Scuola - Flabbi
This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA
Overview
Download & View Scuola - Flabbi as PDF for free.
More details
- Words: 1,158
- Pages: 19
Scuola Secondaria del Secondo Ciclo: l’impatto su mobilit` a intergenerazionale e uguaglianza di opportunit` a Luca Flabbi Georgetown University e IZA
Giornate di Studio nFA 2009 1
Motivation • Valutiamo un aspetto specifico della scuola secondaria: TRACKING (la divisione in indirizzi definiti, caratterizzati da piani di studio diversi, con costi di transizione tra indirizzi relativemente elevati)
• Esempio: — Indirizzo Accademico: Licei (Scientifico, Classico, Lingusitico) — Indirizzo Tecnico: Istituti Tecnici, Ex-Ragioneria, Ex-Magistrali — Indirizzo Professionale: Istituti Professionali. 2
• La divisione in indirizzi pu` o: — Favorire mobilit` a e uguaglianza di opportunit` a (tracking by ability ) — Ridurre mobilit` a e uguaglianza di opportunit` a (tracking by family background) ` un aspetto istituzionale costoso che ha alternative • E • Per valutarne l’efficacia: — stimiamo l’importanza di abilit` a vs. nella scelta dell’indirizzo
background famigliare
— compariamo l’Italia con un paese caratterizzato da early tracking: Germania — usiamo dati PISA: track + ability + family background 3
1. Distribuzione delle abilit` a individuali
4
density 0 .002.004.006.008
density 0 .002.004.006.008
0
200 400 600 800 Italy − mathematical ability − female academic
0
technical
200 400 600 Italy − reading ability − female academic
technical
density 0 .002.004.006.008
vocational
density 0 .002.004.006.008
vocational
800
200 400 600 800 Germany − mathematical ability − female academic
200 400 600 Germany − reading ability − female
technical
academic
vocational
800
technical
vocational
Figure 1: Kernel density estimates of the distribution of mathematical and reading abilities - females - PISA 2003
5
density 0 .002.004.006.008
density 0 .002.004.006.008
0
200 400 600 Italy − mathematical ability − male academic
800
0
technical
200 400 600 Italy − reading ability − male academic
technical
density 0 .002.004.006.008
vocational
density 0 .002.004.006.008
vocational
800
200 400 600 800 Germany − mathematical ability − male academic
0
technical
200 400 600 Germany − reading ability − male academic
vocational
800
technical
vocational
Figure 2: Kernel density estimates of the distribution of mathematical and reading abilities - males - PISA 2003
6
• RISULTATI: — Grossa sovrapposizione delle curve nel caso italiano, meno nel caso tedesco — Sovrapposizione maggiore per gli uomini che per le donne
• IMPLICAZIONI: — Sorting by ability pi` u forte in Germania che in Italia? Pi` u forte per le donne che per gli uomini? — Policy: dobbiamo “trasferire” gli individui tra i diversi indirizzi basato sulle abilit` a? — Cautela: misure di abilit` a che abbiamo sono imprecise. In particolare, gi` a influenzate dal background famigliare (misurate a 15 anni) 7
2. Stima dell’influenza dei genitori sulla scelta dell’indirizzo • Stime multinomial logit sulla scelta di uno dei tre indirizzi principali a parit` a di: — abilit` a e carriera scolastica — controlli demografici — stato socio-economico della famiglia
• Riportiamo: il cambio nella probabili`ta di scegliere un dato track indotto dall’avere almeno uno dei genitori laureati 8
Italy
Males: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive Females: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive
Germany
Vocational
Technical
Academic
Vocational
Technical
Academic
0.263 0.226
0.453 0.580
0.284 0.195
0.326 0.300
0.361 0.578
0.314 0.122
-0.056 0.000
-0.088 0.256
0.144 1.000
0.090 0.869
-0.191 0.000
0.101 1.000
0.236 0.178
0.272 0.306
0.492 0.516
0.229 0.190
0.377 0.562
0.394 0.249
-0.117 0.000
-0.055 0.131
0.172 1.000
-0.011 0.263
-0.115 0.000
0.125 1.000
9
• RISULTATI: — Grosso impatto positivo sulla probabili`ta di scegliere l’indirizzo accademico — Conferma speculare di quanto visto sulle distribuzioni per abilit` a: background famigliare ` e: ∗ pi` u importante in Italia che in Germania ∗ pi` u importante per gli uomini che per le donne
10
3. Come cambia l’impatto dei genitori a seconda dell’abilit` a del figlio/a? • Influenza solo individui con abilit` a “al margine”? • Oppure l’influenza ` e diffusa per tutti e indipendente dall’abilit` a individuale?
