郑 磊,孙 旭
(北京师范大学教育学部,北京100875)
教育是人力资本投资的主要方式,可以为社会、家庭和个人带来预期收益。研究表明,从1988年至2007年,我国高等教育回报率呈现持续上升趋势,充分说明在经济社会迅速发展的时期,高等教育可以带来较高的私人收益率,上大学是一项越来越有利的投资选择。[1]既然高等教育是一项回报很高的投资,因此由家庭和个人承担部分高等教育成本具有合理性。著名的高等教育财政专家约翰斯通提出了成本分担理论,认为高等教育的成本应该由政府、家长、学生和纳税人共同承担。[2]19-25在这一思路下,很多国家的高等教育都采取了收费政策,学生和家庭承担了部分高等教育成本。
1949年之后,我国逐渐形成了与计划经济相适应,由政府出资、国家公共财政经费支持的高等教育投资体制。高等教育经费全部由政府财政负担,加上数额均等的人民助学金,高等教育采取了一种完全免费的模式。改革开放之后,社会经济迅速发展,国民收入向个人倾斜,国家的教育投资能力有所削弱,高等教育陷入资金短缺的困境。1985年《中共中央关于教育体制改革的决定》指出,高等学校有权招收计划外委托培养生和自费生,学生需交纳一定数量学费。1989年《关于普通高等学校收取学杂费和住宿费的规定》提出,高等学校对计划内学生收取数额不同、种类不同的学费。[3]40-44社会主义市场经济体制确立后,物价水平不断升高,高等教育培养成本逐渐增加,政府财政无法承担完全免费的高等教育。而人民收入不断提高,生活水平明显改善,因此高等教育采取收费政策,实行成本分担,不仅必要而且可行。从1997年开始,全国所有高等学校实行“收费并轨”,统一收取学费,自此中国告别了由国家财政负担的免费高等教育时代,逐步确立了由政府、社会、学校、家庭和个人合理分担学费的高等教育收费制度。
随着高等教育收费政策的推进,学生需支付一定成本,缓解了高等教育经费不足的危机,弥补了财政资源的缺口,学费成为高等教育收入的重要来源。1997年之前,学杂费占高等教育收入的比重基本上每年保持稳定,而高等教育收费之后,这一比重迅速增加。在国家财力有限但“全免费”的情况下,全体纳税人承担的高等教育成本却只能提供给少数人。采取收费政策后,一部分高等教育成本由学生和家庭承担,节省出的公共教育资源可以满足更多人的高等教育需求。[4]数据显示,高等教育毛入学率从1995年的7.2%持续上升到2013年的34.5%。精英教育和大众教育的分水岭是15%,低于15%为精英教育,高于15%则是大众教育。中国高等教育从2002年开始进入大众化阶段。
图1 1995-2013年高等教育毛入学率和学杂费占教育收入的比重①高等教育毛入学率是指高等教育在学人数与适龄人口之比。适龄人口是指18岁-22岁年龄段的人口数。学杂费占教育收入的比重是指学生缴纳学费和杂费总额占高等教育总收入的比重。
大学采取收费政策,直接影响了家庭对子女进行教育投资的预算约束,增加了学生和家庭的教育成本。个人在进行高等教育入学决策选择的时候,会更加理性地权衡大学成本与未来收益。有研究表明,高额的学费超出很多家庭的经济承受能力,尤其是贫困家庭。在高校学费上涨和收入差距拉大的现实面前,贫困地区和农村地区很多学生只能放弃高等教育的机会。[5]高等教育成本的增加会限制偏远贫穷地区和少数民族地区学生接受高等教育的机会,导致高等教育机会分配不均,贫穷学生只能局限于某些收费较低的高校和专业,而家庭社会经济地位较高的学生更多地集中在高质量的精英大学。[6]
高等教育是促进代际流动、社会公平的重要途径,一直受到社会的广泛关注。由于中国长期存在的性别偏好以及劳动力市场的性别歧视,父母对男生和女生的高等教育投资偏好存在差异。此外,城乡之间以及不同社会经济地位的家庭之间,因为经济能力不同,收费政策可能也会对这些群体的入学机会产生不同的影响。那么,大学收费政策是否会影响入学机会的分布?
