转入转出统计，为何连不成一名学生的跨校路径

看到两所大学分别公布转出人数和转入人数，很容易想把它们连起来，理解为一批学生从前者去了后者。但人数之间存在对应关系，需要有连接两端的记录支持。两个规模相近的总数，本身没有告诉读者哪些人发生了同一次转学。

美国教育科学研究院网站2019年2月8日的一篇IPEDS介绍，对转入和转出的含义作了区分。转入学生此前已有高等教育就读经历，不以是否取得学分为唯一条件；转出则涉及未在原机构完成项目、随后在另一机构入学的学生。它们描述的都是学生与报告机构之间的关系，不能仅凭中文词面，把它们理解为已经配对的一条迁移记录。

不同调查组件的统计对象也有差别。该历史介绍中的秋季入学调查涉及秋季时点的转入学生；毕业率调查的转出数据针对特定的首次入学、全日制群体；成果指标调查又有不同的入学群体与跟踪时间安排。因此，即使都出现“转学”字样，报告读者仍需先看组件、群体和时间，而非把任意两列数直接相减或对接。

更关键的边界在于，这篇介绍明确说明IPEDS不收集学生从哪所机构转来、转往哪所机构。缺少这层起讫对应，就不能据此复原跨校路径。总量可以用于讨论机构接收或流出学生的情况，却无法单独分辨一名学生是否在多校之间往返，也不能证明某所学校与另一所学校之间发生了多少次特定方向的转学。

可以用一个不涉及真实学校的情境理解：甲校报出一组转出总数，乙校报出一组转入总数，即使两组数完全相同，也可能涉及不同的人、不同时间或不同统计群体。这只是说明数据连接所需条件的逻辑例子，不是IPEDS实际观察到的案例，更不是对任何学校学生流向的判断。

招生资料整理人员介绍这类统计时，可以把问题分成两层：原表能回答某机构报告了多少、属于什么群体；至于学生具体去了哪里，需要能够连接机构与学生经历的其他证据。后一层没有资料时，直接说明不能从该表得知，比用相近人数补画箭头更准确。

本文依据2019年的机构介绍解释统计边界，没有把其中的历史人数当作今日规模，也未核定2026年所有调查的现行口径。涉及当年的报告，应再查对应年份的定义说明。统计的价值并不因无法追踪每个人而消失；准确交代它能描述的关系，才能让学校介绍与研究说明各自有据。