压力之下：印度高风险考试与媒体报道的学生自杀

《Journal of Development Economics》：Under pressure: High-Stakes exams and media-reported student suicides in India

　　

•我们研究了印度高风险考试的时间安排与媒体报道的学生自杀之间的关系。
•由于缺乏心理健康方面的细粒度数据，我们提取了带有地理编码的媒体报道数据。
•在 NEET-UG 或 JEE-Mains 考试月份，学生自杀率高出 17.5%。
•当全国入学资格考试与中学毕业会考重合时，这种关联最为显著。
•虽然可能存在报道偏差，但媒体关注点的转移无法解释这一模式。

**引言**

青少年心理健康恶化是一个全球性问题，具有严重的经济后果，包括教育成就低下、生产力下降、收入损失以及健康成本增加，这些因素加剧了贫困和不平等（Belfer, 2008; Kessler 等，2007; Patel 等，2007）。自杀是心理健康危机的极端状态，是 15 至 29 岁人群的主要死因，减少自杀是联合国可持续发展目标之一。

研究发现，高收入国家的青少年自杀呈现出与校历相关的周期性模式，在学期期间上升，在假期期间下降（Chandler 等，2022; Hansen 和 Lang, 2011; Hansen 等，2024; Matsubayashi 等，2016; Lahti 等，2007）。然而，由于数据限制、心理健康污名、政策不完善、自杀未遂的刑事化以及缺乏死亡登记系统，来自低收入和中等收入国家（LMICs，占全球自杀总数的 77%）的证据仍然稀缺（世界卫生组织，2022; Guzmán 等，2019; Kane 等，2019）。数据通常不具备高频率和低粒度，这使得在世界上大部分人口居住的环境下调查自杀诱因变得困难。现有文献将自杀的季节性归因于学校相关问题，但未能识别具体的诱因，如学业压力、暴力、欺凌和人际冲突。学业压力和高利害考试与学生心理健康状况不佳相关，包括焦虑、抑郁和自杀意念升高（Chen 和 Glaude, 2017; Deb 等，2015; Yang 等，2023）。

我们利用从媒体报道中提取的新型地理编码高频数据，考察了印度高风险考试与学生自杀季节性的关联。我们关注高中后的工程学和医学专业全国入学资格考试，这些是获得显赫专业学位的强制性筛查测试。关注高中后的竞争性考试有助于我们将学业压力和考试时间与其他学校相关因素隔离开来。印度占全球青少年人口近三分之一，鉴于缺乏关于这种极端心理健康结果的细粒度数据，这一贡献对于低收入和中等收入国家的政策制定者而言尤为重要。我们关注学生自杀，因为这是一个脆弱的年龄群体，具有重大的政策干预潜力。

我们发现，在 NEET-UG 或 JEE-Mains 考试举行的月份，媒体报道的学生自杀率高出 17.5%。这种平均关联掩盖了不同考试期间的重要异质性。最强且估计最精确的关联出现在全国入学资格考试与中学毕业会考重合时，这表明累计考试负担期间可能尤为显著。事件研究估计进一步显示，自杀率在考试前立即上升，在考试月份达到峰值，随后下降。

由于我们的结果变量是基于媒体报道构建的，我们将这些估计解释为媒体报道的学生自杀的时间关联，而不是竞争性考试对潜在自杀发病率的影响。我们通过将其与官方国家犯罪记录局（NCRB）数据进行比较，并进行一系列稳健性和伪证检验来评估基于媒体的指标的效度，这些检验解决了选择性报道、地理覆盖范围、安慰剂自杀结果和替代考试时间问题。这些检验支持了所记录的时间模式的稳定性，尽管不能完全排除针对特定考试的报道偏差。

我们在以下方面对心理健康和教育领域的文献做出了贡献。首先，据我们所知，这是一项新颖的贡献，解释了发展中国家背景下高利害全国入学考试时间与学生自杀之间的关联。利用具有高维固定效应的区 - 月面板数据，我们将考试月份的模式与更广泛的学年季节性以及不随时间变化的地区特征区分开来。我们的部分估计还将考试时间与成绩公布时间隔离开来。

其次，我们证明考试的重要性和负担塑造了这些模式。当全国入学资格考试与中学毕业会考重合时，以及在参与率高的州，自杀率增加最多。这扩展了关于青少年自杀决定因素的文献，包括经济因素（如失业和不平等）（Breuer, 2015; Huikari 和 Korhonen, 2021; Lepori 等，2024）、心理社会因素（Chen 等，2012）和环境因素（Persico 和 Marcotte, 2022; Woo 等，2012），展示了高利害考试如何与其他影响青少年心理健康的压力源相互作用。

第三，我们利用抓取的文章文本讨论了这些自杀背后的福利成本、政策含义和直接压力源。高利害考试会带来生理和心理负担，如胃食管症状（Suriyayothin 等，2023）、皮质醇升高（Heissel 等，2021; Medovnikova 等，2018）以及与自杀意念相关的焦虑和抑郁（Melguizo-Ibá?ez 等，2023）。这些考试促进低效学习，增加边缘群体的压力（French 等，2023），加深不平等（Mangal, 2021, 2024），并对教育和就业产生持久的负面影响（Machin 等，2020）。在印度，由于显赫的项目代表着社会流动，理解考试相关的压力对于政策干预至关重要。我们创建了一个替代数据库，以在细粒度心理健康数据不可用时解决这一关键问题。

本文的其余部分结构如下：第 2 节解释印度高利害考试的背景和经济因素。第 3 节讨论数据和相应变量。第 4 节建立我们的估计框架。第 5 节讨论主要结果、稳健性检查、子样本分析和伪证检验。第 6 节讨论潜在渠道。第 7 节讨论直接压力源和政策相关性，第 8 节总结。

**各章节片段**

**背景**

印度是世界人口最多的国家，超过 50% 的人口年龄在 25 岁以下，65% 的人口年龄在 35 岁以下（联合国人口司，2022）。在全球 12 亿 15-24 岁青年中，三分之一居住于印度（联合国经济和社会事务部，2020）。在全球每年 70 万起自杀中（世界卫生组织，2022），印度约占五分之一，每年报告约 14 万起。

**数据**

我们根据全球事件、语言和语气数据库（GDELT）构建数据集，这是一个实时监控全球新闻的开源平台。GDELT 使用自然语言处理（NLP）和机器学习工具将新闻文本转化为包含事件日期、位置和源元数据的结构化记录。通过地理编码和后处理，事件被映射到特定城市或最近的里程碑。每条记录包含原始文章 URL（SOURCEURL），可实现文章级验证以及

**估计策略**

我们估计以下回归规格：
Ydsmt=β0+β1HighStakeExammt+γd×t+δs×m+Xdmt′β3+?dsmt
因变量是日历年份 t 中，州 s 的地区 d 在月份 m 媒体报道的学生自杀人数。关键自变量 HighStakeExammt 是一个虚拟变量，如果年份 t 的月份 m 进行了高利害考试则等于 1，否则为 0。表 A1 展示了这些考试在...的分布情况

**主要结果**

表 1 报告了估计结果。第 1 列报告了高利害考试期间与媒体报道的学生自杀之间的关联，采用年份固定效应模型，且不控制任何其他协变量。年份固定效应模型有助于我们控制年度特定冲击，如 Covid-19 的影响（考试时间变化）或其他未观测到的年度特定协变量。高利害考试月份与学生自杀相关的系数为正，

**城市集中度和社交压力**

现有文献确立了教育作为一种影响社会声望的位置商品（Gallice 和 Grillo, 2019; Nikolaev, 2016）。同伴压力影响学术努力（Bursztyn 和 Jensen, 2015），并且在高利害情境下，同伴比较可能会放大心理痛苦。源于职业顾虑的经济激励助长了学业压力，这与信号传递和人力资本模型一致，该模型假设更高的学校教育会带来更高的经济回报（Becker, 1962

**隐含的死亡负担**

我们首先将估计关联的幅度表示为隐含的死亡负担。我们的回归估计了高利害考试月份与媒体报道的学生自杀之间的时间关联，而下面的练习将这种比例关联外推到官方全国学生自杀总数。我们的首选规格表明，在 NEET-UG 或 JEE-Mains 考试月份，媒体报道的学生自杀率大约高出 17.5 个百分点

**结论**

虽然已在发达国家观察到学生自杀的周期性，但由于数据限制，发展中国家的证据缺乏。青少年自杀是一个主要的公共卫生问题，低收入和中等收入国家占全球大多数病例。我们通过研究印度高风险考试与学生自杀季节性的关联，并调查其与学业压力的关联，来解决这一差距。利用新型、地理编码、高频的媒体报道学生

**CRediT 作者贡献声明**

Subarna Banerjee：写作 – 审阅与编辑，写作 – 初稿，方法论，调查，形式分析，数据管理，概念化。
Gitanjali Sen：写作 – 审阅与编辑，写作 – 初稿，监督，项目管理，方法论，调查，形式分析，数据管理，概念化。

**伦理批准**

本研究不涉及需要伦理委员会审查的人类受试者、动物或可识别数据。

**原创性及先前出版情况**

通过提交本手稿，作者确认：
•所述工作此前未曾发表，除预印本、摘要或学术论文形式外。
•本手稿未在其他地方考虑发表。
•所有合著者已批准本手稿并同意此次提交。
•如果接受，未经版权持有人书面同意，本论文不会以相同形式用英语或任何其他语言在其他地方发表。

**人工智能辅助技术披露**

本手稿的准备过程中未使用人工智能辅助技术。用于数据提取的工具列于附录部分 B。

**资金来源**

本研究未获得公共、商业或非营利部门资助机构的任何特定拨款。

**利益冲突声明**

作者声明他们没有任何已知的竞争经济利益或个人关系，这些关系可能会影响本论文中报告的工作。

Subarna Banerjee|Gitanjali Sen