资讯 / 正文

李锋亮 武小力丨县域经济与高考升学公平

李锋亮 武小力丨县域经济与高考升学公平

     点击上方蓝字关注我们

文章来源:《清华大学教育研究》2026年05期
作者简介:李锋亮,清华大学教育学院教授,研究方向为教育经济学;武小力,清华大学教育学院硕士生,研究方向为教育经济学.
DOI:10.14138/j.1001-4519.2026.05.013213

【摘 要】县域作为政策落地的“最后一公里”,其经济发展水平的差异已深刻影响教育资源供给格局。本文基于中国居民收入分配调查数据库(CHIP)2018年度数据与县域层面宏观数据,构建微观个体与县域层面的匹配样本,运用广义有序Logit回归模型,系统考察县域经济发展水平与个体高考升学院校声誉之间的关联,以及教育资源配置在二者关系中的调节特征。研究发现:县域经济水平与个体升学院校声誉呈显著正向关联,经济发达县域的学生进入更高层次高校的概率相对更高;县域中学资源密度能够正向调节这一关联,在资源更密集的区域,县域经济和升学结果之间的关联性更强;该正向关联在农业户籍学生、重点高中学生群体中表现更为突出。研究结论丰富了县域层面经济与教育关系的研究成果,为地方政府制定差异化县域教育政策、促进县域教育公平与经济协同发展提供了实证依据。

【关键词】县域经济;高考;院校声誉;教育资源配置;教育公平

一

引 言

建设教育强国是全面建设社会主义现代化国家的基础性、战略性支撑,而教育公平作为教育强国建设的核心要义与价值追求,始终被置于国家教育发展的关键位置。党的二十大报告明确提出“促进教育公平”,并作出“优化区域教育资源配置”的系统部署,将教育公平置于教育发展的重要位置。县域普通高中振兴、县域教师队伍统筹配置等政策落地,凸显县域教育均衡在教育高质量发展中的关键地位。县域作为我国教育体系的基层实践单元,是观察教育公平实现形态的关键窗口。它承载着约80%的农村人口与大量城镇人口的教育需求,其经济发展水平不仅直接塑造教育资源供给格局,更深刻影响着县中发展质量与学生的升学机会结构,进而重构教育公平的实现形态。而教育公平的本质在于保障每个个体无论出身、地域、家庭背景,都能获得平等的教育机会、均衡的资源供给与公正的发展结果,是人力资本积累与社会纵向流动的重要保障。它在高考这一连接基础教育与高等教育的关键枢纽上得到集中体现,其升学结果的公平性直接关系到教育价值的实现与社会公平正义的维护。

县域经济作为区域教育投入的重要支撑,其发展水平对县域教育资源供给水平的塑造作用,影响着教育强国建设中公平导向的落地成效。进入21世纪后,中国区域经济绝对差异逐年扩大,县域间差异成为区域经济差异的最大来源。这种绝对差距的扩张与县域间异质性的凸显已经逐渐映射到教育领域,成为制约县域教育公平推进的关键因素。县域层面经济的绝对差距既直接转化为县域中学师资、设备等硬资源的差异,又间接催生超级中学跨区域“掐尖”的失衡格局,导致县中陷入优质生源流失、资源转化能力弱化和非对称性依赖的困境。数据显示,2023年城区高中学校经费投入平均总量高出县中2800多万元,增速较县中高出12个百分点。经济发达县域能通过稳定的资源供给保障中学教育资源均衡配置,而欠发达县域则因财政投入不足,难以实现教育资源的充分供给,加剧教育公平失衡。微观层面,经济发达县域的家庭也更有能力为子女提供课外辅导、升学咨询等补充支持,进一步放大资源优势对升学结果的影响。

现有研究虽已关注到区域经济与教育获得的关联,但对县域这一基层单元的聚焦仍显不足。多数研究聚焦省域、市域等宏观层面,分析经济发展对教育投入的整体影响,却忽视了县域作为“教育政策落地最后一公里”的特殊性;部分研究虽涉及县域经济,却多将其作为控制变量纳入模型,未深入探讨其对个人升学的直接影响逻辑与现实表现,也未深入剖析教育资源配置在二者关系中的调节作用;另外,在高考升学研究内容上偏笼统,现有研究多聚焦“是否获得高等教育”的数量维度,缺乏对“985/211”高校、普通本科等升学院校声誉差异的质量分析,难以回应如何通过资源优化助力县域学生获得优质高等教育的现实需求。

