Children' Winning and Losing Experience and Parents' Goal Setting: Evidence from a Quasi-Randomized Experiment

Changhong LI

doi:10.12012/CJoE2023-0158

PDF(310 KB)

China Journal of Econometrics ›› 2024, Vol. 4 ›› Issue (3) : 784-804. DOI: 10.12012/CJoE2023-0158

Children' Winning and Losing Experience and Parents' Goal Setting: Evidence from a Quasi-Randomized Experiment

Author information +

History +

Abstract

This study utilizes a nationally representative panel data of junior high school students' educational trajectories, employing a quasi-experimental research design to examine how children's experiences of success or failure in exams affect parents' academic goal setting. The findings reveal that when children achieve success in an exam, their subsequent academic performance and parents' educational expectations are elevated, thereby exerting a significant positive effect on parents' propensity to set high academic goals. The more parents prioritize their children's examination scores, the more pronounced this effect becomes. Further investigation indicates that given the children's experiences of success or failure in exams, parents setting high academic goals can have a negative impact on children's psychological health. Our findings not only enrich the literature on how experiences of success or failure shape goal setting but also provide insights for the practice of family education.

Key words

goal setting / human capital / quasi-randomized experiment

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

Changhong LI. Children' Winning and Losing Experience and Parents' Goal Setting: Evidence from a Quasi-Randomized Experiment. China Journal of Econometrics, 2024, 4(3): 784-804 https://doi.org/10.12012/CJoE2023-0158

1 引言

成功与失败是每个人成长过程不可避免的经历. 一次成功或失败经历不仅会关系到个人的后续努力与产出, 还可能会对父母的期待和目标设定产生影响, 甚至会塑造我们的人生轨迹. 现有不少经济学文献探讨个体的成功与失败经历对其后续竞争、产出和目标设定等行为决策的影响(Gill and Prowse, 2012; Buser, 2016; 赵俊等, 2019). 但是, 鲜少文献关注个体的胜败经历是否会影响父母的目标设定决策. 本文旨在填补这一不足.

本文以我国初中生为研究对象, 探讨学生在一场考试中的胜败经历是否会影响父母的学业目标设定及其机制. 在九年义务教育背景下, 初中阶段是一个对个人学业发展具有重要意义的时期. 在这一阶段, 学生的学业成绩和心理健康对其未来的学习、专业选择甚至就业都有深远的影响. 因此, 选择初中生作为研究对象具有现实意义. 此外, 当前我国绝大多数父母会为其子女设置一定的学业成绩目标. 根据2014年中国教育追踪调查数据可知, 超过93%的父母为其在读初中的子女设定学业成绩目标(譬如, 班级前五名、班级中上或班级平均水平). 其中约31%的父母设定的学业目标是班级前五名. 已有研究表明, 父母设定高学业目标能显著提高子女的人力资本表现(李长洪和张明, 2023). 因此, 本文考察学生考试胜败经历是否会影响父母设定高学业目标, 对于提高我国的人力资本积累¹, 进而实现高质量发展有一定的启示意义.

¹关于我国人力资本的度量, 李海峥等(2021)对此进行了详细介绍.

理论上, 学生考试胜败经历对父母设定高学业目标的影响效果是不确定. 一方面, 学生考试胜败经历会通过其后续学业表现, 影响父母设定高学业目标. 现有的经济学文献大多基于运动员、小学生或大学生等视角, 对个体胜败经历会如何影响其后续的努力程度和产出水平进行研究. 不过, 结论莫衷一是. Berger and Pope (2011)以篮球比赛为例, 研究发现当球员在前半场落后时, 他们会显著提高在后半场的努力程度, 并提高获胜的概率. 但是, 赵俊等(2019)以小学生参与简单编码游戏为例, 研究发现学生的成功经历会显著提高他们参加竞争的可能性并获得更好的成绩. 这说明在不同情境下, 个人的胜败经历对其后续努力和表现的影响存在着差异. 此外, 父母设定高学业目标与子女的努力程度和学业表现可能存在正相关关系. 也就是说, 子女的学业表现越好, 父母设定高学业目标的可能性会越高. 另一方面, 相比于获得失败经历, 那些在考试中获得胜利经历的学生, 父母可能会对他们寄予更高的教育期望, 例如希望他们能够进一步攻读研究生学位, 从而提高设定高学业目标的可能性.

实证上, 想要严谨识别学生考试胜败经历与父母设定高学业目标之间是否存在因果关系, 至少会面临以下两个挑战: 一是如何定义学生的考试胜败经历变量并获得相关数据. 常见的问卷调查很少提供学生想要挑战的对象等问题, 这使得我们难以构建出学生的成功或失败经历. 二是如何推断学生考试胜败经历与父母设定高学业目标之间是因果关系, 而非相关关系. 在这个问题中, 我们需要重点关注的内生性问题包括遗漏变量和双向因果关系. 关于遗漏变量, 学生的考试胜败经历和父母设定高学业目标两者之间是否存在因果关系, 容易受到学生自身能力或家庭经济状况等特征的影响. 而关于双向因果关系, 学生的考试胜败经历可能取决于父母对学业目标的设定. 例如, 父母设定的学业目标过低, 那么学生在考试中可能相对容易获得胜利.

2014和2015年中国教育追踪调查数据为本文的实证识别提供了一个良好的研究环境. 首先, 该调查数据提供了父母在2014和2015年对学生的学业成绩要求问题(譬如, 班级前五名、班级中上或班级平均水平), 这使得我们可以将父母在2014年的学业成绩要求视为学生在2015年考试中所面临的挑战; 接着, 该调查数据包含了班级内所有学生的语文、数学和英语考试成绩, 这不仅使我们能够控制学生的学习能力(2014年的考试成绩), 而且能通过2015年的考试成绩来验证学生在挑战中是否获得胜利. 最后, 在实证识别时, 为了确保学生的考试胜败经历变量不存在较大的测量误差, 以及构造的实验场景相对随机, 我们选择那些父母在2014年将学业目标设定为班级前五名的学生样本, 并计算学生在2015年所在班级的语文、数学和英语考试总分中排名第五的同学的分数; 然后, 我们限定了2015年的考试分数与所在班级第五名同学的分数差距是[-10, +10]的学生样本, 并定义学生在考试中的胜败经历变量. 具体而言, 如果学生在2015年的考试成绩恰好达到了父母在2014年设定的学业目标要求(即班级前五名), 我们将其视为在考试挑战中获得胜利的经历. 相反, 如果学生未能达到父母的学业目标要求, 我们则将其视为获得失败经历.此外, 父母在2015年设定的学业目标很难对学生2015年的考试胜败经历造成影响(因为挑战对象和考试分数都发生在父母2015年设定学业目标之前), 因此, 我们能够避免双向因果关系的干扰; 以及该调查数据还详细记录了学生和父母的相关特征, 这有助于缓解因遗漏变量而导致的内生性偏误问题, 同时有利于验证我们所构造的准随机实验研究场景的可行性.

结果表明, 学生考试胜败经历确实会显著影响父母的学业目标设定. 在控制学生和父母相关特征, 以及班级固定效应之后, 学生在考试中获得胜利会使得父母设定高学业目标的概率显著提高14.6%. 在进行一系列稳健性检验(譬如, 重新定义被解释变量和核心解释变量等)和安慰剂检验之后, 基准结论依然成立. 通过进行异质性分析, 我们还发现两个有趣的结论: 1)相比于较为久远的获胜经历, 学生最近的考试获胜经历对父母设定高学业目标的正向影响会更明显些. 2)当学生获得胜利经历时, 如果父母更看重学生的学业表现, 那么他们选择设定更高学业目标的可能性会更大; 相反, 当学生获得失败经历时, 如果父母对子女的学业表现不太重视, 那么他们选择设定更高学业目标的可能性会较小. 进一步的机制检验结果显示, 学生的考试获胜经历能够显著提高其后续的学业表现, 以及使父母产生较高的教育期望, 进而对父母设定高学业目标产生正向影响. 这意味着, 基准结论能被学生后续学业表现提高和父母产生高教育期望机制所解释. 最后, 拓展分析发现, 在考虑学生的考试胜败经历后, 父母设定高学业目标会对学生的心理健康产生负向影响.

本文可能存在的边际贡献有以下三方面: 第一, 已有学者聚焦探讨个体胜败经历对其竞争和产出水平的影响(Berger and Pope, 2011; 赵俊等, 2019). 但是, 据阅读所及, 鲜少文献关注个体胜败经历与父母行为决策的关系. 因此, 本研究对个体胜败经历产生的效果文献做了有益的拓展. 第二, 前期文献多是基于政府视角, 考察经济增长目标设定的影响因素及其效果(李书娟等, 2021). 而在教育经济学领域, 较少文献讨论父母目标设定的影响因素及其效果. 因此, 本研究丰富了目标设定的影响因素及其效果文献. 第三, 目前的经济学研究多是以子女教育和父母健康状况为切入点, 探讨子女特征对父母行为表现的影响(Torssander, 2013; Ma, 2019), 与之不同, 本研究关注子女考试胜败经历会如何影响父母的学业目标设定, 对这支文献做了有益的补充.

