基线数据使用手册
王卫东郝令昕张宪
中国人民大学中国调查与数据中心中国教育追踪调查(CEPS)项目组
2015年6月
目录
一、研究设计.............................................................1二、抽样设计.............................................................3 （一）多阶段抽样设计
5 三、测量工具设计......................................................7 （一）学生问卷
四、数据结构...........................................................10五、学生个体权数计算............................................10 （一）抽样框重组子样本及其对应总体.........................................................................10（二）计算权数采用的总体数据.....................................................................................11（三）入样概率及权数的计算.........................................................................................12（四）相关变量说明
六、派生变量说明....................................................
2 一、研究设计 中国教育追踪调查(ChinaEducationPanelSurvey,简写为CEPS)是由中国人民大学中国调查与数据中心设计与实施的、具有全国代表性的大型追踪调查项目，旨在揭示家庭、学校、社区以及宏观社会结构对于个人教育产出的影响，并进一步探究教育产出在个人生命历程中发生作用的过程。
中国教育追踪调查(CEPS)以2013-2014学年为基线，以初中一年级（7年级）和初中三年级（9年级）两个同期群为调查起点，以人口平均受教育水平和流动人口比例为分层变量从全国随机抽取了28个县级单位（县、区、市）作为调查点。
调查的执行以学校为基础，在入选的县级单位随机抽取了112所学校、438个班级进行调查，被抽中班级的学生全体入样，基线调查共调查了约2万名学生。
中国教育追踪调查(CEPS)以问卷调查为主要手段，对全体被调查学生及其家长或监护人、班主任老师、主课任课老师以及学校负责人进行问卷调查。
问卷的内容包括：学生的基本信息、户籍与流动、成长经历、身心健康、亲子互动、在校学习、课外活动、与老师/同学的关系、社会行为发展、教育期望、以及家庭成员基本信息，家长的基本信息、生活习惯、亲子互动、家庭教育环境、家庭教育投入、社区环境、对学校教育的看法、与老师的互动、对孩子的教育期望，班主任老师对学生行为的评价、与学生家长的互动、对本地与外地户籍学生的比较，包括班主任在内的任课老师的个人基本信息、教育理念、日常教学工作、工作压力与满意度，学校负责人基本信息、教育理念，学校的基本信息、教学设施、招生入学、在校师生情况以及日常教学管理。
中国教育追踪调查(CEPS)同时还对学生进行综合认知能力测试、基本人格测试，并收集学生的重要考试（期中考试、中考、高考等）成绩，并计划组织对学生的健康与体格检查，采集生物医学指标，综合利用各种手段和技术全面采集高质量的数据。
中国教育追踪调查(CEPS)在初中阶段逐年进行追踪调查，计划在学生初中毕业后的第1年、第3年、第4年、第7年、第8年、第17年、第27年进行追踪调查，整个调查周期长达30年，并计划第10年新起一个从7年级开始的同期群。
1 中国教育追踪调查(CEPS)所产出的内容广泛的多层次追踪数据将向学术界全面开放，为教育学、经济学、管理学、社会学等相关学科的研究者提供基础数据资源，同时也服务于教育政策的制定者和学校的管理者，为其决策提供可靠的实证数据依据。
2 二、抽样设计 （一）多阶段抽样设计 中国教育追踪调查（CEPS）采用多阶段的概率与规模成比例（PPS）的抽样 方法，抽样过程分为四个阶段。
表1CEPS抽样设计的四个阶段 抽样阶段 抽样单元 第一阶段(PSU)在全国县（区）级行政单位中抽取28个县（区） 第二阶段(SSU) 在每个入样县（区）所辖地理范围内分别抽取4所开设了七年级和/或九年级的学校 第三阶段(TSU) 在每所入样学校中分别抽取4个班级，包括2个七年级班和2个九年级班 第四阶段 入样班级的所有学生、家长、班主任、主科目（语数英）任课教师以及学校领导1构成最终调查样本 （二）抽样框设计
1.第一阶段抽样第一阶段，以县（区）级行政单位作为PSU。
根据2010年全国第六次 人口普查数据，将全国（31个省、自治区、直辖市，不含港澳台）共2870个有常住人口的县（区）级行政单位形成3个抽样框，共抽取28个县（区），其中核心样本15个县（区），补充样本13个县（区）。
抽样框1：全国所有2870个县（区）级行政单位。
从中抽取15个区（县）作为核心样本。
抽样框2：上海市所辖18个县（区）。
为充分反映特大城市上海市的特殊情况，本次调查将上海市所辖18个县（区）单独作为一个抽样框，从中抽取3个县（区）作为补充样本。
具体而言，在抽样框2中，由于上海市多个县（区）拥有大量外来流动人口，为了更好地反映这种特殊性，在抽样时首先从上海市全部18个县（区）中抽取 1在计算权数时只考虑学生，而不考虑家长、班主任、主科目（语数英）任课教师以及学校领导。
3 2个县（区）作为抽样框2的核心样本，再将18个县（区）中拥有大量流动人口2的13个县（区）作为一个子抽样框，从中抽取1个县（区）作为抽样框2的补充样本。
抽样框3：全国拥有大量流动人口的120个县（区）。
为使更多流动儿童、随迁子女进入样本，从而充分反映流动人口的特殊属性对教育过程和教育不平等的影响，本次调查从全国拥有大量流动人口的120个县（区）中抽取10个县（区）作为补充样本。
样本类型核心样本 补充样本 表2PSU抽样框 抽样框
1 抽样框
2 抽样框
3 CEPS的PSU抽样框设计 抽样框说明 PSU总体 2870 2a上海核心样本 18 2b上海补充样本 13 120 PSU样本152110
2.第二阶段 抽样第二阶段，以学校作为SSU。
由地方合作单位通过入样县（区）教育部门收集当年（2013-2014学年）最新统计的学校名单
3、学校类型4和学校规模5等 基础资料。
项目组基于以上资料，构建第二阶段抽样框，采用概率与规模成比例 （PPS）的抽样方法，从每个入样县（区）抽取4所学校。
特别说明一点，在这一阶段的抽样以及后面的学生个体权数计算过程中，所 使用的都是入样县（区）教育部门提供的2013/2014年统计数据，而未使用全国 初中学校总名单及其统计的各校学生数量，原因在于各地新建学校或撤销现有学 校的情况比较普遍，学生人数逐年变化，而能够获得的全国学校最新名单为2009 年，信息滞后较为严重，无法作为抽样框使用。
以抽样框2的4个PSU样本为 2拥有大量流动人口的县（区）定义为跨省流入人口超过19.6万人或者省内流入人口超过22.2万人的县（区）。
3本阶段抽样框的学校指的是入样县（区）所辖地理范围内的所有开设七年级/九年级阶段教育的学校，包括三年制或四年制初级中学、开设了三年制或四年制初中部的完全中学以及开设了三年制或四年制初中部的九年一贯制学校、十二年一贯制学校，但不包括职业初中。
4学校类型包括公立学校、私立学校或打工子弟学校，指的是该校初中部的情况，不包括与其同属一校的高中部或小学部。
5学校规模指该校初中部的在校学生数量，不包括与其同属一校的高中部或小学部。
4 例，将2009年全国初中学校总名单所列出的学校与2013年入样县（区）教育部 门提供的学校名单所列出的学校进行对比，对比结果如表3所示。
表3以抽样框2为例的2009年和2013年学校名单对比 2009和20132009-2013年2009-2013年 2009年学2013年学 PSU 年都存在的学间撤销学校间新建学校 校总数 校总数 校数量 数量 数量
1 22 26 15
7 11
2 47 52 42
5 10
3 30 30 29
1 1
4 31 35 30
1 5
3.第三阶段
抽样第三阶段，以班级作为TSU，此阶段的抽样工作由地方合作单位在实地 调查开始前完成。
如果入样学校的被调查年级只有1个班或2个班，则全部入样；如果该年级有3个及以上班级，则使用班级抽样页中的随机数表抽取2个班级。
4.第四阶段完成第三阶段的班级抽样后，被调查班级的所有学生全部入样。
（三）相关变量说明
（1）抽样框变量名frame，表示PSU样本在哪一个抽样框被抽中，取值为1表示来自抽样框1（全国核心样本），取值为2表示来自抽样框2（2a上海核心、2b上海补充样本），取值为3表示来自抽样框3（全国补充样本）。
（2）年级变量名grade9，表示2013-2014学年学生所在年级，取值为0表示七年级，取值为9表示九年级。
5
（3）学期变量名fall。
基线调查分秋季学期和春季学期两批开展，17个PSU于2013年秋季学期完成调查，11个PSU于2014年春季完成调查。
变量fall表示调查进行于哪个学期，取值为1表示2013年秋季学期，取值为0表示2014年春季学期。
6 三、测量工具设计 （一）学生问卷 •个人基本信息•户籍与流动•成长经历•身心健康•亲子互动•在校学习•课外活动•与老师/同学的关系•社会行为发展•教育期望•家庭成员基本信息 • （二）家长问卷 •家长的基本信息•生活习惯•亲子互动•家庭教育环境•家庭教育投入•社区环境•对学校教育的看法•与老师的互动•对孩子的教育期望 • （三）班主任老师问卷 •个人基本信息•教育理念
7 •日常教学工作•工作压力与满意度•对学生行为的评价•与学生家长的互动•以及对本地与外地户籍学生的比较 • （四）主课（语数外）老师问卷 •个人基本信息•教育理念•日常教学工作•工作压力与满意度• （五）学校负责人问卷 •个人基本信息•教育理念•学校的基本信息•教学设施•招生入学•在校师生情况•日常教学管理 （六）认知能力变量 除了调查问卷以外，CEPS还为七年级和九年级学生分别设计了一套认知能力测试题，该测试题的内容不涉及学校课程所教授的具体识记性知识，而是测量学生的逻辑思维与问题解决能力，并且具有国际可比性、全国标准化的特点。
在基线调查的认知能力测试中，七年级试卷共20个问题，九年级试卷共22个问题，答题限时均为15分钟。
测试题共分3个维度、11个构念，包括：
（1）语言：词组类比、语言文字推理
8
（2）图形：图形规律分析、折纸类题目、几何图形应用
（3）计算与逻辑：数学应用、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。
变量stcog表示学生在认知能力测试中答对的题目数量，七年级取值为[0,20]，九年级取值为[0,22]。
变量cog3pl表示用三参数的IRT模型估计出的学生认知能力测试标准化总分。
（七）主课（语数外）期中考试成绩 学生在2013年秋季学期的期中考试成绩由被调查学校直接提供，非学生自填。
变量tr_chn/tr_mat/tr_eng分别表示语文、数学、英语的原始得分。
变量stdchn/stdmat/stdeng分别表示语文、数学和英语的标准化得分。
标准化得分按学校、年级分别计算，并调整为均值=70，标准差=10的得分。
9 四、数据结构 CEPS数据为多层次面板数据。
数据文件包括学校数据、班级数据、学生数据和家长数据4部分。
其中，学校数据包括学校负责人问卷变量（变量名前缀为pl）、学校层面派生变量（变量名前缀为sch）以及县（区）层面派生变量（变量名前缀为cty）。
班级数据包括班主任问卷变量（变量名前缀为hr）、语文老师/数学老师/英语老师问卷变量（变量名前缀分别为chn/mat/eng）以及班级层面派生变量（变量名前缀为cls）。
学生数据包括学生问卷变量、认知能力变量、主课（语数外）期中考试成绩和个人/家庭层面派生变量（变量名前缀为st）。
家长数据包括家长问卷变量（变量名前缀为b）。
不同层次的数据通过ids系列变量进行合并匹配。
1.县（区）编号：变量名ctyids，取值范围1-28，表示28个入样县（区）的唯一ID。
2.学校编号：变量名schids，取值范围1-112，表示112所入样学校的唯一ID。
3.班级编号：变量名clsids，取值范围1-438，表示438个入样班级的唯一ID。
4.个人编号：变量名ids，取值范围1-19487，表示19487名学生及其对应的家长的唯一ID。
五、学生个体权数计算 （一）抽样框重组子样本及其对应总体 根据第一阶段的抽样框设计（如表2所示），3个抽样框之间部分重合，并非相互独立，因此在计算学生个体权数时，采用如下方式将不同抽样框的PSU样本重组为3个子样本，重组后的子样本相互独立，并由此计算最终的权数。
子样本1：对应的总体为全国除上海18个县（区）和拥有大量流动人口的120个县（区）以外的所有县（区），共计2745个。
属于此范围的PSU样本共14个。
子样本2：对应的总体为上海市所辖18个县（区）。
属于此范围的PSU样本 10 共4个。
子样本3：对应的总体为全国拥有大量流动人口的非上海市的县（区），共计 107个。
属于此范围的PSU样本共10个。
表4CEPS:JH抽样框与子样本的PSU分布及对应关系 子样本1（s1） 子样本2（s2） 子样本3（s3） 合计样本 合计对应总体 抽样框
1 14
0 （f1）
1 15 2870 抽样框2a
0 2
0 2 18 （f2a） 抽样框2b
0 1
0 1 13 （f2b） 抽样框
3 0
1 9 10 120 （f3） 合计样本 14
4 10 28 -- 合计对应总 2745 18 107 -- -- 体 （二）计算权数采用的总体数据 计算各抽样阶段七年级学生和九年级学生入样概率和权数时所使用的总体 数据如表
