榜樣的力量—師生性別匹配的長期影響
圖片來源：https://www.google.com/search?rlz=1C1CHZL_zh-CNUS760US760&tbm=isch&q=female+male+teacher+student+comic&chips=q:female+male+teacher+student+comic,online_chips:classroom&sa=X&ved=0ahUKEwig1KHUjK7YAhUhsVQKHa4MBfcQ4lYIKSgB&biw=1229&bih=625&dpr=1.56#imgdii=gmDPwbMzJYzaHM:&imgrc=m0wMsnTWOrLYmM:
原文信息
Lim, Jaegeum, and Jonathan Meer. Persistent effects of teacher-student gender matches. No. w24128.National Bureau of Economic Research, 2017.
問題提出
女性的勞動參與率在近代大幅提升，女性與男性在STEM領域的比例差異大幅下降，然而gender gap仍然在社會生活中的方方面面存在，無論是工資差異，職業進入壁壘的差異還是教育機會上的不平等。而一個本來存在gender gap的社會會進一步形成女性在某些領域劣於男性的stereotype，這種女性榜樣的缺乏對下一代態度和性別觀的影響將使得女性青少年不被鼓勵進入某些領域學習工作，以及缺乏長期經營事業的野心，從而使得這種gender gap持續下去。
在青少年三觀形成時期影響他們的性別觀也許對將來扭轉男女不平等的現狀有著重要的影響。在中學時期被女性老師所教授也許會使得女學生更加不容易認為女性在某些方面弱於男性，會影響女性學生的ambition，從而影響到了她們的成績，受教育機會和長期的專業選擇。本文作者利用首爾地區隨機分配教師至教室的特點研究7年級時女性教師與女性學生的匹配對成績，專業選擇等方面gender gap的影響。
制度背景
為了識別出女性教師與女性教師的匹配對gender gap的影響，我們需要教師與學生的隨機匹配，而首爾地區中學分配老師的方式提供了一個quasi-experiment來識別這種性別匹配的causal effects。首爾地區所有的小學畢業生將以隨機號碼的方式被分配到首爾的各個中學（七年級到九年級），進入到每個中學的學生將被隨機地分配到一個教室，最常見的分配教室的做法是根據前一年的成績將學生進行排名，第一名分配到第一個教室，第二名分配到第二個教室，以此類推。每個科目的教師將隨機分配給班級，比如：偶數教室由一位老師負責，奇數教室由另一位教師負責。基於能力的分組在數學和英語課程的教授中很常見（見下圖）：
韓國的義務教育階段在九年級結束，首爾地區高中將分兩輪錄取學生，第一輪是申請機制，每位學生可以從35所精英中學和私立自治高中，6所藝術學校和1所體育學校74所職業學校中選擇一所，學校會根據成績推薦信等決定錄取與否，第二輪是隨機排號方式，學生們將被分配到19所公立高中，19所科學學校，4所藝術學校以及183所普通高中，學生們可以提交志願表。進入高中一年後，學生們可以自由選擇文理科。
數據
作者使用的資料庫包含了2010年被調查的7年級學生的各個科目老師的信息，學生的基本信息，學生7年級至12年級的成績，分科選擇，以及進入大學時的專業領域選擇。首爾地區的74所中學進入樣本，每所中學將以隨機抽樣的方式選取兩個教室，最後的樣本包含4544個在2010年回應調查的學生，10196個學生與教師的匹配。所有的標化成績都被標準化處理，因此係數代表的是偏離幾個標準差。
識別假設的檢驗
對於本文因果識別最重要的假設是7年級時教師性別的分配是隨機的（與其他教師特徵，學生特徵等均無關），作者採用以下方法間接檢驗該假設。
1）作者比較了男性教師與女性教師的學生在可觀測特徵上的不同，繼而又比較了男性學生與女性學生在被分派到的教師特徵上的不同。
2）作者使用線性概率回歸考察學生特徵對被分配到女性教師的概率的影響，所有特徵均不顯著。
3）作者採用重抽樣的方式檢驗真實的教室分配是否與重新抽樣產生了較大差異。具體來說，對於每個學校的學生，作者重新進行了10000次隨機分派教室的操作，統計重新抽樣產生的教室的學生的標化成績之和，計算出模擬教室中大於真實教室標化成績之和的比例，檢驗該比例是否符合均勻分布（在隨機分配的假設下，該比例應該服從均勻分布），結果顯示只有極少數中學未通過檢驗（panel A）；接著作者將該比例對該教室的教師特徵做回歸，未發現顯著影響（panel B）。
模型與結果
觀測以學生-老師的匹配為基礎，以下為估計方程：
yijbgs是在學校s被教師j教的能力小組g（高或低）學生i的科目b的成績， fsi是女性學生的虛擬變數，ftj是女性教師的虛擬變數，Xi與Tj分別表示學生與老師的特徵，γbgs是學校-科目-能力小組的固定效應。
β1是被男性教師所教的女性學生與男性學生的成績差異,β2是男性學生在被女性教師教與男性教師教時的成績差異，β3是gender gap在女性教師與男性教師教授時的差別，是本文的主要關注點。
以下為因變數為7年級成績的結果:
β3在所有回歸中均顯著，由於平均而言7年級女性成績比男性要高，正的β3說明女性教師與女性學生的匹配進一步使得女性成績相對男性學生提高了。這種效應可以被分解為對男學生的由男性教師轉變為女性教師的負面影響（-β2）和對女學生的由男性教師轉變為女性教師的正向影響(β2+β3)。
作者估計以下方程研究7年級學生與教師性別匹配對學生成績的長期影響：
因變數為學生在t=2到t=6（8年級至12年級）的成績，結果如下：
可以發現女性教師對成績上gender gap的影響並沒有隨著時間而消失或者減弱。
作者最後估計了教師與學生的性別匹配對學生將來選擇STEM學科的影響，由於因變數來自於高中畢業兩個月後的調查，樣本量大大減小。
結果顯示女性教師與女性學生的匹配大大提高了學生選擇高級數學課程以及計劃在將來進入STEM領域的概率。
機制研究
1）這種效應是否是由於7年級時的匹配結果影響了將來被分配到女老師的概率呢？作者以以後教師性別分配結果為因變數進行回歸，發現女性學生與女性教師的匹配沒有顯著影響。
2）這是否是來源於7年級的教師分配影響到了將來學習能力分配小組的結果呢？下表顯示這也不是答案。
3）這是否是由於退出樣本的由女性老師所教授的女性學生有著更低的成績呢？作者探討了7年級時女性教師的比例對退出樣本的概率的影響，沒有顯著性結果。
排除掉了以上三種可能性後，作者認為解釋在於女性教師與女性學生的匹配改變了女性學生的學習態度，高中選擇。
調查中包含了諸如「你在上課時是否專心？」「你是否參與到了課堂中去？」「你是否按時完成作業」「你是否會複習」等問題，利用這些問題所構建的指數反應了學生的學習態度，下表展示了學生與教師性別匹配對該指數的影響。
在所有回歸中均顯著的β3說明這種學習態度的轉變是機制之一。
作者接下來研究了學生教師性別匹配對學生高中選擇的影響，下表中的prestigious school是指除去職業學校的只能在第一輪中以申請的方式得到錄取的學校，Above basic與below basic是指高於中位數的標化成績和低於20%分位數的標化成績，結果顯示女性學生與女性教師的匹配提高了女性學生相對於男性學生得到高於中位數成績的概率，降低了女性學生相對於男性學生得到低於20%分位數成績的概率。
最後作者研究了7年級時教師與學生性別匹配對將來peer quality和教師質量的影響。
結果再次印證了作者機制解釋的結論：7年級時女性教師與女性學生的匹配提高了女性學生相對於男性學生選擇進入更高質量高中概率，從而對成績的gender gap產生了長期影響。
研究結論
在7年級時將女性教師分配給女性學生不僅提高了女性在短期和長期相對於男性的成績，也提高了女性學生相對於男性計劃選擇STEM學科，選擇高級數學課程的概率。這主要通過女性教師對女性學生學習態度的影響和選擇更高質量高中的影響來實現。
Abstract
We exploit data from middle schools in Seoul, South Korea, where students and teachers are randomly assigned to classrooms, and find that female students taught by a female versus a male teacher score higher on standardized tests compared to male students even five years later. We also find that having a female math teacher in 7th grade increases the likelihood that female students take higher-level math courses, aspire to a STEM degree, and attend a STEM-focused high school. These effects are driven by changes in students" attitudes and choices.
聲明
推文僅代表文章原作者觀點及推文作者的評論觀點，並不代表香樟經濟學術圈公眾號平台觀點。
香樟經濟學術圈徵稿
香樟經濟學術圈
本期小編：段雨瑋
TAG:香樟經濟學術圈 |