WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 22 |

4. Охват школьников средним образованием показывает распространенность образовательной системы в стране, что говорит о степени ее развитости. Представленный ниже рис. 15 иллюстрирует связь между уровнем оценок по математике и степенью вовлеченности детей страны в систему школьного образования второго уровня (средняя школа).

ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ НА КАЧЕСТВО… JPN_FIN_2006 KOR_KOR_KOR_FIN_KOR_FIN_NLD_FIN_2000JPN_2003 CHE_2009 NZL_CAN_2000 AUS_CAN_NLD_CHE_JPN_2009 CHE_2000 GBR_2000 BEL_CHE_2003 CANLD_N_CAN_AUS_JPN_2006 NZL_NZL_BEL_AUS_2006 BEL_NZL_FRA_AUT_2000 AUS_EST_2006CZE_2003 DNK_2000 ISL_2000 BEL_DNK_DEU_FRA_2003 SWE_2000 ISL_EST_2009 2009 DNK_CZE_2006 SWE_AUT_2003 ISL_SVN_2006 AUT_2006 ISL_IRL_2000 DEU_2003 _IRL_2003 DEU_SVN_2009 IRL_2006 SWEDNK_NOR_SVK_2003 CZE_NOR_ SVK_2009 AUT_2009 FRA_POL_2006 FRA_ GBR_POL_2009 NOR_2003 SWE_SVK_2006 LUX_HUN_POL_20HUN_2000 CZE_2009 USA_2000LUX_2006 GBR_HUN_HUN_2003 NOR_2006 LUX_IRL_200903 LTU_2006 DEU_2000 USA_PRT_2009 LVA_ITA_20003 ESP_USA_LVA_2009 ESP_LVA_209 ESP_AZE_2006 LTU_2009 ESP_RUS_2000 USA_RUS_POL_HRV_PRT_PRT_2003 GRC_2009 ITA_RUS_LVA_2000RUS_ITA_HRV_2009C_2006 ITA_GR PRT_GRC_2000 ISR_GRC_2003 TUR_2009 LUX_SRB_2009 ISR_SRB_SRB_THA_2000 ISR_AZE_2009 BGR_BGR_ROM_2009 URY_URY_TUR_TUR_2003 URY_CHL_THA_2009 MEX_THA_THA_ROM_BGR_CHL_KAZ_2009 MEX_MNE_MNE_IDN_ARG_MEX_2000OR_2006 BRA_2009 ARG_J MEX_JOR_ CHL_ALB_2000 MKD_2000 COL_2009 ARG_ALB_IDN_2009 TUN_COL_2006 BRA_QAT_IDN_TUN_2006 PER_IDN_2003 TUN_2003 PAN_BRA_BRA_KGZ_QAT_KGZ_PER_20 40 60 80 Urban population, percentage of total, previous three years mean Источник: Всемирный банк.

Рис. 14. Диаграмма рассеяния оценок PISA по математике и урбанизации JPN_HKG_HKG_FI HKG_2006 KOR_2006N_2006 K FIN_20OR_20KOR_KOR_FIN_NLD_NZL_2000 FIN_JPN_CHE_2009 CAN_CHE_CHE_03 NLD_2006 BEL_MAC_2003 CHE_202000 NLD_2009 GBR_2000 JPN_MAC_MAC_AUS_NZL_2003 JPN_AUS_2006 BEL_ISL_2003 BEL_EST_202003 FRA_AUS_ISL_2000DNK_DNK_EST_06DNK_2006 SWE_FRA_SWE_ISL_ISL_2006 SVN_IRL_20IRL_2006 DNK_SVIRL_2003 00 SWE_N_CZE_2000 NOR_POL_20POL_2009 SWE_06 FRA_2006FRA_GBNOR_R_NOR_LUX_2003 USA_2000 GB HUN_LUX_20062000 HUN_2003 POL_20R_2009 NOR_LUX_2009 HUN_ USA_PRT_2009 IRL_2009HUN_ESP_20032009P_USA_2003 ITA_ ESLTU_ESP_AZE_2006 ESP_2000 LTU_USA_RUS_HRV_PRT_2006 ITA_PRT_2003RUS_2009 GRC_RUS_ ITA_GRHRC_ V_PRT_GRC_2000 ISR_LUX_TUR_2009 GRC_SRB_ISR_ISR BGR_2000_BGR_2009AZE_URY_2009 ROM_TUR_2003 TUR_CHL_THA_MEX_ROM_BGR_MEX_2006 KAZ_IDN_ARG_2000 ARG_20JOR_MEX_BRA_MEX_2003 JOR_ALB_2000 MKD_COL_2009 ARG_IDN_2009 TUN_COL_2006 BRA_2006QAT_TUN_2006 PER_IDN_2003 PATUN_N_BRA_BRA_KGZ_QAT_KGZ_PER_50 60 70 80 90 Net enrollment rate (%), secondary, previous three years mean Источник: Всемирный банк.

