影响大学生留学录取因素的分析研究

张雨荷

本文调查了大学生出国留学市场现状，并基于400名出国留学生数据建立线性概率模型探究影响录取率的因素。本文结论显示，本科绩点对于录取率的影响最为显著，对于学校评级较差的学生，语言成绩以及软实力背景是提升录取率的关键；而对于所在学校较好的学生，教授推荐信是影响留学录取率的显著因素。

1 引言

教育国际化是世界教育发展的潮流，是实现教育现代化的内在要求，也是培养国际化人才的必然选择。高等教育国际化趋势日益明显，本科毕业后出国留学成为众多大学生的选择。图1利用国家统计局数据描绘了近年来我国不断增加的留学人数，可以看到2016年出国留学总人数54万人，2019年已经达到70万。其中大学生人数超过45万。

从众多文献对留学市场分析来看，文东茅等（2010）通过案例研究发现，留学对于学生国际化素质发展效率较高。徐锦萍（2014）认为当代中国留学主体已经从精英留学到大众留学，留学规模也呈持续上升趋势。陈玥、毛立伟（2020）调查发现，随着中国特色社会主义进入新时代，学生在选择出国留学时更加注重未来就业方向与自身的兴趣，而非盲目出国。刘主光、纪桥丽（2021）研究表明由于出入境签证暂停、国际航班减少、标准化考试取消等原因，出国留学行业受到明显冲击。然而，《中国经济周刊》（2023）报道分析指出，即使是在新冠疫情期间，留学市场仍存在大量的刚性需求。

目前国内对于大学生出国留学的研究主要是基于留学意愿的影响因素分析。马子建、汪蕊（2017）基于1995～2014年间大学生出国留学人数的统计数据，利用多元回归发现人民币对美元汇率、家庭人均可支配收入等因素对出国留学人数都有显著影响。汪蕊、倪简等（2016）基于江苏省三所“985”“211”高校学生出国留学影响因素分析中发现，除了家庭经济状况外，语言资格认证（雅思、托福等），国外研究生入学考试（GRE等）和实践经验成为了阻碍大学生留学的重要因素。陆根书等（2014）通过对我国各类高校4903名大学四年级毕业班学生留学意愿的研究发现，学生在本科期间学习成绩、外语水平等都对其留学意愿有显著的影响。

然而，大多数大学毕业生对如何提高留学录取率没有确切的概念，导致在申请准备阶段的目标不够清晰。本文查阅到公认排名靠前的一些大学的留学招生有如下的基本要求。伦敦大学学院经济学理学硕士国际生招生要求中写道：在评估申请时将考量申请人学术严谨性，将复杂的技术工具应用于经济学问题的能力；需要GRE数学分数162分以上；最低加权平均分达到85%。加州大学伯克利分校经济学要求GPA不低于3.0（满分为4.0），希望申请人有至少3封推荐信。由此可看出，国外大学对留学生有对于成绩的硬性要求，但是对于科研、实习、文书撰写等真正表现留学生软实力背景，大多数学校都未有明确规定。这些信息差就造就了在留学这一行业市场中，很多留学机构专注于推荐文稿的宣传包装，甚至会夸大其词，给大学生留学市场造成“乱花渐欲迷人眼”的状态。

本文利用海外数据库所收集的大量数据中，抽取有代表意义的400名留学申请的学生信息，应用计量经济学的知识方法，对影响大学生留学市场录取机率的因素进行回归分析。探究在大学生留学申请过程中推荐信、研究经历、实践经历等软实力背景是否必要，标准化成绩重要性有多少，目前所在大学排名对申请录取率有什么影响等问题逐一分析，希望能够为正在考虑出国深造的大学生提供一些参考和启示。

2 数据收集与统计

本文使用的数据由kaggle网站数据库整理，共收集了400名学生的数据。其中包括一个因变量：被录取的概率Chance of Admit（取值为0～1）和7个自变量，分别是：GRE考试成绩GRE Score（满分340）、托福考试成绩TOFEL Score（满分120）、所在大学评级University Rating（分为5个等级梯队）、目的陳述或称个人陈述程度SOP（最高为5分）、推荐信力度（最高为5分）、绩点GPA（满分为10）、是否有研究经历（取1为是，0为否）。

根据本文研究目的，将被录取的概率Chance of Admit作为因变量，其余7个信息均为自变量。首先，本文使用描述性统计讨论变量相关性与变量取值分布。

由图2、图3、图4散点图可知，GRE成绩、托福成绩与绩点都和录取率呈正相关关系，并且绩点越高录取率期望更高的趋势较明显。图5为大学评级的频数直方图，可以看出中等排名的大学最多，而排名第一梯队的大学最少，这一点与大众认知中的顶尖大学数量较为一致。从图6、图7中也可以看出目的陈述程度与推荐信力度的大致分布情况，两者得分大多集中在3～4分。在图8按照是否有研究经历所画的箱线图中可以看出，有科研经历的学生录取率均值明显高于没有科研经历的同学。