以往的研究大多从理论分析角度论述高等教育收费政策的影响,较少用数据进行实证分析。为数不多的实证研究往往只用简单的描述性统计分析来研究高等教育收费前后入学机会的变化,难以准确识别收费政策对入学机会公平的影响。本研究根据全国大规模调查数据,基于回归分析模型,分析高等教育收费政策对个体入学机会公平的影响,重点关注收费政策对入学机会在性别之间、城乡之间以及不同社会经济地位的家庭之间分布的影响。
家庭社会经济地位是影响高等教育机会获得的重要因素。陈晓宇、闵维方利用1998年我国14所高校在校生调查数据,计算一至四年级不同家庭收入水平学生比重及相对基尼系数,发现收费政策之前入学的四年级相对基尼系数最小,而收费政策后入学的一年级学生相对基尼系数最大。这说明实行收费政策以后,高等教育机会向高收入家庭子女倾斜,高收入家庭的学生比重逐渐增加。[7]相反,丁小浩、梁彦利用全国城镇居民入户调查数据,计算1990年、2000年和2006年高校学生中不同收入人群所占比例。他们发现,高等教育收费前(1996年)高等教育入学机会与家庭收入水平具有正相关关系,而收费之后(2006年)两者之间的关系并不明显,不同家庭收入的学生所占比例基本持平。[8]李文利调查了2000-2003年间入学的大学生,研究成本分担之后入学机会的分布情况。数据显示,高校学生中来自低收入家庭的比例有所上升。[9]161-167总体而言,收费政策是否扩大了入学机会在不同社会经济地位家庭之间的差距,已有研究未能得出一致结论。
收费政策也可能会影响入学机会的城乡差异。城乡入学机会差异没有随着高等教育收费政策而变化。乔锦忠研究了1996-2005年的城乡高考报名人数、录取人数和录取率等指标,计算了城乡高等教育入学机会差异指数,发现高等教育收费之前差异指数为3.19,而收费之后的差异指数为1.44,10年间城乡高等教育入学机会的城乡差异缩小了1.75倍。[10]丁小浩、梁彦通过计算农村学生1996-2005年的辈出率,发现辈出率在收费前的1996年为0.71,在收费后的2005年为0.93。[11]
在中国古代“重男轻女”、“养儿防老”的传统思想下,家庭面临资源约束时会将更多的资源投到男孩身上。收费政策强化了家庭教育投资的预算约束,是否会导致女性的入学机会少于男性?相关研究的数量很少。丁小浩、梁彦采用元分析的方法对1992-2007年高校在校生数据进行回归,发现相比于高等教育收费前的1992年,2007年女生在高校学生中的比例显著提高。[12]
我国高等学校一直实行分省招生的制度,入学机会的地域公平是高等教育公平的重要维度。王少义、杜育红利用2010年和2012年每个省份的入学率,计算得出极差率、变异系数和基尼系数,发现不同省份之间高等教育入学机会仍然存在差异。其中,专科、本科入学机会的地域不公平程度较为严重。[13]这说明高等教育收费之后,地域不公平现象仍然存在,成为制约高等教育公平的重要因素。
本文利用2010年、2011年、2012年和2013年中国综合社会调查(Chinese General Social Survey,CGSS)数据,研究高等教育收费政策对不同社会经济地位的家庭之间、性别之间和城乡之间的入学机会差异的影响。该数据系统全面地收集了社会、社区、家庭、个人多个层次的信息,样本范围来自全国多个省份和地区。未经筛选和处理的四年样本合计共有40606个观测值。
已有研究在考察某一特定事件对入学机会的影响时,往往没有对样本进行筛选。以本文的研究目的为例,如果考察收费政策对高等教育入学机会选择的影响,就不适宜将所有个体都作为考察对象。根据Mare的教育转换率模型,教育获得是一系列的入学转换,高等教育入学是高中教育完成之后的又一次转换,能否入学表示教育转换成功的概率。[14][15]因此本研究的样本首先限定在那些具有高中及以上学历的人群。因为只有这些个体,才有可能面临是否继续接受高等教育的选择决策。他们构成了本研究的实际样本,也即“风险集”。
高中学历包括普通高中、职业高中、中专和技校,高等教育学历包括专科、本科和研究生及以上。因此本文的因变量是一个表示个体是否拥有高等教育学历的虚拟变量(Edu)。
《中华人民共和国义务教育法》规定,年满六周岁的儿童即可接受义务教育。按照我国目前通行的“6-3-3”学制,那么18岁是学生正常接受高等教育的年龄。①乔锦忠《高等教育入学机会的城乡差异》和王少义、杜育红《高等教育入学机会地域不公平研究》中均把18岁作为高等教育入学年龄。由于高等教育收费政策是1997年开始施行的,因此1979年之前出生的个人,在他们完成高中教育并继而做出高等教育就学决策的时候,并未受到收费政策的影响。与之相对,1979年之后出生的个人在其做出高等教育就学决策的时候,受到收费政策的影响。因此为了考察收费政策对入学机会的影响,本文设置了“是否出生在1979年之后”这一虚拟变量(Year),该变量在一定程度上度量了政策效果。由于受访者年龄跨度较大,政策和制度差异性较大,因此本研究在前述筛选的样本基础上,进一步选取1969-1989年出生的人群作为考察对象。
已有研究表明,家庭社会经济地位、户籍、性别、兄弟姐妹数量和学习认知能力等都是影响个人高等教育入学机会的重要因素。因此,本文控制了性别(Female,女性=1)、户籍(Urban,城市户籍=1)、家庭社会经济地位。对于户籍变量,本研究根据受访者现在的户籍情况以及获得城市户籍的时间推断出受访者18岁时的户籍情况。对于家庭社会经济地位,本研究主要采用家庭的社会阶层(Family)、父亲和母亲教育水平(Fedu、Medu)来度量。问卷询问了被访者自答的家庭社会阶层,从最低的1级到最高的10级,共分10个等级。本研究以此度量家庭阶层变量。父母教育水平分别由各自的受教育年限度量。
本文不仅关注收费政策本身对入学机会的影响,还关注高等教育入学机会的性别差异、城乡差异、社会经济地位差异是否因该政策而变化。因此,除了在模型中控制上述性别、城乡、社会经济地位变量之外,我们还引入了表示收费政策的年份虚拟变量和这些变量的交互项(表1)。删除变量有缺失值的观测值之后,最终的有效样本包含6515个观测值。
考虑到本研究的因变量是一个二分变量,我们建立如下的Probit模型:
为解决加入交互项后变量之间存在的多重共线性问题,本文在数据回归之前,将涉及交互项的所有低次项自变量进行对中处理,将低次项自变量减去均值后再构造交互项,同时将减去均值后的低次项代入回归模型。[16]246-247
表2 加入交互项的数据分析结果
Probit模型的回归结果见表2。本文同时汇报了各个变量的估计系数以及在均值处的边际效应。
我们首先来看影响高等教育机会分布的因素。对于本文最关心的核心解释变量,时间虚拟变量Year的系数在0.01水平上显著为正,这意味着在1997年高等教育收费政策之后上大学的概率比收费前高10.5%,这可能是因为与收费政策几乎同步的高校扩招政策提供了更多的入学机会。
女性的高等教育机会少于男性,但是这种差距并不显著。拥有城市户籍的个人显著地比农村同龄人有更大的机会上大学。在家庭背景方面,父母的教育水平越高,子女就越有可能接受高等教育。而家庭阶层对子女获得高等教育的影响并不显著。
那么,造成高等教育机会分布差异的这些原因,是否因1997年实施的收费政策而有所变化呢?比如说,收费政策是否导致本已存在的城乡高等教育机会分布不均更加明显?收费之后,父母是否会更加将有限的家庭资源投入到男孩身上,从而扩大了性别差距?收费导致的人力资本投资预算约束,是否更加不利于社会经济地位弱势家庭的教育获得呢?换言之,这些本已存在的影响教育机会的因素,是否因为收费政策的实施而有所不同呢?在计量经济学模型里,当一个解释变量对被解释变量的偏效应取决于另一个解释变量的大小时,经济学家通常在模型中加入这两个解释变量的交互项来进行分析。当两个解释变量存在交互作用时,如果不在模型中引入交互项,将会产生遗漏变量偏误而无法得到对解释变量的无偏估计。[17]
表2的交互项系数回答了这些问题。就目前样本而言,男女生在高等教育入学机会上没有显著差异,男生略高于女生,而交互项YearFemale在0.01水平上显著为正,说明高等教育收费后女生的入学机会反而比男生更多了,收费使得女生比男生上大学的概率高7.6%。YearUrban的系数在0.01的水平上显著为正,说明高等教育收费之后城乡既有差异被进一步拉大了,城市学生原本就比农村学生接受高等教育的概率高11.13%,这种差距因为收费政策进一步扩大了9.34%。
YearFamily、YearFedu的系数不显著,但是YearMedu的系数在10%水平上显著为正。这说明母亲教育水平越高,越有利于子女的高等教育获得,这种优势因为收费政策的实施进一步凸显。总体而言,家庭背景对个人接受高等教育机会的影响随着收费政策进一步强化。
综上,虽然在高等教育实行收费政策之后,个人的入学机会较之前有所增加,但是收费政策本身仍然扩大了既有的城乡差异和家庭社会经济地位之间的差异。收费政策加重了家庭的教育投资负担,这对农村学生和家庭社会经济地位处于弱势的学生尤为明显。但是,收费政策实施之后,女生的入学机会反而有所增加。
