《表1 变量说明：投资职业教育能否促进农村劳动力增收——基于倾向得分匹配（PSM）的反事实估计》

  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

《投资职业教育能否促进农村劳动力增收——基于倾向得分匹配（PSM）的反事实估计》

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

借鉴相关研究及经验，我们选择如下因素作为协变量。第一，性别。性别的不同形塑着学习者教育选择的差异，男性更倾向于选择职业教育，而女性偏好普通教育。[25]因此，性别是影响农村劳动力教育选择的重要因素，需要在研究中进行控制。本研究中，性别是一个虚拟变量（男性=1，女性=0）。第二，认知能力。2018年经合组织发布的国际学生评估项目（Program for International Student Assessment，简称PISA）测试报告首卷中发现，数学、阅读与科学三类认知能力显著预测学习者的更高层次、学术类型的教育选择。[26]因此，我们以CFPS中的连续型变量“2018年数学测试题得分”作为农村劳动力认知能力的表征项。第三，家庭规模。家庭规模限制了农村劳动力教育资源的平均获取量，从而影响劳动力的教育选择。因此，我们选择CFPS调查中农村劳动力的“家庭成员人数”（连续型变量）作为协变量，纳入匹配分析。第四，父亲受教育程度。广泛用于个人社会经济地位探究的“布劳—邓肯”经典地位获取模型（Blau and Duncan Classic Status Attainment Model）显示，父辈的受教育程度是影响教育选择与工作收入的显著性因素。[27]我们选择CFPS中“父亲最高学历”变量，将之拟合为指数并从1—6赋值，分别表示父亲受教育程度为文盲/半文盲、小学毕业、初中毕业、高中毕业、大学毕业、本科毕业。第五，父亲社会经济地位指数（International Socioeconomic Index，简称ISEI）。ISEI体现了农村劳动力家庭的文化资本和社会资本，是影响教育选择的重要因素，也是考察教育公平的重要指标。[28]学校教育一定程度上承担着复刻阶层结构的职能，家庭条件优渥的学习者更倾向于职业教育而非普通教育。[29]因此，我们将CFPS调查问卷中的连续型变量“父亲职业ISEI得分”作为协变量纳入匹配分析。第六，地理位置。我国幅员辽阔且地区差异较大的特点，造就了教育资源在东中西部省份的差异性分布，并显著预测了学习者的教育选择。[30]因此，地理位置应当纳入匹配分析，我们按照CFPS统计的农村劳动力省属国标码，分设三个虚拟的二分变量表示农村劳动力的地理位置，分别为东部（东部=1，非东部=0）、中部（中部=1，非中部=0）、西部（西部=1，非西部=0）。（见表1)