作者：劳拉·比默 , 马歇尔·斯坦鲍姆
来源：Declining Access, Rising Cost: The Geography of Higher Education Post-2008 | Phenomenal World
日期：2020-06-25
译者：韩齐岳
在2008年大衰退期间及其之后，随着州政府实施紧缩措施，高等教育的公共支出遭到大幅削减。教职员工和课程被裁撤，学费上涨；到2018年，许多州的资金仍未恢复到衰退前的水平。与此同时，学生入学人数激增。在经济不景气导致就业市场不景气的情况下，学生被告知缺乏今日工作所需的技能，解决失业和工资停滞的方案在于追求更高价格的学位。其结果加速了美国高等教育长达四五十年的趋势：公共福利模式被私人消费模式取代，依赖于通过联邦债务融资的学费，这一切都以预期的收入增长为理由，然而实际收入并未显现。
随着学费飙升和学生负债激增，私营盈利模式甚至在传统学校中也占据主导地位，这些学校试图削减教学成本同时保留学生及其庞大的学费支付。即使不考虑因未入学而导致学费收入崩溃的可能性，来自新冠疫情后州预算削减的预测也令人担忧——除非避免了大衰退期间的模式，否则我们对于进入2020年代能否期待一个更加公平、包容或扩展性更强的高等教育景观失去了希望。
我们在这项研究中的目标是帮助决策者了解自2008年以来美国高等教育的变化格局，并引起对在高等教育领域持续紧缩最可能受到不利影响的地理区域的关注。我们将通过两种方式实现这一目标。首先，我们计算每个邮政编码区域内高等教育机构的集中度指标——即每个区域内有多少高等教育机构，以及学生在这些机构间的分布是否均匀——来探讨某些地区的高等教育市场是否被有效垄断（一个机构招收大部分，甚至全部附近学生），或者是否有几个规模相似的机构（表明学生在这些机构之间有选择）。其次，我们研究这种集中度自大衰退以来的变化，以及这是否对学费有影响。例如，垄断地区的学费是否更高？此研究伴随着一个交互地图，研究人员可以探索学校集中度和学费随时间的变化，观察关键统计数据，并下载我们的所有数据。
我们在这里呈现的研究建立在先前的报告基础上，介绍了我们的学校集中度指数（SCI）。SCI是一个衡量特定地理区域内高等教育机构集中程度的指标。SCI的取值范围从0（完全分散/竞争激烈）到10,000（完全垄断）到null（教育荒漠）。我们计算了2008年至2017年间美国及其领土内每个邮政编码区域的SCI，包括提供学位课程的卫星校区。（我们在本文中讨论的分析是在高等教育机构周围45分钟驾驶距离内完成的；若要探索30分钟或60分钟的驾驶距离，请查看交互地图。）
正如许多先前的研究所指出的，在大衰退后，对于任何学校类型，均可观测到高等教育机构的总校区数量减少，机构竞争力下降（集中度增加），并且被视为教育荒漠的邮政编码区域增加。当特定学校类型也受到影响时，这些趋势大多保持一致——尽管两年制学院受到的影响比其他类型更为显著，所有类型的高等教育都经历了这些变化。在下面的数据中，我们对这些统计数据进行了分析，观察了所有学校类型的情况，以及学校类别和学位类型的分别情况。
时间趋势
在2008年至2017年间，校区数量减少，而学生入学率逐渐集中在较大的机构中。这些总体趋势受到多个已有文献记录的因素推动：
• 在大衰退期间，营利性教育部门迅速增长，但随着劳动市场恢复，它逐渐失去了市场份额，因为它通常服务于边缘和非传统群体（如成年学生、家长和首代大学生），而随着就业市场的恢复，这一群体更倾向于参加工作。其高昂的价格和糟糕的服务通常已经损害了其在公众中的声誉。一些大型连锁机构破产——这被普遍认为是对于曾被它们误导的学生们的好消息，并在理论上使参加这些学校的贷款的学生有权解除这些债务——但迄今为止效果甚微。然而这确实增加了入学的集中度，因为剩下的机构将占所有入学的更大份额。
• 高等教育的州政府资金在衰退期间下降，相对于学生需求，从未完全恢复。这些资金削减和经济复苏缓慢，阻止了新校区的开设以满足需求（正如它们曾经做过的那样），并将学生引导到现有校区的更大课堂上。
• 传统机构开始采用营利性教育的以学费为驱动的商业模式，将需求引导到替代的学位完成路径和增加的在线课程中。在传统机构中类似营利性节目的招生增长——没有扩展校园或雇佣更多全职稳定雇员教职工——增加了这些机构的集中度。
我们的研究在2017年结束，但这些趋势非常清晰。数百万人受制于效果上垄断的高等教育市场，质量逐渐下降。如果我们将美国人口分成基于他们面临的集中度的组别（从高竞争到垄断到荒漠），我们会发现在2011年至2017年期间，越来越多的人生活在高度集中的市场中。例如，在2011年至2017年间，大约有200万人从至少拥有两个高等教育选择机会，减少到2017年只剩下一个或零个。这种趋势在每种学校类型中都出现，其中在副学士学位级别类别中增加最为严重，受影响的人数增加了27%，从3900万增至4980万。鉴于高等教育费用不断增加，政策制定者特别需要关注这些领域。
