首页 >> 教育学 >> 普通教育学
课外补习、学习成绩与社会再生产
2016年12月19日 10:25 来源:《教育与经济》 作者:薛海平 字号

内容摘要:使用中国教育追踪调查2014年数据(CEPS 2014),研究了我国初中在校生的影子教育活动,深入探讨了课外补习、学生成绩与社会再生产的关系。

关键词:影子教育;课外补习;学习成绩;社会再生产;倾向得分匹配法

作者简介:

  作者简介:薛海平,首都师范大学 教育学院,北京 100048 薛海平,男,首都师范大学教育学院教授,博士生导师,主要从事教育经济与管理研究。

  内容提要:使用中国教育追踪调查2014年数据(CEPS 2014),研究了我国初中在校生的影子教育活动,深入探讨了课外补习、学生成绩与社会再生产的关系。结果表明:大城市、排名靠前学校、家庭资本多、成绩好的初中学生更可能接受课外补习;采用PSM研究方法发现初中生参加学术类课外补习有助于提高语文、数学、英语各单科成绩,但对各单科成绩提升幅度有较大差异;未参加学术类课外补习初中生语数外各科潜在补习收益均高于参加课外补习组的补习收益。本研究政策启示是:课外补习已经成为继学校教育之外另一种教育社会再生产的新机制,且课外补习正日益强化学校教育社会再生产功能,对义务教育公平和正常社会流动构成了严重挑战。政府需要改变课外补习放任自流或引导不力的状况,高度重视课外补习与学校教育体系的联动关系,采取措施抑制课外补习社会再生产作用并促进教育跨越代际效应功能的发挥。

  关 键 词:影子教育 课外补习 学习成绩 社会再生产 倾向得分匹配法

  标题注释:北京市社会科学基金研究基地重点项目“从学校教育到影子教育:教育竞争与社会再生产”(项目批准号:15JDJYA007);国家自然科学基金面上项目“直面影子教育系统:我国义务教育课外补习研究”(项目批准号:71373165)。

  中图分类号:F08;G40-054 文献标识码:A 文章编号:1003-4870(2016)02-0032-012

  一、数据来源及变量说明

  本研究使用数据全部来自中国人民大学中国调查与数据中心执行的中国教育追踪调查2014年数据(China Education Panel Survey,简写为CEPS)。中国教育追踪调查(CEPS)以2013-2014学年为基线,以初中一年级(7年级)和初中三年级(9年级)两个同期群为调查起点,以人口平均受教育水平和流动人口比例为分层变量从全国随机抽取了28个县级单位(县、区、市)作为调查点。调查的执行以学校为基础,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,基线调查共调查了约2万名学生。本文中的课外补习主要是指为提高学生学业成绩而进行的正规学校教育外的学术类课程补充性教育活动,也包括旨在提高学生才艺能力的兴趣类课程校外培训。该数据集中初中学生样本数19487名。在考察家庭背景对课外补习机会获得的影响时,本文引入了家庭资本的概念。根据已有家庭资本文献研究结果[1][2],本研究将家庭资本分为四大类:人力资本、社会资本、文化资本、经济资本。家庭人力资本用父母最高学历测量;家庭社会资本测量主要借鉴李春玲职业分层研究[3],将学生父母职业分为上、中、下三层,取父母一方中最高职业分层作为学生家庭社会资本测量指标,父母职业分层越高,表明学生家庭社会资本越多;文化资本用课本、杂志外的家庭藏书数测量;经济资本用家庭经济状况测量,分困难、中等、富裕三个水平。

  二、谁在参加课外补习

  样本统计分析显示,我国初中生参加课外补习的比例为47.3%,其中,参加学术类和兴趣类课外补习的比例分别为33.2%和29.3%,两者均参加的比例为15.1%,参加学术类课外补习比例明显高于兴趣类课外补习。在各门具体学术课程中,参加英语课外补习比例最高,为23.3%,其次为普通数学,为20.2%,紧接着是语文/作文,为11.0%,参加奥数课外补习比例较低,为4.0%。在兴趣类课外补习中,参加音乐/乐器课外补习比例最高,为10.6%,其次为体育,为8.5%,参加棋类最低,为2.4%。

  由于学生个体、家庭和学校背景的差异,我国初中学生参加课外补习的规模也存在显著差异,学校所在地行政级别越高,学生参加各类课外补习比例越高。市/县城的中心城区学校初中生参加课外补习的比例远高于边缘城区及城乡结合部学校,边缘城区及城乡结合部学校初中生参加课外补习的比例又明显高于乡镇农村学校。不同质量学校初中生参加课外补习的规模存在显著差异,排名越靠前的学校学生参加学术类和兴趣类课外补习的比例也越高。不同年级排名的班级初中生参加课外补习的规模存在显著差异,排名靠前的班级学生参加学术类课外补习的比例也较高,但参加兴趣类课外补习的比例较低。女生参加课外补习的比例显著高于男生。独生子女参加课外补习比例显著高于非独生子女。初一学生参加课外补习的比例显著高于初三学生。成绩越高的学生,参加学术类和兴趣类课外补习比例均较高。不同家庭资本的学生参加课外补习规模存在显著差异。具体来说,父/母亲最高学历较高的学生参加学术类和兴趣类课外补习的比例均较高,表明家庭人力资本越高的学生参加课外补习的可能性也越高。父/母亲最高职业分类较高的学生参加学术类和兴趣类课外补习的比例均较高,表明家庭社会资本越高的学生参加课外补习的可能性也越高。家庭经济资本和家庭文化资本越高的学生参加学术类和兴趣类课外补习的可能性均越高。

  三、课外补习对学生成绩影响实证分析

  (一)计量模型和方法

  根据已有课外补习对学生成绩影响的文献研究,再借鉴Hanushek建立的分析学生成绩影响因素的教育生产函数经典理论模型[4],本文建立了如下的基本模型以分析课外补习对学生成绩影响:

   

  在这里,代表学生成绩,包括学生2013年期中考试标准化成绩语数外加总以及语数外各科期中考试标准化成绩;PT代表课外补习,指参加学术类课外补习(之所以没有包括兴趣类课外补习是由于兴趣类课外补习主要目的不是为了提高学习成绩);I代表学生个体因素,包括性别、是否独生子女、年级、学生成绩班级排名、认知能力测试得分、自我教育期望等;F代表家庭因素,包括家庭人力资本、经济资本、文化资本、社会资本、对孩子的教育水平期望、父母检查作业频率、父母指导功课频率等;S代表学生所在的学校因素,包括学校排名、所在地点类型、所在地行政级别、班级规模、班级在年级排名、班级同伴认知均值、班级同伴认知标准差等。

  在采用具体的计量模型分析时,考虑到采用多元线性回归模型很难穷尽影响学生成绩的所有变量,尤其有些影响学生成绩的因素是不可观察的潜在变量,如学生能力变量,而且是否选择参加学术类课外补习可能与模型遗漏的潜在变量具有相关性,即存在内生性问题。20世纪90年代以来,对这类问题一般有以下两种较为常用的处理方法,一是条件独立假设下的平均处理效应方法,二是工具变量方法。本文将采用第一种方法解决内生性问题。在项目评价分析框架下,上述模型可以看成一个项目评估问题。将d=1表示接受一项处理(Treat),d=0表示未接受处理。此处d=1表示是否参加学术类课外补习。因而估计项目干预效果就是估计项目处理效应(Treatment Effect),换言之,结果变量的变化在多大程度上是源于项目处理的干预。本文的目的是估计学生成绩的变化多大程度上源于参加学术类课外补习的因素。

  如果是否参加学术类课外补习依赖于一些可观测的变量X,我们就可以使用匹配方法(Matching Method)来估计项目处理效应。倾向得分法(Propensity Score Matching,以下简称PSM)是匹配法中最常用的方法之一。Rosenbaum与Rubin最早提出了这种方法[5]。其主要思想是将影响接受处理的各种因素作为协变量,在给定一组协变量的条件下估计出每个样本能够成为实验组(也称处理组)的条件概率,将其记为倾向得分。如果实验组样本和对照组(也称控制组)样本估计得出的倾向得分分布保持一致,则可以判断两个样本在协变量的分布上也是一致的。在对所有样本进行配对之后,通过计算配对之后的实验组和对照组之间在结果指标上的差异情况来考察项目处理对实验组的影响效应。

分享到: 0 转载请注明来源:中国社会科学网 (责编:毕雁)
W020180116412817190956.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
QQ图片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们