摘要
大学教育的回报因人而异，差异悬殊，而这些差异对于招生政策、财政资助和社会流动政策至关重要。然而，现有大多数估算仅报告单一的平均回报率，并将每所院校视为数据表中的孤立一行，忽视了院校之间的关联关系以及结果在各类人口群体中的分布情况。我们提出了 FairEdu-GCT（图增强因果Transformer），一个将异构图编码器与Transformer序列模型以及显式的公平性惩罚相耦合的框架。院校、地理区域和学科领域构成了一个有类型的图，其边记录了毕业生流动、空间邻近性和学科交叉重叠。一个关系图注意力网络（R-GAT）将这种结构转化为院校生态系统嵌入表示，其中承载了同辈效应、区域劳动力市场信号以及院校声望的扩散信息——这些信息在任何表格化表示中都无法保留。随后，一个Transformer编码每位学生的教育经历，并通过跨模态注意力桥接将其与院校嵌入进行融合，再由一个反事实解码头返回在替代院校选择条件下的完整条件收入分布，而非单一的点估计。由于学生并非随机分配到院校，我们不主张严格的因果识别；我们将CATE和PEHE严格视为混淆因素调整后的对比估计质量诊断指标，而非因果效应的证据。我们转而通过双重稳健目标函数对已观测的混淆因素进行调整，并增加一个平等机会正则化器，以确保准确率不以受保护子群体的利益为代价。基于美国大学记分牌、IPEDS和NLSY97的关联数据（从7312所Title IV院校中抽取的6256所院校；来自8984名受访者、随访十年的161,043条人-院校-年记录），FairEdu-GCT相较最强基线（因果森林、DragonNet、TARNet和TabTransformer）将RMSE降低了16.2%，将异质效应估计精度（PEHE）降低了25.1%，并将人口统计均等性差距缩小了46.5%。所有增益均以95%置信区间和十个种子的效应量报告，扩展的公平性审计（校准、预测均等性和子群体稳健性）证实改进并非局限于我们优化的两个指标。消融分析表明，仅R-GAT编码器就贡献了9.0%的RMSE降低。分组条件SHAP分析进一步显示，基于图结构的区域技术集群邻近性对第一代少数族裔学生而言是一个异常强的预测因子，这一信号在表格特征中无法恢复，我们将其解读为模型内部的关联而非政策杠杆。
