Журнал: Социологический журналИбрагимова З. Ф., Франц М. В.Неравенство возможностей в школьном образовании: роль территориальных факторов

Институт социологии
ФНИСЦ РАН

версия для печати

Журнал: Социологический журнал

Ибрагимова З. Ф., Франц М. В.

Неравенство возможностей в школьном образовании: роль территориальных факторов

DOI: https://doi.org/10.19181/socjour.2021.27.4.8646
Ибрагимова Зульфия Фануровна
Башкирский государственный университет, Уфа, Россия
кандидат экономических наук, доцент, Институт экономики, финансов и бизнеса
Франц Марина Валерьевна
Уфимский государственный авиационный технический университет, Уфа, Россия
кандидат технических наук, доцент, Институт экономики и управления

Полный текст

Открыть текст

Ссылка при цитировании:

Ибрагимова З. Ф., Франц М. В. Неравенство возможностей в школьном образовании: роль территориальных факторов // Социологический журнал. 2021. Том. 27. № 4. С. 72-98.
DOI: https://doi.org/10.19181/socjour.2021.27.4.8646

Рубрика:

СОЦИОЛОГИЯ ОБРАЗОВАНИЯ

Выражение признательности

Исследование выполнено при финансовой поддержке гранта РФФИ (проект № 19-410-020017 р_а).

Аннотация:

Работа посвящена измерению роли территориальных факторов в образовательных достижениях российских школьников. Согласно теории равных возможностей достижения зависят от двух групп детерминантов: от неконтролируемых обстоятельств и собственных усилий. Неравенство достижений, обусловленное неравенством усилий, трактуется как этически приемлемое, в то время как неравенство, порождаемое обстоятельствами, несправедливо и поэтому подлежит искоренению. Исследование основывается на данных «Международной программы по оценке образовательных достижений учащихся» (PISA) за 2018 г. Методика исследования базируется на методе многоуровневого регрессионного моделирования. Использовалась двухуровневая модель, в которой первый уровень — уровень учащегося, а второй уровень — региональный. Результаты расчета показали, что от 14 до 16% дисперсии образовательных достижений российских школьников объясняется межрегиональной гетерогенностью. Установлено, что контроль на социально-экономический статус родительской семьи, степень нехватки персонала и материального обеспечения в школе, тип местности, в которой расположена школа, пол ученика позволяют немного снизить роль региональных различий, однако роль регионального фактора по-прежнему остается значительной. Показано, что в определенной мере влияние регионального фактора можно объяснить тем, что влияние семейного бэкграунда, школьных характеристик и пола индивида зависит от региона проживания. Оценка региональных случайных эффектов позволила выявить как регионы-лидеры, так и регионыаутсайдеры в плане доступности и качества школьного образования. Расчеты показали, что регионы-лидеры и регионы-аутсайдеры практически одни и те же в отношении всех трех направлений грамотности.

Литература:

1. Адамович К.А., Капуза А.В., Захаров А.Б., Фрумин И.Д. Основные результаты российских учащихся в международном исследовании читательской, математической и естественно-научной грамотности PISA-2018 и их интерпретация. Вып. 2. М.: Изд. дом НИУ ВШЭ, 2019. — 25 с.
2. Волченко О.В., Широканова А.А. Применение многоуровневого регрессионного моделирования к межстрановым данным (на примере генерализованного доверия) // Социология: методология, методы, математическое моделирование. 2016. № 43. С. 7?62.
3. Ибрагимова З.Ф., Франц М.В. Динамический анализ неравенства достижений и возможностей в российском школьном образовании // Социологические исследования. 2021. № 9. С. 54?63. DOI: 10.31857/ S013216250013781-2
4. Капуза А.В., Керша Ю.Д., Захаров А.Б., Хавенсон Т.Е. Образовательные результаты и социальное неравенство в России: динамика и связь с образовательной политикой // Вопросы образования. 2017. № 4. С. 10?35. DOI: 10.17323/1814-9545-2017-4-10-35
5. Чиркина Т.А., Хавенсон Т.Е. Школьный климат: история понятия, подходы к определению и изменения в анкетах PISA // Вопросы образования. 2017. № 1. С. 207?229. DOI: 10.17323/1814-9545-2017-1-207-229
6. Adamovich K. Regional differences in students’ reading, mathematics and science outcomes on PISA 2018 in Russia // 12th International Conference on Education and New Learning Technologies. 6th–7th July 2020: EDULEARN20 / Proceedings ed. by L.G. Chova, A.L. Mart?nez, I.C. Torres. Valencia: IATED Academy, 2020. P. 6913?6919. DOI: 10.21125/edulearn.2020.1792
7. Agasisti T., Cordero-Ferrera J.M. Educational disparities across regions: A multilevel analysis for Italy and Spain // Journal of Policy Modeling. 2013. Vol. 35. No. 6. P. 1079?1102. DOI: 10.1016/j.jpolmod.2013.07.002
8. Amini C., Nivorozhkin E. The urban-rural divide in educational outcomes: Evidence from Russia // International Journal of Educational Development. 2015. Vol. 44. P. 118?133. DOI: 10.1016/j.ijedudev.2015.07.006
9. Barros R.P., Ferreira F.H.G., Molinas V.J.R., Chanduvi J.S. Measuring Inequality of Opportunities in Latin America and the Caribbean. A copublication of Palgrave Macmillan and the World Bank, 2009. — 195 p. [online]. Accessed 05.12.2021. URL: http://hdl.handle.net/10986/2580
10. Bourdieu P., Passeron J. C. Reproduction in Education, Society, and Culture. London: Sage, 1977. — 259 p.
11. Breen R., Goldthorpe J.H. Explaining Educational Differentials: Towards a Formal Rational Action Theory // Rationality and Society. 1997. Vol. 9. No. 3. P. 275–305. DOI: 10.1177/104346397009003002
12. Cohen J., McCabe L., Michelli N.M., Pickeral T. School Climate: Research, Policy, Practice, and Teacher Education // Teachers College Record. 2009. Vol. 111. No. 1. P. 180–213.
13. Ferreira F., Gignoux J. The Measurement of Educational Inequality: Achievement and Opportunity // World Bank Economic Review. 2014. Vol. 28. P. 210–246. DOI: 10.1093/wber/lht004
14. Goldstein H. Multilevel statistical models. 2nd ed. London: Edward Arnold; New York: Wiley Publishers, 1995.
15. Hox J. Multilevel Modeling: When and Why // Classification, Data Analysis, and Data Highways. Studies in Classification, Data Analysis, and Knowledge Organization / Ed. by I. Balderjahn, R. Mathar, M. Schader. Berlin, Heidelberg: Springer, 1998. P. 147–154. DOI: 10.1007/978-3-642-72087-1_17
16. Kreft I.G. Are Multilevel Techniques Necessary? An Overview, Including Simulation Studies. Los Angeles: California State University, 1996. — 19 p. [online]. Accessed 05.12.2021. URL: https://files.eric.ed.gov/fulltext/ED371033.pdf
17. Luongo P. Inequality of opportunity in educational achievements: Cross-country and intertemporal comparisons. WIDER Working Paper. 2015. No. 043. — 32 p. [online]. Accessed 05.12.2021. URL: https://www.wider.unu.edu/sites/ default/files/wp2015-043.pdf
18. OECD. PISA-2012 Assessment and Analytical Framework: Mathematics, Reading, Science, Problem Solving and Financial Literacy. Paris: Organisation for Economic Cooperation and Development, 2013. — 265 p. DOI: 10.1787/9789264190511-en
19. Scaling Procedures and Construct Validation of Context Questionnaire Data // PISA-2015. Technical Report. Paris: OECD Publishing, 2017. P. 289–344 [online]. Accessed 05.12.2021. URL: https://www.oecd.org/pisa/data/2015-technical-report/PISA2015_TechRep_Final.pdf
20. Pinoncely V. Poverty, place and inequality: Why place-based approaches are key to tackling poverty and inequality, London: Royal Town Planning Institute, 2016. — 44 p. [online]. Accessed 05.12.2021. URL: https://www.rtpi.org.uk/ media/2212/povertyplaceinequality-policypaper2016.pdf
21. Roemer J.E. A pragmatic theory of responsibility for the egalitarian planner // Philosophy and Public Affairs. 1993. Vol. 22. No. 2. P. 146–166.
22. Roemer J.E. Equality of opportunity. Cambridge, MA: Harvard University Press, 1998. — 111 p. DOI: 10.4159/9780674042872
23. Tomul E., ?elik K. The relationship between the students’ academics achievement and their socioeconomic level: cross regional comparison // Social and Behavioral Sciences. 2009. Vol. 1. No. 1. P. 1199–1204. DOI: 10.1016/j.sbspro.2009.01.216