1. 引言
结束九年义务教育后，中国学生面临着中等职业教育和普通高中教育之间的选择，即教育分流。普通高中注重通识教育，其目标是培养学生通过高考取得高等教育资格，而中等职业学校旨在培养学生的特殊技能，从而使之可以直接进入社会参加相关工作。我国的中职教育包括中等职业技术学校、职业高中、普通中专、成人中专、中等技工学校、职工中等专业学校、职业中专、高等职业技术学校和高等职业学校里的中职学校等。教育部在《关于做好2021年中等职业学校招生工作的通知》中提出要进一步提高中等职业教育的招生比例，使得职普比大体相当，即达到5:5的招生比例。2022年，大多数省份录取的普职比由往年的6:4逐渐趋近于5:5，如浙江省中考普通高中招生计划只占50%~55%；一线城市中上海的普高录取比例与前些年相当，约为60%；北京始终保持着相对较高的普高录取率，但也仅70%左右。虽然国家积极提倡中职教育，但根据教育部教育统计数据(2007~2021年)显示，中职招生人数自2010年以来相对高中入学人数在持续缩减，国人更愿意选择普通高中而非中职教育。
职业教育的存在带有一定的历史必然性。一是过往我国高等教育的供给能力小于需求，二是改革开放和经济发展带动了工业发展，尤其是我国成为“世界工厂”的愿景刺激了技能型工人的培养，三是高层政策制定者认为，普及大学教育可能造成结构化失业，即大学毕业生较高的职业期待与就业市场中低端职业需求不匹配，不利于我国整体经济发展。职业教育意在通过培养具有特殊技能的毕业生，为对口行业供给技术人才。社会上一般认为相对于普通高中毕业生，尤其对农村户籍者而言，职业学校毕业生在求职和收入上具有一定优势。
随着我国的人口结构的变化、教育产业发展以及人工智能、互联网带来的多元化市场的演化，教育培训领域和个人职业发展模式也面临着巨大转变的压力。从人口结构上看，我国目前出生人口呈下降趋势。国家卫健委发布《2021年我国卫生健康事业发展统计公报》显示，2021年我国出生人口1062万人，比2020年人口约下降140万人。相对而言，我国高等教育招生人数逐年增加。根据教育部数据，我国本科和大专招生人数从2010年的约662万人增加到2020年的约968万人，而2020年我国普通高考报名人数约为1071万人。未来应届生人数将逐步趋近于高校可录取人数。从录取率来看，目前普通高中生参加普通高考的录取率达到90%以上，而中职生的高考升学率仅约40%。农村家庭出于教育成本考虑，容易让子女接受中职教育而后早日进入就业市场。而城市家庭尤其家长教育程度较高的中产以上家庭，则倾向于让子女接受高等教育。故而在城市家庭中，中考分流导致的“中考焦虑”远超“高考焦虑”。中考分流倒逼城市家庭提高子女的早期教育投入，竞争甚至提早至小学入学选校阶段，成为孩子课业压力的主要来源。以上情况不仅影响青少年的素质教育和身心发展，也是各方呼吁教育减压而无明显效果的根本原因之一。从就业市场看，人工智能领域的进步降低了自动化生产的成本，提高了对职业技能的需求，出现技校生因为看不懂英文说明书而无法有效操作和维护进口器械的情况。智能手机和互联网的发展带来新的经营模式，岗位需求的灵活性对个体持续学习和变通能力提出更高的要求，使得提供专一技能的职业教育面临更多的挑战。相对于工业时代工作较为稳定乃至岗位终身制的就业模式，当下的人们更频繁地变换居住地、工作乃至职业，个体也对岗位匹配度、收入水平保持相对更现实和开放的态度。在新的时代背景下，了解职业教育给个体带来的收入回报如何，对于个体如何进行教育路径选择以及国家职高比录取相关政策的制定，具有较强的参考价值和现实意义。
