选择中职教育能获得更高的教育收益吗？

胡耀宗　虞梓钰　蒋帆

摘 要：《中华人民共和国职业教育法》明确了职业教育是一种与普通教育具有同等重要地位的教育类型，中等职业教育与普通高中教育的收益率问题引发关注。本研究基于CLDS2016数据库，使用最小二乘法（OLS）和倾向得分匹配（PSM）方法，分析中等职业教育与普通高中教育的收益率差别。研究发现，在劳动力市场中，最高学历为高中教育的劳动者群体中，中职教育的收益率显著高于普通高中教育，高等教育扩招后中职教育收益率优势不断弱化，男性接受中等职业教育的教育收益率优势高于女性。据此提出以下建议：完善职教高考制度，加强职业院校品牌建设；拓宽职业教育服务对象，实现劳动人口再技能化；多主体协作共进，积极缓解行业就业歧视。

关键词：中职教育；教育收益率；倾向得分匹配方法；普通高中；教育成本

中图分类号：G718

文献标识码：A 文章编号：1674-7615（2023）06-0023-11

DOI：10.15958/j.cnki.jywhlt.2023.06.003

一、问题提出

2022年，我国中等职业教育在校生规模1 339.29万，占高中阶段在读学生总数的33.04%，已成为中等教育阶段的重要支撑力量［1］。新修订的《中华人民共和国职业教育法》提出，统筹推进职业教育与普通教育协调发展，这一从“分流”“分类”再到“协调”的定位调整，标志着学生进入中职教育后，能获得更多样化的成长成才空间［2，3］。尽管国家法律层面对中职教育的未来发展进行了新的部署，但要切实转变普通民众的观念，仍然任重而道远。其中关键困难之一就在于如何引导个体改变将中职教育作为“无奈之举”“次优选择”的观念，这种观念实际上是在考虑就读中职教育究竟“值不值得”［4］。“值不值得”本质上是个人对于不同教育类型预期收益率的考量。舒尔茨认为，由于人力资本投资活动难以界定是投资还是消费，导致难以像实物资本一样对其进行全面估计，因此，人们经常在狭义上使用机会成本及其价值来衡量人力资本投资成本，使用工资和利润作为回报的衡量标准［5］。事实上，对成本和收益的权衡也普遍存在于学生中等职业教育“值不值得”的考量中。从收益的角度看，为了能在劳动力市场上获得更多收入，个人通过教育投资和培训等手段提高个人生产力水平，从而获取更高的人力资本价值，而选择进入哪种通道，进行教育投资的偏好就建立在对预期收益率估计的基础上［6，7］。从教育成本角度出发，两种教育类型的投入成本没有太大差异。数据显示，全国中等职业生人均教育经费平均为50 808.98元，个人负担为25 412.26元，占比50%；普通高中生均教育经费46 013.61元，个人负担为29 909.76元，占比65%［8］。在成本差异不大的情况下，收益率成为学生和家庭进行教育决策的重要依据。那么，两种通道的教育收益率有何区别？本研究力图从较长时间周期入手，分析中职教育与普通高中教育的收益率水平及其变化趋势，旨在揭示教育收益率对教育选择的影响机制，并探讨在普职融通这一宏观环境下，中等职业教育的收益率问题。

