Page 25 - 《社会》2016年第3期

社会· ２０１６ · ３

比性。我们利用考生来源省的高考录取分数线将考生的分数进行标准
化， １６ 以便于比较。
由于大学期间的学业表现在各学校和各专业之间并不具有很强的
可比性，我们通过班级排名来测量学生的学业表现。为了使结果的解
释更加直观，我们用 １ 减去排名除以班级的人数，得到一个数值 ０ 到 １
的连续变量。数值越高，表示在班上的成绩越好。学业表现是分析解
释大学生是否入党的重要解释变量之一。
此外，在自变量中，受访者所上的高中分为三类，即 １＝ “省级或全
国重点中学”； ２＝ “县市级重点”； ３＝ “非重点中学”。在分析中它们被
作为一系列虚拟变量来处理。全国重点或省重点中学优势非常明显。
按照相关规定，自主招生仅限于这类高中的学生。
家庭所在地（即生源地）为测量家庭背景的多个指标之一。我们将
其分为四个层级，即 １＝ “农村与乡镇”； ２＝ “县级市”； ３＝ “地级市”； ４
＝ “省会城市或北京”。此外，由于中国地区间巨大的差异，找到一个客
观指标来测量家庭的经济地位并不容易。我们让学生自己回答其家庭
在当地的社会经济地位，即“如果当地家庭按经济收入划分为五个层
次，您认为您自己的家庭属于： １＝ ‘上层’； ２＝ ‘中上层’； ３＝ ‘中层’； ４
＝ ‘中下层’； ５＝ ‘下层’）”。由于回答上层和下层的比较少，在分析中
我们将家庭的 经 济 地 位 重 新 分为三 类，即 １＝ “中上／上 等”； ２＝ “中
等”； ３＝ “中下／下等”。上大学前是否为非农户籍也是衡量家庭社会经
济地位的重要指标（虚拟变量， １＝ “是”； ０＝ “否”）。当然，我们也考虑
到性别（男性）、民族（少数民族）、年级等控制变量的影响。它们均为虚
拟变量。
表 ２ 展示了本文的分析样本在三个不同层次学校的分布。在 ４７７１
个样本中，三大精英学校占 ２９．４３％ ，而其他“ ２１１ 大学”占 ３５．２１％ ，其
余的则为非“ ２１１ 大学”。表 ２ 也报告了样本相关变量的描述性统计，
包括所有样本及分三类学校情况的比较。从三类学校学生的特征差
异，已可以清楚地看出大学层级与社会分层的关系。 １７

１６． 高考分数标准化的具体方式为：考生标准分 ＝ （考生考分  本省一本线）／（本省一本线  本
省二本线）。
１７． 当进行全部大学的总体估计时，我们可以根据设计的各抽样框样本的抽取概率对样本进
行加权处理，确保各抽样框样本对总体的代表性。这里汇报的是没有加权的结果。

· １ ８ ·