了解英格兰和威尔士学生的行政数据

这些研究成果并非有关人口的官方统计数字，亦非用于编制官方统计数字的基本方法或假设。相反，它们是作为对一种不同于目前用于编制人口和移徙统计数据的方法的研究的成果发表的。这些产出不应用于政策或决策。

• 英格兰和威尔士57%的学生在学期内在当地政府的医疗保健服务机构注册。

• 并不是所有的学生都会在每学年开始时更新他们的地址。

• 有证据表明，毕业生在毕业后没有及时更新他们的管理数据，这使得很难识别学生家庭。

高等教育(HE)的学生，那些在大学和那些在其他高等教育机构(如学院)学习的学生，是人口中一个庞大的，典型的年轻和高度流动的群体。高等教育统计局(HESA)报告称，在截至2020年的学年，英国高等教育课程的注册人数超过250万。这些学生大部分来自英国本土，但每年也有大约55万名国际学生入学。

在学期期间，这些人口集中在他们的大学周围，并可能对当地人口产生重大影响。例如，2011年的人口普查发现牛津大学的人口在学期内增长了83%(英国国家统计局，2016)。因此，能够理解我们如何在管理数据中及时识别和测量这个种群，对于确保我们基于管理数据的种群估计尽可能准确非常重要。

自冠状病毒(COVID-19)大流行开始以来，随着课程转移到网上，学生的行为可能会发生变化，许多学生可能会选择在家学习。这可能会影响它们在管理数据中的显示方式。

为了了解是否因为冠状病毒大流行而发生了变化，我们首先需要了解行政数据中学生的历史模式。在我们的研究中，我们回顾了从2016年结束的学年到2020年结束的学年的模式，并回答了一些重要的研究问题，以发展我们对行政数据中学生人数的理解。

具体来说，我们将在本文的以下部分回答以下问题:

• 如果一个学生出现在多个管理数据源中，是否在两个数据源的相同位置捕获它们?
• 在学年的什么时候我们可以看到学生更新他们的管理数据?
• 学生在学习期间多久更新一次他们的管理数据?
• 我们能多好地识别学生占用的地址?
• 我们能多好地捕捉进出学生地址的动作?

对于我们的大多数研究问题，我们都集中在那些我们认为在大学里远离家庭的学生身上。我们预计这一群体的行为会受到冠状病毒(COVID-19)大流行的影响，但他们也占了英国大学生的大多数。此外，在试图测量人口时，他们也是提供最大挑战的群体，因为他们需要更新行政数据记录，以便我们知道他们已经迁移。这群学生的学习地点是“在供应商”，而不是远程学习或出国学习。他们也住在大学维护的或私人宿舍或其他租来的住处，而不是父母或监护人的家里。如果有任何问题，我们对不同的群体进行了研究，我们会清楚地说明这一点。

对于大多数问题，我们还提供了截至2019年的学年的数据。这是我们所知道的最近一个没有受到冠状病毒大流行影响的学年，因此提供了最准确的“原样”情况。如前所述，我们的研究涵盖了五个学年，我们在所有年份的所有研究问题上都看到了类似的模式。使用个人人口统计服务(PDS)以及其他更及时的数据源进行这项研究，帮助我们了解在新的HESA数据交付之前，我们如何能够很好地捕获有关学生群体的信息。

这个研究问题的主要动机是了解学生如何将他们的管理数据更新到他们的学期位置。我们能够在个人人口统计服务(PDS)中识别学生，观察他们注册的地方权威机构，并根据高等教育统计局(HESA)的数据将其与他们在学期内的地方权威机构进行比较。然后我们进一步探索，在不同的研究阶段进行调查，并观察英格兰和威尔士地方当局的这些模式有何不同。