Рис. 15. Диаграмма рассеяния оценок PISA по математике и вовлеченности детей в систему общего образования второй ступени PISA mathematical scores PISA mathematical scores 2. ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ… В то же время может иметь место и негативное влияние роста этого показателя на уровень среднего значения оценок PISA по математике, так как при расширении степени охвата детей школьным образованием могут вовлекаться и те дети, которые являются менее способными к обучению. Данные на рис. 15 показывают, что, по-видимому, доминирует положительный эффект. В связи с этим базовая гипотеза исследования заключается в положительном влиянии вовлеченности детей в систему школьного образования (enrollment) на уровень оценок PISA по математике.

5. Высокая степень неравенства в распределении доходов означает бльшую недоступность качественного образования для бедных слоев населения, что приводит к меньшему среднему значению уровня образования в целом.

JPN_FIN_2006 KOR_KOR_FIN_FIN_NZL_FIN_CAN_CAN_BEL_2003 CHE_GBR_CHE_BEL_BEL_CZE_2003 FRA_AUT_2000 BEL_2009 EST_2006 DNK_DNK_DNK_2006 DEU_SWE_ CZE_2006S2000FRA_2003 EST_WE_AUT_SVN_DNK_2009AUT_2006 DEU_20062003 IRL_SWE_2006 IRL_SVN_2009 DEU_ SVK_CZE_NOR_200006NOR_FRA_AUT_200903 SVK_2009 P2009 09 P FRA_NOR_SWE_LUX_200306003 GBR_20OL_2006 USA_CZSVK_09 GBR_OL_20OL_E_20HUN_HUN_202006202006 DEU_2000 HUN_LUX_ 06 P NOR_ HUN_LUX_2009 IRL_2009 LVA_LTU_ESP_200306RUS_2000 PRT_2009 RUS_ESP_2009 LVA_2003 USA_ITA_2009 LVA_ESP_LTU_2009 RUS_2009 RUS_USA_POL_HRV_ITA_2003 PRT_PRT_LVA_ITA_GRC_ ITA_PRT_GRC_LUX_2000 TUR_GRC_SRB_THA_BGR_BGR_ROM_2009 URY_20URY_TUR_TUR_URY_2003 CHL_MEX_THA_THA_ROM_BGR_CHL_MEX_KAZ_MNE_IDN_ARG_ARG_JOR_2009 MEX_BRA_JOR_2006 MEX_CHL_MKD_2000 ARG_2006 COL_ALB_IDN_COL_BRA_QAT_PER_TUN_2003 PAN_BRA_BRA_KGZ_KGZ_20 30 40 50 Gini coefficient, previous three years mean Источник: Всемирный банк, Всемирный институт экономических исследованийРис. 16. Диаграмма рассеяния оценок PISA по математике и коэффициента неравенства Джини Представленный ниже рис. 16 демонстрирует отрицательную зависимость между оценками PISA по математике и показателем неравенст http://www.wider.unu.edu/research/Database/en_GB/wiid/.

PISA mathematical scores ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ НА КАЧЕСТВО… ва в распределении доходов. Базовая гипотеза исследования состоит в том, что бльшее значение коэффициента Джини (gini) при прочих равных условиях означает меньший уровень успеваемости школьников.

