投稿问答最小化  关闭

万维书刊APP下载

【香樟推文2835】“卷起来”和“大佬带带我”?同学和朋友很重要!

2023/5/19 10:51:31  阅读:80 发布者:

原文信息:

Gu, Xin. (2022). Classmates and friends matter! Peer effects on cognitive ability formation. China Economic Review. 101910. 10.1016/j.chieco.2022.101910.

01

引言

古话说:“近朱者赤,近墨者黑。”实际上,一个人的行为确实在一定程度上受到了与周围人的互动或关系的影响,这种影响被广泛地观察到(Falk and Ichino2006Guryan et al.2009Welteke and Wrohlich2019),我们称之为同伴效应。学界一直在研究什么是同伴效应,如何衡量它们,它们的影响力有多大,以及它们是如何发挥作用的(Arnott and Rowse1987Epple and Romano1998Epple and Romano2008)。了解同伴效应可以为改善教育的结果提供有益的政策启示,有助于从新的角度提高教育质量,并加速人生早期的人力资本积累。

本文以中国中学教育为背景,探究同伴效应如何在两个不同的层面上(影响学生的认知能力形成。本文对现有文献的贡献在于:首先,本文建立了一个关于人力资本形成的框架,认为同伴效应在两个不同的层面上发挥作用——泛泛的同学交情层面和亲密的朋友关系层面。其次,本文探究了同伴效应发挥作用的两个机制,“同伴一致性”和“同伴互补性”,前者是指同伴之间的竞争驱动个人付出更多努力的情况,后者是指同伴关系降低学习成本的知识溢出。此外,本文实证检验了这两种机制,并用它们来解释群体中能力分位数的不对称(异质性)的同伴效应。实证结果表明,同伴一致性带来的竞争性为能力更强的学生提供了更大的进步动力,而同伴互补性带来的知识溢出为能力较差的学生创造了更大的互补效应。这一发现意味着,从社会角度来看,可以最大限度地发挥同伴一致性和互补性,以产生最大的积极效应。

理论框架

02

假设一个网络中有个学生()(同学或密友)。假设学生i在观察了前一时期的同伴人力资本后,选择在时间t目标获得的人力资本,以最大化效用:

其中,代表同伴人力资本,是随递增的效用函数,是实现目标人力资本的概率,随递减,对初始人力资本和努力程度递增,且还取决于的可观察特征(如个人特质、家庭背景、教师质量、学校影响等)和不可观测因素。预期效用是一个凹函数。努力程度是同伴人力资本

̅

的递增函数,即

̅

。直觉上,一致性,或者说同伴带来的竞争效应,会激励学生在看到同伴成就后更加努力。可以看作是一个人力资本投资凸函数,其性质为,,

̅

。随着目标人力资本越高,努力的成本会增加。能力更强的拥有更高初始人力资本的学生在人力资本投资方面更有效率。具有更高同伴能力

̅

的学生通过与同伴的互动从知识溢出中受益,从而享受更低的努力成本。

为了简化,我们假设(其中);

̅

̅

(其中);(其中

);(其中、、、、均大于)。

此时,方程(1)的效用最大化问题变为:

根据一阶条件可得:

可得个体的人力资本目标选择方程为:

我们设定,根据前述条件可知分母为正数。在分子中,,即努力程度是同伴人力资本的递增函数。且和都是正数,故同伴一致性体现为这一项为正。第二项意味着同伴人力资本

̅

增加时,通过知识溢出,获得目标人力资本的边际成本在降低,即同伴互补性。总而言之,同伴效应的结果是由同伴一致性和同伴互补性两个部分共同决定的,而这两个通道都会产生积极的效应,使。此外,我们设定,,则方程(4)可以改写为:

模型表明,个人人力资本的选择取决于此前的同伴人力资本、自己的初始人力资本和个人特征。此外,它产生了一个重要的见解,即同伴效应通过两个渠道发挥作用——同伴一致性促使学生更努力,同伴互补性降低学习成本。

