高等教育回报的质量差异，本文主要内容关键词为：高等教育论文,差异论文,质量论文，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。
自1977年中国恢复高考以来，这项世界上规模最大的考试的改革与探索的步伐从未停止，决策者们始终试图在科学、公平与效率之间寻求平衡；与此同时，高等教育的改革与发展步伐也从未停歇，而这始终都是无比艰巨的任务。改革过程中，赋予学生更多的选择权利成为一种发展趋势。“高等教育大众化”发展至今，进入高校的门槛似乎不再严格与苛刻。对多数高中毕业生而言，上大学已不是遥不可及的梦想，取而代之的是另一个问题，选择去哪所大学，选择什么专业。自1999年实行高等教育扩招以来，普通高等院校数量变化的总体趋势是增加的。从1994年到2004年，在这十年间，我国普通高等学校数从1 080所上升到1 731所，增加了60.3%。①2001年开始，高校数量增加之快是史无前例的，这与1999年普通高校开始实行扩招有紧密联系。一方面现有院校增加招生人数，另一方面，一些新的院校开始招生，上大学更趋向于成为一种个人的理性选择。目前正在轰轰烈烈进行的高考改革，也进一步助推了学生在高考中的“选择”权利。2014年9月，上海、浙江高考改革试点方案出台后，从兴趣爱好到专业及学校，“选择”成为了热点；而合并本科第一、第二招生批次的提法加剧了高校之间争夺生源的竞争，同时也赋予学生更多机会。尽管选择的权利在增加，但也出现了“选择迷失”的尴尬。选什么、如何选，学生们需要更多专业的指导与信息才能走出身处改革的迷茫期。不同类别高校的教育回报也应该成为学生进行选择的考量依据之一。关于高校教育质量回报的研究是教育回报问题中一个重要的部分，本文试图从分析不同质量高校教育回报的角度，为高中毕业生的理性选择提供参考，同时也能为不同高校的发展建设提供一定的实证支持。 目前高等院校众多，国有的，民办的；国家级的，省级的，市级的；“211”院校，非“211”院校等，分类众多。所谓不同质量的大学，有不同的分类方法，可以从教学质量、师资队伍、学校规模、学生来源等不同的角度进行分类。本文划分不同教育质量高校的依据是高校隶属部门的差异，据此，将目前我国高校分成三类：中央部属高校(一类高校)，省属高校(二类高校)，其他高校(三类高校)。这样的分类基本上能够综合反映上述多个方面的差异。部属高校被称为“中国大学的先行军和领导者”，已基本覆盖入选国家教育战略“211”工程、“985”工程以及其他重要工程的重点大学；省属高校是我国高校的主体，以服务地方和区域经济社会发展为目标，着力为地方培养高素质人才；其他高校中主要包括不属于部属和省属的高校，以民办高校居多。②下面的客观数据能够反映这三类学校的质量差异。 部属高校、省属高校以及地方高校，这三类不同质量高校的教育回报是否存在差异，如果存在，具体差异如何，这两个方面是本文考察的重点。本文将高校质量作为一个多元处理变量(multiple treatments variable)，利用配对(matching)的方法估计教育回报的相关处理效应(treatment effects)。本文其他部分的内容安排如下：第二部分是文献综述；第三部分介绍模型、估计方法及使用的数据；第四部分给出文章的实证研究结果；第五部分是结论。 二、文献综述 在西方，研究不同大学质量对人力资本投资回报影响的文献有很多。在早期对这个方面的研究做出较大贡献的有魏斯布罗德和卡尔波夫(Weisbrod and Karpoff)[1]与怀斯(Wise)[2]，之后又由贝尔曼等人(Behrman et al)[3]、布莱克和史密斯(Black and Smith)[4][5]等人掀起了一个新的研究浪潮。大部分文献是用美国的数据研究大学的教育回报，这些文献的研究结果无论是从学术还是理论的角度都至关重要。比较多的文献研究了发达国家主要是美国的教育质量与收入的相互关系，但得到的结论并不一致。一些研究发现教育质量对收入有显著正向影响[4][5][6][7][8]。例如萨卡罗普洛斯和贝莱斯(Psacharopoulos and Velez)研究发现用考试成绩或是学校声望表示的大学质量对收入有正向影响；[6]卡特和克鲁格(Card and Krueger)用生师比表示教育质量，发现教育质量的提高有利于增加教育回报。[7]卡特和克鲁格(Card and Krueger)对相关文献进行了总结，大多数文献发现教育质量与教育回报正相关。[9][10]贝茨(Betts)指出，关于美国的一些相关研究对教育质量的度量都是在州级层面，很少有校级层面的度量，这会导致估计有偏。[11][12]一些研究则表明进入好大学的教育回报不显著甚至是负相关关系。