在全国范围内，我们发现英格兰和威尔士约57%的学生在PDS和HESA上与他们的学期时间地方当局达成了一致。不同阶段的研究存在差异，如图1所示。

到第一学年结束时，只有55%的大一本科生在他们的学期所在地注册了PDS。其他本科生在接近60%的情况下对两种来源达成一致，研究生在超过75%的情况下达成一致。随着时间的推移，这种增长是有道理的，因为随着时间的推移，与医疗保健服务交互的机会增加了。如前所述，这些数字专门涉及到2019年结束的学年，但在我们研究的所有五年里都看到了类似的模式。

图2显示了地方当局内PDS和HESA地址之间的一致率，根据HESA，有500多名学生在那里注册。有相当大的差距，有些地方政府超过70%，有些地方政府低于40%。在英格兰或威尔士，这种情况在区域层面上没有明确的地理格局。

图2:英格兰和威尔士不同数据源之间的协议不同

在同一地方当局的个人人口统计服务注册的学生的百分比，作为他们的高等教育统计当局的学期地方当局

注:

1. 看看在国外学习的全日制学生。
2. 学生人数少于500人的地方当局被排除在外。

下载数据

.xlsx

新学年从9月开始，所以我们预计在这个时候会看到许多学生在他们的行政数据记录中更新他们的地址，因为他们第一次上大学或在即将到来的学年搬到新宿舍。

为了更好地理解我们在行政数据中观察到的情况，我们研究了截至2019年的学年的学生，以及他们上次在个人人口统计服务(PDS)上更新地址的时间。我们将他们分为一年级本科生、其他本科生和研究生，以观察学生学习时间长短对模式的影响。

对于2018年9月开始上大学的一年级本科生，我们看到PDS上的地址更新数量显著增加，如图3所示。这是我们期望看到的一年级本科生第一次搬到他们的学期地点的模式。

对于其他本科生和研究生来说，我们可以在2018年9月和10月再次看到更新的高峰，因为学生们将返回继续他们的学习。对于其他本科生和研究生，在2017年9月和10月也可以看到类似的高峰。这两个峰值都低于大一本科生的峰值。这表明，这些学生倾向于在全年大致相同的时间更新他们的PDS地址，但并非所有人每年都这样做。

为了了解学生在学习过程中更新管理数据的次数，我们选取了2016学年结束的一年级本科生，并通过五年的数据对他们进行了观察。这使我们能够比较他们在高等教育统计局(HESA)数据中出现的次数与我们在该数据中为他们提供的唯一学期邮编码的次数，使用此信息作为我们捕捉移动的效果的代理。这里假设HESA数据为每个学生提供了正确的移动数。

图4显示，在大多数情况下，我们捕获的唯一位置至少比数据中的外观少一个。更详细地观察那些在大学里度过三年的学生，也就是一个典型的本科学位课程的长度，我们可以看到只有41%的学生在这段时间里注册了三个独特的地点，45%的学生注册了两个，14%的学生只注册了一个。这可能不是真实的情况，在这些情况下，我们的假设是，在大多数情况下，我们捕捉到了进入大学和第一年到第二年之间的这段时间，许多学生从宿舍搬到私人租来的宿舍，但漏掉了其他一些学生。

对于这些数据，有很多需要注意的地方。首先，尽管这样做很常见，但我们知道并不是每个学生每年都搬家。这意味着我们可能认为我们错过的动作实际上并不存在。此外，由于HESA数据查看唯一的邮政编码，有可能有人在同一邮政编码内移动，因此尽管移动，但不会显示为新的唯一位置。

图4:HESA数据显示，学生不太可能每年都在学习期间搬家

按学龄数和唯一邮编数划分的学生百分比

注:

1. 看看在国外学习的全日制学生。

下载数据

.xlsx

之前的研究问题都是关于个别学生更新行政数据的准确性和频率。了解学生群体所居住的房产类型以及与他们一起生活的人的类型也很重要。

为了做到这一点，我们使用唯一属性参考编号(UPRN)将他们分组到他们在个人人口统计服务(PDS)上注册的地址中，这是给每个属性的唯一标识符，因此我们在数据集之间链接时不需要使用全文地址。在此基础上，我们制定了一套规则，以确定他们注册的地址是他们的家庭住宅、学生和非学生混合地址，还是仅由学生占用的地址。这项研究只调查了那些住在私人家庭里的学生，所以不包括住在宿舍里的大量学生。