国外有研究表明，相对于高中毕业生，中职毕业生会获得更高的收入 [1] [2] [3] 。然而，其他一些研究发现普高和中职教育的回报相同 [4] [5] ，Zymelman et al.的结果表明普通高中的教育回报更高 [6] 。Hanushek et al.认为研究结果的不一致性可能与不同国家的社会背景有关 [7] 。家庭背景可能通过一些因素影响个人的教育机会和劳动力市场结果，如认知和非认知能力的发展 [8] 以及健康等 [9] 。Moenjak et al.表明，在泰国，来自富裕家庭的个人更有可能接受职业教育，职业教育比普高教育收入更高 [10] 。王姣娜利用第三轮中国城市劳动力调查数据，探讨了教育模式(接受普通教育或职业教育)对劳动力市场回报的影响，发现教育回报差异在劳动力职业生涯前后期的表现不同，职业教育毕业生在从学校到工作的转换中更具优势，而普通教育毕业生在就业流动中的适应性更强 [11] 。周洁、张俊比较了普通高中与中等职业学历教育收益率，结果表明个人收入受学历、工作年限、性别、行业和地域等因素的共同影响；尽可能多地接受学校教育是值得的，学历越高的个人在劳动力市场上的收入越高 [12] 。
除以上因素外，我国特有的户籍制度具有城乡二元结构的特点，也可能在教育投入和就业市场对劳动者产生异质性影响。Meyerhoefer & Chen的研究表明我国的户籍制度也是导致中国城乡居民教育投入和教育环境的差异的原因之一 [13] 。戴莉萍、李明指出城市职业教育与农村职业教育在发展上存在不对等关系，在整个职业教育体系中城市职业教育占据着绝对的优势，而农村职业教育处于边缘化的地位 [14] 。齐良书、刘岚发现表明农村劳动力在劳动力市场仍处于劣势地位 [15] 。
职业教育相对普通高中是否具有优势，尤其农村户籍的毕业生是否会因接受职业教育而使得收入高于普通高中毕业生是值得探讨的议题。由于职业教育具有职业导向性和技能实用性，农村家庭子女通过职业培训获得就业技能。为降低城乡收入差距，缓解农村劳动力过剩，解决发达地区产业工人供不应求的状况，有必要进一步研究中职教育对毕业生收入的影响，尤其对农村家庭子弟的影响。
本文基于中山大学2016年中国劳动力动态调查(China Laborforce Dynamic Survey，缩写为CLDS)数据，首先使用明瑟方程构建劳动者工资收入模型，来研究户籍、教育模式(中职教育亦或普高教育)对工资收入的影响。其次利用Probit模型研究二者与就业状态的关系。而后我们重点探讨户籍对中职毕业生教育回报的影响，并分析了职业证书的调节作用。
2. 数据描述
2.1. 数据来源及赋值
Table 1. Variable description and assignment
表1. 变量描述及赋值
2016年CLDS聚焦于中国劳动力的现状与变迁，内容涵盖教育、工作、迁移、健康、社会参与、经济活动、基层组织等众多研究议题，样本覆盖了中国29个省市(除港澳台、西藏、海南外)，调查对象为样本家庭户中的全部劳动力(年龄15至66岁的家庭成员)。本文的研究对象为16~66周岁的中等教育模式毕业生就业后2015年的工资收入，使用的各变量名称及赋值见表1。
2.2. 数据描述性统计
在对数据进行变量赋值、重命名以及提出缺失值后，获取2254个有效样本，其中城市户籍者的样本占1225个，农村户籍者的样本占1029个。除全样本统计外，我们进一步分别按照户籍、教育模式、以及中职教育的户籍这三个指标进行分类，而后对子样本做描述性统计，结果分别见表2-4。
表2是全样本和城市、农村户籍分样本的描述性统计。表中可见，农村户籍者的收入远低于城市户籍者，接受中职教育比例和就业比例大致相同，但城市人的工作有更大比例提供住房公积金和退休金。从数据看，城市人口的收入水平和工作质量相对更好。