3 数据分析与结果

本文所使用数据的因变量——被录取的概率Chance of Admit实际上应为二元变量，当其等于1时为被录取，等于0时为未被录取。本文主要采用线性回归模型进行数据分析，并且回归均采用异方差—稳健标准误差进行计算。

表1为初步回归结果表，从（1）列可知，在自变量中GRE成绩、托福成绩、推荐信力度、绩点、是否有研究经历都对大学录取率有显著影响，在统计上均达到1%显著性水平；以GRE成绩为例，当我们想要检验vs时，可以计算t统计量，其绝对值超过了1%的双边临界值2.58，故在1%的显著性水平下，拒绝原假设而接受备选假设，即在（3）列中，系数不显著的两个自变量被删除了，在新模型中可以看到绩点对大学录取率的影响最大，系数达到了0.12，即给定其他条件相同时，当绩点升高1分，平均录取率升高12%；其次是研究经历对于大学录取率影响较大，当其他条件相同时，有研究经历同学的录取率比没有研究经历同学的录取率平均高2.5%。在（2）列中尝试将大学评级与研究经历两项进行交互（将大学评级视为连续变量）可知，虽然大学评级靠后对于录取率有一定的负面影响（并不显著），但如果有科研经历，交互项系数显著为正或许可以抵消大学评级较差所带来的负面影响。因此，我们得知在海外研究生留学申请时，绩点对录取率有举足轻重的作用，研究经历和推荐信也对录取率有较大影响。

在表2中，我们进一步按照大学评级将数据分为五组分别回归分析并进行对比，其中（1）～（5）列分别为评级中1～5级的大学回归结果，（6）列是不分组时全部样本的回归结果。通过横向对比可以发现，托福成绩对大学录取率的影响在评级较差的大学中较为显著，保持其他条件相同，当托福成绩提高1分时，评级为5的大学学生平均录取率可以提高0.39%，在评级为4的大学中可以平均提高0.61%。个人陈述程度（SOP）和研究经历也表现出对评级靠后的大学学生录取率有较大影响，而对评级靠前的大学学生录取率几乎没有显著影响；在评级为5的大学学生中，当其他条件保持不变时，个人陈述程度提高1单位会导致平均录取率提高2.65%，有研究经历的同学相比于没有科研经历的同学平均录取率高出7.28%。此外，推荐信力度（LOR）對评级靠前学校学生大学录取率影响较大，且在1%显著性水平上显著；在评级为1的顶尖大学学生中，每当介绍信力度提高1单位时录取率平均提高6.81%。最后，我们发现在按照大学评级分组后，绩点（GPA）仍然是影响所有组别同学大学录取率的重要因素。因此，通过大学评级分组比较发现，托福成绩、个人陈述、研究经历对于所在大学评级较差的学生录取率影响较为显著；而推荐信对于所在大学评级较好的学生录取率影响更显著；绩点（GPA）对于所有学生录取率都有显著影响。

从表2中还可以发现，大学评级为2和3的回归拟合优度较低，我们猜测可能对于这部分学生而言有其他本文数据没有考虑到的因素会对他们的录取率造成影响，可以通过增加自变量的方式增加能被自变量解释的“录取率”方差的比例。

4 结论与启示

通过本文对留学市场数据的研究发现，绩点对于留学录取率有显著影响，因此对于想要出国深造的学生来说，保证较高绩点可以显著提高录取率。对于学校评级靠后的学生，托福成绩、个人陈述程度、研究经历都对提高留学录取率有显著影响；对于学校评级靠前的学生，推荐信力度是影响留学录取率的显著因素。

本文采取线性概率模型回归，线性特征使得此模型易于使用，但给定某个自变量的变化对录取率的影响很可能是非线性的，会出现一定的边际效益递减，例如当绩点接近10分时，继续增加绩点对于录取概率几乎没有很大影响。但是线性概率模型的缺陷就在于，自变量的变化对于录取概率的影响是固定的。

经过本文对留学市场数据的分析发现，想要自己在留学申请中提高录取率，要首先保证在大学本科期间的学习成绩。在此基础上我们应当参与专业研究、提高托福等语言考试成绩、获得有力度的介绍信等软实力背景。

此外，本文的数据分析可能存在遗漏变量，例如实习经历。众所周知，准备出国的同学会在大学本科多次实习以积累社会经验，这也是影响录取概率的因素；而在参加实习过程中，实习单位有可能会根据实习生表现为其开具推荐信。因此实习经历会影响大学录取率，且与推荐信力度相关，这可能会产生遗漏变量偏差。

（作者单位：华东师范大学）