AJS新文速递 | 大学排名是不平等的引擎？大学排名系统和弱势学生的入学情况
The following article is from Sociology理论志 Author 理论志编辑部
绩效的镜头还是不平等的引擎？大学排名系统和弱势学生的入学情况
摘要:
排名系统的普及增加了公众对组织信息的获取，但人们越来越担心，排名会减少社会经济地位较低的个体对商品和服务的获取。然而，这种说法的证据和基本理论仍然不清楚。本文提出了两种可能性：(1)位置优势，即排名增加了社会对排名较高的组织的需求，并且排挤处于不利地位的个体；(2)算法权衡，即排名引起组织在标准上进行优化，而这些标准与为弱势个体提供服务相冲突。这些理论的范围条件已经确立，关键预测通过管理型数据被检验，这些数据也和与U.S. News & World Report 在1997年至2015年的大学排名相匹配。这项研究阐明了排名系统的影响如何从组织蔓延到更广泛的社会不平等，并证明了排名何时以及如何促成了向上流动的结构性障碍。
作者简介:
James Chu, 哥伦比亚大学社会学系
编译来源:
Chu, James. “Cameras of Merit or Engines of Inequality? College Ranking Systems and the Enrollment of Disadvantaged Students.” American Journal of Sociology 126.6 (2021): 1307–1346.
James Chu
在过去的30年里，排名系统在几乎所有的组织领域中扩展开来。这些排名量化了组织的整体价值，帮助个体识别“最好”的大学、餐馆、公司和医院。研究表明，突出的排名不仅反映并影响了公众对价值的看法。
本文主要探讨了两个理论。首先，当组织接触到排名时，其资源和注意力往往会从排名较低的组织转移到排名较高的组织。这种位置优势的动态性增加了组织之间的不平等，而位置优势也可能转化为组织服务对象的差异。
第二种可能性是由组织的“反应性”（reactivity）所引起的，强调组织对排名的反应会影响其活动。组织对排名的关注会导致组织资源的重新分配，来优化排名。并且由于资源是零和的，组织中的交易会更加注重产出。
理论框架
自从20世纪末排名系统急剧扩张以来，人们对排名的社会后果一直很感兴趣。研究者们注意到，排名不仅能够引起人们的反感，而且能够改变人们认为有价值的东西，从而使排名系统变得具有不准确性。最近的学术研究已经开始考察排名系统和其他量化手段的溢出效应，这种效应超出了它们正式评估的范围。我在这里扩展了这一研究思路，阐述了两种理论上的可能性，即排名系统如何以及何时会减少对弱势个体获得商品和服务的机会。这些可能性是兼容的，甚至可以相互补充。
·位置优势
位置优势意味着组织在对其产品和服务的需求分配上会出现越来越多的不平等。如果满足需求的能力是相对固定的，比如餐馆不能迅速增加座位，大学不能扩大招生，那么接受更大需求的组织必须采取分类机制来决定谁接受他们有限的服务。这个问题的典型经济解决方案是提高价格，从而筛选出愿意并能够支付更多的消费者。在组织有现有筛选程序的情况下，如雇员招聘或大学录取的情况，另一个解决方案是提高录取标准。例如，一个排名高的公司如果收到更多的工作申请，可以进一步筛选出他们认为理想的员工。平均而言，来自较高社会经济地位背景的个体更有能力支付更高的价格或通过这些组织的筛选。
·算法权衡
排名给组织行为者带来了直接的、可量化的结果，但他们无法最大化所有的结果，因为他们受限于有限的资源和注意力。追求一种结果所花费的金钱或时间是以牺牲另一种结果为代价的。如果一个被广泛认知的排名系统的标准，不能重视来自所有社会经济背景的消费者的商品和服务的可及性（accessibility），组织又试图在这样的排名上进行优化，这将导致组织的工作从确保资源和服务的可及性转移到排名结果的最大化。我称这一理论为算法权衡，因为它预测排名会加剧社会经济不平等的模式，这是组织间努力优化排名算法的结果，而不是作为位置优势的被动结果。
