| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 劳动/就业 |
| 同伴效应研究中问题回顾 |
| 第624期 作者：□文/施鹏飞 时间：2020/1/1 9:24:40 浏览：356次 |
［提要］ 同伴效应作为影响教育产出的一个重要因素，近年来被国内外经济学、社会学以及教育学高度关注。但是，由于同伴效应本身所具有的特性给同伴效应的识别增加了很多难度，近些年来随机试验以及自然试验的兴起给因果关系的识别带来曙光。本文从同伴效应的概念出发，介绍同伴效应估计的一般模型——均值线性模型。指出同伴效应估计过程中出现的三个主要障碍，分别是自选择、反向因果和机械关联性。回顾目前兴起的利用随机试验和自然试验识别同伴效应，从而展望新的研究方向和未来的新进展。
关键词：同伴效应；随机试验；自然实验；自选择：反向因果；机械关联性
中图分类号：F01 文献标识码：A
收录日期：2019年10月7日
一、引言
劳动经济学非常共同关注一个问题：究竟是哪些因素在影响学生的教育生产过程，从而决定其教育获得以及教育成就。总的来说影响教育的各种因素可以分为以下几类：一是学生个人的特征，如学生本身具有的能力特征影响了教育成就；二是来自家庭的影响，父母的教育程度在一定程度上影响了孩子的认知水平；三是所在学校的资源、师资、管理文化等方面的作用，学校教育存在异质性特点。以上三点影响教育的因素具有很强的稳定性，在短时间内改变比较有难度。影响教育生产第四类因素是学生的同伴这是较易于改变的，通过不同成绩水平的学生在各班级的重新配置，从而可能扭转学生教育获得的不利局面。
同伴效应是从同伴个体间交互过程中产生的一种溢出效应，这种影响可以来自于不同家庭背景之间的融合，也可以是同伴之间行为的互相影响。例如，如果一个同伴成绩相对突出，其他同学可以直接向他学习，还可通过影响教师的教学行为影响其他同学，包括同伴之间的竞争行为都是同伴效应。总的来说，同伴效应限制在一个群内，群内个体之间相互影响。这些研究的群体范围广泛，包括在高等教育，班级、年级以及学校内的同伴效应的研究主要在初等和中等教育，大学宿舍间的同伴效应。
二、同伴效应的估计模型
同伴效应估计过程中的最常见模型是线性均值模型，学生的结果变量是学生的背景特征（包括一些人口学特征）、同伴的背景特征、同伴平均结果的线形函数。这种模型具有简化分析的优势，方程一方面考虑到了同伴当前结果的内生效应，也考虑同伴背景特征的外生影响。这个模型是一个同质化的模型，也就是所有的学生背景和能力分布水平上同伴效应的大小固定不变。因为模型的简化，带来了估计的极大便利，均值线性模型也在实践中得到广泛应用。伴随着同伴效应的同质化和依照结果变量和背景变量均值线性变化的假设，线性均值模型在实证研究中也面临着两个主要问题。Hoxby（2000b）和Hoxby、Weingarth（2005）指出，一方面，从这个一般化模型出发，同伴结果和背景特征对群内个体的平均影响是固定不变的，因此不同个体在各个群体之间重新配置，影响的只是个体水平上和单个群体水平上结果的变化，不会影响所有群体总的结果。从福利角度出发，不同成绩和学习能力的学生在班级之间的配置不会影响总的社会福利水平。从福利水平角度，特别是想提高社会总体福利水平角度出发，这个同质化的模型可能不是太具吸引力。另一方面，从经验证据角度，研究者已经发现这种同伴效应事实上并不是依照均值线性变化的。一些文献存在这样的结论：最有能力的学生受益于有更多的高能力学生，而能力最差的学生实际上是会受到高能力学生的加入和低能力学生移除的负向刺激。Hoxby和Weingarth（2005）以及Burke and Sass（2008）利用中学测试成绩作为结果变量，都发现了这种互补性因素的存在。在大学教育中，Sacerdote（2001）发现了一些证据，高能力学生互相受益超过平均受益或低能力学生的收益。考虑到同伴效应的均值线性模型的不足，同伴效应的异质性分析在近些年来受到广泛关注。Hoxby和Weingarth（2005）在研究三到八年级学生的同伴效应。根据学生过去的成绩，将学生分为十个百分位，用学生先前成绩的百分位和落在每十个百分位上的同伴进行交互，共获得100个交互项。研究发现处于分位数最底端的学生的成绩受处于分位数15%的学生的成绩的影响，处于最高分位的学生的成绩受同样处于高分位的学生的成绩的影响，处于中间分位的学生的成绩受到同伴效应的影响则相对较小。Ding和Lehrer（2007）利用中国江苏的数据，采用分位数回归分析，发现与低能力的学生相比，高能力的学生从较高成就且方差较小的同伴中获益更多。对异质性同伴效应的研究，打破了传统线性均值模型认为学生个体在不同班级的重新分配，都无法增加总的学生成就水平，也无法增加总的社会福利水平。