本文余下的结构安排如下: 第二部分将回顾与本文联系较为紧密的文献; 第三部分将介绍本文使用的数据来源、构建的计量模型, 以及关于学生考试胜败经历的准随机实验场景设定; 第四部分将汇报学生考试胜败经历对父母设定高学业目标的影响, 并进行相关的稳健性检验和安慰剂检验, 以及异质性分析; 最后将检验学生考试胜败经历影响父母学业目标设定的机制, 并拓展分析在给定学生考试胜败经历的情况下, 父母设定高学业目标是否会影响学生的心理健康状况; 第五部分将总结本文的结论.

2 文献回顾

与本文联系较为紧密的文献有以下三方面:

一是关于个体胜败经历产生的效果研究. 目前, 关于个体胜败经历对其竞争行为和产出的影响, 已经引起了不少学者的关注(Azmat and Iriberri, 2010; Freeman and Gelber, 2010; Berger and Pope, 2011; Gill and Prowse, 2012; Buser, 2016; 赵俊等, 2019). 然而, 现有文献的结论并不一致. 一些研究认为成功经历对个体后续努力和产出的影响是显著的. 例如, 赵俊等(2019)利用中国中部农村某小学儿童作为实验对象, 研究发现成功经历显著提高了个体参与竞争的可能性, 并获得了更好的成绩. 但是, 也有文献认为失败经历会显著增加个体后续的努力和产出. Berger and Pope (2011)利用18000多场真实的篮球比赛数据进行实证研究, 发现在前半场比赛中稍微落后的球员在后半场的努力程度和最终获胜的概率会显著提高. 相反, 如果前半场的分数稍微领先, 球员在后半场的努力程度则不会发生明显变化. 此外, 一些文献还关注并发现胜败经历对个体风险偏好等行为决策的影响是显著的(Apicella et al., 2014). 然而, 据阅读所及, 关于个体胜败经历对父母行为决策的影响, 目前鲜有研究涉及.

二是关于目标设定的影响因素及其效果研究. 当前, 目标设定和管理逐渐成为经济学家关注的热点话题. 已有不少经济学文献基于政府视角, 探讨了经济增长目标设定的影响因素及其效果(徐现祥等, 2017, 2018; Li et al., 2019; 李书娟等, 2021). 其中, 李书娟等(2021)的研究发现, 当经济遭遇不利冲击导致偏离当年经济增长目标时, 政府会采取目标导向政策, 以缓解不利因素对经济的负面影响, 从而促使经济快速恢复增长. 李书娟和徐现祥(2021)的研究发现, 我国中央政府通过设定经济增长目标来引领经济增长, 尤其在经济下行时期这一现象更为明显. 然而, 在教育经济学领域, 目标设定的影响因素及其效果的研究相对较少. 在搜索文献的过程中, 我们发现一些相关的行为教育经济学研究指出, 学生通过设定目标可以平衡短期诱惑和长期收益, 从而影响教育资源的投入和产出水平(Ariely and Wertenbroch, 2002; Morisano et al., 2010). 此外, 赵俊等(2019)的研究发现, 获得胜利经历的学生倾向于设定低于自己能力水平的目标. 而获得失败经历的学生则更倾向于设定与自己能力相近的目标, 并通过增加努力水平以提高成绩, 最终达到与获胜者相近的成绩水平. 李长洪和张明(2023)利用中国教育追踪调查数据进行实证研究, 发现父母设定高学业目标会改变其资源分配决策、提高管教严格程度, 以及使子女优化时间分配, 从而提高子女的学业表现. 然而, 关于学生的胜败经历是否会影响父母的目标设定的研究相对较少, 还需要进一步深入探讨.

三是关于子女表现对父母行为决策的影响研究. 目前的经济学研究主要集中在子女教育与父母健康状况之间, 并已证实子女受教育程度提高与父母健康状况改善之间存在正向因果关系(Zimmer et al., 2007; Torssander, 2013; Lundborg and Majlesi, 2018; Ma, 2019). 例如, Lundborg and Majlesi (2018)利用1950和1960年瑞典的义务教育改革作为外生冲击, 研究发现子女的受教育程度提高能显著延长父母的寿命, 尤其在低收入和受教育程度较低的父母样本中表现得更为明显. Ma (2019)利用中国健康与养老追踪调查数据(China health and retirement longitudinal study, CHARLS), 研究发现子女受教育年限增加能通过提供经济支持、资源机会、劳动力供给和促进父母心理健康等途径, 改善父母的认知能力、生存期望和肺功能. 与这些研究不同的是, 本文关注并实证识别子女考试胜败经历对父母设定学业目标的影响.

3 数据来源、模型设定和变量说明

3.1 数据来源和样本选择

本文使用2013–2014学年(简称2014年)和2014–2015学年(简称2015年)中国教育追踪调查数据(China education panel survey, CEPS). CEPS是由中国人民大学中国调查与数据中心(National Survey Research Center at Renmin University of China, NSRC)设计与实施的、具有全国代表性的大型追踪调查项目. 该调查项目在2014年随机选择了全国范围内28个县区单位(县、区、市)作为调查点, 并从中随机抽取了112所学校、438个班级进行调查, 共计调查了19487名学生, 其中包括10279名7年级学生和9208名9年级学生. 2015年的追访对象是2014年的7年级学生, 成功追访了9449名学生, 追访率达到91.9%.本文主要使用那些被成功追访到的7年级学生样本, 以此构成两期的追踪面板数据.

关于CEPS数据中的学生考试成绩和调查时间, 需要说明的是: 1)在2014年CEPS数据中, 学生的语文、数学和英语考试分数来源于2013–2014学年秋季学期的期中考试. 而学生的受访调查时间则分别在2013–2014学年秋季学期和春季学期进行. 2)在2015年CEPS数据中, 学生的语文、数学和英语考试分数来自于2014–2015学年秋季学期的期中考试. 而调查时间同样分别在2014–2015学年秋季学期和春季学期进行. 3)对于在2013–2014学年秋季学期(春季学期)进行调查的学生, 其追踪数据收集的时间对应2014–2015学年秋季学期(春季学期). 4)学生的语文、数学和英语成绩均是由学校提供, 而非学生自行填写.

3.2 一个准随机实验情景的设定

利用2014和2015年CEPS数据中的相关问卷答案, 本文构建了一个准随机实验的研究场景, 旨在探讨学生考试胜败经历对父母设定高学业目标的影响. 下面将详细介绍准随机实验研究场景的设置.

首先, 选择挑战对象. 我们从2014年CEPS数据中获取了学生家长为学生设定的学业目标作为度量指标. 数据源于学生家长问卷中的“您对这个孩子的成绩有什么要求”问题(选项: 1 =班级前五名; 2 =中上; 3 =班上的平均水平; 4 =没有特别要求). 为了避免挑战对象变量存在严重的测量误差, 我们仅选取那些父母在2014年对孩子的学业要求是班级前五名的学生样本, 并将班级前五名设定为学生想要挑战的学业目标.

接着, 构建学生的考试胜败经历. 利用学生在2015年的语文、数学和英语考试成绩, 以及所在班级语文、数学和英语考试成绩第五名同学的分数, 我们可以判断该学生是否达到父母在2014年设定的学业目标, 即挑战是否成功. 如果学生在2015年的语文、数学和英语考试分数排在班级前五名, 我们将认为该学生达到父母在2014年设定的学业目标, 即获得成功的经历; 相反, 如果学生在2015年的语文、数学和英语考试分数并未排在班级前五名, 我们则认为学生在完成2014年父母设定学业目标的挑战中取得了失败的经历. 为了构建相对随机的胜败经历, 我们只筛选那些2015年的语文、数学和英语考试分数与所在班级第五名学生的分数差距是[-10, +10]的学生样本.

有必要说明的是: 1)我们通过限定考试分数差距而不是班级名次(与班级第五名的名次差距), 来构建相对随机的研究场景的原因是: 学生之间的班级名次相差数名, 考试分数的差距可能过大, 进而影响到相对随机的设定. 2)我们以班级第五名作为比较基准, 选择语文、数学和英语考试分数间隔是10分, 可以视为语文/数学/英语各科考试分数平均差距是3.3分.对于满分分值是100/120/130/150分而言, 这是相对较小的分值差距. 因此, 我们认为使用前后10分的分数间隔进行设定是相对合理且较为随机的. 此外, 统计结果也显示, 在限定学生家长2014年的学业要求是班级前五名, 并且2015年与班级第五名学生的分数差距是[-10, +10]的班级学生样本量均值是3.96个, 中位数是3个. 其中, 2015年与班级成绩第五名学生的分数差距是[0, +10]和[-10, 0)的班级学生样本量均值分别是1.92个和2.04个, 中位数分别是2个和1个. 3)在后续的稳健性检验中, 我们还尝试通过限定班级名次、将各科目满分数值统一为100分、设定其他前后分数值以及限制班级学生人数等方式, 来改变相对随机研究场景的设置条件, 以验证本文基准结论是否稳健.

