一、引 言
2021年,中国共产党党员总数约为9514.8万名,占总人口的6.7%左右。中国共产党是有史以来最大规模的政党组织,领导了人类历史上覆盖最大人口规模的政治变革、社会进步和经济发展。作为这一重要组织的微观基础,共产党员个人的品质和行为不仅直接影响党组织决策和执行的质量,而且还通过影响其他人的思想和行为而产生一系列正外部性,即先锋模范作用。在建党初期,毛泽东等便提出共产党员要发挥先锋模范作用的概念(陈金庞,2005;李忠杰,2005)。党的十二大修改党章,明确指出共产党员要在生产、工作、学习和社会生活中起先锋模范作用。在庆祝中国共产党成立95周年大会上,习近平总书记指出“先进性和纯洁性是马克思主义政党的本质属性”。而党员的先进性主要体现在每一个党员按照党的先进性要求,发挥先锋模范作用的素质、能力和实际行动上。⑤
在本文之前大多数学者从理论和案例角度讨论了共产党员的先锋模范作用(陈兴銮,2005;商兆鑫,2005;梁作甲,2006)。但是,很少有学者从微观实证角度讨论共产党员的先锋模范作用。共产党员的先锋模范作用的分析属于同群效应分析,在实证检验过程中会面临三个计量识别挑战(Manski,1993;Sacerdote,2014)。首先是自选择问题。大多数情况下,人们会选择自己的同伴;我们观察到同伴间的学业表现相似,有可能是同群效应引起,也可能仅仅是相似的人聚在一起。再次是遗漏变量偏差问题。我们观察到同伴在校表现类似,可能是其他不可观测的共同学习环境导致。最后是映像问题。某学生的在校表现会受到其他同伴在校表现的影响,反过来,他在校表现也会影响其他同伴。该学生与其同伴间当期观测值的相关性是相互影响的结果,很难分离出其他同伴对该学生的单方面影响。
本文通过A财经高校研究生随机分宿舍的准自然实验来克服上述计量识别挑战,从而识别党员的同群效应。该财经高校研究生宿舍主要是根据学生姓名的拼音顺序进行分配的。普通话汉语拼音方案是在新中国成立初期才开始推行,该拼音方案是在明朝末年传教士学习汉语的拉丁字母方案基础上修改的。因此,我们认为该拼音顺序是外生决定的。实证检验也表明拼音顺序与学生智商、家庭背景等特征无关。这种随机的寝室分配方案使我们能够克服识别同群效应过程遇到的自选择和遗漏变量问题。同时,我们采取本科时候的入党状况作为解释变量,这样就避免了研究生之间相互影响的问题。
本文的实证结果验证了党员的先锋模范作用:如果在研究生宿舍中舍友本科党员的比例越高,学生在研究生时期的成绩越好。该结论不受到相同姓氏、大族姓氏、拼音顺序偏见、地域等家庭背景因素的影响。舍友本科党员比例对于非党员的影响较为明显,但是对党员的影响较小而且不显著。进一步的机制分析发现,研究生宿舍舍友本科党员的比例与寝室学习交流、学生自身学习态度显著正相关;党员的先锋模范作用主要是由于党员的学习素质等引起,可能不是党员本身的学习努力程度引起。
本文的主要贡献可能有三方面。首先,本文从微观实证的角度讨论共产党员的先锋模范作用。研究生随机分宿舍的实验允许我们准确衡量党员身份对周围人群产生的外溢性,这为讨论共产党员先进性提供了微观数据支持。其次,本文加深了对同群效应的内在机制的理解(杜育红和袁玉芝,2016)。目前关于同群效应机制的讨论仍然是有限的,本文发现研究生时期的讨论交流是研究生之间相互影响成绩的重要渠道。最后,本文的结论对当下研究生培养也具有一定的启示意义。本文发现本科入党的研究生会对其非党员的同伴产生明显的正向溢出效应。这说明我们可以通过创造党员和非党员之间更多的交流机会来发挥共产党员的先进性,进而改善学生的学业成绩。这将对所有需要研究生专业训练的领域都具有重要意义。
二、文献综述与理论机制
共产党员的先锋模范作用的分析属于同群效应分析。同群效应指的是同伴的背景、行为及产出会影响个人产出或行为,是教育学、经济学、社会学重要的前沿热点问题。同伴的学习成绩对学生的影响依赖于相应的制度背景(Epple和Romano,2011;Sacerdote,2014)。Sacerdote(2001)首次使用本科生随机分宿舍的实验分析同群效应,发现达茅斯学院大一新生成绩与舍友成绩存在显著正相关的关系。Carrell等(2009)使用美国空军学院随机分宿舍和中队的实验进行研究,他们发现寝室室友间不存在明显的同群效应,但相同中队学生的成绩存在较大而且显著的同群效应。张羽等(2011)、权小娟(2015)以及梁耀明和何勤英(2017)研究了我国大学本科生的同群效应,发现宿舍同伴对本科生成绩存在正向影响。但是这部分国内研究对宿舍分配的随机性论证有限,其结果有可能受到其他不可观测宿舍决定因素的影响。
另外,部分学者也关注其他非成绩因素可产生的同群效应。同伴的抽烟、饮酒和精神状态、班干部等非成绩因素对学生的影响更大(Kremer和Levy,2008;Eisenberg等,2013;Hu,2018)。例如,Zimmerman等(2004)使用美国大学生调查数据,发现大学生的保守程度等政治态度受到其寝室室友的影响。王春超和钟锦鹏(2018)开展小学随机排座的实验,发现小学生小组内的班干部数量增加对学生的开放度和神经质等非认知因素产生正面影响。
研究同群效应的内部机制有助于教育政策的有效设计,然而目前关于同群效应机制的讨论仍然是有限的(Duflo等,2011;Imberman等,2012;Feld和Zölitz,2017)。Mehta等(2019)发现寝室同伴会通过影响学习努力程度来影响本科生的学习成绩。Fang和Wan(2021)发现寝室同伴可能会通过影响学习方法和技巧来影响研究生的学习成绩。
研究生阶段的学生党员是本科阶段推举出的同龄人中较为优秀的那批人,具备较优秀的学习素养与个人品德。相较那些非党员的同寝室的室友们,他们更可能有着高效的学习方式与思路,更可能具备奋斗不息的精神及坚持不懈的努力,也更可能乐意与他人分享自身的学习经验。理论上,学生党员可能通过两种渠道影响同伴的学业成绩。首先,学生党员可能学习比较努力,进而对同伴产生影响(刘兴平和王如高,2006)。一个认真努力学习或者喜欢花时间做学术的党员,可以作为其他人积极学习的榜样,这可以提高研究生享受生活的愧疚感,降低其学习的心理成本。此外,努力学习的党员的存在还可能创造一个愉快的学习环境,从而进一步减少学习成本。
