影響大學生留學錄取因素的分析研究

張雨荷

本文調查了大學生出國留學市場現狀，并基于400名出國留學生數據建立線性概率模型探究影響錄取率的因素。本文結論顯示，本科績點對于錄取率的影響最為顯著，對于學校評級較差的學生，語言成績以及軟實力背景是提升錄取率的關鍵；而對于所在學校較好的學生，教授推薦信是影響留學錄取率的顯著因素。

1 引言

教育國際化是世界教育發展的潮流，是實現教育現代化的內在要求，也是培養國際化人才的必然選擇。高等教育國際化趨勢日益明顯，本科畢業后出國留學成為眾多大學生的選擇。圖1利用國家統計局數據描繪了近年來我國不斷增加的留學人數，可以看到2016年出國留學總人數54萬人，2019年已經達到70萬。其中大學生人數超過45萬。

從眾多文獻對留學市場分析來看，文東茅等（2010）通過案例研究發現，留學對于學生國際化素質發展效率較高。徐錦萍（2014）認為當代中國留學主體已經從精英留學到大眾留學，留學規模也呈持續上升趨勢。陳玥、毛立偉（2020）調查發現，隨著中國特色社會主義進入新時代，學生在選擇出國留學時更加注重未來就業方向與自身的興趣，而非盲目出國。劉主光、紀橋麗（2021）研究表明由于出入境簽證暫停、國際航班減少、標準化考試取消等原因，出國留學行業受到明顯沖擊。然而，《中國經濟周刊》（2023）報道分析指出，即使是在新冠疫情期間，留學市場仍存在大量的剛性需求。

目前國內對于大學生出國留學的研究主要是基于留學意愿的影響因素分析。馬子建、汪蕊（2017）基于1995～2014年間大學生出國留學人數的統計數據，利用多元回歸發現人民幣對美元匯率、家庭人均可支配收入等因素對出國留學人數都有顯著影響。汪蕊、倪簡等（2016）基于江蘇省三所“985”“211”高校學生出國留學影響因素分析中發現，除了家庭經濟狀況外，語言資格認證（雅思、托福等），國外研究生入學考試（GRE等）和實踐經驗成為了阻礙大學生留學的重要因素。陸根書等（2014）通過對我國各類高校4903名大學四年級畢業班學生留學意愿的研究發現，學生在本科期間學習成績、外語水平等都對其留學意愿有顯著的影響。

然而，大多數大學畢業生對如何提高留學錄取率沒有確切的概念，導致在申請準備階段的目標不夠清晰。本文查閱到公認排名靠前的一些大學的留學招生有如下的基本要求。倫敦大學學院經濟學理學碩士國際生招生要求中寫道：在評估申請時將考量申請人學術嚴謹性，將復雜的技術工具應用于經濟學問題的能力；需要GRE數學分數162分以上；最低加權平均分達到85%。加州大學伯克利分校經濟學要求GPA不低于3.0（滿分為4.0），希望申請人有至少3封推薦信。由此可看出，國外大學對留學生有對于成績的硬性要求，但是對于科研、實習、文書撰寫等真正表現留學生軟實力背景，大多數學校都未有明確規定。這些信息差就造就了在留學這一行業市場中，很多留學機構專注于推薦文稿的宣傳包裝，甚至會夸大其詞，給大學生留學市場造成“亂花漸欲迷人眼”的狀態。

本文利用海外數據庫所收集的大量數據中，抽取有代表意義的400名留學申請的學生信息，應用計量經濟學的知識方法，對影響大學生留學市場錄取機率的因素進行回歸分析。探究在大學生留學申請過程中推薦信、研究經歷、實踐經歷等軟實力背景是否必要，標準化成績重要性有多少，目前所在大學排名對申請錄取率有什么影響等問題逐一分析，希望能夠為正在考慮出國深造的大學生提供一些參考和啟示。

2 數據收集與統計

本文使用的數據由kaggle網站數據庫整理，共收集了400名學生的數據。其中包括一個因變量：被錄取的概率Chance of Admit（取值為0～1）和7個自變量，分別是：GRE考試成績GRE Score（滿分340）、托福考試成績TOFEL Score（滿分120）、所在大學評級University Rating（分為5個等級梯隊）、目的陳述或稱個人陳述程度SOP（最高為5分）、推薦信力度（最高為5分）、績點GPA（滿分為10）、是否有研究經歷（取1為是，0為否）。

根據本文研究目的，將被錄取的概率Chance of Admit作為因變量，其余7個信息均為自變量。首先，本文使用描述性統計討論變量相關性與變量取值分布。

由圖2、圖3、圖4散點圖可知，GRE成績、托福成績與績點都和錄取率呈正相關關系，并且績點越高錄取率期望更高的趨勢較明顯。圖5為大學評級的頻數直方圖，可以看出中等排名的大學最多，而排名第一梯隊的大學最少，這一點與大眾認知中的頂尖大學數量較為一致。從圖6、圖7中也可以看出目的陳述程度與推薦信力度的大致分布情況，兩者得分大多集中在3～4分。在圖8按照是否有研究經歷所畫的箱線圖中可以看出，有科研經歷的學生錄取率均值明顯高于沒有科研經歷的同學。