[13][14]例如哈蒙(Harmon et al.)等人利用英国和威尔士的数据研究了33岁的男性其学校质量与教育回报的关系，他们发现教育年限的回报远大于教育质量的回报。[14] 上述文献绝大多数是对发达国家的研究，对发展中国家以及不发达国家的相关研究较少，一些研究关注了发展中国家的小学或是初中教育质量问题。[15][16]对中国相关问题的研究也不多。钟(Zhong)利用中国CHIP(2002)数据研究了大学质量对教育回报的影响，发现两者之间显著相关，并且进入职场时间越短的人，他们毕业学校的质量与收入关系越大。研究中用自我评价的大学的质量作为衡量大学质量的标准，自我评价的指标主观性太强。[17]刘泽云和邱牧远基于2005年中国城镇居民调查数据，将“211”大学作为高质量大学的标准，发现毕业于“211”大学可使劳动者年工资增长37.5%。[18]罗楚亮在实证分析中虽然用到了一些代表教育质量的变量，一个代表大学排名的二元变量，但在文章中并没有讨论大学质量对教育回报的影响。[19] 除了主观指标，教育质量的衡量有很多客观指标，比较常见的例如生师比、教师收入、学生成绩等，布莱克和史密斯提出用单个替代变量表示教育质量会导致结果的低估。[5]从研究方法来看，也比较多样，例如matching估计[4][13][20]、不连续回归方法[8]、分位处理效应方法[21]等。 与已有文献不同，本文选取的教育质量指标更为客观，分得也更为细致，本文将根据高校隶属部门的差异来衡量并划分高校质量。对相关处理效应的研究，与以往文献多将教育变量作为二元处理变量(Dummy Treatments Variable)不同[22][23][24]，本文将教育质量作为多元处理变量，估计多元处理变量的相关处理效应。 三、经验模型和数据 (一)模型与方法 已有教育回报文献多关注上大学(Treatment Group)与不上大学(Control Group)之间的收入差异。本文则主要关注高等教育的质量回报差异：相对于高中毕业生，大学毕业生与其存在收入差异即高等教育回报，不同类别高校教育回报的纵向及横向比较均能反映高等教育的质量回报差异。此时对Treatment变量和Control变量的选择具有不唯一性。因此，将高等教育质量作为多元处理变量进行研究。对应于不同教育质量的收入是本文关注的焦点，令
表示获得T类教育质量的人得到的收入，③本文用学校类别作为教育质量的替代变量，因此，T=0，1，2，3，分别表示接受教育的质量较差(高中毕业)、质量一般(其他高校毕业)、质量中等(省属高校)、质量较高(部属高校)。④属于后面三类的个人都进入了高校，只是高校质量存在差异。除了接受教育的质量，个体收入还决定于很多其他因素，例如个人的人口学基本特征、工作经验、工作性质、所处地区等。
通过对式(3)进行OLS估计能够得到相应的教育质量回报，为了解决内生性或是遗漏变量问题，可以通过IV估计或是选择合适的替代变量估计得到校准后的教育质量回报。如果g(·)不是线性的，则即使经过校准，通过估计式(3)得到的质量回报可能并不准确，并且上述估计仍旧难以有效解决异质性问题。因此，我们选择基于倾向得分配对来估计相应的处理效应。本文主要关注教育回报的以下两个处理效应，分别是平均处理效应(Average Treatment Effect(ATE))和参与者处理效应(Treatment Effect on the Treated(TT))，可以用下面的式子表示(参见莱希纳(Lechner)[25])
(1)满足条件独立假设(Conditional Independence Assumption(CIA))。此时，根据罗森鲍姆和儒宾(Rosenbaum and Rubin)提出的平衡得分性质(Balancing Score Property)，[26]可以把式(4)和式(5)写成下面的形式：⑤
(2)不满足CIA。此时，按照上述方法估计得到的结果是有偏的，需要使用新的方法进行估计。在这种情况下估计相关处理效应时，方法也有多种，比较常用的是局部平均处理效应(LATE)估计方法，这些方法的共同之处是需要找到合适的工具变量。本文采用利用基于工具变量的倾向得分配对(Propensity Score Matching with Instrumental Variable(PSM-IV))估计相关处理效应。⑨ 假设内生变量EQ的工具变量为二元变量Z，取值分别为z，z′，定义新的“倾向得分”为：