其次,党员本身可能具有优秀的学习素质,进而影响同伴的学业表现(王悦和邹世享,2008;常志静和时延春,2017)。第一,党员可能有良好的学习技巧。学习素质高的党员通常更容易理解学习材料或解决主要问题,在与弱势学生讨论交流课程知识时,帮助他们更有效地理解课程材料。由于研究生课程是专业和困难的,往往涉及大量专业中英文文献的阅读、专业知识的批判性吸收和创新。选择攻读研究生学位的学生通常有很强的学习动机,并且会花很多时间在学习上,学术技能的提高可能大幅提高研究生的学业表现。第二,党员学生可能较好地完成日常的学校课堂评估,如学生出勤率、课堂互动、课程作业。研究生课程作业可能考察学生的一系列学术能力,如演讲技巧、论文写作和研究项目设计。学习素质高的党员可能高效地理解课程作业内容,可以辅导他们的同伴完成他们的课程作业,或在小组讨论中分享他们对课程学习的见解。第三,党员可能会合理安排和分配学习时间。党员学生可能具备优秀的时间管理技能和学习习惯,以保持良好的学业表现。同宿舍的学生可以一起学习,有良好学习习惯的学生可以对室友的时间分配产生积极的影响。
之前的研究多从理论角度论证党员的先锋模范作用,很少有学者使用微观数据对此进行验证(陈兴銮,2005;商兆鑫,2005;梁作甲,2006)。A财经高校研究生随机分宿舍的自然实验允许我们识别大学生党员对周围人群产生的溢出效应,这为共产党员先锋模范作用的定性讨论提供了微观经验证据。
三、数据背景与实证策略
(一)数据背景
本文所采用的主要数据是2015—2017级A财经高校研究生的行政管理数据。A财经院校是东部沿海城市的一所公立大学。该校已建立以应用经济学为龙头,文理合理布局、协调发展的开放型经济学科群。该校硕士研究生培养的学制为两年半,学生在校期间通常是前三个学期上课,最后两个学期准备毕业论文。该校目前约有研究生近4 000名,学生籍贯涵盖我国的27个省份,这在一定程度上保证了学生背景的多样性。该学校行政数据包括宿舍分配、在校成绩、性别、年龄、民族和政治身份等信息。行政数据的优势在于测量结果比较准确,回归分析时不易受到测量误差影响。在该时期研究生课程设计没有明显变化,这就确保了不同年级成绩的可比性。
我们在2018年9月对2016级和2017级该财经高校研究生进行了实名问卷调查。调查内容包括在研究生和本科生时期学生的在校学业表现、在校努力程度、学习态度和家庭背景等。这些丰富的调查数据帮助我们排除部分潜在干扰因素并且检验同群效应背后的机制。本调查应答率为68.7%。我们通过学号将问卷数据与行政数据匹配。①
在问卷调查中,我们询问了研究生对自己专业的感兴趣程度。学生可以回答“没兴趣”“不太感兴趣”“一般”“比较感兴趣”“非常感兴趣”5个等级。我们定义了研究生是否对自己专业非常感兴趣的虚拟变量,如果学生回答“非常感兴趣”就定义为1,否则为0。我们还询问了研究生寝室的学习氛围,学生可以回答“非常差”“比较差”“一般”“比较好”“非常好”5个等级。我们定义了研究生寝室的学习氛围是否非常好的虚拟变量,如果学生回答“非常好”就定义为1,否则为0。我们还询问研究生是否定时与室友讨论交流学习问题,如果研究生回答“有时”“经常”或者“总是与室友交流”则定义为1,否则为0。
表1给出了主要变量的定义说明,表2则给出了主要变量的描述性统计量。根据行政数据,该财经高校研究生本科入党的比例为23.6%。在618间四人宿舍中,37.7%的宿舍没有本科党员,43.91的宿舍有一个本科党员,14.48%的宿舍有两个本科党员,3.22%的宿舍有三个本科党员,0.69%的宿舍有四个本科党员。这为我们识别党员同群效应提供了足够大的样本差异。该财经高校研究生平均成绩较高,均值为84.11,标准差为3.41。
变量名称 | 变量定义 |
2015—2017级研究生行政数据 | |
研究生各科平均成绩 | 研究生一年级和二年级时期的各科平均成绩 |
本科党员 | 本科时期为党员,则取1,否则取0 |
年龄 | 研究生的年龄 |
少数民族 | 少数民族则取1,否则取0 |
女性 | 女性则取1,否则取0 |
东部地区 | 东部地区则取1,否则取0 |
2016—2017级研究生调查数据 | |
本科平均成绩 | 调查问卷询问了大学本科时的平均成绩在哪个区间,如果研究生回答在90−100分之间则定义为95分,如果回答在80−90分之间则定义为85分,如果回答在70−80分之间则定义为75分,如果回答在60−70分之间则定义为65分,如果回答在60分以下则定义为55分 |
本科专业排名 | 调查问卷询问了大学本科时在本专业中的成绩排名情况。如果研究生回答在前10%则定义为5,如果回答在前10%−30%则定义为20,如果回答在前30%−50%则定义为40,如果回答在前50%−
70%则定义为60,如果回答在前70%以下则定义为85 |
本科每周去图书馆天数 | 大学本科时,平均每周去图书馆或者自习室的天数 |
本科每周课外学习时间 | 大学本科时,平均每周课外学习的小时数 |
研究生每周去图书馆天数 | 研一期间,平均每周去图书馆或者自习室的天数 |
研究生每周课外学习时间 | 研一期间,平均每周课外学习的小时数 |
研究生每周和室友学习时间 | 研一期间,每周和室友一起学习的小时数 |
研究生专业感兴趣程度 | 调查问卷询问了研究生对自己专业的感兴趣程度,如果研究生回答对自己专业“非常感兴趣”则取1,否则取0 |
研究生寝室学习氛围 | 调查问卷询问了研究生寝室的学习氛围,如果研究生回答“非常好”就定义为1,否则为0 |
研究生与室友讨论交流频率 | 调查问卷询问了研究生是否定时与室友讨论交流学习问题,如果研究生回答“有时”“经常”或者“总是与室友交流”则定义为1,否则为0 |
样本量 | 均值 | 标准差 | 最小值 | 最大值 | |
2015—2017级研究生行政数据 | |||||
研究生各科平均成绩 | 2 385 | 84.11 | 3.407 | 71.73 | 93.19 |
本科党员 | 2 385 | 0.236 | 0.425 | 0 | 1 |
年龄 | 2 385 | 23.07 | 1.465 | 19 | 36 |
少数民族 | 2 385 | 0.022 | 0.147 | 0 | 1 |
女性 | 2 385 | 0.680 | 0.467 | 0 | 1 |
东部地区 | 2 385 | 0.408 | 0.491 | 0 | 1 |
2016—2017级研究生调查数据 | |||||
本科平均成绩 | 1 179 | 82.85 | 5.990 | 55 | 95 |