在数百万人经历高等教育高度集中的同时，还有数百万人生活在教育荒漠中。这些地区附近完全没有高等教育机构（集中度为零），尤其令人担忧，因为美国一半以上的高等教育学生都是就近入学。公立大学和四年制大学荒漠区的人口增长幅度不大，而营利性大学、两年制大学和两年制以下大学荒漠区的人口增长幅度则更令人担忧。这些都是非传统学生倾向于去的学校。可以说，自经济衰退以来，非营利机构和证书课程失去了一些市场份额，这是一个好迹象，但与此同时，传统高等教育也采用了其掠夺性的商业模式，这意味着学生的境况可能并没有明显好转。
有证据表明，农村学生和非传统学生的学习机会正在减少，对此的一种回应是，在线学习为面授课程提供了一种灵活的替代方式。但是，最近因 COVID 大流行而同时出现的大量在线学习经历表明–至少到目前为止–在线学习是一种对学习有重大不利影响的替代方式。更为严峻的是，宽带互联网接入与高等教育集中度之间存在着强烈的负相关关系。下表使用了 2017 年联邦通信委员会的邮政编码级数据，显示在教育高度集中的地区，电信报告的平均最高下载速度和可用供应商的数量都要低得多 。[1]
这种模式凸显了两个经济领域的集中之间的联系。正如电信寡头垄断者无法在其最有利可图的领域之外提供合理的服务一样，私立高等教育机构也难以向最需要的社区提供高质量的教育。无论在哪种情况下，竞争都不一定是唯一的补救办法–高质量、低成本的公共提供商已被提议作为保证宽带普遍服务的一种方式，并可为高等教育提供同样的服务。
当我们把邮政编码按地区分类时，我们可以观察到更多令人沮丧的图景。各地区的集中度都呈上升趋势。洛基山、平原和西南地区的全地区集中度中位数最高，自 2008 年以来的增幅也最大。2008 年，落基山和平原地区的 SCI 中位数分别为 4466 和 4179；到 2017 年，这两个地区的 SCI 中位数分别跃升至 7532 和 5893。对于地区集中度的增加，没有一概而论的解释。在一些地区，如落基山脉，校园数量和注册人数在这一时期都有所增加，这表明即使对日益增长的需求做出了反应，但这种反应还不够充分（而且在许多情况下来自营利性部门）。在其他地区，如西南部和新英格兰地区，学校数量减少，而注册人数增加，这表明学生正在向成熟的高等教育项目聚集。其余地区的学校数量和入学总人数都有所减少，这很可能是大学适龄人口减少的一种表现。专家们预测，进入 2020 年代，某些地区的情况会比其他地区更糟，这里的趋势也支持这些预测。下面的图表显示了美国 SCI 在分析期间的变化情况。各州的大小根据当年的入学总人数而定。
根据美国收入分布情况划分邮政编码也揭示了有趣而持续的图景。较富裕的邮政编码的高等教育集中度较低，但到 2017 年，即使是最富裕的邮政编码也出现了高等教育市场更加集中的情况，而且随着 2020 年后市场进一步萎缩，情况可能会进一步恶化。
随着集中度的提高，价格也随之上涨——既包括学杂费，也包括就学的 “净价格”，包括财政援助和住房等额外费用。造成这种情况的原因也是国家援助的逐渐减少，以及大部分高等教育领域事实上的私有化，使其看起来更像是以盈利为目的——以学费为生，旨在增加昂贵的学位，让学生感到有压力去获得这些学位。
（不同时期各邮政编码的 SCI、学杂费和净价格的时间序列）[2]
回归分析
我们之所以能够解释时间趋势，部分原因是我们已经对高等教育政策、入学率、学业成绩以及更广泛的经济状况有了很多了解。但是，为了分离当地学校集中度的影响，我们还需要进行进一步的回归分析。
具体来说，我们的观察层次是邮政编码。我们利用驾驶距离的概念将高等教育相关变量归因于邮政编码，并从美国社区调查中获取邮政编码的人口和经济数据。因此，我们能够确定，在有控制的条件下，按邮政编码划分的学校集中指数与上大学的费用之间是否存在关系。我们使用双向 “固定效应 “规格来过滤静态的邮政编码水平效应（其中可能包括城市与农村作为集中度的决定因素，也可能包括就读成本）和时间趋势（这将过滤掉上一节提到的总体动态）。我们还控制了邮政编码收入中位数（它可能随时间而变化，因此与邮政编码固定效应并不多余）。我们的想法是，在邮政编码范围内，SCI 和就学成本的随时间变化不太可能是由某些遗漏变量驱动的，当然，这一假设是非常有争议的。
在这项分析中，我们发现集中度与就读成本之间存在残差正相关关系：在这些控制因素的条件下，机构较少的邮政编码内的人支付的价格较高。
回归结果[3]