5所示： 表5CEPS:JH计算入样概率和权数的总体数据来源 总体数据 数据来源 全国5-19岁青少年人口总数2010年全国第六次人口普查数据 全国初中七年级、九年级在教育部2012年教育统计数据
6 校学生总数 全国初中七年级、九年级在教育部2012年教育统计数据 校女学生总数 6教育部2012年教育统计数据：11 入样县（区）初中在校学生总入样县（区）教育部门2013-2014学年统计数据 数 入样学校七年级、九年级学生总数 首先使用校领导问卷中的自填分年级学生人数，如该信息缺失，则使用班级抽样页7中的抽中班级人数均值乘以该年级班级数量作为替代 首先使用班级抽样页中入样班级的实际人数， 入样班级学生总数 如该信息缺失，则使用现场记录表8中的当日实 到学生数作为替代 （三）入样概率及权数的计算
A.按照抽样框设计分别计算入样概率
按照抽样框1（全国核心样本）、抽样框2a（上海核心样本）、抽样框2b（上 海补充样本）、抽样框3（全国补充样本），采取如下步骤，分别计算七年级和九年级的入样概率。
（1）设计抽样概率使用四阶段的PPS抽样方法，在可提前获知各阶段的总体规模的理想状况 下，调查样本的入样概率p全部相等，可以表示为： nNjNj,kNj,k,ln/(JKL) p
N
N /
J Nj /
K Nj,k / L Nj,k,l ① 其中，n和N分别为样本规模和总体规模； J为抽样第一阶段抽取的PSU数量，为常数28；Nj为第j个PSU的总体规模（学生数量），j1,...,J；K为每个入样PSU中抽取的SSU数量，为常数4； 7班级抽样页：在第三阶段抽取班级时，由实地调查团队使用带随机数表的班级抽样页现场抽样，其中需要填写被调查年级的班级数量和抽中班级的学生数量。
8现场记录表：实地调查进行过程中由访问员填写，记录被调查班级在调查当日的实到学生数、调查开始和结束时间等信息。
12 Nj,k为第j个入样PSU中的第k个入样SSU的总体规模（学生数量）， k1,...,K；L为每个入样SSU中抽取的TSU数量，为常数2； Nj,k,l为第j个入样PSU中的第k个入样SSU中的第l个入样TSU的总体规 模（学生数量），l1,...,
L。
（2）实际抽样概率在实际抽样过程中，无法提前获知各阶段的总体规模，但完成每阶段的抽样后，可以得到相应阶段入样单元的准确的总体规模。
因此，根据实际抽样过程得 到的学生个体入样概率pl可以表示为： NjNj,kNj,k,ln/(JKL)plN/JN'j/KN'j,k/LN'j,k,l② 其中，
N 'j 、
N 'j,k 和
N 'j,k,l 分别表示第
二、三、四阶段抽样完成后得到的相 应阶段准确的总体规模，分别用以代替①式中的Nj、Nj,k和Nj,k,l，其他参数 含义与①式相同。
（3）根据应答率进行事后调整由于存在学生当天未到校、无能力填答或拒答问卷等情况，在计算学生个体权数时，根据每个班级的学生问卷应答率对入样概率进行事后调整，调整后的入 样概率rpl可表示为： Nj,k,l rppl ' l Nj,k,l ③ N其中，j,k,l为调查班级实际填答问卷学生数。
由于每个调查班级中的所有学生在此处的个体权数相同，因此通过 13
1 rwl rp ，将概率取倒数，得到调查班级的第i个学生的权数rwirwl。
l
（4）根据人口构成比例进行事后调整（事后分层）根据教育部2012年教育统计数据分年级的女学生总数计算出相应的比例， 并进行事后调整。
以女学生为例，调整后的学生个体权数crwi可表示为： crwi Ngirlmrw mrwi i i ⑤
B.按照重组后的子样本计算最终权数按照抽样阶段和抽样框设计分别计算七年级和九年级学生入样概率和权数 并进行事后调整后，再按照重组后的三个子样本分别计算并调整七年级和九年级学生最终的权数。
（1）子样本1（s1）最终权数子样本1的所有PSU样本均来自抽样框
1，因此对于子样本
1，最终的学生个体权数即等于根据抽样框设计进行计算和事后调整后的权数。
最终的学生个体 权数wgti可表示为： wgticrwi(s1f1)
（2）子样本2（s2）最终权数子样本2的4个PSU样本中，有2个属于抽样框2a（上海核心样本，f2a），1个属于抽样框2b（上海补充样本，f2b），1个属于抽样框3（全国补充样本，f3）。
因此，对于子样本
2，需要按照各自所占比例分别计算上述三部分样本最终的学生个体权数。
对于属于抽样框2a（上海核心样本，f2a）的2个PSU样本，最终的学生个 体权数wgti可表示为： 14 crwi(s2f2a) wgtcrw(s2f2a) is2 i i crwi(s2f2a) crwi(s2f2b) crwi ( s
2 f 3) is2 is2 is2 对于属于抽样框2b（上海补充样本，f2b）的1个PSU样本，最终的学生个 体权数wgti可表示为： crwi(s2f2b) wgtcrw(s2f2b) is2 i i crwi(s2f2a) crwi(s2f2b) crwi ( s
2 f 3) is2 is2 is2 对于属于抽样框3（全国补充样本，f3）的1个PSU样本，最终的学生个体 权数wgti可表示为： crwi(s2f3) wgtcrw(s2f3) is2 i i crwi(s2f2a) crwi(s2f2b) crwi ( s
2 f 3) is2 is2 is2
（3）子样本3（s3）最终权数子样本3的10个PSU样本中，有1个属于抽样框1（全国核心样本，f1），9个属于抽样框3（全国补充样本，f3）。
因此，对于子样本
3，需要按照各自所占比例分别计算上述两部分样本最终的学生个体权数。
对于属于抽样框1（全国核心样本，f1）的1个PSU样本，最终的学生个体 权数wgti可表示为： crwi(s3f1) wgtcrw(s3f1) is3 i i crwi(s3f1) crwi ( s3 f 3) is3 is3 对于属于抽样框3（全国补充样本，f3）的9个PSU样本，最终的学生个体 权数wgti可表示为： 15 crwi(s3f3) wgtcrw(s3f3) is3 i i crwi(s3f1) crwi ( s3 f 3) is3 is3 （四）相关变量说明
1.子样本变量名subsample，表示PSU样本所属的子样本，取值为1表示属于子样本
1，取值为2表示属于子样本
2，取值为3表示属于子样本
3。
2.权数变量名sweight，表示学生个体样本对应的学生个体权数。
六、派生变量说明 派生变量分为四个层面，分别是：县区（PSU）层面、学校层面、班级层面和个人/家庭层面。
其中县区（PSU）层面的派生变量共5个，变量名为cty*，位于学校数据库中；学校层面共13个，变量名为sch*，位于学校数据库中；班级层面共16个，变量名为cls*，位于班级数据库中；个人/家庭层面共19个，变量名为st*，位于学生个人数据库中。
所有层面的派生变量均排列在相应数据库的最后面。
以下将对四个层面的派生变量分别作简要说明并列出频数分布表。
（一）县区（PSU）层面派生变量 县区（PSU）层面的派生变量反映入样PSU在人均受教育水平、行政区划、 地理位置和样本量等方面的性质，共有5个，其变量名和变量标签分别为： 变量名ctyeductyeduzctyeducctytypectyplace 变量标签PSU平均受教育年限PSU平均受教育年限的z值PSU平均受教育年限分类PSU所属行政级别PSU所属地区 1.ctyedu 16 数据来自第6次全国人口普查，入样的28个PSU的平均受教育年限（单位： 年），均值为9.54年，最小值为6.8年，最大值为12.19年，PSU层面的频数分 布如下表： ctyeduPSU平均受教育年限 频数 6.800
1 百分比3.570 7.560
1 3.570 7.810
1 3.570 8.030
1 3.570 8.200
1 3.570 8.330
1 3.570 8.460
1 3.570 8.580
1 3.570 8.620
1 3.570 8.690
1 3.570 8.860
1 3.570 9.070
1 3.570 9.190
1 3.570 9.390
1 3.570 9.690
1 3.570 9.840
1 3.570 9.920
1 3.570 10.13
1 3.570 10.26
1 3.570 10.47
1 3.570 10.67
1 3.570 10.86
1 3.570 11.01
1 3.570 11.16
1 3.570 11.51
1 3.570 11.66
1 3.570 12.13
1 3.570 12.19
1 3.570 Total 28 100 对应的学生个体层面频数分布如下表： ctyedu
PSU平均受教育年限 17 6.8007.5607.8108.0308.2008.3308.4608.5808.6208.6908.8609.0709.1909.3909.6909.8409.92010.1310.2610.4710.6710.8611.0111.1611.5111.6612.1312.19Total 频数百分比9915.0906123.1409044.6408454.3407083.6308164.1908284.2505702.9307553.8706703.4407143.6608614.4205082.6107783.9906013.0806063.1106803.4905232.6806123.1407243.7207924.0606573.3704672.4004182.1509775.0107523.8606653.4104532.32019,487100 2.ctyeduz数据来自第6次人口普查，通过全国所有县级行政单位的平均受教育年限均 值和标准差计算28个入样PSU平均受教育年限的z值。
PSU层面的频数分布如下表： ctyeduzPSU平均受教育年限的z值频数百分比 18 -1.305-0.787-0.616-0.466-0.351-0.262-0.173-0.0916-0.0643-0.01660.09930.2420.3240.4610.6650.7670.8220.9651.0541.1971.3331.4631.5651.6671.9062.0082.3282.369Total
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570 28 100 对应的学生个体层面的频数分布如下表： ctyeduz
PSU平均受教育年限的z值 频数百分比 -1.305 9915.090 -0.787 6123.140 -0.616 9044.640 -0.466 8454.340 -0.351 7083.630 19 -0.262-0.173-0.0916-0.0643-0.01660.09930.2420.3240.4610.6650.7670.8220.9651.0541.1971.3331.4631.5651.6671.9062.0082.3282.369Total 8164.1908284.2505702.9307553.8706703.4407143.6608614.4205082.6107783.9906013.0806063.1106803.4905232.6806123.1407243.7207924.0606573.3704672.4004182.1509775.0107523.8606653.4104532.32019,487100 3.ctyeduc 根据变量ctyeduz将入样的28个PSU按照平均受教育年限划分为3类：低 于平均水平、高于平均水平1个标准差内、高于平均水平1个标准差以上，PSU 层面的频数分布如下表： ctyeducPSU平均受教育年限分类 频数 1低于平均水平 10 2高于平均水平1个标准差内
8 3高于平均水平1个标准差以上10 百分比35.7128.5735.71 Total 28 100 对应的学生个体频数分布如下表： 20 ctyeducPSU平均受教育年限分类 1低于平均水平 频数7,699 2高于平均水平1个标准差内5,271 3高于平均水平1个标准差以上6,517 Total 19,487 百分比39.5127.0533.44100 4.ctytype 根据入样PSU在2010年所属行政区划的级别分为4类，分别是：直辖市（包 括北京、天津、上海）、省会城市市区、地级市市区和县/县级市，PSU层面的频 数分布如下表： ctytypePSU所属行政级别 频数 1直辖市
6 2省会城市市区
5 3地级市市区
5 4县、县级市 12 百分比21.4317.8617.8642.86 Total 28 100 对应的学生个体频数分布如下表： ctytypePSU所属行政级别 1直辖市 频数3,684 百分比18.90 2省会城市市区 3,81519.58 3地级市市区 2,86614.71 4县、县级市 9,12246.81 Total 19,487100 5.ctyplace 根据入样PSU所属地区的地理位置分为东、中、西部三类，PSU层面的频数 分布如下表： ctyplacePSU所属地区 频数 1东部地区 17 2中部地区
5 3西部地区
6 百分比60.7117.8621.43 21 Total 28 100 其对应的学生个体频数分布如下表： ctyplacePSU所属地区 1东部地区2中部地区3西部地区Total 频数百分比9,99751.304,07320.905,41727.8019,487100 （二）学校层面派生变量 学校层面的派生变量反映入样学校在学生户口类型、学校性质、县区内排名、 学校所在地等方面的性质，共有13个，其变量名和变量标签分别为： 变量名schhkplaceschhkplace_4cschhktypeschhktype_4cschstlbschstlb_4cschtype_4cschtype_2cschrank_5cschrank_3cschbrdschloc_5cschloc_3c 变量标签学校本县（区）户口学生所占比例学校本县（区）户口学生比例分类学校农业户口学生所占比例学校农业户口学生比例分类学校父母不全在家的学生比例学校父母不全在家的学生比例分类学校性质（四分类）学校性质（二分类公立/民办）学校在本县（区）排名（五分类）学校在本县（区）排名（三分类）学校是否提供学生宿舍学校所在的地区类型（五分类）学校所在的地区类型（三分类） 1.schhkplace根据学生和家长在问卷中填写的学生户口登记地，计算出每个入样学校所有 被调查学生中，目前户口登记地在本县（区）的学生所占比例，学校层面的均值为0.79，标准差为0.21，中位数为0.87，最小值为0.05，最大值为