6. Большое значение для качества школьного образования имеет соотношение числа учителей и общего числа школьников (либо средний размер класса). Согласно центральной предельной теореме, чем больше учеников в классе, тем больше распределение школьников в классе по возможности освоения нового материала соответствует распределению школьников страны. Если сильный ребенок учится в слабом классе, то учитель вынужден ориентироваться на слабое большинство, поэтому в таких условиях сильный школьник хорошо не выучится. Если же объединить слабый и сильный классы, то слабые ученики будут обучаться лучше, так как возникнет эффект конкуренции. Таким образом, чем меньше класс, тем больше вероятность того, что он окажется или очень сильным, или очень слабым, что отрицательно скажется на общем уровне математической подготовки. В то же время если на одного учителя приходится много учеников, то возникает проблема перегруженности преподавателя, что отрицательно сказывается на возможности разъяснения и усвоения учебного материала. Кроме того, в начальной школе в классе, как правило, один учитель (по основным предметам), а в старших классах учителей значительно больше. В связи с этим наша гипотеза заключается в том, что зависимость уровня образованности школьников от отношения числа учеников к числу учителей (pup_teach) имеет при прочих равных условиях U-образную (в простейшем случае – квадратичную) форму: пока это отношение не достигло определенного уровня, его влияние положительно, после чего становится отрицательным.

Выборка содержит данные по 36 странам1. При анализе данного массива мы столкнулись с двумя техническими проблемами.

Во-первых, данные, имеющие панельную структуру, по объясняющим переменным доступны за все годы – с 2000 по 2009 г., однако наблюдения по показателю PISA доступны лишь за 2000, 2003, 2006 и 2009 гг., т.е. имеют невосполнимые пропуски. В связи с этим при построении моделей факторов, объясняющих уровень оценок PISA по математике в год t, вместо значения объясняющей переменной в год t xi,t Австралия, Австрия, Бельгия, Бразилия, Великобритания, Венгрия, Германия, Греция, Дания, Израиль, Ирландия, Исландия, Испания, Италия, Канада, Корея, Люксембург, Мексика, Нидерланды, Новая Зеландия, Норвегия, Польша, Португалия, Россия, Словакия, Словения, США, Турция, Финляндия, Франция, Чехия, Чили, Швейцария, Швеция, Эстония, Япония.

2. ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ… мы будем использовать ее среднее значение за предыдущие 3 года, т.е.

x = (xi,t-3 + xi,t-2 + xi,t-1). Такой подход является оправданным i,t еще и потому, что существует инерция эффекта от вложений в образование, а показатель x учитывает значения предыдущих лет.

i,t Во-вторых, панель достаточно короткая (фактически – всего четыре периода времени), поэтому представляется затруднительным проводить полноценную процедуру анализа данных панельной структуры, в то время как желательно учесть фиксированные характеристики стран, которые определяют различия между уровнем образования школьников и не могут сколько-нибудь существенно измениться за рассматриваемый промежуток времени. Наличие достаточно большого числа стран позволяет оценивать модели с фиксированными эффектами, однако при трактовке результатов следует учитывать, что оценки производятся на достаточно коротком временном интервале, поэтому отражают лишь краткосрочные тенденции.

В табл. 13 представлена матрица парных корреляций переменных, которые используются при эконометрическом исследовании.

Из этой таблицы видно, что на исследуемом наборе данных наибольшую корреляцию с объясняемой переменной демонстрирует коэффициент Джини (–83%), который при этом также сильно скоррелирован с логарифмом расходов на одного школьника (–71%), с уровнем охвата школьников (–70%) и с переменной количества школьников на одного учителя.

Таблица Матрица парных корреляций переменных, используемых при оценке детерминантов уровня образования школьников Log PISA tert_perc urbanization gini enrollment pup_teach (expend) PISA Log (expend) 0.67 tert_perc 0.45 0.28 urbanization 0.04 0.10 0.33 gini –0.83 –0.71 –0.17 0.14 enrollment 0.74 0.60 0.54 0.08 –0.70 pup_teach –0.37 –0.50 –0.17 0.22 0.66 –0.64 Источник: Всемирный банк, Всемирный институт экономических исследований, ОЭСР.

ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ НА КАЧЕСТВО… Корреляция между оценками PISA по математике и уровнем урбанизации статистически неотличима от нуля, что согласуется с нашим предположением об отсутствии влияния урбанизации на уровень математической подготовки школьников в общем массиве данных, это, однако, не исключает возможности наличия таковой зависимости при межвременном сопоставлении. Все остальные объясняющие переменные статистически значимо коррелируют с оценками PISA по математике на общем массиве данных.