图5显示，在私人家庭中，近60%的全日制学生在PDS上登记了家庭地址。这一数字很高，因为高等教育统计局(HESA)的数据显示，在截至2019年的学年，45%的全日制学生住在学生宿舍。

数据还显示，只有12%的学生居住在完全由学生居住的地址中，约30%的学生居住在似乎由学生和非学生组成的地址中。这可能是因为应届毕业生离开大学后没有更新他们的管理数据，因此在我们的分析中，他们看起来不是学生。

为了进一步了解我们如何使用行政数据捕获这些地址，我们还查看了我们确定的地址是否在地方当局议会税收数据中存在忽略或豁免。如果学生与其他可能有资格享受折扣的人住在一起，但该学生不在应缴纳市政税的居民之列，则可以申请不予考虑。免税适用于完全不需要缴纳市政税的地址，因为完全由学生占用的地址是不需要缴纳的。

图6显示了三种地址类型中每种具有不同市政税标志的地址的百分比。我们可以看到，只有学生地址有完全豁免的时间不到一半。当我们考虑漠视时，在超过一半的情况下都有学生占用的迹象。我们发现，超过40%的部分学生地址有完全的豁免，这稍微多了一点证据，证明在PDS上，这些地址包含了刚毕业的学生，他们已经搬出去了，但没有更新他们的管理数据。

识别学生居住的地址是有益的，对于各种内部迁移措施，能够准确地捕获搬入和搬出学生属性。

为了检测这一点，我们使用了三个数据源:

• 理事会税数据以确定完全免税的地址
• 估价办公室机构(VOA)来区分物业的卧室数量
• 个人人口统计服务(PDS)，以确认在过去12个月内曾更改该物业地址的人数

这使得我们能够在一个地址内得出学生卧室的周转率。由于多年来没有市政税数据，我们在截至2021年4月的12个月里这样做了，这意味着它可能受到了冠状病毒(COVID-19)大流行的影响。

图7显示，绝大多数地方政府的学生卧室周转率在10%到40%之间。这个数字可能很低，因为我们可能预计这个数字接近100%，因为每年都有整群学生搬进搬出。然而，我们意识到并不是所有学生的经历都是一样的，许多学生在大学期间会花一年多的时间在一个地址上。

在整个2020年和2021年，由于国家和地方为减少冠状病毒(COVID-19)的传播而采取的封锁和限制措施，大学生的经历与前辈有所不同。预计这一影响早在2020年3月就会改变学生的行为，与几年前相比，这可能会对行政数据产生连锁反应。

以下是可能影响学生体验的主要社交距离限制和安全措施的时间表:

• 2020年3月:在英国政府宣布第一次全国封锁前几天，几乎所有校园活动都被取消、暂停或转移到网上;建议所有非必要的出国旅行，并敦促尚未回国的国际学生和国内学生不要回国;2020年3月23日宣布第一次全国封锁时，禁止所有非必要的旅行

• 2020年6月:开始逐步取消英格兰和威尔士的限制

• 2020年9月:在英格兰和威尔士重新实施限制

• 2020年11月:英格兰开始第二次全国封锁

• 2020年12月上旬:为学生寒假返乡开辟为期一周的旅游走廊

• 2020年12月下旬:威尔士出台“待在家里”的限制措施

• 2021年1月初:英格兰开始第三次全国封锁

• 2021年4月:威尔士放宽限制，学生可以回到现场教学

• 2021年5月:英国放宽限制，大学恢复亲自授课;在红绿灯系统下，英格兰和威尔士恢复了国际旅行

冠状病毒大流行对截至2020年学年的行政数据可能产生的影响，意味着我们所展示的结果主要来自于截至2019年的学年。使用个人人口统计服务(PDS)进行这项研究，这是一个更及时的数据源，帮助我们了解在新的高等教育统计局(HESA)数据交付之前，我们如何能够很好地捕获有关学生人口的信息。目前正在开展工作，以更好地了解冠状病毒大流行已经并将继续对各种行政数据源产生的影响。

