科研简报
高中学生对大学学生资助和成本等相关信息的知晓情况分析
编辑:魏建国 罗朴尚 宋映泉 发布时间:2010-09-26
摘要:

到目前,国内关于高中学生对大学成本和学生资助等信息知晓方面的实证研究并不多见。政府有关助学信息政策的落实情况如何?现实中学生对相关信息的了解程度到底如何?存在的问题又受到哪些因素的影响?对这些问题并没有特别清晰的答案。本文利用追踪调查数据,通过实际学费和估计学费的比较,研究了高三学生对大学成本估计的准确性及其影响因素。

  一、引言

  高中学生和家长是否掌握了足够的有关大学成本和学生资助等方面的信息?这是十多年来国际教育财政研究中比较关注的一个主题。Ikenberry和Hartle在1998年的一项研究[1]表明,公众对大学成本的观念是扭曲的,公众高估了大学成本。社区学院是最便宜、最可负担的学院类型,但公众的观念是如此扭曲,对于公立社区学院,回答者高估学费水平180%。一项来自加拿大的研究也表明,公众对大学学费普遍高估,低收入家庭更倾向于高估。加拿大一年平均的大学学费为3,749加元。收入在30,000加元以下的家庭估计的学费中位数和平均数分别为6,834加元和9,595加元,而收入在60,000加元以上的家庭估计的相应数字分别为4,969加元和6,758加元。[2]除了高估外,公众也不知道有多少学生资助是可以帮助支付大学成本的,对于哪里可以得到、如何得到资助等信息也是不清楚的。Long在2008年的学生资助文献综述[3]也表明,在父母和学生之间还存在对学生资助的许多错误信息。一项民意测验发现,当被问及学生资助的种类时,三分之二的父母和计划去上大学的年轻成年人不把助学金作为一个可能的资金来源。而且,许多人认为所有的学生资助都有成绩方面的要求。美国教??部国家教育统计中心2003年的一项研究[4]也得出了类似的结论:从整体上而言,学生和家长都高估学费,而不是低估。此外,学生及其父母对大学成本的知晓程度与家庭收入、父母受教育水平有关。Long的文献综述提到,低收入家庭对如何支付大学成本所掌握的信息是最少的。Avery和Kane 2004年的研究[5]也证实,低收入的高中学生对实际的大学学费水平、学生资助机会等知道得很少。值得注意的是,种族因素也是明显的。和黑人或西班牙裔父母相比,白人父母更可能拥有此类知识。在学生中,白人也比西班牙裔更多地知晓大学成本。[6]早在1990年,David Post研究了奇卡诺人(Chicanos)的上大学计划,他发现,对于讲西班牙语的父母而言,成本很大程度上是大学计划的决定性因素,而对于讲英语的父母则不然。几个调研结果显示,少数语言族裔学生对实际的大学成本知道得最少。[7] Grodsky 和 Jones 2004年的一项研究[8]也发现,在控制了其他变量的情况下,有色人种的学生父母更不可能去正确估计大学成本。总之,从这些国外的研究可以看出,公众、学生和家长对大学成本和学生资助存在着不正确的认识,同时,弱势群体处于更为不利的地位,那些社会经济状况处于弱势地位的个体,最不能支付大学成本,又最缺乏有关大学成本和学生资助的信息。

  在我国,随着高等教育成本分担和学生资助体系的建立健全,政府已经意识到资助信息在学生资助工作中的重要作用。近年来,每当高考录取前夕,教育部都专门下发文件要求普通高等学校在给被录取大学生寄送通知书时,要同时寄送财政部和教育部联合制作的《高等学校学生资助政策简介》,做到人手一册;要充分利用招生简章、校园网、新生热线电话等形式,宣传本校资助家庭经济困难学生的各项政策和措施。[9]

  然而,和国外的热点关注形成鲜明对比的是,到目前,国内关于高中学生对大学成本和学生资助等信息知晓方面的实证研究并不多见。政府有关助学信息政策的落实情况如何?现实中学生对相关信息的了解程度到底如何?存在的问题又受到哪些因素的影响?对这些问题并没有特别清晰的答案。已有的主要研究是史耀疆[10]、刘晓宇[11]等人完成的。他们随机选取了某省10所高中的1177名高二学生。他们的研究发现,就“绿色通道”来说,大多数学生(54%)根本没有听说过该资助,而其他各类资助的信息推广普及率在80%左右。通过比较分性别、城乡和贫富的学生分类数据,表明各指标间差异不是很大,说明在资助信息流通方面不存在明显的性别差异、城乡差异和贫富差异。此外,学生通常是高估大学教育成本的。本项研究重点关注高三学生对大学成本和学生资助方面的信息知晓情况以及相关的影响因素。和史耀疆、刘晓宇等人的研究相比,本项研究所采用的样本量更大;另外,也得出了一些与其不同的发现。本文利用追踪调查数据,通过实际学费和估计学费的比较,研究了高三学生对大学成本估计的准确性及其影响因素。同时,针对“绿色通道”知晓比例偏低的现象,对各种学生资助方式知晓情况的影响因素作了分析,发现“绿色通道”的知晓程度更可能与家庭背景方面的因素有关。本文接下来的内容为:数据来源及样本描述、高中学生对大学成本估计情况及回归分析、高中学生对大学学生资助信息知晓情况及回归分析、研究结论及政策启示。