本科专业排名 | 1 179 | 77.93 | 16.76 | 15 | 95 |
本科每周去图书馆天数 | 1 166 | 3.213 | 1.681 | 0 | 7 |
本科每周课外学习时间 | 1 133 | 13.84 | 10.70 | 0 | 49 |
研究生每周课外学习时间 | 1 127 | 14.77 | 11.29 | 0 | 48 |
研究生每周去图书馆天数 | 1 169 | 3.740 | 1.834 | 0 | 7 |
研究生每周和室友学习时间 | 1 151 | 8.249 | 9.639 | 0 | 48 |
研究生与室友讨论交流频率 | 1 179 | 0.881 | 0.324 | 0 | 1 |
研究生寝室学习氛围 | 1 179 | 0.236 | 0.425 | 0 | 1 |
研究生专业感兴趣程度 | 1 179 | 0.184 | 0.387 | 0 | 1 |
(二)实证策略
参照以往的文献,我们用如下方程来研究同群效应:
其中,
我们的基准回归假定党员的同群效应都是通过舍友均值来实现的。然而,先前的研究表明,同群效应可能是非线性的(Hoxby,2000;Carrell等,2009;Imberman等,2012)。为检验非线性的党员同群效应,我们使用如下方程来进行估计:
该方程的核心解释变量是虚拟变量
要准确识别同群效应,本文最关键的假设是在相同专业、年级和性别等保持不变的情况下,室友本科时候的特征变量
(三)宿舍分配的随机性
A财经高校要求所有的研究生读研期间必须住校,学校根据性别、专业和拼音顺序对学生进行排序,然后每相邻的四名学生分配到同一宿舍。③与国外大学不同,该宿舍分配过程不考虑学生个人兴趣和生活习惯,如音乐、抽烟、喝酒和信仰等。很少有学生要求换宿舍。根据后勤记录,样本中仅出现八位换宿舍的学生,占总样本的0.47%。
我们认为汉字的拼音顺序是外生决定的,因而与智商、勤奋程度和家庭背景等决定学生成绩的特征变量无关。汉字属于表意文字,而不是表音文字。我国原来没有拼音字母,采用其他文字注释的方法对汉字进行注音。由于方言的存在,汉字的读音在不同地区存在巨大差异。为规范汉语的读音,中央政府于1955年开始推广以北京市和承德市滦平县方言为基础的普通话(侯精一,1994)。
为方便汉语的拼读,中央政府在1958年开始推行汉语拼音方案(周有光,1958)。该汉语拼音方案是基于明代西方传教士拼写的拉丁字母方案。明朝末年(17世纪初),西方传教士来到中国传教。为了学习汉语,他们使用拉丁字母来拼写汉字。20世纪之前,该方案仅在西方传教士内部使用。因此,基于北京方言的汉语拼音顺序是完全外生决定的。我们预期,汉语拼音顺序与个人能力和家庭背景等因素无关,基于拼音顺序的宿舍分配可以是近似随机的。
接下来,我们检验拼音顺序是否与可观察到的学生特征相关。参照之前的文献(Gong等,2018),我们用学生姓名的拼音顺序对可观察到的学生特征变量进行OLS回归。由于学生宿舍分配是先基于性别、年级和专业进行分配,然后再按照拼音顺序进行排序。因此,我们控制了年级、性别和专业的固定效应及其交互项。表3第一列使用行政数据的全样本,第二列使用接受调查的样本。结果表明学生姓名的字母顺序与学生特征之间的相关性很小,而且统计上不显著。这也说明基于学生姓名拼音顺序安排的宿舍分配可以是近似随机的。
被解释变量:研究生姓名的拼音顺序 | |||
(1) | (2) | (3) | |
党员身份 | 0.163 | 0.181 | 0.425 |
(0.635) | (0.927) | (1.022) | |
年龄 | −0.252 | −0.104 | −0.136 |
(0.157) | (0.284) | (0.298) | |
汉族 | 2.436 | 3.693 | 4.840 |
(1.958) | (2.949) | (3.089) | |
东部地区 | 0.438 | 0.557 | 0.711 |
(0.522) | (0.775) | (0.855) | |
大学本科排名 | −0.023 | ||
(0.035) | |||
大学本科成绩 | −0.102 | ||
(0.075) | |||
本科每周去图书馆天数 | 0.153 | ||
(0.260) | |||
本科每周课外学习时间 | 0.013 | ||
(0.039) | |||
本科奖学金 | 0.160 | ||
(0.465) | |||
父亲教育年限 | 0.022 | ||
(0.172) | |||
母亲教育年限 | 0.051 | ||
(0.153) | |||
收入等级 | −0.090 | ||
(0.365) | |||
样本量 | 2 371 | 1 161 | 1 108 |
拟合优度 | 0.683 | 0.704 | 0.702 |
注:所有回归控制了年级、性别和专业的固定效应及其交互项。第一列回归使用行政数据。第二列和第三列回归使用接受调查的样本数据。回归使用了异方差的稳健型标准误。*、**和***分别表示在10%、5%和1%的显著性水平上显著,下表同。 |
四、实证分析
(一)舍友党员的同群效应分析
图1给出了舍友党员比例与研究生学习成绩的关系。我们可以看到,随着宿舍舍友本科党员比例的增加,研究生的平均成绩有上升的趋势。表4进一步给出了舍友党员比例影响的量化分析。第一列是我们的基准回归,核心解释变量是同一宿舍舍友本科党员比例,回归中控制了年级、性别和专业的固定效应及其交互项。回归结果验证了舍友党员身份同群效应的存在。本科时候入党的学生成绩要显著高于那些本科未入党的学生。同时,宿舍舍友的本科党员比例也与成绩存在显著正相关的关系。在四人宿舍中,舍友党员每增加1人,研究生成绩平均增加0.23分(这相当于自身本科党员身份影响的六分之一)。
本文党员同群效应的识别依赖于学生宿舍的随机分配,这确保了相同宿舍学生过去的结果不相关。前文的平衡性检验支持了该识别假定。然而,可能有学者仍担心本文同群效应的估计会受到与室友分配规则相关的其他混淆因素的干扰。由于这些遗漏变量偏差问题涉及本文核心识别假定,所以即使出现偏误的概率较低,本文也需要进行检验。
