Page 86 - 《社会》2022年第2期

“忧郁的孩子们”：课外补习会带来负向情绪吗？

考虑到基于当期数据构造的工具变量（即 2014—2015 学年“位似
群体”的课外补习参与率）可能与结果变量（即 2014—2015 学年学生的
负向情绪得分）存在互为因果的问题，本文用 2013—2014 学年的 CEPS
基期数据，构造了滞后期的“位似群体补课参与率”作为第二个工具变
量；再将两个工具变量同时放入一阶段回归方程，进行两阶段最小二乘
估计。 结果如表 2 第（4）列所示，与第（3）列系数非常接近。 此外，本文
在表 2 的第（4）列下方报告了过度识别检验的 J 统计量。 J 统计量数值
约为 0.01，p 值超过 0.9，过度识别检验不显著。 这在一定程度上印证了
本研究工具变量的外生性（陈强，2014）。
需要注意的是， 与加入了滞后变量的 OLS 回归相比， 工具变量法
对致郁效应的估计值增大了 7 倍左右。 存在两种可能的解释：其一，由
于遗漏变量和反向因果等问题，OLS 回归可能过低估计了真实的致郁
效应；其二，当因果效应具有个体异质性时，工具变量法所估计的其实
是“局部平均因果效应”（ local average treatment effect，LATE）（详细介绍
参见 Angrist，et al.，1996；Angrist and Pischke，2009）。 也就是说，本研究
用工具变量估计出的致郁效应可能反映的是“（总体当中）课外补习的
参与决策真正受到了‘位似群体’ 影响的那些学生” 的平均因果效应
（ Stock and Watson，2015：506-508）。 这些学生的补习参与决策更易受到
外界的影响， 由此推测他们对补习效果的认知评价以及补习参与中的
情绪体验也相对更敏感，更易受社会环境因素的影响。 因此，补习参与
引发的负向情绪可能在这部分学生当中更强烈和鲜明。 这也说明本研
究的结果可能不宜直接推广到所有学生， 而是更适用于那些补习参与
易受到他人或周遭环境影响的学生群体。 不过，工具变量和（加入滞后
变量的）OLS 回归虽在量上有较大区别，但是从致郁效应的方向和显著
性上看并没有质的差别。
为了检验课外补习参与的“致郁效应”是否受到课外补习强度的调
节 （孙伦轩、唐晶晶，2019；Zheng，et al.，2020），本文将学生的“周末日均
补习时长”转化为 4 个虚拟变量（不补习、0~2 小时、2~4 小时、4 小时以
上）。放入后三个虚拟变量（基准组是未参加补习的学生）作为回归方程
的核心自变量，生成与之对应的工具变量，进行两阶段最小二乘回归。
然后，本研究使用瓦尔德检验（Wald test），原假设为“上述三个虚拟变
量对应的系数之间没有显著差异”，卡方统计量显示，这三个系数在 p＜

· 79 ·