Неравенство возможностей в образовании. Межстрановый анализ по данным pisa 2009



Скачать 236.55 Kb.
Дата20.11.2016
Размер236.55 Kb.

Неравенство возможностей в образовании. Межстрановой анализ по данным PISA 2009
Натхов Тимур, Козина Наталья



НЕРАВЕНСТВО ВОЗМОЖНОСТЕЙ В ОБРАЗОВАНИИ. МЕЖСТРАНОВЫЙ АНАЛИЗ ПО ДАННЫМ PISA 2009.
Введение
В данной работе мы измерили уровень неравенства образовательных возможностей в 72 странах, основываясь на данных проекта PISA 2009 года. Мы также рассматриваем причины неравенства образовательных возможностей в разных странах и задаемся вопросом: «существует ли баланс между равенством образовательных возможностей и эффективностью образования». Мы установили, что неравенство образовательных возможностей не связанно с финансовыми индикаторами, такими как уровень расходов на одного школьника или государственные расходы на образование в составе ВВП, но зависит от характеристик институциональной среды, таких как общее экономическое неравенство или доступность медицинского обслуживания. Мы также определили отрицательную взаимосвязь между неравенством образовательных возможностей и академическими достижениями. В станах, где семья играет решающую роль в определении личностного прогресса, образовательные достижения в среднем ниже.
Теоретическая база

Мы можем говорить о неравенстве в образовании как о результате воздействия факторов двух разных типов: 1) различие в прикладываемых усилиях, которое является сугубо индивидуальным выбором и 2) различие в возможностях и условиях, которые лежат вне индивидуального выбора. Феррейра и Гигну предложили в качестве меры измерения неравенства возможностей переменную IOp (сокращенно от «inequality of opportunities»), которая базируется на разных типах неравенства. Суть модели следующая:

Предположим, что достижения в образовании, которые мы обозначим как y, являются функцией от предетерминированных обстоятельств C, персональных усилий E, и прочих характеристик среды u. Персональные усилия не являются экзогенным фактором, но могут частично зависеть от семейных обстоятельств и других показателей среды . Таким образом, модель может быть записана следующим образом:


Мы предполагаем, что отношения между образовательными достижениями и внешними обстоятельствами являются линейными, таким образом, мы можем привести уравнения (1) и (2) данной модели к следующему виду:



,

где переменная  является общим воздействием предетрменированных обстоятельств, которые уже заключают в себе персональные усилия, и, тем самым, имеют непосредственное влияние на переменную y. Оценка модели может пострадать от скрытых системных ошибок, так как мы не можем наблюдать ряд обстоятельств и, следовательно, включить их в модель. Таким образом, фактор  не может быть интерпретирован как причинный эффект предетерминированных обстоятельств на образовательные достижения. Однако если мы заинтересованы в общем эффекте всех переменных на достижения, мы можем вычислить долю вариации y, которая объяснена всеми x-ами, неважно влияют ли они непосредственно или нет. Это приводит нас к следующей мере неравенства образовательных возможностей1:



Данный способ измерения имеет ряд преимуществ относительно коэффициента . Во-первых, его легко посчитать, так как данная модель является ничем иным, как коэффициентом детерминации  регрессионного уравнения. Во-вторых, оценка  может быть смещенной, если мы упустим некоторые важные переменные или если ошибки  будут коррелировать с предетерменированными обстоятельствами C и, естественно, при первом и втором случае одновременно. В-третьих, такой способ измерения позволяет нам использовать как можно больше информации, используя весь потенциал, который предоставляют данные проекта PISA. Согласно Феррейро и Гигну (2011), мы включаем в регрессионную модель как можно больше переменных, которые мы можем взять из базы данных PISA, и рассматриваем общий эффект этих обстоятельств.



Данные
Международная программа по оценке образовательных достижений учащихся (PISA) – широко известное и всемирно распространенное исследование, которое проводится Организацией экономического сотрудничества и развития (OECD). Программа начала свое существование в 2000 году, и сейчас она проходит каждые 3 года в ряде стран. Она проводится в форме школьного теста для 15-летних учеников, который проверяет знания по математике, естественным наукам и чтению. Мы использовали информацию исследования 2009 года. В 2009 году в данном исследовании приняло участие около 516 000 15-летних школьников 74 наций. Помимо результатов теста, данное исследование также содержит богатую информацию о семье школьника, образовательном и профессиональном статусе родителей, размере семьи, иммиграционном статусе и другим показателям. Это позволяет оценить общий эффект влияния семьи на образовательные достижения школьника.