其方差仍将采用Bootstrapping的方法得到。 (二)数据介绍 本文使用的数据来自中国人民大学社会学系与香港科技大学社会科学部的中国综合社会调查(CGSS)项目，这是一个全国性的样本。根据研究所需变量的可得性，我们选取2003年和2008年的样本。⑩为研究大学的教育回报，我们把高中及同等学历以下学历的样本、研究生学历的样本以及没有工资信息的样本删除，剩余3 927个样本。表1是样本中主要变量的统计均值。样本中居民的平均小时工资为7.487元，从高校毕业生收入来看，省属高校最高，部属高校次之，其他高校最低。省属高校毕业生收入比部属高校毕业生高出1.5%，比其他高校毕业生高出9.3%。研究样本的平均工作年限约为20年。学校质量越好，男性的比例越高，在部属高校中，男性占比67.5%，其他高校中，男性占比下降为56.1%。部属高校中党员比例最多。从父母受教育年限来看，上大学个体比不上大学个体其父母的受教育程度更高。 表1 主要变量统计均值
说明：(1)带*号的变量在实证研究中均设定为二元变量；(2)2008年的收入已转化为以2003年为基年的实际收入。 四、实证分析 (一)对倾向得分的估计 配对之前，需要估计得到倾向得分。谁能上大学，谁能上好大学。通过估计上大学概率可以得到一些基本信息。表2是对上大学概率以及上什么类型大学的估计，本文分别采用Logit和有序Logit模型进行估计。决定上大学的因素中，除了控制个体特征，还控制了个人相关的家庭背景，同时，教育政策因素也被考虑在内。两个模型中，在两个教育扩张阶段，城镇居民上大学概率均高于农村居民。此外，教育扩张更有利于城镇居民入学机会的增加，而农村居民的入学机会反而出现下降。由于城镇与农村义务教育质量的差别，教育扩张实际有利于更多城镇居民走进大学校园，农村居民则几乎没有受益，甚至上大学机会反而在下降。从结果中还能够得到其他一些信息，例如男性上大学的概率明显高于女性；重点学校毕业的学生其上大学的概率高于非重点学校的学生；家庭背景因素对个人进入高校也是重要的。 (二)高等教育的质量回报 上大学作为一种人力资本投资回报形式，最终将获得教育投资回报，不同高校之间教育回报的差异是本文主要关心的内容。统计结果显示，从收入的角度来看，部属高校毕业生略低于省属高校，省属高校又显著高于其他高校。不同高校之间教育回报的差异是否会表现出与收入差距一样的特征呢。这一部分将揭晓答案。利用估计得到的倾向得分，在CIA条件满足的情况下，通过式(6)与式(7)可以得到笔者感兴趣的教育回报相关处理效应。表3中，给出整体以及三类高校各自的教育回报。 表2 对上大学概率的估计结果
说明：(1)Logit模型的被解释变量为二元变量“没有上大学0，上大学1”，Ologit模型的被解释变量为多元变量“没有上大学0，其他大学1，省属大学2，部属大学3”。(2)根据历年招生人数变化，小规模扩招的时间段为1992-1998年；大规模扩招的时间段为1999-2003年；带*号的变量均为二元变量。 总体来看，OLS估计低估了真实的高等教育回报；从平均处理效应ATE来看，高等教育年均回报约为16.2%([exp(0.499)-1]/4)；(13)不同质量高校的教育回报也存在差异，其中部属高校的回报最高，年均回报约为18.5%；部属高校毕业生比其他高校毕业生总体教育回报显著高出16.3%；省属高校毕业生比其他高校毕业生总体教育回报显著高出9.6%；而部属高校与省属高校毕业生总体回报差异则不显著(10%的显著性水平下，下同)。从实际上大学个体获得的回报TT看，部属高校毕业生其教育回报比省属高校高出9.4%，比其他高校高出18.4%。总体来看，大学质量差异与个体获得的教育回报显著正相关，一流大学毕业生回报最高。 表3 各类高校教育回报(CIA满足)
说明：(1)OLS估计时，控制的其他解释变量有工作年限及其平方项、性别、婚姻、政治信仰、企业是否正规、企业性质、区域、年份，选择家庭住房情况以及父母学历作为遗漏能力变量的替代变量。(2)“大学(高中)”指与高中毕业生相比，大学生的教育回报，其他变量的解释类似。(3)*表示在10%的显著性水平下显著，下同。 由于CIA可能并不满足，需要找到合适的工具变量加以解决。本文分别利用出身时具有的户籍身份以及父亲的教育程度作为工具变量，利用式(13)得到利用工具变量的配对估计结果，表4给出了CIA不满足情况下的平均处理效应。总体来看，分别利用两个工具变量得到的估计结果差异不大。以父亲教育程度作为工具变量的估计结果，部属高校毕业生、省属高校毕业生与其他高校毕业生回报差异分别为14%与11.3%。这两个数值与表3中的平均处理效应差异分别为-2.4%，1.7%，
