
摘要:2007年以来,我国研究生资助体系成长迅速,覆盖面扩大、资助种类增加、资助水平持续增长。然而,学术界尚未深入研究贫困资助的减贫效果。本文利用2014年《首都高校学生发展状况调查》收集的30所高校研究生的调查数据,通过支出法和双指标法计算了贫困率以及多种减贫效果指标,分析了我国研究生目前的贫困现状,并尝试对研究生资助政策的减贫效果进行了评价。研究结果表明,我国研究生贫困率约为21%,家庭负担率约为58%。研究生贫困资助的覆盖率和错误率都很高,贫困资助的获得率达到55%;但多种方法发现的资助错误率约为44%,贫困资助的标的错误率约为67.7%。现行研究生资助的实际减贫效果有待提高,获得贫困资助后贫困率下降范围仅为7%到11%,仍有11%到14%的贫困研究生未摆脱贫困状态。本文认为我国的研究生资助政策的瞄准效果有待加强。未来研究生资助的改进应该同时考虑家庭收入、学生的必要支出、学费等因素。
关键词:研究生资助;减贫效果;贫困线;错误率

自2002年教育部首次提出研究生收费机制改革以来,我国研究生资助体系进行了较大幅度的调整。近年来,研究生资助的覆盖面逐渐扩大、资助种类增加、资助水平持续增长。2005年教育部将“国家奖学金”改为“国家助学奖学金”,用于资助品学兼优和生活困难的研究生;2010年将家庭经济困难的全日制硕士专业学位研究生的资助纳入全校资助工作范围。教育部历年发布的《中国学生资助发展报告》显示(参见表1),从2014年到2016我国研究生奖学金的资助规模扩大了一倍;研究生学业奖学的资助金额增长了2.4倍;研究生国家助学金的资助金额扩大了一倍。
表1 研究生资助情况

近年来,为了提升高校学生资助的公平性和效率,我国政府和高校提出了“精准资助”的概念,并用其指导本科和研究生资助的分配与使用。伴随着我国研究生教育的扩张,更为多元化的学生群体开始进入研究生教育体系,其中包括来自低收入家庭的研究生。为了帮助弱势群体学生更好的完成学业,政府和高校提供了各种形式的助学金。从政策评估的角度分析,研究生助学金属于一种扶贫资助,其目的在于帮助低收入学生摆脱贫困状态,在不受信贷约束的条件下顺利完成学业。为了达到研究生资助的公平分配,研究生助学金的接受对象应限于贫困学生,非贫困学生不应获得助学金,即实现“应助尽助”。在政策评估中,这意味着精准的政策瞄准,即将贫困资助的受助者限制在贫困人口中。为了实现有效的资助分配,贫困资助应该使得受助学生脱离贫困,这意味着显著地减贫效果,即有效降低研究生的贫困率或者家庭负担率。简言之,精准资助包含两层含义:一是实现精准的资助瞄准;二是实现显著的减贫效果。
虽然研究生资助的总量和覆盖范围均大幅提高,资助的分配是否实现了精准资助的双重目标却较少得到社会舆论和学术界的关注。少数研究生资助研究相关研究主要关注研究生资助体系的设计、国际经验的借鉴,以及研究生资助对学生发展的影响, 几乎没有学者从政策评估的角度对研究生资助政策进行评估,尤其是研究生贫困资助的减贫效果。
根据上述分析框架,本文采用2014年《首都高校学生发展状况调查》数据和多种量化分析方法,来定量的考察我国研究生资助政策的实施效果。本研究聚焦于三个研究问题:一、我国高校研究生群体中的贫困率如何?二、研究生资助分配的瞄准效果如何?三、研究生资助是否实现了减轻研究生贫困的目标?在上述分析的基础上,本文对我国研究生资助政策设计的调整提出了基于实证分析证据的意见和建议。
研究生投入体制机制的完善,必须与相应的学制制度相适应。遗憾的是,当前我国研究生教育的预算拨款制度、成本分担制度和助学体系制度建设的发展落后于我国研究生培养制度改革的步伐。为了避免大学生因家庭贫困而无缘研究生教育,我国政府开始为贫困研究生提供助学金。这已然成为帮助家庭经济困难学生顺利完成学业的通行做法。
随着我国研究生学费政策的改革,研究生资助政策也得到了较快的发展。2013年2月28日,财政部、国家发展改革委、教育部联合发布的《关于完善研究生教育投入机制的意见》指出,自2014年秋季学期起,我国全面实行研究生教育收费制度,即按照“新生新办法、老生老办法”的原则,向所有纳入全国研究生招生计划的新入学研究生收取学费(赵军,2015)。
为了满足学费调整后的贫困研究生的资助需求,从2014年秋季学期起,政府将研究生普通奖学金调整为研究生国家助学金。研究生助学金的覆盖范围为全国研究生招生计划内的所有全日制研究生,其中包括专业硕士和学术硕士,不包括委托培养的研究生。根据教育部发布的《2016年中国学生资助发展报告》来看,2016年研究生国家助学金的资助规模为174.58万人,资助金额达到109.93亿元。研究生助学金已经成为低收入家庭学生完成学业的重要经济支持。