基于此,本文以中国居民收入分配调查数据库(CHIP)2018年度的调查统计数据为基础,结合《中国区域经济统计年鉴》《中国县域统计年鉴》的县域经济数据,构建微观个体与县域层面的匹配样本,重点考察县域经济发展与个人高考升学院校声誉之间的关联及潜在作用机制。本文选取个体高考升学院校声誉衡量优质高等教育获得结果,依托微观个体样本的聚合特征反映县域内优质高等教育机会的分布情况,通过考察县域经济与个体升学机会之间的关联,从升学结果维度探讨县域层面的教育公平问题。本研究希望丰富县域层面经济和高考升学关系分析的研究,相关实证发现为地方政府制定差异化县域教育政策提供依据,推动实现县域教育公平与经济协同发展,为教育强国建设奠定基层基础。

二

文献综述

微观层面,家庭背景与个体特征对高等教育获得的影响是教育公平研究的核心议题。《科尔曼报告》证实家庭社会经济地位比学校资源更能预测学生学业成就。布尔迪厄的文化资本理论进一步揭示,家庭经济资本与文化资本通过教育氛围、升学支持等路径,形成教育获得的代际传递效应。沙维特(Yossi Shavit)等对15个国家的比较研究发现,父母教育背景对子女进入大学,尤其是精英大学的机会具有跨国一致性的显著影响。中国情境下的研究同样呼应了这些结论。高等教育扩张进程中,家庭社会经济地位对子女入学机会的影响持续增强,优势家庭子女进入优质高校的概率更高,高社会阶层子女在重点大学入学及专业选择上优势显著。这种阶层差异兼具省际与城乡特征,东部重点高校中私营企业主子女优势突出,中西部则体现为干部子女的升学优势。家庭背景通过高中阶段重点与非重点高中的校际分流影响高等教育获得,重点高中学生在优质资源获取上具有绝对优势。性别、户籍等个体特征同样影响高等教育获得。性别差异呈现“数量趋平、质量不均”特征,女性接受高等教育的机会已基本与男性持平,但在“985”“211”等优质高等教育资源的获取上仍处于相对劣势;城乡差异持续凸显,城镇居民获得高等教育的可及性显著高于农村居民;少数民族优惠政策、复读行为等因素也对高等教育获得产生显著影响。

宏观层面,相关研究关注区域经济水平差异如何通过教育资源配置影响高等教育获得。国际研究表明,地方财政能力决定学校资源供给,区域经济分化会带来教育获得不平等,财政投入增加能够提升学生大学入学概率,该效应在低收入学区更强。针对发展中国家的研究显示,经济贫困与财政短板易造成教育资源匮乏,形成低投入低产出的循环。国内研究同样强调区域经济对高等教育获得的重要作用。李立国研究发现,中国2002年高等教育毛入学率达15%时,人均GDP仅1135美元,2010年毛入学率升至26.5%时人均GDP为4394美元;这一变化表明经济增长支撑教育投入扩容,为高等教育规模扩张提供基础。李思龙等从公共教育投资效率视角证实,经济发达地区的公共教育资源能更高效地转化为人力资本存量。李锋亮和丁杨洋发现适度的教育支出不均衡可以显著促进创新,然而随着不均衡的扩大,创新则会受到明显的抑制。王婧妍等以苏州、盐城两市下辖县市为证,发达与欠发达地区人均GDP差距带来的劳动人口大学学历比例相差2.2倍。区域发展水平还会与微观家庭因素相互作用,魏延志揭示改革深化期与改革初期相比,地区经济社会发展水平通过个人的家庭背景对个人受教育年限的影响在不断增强,宏观经济环境对微观教育获得的作用日益凸显。

随着县域经济在新型城镇化与乡村振兴战略中的地位提升,学界开始关注县域经济对教育的影响,现有研究主要聚焦基础教育阶段。李祥云等从教育资源配置视角切入,证实县域经济实力通过提升生均教育经费、改善师资结构,间接提升了学生的基础教育学业成绩。少部分研究关注县域经济对高等教育获得的影响。伍银多等揭示了县域教育经费投入与高考表现的双向互动关系,证实了更多的教育经费投入能与高考表现形成良性循环。陈建海和高辉基于甘肃县域数据的实证研究发现,县域经济发展水平、教育资源投入与高等教育入学机会存在显著正相关,但这种影响主要体现在专科与普通本科层次,对“985工程”高校入学机会的影响不显著。