В дополнение к базе данных, взятой из проекта PISA, мы также использовали информацию на уровне стран, взятую из Индикаторов всемирного развития (WDI), статистики по образованию ЮНЕСКО и базу данных Всемирной организации здравоохранения. В таблице 1 представлена описательная статистика для показателей микро и макро-уровней. Следующий раздел описывает процедуру оценивания влияния семьи на образовательные достижения во всех странах, которые участвовали в исследовании 2009 года.



Семья и достижения школьника
Наша главная цель – измерить неравенство образовательных возможностей, которое было описано в теоретической части. Какая доля образовательных достижений оценивается предетерминированными обстоятельствами, такими как рождение в определенной семье? Чтобы ответить на этот вопрос, мы должны проанализировать следующую регрессионную модель, которая оценивает индивидуальный уровень образовательных достижений (выраженный в баллах по трем тестам) в зависимости от характеристик семьи, в которой родился школьник. Также мы должны оценить уровень вариации баллов за тест, которая объясняется с помощью этих же характеристик. Итак, мы имеем следующее регрессионное уравнение:
, (5)


  •  - балл школьника по тесту по математике, естественным наукам или чтению (мы построили регрессионное уравнение для каждого предмета); i и j – это индексы, относящиеся к индивиду и стране соответственно.

Влияние семьи оценивалось через следующие переменные:

  •  и  - это уровень образования отца и матери на основе ISCED, международной классификации стандартов образования ЮНЕСКО.

  •  - дихотомическая переменная, которая принимает значение 1, если родитель достиг наивысшего уровня в образовании (высококвалифицированные «белые воротнички»).  – дихотомическая переменна для низко квалифицированных «белых воротничков». Заводские рабочие, «синие воротнички», были взяты за контрольную группу.

  •  и  - дихотомические переменные, которые принимают значение 1 в случае, если отец и мать работают полный рабочий день соответственно, и 0 в противном случае.

  •  – шести бальная шкала, которая измеряет количество книг в доме.

  •  - вектор «семейной структуры», который включает в себя ряд дихотомических переменных, которые обозначают наличие в семье мамы, папы, брата, сестры и дедушек с бабушками.

  •  - это вектор, который включает в себя набор дихотомических переменных, отвечающих на вопрос: являлась ли страна проведения теста страной рождения для родителей школьника. Другими словами, данная переменная описывает иммиграционный статус родителей.

  •  - дихотомическая переменная, которая отвечает на вопрос: является ли язык теста языком, на котором школьник говорит в семье.

  •  - пол ученика.

  •  – ошибка.

Таблица 1 содержит результаты оценки уравнения (1). Мы выбрали 4 страны, которые отражают типичный результат для каждого квартиля распределения показателя детерминации2. Мы видим, что семья имеет сильное и статистически значимое влияние на достижения школьника. Для каждой из 4 стран мы наблюдаем схожие статистические результаты.


Таблица 1. Баллы за тест и семья школьника





Dependent variable: Math Test Score

 

Colombia

United Kingdom

Sweden

Russian Federation




(1)

(2)

(3)

(4)

 

 

 

 

 

Educational level of mother

4.748***

0.381

0.407

7.328***




(0.519)

(0.840)

(1.401)

(1.671)

Educational level of father

4.092***

1.278*

4.016***

4.361***




(0.480)

(0.733)

(1.211)

(1.569)

White collar high skilled parent

26.19***

37.91***

37.57***

30.07***




(2.149)

(3.069)

(5.568)

(3.404)

White collar low skilled parent

7.361***

14.41***

11.93**

5.021




(2.598)

(3.180)

(6.081)

(3.688)

Mother working full-time

0.259

-6.786***

4.907

2.294




(1.911)

(1.880)

(3.416)

(2.821)

Father working full-time

-4.690***

9.812***

13.14***

6.780**




(1.757)

(2.526)

(4.464)

(2.987)

Books at home

14.38***

21.13***

18.92***

13.72***




(0.888)

(0.700)

(1.276)

(0.977)

Mother at home

39.73***

22.26***

22.26***

4.385




(2.880)

(6.048)

(7.773)

(6.400)

Father at home

8.088***

10.57***

-6.762

10.27***




(2.116)

(2.475)

(5.247)

(3.240)

Brothers at home

-13.15***

-4.990***

1.129

-4.406*




(1.862)

(1.895)

(3.413)

(2.543)

Sisters at home

-5.019***

-5.394***

-4.384

-9.074***




(1.813)

(1.867)

(3.368)

(2.566)

Grandparents at home

-13.04***

-29.96***

-29.03***

-13.04***




(2.161)

(4.719)

(8.765)

(2.716)

Students' country of birth is the country of test

-1.782

-12.72**

-7.246

0.119




(10.71)

(5.362)

(9.897)

(5.796)

Mothers' country of birth is the country of test

24.94*

-1.485

0.931

2.356




(13.61)

(4.099)

(5.659)

(4.303)

Fathers' country of birth is the country of test

29.45***

0.808

7.216

1.403




(9.246)

(4.054)

(5.393)

(4.146)

Language at home is the language of test

28.61*

30.67***

20.26**

9.105*




(14.61)

(4.496)

(8.626)

(4.660)

Female

-32.67***

-21.76***

-6.516**

-10.14***




(1.688)

(1.804)

(3.260)

(2.447)

Constant

239.0***

372.5***

348.6***

334.0***




(19.84)

(8.858)

(13.32)

(12.43)
















Observations

5 450

6 292

2 485

4 173

R-squared

0.340

0.267

0.206

0.157

В 50 из 72 стран образовательный уровень матери имеет положительное влияние и является статистически значимым. Образовательный уровень отца статистически значим в 57 странах. Рабочий статус родителей (высококвалифицированный труд или низко квалифицированный труд) также очень значим во всех странах. Если один из родителей занимает высококвалифицированную должность «белого воротничка», при условии, что образование остается неизменным, оценка школьника повышается в среднем на 30 баллов. Тип занятости (полный рабочий день или неполный), миграционный статус и размер семьи также играет значительную роль. Количество книг дома имеет положительное влияние, которое значимо в 70 странах, и увеличивает оценку за тест в среднем на 15 баллов.

Как было сказано в разделе 2, параметром, который измеряет неравенство образовательных возможностей, является  регрессионной модели, построенной с помощью метода наименьших квадратов. Такая модель показывает линейную связь между баллом за тест и переменными, отражающими предетерменнированные обстоятельства, в данном случае характеристики семьи, в которой родился школьник. Если мы отсортируем страны по убыванию относительно значения , то увидим, что до 35% вариации оценок по математике может быть объяснено нашей моделью. Странами с высоким уровнем неравенства являются Панама, Венгрия, Перу и Колумбия. Результаты теста по чтения показывают, что неравенство возможностей может быть и выше, например, в Болгарии R2 достигает 40%. Все три показателя неравенства возможностей сильно коррелируют между собой. Коэффициент корреляции между теста по математике и теста по естественным наукам составляет 0.90. Коэффициент корреляции между теста по математике и теста по чтению – 0.79.
Определяющие факторы неравенства в образовании между странами.
Средний уровень неравенства в образовании среди стран составляет 0.23 с минимальным уровнем 0.05 в Айзербаджане и максимальным уровнем 0.35 в Панаме. Стандартное отклонение – 0.06. Какие факторы могут объяснить эту вариабельность?

Три группы факторов могут быть причиной вариации. Первая группа включает особенности образовательной системы, вторая группа факторов – чисто экономическая, третья группа – факторы, которые не принадлежат ни к экономическим, ни к образовательным характеристикам, но, тем не менее, играют важную роль. Мы доказали значимость этих факторов в объяснении вариации неравенства образовательных возможностей среди стран. Таблица 2 посвящена влиянию образовательной системы. В качестве характеристик мы использовали образовательные расходы в расчете на одного школьника, государственные расходы на образование, которые мы измерили через процент ВВП, отношение между количеством школьников и учителей и дошкольное образование. Мы постепенно добавляли все эти переменные в регрессионную модель.