二、文献回顾与研究假设

自人力资本理论面世以来，关于教育与个人收益关系的讨论从未停止，已有许多研究者开始关注不同教育类型的收益率差异。在职业教育入口端，部分研究关注了进入职业教育通道的人群特征。有研究发现，学习能力较低、家庭背景较弱的学生更愿意选择职业教育［9］；也有研究认为，职业教育对于学习能力较低的人而言是一个理性选择，因为其直接面向就业从而可以更快产生收益［10，11］；但高等教育扩招后，随着中国经济结构的转型升级，缺乏通识知识、学历水平较低的人群更容易進入低端劳动力市场、获得更低的回报，职业教育的优势会逐渐弱化［7，12］。在职业教育出口端，学生未来就业收入是研究者的主要关注点。对职业教育收益率的研究存在两种相对立的观点，持职业教育优势论的学者发现，中等职业学历所带来的个人收入增加要高于普通高中，甚至接近大学专科学历［13］；布鲁内罗（Brunello）和罗科（Rocco）以17个OECD发达国家为研究对象，发现相对于普通高中，职业高中有一些优势。随着研究的深入，更细致的研究关注到了学业表现和性别的差异影响，如郭（Guo.D）发现，我国学业成绩表现较差学生的职业教育收益率（11.60%）高于普通高中收益率（8.20%），并且这一差异在女性群体中更为显著［14］。苏丽锋等的研究还发现，尽管女性比男性受教育意愿更强，但女性比男性更容易拘于现实做出选择，更容易接受中职教育［15］。相反，另一种观点则认为职业教育在收益率上并不存在优势。例如，王奕俊等基于CFPS2010、2012和2014年的数据对比发现，中职收益率与普通高中没有显著差异［11］；魏万青、白芸发现在“80后”群体中，相对于普高组，职高组在市场回报的三个方面（职业声望、职业社会经济地位指数与收入）均无优势［16］；1999年高等教育扩招后，职业教育吸引力有所降低［17］。可见，学生在高中阶段选择职业教育是否有助于学生取得更好的职业收益尚存争议。产生争议的原因有三方面：首先，不同国家和地区经济发展、社会发展及教育体制的不同导致了职业教育收益率差异；其次，不同研究对于收入的统计口径不一致，有些研究将保险、医疗等非现金收益也纳入收入范围进行考察；最后，国内目前关于职业教育收益率的实证分析大多采用简单的控制变量，缺少严格的实验设计或者准实验设计，样本选择性问题导致中职教育和普通高中教育收益率对比的结果不严谨［14］。

综上，本研究采用倾向性得分匹配的方法模拟准实验的条件，对中职教育和普通高中教育收益率进行比较，考虑不同时期、不同性别的收益率差别，提出以下三条假设：

假设1：相对于普通高中，中职教育收益率存在显著优势。

假设2：1980年前出生人群的中职教育收益高于1980年后出生人群。

假设3：男性中职教育收益率高于女性。

三、研究设计

（一）数据来源

本研究的数据来自于中山大学社会科学调查中心开展的2016年中国劳动力动态调查（China Labor-force Dynamic Survey，以下简称CLDS）。该调查对我国城乡以村、居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查。目前，CLDS已完成2011年广东省试调查、2012年全国基线调查及2014、2016、2018年追踪调查。样本覆盖我国29个省市，调查对象为样本家庭户中的全部劳动力（年龄为15至64岁的家庭成员），共有村居问卷、家庭问卷和劳动力个体问卷三种主体问卷类型。其中，劳动力个体问卷回收16 537份，劳动力个体数据涵盖个人教育经历、家庭情况、收入情况等。研究者对原始数据进行以下处理：（1）从成人数据库中筛选出最高学历为高中且毕业的子样本，并从中剔除掉成人教育，仅保留普通高中和中职教育（含职业高中、普通中专和技工学校等三类）样本；（2）选取年龄在18—60岁之间的样本；（3）保留“有工作”且工作类型为“非农受雇”的样本；（4）为控制异常值的影响，剔除年工作总收入低于1 000元以及超过50万元的样本。最终得到有效样本2 021份，其中普通高中教育1 297份，中职教育724份。

（二）研究方法

1.模型设定

明瑟收益方程可以研究教育与个人收益的关系问题，是教育经济学中测算教育收益率的一种重要方法，因此本研究以明瑟收益方程为指导。其中，代表收入，取其对数值作为因变量，Edutype是个人所受教育类型的虚拟变量（经典明瑟回归方程为受教育年限或层级），Exp代表个人工作年限，Exp2为其平方值，为随机误差项，为对应的系数。方程具体形式如下：

lnW=β0+β1edutype+β2exp+β3exp2+u

由于除了受教育类型和工作经验会影响工作收入，个人能力、家庭经济背景、家庭文化背景等因素都会对教育的选择和收入产生影响，本研究加入个人因素、家庭因素控制变量。其中未加入的其他控制变量，为对应的系数。使用PSM方法进行匹配时，选择的匹配变量与扩展明瑟方程中的变量一致。扩展的明瑟收益方程如下：