  二、数据来源及样本描述

  本项研究的数据来自北京大学中国教育财政科学研究所在2008年开展的学生资助综合调查项目。在4月进行的基线调查中,选取了我国西部某省的41个国家级贫困县,在每个县抽取该县最好的一所高中,然后在其高三年级的普通班中随机抽取文理科各一个班的学生作为调查对象,共4986名。在有效样本中,男生2295名,占46.1%,女生2682名,占53.9%;农业户口的3765名,占75.6%,非农业户口的1208名,占24.3%,没有户口的4名,占0.1%;父亲受教育程度为未上学、小学、初中、高中和大专以上的分别为:396、767、1738、1599、443名,各类受教育程度所占的百分比分别为:8.0%、15.5%、35.2%、32.3%、9.0%;母亲受教育程度为未上学、小学、初中、高中和大专以上的分别为:937、1114、1680、991、199名,各类受教育程度所占的百分比分别为:19.0%、22.6%、34.1%、20.1%、4.0%;汉族学生4951名,占99.5%,回族学生26名,占0.5%;文科生2479名,占49.8%,理科生2494名,占50.2%;独生子女497名,占10.0%,有1个兄弟姐妹的2132名,占42.8%,有2个兄弟姐妹的1385名,占27.8%,有3个兄弟姐妹的603名,占12.1%,有4个以上兄弟姐妹的360名,占7.3%。

  三、高中学生对大学成本估计情况及回归分析

  (一)大学成本估计的基本情况

  为了了解高三学生对大学成本信息的知晓情况,我们在基线调查中让学生估计一本、二本、三本和高职各批次院校的学费。所有学生对一本、二本、三本和高职学费估计的均值分别为:8772.63元、9491.95元、12660.46元、10544.44元,中位数分别为:7000.00元、8000.00元、10000.00元、8000.00元。表1将学生对各类院校学费估计的分布区间进行了更详细的展示。可以看出,估计学费超过8000元以上的学生比例,一本为46.2%、二本为50.4%、高职为56.2%。对三本学费估计超过8000元以上的学生比例则为63.3%,将其进一步分解,估计8000-10000元之间的为732名,估计10000-15000元之间的为1809名,估计15000-20000元的为606名,估计超过20000元的为495名;估计学费在8000-15000元的学生为2541名,占到51.2%,估计学费超过15000元的学生为1101名,比例占到22.2%。考虑到我国各批次院校的学费特点,可以大致判断,更多学生对三本院校的学费估计相对准确,而对一本、二本和高职学费的估计更多学生则偏向于高估,相当比例的学生对三本学费也存在高估的情况。也有部分学生对学费存在明显的低估,如对于学费3000元以下的估计,各批次相应的学生数分别为171名、119名、148名、191名,比例分别为:3.4%、2.4%、3.0%、3.9%。

  

  值得注意的是,在前面提到的基线调查之外,课题组于当年的11-12月又针对参加基线调查的学生进行了追踪调查。课题组最终和4630名学生取得了联系,联系到的学生占参加基线调查学生的92.9%。为了更加准确地判断学生对学费的估计水平,我们让学生回答他们实际就读的院校和专业,然后根据省招生办公室编纂的招生计划确定学生实际缴纳的学费,再通过比较学生估计学费和他们实际就读院校学费来判断其估计的准确性。最后找到此类学生共2508名。