计划经济时期,居民收入差距小,劳动创造的价值除满足基本生活外,其余全部上交国家,没有足够资金支持高等教育发展。高等教育作为一种准公共产品,具有一定的竞争性和排他性,在这种竞争之中,社会经济地位高的家庭占据了优势地位。“全免费”看似公平,实际上是少数精英占据了政府投入的公共教育资源,而这些公共服务的成本却是由全体纳税人承担的,这就造成了不同家庭背景学生的入学机会差异,不符合公平原则。
改革开放后,国民收入分配逐渐向个人倾斜,居民收入水平不断提高,逐渐有意识也有能力为子女的高等教育进行投资。根据“谁受益谁付费”的成本分担原理,高等教育实行收费政策也是必然的。实行收费政策之后,政府有限的财力可以用于补助更多的受教育者,这有利于促进教育公平。但是收费本身又加重了家庭的经济负担,可能会导致弱势群体因预算约束无法对子女进行教育投资。因此,研究收费政策对高等教育机会分配的公平性具有重要意义。
本文利用全国大规模入户抽样调查数据,通过回归分析发现,城乡户籍、家庭社会经济地位是影响高等教育机会分布的重要因素。收费政策进一步扩大了城乡之间以及家庭社会经济地位之间的入学机会差距。但是,性别差距并未因该政策有所扩大。下面,本研究针对三个研究发现进行解释。
高等教育收费后,城乡教育差距为何会进一步扩大?本文认为主要有以下几个原因:首先,城乡经济社会发展水平存在差异,城市基础教育办学条件好于农村。2013年全国各地区城市普通初中生均教育经费为11911元,普通小学为8650元,而农村普通初中生均教育经费为10996元,普通小学为8152元。①资料来源:2014年《中国教育经费统计年鉴》。农村中小学财政资源有限,不能为学生提供更多的优质教育资源和教育设施。其次,教师是影响教育质量的重要因素,但是农村收入水平低,教师待遇差,很难吸引优秀教师,导致城乡师资力量差距较大。已有研究发现,2007年城市初中教师学历达标率高出全国平均水平24.7%;县镇达标率与全国基本持平;农村达标率则低于全国平均水平6.8%,城市与农村教师学历达标率相差31.5%。[18]
为什么来自社会经济地位较低家庭的学生欠缺高等教育机会?特别是母亲的教育水平越低,对子女获得高等教育机会的不利影响越明显?已有研究发现,相对于父亲的教育水平而言,母亲的教育水平更能体现家庭文化氛围。特别是在中国,陪伴照料子女主要是母亲的责任。母亲的教育水平越高,对子女教育和陪伴的时间更长。[19]此外,文化程度高的母亲具有更好的家庭育儿技巧,拥有丰富的文化资本,可以为孩子提供充足的文化资源和良好的文化氛围,从而提高子女的认知能力和学习技能,获得更多高等教育机会。[20]另一方面,因为婚姻匹配的原因,母亲教育水平高意味着家庭整体的教育水平较高,以及与教育水平相关的更高的家庭收入。由人力资本投资借贷约束模型可知,贫困家庭因为较强的借贷约束无法进行最优的人力资本投资。[21]而富裕家庭则很少受借贷约束的影响,对孩子的教育投入更大,孩子接受课外补习的机会更多,对提升学习成绩有重要帮助。[22]同时,贫困家庭比富裕家庭具有更强烈的“风险厌恶”和消极情绪。
高等教育收费后,为什么女生的高等教育机会反而增加了?我国实行计划生育政策后,现代家庭多为独生子女,传统重男轻女思想逐渐淡化,不论男孩女孩,父母都会尽最大努力投资孩子的教育。在高等教育收费扩招后,原本男强女弱的局面已经基本扭转。[23]近几年来,女生的高考成绩总体好于男生,女生在高校中所占比例明显高于男生。[24]目前的应试教育下,学校的教育方式与男生的学习方式不太匹配,加上学习行为、态度以及心理因素,导致男生在高等教育入学竞争中落后于女生。同时,女性独立自强、追求平等的社会环境也给男生带来一定影响。[25]
基于以上分析,本研究提出以下建议:第一,国家应继续坚持乡村地区扶持政策,改进办学条件,加大对乡村地区基础设施和社会环境建设,尤其加强校舍和教学资源建设。同时,也要为乡村教师提供良好的生活环境、交流学习的机会和固定假期,提高教师工作的积极性。第二,研究发现,我国重点院校收费水平低,资助政策更完善,反倒是一般院校收费高,资助少,一般院校中贫困学生的比例也更高。[26]因此,国家需要加大对一般院校的财政支持力度,实行国家和地方共同出资体制,支持地方企业投资教育事业、设置面向农村生源的专项助学金和奖学金。政府要根据物价水平,确定合理的助学贷款额度,延长还款时间,而学校要采取措施保障贷款的偿还问题,同时加大助学贷款的宣传力度,减轻家长和学生对助学贷款的消极情绪。此外,高校应设立更多的勤工助学岗位,为贫困学生、农村学生安排一些专门岗位。有条件的高校可以效仿清华大学的“自强计划”和北京大学的“筑梦计划”,针对农村贫困地区进行单独定向招生,采取独特的培养方式。第三,高考改革的方向应该更加全面,考虑到不同性别之间的差异,选拔方式要更加多样化。同时,中小学教育培养的过程中要重视男生特色教育,根据男女生不同的性别特征实行差异化的教学策略,发挥男女生各自的性别优势,弥补更多缺点。此外,在终身学习的社会环境下,学校不仅要教育孩子,传授知识,也应该对家长的教育方式和理念给予更多指导。
