尽管学生资助的来源急剧增加，然而目前针对现行学生资助政策所进行全面有效的评估还比较缺乏。针对这一问题，本文描述了主要类型的学生资助和大学净成本在当前是如何根据本科院校的不同类型、层次、学校和专业进行分配的，以及根据这些分层，资助、成本是如何与学生社会经济地位的一般分布相吻合的；本文旨在提供更多可靠的信息来说明学生资助在当前是如何被分配给不同背景的个人的。
一、导言
1997年，中国开始实施高等教育成本分担政策。针对家庭经济困难学生上学难的问题，中国政府逐渐推出了一系列学生资助政策，包括奖学金、助学金、助学贷款等，以帮助学生支付上大学费用。2007年，国务院出台了《关于建立健全普通本科高校高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见》，大大提高了学生资助的力度，扩大了学生资助的覆盖面。同时，地方政府、社会团体和大学也开始为大学生提供越来越多的资助。
尽管学生资助的来源急剧增加，然而目前针对现行学生资助政策所进行的全面有效的评估还比较缺乏。大学从各种渠道获取资助后如何将其分配给不同专业和背景的学生。在缺乏相关知识的情况下，学生和家庭很难预测他们是否有资格获得资助，会得到多少资助，以及他们上大学的净成本是多少。另一方面，政策制定者和其他学生资助提供者也无法评估不同类型的资助在多大程度上到达了目标人群——特别是来自低收入家庭的学生——的手中。和拥有健全税制的国家不同的是，中国没有统一、准确的方法用于评估学生的家庭收入，这就使得低收入家庭的学生在获得资助方面存在潜在的问题，该问题涉及两个层面：首先，政府和其他学生资助提供者可能无法准确评估大学生家庭收入的相对分布，因此，他们不能确定学生资助是否在不同的机构中得到有效的分配；其次，在中国，大学负责评定学生的家庭经济状况，对大部分的学生资助进行分配。然而，它们无法获得学生家庭收入的可靠数据，只能根据学生提供的基本背景信息来测评其需求（教育部和财政部，2007）。 因此，大学可能无法将资助有效地分配给低收入家庭的学生。
针对上述问题，本文有两个目标。一方面，本文将清晰描述主要类型的学生资助和大学净成本在当前是如何根据本科院校的不同类型、层次、学校和专业进行分配的，以及根据这些分层，资助、成本是如何很好地与学生社会经济地位的一般分布相吻合的；另一方面，本文旨在提供更多可靠的信息来说明学生资助在当前是如何被分配给不同背景的个人的。笔者特别研究了不同类型的学生资助在多大程度上可以到达低收入家庭的学生手中。同时，笔者还研究了收入水平以外的其他学生背景特征和获得主要类型学生资助之间的关联程度。
近年来，中国已有一些研究关注此类问题（Yang, 2010；Shen, 2008；Li, 2006；etc.）。尽管使用了相当大的样本量，但是这些研究仍存在一些局限。最主要的问题是，它们在选择大学、院系和学生个人的抽样程序方面还不够清晰并可能存在问题，同时调查问卷的回收率较低，这样就可能影响对学生资助分配的可靠描述。此外，这些研究在评估家庭财富或社会经济地位（SES）时，或使用有关父母教育和工作状况的分类信息作为依据，或使用自测的家庭收入作为替代。像父母受教育程度这样的分类量度会使得SES在决定学生资助分配时所起的作用得不到详细考察，而自测的收入水平可能会出现相当大的测量误差（Deaton and Zaidi, 2002）。最后，除了个别研究之外（Shen，2008），所有的这些研究只涉及到了一到两种学生资助，比如助学贷款或助学金；或者用学生所得到的资助总额作为产出变量进行分析（Yang，2010）。
本文将试图克服这些局限。笔者所使用的样本是中国西北某省大学四年级学生的17%简单随机样本。这些学生于2008年就读于某省任意一所本科院校。此外，基于最新的研究发现，我们构造了一个相对社会经济地位（SES）的连续量度。这个社会经济地位量度所使用的是政策制定者和大学行政人员通常无法获得的家庭资产信息。因此，它可以被看作是评估学生贫富不均的一个独立方法。笔者进一步在半参数回归中使用了这种连续量度，以说明社会经济地位和接受资助之间的潜在的（和可能的）非线性联系。最后，笔者考察了主要类型的学生资助和净学费在不同类型的大学和专业中的分布，以及学生社会经济地位和其他个人因素在多大程度上会影响这些类型资助的分布。