最后, 父母的学业目标再设定. 我们通过2015年CEPS数据中的“您对这个孩子的成绩有些什么要求”问题(学生家长问卷)来获取2015年学生家长为学生设定的学业目标变量, 选项与2014年一致. 如果学生家长的学业目标设定为班级前五名, 我们将其视为设定高学业目标; 否则视为设定低学业目标(包括班级中上、班级平均水平、没有特别要求).

3.3 计量模型设定和相关变量说明

在上述准随机实验研究场景的设定下, 我们构建了一个简单的计量模型, 来实证研究学生考试胜败经历对父母设定高学业目标的影响. 具体设置如模型(1)所示:

\begin{aligned} {If_HighTarget}_{i, j, 2015} = α_{0} + β_{1} \times {If_Win}_{i, j, 2015} + β_{2} \times X_{i, j, 2014} + {C l a s s}_{i, j, 2015} + μ_{i, j, 2015} . \end{aligned}

(1)

其中, 被解释变量

{If_HighTarget}_{i, j, 2015}

表示班级

i

学生

j

的父母在2015年的学业目标设定. 我们将其设定为虚拟变量, 如果父母对学生的学业成绩要求为班级前五名, 将其视为设定高学业目标, 并定义为1; 相反, 如果父母对学生的成绩要求为班级中上、班级平均水平或没有特别要求, 则将其视为设定低学业目标, 并定义为0.

核心解释变量量

{If_Win}_{i, j, 2015}

为班级

i

学生

j

的考试胜败经历. 我们将其设置为虚拟变量, 如果学生在2015年的语文、数学和英语考试分数排在班级前五名, 则将其视为完成了父母在2014年设定的学业要求, 即获得考试胜利经历, 并定义为1; 相反, 如果学生的考试分数不在班级前五名, 则视为未完成父母在2014年的学业要求, 即获得考试失败经历, 并定义为0.

为了缓解学生个人和父母特征差异的干扰, 我们纳入控制变量

X_{i, j, 2014}

. 其中, 学生个人特征包括: 2014年语文、数学和英语考试分数总分、性别(设置为虚拟变量, 1 =女生; 0 =男生)、年龄(调查年份与出生年份的差值)、民族(1 =汉族; 0 =少数民族)、是否为独生子女(1 =是; 0 =否)、是否为本地儿童(1 =是; 0 =否)、是否为农业户口(1 =是; 0 =否); 父母特征包括: 父亲和母亲的受教育程度(分别设置为虚拟变量, 1 =高中及以上; 0 =高中以下)、父亲和母亲的工作单位性质(分别设置为虚拟变量, 1 = “白领”; 0 = “非白领”²)、家庭经济状况(1 =非常困难/比较困难; 0 =很富裕/比较富裕/中等).

{Class}_{i, j, 2015}

表示班级固定效应, 以缓解班级间的特征差异影响;

μ_{i, j, 2015}

为误差项.我们重点关注估计系数

β_{1}

, 它反映了学生考试胜败经历对父母设定高学业目标的影响. 如果该系数为正的显著, 那么说明学生考试胜利经历会显著提高父母设定高学业目标的可能性.此外, 考虑到模型(1)中的被解释变量为二值变量, 基准回归采用Probit模型进行估计.

²2013–2014学年CEPS数据学生问卷中“你父母是做什么工作”的选项有: 1 =国家机关事业单位领导与工作人员; 2 =企业/公司中高级管理人员; 3 =教师、工程师、医生、律师; 4 =技术工人; 5 =生产与制造业一般职工; 6 =商业与服务业一般职工; 7 =个体户; 8 =农民; 9 =无业、失业、下岗; 10 =其他. 我们将选项1~3视为“白领”; 其他选项视为“非白领”.

3.4 相关变量的统计事实

表 1列示了模型(1)中相关变量的统计事实. 结果显示, 相比于获得失败经历, 那些在考试中获得胜利经历的学生, 父母设定高学业目标的比例在1%水平上要显著高8.5%. 而关于控制变量的结果显示, 相比于获得失败经历, 那些在考试中获得胜利经历的学生, 为独生子女的比例、父亲受教育程度为高中及以上的比例要显著地低; 而为农业户口的比例、家庭经济状况为贫穷的比例要显著地高. 其他特征则不存在显著差异. 此外, 我们还对模型(1)进行了多重共线性检验(不包括班级固定效应). 结果显示, 方差膨胀因子(VIF)的最大值为1.95, 平均值为1.34, 均远小于10. 这表明实证回归模型(1)不存在严重的多重共线性问题.

表1 模型(1)相关变量的统计事实

	学生获得失败经历			学生获得成功经历			均值差
	均值	标准差	样本量	均值	标准差	样本量	(4)~(1)
	(1)	(2)	(3)	(4)	(5)	(6)	(7)
父母的“高学业目标”设定	0.747	0.436	430	0.831	0.375	415	0.085 $^{* * *}$
2014年学生的“语数外”分数	283.141	44.537	435	284.117	42.918	412	0.976
学生的性别: 女生	0.582	0.494	433	0.633	0.483	409	0.051
学生的年龄	12.754	0.744	431	12.780	0.837	410	0.026
学生的民族: 汉族	0.947	0.224	436	0.926	0.263	417	-0.022
学生为独生子女	0.609	0.489	437	0.487	0.500	417	-0.122 $^{* * *}$
学生为本地儿童	0.801	0.400	437	0.789	0.409	417	-0.012
学生为农业户口	0.376	0.485	437	0.441	0.497	417	0.066 $^{* *}$
母亲为高中教育及以上	0.525	0.500	423	0.490	0.501	410	-0.035
父亲为高中教育及以上	0.629	0.484	428	0.539	0.499	408	-0.089 $^{* * *}$
母亲工作单位性质为“白领”	0.225	0.418	432	0.225	0.418	413	0.001
父亲工作单位性质为“白领”	0.310	0.463	432	0.289	0.454	409	-0.022
家庭经济状况为贫穷	0.107	0.309	431	0.165	0.371	413	0.058 $^{* *}$

注: *、**、*** 分别表示10%、5%和1% 的显著性水平.

3.5 学生获得胜利经历是否相对随机

在模型(1)中, 我们假设在同一班级内, 当给定父母在2014年为学生设定班级前五名的学业目标时, 学生在2015年的语文、数学和英语考试成绩在班级第五名前后10分的分布是相对随机的. 因此, 我们可以认为学生在考试中是否获得胜利经历是相对外生的. 本节将进一步提供相关经验证据来支持这一假设. 实证结果如表 2所示. 具体而言, 我们将在控制班级固定效应的情况下, 研究模型(1)中的学生个人和父母特征变量是否会影响学生在考试中获胜的可能性. Probit模型估计的结果显示, 无论是学生在2014年的语文、数学和英语考试分数总分、性别、年龄、民族、本地儿童、农业户口等特征变量, 还是父亲和母亲的受教育程度以及家庭经济状况等特征变量, 均没有表现出显著结果(除了学生为独生子女和母亲工作单位性质为“白领”变量分别在10%和5%水平上是显著的). 这表明, 本文定义的学生是否获得胜利经历是相对随机的.

表2 学生获得胜利经历是否相对随机

	因变量: 学生是否获得胜利经历(1 =是; 0 =否)
	估计方法: Probit模型_边际效应
2014年学生的“语数外”分数	0.005
2014年学生的“语数外”分数	(0.003)
学生的性别: 女生	0.002
学生的性别: 女生	(0.046)
学生的年龄	-0.014
学生的年龄	(0.039)
学生的民族: 汉族	0.025
学生的民族: 汉族	(0.136)
学生为独生子女	-0.106 $^{*}$
学生为独生子女	(0.059)
学生为本地儿童	0.082
学生为本地儿童	(0.065)
学生为农业户口	0.035
学生为农业户口	(0.056)
母亲为高中教育及以上	0.053
母亲为高中教育及以上	(0.063)
父亲为高中教育及以上	-0.069
父亲为高中教育及以上	(0.065)
母亲工作单位性质为“白领”	0.143 $^{* *}$
母亲工作单位性质为“白领”	(0.063)
父亲工作单位性质为“白领”	-0.022
父亲工作单位性质为“白领”	(0.052)
家庭经济状况为贫穷	0.111
家庭经济状况为贫穷	(0.069)
班级固定效应	控制
样本量	688
Pseudo $R^{2}$	0.116

注: 括号内为聚类到班级层面的稳健标准误. *、**、*** 分别表示10%、5%和1%的显著性水平.

4 学生胜败经历对父母设定高学业目标的影响

4.1 基准回归

模型(1)的实证结果汇报于表 3. 被解释变量为父母是否设定高学业目标(1 =是, 0 =否). 其中, 第(1)列仅纳入学生是否获得胜利经历变量; 第(2)和(3)列分别纳入班级固定效应和学生在2014年的语文、数学和英语考试成绩总分; 接着, 第(4)和(5)列分别进一步纳入学生个人特征(性别、年龄、民族、独生子女、本地儿童、农业户口)以及父母特征(父亲和母亲的受教育程度、工作单位性质以及家庭经济状况).