综合现有研究可见,学界已从微观家庭背景和宏观区域经济两个层面清晰揭示了教育获得的影响因素,但仍存在以下三方面缺口。第一,宏观背景对微观个体的高等教育获得的影响缺乏系统分析。已有研究大多单独聚焦家庭、个体等微观因素对教育获得的影响,或单独分析区域经济发展、教育资源配置的宏观差异,而系统探讨宏观经济社会环境如何作用于微观个体升学结果的研究相对有限。第二,县域视角的专门性研究明显不足。现有宏观分析多以省、市为分析单元,直接聚焦县域层级、系统考察县域经济对个体高等教育获得影响的研究偏少,难以精准刻画县域层面的教育公平特征。第三,对高等教育获得的层次划分较为粗略。研究多以“是否获得高等教育”“本科/专科层次”为核心分析指标,极少将高等教育获得细分为“985/211工程”或“双一流”高校、公立普通本科和民办本科等具体层次类型,难以捕捉县域经济对升学质量与院校声誉的差异化影响。

基于此,本文将基于CHIP2018微观个体数据与县域宏观统计数据,聚焦高等教育获得的细分维度,系统考察宏观县域经济发展水平与微观个体高考升学院校声誉之间的关联,并进一步分析县域中学资源密度在其中的调节作用,为县域高等教育资源优化与公平政策制定提供实证支撑。

三

研究假设与设计

(一)研究假设

推进优质教育资源公平分配是实现教育优质均衡发展、保障教育公平的基础性要求。近年来,伴随多项政策举措的落地实施,我国教育资源均衡配置水平持续改善。然而在实践中,县域间经济发展差异仍然深刻塑造着地方教育供给格局,经济发达地区与欠发达地区在教育财政投入、师资配置、办学条件等方面存在结构性差距。教育财政保障能力受制于当地经济社会发展水平,经济发展水平高的区县更易先于欠发达地区实现优质均衡发展,而经济欠发达县域则因投入不足容易陷入“县中塌陷”等现实困境。县域经济水平或与学生学业积累、高考升学表现存在关联,这一关联背后可能存在公共教育供给、家庭资源禀赋等潜在传导渠道。

从县域公共教育供给渠道来看,县域经济是地方教育投入的重要物质基础。经济发展水平更高的县域财政保障能力更强,能够持续改善本地普通高中办学硬件、稳定师资队伍、优化日常教学管理,提升区域整体基础教育质量,为本地学生提供更稳定、更高质量的公立教育供给,有助于提升学生高考竞争力,提高进入高声誉高校的概率。而经济薄弱县域往往面临教育投入不足、师资流失、办学条件受限等问题,易形成教育发展的路径约束,可能制约学生升学质量提升。从家庭私人资源投入渠道来看,区域经济发展能够带动居民收入水平提升、家庭教育投资能力增强。经济发达县域的家庭更具备条件提供课外辅导、教育物资、学习环境等私人教育补充资源,共同塑造家庭教育投入优势,进一步助力学生学业积累。由此可见,县域经济与升学结果的关联,同时反映了公共教育供给红利与家庭资源禀赋红利。基于此,本研究提出研究假设1:个人所在县域的经济水平越高,其通过高考进入的院校声誉越好。

进一步看,县域中学资源密度反映县域中学教育资源的布局数量与人口可及性,该指标主要体现教育资源的空间覆盖程度与就近可得性。在县域经济水平较高、公共教育投入充足的条件下,更高的中学资源密度能够缓解单一学校的办学压力,扩大公共教育资源的辐射范围,使县域经济对应的财政投入与办学优势更广泛地覆盖学生群体,提升公共教育资源的利用效率,放大县域经济与学生升学层级之间的正向关联。反之,若县域中学资源密度偏低,即使县域经济条件较好,有限的学校布局会制约公共教育投入的覆盖效率,难以充分释放区域经济的教育红利。基于资源布局可及性的调节逻辑,本研究提出研究假设2:县域中学资源密度越高,经济水平与升学院校声誉之间的正向关联越强。