Результаты показывают, что финансирование образовательных учреждений не имеет значительного влияния на неравенство образовательных возможностей. Этот результат согласуется с уже проведенными исследованиями (Hanushek, Woesmann, 2011; Pritchett, 2006). Улучшение академических успехов зависит от поощрения учителей, а также институтов и правил, которые регулируют поощрения и наказания для участников образовательного процесса. Как показывает наш анализ, эти заключения могут быть распространены как на образовательные возможности, так и на академические достижения. Чисто финансовые количественные характеристики, такие как расходы на ученика, государственные расходы, и даже количество учителей на одного ученика не приводят к увеличению уровня равенства образовательных возможностей.
Таблица 2. Образовательная система и Неравенство образовательных возможностей





Dependent variable: Inequality of Educational Opportunity

(R-square from Regression (1))




(1)

(2)

(3)

(4)
















Education expenditure per student

-0.0796

-0.0908

-0.0694

-0.172




(0.105)

(0.147)

(0.248)

(0.257)

Public spending on education, % GDP




-0.0843

0.144

0.595







(0.762)

(1.077)

(1.169)

Pupil-teacher ratio







0.233

0.210










(0.293)

(0.278)

Pre-school enrollment










2.741**













(1.275)

Pre-school enrollment squared










-0.0120**













(0.00548)














































Constant

24.60***

25.31***

21.22***

-132.8*




(2.595)

(3.198)

(5.666)

(73.38)
















Observations

52

49

40

39

R-squared

0.011

0.018

0.050

0.142

Наряду с финансовыми индикаторами, мы также включили переменную, измеряющую институциональную среду среднего образования – доступность дошкольного образования. Эта переменная может влиять на неравенство образовательных возможностей по-разному. С одной стороны, дошкольное образование может снижать уровень неравенства, предоставляя возможность компенсировать недостаток знаний и негативные последствия принадлежности к семьям с низкими социально-экономическими характеристиками. С другой стороны, если дошкольное образование базируется на распределении по экономическому и социальному статусу, оно может увеличить неравенство, которое было задано условиями в семье, и привести со временем еще к большему неравенству образовательных возможностей.



Опираясь на эту логику, Щюц (2005) построил теоретическую модель, в которой отношение между влиянием семьи и дошкольным образованием строятся на нелинейной основе, так как именно дети из состоятельных семей посещают курсы дошкольного образования. Только после того, как существенная доля детей поступит в дошкольные учреждения, мы сможем наблюдать эффект уравнивания (Schutz et al, 2008). Эта теория была подтверждена эмпирически, была найдена опрокинутая U-образная зависимость между эффектом семейной среды и достижениями, а также участием в дошкольном образовании. Согласно этим данным, мы включили независимую переменную «дошкольное образование» и ее квадрат, чтобы измерить возможность присутствия нелинейной связи. Столбец (4) в таблице 2 показывает, что мы на самом деле столкнулись с опрокинутой U-образной зависимостью. С ростом дошкольного образования до определенного уровня неравенство образовательных возможностей также увеличивается, после этого уровня, похоже, что дошкольное образование ассоциируется с более равными образовательными возможностями.
Таблица 3. Факторы, определяющие неравенство образовательных возможностей





Dependent variable: Inequality of Educational Opportunity

(R-square from Regression (1))




(1)

(2)

(3)

(4)































Pre-school enrollment

3.077***

2.738***

2.774***

2.382***




(0.827)

(0.740)

(0.764)

(0.827)

Pre-school enrollment squared

-0.0141***

-0.0125***

-0.0127***

-0.0109***




(0.00377)

(0.00329)

(0.00338)

(0.00372)

Gini coefficient

0.287***

0.320***

0.331***

0.274**




(0.107)

(0.111)

(0.104)

(0.111)

Log GDP per capita




1.475*

1.529**

1.759**







(0.750)

(0.758)

(0.774)

Total rent, % GDP







-0.0503

-0.0360










(0.116)

(0.116)