本文的主要研究发现为：（1）政府资助在很大程度上是按照政策制定者的目的进行分配的。也就是说，在高等教育机构之间平均分配国家助学金和奖学金；将国家助学金分配给大学中低收入家庭的学生；将国家奖学金/国家励志奖学金分配给大学中低收入家庭的能力高的学生。（2）将大学和社会机构资助以及助学贷款分配给了较高端院校的学生。（3）在大学内部，每一种学生资助都通过不同的形式分配给不同背景的学生。和大学资助和社会资助相比，政府资助和助学贷款更多地倾向于被分配给低收入家庭的学生。（4）在将上述资助分配给个人时，不仅要考虑学生的社会经济地位，也要考虑高考成绩、性别和党员等因素。（5）除了上述发现外，值得关注的一个问题是，超过60%的学生至少得到了一些类型的资助，而处于SES底端30%的学生中有大约五分之一的学生没有得到任何类型的资助。
本文的其他部分包含以下内容。第二部分详细描述了数据来源；第三部分对社会经济地位、学生资助和净大学费用在本科院校的文理科、不同层次大学、不同大学、不同专业之间的分布进行探讨；第四部分研究了学生资助在多大程度上可以到达低收入家庭的学生手中，以及除了社会经济地位以外，是否还有其他因素影响学生资助的获取；第五部分为结论。[1]
二、数据
我们收集了一个本科学生的17%简单随机样本。这些学生参加过某省的理科或文科高考，同年被某省某一所本科院校录取（以下简称“2008某省数据”）[2]。在8,521名样本学生中，有502名进入军事院校无法接受调研。在剩下的8,019名学生中，有7,197名参加了调研，550名没有在被录取学校报到，23名在大四之前辍学，40名拒绝参加调研，209名无法找到。[3]因此，这个数据很好地代表了在高三年级考入X省非军事本科院校的某省学生。
2008某省数据提供了丰富的学生信息：家庭背景、高中特征、大学报考和入学信息、获得的学生资助以及毕业后的预期收入。关于“获得的学生资助”数据，学生要说明在大学的第三年中，他们是否获得了不同类型的学生资助，以及获得的各种类型资助的金额。
三、学生资助和大学成本的分布
这一部分主要讨论学生资助和大学成本在文理科、不同层次大学、大学和专业之间的分布，并将其和学生社会经济地位在其中的分布做比较。根据高等教育机构来考察资助、成本和社会经济地位的分布是很重要的，因为许多类型的资助首先是在大学层面进行分配，然后才由大学分配给单个的学生。而且，中国的学生在选定文科或理科后报考各个批次的大学和专业，他们只会被一个大学的一个专业录取。因此，考察资助和费用在文理科、不同层次大学、大学和专业之间的分布可以使学生在选择院校和专业时了解他们将会面对的学生资助机会和大学净费用。[4]
由于一些原因，特定类型的资助或资助总额可能与社会经济地位在文理科、不同层次大学、大学、专业之间的分布不匹配。正如前面所提到的，政策制定者和其他学生资助提供者（大学、银行和其他社会组织）很难确定社会经济地位在高等教育机构之间的相对分布。不同的提供者在向大学（或特定大学里的个人）提供资助时，其目的也不尽相同。
下文利用2008年某省数据来描述文理科、不同层次大学、大学、专业之间的社会经济地位、资助和费用分布的实际模式。
（一）本科院校系统内部的社会经济地位分布
表1和表2对某省内学生社会经济地位在本科院校体系中的分布作了总结。文科学生的平均社会经济地位明显要比理科学生的要高出一些（差0.21个标准差）[5]，一本院校的学生平均社会经济地位明显比二本院校的高一些（差0.25个标准差），三本大学的学生平均社会经济地位比一本院校和二本院校的都要高（分别差0.41个标准差和0.66个标准差）。就单个大学来说，一本院校中最具选择性院校的学生平均社会经济地位比次选择性院校要高出许多（稍高于1.2个标准差）；然而，一本的其他院校之间或其他层次内的大学之间，差别会相当小。此外，经济学、法律、文学和管理专业学生的平均社会经济地位比农业、教育、医学和理学专业学生的要高，但是在比较各个层次大学内的专业的时候，这个差距便会大幅度减小。