相差不大；而部属与省属高校毕业生的回报差异同样不显著。因此，下面笔者将在假设CIA满足的情况下，比较教育质量回报的性别差异。 (三)性别与高等教育质量回报 性别收入差异历来都是人们关注的热点，男性与女性由于个体特征以及雇主偏好差异导致获得的收入存在差别。那么男性与女性的教育回报率是否也存在差异呢，这一部分主要对男性与女性的教育回报率进行比较。从ATE来看，男性的大学回报略高于女性，两者分别为64.1%，63.6%；只有部属高校的毕业生，女性回报才显著高于男性。而从实际上大学个体的回报来看，女性的大学回报略高于男性，两者回报分别为66.7%，65.3%。部属高校男女教育回报差异最大，至少为30%，且女性高于男性。值得关注的是，对于男性而言，省属高校的回报高于部属高校。进一步检验发现，这种差异并不显著(表5、图1、图2)。对毕业于不同高校的男性而言，省属高校毕业生教育回报比其他高校显著高出12.4%，其他类型高校之间并不存在显著差异。而对女性而言，结果与男性存在较大差异，从女性毕业生的教育回报来看，只有省属高校与其他高校之间的回报不存在显著差异，从ATE来看，部属高校的回报比省属高校高出24.1%，比其他高校的教育回报则显著高出33.6%。从人力资本投资回报的角度看，似乎女性进入一流高校比男性的价值更大。
图1 性别与教育回报率—ATE 说明：柱体无填充色表示统计不显著，下同。 表4 各类高校教育回报(CIA不满足)
表5 各类高校的教育回报——基于性别
图2 性别与教育回报率—TT 与以往大多数文献研究高等教育的教育回报不同，本文的聚焦点是不同质量高校的回报差异。笔者将高校按照质量差异分成三类，分别是部属高校、省属高校以及其他高校。实证研究中，笔者主要对这三类高校的教育回报进行了估计与比较。 大学质量差异与个体获得的教育回报显著正相关，一流高校毕业生回报最高。从平均处理效应ATE来看，高等教育年均回报约为16.2%。不同质量高校的教育回报存在差异，其中部属高校、省属高校、其他高校的年均回报分别为18.5%，16%，12.4%。比较不同高校之间的回报差异，从大学整体回报来看，部属高校与其他高校之间的回报差异以及省属高校与其他高校之间的回报差异是显著的，分别为16.3%和9.6%，而部属高校与省属高校之间的回报则不存在显著差异，从参与者处理效应TT来看，各类高校之间的教育回报均存在显著差异。 高校教育的质量回报存在显著的性别差异，从ATE来看，各类高校的男性毕业生其教育回报高于女性，部属高校除外，毕业于部属高校的女性其回报显著高于男性。另外，与男性不同，女性毕业生的教育回报，只有省属高校与其他高校之间的回报不存在显著差异，部属高校与省属高校、部属高校与其他高校的教育回报均存在显著差异。因此，从人力资本投资回报的角度看，女性进入一流高校比男性的价值更大。 值得注意的是，质量越好的高校给社会带来的正外部性可能越大，即社会回报可能越大，因此，如果在个人回报之外再考虑社会回报，高质量高校与低质量高校之间的差距可能会更大，这也是笔者下一步的研究目标。 感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。 ①数据来源于中国教育统计年鉴(1994，2004)。 ②中央部属高校，即中华人民共和国中央部门(单位)直属高等学校，是指国务院组成部门及其直属机构在全国范围内直属管理一批高等院校，目的是在探索改革上先走一步，在提高教学、科研和服务社会方面发挥示范和引导作用。省属高校是指隶属各省、自治区、直辖市、港澳特区，大多数靠地方财政供养，由地方行政部门划拨经费的普通高等学校。民办高校指的是企业事业组织、社会团体及其他社会组织和公民个人利用非国家财政性教育经费，面向社会举办的高等学校及其他教育机构。 ③本文中的Y均表示小时工资取对数。 ④高中毕业生没有上过大学，这里把与高校相比，高中教育质量设定为较差，三类高校的质量分别用一般、中等、较高表示。 ⑤这是一种降维的思想，即利用一维平衡得分取代多维特征变量x，这样可以极大地简化研究中的估计问题。具体表现为从式(6)中的第三个等式转换到第四个等式，从式(7)中的第二个等式转换到第三个等式。 ⑥参见莱希纳(Lechner)中的附录B(Appendix B)和卡利恩多和卡佩尼格(Caliendo and Kopeinig)。[27] ⑦窗宽大小的选取可参照西尔弗曼(Silverman)。[28] ⑧对处理组和控制组的设定不同。 ⑨可参见市村和泰伯(Ichimura and Taber)[29]。 ⑩作者感谢中国人民大学社会学系、香港科技大学社会科学部提供的中国综合社会调查数据。 (11)本文中对党员的设定包括中国共产党党员和其他民主党派成员。 (12)如企业提供各类保险或补贴则认为企业正规，否则企业不正规。 (13)文中的教育回报率均是对表格中估计结果进行exp转换后的结果。
标签：部属高校论文; 大学论文;