(二)数据来源与模型设定

本文实证分析所用数据主要来源于两个方面。一是中国居民收入分配调查数据库CHIP的2018年度数据,该数据包含个人基本信息、教育经历等微观层面信息,能够准确识别个人高考升学院校声誉及相关个体特征;二是《中国区域经济统计年鉴》和《中国县域统计年鉴》,提供了地区生产总值、第二产业增加值等县域层面的经济发展指标数据,以及普通中学学校数、专任教师数和在校学生数等县域教育资源配置相关数据。通过将微观个体数据与县域层面数据进行匹配,最终构建了包含4863个观测值的混合截面样本。

由于本研究的被解释变量是个人通过高考进入的大学类型,按院校声誉由低至高划分为五类:民办高校、独立学院、普通公立本科、“211”非“985”院校与“985”院校。该变量属于序次分类变量,因此考虑使用有序Logit回归模型进行分析。考生能够进入哪一层次高校,由一个无法直接观测的潜在升学水平决定,记为潜变量Yi*。当该潜在水平持续提升,会依次跨越不同临界阈值,对应观测到更高层次的录取结果。潜变量Yi*设定满足下式:

其中,εi服从Logistic分布。观测到的院校等级Yi由潜变量Yi*与临界阈值之间的相对大小决定,取值规则为:

其中,c1,c2,c3,c4为待估计临界阈值。由于被解释变量共分为5个有序类别,模型共设置4个临界阈值。据此可以得到被解释变量取各个类别对应的概率表达式:

基于式(3),可以推导出有序Logit模型的累积比数形式:

式中Yi代表第i个样本的院校录取等级,取值范围1至5;Xi为自变量向量;β为自变量系数向量;αm为对应分割点的截距项。有序Logit模型可以拆解为4组累积二分类Logit估计,所有分割点共享同一组系数β。这一设定意味着自变量对升学累积概率的作用强度不会随分割点变化,也就是平行线假设。该假设要求自变量对院校分层的影响在不同升学门槛上保持一致。

但从本研究的现实场景来看,县域经济发展水平对考生升学的影响,在不同升学门槛上未必同质。县域经济条件对考生能否冲击顶尖“985”院校的作用,和它能否帮助考生跨过民办本科、独立学院这一道升学门槛的效应,在大小甚至作用方向上都可能存在差别。传统有序Logit模型的比例优势假设限制了系数随分割点变化,难以捕捉这种异质性效应,在本研究场景下很难成立。为此,本文参照威廉斯(Richard Williams)提出的建模思路,采用广义有序Logit模型,解除比例优势约束,允许自变量系数在不同分割点上差异化估计,从而识别县域经济等变量对升学分层的非对称影响。广义有序Logit模型设定如下:

各类别对应的概率表达式为:

其中,βm为第m个分割点对应的自变量系数向量,系数取值可以随分割点m发生变化。模型包含4组累积对比:m=1时,对比Yi=1与Yi=2,3,4,5;m=2时,对比Yi=1,2与Yi=3,4,5;m=3时,对比Yi=1,2,3与Yi=4,5;m=4时,对比Yi=1,2,3,4与Yi=5。

为系统考察县域经济水平与个人高考升学院校声誉之间的关系,本文分别开展主效应检验、调节效应检验。不同高考年份存在高校扩招、重点高校招生规模调整、全国性高考制度改革等差异,本文基于问卷信息识别个体高考年份,构建高考年份虚拟变量纳入模型,吸收各年度全国统一的招生政策与扩招等共同冲击,排除代际层面因素对核心关系的混淆。为控制地区异质性和时间趋势,模型中加入省份固定效应和高考年份队列固定效应,并采用省份和高考年份二维的聚类标准误以缓解异方差问题。样本内个体出生年份不同,对应的高考年份跨度为2000-2018年,年龄区间为15-22岁。首先,检验县域经济水平对升学院校声誉的直接影响。基准模型设定如下:

其中,Edulevelit表示参加高考的个体i的大学升学院校声誉,pgdpit表示样本个体i所在县域的经济水平,Xit是性别、民族、高考报名户口性质、高中学校类型、兄弟姐妹数量、县域人口规模、县域工业化程度、县域信息化水平、县域小学教育规模、县域小学师生比和县域中学师生比等可能影响个人升学院校声誉的控制变量的列向量,μi表示省份固定,λt表示高考年份队列固定,εit为随机误差项。

其次,本文进一步探究教育资源配置在二者关联中的调节特征。前文分析表明,县域经济发展与个体升学结果的相关特征,会随区域教育资源配置条件产生系统性差异。县域中学资源密度表征区域基础教育的供给规模与人口可及性,资源布局越完善,县域经济优势与学生升学质量的正向关联越容易凸显。这意味着,县域中学资源密度可能正向调节县域经济与个体升学院校声誉之间的关联强度。为检验上述理论预期即验证假设2,本文在模型(7)的基础上,引入县域中学资源密度作为调节变量,构建调节效应模型如式(8)所示:

其中,schit为县域中学资源密度,pgdpit×schit为县域经济水平与中学资源密度的交互项,若交互项的系数显著且为正,表示县域中学资源密度能够强化二者的正向关联特征;若系数显著为负,则表明资源密度会弱化该关联。

(三)变量说明

因变量:高考升学院校声誉。根据CHIP问卷对大学毕业类型的分类,本分层依据高考录取选拔难度、重点建设身份与劳动力市场信号价值构建有序层级,我国高考录取分数线大致按民办高校、独立学院、普通公办本科、“211”院校、“985”院校逐级上升,“985/211”重点建设身份带来办学资源、平台与就业认可度的分层,形成明确的院校信号差异。因此,将样本个体通过高考进入的大学类型划分为5个等级:1=民办高校,2=独立学院,3=非“985、211工程”的公立普通高校,4=“211工程”非“985工程”院校,5=“985工程”院校。等级越高,代表通过高考所入读大学的声誉越好。本文将其设定为有序变量,旨在捕捉高考阶段的升学选拔分层,而非评价不同办学类型院校的办学质量。

自变量:县域经济水平。受CHIP数据限制,样本未记录受访者高考当年的就读或户籍县域信息,无法精准匹配高考时点的县域经济环境,本文以调查地县域作为代理变量。参考浦小松、王家齐等的方法,本文以县域地区生产总值除以年末总人口数计算得到名义人均GDP。为剔除价格因素干扰,采用以2000年为基期的GDP平减指数对名义人均GDP进行调整,得到样本个体高考当年所在县域的实际人均GDP。最终对实际人均GDP取自然对数,作为县域经济水平的代理变量。

调节变量:县域中学资源密度。参考现有相关研究,采用县域普通中学学校数除以县域年末总人口数计算得到,反映县域中学教育资源的供给规模与人口匹配程度。

控制变量。本文对高考升学院校声誉影响因素的相关文献加以梳理,选取以下控制变量。(1)性别,女性赋值为0,男性赋值为1;(2)民族,汉族赋值为0,少数民族赋值为1;(3)高考报名户口性质,农业户口赋值为0,非农业户口赋值为1;(4)高中学校类型,非重点高中赋值为0,重点高中赋值为1;(5)兄弟姐妹数量,包含受访者本人,衡量原生家庭的兄弟姐妹规模;(6)县域人口规模,采用年末总人口数(取对数)衡量;(7)县域工业化程度,采用第二产业增加值占地区生产总值的比重衡量;(8)县域信息化水平,采用县域固定电话接入用户数(取对数)衡量;(9)县域小学教育规模,采用县域普通小学学校数(取对数)衡量;(10)县域小学师生比,采用普通小学专任教师数与普通小学在校生数的比值衡量;(11)县域中学师生比,采用普通中学专任教师数与普通中学在校生数的比值衡量。各个变量构建解释见表1,主要变量的描述性统计结果如表2所示。

四

实证结果及其讨论

本文被解释变量高考升学院校声誉属于有序多分类变量,基准回归采用广义有序Logit模型,考察县域经济水平与个体高考升学层次之间的关联,回归结果如表3所示。表3仅展示统计显著的控制变量,汇报了模型四组累积概率方程的估计结果,β1、β2、β3、β4分别对应不同院校声誉层级的累积对比效应。回归均控制省份固定效应与高考年份固定效应,缓解遗漏变量干扰,有效样本量为4863个。回归结果显示,核心解释变量县域经济水平的估计系数在各组累积方程中保持稳定,数值为0.1072,且在5%统计水平上显著。结果表明,县域经济水平与个体高考升学层次存在正向关联,县域经济发展水平越高,个体进入更高声誉层级高校的累积概率整体越高,假设1得到验证。县域经济越发达,学生通过高考进入更高层次院校的概率越高,印证了县域经济实力作为教育资源供给的核心支撑对升学结果的关键作用。对每一位县域内的考生而言,其所在县域的经济发展水平直接关联着个人可接触到的教育资源质量。县域经济作为教育资源供给的核心物质基础,其发达程度决定了本地中学的办学条件改善、优质师资集聚、课程资源丰富等关键教育投入水平。经济发达县域能够通过充足的财政投入,为学生提供更优质的教学硬件、更专业的师资指导与更丰富的学业支持,考生更易系统性提升自身知识储备与应试能力,在高考竞争中脱颖而出,进入“985”和“211”等声誉更好的院校。同时,经济发达县域家庭收入水平相对更高,私人教育投入也进一步放大这一升学优势。

广义有序Logit模型基于累积概率进行参数估计,模型系数仅能体现变量的显著性与作用方向,模型的参数意义比较模糊。为此,本文基于全部样本测算平均边际效应,结果如表4所示。由平均边际效应结果可以看出,县域经济水平对个体不同层级院校升学概率的作用存在明显差异。在低声誉院校中,县域经济水平与个体升入民办高校、独立学院的概率显著负相关,边际效应分别为-0.0069和-0.0074,均通过5%的显著性检验。整体来看,经济发展水平更高的县域,能够有效降低个体进入办学层次与综合声誉相对弱势院校的可能性,缓解低层次升学固化现象,改善弱势群体的升学处境。在中高声誉公办院校中,县域经济水平与优质升学结果表现出正向关联。县域经济水平越高,个体升入普通公立高校、“211”院校和“985”院校的概率越高,边际效应依次为0.0045、0.0062和0.0035,分别通过10%、5%和5%的显著性检验。从数值差异不难发现,县域经济状况对学生考入“211”院校的正向作用最为明显,对普通公办本科的改善效果次之,对“985”院校的提升作用相对有限。这一结果符合现实特征,县域经济改善能够有效优化基层教育条件与家庭投资水平,帮助学生实现中等层次的升学突破。顶尖高校的录取更多依托优质教育资源与个体综合能力,仅依靠县域经济条件的提升难以形成大幅拉动。

总体而言,县域经济状况与个体升学结果密切相关。县域经济条件较好的地区,学生的升学结构更为合理,进入低声誉院校的概率更低,升入中高层次公办重点院校的概率更高,整体升学质量相对更优。

为考察表3的回归发现是否可靠,本文从被解释变量二分类设定、替换核心解释变量、剔除特殊样本、极端值处理四个维度开展稳健性检验,结果如表5所示。

被解释变量二分类设定。将原有序多分类的被解释变量重新构造为二分类变量,把“985工程”和“211工程”院校定义为重点高校,其余院校归为非重点高校,以此检验结论是否依赖被解释变量的有序多分类设定。表5第(1)列结果显示,县域经济水平系数为0.1326,在10%水平显著为正,仍然存在正向关联,说明基准回归得到的经验规律具有稳定性。

替换解释变量。地方财政收入是县域经济实力的直观体现,同时也是本地教育投入的主要资金来源,可以作为县域经济发展水平的代理指标。本文将核心解释变量由县域实际人均GDP的对数替换为县域地方财政一般预算收入的对数重新回归。表5第(2)列结果显示,县域地方财政收入系数为0.1749,在1%统计水平显著为正。更换代理变量后,县域经济条件与个体升学层次之间的正向关联依然存在。

剔除直辖市样本。北京等直辖市行政体制特殊,在经济集聚、教育资源配置与政策安排上和普通县域存在系统性差别,可能干扰估计结果。本文剔除直辖市样本后重新估计,表5第(3)列结果显示,县域经济水平系数为0.1172,在5%水平显著为正。在排除直辖市特殊样本的影响后,县域经济水平与个体高考升学院校层次的正向关联保持不变。

缩尾处理。为避免极端观测值干扰估计结果,本文对全部连续变量进行1%水平的双侧缩尾处理。表5第(4)列结果显示,县域经济水平系数为0.1126,在5%水平显著为正。