表3 学生胜败经历对父母设定高学业目标的影响: 基准回归

	因变量: 父母是否设定高学业目标(1 =是; 0 =否)
	估计方法: Probit模型_边际效应
	回归样本: “父母在2014年的学业成绩要求是班级前五名”的学生
	核心解释变量“学生获得胜利经历”定义: 1 =学生2015年“语数外”分数在班级前五名(获得胜利); 0 =学生2015年“语数外”分数不在班级前五名(获得失败)
	(1)	(2)	(3)	(4)	(5)
学生获得胜利经历(1 =是; 0 =否)	0.085 $^{* * *}$	0.141 $^{* * *}$	0.130 $^{* * *}$	0.145 $^{* * *}$	0.146 $^{* * *}$
学生获得胜利经历(1 =是; 0 =否)	(0.029)	(0.044)	(0.045)	(0.046)	(0.048)
学生2014年“语数外”分数			0.003	0.003	0.002
学生2014年“语数外”分数			(0.002)	(0.002)	(0.002)
学生为女生				-0.050	-0.053
学生为女生				(0.045)	(0.047)
学生年龄				0.014	0.004
学生年龄				(0.041)	(0.044)
学生为汉族				-0.025	0.021
学生为汉族				(0.149)	(0.139)
学生为独生子女				-0.048	-0.022
学生为独生子女				(0.049)	(0.055)
学生为本地儿童				0.068	0.045
学生为本地儿童				(0.064)	(0.072)
学生为农业户口				-0.043	-0.045
学生为农业户口				(0.063)	(0.066)
母亲为高中教育及以上					0.032
母亲为高中教育及以上					(0.072)
父亲为高中教育及以上					-0.046
父亲为高中教育及以上					(0.065)
母亲工作单位性质为“白领”					-0.053
母亲工作单位性质为“白领”					(0.069)
父亲工作单位性质为“白领”					-0.040
父亲工作单位性质为“白领”					(0.066)
家庭经济状况为贫穷					-0.075
家庭经济状况为贫穷					(0.076)
班级固定效应	无	控制	控制	控制	控制
样本量	845	578	566	542	507
Pseudo $R^{2}$	0.011	0.113	0.116	0.127	0.143

注: 括号内为聚类到班级层面的稳健标准误. *、**、*** 分别表示10%、5%和1% 的显著性水平.

Probit模型估计的结果显示, “学生获得胜利经历”变量在1%水平上是正的显著, 这意味着相比于获得失败经历的学生, 在那些获得胜利经历的学生样本中, 父母设定高学业目标的概率会显著提高. 以第(5)列为例(下称“基准回归”), “学生获得胜利经历”变量的边际效应为0.146, 表明学生在考试中获得胜利经历之后, 父母对其设定高学业目标的概率会显著提高14.6%. 而关于控制变量的实证结果, 我们发现学生在2014年的语文、数学和英语考试成绩总分、性别、年龄、民族、是否为独生子女、是否为本地儿童、是否为农业户口; 母亲和父亲是否为高中教育及以上、母亲和父亲工作单位性质是否为“白领”以及家庭经济状况是否为贫穷变量对父母设定高学业目标的影响都是不显著的; 此外, 当逐一纳入学生个人和父母特征变量时, “学生获得胜利经历”变量的边际效应变化不大. 这表明基准结论受学生和父母特征的影响是不明显的³.

³本文所使用的数据和代码请参见科学数据银行(ScienceDB)期刊社区, DOI: 10.57760/sciencedb.j00214.00082和CSTR: 31253.11.sciencedb.j00214.00082. 若使用文中数据信息, 请注明引文和数据出处.

4.2 稳健性检验

本节将从替换回归样本量、重新定义被解释变量和核心解释变量等方面, 对基准回归进行稳健性检验, 以验证基准结论的可信性. 具体如下:

1)替换回归样本量. 首先, 考虑限定班级规模. 在基准回归中, 班级学生规模最小为9人. 班级规模大小会影响父母对学生的学业目标设定. 因此, 为了缓解基准结果受班级规模影响, 我们仅使用班级学生人数不少于30人的样本进行回归.表 4第(1)列的实证结果显示, “学生获得胜利经历”变量的边际效应大小和显著性与基准回归基本一致, 这表明班级规模大小对基准结论的影响不大.

表4 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅰ

	因变量: 父母是否设定高学业目标(1 =是; 0 =否)
	估计方法: Probit模型_边际效应
	回归样本量: 不少于30	考试分数
	回归样本量: 不少于30	[-8, +8]	[-9, +9]	[-11, +11]	[-12, +12]	全样本
	(1)	(2)	(3)	(4)	(5)	(6)
学生获得胜利经历(1 =是; 0 =否)	0.142 $^{* * *}$	0.133 $^{* *}$	0.143 $^{* * *}$	0.134 $^{* * *}$	0.135 $^{* * *}$	0.179 $^{* * *}$
学生获得胜利经历(1 =是; 0 =否)	(0.051)	(0.056)	(0.052)	(0.044)	(0.044)	(0.027)
控制变量	控制	控制	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制	控制	控制
样本量	456	399	458	577	618	2727
Pseudo $R^{2}$	0.148	0.160	0.155	0.151	0.143	0.183
	2015年“语数外”分数班级排名			胜败经历	2014年“语数外”班级排名
	前10名	第2~9名	第3~8名	均1~3人	前20名	前10名
	(7)	(8)	(9)	(10)	(11)	(12)
学生获得胜利经历(1 =是; 0 =否)	0.137 $^{* * *}$	0.121 $^{* * *}$	0.123 $^{*}$	0.189 $^{* *}$	0.150 $^{* * *}$	0.145 $^{* *}$
学生获得胜利经历(1 =是; 0 =否)	(0.038)	(0.044)	(0.070)	(0.082)	(0.051)	(0.062)
控制变量	控制	控制	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制	控制	控制
样本量	734	518	331	171	457	251
Pseudo $R^{2}$	0.141	0.140	0.148	0.136	0.146	0.206

注: 括号内为聚类到班级层面的稳健标准误. *、**、*** 分别表示10%、5%和1% 的显著性水平. 控制变量包括: 学生2014年的语文、数学和英语考试成绩总分、性别、年龄、民族、是否为独生子女、本地儿童和农业户口; 学生父母的受教育程度、工作单位性质和家庭经济状况.

接着, 考虑构造准随机实验场景的限定条件. 基准回归根据学生在2015年的语文、数学和英语考试分数是否达到父母在2014年设定的班级前五名学业目标, 来定义学生是否在考试中获得胜利. 此外, 为了构造准随机实验场景, 我们仅使用那些在2015年与班级语文、数学和英语考试成绩第五名同学的分数差距是[-10, +10]的学生样本. 为证明基准结论对这些限定条件并不敏感, 表 4第(2)~(8)列进行了以下几个稳健性检验:

一是分别使用那些在2015年与班级语文、数学和英语考试成绩第五名同学的分数差距是[−8, +8]、[−9, +9]、[−11, +11]、[−12, +12]的学生样本, 实证结果见第(2)~(5)列; 二是不限定学生2015年语文、数学和英语考试成绩与其所在班级考试分数第五名同学的差距, 实证结果见第(6)列; 三是利用班级名次差距(与班级第五名相比)来构造相对随机的研究场景, 而非语文、数学和英语考试分数差距(与班级第五名同学的考试分数相比). 具体而言, 我们将“仅使用那些在2015年与班级语文、数学和英语考试成绩第五名同学的分数差距是[-10, +10]的学生样本”限定条件, 分别替换为“仅使用那些2015年语文、数学和英语考试成绩在班级排名前10名、第2至9名、第3至8名的学生样本”. 然后, 将其设置为虚拟变量, 如果学生的考试排名为班级前五名, 定义为1; 否则, 定义为0. 实证结果见第(7)~(9)列; 四是在基准回归的基础上, 限定是否获得胜利经历的学生样本量: 仅使用那些在2015年与班级语文、数学和英语考试成绩第五名同学的分数差距是[0, +10]和[-10, 0)的班级学生数量均是1~3个的样本. 然后, 按照基准回归思路重新进行实证. 结果见第(10)列. 第(2)~(10)列的实证结果显示: “学生获得胜利经历”变量仍为正的显著, 表明基准结论是稳健的.

最后, 考虑学生2014年语文、数学和英语考试成绩. 在基准回归中, 我们主要使用那些在2015年与班级语文、数学和英语考试成绩第五名同学的分数差距是[-10, +10]的学生样本, 而没有限定学生在2014年的语文、数学和英语考试成绩(仅控制这一变量). 由于学生2014年的语文、数学和英语考试成绩与父母2015年的学业目标设定相关, 表 4第(11)~(12)列在基准回归的基础上, 分别使用那些2014年的语文、数学和英语考试成绩在班级排名前20名和前10名的学生样本进行实证研究. 结论不变: “学生获得胜利经历”变量仍为正的显著.