首先,我们的结果是由相同姓氏室友之间的社会互动造成的。由于学生宿舍是按姓名拼音顺序进行排序分配的,姓氏相同的学生可能会共用宿舍。在我们的样本中,1.35%的宿舍有4名同姓的学生,4.65%有3名姓氏相同的学生,15.47%有两个姓氏相同的学生。为了排除同姓室友互动带来的影响,我们在基准回归中加入姓氏相同的室友比例这个变量。表4的第二列报告了相应的结果。我们估计的同群效应具有接近基准回归的结果,并且在1%显著性水平上是显著的。这说明室友姓氏相同并不影响我们同群效应的估计。
其次,我们的结果可能受到大姓(如王、李、张、刘、陈等)的影响。宿舍分配规则使姓氏是大姓的人更可能住在相同或相邻的宿舍中。为了检验大姓氏族的影响,我们控制了大姓姓氏的固定效应。如果我们的样本中有超过20名学生拥有该姓氏,我们将其定义为大姓。我们找到了11个常见的姓氏,拥有这些姓氏的学生占总样本的44.39%。根据表4的第三列中报告的结果,在控制了大姓姓氏固定效应后,估计的党员同群效应几乎没有变化。因此,我们估计的同群效应不是由大姓姓氏学生之间的社会交流驱动的。
再次,我们的结果可能受到字母顺序偏见的影响。当从有序列表中做出选择时,由于时间限制,人们往往更多地关注列表中的前几个候选者。例如,Huang(2015)发现,英文论文第一作者姓名的字母顺序越靠前,文章的引用量越大。如果研究生的其他课程组织安排(不包括宿舍分配)是按照拼音顺序进行排序的,而这些组织安排使姓氏排名靠前的学生更有可能获得更好的学习成绩,我们的估计结果可能会偏大。为了排除这种可能性,我们控制了姓氏首字母的固定效应。表4第四列中估计结果表明,姓氏首字母的固定效应不影响党员同群效应的估计。我们还通过删除姓氏拼音的首字母为A、B、C、X、Y、Z的学生样本检验了字母顺序偏见的影响。第五列中报告了删减后样本的估计结果,结论保持不变。可见,字母顺序偏见对我们实证结果不产生影响。
最后,我们的结果可能受到地域、家庭背景等因素的影响。相同或者类似的姓氏可能来自同一片地区(比如因为简化字的推行,部分戴姓改为代姓)。在表4的第六列回归中,我们控制了省份和少数民族固定效应。结果表明,我们党员同群效应的估计与地域、民族等因素无关。我们还把样本限制在接受调查的学生样本,进一步控制了父亲的教育程度、母亲的教育程度、家庭收入等级和出生省份的固定效应后,室友本科党员比例的估计系数与基准结果差异不大,并且在1%显著性水平下显著。⑥本文的基准结果不受到上述遗漏变量的影响,这也进一步验证了本文的识别假定:如果按照拼音顺序安排宿舍可以看成是随机实验,那么增加额外相关控制变量不会影响估计结果。
被解释变量:研究生时期的平均成绩 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | |
本科党员 | 1.046*** | 1.051*** | 1.040*** | 1.030*** | 0.908*** | 1.021*** |
(0.125) | (0.125) | (0.125) | (0.126) | (0.171) | (0.124) | |
室友本科党员比例 | 0.677*** | 0.693*** | 0.680*** | 0.639*** | 0.679** | 0.710*** |
(0.248) | (0.248) | (0.245) | (0.245) | (0.322) | (0.243) | |
相同姓氏 | −0.300 | |||||
(0.262) | ||||||
年级、性别、专业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本量 | 2 368 | 2 368 | 2 368 | 2 367 | 1 444 | 2 367 |
拟合优度 | 0.610 | 0.611 | 0.616 | 0.617 | 0.613 | 0.620 |
注:所有回归使用了A财经高校2015—2017级研究生行政数据,控制了年级、性别和专业的固定效应及其交互项。第一列给出了基准回归结果。第二列回归控制具有相同姓氏的室友的比例。第三列回归控制了常见姓氏的固定效应。第四列回归控制姓氏拼音首字母的固定效应。第五列剔除了姓氏拼音首字母为A、B、C、X、Y、Z的样本。第六列控制了出生省份和少数民族固定效应。回归使用了寝室层面聚类的稳健型标准误。 |
上述回归分析假定室友本科党员比例的影响是线性的。接下来,我们放松该假定。我们使用室友本科党员比例的固定效应来估计其非线性影响。表5报告了相应的结果。第一列估计表明,如果室友本科党员比例由0变为1/3、2/3和1时,研究生各科平均成绩将分别提高0.282、0.401和0.678分。④平均来说,室友本科党员比例越高,研究生成绩越高,而且这种影响近似线性。
被解释变量:研究生时期的平均成绩 | ||
(1) | (2) | |
本科党员 | 1.045*** | 1.180*** |
(0.125) | (0.202) | |
舍友党员比例为1/3 | 0.282** | |
(0.125) | ||
舍友党员比例为2/3 | 0.401** | |
(0.189) | ||
舍友党员比例为1 | 0.678 | |
(0.484) | ||
本科党员&舍友党员比例为1/3 | 0.207 | |
(0.232) | ||
本科党员&舍友党员比例为2/3 | 0.228 | |
(0.414) | ||
本科党员&舍友党员比例为1 | −1.071 | |
(0.726) | ||
非本科党员&舍友党员比例为1/3 | 0.323** | |
(0.161) | ||
非本科党员&舍友党员比例为2/3 | 0.488** | |
(0.207) | ||
非本科党员&舍友党员比例为1 | 1.604*** | |
(0.469) | ||
年级、性别、专业固定效应 | 控制 | 控制 |
样本量 | 2 371 | 2 371 |
拟合优度 | 0.611 | 0.613 |
注:所有回归使用了A财经高校2015—2017级研究生行政数据,控制了年级、性别和专业的固定效应及其交互项。回归使用了寝室层面聚类的稳健型标准误。 |
参考之前的文献,我们进一步允许党员比例的非线性影响对不同人群是不同的(Carrell等,2009)。在第二列回归中,我们加入了本科党员的虚拟变量与舍友党员比例的虚拟变量交互项。回归结果表明:对于本科不是党员的研究生而言,舍友党员比例越高,研究生在校表现越好;对于本科入党的研究生而言,舍友党员比例的影响较小而且不显著。该结果对我们制定教育政策有重要启示,这意味我们或许可以通过重新分配小组成员来改进学生在校表现。比如说,把党员分配到非党员宿舍,这可以改善非党员的研究生各科成绩,但对党员产生的负面影响又很小。