三、同伴效应估计过程存在的一些问题
同伴之间具有的关联，可能是由于其他因素导致了相似的结果，即使是缺乏真正的同伴效应，在同伴效应的估计过程中存在着三个主要经验研究的挑战：自选择问题、反射问题和机械关联性。
（一）自选择问题。人们通常会选择自己所在的社区、学区、班级同学和室友。因此会出现重点中学学生升学率明显高于其他一般学校，表面上看好像是优秀的班级同学提高了整体学习水平，但实质上可能是成绩好的学生一种主动选择在一起。这种选择性偏误实质上是一种遗漏变量问题，关键问题是这种选择机制有时候是很难完全掌控的，在同伴效应的均值线性模型中，用同伴的平均能力（行为或者结果）估计自身能力，不可避免的受到选择性偏误的影响，因为同伴的能力和自身的能力可能共同收到学校声誉的影响，同伴效应的估计很难控制这些混杂因素，这给估计真正的同伴效应的大小带来了很多不便。
（二）反向因果问题。这种反向因果问题也称为反射问题，在同伴效应的均值线性模型中，如果自变量和因变量都是结果变量，这个结果变量在时间上可能会同时产生，也就会产生通常所说的联立方程组问题。在实证过程中可能出现的一般情况是，在估计同伴效应时，将个体学生成绩作为因变量，将同伴的平均成绩作为自变量。但这个时候就会出现问题，单个个体的学生成绩同时也会影响其他同伴的学习成绩，因此就很难估计同伴效应的净影响。
（三）机械关联问题。在测量单个学生能力和班级同伴的能力可能存在一些机械的关联，这可能也会导致错误的估计。大量文献已经对上述问题实现了较为可靠的解决。通过将同学随机安排到同伴组中，可以消除自选择问题。通过用前置同伴特征代替同期结果，可以消除反向因果关系。对于第三种问题，Feld（2017）利用安慰剂分析提供了这种机械关联问题所造成的偏误大小和方向，并且在作者的实证分析中这种偏误是非常小的，不会对最终的结果造成显著的影响。这种反向因果问题也称为反射问题，在同伴效应的均值线性模型中，如果自变量和因变量都是结果变量，这个结果变量在时间上可能会同时产生，也就会产生通常所说的联立方程组问题。在实证过程中可能出现的一般情况是，在估计同伴效应时，将个体学生成绩作为因变量，将同伴的平均成绩作为自变量。但这个时候就会出现问题，单个个体的学生成绩同时也会影响其他同伴的学习成绩，因此就很难估计同伴效应的净影响。
四、实证方法最新进展
总结同伴效应的研究文献，一方面是从相关关系的研究开始转向同伴效应的因果关系研究，特别是越来越多的文献开始利用随机试验和自然随机试验，例如Bruce和Sacerdote（2001）利用大学寝室的随机分配angrist（2014）通过比较精英学校录取门槛的前后学生考试成绩变化和同伴能力变化。样本分配的随机性，在很大程度上解决了很多内生性和遗漏变量的问题，为真正的因果关系带来了曙光。但不可避免的是也会出现所有随机试验和自然实验中都可能出现的问题，尽管政策性的安排、制度上规定学生随机分配，但是由于学生本人或家长的不服从，而且当这种不服从与自身能力水平、家庭背景状况有关的时候，可能最初的随机性安排会被违背。利用这种随机安排的得到的最终结果只是个ITT效应，而得不到实际上的因果效应。当然如果知道最终的学生分组安排，可以利用最初随机分配作为工具变量进行估计，得到因果效应一致的估计，但这种结果只是跟随者的处理效应，考虑到政策性的安排一般跟随者占样本的大多数，这种工具变量的估计是较为接近处理者的处理效应。最近较为流行的断点回归设计，因在断点前后分配机制较为接近随机分配，被认为是较为理想的估计策略，估计结果也被认为更加可信。两种方法的一个共同特征是估计的结果是一种局部的因果效应，无法得到处理者的处理效应。在（angrist，2014）中，表现在最高准入分数学校的准入分数前后也都是高能力学生，这种随机分配实质上只在相对高能力学生中进行，因此最终的估计结果也是在高能力群体内部。尽管同伴效应的随机试验和自然试验不可避免出现的弊端，但得到一个无偏、一致的估计，可以认为是因果关系推断过程中的一个巨大进步。另外，从实际意义上来说，有些时候对于研究人员、政策制度者来说一个ITT的估计对于政策评估意义重大，有时候也没有必要追求总体的因果效应，局部的因果效应也是实际意义重大。
五、未来研究新进展