3 數據分析與結果

本文所使用數據的因變量——被錄取的概率Chance of Admit實際上應為二元變量，當其等于1時為被錄取，等于0時為未被錄取。本文主要采用線性回歸模型進行數據分析，并且回歸均采用異方差—穩健標準誤差進行計算。

表1為初步回歸結果表，從（1）列可知，在自變量中GRE成績、托福成績、推薦信力度、績點、是否有研究經歷都對大學錄取率有顯著影響，在統計上均達到1%顯著性水平；以GRE成績為例，當我們想要檢驗vs時，可以計算t統計量，其絕對值超過了1%的雙邊臨界值2.58，故在1%的顯著性水平下，拒絕原假設而接受備選假設，即在（3）列中，系數不顯著的兩個自變量被刪除了，在新模型中可以看到績點對大學錄取率的影響最大，系數達到了0.12，即給定其他條件相同時，當績點升高1分，平均錄取率升高12%；其次是研究經歷對于大學錄取率影響較大，當其他條件相同時，有研究經歷同學的錄取率比沒有研究經歷同學的錄取率平均高2.5%。在（2）列中嘗試將大學評級與研究經歷兩項進行交互（將大學評級視為連續變量）可知，雖然大學評級靠后對于錄取率有一定的負面影響（并不顯著），但如果有科研經歷，交互項系數顯著為正或許可以抵消大學評級較差所帶來的負面影響。因此，我們得知在海外研究生留學申請時，績點對錄取率有舉足輕重的作用，研究經歷和推薦信也對錄取率有較大影響。

在表2中，我們進一步按照大學評級將數據分為五組分別回歸分析并進行對比，其中（1）～（5）列分別為評級中1～5級的大學回歸結果，（6）列是不分組時全部樣本的回歸結果。通過橫向對比可以發現，托福成績對大學錄取率的影響在評級較差的大學中較為顯著，保持其他條件相同，當托福成績提高1分時，評級為5的大學學生平均錄取率可以提高0.39%，在評級為4的大學中可以平均提高0.61%。個人陳述程度（SOP）和研究經歷也表現出對評級靠后的大學學生錄取率有較大影響，而對評級靠前的大學學生錄取率幾乎沒有顯著影響；在評級為5的大學學生中，當其他條件保持不變時，個人陳述程度提高1單位會導致平均錄取率提高2.65%，有研究經歷的同學相比于沒有科研經歷的同學平均錄取率高出7.28%。此外，推薦信力度（LOR）對評級靠前學校學生大學錄取率影響較大，且在1%顯著性水平上顯著；在評級為1的頂尖大學學生中，每當介紹信力度提高1單位時錄取率平均提高6.81%。最后，我們發現在按照大學評級分組后，績點（GPA）仍然是影響所有組別同學大學錄取率的重要因素。因此，通過大學評級分組比較發現，托福成績、個人陳述、研究經歷對于所在大學評級較差的學生錄取率影響較為顯著；而推薦信對于所在大學評級較好的學生錄取率影響更顯著；績點（GPA）對于所有學生錄取率都有顯著影響。

從表2中還可以發現，大學評級為2和3的回歸擬合優度較低，我們猜測可能對于這部分學生而言有其他本文數據沒有考慮到的因素會對他們的錄取率造成影響，可以通過增加自變量的方式增加能被自變量解釋的“錄取率”方差的比例。

4 結論與啟示

通過本文對留學市場數據的研究發現，績點對于留學錄取率有顯著影響，因此對于想要出國深造的學生來說，保證較高績點可以顯著提高錄取率。對于學校評級靠后的學生，托福成績、個人陳述程度、研究經歷都對提高留學錄取率有顯著影響；對于學校評級靠前的學生，推薦信力度是影響留學錄取率的顯著因素。

本文采取線性概率模型回歸，線性特征使得此模型易于使用，但給定某個自變量的變化對錄取率的影響很可能是非線性的，會出現一定的邊際效益遞減，例如當績點接近10分時，繼續增加績點對于錄取概率幾乎沒有很大影響。但是線性概率模型的缺陷就在于，自變量的變化對于錄取概率的影響是固定的。

經過本文對留學市場數據的分析發現，想要自己在留學申請中提高錄取率，要首先保證在大學本科期間的學習成績。在此基礎上我們應當參與專業研究、提高托福等語言考試成績、獲得有力度的介紹信等軟實力背景。

此外，本文的數據分析可能存在遺漏變量，例如實習經歷。眾所周知，準備出國的同學會在大學本科多次實習以積累社會經驗，這也是影響錄取概率的因素；而在參加實習過程中，實習單位有可能會根據實習生表現為其開具推薦信。因此實習經歷會影響大學錄取率，且與推薦信力度相關，這可能會產生遺漏變量偏差。

（作者單位：華東師范大學）