11
Marginal Effect .05 .1 .15 .2 .25
Males − Germany
0
0
Marginal Effect .05 .1 .15 .2 .25
Males − Italy
0
200 400 600 800 Combined Score in Mathematical Test
0
Marginal Effect .05 .1 .15 .2 .25
Females − Germany
0
0
Marginal Effect .05 .1 .15 .2 .25
Females − Italy
200 400 600 800 Combined Score in Mathematical Test
0
200 400 600 800 Combined Score in Mathematical Test
0
200 400 600 800 Combined Score in Mathematical Test
Counterfactual Marginal Effects of at least one Parent with College on the Academic Track Choice by Combined Score in Mathematical Test
12
• RISULTATI: — In Germania, l’effetto dei genitori ` e molto basso per chi ha poca probabilit` a di intraprendere l’indirizzo accademico (bassa abilit` a) o per chi ha molta probabilit` a di intraprenderlo in ogni caso (alta abilit` a) — In Italia l’influenza ` e uniformemente alta; per le donne decresce leggermente con l’abilit` a
13
4. L’influenza dei genitori si esaurisce con la scuola secondaria o persiste nella terziaria? • Guardiamo all’Indagine sui Diplomati ISTAT • Stimiamo (sequential logit) il cambio nella probabilit` a di: — non proseguire gli studi — iscriversi all’universit` a ma abbandonare entro tre anni — essere regolamente iscritto dopo tre anni indotto dall’avere almeno un genitore laureato • Controlli demografici e per background famigliare sono buoni, per abilit` a meno (voti nella secondaria) 14
Without Tracks
Males: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive Females: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive
Never
Drop-
Enrolled
out
0.650 0.669
0.058 0.065
-0.458 0.000
With Tracks Never
Drop-
Enrolled
out
0.291 0.265
0.650 0.659
0.058 0.071
0.291 0.269
0.011 0.683
0.446 1.000
-0.303 0.000
0.020 0.802
0.283 1.000
0.556 0.554
0.052 0.059
0.390 0.386
0.556 0.537
0.052 0.063
0.390 0.399
-0.452 0.000
0.001 0.492
0.451 1.000
-0.328 0.000
0.017 0.725
0.310 1.000
Enrolled
15
Enrolled
• RISULTATI: — L’influenza sulla scelta del track ` e un canale importante dell’influenza dei genitori sui figli (il coefficiente si abbassa includendo track) — ma l’influenza dei genitori non si esuarisce a livello di scuola secondaria: ` e ancora forte a livello di scelte universitarie
16
Conclusioni e Implicazioni di Policy • RISULTATI: 1. In Italia, l’influenza dei genitori sulle scelte scolastiche ` e relativamente forte, quella dell’abilit` a individuale ` e relativamente scarsa (anche se non assente) 2. Qualifichiamo forte e scarso comparando con la Germania 3. Questo risultato ` e pi` u marcato per gli uomini che per le donne
17
• CONCLUSIONI: 1. Individui poco adatti a proseguire gli studi sono “locked-in” (forzati a scegliere il track accademico, a rischio di abbandono universitario) 2. Individui meritevoli sono esclusi, “locked-out” (esclusi di fatto dall’istruzione universitaria nonostante ne abbiano il potenziale)
18
• IMPLICAZIONI DI POLICY: ` la di1. Ridurre o eliminare il tracking a livello secondario (E rezione delle recenti riforme italiane?) 2. Ridurre l’influenza del background famigliare e aumentare quella dell’abilit` a: (a) Forzare tracking by ability (Germania, in parte. Soluzione con grossi rischi) (b) Ridurre budget constraints per individui meritevoli (Soluzione meno rischiosa)
19
Giornate di Studio nFA 2009 1
Motivation • Valutiamo un aspetto specifico della scuola secondaria: TRACKING (la divisione in indirizzi definiti, caratterizzati da piani di studio diversi, con costi di transizione tra indirizzi relativemente elevati)
• Esempio: — Indirizzo Accademico: Licei (Scientifico, Classico, Lingusitico) — Indirizzo Tecnico: Istituti Tecnici, Ex-Ragioneria, Ex-Magistrali — Indirizzo Professionale: Istituti Professionali. 2