国内外高校学生资助研究的关注点较为集中,重点关注大学生资助的分配以及资助对学生发展的影响。研究者尝试采用经济学、社会学等多种视角来讨论大学生资助在不同群体之中的分配。已有研究讨论了学生资助获得影响因素,包括个体因素、高中准备情况、大学经历和院校环境等(St John,1989;Grubb,1991;Kane,1994;Duffy,1998;Long,2004;Yang,2010;Loyalka,2012)。在我国研究中,学者特别关注贫困资格的认定以及贫困生认定对学生发展的影响(段志雁等,2011;陶鹏等,2012)。除了分析资助的获得,也有不少研究讨论了高校学生资助对学生选择和发展的影响,例如学生资助与高等教育入学机会(Dynasrki,2002;李文利、魏新,2003;Deming、Dynasrki,2009;Yang,2011)[和大学选择的关系((陈晓宇等,1999;Li,2007;Liu,2011;Klaauw,2002);各种学生资助对在校学业发展的影响X. Wang,2011;刘文娟,2014;黄维等,2016;Shen,2008;杨钋,2009);学生资助与大学保持率(Desjardins,2002;Bettinger,2004;2015)和毕业率的关系(Dynarski,1999)。
我国多数学生资助研究关注本科生学生资助的分配及影响,较少涉及研究生资助的获得或者研究生资助对学生发展的影响。值得注意的是,近年来我国学生资助的调整主要集中在研究生教育阶段。随着我国研究生群体的多元化,研究生的资助需求总量、构成等发生了极大的变化。我国现行研究生资助政策的实施是否有效的满足了研究生的需求、是否达到了预期的政策目标尚未得到系统性的、定量的分析。
近年来我国的学生资助已经成为政府扶贫工作的有机组成部分,成为“精准扶贫”的重要抓手。高校实施的“精准资助”政策进展迅速,在贫困资助方面得到了广泛的应用。为了扩大“精准资助”的实施范围、将其纳入研究生资助体系,必须从政策评估的视角对已有研究生贫困资助的精准程度和减贫效果进行评价。我国贫困政策评价研究为实现上述分析提供了可行的研究框架和分析工具。
对资助政策减贫效果的分析是发展经济学领域常见的议题。研究者已经广泛讨论了政府各类型扶贫资助的减贫效果,例如低保政策(杨穗、高琴、李实,2015;郭伟和、丰宝宾,2016)、住房保障政策(陈立中,2010)以及建档立卡政策(杨龙、李萌、汪三贵,2015)等。国外研究覆盖的范围更广,例如将医疗资助纳入研究范畴。在分析方法方面,对政策瞄准和减贫效果的分析必须选择合适的分析指标。政策评估中常用的评价指标包括资助前后的贫困率变化(Khan,2008;Gustafsson & Deng,2011;甘宇,2014;杨穗等,2015)、瞄准率(陈立中,2010;郭伟和等,2016)、瞄准错误率(吴斌珍等,2011),以及贫困差距指标(吴斌珍等,2011;甘宇,2014)等。
学界关于高等教育资助减贫效果的研究甚少,关于研究生资助政策的分配方式以及资助减贫效果的研究凤毛麟角。只有少数研究关注到了高校资助政策的效果(McPherson,1988;吴斌珍,2011;甘宇,2014;施文艺等,2014)。吴斌珍等的研究(2011)首次将贫困研究的方法引入学生资助的研究。根据清华大学中国经济社会数据中心和高等教育研究院2010年开展的第一轮中国大学生学情调查的数据,该研究首先以各大学平均的必要支出为来定义每个大学的“贫困线”,并计算出学生的贫困率和贫困差距。再根据贫困生是否获得资助来计算资助的泄露率和错误率等指标。最后,通过计算贫困生获得贫困资助之后的贫困率来比较资助前后贫困率的变化,以此来衡量资助政策的减贫效果。[lii]吴斌珍的研究只关注了本科生资助的减贫效果,而没有讨论研究生资助的减贫效果。
本文首次将贫困研究的分析方法引入对高校研究生贫困资助效果的评价,对研究生资助是否实现“精准资助”的目标进行分析。在分析方法方面,本研究进行了几个方面的拓展。一是对高校研究生贫困线的界定。与已有研究不同,本文采用支出法和双指标法计算了研究生的贫困率,并用家庭负担率来间接衡量研究生是否贫困。二是用多种方法测量政策瞄准效果。一方面,采用多元回归方法考察家庭贫困是否影响贫困资助的获得;另一方面,直接考察本文确定的贫困研究生和非贫困研究生的助学资助获得情况。三是通过对资助前后贫困率的变化和家庭负担率变化的分析,考察研究生资助的减贫效果。