2.计量处理

本研究使用Stata软件进行数据处理，分析策略主要基于两步：第一步是最小二乘法（OLS）回归分析，估计不同类型教育的教育收益率差异；第二步是采用倾向值匹配 （Propensity Score Matching，PSM）方法估计中职组与普高组的市场回报差异，使用此方法能避免由职高组与普高组的样本选择性问题导致的估计偏误。理想状态下通过随机分组可以解决该选择性问题，但在现实情况下，本文的选择偏差是由于中职组与普高组的初始条件不完全相同导致。因此，匹配估计量的基本思路是：假设个体i属于处理组（本文为普通高中教育），可以找到属于控制组（本文为中职）的某个个体j，i与j的可测变量取值尽可能匹配，则认为i和j具有可比性，可以将j的收入结果yj看作个体i经过处理前的收入估计量：yj≈-0i，因此将看作对个体i处理效应的度量。对每个个体都进行如此匹配，就可以得到平均处理效应（ATT）。在操作细节上，采用“最近邻匹配法”，由于Stata的psmatch2命令并不汇报标准误，采用Bootstrap法自助估计标准误，重复抽样500次，保证了结果的稳健性。

（三）变量解释与描述性统计

1.被解释变量

本研究采用个人年工作总收入的对数（lnW）作为因变量，总收入包含个人名下的各项收入，包括工资性收入和从各种渠道获得的补贴、津贴。

2.解释变量

根据研究设计，解釋变量为教育类型（edutype）、工作经验及其平方值（exp&exp2）。在教育类型上，CLDS2016的统计中将中职教育分为职业高中、中专和技校三种细分类型，本文将其均统计为中职教育，采用虚拟变量表示（普通高中教育=1，中职教育=0）。如果教育类型变量参数显著为负，则说明普通高中教育相对于中职教育处于劣势状态；如果教育类型变量参数显著为正，则说明普通高中收益率比中职教育收益率更高。由于CLDS2016没有直接统计受访对象的工作年限，另一解释变量工作经验及其平方值（exp&exp2）需要通过估计得来，具体方法为：假设所有样本6岁上学，到高中毕业接受12年教育，并在18岁毕业，因此用“2015（调查时间）—出生年份—18”作为其工作年限，这种处理方式虽然不精确，但是简单易行并且具有一定合理性，符合我国实际情况。再次，在控制变量方面，基本的个人控制变量有性别（男=1，女=0）、户口（农业户口=1，非农户口=0）、婚姻状况（未婚=1，已婚=0）。由于家庭背景会影响个人的学业成就［18］，家庭情况也会影响个人的职业收入以及教育选择［19］，因此，以家庭文化背景作为家庭背景的代表变量，选择父亲受教育年限与母亲受教育年限之和作为家庭因素的控制变量（见表1）。

四、实证结果

（一）OLS估计结果

相对于普通高中，参与中职教育群体能获得更高收益。中职教育相对于普通高中的收益率回归分析见表2。模型1为针对假设1进行的检验，调整后的R2为0.101，表示所选择的自变量解释了10.1%的因变量收入信息，且多数系数通过了显著性检验。结果显示，在控制了性别、户口、婚姻、父母受教育年限等变量之后，教育类型的系数显著为负，普通高中教育收益率为-14.1%，说明若以中职教育作为基准类别，中职教育群体相对于普通高中教育群体的收益率有显著优势。可见从就业的市场回报来看，中职学生的收入并不低于普通高中学生。这是因为中等职业学校的教学目的是为未来就业做准备，而普通高中的教育内容主要为了高考升学做准备，并不直接面向就业，对于那些因高考失利等原因没有继续进入大学学习而是走向劳动力市场的人群而言，普通高中教育经历不能成为求职优势，拥有职业技能的学生反而能在短时间内就业，对劳动力市场的适应性更强，因而教育收益率也更高。

从回归结果发现，工作年限、工作年限平方等关键自变量在0.01的水平上显著，并且工作年限对应的系数为正，其平方项对应的系数为负，说明工作年限与收入呈倒“U”型曲线关系，也即个人收入随着工作年限的增加先增加后减少，这一点不难理解，因为收入与工作年限并非简单的线性关系，在个人职业生涯初期，收入可能随着工作经验的增加而增加，但到达某一时间节点之后，市场的变革、技术的更新与个人的职业倦怠都可能导致大龄劳动者收入减少。

从性别异质性上看，男性收入显著高于女性，这体现了劳动力市场对于性别的偏好；从婚配情况与收入的关系上看，已婚人群收入显著高于未婚人群；从家庭背景的因素上看，母亲教育程度较高的人群在职业收入上有显著优势，而父亲的受教育水平却与个人收入水平关系不大。

