PISA 2022 城乡学业差距的跨国 Oaxaca–Blinder 分解：以可解释份额的国别异质性为判据

1 · 研究问题

在 PISA 2022 数据中，城乡学生数学成绩差距有多大比例可由家庭社会经济地位（ESCS）与学校资源等可观测因素解释？这一"可解释份额"在 20 个以上参与经济体之间如何变化，且能否被国家层面的城镇化率或教育支出结构预测？

2 · 研究背景与空白

PISA 是 OECD 三年一轮的 15 岁学生测评，微观数据完全公开，含学生家庭背景、学校位置（社区规模分类）与资源问卷。Oaxaca–Blinder 分解（Oaxaca 1973; Blinder 1973）把组间均值差拆成"禀赋差异（可解释）"与"系数差异（不可解释）"，是劳动与教育经济学的标准工具。

已有工作：Ramos 等（IZA DP 6515）用 PISA 微观数据分解哥伦比亚城乡差距；泰国（PISA 2009）、秘鲁（2018，禀赋解释 82.6%）均有单国研究；2025 年已有用 PISA 2022 做柬埔寨城乡差距的 RIF-分解论文（International Journal of Educational Development）。

空白在样本与时间覆盖：单国研究多、跨国系统比较少，且 PISA 2022 是疫情后首轮、城乡差距可能被疫情不对称冲击放大——用同一方法学横跨 20+ 经济体做 2018 vs 2022 两轮对照的公开研究未见（检索"PISA 2022 urban rural Oaxaca-Blinder cross-country"仅命中单国研究，未找到不等于不存在，写作时须再核）。方法公开、数据公开、结论正负都成立，是典型的"换样本独立检验"型课题。

3 · 可检验假设

• H1：多数经济体（≥60%）中，ESCS 与学校资源等禀赋差异可解释城乡数学差距的 50% 以上。
• H2：可解释份额与国家城镇化率负相关（城镇化率越高、不可解释份额越大），Spearman 相关在 20+ 经济体样本上 |ρ|≥0.4；若不显著，"城乡差距结构无跨国规律"同样是有效结论。

4 · 量化验收标准

1. 方法学校验（硬门槛）：用自建管线（正确处理 10 个 plausible values 与 80 个 BRR 重复权重）复现 OECD 官方报告中 ≥5 个经济体的数学平均分与标准误，均值偏差 ≤0.5 分、标准误偏差 ≤5%；再复现 IZA DP 6515 哥伦比亚分解的方向性结论（禀赋份额同号且相对偏差 ≤10%，若该文用旧轮数据则在同轮数据上复现）。此步不过关，后续全部结论无效。
2. 统计口径预先写死：所有点估计带 BRR 标准误；分解结果给自助法（bootstrap ≥500 次，与 BRR 联合）95% 置信区间；显著性检验报效应量（差距以 PISA 分与标准差单位双报），不以 p 值单独下结论。
3. 城乡定义预先写死并做敏感性：主口径 SC001（<3,000 人 vs >100,000 人），次口径（<15,000 vs >15,000）对照，报告结论是否翻转。
4. 入选经济体标准预先写死：城乡两组各 ≥30 所学校，达标者全部纳入，不得事后挑选。
5. 缺失值处理方案预先写死（问卷缺失用 OECD 提供的处理惯例，删除率 >20% 的经济体剔除并报告）。
6. 全部清洗与分析脚本开源，从原始 SPSS/SAS 文件到图表一键重跑。

5 · 数据与工具

用途	来源 / 工具
学生/学校微观数据	OECD PISA 2022 与 2018 公开数据库（oecd.org 免费下载 SPSS/SAS 格式，2022 学生文件约 1–2 GB）
官方均值核对	PISA 2022 Results Vol. I 附表（免费 PDF/Excel；仅用于校验，不计入数据贡献）
国家层面变量	World Bank WDI（城镇化率、生均教育支出，免费 API/CSV）
分析	R（intsvy 或 Rrepest 包处理 PV 与 BRR 权重，能力边界需核实：若不支持分解则手写循环）+ oaxaca 包；或 Python + statsmodels
方法对照	IZA DP 6515、柬埔寨 2025 文——仅用于校验与对比，不计入本项目贡献

计算量：单经济体回归 + 500 次 bootstrap 在笔记本分钟级；30 经济体全流程 <3 小时，纯 CPU 无压力。

6 · 方法路径

1. 下载 PISA 2022 数据，装 R 环境，复现 5 个经济体官方均值与标准误（第 1 条验收）。
2. 按预写标准筛选经济体，构建城乡二分变量与协变量集（ESCS、学校师生比、短缺指数等，清单预注册在 OSF 或 GitHub 时间戳）。
3. 核实 intsvy/Rrepest 对分解 + 复杂权重的支持边界；不支持则手写 PV×BRR 双循环。
4. 逐经济体做 Oaxaca–Blinder 分解（含 RIF 分位数版本作为延伸），提取可解释份额及置信区间。
5. 做城乡定义与协变量集的敏感性对照。
6. 第二阶段：可解释份额对国家层面变量的秩相关与散点分析（明示仅为相关，不做因果声称）。
7. 独立交叉校验：抽 3 个经济体用 Python 独立实现复算，份额偏差 ≤2 个百分点。

7 · 新颖性边界

本课题不声称提出新分解方法，不做任何因果推断声称（分解是会计恒等式，系数差异不等于歧视/低效）。已有工作：哥伦比亚、泰国、秘鲁、柬埔寨等单国分解已发表（后者已用 PISA 2022 + RIF 方法）。本项目贡献是主结论层面的（i）同一方法学横跨 20+ 经济体的系统比较与 2018→2022 两轮变化——时间与样本覆盖的独立检验；（ii）可解释份额的跨国结构分析。丘奖历届相邻工作：2023 铜奖"隔代抚养与儿童学业（CFPS）"、2021 优胜"教育公平与生育选择"均为中国单一数据源的因果/机制研究，无跨国分解工作，差异清晰。若 H2 不显著，"无跨国规律"结论有效，但须给出置信区间证明检验力足够（20+ 样本可检出 |ρ|≥0.6，预先声明该边界）。

8 · 决策门槛（go / no-go）

• 第 3 周末：官方均值复现通过。未通过多为权重处理错误→限期 2 周修复，第 5 周仍未通过则降级 A：改用 OECD 官方 Rrepest 全托管流程重做（牺牲部分自主性但保留全部主结论框架）。
• 第 8 周末：确认达标经济体 ≥20 个。若 <20（城乡样本量普遍不足）→降级 B：改为"2018 vs 2022 两轮 × 10 个经济体"的时间对照设计，主结论从横截面结构转为疫情前后变化，分解框架不变。
• 第 20 周末：主分解 + 敏感性完成；RIF 分位数延伸视进度取舍（首个可砍项）。
• 已知困难：SC001 学校位置为校长自报的社区规模，非严格城乡行政口径——把口径敏感性写成研究内容；中国大陆未参加 PISA 2022，本研究不含中国，须在引言明示并讨论对政策外推的限制。
• 预算裁剪顺序：先砍 RIF 分位数分解，再砍 2018 轮对照，最后砍第二阶段跨国相关；核心主结论（多经济体可解释份额及其区间）在全部裁剪下成立。

---