本文研究了学校新冠肺炎政策与招生变化之间的关系，关切学生亚组的反应如何不同。我们记录了几个重要的发现。首先，在实施更严格的新冠肺炎政策（如仅限虚拟教学和口罩要求）的地区，总体入学人数下降幅度更大。其次，新冠肺炎政策的入学反应因年龄而异。不仅幼儿园和小学儿童的入学率下降幅度更大，而且低年级学生的入学率对学习模式更敏感。第三，入学对学习模式的反应因种族和民族而异。虽然在学年开始的地区，白人入学率下降幅度更大，但在亲自开始学年的地区，黑人、西班牙裔和亚裔入学率下降更大。虽然有一些证据说明，在有口罩可选政策的地区，黑人入学人数的下降幅度大于白人，但我们没看到西班牙裔或亚裔入学人数的类似差异。
从广义上讲，不同群体的入学反应不同可能是由于学习模式偏好的差异或经济资源的差异，或者两者兼而有之我们在图2中看到，种族/民族群体对在线学习的反应存在巨大差异。2提出了资源限制可能很重要的可能性。也就是说，可能所有家庭都希望避免远程学习，但白人家庭有更多的资源，可以上私立学校、搬家或转到另一个公共地区。然而，这些差异在控制该地区家庭收入中位数和贫困率的特定群体指标的模型中任旧存在，这表明资源可能没有人们想象的那么重要。
另一方面，几项证据说明，学习模式偏好的差异——特别是由于感知到的健康风险而产生的偏好——是入学反应的重要决定因素。首先，我们首选的模型估计表明，非白人家庭在面对面地区的入学率下降幅度大于白人家庭。其次，我们得知，即使在控制了学习模式和许多别的地方因素后，非白人入学者对当地新冠肺炎的严重程度也更敏感。然而，这些偏好的差异也有一定的可能是由于其他因素造成的，例如Kogan（9）提出的白人与非白人家庭的党派倾向。
最后，我们的结果与调查证据一致，即黑人和西班牙裔家长一直报告更不愿意亲自送孩子回去（9，24）。与同一地区的其他学校相比，为更多黑人和西班牙裔学生提供服务的学校平均资源更少，这种看法可能有一定的道理。有必要注意一下的是，与上述调查中表达的偏好相比，我们观察到实际入学结果中的种族差异要小得多，这表明了经济和地理限制（例如缺乏附近的替代学校选择）对入学决定的重要性。
这些发现对学生个人的学业成绩和学区的财政偿付能力具备极其重大意义。最近的研究记录了2020-2021学年实际上学的学生的显著学习损失；这些损失至少持续到2021-2022年（4，25）。如果离开虚拟地区的白人学生进入了线下授课的特许学校或私立学校，或者选择了高质量的家庭教育，我们记录的入学模式可能会加剧这些社区先前存在的种族成就差距（26）。鉴于学校资金由学生入学人数决定，在疫情期间，非白人学生比例较高的地区在未来几年可能会面临比白人学生占主导地位的地区更大的财政挑战。
多元回归估计显示，与新冠疫情前的入学趋势相比，2020-2021年，与线上授课入学的地区相比，线下授课入学和混合入学的地区的入学人数下降幅度较小。在控制了社会、政治和经济地区特征、当地新冠肺炎严重程度和预防的方法以及国家固定影响后，虚拟地区的平均入学人数下降了2.7%，而面对面和混合地区分别下降了1.4%和1.9%（SI附录，表S2，第6列包含我们的首选规范）。相对差异相当大，面对面学区的入学人数比虚拟学区减少了48%（0.013/0.027）。与美国近代史相比，这些幅度是巨大而有意义的；在过去的35年里，只有两次公立学校的入学人数同比下降了1%。