2)重新定义被解释变量和核心解释变量. 首先, 使用学生问卷定义核心变量. 在基准回归中, 被解释变量和核心解释变量的数据主要来自于学生家长问卷: “您对这个孩子的成绩有些什么要求”. 作为稳健性检验, 我们也使用2014和2015年CEPS数据中的学生问卷: “你父母对你的学业成绩有什么要求”来定义父母对学生的学业目标设定. 选项同样为: 1 =班上前五名; 2 =中上; 3 =班上的平均水平; 4 =没有特别要求. 变量的设置和定义同模型(1)一致. 然后, 按照基准回归的思路重新实证. 表 5第(1)列的实证结果显示, “学生获得胜利经历”变量在5%水平上呈正的显著. 这表明, 即便使用学生问卷定义被解释变量和核心解释变量, 基准结论仍然成立.

表5 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅱ

	被解释变量: 父母是否设定高学业目标(1 =是; 0 =否)
	Probit模型_边际效应	Order Probit模型	估计方法: Probit模型_边际效应
	核心变量_学生问卷	被解释变量_连续	被解释变量_中上	核心解释变量_连续
	(1)	(2)	(3)	(4)
学生获得胜利经历(1 =是; 0 =否)	0.167 $^{* *}$	0.450 $^{* * *}$	0.128 $^{* *}$	0.016 $^{* * *}$
学生获得胜利经历(1 =是; 0 =否)	(0.065)	(0.160)	(0.056)	(0.005)
控制变量	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制
样本量	369	768	419	507
Pseudo $R^{2}$	0.201	0.260	0.147	0.148

接着, 重新定义被解释变量. 基准回归将被解释变量设置为虚拟变量, 其中, 1 =父母在2015年设定高学业目标(班上前五名); 0 =父母在2015年设定低学业目标(班级中上、班级平均水平、没有特别要求). 作为稳健性检验, 表 5第(2)列将被解释变量设置为排序变量, 具体定义如下: 将父母在2015年对小孩的学业要求为班上前五名、中上、平均水平和没有特别要求, 分别赋值为0、-1、-2和-3. 然后, 按照基准回归思路重新实证. 不过, 需要说明的是, 由于被解释变量为排序变量, 我们使用Order Probit模型进行估计. 结果显示, “学生获得胜利经历”变量仍为正的显著. 此外, 表 5第(3)列尝试进行另外一个稳健性检验, 即将被解释变量设置为虚拟变量, 1 =父母在2015年设定高学业目标(班上前五名); 0 =父母在2015年设定低学业目标(班级中上). 然后, 按照基准回归思路重新实证. 基准结论仍成立.

最后, 重新定义核心解释变量⁴. 基准回归主要使用父母在2014年对小孩学业要求是班级前五名的学生样本, 并结合学生在2015年的语文、数学和英语考试分数以及所在班级考试分数第五名同学的分数, 来定义学生是否获得胜利经历(设置为虚拟变量, 1 =是, 0 =否). 作为稳健性检验, 表 5第(4)列将核心解释变量设置为连续变量, 即学生距离胜利的距离. 具体而言, 我们利用学生在2015年的语文、数学和英语考试分数与所在班级第五名同学的考试分数差值作为度量指标. 然后, 按照基准回归思路重新实证. 结果显示: “学生获得胜利经历”变量在1%水平上呈正的显著.

⁴即便我们将各班级学生2015年的语文、数学和英语各科考试卷面满分统一标准为100分, 然后再利用各学生在2015年的语文、数学和英语考试成绩, 以及所在班级考试成绩第五名同学的分数, 定义学生在考试中是否获得胜利经历变量. 最后, 按照基准回归思路重新实证. 结论仍不变: “学生获得胜利经历”变量在5%水平上呈正的显著, 边际效应为0.155 (聚类到班级层面的稳健标准误为0.062).

4.3 安慰剂检验

本节将设置虚假的被解释变量和虚假的核心解释变量, 进行安慰剂检验, 以验证基准结论的可靠性. 具体内容介绍如下:

1)虚假的被解释变量. 表 6第(1)列在基准回归的基础上, 设置虚假的被解释变量. 具体而言, 如果父母在2015年对学生的学业成绩要求为班级中上, 我们将其视为设定高学业目标(虚假), 并定义为1; 相反, 如果父母对学生的成绩要求为班级平均水平或没有特别要求, 则将其视为设定低学业目标, 并定义为0. 然后, 按照基准回归的思路重新实证. 结果显示: “学生获得胜利经历”变量为不显著. 这表明, 当设置虚假的被解释变量时, 基准结论不成立.

表6 学生胜败经历对父母设定高学业目标的影响: 安慰剂检验

	虚假的被解释变量	虚假的核心解释变量
	Probit模型_边际效应
	被解释变量: 父母是否设定高学业目标
	1 =中上; 0 =中等或无所谓	1 =高学业目标; 0 =低学业目标
	(1)	(2)	(3)
学生获得胜利经历(1 =是; 0 =否)	0.169
学生获得胜利经历(1 =是; 0 =否)	(0.151)
学生获得“虚假”胜利经历Ⅰ(1 =是; 0 =否)		-0.197
学生获得“虚假”胜利经历Ⅰ(1 =是; 0 =否)		(0.195)
学生获得“虚假”胜利经历Ⅱ(1 =是; 0 =否)			0.129
学生获得“虚假”胜利经历Ⅱ(1 =是; 0 =否)			(0.082)
控制变量	控制	控制	控制
班级固定效应	控制	控制	控制
样本量	59	507	499
Pseudo $R^{2}$	0.509	0.126	0.128

2)虚假的核心解释变量. 在基准回归的基础上, 我们首先利用学生在2015年的语文、数学和英语考试分数是否超过所在班级的中位数来设置虚假的核心解释变量(学生获得“虚假”胜利经历Ⅰ). 具体而言, 我们将学生在2015年的语文、数学和英语考试成绩大于或等于所在班级的中位数分数视为学生获得胜利经历(虚假); 相反, 如果学生考试成绩小于班级中位数分数, 视为学生获得失败经历. 然后, 按照基准回归思路重新实证. 表 6第(2)列的结果显示: “学生获得虚假胜利经历Ⅰ”变量为不显著.

接着, 我们利用同一学校同一年级其他班级的语文、数学和英语考试成绩第五名同学的分数作为比较对象, 以此设置虚假的核心解释变量(学生获得“虚假”胜利经历Ⅱ). 考虑到2014年CEPS数据在进行抽样时, 对每所入样学校分别抽取4个班级, 包括2个7年级和2个9年级. 而2015年CEPS数据则对2个7年级的学生进行追踪调查. 因此, 表 6第(3)列将学生在2015年的语文、数学和英语考试成绩大于或等于同一学校同一年级其他班级第五名同学的分数, 视为学生获得胜利经历(虚假); 相反, 将学生在2015年的语文、数学和英语考试成绩小于同一学校同一年级其他班级第五名同学的分数, 视为学生获得失败经历(虚假). 最后, 按照基准回归思路重新实证. 结果显示: “学生获得虚假胜利经历Ⅱ”变量依然为不显著. 综上, 当设置虚假的被解释变量和核心解释变量进行实证回归时, 基准结论不成立.

4.4 异质性分析

本小节将进一步探讨两个问题: 一是在时间维度上, 分析学生不同时期的胜败经历对父母设定高学业目标的影响; 二是在给定学生考试胜败经历的情况下, 探讨哪一类特征父母设定高学业目标受学生胜败经历的影响更大些. 通过回答这两个问题, 我们可以更深入了解学生考试胜败经历会如何影响父母设定学业目标. 实证结果报告于表 7.

表7 学生胜败经历对父母设定高学业目标的影响: 异质性分析

	被解释变量: 父母是否设定高学业目标(1 =是; 0 =否)
	Probit模型_边际效应
	学生胜败经历的时间		对考试成绩不同看法的父母
	时间较近: 秋季学期	时间较远: 春季学期	基准组: 学生获得失败经历	基准组: 学生获得胜利经历
	(1)	(2)	(3)	(4)
学生获得胜利经历(1 =是; 0 =否)	0.193 $^{* * *}$	0.057
学生获得胜利经历(1 =是; 0 =否)	(0.053)	(0.088)
学生获得胜利经历, 并且父母对学生的考试成绩是较不看重			0.017
学生获得胜利经历, 并且父母对学生的考试成绩是较不看重			(0.058)
学生获得胜利经历, 并且父母对学生的考试成绩是比较看重			0.274 $^{* * *}$
学生获得胜利经历, 并且父母对学生的考试成绩是比较看重			(0.065)
学生获得失败经历, 并且父母对学生的考试成绩是比较看重				-0.129 $^{* *}$
学生获得失败经历, 并且父母对学生的考试成绩是比较看重				(0.063)
学生获得失败经历, 并且父母对学生的考试成绩是较不看重				-0.157 $^{* * *}$
学生获得失败经历, 并且父母对学生的考试成绩是较不看重				(0.057)
控制变量	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制
样本量	324	183	506	498
Pseudo $R^{2}$	0.193	0.115	0.166	0.141

第一, 我们关注学生不同时期的胜败经历对父母设定高学业目标的影响. 父母设定学业目标与学生考试胜败经历的时间久远存在着密切关系. 相比于较久远的胜利经历, 学生最近的胜利经历对父母设定高学业目标的正向影响应为更明显. 本节将对此进行实证检验. 具体而言, 考虑到学生在2015年的语文、数学和英语考试成绩(CEPS提供)是2014–2015学年秋季学期的期中考试成绩, 而2015年CEPS调查主要选择了2014–2015学年秋季学期和春季学期两个时间段进行抽样. 这为我们从时间维度上考察学生不同时期的胜利经历对父母设定学业目标的影响, 提供了恰到好处的实证检验机会.

