虽然本研究的结论具有重要的理论和政策价值，但受制于研究数据的限制，本研究仍然有一些方面值得继续改进。

（1）研究使用的数据仅来自中国教育追踪调查（CEPS）的基线调查。虽然CEPS是一项高质量的具有全国代表性的大型追踪调研，但目前仅公布了基线数据和第二年追踪调查中的9年级数据，然而，考虑到9年级的样本中关注的流动人口子女数量较少，本研究仍然仅使用CEPS基线调查的截面数据，而使用截面数据不得不面临一系列遗漏变量的挑战。为解决这一问题，本研究尽可能地控制了个人、家庭、班级和学校的相关特征，但仍然无法排除所有遗漏变量的影响。此外，CEPS仅公布了调研学校的编号，没公布学校所在的地理信息，因此无法将CEPS与其他公共数据库进行匹配，如无法将学校的地理信息、省级教育经费和异地中高考信息与现有CEPS进行匹配。这不仅限制了潜在研究方法的选择，还使研究结果可能会受到一些遗漏变量的影响。

（2）分析对象主要集中在流动儿童群体。在分析流动人口子女教育融入结果时，本研究同时考虑迁移（家庭迁移）和迁移后（班级同伴和学校隔离）对流动人口子女的认知和非认知能力的影响。影响留守儿童认知和非认知能力的因素只有在第5章家庭迁移中有所涉及，其他分析结果仍主要集中在跟随父母迁移的流动儿童，故对留守儿童的分析仍然相对有限，然而，本研究的结果却发现，留守儿童在认知和非认知能力上处于明显的劣势地位。考虑到留守儿童的数量之大且在未来仍有可能保持上升趋势，因此，未来仍值得对影响留守儿童认知和非认知能力的因素进行进一步分析。

（3）研究中对变量的测量可能存在某些测量误差风险。测量误差的风险不仅可能来自调研时间上的差异，还有可能来自样本个人及被调研的学校。本研究使用的是2013—2014年间的调研数据，不同儿童的调研可能存在差异。儿童家庭背景特征中如父母受教育水平、职业类型和家庭收入情况虽然相对稳定，但仍然不能排除样本中某些儿童家庭背景的改变，由此可能带来儿童家庭背景和学校平均SES测量上的偏误。为解决上述问题，本研究使用第二年追踪数据中的家庭背景变量核实基线的家庭背景。与预期一致，8年级学生家庭背景变动极小，但由于基线7年级的追逐数据并未公布，因此无法排除7年级样本中某些儿童家庭背景发生变动的可能性。(www.daowen.com)

此外，CEPS基线数据中只包含个人和家庭的现期特征，并未包含前期的迁移历史，然而，家庭迁移的影响可能存在累积性，即先期状态可能是多次迁移后带来的后果。由于迁移历史信息的缺失，难以区分流动儿童是单次迁移还是多次迁移，因此，得出的结果也无法区分是来自单次迁移，还是多次迁移的影响。与此同时，被调研的一些学校还可能因所在县区政府对流动儿童生均经费补贴差异多报或少报流动儿童。由于不同学校接受非本县区流动儿童所接受的政府资助并不相同，因此，学校中可能存在多报或少报流动儿童的情况，由此带来班级或学校流动儿童比例的测量误差。为避免这一问题的发生，本研究使用的班级和学校流动儿童比例来自对学生个人填写问卷信息的计算，因此，能尽可能地避免由这一政策激励导致的测量误差。

（4）研究使用的方法可能无法完全克服遗漏变量偏误。在第6章分析家庭迁移对流动人口子女教育融入结果的影响时，本研究使用倾向得分匹配方法（PSM）对上述效应进行估计。虽然在估计前本研究对使用PSM的假设条件进行了证实，但PSM本身只能控制可供观测因素的影响，无法对不可观测影响的冲击进行有效处理。例如，模型中可能忽略了由家庭迁移偏好带来的影响，而这种家庭迁移偏好通常是不被观测的。PSM本身先预测迁移得分，再依据迁移得分匹配处理组和控制组的逻辑过程也决定了下文无法使用对不同类型家庭迁移的中介因素进行分析。

（5）研究中使用的中介效应分析方法可能仍然值得继续改进。已有文献中对流动人口子女教育融入结果影响因素的作用机制分析仍然十分有限。本研究尝试从家庭、班级和学校维度分别分析家庭迁移、班级同伴和学校隔离对流动人口子女教育融入的影响及其中介途径。在第6章中，由于PSM逻辑上的限制，本研究并未对家庭迁移的中介效应进行分析。在第7章和第8章中，为使研究结果更为丰富，本研究分别采用了两种方法分析班级同伴和学校隔离的中介效应。在第7章分析班级同伴的中介效应时，本研究使用的是近期文献中经常使用的方法，即先拿X对Y回归，然后再拿Z对X回归，若发现X依然显著，那么X是通过Z影响Y的。在第8章分析学校隔离的中介效应时，本研究采取的则是更经典的逐步增加变量回归方法，然而，上述两种方法都无法得出中介效应的因果推断。相关的中介效应因果推断方法仍然值得进行深入分析。中介效应分析的不足也成为未来可以继续探讨的研究方向。