的影响。在控制其他因素以后，不同类型的资助未能显著地提高或者降低学生对院校的满意度。比较不同水平的资助，获得中等水平资助（处于中间50％区间）比获得最高水平资助（处于最高25％区间）学生的满意度更高。第二，其他个人因素对学生的满意度也有一定的影响。例如男生的满意度比女生低13％，高收入学生的大学满意度明显地高于低收入家庭子女，低年级学生的满意度明显地高于高年级学生。此外，大学成绩优异学生的满意度比其他学生高43％，高职高专学生的满意度比普通本科院校学生低32％。学生资助对个人满意度无显著影响的发现说明，我们不能确定资助是否通过提高满意度而提高了个人学习成绩，即该结果未能支持“学生选择模型”提出的假设。
五、学生资助与教育过程和结果的公平
1998年高等教育扩张以来，我国政府对高等教育资助政策进行了改革，引入了大规模的资助政策。资助政策的主要目标是开放入学机会，促进学业发展。短期内这种大规模、多层次助学制度的推行，缓解了实行成本分担政策以来贫困学生就学的经济负担，提高了高等教育的可负担性和入学机会，(18) 促进了教育起点的公平。但是目前国内的研究尚未系统地分析学生资助对学生学习行为、学业发展和成就，以及毕业后选择的影响，因此很难确定学生资助政策是否也促进了教育过程的公平和教育结果的公平。本文结果表明，通过对学生资助与大学生成绩、不及格科目、课外学习时间、高校满意度和毕业后选择的分析，我们发现学生资助是影响个人学业发展的重要因素。是否获得资助、资助的类型和资助水平对大学生的学业发展发挥着举足轻重的作用。
从理论的层面来分析，本文结果在一定程度上验证了铁托的“学生整合模型”。我们发现学生资助的确能够提高课外学习时间。而且我们进一步发现，获得资助学生有不及格科目的概率更低，取得优异或者良好成绩的可能性远高于未获得资助的学生。此发现与“学生整合模型”的预测一致。同时，我们的研究未能找到支持圣约翰的“学生选择模型”的证据。该模型认为学生资助降低了预期的教育成本，从而提高了对所在院校的满意度，进而促进了学习成绩的提高。本研究未能发现资助与满意度之间显著的相关关系。
从研究的实践意义层面来分析，初步的发现说明，学生资助在一定程度上促进了教育过程和结果的公平。首先，本文中我们用学生的课外学习时间和满意度来衡量教育过程的公平，结果发现获得资助与未获得资助学生在满意度方面没有明显差异，但前者将更多的时间投入学习。这意味着学生资助帮助部分贫困学生摆脱了经济困境，降低了勤工助学的时间。对获得资助的学生而言，资助补偿了在教育过程中由于经济困境而造成的不利影响，这是对教育过程公平的一种促进。其次，我们可以用大学成绩和是否有不及格科目来衡量教育结果的公平。研究发现获得学生资助与大学成绩优秀有显著的正相关关系，且获得更高的资助会显著地提高学生取得优秀成绩的概率。同时获得资助显著地降低了学业失败的可能性。对于获得资助的贫困学生来说，资助帮助他们提高了学习成绩，促进了未来学业发展，缩小了他们与非贫困学生的差距。从这个意义上说，资助补偿了他们入学前的不利处境，促进了教育结果的公平。
但是这并不说明学生资助解决了高等教育过程和结果的公平问题。第一，我们发现大量未获得资助的中低收入学生仍然面临经济困境造成的不利局面。我们注意到在父亲月收入低于500元的最低收入家庭学生中43％未获得资助。从教育过程和结果方面看，未获资助的低收入学生与获得资助的贫困学生相比处于弱势地位。比较父亲月收入低于500元家庭子女的课外学习时间，获得资助学生的平均每日课外学习时间为4.83小时，而未获得资助学生的平均学习时间是4.35小时。可见学生资助帮助了部分贫困学生，但是也拉大了贫困学生内部的差距，未能惠及所有弱势群体学生。
第二，学生资助对教育过程和结果的积极促进作用与资助类型和水平相关，并非惠及所有的获资助学生。从资助类型来看，我们的研究发现，获得助学金和同时获得助学金与贷款显著地提高了课外学习时间，而其他资助类型的影响不显著。因此，获得某些类型资助或低水平资助的学生未必能从学生资助中获得很大的收益。换言之，学生资助分布的不均匀扩大了获得资助学生群体内部教育过程和结果的差异性。
因为受到数据的限制，本研究也有一些明显的局限性。首先，本文使用个人自我汇报的学习成绩和资助数据，这可能带来一定程度的测量误差，导致回归结果的偏差。其次，学生资助是本研究的核心自变量，但是它并非纯粹的外生变量。某些影响学生资助的不可测因素，例如个人教育期望和自信心，可能也会影响个人学习成绩和毕业后选择，这导致资助变成学业发展过程中的内生变量。由于这些不可测因素未能被纳入分析方程，会导致学生资助这个因变量与误差项的相关关系，从而带来有偏的估计。我们计划在下一步的研究中尝试解决内生的学生资助问题。第一，我们希望使用工具变量的方法，寻找影响学生资助但是不影响学业发展或者毕业后选择的变量作为资助的工具变量。第二，希望找到某些由于学生资助政策的变化带来的准实验环境，在该环境中学生资助的变化是由于外部因素的变化造成的，而这些外部因素与学生个人发展无关。由此，我们可以研究这些外生性的学生资助变化所导致的个人学业发展差异。
收稿日期：2009－05－07
注释：
① Salmi,J.,& Hauptman,A.M.Innovations in tertiary education financing:A comparative evaluation of allocation mechanisms(Washington,DC:World Bank,2006).