表 1 大学层次和文理科之间的平均社会经济地位
|
|
文科 |
理科 |
合计 |
| 一本院校 |
-.16 |
-.82 |
-.73 |
| 二本院校 |
-.91 |
-1.3 |
-1.20 |
| 三本院校 |
.07 |
.03 |
.05 |
| 合计 |
-.58 |
-.97 |
-.86 |
来源: 2008某省大学学生数据
表 2 专业和大学层次之间的平均社会经济地位（包括文理科的学生）
|
|
一本院校 |
二本院校 |
三本院校 |
合计 |
| 经济学 |
.05 |
-.41 |
-.19 |
-.27 |
| 法律 |
-.35 |
-.48 |
-.28 |
-.46 |
| 教育 |
-.97 |
-1.48 |
-2.04 |
-1.41 |
| 文学 |
-.07 |
-1.14 |
.38 |
-.57 |
| 历史 |
-.35 |
-1.57 |
n/a |
-1.36 |
| 理学 |
-.82 |
-1.63 |
-.07 |
-1.32 |
| 工程 |
-.83 |
-1.35 |
-.00 |
-.93 |
| 农业 |
-1.69 |
-1.74 |
n/a |
-1.47 |
| 医学 |
-.24 |
-1.77 |
n/a |
-1.61 |
| 管理 |
-.72 |
-.87 |
.05 |
-.60 |
| 所有专业 |
-.72 |
-1.20 |
.05 |
-.86 |
来源: 2008某省大学学生数据
（二）文理科和不同层次大学中的学生资助分布
这里对文理科和不同层次大学之间获得不同类型学生资助的平均机会以及这些资助的平均金额进行比较。总而言之，就读于某省本科院校的某省学生至少获得某些类型学生资助的机率相当高（61%）。文科（63%）和理科（59%）的差距，以及一本（67%）、二本（61%）和三本院校（50%）的差距在统计上比较显著。此外，有26%的学生会获得一种以上的资助。
国家助学金。理科学生比文科学生更容易获得国家助学金（43%、41%），这一点在前两类院校里尤为突出。然而，文理科的人均金额几乎是一样的（1394元、1401元）。
国家助学金的分配因大学层次不同而存在差异。与一本和二本院校的学生相比，三本院校学生获得国家助学金的机会都少于一本和二本院校（39%、45%、42%），同时，人均获得的资助额也会少许多。相对来说，一本和二本院校的学生会有同等的机会获得同等金额的国家助学金。
我们从这里可以看出，国家助学金的分布更偏向于社会经济地位比较低的人群，如前文所说，这和政府政策目标是相一致的。例如，理科学生的社会经济地位比文科学生的要低一些，他们获得资助的机率就会高一些。此外，如同一本和二本院校之间获得资助的机率分布一样，其平均社会经济地位也极为相似。
国家奖学金/国家励志奖学金。文理科学生获得国家奖学金/国家励志奖学金的机率是一样的（6%），但是理科学生的人均额度要高许多（4798元、4229元）。这种模式和国家助学金模式类似，因为它也是根据科类和大学层次内部的社会经济地位的分布而形成的。总之，政府资助和下文分析的三种非政府资助是不同的，因为它们的分布并不总是和按不同层次大学间的社会经济地位的分布相一致。
大学资助。理科学生获得大学资助的比例（28.3%）比文科学生（24.8%）要高出许多。就获得这种资助的学生比例而言，一本院校（32%）比二本院校（27%）高许多，而二本院校比三本院校（18%）高许多。此外，一本院校中的人均大学资助额度（852元）比二本院校（699元）和三本院校（707元）的要高[6]。