1，其分组后的频数分布表见变量schhkplace_4c的频数分布表。
2.schhkplace_4c将变量schhkplace的取值由低到高分为四组，表示入样学校所有被调查学生 22 中户口登记地在本县（区）的比例范围，学校层面的频数分布如下表： schhkplace_4c学校本县（区）户口学生比例分类 1低于50%250%到70% 频数百分比 10 8.930 23 20.54 370%到90% 31 27.68 4高于90% 48 42.86 Total 112100 对应的学生个体频数分布如下表： schhkplace_4c学校本县（区）户口学生比例分类 1低于50%250%到70%370%到90%4高于90% 频数1,3763,2515,4749,386 百分比7.06016.6828.0948.17 Total 19,487100 3.schhktype根据学生和家长在问卷中填写的学生户口类型，将“非农户口”和“居民户 口”合并为“非农户口”，计算出每个入样学校所有被调查学生中，目前户口类型为农业户口的学生所占比例，学校层面的均值为0.54，标准差为0.28，中位数为0.61，最小值为0.01，最大值为0.92，其分组后的频数分布表见变量schhktype_4c的频数分布表。
4.schhktype_4c 将变量schhktype的取值由低到高分为四组，表示入样学校所有被调查学生 中户口类型为农业户口的比例范围，学校层面的频数分布如下表： schhktype_4c学校农业户口学生比例分类 频数百分比 1低于25% 25 22.32 225%到60% 30 26.79 360%到80% 25 22.32 4高于80% 32 28.57 Total 112100 23 对应的学生个体层面的频数分布如下表： schhktype_4c学校农业户口学生比例分类 1低于25%225%到60% 频数4,1035,330 百分比21.0627.35 360%到80% 4,14721.28 4高于80% 5,90730.31 Total 19,487100 5.schstlb根据学生和家长在问卷中填写的学生父亲和母亲分别是否在家与学生同住， 计算出每个入样学校所有被调查学生中，父母一方或双方长期不在家与子女共同生活的比例，学校层面的均值为0.22，标准差为0.16，中位数为0.18，最小值为
0，最大值为0.75，其分组后的频数分布表见变量schstlb_4c的频数分布表。
6.schstlb_4c 将变量schstlb的取值由低到高分为四组，表示入样学校所有被调查学生中父 母不全在家的学生的比例范围，学校层面的频数分布如下表： schstlb_4c学校父母不全在家的学生比例分类 频数百分比 1低于10% 20 17.86 210%到30% 67 59.82 330%到50% 17 15.18 4高于50%
8 7.140 Total 112 100 对应的学生个体层面的频数分布如下表： schstlb_4c学校父母不全在家的学生比例分类 1低于10% 频数3,288 百分比16.87 210%到30% 11,23157.63 330%到50%4高于50% 3,4711,497 17.817.680 Total 19,487100 24 7.schtype_4c 根据校领导问卷A1题，将学校性质分为四类：公立学校、民办公助、普通 民办学校和民办打工子弟学校，学校层面的频数分布如下表： schtype_4c学校性质（四分类） 频数百分比 1公立学校 10492.86 2民办公助
1 0.890 3普通民办学校
5 4.460 4民办打工子弟学校
2 1.790 Total 112100 对应的学生个体的频数分布如下表： schtype_4c学校性质（四分类） 1公立学校2民办公助3普通民办学校4民办打工子弟学校 频数百分比18,04392.591100.5601,0495.3802851.460 Total 19,487100 8.schtype_2c 将变量schtype_4c的四分类学校性质合并为两大类：公立学校和民办学校， 其中民办学校包括变量schtype_2c的民办公助、普通民办学校和民办打工子弟学 校，学校层面的频数分布如下表： schtype_2c学校性质（二分类公立/民办） 频数百分比 1公立学校 10492.86 2民办学校
8 7.140 Total 112100 对应的学生个体的频数分布如下表： schtype_2c学校性质（二分类公立/民办） 1公立学校2民办学校 频数百分比18,04392.591,4447.410 Total 19,487100 25 9.schrank_5c 根据校领导问卷A4题，将学校初中部在本县（区）的排名分为五类：最差、 中下、中间、中上和最好，学校层面的频数分布如下表： schrank_5c 1最差2中下3中间4中上5最好 学校在本县（区）排名（五分类） 频数百分比
1 0.890
8 7.140 15 13.39 67 59.82 21 18.75 Total 112100 其对应的学生个体的频数分布如下表： schrank_5c学校在本县（区）排名（五分类） 1最差2中下 频数1711,341 百分比0.8806.880 3中间 2,22511.42 4中上 11,36658.33 5最好 4,38422.50 Total 19,487100 10.schrank_3c 将变量schrank_5c的五分类合并为三分类：中等及以下、中上、最好，其中， “中等及以下”包括变量schrank_5c的最差、中下、中间三个取值，学校层面的 频数分布如下表： schrank_3c学校在本县（区）排名（三分类） 频数百分比 1中等及以下 24 21.43 2中上 67 59.82 3最好 21 18.75 Total 112100 对应的学生个体的频数分布如下表： schrank_3c学校在本县（区）排名（三分类） 26 1中等及以下2中上3最好Total 频数百分比3,73719.1811,36658.334,38422.5019,487100 11.schbrd 根据校领导问卷A10题，该变量指示学校是否提供学生宿舍以及学生住宿比 例，共有3个取值，学校层面的频数分布如下表： schbrd学校是否提供学生宿舍 频数百分比 1是,全部学生寄宿 19 16.96 2是,部分学生寄宿 42 37.50 3否 51 45.54 Total 112100 对应的学生个体的频数分布如下表： schbrd学校是否提供学生宿舍 1是,全部学生寄宿 频数3,824 百分比19.62 2是,部分学生寄宿 7,62139.11 3否 8,04241.27 Total 19,487100 12.schloc_5c 根据校领导问卷A23题，该变量指示学校所在的地区类型，共有5个取值， 学校层面的频数分布如下表： schloc_5c学校所在的地区类型（五分类） 频数百分比 1市/县城的中心城区 42 37.50 2市/县城的边缘城区 12 10.71 3市/县城的城乡结合部17 15.18 4市/县城区外的镇 20 17.86 5农村 21 18.75 Total 112100 对应的学生个体的频数分布如下表： 27 schloc_5c学校所在的地区类型（五分类） 频数百分比 1市/县城的中心城区 7,48138.39 2市/县城的边缘城区 2,47212.69 3市/县城的城乡结合部2,43912.52 4市/县城区外的镇 3,57618.35 5农村 3,51918.06 Total 19,487100 13.schloc_3c 将变量schloc_5c的五分类合并为三分类：市/县城的中心城区、边缘城区及 城乡结合部、乡镇农村，其中，“边缘城区及城乡结合部”包括变量schloc_5c的 “市/县城的边缘城区”和“市/县城的城乡结合部”两个取值，“乡镇农村”包括 变量schloc_5c的“市/县城区外的镇”和“农村”两个取值，学校层面的频数分 布如下表： schloc_3c学校所在的地区类型（三分类） 频数百分比 1市/县城的中心城区 42 37.50 2边缘城区及城乡结合部29 25.89 3乡镇农村 41 36.61 Total 112100 对应的学生个体的频数分布如下表： schloc_3c学校所在的地区类型（三分类） 1市/县城的中心城区 频数7,481 百分比38.39 2边缘城区及城乡结合部4,91125.20 3乡镇农村 7,09536.41 Total 19,487100 （三）班级层面派生变量 班级层面的派生变量反映入样班级在户口所在地、学生户口类型、父母不在 家比例、年级排名、班主任个人情况、班级规模等方面的性质，共有16个，其 变量名和变量标签分别为： 变量名 变量标签 28 clshkplaceclshkplace_4cclshktypeclshktype_4cclsstlbclsstlb_4cclsrank_5cclsrank_3cclshrsexclshrbyrclshrageclshrage_4cclshrexpclshrexp_3cclsnclsn_5c 班级本县（区）户口学生比例班级本县（区）户口学生比例分类班级农业户口学生比例班级农业户口学生比例分类班级父母不全在家的学生比例班级父母不全在家的学生比例分类班级目前在全年级的排名（五分类）班级目前在全年级的排名（三分类）班主任性别班主任出生年份班主任年龄班主任年龄分组班主任教龄班主任教龄分组班级学生人数班级学生人数分类 1.clshkplace根据学生和家长在问卷中填写的学生户口登记地，计算出每个入样班级所有 被调查学生中，目前户口登记地在本县（区）的学生所占比例，均值为0.80，标准差为0.22，中位数为0.88，最小值为
0，最大值为
1，其分组后的频数分布表见变量clshkplace_4c的频数分布表。
2.clshkplace_4c 将变量clshkplace的取值由低到高分为四组，表示入样班级所有被调查学生 中户口登记地在本县（区）的比例范围，班级层面的频数分布如下表： clshkplace_4c班级本县（区）户口学生比例分类 频数百分比 1低于50% 38 8.680 250%到70% 81 18.49 370%到90% 12227.85 4高于90% 19744.98 Total 438100 对应的学生个体频数分布如下表： clshkplace_4c班级本县（区）户口学生比例分类 1低于50% 频数1,335 百分比6.850 29 250%到70%370%到90%4高于90%Total 3,12016.015,29327.169,73949.9819,487100 3.clshktype根据学生和家长在问卷中填写的学生户口类型，计算出每个入样班级所有被 调查学生中，目前户口类型为农业户口的学生所占比例，均值为0.54，标准差为0.29，中位数为0.60，最小值为
0，最大值为
1，其分组后的频数分布表见变量clshktype_4c的频数分布表。
4.clshktype_4c 将变量clshktype的取值由低到高分为四组，表示入样本班级所有被调查学 生中户口类型为农业户口的比例范围，班级层面的频数分布如下表： clshktype_4c班级农业户口学生比例分类 频数百分比 1低于25% 10624.20 225%到60% 11125.34 360%到80% 11025.11 4高于80% 11125.34 Total 438100 对应的频数分布如下表： clshktype_4c班级农业户口学生比例分类 1低于25% 频数4,462 百分比22.90 225%到60% 5,18226.59 360%到80%4高于80% 4,8335,010 24.8025.71 Total 19,487100 5.clsstlb根据调查数据，计算出每个入样班级所有被调查学生中，父母不全在家的学 生所占比例，班级层面的均值为0.23，标准差为0.17，中位数为0.18，最小值为
0，最大值为0.9，其分组后的频数分布表见变量clsstlb_4c的频数分布表。
30 6.clsstlb_4c 将变量clsstlb的取值由低到高分为四组，表示入样班级所有被调查学生中父 母不全在家的学生的比例范围，,班级层面的频数分布如下表： clsstlb_4c班级父母不全在家的学生比例分类 频数百分比 1低于10% 91 20.78 210%到30% 24355.48 330%到50% 66 15.07 4高于50% 38 8.680 Total 438100 对应的学生个体频数分布如下表： clsstlb_4c班级父母不全在家的学生比例分类 1低于10%210%到30%330%到50%4高于50% 频数3,88910,6053,2371,756 百分比19.9654.4216.619.010 Total 19,487100 7.clsrank_5c 根据班主任问卷A4题，将班级在本年级中的排名分为五类：最差、中下、 中间、中上和最好，若班主任问卷本题未回答，则使用任课教师本题答案的均值 （四舍五入为整数）。
班级层面的频数分布如下表： clsrank_5c
班级目前在全年级的排名（五分类） 1最差的 频数 百分比 16 3.650 2中下等 60 13.70 3中等 147 33.56 4中上等 166 37.90 5最好的 49 11.19 Total 438 100 对应的学生个体的频数分布如下表： clsrank_5c班级目前在全年级的排名（五分类）31 1最差的2中下等3中等4中上等5最好的Total 频数6382,6306,7937,2832,14319,487 百分比3.27013.5034.8637.3711100 8.clsrank_3c 将变量clsrank_5c的五分类合并为三分类：中下及最差、中等及中上、最好， 其中，“中下及最差”包括变量clsrank_5c的最差和中下两个取值，“中等及中上” 包括变量clsrank_5c的中等和中上两个取值。
班级层面的频数分布如下表： clsrank_3c班级目前在全年级的排名（三分类） 频数 百分比 1中下及最差 76 17.35 2中等及中上 313 71.46 3最好 49 11.19 Total 438 100 对应的学生个体的频数分布如下表： clsrank_3c班级目前在全年级的排名（三分类） 1中下及最差2中等及中上3最好 频数3,26814,0762,143 百分比16.7772.2311 Total 19,487 100 9.clshrsex 根据班主任问卷C1题，班主任的性别频数分布如下表： clshrsex班主任性别 频数百分比 1男 14934.02 2女 28965.98 Total 438100 对应的学生个体的频数分布如下表： 32 clshrsex班主任性别 1男2女Total 频数百分比7,15436.7112,33363.2919,487100 10.clshrbyr根据班主任问卷C2题，班主任的出生年份均值为1976，标准差为
7，中位 数为1977，最小值为1953，最大值为1995，将此变量根据调查年份转化为年龄并分组后对应的频数分布见变量clshrage_4c的频数分布表。
11.clshrage根据调查年份，将班主任出生年份变量clshrbyr转化为班主任年龄，班主任 的年龄均值为37.16，标准差为7.01，中位数为37，最小值为19，最大值为60，其分组后的取值区间对应的频数分布见变量clshrage_4c的频数分布表。
12.clshrage_4c 将班主任年龄变量clshrage分组，分组后共有4个取值，频数分布如下表： clshrage_4c班主任年龄分组 频数百分比 130岁以下 61 13.93 230-39岁 22150.46 340-49岁 13430.59 450岁及以上 22 5.020 Total 438100 对应的学生个体的频数分布如下表： clshrage_4c班主任年龄分组 130岁以下230-39岁 频数百分比2,53613.0110,07751.71 340-49岁 5,91930.37 450岁及以上 9554.900 Total 19,487100 33 13.clshrexp根据班主任问卷C7题，班主任的教龄均值为15.47，标准差为7.7，中位数 为15，最小值为
0，最大值为38，分组后所对应的频数分布见变量clshrexp_3c的频数分布表。
14.clshrexp_3c 将班主任教龄变量clshrexp分组，分组后共有3个取值，频数分布如下表： clshrexp_3c班主任教龄分组 频数百分比 110年以下 10924.89 210-19年 20246.12 320年及以上 12729 Total 438100 对应的学生个体的频数分布如下表： clshrexp_3c班主任教龄分组 110年以下 频数4,590 百分比23.55 210-19年 9,26747.55 320年及以上 5,63028.89 Total 19,487100 15.clsn根据实际调查人数计算的每个入样班级参加调查的学生数量。
根据抽样设计， 入样班级当日到校的所有学生均参加调查，因此该变量基本上可看做是班级的实际人数，班级规模均值为44.49，标准差为13.11，中位数为45，最小值为
9，最大值为88，分组汇总后所对应的频数分布见变量clsn_5c的频数分布表。
16.clsn_5c 将变量clsn分组，共有5个取值，频数分布如下表： clsn_5c班级学生人数分类 频数百分比 130人以下 60 13.70 230-40人 90 20.55 34 340-50人450-60人560人以上Total 13230.14 10223.29 54 12.33 438100 其对应的学生个体频数分布如下表： clsn_5c班级学生人数分类 130人以下 频数1,412 百分比7.250 230-40人340-50人 3,1685,882 16.2630.18 450-60人 5,39027.66 560人以上 3,63518.65 Total 19,487100 （四）个人/家庭层面派生变量 个人/家庭层面的派生变量反映学生性别、户口、迁移流动、父母是否长期在 家与子女同住、是否住校、家庭经济条件、家庭成员、家庭环境等方面的性质， 共有
19个，其变量名和变量标签分别为： 变量名stsexsthkplacesthktypestmigrantstlb_4cstlb_2cst0stbrdsteco_5csteco_3cstonlystsibstsibrankstmedustfedustprhedustfdrunkstprfight 变量标签学生性别学生户口登记地学生目前的户口类型学生迁移流动状态父母是否在家同住(四分类)父母是否在家同住(二分类)学生类型:户口性质/户口登记地/父母是否同住学生平时是否住校学生家庭经济状况(五分类)学生家庭经济状况(三分类)是否独生子女兄弟姐妹数量(不含自己)非独生子女在兄弟姐妹中的排行学生母亲的教育程度学生父亲的教育程度学生父亲/母亲的最高教育程度学生父亲是否经常喝醉酒学生父母是否经常吵架 35 stprrel 学生父母是否关系很好 1.stsex 根据学生问卷A1题，频数分布如下表： stsex学生性别 频数 0女 9,445 1男 10,042 百分比48.4751.53 Total 19,487100 2.sthkplace 根据学生问卷A5题，频数分布如下表： sthkplace学生户口登记地 频数 0外县(区) 3,500 1本县(区) 15,987 百分比17.9682.04 Total 19,487100 3.sthktype 根据学生问卷A6题，原变量的“非农户口”和“居民户口”合并为“非农 业户口”，频数分布如下表： sthktype学生目前的户口类型 频数 0非农业户口 8,800 1农业户口 10,687 百分比45.1654.84 Total 19,487100 4.stmigrant 根据学生问卷A5题的选项及填写的具体户口所在地，归纳出学生是否流动 及流动范围，频数分布如下表： stmigrant学生迁移流动状态 频数 1本地非流动15,987 2省内流动 1,600 3跨省流动 1,779 百分比82.558.269.19 Total 19,366 100 36 5.stlb_4c 根据学生问卷B4和B5题，归纳出学生的父亲和母亲是否在家与孩子同住， 共有4个取值，频数分布如下表： stlb_4c父母是否在家同住(四分类) 频数百分比 1父母都在家 14,95376.73 2只有母亲在家 1,8099.280 3只有父亲在家 6743.460 4父母都不在家 2,05110.52 Total 19,487100 6.stlb_2c 将变量stlb_4c合并为2个取值，其中“只有一方在家或都不在家”包括变量 stlb_4c中的2、3、4三个取值，频数分布如下表： stlb_2c父母是否在家同住(二分类) 频数 0父母都在家 14,953 1只有一方在家或都不在家4,534 百分比76.7323.27 Total 19,487 100 7.st0 根据学生的“户口性质”（农业/非农）sthktype、“户口登记地”（本县区/外县 区）sthkplace和“父母是否在家与孩子同住”stlb_2c这三个变量，将学生划分为 8个类型，频数分布如下表： st0学生类型:户口性质/户口登记地/父母是否同住 频数 百分比 1非农流动父母双全1,042 5.350 2非农流动缺父母 231 1.190 3非农本地父母双全6,057 31.08 4非农本地缺父母 1,470 7.540 5农业流动父母双全1,893 9.710 6农业流动缺父母 334 1.710 7农业本地父母双全5,961 30.59 8农业本地缺父母 2,499 12.82 Total 19,487 100 37 8.stbrd 根据学生问卷C18题，频数分布如下表： stbrd学生平时是否住校 频数 0不住校 13,194 1住校 6,293 百分比67.7132.29 Total 19,487100 9.steco_5c 根据家长问卷E19题和学生问卷B9题，首先使用家长问卷数据，当家长问 卷此题未回答时，则采用学生问卷数据，共有5个取值，频数分布如下表： steco_5c学生家庭经济状况(五分类) 频数百分比 1非常困难 7353.780 2比较困难 3,34117.20 3中等 14,18873.03 4比较富裕 1,1015.670 5很富裕 63 0.320 Total 19,428100 10.steco_3c 将变量steco_5c合并为3个取值，其中“困难”包括变量steco_5c中的“非 常困难”和“比较困难”两个取值，“富裕”包括变量steco_3c中的“比较富裕” 和“很富裕”两个取值。
频数分布如下表： steco_3c学生家庭经济状况(三分类) 频数百分比 1困难 4,07620.98 2中等 14,18873.03 3富裕 1,1645.990 Total 19,428100 11.stonly根据学生问卷B1和B2题，频数分布如下表： stonly是否独生子女频数百分比38 1是2不是Total 8,46043.4111,02756.5919,487100 12.stsib 根据学生问卷B1和B2题，所有独生子女此变量均为缺失值，频数分布如下 表： stsib兄弟姐妹数量(不含自己) 频数
1 8,043 百分比74.94
2 2,06819.27
3 4364.06
4 1131.05 >=
5 72 0.67 Total 10,732100 13.stsibrank 根据学生问卷B1和B2题，所有独生子女此变量均为缺失值，频数分布如下 表： stsibrank非独生子女在兄弟姐妹中的排行 频数百分比 1排行最大 5,15848.06 2排在中间 1,0349.63 3排行最小 4,54042.30 Total 10,732100 14.stmedu 根据学生问卷B8题和家长问卷E7题，频数分布如下表： stmedu学生母亲的教育程度 频数百分比 1没受过任何教育 7263.730 2小学 4,11321.16 3初中 7,96740.98 4中专/技校 1,1565.950 5职业高中 3611.860 6高中 2,60813.41 39 7大学专科8大学本科9研究生及以上Total 1,0705.5001,2596.4801810.93019,441100 15.stfedu 根据学生问卷B8题和家长问卷E7题，频数分布如下表： stfedu学生父亲的教育程度 频数百分比 1没受过任何教育 1250.640 2小学 2,87414.78 3初中 8,57844.12 4中专/技校 1,1235.780 5职业高中 4222.170 6高中 3,32817.12 7大学专科 1,1525.930 8大学本科 1,5578.010 9研究生及以上 2821.450 Total 19,441100 16.stprhedu 将学生父亲和母亲的教育水平比较并取其中相对较高的值，频数分布如下表： stprhedu学生父亲/母亲的最高教育程度 频数百分比 1没受过任何教育 64 0.330 2小学 1,7799.150 3初中 8,55944.03 4中专/技校 1,0325.310 5职业高中 4342.230 6高中 3,96520.40 7大学专科 1,3116.740 8大学本科 1,9399.970 9研究生及以上 3581.840 Total 19,441100 17.stfdrunk根据学生问卷B10题，频数分布如下表： 40 stfdrunk 1否2是Total 学生父亲是否经常喝醉酒频数百分比17,24591.481,6068.52018,851100 18.stprfight 根据学生问卷B10题，频数分布如下表： stprfight学生父母是否经常吵架 频数百分比 1否 16,94389.95 2是 1,89210.05 Total 18,835100 19.stprrel 根据学生问卷B10题，频数分布如下表： stprrel学生父母是否关系很好 频数 1否 3,137 2是 15,856 百分比16.5283.48 Total 18,993100 41
一、研究设计.............................................................1二、抽样设计.............................................................3 （一）多阶段抽样设计
.......................................................................................................
3（二）抽样框设计...............................................................................................................
3（三）相关变量说明...........................................................................................................
5 三、测量工具设计......................................................7 （一）学生问卷
...................................................................................................................
7（二）家长问卷...................................................................................................................
7（三）班主任老师问卷.......................................................................................................
7（四）主课（语数外）老师问卷.......................................................................................8（五）学校负责人问卷.......................................................................................................
8（六）认知能力变量...........................................................................................................
8（七）主课（语数外）期中考试成绩...............................................................................9四、数据结构...........................................................10五、学生个体权数计算............................................10 （一）抽样框重组子样本及其对应总体.........................................................................10（二）计算权数采用的总体数据.....................................................................................11（三）入样概率及权数的计算.........................................................................................12（四）相关变量说明
.........................................................................................................
16六、派生变量说明....................................................
16 （一）县区（PSU）层面派生变量...................................................................................
16（二）学校层面派生变量.................................................................................................
22（三）班级层面派生变量.................................................................................................
28 （四）个人/家庭层面派生变量........................................................................................
352 一、研究设计 中国教育追踪调查(ChinaEducationPanelSurvey,简写为CEPS)是由中国人民大学中国调查与数据中心设计与实施的、具有全国代表性的大型追踪调查项目，旨在揭示家庭、学校、社区以及宏观社会结构对于个人教育产出的影响，并进一步探究教育产出在个人生命历程中发生作用的过程。
中国教育追踪调查(CEPS)以2013-2014学年为基线，以初中一年级（7年级）和初中三年级（9年级）两个同期群为调查起点，以人口平均受教育水平和流动人口比例为分层变量从全国随机抽取了28个县级单位（县、区、市）作为调查点。
调查的执行以学校为基础，在入选的县级单位随机抽取了112所学校、438个班级进行调查，被抽中班级的学生全体入样，基线调查共调查了约2万名学生。
中国教育追踪调查(CEPS)以问卷调查为主要手段，对全体被调查学生及其家长或监护人、班主任老师、主课任课老师以及学校负责人进行问卷调查。
问卷的内容包括：学生的基本信息、户籍与流动、成长经历、身心健康、亲子互动、在校学习、课外活动、与老师/同学的关系、社会行为发展、教育期望、以及家庭成员基本信息，家长的基本信息、生活习惯、亲子互动、家庭教育环境、家庭教育投入、社区环境、对学校教育的看法、与老师的互动、对孩子的教育期望，班主任老师对学生行为的评价、与学生家长的互动、对本地与外地户籍学生的比较，包括班主任在内的任课老师的个人基本信息、教育理念、日常教学工作、工作压力与满意度，学校负责人基本信息、教育理念，学校的基本信息、教学设施、招生入学、在校师生情况以及日常教学管理。
中国教育追踪调查(CEPS)同时还对学生进行综合认知能力测试、基本人格测试，并收集学生的重要考试（期中考试、中考、高考等）成绩，并计划组织对学生的健康与体格检查，采集生物医学指标，综合利用各种手段和技术全面采集高质量的数据。
中国教育追踪调查(CEPS)在初中阶段逐年进行追踪调查，计划在学生初中毕业后的第1年、第3年、第4年、第7年、第8年、第17年、第27年进行追踪调查，整个调查周期长达30年，并计划第10年新起一个从7年级开始的同期群。
1 中国教育追踪调查(CEPS)所产出的内容广泛的多层次追踪数据将向学术界全面开放，为教育学、经济学、管理学、社会学等相关学科的研究者提供基础数据资源，同时也服务于教育政策的制定者和学校的管理者，为其决策提供可靠的实证数据依据。
2 二、抽样设计 （一）多阶段抽样设计 中国教育追踪调查（CEPS）采用多阶段的概率与规模成比例（PPS）的抽样 方法，抽样过程分为四个阶段。
表1CEPS抽样设计的四个阶段 抽样阶段 抽样单元 第一阶段(PSU)在全国县（区）级行政单位中抽取28个县（区） 第二阶段(SSU) 在每个入样县（区）所辖地理范围内分别抽取4所开设了七年级和/或九年级的学校 第三阶段(TSU) 在每所入样学校中分别抽取4个班级，包括2个七年级班和2个九年级班 第四阶段 入样班级的所有学生、家长、班主任、主科目（语数英）任课教师以及学校领导1构成最终调查样本 （二）抽样框设计
1.第一阶段抽样第一阶段，以县（区）级行政单位作为PSU。
根据2010年全国第六次 人口普查数据，将全国（31个省、自治区、直辖市，不含港澳台）共2870个有常住人口的县（区）级行政单位形成3个抽样框，共抽取28个县（区），其中核心样本15个县（区），补充样本13个县（区）。
抽样框1：全国所有2870个县（区）级行政单位。
从中抽取15个区（县）作为核心样本。
抽样框2：上海市所辖18个县（区）。
为充分反映特大城市上海市的特殊情况，本次调查将上海市所辖18个县（区）单独作为一个抽样框，从中抽取3个县（区）作为补充样本。
具体而言，在抽样框2中，由于上海市多个县（区）拥有大量外来流动人口，为了更好地反映这种特殊性，在抽样时首先从上海市全部18个县（区）中抽取 1在计算权数时只考虑学生，而不考虑家长、班主任、主科目（语数英）任课教师以及学校领导。
3 2个县（区）作为抽样框2的核心样本，再将18个县（区）中拥有大量流动人口2的13个县（区）作为一个子抽样框，从中抽取1个县（区）作为抽样框2的补充样本。
抽样框3：全国拥有大量流动人口的120个县（区）。
为使更多流动儿童、随迁子女进入样本，从而充分反映流动人口的特殊属性对教育过程和教育不平等的影响，本次调查从全国拥有大量流动人口的120个县（区）中抽取10个县（区）作为补充样本。
样本类型核心样本 补充样本 表2PSU抽样框 抽样框
1 抽样框
2 抽样框
3 CEPS的PSU抽样框设计 抽样框说明 PSU总体 2870 2a上海核心样本 18 2b上海补充样本 13 120 PSU样本152110
2.第二阶段 抽样第二阶段，以学校作为SSU。
由地方合作单位通过入样县（区）教育部门收集当年（2013-2014学年）最新统计的学校名单
3、学校类型4和学校规模5等 基础资料。
项目组基于以上资料，构建第二阶段抽样框，采用概率与规模成比例 （PPS）的抽样方法，从每个入样县（区）抽取4所学校。
特别说明一点，在这一阶段的抽样以及后面的学生个体权数计算过程中，所 使用的都是入样县（区）教育部门提供的2013/2014年统计数据，而未使用全国 初中学校总名单及其统计的各校学生数量，原因在于各地新建学校或撤销现有学 校的情况比较普遍，学生人数逐年变化，而能够获得的全国学校最新名单为2009 年，信息滞后较为严重，无法作为抽样框使用。
以抽样框2的4个PSU样本为 2拥有大量流动人口的县（区）定义为跨省流入人口超过19.6万人或者省内流入人口超过22.2万人的县（区）。
3本阶段抽样框的学校指的是入样县（区）所辖地理范围内的所有开设七年级/九年级阶段教育的学校，包括三年制或四年制初级中学、开设了三年制或四年制初中部的完全中学以及开设了三年制或四年制初中部的九年一贯制学校、十二年一贯制学校，但不包括职业初中。
4学校类型包括公立学校、私立学校或打工子弟学校，指的是该校初中部的情况，不包括与其同属一校的高中部或小学部。
5学校规模指该校初中部的在校学生数量，不包括与其同属一校的高中部或小学部。
4 例，将2009年全国初中学校总名单所列出的学校与2013年入样县（区）教育部 门提供的学校名单所列出的学校进行对比，对比结果如表3所示。
表3以抽样框2为例的2009年和2013年学校名单对比 2009和20132009-2013年2009-2013年 2009年学2013年学 PSU 年都存在的学间撤销学校间新建学校 校总数 校总数 校数量 数量 数量
1 22 26 15
7 11
2 47 52 42
5 10
3 30 30 29
1 1
4 31 35 30
1 5
3.第三阶段
抽样第三阶段，以班级作为TSU，此阶段的抽样工作由地方合作单位在实地 调查开始前完成。
如果入样学校的被调查年级只有1个班或2个班，则全部入样；如果该年级有3个及以上班级，则使用班级抽样页中的随机数表抽取2个班级。
4.第四阶段完成第三阶段的班级抽样后，被调查班级的所有学生全部入样。
（三）相关变量说明
（1）抽样框变量名frame，表示PSU样本在哪一个抽样框被抽中，取值为1表示来自抽样框1（全国核心样本），取值为2表示来自抽样框2（2a上海核心、2b上海补充样本），取值为3表示来自抽样框3（全国补充样本）。
（2）年级变量名grade9，表示2013-2014学年学生所在年级，取值为0表示七年级，取值为9表示九年级。
5
（3）学期变量名fall。
基线调查分秋季学期和春季学期两批开展，17个PSU于2013年秋季学期完成调查，11个PSU于2014年春季完成调查。
变量fall表示调查进行于哪个学期，取值为1表示2013年秋季学期，取值为0表示2014年春季学期。
6 三、测量工具设计 （一）学生问卷 •个人基本信息•户籍与流动•成长经历•身心健康•亲子互动•在校学习•课外活动•与老师/同学的关系•社会行为发展•教育期望•家庭成员基本信息 • （二）家长问卷 •家长的基本信息•生活习惯•亲子互动•家庭教育环境•家庭教育投入•社区环境•对学校教育的看法•与老师的互动•对孩子的教育期望 • （三）班主任老师问卷 •个人基本信息•教育理念
7 •日常教学工作•工作压力与满意度•对学生行为的评价•与学生家长的互动•以及对本地与外地户籍学生的比较 • （四）主课（语数外）老师问卷 •个人基本信息•教育理念•日常教学工作•工作压力与满意度• （五）学校负责人问卷 •个人基本信息•教育理念•学校的基本信息•教学设施•招生入学•在校师生情况•日常教学管理 （六）认知能力变量 除了调查问卷以外，CEPS还为七年级和九年级学生分别设计了一套认知能力测试题，该测试题的内容不涉及学校课程所教授的具体识记性知识，而是测量学生的逻辑思维与问题解决能力，并且具有国际可比性、全国标准化的特点。
在基线调查的认知能力测试中，七年级试卷共20个问题，九年级试卷共22个问题，答题限时均为15分钟。
测试题共分3个维度、11个构念，包括：
（1）语言：词组类比、语言文字推理
8
（2）图形：图形规律分析、折纸类题目、几何图形应用
（3）计算与逻辑：数学应用、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。
变量stcog表示学生在认知能力测试中答对的题目数量，七年级取值为[0,20]，九年级取值为[0,22]。
变量cog3pl表示用三参数的IRT模型估计出的学生认知能力测试标准化总分。
（七）主课（语数外）期中考试成绩 学生在2013年秋季学期的期中考试成绩由被调查学校直接提供，非学生自填。
变量tr_chn/tr_mat/tr_eng分别表示语文、数学、英语的原始得分。
变量stdchn/stdmat/stdeng分别表示语文、数学和英语的标准化得分。
标准化得分按学校、年级分别计算，并调整为均值=70，标准差=10的得分。
9 四、数据结构 CEPS数据为多层次面板数据。
数据文件包括学校数据、班级数据、学生数据和家长数据4部分。
其中，学校数据包括学校负责人问卷变量（变量名前缀为pl）、学校层面派生变量（变量名前缀为sch）以及县（区）层面派生变量（变量名前缀为cty）。
班级数据包括班主任问卷变量（变量名前缀为hr）、语文老师/数学老师/英语老师问卷变量（变量名前缀分别为chn/mat/eng）以及班级层面派生变量（变量名前缀为cls）。
学生数据包括学生问卷变量、认知能力变量、主课（语数外）期中考试成绩和个人/家庭层面派生变量（变量名前缀为st）。
家长数据包括家长问卷变量（变量名前缀为b）。
不同层次的数据通过ids系列变量进行合并匹配。
1.县（区）编号：变量名ctyids，取值范围1-28，表示28个入样县（区）的唯一ID。
2.学校编号：变量名schids，取值范围1-112，表示112所入样学校的唯一ID。
3.班级编号：变量名clsids，取值范围1-438，表示438个入样班级的唯一ID。
4.个人编号：变量名ids，取值范围1-19487，表示19487名学生及其对应的家长的唯一ID。
五、学生个体权数计算 （一）抽样框重组子样本及其对应总体 根据第一阶段的抽样框设计（如表2所示），3个抽样框之间部分重合，并非相互独立，因此在计算学生个体权数时，采用如下方式将不同抽样框的PSU样本重组为3个子样本，重组后的子样本相互独立，并由此计算最终的权数。
子样本1：对应的总体为全国除上海18个县（区）和拥有大量流动人口的120个县（区）以外的所有县（区），共计2745个。
属于此范围的PSU样本共14个。
子样本2：对应的总体为上海市所辖18个县（区）。
属于此范围的PSU样本 10 共4个。
子样本3：对应的总体为全国拥有大量流动人口的非上海市的县（区），共计 107个。
属于此范围的PSU样本共10个。
表4CEPS:JH抽样框与子样本的PSU分布及对应关系 子样本1（s1） 子样本2（s2） 子样本3（s3） 合计样本 合计对应总体 抽样框
1 14
0 （f1）
1 15 2870 抽样框2a
0 2
0 2 18 （f2a） 抽样框2b
0 1
0 1 13 （f2b） 抽样框
3 0
1 9 10 120 （f3） 合计样本 14
4 10 28 -- 合计对应总 2745 18 107 -- -- 体 （二）计算权数采用的总体数据 计算各抽样阶段七年级学生和九年级学生入样概率和权数时所使用的总体 数据如表
5所示： 表5CEPS:JH计算入样概率和权数的总体数据来源 总体数据 数据来源 全国5-19岁青少年人口总数2010年全国第六次人口普查数据 全国初中七年级、九年级在教育部2012年教育统计数据
6 校学生总数 全国初中七年级、九年级在教育部2012年教育统计数据 校女学生总数 6教育部2012年教育统计数据：11 入样县（区）初中在校学生总入样县（区）教育部门2013-2014学年统计数据 数 入样学校七年级、九年级学生总数 首先使用校领导问卷中的自填分年级学生人数，如该信息缺失，则使用班级抽样页7中的抽中班级人数均值乘以该年级班级数量作为替代 首先使用班级抽样页中入样班级的实际人数， 入样班级学生总数 如该信息缺失，则使用现场记录表8中的当日实 到学生数作为替代 （三）入样概率及权数的计算
A.按照抽样框设计分别计算入样概率
按照抽样框1（全国核心样本）、抽样框2a（上海核心样本）、抽样框2b（上 海补充样本）、抽样框3（全国补充样本），采取如下步骤，分别计算七年级和九年级的入样概率。
（1）设计抽样概率使用四阶段的PPS抽样方法，在可提前获知各阶段的总体规模的理想状况 下，调查样本的入样概率p全部相等，可以表示为： nNjNj,kNj,k,ln/(JKL) p
N
N /
J Nj /
K Nj,k / L Nj,k,l ① 其中，n和N分别为样本规模和总体规模； J为抽样第一阶段抽取的PSU数量，为常数28；Nj为第j个PSU的总体规模（学生数量），j1,...,J；K为每个入样PSU中抽取的SSU数量，为常数4； 7班级抽样页：在第三阶段抽取班级时，由实地调查团队使用带随机数表的班级抽样页现场抽样，其中需要填写被调查年级的班级数量和抽中班级的学生数量。
8现场记录表：实地调查进行过程中由访问员填写，记录被调查班级在调查当日的实到学生数、调查开始和结束时间等信息。
12 Nj,k为第j个入样PSU中的第k个入样SSU的总体规模（学生数量）， k1,...,K；L为每个入样SSU中抽取的TSU数量，为常数2； Nj,k,l为第j个入样PSU中的第k个入样SSU中的第l个入样TSU的总体规 模（学生数量），l1,...,
L。
（2）实际抽样概率在实际抽样过程中，无法提前获知各阶段的总体规模，但完成每阶段的抽样后，可以得到相应阶段入样单元的准确的总体规模。
因此，根据实际抽样过程得 到的学生个体入样概率pl可以表示为： NjNj,kNj,k,ln/(JKL)plN/JN'j/KN'j,k/LN'j,k,l② 其中，
N 'j 、
N 'j,k 和
N 'j,k,l 分别表示第
二、三、四阶段抽样完成后得到的相 应阶段准确的总体规模，分别用以代替①式中的Nj、Nj,k和Nj,k,l，其他参数 含义与①式相同。
（3）根据应答率进行事后调整由于存在学生当天未到校、无能力填答或拒答问卷等情况，在计算学生个体权数时，根据每个班级的学生问卷应答率对入样概率进行事后调整，调整后的入 样概率rpl可表示为： Nj,k,l rppl ' l Nj,k,l ③ N其中，j,k,l为调查班级实际填答问卷学生数。
由于每个调查班级中的所有学生在此处的个体权数相同，因此通过 13
1 rwl rp ，将概率取倒数，得到调查班级的第i个学生的权数rwirwl。
l
（4）根据人口构成比例进行事后调整（事后分层）根据教育部2012年教育统计数据分年级的女学生总数计算出相应的比例， 并进行事后调整。
以女学生为例，调整后的学生个体权数crwi可表示为： crwi Ngirlmrw mrwi i i ⑤
B.按照重组后的子样本计算最终权数按照抽样阶段和抽样框设计分别计算七年级和九年级学生入样概率和权数 并进行事后调整后，再按照重组后的三个子样本分别计算并调整七年级和九年级学生最终的权数。
（1）子样本1（s1）最终权数子样本1的所有PSU样本均来自抽样框
1，因此对于子样本
1，最终的学生个体权数即等于根据抽样框设计进行计算和事后调整后的权数。
最终的学生个体 权数wgti可表示为： wgticrwi(s1f1)
（2）子样本2（s2）最终权数子样本2的4个PSU样本中，有2个属于抽样框2a（上海核心样本，f2a），1个属于抽样框2b（上海补充样本，f2b），1个属于抽样框3（全国补充样本，f3）。
因此，对于子样本
2，需要按照各自所占比例分别计算上述三部分样本最终的学生个体权数。
对于属于抽样框2a（上海核心样本，f2a）的2个PSU样本，最终的学生个 体权数wgti可表示为： 14 crwi(s2f2a) wgtcrw(s2f2a) is2 i i crwi(s2f2a) crwi(s2f2b) crwi ( s
2 f 3) is2 is2 is2 对于属于抽样框2b（上海补充样本，f2b）的1个PSU样本，最终的学生个 体权数wgti可表示为： crwi(s2f2b) wgtcrw(s2f2b) is2 i i crwi(s2f2a) crwi(s2f2b) crwi ( s
2 f 3) is2 is2 is2 对于属于抽样框3（全国补充样本，f3）的1个PSU样本，最终的学生个体 权数wgti可表示为： crwi(s2f3) wgtcrw(s2f3) is2 i i crwi(s2f2a) crwi(s2f2b) crwi ( s
2 f 3) is2 is2 is2
（3）子样本3（s3）最终权数子样本3的10个PSU样本中，有1个属于抽样框1（全国核心样本，f1），9个属于抽样框3（全国补充样本，f3）。
因此，对于子样本
3，需要按照各自所占比例分别计算上述两部分样本最终的学生个体权数。
对于属于抽样框1（全国核心样本，f1）的1个PSU样本，最终的学生个体 权数wgti可表示为： crwi(s3f1) wgtcrw(s3f1) is3 i i crwi(s3f1) crwi ( s3 f 3) is3 is3 对于属于抽样框3（全国补充样本，f3）的9个PSU样本，最终的学生个体 权数wgti可表示为： 15 crwi(s3f3) wgtcrw(s3f3) is3 i i crwi(s3f1) crwi ( s3 f 3) is3 is3 （四）相关变量说明
1.子样本变量名subsample，表示PSU样本所属的子样本，取值为1表示属于子样本
1，取值为2表示属于子样本
2，取值为3表示属于子样本
3。
2.权数变量名sweight，表示学生个体样本对应的学生个体权数。
六、派生变量说明 派生变量分为四个层面，分别是：县区（PSU）层面、学校层面、班级层面和个人/家庭层面。
其中县区（PSU）层面的派生变量共5个，变量名为cty*，位于学校数据库中；学校层面共13个，变量名为sch*，位于学校数据库中；班级层面共16个，变量名为cls*，位于班级数据库中；个人/家庭层面共19个，变量名为st*，位于学生个人数据库中。
所有层面的派生变量均排列在相应数据库的最后面。
以下将对四个层面的派生变量分别作简要说明并列出频数分布表。
（一）县区（PSU）层面派生变量 县区（PSU）层面的派生变量反映入样PSU在人均受教育水平、行政区划、 地理位置和样本量等方面的性质，共有5个，其变量名和变量标签分别为： 变量名ctyeductyeduzctyeducctytypectyplace 变量标签PSU平均受教育年限PSU平均受教育年限的z值PSU平均受教育年限分类PSU所属行政级别PSU所属地区 1.ctyedu 16 数据来自第6次全国人口普查，入样的28个PSU的平均受教育年限（单位： 年），均值为9.54年，最小值为6.8年，最大值为12.19年，PSU层面的频数分 布如下表： ctyeduPSU平均受教育年限 频数 6.800
1 百分比3.570 7.560
1 3.570 7.810
1 3.570 8.030
1 3.570 8.200
1 3.570 8.330
1 3.570 8.460
1 3.570 8.580
1 3.570 8.620
1 3.570 8.690
1 3.570 8.860
1 3.570 9.070
1 3.570 9.190
1 3.570 9.390
1 3.570 9.690
1 3.570 9.840
1 3.570 9.920
1 3.570 10.13
1 3.570 10.26
1 3.570 10.47
1 3.570 10.67
1 3.570 10.86
1 3.570 11.01
1 3.570 11.16
1 3.570 11.51
1 3.570 11.66
1 3.570 12.13
1 3.570 12.19
1 3.570 Total 28 100 对应的学生个体层面频数分布如下表： ctyedu
PSU平均受教育年限 17 6.8007.5607.8108.0308.2008.3308.4608.5808.6208.6908.8609.0709.1909.3909.6909.8409.92010.1310.2610.4710.6710.8611.0111.1611.5111.6612.1312.19Total 频数百分比9915.0906123.1409044.6408454.3407083.6308164.1908284.2505702.9307553.8706703.4407143.6608614.4205082.6107783.9906013.0806063.1106803.4905232.6806123.1407243.7207924.0606573.3704672.4004182.1509775.0107523.8606653.4104532.32019,487100 2.ctyeduz数据来自第6次人口普查，通过全国所有县级行政单位的平均受教育年限均 值和标准差计算28个入样PSU平均受教育年限的z值。
PSU层面的频数分布如下表： ctyeduzPSU平均受教育年限的z值频数百分比 18 -1.305-0.787-0.616-0.466-0.351-0.262-0.173-0.0916-0.0643-0.01660.09930.2420.3240.4610.6650.7670.8220.9651.0541.1971.3331.4631.5651.6671.9062.0082.3282.369Total
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570
1 3.570 28 100 对应的学生个体层面的频数分布如下表： ctyeduz
PSU平均受教育年限的z值 频数百分比 -1.305 9915.090 -0.787 6123.140 -0.616 9044.640 -0.466 8454.340 -0.351 7083.630 19 -0.262-0.173-0.0916-0.0643-0.01660.09930.2420.3240.4610.6650.7670.8220.9651.0541.1971.3331.4631.5651.6671.9062.0082.3282.369Total 8164.1908284.2505702.9307553.8706703.4407143.6608614.4205082.6107783.9906013.0806063.1106803.4905232.6806123.1407243.7207924.0606573.3704672.4004182.1509775.0107523.8606653.4104532.32019,487100 3.ctyeduc 根据变量ctyeduz将入样的28个PSU按照平均受教育年限划分为3类：低 于平均水平、高于平均水平1个标准差内、高于平均水平1个标准差以上，PSU 层面的频数分布如下表： ctyeducPSU平均受教育年限分类 频数 1低于平均水平 10 2高于平均水平1个标准差内
8 3高于平均水平1个标准差以上10 百分比35.7128.5735.71 Total 28 100 对应的学生个体频数分布如下表： 20 ctyeducPSU平均受教育年限分类 1低于平均水平 频数7,699 2高于平均水平1个标准差内5,271 3高于平均水平1个标准差以上6,517 Total 19,487 百分比39.5127.0533.44100 4.ctytype 根据入样PSU在2010年所属行政区划的级别分为4类，分别是：直辖市（包 括北京、天津、上海）、省会城市市区、地级市市区和县/县级市，PSU层面的频 数分布如下表： ctytypePSU所属行政级别 频数 1直辖市
6 2省会城市市区
5 3地级市市区
5 4县、县级市 12 百分比21.4317.8617.8642.86 Total 28 100 对应的学生个体频数分布如下表： ctytypePSU所属行政级别 1直辖市 频数3,684 百分比18.90 2省会城市市区 3,81519.58 3地级市市区 2,86614.71 4县、县级市 9,12246.81 Total 19,487100 5.ctyplace 根据入样PSU所属地区的地理位置分为东、中、西部三类，PSU层面的频数 分布如下表： ctyplacePSU所属地区 频数 1东部地区 17 2中部地区
5 3西部地区
6 百分比60.7117.8621.43 21 Total 28 100 其对应的学生个体频数分布如下表： ctyplacePSU所属地区 1东部地区2中部地区3西部地区Total 频数百分比9,99751.304,07320.905,41727.8019,487100 （二）学校层面派生变量 学校层面的派生变量反映入样学校在学生户口类型、学校性质、县区内排名、 学校所在地等方面的性质，共有13个，其变量名和变量标签分别为： 变量名schhkplaceschhkplace_4cschhktypeschhktype_4cschstlbschstlb_4cschtype_4cschtype_2cschrank_5cschrank_3cschbrdschloc_5cschloc_3c 变量标签学校本县（区）户口学生所占比例学校本县（区）户口学生比例分类学校农业户口学生所占比例学校农业户口学生比例分类学校父母不全在家的学生比例学校父母不全在家的学生比例分类学校性质（四分类）学校性质（二分类公立/民办）学校在本县（区）排名（五分类）学校在本县（区）排名（三分类）学校是否提供学生宿舍学校所在的地区类型（五分类）学校所在的地区类型（三分类） 1.schhkplace根据学生和家长在问卷中填写的学生户口登记地，计算出每个入样学校所有 被调查学生中，目前户口登记地在本县（区）的学生所占比例，学校层面的均值为0.79，标准差为0.21，中位数为0.87，最小值为0.05，最大值为
1，其分组后的频数分布表见变量schhkplace_4c的频数分布表。
2.schhkplace_4c将变量schhkplace的取值由低到高分为四组，表示入样学校所有被调查学生 22 中户口登记地在本县（区）的比例范围，学校层面的频数分布如下表： schhkplace_4c学校本县（区）户口学生比例分类 1低于50%250%到70% 频数百分比 10 8.930 23 20.54 370%到90% 31 27.68 4高于90% 48 42.86 Total 112100 对应的学生个体频数分布如下表： schhkplace_4c学校本县（区）户口学生比例分类 1低于50%250%到70%370%到90%4高于90% 频数1,3763,2515,4749,386 百分比7.06016.6828.0948.17 Total 19,487100 3.schhktype根据学生和家长在问卷中填写的学生户口类型，将“非农户口”和“居民户 口”合并为“非农户口”，计算出每个入样学校所有被调查学生中，目前户口类型为农业户口的学生所占比例，学校层面的均值为0.54，标准差为0.28，中位数为0.61，最小值为0.01，最大值为0.92，其分组后的频数分布表见变量schhktype_4c的频数分布表。
4.schhktype_4c 将变量schhktype的取值由低到高分为四组，表示入样学校所有被调查学生 中户口类型为农业户口的比例范围，学校层面的频数分布如下表： schhktype_4c学校农业户口学生比例分类 频数百分比 1低于25% 25 22.32 225%到60% 30 26.79 360%到80% 25 22.32 4高于80% 32 28.57 Total 112100 23 对应的学生个体层面的频数分布如下表： schhktype_4c学校农业户口学生比例分类 1低于25%225%到60% 频数4,1035,330 百分比21.0627.35 360%到80% 4,14721.28 4高于80% 5,90730.31 Total 19,487100 5.schstlb根据学生和家长在问卷中填写的学生父亲和母亲分别是否在家与学生同住， 计算出每个入样学校所有被调查学生中，父母一方或双方长期不在家与子女共同生活的比例，学校层面的均值为0.22，标准差为0.16，中位数为0.18，最小值为
0，最大值为0.75，其分组后的频数分布表见变量schstlb_4c的频数分布表。
6.schstlb_4c 将变量schstlb的取值由低到高分为四组，表示入样学校所有被调查学生中父 母不全在家的学生的比例范围，学校层面的频数分布如下表： schstlb_4c学校父母不全在家的学生比例分类 频数百分比 1低于10% 20 17.86 210%到30% 67 59.82 330%到50% 17 15.18 4高于50%
8 7.140 Total 112 100 对应的学生个体层面的频数分布如下表： schstlb_4c学校父母不全在家的学生比例分类 1低于10% 频数3,288 百分比16.87 210%到30% 11,23157.63 330%到50%4高于50% 3,4711,497 17.817.680 Total 19,487100 24 7.schtype_4c 根据校领导问卷A1题，将学校性质分为四类：公立学校、民办公助、普通 民办学校和民办打工子弟学校，学校层面的频数分布如下表： schtype_4c学校性质（四分类） 频数百分比 1公立学校 10492.86 2民办公助
1 0.890 3普通民办学校
5 4.460 4民办打工子弟学校
2 1.790 Total 112100 对应的学生个体的频数分布如下表： schtype_4c学校性质（四分类） 1公立学校2民办公助3普通民办学校4民办打工子弟学校 频数百分比18,04392.591100.5601,0495.3802851.460 Total 19,487100 8.schtype_2c 将变量schtype_4c的四分类学校性质合并为两大类：公立学校和民办学校， 其中民办学校包括变量schtype_2c的民办公助、普通民办学校和民办打工子弟学 校，学校层面的频数分布如下表： schtype_2c学校性质（二分类公立/民办） 频数百分比 1公立学校 10492.86 2民办学校
8 7.140 Total 112100 对应的学生个体的频数分布如下表： schtype_2c学校性质（二分类公立/民办） 1公立学校2民办学校 频数百分比18,04392.591,4447.410 Total 19,487100 25 9.schrank_5c 根据校领导问卷A4题，将学校初中部在本县（区）的排名分为五类：最差、 中下、中间、中上和最好，学校层面的频数分布如下表： schrank_5c 1最差2中下3中间4中上5最好 学校在本县（区）排名（五分类） 频数百分比
1 0.890
8 7.140 15 13.39 67 59.82 21 18.75 Total 112100 其对应的学生个体的频数分布如下表： schrank_5c学校在本县（区）排名（五分类） 1最差2中下 频数1711,341 百分比0.8806.880 3中间 2,22511.42 4中上 11,36658.33 5最好 4,38422.50 Total 19,487100 10.schrank_3c 将变量schrank_5c的五分类合并为三分类：中等及以下、中上、最好，其中， “中等及以下”包括变量schrank_5c的最差、中下、中间三个取值，学校层面的 频数分布如下表： schrank_3c学校在本县（区）排名（三分类） 频数百分比 1中等及以下 24 21.43 2中上 67 59.82 3最好 21 18.75 Total 112100 对应的学生个体的频数分布如下表： schrank_3c学校在本县（区）排名（三分类） 26 1中等及以下2中上3最好Total 频数百分比3,73719.1811,36658.334,38422.5019,487100 11.schbrd 根据校领导问卷A10题，该变量指示学校是否提供学生宿舍以及学生住宿比 例，共有3个取值，学校层面的频数分布如下表： schbrd学校是否提供学生宿舍 频数百分比 1是,全部学生寄宿 19 16.96 2是,部分学生寄宿 42 37.50 3否 51 45.54 Total 112100 对应的学生个体的频数分布如下表： schbrd学校是否提供学生宿舍 1是,全部学生寄宿 频数3,824 百分比19.62 2是,部分学生寄宿 7,62139.11 3否 8,04241.27 Total 19,487100 12.schloc_5c 根据校领导问卷A23题，该变量指示学校所在的地区类型，共有5个取值， 学校层面的频数分布如下表： schloc_5c学校所在的地区类型（五分类） 频数百分比 1市/县城的中心城区 42 37.50 2市/县城的边缘城区 12 10.71 3市/县城的城乡结合部17 15.18 4市/县城区外的镇 20 17.86 5农村 21 18.75 Total 112100 对应的学生个体的频数分布如下表： 27 schloc_5c学校所在的地区类型（五分类） 频数百分比 1市/县城的中心城区 7,48138.39 2市/县城的边缘城区 2,47212.69 3市/县城的城乡结合部2,43912.52 4市/县城区外的镇 3,57618.35 5农村 3,51918.06 Total 19,487100 13.schloc_3c 将变量schloc_5c的五分类合并为三分类：市/县城的中心城区、边缘城区及 城乡结合部、乡镇农村，其中，“边缘城区及城乡结合部”包括变量schloc_5c的 “市/县城的边缘城区”和“市/县城的城乡结合部”两个取值，“乡镇农村”包括 变量schloc_5c的“市/县城区外的镇”和“农村”两个取值，学校层面的频数分 布如下表： schloc_3c学校所在的地区类型（三分类） 频数百分比 1市/县城的中心城区 42 37.50 2边缘城区及城乡结合部29 25.89 3乡镇农村 41 36.61 Total 112100 对应的学生个体的频数分布如下表： schloc_3c学校所在的地区类型（三分类） 1市/县城的中心城区 频数7,481 百分比38.39 2边缘城区及城乡结合部4,91125.20 3乡镇农村 7,09536.41 Total 19,487100 （三）班级层面派生变量 班级层面的派生变量反映入样班级在户口所在地、学生户口类型、父母不在 家比例、年级排名、班主任个人情况、班级规模等方面的性质，共有16个，其 变量名和变量标签分别为： 变量名 变量标签 28 clshkplaceclshkplace_4cclshktypeclshktype_4cclsstlbclsstlb_4cclsrank_5cclsrank_3cclshrsexclshrbyrclshrageclshrage_4cclshrexpclshrexp_3cclsnclsn_5c 班级本县（区）户口学生比例班级本县（区）户口学生比例分类班级农业户口学生比例班级农业户口学生比例分类班级父母不全在家的学生比例班级父母不全在家的学生比例分类班级目前在全年级的排名（五分类）班级目前在全年级的排名（三分类）班主任性别班主任出生年份班主任年龄班主任年龄分组班主任教龄班主任教龄分组班级学生人数班级学生人数分类 1.clshkplace根据学生和家长在问卷中填写的学生户口登记地，计算出每个入样班级所有 被调查学生中，目前户口登记地在本县（区）的学生所占比例，均值为0.80，标准差为0.22，中位数为0.88，最小值为
0，最大值为
1，其分组后的频数分布表见变量clshkplace_4c的频数分布表。
2.clshkplace_4c 将变量clshkplace的取值由低到高分为四组，表示入样班级所有被调查学生 中户口登记地在本县（区）的比例范围，班级层面的频数分布如下表： clshkplace_4c班级本县（区）户口学生比例分类 频数百分比 1低于50% 38 8.680 250%到70% 81 18.49 370%到90% 12227.85 4高于90% 19744.98 Total 438100 对应的学生个体频数分布如下表： clshkplace_4c班级本县（区）户口学生比例分类 1低于50% 频数1,335 百分比6.850 29 250%到70%370%到90%4高于90%Total 3,12016.015,29327.169,73949.9819,487100 3.clshktype根据学生和家长在问卷中填写的学生户口类型，计算出每个入样班级所有被 调查学生中，目前户口类型为农业户口的学生所占比例，均值为0.54，标准差为0.29，中位数为0.60，最小值为
0，最大值为
1，其分组后的频数分布表见变量clshktype_4c的频数分布表。
4.clshktype_4c 将变量clshktype的取值由低到高分为四组，表示入样本班级所有被调查学 生中户口类型为农业户口的比例范围，班级层面的频数分布如下表： clshktype_4c班级农业户口学生比例分类 频数百分比 1低于25% 10624.20 225%到60% 11125.34 360%到80% 11025.11 4高于80% 11125.34 Total 438100 对应的频数分布如下表： clshktype_4c班级农业户口学生比例分类 1低于25% 频数4,462 百分比22.90 225%到60% 5,18226.59 360%到80%4高于80% 4,8335,010 24.8025.71 Total 19,487100 5.clsstlb根据调查数据，计算出每个入样班级所有被调查学生中，父母不全在家的学 生所占比例，班级层面的均值为0.23，标准差为0.17，中位数为0.18，最小值为
0，最大值为0.9，其分组后的频数分布表见变量clsstlb_4c的频数分布表。
30 6.clsstlb_4c 将变量clsstlb的取值由低到高分为四组，表示入样班级所有被调查学生中父 母不全在家的学生的比例范围，,班级层面的频数分布如下表： clsstlb_4c班级父母不全在家的学生比例分类 频数百分比 1低于10% 91 20.78 210%到30% 24355.48 330%到50% 66 15.07 4高于50% 38 8.680 Total 438100 对应的学生个体频数分布如下表： clsstlb_4c班级父母不全在家的学生比例分类 1低于10%210%到30%330%到50%4高于50% 频数3,88910,6053,2371,756 百分比19.9654.4216.619.010 Total 19,487100 7.clsrank_5c 根据班主任问卷A4题，将班级在本年级中的排名分为五类：最差、中下、 中间、中上和最好，若班主任问卷本题未回答，则使用任课教师本题答案的均值 （四舍五入为整数）。
班级层面的频数分布如下表： clsrank_5c
班级目前在全年级的排名（五分类） 1最差的 频数 百分比 16 3.650 2中下等 60 13.70 3中等 147 33.56 4中上等 166 37.90 5最好的 49 11.19 Total 438 100 对应的学生个体的频数分布如下表： clsrank_5c班级目前在全年级的排名（五分类）31 1最差的2中下等3中等4中上等5最好的Total 频数6382,6306,7937,2832,14319,487 百分比3.27013.5034.8637.3711100 8.clsrank_3c 将变量clsrank_5c的五分类合并为三分类：中下及最差、中等及中上、最好， 其中，“中下及最差”包括变量clsrank_5c的最差和中下两个取值，“中等及中上” 包括变量clsrank_5c的中等和中上两个取值。
班级层面的频数分布如下表： clsrank_3c班级目前在全年级的排名（三分类） 频数 百分比 1中下及最差 76 17.35 2中等及中上 313 71.46 3最好 49 11.19 Total 438 100 对应的学生个体的频数分布如下表： clsrank_3c班级目前在全年级的排名（三分类） 1中下及最差2中等及中上3最好 频数3,26814,0762,143 百分比16.7772.2311 Total 19,487 100 9.clshrsex 根据班主任问卷C1题，班主任的性别频数分布如下表： clshrsex班主任性别 频数百分比 1男 14934.02 2女 28965.98 Total 438100 对应的学生个体的频数分布如下表： 32 clshrsex班主任性别 1男2女Total 频数百分比7,15436.7112,33363.2919,487100 10.clshrbyr根据班主任问卷C2题，班主任的出生年份均值为1976，标准差为
7，中位 数为1977，最小值为1953，最大值为1995，将此变量根据调查年份转化为年龄并分组后对应的频数分布见变量clshrage_4c的频数分布表。
11.clshrage根据调查年份，将班主任出生年份变量clshrbyr转化为班主任年龄，班主任 的年龄均值为37.16，标准差为7.01，中位数为37，最小值为19，最大值为60，其分组后的取值区间对应的频数分布见变量clshrage_4c的频数分布表。
12.clshrage_4c 将班主任年龄变量clshrage分组，分组后共有4个取值，频数分布如下表： clshrage_4c班主任年龄分组 频数百分比 130岁以下 61 13.93 230-39岁 22150.46 340-49岁 13430.59 450岁及以上 22 5.020 Total 438100 对应的学生个体的频数分布如下表： clshrage_4c班主任年龄分组 130岁以下230-39岁 频数百分比2,53613.0110,07751.71 340-49岁 5,91930.37 450岁及以上 9554.900 Total 19,487100 33 13.clshrexp根据班主任问卷C7题，班主任的教龄均值为15.47，标准差为7.7，中位数 为15，最小值为
0，最大值为38，分组后所对应的频数分布见变量clshrexp_3c的频数分布表。
14.clshrexp_3c 将班主任教龄变量clshrexp分组，分组后共有3个取值，频数分布如下表： clshrexp_3c班主任教龄分组 频数百分比 110年以下 10924.89 210-19年 20246.12 320年及以上 12729 Total 438100 对应的学生个体的频数分布如下表： clshrexp_3c班主任教龄分组 110年以下 频数4,590 百分比23.55 210-19年 9,26747.55 320年及以上 5,63028.89 Total 19,487100 15.clsn根据实际调查人数计算的每个入样班级参加调查的学生数量。
根据抽样设计， 入样班级当日到校的所有学生均参加调查，因此该变量基本上可看做是班级的实际人数，班级规模均值为44.49，标准差为13.11，中位数为45，最小值为
9，最大值为88，分组汇总后所对应的频数分布见变量clsn_5c的频数分布表。
16.clsn_5c 将变量clsn分组，共有5个取值，频数分布如下表： clsn_5c班级学生人数分类 频数百分比 130人以下 60 13.70 230-40人 90 20.55 34 340-50人450-60人560人以上Total 13230.14 10223.29 54 12.33 438100 其对应的学生个体频数分布如下表： clsn_5c班级学生人数分类 130人以下 频数1,412 百分比7.250 230-40人340-50人 3,1685,882 16.2630.18 450-60人 5,39027.66 560人以上 3,63518.65 Total 19,487100 （四）个人/家庭层面派生变量 个人/家庭层面的派生变量反映学生性别、户口、迁移流动、父母是否长期在 家与子女同住、是否住校、家庭经济条件、家庭成员、家庭环境等方面的性质， 共有
19个，其变量名和变量标签分别为： 变量名stsexsthkplacesthktypestmigrantstlb_4cstlb_2cst0stbrdsteco_5csteco_3cstonlystsibstsibrankstmedustfedustprhedustfdrunkstprfight 变量标签学生性别学生户口登记地学生目前的户口类型学生迁移流动状态父母是否在家同住(四分类)父母是否在家同住(二分类)学生类型:户口性质/户口登记地/父母是否同住学生平时是否住校学生家庭经济状况(五分类)学生家庭经济状况(三分类)是否独生子女兄弟姐妹数量(不含自己)非独生子女在兄弟姐妹中的排行学生母亲的教育程度学生父亲的教育程度学生父亲/母亲的最高教育程度学生父亲是否经常喝醉酒学生父母是否经常吵架 35 stprrel 学生父母是否关系很好 1.stsex 根据学生问卷A1题，频数分布如下表： stsex学生性别 频数 0女 9,445 1男 10,042 百分比48.4751.53 Total 19,487100 2.sthkplace 根据学生问卷A5题，频数分布如下表： sthkplace学生户口登记地 频数 0外县(区) 3,500 1本县(区) 15,987 百分比17.9682.04 Total 19,487100 3.sthktype 根据学生问卷A6题，原变量的“非农户口”和“居民户口”合并为“非农 业户口”，频数分布如下表： sthktype学生目前的户口类型 频数 0非农业户口 8,800 1农业户口 10,687 百分比45.1654.84 Total 19,487100 4.stmigrant 根据学生问卷A5题的选项及填写的具体户口所在地，归纳出学生是否流动 及流动范围，频数分布如下表： stmigrant学生迁移流动状态 频数 1本地非流动15,987 2省内流动 1,600 3跨省流动 1,779 百分比82.558.269.19 Total 19,366 100 36 5.stlb_4c 根据学生问卷B4和B5题，归纳出学生的父亲和母亲是否在家与孩子同住， 共有4个取值，频数分布如下表： stlb_4c父母是否在家同住(四分类) 频数百分比 1父母都在家 14,95376.73 2只有母亲在家 1,8099.280 3只有父亲在家 6743.460 4父母都不在家 2,05110.52 Total 19,487100 6.stlb_2c 将变量stlb_4c合并为2个取值，其中“只有一方在家或都不在家”包括变量 stlb_4c中的2、3、4三个取值，频数分布如下表： stlb_2c父母是否在家同住(二分类) 频数 0父母都在家 14,953 1只有一方在家或都不在家4,534 百分比76.7323.27 Total 19,487 100 7.st0 根据学生的“户口性质”（农业/非农）sthktype、“户口登记地”（本县区/外县 区）sthkplace和“父母是否在家与孩子同住”stlb_2c这三个变量，将学生划分为 8个类型，频数分布如下表： st0学生类型:户口性质/户口登记地/父母是否同住 频数 百分比 1非农流动父母双全1,042 5.350 2非农流动缺父母 231 1.190 3非农本地父母双全6,057 31.08 4非农本地缺父母 1,470 7.540 5农业流动父母双全1,893 9.710 6农业流动缺父母 334 1.710 7农业本地父母双全5,961 30.59 8农业本地缺父母 2,499 12.82 Total 19,487 100 37 8.stbrd 根据学生问卷C18题，频数分布如下表： stbrd学生平时是否住校 频数 0不住校 13,194 1住校 6,293 百分比67.7132.29 Total 19,487100 9.steco_5c 根据家长问卷E19题和学生问卷B9题，首先使用家长问卷数据，当家长问 卷此题未回答时，则采用学生问卷数据，共有5个取值，频数分布如下表： steco_5c学生家庭经济状况(五分类) 频数百分比 1非常困难 7353.780 2比较困难 3,34117.20 3中等 14,18873.03 4比较富裕 1,1015.670 5很富裕 63 0.320 Total 19,428100 10.steco_3c 将变量steco_5c合并为3个取值，其中“困难”包括变量steco_5c中的“非 常困难”和“比较困难”两个取值，“富裕”包括变量steco_3c中的“比较富裕” 和“很富裕”两个取值。
频数分布如下表： steco_3c学生家庭经济状况(三分类) 频数百分比 1困难 4,07620.98 2中等 14,18873.03 3富裕 1,1645.990 Total 19,428100 11.stonly根据学生问卷B1和B2题，频数分布如下表： stonly是否独生子女频数百分比38 1是2不是Total 8,46043.4111,02756.5919,487100 12.stsib 根据学生问卷B1和B2题，所有独生子女此变量均为缺失值，频数分布如下 表： stsib兄弟姐妹数量(不含自己) 频数
1 8,043 百分比74.94
2 2,06819.27
3 4364.06
4 1131.05 >=
5 72 0.67 Total 10,732100 13.stsibrank 根据学生问卷B1和B2题，所有独生子女此变量均为缺失值，频数分布如下 表： stsibrank非独生子女在兄弟姐妹中的排行 频数百分比 1排行最大 5,15848.06 2排在中间 1,0349.63 3排行最小 4,54042.30 Total 10,732100 14.stmedu 根据学生问卷B8题和家长问卷E7题，频数分布如下表： stmedu学生母亲的教育程度 频数百分比 1没受过任何教育 7263.730 2小学 4,11321.16 3初中 7,96740.98 4中专/技校 1,1565.950 5职业高中 3611.860 6高中 2,60813.41 39 7大学专科8大学本科9研究生及以上Total 1,0705.5001,2596.4801810.93019,441100 15.stfedu 根据学生问卷B8题和家长问卷E7题，频数分布如下表： stfedu学生父亲的教育程度 频数百分比 1没受过任何教育 1250.640 2小学 2,87414.78 3初中 8,57844.12 4中专/技校 1,1235.780 5职业高中 4222.170 6高中 3,32817.12 7大学专科 1,1525.930 8大学本科 1,5578.010 9研究生及以上 2821.450 Total 19,441100 16.stprhedu 将学生父亲和母亲的教育水平比较并取其中相对较高的值，频数分布如下表： stprhedu学生父亲/母亲的最高教育程度 频数百分比 1没受过任何教育 64 0.330 2小学 1,7799.150 3初中 8,55944.03 4中专/技校 1,0325.310 5职业高中 4342.230 6高中 3,96520.40 7大学专科 1,3116.740 8大学本科 1,9399.970 9研究生及以上 3581.840 Total 19,441100 17.stfdrunk根据学生问卷B10题，频数分布如下表： 40 stfdrunk 1否2是Total 学生父亲是否经常喝醉酒频数百分比17,24591.481,6068.52018,851100 18.stprfight 根据学生问卷B10题，频数分布如下表： stprfight学生父母是否经常吵架 频数百分比 1否 16,94389.95 2是 1,89210.05 Total 18,835100 19.stprrel 根据学生问卷B10题，频数分布如下表： stprrel学生父母是否关系很好 频数 1否 3,137 2是 15,856 百分比16.5283.48 Total 18,993100 41
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。