03

数据与模型

1)数据描述和同伴效应测度

在实证研究中,本文使用了中国教育追踪调查(CEPS)的最新数据。CEPS由几份针对学生、家长或监护人、班主任、学科教师和校长(管理人员)的问卷组成。这项调查随机抽取了来自中国28个县的112所中学。目前,CEPS网站上有两波数据:2013-2014年的基础数据和2014-2015年的后续数据。

CEPS中,一些学校在七年级开始时随机分配学生上课。通过校长报告确保我们样本中的学生在进入七年级时被随机分班,并在八年级时留在同一个班级。随机样本包括3953名学生,随机分配到50所学校的97个班级。为了消除学生进入班级的排序和自选择问题,我们探索了数据中的随机课堂作业,并限制使用随机样本对班级里的同伴效应进行估计。

对认知能力的测量是根据CEPS团队进行的统一认知测试的分数。基于个人认知得分,采用传统的线性均值模型来衡量班级同学的同伴效应,即不包括学生i的认知得分的班级平均认知得分。至于亲密朋友,学生们首先被要求如实写下他们最好朋友的五个名字,然后问他们最好朋友中有多少人学习成绩好,有多少人有逃课等消极行为。我们使用这两个与朋友相关的行为问题来衡量亲密朋友的同伴效应。表1定义并总结了同伴效应和认知能力的衡量标准。表2定义并总结了其他变量,如学生特征、教师素质、工具变量和机制变量。

虽然我们没有问学生们写出的亲密朋友的学生证,但我们问了他们是否同班、同校还是在外校。在数据中接受调查的个人中,约65%的列出的朋友与他们在同一个班级。大约35%的受访学生将他们最好的5个朋友都列在同一个班级。可以想象,班级同学网络和亲密朋友网络之间肯定有重叠,但规模很小。平均有3个列出的朋友在同一个班级,而平均班级人数约为45人。这表明,亲密朋友网络的组成可能与班级同学网络的组成非常不同。文章绘制了关系网络图如图1所示。

2)识别策略

本文专注于识别Manski1993)所描述的内生性同伴效应。为了定义同伴的范围,我们借用了Benabou1996)的“local”和“global”的概念,并设,其中表示同学人力资本,而表示密友人力资本。我们的模型与Benabou1996)的不同之处在于,Benabou1996)将社区称为local联系,将整个劳动力市场称为global联系;本文将local定义为一个人的亲密朋友,将global定义为他们的同学,不仅考虑了规模差异,还考虑了情感密切程度的差异。基于理论框架和对同学和密友的讨论,我们假设线性增值模型来代表同伴对学生i认知能力的影响:

其中是学生在时间于学校班的认知测试分数,即表征初始人力资本水平。使用了滞后一期处理是为了解决Manski1993)指出的反思问题,以避免学生认知能力和同期同伴效应之间的同时性。

在基准模型的基础上,进一步考虑了由两个方面引起的内生性问题:(i)能力排序和自我分类;(ii)基于未观察到的特征的自选择问题。为了解决以上问题,我们将样本局限于随机分班的学生。在随机抽样学校的固定效应的条件下,随机样本的回归减少了由内源的编班引起的班级同伴效应估计偏差。为了验证课堂测试的随机性,我们进行了平衡测试如表3所示。CEPS团队随机调查了每所学校的两个班级。如果一所学校随机分配学生上课,那么被调查的两个班的学生在特征上应该没有显著差异。在表3中,所有系数在统计上都不显著,这表明两个受访班级在学校固定效应的条件下,在预先确定的学生特征方面没有差异。平衡测试结果表明我们的类随机化设置是有效的。

此外,不仅控制了增值模型中的初始能力,还控制了认知能力形成中重要的时不变的未观察特征。因此,将纳入控制有助于缓解由于可能对未观察到的特征进行自选择而引起的内生性问题。朋友-同伴测量表明,一个人的亲密朋友的组成随着时间的推移是相对稳定的。读者可能会质疑,最初的人力资本无法控制对友谊形成至关重要的所有未观察到的异质性,尤其是随着时间的推移而变化的异质性。因此,我们在第6节中应用IV方法和固定效应模型进行了稳健性检验。

