女性教育突破與學歷攀登

女性教育突破與學歷攀登

—對中國（2001—2020年）本碩博教育性別逆轉現象的研究

劉江 華東師范大學社會發展學院博士生

張文明 華東師范大學國家教育宏觀政策研究院副院長

本文節選自《中國青年研究》2023年第8期

在個別領域中，“女性弱勢”這一判斷應該受到懷疑，特別是教育領域，女性所表現出來的強勁勢頭引人注目。2001—2020年女性在本碩博招生數量、畢業生數量和在校生數量中所占的比重，反映了本碩博各階段中女性教育突破現象已經或正在發生：

一、女性在本碩博招生數量、畢業生數量和在校生數量中的占比迅速提高，各項指標在20年間均上漲了10%以上；二、目前女性在本碩階段的招生數量、畢業生數量和在校生數量中的占比均超過50%，表明女性在這兩個階段的教育中實現了性別逆轉，特別是2020年本科招生中女性比例達60%以上，意味著其領先男性20個百分點；三、20年間博士階段的女性教育突破現象逐漸發生，2001年博士招生數量、畢業生數量和在校生數量中女性占比均不超過30%，但到了2020年這三項指標均超過40%。

總體來看，我國目前的本科教育中，女性獲得了很大的教育優勢；碩士教育中，女性獲得了一定的教育優勢，女性教育突破現象仍在繼續發展；博士教育中，女性雖未獲得教育優勢，但女性教育獲得機會在穩步提高，教育性別逆轉現象在未來會逐步顯現。

本研究得出了這樣的結論：在自然情況下，女性具有教育優勢，但是由于家庭經濟條件和社會結構的制約，女性教育優勢不能得以顯現。隨著教育環境的改善，女性在教育方面的優勢逐漸顯示出來。但這種制約的解除在各層級教育中是不均衡的，越是高層級的教育，這種制約解除得越緩慢，因此導致了學歷攀登現象。隨著經濟的發展，家庭經濟條件改善，可以同時供多個子女接受教育，加上生育政策導致的子女數量減少，女性可以獲得更多的教育資源，在高等教育中逐漸嶄露頭角。

教育領域是為數不多的女性占優勢的領域，一旦我們將視野擴大到整個社會領域，女性在整體中的弱勢地位仍是不可否認的。在學術領域，仍是男性擁有更多權力，女科學家比例偏低，擁有高級職稱的女性較少，部分學科領域中更是如此。在就業市場中，女性同樣處于弱勢，女性就業率不如男性，且近年來家庭主婦增多。在婚姻結構方面同樣如此，傳統的“男高女低”匹配模式仍然存在，導致高學歷女性婚姻匹配困難，出現了所謂的“剩女”。這些現象凸顯了一個重要矛盾，即女性在教育領域取得的優勢沒有改變其總體劣勢地位，女性所接受的教育并未帶來與之相稱的社會經濟回報。

“學”與“仕”：地市級黨政領導干部晉升時間研究

—基于全國293個地級市的實證分析

劉鑫 李雪 王思琦 西南交通大學公共管理學院副教授、博士生

本文節選自《華中科技大學學報（社科版）》2023年第4期

干部晉升是科層制度的核心內容之一。本文通過構建覆蓋274個市委書記和269個市長的一手數據，探討了教育背景和職業經歷（“學”與“仕”）對中國地市級黨政領導干部晉升時間的影響，主要發現：

其一，地市級黨政領導干部晉升會受到“學”與“仕”的影響，不同的教育背景和職業經歷會導致領導干部在能力和績效方面的差異，進而影響晉升時間，受教育水平、受教育質量、上級部門任職經歷以及跨領域任職經歷，是黨和國家提拔領導干部的重要考量因素。

其二，本研究未發現理工科專業背景對地市級領導干部的晉升產生有利影響，這與既有的研究結論不同。

其三，職業經歷與教育背景交互影響晉升時間。具有省級黨政機關任職經歷或高校任職經歷，且進入體制前的學歷較高、取得全日制學歷以及畢業院校層次較高的領導干部，其晉升時間越短，晉升速度較快。

其四，黨和政選拔領導干部在部分標準上具有差異性。相對而言，黨委序列更加關注進入體制前的院校和省級黨政機關任職經歷，政府序列更側重于理工科專業和海外教育經歷。該結果恰好與黨和政的分工與職能相契合。在由市長調整至市委書記的過程中，地市級直屬機關任職經歷和任職部門數量呈現出積極影響。

上述結果回應了一個具有實踐意義的問題，即我國地市級層面的黨政領導干部晉升遵循什么樣的時間邏輯，有何規律？但是，在不同時代背景和職務晉升階段，“學”與“仕”對干部晉升的影響可能有所不同。這是由科層制特點決定的，也反映了黨和國家對干部選拔任用的一種現實狀況，體現了我國政治體制與經濟發展及現代化進程之間互動調適的優越性。

人機互動中的自我表露與隱私計算動態關系研究

曹博林 黃詩怡 深圳大學傳播學院副教授、碩士生

本文節選自《全球傳媒學刊》2023年第3期

人工智能時代正在“撲面而來”，機器人將成為未來社會的一分子。本研究發現，面對一個非人的聊天機器人伙伴，人們的表露意愿會因信息類型不同而有所不同；人們更愿意向聊天機器人表露情緒信息而非身份信息。

在人際交流中，人們往往礙于印象管理，難以向對方袒露自己真實的想法和感受，尤其是談及尷尬或復雜的社會問題時，訴說者更加擔憂被審判的風險。而在人機交流中，人們慷慨地對機器伙伴訴說衷腸，肆無忌憚地分享著快樂和悲傷、擔憂和恐懼。事實上，自20世紀60年代第一個聊天機器人Eliza面世伊始，人們與機器人的分享過于親密，超出了研究人員的期待和預期。有研究發現，人們與AI聊天機器人對話的內容超過與其他普通人對話的兩倍。即便人工智能機器人的智能程度有限，人們也愿意與之聊天。

此外，人們謹慎地表露身份信息，慷慨地袒露心扉，也驗證了隱私計算理論的內涵。這可能與人們對聊天機器人作為一種新型對話對象的隱私想象相關。根據自我展示和印象管理理論，個人會根據受眾和環境的變化調整自己的行為。當實際受眾未知或難以確定時，在中介溝通中，人們往往依賴想象受眾來決定他們自身的行為。

在當下以微信為主導的熟人社交環境中，社交圈與言論場的“復雜性”，意味著在公開場合表達意見可能伴隨著一定的社交風險。這使得人們公開表述其想法和情緒時需要保持謹慎，情緒成為了一種“隱私”。而在面對聊天機器人時，人們的想象受眾是基于算法的智能技術物，而隱私信息將留存到智能機器背后的科技公司。由此可見，隱私的感知亦是流動的。對機器的自我表露，對于心理問題的臨床咨詢和治療大有裨益，從更廣泛的層面來看，是能幫助真正認識自己、健康成長并充分實現自我的重要手段。