  如何判断是否估计准确?我们借鉴了国外的一项类似研究[12],其将学生估计学费在实际平均学费上下25%(15%、50%)以内界定为估计准确。在本文中,具体而言,将学生估计相应批次院校学费在其实际就读院校学费上下25%内的界定为准确估计,而将25%以外的界定为估计不准确。具体而言,25%区间内估计准确的学生为703名,占2508人的28.0%;将25%替代为15%,则准确估计学费的学生为451名,占2508人的18.0%;将25%替代为50%,则准确估计学费的学生为1218名,占2508人的48.6%。此外,估计学费与实际学费的其他比例分布为:低估15%以下的为421名,占2508人的16.8%;低估25%以下的为307名,占12.2%;低估50%以下的为106名,占4.2%;高估15%以上的为1636名,占65.2%;高估25%以上的为1498名,占59.7%;高估50%以上的为1184名,占47.2%;高估100%以上的为775名,占30.9%;高估200%以上的为319名,占12.7%。可以看出,大多数高中学生对大学学费存在普遍高估的趋势。这和前面的研究以及国内外的其他研究也比较一致。

  (二)回归分析

  这里将通过二项逻辑斯特回归探讨影响学生学费估计准确性的一些因素。因变量为是否准确估计学费,自变量包括:文理科、兄弟姐妹数、性别、户口类型、父母受教育程度、就读院校类型、就读院校属省内省外、信息干预[13]。文理科以理科为参照类,性别以女性为参照类,户口类型以非农业户口为参照类,父母受教育程度以未上学为参照类,就读院校类型以三本为参照类,就读院校属省内省外以省外为参照类,信息干预以受到干预为参照类。

  和前面的回归类似,这里在回归时也进行了稳健调整。回归结果为(见表2):(1)25%准确性估计模型的回归结果表明,在5%显著性水平上,在控制其他变量的情况下,较之父亲未上学,父亲为小学和高中受教育程度的学生更可能准确估计学费;在1%显著性水平上,兄弟姐妹数是显著的,在控制其他变量的情况下,多兄弟姐妹不利于准确估计学费;在控制其他变量的情况下,较之三本院校学生,在一本(5%显著性水平)、二本(1%显著性水平)和高职(1%显著性水平)院校就读的学生更不可能准确估计学费。(2)和25%估计模型相比,15%和50%准确性估计模型是将学费估计准确性的判断区间予以缩小和放大。可以看出,在1%显著性水平上,兄弟姐妹数在三个模型中都是显著的。但其他变量在三个模型中有些差异。父亲受教育程度变量在15%和50%模型中在10%显著性水平上是显著的,在15%准确性估计模型中,较之未上学,父亲为小学、高中的学生更可能估计准确;在50%准确性估计模型中,较之未上学,父亲为小学的学生更可能估计准确。母亲受教育程度在50%和25%模型中都不显著,而在15%模型中,较之未上学,在5%显著性水平上,母亲为初中的学生更可能估计准确。就读院校类型变量在25%和50%模型中都在1%水平上显著,而在15%模型中,只有二本是显著的,而一本和高职不再显著。此外,在5%显著性水平上,性别变量在50%模型中也是显著的。

  综合如上回归分析结果,可以看出,以兄弟姐妹数、父母受教育程度所反映的家庭背景因素对于学生是否能够准确估计学费是有影响的。学生就读院校的类型也影响到其对学费的准确估计。

  

  

  

  

  

  四、高中学生对大学学生资助信息知晓情况及回归分析

  为了了解高三学生对学生资助信息的知晓情况,我们在基线调查中特别让学生回答其是否知道助学金、助学贷款、勤工助学、减免学费和“绿色通道”等学生资助方式。被调查的高三学生对如上各种学生资助方式的知晓百分比分别为:85.7%、87.3%、80.7%、79.4%、27.6%。这一结果与前文提到的刘晓宇等人的研究结果类似。在前述研究中,相关比例分别为:89%、86%、73%、85%、46%。值得注意的是,和其他资助方式相比,对于“绿色通道”的知晓度相对要低得多,本文的比例则更低。下文将通过二项逻辑斯特回归对影响学生资助信息知晓情况的因素进行探讨,特别是对“绿色通道”知晓度偏低的可能影响因素进行分析。二项逻辑斯特回归的因变量为是否知晓某一种学生资助方式;自变量包括:文理科、兄弟姐妹数、性别、户口类型、父母受教育程度。文理科以理科为参照类,性别以女性为参照类,户口类型以非农业户口为参照类,父母受教育程度以大专以上为参照类。