基准估计

04

在本节中,使用稳健的标准误差进行OLS回归,以揭示同学和密友的同伴效应。随机样本的回归结果如表4所示(与全样本回归结果进行对比后,发现随机课堂测试确能消除内生性带来的高估结果的问题,此处省略全样本回归表格)。

“学好不容易,学坏一出溜”。表4中,第(1)列只包括同学同伴效应。班上同学的平均认知得分对个人的得分有显著的正向影响。第(2)列只考虑了密友的同伴效应和对老师教学经验的控制,以及学校的固定效应。拥有更多表现良好的亲密朋友会对个人的认知能力产生积极影响。结交“坏朋友”会干扰学生认知能力的形成。第(3)列是最完善的考量,固定了学校因素,将同学和密友的同伴效应同时纳入模型。结果表明,同学同伴平均得分增加1分,个人得分增加0.126分。多交一个学习成绩好的密友会使一个人的认知得分提高0.023分左右。然而,多交一个有逃课等不良行为的密友会使个人的认知得分降低约0.125分。看来,结交坏朋友带来的影响是大于结交好的朋友的。

性别和年龄差异。结果表明,女性学生往往比男性同龄人有更高的认知发展,但这种差异在统计上并不显著。此外,OLS的结果表明,年龄较大的学生往往表现比同龄人差。年龄的显著负系数有些出乎意料。负面的年龄效应是反直觉的,因为人们会认为认知能力会随着年龄的增长而增加。我们可以将这一发现解释为,与同龄学生相比,与年轻同龄人在同一年级的年长学生,例如正在留级的孩子,可能认知技能发展较差。因此,年龄对认知得分的显著负面影响体现了这种影响,而不是暗示认知能力随着年龄的增长而下降的反直觉含义。

家庭因素。认知能力是从父母那里遗传的,并受到家庭营养的影响。健康状况的正系数虽然不显著,但与显示家庭营养和健康状况对认知能力影响的文献一致。人们会期望,如果个人是独生子女,他们的表现会更好,因为他们不必与兄弟姐妹分享家庭的教育资源。然而,关于兄弟姐妹数量的估计系数在统计上是不显著的。造成这种不显著性的主要原因可能是不同回归变量之间潜在的高度相关性,特别是小学期间积累的初始人力资本,这可能与许多不随时间变化的控制变量高度相关。父母受教育年限的显著正系数与理论预测一致,即受教育程度越高的父母更愿意投资于孩子的教育,他们的孩子比同龄人有更高的认知能力。人们会期望一个富裕的家庭会有更多的资源来投资于他们孩子的教育。因此,来自经济条件较好家庭的学生表现会更好。

教师素质。传统的教师素质文献表明,由更有经验的教师教授的学生往往表现更好。然而,我们在表4中没有看到显著的正向教师质量效应。原因可能是:(i)学生的随机分配也可以被视为教师的随机分配,因此,在控制学校固定效应的条件下,教师经验的平均影响变得微不足道;(ii)平均值内的线性课堂同伴测量在一个常数附近有很小的变化,该常数可能与同一班级中每个学生的教师素质共线。

05

机制与异质性

在理论模型中,同伴效应通过同伴一致性和同伴互补性发挥作用。我们现在使用特定的估计来验证这两个渠道。

同伴一致性。即学生之间通过同伴互动而产生竞争。当学生观察到他们的同伴表现如何,他们的同伴工作有多努力时,会被“卷”起来,激励他们在学习上付出更多的努力。我们通过问卷中提取的“工作日的作业时间”和“学习态度”来衡量努力程度。表5的第(1)列和第(2)列显示了同伴一致性的机制结果。第(1)列中的估计表明,好的同伴,无论是同学还是密友,都会显著增加学生在家庭作业上的努力,而“坏朋友”的影响不显著。第(2)列表明,密友对学习态度的影响比同学更显著。实证结果与我们的理论预测一致,即好的同伴会激励学生更加努力地学习,从而提高认知能力。

