2017年-世界发展银行全球_Measuring_Skills_in_Developing_Countries_82页_6mb

报告摘要

总结：Measuring Skills in Developing Countries

核心内容

本研究探讨了在发展中国家农村环境中，测量认知、非认知和技术技能的可靠性与有效性。研究通过在肯尼亚西部Siaya省对960名农民进行调查实验，评估了现有技能测量工具在实际应用中的表现，并提出了改进方法。

主要观点

技能测量的重要性
认知、非认知和技术技能在发展经济学中被广泛用于分析技能形成的影响因素、技能在经济决策中的作用，以及作为潜在的混淆变量。然而，这些测量工具大多在高收入国家中验证，缺乏在发展中国家农村环境中的适用性验证。
测量挑战
在发展中国家的实地条件下，技能测量面临诸多挑战，包括：
- 与调查员的互动影响回答；
- 受访者对问题的理解能力有限；
- 问题顺序可能影响回答；
- 响应偏差（如顺从偏差）；
- 技术技能的测量较为困难，且存在较大的随机误差；
- 非认知技能的测量误差具有系统性，且与回答模式和问题表述密切相关。
技能测量的可靠性与有效性
- 认知技能：使用标准化量表和测试工具，测量结果具有较高的可靠性和有效性，与高收入国家的研究结果相似；
- 非认知技能：测量存在系统性误差，特别是顺从偏差，导致内部一致性较低，且潜变量结构与高收入国家不同；
- 技术技能：虽然测量误差较大，但通过因子分析和项目反应理论可提高预测有效性，且大部分误差为随机误差。
技能对农业生产力的预测作用
研究发现，三种技能类型（认知、非认知和技术）共同解释了高达17%的产量变化，且均具有统计显著性。技术技能和非认知技能在预测农业实践方面也有所贡献，但效果因技能类型而异。
测量误差的修正方法
- 使用测试-再测（test-retest）方法评估可靠性；
- 通过Cronbach's alpha评估内部一致性；
- 应用探索性因子分析、项目反应理论和响应偏差修正，以提高测量的准确性；
- 随机化问卷结构和调查员分配，以减少系统性误差。

关键信息

样本特征：
- 960名农民，分布在96个村庄和16个子区域；
- 50%通过随机抽样选取，50%通过村会议提名；
- 平均教育年限为6年，女性占比超过一半；
- 农户平均年龄为46岁，平均拥有3块农田，65%拥有牲畜。
问卷设计：
- 包含三个主要模块：认知技能、非认知技能和技术农业技能；
- 问题顺序随机化以减少顺序效应；
- 使用多种问题形式（开放式、多项选择、量表）；
- 问卷在英语、斯瓦希里语和卢奥语中进行了翻译和标准化。
测量误差的来源与影响：
- 非认知技能测量误差具有系统性，主要由顺从偏差和问题表述引起；
- 技术技能测量误差以随机误差为主，可通过重复测量和因子分析改善；
- 研究强调，技能测量的误差可能严重影响对经济结果的预测能力，甚至导致结论偏差。
改进措施：
- 通过因子分析和项目反应理论优化技能测量工具；
- 修正顺从偏差，提高非认知技能测量的内部一致性；
- 随机分配调查员，减少系统性误差。

研究结论与建议

技能测量的挑战：
在发展中国家，技能测量工具需根据当地环境进行调整和验证，以确保其适用性和准确性。
政策启示：
- 研究结果对政策制定者具有重要启示，表明技能测量的误差可能显著影响对农业决策和生产力的分析；
- 建议在技能测量中考虑多种方法，包括自我评估、家庭成员评估和村医评估，以提高测量的全面性；
- 强调测量误差修正对政策干预效果评估的重要性。
未来研究方向：
- 需进一步研究技能测量的潜在异质性；
- 探索非认知技能的不同维度及其对经济结果的影响；
- 发展更适用于发展中国家的技能测量工具。