基于已有的文献和研究框架,本文通过计算多种政策评价指标来综合评价研究生贫困资助的瞄准和减贫效果,并尝试验证以下研究假设。
本文关心的是研究生家庭社会经济背景所导致的贫困状态对其是否获得贫困资助,以及贫困资助的金额的影响。“精准资助”要求贫困资助应该用于低收入研究生群体,因此个人贫困状态应该是助学资助的显著影响因素。
假设1:贫困是研究生是否获得贫困资助以及获得资助金额的显著影响因素。
现阶段我国高校贫困资助的覆盖面相对较小,难以满足所有学生的申请。在实践中,学习成绩成为筛选受助学生的另一准则。虽然高校在资助名额分配过程中考虑了成绩的因素,但这不应撼动“扶贫”这一政策目标的在资助政策中的核心位置。从政策瞄准的角度来看,贫困状态仍应是资助获得的主要决定因素。
假设2:贫困状态和成绩优秀程度同时影响助学金的获得,但贫困状态的影响应高于成绩的影响。
在政策评估文献中,精准资助的含义主要是指政策瞄准的精度高。具体而言,政策瞄准包括人群瞄准和收益瞄准,即政策干预对象受到政策影响,而非干预对象不应受到政策的影响(郭伟和 & 丰宝宾, 2016;王韬 & 底偃鹏, 2010;杨龙, 李萌, & 汪三贵, 2015;杨穗, 高琴, & 李实, 2015)。针对高校资助政策,在政策实施后会出现四个群体:一是“应助未助”,即符合资助条件但是没有得到资助;二是“助不应助”,即不符合资助条件但是得到资助;三是“应助已助”,即符合资助条件并得到了政策资助;四是“不应助未助”,就不符合资助条件并未获得资助。从福利经济学的角度,按照资助政策瞄准失败的损害程度,可以将“应助未助”称为第I类瞄准错误,将“助不应助”称为第II类瞄准错误(陈立中, 2010)。通过计算第I类和第II类瞄准错误,就可以发现当前资助政策的瞄准效率。遗憾的是,虽然精准资助已经成为政府教育部门在学生资助领域的首要政策目标,但是现有研究尚未采用上述政策瞄准的分析框架对研究生资助的执行情况进行分析。在此基础上,本文通过计算泄漏率和错误率来分析研究生贫困资助的瞄准效果。
假设3:研究生贫困资助的受益者应为家庭贫困的研究生,非贫困学生不应接受贫困资助。
精准资助同样要求研究生资助能产生显著的减贫效果。若在接受资助后,贫困研究生仍不能摆脱贫困状态,则表明资助水平过低,或者资助未能集中在贫困群体中。本文通过计算贫困资助前后样本群体贫困率的变化来分析研究生贫困资助的减贫效果。最后,本文又将研究生贫困资助进行再分配,来讨论贫困资助应该达到的减贫效果。
假设4:贫困生接受贫困资助后应该能脱离贫困状态。
本文实证部分所使用的数据来自2014年北京大学首都高等教育质量与学生发展调查。该调查每年进行一次,奇数年进行对研究生的调查,偶数年进行对本科生的调查。2014年的调查针对首都各高校的硕士、博士生进行,其中硕士生有效问卷7212份,覆盖30所在京高等院校。包括6所985高校、15所211高校和9所一般院校。在此基础上,本文剔除了有关学生资助方面填写不完整、家庭年收入较为极端的样本,最终实证分析所使用的样本量为4376个。
本文研究的问题是研究生贫困资助的减贫效果,而贫困资助在本文指的是赠予型贫困资助,具体包括学费减免、助学金和困难补助三个方面。如表2所示,2014年硕士研究生获得贫困资助的比例为55%,平均资助金额为4529.01元/年。获得资助的人中获得贫困资助的总额达到8235.1元/年/人。而且学术硕士获得贫困资助的比例和金额都比专业硕士高。

在资助效果的评价中,贫困线的界定是一个非常重要的问题。学者常用的定义贫困的方法主要有收入法(陈立中,2010;杨穗等,2015;郭伟和等,2016)、支出法(吴斌珍等,2011)和双指标(杨龙等,2015)等。贫困率指在贫困线以下的学生占全体样本的比例。
支出法是根据支出来设定贫困线的方法。比如吴斌珍(2011)以各大学平均的必要支出为来定义每个大学的“贫困线”。必要支出为研究生为维持基本生活所需的开支,包括学费、住宿费和学习生活支出的总额。按照这个标准,本文计算出的贫困率为62.6%,该贫困率非常高。主要是因为研究生的学费往往高于本科生,部分研究生的必要支出很高。所以,本文以各学校研究生必要支出分布的第一分位数为贫困线。以此标准,计算得到的贫困率为21.4%。其中,学术硕士的贫困率为24.1%,专业硕士的贫困率为13%。这与不同学位类型的研究生的学费有关。2014年,学术硕士的平均学费为7984.32元/学年,专业硕士的学费高达13614.25元/学年。