（二）大学扩招前后职业教育收益率对比

1999年我国高等教育扩招，但是职业教育的升学渠道并不如普通高中教育一样畅通，升学渠道狭窄使得中职教育吸引力进一步降低，加之劳动力市场的需求变化，个人收入也受到所处时代影响。为了验证假设2，本文进一步探讨中职教育收益率与普通高中收益率差值在高等教育扩招前后的差异。根据我国教育体制，18—19岁大概是高中阶段教育与高等教育的分界点，因此1980年后出生的群体正好对应着高等教育扩招的时间节点，据此可将总体样本分为1980年前出生的群体以及1980年后出生的群体，再次进行OLS 回归。模型2为1980年前出生的样本的分析结果，模型3为1980年后出生的样本的分析结果（见表3）。

模型2的回归分析结果显示，教育类型的系数显著为负，这说明1980年前出生的群体中，职业教育收益率相对于普通高中收益率仍然有显著优势，若以中职教育作为基准类别，普通高中教育收益率为-22.3%。原因之一可能是这一历史时期接受中等职业教育的生源相对较好，尤其是中专教育，其后期收入相对较高。然而根据模型3的回归结果，对于1980年后出生的群体，中职教育与普通高中教育的教育收益率没有显著差异，说明1980年后职业教育的优势降低。这一相对优势上的变化与高等教育扩招联系紧密，1999年以后高等教育招生规模大幅度提升，同时我国新时代教育改革，更多高素质人才进入就业市场［20］。随着产业结构优化升级，职业技术人才的就业空间与劳动福利被不断压缩。根据劳动力市场分割理论，这些职业技能与市场要求严重脱节的人员，只能进入工作要求低、工作时间长、薪资水平低的“低端”劳动力市场，因此中职教育的收益率优势逐渐减弱。为了坚持职业教育“就业导向”的培养定位，中职学生的升学比例一度被限制在5%以内，中考后分流去中等职业学校的学生实际上很有可能损失了继续升学的机会，这进一步限制了优秀生源选择职业教育的可能性，优秀人才的流失也是职业教育学生在劳动力市场表现不佳的原因之一［21］。

（三）男性比女性额外收益高

表3表明，不论是 “80前”还是“80后”群体，男性的收入都要显著高于女性的收入。也就是说，性别差异也会影响劳动力在劳动市场上的表现与收入，进而影响不同性别群体的教育收益率。因此分别对男性子样本与女性子样本进行OLS分析，探讨不同性别群体在普通高中教育与中职教育收益率上的异同（见表4）。

在男性群体的OLS分析中，教育类型的系数显著为负数，说明在男性群体中，职业教育收益率高于普通高中教育的收益率，在女性群体中仍然体现这一特征。通过对比模型4和模型5教育类型系数的绝对值，可以看到，男性接受职业教育的额外教育收益率优势高于女性，即男性接受职业教育的收益率优势高于普通高中教育。这在一定程度上挑战了Wang A， Guo.D 的研究发现，即女性在职业教育上获得收益率更高，他们认为这是由于选择制造业的女性较少，选择教育培训、商务管理等服务行业的女性更多，而这些服务行业的收入水平比较高，因此女性的劳动收入更大［22］。但这样的解释难以令人信服，已有研究发现2008年国有部门女性平均月收入约为男性的91％，而非国有部门女性收入约为男性的71％，这一比例在各行业中大致相当［23］，因此行业的选择并不会给女性带来额外的收益。教育收益率的性别差异可能与职业技术劳动力市场的性别偏好有关：男性在技术类劳动力市场中往往更受优待，比如工厂在面对专业技术水平相似的劳动力时，往往更倾向于选择男性，女性走上岗位之后所获得的工资也普遍低于男性，最终表现为女性教育收益率低于男性。

（四）稳健性检验

为了检验OLS估计是否存在偏差，研究继续采用PSM分析对普高与职高市场回报差异进行比较。图1展示了普通高中组与中职组的倾向性得分，从图1中可以看出观测值均在共同取值范围内，在进行倾向性得分匹配时不会损失样本。