其次，为了比较中职与普通高中毕业生的教育回报，我们针对教育模式做分样本处理，描述性统计如表3所示。统计描述结果显示，中职教育毕业生就业率低于普高毕业生，但其平均收入高于普高毕业生的收入，但高中毕业者收入的标准差更大。中职教育毕业生更倾向于获取职业证书，中职教育也使得劳动者有更大几率获得更高质量的工作，体现在工作岗位是否提供住房公积金和退休金方面。
进一步，针对中职毕业的劳动者，我们比较不同户籍的劳动者收入水平，统计性描述由表4所示。数据显示，中职教育，拥有城市户籍的劳动者的收入也普遍高于农村户籍者的收入，且城市户籍劳动者的工作提供住房公积金和单位退休金的比例也较高，说明工作质量较好。从就业情况看，城市劳动者的失业率也低于农村户籍的劳动者。
Table 2. Descriptive statistics of full sample, urban and rural subsample variables
表2. 全样本及城市、农村分样本变量描述性统计
Table 3. Descriptive statistics of secondary vocational education and ordinary high school graduates
表3. 中职、普通高中的变量描述性统计
Table 4. Descriptive statistics of urban and rural subsample of secondary vocational education graduates
表4. 中职教育毕业生的城市、农村分样本变量描述性统计
3. 计量分析
从以上统计描述可知，城乡户籍和中等教育类别这两个因素对劳动者收入的影响显示出混杂效应。由此我们建立计量模型，分析在控制其他变量后，户籍和教育类别选择如何对劳动者的收入和就业状态产生影响。另外，我们还考察了证书对收入的调节作用。
3.1. 户籍与中职教育对劳动者收入和就业状态的影响
在经典明瑟方程的基础上构建劳动者工资收入模型，因变量是劳动者年工资收入的对数，关键变量是教育模式和户籍，模型如下：
(1)
其中，下标i表示劳动者个体。lnincome是年均工资收入的对数，不包括个人所得税、五险一金和各项福利收入。变量“中职教育”为虚拟变量，表明劳动者的中等教育教育模式，若完成的是中职教育，变量值为1，若是高中教育，为0。变量“农村户籍”也是虚拟变量，表明劳动者的户籍，若为农村户籍，变量值为1，若为城市户籍，则为。X包括一系列控制变量，具体包括年龄、性别、工作时长、就业状态、行业类型、单位类型是否享受单位退休金、是否创业、是否享受住房公积金、是否有职业证书、经济满意度等因素。
就业能力和收入水平一样是劳动者选择文凭教育的重要追求，也是国民经济的重要指标。为了考察教育方式选择以及户籍对劳动者就业的影响，我们选择就业状态作为指标衡量劳动者的就业能力，建立以下Probit模型：
(2)
其中，因变量为劳动者i的就业状态，代表劳动者是否就业，其他虚拟变量与控制变量变量与(1)式相同。
首先利用公式(1)对全样本和中职教育毕业生样本分别进行回归，检验农村户籍对二者工资收入的影响，结果如表5所示。
Table 5. The effect of household registration on workers’ income
表5. 户籍对劳动者收入的影响
Robust standard errors in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.
Table 6. The influence of household registration on the employment status of workers
表6. 户籍对劳动者就业状态的影响
Robust standard errors in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.