按年龄分开来看，我们得知幼儿园招生对学习模式的反应与其他年级的招生大不相同。图3显示了基于SI附录表S3第4列中所示模型估计的2020-2021年按学习模式和年龄组预测的入学人数变化。在幼儿园，与在线学习相比，有面对面学习的地区的入学率下降了43%（在线%，而面对面学习下降了7.0%）。在小学和中学，入学率变化的差异不那么一致，也比幼儿园小；高中入学人数变化不大。有趣的是，除了幼儿园，我们的模型表明，在混合学习模式的地区，入学率下降幅度最大，这表明这种“折衷”的方法可能对家庭来说尤其令人沮丧。
如上所述，由于地理位置、职业、收入水平和机构信任，新冠肺炎对美国种族群体的影响截然不同。在这里，我们研究这些差异是否转化为入学率。我们专注于K-8入学；无论学习模式如何，在新冠肺炎期间，高中入学人数就没有变化，种族差异也不显著。
我们发现，与非白人学生相比，白人学生对学校学习模式的反应非常不同。具体而言，在采用虚拟教学的地区，白人入学人数下降幅度更大；非白人学生的情况正好相反。图4根据SI附录表S4第4列所示的模型估计，分别按种族和学习模式绘制了2020-2021年的平均预期入学变化图，说明了这些差异入学反应！
当地区是虚拟的时，白人入学人数下降了6.4%。我们估计，在同一地区，黑人、西班牙裔和亚裔的入学人数下降幅度约为这一规模的一半；这些差异在黑人学生的1%水平和西班牙裔和亚裔学生的5%水平上具有统计学意义。在有混合教学（下降4.2%）和线%）的地区，白人入学人数下降幅度明显较小。当地区采用面对面授课时，黑人、西班牙裔和亚裔的入学率通常会下降更多。对于黑人和西班牙裔学生来说，面对面入学率下降幅度最大，其次是混合入学率，然后是线上授课入学率。对于亚洲学生来说，虚拟学区和混合学区的下降没有显著差异，但面对面学区的下降幅度要大得多。
这些差异很大且非常显著(0.01;参见SI附录表S4中的相互作用项系数）。例如，当该地区采用面对面学习（相对于在线学习）时，白人入学率下降了2.7个百分点，而在同样的情况下，黑人入学率下降3.1个百分点。考虑到K-8入学人数平均下降约4.1%，这些幅度的差异反映了66–75%的相对差异。
为什么非白人家庭不太可能进入亲自开办的公立学校？其中一个原因可能是，这些家庭认为新冠肺炎对他们的安全构成了更大的威胁。与白人相比，黑人和西班牙裔的新冠肺炎年龄调整死亡率高出65%（尽管亚裔和白人的死亡率相似）；此外，死亡率的种族差异在新冠疫情的前几个月最大，最近一段时间与我们的分析相关（23）。
对当地新冠肺炎严重程度的入学反应提供了非白人社区更大健康问题的额外证据。在地区内观察，并控制学习模式的差异影响以及别的地方特征，我们得知，与白人入学相比，2020-2021年黑人、西班牙裔和亚裔入学率的变化对当地新冠肺炎死亡率更敏感。具体而言，新冠肺炎死亡人数增加10%与非白人登记人数比白人登记人数多下降0.5-0.7个百分点有关。这些结果与非白人家庭在面临新冠疫情的健康后果时更加谨慎的说法一致，对于亚洲学生来说，即使考虑到与白人学生相似的总体社区风险，也是如此。
尽管几乎所有公立学校都亲自开始了2021-2022学年，但大约三分之一的学校要求学生和教职员工在学校戴口罩。前一年离开当地学区的家长面临着在2021-2022年让孩子重新入学的决定，或者继续其他学校安排。
我们发现，前一年的学习模式和今年的掩蔽政策都影响了2021年至2022年的地区入学率。即使在控制了2020年秋季的学习模式（和其他协变量）后，没有口罩要求的地区在2021年至2022年的入学率下降了0.8个百分点（29%），低于有口罩要求的学区。有趣的是，即使在控制了掩蔽政策和其他因素的情况下，2020-2021年提供面授和混合教学的地区的入学人数反弹幅度也比提供虚拟教学的地区大（SI附录，表S5）。例如，2020-2021年亲自参加的地区在2021-2022年的入学率下降了0.8个百分点（29%），低于2020-2021年间的虚拟地区；混合区的下降幅度较小0.7个百分点（25%）。