社会资助。社会资助仅仅覆盖1.7%的学生，但是人均额度却相当高（2410元）。理科学生获得社会资助的比例是文科学生的2-6倍[7]。一本院校的学生获得社会资助的比例（4%）也比二本（1%）或三本院校（0%）的学生要高，而且一本院校的学生人均额度（2650元）也比二本院校（1541元）的要高许多。
助学贷款。总的来说，大概有9%的学生可获得贷款。理科学生（10%，文科学生6%）和比较具有选择性的院校（一本、二本和三本院校分别为15%、8%和1%）的学生更有可能获得贷款。贷款额度基本都是一样的，因为相关政策规定了范围。
（三）大学间不同类型学生资助的分布
在分析完主要类型的学生资助在文理科和不同层次大学之间的分布后，笔者将要考察资助在单个大学之间的分布。通过灵活控制学生社会经济地位，笔者特别研究了学生可能获得不同类型的学生资助在院校之间的区别，以及学生获得的平均额度[8]。为了达到这个目的，笔者使用了部分线性回归模型（partial linear regression），其中作为非参数成分的社会经济地位和大学虚拟变量都位于等式的右边（Li and Racine, 2006; Yatchew, 1997）：
（1） Y= f(社会经济地位) + 大学虚拟变量 + 误差项
在上面的等式中，Y可以是二分变量（获得资助=1，没有获得资助=0 ），也可以是连续变量（获得的资助金额），社会经济地位是连续指标，大学虚拟变量是代表各个大学的变量。
笔者将产出结果为“一个学生是否获得资助”的部分线性回归分别应用于五种主要类型的学生资助。在控制社会经济地位的情况下，只有一所大学的学生比省内一流大学（参照组）的学生获得国家助学金的可能性要小很多，而7所大学的学生获得国家助学金的可能性要高很多。就国家奖学金/励志奖学金而言，13所大学的学生比省内一流大学的学生获得资助的可能性要小许多，没有大学的学生具备更高的获得这类型资助的可能性。其他类型的资助（大学资助、社会资助和贷款）更为极端，30所以上大学的学生比一流大学的学生获得资助的可能性要低。此结果表明，如果控制社会经济地位（SES）的话，那么一个学生获得国家助学金的机会与他所就读的特定大学之间几乎不存在任何关系。学生就读的大学与获得国家奖学金/励志奖学金的机会有很大关系，与获得大学资助、社会资助和贷款的机会的关系则更大。
笔者还将产出结果为“一个学生所获得的资助金额”的部分线性回归分别应用于五种主要类型的学生资助。在控制社会经济地位的情况下，大部分学校的人均资助额度比省内一流大学的要低许多。此外，这些学校的人均资助额度和一流大学人均资助额度在数目上相差也非常多：一流大学的学生人均获得的贷款多出600-1500元不等，人均获得的非贷款资助的总额多出500-1600元。这样，如果控制社会经济地位的话，那么学生就读的特定大学和他所获得的学生资助金额有着重大的关系。
前文的发现都说明政府资助（特别是国家助学金）在文理科、大学层次和大学之间的分布与社会经济地位（SES）在文理科、大学层次和大学之间的分布联系紧密。相比之下，大学资助、社会资助和助学贷款在这些类别内的分布与社会经济地位的关系不大，而和其他因素的关系更大，比如院校选择性。
（四）总费用和净费用
由文理科、大学层次、大学和专业所决定的上大学总费用[9]是学生及其家庭最为关心的事情，而且可能会影响学生资助的分布。可以看出，每个大学层次之内，理科学生的平均总费用比文科学生的明显要高出许多（600-700元左右的差别）。同样，一本院校学生的平均总费用（5618元）比二本院校学生的（5139元）要高，而三本院校学生的平均总费用（10397）比其他本科院校学生的都要高。
就专业方面的平均总费用而言，理学和工程专业是各层次本科院校中最昂贵的专业，而经济学和法律则属于各层次本科院校中最便宜的专业。医学同样是前两类院校中较为昂贵的专业，而管理则是二本和三本院校中较为便宜的专业。然而，如果按专业对所有本科院校学生的平均学费进行简单比较的话，我们就会发现更为昂贵的专业是经济学、管理和文学。这是因为三本院校中经济学、管理和文学专业的学生比例较大（三本院校学生的总费用较高）[10]。
关于由文理科、大学层次和专业决定的平均大学净费用，总的来说，同类院校内，理科学生比文科学生花得要多（大约有500-600元的差别），尽管事实上他们的平均社会经济地位（SES）要低一些（前两类院校）[11]。一本、二本和三本院校学生的平均净费用也存在显著的差别（分别为4268元、3988元、9463元）。不同专业的平均净费用情况大致和平均总费用的相同：各类院校的理学和工程专业是最昂贵的专业。这就意味着，和其他专业比起来（比如经济学），前两类院校中的某些专业（比如理学）的学生的平均社会经济地位较低，但是他们需要交纳较高的学费[12]。此外，在考虑学生资助的情况下，一流大学（其平均总费用比一本中其他大部分院校高500-800元）的费用和一本中其他院校的不相上下。最后，和一流大学比起来，有两个大学的平均净费用要高，有两个大学的平均净费用要低。
最后，就文理科、各个大学层次而言，社会经济地位度量低于第30百分位数的学生（“低百分位数学生”）的平均净费用比高于第70百分位数的学生（“高百分位数学生”）的要低。就一本、二本和三本院校来说，理科的低百分位数学生的平均净费用和高百分位数学生的比起来分别少1300元、800元和1000元；文科的低百分位数学生的平均净费用和高百分位数学生的比起来分别少1100元、1100元和1400元[13]。前三类院校中理科专业的低百分位数学生获得的全部非贷款资助的平均额度分别为2200元、1700元、1600元；文科专业的低百分位数学生获得的相应额度分别为2000元、1900元、1900元。
因此，低百分位数学生会得到更多的资助，这样他们的净费用就会比高百分位数学生的低。换句话说，相对于社会经济地位高的学生，社会经济地位低的学生会得到额外的资助来支付学费。同时，大约有20%的低百分位数学生得不到任何资助（贷款或非贷款资助），而40%的高百分位数学生却得到了一定类型的学生资助。
四、资助和个人
这一部分说明社会经济地位在多大程度上可以解释不同类型的学生资助在个人之间的分配。本部分还探讨了高考成绩、性别和党员等因素是否会影响学生资助的分布。
社会经济地位以外的学生特征会影响学生资助的分布是有原因的。首先，高考成绩反映了一个学生就读大学的选择性，前文的分析表明院校的选择性会影响资助的获得；其次，男女生不同地被筛选到文理科，以及不同大学层次、大学和专业中，而如前文所示，学生在大学体系内的不同位置会影响他们获得资助的机会；最后，党员可能会影响到学生资助的获得。
首先，我们将探讨学生的社会经济地位在多大程度上会影响学生资助在本科院校体系之间的分布。这里将样本的萨默斯D（Somers’ D）估计值作为一个学生是否获得资助（分别考虑每一种主要类型的学生资助）的二项指标和连续总社会经济地位指标（Newson, 2001）[14]。我们用高考成绩代替社会经济地位后再次进行了分析，以研究成绩对学生资助分布的影响程度（不考虑学生社会经济地位）[15]。
基于获得或没有获得国家助学金与社会经济地位和考试成绩之间分别的萨默斯D的95%置信区间。可以看出，假定随机抽取一个获得国家助学金的学生和一个没有获得国家助学金的学生，那么获得资助的学生是社会经济地位高的可能性比是社会经济地位低的可能性要低39-44%（与未获得资助的学生相比）(Newson, 2001)。同样，获得国家助学金的学生成绩高的比例比成绩低的比例多1-8%（与未获得资助的学生相比）。换句话说，获得国家助学金的学生比起没有获得的学生来说，往往拥有较低的社会经济地位；同样，通常获得资助的学生的成绩比没有获得资助的学生的成绩要略高。