收入法就是根据收入界定贫困的方法。比如,杨穗(2015)设置的相对贫困线为低保后中位数收入的50%。基于此,本文以各学校家庭年收入最低的20%的学生的平均家庭收入作为收入法划定的贫困线。用该方法计算出的贫困率为20.6%。但是,在对研究生资助的效果评价中,在研究生开始收取较高的学费后,对贫困生的认定方式决不能仅仅是按照家庭收入高低的等级排序。
双指标是同时考虑收入和支出来界定贫困线的方法。国家统计局从1998年开始使用双指标确定贫困人口。贫困人口的划分标准为:人均收入低于官方贫困线并且人均消费低于贫困线的1.2倍;人均消费支出低于贫困线并且人均收入低于贫困线的1.2倍的人。吴斌珍(2011)曾参照Meng,Greg和Wang(2005)使用家庭收入最低的20%学生的平均必要支出作为“贫困线”。
因为平均的必要支出可能高估大学生活真正所需的最低开支,所以本文又采用了同时考虑收入和支出的双指标法。在双指标法中,本文参照Meng,Greg和Wang(2005)的方法,将双指标法的贫困标准调整为家庭年总收入低于各学校学生平均必要支出时为贫困。基于这一“贫困线”的定义,我们计算了贫困率为20.4%。学术硕士的贫困率为20.6%,专业硕士的贫困率为19.4%。
不同的划定标准所得到的贫困率有很大差异,所以本文对各种贫困线的划定方法进行了比较。首先,本文计算了各种方法的相对风险比(The Relative Risk Ratio),具体计算公示如下:

更高的相对风险比意味着该资助政策工具更理想。表4所示的各方法的相对风险比差异不大。基于上文讨论的贫困线的划定方法,考虑研究生支出(学费)上的差异,本文认为,虽然收入法计算得出的相对风险比最大,但是决不能仅仅按照家庭收入的简单排序来界定贫困生。因为已有研究已经证明上大学的费用远远超过了家庭的人均收入。比如,李文利(2006b)对于贫困家庭来说,即使获得资助,大学的成本相对于家庭收入来说仍然很高。

而且,通过访谈,笔者了解到一些院校贫困生认定的标准和程序是:学生先要填写包括学生的家庭收入等的“高等学校学生及家庭情况调查表”。而贫困资助的对象是“无力承担在校学费和住宿费”的学生。所以在经过当地民政部门的认定后,学校有关部门才确定贫困生的人选。所以资助是同时考虑收入和支出双重标准的。所以,本文基于研究生群体的实际情况,在后文的分析中,本文主要考虑使用收入-支出双指标法来划定的贫困线,兼用支付法为辅助。
另外,我们也关注了以必要开支占到家庭总收入的比例来定义的研究生的家庭负担。我们发现研究生的平均负担仍然很重,必要开支占到家庭总收入的比例平均为58.59%。也就是说,所有研究生家庭的收入中,有58.59%用于支付研究生的必要支出。
首先,本文采用二元logistic回归的方法,分析“研究生能否获得贫困资助的决定因素”,将是否获得贫困资助一零一变量作为被解释变量,将选取的贫困情况、专业成绩和学位类型等核心自变量,专业、院校等控制变量放入模型,研究贫困生是否更可能获得贫困资助。其中,本文分别用四个种反映贫困情况的变量来测度学生的贫困情况,分别是支出法划定的贫困生、双指标法划定的贫困生、家庭经济收入水平和家庭负担。表5的结果说明,研究生能否获得贫困资助似乎与贫困情况并没有关系。更多地,学位类型、专业差异和学习成绩才是影响贫困资助获得的主要原因。

随后,本文利用OLS回归的方法分析研究生获得贫困资助金额的决定因素。表6回归结果显示,虽然贫困情况不影响研究生能否获得资助,但是却显著的影响资助金额的多少。但是这种影响仍然与预期相悖。非贫困生、家庭收入越多、必要支出越多、家庭负担越小的人,居然能获得更多的贫困资助。假设1和假设2证伪,假设3部分证伪。

助学金的瞄准效果由两方面决定,分别是“是否贫困”和“是否获得贫困资助”。其中,是否贫困的标准是依据上文划定的贫困线。是否获得贫困资助是指学生本学年是否赠予型贫困资助。本文根据这两个核心变量将整个样本分为四类群体。分别是“贫且资助”、“不贫未助”、“应助未助”和“助不应助”。“贫且资助”是指贫困且获得资助的研究生;“不贫未助”是不贫困也没有获得资助的研究生;“应助未助”是指贫困但没有获得资助的研究生;“助不应助”是指不贫困但获得资助的研究生。瞄准的效果用“泄漏率”来衡量。泄漏率指非贫困生获得贫困资助,即“助不应助”学生的比率。
表7所示的结果显示,研究生资助政策的泄漏率为44.2%(双指标法)和44%(支出法)。且对学术硕士资助的泄漏率高于专业硕士。也就是说,对学术硕士贫困资助的错误更大。所以,从研究生资助政策的实施效果来讲,减贫的目标没有达到。因为存在一定程度的错误——应该得到的人没得,不应得到的人得到了。假设3证伪。