(二)党员影响的机制分析
上一节的分析表明党员的确会对身边的舍友成绩起到积极促进作用。但是党员身上哪些特征会对他人产生影响?党员通过什么渠道来影响他人?本节同时使用调查和行政数据,进一步分析舍友党员比例对研究生成绩影响的具体机制。理解同群效应产生的机制将有助于我们更好地分配教育资源,实施教育干预政策。
上一节实证检验的是党员舍友的总体效应。党员舍友可能有学习努力和学习能力强等特点,党员舍友身上的具体哪一类特点更可能影响他人呢?表6报告了学生和其舍友各种本科特征变量对学习成绩的影响。由于部分学生不参与调查而本科学习时间、本科学习成绩等特征变量来自调查问卷,有人可能会担心存在选择性偏误。表6第一列报告了使用调查数据样本的基准回归结果,该回归结果与表3第一列的所有学生样本回归结果类似。这说明使用调查数据估计的同群效应偏误可能不大。
首先,本科就入党的研究生可能学习比较努力,学生的努力程度可能是调节党员同群效应的重要因素。如果努力程度机制很重要,我们应该可以观察到:研究生的学习成绩受到室友学习时间的影响;如果把室友的学习努力程度加入基准回归中,室友本科党员比例的估计系数会减小。我们使用大学本科时期的每周课外学习时间和每周去图书馆的天数来衡量学生的努力程度。表6报告第二列和第三列回归加入学生及其室友在本科时期的努力程度。结果表明,在控制学生和室友在本科时期的学习努力程度后,室友的本科党员身份仍然会对研究生成绩产生显著的正面影响。另外,室友在本科时期的学习努力程度对研究生成绩的影响较小而且不显著。这说明党员身份的同群效应不是通过党员的学习努力程度而产生影响的。这有可能是因为相对于没有读研的学生,读研的学生通常有较强的学习动机,而且已经花很多时间在专业学习上。对研究生而言,同伴的学习行为可能很难产生示范效应。
被解释变量:研究生成绩 | |||||
(1) | (2) | (3) | (4) | (5) | |
本科党员 | 1.215*** | 1.267*** | 1.242*** | 0.998*** | 0.777*** |
(0.197) | (0.207) | (0.204) | (0.206) | (0.204) | |
室友本科党员比例 | 0.852** | 0.846** | 0.917** | 0.595 | 0.607 |
(0.373) | (0.394) | (0.391) | (0.373) | (0.382) | |
本科时每周课外学习时间 | 0.021** | ||||
(0.009) | |||||
室友本科时平均课外学习时间 | 0.017 | ||||
(0.013) | |||||
本科时每周去图书馆天数 | 0.118** | ||||
(0.057) | |||||
室友本科时平均每周去图书馆天数 | 0.141 | ||||
(0.087) | |||||
本科成绩 | 0.089*** | ||||
(0.014) | |||||
室友平均本科成绩 | 0.067*** | ||||
(0.020) | |||||
本科排名 | 0.760*** | ||||
(0.094) | |||||
室友本科排名 | 0.299** | ||||
(0.133) | |||||
年级、性别、专业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本量 | 1 161 | 1 063 | 1 105 | 1 119 | 1 119 |
拟合优度 | 0.588 | 0.595 | 0.591 | 0.610 | 0.619 |
注:所有回归使用了A财经高校2016—2017级接受调查的学生样本数据,控制了年级、性别和专业的固定效应及其交互项。回归使用了寝室层面聚类的稳健型标准误。 |
其次,本科就入党的研究生可能本身比较优秀。学习能力较高的学生或许可以帮助同伴解决专业学习上遇到的困难,传授高效的学习技巧来影响同伴的学习成绩。表6第四列和第五列对这一机制进行了讨论。我们使用学生本科时候的平均成绩和大学专业排名来衡量学生的学习能力。结果表明:把学生自己和其室友本科学习能力的代理变量加入回归后,本科舍友党员比例的影响系数减少甚至不显著,而室友本科学习能力对研究生成绩则有非常显著的正面影响。这说明党员的学习能力可能会对室友产生较大的影响。
我们接下来讨论舍友党员比例是否会对研究生期间的学习态度、学习时间等中间变量产生影响。表7报告了相应的结果。第一列回归的被解释变量是研究生对自己专业非常感兴趣程度的虚拟变量,结果表明舍友本科党员比例会边际显著增加研究生对自己专业非常感兴趣程度的概率(在15%的显著性水平下)。第二列回归的被解释变量是研究生回答是否“寝室学习氛围非常好”的虚拟变量,结果表明舍友本科党员比例会边际显著增加“寝室学习氛围非常好”的概率(在15%的显著性水平下)。第三列回归的被解释变量是研究生是否定时与室友讨论交流学习问题,结果表明舍友本科党员比例会显著增加研究生与室友讨论交流的频率。第四列回归的被解释变量是研究生每周和室友一起学习的时间,结果表明舍友本科党员比例会显著增加研究生每周和室友一起学习的时间。总的来说,前四列的结果表明,舍友党员比例越高,研究生学习态度往往较好。由于调查抽样误差可能产生的干扰,其中个别变量的显著性相对弱些,但这不影响本文的整体结论。
被解释变量:研究生时期的在校表现 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | |
专业感兴趣 | 寝室学习
氛围 |
室友讨论
频率 |
室友共同
学习时间 |
课外学习
时间 |
图书馆自习天数 | |
本科党员 | −0.010 | −0.013 | 0.018 | −0.740 | 0.461 | 0.082 |
(0.030) | (0.033) | (0.026) | (0.711) | (0.899) | (0.141) | |
室友本科党员比例 | 0.083* | 0.081* | 0.101** | 3.203* | 1.208 | −0.253 |
(0.052) | (0.053) | (0.040) | (1.666) | (1.745) | (0.268) | |