国家奖学金/励志奖学金和社会经济地位（SES）的萨默斯D估计值在数值上比国家所提供的助学金要小，考试成绩的估计值同样拥有更大的置信区间。这说明，国家奖学金/励志奖学金的分布和社会经济地位负相关，但没有国家助学金与社会经济地位的相关程度高。而且，获得国家奖学金/励志奖学金的学生仅仅略有可能具有较高的成绩（当将某省当地的本科院校学生作为一个整体来考虑的时候）。
对其余类型的学生资助而言，该估计值各不相同。用不太精确的语言来说，如果将本科院校体系作为一个整体来看的话，那么社会经济地位和成绩似乎和学生获得大学资助几乎没有什么关系。社会经济地位与获得社会资助呈低度负相关，而一个学生的考试成绩与获得社会资助呈高度正相关。最后，比起没有获得助学贷款的学生来说，获得助学贷款的学生一般拥有较低的社会经济地位和较高的考试成绩。
为了进一步考察社会经济地位的不同成分对以上结果的影响程度，我们使用父母受教育程度虚拟变量、收入水平虚拟变量、户口类型虚拟变量对是否获得各类资助进行回归。可以看出，收入水平、母亲的受教育程度和城镇户口很明显与获得国家助学金和助学贷款的可能性呈负相关。收入水平和城镇户口同样很明显与获得大学资助和国家奖学金/励志奖学金的可能性呈负相关（与国家奖学金/励志奖学金的相关程度低）。社会经济地位成分在很大程度上与社会资助的获取没有关系，但是极高收入水平类别里的学生获得社会资助的可能性很低。
接下来，笔者所讨论的重点是：在灵活控制社会经济地位的情况下，其他因素是否会影响学生资助的分布，比如考试成绩、性别和党员。笔者所使用的是部分线性回归，将“获得或未获得资助”作为因变量，将社会经济地位作为非参数成分。将分别选择考试成绩、女性、党员作为线性协变量带入不同的回归方程。
在灵活控制社会经济地位的情况下，高考成绩与获取国家奖学金/励志奖学金、大学资助、社会资助和助学贷款的可能性呈显著的正相关。在灵活控制社会经济地位的情况下，很明显女生获得国家助学金、国家奖学金/励志奖学金和大学资助的可能性要高一些。最后，成为党员的学生获得所有类型学生资助的可能性都更高。此外，女生指标的系数在估计值上很小，而涉及到国家奖学金/励志奖学金和大学资助的时候，党员的系数非常大[16]。
下文将进行最后两项分析。首先，用社会经济地位和表明学生所就读大学的分类变量对是否获得资助进行非参数回归。将学生就读学校变量包括在内是基于如下事实：许多学生资助的分配是先在大学之间进行分配，然后由大学评估学生的经济状况，并将资助分配给具体的个人。加入大学变量后，我们可以集中探讨大学学生资助工作人员的活动。其次，笔者依然使用了作为非参数成分的社会经济地位和其他如性别、成绩和党员一类的学生特征对是否获得特定类型资助进行部分线性回归——然而，这次还加入了大学虚拟变量。加入大学虚拟变量后，再次对大学学生资助工作人员在其大学内的行为进行集中研究。
非参数回归表明，一些类型的资助系统性地被分配给了大学内社会经济地位较低的学生，而另外一些类型的资助则不是如此。可以看出，大学将更多的国家助学金分配给了社会经济地位较低的学生，助学贷款同样被分配给了大学里社会经济地位较低的学生。相比之下，一些大学更多地将大学资助分配给了社会经济地位低的学生，而另外一些大学则更多地将大学资助分配给了社会经济地位高的学生。
关于结合了大学虚拟变量、社会经济地位和不同学生特征的部分线性回归的结果表明，学生的高考成绩与获得国家奖学金/励志奖学金的可能性之间有着更大的关系。这与下面的观念是一致的：决策者试图将这种类型的资助在大学间进行平均分配，但是在大学内部，成绩较高的学生会获得更多的奖学金。此外，就大学资助和助学贷款而言，考试成绩的系数在统计上不显著为零。这就确定了一个事实：大学资助的分布按照社会经济地位而言可能是不公平的，因为许多较高选择性的大学拥有更多的事业费收入，而根据规定，大学须将事业费收入的一定比例用于学生资助。这也为另外一个观点提供了证明，即助学贷款的分配多基于院校的选择性（而不是基于学生在特定大学里的成绩）。加入大学虚拟变量以后，助学贷款回归中的党员系数变得无关紧要——这可能是因为党员和其他的大学相关特征是相关的。其他的调查结果在本质上和前文相同：在考虑了社会经济地位和大学之间差异的情况下，女生和党员更可能会获得资助。