但是泄漏率这一指标也存在一定的缺陷,所以本文又参照Park Wang和Wu(2002)的方法,计算了在给定资助人数的条件下,资助标的的错误率(Targeting Count Error,TCE)。资助标的错误率是指在准确标的情况下本应获得补助的学生未获助学金的比率,具体为:TCE=家庭收人低于在准确标的情况下受资助学生的家庭收入的最大值却未获助学金的学生人数/助学金的受益人数。这里准确标的(Perfect Targeting)是指将学生按照家庭收入排序,然后赋予最贫困的获得资助的学生助学金。
计算得到,2014年研究生助学金受益人数为3087人。获得资助学生的最高的家庭收入30万。家庭收入低于30万,却未获得资助的人数为2092人。按照这种方法计算得出的助学金标的的错误率高达67.77%。
贫困资助的实现扶贫的方式是通过给予贫困资助,使受助者获得资助后的收入高于贫困线,从而脱离贫困。所以,本文采用两种方法来衡量贫困资助的减贫效果:(1)计算贫困资助前后的贫困率变化;(2)计算资助前后学生家庭负担的变化。
具体地,(1)用支出法计算资助后的贫困率时,若学生的个人必要支出加上资助金额仍小于原来支出法界定的贫困线,即各学校研究生必要支出分布的第一分位数,则表示仍处于贫困状态,若高于,则表示脱离贫困;(2)用双指标法计算资助后的贫困率时,若家庭年总收入加上获得资助的金额仍低于原来双指标法界定的贫苦线,即各学校学生平均必要支出,则仍为贫困,否则为脱离贫困;(3)资助后的家庭经济负担=必要开支/(家庭年总收入+获得资助的金额)。而本文只计算的是获得赠予型贫困资助后的减贫效果,即包括学费减免、助学金和困难补助三个方面。实际减贫效果的分析结果如表8所示。
按照双指标法计算,资助后的贫困率为14.1%,这一比例不如支出法计算得到的减贫效果。而且,对学术硕士的效果比专业硕士稍好一些。而在贫且资助的群体中,资助政策只帮助54.2%的人脱离了贫困。按照支出法计算,资助后的贫困率为10.7%,相比资助前下降了一半。支出法计算的减贫效果在学术硕士和专业硕士之间无显著差异,都使各自的贫困率降低了一半。而在贫且资助的群体中,资助政策帮助87.7%的人脱离了贫困。从这个意义上说,资助对应该资助的人的减贫效果十分理想。但是,双指标法计算的资助政策的减贫效果要比单纯考虑支出的方法要差。假设4部分证伪。从资助前后家庭负担的变化来看,学生家庭负担由资助前的58.59%下降到资助后的50.35%。学术硕士和专业硕士的家庭负担都下降了8%左右。

上一部分分析的是资助政策实际的减贫效果。那么,将资助的错误纠正后,应该达到的减贫效果是怎样的呢?为了分析这一问题,本文尝试将“助不应助”的人所获得的资助拿出来,重新分配给“应助未助”和“贫且资助”的人,来分析研究生资助所应该达到的减贫效果。具体地,笔者采用了三种“纠正”措施,结果如表10所示。需要说明的是,本部分所有方法都是基于双指标法计算的贫困率。
方法1:按照学校,把各学校“助不应助”获得资助的平均金额分配给该学校“应助未助”的人。结果发现,原本“应助未助”的425人,通过资助政策的纠正,有224人(52.7%)脱离了贫困。使得总体贫困率由纠正前的14.1%,下降为9.5%。
方法2:按照学校,把各学校“助不应助”获得资助的总金额,平均分配给该学校“应助未助”的人。该方法是基于资助总额不变的前提下,分析资助政策的纠正对贫困率的影响。结果发现,通过该方法,有更多的人脱离了贫困。原本“应助未助”的425人,通过方法2的纠正,仍处于贫困的人数只剩20人(4.7%)。总体贫困率由纠正前的14.1%,下降为5.8%。但这仍不是完全理想的情况。因为将资助总额平均分配后,可能有部分学生获得的资助仍然不够,无法脱离贫困。
方法3:“助不应助”获得资助的总金额能否完全弥补“应助未助”和“贫且资助”的人。这其实是一种最理想的情况,就是根据每个学生脱离贫困的需要将错误的资助金额进行分配。结果显示,资助错误的总额为1712.89万元。“贫且资助”者受助后仍需161.73万元才能完全脱贫;“应助未助”者需要322.35万元的资助才能完全脱贫。也就是说,要想完全脱贫需要的资助总额为484.08万元。这一金额远少于错误资助的金额。所以,理想状态下,我国现有的资助总额是可以实现完全脱贫的。但是在现实情况中,这种理想状态是很难实现的。

本文利用2014年北京大学首都高等教育质量与学生发展调查所获得的数据,基于已有的研究框架,通过支出法和双指标法计算了贫困率以及多种减贫效果指标,分析了我国研究生目前的贫困现状,并对研究生资助政策的减贫效果做了评价。结果发现,
1.我国研究生的贫困率在21%左右,且家庭负担较重。