具体而言, 表 7第(1)~(2)列在基准回归的基础上, 以调查学期为划分标准, 分样本实证研究学生的胜利经历对父母在秋季学期和春季学期设定学业目标的影响. 结果显示: “学生获得胜利经历”变量仅在2014–2015学年秋季学期调查的学生样本中为正的显著, 而在2014–2015学年春季学期调查的学生样本中则为不显著. 这表明, 学生的考试胜利经历对父母学业目标设定的正向影响主要呈现短期效果.

第二, 在给定学生考试胜败经历的情况下, 我们探讨哪一类特征的父母设定高学业目标受学生考试胜败经历的影响更大些. 在学生已获得胜利经历的情况下, 如果父母越看重学生的考试成绩, 那么他们在为子女设定学业目标时, 选择设定高学业目标的可能性会更大些; 相反, 当学生已获得失败经历时, 如果父母越不看重学生的考试成绩, 此时他们选择设定高学业目标的可能性会更小些. 本节将对此进行实证检验.

首先, 我们通过2014年CEPS数据中的学生家长问卷: “关于作业、考试, 您对孩子管得严不严”来确定父母是否看重学生的考试成绩变量⁵. 如果选项是“管得很严”, 我们将其视为“父母对学生的考试成绩是较为看重”; 相反, 如果选项是“不管, 或者‘管, 但不严’”, 我们则将其视为“父母对学生的考试成绩是较不看重”.

⁵即便我们采用2014年CEPS数据中的学生问卷: “关于作业、考试, 你的父母管得严不严”来确定父母是否看重学生的考试成绩变量, 然后按照表 7第(3)~(4)列实证思路重新回归. 结论不变.

接着, 在基准回归的基础上, 表 7第(3)列检验相比于学生获得失败经历, 在给定学生获得胜利经历的情况下, 如果父母越看重学生的考试成绩, 那么父母对学生设定高学业目标的可能性是否会更大. 其中, 核心解释变量设置为哑变量, 0 =学生获得失败经历; 1 =学生获得胜利经历, 并且父母对学生的考试成绩是较不看重; 2 =学生获得胜利经历, 并且父母对学生的考试成绩是比较看重. 然后, 按照基准回归思路重新实证. 结果符合预期: “学生获得胜利经历, 并且父母对学生的考试成绩是较不看重”变量为不显著; 而“学生获得胜利经历, 并且父母对学生的考试成绩是比较看重”变量则在1%水平上为正的显著. 这表明, 当学生获得胜利经历时, 父母越看重学生的考试成绩, 其对学生设定高学业目标的可能性会更大.

最后, 表 7第(4)列为检验相比于学生获得胜利经历, 在给定学生获得失败经历的情况下, 如果父母对学生的考试成绩是较不看重, 那么父母对学生设定高学业目标的可能性是否会更小. 其中, 核心解释变量同样设置为哑变量, 0 =学生获得胜利经历; 1 =学生获得失败经历, 并且父母对学生的考试成绩是比较看重; 2 =学生获得失败经历, 并且父母对学生的考试成绩是较不看重. 然后, 按照基准回归思路重新实证. 结果同样符合预期: 尽管“学生获得失败经历, 并且父母对学生的考试成绩是比较看重”和“学生获得失败经历, 并且父母对学生的考试成绩是较不看重”变量均为负的显著, 但是后者的边际效应和

t

值会更大些.

4.5 影响机制: 学生胜败经历是如何影响父母设定高学业目标

如前文所述, 学生在考试中获得胜利可能会通过学生的后续学业表现和父母的教育期望途径, 影响父母设定高学业目标的可能性. 本节将对此进行实证检验.

第一, 学生后续学业表现提高机制. 本节将实证检验学生获得胜利是否会通过提高其后续学业表现, 进而对父母设定高学业目标的可能性产生正向影响. 首先, 关于学生的学业表现变量定义. 由于2015年CEPS数据仅提供学生在2014–2015学年秋季学期的学业成绩, 而没有提供受访时的学业成绩, 我们以“学生受访时学习语文、数学和英语的难度”作为其学业表现的衡量指标. 数据源于学生问卷: “你目前是否觉得语文、数学、英语课程学起来比较吃力”. 选项分别为: 1 =特别吃力; 2 =有点吃力; 3 =不是很吃力; 4 =一点也不吃力. 我们对学生学习语文、数学和英语课程的吃力程度进行加总(数值越大, 表示学生的学业表现越好). 为了保证班级间学生的学业表现是可比的, 我们以班级为单位, 对该变量进行标准化处理(均值为0, 标准差为1).

接着, 表 8第(1)列在基准回归的基础上, 将父母是否设定高学业目标被解释变量替换为学生的学业表现, 然后重新进行实证回归. 结果显示: “学生获得胜利经历”变量在1%水平上为正的显著, 这表明学生获得胜利经历会显著提高学生的学业表现. 这一结论与赵俊等(2019)等文献相一致, 他们研究发现相比于失败经历, 学生的成功经历对其参加竞争的可能性和获得更高的成绩有显著的正向影响.

表8 影响机制: 学生胜败经历是如何影响父母设定高学业目标？

	被解释变量(2015年)
	学生的后续学业表现	父母设定高学业目标(1 =是; 0 =否)	父母对学生持有高教育期望(1 =是; 0 =否)	父母设定高学业目标(1 =是; 0 =否)
	OLS估计	Probit模型_边际效应
	(1)	(2)	(3)	(4)
学生获得胜利经历(1 =是; 0 =否)	0.217 $^{* * *}$	0.129 $^{* * *}$	0.089 $^{* *}$	0.143 $^{* * *}$
学生获得胜利经历(1 =是; 0 =否)	(0.076)	(0.050)	(0.044)	(0.046)
学生的后续学业表现		0.065 $^{* *}$
		(0.026)
父母对学生持有高教育期望(1 =是; 0 =否)				0.175 $^{* * *}$
父母对学生持有高教育期望(1 =是; 0 =否)				(0.050)
控制变量	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制
样本量	770	502	588	504
$R^{2}$ / Pseudo $R^{2}$	0.269	0.153	0.164	0.170

最后, 表 8第(2)列在基准回归的基础上, 进一步纳入学生学业表现变量. 实证结果显示: “学生获得胜利经历”变量在1%水平上为正的显著, 但是边际效应略低于基准回归. 此外, 学生的学业表现变量也在5%水平上为正的显著, 这表明学业的学业表现越好, 父母设定高学业目标的概率会越大. 上述结果意味着基准结论可以由学生后期学业表现提高机制所解释.

第二, 父母产生高教育期望机制. 本节实证研究学生获得胜利经历是否会使父母产生高教育期望, 继而提高其设定高学业目标的可能性. 实证步骤介绍如下: 首先, 我们选取2015年CEPS数据中的学生家长问卷: “您希望孩子读到什么程度”来度量父母对学生的教育期望. 如果选项是“研究生(硕士)或博士”, 我们将其视为父母对学生是持有高教育期望, 并定义为1; 相反, 则定义为0 (选项是现在就不要念了, 或者是初中毕业、中专/技校、职业高中、普通高中、大学专科、大学本科)⁶. 接下来, 按照基准回归的实证思路, 将父母是否设定高学业目标被解释变量替换为父母对学生是否持有高教育期望, 并重新进行实证回归. 表 8第(3)列的结果显示: “学生获得胜利经历”变量在5%水平上为正的显著. 这意味着学生获得胜利经历会使父母产生较高的教育期望. 进一步地, 表 8第(4)列在基准回归的基础上, 纳入父母对学生持有高教育期望变量. 结果显示: “父母对学生持有高教育期望”变量在1%水平上为正的显著, 表明如果父母对学生持有高教育期望, 那么他们设定高学业目标的可能性会更大. 此外, “学生获得胜利经历”变量在1%水平上呈显著的正向影响, 且边际效应略小于基准回归. 这意味着基准结论也可以由父母产生高教育期望机制所解释. 综上, 我们发现学生的考试胜败经历能显著提高父母设定高学业目标的可能性, 这一结论能由学生后续学业表现提高和父母产生高教育期望机制所解释.

⁶根据2015年中国教育追踪调查数据, 我们发现: 1)在全样本中, 父母在2015年希望小孩读到博士、研究生(硕士)、大学本科、大学专科、普通高中、职业高中、中专/技校、初中毕业、现在就不要念了的比例分别为16.18%、17.79%、37.69%、15.12%、4.72%、3.00%、3.84%、1.46%、0.21%; 2)在本文基准回归样本中, 父母在2015年希望小孩读到博士、研究生(硕士)、大学本科、大学专科、普通高中、职业高中、中专/技校、初中毕业、现在就不要念了的比例分别为25.47%、33.18%、34.00%、5.92%、0.59%、0.24%、0.24%、0.24%、0.12%. 其中, 父母希望小孩读到研究生及以上的比例合计高达58.65%. 这一结果表明, 在问卷调查父母关于子女的教育期望时, 父母不会选择“低报”, 从而导致该变量存在严重的测量误差.

