《表6 基于logit模型估计倾向得分结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《签订劳动合同能增加女性劳动者的工资吗——基于CLDS2016年数据的验证》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

倾向得分匹配法（Propensity Score Matching）的基本原理是把多个维度信息浓缩成为单个倾向得分的控制组，同时使用“反事实”来模拟自然实验结果的一种统计方法，用以避免样本选择性偏差。可以通过将一组与签订劳动合同女性劳动者具有相同特征的未签订劳动合同女性劳动者样本进行对比以纠正个体在是否签订劳动过程中遗漏变量的偏差，使用倾向得分匹配把具有相同特征个体进行匹配检验员工在其个人特征、企业特征等属性下接受某种干预的概率和影响。研究使用logit模型来估计倾向得分，以分析可能影响员工签订劳动合同的个体禀赋特征。由于核匹配方法能够在反事实模型中使用控制组的所有信息，可以有效保证匹配结果的精确性并减少匹配偏差，因此本研究使用核匹配方法来匹配样本和检验结果的稳定性。结果如表6所示。Pseudo R2为0.24，表示协变量的选择满足平衡性要求，结果显示与上文基本相同。