支出法计算得到的贫困率为21.4%;双指标法计算的贫困率为20.4%。且研究生的平均负担仍然很重,所有研究生家庭的收入中,有58.59%用于支付研究生的必要支出。基于上述两种方法,本文估计了学生处于贫困的可能性。结果发现,在支出法中,学术硕士明显比专业硕士更加贫困。而且是否贫困与家庭收入高度相关。但是在双指标法中,专业硕士和学术硕士贫困的概率就变得不再显著。
2.研究生贫困资助的覆盖率较高,但资助对象与资助理论相悖。
在所有研究生样本中,有55%的学生获得了贫困资助,平均资助金额为4529.01元/年。且学术硕士获得资助的比例和平均金额都要高于专业硕士。而且,研究生能否获得贫困资助似乎与贫困情况并没有关系。学位类型、专业差异和学习成绩才是影响贫困资助获得的主要原因。不过笔者发现,虽然贫困情况不影响研究生能否获得资助,但是却显著的影响资助金额的多少。但是这种影响仍然与预期相悖。非贫困生、家庭收入越多、必要支出越多、家庭负担越小的人,居然能获得更多的贫困资助。
3.研究生贫困资助的错误率很高。
研究生资助政策的泄漏率为53.2%(支出法)和52.9%(双指标法)。且对学术硕士资助的泄露率高于专业硕士。而这种错误更多的是来自“助不应助”情况。所以,从研究生资助政策的实施效果来讲,减贫的目标没有达到。因为存在一定程度的错误——应该得到的人没得,不应得到的人得到了。本文又计算了在给定资助人数的条件下,资助标的的错误率(Targeting Count Error,TCE)。按照这种方法计算得出的助学金标的的错误率高达67.77%。
4.现行研究生资助的实际减贫效果有待提高。
按照支出法计算,资助后的贫困率为10.7%,相比资助前下降了一半。按照双指标法计算,资助后的贫困率为14.1%。双指标法计算的资助政策的减贫效果要比单纯考虑支出的方法要差。
5.研究生资助的减贫效果理应更好。
本文尝试用三种方法将“助不应助”的人所获得的资助拿出来,重新分配给“应助未助”和“贫且资助”的人,来分析研究生资助所应该达到的减贫效果。结果发现,当把各学校“助不应助”获得资助的平均金额分配给该学校“应助未助”的人时,原本“应助未助”的425人,通过资助政策的纠正,有224人(52.7%)脱离了贫困。使得总体贫困率由纠正前的14.1%,下降为9.5%。当把各学校“助不应助”获得资助的总金额,平均分配给该学校“应助未助”的人时,原本“应助未助”的425人,通过方法2的纠正,仍处于贫困的人数只剩20人(4.7%)。总体贫困率由纠正前的14.1%,下降为5.8%。但这仍不是完全理想的情况。因为将资助总额平均分配后,可能有部分学生获得的资助仍然不够,无法脱离贫困。而在理想状态下,即根据每个学生脱离贫困的需要将错误的资助金额进行分配时,我国现有的资助总额是可以实现完全脱贫的。
1.研究生资助政策应该更准确的瞄准。研究发现现阶段的研究生资助政策的瞄准率有待提高。首先应该将贫困资助给予最需要的那部分学生;其次,应该合理分配贫困资助金额,只有资助的经费得到合理的应用和配置,才能使学生真正脱离贫困。最后,应该如实考察研究生获得资助后脱离贫困的真实情况。
2改变现在的资助格局,不能单纯考虑以家庭收入作为贫困生认定的标准,应该同时考虑家庭收入和学生的必要支出。比如,利用支出法计算的学术硕士的贫困率为24.1%,专业硕士的贫困率为13%。这与不同学位类型的研究生的学费有关。2014年,学术硕士的平均学费为7984.32元/学年,专业硕士的学费高达13614.25元/学年。而且平均的必要支出可能高估大学生活真正所需的最低开支,所以本文又采用了同时考虑收入和支出的双指标法。用双指标法计算出的学术硕士的贫困率为20.6%,专业硕士的贫困率为19.4%。所以,在同时考虑收入和支出后,对不同学位类型的研究生的贫困情况都有了较为合理的评定。
3不能把所有学生按照一个统一固定的资助标准,应该在同时考虑学费和家庭收入贡献的情况下,再确定学生的资助金额。那么在不改变资助总额的情况下,只通过调整资助的分配,就可以提高研究生资助的减贫效果。
参考文献
中国教育年鉴编辑部编 中国教育年鉴2005[M].北京:中国大百科全书出版社.2005.454
中国教育年鉴编辑部编 中国教育年鉴2006[M].北京:中国大百科全书出版社.2006.328
陈乃车, 曾剑, 唐闻捷. 提升高校资助育人成效的路径探析[J]. 教育研究, 2017(5):152-155.
李文利, 杨希. 教育收益视角下研究生资助的专业差异[J]. 北京大学教育评论, 2011, 09(1):53-67.