4.6 进一步讨论

近些年, 青少年心理健康问题引起了舆论界和政府部门的广泛关注. 《中国儿童发展纲要(2021–2030)》特别强调, 促进儿童健康成长, 能够为国家可持续发展提供宝贵资源和不竭动力. 此外, 据中国青少年研究中心和共青团2021年8月发布的《中国青年发展报告》数据显示, 我国17岁以下的青少年儿童中, 有3000万人受到各种情绪、心理行为问题的困扰, 其中包括相当比例的青少年抑郁⁷. 这表明, 当前青少年心理健康问题是一个不可忽视的公共卫生问题, 其不仅关系到青少年未来的健康成长, 也影响到国家社会经济的健康和可持续发展(Currie and Stabile, 2006).

⁷澎湃新闻, 《4月7日世界卫生日: 解析中国青少年抑郁》, 数据来源: https://www.thepaper.cn/newsDetail_forward_17496805.

有鉴于此, 本节将进一步讨论在给定学生考试胜败经历的情况下, 父母设定高学业目标是否会影响学生的心理健康. 其中, 关于学生心理健康变量, 我们选取2015年CEPS数据中调查学生负向情绪水平问题作为衡量指标. 具体内容为: 在过去的七天内, 学生感到沮丧/不快乐/生活没意思/悲伤的程度. 回答选项为: 1 =从不; 2 =很少; 3 =有时; 4 =经常; 5 =总是. 数值越大, 表示学生的心理健康状况越差. 考虑到学生的心理健康状态为排序变量, 我们使用Order Probit模型进行实证估计. 此外, 为缓解遗漏变量的影响, 我们纳入学生在2014年的心理健康状况(与被解释变量相对应)作为控制变量. 具体而言, 我们将其设置为哑变量(以“从不”作为基准).

实证结果如表 9所示. 其中, 第(1)~(4)列分析相比于获得失败经历的学生, 在那些获得胜利经历的学生样本中, 父母设定高学业目标和低学业目标会如何影响学生的心理健康. 其中, 核心解释变量设置为哑变量, 0 =学生获得失败经历; 1 =学生获得胜利经历, 且父母在2015年对学生设定高学业目标(班级前五名); 2 =学生获得胜利经历, 且父母在2015对学生设定低学业目标(班级中上、班级平均水平或没有特别要求). 实证结果显示: “学生获得胜利经历, 但父母设定低学业目标”和“学生获得胜利经历, 且父母设定高学业目标”核心解释变量为负的显著, 且前者的估计系数绝对值要大于后者. 这表明, 相比于获得失败经历的学生, 在那些获得胜利经历的学生样本中, 父母设定的学业目标较低, 学生心理健康状况较差的可能性会更小.

表9 进一步拓展: 给定学生的胜败经历, 父母设定高学业目标是否会影响学生的心理健康

	被解释变量(学生2015年心理健康)
	沮丧程度	不快乐程度	生活没有意思	悲伤程度
	Order Probit模型
	核心解释变量基准组: 学生获得失败经历
	(1)	(2)	(3)	(4)
学生获得胜利经历, 但父母设定低学业目标	-0.491 $^{* *}$	-0.536 $^{* *}$	-0.379 $^{*}$	-0.421 $^{*}$
学生获得胜利经历, 但父母设定低学业目标	(0.206)	(0.226)	(0.216)	(0.234)
学生获得胜利经历, 并且父母设定高学业目标	-0.295 $^{* *}$	-0.269 $^{* *}$	-0.285 $^{* *}$	-0.332 $^{* *}$
学生获得胜利经历, 并且父母设定高学业目标	(0.123)	(0.123)	(0.122)	(0.125)
学生2014年对应心理健康	控制	控制	控制	控制
控制变量	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制
样本量	761	761	760	760
Pseudo $R^{2}$	0.193	0.184	0.199	0.203
	核心解释变量基准组: 学生获得胜利经历
	(5)	(6)	(7)	(8)
学生获得失败经历, 并且父母设定低学业目标	0.229	0.293	0.229	0.342 $^{*}$
学生获得失败经历, 并且父母设定低学业目标	(0.174)	(0.194)	(0.180)	(0.183)
学生获得失败经历, 但父母设定高学业目标	0.362 $^{* * *}$	0.321 $^{* * *}$	0.324 $^{* * *}$	0.348 $^{* * *}$
学生获得失败经历, 但父母设定高学业目标	(0.123)	(0.123)	(0.124)	(0.130)
学生2014年对应心理健康	控制	控制	控制	控制
控制变量	控制	控制	控制	控制
班级固定效应	控制	控制	控制	控制
样本量	761	761	760	760
Pseudo $R^{2}$	0.193	0.183	0.199	0.202

注: 1) 括号内为聚类到班级层面的稳健标准误. *、**、*** 分别表示10%、5%和1% 的显著性水平. 2) 各列均控制了学生2014年对应心理健康变量, 譬如, 第(1)、(5) 列纳入学生2014年的沮丧程度. 其他列与此类似. 3) 控制变量包括: 学生2014年的语文、数学和英语考试成绩总分、性别、年龄、民族、是否为独生子女、本地儿童和农业户口; 父母的受教育程度、工作单位性质和家庭经济状况.

接着, 第(5)~(8)列关注相比于获得胜利经历的学生, 在那些获得失败经历的学生样本中, 父母设定高学业目标和低学业目标会如何影响学生的心理健康. 其中, 核心解释变量同样设置为哑变量, 0 =学生获得胜利经历; 1 =学生获得失败经历, 且父母在2015对学生设定低学业目标; 2 =学生获得失败经历, 且父母在2015年对学生设定高学业目标. 实证结果显示: “学生获得失败经历, 但父母设定低学业目标”和“学生获得失败经历, 且父母设定高学业目标”核心解释变量均为正向影响, 但只有后者是显著的(除了第4列), 且后者的估计系数要大于前者. 这表明, 相比于获得胜利经历的学生, 在那些获得失败经历的学生样本中, 父母设定的学业目标较高, 学生心理健康状况较差的可能性会更大. 综上, 在给定学生考试胜败经历的情况下, 父母设定高学业目标会对学生心理健康产生负向影响.

5 本文的结论与启示

本文以我国初中生为例, 考察学生考试胜败经历是否会影响父母的学业目标设定及其机制. 利用一项具有全国代表性的初中生教育追踪面板数据, 在一个准随机实验的研究场景下, 实证发现学生在考试中获胜会显著提高父母设定高学业目标的可能性. 一系列的稳健性检验和安慰剂检验结果进一步验证了学生考试胜利与父母设定高学业目标之间是因果关系. 异质性分析发现, 学生近期的考试胜利经历对父母设定高学业目标的影响会更明显. 此外, 如果父母越重视学生的考试成绩, 那么他们设定高学业目标的可能性也会更大. 究其原因, 基准结论可以由学生后续学业表现提高和父母产生高教育期望机制所解释. 最后, 我们还发现在给定学生考试胜败经历的情况下, 父母设定高学业目标会对学生的心理健康产生显著的负向影响.

本研究不仅对胜败经历产生的效果和目标设定的影响因素文献做了有益的拓展, 对于家庭教育的实践也有一定的启示意义. 结合本文发现, 父母会根据学生在考试中的胜利经历来设定高学业目标. 然而, 在给定学生考试胜败经历的情况下, 设定过高的学业目标会对学生的心理健康状况产生负向影响. 因此, 父母应该综合考虑并权衡子女的学业表现和心理健康状况, 合理设定学业目标, 避免出现“顾此失彼”的情况.

References

Publishing order | Descend order by publishing year | Descend order by cited within

李长洪, 张明, 目标牵引成长: 父母设定高学业目标能提高子女人力资本吗[J]. 中国经济问题, 2023, (4): 54- 68.

https://www.cnki.com.cn/Article/CJFDTOTAL-ZJJW202304005.htm

C H

, Zhang

, Parent' Goal-Driven Children Development: Do Parents Set Higher Academic Goals Improve Children's Human Capital[J]. China Economic Studies, 2023, (4): 54- 68.

https://www.cnki.com.cn/Article/CJFDTOTAL-ZJJW202304005.htm

Cited in this article [2]

李海峥, 苏妍, 熊咸芳, 许伊婷, 基于工资的人力资本度量: 从微观个体到宏观总量[J]. 计量经济学报, 2021, 1 (3): 518- 540.

https://cjoe.cjoe.ac.cn/CN/10.12012/CJoE2021-0021

H Z

, Su

, Xiong

X F

, Xu

Y T

, Wage-based Measurement of Human Capital: From Individual to Aggregate[J]. China Journal of Econometrics, 2021, 1 (3): 518- 540.

https://cjoe.cjoe.ac.cn/CN/10.12012/CJoE2021-0021

Cited in this article [1]

李书娟, 陈邱惠, 徐现祥, 不利冲击下经济增长恢复的经验——基于中国经济目标管理实践[J]. 经济研究, 2021, 56 (7): 59- 77.

