通过对相关理论和已有经验的回顾，本章构建了分析流动人口子女教育融入结果影响因素的综合理论框架，分别从家庭、班级和学校层面分析了家庭迁移、班级同伴和学校隔离对流动人口子女教育融入结果的影响。

除构建综合分析框架外，本章还对研究使用的数据及相应的变量做了较为清晰的介绍。本研究使用数据来自中国教育追踪调查（CEPS）的基线调查，衡量流动人口子女教育融入结果的自变量为认知和非认知能力。除控制相应的个人和家庭特征变量外，本研究还纳入了丰富的班级和学校变量。

在具体的研究设计中，首先，本章引入倾向得分匹配（PSM）方法估计不同类型家庭迁移对流动人口子女教育融入结果的影响。其次，本章还引入了随机分班和固定效应模型方法评估班级流动儿童同伴对流动人口子女教育融入结果的影响。最后，通过引入多层线性模型（HLM），本章还拟分析了学校社经地位隔离和学校户口隔离对流动人口子女教育融入结果的影响。

【注释】

[1]由于测试原因，CEPS　2014—2015年的追踪数据目前仅公布了7年级学生的追踪数据（约9 900人）。为满足样本量和下文研究方法中学校×年级固定效应模型的使用，本研究仅使用CEPS　2013—2014年的基线调查。

[2]数学、语文和英语三科期中测试成绩来自学校官方记录。使用学校期中考试成绩作为因变量的一个潜在威胁是，期中考试试题在不同学校和地区之间并不相同，然而，该问题并没有对本研究的结果造成严重威胁。首先，中国大陆教育部实施了全国性的课程和考试标准，因此，期中成绩在某种程度上是可比的。其次，本研究使用的固定效应模型可以确保模型中对比的是来自同一学校的学生。同一学校采用的考试试题相同，因此，具有可比性（Hu，2015）。最后，本研究还使用CEPS中全国性同一的认知能力测试成绩作为认知能力的另一衡量指标。已有文献中也有使用CEPS中数学、语文和英语成绩作为关注的因变量，例如Wang（2018）等和Hu（2018）等。(www.daowen.com)

[3]认知能力主要包括语言、阅读、写作和计算及逻辑能力（Farkas，2003）。CEPS中的认知能力测试主要衡量学生的语言（词组类比，语言文字推理），图形（图形规律分析、折纸和几何图形引用）及计算与逻辑（数学引用、自定义运算规则、数列应用、抽象规律分析、概率、数值大小逆向思维）能力。本研究使用的认知能力测试得分为标准化后的认知能力测试总分。

[4]非认知能力（Non-cognitive ability），也称非认知技能（Non-cognitive Skill）或软技能（Soft Skill），是指不属于认知能力范畴的那部分能力（Levin，2012；2013）。由于非认知能力的概念是根据认知能力提出的，因此，目前学界还未对非认知能力的内容及测量方法得出一致意见。心理学领域主要使用人格特征测量非认知能力，如五大人格测量方法等。在经济学和教育学领域，对非认知领域的研究仍然相对滞后。在借鉴已有文献的基础上，本研究从四个方面测量非认知能力：借鉴Guo等（2018）；Jia，Li和Fang（2018）；Li和Jiang（2018）的方法使用CEPS基线调中的心理和交往变量测量学生的心理健康和社会交往。此外，本研究还使用与吴愈晓和黄超（2016）及Guo等（2018）同样的方法，用CEPS基线数据测量学生的集体融入和社会关系。

[5]使用固定效应模型获得有效估计需要在控制固定效应后，确保同伴构成在不同的班级中的分布是随机的。

[6]另外，本研究还使用Ammermueller和Pischke（2009）及Ohinata和Van Ours（2013）的方法，确保教育资源和班级构成的随机分配。