Для проверки вышесказанных предположений оценивались следующие эконометрические модели:

Tertiary Pupils Pupils PISAi,t = + f ln expend ; ;urban ;GINI ;enroll ; ; + i,t i,t i,t i,t i,t (6) POP Teachers Teachers i,t i,t i,t Tertiary Pupils Pupils PISAi,t = i + f ln expendi,t; ;urban ;GINI ;enroll ; ; + i,t i,t i,t i,t (7) POP Teachers Teachers i,t i,t i,t Tertiary Pupils Pupils PISAi = + f expendi; ;urbani;GINIi;enrolli; ; + ln i (8) POP Teachers Teachers i i i где PISA – оценки по математике (среднее значение по обследуемым школьникам);

expend – расходы на одного школьника по ППС в постоянных ценах 2005 г.;

Tertiary – отношение числа граждан с высшим образованием (tertiPOP ary education) в возрасте 25–64 лет к общему числу граждан в возрасте 25–64 лет;

urban – доля населения, проживающего в городах;

GINI – коэффициент Джини;

enroll – доля детей школьного возраста, вовлеченных в систему среднего образования;

Pupils – отношение числа школьников к числу учителей;

Teachers f []– линейная функция от переменных, ее определяющих;

2. ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ… i,t – среднее значение переменной для страны i за предыдущие 3 года;

i – среднее значение переменной для страны i за весь период наблюдений;

i – индивидуальные фиксированные эффекты.

Оцениваются модели трех типов:

• пул-регрессия (модель, в которой межвременная и межстрановая зависимости предполагаются одинаковыми);

• регрессия с фиксированными эффектами (модель, в которой оцениваются межвременные зависимости);

• межгрупповая регрессия (модель, в которой оцениваются межстрановые зависимости).

При этом для каждого типа моделей оценивается несколько комбинаций переменных. Это связано с тем, что, во-первых, для разных переменных доступно существенно различное число наблюдений, а вовторых, некоторые объясняющие переменные сильно коррелированы друг с другом, в связи с чем включение их в одну модель нежелательно, так как в этом случае регрессионные коэффициенты нельзя будет трактовать как влияние переменной при прочих равных условиях, поскольку две и более переменных содержательно будут увеличиваться или уменьшаться вместе (так, например, корреляции между коэффициентом Джини, охватом школьников и отношением числа школьников к числу учителей составляют 65–70%).

Гипотезы относительно существования межвременных и межстрановых зависимостей между уровнем образования и объясняющими факторами свои для каждого фактора в отдельности. Поскольку рассматриваемый временной интервал невелик (всего 10 лет – с 2000 по 2009 г.), долгосрочную связь можно уловить только при изучении межстрановых зависимостей (межгрупповые регрессии), предполагая, что достижение развивающейся страной уровня развития некоторой развитой страны будет приводить к соответствующему изменению структуры общества и институтов развивающейся страны. Регрессии с фиксированными эффектами показывают межвременные зависимости в краткосрочной перспективе, в рамках которых влияние той или иной переменной во времени усреднено по используемой выборке стран. Объединенные модели оцениваются в предположении одинаковой зависимости во времени и в пространстве, что позволяет наряду с результатами оценок методом фиксированных эффектов и межгрупповых регрессий проверить, отли ВЛИЯНИЕ ГОСУДАРСТВЕННЫХ РАСХОДОВ НА КАЧЕСТВО… чаются ли – и если отличаются, то насколько – зависимости между странами и между различными периодами времени.

Для переменной расходов на одного школьника предполагается, что в долгосрочной перспективе увеличение финансирования средней школы приводит к улучшению качества образования, которое мы в настоящем исследовании аппроксимируем оценками по математике. В связи с этим предполагается положительная зависимость в моделях межгрупповой регрессии и отсутствие статистически значимой зависимости в регрессиях с фиксированными эффектами. При этом предполагается также наличие зависимости в объединенной модели, так как на столь коротком временном интервале межвременные различия на порядок меньше межстрановых, в связи с чем положительная связь между уровнем финансирования и оценками по математике будет сохраняться.

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 22 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.