同伴互补性。另一个渠道是同伴互补,即在整个同伴互动过程中,学生之间发生知识溢出。一方面,如果知识从高能力学生转移到低能力学生,会降低低能力学生的学习成本,他们将不得不花费更多的时间独自获得相同的知识(抱大腿后遗症)。另一方面,一群高能力的学生可以相互交换他们的个人技能,也降低了高能力学生的学习成本。因此,同伴互动可以通过降低学习成本或提高学习效率的渠道对认知发展产生积极影响。我们对同伴互补性的衡量标准是问卷里的“同学对我好”和“与学校的同龄人亲近”。表5第(3)列和第(4)列显示了互补渠道的结果。在学生自己对同伴关系的评估中,只有表现良好的密友才重要,而同学和“坏”的亲密朋友则不然。可能的原因是,良好的同伴关系可以促进互补的学习活动,并在课业中相互帮助,对学生的认知形成产生积极的同伴影响。由于表现良好的亲密朋友通常让我么觉得“靠谱”,是我们寻求帮助的人,他们在互补渠道中发挥着重要作用是有道理的。

能力(初始人力资本/认知能力)异质性。有人推测,这两个渠道对学生的影响是不对称的,这取决于他们本身的能力,从而导致异质性的同伴效应。图2说明了以不同认知能力分位数为条件的相应同伴效应估计。

同学同伴效应在末25%分位数上最大,在50%-75%最小。我们可以用两条渠道的作用来解释这个现象。低能力学生将享受主要由高能力产生的知识溢出。因此,低能力学生比高能力学生更有可能从同伴互补效应中获益更多。这表明,随着能力从分布的左尾向右尾移动,源自互补性的同伴效应正在减少。这与从底部25%四分位数到50-75%四分位数的下降趋势一致。中国的择优录取制度使学生符合能力分布的慕强特征,导致最高能力学生的同伴一致性效应更大。因此,前25%的四分位数看到了同学同伴效应的跳跃,因为一致性的刺激作用强过了原来的互补性的下降。

在局部层面,表现好的密友的同伴效应随着认知能力向右尾部移动而减少。对于前25%的四分位数,它甚至变得与零没有显著差异。这一趋势表明,在良好的亲密朋友同伴效应中,驱动因素是互补渠道。此外,表现良好的亲密朋友的一致性效应似乎在前25%的四分位数中不存在。

对于低于50%的能力分布的样本,坏朋友的同伴效应更大。破坏性同伴效应的主要渠道是同伴一致性,因此低能力的学生更有可能模仿同伴的破坏性行为,例如逃课。

内生性问题

06

在第4节中,我们使用随机分配来解决排序和自选择问题,并囊括初始人力资本作为控制变量来减轻基于未观察到的特征的影响。为了证明结果的稳健性和有效性,我们进一步应用工具变量法来解决这些问题。

我们采用了两个工具变量:(i)“转学”,定义为受调查学生在小学一年级至六年级期间的个人转学次数;(ii)“通勤分钟数”定义为从家到学校的个人通勤时间,以分钟为单位。我们对工具变量的选择依据是是,学校转学和学校与家庭的距离不会直接影响学生的认知能力,因为它们是相对外生的初始人力资本条件,这满足了外生性。相应的相关性条件是,他们更有可能通过亲密的朋友网络互动间接影响孩子的认知能力,因为他们的亲密朋友网络可能会因转学而改变,或者因与同伴互动的时间有限而受到影响。结果如表7所示。当考虑工具变量时,同学同伴效应和密友同伴效应的估计结果符号基本不变,但影响变得不显著了。