年至2022年，入学人数仍比K-8学生的趋势低2-5个百分点。我们没发现2021-2022年对口罩政策的入学反应存在很大的年龄差异（SI附录，表S6）。有必要注意一下的是，2021年至2022年，幼儿园入学人数没有反弹；如果2020-2021年K入学人数的一下子就下降是由于父母在一年内“穿红衫”给孩子，我们预计2020-2022年的入学人数将大幅恢复。相反，似乎有相当多的家庭永久性地转向了替代学校教育的选择。
白人入学人数仍比疫情前的趋势低5.6%。在有口罩要求和没有口罩要求的地区，非白人入学人数的恢复率远高于白人入学人数，尽管前一年的学习模式差异任旧存在（SI附录，表S7）。我们的IV规范表明，在没有口罩政策的地区，黑人入学人数下降幅度相对较大；然而，这一结果对于第1-3列中的替代规范来说并不稳健。
我们进行了各种敏感性分析，所有这些分析都支持上述发现。首先，我们证实了我们的结果对i）学习模式的替代定义是稳健的；ii）我们的分析中包括的地区样本；以及iii）计算大流行前登记趋势的不同方法（SI附录，表S8-S10）。我们还证实，我们的结果不单单是由我们的IV策略或疫情前控制变量的选择所驱动的。正如我们在SI附录表S2–S7中所示，在有协变量和无协变量的OLS规范中存在相同的关联。OLS估计的幅度小于IV估计，如果观察到的学习模式与未观察到的对该政策的偏好相关，则可以预期IV估计。OLS的估计表明，白人和非白人招生变化的主要不同之处在于他们对虚拟教学的反应——即，在有在线学习的地区，所有规格的白人招生下降幅度远大于非白人招生。
我们得知，我们在2020-2021年观察到的按学习模式划分的入学差异一直持续到下一学年。我们通过以下方式证实了这一结果的稳健性：1）以2021-2022年的入学人数为结果，运行相同的2020-2021年规范，以及2）在我们的2020-2022年主要规范中，从我们的一组对照中省略2021年夏季新冠肺炎死亡率（因为新冠肺炎死亡率本身可能是2020年秋季学习模式决策的函数）；参见SI附录表S11。
由于黑人和西班牙裔学生在特许学校的入学比例过高，我们研究了特许学校入学对新冠肺炎政策的反应是否与公立学校入学不同。特许学校的学习模式数据不如公共地区全面，我们也缺乏特许口罩政策的数据，但我们发现特许学校采用的学习模式通常与附近地区的学习模式相匹配。由于样本量小，数据不完整，仅对包机注册变化的分析并不能提供信息。相反，我们将所有特许学校分配到最近的公共学区，并比较地区招生的反应是否与单独的公共招生不同。考虑到我们只在大约800个附近有特许状的地区的样本中运行这些模型，应谨慎解释幅度；然而，我们的结果没有变化，如果有什么变化的话，则表明特许状中按种族划分的学习模式差异比公共区域更强（SI附录，表S12）。
最后，非白人美国人通常比整个国家更民主。由于党派之争与学习模式偏好高度相关，理论上，这些结果可以用同一地区更多的黑人、西班牙裔和亚裔家庭是人来解释，而不是白人家庭。然而，当我们不控制地区党派之争时，以及当我们在2016年大选中超过三分之二的受访者投票给希拉里·克林顿的地区子集中估计模型时，我们的点估计是相似的（尽管统计精度不同）（SI附录，表S13）。这表明，仅凭党派差异不足以解释我们的发现。