Nursing and midwifery personnel (per 10 thousand population)










-0.955**













(0.451)

Constant

-153.3***

-150.8***

-153.5***

-129.2***




(45.50)

(39.75)

(41.23)

(45.18)































Observations

52

52

52

52

R-squared

0.24

0.27

0.28

0.31

Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1

В таблице 3 мы оцениваем обычную регрессию между странами, добавив дополнительные независимые переменные, чтобы оценить влияние экономических и других факторов. В столбце (1) мы добавили коэффициент Джини и обнаружили, что экономическое неравенство имеет положительное влияние на неравенство образовательных возможностей. Наши эмпирические результаты подтверждают теоретические предположения – мы можем наблюдать, что изменение в экономическом неравенстве на одно стандартное отклонение приводит к изменению неравенства в образовании на три стандартных отклонения.

Также мы добавили «ВВП на душу населения» как контрольную переменную, чтобы взять в расчет уровень экономического развития. Мы обнаружили, что страны с более высоким уровнем ВВП на душу населения имеют более высокий уровень неравенства образовательных возможностей, несмотря на то, что статистическая значимость результатов меняется в зависимости от спецификации.

Чтобы измерить влияние полезных ресурсов, мы включили ренту на природные ресурсы как долю ВВП (сумма ренты на нефть, газ, уголь, минеральные ресурсы и лес). В результате, мы можем сказать, что нет никакого влияния ресурсов страны на неравенство в образовательных возможностях.

В конце мы добавили уровень доступности медицинских услуг для детей. Мы выяснили, что количество медсестер и акушеров на 10 тысяч человек негативно коррелирует с неравенством образовательных возможностей. Увеличение на одно стандартное отклонение в количестве медсестер и акушеров на 10 тысяч человек уменьшает неравенство образовательных возможностей на 0,2 стандартных отклонения при условии, что другие факторы остаются неизменными.

Этот результат показывает, что неравенство в образовательных возможностях является не только результатом определенной образовательной системы. Существует строгая комплементарность между двумя секторами, которые отвечают за производство человеческого капитала – образованием и здравоохранением. Доступность базового медицинского обслуживания для детей может значительно сгладить неравенство, к которому приводит семейная среда и, таким образом, уменьшить значение образовательных достижений от предетерменированных обстоятельств.



Баланс между равенством образовательных возможностей и эффективностью образования
Являются ли более низкие показатели академического успеха платой за уравнивание образовательных возможностей. Другими словами, есть ли баланс между образовательным равенством и эффективностью образования? Результаты оценки представлены в таблице 4.

Показатель статистически значим и мы можем утверждать, что неравенство возможностей негативно коррелирует с образовательными достижениями. Это означает, что более высокий уровень неравенства ассоциируется с более низкими достижениями. В столбце (2) мы добавили в наше уравнение «ВВП на душу населения» в качестве контрольной переменной, чтобы посмотреть на разницу в уровне экономического развития. Значимость коэффициента в таком случае даже выше.


Таблица 4. Соответствие между образовательными достижениями и неравенством образовательных возможностей




Dependent variable: Average Math Test Scores





(1)

(2)

(3)













Inequality of Educational Opportunity

-2.583**

-2.836***

-2.371***




(1.006)

(0.926)

(0.781)

Log GDP per capita




52.33***

63.39***







(7.775)

(4.902)

Constant

516.8***

11.10

-106.7*




(24.94)

(89.52)

(55.41)













Observations

71

71

67

R-squared

0.07

0.53

0.73

Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Анализ остатков нашей модели показывает, что в данных присутствует несколько выбросов. Чтобы быть уверенными, что наша модель не подвергается влиянию выбросов, мы исключили их из выборки. Результаты вы можете наблюдать в столбце (3). Коэффициент неравенства образовательных возможностей остается статистически значимым на уровне значимости 1% с малым значением коэффициента. Размер эффекта все же остается значимым – увеличение неравенства образовательных возможностей на одно стандартное отклонение уменьшает средний балл по тесту в стране на 0,3 стандартных отклонения. Диаграмма рассеивания показана в графике 3.