这份报告调查了英格兰和威尔士的所有学生。与此同时，我们也在开展工作，以更好地了解国际学生群体。使用管理数据，我们进行了一些分析来了解国际学生就业，并利用这些信息来调整我们的基于管理的迁移估计(ABMEs)以填补那些可能已经抵达英国，但没有出现在税收和福利数据中的学生的空缺。

我们也在继续建设了解国际学生他们作为移民的旅程，以及签证到期后他们会做什么。我们在2017年首次发表了这项研究，并一直在这项研究的基础上进行研究。我们将将于2021年11月底公布调查结果．

英国国家统计局(ONS)在发布之前对2021年人口普查进行全面的质量保证。这包括根据英国国家统计局的一系列统计数据、调查和行政来源进行验证，以及使用人口普查统计数据进行人口分析。我们已经公布了我们的详细资料质素保证策略并与用户一起了解最适合这项工作的资源。

我们对人口普查与其他数据来源相比如何的理解，将建立在英国国家统计局使用行政数据所做的大量工作的基础上。这包括将人口普查统计数据与最新的基于行政的人口估计(ABPEs)进行比较。资源之间的联系已经为我们在整个国家统计局使用和计划使用的许多资源提供了更深入的了解。

在2021年人口普查期间，学生群体被认为是我们需要采取额外措施的重要人口群体之一，以确保我们能够产生强有力的统计数据。针对学生开展了一项宣传活动，我们利用大学和社交媒体渠道，针对新冠病毒(COVID-19)大流行进行了调整。

本文中详细介绍的研究和发现将使我们更好地了解我们应该将2021年人口普查统计数据与之进行比较。这些情报将被用作我们质量保证过程的一部分。

学年

一学年从9月到8月。在本出版物中，大多数结果已发表于2019年底的学年，涵盖2018年9月至2019年8月。

为了回答这些问题，我们主要使用了两个主要数据源。首先是来自高等教育统计局(HESA)的高等教育入学数据。

HESA对各大学收集的数据进行汇编和标准化，并使用这些数据生成官方统计数据。这些行政数据包括学生的住宿类型，他们登记居住的邮政编码，以及他们的高等教育(HE)课程的完成程度。HESA数据包含一些重复的记录和丢失的数据，但在清理数据时尽可能多地删除这些记录和丢失的数据。

第二个主要数据来源是来自NHS Digital的个人人口统计服务(PDS)。它包括通过向全科医生(GP)注册、获得A&E服务或到医院就诊而与NHS进行互动的任何个人。但是请注意，PDS并没有将个人识别为学生。

它涵盖英格兰和威尔士，为我们提供人口统计信息，但不包含关于个人健康记录的信息。如果个人搬家并注册使用新的全科医生，这些数据将由他们更新。由于数据依赖个人更新其记录，它还覆盖了一些已经死亡或离开该国但尚未注销或从系统中删除的个人。

这项针对学生的重点研究表明，对于高流动性人口群体，学生迁移和其他生活转变并不总是能在管理数据中及时或准确地捕捉到。

然而，它为我们提供了对这一人口群体的宝贵见解，现在可以使其他基于数据的行政产品受益，也可以用作人口普查质量保证过程的一部分。特别是，英格兰和威尔士的准确性差异突出了这些数据比其他数据更有价值的领域，这是我们可以继续考虑的问题。

我们还意识到，自2020年3月以来，冠状病毒(COVID-19)大流行很可能影响了学生的行为，这可能对行政数据模式产生连锁反应。目前正在进行研究以进一步了解这一点，研究结果将被考虑并应用于基于数据的管理产品的未来迭代中。正如本文所说明的，管理数据并不能完美地完整地捕捉学生。然而，当我们更好地了解它，并且没有其他来源来提供关于关键亚人群的其他证据时，它们仍然有价值。