计量结果与稳健性检验
（一）基础回归结果
本部分首先检验“均等化”对部属高校招生质量的影响，基础结果见表19。在表19中，本部分分别列示了6个回归结果。
表19 “均等化”改革的分数提升效应
注：（1）括号中是根据学校个体聚类的稳健标准误；（2）***代表1%的水平上显著，**代表5%的水平上显著，*代表10%的水平上显著。
其中，第（1）列是没有加入其他控制变量的情形，结果表明，在控制了时间固定效应、学校固定效应以及省份—年份联合固定效应后，部属高校“均等化”政策的回归系数为2.477，相较于样本期内的平均线差比例，提高了约31.554%。根据前文Rscore的定义式，如果以样本期内的平均招生分数线来计算，相当于高校平均分数线差提高了约12.583分。上述分析说明部属高校“均等化”政策对录取分数线差比例、平均录取分数线有显著的提升效应，这表明改革有助于提升部属高校生源质量。
但是，“均等化”政策的实施情况也可能会受到其他因素的影响，而这些因素与线差比例相关从而造成本部分的估计误差。因此，进一步地，本部分在第（2）列中将招生人数、最高分数线差比例、是否985高校、招生批次虚拟变量等均纳入回归。部属高校均等化改革政策系数下降至0.874，这说明招生人数、最高分数线差比例、是否985高校、招生批次等对于招生分数线差比例有着非常重要的作用。但在排除了控制变量对于招生质量的影响后，均等化改革依然在1%的水平上显著，这一政策使得线差比例提高了0.874，相当于平均录取分数线差提高4.439分。
4.439分虽然在数值上看起来并不算大，但是在中国的背景下，每一分背后对应的考生人数都可谓“千军万马”，特别是在河南、山东这样的人口大省。据河南省招生办公室公布的《2015年河南省普通高招分数段统计表》显示，当年理科一本录取线下一分的考生达到1077人，而山东省教育招生考试院发布的《2015山东高考理科成绩一分一段表》显示，理科一本录取线下一分的考生人数也达1158人，甚至于坊间有俗语“一分一操场”戏称这一现象。而“均等化”改革对于招生分数的提升平均达到4.439分，也就是说，部属高校相比改革之前在全国各省份招生生源名次平均向前移动数千位次，由此不难推断，平均而言部属高校的生源质量较改革之前有着大幅提升。
考虑到中国高考是分文理科进行的，改革对不同学科的影响可能存在差异，故而本部分在第（3）列和第（4）列分别对理科子样本和文科子样本进行回归，结果显示，无论是对于理科招生，还是对于文科招生，“均等化”改革均提升了录取分数线差比例，其中理科线差比例上升1.080，平均录取分数提高5.486分左右，而文科线差比例提高0.687，平均录取分数提升3.489分左右。
部属高校“均等化”改革的核心要义是“降低本省招生比例，扩大外省招生比例”，因此有必要分别对于本省子样本和外省子样本进行回归，探究改革在属地和非属地之间效果是否存在异质性。本部分在第（5）列和第（6）列分别对本省和外省样本进行回归发现，“均等化”改革后，本省和外省的招生分数线差比例分别上升了0.455和0.848，相当于平均录取分数分别提升了2.311分和4.307分。无论是对于本省的招生来说，还是对于外省的招生来说，改革都提升了录取分数线差比例。
总体而言，上述结果说明，“均等化”改革的确有利于部属高校招生质量的提升，且对比（3）、（4）列系数发现，理科提升幅度大于文科，（5）、（6）列回归系数对比则表明外省提高幅度大于本省。
（二）稳健性检验
尽管上述基础回归的结论非常明显，但是，这一结果依然可能会受到多方面的质疑。为了进一步提升本部分结论的可靠性，本部分进行了一系列稳健性检验。
1.平行趋势检验
采用双重差分方法进行分析的一个重要假设是，如果不存在“均等化”改革的冲击，实验组和对照组之间的发展趋势应该是一致的，在事前不存在系统性的差异。在本部分的样本中，容易受到质疑的一点是，部属高校因为各种资源的集中以及较高质量的教育水平，使得其在进行“均等化”政策之前就和非部属高校在分数提升效应的趋势上有所差异。如果存在这种差异，则必然会对本部分的结论产生影响。
为此，本部分根据经典文献（Ferrara et al.，2012）的做法，采用事件研究法进行了平行趋势检验。由于本部分的样本区间为2005年至2015年，而“均等化”改革发生于2008年，因此，在平行趋势分析中，本部分生成了部属高校和每一个年份虚拟变量的交互项，本部分选定改革前一年2007年为基准组，2005年和2006年为事前3年和事前2年（Pre_3和Pre_2），2008年为改革当年（Current），2009年至2015年的各年分别为事后1-7年（Post_1至Post_7），这样，通过每一年的虚拟变量系数来观察事前平行趋势是否被满足。图17呈现了全样本回归中“录取分数线差比例”的平行趋势检验图，观察图形不难发现：第一，部属高校与非部属高校在2008年之前的“录取分数线差比例”基本平行，改革之前，并不存在部属高校和省属高校在“录取分数线差比例”上的系统性趋势性差异；第二，部属高校在2008年实行“均等化”改革之后，“录取分数线差比例”这一指标显著异于零，且随着时间推移，呈现出越来越显著的趋势。这说明，“均等化”改革的确使得本地偏好逐渐得到遏制，招生质量开始不断提升。