② Woodhall,M.“Student Loans,”In International Encyclopedia of the Economics of Education edited by M.Carnoy(Oxford,UK:Elsevier Science Ltd,1995),420-425；齐德曼提出，学生贷款目标包括弥补高等教育财政的不足、扩展高等教育机会、增加贫困家庭子女上大学的机会、满足特殊领域特殊地区劳动力需求和减轻学生经济负担。
③ St.John,E.P.,Paulsen,M.B.,&Carter,D.F.“Diversity,college costs,and postsecondary opportunity:An examination of the financial nexus between college choice and persistence for African Americans and Whites,”Journal of Higher Education 76 (2005) :545 - 569.
④ Tinto,V.Leaving college:Rethinking the causes and cures of student attrition (2nd ed.) (Chicago University of Chicago Press,1993).
⑤ Cabrera,A.F.,Nora,A.,& Castaneda,M.B."College Persistence :Structural Equations Modeling Test of An Integrated Model of Student Retention," The Journal of Higher Education 2(1993):123-139.
⑥ Manski,C.F.,&Wise,D.A.College choice in America (Cambridge,MA :Harvard University Press,1983);Dynarski,S.M.“Does aid matter? Measuring the effects of student aid on college attendance and completion,”American Economic Review 1 (2003) :279 - 288.
⑦ DesJardins,S.L.,McCall,B.P.,Ahlburg,D.A.,& Moye,M.J.“Adding a timing light to the ‘Tool Box’,”Research in Higher Education 1 (2002):83 - 114.
⑧ Satater,M.“The impact of financial aid on college GPA at three flagship public institution,”American Educational Research Journal (Forthcoming) 2009.
⑨ Cornwell,C.M.,Lee,K.H.,& Mustard,D.B.The Effects of State- Sponsored Merit Scholarships on Course Selection and Major Choice in College.Institute for the Study of Labor.2006.
⑩ 沈华，沈红．国家助学贷款对高等教育个人收益率的影响[J].教育与经济，2008,(2)；沈红．学生财政资助的政治与社会效应——基于三项调查的综合分析[R].全国教育经济学会2008年会，2008.
(11) 王俊红等．影响学生学习成绩因素的探究与分析[J].天津工业大学学报，2007,(6):86－88；朱省娥，孙熠．影响大学生学业成绩因素的统计分析[J].统计观察，2006,(4):21－23；马骥等．农科院校学生入学成绩、基本情况对大学成绩影响的实证分析[J].高等农业教育，2003,(11):50－52.
(12) 鲍威．关于高等院校教学质量与教育成果间关联性的实证研究——基于北京市高校学生学业状况调研[J].北大教育经济研究，2007,(4):20；鲍威．扩招后中国高校学生的学习行为特征分析[R].全国教育经济学会2008年会，2008.
(13) 岳昌君，丁小浩．影响高校毕业生就业的因素分析[J].国家教育行政学院学报，2004,(2):7.
(14) 鲍威．关于高等院校教学质量与教育成果间关联性的实证研究——基于北京市高校学生学业状况调研[J].北大教育经济研究，2007,(4):20.
(15) 为了说明资助的力度，我们比较学生资助与学费水平。样本中学生年学费的平均水平为5900元／年，住宿费平均为1063元／年，学生全部年均开支为7318元／年。在仅获得奖学金的学生中，奖学金相当于年学费水平的32％；学生贷款相当于学费的103％；助学金相当于学费的31％。
(16) 有序逻辑斯特模型假设因变量对自变量的影响具有比例性（proportionality assumption），一般有序逻辑斯特模型则放松了这一假设。自变量是大学各门功课平均成绩，它是定比变量，其变化范围包括90分以上、80－89分、70－79分、60－69分、低于60分。
(17) 由于篇幅关系，结果未在本文中展示。
(18) 李文利，魏新．论学生资助对高等教育入学机会的影响[J].北京大学教育评论，2003,(3):83－89.