五、结论
本文研究发现政府资助在很大程度上都是按照政策制定者的目标进行分配的，也就是说，在高等教育体系内平均分配国家助学金和国家奖学金/励志奖学金；将国家助学金分配给大学中低收入家庭的学生；将国家奖学金/励志奖学金分配给大学中低收入家庭的能力高的学生。同时，本文发现其他类型的学生资助主要是面向较高选择性院校的学生，比如大学资助、社会资助和助学贷款。此外，将大学学费固定在一定的水平也使得一本院校的学生比二本院校学生占优势。相比于其他类型院校的学生，三本院校的学生似乎也承受着不成比例的重负。因此，如果想要增加学生资助的公平性的话，就须将更多的资助分配给低选择性二本院校和三本院校的学生。
本文还发现不同类型资助的分布不仅考虑了学生的社会经济地位和高考成绩，还考虑了其他因素，比如性别和党员。同时，本文的分析只是初步的探索，在未来的研究中可以更加细致地考察学生特征与获得资助之间的关系，通过结合更多的因素考察其影响资助获得的程度大小。
最后，除了探讨学生资助在院校和个人之间的分布之外，本文还描述了学生所面临的实际大学成本的基本轮廓。大学费用可能会成为社会经济地位低的学生（比如来自农村的学生）的一项重负。[17]未来的大学生们，尤其是那些低收入背景的学生，很可能对上大学的实际费用一无所知。知道文理科、大学层次和专业之间的平均净费用可以帮助学生估计未来上大学的费用和收益，以便在报考大学的时候做出适当的选择。
参考文献：
[1]教育部、财政部. 关于认真做好高等学校家庭经济困难学生认定工作的指导意. 见教财[2007]8号。
[2]Deaton, Angus, and Salman Zaidi. 2002. Guidelines for Constructing Consumption Aggregates for Welfare Analysis. LSMS Working Paper 135, The World Bank.
[3]Li, Wen Li. 2006. An Analysis of Personal Expenditures, Family Contributions, and Financial Aid Demand in Higher Education. (in Chinese) Education and Economics.
[4]Newson, Roger. 2001. "somersd-Confidence intervals for nonparametric statistics and their differences," Stata Technical Bulletin, StataCorp LP, vol. 10(55).
[5]Shen, Hong. 2008. The Political and Social Effects of Student Financial Aid. Presented at the Annual Conference of the Chinese Society for the Economics of Education. Shanghai, 2008.
[6]Yang Po. 2010. “Who gets more financial aid in China? A multilevel analysis ” International Journal of Educational Development, Vol. 30( 6).
[1] 本文的完整版本为：Prashant loyalka, Yingquan Song and Jianguo Wei, The Distribution of Financial Aid in China: Is Aid Reaching Poor Students?(Forthcoming).