• La divisione in indirizzi pu` o: — Favorire mobilit` a e uguaglianza di opportunit` a (tracking by ability ) — Ridurre mobilit` a e uguaglianza di opportunit` a (tracking by family background) ` un aspetto istituzionale costoso che ha alternative • E • Per valutarne l’efficacia: — stimiamo l’importanza di abilit` a vs. nella scelta dell’indirizzo
background famigliare
— compariamo l’Italia con un paese caratterizzato da early tracking: Germania — usiamo dati PISA: track + ability + family background 3
1. Distribuzione delle abilit` a individuali
4
density 0 .002.004.006.008
density 0 .002.004.006.008
0
200 400 600 800 Italy − mathematical ability − female academic
0
technical
200 400 600 Italy − reading ability − female academic
technical
density 0 .002.004.006.008
vocational
density 0 .002.004.006.008
vocational
800
200 400 600 800 Germany − mathematical ability − female academic
200 400 600 Germany − reading ability − female
technical
academic
vocational
800
technical
vocational
Figure 1: Kernel density estimates of the distribution of mathematical and reading abilities - females - PISA 2003
5
density 0 .002.004.006.008
density 0 .002.004.006.008
0
200 400 600 Italy − mathematical ability − male academic
800
0
technical
200 400 600 Italy − reading ability − male academic
technical
density 0 .002.004.006.008
vocational
density 0 .002.004.006.008
vocational
800
200 400 600 800 Germany − mathematical ability − male academic
0
technical
200 400 600 Germany − reading ability − male academic
vocational
800
technical
vocational
Figure 2: Kernel density estimates of the distribution of mathematical and reading abilities - males - PISA 2003
6
• RISULTATI: — Grossa sovrapposizione delle curve nel caso italiano, meno nel caso tedesco — Sovrapposizione maggiore per gli uomini che per le donne
• IMPLICAZIONI: — Sorting by ability pi` u forte in Germania che in Italia? Pi` u forte per le donne che per gli uomini? — Policy: dobbiamo “trasferire” gli individui tra i diversi indirizzi basato sulle abilit` a? — Cautela: misure di abilit` a che abbiamo sono imprecise. In particolare, gi` a influenzate dal background famigliare (misurate a 15 anni) 7
2. Stima dell’influenza dei genitori sulla scelta dell’indirizzo • Stime multinomial logit sulla scelta di uno dei tre indirizzi principali a parit` a di: — abilit` a e carriera scolastica — controlli demografici — stato socio-economico della famiglia
• Riportiamo: il cambio nella probabili`ta di scegliere un dato track indotto dall’avere almeno uno dei genitori laureati 8
Italy
Males: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive Females: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive
Germany
Vocational
Technical
Academic
Vocational
Technical
Academic
0.263 0.226
0.453 0.580
0.284 0.195
0.326 0.300
0.361 0.578
0.314 0.122
-0.056 0.000
-0.088 0.256
0.144 1.000
0.090 0.869
-0.191 0.000
0.101 1.000
0.236 0.178
0.272 0.306
0.492 0.516
0.229 0.190
0.377 0.562
0.394 0.249
-0.117 0.000
-0.055 0.131
0.172 1.000
-0.011 0.263
-0.115 0.000
0.125 1.000
9
• RISULTATI: — Grosso impatto positivo sulla probabili`ta di scegliere l’indirizzo accademico — Conferma speculare di quanto visto sulle distribuzioni per abilit` a: background famigliare ` e: ∗ pi` u importante in Italia che in Germania ∗ pi` u importante per gli uomini che per le donne
10
3. Come cambia l’impatto dei genitori a seconda dell’abilit` a del figlio/a? • Influenza solo individui con abilit` a “al margine”? • Oppure l’influenza ` e diffusa per tutti e indipendente dall’abilit` a individuale?