可见表3和表5的系数符号与显著性均保持一致。

为了验证假设2,本文进行了调节效应的分析。为避免多重共线性问题,对调节变量县域中学资源密度和解释变量进行去中心化处理,构建县域经济水平与县域中学资源密度的交互项,并采用广义有序Logit模型拟合部分比例优势模型进行调节效应检验,回归结果如表6所示。本文以县域普通中学数量与县域总人口的比值测算中学资源密度,主要用以反映县域基础教育空间布局覆盖程度与资源可及水平,体现区域中学教育供给的布局特征。回归结果显示,县域经济水平的系数为0.1218,在5%统计水平显著为正,再次印证县域经济水平与个体升学层次存在稳定正向关联。县域经济水平与中学资源密度的交互项系数为0.2152,在10%水平显著为正,表明县域中学资源密度能够正向调节县域经济水平与个体升学院校声誉的关联关系。县域中学资源布局密度越高,代表区域基础教育网点分布更为均衡、覆盖更为充分,本地学生获取基础教育资源的就近可及性更强。在中学网点布局更完善的县域,县域经济条件和个体升学层次之间的正向关联更强,更完善的本地中学布局有助于释放县域经济带来的教育供给条件,放大二者之间的关联,假设2得到支持。

为进一步探究县域经济水平与个人高考升学院校声誉关联的差异,本文从高考报名户口性质和高中类型两个维度进行分组回归。

本文按照高考报名户口类型划分为农业户口、非农业户口两组分别进行回归,模型设定与基准回归保持一致,均采用广义有序Logit模型。在两组独立回归中,autofit自动检验后均对核心解释变量县域人均GDP对数施加平行约束,模型强制该变量在各院校等级断点的系数β1=β2=β3=β4,因此本表仅汇报单一核心系数,不再拆分多断点估计值。表7列(1)为高考报名时农业户口样本,县域经济水平的估计系数显著为正,说明县域经济水平与农业户口考生的升学院校声誉存在显著正向关联;列(2)为非农业户口样本,县域经济水平系数为正,但未通过统计显著性检验。分组结果显示,县域经济与升学层级之间的正向关联主要体现在农业户口考生群体中。农业户口学生获取优质教育资源相对更依赖县域层面的公共教育供给,县域经济水平提升有助于改善本地办学条件与公共教育投入,进而和该群体获得更高声誉院校录取的机会呈现正向关联。而非农业户口家庭往往拥有更多家庭禀赋资源,对县域公共教育供给的依赖程度更低,因此县域经济水平与其升学层级的关联并不显著。

本文依据高中办学类型将样本分为重点高中和非重点高中两组,其中,重点高中包含全国或省级重点中学、地区(市、区)级重点中学、县级及其他重点中学。表8列(1)和列(2)分别报告了两组样本的回归结果。回归结果显示,非重点高中样本的县域经济水平系数为0.0440,未通过显著性检验,说明县域经济水平与非重点高中学生升学层级未表现出显著相关关系;重点高中样本的县域经济水平系数为0.1957,在10%的统计水平上显著为正,表明县域经济水平与重点高中学生升学层级呈现显著正向关联。这一异质性结果表明,县域经济对学生升学层级的正向关联主要体现在重点高中样本中。重点高中本身师资条件、办学设备与人才培养体系更为成熟,对县域公共教育资源的吸纳与转化能力更强,县域经济发展对应的教育资源优势更易体现在学生升学表现上。非重点高中办学基础相对薄弱,资源积累与教学提升速度有限,县域经济增长带来的公共教育资源增量难以有效传导至学生个体升学层面,因此未表现出显著相关性。

五

结论及建议

(一)结论

本文基于中国居民收入分配调查数据库2018年度数据与县域层面宏观数据,构建微观个体与县域层面的匹配样本,系统考察了县域经济发展与个人高考升学院校声誉之间的关联及作用机制,得出以下主要结论:第一,县域经济水平与个体优质高等教育获得层级存在显著正向关联。县域经济条件越好,个体被民办高校、独立学院等低声誉院校录取的概率越低,进入普通公立本科、“211”院校、“985”院校等高声誉层级高校的概率相对更高。第二,县域中学资源密度对县域经济与升学质量的正向关联存在显著正向调节特征。县域中学资源布局越密集、教育资源可及性越高,县域经济水平与个体升学院校声誉之间的正向关联越强。第三,县域经济水平与个人升学院校声誉的关联存在明显的群体差异特征。从户籍类型来看,二者的正向关联在农业户口学生样本中显著存在,在非农业户口学生样本中未表现出统计显著性;从高中类型来看,县域经济与升学质量的正向关联仅显著体现于重点高中学生群体,在非重点高中群体中关联不显著。