冯永刚, 高斐. 美国研究生资助制度及启示[J]. 学位与研究生教育, 2017(3):65-72.
刘文娟, 李芳敏. 资助对研究生学业成就影响机制的实证研究评述[J]. 学位与研究生教育, 2014(6):43-48.
王蓉,魏建国. 研究生教育投入以何为凭[N]. 中国教育报. 2012-11-09 (005)
王蓉, 魏建国. 关于完善我国研究生教育投入体制机制的思考[J]. 中国高等教育, 2012(10):15-18.
魏建国. 从国际视野看我国学生资助政策体系[N]. 中国教育报. 2015-12-10 (005)
赵军. 全面实行收费制背景下研究生资助制度:挑战、问题与对策[J]. 学位与研究生教育, 2015(3):63-68.
喻莉丹. 新政策体系下研究生奖助学金资助保障体系研究[J]. 浙江海洋学院学报(人文科学版), 2013, 30(6):87-91.
教育部. (2016). 2016年中国学生资助发展报告. Retrieved from http://gaokao.eol.cn/news/201702/t20170228_1493168.shtml
St John,E.P. & Noell,J. The effects of student financial aid on access to higher education:an analysis of progress with special consideration of minority enrollment [M]. Research in Higher
Education.1989,(30):563- 581.
Grubb,W. N.,& Tuma,J. Whogets student aid? Variations in access to aid[J]. Review of Higher Education.1991,(3):359- 382.
Kane,J. & Spizman,L.M. Race,financial aid awards and college attendance Parents and geography matter [J]. American Journal
of Economicsandsociology.1994,(1):85- 97.
Duffy. E. A. & Goldberg,A. Crafting a Class,College Admissions and Financial Aid: 1955- 1994 [M]. Princeton,NJ: Princet on University Press,1998.
Long,B.T. Does the format of a financial aid program matter? The effect of state in- kind tuition subsidies [J]. Review of Economics andstatistics.2004,86(3):767- 782.
Yang P. Who gets more financial aid in China? A multilevel analysis[J]. International Journal of Educational Development, 2010, 30(6):560–569.
Loyalka, P., Song, Y., & Wei, J. (2012). The distribution of financial aid in china: is aid reaching poor students?. China Economic Review, 23(4), 898-917.
段志雁, 魏景柱, 杨金保. 高校奖助学金发放存在的问题及对策[J]. 教育探索, 2011(7):82-83.
陶鹏, 杨秀芹, 田学真. 农林院校贫困研究生资助现状及对策——以华中农业大学为例[J]. 华中农业大学学报(社会科学版), 2012(3):115-118.
Dynarski S. The Behavioral and Distributional Implications of Aid for College[J]. 2002, 92(2):279-285.
李文利,魏新.论学生资助对高等教育入学机会的影响[J].北京大学教育评论,2003,(3):83-89.
Into college,out of poverty?policies to increase the postsecondary attainment of the poor
Po Yang. The Impact of Financial Aid on Learning, Career Decisions, and Employment[J]. Chinese Education & Society, 2011, 44(1):27-57.
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):2- 6.
Li Wenli. Family background, financial constraints and higher education attendance in China [J].Economics of Education Review. 2007,(26):725- 735.
Liu, C., Zhang, L., Luo, R., Wang, X., Rozelle, S., & Sharbono, B., et al. (2011). Early commitment on financial aid and college decision making of poor students: evidence from a randomized evaluation in rural china. Economics of Education Review, 30(4), 627-640.
Klaauw, W. V. D. (2002). Estimating the effect of financial aid offers on college enrollment: a regression-discontinuity approach. International Economic Review, 43(4), 1249-1287.
X Wang et al. Does Financial Aid Help Poor Students Succeed in College? [J]. China Agricultural Economic Review. 2011, 3(2): 131-149.
刘文娟. 研究生资助对学生学业成就的影响机制研究——基于首都高校的实证分析[J]. 教育学术月刊, 2014(2).
黄维, 胡平平. 学生贷款对中国农村女大学生学习成绩的影响[J]. 教育与经济, 2016(6):55-63.
Shen,H. The social and political impacts of college student aid:An analysis based on three surveys. Paper presented at the2008Annual Conference for the Chinese Association of Economics of Education, Shanghai,P.R.China,2008.
杨钋.大学生资助对学业发展的影响[J]. 清华大学教育研究.2009,(5):101- 108.
Desjardins S L, Ahlburg D A, Mccall B P. Simulating the Longitudinal Effects of Changes in Financial Aid on Student Departure from College[J]. Journal of Human Resources, 2002, 37(3):653-679.
Bettinger E. How Financial Aid Affects Persistence[J]. Ideas Help Page, 2004:207-238.
Bettinger, E. (2015). Need-based aid and college persistence: the effects of the ohio college opportunity grant. Educational Evaluation and Policy Analysis, 37(1_suppl), 18.
Dynarski, S. M. (1999). Does aid matter? measuring the effect of student aid on college attendance and completion. American Economic Review,93(1), 279-288.
