摘要：本研究考察了学习行为的同伴效应，有助于理解学业成就同伴效应的发生机制。研究利用2020年某研究型大学行政数据和在线教学平台的学习行为数据，采用固定效应和动态面板模型探究了大学生缺勤行为的同伴效应。为解决同伴效应估计中的内生性问题，研究进一步基于部分重叠的同伴网络，利用“同学的同学（但不是自己的同学）”的课堂缺勤作为同伴缺勤的工具变量。研究发现，在同步在线课堂中，同伴缺勤对个人的完全缺勤（即缺勤整堂课）和部分缺勤（缺勤整堂课的一部分，例如迟到、早退）都有显著的正向影响。异质性分析显示，男生、低年级学生更容易受到同伴影响，并且对同伴的影响也更大；在专业必修课程、大班课、有强制出勤制度的课（例如有出勤分或随堂小测）、以及同系或同年级的学生中，缺勤的同伴效应更强。曹宇莲：北京大学教育学院
博士毕业生 （现已入职华东师范大学教育管理学系/国家教育宏观政策研究院 晨晖学者）
发表期刊：China Economic Review, 2024(86), 102206.
众多研究关注了学业成绩的同伴效应，但关于学习行为同伴效应的研究却相对有限。而学习行为的同伴效应对于理解同伴如何影响学业成绩至关重要。学习行为的同伴效应可能通过多种途径发生，例如同伴间的协作学习活动；或者同伴的可观察学习行为影响社会规范，导致模仿行为或同伴压力。在在线教育中，同伴互动受限，这也是在线教育质量常被批评的主要原因之一。尤其是在异步在线课程中，同伴效应不太可能显现，因为学生不仅在空间上分离，而且在不同时间参与学习，这使得同伴互动仅限于在线论坛中的文字交流。近年来，特别是自新冠疫情爆发以来，同步在线课程在全球范围内广泛普及。与异步在线课程相比，同步在线课程更接近面对面教育，因为教学和学习同时进行，使得与同伴合作或观察同伴的学习行为成为可能。然而，同伴效应在同步在线课程中是否存在，以及相比传统面对面课程或异步在线课程，同伴效应是否更大，未得到充分研究。为了研究同步在线课程中学习行为的同伴效应，本研究收集了2020年春季学期中国某研究型大学的学生学习行为，这些数据由同步在线课程平台自动记录。具体而言，本研究通过收集每个学生在每节课的进入和退出时间来计算课堂缺勤指数。本研究还从学校的行政部门收集并匹配了其他数据，包括学生的个人特征、课程信息以及成绩信息。本研究丰富了学习行为的同伴效应研究，以及在线教育中的同伴效应研究。同时，本文也丰富了高等教育领域的同伴效应研究，此前这类研究多集中在宿舍中的同伴效应，而非课堂中的同伴效应。最后，本文丰富了关于大学生部分缺勤的研究。以往对学生缺勤的研究多集中于整天缺勤（Full-day absence，即学生缺勤了当天的所有课程）。近年，国外学者利用数字化教育管理系统跟踪学生在同一天内不同课程的出勤情况，发现非整天缺勤（Part-day absence, 即学生缺席了当天的某些课，但出席了同一天的其他课程）比整天缺勤更为普遍（Whitney & Liu, 2017）。进一步，本研究关注了学生的非整课缺勤（Part-class
absence，后文统一称为部分缺勤），即学生虽然出席了某节课，但却缺席了这节课的部分时间，例如迟到、早退或在课堂期间进出教室。这种部分缺勤在在线教育中更为常见，因为教师难以察觉。准确测算部分缺勤的频率和程度是一项巨大的挑战。本研究首次尝试描绘了大学生完全缺勤（Full-class absence，即缺勤了整节课）和部分缺勤（Part-class
absence）的特征，并识别了这些缺勤行为的同伴效应。
（1）研究数据
本研究的数据来自同步在线课程平台ClassInⓇ记录的某研究型大学本科生学习行为数据，共包括408,883条“课程×课节×学生”层面的记录。（2）指标构建
本文构建了两个指标来描述大学生在同步在线课程中的缺勤情况：①完全缺勤（Full-class