(二)政策建议

基于上述研究结论,为促进县域教育公平与经济协同发展,提升县域学生高考升学质量,提出以下政策建议:

一是依据县域经济发展差异实施差异化教育投入,补齐欠发达县域基础教育短板。县域经济基础薄弱的地区,学生更容易进入办学层次较低的院校,优质升学机会相对稀缺。对此,上级政府可结合县域经济基础与财政能力差异,优化教育经费分配结构,适度加大对经济薄弱县域的教育资源与经费支持力度,改善基层办学基础条件。通过缩小县域间基础教育供给差距,改善欠发达地区学生的升学结构,减少低声誉院校升学锁定现象,逐步缓解因区域经济差异造成的升学不公平问题。

二是科学布局县域中学教育资源,提升区域教育资源可及性,充分释放县域经济的正向育人效应。县域教育资源布局是经济优势转化为升学优势的重要条件,更为密集的中学资源布局能够充分释放区域经济发展带来的教育红利。县域在推进教育建设过程中,不应盲目扩增学校数量,而应结合县域人口分布、生源规模与地理布局,合理优化中学网点配置,提升基础教育资源的覆盖范围与就近入学可及性。通过优化存量教育资源布局,使县域经济发展带来的财政与办学优势能够更充分地惠及本地学生,提升区域经济优势向学生升学竞争力的转化效率。

三是依托县域公共教育资源优化,重点保障农村户籍学生的升学发展权益。县域经济改善对农村学生升学质量的提升作用更为突出,县域公共教育体系是农村学生突破家庭资源约束、获得优质升学机会的重要依托。相较于城镇家庭,农村家庭的私人教育投入能力相对有限,更加依赖县域公办教育体系的资源供给。地方教育部门可持续推进县域公共教育优质均衡发展,通过夯实基层办学质量、完善县域公共教育服务,对冲家庭禀赋差异带来的升学劣势,让县域经济发展的教育红利更多惠及农村学生,缩小城乡学生的升学质量差距。

四是优化县域高中育人条件,缓解校际升学分层现象。县域经济发展带来的教育增益存在明显校际差异,对重点高中学生升学质量的提升效果更为突出,而非重点高中难以充分转化区域发展优势,使得同一县域内部出现升学机会分化。对此,地方教育部门可通过常态化教研联动、教学互通与资源共享,稳步提升非重点高中的教学承载力与育人水平,逐步缩小校际办学成效差距,让不同类型高中的学生均可共享区域教育发展红利,平缓县域内部的升学机会分化。

(三)研究不足与展望

本文的研究仍存在一些不足之处。一是数据方面,受限于CHIP数据库的问卷设计,仅2018年度调查询问了受调查者的大学类型,且县域层面的经济与教育资源细分数据公开可得性较低、获取难度较大,宏微观数据匹配后最终形成的混合截面样本规模未达最优水平,可能在一定程度上影响结论的统计效力;同时CHIP数据库未记录受访者高考当年所在县域,研究仅可匹配调查地县域,就学迁移与居住地变动可能带来匹配偏差;问卷仅采集户主及配偶的父母信息,父母学历、职业等家庭禀赋变量缺失较多,难以充分控制家庭异质性,制约县域宏观效应识别;未来可结合CFPS、CLDS等多源数据库的教育模块数据进行补充,扩大样本覆盖范围与时间跨度,提升研究结论的稳健性与普适性。二是作用机制方面,本文仅考察了中学资源密度的调节效应,未深入分析县域经济影响个人升学院校声誉的中介机制,未来可通过师资质量、生均教育经费等教育资源指标进一步拓展机制分析。

欢 迎 转 载 和 分 享

长按识别二维码关注公众号

长按识别二维码进行投稿

在线投稿平台:

http://tje.ioe.tsinghua.edu.cn/

北京市海淀区清华大学文南楼429室 

《清华大学教育研究》编辑部

联系方式:010-62788995

jysbjb@mail.tsinghua.edu.cn

← 返回资讯列表