到目前为止,我们的实证分析是在横截面框架下进行的。由于我们有两个时间段,我们本可以用至少两个周期构建面板数据。不使用面板数据方法的主要原因是:(i)小学排名仅在基准调查中可用,因此我们无法控制面板数据中的初始认知能力;(ii)我们的密友同伴的衡量标准在一年的时间间隔内变化有限;(iii)许多认知决定因素是时间不变的。表8中的第(1)列显示了使用面板数据设置中的随机样本对同伴效应的固定效应估计,其估计值要比横截面中的估计值大得多。原因可能是面板数据方法既包含了2014年至2015年的个体内部增值变化,也包含了个体之间的变化。此外,由于数据的限制,在面板数据框架中不存在滞后的认知能力项。

在抵消了未观测到的时不变固定效应后,密友的同伴效应在统计上并不显著,这是由亲密朋友组成在短短一年内的有限变化所驱动的。由于人们可能仍然担心固定效应模型无法处理影响密友同伴效应的未观察到的时变异质性,因此我们使用固定效应工具变量模型来解决这一问题。对于满秩条件,我们必须至少有两个时变工具变量。然而,两个工具变量的相关问题“学校转学”和“通勤分钟数”只在一次调查中被问到,因此它们在时间上没有变化,无法满足固定效应工具变量模型的满秩条件。因此,我们使用了另一个工具变量“班级同伴家庭关怀”,定义为除本人外班级同学是否有家庭成员需要长期照料的平均值。在第(2)列和第(3)列中分别测量好的和坏的密友同伴的效应,但各自的估计值仍然不显著。除了固定效应工具变量法,我们也可以做随机效应工具变量法,但只有两个周期的数据让我们没有空间在面板系统中找到额外的工具变量。

总的来说,我们对内生性问题的探讨表明,我们对基于未观察到的时间变化的异质性带来的同伴效应的进一步处理所带来的潜在收益,被弱工具变量问题和我们数据中的变异性不足所抵消。不显著的固定效应估计结果可能说明我们已经纳入考量的的初始人力资本可以很好地控制时变的不可观察因素,以处理亲密朋友同伴效应的内生性。

07

结论

在本文中,我们利用CEPS数据发现了中国中学存在强烈同伴效应的证据。与更聪明的同伴一起学习的学生自己也会培养更高的能力。良好的环境对学生的能力培养非常重要。与那些行为不端的人交朋友会损害学生的认知发展。同伴效应通过同伴一致性(竞争带来更多的努力,“卷起来”)和同伴互补性(知识溢出带来的更低的学习成本,“大佬带”)的渠道发挥作用。这两种渠道都对总体同伴效应估计产生了积极影响,并共同决定了同伴效应对认知能力的影响的大小。同伴效应估计在认知能力分布上是不对称的,这种异质性可以用上述两个机制来解释。对学校和家长的潜在政策影响是鼓励学生向同学和亲密朋友学习,并与他们形成健康的竞争关系。

推文作者简介

赵雪梅,华中科技大学硕士二年级学生。研究方向:农村经济、数字经济。

交流邮箱:m202174308@hust.edu.cn

 Abstract

In this paper, we investigate the impact of peer effects on cognitive ability formation at two different levels class peers and close friends simultaneously. We use random class assignments in the China Education Panel Survey (CEPS) to deal with ability sorting and self-selection into classroom when estimating class peer effects. To identify close friend peer effects, we include initial human capital to control for time-invariant unobservables, as stable friendship implies that unobserved preference based on which students make friends is likely to stay unchanged, especially within the one-year frame of the data. We find significant positive peer effects on studentscognitive ability formation at both levels. Peer effects are heterogeneous across student ability. Peer effects work through two channels peer conformity and peer complementarity. We find both channels generate positive peer effects and jointly determine the size of overall estimated peer effects.

转自:“香樟经济学术圈”微信公众号

如有侵权,请联系本站删除!


本文评论

暂无相应记录!

首页<<1>>尾页共0页共0条记录
  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com