USNWR（U.S. News & World Report）是美国最著名的大学排名系统。该案例符合两种理论的范围条件：它是一个被广泛认知的排名系统，公开量化了组织的整体价值。它的标准和权重对组织来说是可见的。高等教育机构一般无法迅速扩大其组织规模，因此其快速满足需求的能力受到限制。从1996年到2015年，USNWR的排名是基于16个指标，这些指标被汇总为7个加权类别，并用于创建一个最终的排名。虽然随着时间的推移，权重略有变化，但七个类别如下：学术声誉（25%），教师资源（20%），平均毕业和留校率（20%），学生选择性（15%），财政资源（10%），校友捐赠（5%），以及相对于前一年的毕业率（5%）。优化排名的大学可能会牺牲确保低收入或第一代学生的上大学的可能性，这些学生在这些指标中的平均表现往往较差。
QS世界大学排名意味着什么？
数据不可见性的四维过程
·数据来源
为了确定大学排名对弱势学生入学的影响，我合并了两种数据源：教育部的大学记分卡数据集（以下简称“记分卡数据”）和USNWR全国大学排名（以下简称“排名数据”）。计分卡数据的时间跨度为1997-2015年，整合了来自教育数据系统、国家学生贷款数据系统和财政部的信息。该数据集包括平均每年7,011所学院的信息（共计133,201个大学年度）。计分卡数据集的大部分形成只适用于有资格接受Title IV支持（联邦财政援助）的学院，这代表了美国所有学院的85%。幸运的是，排名数据中的所有学院都有资格接受Title IV支持，因此都在样本中。
·分析策略
为了检验算法权衡和位置优势理论的预测，我进行了五项分析。首先，作为描述性分析，我按层级分别考察了佩尔奖学金获得者和第一代学生的入学比例。第二，为了测试算法权衡的预测，我利用2004年排名的扩大来评估当高校接触到排名时，弱势学生的比例如何变化。第三，为了检验位置优势的预测，我研究了在大学被排名后，组织中弱势学生的比例是否增加。第四，为了进一步检验位置优势和算法权衡，我进行了中介效应分析（mediation analyses）。第五，我研究了与被排名大学对立的未参与排名大学的情况。
·分析结果
排名和弱势学生的入学率之间的总体关系是什么？图1显示，在较好的层级中的大学中，其本科生人口中注册的佩尔奖学金获得者的比例一直较低。此外，第一层和第二层的大学所招收的佩尔奖学金获得者的比例在不同时期趋于一致，在2004年后变得没有统计学上的区别。相比之下，在1997年和2015年之间，第三层和第四层之间的差距扩大了。在1997年，第三层和第四层的学院的佩尔奖学金获得者的比例实际上是一样的，而在2014年，这一差距扩大到了10多个百分点。
双重差分结果支持算法权衡理论的主要预测：被纳入排名体系的大学会导致弱势学生的比例下降。如图4所示。
讨论与总结
本文阐述了组织排名系统何时以及如何加剧社会经济群体之间现有不平等的两种理论可能性。以1997年至2015年的USNWR大学排名为例，利用准实验研究策略检验了这两种理论的意义。
算法权衡的论点预测指出，突出的排名将导致大学在与服务弱势背景的个人相冲突的标准上进行优化，从而导致弱势学生入学比例的平均下降。并使用证据支持了这一观点：被纳入排名体系的大学会减少他们招收佩尔助学金获得者和第一代学生的比例，而中介效应分析表明，这是由学生考试分数的优化所造成的。
位置优势的论点预测指出，接触到排名将使申请者的关注点从排名较低的大学转向排名较高的大学。该理论预测，这将导致更大的分类，即排名较高的大学将开始招收更多来自优势背景的人，而排名较低的大学将开始招收更多来自弱势背景的人。
为什么排名较低的大学更有可能减少对弱势学生的招生？我猜想，与处于优势地位的组织相比，被纳入较低排名的组织必须采取更多的行动来避免进一步落后。因为排名将资源和注意力会从排名较低的组织流向排名较高的组织。为了避免排名下降，排名较低的组织会将相对较多的稀缺资源转移到优化排名上。这反过来又导致了弱势学生在排名较低的学校入学比例的减少。
“在看”给我一朵小黄花