Abstract
自20世纪末以来,循证教育变革不断引领教育公共政策制定由依据经验判断向依据客观证据转变。基于自然实验的因果推断方法是评估教育政策效果的有效工具,其应用有助于促进教育研究科学化和增强教育决策的有效性。本文基于证据驱动教育改革基本行动和运行机制,总结随机对照实验及各种自然实验方法的教育因果推断工具箱,揭示其在教育私人回报率估计与不平等研究、同伴效应与社区效应等教育外部溢出效应研究,以及涉及学校、家庭、影子教育、在线教育、政府等多主体的教育投入产出效率研究中的最新进展。本文还分析了教育多源异构大数据搜集处理以及自然实验方法优化的发展方向,展望大数据和人工智能时代机器学习与教育经济实验方法渗透融合的途径和前景。
| Original language | Chinese (Simplified) |
|---|---|
| Pages (from-to) | 128-143 |
| Journal | 经济学动态 |
| Issue number | 10 |
| State | Published - 2024 |
Keywords
- 自然实验方法
- 教育回报率
- 教育外部效应
- 人工智能
WoS Categories
- G40-054
Web of Science Index
- CSSCI
Cite this
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver