近些年来,越来越多的自然科学领域研究者开始对学科内研究的可重复性进行反思。然而,在社会科学领域中同样存在着利用数据反映社会现象的研究分支。因此,社会科学同样需要反思已有研究的可重复性,进行相关的可重复性检验。在这其中,对于已有研究的校验和拓展又可被称为复制性研究。为了顺利的推进复制性研究,需要建立一种共享数据和程序的透明机制,在社会学领域,这种机制被称为“开源社会学”。但是,由于大多数研究者并未在变量选择环节满足开源条件,因此无论是校验和拓展都难以保证结果的正确性。在这一背景下,采用一种变量选择的标准化技术就显得尤为重要。本文以农村教育收益率测算为例,将贝叶斯模型平均法与其他变量选择方法加以比较,证明了该方法在保证拟合优度的基础上可以适度精简模型。同时,依据BIC、RMSE等多个指标的判定,证明了基于这一方法得出的最优模型与其他模型相比,具有更好的拟合能力与预测能力。因此,贝叶斯模型平均法可以作为一种开源社会学定量研究的变量选择标准化技术。此外,本文还探索了在数据完全随机缺失和数据随机缺失的情况下,使用贝叶斯模型平均法的结果顽健性,可为后续该方法的应用范围界定提供一定参考。