中图分类号：F08;G40-054 文献标识码：A 文章编号：1003-4870(2016)01-0033-06 一、引言 传统意义的留学教育指留学生离开自己的国家或地区到另一个国家或地区求学，而本土留学教育不同于以往的留学教育，是一国公民不用出国就可以在自己的国家接受来自其他国家大学提供的本科专业教育。[1]本研究中，大学本土留学特指中国公民在中外合作办学机构(包括独立设置机构和二级学院)，接受以英文为主要教育语言，以原版教材为主要学习资料等以国外教育模式为主的高等教育、学历教育。大学本土留学与中外合作高等教育联系密切，中外合作办学促成了大学本土留学的实现。目前，中外合作办学已初具规模，并进入快速发展阶段，自2010年以来，平均每3天就诞生一个本科及以上中外合作办学机构或项目，截止到2015年底，全国经批准设立或举办的本科及以上中外合作办学项目有1084个，具有法人资格高等教育中外合作办学机构11个(含筹)，不具有法人资格中外合作办学机构(二级学院)57个(含筹)[2]。可见，本土留学教育作为一种新生事物，正逐渐成为高等教育的一部分。在经济全球化及高等教育国际化的时代背景下，在我国中外合作办学异军突起的现实动因驱动下，基于对本土留学教育未知与挑战，有必要对本土留学生这一特殊群体的高等教育投资收益进行实证研究与理论反思。 长期以来，研究者侧重从办学形式、办学政策、质量保障、师资队伍建设等方面对中外合作办学展开研究，而对本土留学教育的研究极为有限。从受教育者视角出发，接受本土留学教育是否能够以低投入获得高回报，学有所值？我们能否突破传统研究方法的局限性，有效识别、检测与鉴定大学本土留学个人收益？为更客观、更有效地揭示本土留学的个人收益，我们引入计量经济学中新兴的计量方法——倾向指数匹配法(Propensity Score Matching，PSM)，使用非随机化或非实验方法估计干预效应，以得到本土留学教育对个人收益影响的无偏估计量。 二、研究方法 传统计量高等教育质量收益的方法是在明瑟收入模型中加入反映教育质量的变量，运用OLS回归法进行评估。因OLS回归模型存在强前提假设、自我选择偏差、内生性等问题而导致估计存在严重偏差，研究者通常运用扩展的OLS回归模型以尽量控制误差，但仍然很难解决样本选择性偏差问题。样本选择偏差在随机化实验中可以被忽略不计，但在非随机化实验中，却并非如此。为克服传统教育收益计量方法的局限性，本研究引入在计量经济学前沿的研究方法——倾向值匹配法。 (一)倾向值匹配法理论框架与基本假设 倾向值匹配法由统计学家Rosenbaum和Rubin第一次提出，它以“反事实框架”为理论基础，运用对个人不真实的条件或可能性进行替换的一种分析方式[3]。倾向值匹配法适用于随机分配假定被违背的情况，主要解决在其他因素不变的情况下，实验组和对照组的净差异在多大程度上能够归结于自变量干预的疑问，通过对实验组和对照组中特征相似个体的比较，进而对非随机化的研究数据进行分析和因果推断。本研究中，个人是否接受本土留学教育涉及自我选择、学校选择、教育成本选择和地域选择等各种抉择，本土留学教育组和普通高等教育组研究对象的初始条件不完全相同，我们很难将个人随机分配到本土留学机构或普通大学中以获得平衡数据。这样用来推断的样本数据就不是随机产生的，样本选择性偏差是客观存在的，在进行因果效应评估时就必须考虑选择偏差，如果采用传统的OLS回归进行的统计控制并不是最佳的选择，而PSM回归模型却可以有效解决干预分配不可忽略条件下的数据平衡问题，使用非随机化或非实验方法估计干预效应[4]，从而对本土留学个人收益进行更为有效的评估。 倾向值匹配法在运用过程中需满足条件独立性假设和共同支撑域假设两个前提假设：在给定协变量X的情况下，条件独立性假设要求将研究对象被分配到实验组或对照组与潜在结果无关，可用公式表示为
；共同支撑域假设要求对某种特征的研究对象要同时出现在实验组和对照组中[5]，可用公式表示为0＜
＜1。 ATT、ATU、ATE是倾向值匹配法的三个重要参数指标，分别代表实验组的平均干预效应(Average Treatment Effect on the Treated)、对照组的平均干预效应(Average Treatment Effect on the Untreated)以及总体的平均干预效应(Average Treatment Effect)。本研究中将个体能否接受本土留学教育视为干预，若设i为任意一研究对象，X为所观测的全部协变量，Y为潜在结果变量，则AIT、ATU和ATE三个参数的计量模型如下：