absence）：二元虚拟变量，指学生某一节课从未进入在线平台。②部分缺勤（Part-class
absence）：连续变量，指学生在某一节课内缺勤时间占该节课总时间的百分比。如果学生完全缺勤，则记为缺失值。（3）同伴的定义
在本研究中，同伴被定义为选修同一课程的其他学生，主要基于以下两个原因。一方面，在疫情期间，面对面的同伴互动大幅减少，社交环境中的同伴效应（如宿舍和社团）也显著降低。另一方面，在疫情期间学生可以通过ClassInⓇ平台随时观察到在线课堂中其他学生的缺勤情况，而其他同伴学习行为比平时更难以直接观察到。基于Beugnot等（2019）的研究，本文认为在线教育中同班同学的缺勤、迟到和早退可能通过以下三种潜在机制影响学生对学术和心理成本的感知，进而产生同伴效应：①社会学习机制，即同班同学的缺勤可能影响学生对课程重要性和质量的感知，从而影响其自身的缺勤行为；②竞争机制，即学生会根据他人的努力程度在竞争环境中调整自己的努力程度；③从众机制，即同一班级中缺勤的同学越多，个人缺勤的罪恶感越低。（4）识别策略
其中，![]()
表示学生在第t周的课程c中是否完全缺勤，或如果没有完全缺勤，则表示其在该节课中缺勤时间占总课程时间的比例。![]()
表示学生同班同学在该节课的平均完全缺勤率。向量![]()
包含学生在该节课的个人特征，而![]()
表示同班同学的特征。模型中的参数![]()
表示内生同伴效应，参数![]()
表示外生同伴效应（Manski, 1993）。为了排除关联效应（correlated effects）和反射问题（reflection problem）以得到内生同伴效应，研究采用了以下实证策略：①通过增加“学生×课程”固定效应（![]()
）来控制非随机分配带来的学生自选择问题，以及共同的课程特征（如课程难度、班级规模和教师教学风格）。②增加时间固定效应（![]()
）以控制不随学生和课程变化的共同时间趋势，例如法定节假日等。③为了解决反射问题，将模型改为动态模型，将替换为上一周同一门课程的同伴缺勤，并同时加入上一期的学生缺勤（![]()
）。使用上一期的同伴缺勤作为自变量，可以部分消除反射偏差。新模型如下：![]()
为了获得同伴缺勤行为的外生变异，以更有效地解决关联效应和反射问题，研究参考Bramoulle等（2009）和De
Giorgi等（2010）的做法，基于部分重叠同伴网络构建了工具变量。该工具变量是“同学的同学（但不是自己的同学）”在上一周的完全缺勤情况。图1形象地展示了工具变量的构造过程：学生A是学生B在课程I中的同学，学生C和D是学生B在课程II中的同学，其中学生C可被视为学生A的“同学的同学（但不是自己的同学）”，因为学生C不是学生A在任何课程中的同学。因此，使用学生C在上一周所有课程中的平均缺勤作为学生B在上一周课程I中缺勤的工具变量。![]()
（1） 基准结果
如表3所示，使用OLS估计（即公式2）和2SLS（即公式3和4）均发现，同班同学的缺勤对个体在同步在线课程中的完全缺勤和部分缺勤都有显著的正向影响。具体而言，同班同学上一周的完全缺勤率每增加1个标准差，个人的完全缺勤率增加0.06个标准差（0.18×0.11÷0.32），部分缺勤率增加0.05个标准差（0.06×0.11÷0.14）。![]()
将样本进一步限定在专业必修课中进行稳健性检验，以进一步控制学生选课带来的自选择问题，结果与基准回归基本一致。通过随机重新分配虚假的同伴进行安慰剂检验，以排除模型设定可能带来的估计偏差，发现安慰剂检验中回归结果不显著。（2） 异质性分析
本文从学生特征、同伴特征、课程特征以及同伴之间的熟悉程度四个方面，探讨了同步在线课程中缺勤行为同伴效应的异质性。 年级：低年级学生（大一和大二）比高年级学生（大三和大四）更易受到同伴缺勤的影响。②同伴特征的异质性：