表5考察本文的匹配结果是否較好地平衡了数据。匹配后所有变量的标准化偏差都小于10%，而且大多数变量t检验的结果不拒绝处理组（普通高中）与控制组（中职）无系统差异的原假设（父亲教育为例外）。对比匹配前的结果，大多数变量的标准化偏差均大幅缩小，但是“户口”和“母亲教育”的偏差反而有所增加。总体而言，这说明实验组和对照组的倾向得分匹配通过平衡性检验，有良好的匹配效果。

基于PSM方法的普通高中群体和职高群体的收入差异如表6所示。从表6中统计结果可知，普通高中组的参加者平均处理效应（ATT）为-0.330，ATT值显著为负，说明在控制了样本的选择性差异后，中职教育的教育收益率仍然存在显著优势。

进一步将总体样本分为1980年前出生、1980年后出生两份子样本进行PSM分析，分析结果如表7。数据显示，在1980年前出生的子样本中，普通高中组的参加者平均处理效应（ATT）为-0.409，并且在1%的水平上显著，然而在1980年后出生的子样本中，ATT值虽然为负数，但是并不显著，说明1980年后出生的个体的中职教育相对于普通高中教育的收益率并没有显著优势，与上文OLS回归得出的结果一致：中职教育的收益率优势逐渐消失。对“80后”而言，选择中职教育不仅意味着可能丧失继续升学的机会，同时也不能给自己带来显著高于普通高中教育的市场回报。

进一步开展分性别的倾向性得分匹配分析，结果如表8。表8显示男性子样本的平均处理效应（ATT）为-0.325，并且在1%的水平上显著，女性子样本的平均处理效应（ATT）为-0.285，也在1%的水平上显著。说明中职教育的教育收益率高于普通高中教育，并且这一优势在男性群体中更加明显。这可能是因为在技能性的劳动力市场中，男性比女性更容易获得劳动力市场认可，因此从职业教育中获得的额外收益率也更高。

五、结论与建议

（一）结论与讨论

第一，相对于最高学历为高中的劳动者，最高学历为中等职业教育的劳动者教育收益率更高。整体样本OLS估计结果显示，以中职教育作为基准类别，普通高中教育收益率为-14.1%。本文的估计结果略低于其他研究者关于职业教育收益率的计算，如周洁研究发现中职教育收益率比普通高中收益率高出33.8%［13］，在李实的研究中这一数值为23.9%［20］。以上研究在样本选择性偏差上均缺少严谨的控制，为了避免样本选择性问题导致的估计偏误采用PSM方法，结果显示在整体样本中，普通高中组的参加者平均处理效应（ATT）为-0.330***，说明在控制了选择性差异后，中职教育的教育收益率仍然存在显著优势。

第二，1980年后出生的学生就读中职教育的教育收益率优势逐渐降低。根据OLS回归结果，1980年前出生的样本在中职教育中获得的额外收益率为22.3%***，1980年后出生的样本在中职教育中没有获得额外收益率（0.033）。PSM分析辅助验证了这一结果，1980年后出生的人群中，接受中职教育的学生已经失去教育收益率优势。

第三，男性的职业教育收益率高于女性。在分性别的样本中，男性（0.145***）接受职业教育的教育收益率优势高于女性（0.135**），为控制样本的选择性偏误使用PSM方法进一步进行的分析依然支持这个结论，男性的教育类型收益率差异为0.325***，女性为0.285***，说明男性选择职业教育的优势更大。

（二）政策建议

首先，完善职教高考制度，加强职业院校品牌建设。中等职业教育发展有内外两个增长点，从外部增长点看，中职教育到高等教育的狭窄升学渠道降低了中职院校对于学生的吸引力，限制了中职生在专业技能上的积累与成长，导致劳动力市场中职业技术人才结构的单一化、扁平化。因此，亟须建立国家层面的职教高考制度保障中职学生的升学需求，在考试对象上应面向不同类型、不同层次的有职业教育需求的学生，体现职業教育的多元性与开放性［24］。在考试内容上实行 “文化素质+职业技能”的考核方式，突出职业教育特点、体现职教高考筛选功能。在方法上通过地方试点、逐步铺开的方法推进改革落地，使职教高考制度成为国家考试制度，牵引中职教育发展。从内部增长点看，中职院校发展动力疲软的根本原因之一在于其薄弱的学校文化建设，面对当前中职教育收益率下降的态势，要改变社会对于中职教育的固有印象，必须从学校品牌文化建设和提高育人质量上入手。一方面，创造性地建设职业教育的校园文化，增强中职生的学校归属感、自我认同感，避免职业学校千校一面现象。另一方面，由于招收的生源以成绩较低的学生为主，他们在过往的教育经历中负面体验较多。面对学习能力较弱、学习兴趣较低的学生，需要开发与职业教育相适应的教学手段与方法进行针对性培养。要把握学生的心理特点和生活经历进行引导教育，通过职业教育特色的实训课程、双师制度、顶岗实习，使其在新的学习生活中找到兴趣并积极自我成长。