回归结果表明，在控制了其他变量后，对于全样本而言，相对于普高教育，中职教育并不能提升毕业生的收入水平，农村户籍劳动者的收入水平显著低于城市劳动者，存在明显的户籍带来的城乡差异。同时，年龄、性别、职业证书都对收入有显著性影响。从中职毕业生的分样本回归结果可见，农村户籍对收入同样带来负面影响。职业证书可明显提升其收入水平，但年龄和性别差异对收入影响不显著。
其次，我们然后用公式(2)对全样本和中职毕业生样本分别进行回归，检验户籍对劳动者就业状态的影响，结果如表6所示。
结果表明，不管针对全样本还是中职教育毕业生的样本，农村户籍对其就业状态没有显著性影响，年长者和男性在就业市场更倾向于处于就业状态。在全样本下，中职教育对就业状态仍然没有显著性影响。
结合表5与表6的分析，从教育模式角度看，中职教育与普高教育的回报在劳动者的就业和收入方面的影响没有显著差异。而从户籍角度，尽管就业状态不呈现显著的城乡差异，但农村户籍劳动者的平均收入水平偏低，平均比城市户籍劳动者低一倍以上。
3.2. 中职教育对农村户籍劳动者的就业状态和收入的影响
针对我国的教育分流政策，一些研究者、政策制定者以及大众认为，因普通高中的教育目标是为高等教育选拔人才，对于落榜考生，农村高中毕业生可能因为无法承担复读、二本或民办教育的高额费用而放弃升学直接就业。在此情况下，职业教育因为其针对就业市场的专业训练会比普高教育更有利于农村毕业生的就业并提升其收入。为验证此假说，针对农村户籍毕业生分样本，考察中职教育对其收入水平和就业状态的影响，从公式(1)和(2)中去掉户籍变量，得到弄农村样本的教育回报模型如公式(3)和(4)所示。
(3)
(4)
回归结果如表7所示。
Table 7. Effect of secondary vocational education on employment status and income of rural household registration holders
表7. 中职教育对农村户籍劳动者就业状态与收入的影响
Robust standard errors in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.
如上表所示，在农村户籍的劳动者样本中，相对于普高毕业生，接受中职教育并没有显著提升劳动者的收入水平，反而在就业能力上低于普高毕业生。拥有职业证书对农村户籍劳动者的就业状态没有显著性影响，但可以显著性提升收入水平。尤其值得注意的是，对于农村户籍的中职毕业生而言，男性在就业能力和收入水平上显著优于女性，说明农村中职生面临的就业市场呈现较强的男性偏好。对比表5的第二列回归(2)，对于包括城市和农村所有户籍的中职生而言，性别对于收入没有显著影响，进一步表明农村户籍的女性中职生面临的就业环境相对较差。
3.3. 职业证书的调节效应
在以上统计描述和回归结果中，我们发现职业证书对不同类型劳动者的收入水平有一定影响。为了进一步探讨职业证书在不同户籍、不同教育方式上带来的调节效应，基于全样本数据，在模型(1)的基础上增加两个交互项：中职教育与职业证书的交互项、农村户籍与职业证书的交互项。在农村户籍的分样本中，在模型(3)的基础上增加中职教育与职业证书的交互项。通过估计交互项的参数以及统计推断，进一步分析职业证书对于收入的调节效应。
表8展示了职业证书的调节效应结果。其中，列(7)为全样本数据下的基准模型估计，(8)为增加了交互项以后的调节效应估计，(9)为农村户籍分样本下的相应调节效应估计。
Table 8. The moderating effect of vocational certificates on workers’ income
表8. 职业证书对劳动者收入的调节效应
Robust standard errors in parentheses, ***p < 0.01, **p < 0.05, *p < 0.1.