年级、性别、专业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本量 | 1 161 | 1 161 | 1 161 | 1 061 | 1 108 | 1 151 |
拟合优度 | 0.143 | 0.129 | 0.119 | 0.138 | 0.151 | 0.186 |
注:所有回归使用了A财经高校2015—2017级研究生行政数据,控制了年级、性别和专业的固定效应及其交互项。 |
我们还调查了研究生读研期间的学习努力程度。第五列和第六列的被解释变量分别是研一期间平均每周课外学习时间和每周去图书馆天数。结果表明,舍友本科党员比例对研究生的总学习时间影响似乎不大。这说明舍友党员身份主要改变了学习交流对象,而不是总的学习时间。
(三)党员影响的异质性
本文的分析是基于单个学校随机分宿舍的准自然实验,研究过程中会面临有外部效应的质疑。例如,A财经高校属于财经类院校,财经类专业的学生可能更加在乎社会网络,因而更加愿意与同学互动并且相互学习。有人可能会怀疑,本文的实证结果可能会受到学生专业特征的影响。此外,财经类院校女生占比往往比较高,A财经高校中女生占比约为70%。有人可能会怀疑,本文的实证结果可能只适用于女生,男生可能不会受到宿舍环境的影响。在本节,我们进行子样本分析,进而来检验我们关于党员同群效应的结论是否受到某些样本特征的影响。
表8报告了异质性分析结果。A财经高校的研究生专业大多与经济学专业相关。我们将国际贸易、金融、会计和工商管理归为经济专业,将法律、外语、统计和马克思主义归为非经济专业。第一列和第二列分别列出了经济类和非经济类专业学生的估计结果。估计的同伴效应对于两组来说是相似的。相较于经济类专业学生,非经济类专业的学生成绩受到室友本科党员比例的影响更大而且更加显著,但是这种差异在统计上并不显著。第三列和第四列给出了分性别样本的回归结果。相较于女生来说,男生成绩受到室友本科党员比例的影响更大,但是这种差异在统计上并不显著。
被解释变量:研究生时期的平均成绩 | ||||||
(1) | (2) | (3) | (4) | (5) | (6) | |
经济专业 | 非经济专业 | 男性 | 女性 | 毕业年级 | 在校年级 | |
本科党员 | 1.174*** | 0.856*** | 1.258*** | 0.966*** | 0.840*** | 1.144*** |
(0.176) | (0.163) | (0.255) | (0.142) | (0.188) | (0.160) | |
室友本科党员比例 | 0.802** | 0.463 | 0.538 | 0.731*** | 0.587 | 0.715** |
(0.338) | (0.351) | (0.545) | (0.276) | (0.357) | (0.322) | |
年级、性别、专业
固定效应 |
控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
样本量 | 1 398 | 970 | 748 | 1 620 | 698 | 1 670 |
拟合优度 | 0.532 | 0.475 | 0.606 | 0.569 | 0.678 | 0.575 |
注:所有回归使用了A财经高校2016—2017级接受调查的学生样本数据,控制了年级、性别和专业的固定效应及其交互项。 |
我们还检验了不同年级子样本的同群效应。我们的行政数据涵盖2015—2017级研究生。在我们获取样本的时候,2015级研究生已经离校,而2016和2017级研究生仍然在校学习。同群效应可能对已经毕业的学生和没有毕业的学生不一样。第五列和第六列给出了不同年级样本的同群效应估计。结果发现2016和2017级研究生党员产生的同群效应比2015年级研究生更强,但这种差异在统计上不显著。
五、结论与启示
国内很少有学者从微观实证角度讨论共产党员的先锋模范作用。我们使用行政和调查数据,结合准自然实验的分析框架,以 A 财经高校研究生宿舍学习的同群效应为例,实证分析了共产党员的先锋模范作用。研究发现,研究生宿舍中舍友本科党员的比例增加对学生研究生时期成绩有正面影响。该影响对非党员影响更大,对党员影响很小。我们还发现,党员的先锋模范作用是由于党员的学习素质等引起,而不是党员本身的学习努力程度引起。另外,本科党员的研究生与寝室学习交流、学生自身学习态度显著正相关。
本文对我国研究生教育改革具有一定的启示意义。研究生教育属于整个教育产业链的最高端。我国要成为教育强国,必须把这最高端教育做好,必须合理安排研究生阶段的学生、教师和学校的资源。本文发现,研究生本科党员身份不仅与自身研究生时期成绩显著正相关,还与室友成绩正相关。这启示我们可以通过创造多种形式的学科讨论交流会,鼓励党员和非党员的学术互动,进而来改善研究生的在校表现。在其他高知识技能的专业领域,我们也可以通过鼓励自身素质高的党员到非党员的群众队伍中去,发挥党员的先锋模范作用,进而提高整个社会的经济文化水平。
此外,本文的结论对当下高校共产党员队伍建设也具有一定的启示意义。大学生党员是高等学校中的先进分子,是学校党组织与青年学生联系最紧密的纽带和桥梁。学生党员能否保持先进性,发挥先锋模范作用,直接影响到广大学生对我党的认同、追求和归属,更关系到党执政能力的提高和执政地位的巩固(刘兴平和王如高,2006;常志静和时延春,2017)。本文发现,大学生本身的学习素质在发挥党员先锋模范作用时发挥着重要作用。这启示我们应该积极完善党员的筛选和培养机制,吸引尽可能多的优秀人才加入党员队伍。首先,应严格把关党员发展对象的选拔考核。对选拔的入党积极分子开展系统的党知识教育,对确定的党员发展对象进行全方位、立体化的考核评价。其次,应加强预备期的考察。党组织对预备期先进性作用发挥不明显的学生党员,及时进行再考察、再教育,必要时视情况予以延期转正甚至取消预备党员资格。最后,应持续加强对学生正式党员的考核。规范开展学生党员的组织生活,增强学生党员在学校建设和发展中的主体意识。定期从党性修养、专业知识和创新能力等方面对学生党员作出考核评价,让学生党员始终保持旺盛的进取精神。
