学前教育对青少年成就发展的影响_基于CEPS数据的实证研究

1、学前教育对青少年成就发展的影响基于CEPS数据的实证研究摘要：基于中国人民大学提供的中国教育追踪调查数据，采用倾向得分匹配法，实证检验学前教育经历对青 少年成就发展的现实影响，讨论“去小学”化的现实必要性(结果发现：接受学前教育和未接受学前教育的青少年 在学业表现、家庭特征与个体特征等方面存在着一定的差异；Logit模型发现了家庭人力资本存量、经济资本以及 家庭规模均对学前教育参与率的提升起到积极影响，但农村青少年的学前教育参与率相对于城镇要低2.3个百分 点，显示出学前教育资源在城乡间的非均衡分布；倾向得分匹配法揭示了学前教育经历对青少年的学业表现具有 正向影响，尤其是对语文和数学成绩的促进

2、作用最为明显，但提前接触小学教育内容并不能帮助青少年赢在起跑 线上。、引言学前教育作为国民受教育的起点，对于促进的 人的全面发展、推动人口受教育程度以及阻断贫困 的代际传递具有重要的战略价值为加快学前教 育发展，解决适龄儿童入园难与入园贵的现实 问题，党和政府在国家中长期教育改革和发展规划 纲要(20102020年)中提出了“普及学前教育”的 发展目标，并在2011年启动了“学前教育三年行动 计划*教育规划纲要(20102020年)中期评估 报告提供的数据显示，我国学前教育在2009 2014年发展迅速，各项指标均实现了大幅增长。其 中，学前教育三年毛入园率由2009年的50.9%，上 升到了

3、 2014年的70.5%，增长了 19. 6个百分点， 幼儿园数、班级数与专任教师数分别实现了 51. 88. 59.26以及87. 05个百分点的增长，各项保障举措 有力的解决了 入园难的问题，尤其是充分保证了 处境不利的幼儿，包括农村、留守、随迁幼儿以及残 障儿童等平等接受学前教育权利，因而在园幼儿数 于2014年达到了 4 050. 71万人，相对于2009年实 现了 52.41%的增长。在学前教育充分发展、入园幼儿数量不断攀升 的今天，学前教育不仅面临着有没有的生存问题， 更面临着“好不好”的发展问题。因此，学前教育经 历能否帮助青少年实现成就发展，提高青少年进入 学历教育阶段后的在学

4、表现，便成为政策制定者与 学术界所关心的焦点问题。鉴于此，本文基于中国 教育追踪数据，利用倾向得分匹配法估计学前教育 经历影响青少年在学表现的净效应，以期对既有 文献形成有益的学术增量，并为政策制定者提供有 益的借鉴。二、文献综述学前教育经济价值的相关研究始于美国的两项 追踪研究计划，即高詹佩里学前教育研究计划和芝 加哥亲子中心研究计划，两项计划对幼儿追踪至 其成年，发现了学前教育对社会和个人不断增长的 经济回报率，并且正外部性随个体年龄的增长而呈 上升趋势基于两项追踪调查，詹姆斯赫克曼的 研究进一步揭示了学前教育的投入产出比为1 =17, 这一比例远高于其他学历教育层级的投资收益 率。此后，

5、国外学界将研究重心逐步转入学前教育 对人的增值影响，发现学前教育对人的增值功能在 幼儿时期突出表现为加速技能的积累与认知能力的 发展，促进个体形成良好的卫生习惯并保持较好的健 康状况在青少年时期则表现为提高学生的学业 成绩与升学转化率;$4句在成年期则体现为外部性或 社会效益，如降低犯罪率或提高纳税率等748近年来，国内学者有关学前教育对青少年成就 发展的影响研究不断涌现，并在研究焦点上着重关 注学前教育对认知能力或非认知能力发育的影响 譬如，陈纯槿基于PISA项目上海数据的研究，发现 接受一年以上学前教育的学生，在15岁时能够获得 更好的阅读、数学以及科学素养龚欣和李贞义的 研究则发现我国学

6、前教育机会获得存在不平等，而 学前教育经历对于初中生的思维开通性、自律性和 朋友质量具有正效应o10贾晋、李雪峰、王慧基于多 维能力的实证研究，发现学前教育经历有助于提高 青少年在初中阶段的认知能力、学业成绩和社交能 力，但对探索求知、语言表达和健康水平的增进却未 表现出积极的干预效果011郑磊、翁秋怡、龚欣新近 的研究则以城乡分割的二元结构为切入点，发现学 前教育能够显著影响学生的认知能力，并且是导致 城乡学生认知能力产生差距的重要原因尸对总的看来，国内外学者针对学前教育价值几何 的研究业已形成一些共识：学前教育投资具有市场 化和非市场化收益，市场化收益能够增进个体进入 劳动力市场后的收入水

7、平，非市场化收益则表现为 对人的增值属性，包括提高青少年在学期间的学业 水平，推动认知与非认知能力的发育。但是基于对 既有研究的总结，我们发现学前教育在影响青少年 成就发展上仍然存在着两点可挖掘的空间：第一，聚 焦青少年成就发展中的学业表现，用因果推断研究 方法取代相关性回归，厘清学前教育影响学业成绩 的“净效应”，为学前教育“去小学化”提供信息支撑& 第二，聚焦学业表现中的学科差异，利用全国的有代 表的样本探讨学前教育对于不同科目的差异化影响。三、研究设计()研究方法模型设定为了检验是否接受学前教育对学生发展的影 响，本文设定如下线性模型：Edtic: =Preschool: + C: +(

8、1)式中，下标i与t分别表示青少年和家庭，被解 释变量Educ:为t家庭i学生的成就发展核心解 释变量Preschool:学生i是否具有学前教育经历, C:是由个体特征与家庭特征构成的一组矢量，代表 影响学生发展的相关因素#:为方程的残差项。技术处理：倾向得分匹配(PSM)由于普通最小二乘法在估计式(1)时可能会因 选择性偏差引致估计偏误，为实现学前教育与学业 成绩间的因果关系推断，本文在技术处理上将采用 Rosenbaum & Rubin提供的倾向得分匹配法(Prcr pensity Score Matching, PSM)13。倾向得分匹配 需要满足条件独立与共同支撑假设。对于条件独立 假

9、设而言，可观测的协变量X既影响了青少年是否 接受学前教育，又影响其后期的学业成就，但却不会 受到学业成就的反向干预，控制这些协变量后，接受 学前教育便近似于随机分配的过程，该过程可通过 倾向得分的降维予以实现，而无需控制所有的协变 量。对于共同支撑假设而言，则要求接受和未接受 学前教育的青少年在倾向得分上有着重叠。若满足 条件独立和共同支撑的假设，倾向得分的估计量落 在公共支撑的区间内。因此，学前教育干预青少年 成就发展的表达式可写为：ATTdE-EQEduc |D, = 1,”(X)% E$Educ0+ | D+ = 0, p(X)J(2)式中，Educu与Educr+分别表示接受和未接受

10、学前教育的青少年在学期间的学业表现,D+为二元 哑变量表示的式性函数，若青少年接受学前教育则 有D, = 1,反之则令D, = 0 p(X)控制相应协变量 后青少年接受学前教育的概率值。为保证估计结果 的稳健性，本文将分别采用k近邻匹配，半径(卡尺) 匹配，非参数的核匹配法以及马氏匹配估计学前教 育对学生发展的净影响$性。（二）研究数据样本本文所用的实证研究数据来自中国人民大学数 据与调查中心（NSRC）提供的中国教育追踪调查 （China Education Panel Survey,CEPS）20132014 年的基线调研数据 CEPS设立了七年级（初一）与 九年级（初三）两个同期群，以人

11、口平均受教育程度 与流动人口比例作为分层变量同时,CEPS在抽 样时遵循了按规模大小成比例的概率抽样原则 （Probability Proportiona l to Size,PPS）,历经四个 时期，从全国28个县级单位随机选取了 112所学校 的438个班级，总计涉及基线调研学生将近2万名 CEPS也是现阶段我们能够找到的初中教育阶段学 生成绩研究的最具代表性的样本。变量处理根据表1给出的统计描述可知，从组内差异上 看，处理组在语文、数学、英语以及总成绩上的得分 分别为 70. 228,70. 667,70. 690 以及 212. 46 分，表 明接受学前教育的青少年在英语成绩上表现最为

12、优 异；控制组在语文、数学、英语以及总成绩上的得分 分别为 69. 473、69. 289、69. 583 以及 208. 357 分，表 明未接受学前教育的青少年同样在英语成绩上表现 的最为优越从组间差异上看，处理组在语文、数 学与英语成绩上相对于控制组要分别高出1. 255、 1.388以及1. 107分，表明接受与不接受学前教育 的青少年在数学成绩上产生了最大差值表1各变量的统计描述变量名定义处理组（接受学前教育）控制组（未接受学前教育）双TP均值标准差均值标准差语文标准化分数70. 7280. 08469. 4730. 172-6. 6240. 000$数学标准化分数70. 6770.

13、 08569. 2890. 1767. 2390. 000$英语标准化分数70. 6900. 08569. 5830. 174-5. 7920. 000$总成绩三科成绩加总212.1460. 222208.3570. 4537. 6060. 000$留级1 =留过；0 =未留过0. 1280. 0030. 2740. 00820.9640. 000$跳级1 =跳过;0 =未跳过0. 0130. 0010. 0240. 0034. 6810. 000$母亲受教育程度教育层级定序变量（19级）3. 9920. 0173. 1690. 030-21. 6570. 000$父亲受教育程度教育层级定序变

14、量（19级）4. 3450. 0183. 6430. 031-18. 2560. 000$教育期望教育层级定序变量（1#10级）6. 8050. 0146. 4850. 032-9. 9340. 000$家庭经济条件1 =贫困;0=非贫困0. 1020. 0030. 2100. 00717. 0590. 000$家庭规模1 =独生子女;0=有兄弟姐妹0. 4730. 0040. 3020. 008-17. 8290. 000$互联网1 =无;0=有0. 3520. 0040. 5510. 00921.1520. 000$年龄2014-出生年份14. 4770. 01014. 8860. 023

15、17. 0650. 000$性别1 =男孩；0 =女孩0. 4990. 0040. 5220. 0092. 4110. 0159$年级1 =九年级;0 = 7年级0. 4890. 0040. 5310. 0094. 2760. 000$户籍1 =农村;0 =城镇0. 5090. 0040. 6640. 00816.1160. 000$民族1 =汉族;0=少数民族0. 9280. 0020. 8650. 006-11. 6910. 000$学业压力1 =无;0=有0. 3810. 0040. 3420. 008-4. 1580. 000$学业水平1=中等以下;0=中等以上0. 5740. 004

16、0. 6690. 0089. 9020. 000$注：*、$、$分别表示在10%、5%以及1%水平上显著父母受教育程度、教育期望、经济条件以及家庭 规模是本文重点控制的家庭特征变量其中，双亲 的受教育程度用来反映人力资本存量的家庭差异, 两组变量均是由19级教育层级构成的定序变量, 分别表示父母的受教育程度在没读过书、小学、初 中、中专（技校）、职高、普高、专科、本科、研究及以上 等教育层级。从均值上看，处理组中父母受教育程 度分别为3. 992与4. 345,表明父母受教育程度在 中专（技校）到普高以及初中到中专（技校）之间,父 亲的教育层级高于母亲，而控制组中父母的受教育 程度为3. 16

17、9与3. 643,低于处理组。教育期望则 是由110级教育层级构成的定序变量，反映的是 父母对子女未来受教育程度的期望，数值越高表明 期望值越高15 （,处理组与控制组中教育期望的均值 分别为6. 805和6. 485,反映了接受学前教育的家 庭对子女未来受教育程度的期望值要高于未接受学 前教育的家庭。我们用赋值为0或1构成的虚拟变量表示家庭 经济条件，用以控制经济资本的家庭差异，当该变量 取值为1时表示贫困家庭，包括学龄儿童认为自身 家庭条件处于非常困难与比较困难的水平，当该变 量取0时则表示非贫困家庭，包括学龄儿童认为自身 家庭条件在中等及以上的水平，处理组中有10. 2% 的学龄儿童认为

18、家庭条件较差，而在控制组中则为 21%。有无互联网一方面反映了教育信息化的覆盖 范围，另一方面也衡量了家庭经济条件16（,该变量 同样是由赋值0或1的二分变量构成，当取值为1 时表明家庭无电脑和网络或者是有电脑但无网络, 而取值为0时则表明有电脑和网络,55. 1%的控制 组家庭未给子女在学习或娱乐过程中提供互联网, 比处理组中的35.2%高出了 19.9个百分点。家庭 规模同样由赋值为0或1的虚拟变量组成,用来控 制家庭成员数量对学前教育资源的稀释，该变量取0 时代表非独生子女家庭，取1时则表示独生子女家 庭。处理组与控制组中分别有47. 3%与30. 2%的学 龄儿童为独生子女，未接受学前

19、教育的控制组有更 多的兄弟姊妹，因而家庭规模更大。此外，我们还对 青少年的性别、年龄、年级、户籍、民族等人口统计学 特征加以控制。四、实证研究结果与分析（一）学前教育的影响因素分析：基于Logit模 型估计基于准实验的研究思路，利用倾向得分匹配法 估计学前教育影响青少年成就发展的“净效应”时, 在技术操作上应分为两步：第一步，利用Logit概率 模型进行青少年是否接受学前教育的影响因素分 析；第二步，在数据平衡的基础上，采用不同的匹配 策略估计学前教育经历对在学期间学业表现的影 响，即估计平均处理效应（ATT）0因此，本小节首 先利用Logit概率模型估计是否接受学前教育的影 响因素，表2给出

20、了估计结果。表2倾向得分的Logit估计结果变量系数Z值平均边际效应Z值母亲受教育程度0. 097* (0. 016)6. 090. 016* (0. 002)6. 43父亲受教育程度0. 016(0. 015)1. 040.002(0.002)0. 95教育期望0. 020(0. 013)1. 550. 003* (0. 002)1. 65家庭经济条件-0. 365* (0. 057)6. 39-0. 058* (0. 008)-6. 94家庭规模0. 262* (0. 049)5. 400. 037* (0. 007)5. 24互联网-0. 310* (0. 046)6. 66-0. 04

21、5* (0. 007)-6. 67年龄-0. 344* (0. 028)-12. 11-0. 050* (0. 004)-12. 24性别-0. 051(0. 042)-1. 23-0. 007(0. 006)-1. 13年级0. 541* (0. 070)7. 740. 080* (0. 010)7. 83户籍-0. 159* (0. 048)3. 28-0. 023* (0. 007)-3. 24民族0. 240* (0. 069)3. 480. 033* (0. 010)3. 25学业压力0. 028(0. 043)0. 640.005(0.006)0. 73学业水平-0. 210* (

22、0. 045)-4. 650. 029* (0. 007)-4. 37续表变量系数Z值平均边际效应Z值截距项5. 732* (0. 429)13. 36对数似然值 7494. 3818Pesudo R20. 0663观测值16 06616 445注：（1）括号内为标准差；（2）$、$、$分别表示在10%、5%以及1%水平上显著。根据表2提供的回归结果可知，估计系数与平 均边际效应在方向性与显著性上较为一致，一定程 度上说明了方程的构建与回归结果的稳健性。具体 看来，家庭人力资本存量正向影响学龄儿童的学前 教育参与率，并且母亲受教育程度的边际影响高于 父亲的受教育程度，母亲的受教育程度提高一个教

23、 育层级，能够将青少年上幼儿园或学前班的概率值 提高1.6个百分点。家庭经济条件的估计值在1% 水平上负向显著，说明贫困家庭对学前教育的参与 率施加负向影响，青少年对家庭经济的贫困认知上 升一个单位值，将造成学前教育参与的边际概率下 降5.8个百分点。同时，有无互联网作为家庭经济 条件的补充变量，其估计值负向显著也证明了这一 论断，即无计算机和互联网的家庭可能在家庭经济 条件上相对较差，因而相对于有互联网（含计算机） 的家庭而言，子女接受学前教育的边际概率值要低 4. 5个百分点。家庭规模在1%水平上正向影响学前教育参与 率，相对于非独生子女家庭，独生子女家庭的学前教 育参与率要高出3.7个百

24、分点，而这部分说明了学 前教育投资与同胞竞争效应与资源稀释理论存在着 正相关性。家庭教育期望与学前教育参与率呈正相 关，父母对子代受教育程度的期望值越高，则子女有 着越高的概率接受学前教育，这与理论预期较为一 致。个体特征方面，户籍对学前教育参与率施加消极 影响，相对于城镇户籍而言（非农和居民户口），农村 户籍（农业户口）的青少年在学前教育参与率上要低 2.3个百分点，这说明了城乡学前教育资源分布的 非均衡性）17*。汉族学生接受学前教育的概率值要 比少数民族高出3.3个百分点。初三（九年级）学生 比初一学生（七年级）学前教育的参与率高8%。（二）学前教育对教育获得的影响：基于PSM模 型的估

25、计协变量的平衡性检验基于Logit模型对学前教育影响因素的分析， 我们进一步采用PSM模型估计学前教育对学龄儿 童教育获得的净影响，但在利用不同匹配策略估 计前，需要对处理组与参照组中协变量的平衡性进 行检验，因而本文采用核密度函数图刻画协变量在 匹配前后的平衡性（见图1）。根据图1可知，在匹 配前后，处理组相对于控制组而言，在语文成绩分布 的高峰上要更向右偏移，并且控制组呈现出左拖尾 的特征，说明接受学前教育的学龄儿童在语文成绩 的表现上相对于未接受学前教育的个体要更为优 异。在实现数据匹配后，处理组与控制组的重心间 距则呈现出收敛的态势，而这一特点则为比较匹配 后的处理效应（A；）提供了便

26、利条件。）18*图1处理组与控制组的核密度函数估计在核密度函数图的基础上，我们通过计算偏差 消减的百分比来进一步评价数据匹配后的平衡性， 表3汇报了各变量的平衡性检验结果。其中，第三 列和第四列分别为处理组与参照组在实现数据匹配 后的样本均值，第五列为匹配前后的削减的标准偏 误，也就是接受学前教育与为接受学前教育的学龄 儿童，在语文成绩上的均值差与方差均值的平方根 比，而第六列与第七列则为偏差降低百分比的绝对 值以及t值。表3协变量的平衡性检验变量名匹配状态处理组控制组标准误减少(%)消减绝对值t值母亲受教育程度匹配前匹配后4. 0023. 9993. 1823. 95343. 92. 594

27、. 421. 3*1. 86*父亲受教育程度匹配前匹配后4. 3534. 35164731637. 21.895. 118. 11*1. 37教育期望匹配前匹配后6. 8156. 8146. 4936. 78118. 81. 989. 89. 90*1. 61家庭经济条件匹配前匹配后0. 1010. 1010. 2070. 099 29. 50. 897. 4 16. 41*0. 72家庭规模匹配前匹配后0.4750.4750. 3020. 47136. 10. 797. 917. 85*0. 57互联网匹配前匹配后0. 3510. 3510. 5500. 353 40. 80. 399. 2

28、 20. 93*0. 25年龄匹配前匹配后14. 46614. 46714. 88314. 45332. 81. 196. 7 17. 16*0. 91性别匹配前匹配后0. 4960. 4970. 5200. 4944. 80. 588. 62. 42*0. 44年级匹配前匹配后0. 4860. 4870. 5320. 4919. 00. 990. 54. 57*0. 69户籍匹配前匹配后0. 5080. 5080. 6640. 52432. 23. 289. 9 16. 03*2. 53*民族匹配前匹配后0. 9300. 9300. 8680. 94420. 84. 578. 211. 53

29、*4. 49*学业压力匹配前匹配后0. 3830. 3830. 3450. 3667.83. 654. 33. 95*2. 86*是否留级匹配前匹配后0. 1260. 1260. 2730. 124 37. 50. 698. 4 20. 91*0. 57是否跳级匹配前匹配后0. 0120. 0120. 0220. 0127. 70. 198. 34. 26*0. 13学业水平匹配前匹配后0. 5690. 5700. 6660. 58020. 22. 289. 29. 97*1. 70注：*、$、$分别表示在10%、5%以及1%水平上显著根据表3提供的平衡性检验可知，所有协变量 的标准偏误均在数

30、据匹配后实了不同程度的削减, 家庭是否拥有互联网的偏误实现了最大幅度的削 减，降幅达到了 99. 2%，而偏误下降最小的是青少 年对学业压力的感知，即是否在班级中的排名为中 等以下，偏误减少了 54.3%。总体上看，处理组与 控制组中的协变量在数据匹配前均存在着不同程度 的差异，而在实现数据匹配后，除少数变量如民族、 户籍等在统计上接受了备择假设外，绝大多数协变 量在匹配后均不显著，因而无法拒绝处理组与控制 组间不存在显著差异的原假设因此，我们有理由 认为数据匹配消除了接受与未接受学前教育的青少 在个体特征与家庭特征方面的诸多差异，而图2刻 回的倾向得分的共同取值范围则表明本文满足倾向得分匹配

31、对共同支撑假设的现实要求。图2倾向得分的共同取值范围处理效应估计在协变量平衡性检验的基础上，我们利用k近 邻匹配，令n=4估计了是否接受学前教育对青少年 学业成绩的影响，表4报告了学前教育处理效应的 估计结果。总体上看，接受过像学前班或幼儿园等 形式的学前教育的青少年，在语文、数学、英语以及 总成绩上的表现均要优于未接受过学前教育青少 年。具体看来，处理组的语数外以及总成绩在匹配 前分别为70.728分、70. 677分、70. 691分以及 212. 146分，而控制组的四科成绩在匹配前分别为 69. 473 分、69. 289 分,69. 583 分以及 208. 356 分, 同时处理组

32、与控制组的差异均在1%水平上显著异 于零,平均处理效应（A；）为1. 255、1. 388、 1. 107以及3. 790&而在实现匹配后，除英语成绩 以外，处理组与控制组的差异同样在1%水平上 正向显著，并且平均处理效应相应的缩小为0. 889、 0. 831,0. 265以及1.780,而这意味着利用PSM纠 正了选择性偏差后，学前教育对青少年在学表现的 正向干预作用有所收敛，这则说明了选择性偏差将 会高估学前教育对在学表现的正效应！表4学前教育对学业成绩的影响（k近邻匹配教育获得匹配状态处理组控制组ATTt值语文成绩匹配前匹配后70.72870.72469. 47369. 8351.25

33、5*0. 889*6. 623. 70数学成绩匹配前匹配后70. 67770. 67169. 28969. 8401. 388*0. 831*7. 243. 37英语成绩匹配前匹配后70. 69170. 6875834221. 107*0. 2655. 791. 10总成绩匹配前匹配后212.146212.126208.356210.3463. 790*1. 780*7. 612. 83注：*、$、$分别表示在10%、5%以及1%水平上显著。表4提供的估计结果还表明，学前教育对青少 年在学表现的影响会因为学科的不同而产生一定的 差异。相对于未接受学前教育的青少年而言，接受 学前教育能够显著提升

34、学生后期的在学表现，并且对 语文成绩的促进作用最为明显，达到了 0.889,对数学 成绩的促进作用次之，为0.831,并且语文和数学成绩 的积极影响在1%水平上正向显著。由于语文成绩 强调对学生的阅读与理解能力的考察，而数学成绩则 指向了学生的逻辑推演能力，因而这一估计结果在一 定程度上说明了学前教育能够通过智力开发游戏、养 成良好的阅读习惯等方式，加速儿童在幼年时期的认 知能力发展，从而对在学期间的语文与数学成绩的提 高施加积极影响。同时，学前教育对英语成绩的影 响虽然在方向上为正,ATT的估计值为0.265,但 在统计上却并不显著，因此表明在幼儿园或学前班 时期提前进行英语学习，并不能帮助

35、儿童在后期的 英语学习“赢在起跑线上”，而这一研究结论能够对 于学前教育“去小学”化形成有力的证据支撑。稳健性检验为了验证k近邻匹配估计结果是否稳健，我们 进一步采用半径（卡尺）匹配、核匹配与马氏匹配对 处理组的平均处理效应（ATT）进行估计。其中，半 径（卡尺）匹配选择卡尺的范围为0.01,核匹配则使 用默认的核函数和带宽，表5给出了平均处理效应 的估计结果。根据表5的回归结果，发现半径匹配、核匹配以 及马氏匹配在估计结果上较为一致，即接受学前教 育能够显著提高青少年的学业表现，并且在不同 的学科间存在着一定差异！学前教育对学龄儿童数 学成绩的促进作用最为明显，平均处理效应落入了 $0. 6

36、29,0. 917的取值区间内，其次是对语文成绩的 提高也能起到积极的效果，处理组的平均处理效应 落入$0. 541,0.867的取值区间内，对英语成绩的影 响虽然方向为正，但未能通过显著性检验。三种匹 配策略的估计结果与k近邻匹配所得的研究结果基 本趋同，反映了本文的研究结论较为稳健，即学前教 育经历有助于青少年在义务教育阶段实现更好的成 就发展，但在幼儿园、学前班时期进行小学教学，或 者说学前教育小学化并不能给学生形成优势的积 累，推动学业成绩的提高。表5学前教育对学业成绩的影响(稳健性检验)教育获得匹配状态半径(卡尺)匹配核匹配马氏匹配ATTtATTtATTt语文成绩匹配前1. 255*6. 621. 255*6. 621. 255*6. 62匹配后0.760*3. 430. 867*3. 980. 541*2. 91数学成绩匹配前1. 388*7. 241. 388*7. 241. 388*7. 24匹配后0. 805*3. 560. 917*4. 120. 629*3. 14英语成绩匹配前1. 107*5. 791. 107*5. 791. 107*5. 79匹配后0. 2681. 200. 416*1. 890. 2181. 21总成绩匹配前3. 790*7. 613. 79