Page 83 - 《社会》2016年第3期
P. 83
社会· ２０１６ · ３
大学前家庭所在地、大学层次等也都与过度教育存在显著相关。
即使是将这些变量同时纳入二项 犾狅 犵 犻狋 模型来对过度教育作预测，
许多变量仍然是统计显著的（见表 ３ ）。由于倾向值预测方程的设定可
能会影响到匹配分析的结果，故本文分别使用了三个预测模型或者说
三种预测方法。模型 １ 在设定上比较激进，包括家庭背景、学校出身、
表 ３ ：过度教育的倾向值预测模型结果（ 犖＝７４２ ）
模型 １ 模型 ２ 模型 ３
男性 ０．４０２ （ ０．１９９ ） ０．１８８ （ ０．１８６ ） ０．１７６ （ ０．１８７ ）
年龄 ０．１０２ （ ０．１１０ ） ０．１４２ （ ０．１０３ ） ０．１２６ （ ０．１０３ ）
党员 －０．５８２ （ ０．２１５ ） －０．４６７ （ ０．２０３ ） －０．５０３ （ ０．２０６ ）
部门（参照组为机关事业单位）
国有企业 －０．１６６ （ ０．３０９ ）
私有企业 －０．３８０ （ ０．２８０ ）
行业（参照组为第二产业）
犐犜 业 －０．３１７ （ ０．３５２ ）
银行金融业 ０．２０５ （ ０．３３４ ）
其他第三产业 ０．４１０ （ ０．２７６ ）
职业（参照组为一般工作人员）
专业技术人员 －１．４４４ （ ０．２４８ ）
其他 －１．３１７ （ ０．２４０ ）
城市地区 －０．３５２ （ ０．２３４ ）
北京地区 －０．２７４ （ ０．２２８ ）
出生时为城镇户籍 －０．３０７ （ ０．２６２ ） －０．１４２ （ ０．２４８ ） －０．１０７ （ ０．２５０ ）
父母学历（参照组为初中及以下）
高中 ０．１３０ （ ０．２２７ ） ０．０３０ （ ０．２１２ ） ０．０４４ （ ０．２１４ ）
大专及以上 －０．６９６ （ ０．２８７ ） －０．７３９ （ ０．２７０ ） －０．７７６ （ ０．２７４ ）
上大学前家庭年收入（取对数） ０．０６８ （ ０．０９７ ） ０．０４８ （ ０．０９０ ） ０．０５８ （ ０．０９０ ）
上大学前家庭所在地（参照组为农村）
县镇 ０．３７３ （ ０．２９７ ） ０．２７７ （ ０．２７４ ） ０．２６１ （ ０．２７７ ）
城市 ０．２４５ （ ０．３２６ ） －０．０１６ （ ０．２９０ ） －０．０７６ （ ０．２９４ ）
大学层次（非“ ２１１ ”为参照组）
“ ２１１ ” －０．４２３ ＋ （ ０．２２７ ） －０．６０６ （ ０．１９９ ） －０．２７４ （ ０．２１６ ）
北大／清华／人大 －０．９６９ （ ０．３３５ ） －１．０９０ （ ０．３１４ ） －０．４７６ （ ０．３５１ ）
所学专业（参照组为工学）
理学 ０．１８０ （ ０．３２５ ） ０．２６５ （ ０．２９５ ） ０．１３４ （ ０．３００ ）
人文 －０．０５４ （ ０．３１０ ） －０．０６４ （ ０．２８５ ） －０．５２７ （ ０．３２１ ）
社科 －０．１９５ （ ０．３０１ ） ０．０３３ （ ０．２７３ ） ０．０３８ （ ０．２７４ ）
管理 －０．０６２ （ ０．２７４ ） ０．１１４ （ ０．２５０ ） ０．０９０ （ ０．２５２ ）
高考分数（标准化） －０．２９２ （ ０．０７４ ）
常数项 －２．４２４ （ ２．９５１ ） －４．２４３ （ ２．７２４ ） －３．９５９ （ ２．７２７ ）
犆犺犻 ２ １２２．７４ ５６．０２ ７２．３８
犘狊犲狌犱狅犚 ２ ０．１３８ ０．０６３ ０．０８１
注： １．＋ 狆 ＜ ０．１ ， 狆 ＜ ０．０５ ， 狆 ＜ ０．０１ ， 狆 ＜ ０．００１ （双尾检验）；
２． 表中报告的是非标准化回归系数，括号中的数字是标准误。
· ７ ６ ·