其次，拓宽中职教育服务对象，实现劳动人口再技能化。本研究在1980年前后对比的差异结果验证了改革开放之后我国劳动力市场逐渐开始分割的事实，创意型人才进入待遇好、工作环境好的高端劳动力市场，生产型人才进入待遇较低、环境较差的低端劳动力市场。随着经济增速放缓，当前这一问题加剧劳动力市场制造业人才过剩与短缺并存的结构性问题。一方面大量低技能工作者转岗转型任务艰巨，另一方面高端制造业技术人才短缺，职业教育应该在其中发挥积极的调节作用，协调劳动力市场的供需矛盾。人力资本中蕴含的认知与非认知能力显著影响劳动者收入，因此，职业教育应跳出学校本位，向终身化、全民化方向发展，进一步扩大服务对象，在给青少年提供职业教育服务的基础上，面向社会所有对职业教育有需要的同等学力人群提供服务。在 “工业4.0”时期，中职院校可以为低端劳动力市场人群提供岗前培训、在岗培训、转岗培训等一系列职业培训服务，通过劳动力的再技能化提升其就业竞争力、增加劳动收入。尤其是针对智能制造浪潮中受冲击最大的新生代农民工［25］、退伍军人等人群，职业院校更应该发挥再技能化的育人功能，不仅能提升这部分人群的就业表现，还能改变职场、社会对于职业教育的固有印象，促进我国职业教育代际流动，提升劳动人口的受教育水平和职业技能水平。

最后，多主体协作共进，彻底改变行业就业歧视标签。职业教育不仅要服务于经济社会的发展，更要服务于人的发展，职业教育可以发挥自身优势增加高龄劳动者、女性劳动者对工作的适应性。5G时代的到来产生了许多新兴职业，如直播主播、家政服务等，相比以往机械制造、厨师等年轻男性主导的行业而言，这些岗位为新时代职业女性、高龄劳动者提供了更加多样的职业选择。要更好地保障、提高女性、高龄劳动者等弱势群体就业收入，需要多方共同参与职业教育。教育部门需要与人社部门积极联动，下到社区、农村鼓励无业人员、中老年人积极参与社会培训，运用一技之长投入劳动生产。需要高校与区域产业积极合作，号召企业放开求职年龄限制，积极推进男女同工同酬，为广大弱势女性劳动力群体提供应有的收入回报和就业机会，从而促进人力资本投资收益率在性别维度的基本机会公平。

参考文献：

[1] 2021年全国教育事业发展统计公报［EB/OL］.（2022-09-15）［2023-05-12］.http：//www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202209/t20220914_660850.html.

［2］鲁昕.职业教育，加快适应经济新常态［J］.职业技术，2015（2）：9-11.

［3］李红卫.教育分流与职普比政策变迁研究［J］.职教论坛，2012（27）：14-19.

［4］吴雪萍，郝人缘.中国职业教育的转型：从数量扩张到质量提升［J］.中国高教研究，2017（3）：92-96.

［5］SCHULTZ T W.Investment in Human Capital[J].The American Economic Review，51（1）：1-17.

［6］XUE E Y，LI J.Exploring the Type-Based Vocational Education System：Insights from China［J］.Educational Philosophy and Theory：11.

［7］闫智勇，吴全全.经济新常态下现代职业教育体系深层矛盾探思［J］.中国高教研究，2017（1）：100-103.

［8］国家统计局.2019中国教育经费统计年鉴［M］.北京：中国统计出版社，2020：2.

［9］颜敏.技能高中还是普通高中？——中国农村学生的教育选择［J］.中国农村经济，2012（9）：37-49.

［10］陆万军，张彬斌.大学扩招、就业挤压与中等职业教育收益变迁［J］.经济学动态，2021，730（12）：72-89.