11
Marginal Effect .05 .1 .15 .2 .25
Males − Germany
0
0
Marginal Effect .05 .1 .15 .2 .25
Males − Italy
0
200 400 600 800 Combined Score in Mathematical Test
0
Marginal Effect .05 .1 .15 .2 .25
Females − Germany
0
0
Marginal Effect .05 .1 .15 .2 .25
Females − Italy
200 400 600 800 Combined Score in Mathematical Test
0
200 400 600 800 Combined Score in Mathematical Test
0
200 400 600 800 Combined Score in Mathematical Test
Counterfactual Marginal Effects of at least one Parent with College on the Academic Track Choice by Combined Score in Mathematical Test
12
• RISULTATI: — In Germania, l’effetto dei genitori ` e molto basso per chi ha poca probabilit` a di intraprendere l’indirizzo accademico (bassa abilit` a) o per chi ha molta probabilit` a di intraprenderlo in ogni caso (alta abilit` a) — In Italia l’influenza ` e uniformemente alta; per le donne decresce leggermente con l’abilit` a
13
4. L’influenza dei genitori si esaurisce con la scuola secondaria o persiste nella terziaria? • Guardiamo all’Indagine sui Diplomati ISTAT • Stimiamo (sequential logit) il cambio nella probabilit` a di: — non proseguire gli studi — iscriversi all’universit` a ma abbandonare entro tre anni — essere regolamente iscritto dopo tre anni indotto dall’avere almeno un genitore laureato • Controlli demografici e per background famigliare sono buoni, per abilit` a meno (voti nella secondaria) 14
Without Tracks
Males: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive Females: Obs. Distr. Pred. Distr. Marginal effects: Mean Prop. Positive
Never
Drop-
Enrolled
out
0.650 0.669
0.058 0.065
-0.458 0.000
With Tracks Never
Drop-
Enrolled
out
0.291 0.265
0.650 0.659
0.058 0.071
0.291 0.269
0.011 0.683
0.446 1.000
-0.303 0.000
0.020 0.802
0.283 1.000
0.556 0.554
0.052 0.059
0.390 0.386
0.556 0.537
0.052 0.063
0.390 0.399
-0.452 0.000
0.001 0.492
0.451 1.000
-0.328 0.000
0.017 0.725
0.310 1.000
Enrolled
15
Enrolled
• RISULTATI: — L’influenza sulla scelta del track ` e un canale importante dell’influenza dei genitori sui figli (il coefficiente si abbassa includendo track) — ma l’influenza dei genitori non si esuarisce a livello di scuola secondaria: ` e ancora forte a livello di scelte universitarie
16
Conclusioni e Implicazioni di Policy • RISULTATI: 1. In Italia, l’influenza dei genitori sulle scelte scolastiche ` e relativamente forte, quella dell’abilit` a individuale ` e relativamente scarsa (anche se non assente) 2. Qualifichiamo forte e scarso comparando con la Germania 3. Questo risultato ` e pi` u marcato per gli uomini che per le donne
17
• CONCLUSIONI: 1. Individui poco adatti a proseguire gli studi sono “locked-in” (forzati a scegliere il track accademico, a rischio di abbandono universitario) 2. Individui meritevoli sono esclusi, “locked-out” (esclusi di fatto dall’istruzione universitaria nonostante ne abbiano il potenziale)
18
• IMPLICAZIONI DI POLICY: ` la di1. Ridurre o eliminare il tracking a livello secondario (E rezione delle recenti riforme italiane?) 2. Ridurre l’influenza del background famigliare e aumentare quella dell’abilit` a: (a) Forzare tracking by ability (Germania, in parte. Soluzione con grossi rischi) (b) Ridurre budget constraints per individui meritevoli (Soluzione meno rischiosa)
19
Related Documents
Scuola - Flabbi
May 2020 5
Scuola
October 2019 22
Scuola
November 2019 20
Rifiuti Scuola
April 2020 15
Scuola Vigonza
May 2020 7