[1]刘泽云.上大学是有价值的投资吗——中国高等教育回报率的长期变动(1988-2007)[J].北京大学教育评论,2015,(4).
[2]布鲁斯·约翰斯通,帕玛拉·马库齐.高等教育财政:国际视野中的成本分担:Cost-sharing in international perspective[M].武汉:华中科技大学出版社,2014.
[3]朱沙.中国高等教育收费制度研究[M].成都:西南财经大学出版社,2015.
[4]闵维方.论高等教育成本补偿政策的理论基础[J].北京大学学报:哲学社会科学版,1998,(2).
[5]钟宇平,占盛丽.从公平视角看公立高校收费——成本回收理论在中国内地的实践[J].高等教育研究,2003,(6).
[6]杜屏,李宝元.中国高等教育的成本分担与机会均等[J].北京师范大学学报(社会科学版),2007,(1).
[7]陈晓宇,闵维方.成本补偿对高等教育机会均等的影响[J].教育与经济,1999,(3).
[8][11][12]丁小浩,梁彦.中国高等教育入学机会均等化程度的变化[J].高等教育研究,2010,(2).
[9]李文利.从稀缺走向充足——高等教育的需求与供给研究[M].北京:教育科学出版社,2008.
[10]乔锦忠.高等教育入学机会的城乡差异[J].教育学报,2008,(5).
[13]王少义,杜育红.高等教育入学机会地域不公平研究[J].国家教育行政学院学报,2013,(5).
[14]Mare,R.D.Social Background and School Continuation Decisions[J],Journal of the American Statistical Association,1980,75(370):295-305
[15]Mare,R.D.Change and Stability in Educational Stratification[J],American Sociological Review,1981,46(1):72-87.
[16]谢宇.回归分析[M].北京:社会科学文献出版社,2013.
[17]张爽.非线性模型中多个交互项的估计[J].世界经济文汇,2006,(3).
[18]蔡明兰,高政.基础教育阶段城乡教师资源差距之审视[J].中国教育学刊,2010,(7).
[19]Spagat M.Human capital and the future of transition economies[J].Journal of Comparative Economics,2006,34(1),44-56.
[20]Broadfoot T.Reproduction in education,society and culture[J].Comparative Education,1978,14(1),75-82.
[21]Becker G.S.,Tomes N.Human capital and the rise and fall of families[J].Journal of Labor Economics,1986,4(3),Part2:The Family and the Distribution of Economic Rewards.
[22]薛海平.从学校教育到影子教育:教育竞争与社会再生产[J].北京大学教育评论,2015,(3).
[23]赵叶珠,陈海燕.大众化背景下我国高等教育入学机会的多维度分析[J].现代大学教育,2011,(4).
[24]邵志芳,庞维国.高考成绩性别差异研究的回顾与展望[J].华东师范大学学报(教育科学版),2016,(1).
[25]李文道,孙云晓.我国男生“学业落后”的现状、成因与思考[J].教育研究,2012,(9).
[26]李文利.高等教育财政政策对入学机会和资源分配公平的促进[J].北京大学教育评论,2006,(2).