（一）同伴效应影响的性别差异。在文章的第三部分回顾了同伴效应估计的均值线性模型，这种同质化同伴效应模型给估计带来了很多便利。但在实践过程中大量文献发现了同伴效应的异质性存在，各种理论以及同伴效应发挥作用的机制也在一定程度加强了将同伴效应理解为一种异质性效应解释的合理性。对于教育中的同伴效应估计，作为班集体、学校的集合，学生性别可能是个体间差异的一个主要方面。（Jie Gong_，Yi Luy，Hong Songz）利用中学随机分班得出女教师对于男女学生的影响是不同的，女教师更有益于女学生的发展。内在的机制可能是由于性别的不同，无论是生理因素还是社会观念的差异都导致男女学生面对外界的刺激反应是不同的。那么一个问题是：性别和同伴特征的交互影响是怎样的？或者说同伴效应存在性别间的差异吗？
（二）同质化是否降低了同伴效应的大小。在以往文献中很多实证研究针对是高度选择群体，Bruce Sacerdote（2001）研究的是大学生群体，并且室友的随机安排是按照一定个体相似性，在层内实行随机化分配。angrist（2014）研究的是精英学校（考试入学的学校）的同伴效应，这种经过高度选择后的高能力群体的同伴效应。总的来说，社会的制度结构、经济安排以及种族歧视等各种原因，导致了形成的各种群体个体间具有同质化现象。那么有个问题出现了：同质化是否降低了同伴效应的大小。现有文献对这个问题的阐述是不明确的。一方面群体内更多的个体差异会导致个体间更大可能性的信息交换；但另一方面当同伴更加的不同于自身的时候，个体会更少的开放自己去接受信息。到底这两种途径大小关系如何，值得实证研究。
（作者单位：首都经济贸易大学劳动经济学院）
主要参考文献：
［1］Angrist.The Perils of Peer Effects［J］.Labour Economics，2014.30.
［2］Abdulkadiroglu A，Angrist J D，Pathak P A.The Elite Illusion：Achievement Effects at Boston and New York Exam Schools.NBER Working Paper No.17264［J］.Econometrica，2011.82（1）.
［3］Heckman J J.“Sample Selection Bias as a Specification Error”［J］.Econometrica，1979.47（1）.
［4］Jie Gong，Yi Lu，Hong Song，The Effect of Teacher Gender on Students’Academic and Noncognitive Outcomes［J］.Journal of Labor Economics，2018.36.
［5］Sacerdote B.Peer Effects with Random Assignment：Results for Dartmouth Roommates［J］.Quarterly Journal of Economics，2001.116（2）.
［6］Hoxby，C.M.Peer Effects in the Classroom：Learning from Gender and ＲaceVariation［J］.NBER Working paper No.7867.2000.
［7］Hoxby，C.M.and G，Weingarth.Taking Ｒace out of the Equation：School Reassignment and the Structure of Peer Effects.2005.
［8］Hoxby，C.M.Peer Effects in the Classroom：Learning from Gender and Ｒace Variation.NBER Working paper No.7867.2000.
［9］Kang，C.Classroom Peer Effects and Academic Achievement：Evidence，Quasi-randomization from South Korea.Journal of Urban Economics，2007.16（3）.
［10］Lazear，E.P.Education Production.The Quarterly Journal of Economics，2001.116（3）.
|
|
|
|
