[论文解读] Estimating returns to special education: combining machine learning and text analysis to address confounding

Aurélien Sallin|arXiv (Cornell University)|Jan 1, 2021

Financial Literacy, Pension, Retirement Analysis参考文献 84被引用 2

一句话总结

本研究利用因果机器学习与心理报告的计算文本分析，估算瑞士特殊教育（SpEd）项目的因果回报。研究发现，融合式SpEd项目在学业表现与劳动力市场回报方面均表现积极，优于隔离式教育，尤其对非母语及行为障碍学生更为显著；而最优再分配规则建议将大多数学生从隔离转至融合教育，以实现更低成本下的更优结果。

ABSTRACT

Leveraging unique insights into the special education placement process through written individual psychological records, I present results from the first ever study to examine short- and long-term returns to special education programs with causal machine learning and computational text analysis methods. I find that special education programs in inclusive settings have positive returns in terms of academic performance as well as labor-market integration. Moreover, I uncover a positive effect of inclusive special education programs in comparison to segregated programs. This effect is heterogenous: segregation has least negative effects for students with emotional or behavioral problems, and for nonnative students with special needs. Finally, I deliver optimal program placement rules that would maximize aggregated school performance and labor market integration for students with special needs at lower program costs. These placement rules would reallocate most students with special needs from segregation to inclusion.

研究动机与目标

• 估算特殊教育（SpEd）项目对学生特殊需求群体在学业表现与劳动力市场结果方面的短期与长期回报。
• 通过利用个体学生档案中详细的书面心理评估，解决观察性数据中的混淆问题。
• 比较不同学生子群体中融合式与隔离式SpEd项目的有效性。
• 推导出最优项目安置规则，以在最小化成本的同时最大化整体学生表现与劳动力市场融合。
• 通过识别哪些学生最受益于融合教育或隔离教育，为SpEd资源配置政策决策提供依据。

提出的方法

• 结合学生考试成绩与社会保障记录的行政数据，以及来自个体学生评估的详细书面心理评估。
• 应用计算文本分析技术，从心理学家的书面报告中提取潜在特征，利用自然语言处理（NLP）技术量化学生需求与特征。
• 采用因果机器学习方法（如双重机器学习与集成学习器），在调整混淆因素后估计处理效应。
• 在班级层面使用聚类交叉验证，以估计溢出效应并确保处理效应估计的稳健性。
• 利用因果推断构建政策树，推导出在预算约束下最大化预期结果的最优安置规则。
• 估算不同子群体（如存在行为问题、语言背景不同者）的异质性处理效应，以支持针对性政策建议。

实验结果

研究问题

• RQ1 融合式与隔离式特殊教育项目对学业表现与劳动力市场结果的因果影响是什么？
• RQ2 特殊教育回报如何随不同类型的SpEd干预措施（如咨询、家教、个体治疗）而变化？
• RQ3 在改善特殊需求学生的长期结果方面，融合教育是否比隔离教育更有效？
• RQ4 哪些学生子群体从融合教育中受益最多，而哪些从隔离教育中受益最多？主流同班同学是否存在溢出效应？
• RQ5 何种最优安置规则可最大化整体学生表现与劳动力市场融合，同时降低项目成本？

主要发现

• 融合式特殊教育项目在学业表现与劳动力市场整合方面产生积极回报，其中咨询与个体治疗的正面效应最为显著。
• 在融合环境中实施的家教对学业结果无显著影响，表明该干预措施的投资回报率有限。
• 半隔离项目对情绪或行为问题学生及具有特殊需求的非母语学生影响最小，表明这些子群体可能从中受益。
• 最优政策资源配置规则建议将大多数学生从隔离转至融合教育，此举可提升平均学业表现与劳动力市场结果，同时降低费用。
• 将学生从隔离转至融合教育，可为新安置学生带来显著个体收益，其收益远超对主流同班同学造成的微小负面溢出效应（−0.03 SD）。
• 完全隔离教育因高辍学率及与其他项目类型缺乏重叠，无法产生可测量的学业回报，导致因果比较不可行。