Данные для исследования

Настоящая работа базируется на исследовании данных, полученных в ходе лонгитюдного исследования учащихся московских школ, начатом в 2012 году, когда участники исследования были в 9 классе и стояли перед выбором своей дальнейшей траектории обучения и жизни в целом. Всего было опрошено в ходе первой волне более 5000 школьников. Лонгитюдное исследование на данный момент включает в себя три волны. Вторая волна проходила спустя два года после начала проекта, когда одна часть респондентов, продолживших свое обучение в стенах школ после 9-ого класса, стояла перед очередным выбором, а именно выбором высшего учебного заведения и дальнейшей своей специализации, а другая часть получала среднее специальное образование, либо закончила получение образования на уровне 9 классов школы. Третья волна была отделена от второй волны одним годом, то есть, ученики, стоявшие год назад перед выбором, его осуществили. Данное исследование московских школьников является частью масштабного панельного лонгитюдного проекта «Мониторинг образовательных и трудовых траекторий», который проводится НИУ ВШЭ совместно с Фондом Общественного Мнения.

В данном исследовании анализируется панель данных, включающая в себя только результаты ЕГЭ московских школьников, то есть, школьников, которые обучаются в регионе с самым большим рынком высшего образования в стране и большинство из которых поступает в университет в том же регионе, в городе Москве, где и обучались в школе. Благодаря спецификации данного исследования только на школьниках, обучавшихся в Москве, нам удается исключить такие транзакционные издержки, связанные с поступлением в высшие учебные заведения, как издержки на переезд, проживание в другом городе и т. д. Другими словами, региональные барьеры допуска к высшему образованию в условиях низкой мобильности населения в России исключаются, благодаря использованию данных лонгитюдного исследования исключительно школьников из Москвы.

Всего в массиве имеется информация о 5043 респондентах, однако в данной выпускной квалификационной работе исследуются данные только о тех респондентах, образовательная траектория которых привела их на первый курс вуза. При этом важен факт обучения на бюджетной основе, так как при определении уровня вуза используются данные о среднем балле зачисленных студентов. Таким образом, исследуемая выборка сократилась до 826 человек, которые на момент проведения третьей волны лонгитюдного исследования, в 2014/2015 учебном году, обучались в вузе на бюджетной форме обучения. В полученный массив данных была добавлена информация о селективности вуза, в который поступил каждый из респондентов, выраженная в среднем балле ЕГЭ среди зачисленных на бюджет. Данная информация была получена из Мониторинга качества приема в вузы НИУ ВШЭ 2015 года Более подробную информацию можно посмотреть на странице данного исследования на официальном сайте НИУ ВШЭ: https://ege.hse.ru/. Кроме того, также была добавлена информация о том, какие предметы учитывались при приёме для того, чтобы установить средний балл ЕГЭ респондента по учитываемым предметам. Данная информация была взята из справочника, включающего в себя информацию о вузах Москвы и Московской области [Кузнецова, 2016]. В результате проведенных манипуляций итоговая рассматриваемая в этой работе выборка включает в себя 718 наблюдений.

В качестве инструментария был выбран эмпирический метод исследования, а именно измерение факторов, являющихся предикторами несоответствий между качеством абитуриента и качеством вуза. Измерение влияния данных факторов осуществляется при помощи построения, во-первых, логистической регрессии и, во-вторых, производственной функции в образовании при помощи метода наименьших квадратов. Были рассмотрены 6 логистических регрессий, отражающие вероятность того, что студент попадет в вуз более высокого уровня, нежели его собственные способности, то есть произойдет ситуация овермэтчинга, наоборот, в менее селективный вуз, то есть произойдет ситуация андермэтчинга, а также вероятность самого мэтчинга. Для простоты интерпретации полученных результатов в работе использованы средние предельные эффекты.

В исследовании используется логистическая регрессия в связи с тем, что зависимая переменная при изучении влияния на вероятность мэтчинга выражена бинарной переменной, принимающей значения от 0 до 1. О том, как именно вычисляется овермэтчинг и андермэтчинг в данный работе, речь пойдёт далее.

Кроме этого, были оценены еще две функции, одна отражает влияние различных факторов на сами результаты ЕГЭ, вторая также посвящена изучению детерминант несоответствий, однако рассматривается непосредственно само влияние различных факторов на образующуюся разность между результатом ученика и уровнем вуза.