[2] 2005年，约有70%的某省学生升入了本省的大学。
[3] 总体和样本仅包括纯粹通过文理科高考入学的学生，不包括文体特长生等。
[4] 净费用是用总费用减去除贷款以外的各种学生资助。
[5] 显著性检验是根据卡方检验和单因素方差分析来进行的。
[6] 无论是从文理科结合来看或是只从理科来看，这个情况都是真实的。大学层次的不同对文理学生没有太大的影响。
[7] 这是根据来自理科（是或不是）“获得的社会资助（是或不是）”的logit回归的理科估计系数的95%置信区间所得出的。
[8] 笔者通过非参数来控制社会经济地位，因为社会经济地位和获取资助学生资助之间的关系可能不是线性的（或者是明显的非线性函数）。比如，如果社会经济地位和获得资助学生资助之间的关系线是凹的，那么关于社会经济地位（SES）的资助线性回归会对最低水平社会经济地位（SES）和高水平社会经济地位（SES）的资助估计过高，对中等水平社会经济地位的资助估计过低。因此，如果一些大学拥有大量社会经济地位（SES）中等的学生，那么看起来这些大学获得的金额比他们应得的要少。
[9] 总费用是根据某省不同大学和专业的年度官方学费一览表和学生自行报告的年度住宿费计算出来的。笔者并没有将学生自行报告的伙食费、学习材料费、交通费及娱乐费计算在内，因为这些费用多是根据学生的喜好决定的，而不是由学生所读的大学和专业类型所决定的（特别是因为样本中的所有大学都在同一个省）。
[10] 净费用的情况也是如此。
[11] 这节提到的差别都具有统计意义。
[12] 确切来说，在一本院校中，经济和文学专业的学生的平均净学费比理学、工程和管理专业学生的要少（大约400-800元），尽管他们的平均社会经济地位（SES）要高（.36比.47标准差）。在二本院校中，经济和法律专业的学生拥有较高的平均社会经济地位（SES）（.61比.72标准差），但是他们的平均净学费比医学和理学专业学生的要低（大概400-1000元）。专业之间的这种平均净学费差距可归因于专业之间的平均总费用差距。也就是说，一本院校中，经济和文学专业的学生所获得的非贷款资助的平均额度（1300-1400元）与理学（1200元）、工程（1400元）和管理（1000元）专业的学生所获得的相同，或是稍高一些。二本院校的经济和法律专业的学生获得的非贷款资助的平均额度（1100元）与医学（1300元）和理学（1100元）专业的学生所获得的也十分接近。
[13] 低百分位数学生和高百分位数学生获得的非贷款资助的平均总额之间的差别是相近的：一本、二本和三本院校理科的差别分别为1200元、800元、800元；一本、二本和三本院校文科的差别分别为1100元、1000元、1200元。
[14] 就两个变量X和Y来说，如果X是二分变量（1=获得资助，0=没有获得资助），Y1是从获得援助（X= 1）和没有获得援助（X= 0）的学生总体中随机抽取出来的社会经济地位的个别值，那么萨默斯D值可以描述为P(Y1 > Y0) – P(Y0 > Y1) (Newson, 2001)
[15] 讨论社会经济地位的时候，笔者将文理科学生都考虑在内，而讨论高考成绩的时候，我们只选择了理科学生（文理科的考试是不同的）。事实上，社会经济地位的结果也得出了同样的解释，无论是考虑文理科还是只考虑理科。
[16] 笔者同样运行了线性回归，用代表父亲受教育程度、母亲受教育程度、收入类别和城镇/农村户口的虚拟变量取代了社会经济地位的指标。其结果基本与部分线性回归的结果类似，只除了一种情况：党员获得助学贷款的可能性不大。
[17] 一本的大学净费用（学费和住宿费减去非贷款学生资助）只占某省城镇家庭每年人均可支配收入的40%，却占农村家庭人均纯收入的160%。城镇家庭还能支付得起三本院校的平均大学净费用（大约是其每年人均可支配收入的90%），农村家庭则难以支付这样的费用（大约是其每年人均纯收入的360%）。
