2014年-世界发展银行全球_The_Measurement_of_Educational_Inequality___Achievement_and_Opportunity_37页_454kb

《教育不平等的测量：成就与机会》总结

核心内容

本文提出了两个用于衡量教育不平等的指标：一个用于衡量教育成就，另一个用于衡量教育机会。研究基于2006年PISA（国际学生评估项目）在57个国家的数据，分析了教育不平等的差异及其成因。

教育成就不平等的测量

• 测量方法：使用测试成绩的方差或标准差作为教育成就不平等的指标。
• 数据来源：PISA 2006数据集，涵盖57个国家。
• 关键发现：
  • 教育成就不平等在各国之间存在显著差异，例如印尼、爱沙尼亚和芬兰的标准差较低（约80），而比利时和以色列的标准差较高（接近110）。
  • 测试成绩的标准化会影响不平等指标的计算，因此需要考虑其对排序不变性的影响。
  • PISA抽样框架可能存在样本选择偏差，特别是在一些国家。

教育机会不平等的测量

• 测量方法：通过分析测试成绩中由预设条件（如家庭背景）解释的方差比例来衡量教育机会不平等。
• 数据使用：结合PISA数据与四个国家的辅助家庭调查数据（巴西、印尼、墨西哥和土耳其）进行非参数方法的稳健性检验。
• 关键发现：
  • 教育机会不平等可解释教育成就差异的35%。
  • 教育机会不平等在欧洲大陆和拉丁美洲国家较高，而在亚洲、斯堪的纳维亚和北美国家较低。
  • 教育机会不平等与人均GDP无显著相关性，但与小学教育支出比例呈负相关，与中学分班制度呈正相关。

主要观点

• 教育不平等是政策关注的重点，影响个人的发展、收入和健康等多方面。
• 传统的教育不平等测量方法（如使用教育年限）存在局限，因为不同国家和地区的教育质量差异较大。
• PISA等国际测试项目通过**项目反应理论（IRT）**对原始成绩进行调整，以更准确地反映学生的潜在认知能力。
• IRT调整后的成绩标准化过程可能导致不平等指标的偏差，因此需特别注意其对排序不变性的影响。
• 教育机会不平等的测量应考虑家庭背景等预设条件，而不仅仅是教育成就本身。

关键信息

• PISA数据：2006年PISA数据涵盖57个国家，每个国家抽取15岁学生样本，进行阅读、数学和科学三门科目的测试。
• 标准化处理：PISA采用公式（2）对测试成绩进行标准化处理，其中y_ij = μ̂ + (σ̂/σ)(x_ij - μ)，将原始成绩（x_ij）标准化为新的均值（μ̂）和标准差（σ̂）。
• 样本选择偏差：PISA的抽样可能存在非微小的偏差，特别是在样本覆盖率较低的国家。
• 非参数方法：为评估样本选择偏差对不平等指标的影响，作者提出了两种非参数方法，并在四个样本覆盖率低的国家进行了实证分析。
• 教育机会不平等：该指标基于测试成绩中由家庭背景等预设条件解释的方差，且具有可加性分解的特性。
• 与教育政策的关联：教育机会不平等与小学教育支出呈负相关，与中学分班制度呈正相关。

研究结构

1. 数据：介绍了PISA 2006数据集和辅助家庭调查数据。
2. 教育成就不平等的测量：分析了标准化对不平等指标的影响，并计算了各国的测试成绩标准差。
3. 教育机会不平等的测量：提出IOp（教育机会不平等）指标，并讨论其性质和计算方法。
4. 与教育政策的关联：展示了教育机会不平等与其他教育政策指标的相关性。
5. 结论：总结了教育不平等的测量方法及其在不同国家的表现，强调了家庭背景在教育机会中的作用。

参考文献与致谢

• 作者感谢多位编辑、审稿人和学者对本文的反馈。
• 文中引用了多个研究，如Brown et al. (2007)、Micklewright and Schnepf (2007)、Blau and Kahn (2005)等，以支持研究的理论和实证基础。

附注

• 文中提到印尼的低标准差可能反映了样本选择假设对测量结果的敏感性。
• 美国的阅读成绩数据未发布，因在实地操作中出现问题。

表格摘要（PISA 2006测试成绩标准差）

补充说明

• 测试成绩的标准化和IRT方法的使用对教育不平等的测量至关重要。
• 教育机会不平等与教育成就不平等之间存在紧密联系，且与教育流动性指标同构。
• 研究强调，教育不平等不仅是成就问题，也与机会分配密切相关，尤其在家庭背景的影响下。