  由于本文的研究样本是通过整群抽样得到的,所以在回归时特别进行了稳健(robust cluster)调整。对助学金、助学贷款、勤工助学、减免学费、“绿色通道”等几种学生资助方式的知晓情况分别作逻辑斯特回归,回归结果为(见表3):(1)助学金模型回归结果表明,在5%显著性水平上,文理科和户口变量是显著的。在控制其他变量的情况下,较之理科生,文科生知道助学金的可能性更高;较之非农业户口学生,农业户口学生更有可能知道助学金。(2)助学贷款模型回归结果表明,在10%显著性水平上,文理科和性别变量是显著的,在控制其他变量的情况下,文科生、女生更可能知晓助学贷款。(3)勤工助学模型回归结果表明,在5%显著性水平上,兄弟姐妹数是显著的,在控制其他变量的情况下,多兄弟姐妹不利于知晓勤工助学;在1%显著性水平上,文理科变量是显著的,在控制其他变量的情况下,文科生比理科生更有可能知晓勤工助学;在10%显著性水平上,较之母亲为大专以上受教育程度,母亲为未上学或小学程度的学生更不可能知道勤工助学。(4)减免学费模型回归结果表明,在1%显著性水平上,文理科变量是显著的,在控制其他变量的情况下,文科生比理科生更有可能知晓减免学费;在10%显著性水平上,性别变量是显著的,在控制其他变量的情况下,女生更可能知晓减免学费;在10%显著性水平上,较之父亲为大专以上受教育程度,父亲为初中的学生更可能知道减免学费。(5)“绿色通道”模型回归结果表明,在1%显著性水平上,文理科、性别变量是显著的,在控制其他变量的情况下,文科生、男生更有可能知晓“绿色通道”。此外,较之父亲为大专以上受教育程度,在1%显著性水平上,父亲为小学和初中的学生更不可能知道“绿色通道”;在10%显著性水平上,父亲未上学的学生更不可能知道“绿色通道”。

  从上面的回归结果可以看出,以兄弟姐妹数和父母受教育程度所反映的家庭背景因素对学生资助信息的知晓程度是有影响的。[14]特别是和其他资助方式相比,对于“绿色通道”,父亲受教育程度的高低更加显著地影响了其子女对于该种资助方式的知晓情况。此外,根据基线调查,高三学生获得大学学生资助信息的主要来源及其相应百分比为:父母(80.1%)、亲戚(63.2%)、朋友(60.1%)、兄弟姐妹(56.3%)、报纸(54.6%)、广播电视(53.8%)、班主任老师(33.5%)、上网(33.4%)、高年级学长(32.7%)、学校图书馆资料(27.9%)、班主任以外的其他老师(27.0%)。由此可见,最主要的信息来源是父母,和前面的回归结果相联系,就在一定程度上解释了“绿色通道”知晓度偏低的问题。

  

  

  五、研究结论及政策启示

  基于调查数据和回归分析,本文得出如下结论:(1)高中学生普遍存在高估大学学费的倾向。很大比例的学生对三本院校的高收费具有一定程度的认识。偏差主要存在于对一本、二本和高职院校学费、特别是对高职学费的高估。当然,部分学生对三本学费也存在高估。也有部分学生存在低估学费的情况。(2)对学费估计准确性的回归分析表明,兄弟姐妹数、父母受教育程度等家庭背景方面的因素和学生是否准确估计具有一定的相关关系。此外,和就读三本院校学生相比较而言,就读一本、二本和高职的学生更不可能准确地估计学费,而就读二本的学生最不可能准确地估计学费。(3)除了“绿色通道”之外,大部分高三学生都知道各类学生资助方式,比例接近或超过80%。而对于“绿色通道”,只有不到30%的学生知道,和其他资助方式相比,比例偏低。上文的回归结果表明,父亲受教育程度与是否知道“绿色通道”显著相关。而基线调查发现,“父母”是学生获得助学信息的首要渠道。这就在一定程度上解释了“绿色通道”知晓度偏低的现象。

  上述发现具有一定的政策含义:(1)学生对学费估计的准确与否有可能会影响到他们的相关学校选择和学校准备行为。高估和低估学费都可能会对他们的相关行为产生影响。高估学费有可能影响学生放弃大学机会,而低估学费也可能让学生对经济方面的因素考虑不周而选择上了某一类大学,在入学后却面临经济方面的困难,影响其学习生活。本文的研究表明,很大比例的高中学生对大学学费,特别是对一本、二本和高职的学费,存在高估的情况,也有部分学生低估大学学费。而对学费估计的准确性与家庭背景方面的因素具有一定的相关关系。因此,中学、地方教育行政主管部门及其他机构对学费等大学成本也应该加强相关信息的提供与宣传,特别是对处于相对弱势社会经济地位的学生,予以重点关注。(2)“绿色通道”是近年来政府大力推动的学生资助方式。但在现实中,高中学生对 “绿色通道”的知晓度却明显偏低,这和政府的初衷相悖,在一定程度上影响了政府政策目标的有效实现,也可能使部分学生不能顺利地通过“绿色通道”进入大学,实现其大学机会。我们的前期研究[15]表明,提供相关信息对学生通过“绿色通道”入学具有积极的影响作用。如何让更多的学生知道“绿色通道”是个富有挑战性的课题。本文的研究表明,“父母”是学生获取学生资助信息的首要渠道,而“绿色通道”的知晓与否又与父亲受教育程度显著相关。因此,中学、地方教育行政主管部门通过举办家长学校,对学生父母进行相关的培训,或许是一个可行的选择。此外,学校、地方教育行政主管部门也应改进学生资助的宣传方式。比如,基于本文关于“绿色通道”知晓度偏低的现象,可以考虑在宣传时把“绿色通道”放在更加醒目的位置。