График 2. Соответствие между образовательными достижениями и неравенством образовательных возможностей

.
Это приводит нас к значимым противоречиям с результатами предыдущих исследований. Например, Воессман (2004) показал, что взаимосвязи между неравенством возможностей и образовательными достижениями не существует. Другие исследования не нашли никакой зависимости, либо она была очень слабой. Несомненно, эти вопросы требуют более глубокого рассмотрения, основываясь на микродате. Как минимум мы можем заключить, что в межстрановом рассмотрении не существует соответствия между качеством образовательной системы и равенством возможностей относительно человеческих достижений.

Вопрос о балансе между эффективностью и равенством очень важен в рамках публичной политики. Наши результаты показывают, что как минимум мы не наблюдаем противоречия между двумя целями публичной политики: увеличением качества образования и уравнением образовательных возможностей. Эти цели могут дополнять друг друга.



Заключение
В этой статье мы нашли три противоречия относительно уже существующей литературы по неравенству возможностей. Во-первых, мы рассмотрели степень, в которой предетерменнированные обстоятельства (характеристики семьи) влияют на образовательные достижения школьников из 72 стран. Мы обнаружили, что эти факторы объясняют до 40 процентов вариации образовательных достижений. Этот эффект выше в Латинской Америке и на Среднем Востоке, нежели в скандинавских и восточноазиатских странах. Во-вторых, мы обнаружили факторы, влияющие на неравенство образования между странами. Наш главный вывод заключается в том, что неравенство никак не зависит от финансовых индикаторов, таких как расходы на одного ученика или публичные расходы на образование в доле ВВП, но зависит от дошкольного образования, всеобщего экономического неравенства и доступности базового медицинского обслуживания. В третьих, мы зафиксировали отрицательные отношения между равенством образовательных возможностей и образовательными достижениями. В странах, где семья играет важнейшую роль в определении индивидуальных достижений, образовательные достижения в среднем ниже. Этот результат так же отражает уровень экономического развития. Таким образом, не существует баланса между двумя типами политик в развитии человеческого капитала – обеспечением более равного доступа к образованию и стремлением к более высокому уровню качества образования. Обе политики могут быть важными для стран, которые пытаются достичь более высокого уровень развития.

Библиографический список
Coleman J. S. (1968) The Concept of Equality of Educational Opportunity // Harvard Educational Review, 38, 7–22.

Equity and Development. World Development Report 2006 (2006). World Bank and Oxford University Press.

Ferreira F., Gignoix J. (2011) The Measurement of Educational Inequality: Achievement and Opportunity // World Bank Policy Research Working Paper 5873.

Gamoran A., Long D.A. (2006) Equality of Educational Opportunity: A 40-Year Retrospective // WCER Working Paper No. 2006-9

Hanushek E., Woessmann L. (2011) The Economics of International Differences in Educational Achievement // Handbook of Economics of Education. Vol. 3. pp. 89-200.

Hodgson G. (1975) Do Schools Make a Difference? // In D. M. Levine & M. J. Bane (Eds.), The Inequality Controversy: Schooling and Distributive Justice (pp. 22–44). New York: Basic Books

Pritchett L. (2006) Does Learning to Add Up Add Up? The Returns to Schooling in Aggregate Data. // Handbook of the Economics of Education. Vol.1. pp. 635–695.

Roemer J. E. (1998). Equality of Opportunity. Cambridge, MA: Harvard University Press.

Schultz G., Ursprung H.W, Woessmann L. (2005). Education Policy and Equality of Opportunity. CESifo Working Paper 1518. Munich: CESifo. (available online at http://www.cesifo-group.de/_DocCIDL/cesifo1_wp1518.pdf)

Schultz G., Ursprung H.W, Woessmann L. (2008) Education Policy and Equality of Opportunity // Kyklos, Vol. 61, 2, 279-308

Woessmann L. (2004) How Equal Are Educational Opportunities? Family Background and Student Achievement in Europe and the United States // IZA Discussion Paper . 1284.



1 See Ferreira, Gignoux (2011) for details and more rigorous proof.

2 Results on other 68 countries as well as on other dependent variables (test scores for science and reading) are available upon request.



База данных защищена авторским правом ©bezogr.ru 2016
обратиться к администрации

    Главная страница