习近平总书记特别强调“一个党员就是群众中的一面旗帜”,青年群体中最有活力最有热情的就是高校学生党员群体,他们是中国共产党组织中的特殊群体,是党的新兴力量,是党的人才库,是党的未来发展基石。高校党员要发挥先锋模范作用,从自身还要做好三方面工作:一是带头作用,高校党员应充当先锋榜样,在思想和学习上,以身作则,做好表率,积极充当同学的指路人。二是骨干作用,优秀的共产党员班委,在工作中要始终以群体的利益为价值准则,成为班级同学坚强的后盾,积极解决同学困难,爱党敬业,勇于承担责任,团结同学。三是纽带作用,优秀共产党员的先锋模范作用要求党员成为沟通的桥梁,积极承担起学生群体和高校党组织的沟通交流责任,保障学生群体诉求的上达以及学校方针政策的准确下达,避免矛盾冲突,顺利展开工作。
今后的研究还可以在本文基础上进一步深入研究党员的同群效应。首先,我们的研究样本是自我选择读财经类高校的研究生,党员的同群效应对我们样本中没有观察到的人群可能不同。虽然本文的党员的同群效应在不同性别、年级和专业存在显著差异,但这不排除在其他学校或者人群存在异质性。例如,学生可能会因为希望有更好的社会交往平台而选择读财经类高校研究生;而那些选择不读研的学生可能会低估社交网络的价值,不太愿意和优秀的同伴互动。对于不同的样本,党员同群效应的估计值可能就没有我们估计得那么大。其次,我们只讨论了党员对同伴学习成绩、学习时间和学习态度的影响。在政治态度、精神状态和社会交往方面,党员对同伴也可能有显著影响。本文未对这些结果做出讨论。最后,我们估计出来党员身份对同伴成绩的提高最终能否转化成劳动生产率的提高仍有待考察。在劳动力市场中,党员能否发挥先锋模范作用也是个重要的问题。今后的研究可以结合因果推断等分析框架,使用详细的个体微观数据,更加全面评估党员的先锋模范作用。
① 限于篇幅,调查表格省去,若有需要可以向作者索取。
② 这里的逻辑和检验班级女生比例对学生成绩的影响类似(Gong等,2018)。在基准检验部分,作者会估计班级女生比例对学生成绩的总体影响。但是,女生可能意味学生认真细心、遵守秩序和表达能力强等多种特点。基准检验估计女生这些特点的总体因果效应,遗漏这些变量不会产生遗漏变量偏差问题。在机制检验部分,作者仍然可以进一步探讨具体是哪个女生特点对学生成绩的影响最大。同时,作者也会讨论女生比例对学习态度、努力程度等决定成绩的中间因素的影响。
③ 我们和宿舍管理员、辅导员和学生都确认过该分配方法。另外,我们也用软件检查过宿舍名单的排序,除了换宿舍的学生,其他学生宿舍安排均符合该排序。
④ 当室友党员比例变为1时,系数在统计上并不显著。这里可能的原因是该变量方差很小。虽然系数在统计上不显著,但是系数的大小与其他实证结果一致,即舍友的党员比例越高,本人的研究生成绩越好。
⑤ 每个时期,共产党员的先锋模范作用具有不同的时代特征。在革命战争时期,党员要带头冲锋陷阵,保卫祖国,保卫人民,秉持“吃苦在前,享乐在后”的崇高信念;在改革开放时期,要求党员能够解放思想,实事求是,革故鼎新,建设美丽新中国,推动中国经济高速发展。
⑥ 该结果没有在文中展示,如有需要可向作者索取。
[1] | 常志静, 时延春. 如何发挥研究生党员的先锋模范作用[J]. 教育界, 2017(25): 11–12. DOI:10.3969/j.issn.1674-9510.2017.25.006 |
[2] | 陈金庞. 共产党员先进性的历史考察[J]. 党史纵览, 2005(7): 25–29. |
[3] | 陈兴銮. 在实践中体现共产党员的先进性[J]. 求是, 2005(24): 48. |
[4] | 杜育红, 袁玉芝. 教育中的同伴效应研究述评: 概念、模型与方法[J]. 教育经济评论, 2016(3): 77–91. |
[5] | 侯精一. 推行普通话(国语)的回顾与前瞻[J]. 语言文字应用, 1994(4): 74–78. |
[6] | 李忠杰. 中国共产党先进性建设的历史进程和主要经验[J]. 中国党政干部论坛, 2005(7): 4–8. DOI:10.3969/j.issn.1006-0391.2005.07.002 |
[7] | 梁耀明, 何勤英. 大学生学业成绩的宿舍同伴效应分析[J]. 教育与经济, 2017(4): 83–88. |
[8] | 梁作甲. 如何充分发挥高校学生党员的先锋模范作用[J]. 求实, 2006(S1): 220–221. |
[9] | 刘兴平, 王如高. 浅论大学生党员先锋模范作用的发挥[J]. 学校党建与思想教育, 2006(12): 28–29. DOI:10.3969/j.issn.1007-5968.2006.12.011 |
[10] | 权小娟. 大学成绩的同伴影响研究: 基于多层次模型的分析[J]. 清华大学教育研究, 2015(5): 66–76. |
[11] | 商兆鑫. 试论新时期共产党员的先进性[J]. 求实, 2005(3): 23–25. DOI:10.3969/j.issn.1007-8487.2005.03.007 |
[12] | 王春超, 钟锦鹏. 同群效应与非认知能力——基于儿童的随机实地实验研究[J]. 经济研究, 2018(12): 177–192. DOI:10.3969/j.issn.1672-5719.2018.12.157 |
[13] | 王悦, 邹世享. 高校党员先进性组织建设机制探析[J]. 求实, 2008(S1): 41–42. |
[14] | 张羽, 杨斌, 张春生, 等. 中国高校班集体制度对学生成绩影响的实证研究[J]. 清华大学学报(哲学社会科学版), 2011(3): 133–142. |
[15] | 周有光. 汉语拼音方案的争论问题及其圆满解决[J]. 中国语文, 1958(4): 172–178. |
[16] | Carrell S E, Fullerton R L, West J E. Does your cohort matter? Measuring peer effects in college achievement[J]. Journal of Labor Economics, 2009, 27(3): 439–464. DOI:10.1086/600143 |
[17] | Duflo E, Dupas P, Kremer M. Peer effects, teacher incentives, and the impact of tracking: Evidence from a randomized evaluation in Kenya[J]. American Economic Review, 2011, 101(5): 1739–1774. DOI:10.1257/aer.101.5.1739 |