性别：男性同伴的缺勤行为对个体缺勤的影响更大。
年级：低年级同伴（大一和大二）比高年级同伴（大三和大四）的缺勤行为对个体缺勤的影响更大。③课程特征的异质性：
课程类型：专业必修课中的缺勤行为同伴效应最大，其次是专业选修课、公共课。
班级规模：班级规模越大，缺勤行为的同伴效应越大。
出勤政策：有强制出勤政策的课程（如有出勤分或随堂小测）中的缺勤行为同伴效应更大。
④按同伴熟悉程度的异质性：
院系：同一院系的学生之间，缺勤行为的同伴效应更大。
年级：同一年级的学生之间，缺勤行为的同伴效应更大。
![]()
出勤是预测大学成功的重要学习行为；然而，缺勤在大学中正成为一个日益严重的问题。在美国的大学生中，缺课率从18.5%到40%不等，甚至在某些科目中高达59%到70%（Crede et
al., 2010），这比小学和中学生的缺课率还要高。与面对面教学相比，在线课程面临着更低的出勤率和更高的辍学率的挑战（Levy, 2007; Stoessel et al., 2015）。研究表明，在线学习中的出勤对大学生的成绩有显著的正面影响（Ha et al., 2024）。如何降低缺勤率以改善学习效果成为了一个日益紧迫的问题。
本研究采用固定效应和动态模型以及工具变量方法，调查发现同步在线课程中学生的完全缺勤和部分缺勤行为均会受到同伴缺勤行为的影响，为教育行为干预或政策制定提供了参考。首先，缺勤行为同伴效应的存在，突出了在线学习中出勤干预的重要性。本文发现学生的完全和部分缺勤都受到上一周同伴缺勤行为的影响，这在一定程度上解释了一个学期内缺课率随时间增加的现象。其次，某些学生群体在课堂上需要得到更多关注，包括更容易受到他人影响的男性和低年级学生，以及课堂缺勤行为对他人更有影响力的人。第三，通过设置出勤分数或课堂测验来降低缺课率可能是一个有效的方法，因为在这些课程中缺勤行为的同伴效应更大，这意味着缺课干预的社会乘数效应更大。最后，必修课程或大班额课程中的学生出勤需要更多的监管，因为这些课程中不仅缺课率更高并且随时间增长更快，而且在这些课程中缺勤行为的同伴效应也更大。
![]()
本公众号不对文章观点负责，文责自负，仅作分享之用。
｜往期回顾｜
北京大学教育经济研究所成立于1999年，由原国家教委、原国家计委和财政部联合支持设立，是教育部人文社会科学重点研究基地，也是全国唯一一所从事教育经济学研究的国家重点研究机构。
教育经济研究所秉承北京大学“开放民主、兼容并包”的学术氛围和团结协作的优良传统，聚集了一批知名学者，形成了规范与实证研究相结合、定量方法与定性方法相结合的多学科综合研究特色。
研究所依托于北京大学教育学院和教育经济与管理博士点（国内该学科第一个博士点），不断推进人才培养、学术研究、政策咨询和社会服务模式创新，为我国教育学科的发展和教育改革做出了重要贡献。
作为国家教育问题的重要研究和咨询机构，教育经济研究所以教育领域的重大现实问题和基础理论问题为研究重心，致力于探索教育经济学科前沿重大问题，始终坚持服务国家教育政策制定的重大战略需求。
研究所现有专职研究人员20名，来自经济学、教育学、社会学、管理学、理学、工学等多种学科，思想敏锐，训练有素，具有广阔的国际视野和丰富的国际合作研究的经验。除拥有一支精干的专职研究队伍外，研究所还聘请了国内外一批知名专家学者作为兼职研究人员。
多年来，研究所人员主持和参与了多项国家级、省部级和国际机构的重大科研项目，研究成果得到国内外学术界的高度评价, 产生了积极而广泛的社会影响。
2000年，教育经济研究所被国内同行专家评选为教育部普通高等学校人文社会科学重点研究基地；2002年，教育经济与管理学科被国务院学位委员会组织的专家评为全国重点学科；2003年，被评为“公共管理”一级学科博士点，并取得了博士后流动站的资格；2010年，教育经济研究所被评为全国优秀人文社科重点研究基地。