刘云博, 白华. 精准化资助:高校学生资助工作新思维[J]. 教育评论, 2016(2):67-70.
白华, 徐英. 扶贫攻坚视角下高校建档立卡生精准资助探析[J]. 国家教育行政学院学报, 2017(3):16-21.
武立勋, 胡象明. 高校家庭经济困难学生资助政策实施效果研究——基于对北京部分高校本科毕业生的调查分析[J]. 国家教育行政学院学报, 2016(2):72-78.
陈乃车, 曾剑, 唐闻捷. 提升高校资助育人成效的路径探析[J]. 教育研究, 2017(5):152-155.
杨穗, 高琴, & 李实. (2015). 中国城市低保政策的瞄准有效性和反贫困效果. 劳动经济研究(3), 52-78.
郭伟和, & 丰宝宾. (2016). 城市最低生活保障政策瞄准效果研究——基于“中国城乡困难家庭社会政策支持系统建设项目”数据分析. 社会建设(5), 4-16.
陈立中. (2010). 住房保障政策瞄准效率及其影响因素——来自北京市廉租房和经济适用房政策的实证. 财经科学(5), 39-46.
杨龙, 李萌, & 汪三贵. (2015). 我国贫困瞄准政策的表达与实践. 农村经济(1), 8-12.
甘宇. 错位与链接:高校贫困生资助资源的配置及其减贫效果--基于C市33所高校调查的分析[J]. 教育与经济, 2014(5):54-60.
杨穗, 高琴, 李实. 中国城市低保政策的瞄准有效性和反贫困效果[J]. 劳动经济研究, 2015(3):52-78.
陈立中. 住房保障政策瞄准效率及其影响因素——来自北京市廉租房和经济适用房政策的实证[J]. 财经科学, 2010(5):39-46.
郭伟和, 丰宝宾. 城市最低生活保障政策瞄准效果研究--基于“中国城乡困难家庭社会政策支持系统建设项目”数据分析[J]. 社会建设, 2016(5):4-16.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
甘宇. 错位与链接:高校贫困生资助资源的配置及其减贫效果--基于C市33所高校调查的分析[J]. 教育与经济, 2014(5):54-60.
Mcpherson M S. How Can We Tell if Federal Student Aid Is Working?.[J]. Department of Economics Working Papers, 1988:25.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
甘宇. 错位与链接:高校贫困生资助资源的配置及其减贫效果--基于C市33所高校调查的分析[J]. 教育与经济, 2014(5):54-60.
施文艺, 张伟, 陈绵水. 高等教育学生资助问题研究综述[J]. 科技创业月刊, 2014(4):114-117.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
郭伟和, & 丰宝宾. (2016). 城市最低生活保障政策瞄准效果研究——基于“中国城乡困难家庭社会政策支持系统建设项目”数据分析. 社会建设(5), 4-16.
王韬, 底偃鹏. 发展中国家财政分权下的减贫政策瞄准机制研究[J]. 管理学报, 2010, 7(5):764-769.
杨龙, 李萌, & 汪三贵. (2015). 我国贫困瞄准政策的表达与实践. 农村经济(1), 8-12.
杨穗, 高琴, & 李实. (2015). 中国城市低保政策的瞄准有效性和反贫困效果. 劳动经济研究(3), 52-78.
陈立中. 住房保障政策瞄准效率及其影响因素——来自北京市廉租房和经济适用房政策的实证[J]. 财经科学, 2010(5):39-46.
杨穗, 高琴, 李实. 中国城市低保政策的瞄准有效性和反贫困效果[J]. 劳动经济研究, 2015(3):52-78.
郭伟和, 丰宝宾. 城市最低生活保障政策瞄准效果研究--基于“中国城乡困难家庭社会政策支持系统建设项目”数据分析[J]. 社会建设, 2016(5):4-16.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
杨龙, 李萌, 汪三贵. 我国贫困瞄准政策的表达与实践[J]. 农村经济, 2015(1):8-12.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
杨穗, 高琴, 李实. 中国城市低保政策的瞄准有效性和反贫困效果[J]. 劳动经济研究, 2015(3):52-78.
汪三贵, Albert Park. 中国农村贫困人口的估计与瞄准问题[J]. 贵州社会科学, 2010, 242(2):68-72.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
吴斌珍, 李宏彬, 孟岭生,等. 大学生贫困及奖助学金的政策效果[J]. 金融研究, 2011(12):47-61.
Park A, Wang S, Wu G. Regional poverty targeting in China[J]. Journal of Public Economics, 2002, 86(1):123-153.
-END-
北京大学中国教育财政科学研究所
第一所专门致力于教育财政研究的学术机构
CIEFR-PKU
欢迎关注北京大学中国教育财政科学研究所(CIEFR)官方微信号“中国教育财政”,也欢迎将我们的文章发送到朋友圈或转给好友。转载请务必注明文章来源,并保持文章完整性,不得删除“中国教育财政”及微信号,违者必究。