https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202107005.htm

S J

, Chen

Q H

, Xu

X X

, The Experience of Economic Growth Recovery under Adverse Shocks: Based on the Practice of China's Economic Growth Target Management[J]. Economic Research Journal, 2021, 56 (7): 59- 77.

https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202107005.htm

Cited in this article [3]

李书娟, 徐现祥, 目标引领增长[J]. 经济学(季刊), 2021, 21 (5): 1571- 1590.

https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202105004.htm

S J

, Xu

X X

, Target Drives Growth[J]. China Economic Quarterly, 2021, 21 (5): 1571- 1590.

https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202105004.htm

Cited in this article [1]

徐现祥, 李书娟, 王贤彬, 毕青苗, 中国经济增长目标的选择: 以高质量发展终结"崩溃论"[J]. 世界经济, 2018, 41 (10): 3- 25.

https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201810002.htm

X X

, Li

S J

, Wang

X B

, Bi

Q M

, Growth Target Choices: Ending Chinese Collapse Fallacy with High-quality Development[J]. The Journal of World Economy, 2018, 41 (10): 3- 25.

https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201810002.htm

Cited in this article [1]

徐现祥, 刘毓芸, 经济增长目标管理[J]. 经济研究, 2017, 52 (7): 18- 33.

https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201707003.htm

X X

, Liu

Y Y

, Economic Growth Target Management[J]. Economic Research Journal, 2017, 52 (7): 18- 33.

https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201707003.htm

Cited in this article [1]

赵俊, 董志强, 李伟成, 胜败经历与儿童的目标设定和竞争参与——基于中部农村儿童的实验经济研究[J]. 财经研究, 2019, 45 (3): 4- 19.

https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201903002.htm

Zhao

, Dong

Z Q

, Li

W C

, How do Success and Failure Experiences Affect Children's Goal-Setting and Competition Entry? Evidence from Field Experiments in Central Rural China[J]. Journal of Finance and Economics, 2019, 45 (3): 4- 19.

https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201903002.htm

Cited in this article [7]

Apicella

C L

, Dreber

, Möllerström

, Salivary Testosterone Change Following Monetary Wins and Losses Predicts Future Financial Risk-taking[J]. Psychoneuroendocrinology, 2014, 39, 58- 64.

Cited in this article [1]

Ariely

, Wertenbroch

, Procrastination, Deadlines and Performance[J]. Psychological Science, 2002, 13 (3): 219- 224.

Cited in this article [1]

Azmat

, Iriberri

, The Importance of Relative Performance Feedback Information: Evidence from a Natural Experiment Using High School Students[J]. Journal of Public Economics, 2010, 94 (7–8): 435- 452.

Cited in this article [1]

Berger

, Pope

, Can Losing Lead to Winning?[J]. Management Science, 2011, 57 (5): 817- 827.

Cited in this article [4]

Buser

, The Impact of Losing in a Competition on the Willingness to Seek Further Challenges[J]. Management Science, 2016, 62 (12): 3439- 3449.

Cited in this article [2]

Currie

, Stabile

, Child Mental Health and Human Capital Accumulation: The Case of ADHD[J]. Journal of Health Economics, 2006, 25 (6): 1094- 1118.

Cited in this article [1]

Freeman

R B

, Gelber

A M

, Prize Structure and Information in Tournaments: Experimental Evidence[J]. American Economic Journal: Applied Economics, 2010, 2 (1): 149- 164.

Cited in this article [1]

Gill

, Prowse

G V

, A Structural Analysis of Disappointment Aversion in a Real Effort Competition[J]. American Economic Review, 2012, 102 (1): 469- 503.

Cited in this article [2]

, Liu

, Weng

, Zhou

, Target Setting in Tournaments: Theory and Evidence from China[J]. Economic Journal, 2019, 129 (623): 2888- 2915.

Cited in this article [1]

Lundborg

, Majlesi

, Intergenerational Transmission of Human Capital: Is It a One-way Street?[J]. Journal of Health Economics, 2018, 57, 206- 220.

Cited in this article [2]

, Does Children's Education Matter for Parents' Health and Cognition? Evidence from China[J]. Journal of Health Economics, 2019, 66, 222- 240.

Cited in this article [3]

Morisano

, Hirsh

J B

, Peterson

J B

, Pihl

R O

, Shore

B M

, Setting, Elaborating, and Reflecting on Personal Goals Improves Academic Performance[J]. Journal of Applied Psychology, 2010, 95 (2): 255- 264.

Cited in this article [1]

Torssander

, From Child to Parent? The Significance of Children's Education for Their Parents' Longevity[J]. Demography, 2013, 50, 637- 659.

Cited in this article [2]

Zimmer

, Martin

, Ofstedal

, Chuang

, Education of Adult Children and Mortality of Their Elderly Parents in Taiwan[J]. Demography, 2007, 44 (2): 289- 305.

Cited in this article [1]

Funding

Project Humanities and Social Sciences Foundation of Ministry of Education of China(22YJC790066)

National Science Foundation of Guangdong Province(2023A1515110490)

Social Science Planning Project of Guangdong Province(GD24YYJ22)

Fundamental Research Funds for the Central Universities(23JNQN18)

RIGHTS & PERMISSIONS

PDF(310 KB)

703

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
1 引言
2 文献回顾
3 数据来源、模型设定和变量说明
3.1 数据来源和样本选择
3.2 一个准随机实验情景的设定
3.3 计量模型设定和相关变量说明
3.4 相关变量的统计事实
表1 模型(1)相关变量的统计事实
3.5 学生获得胜利经历是否相对随机
表2 学生获得胜利经历是否相对随机
4 学生胜败经历对父母设定高学业目标的影响
4.1 基准回归
表3 学生胜败经历对父母设定高学业目标的影响: 基准回归
4.2 稳健性检验
表4 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅰ
表5 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅱ
4.3 安慰剂检验
表6 学生胜败经历对父母设定高学业目标的影响: 安慰剂检验
4.4 异质性分析
表7 学生胜败经历对父母设定高学业目标的影响: 异质性分析
4.5 影响机制: 学生胜败经历是如何影响父母设定高学业目标
表8 影响机制: 学生胜败经历是如何影响父母设定高学业目标？
4.6 进一步讨论
表9 进一步拓展: 给定学生的胜败经历, 父母设定高学业目标是否会影响学生的心理健康
5 本文的结论与启示
References
Funding
RIGHTS & PERMISSIONS

Received	Published
2023-12-07	2024-05-27
Issue Date
2024-05-30

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

1 引言

2 文献回顾

3 数据来源、模型设定和变量说明

3.1 数据来源和样本选择

3.2 一个准随机实验情景的设定

3.3 计量模型设定和相关变量说明

3.4 相关变量的统计事实

表1 模型(1)相关变量的统计事实

3.5 学生获得胜利经历是否相对随机

表2 学生获得胜利经历是否相对随机

4 学生胜败经历对父母设定高学业目标的影响

4.1 基准回归

表3 学生胜败经历对父母设定高学业目标的影响: 基准回归

4.2 稳健性检验

表4 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅰ

表5 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅱ

4.3 安慰剂检验

表6 学生胜败经历对父母设定高学业目标的影响: 安慰剂检验

4.4 异质性分析

表7 学生胜败经历对父母设定高学业目标的影响: 异质性分析

4.5 影响机制: 学生胜败经历是如何影响父母设定高学业目标

表8 影响机制: 学生胜败经历是如何影响父母设定高学业目标？

4.6 进一步讨论

表9 进一步拓展: 给定学生的胜败经历, 父母设定高学业目标是否会影响学生的心理健康

5 本文的结论与启示

{{custom_sec.title}}

{{custom_sec.title}}

References

{{custom_fnGroup.title_en}}

Footnotes

Funding

RIGHTS & PERMISSIONS

模态框（Modal）标题

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

1 引言

2 文献回顾

3 数据来源、模型设定和变量说明

3.1 数据来源和样本选择

3.2 一个准随机实验情景的设定

3.3 计量模型设定和相关变量说明

3.4 相关变量的统计事实

表1 模型(1)相关变量的统计事实

3.5 学生获得胜利经历是否相对随机

表2 学生获得胜利经历是否相对随机

4 学生胜败经历对父母设定高学业目标的影响

4.1 基准回归

表3 学生胜败经历对父母设定高学业目标的影响: 基准回归

4.2 稳健性检验

表4 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅰ

表5 学生胜败经历对父母设定高学业目标的影响: 稳健性检验Ⅱ

4.3 安慰剂检验

表6 学生胜败经历对父母设定高学业目标的影响: 安慰剂检验

4.4 异质性分析

表7 学生胜败经历对父母设定高学业目标的影响: 异质性分析

4.5 影响机制: 学生胜败经历是如何影响父母设定高学业目标

表8 影响机制: 学生胜败经历是如何影响父母设定高学业目标？

4.6 进一步讨论

表9 进一步拓展: 给定学生的胜败经历, 父母设定高学业目标是否会影响学生的心理健康

5 本文的结论与启示

{{custom_sec.title}}

{{custom_sec.title}}

References

{{custom_fnGroup.title_en}}

Footnotes

Funding

RIGHTS & PERMISSIONS