[18] | Eisenberg D, Golberstein E, Whitlock J L, et al. Social contagion of mental health: Evidence from college roommates[J]. Health Economics, 2013, 22(8): 965–986. DOI:10.1002/hec.2873 |
[19] | Epple D, Romano R E. Peer effects in education: A survey of the theory and evidence[J]. Handbook of Social Economics, 2011, 1: 1053–1163. |
[20] | Fang G F, Wan S. Peer effects among graduate students: Evidence from China[J]. China Economic Review, 2020, 60: 101406. DOI:10.1016/j.chieco.2020.101406 |
[21] | Feld J, Zölitz U. Understanding peer effects: On the nature, estimation, and channels of peer effects[J]. Journal of Labor Economics, 2017, 35(2): 387–428. DOI:10.1086/689472 |
[22] | Gong J, Lu Y, Song H. The effect of teacher gender on students’ academic and noncognitive outcomes[J]. Journal of Labor Economics, 2018, 36(3): 743–778. DOI:10.1086/696203 |
[23] | Hoxby C M. Peer effects in the classroom: Learning from gender and race variation[R]. NBER Working Paper No.7867, 2000. |
[24] | Hu F. Migrant peers in the classroom: Is the academic performance of local students negatively affected?[J]. Journal of Comparative Economics, 2018, 46(2): 582–597. DOI:10.1016/j.jce.2017.11.001 |
[25] | Huang W. Do ABCs get more citations than XYZs?[J]. Economic Inquiry, 2015, 53(1): 773–789. DOI:10.1111/ecin.12125 |
[26] | Imberman S A, Kugler A D, Sacerdote B I. Katrina’s children: Evidence on the structure of peer effects from hurricane evacuees[J]. American Economic Review, 2012, 102(5): 2048–2082. DOI:10.1257/aer.102.5.2048 |
[27] | Kremer M, Levy D. Peer effects and alcohol use among college students[J]. Journal of Economic Perspectives, 2008, 22(3): 189–206. DOI:10.1257/jep.22.3.189 |
[28] | Manski C F. Identification of endogenous social effects: The reflection problem[J]. The Review of Economic Studies, 1993, 60(3): 531–542. DOI:10.2307/2298123 |
[29] | Mehta N, Stinebrickner R, Stinebrickner T. Time-use and academic peer effects in college[J]. Economic Inquiry, 2019, 57(1): 162–171. DOI:10.1111/ecin.12730 |
[30] | Sacerdote B. Peer effects with random assignment: Results for Dartmouth roommates[J]. The Quarterly Journal of Economics, 2001, 116(2): 681–704. DOI:10.1162/00335530151144131 |
[31] | Sacerdote B. Experimental and quasi-experimental analysis of peer effects: Two steps forward?[J]. Annual Review of Economics, 2014, 6: 253–272. DOI:10.1146/annurev-economics-071813-104217 |
[32] | Zimmerman D J, Rosenblum D, Hillman P. Institutional ethos, peers and individual outcomes[R]. Discussion Paper Number 68, Williams Project on the Economics of Higher Education, 2004. |