图17 全样本录取分数线差比例的平行趋势检验图
为了进一步验证，本部分还分理科样本、文科样本、本省样本、外省样本，做了平行趋势检验，结果均发现部属高校和省属高校在事前不存在系统性趋势差异，而事后则呈现出显著的递增效果。限于篇幅，此处不再罗列。
2.替换被解释变量
在基础上回归中，本部分选择录取分数线差比例作为被解释变量，这一变量可以很好地捕捉到分数提升效应，并将各个年份的难度、“大小年”等因素进行标准化处理。理论上来说，录取分数线差比例可以更好地反映学生整体的分数提升效应，但是，平均录取分数也是人们常用的生源质量度量指标，本部分的结果是否依赖于被解释变量的选择呢？
表20 替换被解释变量(https://www.daowen.com)
续表
注：（1）括号中是根据学校个体聚类的稳健标准误；（2）***代表1%的水平上显著，**代表5%的水平上显著，*代表10%的水平上显著；（3）表中各列控制变量同表2。
为此，本部分将被解释变量替换为各个高校的平均录取分数，以验证“均等化”政策对高校生源质量的提升效应，其回归结果见表20。在表20中，本部分依据基准回归结果的形式进行了回归和呈现，观察表3回归结果，可以发现，“均等化”政策对平均录取分数产生了显著的正效应，这进一步验证了本部分的结论。
3.排除北京市、上海市的样本
表21 去除北京市、上海市高校样本的检验
注：（1）括号中是根据学校个体聚类的稳健标准误；（2）***代表1%的水平上显著，**代表5%的水平上显著，*代表10%的水平上显著；（3）表中各列控制变量同表2。
北京市和上海市作为中国的政治中心和经济中心，在中国教育资源布局中具有极为特殊的地位，教育部所属的75所高校中，北京市有25所，上海市有8所。本部分的结果是否会受到这两个特殊区域教育资源分布的影响呢？为了能更好地识别出“均等化”政策对存在招生本地偏好地区的部属高校生源质量的影响，本部分将北京市和上海市排除在样本之外进行计量回归，回归结果见表21。观察回归结果可以发现，在将北京市和上海市的部属高校样本排除之后，“均等化”政策依然对部属高校的整体生源质量有所提升。此外，本部分还分别单独排除北京市、单独排除上海市进行回归，结论依然不变，这进一步强化本部分的结论。
4.排除没有教育部直属院校的省份
部属高校在招生过程中的本地偏好之所以引起社会大众的强烈不满，一方面与考生在接受优质高等教育机会不平等有关，另一方面则与部属高校的区域分布的不均衡有关。山西、内蒙古、河南、河北、江西、海南、青海、宁夏、西藏、新疆、广西、云南、贵州等13个省区都没有教育部直属高校。因此，在这些省份不存在部属高校属地的本地偏好，这可能会对计量结果产生影响，为了更进一步地检验本部分结论的稳健性，本部分将这13个省份的高校样本剔除掉，回归结果见表22。观察回归结果可以发现，在去除这13个省份的高校样本之后，回归结果与基础回归结果无明显差异。
表22 排除没有教育部直属院校的省份样本的检验
注：（1）括号中是根据学校个体聚类的稳健标准误；（2）***代表1%的水平上显著，**代表5%的水平上显著，*代表10%的水平上显著；（3）表中各列控制变量同表2。
5.以一类本科高校为样本的检验
在中国，高校的质量存在着严格的等级划分，具体表现在其招生批次上，各个学校依据其招生质量被区分为1本批次高校、2本批次高校、3本批次高校和专科批次高校，因为部属高校往往是那些最好的高校，因此，如果将第2批本科和第3批本科学校作为参照组，可能会影响本部分评估结果的准确性。为了使对照组的选择更为合理，因此本部分将样本缩小至第1批本科高校进一步回归，回归结果罗列在表23中。结果显示，“均等化”政策对部属高校生源质量的提升效应依然稳健。
表23 以一类本科高校为样本的检验
注：（1）括号中是根据学校个体聚类的稳健标准误；（2）***代表1%的水平上显著，**代表5%的水平上显著，*代表10%的水平上显著；（3）表中各列控制变量同表2，但因为此时回归中只有第1批本科高校，未包含dgrade2和dgrade3。
上述结果表明，在进行了多种稳健性检验后，教育部于2008年明确要求部属高校本地招生比例下降的“均等化”政策，显著地提升了部属高校的“录取分数线差比例”，这说明对于招生名额分配中的“本地偏好”的遏制，的确有助于高校招生质量的提升。