如上表所示，职业证书存在着显著的调节效应。在不考虑职业证书的调节效应时，基准模型的回归结果(7)显示职业证书可以提升劳动者的收入。当回归模型加入职业证书对教育模式的调节效应时，全样本和农村分样本的回归结果(8)和(9)都表明若拥有职业证书，普通高中毕业生比中职毕业生的收入水平更胜一筹。再考虑到中职教育变量本身不显著影响劳动者的收入水平，我们可以判定相对于高中教育，中职教育并不能使得毕业生获得更高收入，且普通高中教育毕业生只要考取职业证书还可以比中职教育毕业生的收入水平显著更高。尤其对于农村户籍的劳动者，职业证书能够显著提升其个人收入。在农村分样本的估计中，中职教育与职业证书的交互项在5%的显著性水平下显著为负，也同样论证了上述观点。
4. 主要结论
本文分别利用明瑟方程和Probit模型，对CLDS 2016调研数据进行分析，探讨了相对于普通高中毕业生，户籍对中等职业教育毕业生的收入和就业状态的影响，并特别分析了农村户籍中职毕业生的教育回报，得出以下结论。
4.1. 中等教育模式毕业生的劳动者之间存在明显的城乡收入差距
无论是接受中职教育还是普通高中教育，城市户籍的劳动者普遍比农村户籍的劳动者收入高。从中等教育毕业生(接受中职教育或普通高中教育)的总体样本来看，城市户籍劳动者的人均年收入为35,955元，农村户籍为18,944元。其中，接受中职教育的样本中，城市户籍劳动者的人均年收入为36,430元，农村户籍为23,067元。表5中的实证回归结果(2)显示，同为接受中职教育的劳动者，农村户籍的劳动者收入平均比城镇户籍低118.68%，收入差距达到1倍以上。由此可见，中等教育毕业生在收入水平上呈现户籍造成的城乡二元结构特点。
4.2. 中职教育和普通高中毕业的农村户籍劳动者在收入上没有显著差异
中等教育类别选择，即劳动者接受中职教育还是普通高中教育，对于农村户籍劳动者的收入影响并无差异。而从就业状态看，农村户籍学生选择高中教育比选择中职教育在毕业后有更多的就业机会。
4.3. 职业证书对农村户籍就业者的收入增长有积极影响
职业证书可以显著提升就业者的收入水平。现今社会对中等学历水平的劳动者要求主要在技能的熟练掌握上，因此，具有职业证书证明劳动者能够实际岗位要求、缩短培训时间、优化岗位配置，从而获得更高的收入。但职业证书并非中职教育毕业生才能获得，拥有普通高中文凭且拥有职业证书的劳动者的收入水平更高。对于农村户籍毕业生，职业证书使得他们相对城市户籍毕业生获得更好的收入水平。因此完善职业证书的相关制度，在缩小城乡差距、改善农村户籍劳动者的收入上具有相当重要的作用。
5. 总结
本文探讨了户籍对我国中职毕业生或普通高中毕业生教育回报的影响。研究发现中等职业教育与普通高中教育对劳动者收入的影响并无显著差异，而户籍和对技能的掌握程度才是收入差异的主要原因。农村户籍的中职毕业生在就业市场处于明显劣势。因此，相关部门在制定中考招生政策时需要考虑中职生的就业情况，在条件允许情况下尽可能普及高中教育；鼓励部分中职学校向高中后教育转型，成为1~3年的技术专科、大专类职业教育学院，同时可向社会和企业提供短期在职培训和证书培训。其次，针对农村户籍生源，相关部门应该针对当地实际情况，引导农村户籍的学生家长评价自己子女的学业能力及就业方向，对于学习能力偏向于专用性人才的子女，要理性地为子女选择职业教育，获得相应的职业证书，成为不同专业的技术人才，取得更高的劳动市场回报，满足更高的教育收益预期。同时，应该不断加强中职学校的专业设置及职业证书体系的规范化，加强中职学校与专业对应的企业的衔接，让专业设置更适用，职业证书更能体现学生的技能水平，也更有权威性和实用性，成为企业择优录取的有效参考。
致谢
本文使用数据来自中山大学社会科学调查中心开展的“中国劳动力动态调查数据”(CLDS)。本文的观点和内容由作者自负。
基金项目
本课题由广东省基础与应用基础研究基金(2020A1515010456)，广州商学院博士科研项目启动经费(20210421)，广东省教育厅重点学科研究提升项目(2021ZDJS117)以及广东省哲学社会科学规划基金(GD21SQYJ03)资助。
NOTES
*通讯作者。