  总之,应通过各种努力,争取让高中生拥有比较丰富的大学学生资助和成本方面的信息,从而让他们在大学选择时更加理性地做出符合其未来发展的决定,同时为其大学作好准备。

  --------------------------------------------------------------------------------

  [1] Ikenberry, S. O., T. W. Hartle. Too Little Knowledge is a Dangerous Thing: What the Public Thinks About Paying for College (Washington, DC. American Council on Education ,1998).

  [2] Usher, Alex, A Little Knowledge Is A Dangerous Thing: How Perceptions of Costs and Benefits Affect Access to Education, Canadian Education Report Series, July 2005. http://www.educationalpolicy.org/pdf/littleknowledge.pdf.

  [3] Long, Bridget Terry. The Effectiveness of Financial Aid in Improving College Enrollment: Lessons for Policy (Harvard Graduate School of Education, NBER and NCPR, 2008).

  [4] Horn, Laura J., Xianglei Chen, and Chris Chapman. Getting Ready to Pay for College: What Student and Their Parents Know About the Cost of College Tuition and What They Are Doing To Find Out (NCES, U.S. Department of Education, 2003).

  [5] Avery, Christopher and Thomas J. Kane. “Student Perceptions of College Opportunities: The Boston COACH Program,” in Caroline M. Hoxby (ed). College Choices: The Economics of Where to Go, When to Go, and How to Pay for it (Chicago: University of Chicago Press, 2004: 356).

  [6] Horn, Laura J., Xianglei Chen, and Chris Chapman. Getting Ready to Pay for College: What Student and Their Parents Know About the Cost of College Tuition and What They Are Doing TO Find Out (NCES, U.S. Department of Education, 2003).

  [7] Post, David. “College-Going Decisions by Chicanos: The Politics of Misinformation,” Educational Evaluation and Policy Analysis 2 (1990): 174-187.

  [8] Grodsky, Eric and Melanie T. Jones. “Real and Imagined Barriers to College Entry: Perceptions of Cost,” Social Science Research 2 ( 2007): 745-766.

  [9] 参见《教育部关于认真做好2007年高等学校新生入学“绿色通道”和贯彻落实新资助政策有关工作的通知》(教财[2007]9号)。

  [10] SHI YAOJIANG, LINXIU ZHANG, YUANUAN BAI, RENFU LUO, SEAN SYLVIA, BRIAN SHARBONO, AND SCOTT ROZELLE. Taking the Next Step: Are Information and Finance Holding Poor Rural Students Back?[R]. Northwest Socioeconomic Development Research Center Working Papers, WP-07-E4, 2007.

  [11] 刘晓宇、罗仁福、张林秀. 高中在校生高等教育就学意愿、信息获取和筹资计划[R]. 西部社会经济发展研究中心讨论稿, WP-07-C8, 2007。

  [12] Horn, Laura J., Xianglei Chen, and Chris Chapman. Getting Ready to Pay for College: What Student and Their Parents Know About the Cost of College Tuition and What They Are Doing TO Find Out (NCES, U.S. Department of Education, 2003).

  [13] 本项研究是助学信息随机试验项目(RCT)的一部分,关于随机试验,将有专门的论文予以研究。这里仅解释一下与本文有关的信息干预变量。这是一个二分变量,即接受信息干预和没有接受信息干预。项目的具体做法是:随机抽取41个县中的20个作为信息干预县,在该县样本高中的理科班进行信息干预,给学生发放专门制作的载有我国最新助学政策和各类高校成本状况的手册,同时有经过专门训练的学生讲解员进行讲解。这里将该变量作为控制变量。

  [14] 值得注意的是,对于户口变量在助学金模型、父亲受教育程度变量在减免学费模型中的影响方向,还需要进一步的分析和研究。

  [15] Loyalka, Prashant, Yingquan Song, and Jianguo Wei. Information. College Choice and Financial Aid: Evidence from a Randomized Control Trial in China (forthcoming).