［11］王奕俊，胡慧琪，吕栋翔.教育收益率发生了变化吗——基于CFPS的中等职业教育招生下滑与升学热原因探析［J］.教育发展研究，2019（11）：49-58.

［12］石伟平，郝天聪.新时代我国中等职业教育发展若干核心问题的再思考［J］.教育发展研究，2018（19）：16-20+77.

［13］周洁，张俊.中等教育分流与收入差异——普通高中与中等职业学历教育收益率的比较研究［J］.教育学术月刊，2019（12）：94-100.

［14］GUO D，WANG A Y.Is Vocational Education a Good Alternative to Low-Performing Students in China［J］.International Journal of Educational Development，2020，75：9.

［15］苏丽锋，孙志军，李振宇.初中后教育选择意愿及影响因素研究——普高、中职还是不再读书？［J］.华中师范大学学报（人文社会科学版），2017（5）：146-157.

［16］魏万青，白芸.职高教育能提升劳动力市场优势吗？——基于CFPS2010的比较研究［J］.社会发展研究，2016（4）：1-25+237.

［17］葛道凯.中国职业教育二十年政策走向［J］.课程·教材·教法，2015，35（12）：3-13+81.

［18］李忠路，邱泽奇.家庭背景如何影响儿童学业成就？——义务教育阶段家庭社会经济地位影响差异分析［J］.社会学研究，2016（4）：121-144+244-245.

［19］黄维海，张晓可.职业代际流动视角下家庭资本对博士职业选择的影响［J］.研究生教育研究，2021（6）：18-28.

［20］李实，丁赛.中国城镇教育收益率的长期变动趋势［J］.中国社会科学，2003（6）：58-72+206.

［21］李宜江.公平而有质量的教育：新时代十年我国教育改革发展的基本取向［J］.教育文化论坛，2023（1）：1-9.

［22］姜蓓佳，徐坚.构建职教高考制度的动因、意义与行动［J］.国家教育行政学院学报，2022（2）：54-62.

［23］WANG A，GUO D.Technical and Vocational Education in China：Enrolment and Socioeconomic Status［J］.Journal of Vocational Education and Training，2019，71（4）：538-555.

［24］吳愈晓，吴晓刚.城镇的职业性别隔离与收入分层［J］.社会学研究，2009（4）：88-111+244.

［25］李尚群，罗宇，罗元彩.县域中等职业教育服务乡村振兴的政策语境与行动框架［J］.教育文化论坛，2022（3）：52-59.

Will Secondary Vocational Education Bring Better Educational Returns： An Analysis Based on CLDS2016

HU Yaozong， YU Ziyu， JIANG Fan

Abstract：The Vocational Education Law of the People's Republic of China specifies that vocational education is a type of education with the same importance as general education. The issue of the rate of return between secondary vocational education and senior high school education draws people's attention. Based on the CLDS2016 database， this study analyzed the difference in the rate of return between vocational secondary education and senior high school education using the Ordinary Least Squares method （OLS） and the Propensity Score Matching （PSM） method. The study found that in the labor market， among the group of workers with the highest education level of senior secondary education， the rate of return of secondary vocational education is significantly higher than that of senior high school education， the advantage in rate of return for secondary vocational education is weakening as the enrollment of higher education is expanding， and the rate of return of secondary vocational education for males is higher than that for females. Accordingly， the following recommendations are made： improve higher education enrollment system for the vocational education and strengthen the brand building of vocational institutions; expand the service targets of vocational education to achieve the re-skilling of the labor force; and promote the collaboration among multi-disciplinary organizations to actively alleviate the employment discrimination in the industry.

Key words：secondary vocational education; rate of return of education; Propensity Score Matching; senior high school; education cost

（责任编辑：郭 芸 梁昱坤）

收稿日期：   2023-04-03

基金项目：国家社科基金项目重点课题“国家教育体系适应人口结构变化的战略管理研究”（20AJL030）。

作者简介：胡耀宗，男，甘肃正宁人，华东师范大学教育学部教育管理学系主任、教授、博士生导师，教育经济研究所所长。

虞梓钰，女，江西景德镇人，华东师范大学教育学部硕士研究生。通讯作者，E-mail：yuziyu797@163.com。

蒋 帆，女，湖北天门人，华东师范大学教育学部博士研究生。