产业组织是经济学的一个分支，主要研究企业、市场和产业。问题在于如何解释像本案例中的结论：集中度越高的市场价格越高。这是因为这些市场中（数量较少的）企业拥有更大的市场支配力，可以在缺乏竞争的情况下利用这种支配力来制定价格吗？或者说，市场份额较高的企业是否因为对消费者更有吸引力，因而可以 “逃脱 “高价？高等教育很可能属于差异化商品，在这种商品中，企业（这里指高校）向公众提供的是独一无二的东西，因此不一定会直接相互竞争，尽管如果一家企业定价过高，其客户可能会被诱导转向另一家企业。具有差异化产品的行业通常被认为具有一定的市场支配力–问题在于，较高的集中度是意味着这些行业的竞争性较弱，还是竞争性较强（一言以蔽之，胜王为寇）。
SCI 平均净价的分档散点图[4]
我们知道高等教育中存在着强大的市场力量的一个重要原因就是巨大程度的价格歧视。支付标价的学生相对较少，大多数学生都能获得根据自身情况量身定制的一揽子经济援助，而另外的学生无法获得。(除其他事项外，一个学生不能向另一个学生 “出售 “自己的资助方案）。各大学肯定会根据他们对特定学生有多大可能有能力并愿意支付特定水平的学费的评估来调整他们的资助方案。高校通常以平等主义的方式来表现这种价格歧视：更有能力支付学费的学生支付更多的学费。但实际情况是，选择余地较少的学生支付的学费更多，而这些学生实际上是弱势群体。作为私有化整体趋势的一部分，资助政策的总体倾向已经从平等主义转向了歧视，这一点可以从州立的领衔院校中来自弱势背景的学生入学率下降中得到证明，而这些院校在历史上曾是高等教育中最能促进社会流动性的部分。各院校与其说是在将高等教育从富人手中重新分配到穷人手中，不如说是在收取市场（以及每位客户）愿意为某个学位支付的费用，并促使他们以更高的价格购买更多的学位。
Marginal effects analysis of the previous two way fixed effects regression.
All of this suggests that market power in higher education is an important and under-studied phenomenon. Here we present a fairly crude measure of market power—school concentration—that nevertheless appears to be at least correlated with outcomes we’d expect it to be. We can thus go one (small) step further toward interpreting the time trends we started with: concentration is increasing, and so are prices. The one may have something to do with the other.
对前一种双向固定效应回归的边际效应分析[5]
所有这些都表明，高等教育中的市场力量是一个重要的现象，但对其研究不足。在此，我们提出了一个相当粗略的市场力量衡量标准——学校集中度——但它似乎至少与我们预期的结果相关。因此，我们可以在解释时间趋势方面更进一步：集中度在提高，价格也在提高。两者之间可能存在某种联系。
脚注：
——————————————————————————————————————————————
[1]值得注意的是，该图表列出的是电信公司向 FCC 报告的速度。包括 Broadbandnow 的一份报告在内的许多报告估计，实际速度实际上要低得多，农村地区平均为 25Mbps，城市地区平均为 100Mbps。微软公司最近的另一份报告发现，有 1.57 亿人 “未能享受’宽带速度’的互联网”。即使电信公司报告的数字可能有所夸大，我们也可以看到学校集中程度与互联网质量之间存在负相关关系。
[2]这张图显示，随着国家对高等教育拨款的减少（按学生人数计算），以及之前蓬勃发展的营利性行业的减少，学校的集中度和学杂费都在增加，而净价格却基本保持不变。传统的非营利性机构已经想出了如何以类似营利性、学费高昂的商业模式来扩大招生，从而提高集中度。净价格不变可能是受两个对立趋势的驱动：传统院校的价格上涨，而历史上更昂贵的营利性院校的招生人数下降。
[3]平均净价对集中度、邮政编码收入中位数以及邮政编码和年份固定效应的双向固定效应回归。集中度的估计系数为正，表明平均而言，集中度较高的邮政编码面临较高的净价格。
[4]包括对邮政编码 ID、邮政编码收入中位数和时间的控制。该图描述了回归结果。
[5]该图可作如下解读： 根据我们对邮编 SCI 与平均净价之间关系的估计，将 SCI 从 0 增加到 10,000（即整个范围），平均净价将增加约 1150 美元。灰色阴影部分表示这些估计值的误差范围。
转载请注明：《中国社会分红/基本收入研究网》 浏览量：61 views
