近十年有关我国职业教育回报率研究综述

　　中图分类号 G719.2 文献标识码 A 文章编号 1008-3219（2017）16-0050-05

　　伴随着我国工业化、现代化进程的加快，产业结构的优化升级，以及经济增长方式的转变，加快发展职业教育，建立现代职业教育体系，不仅是当务之急，更关乎我国全面建成小康社会的未来大计。本文通过梳理近十年有?P我国职业教育回报率的研究，旨在找出国内有关研究的发展与局限，为我国职业教育发展找到一定的实证依据。

　　一、职业教育回报率定义及研究现状

　　与教育回报率近义的还有教育贡献率、教育收益率两词。有研究者认为，教育收益率是在其他条件不变的情况下，每增加一年受教育时间所引起的收入的增长[1]，多指教育对于个人收入增长的作用大小；而教育回报率、贡献率多指教育对于社会经济发展的作用大小，研究中教育回报率与贡献率不具体区分，统称教育回报率。教育经济学家萨哈罗普勒斯指出，“教育投资的回报率”主要是指去除性别、工作经验、区域差异等因素对结果的影响后，就业者每多受一年教育所获得的收入增长率[2]。对于教育回报率的研究不仅包括个人回报率，在当代人们同样关注宏观上教育对社会的回报率。职业教育回报率在以往研究中未有统一的定义，从教育回报率的定义中衍生出职业教育回报率的定义应是科学可行的。基于此，笔者认为，职业教育回报率指的是排除性别、工作经验、区域差异等异质性因素后，职业教育对于个人收入或者社会经济发展的影响大小。

　　通过对近十年职业教育回报率研究的梳理，研究者们所依托的数据来源大体有以下途径：官方统计年鉴、研究院（所）、个人或组织调查等。前期研究成果大多采用国家或省市统计年鉴。随着对于职业教育回报率研究的深入，数据来源有了更多途径，采用调查问卷的形式进行数据收集，选用研究所、社会机构的数据进行测算等。在总体数量上，有约一半以上的数据来源于国家、省市统计年鉴，其选用次数最高。具体数据来源与选用比例见表1。

　　在数据的时间始末节点选取上，各个研究大多以数据的可获取性为主，并没有交代选择该段时间的缘由。回报率的研究应对这段时间内的一些问题进行反应与解释，否则数据时间节点的选择意义就不能凸显，对现行职业教育发展提供借鉴的作用也会大打折扣。

　　二、职业教育回报率研究对象与方法

　　（一）研究对象

　　从研究对象考虑，研究者有关职业教育回报率的关注点变化主要集中在区域范围、层次、群体三个方面。

　　1.区域范围

　　区域范围的变化按照时间的先后顺序，呈现从宏观到微观的发展趋势，即从全国到各个省市。傅志明、许晓燕2005年测算了职业教育对整个国家的经济回报率[3]，王磊2011年基于各个省市的面板数据对各个省市的职业教育回报率进行了测算[4]，屈孝初、朱小燕2014年对广东省和湖南省职业教育回报率进行了对比研究[5]，栾江等研究了职业教育对于西部地区农民收入的影响[6]。从宏观层面，分析研究职业教育对整个国家的贡献，到深入至不同省份、地区，基于各地实际情况进行的职业教育回报率研究，使研究更为务实，为职业教育本土化探索提供了更有益的思考。

　　2.层次变化

　　关于层次的变化存在从整体到部分的转变，即从研究整个职业教育的回报率到研究中职与高职二者各自的回报率。其中，刘晓明等人计算了 2001-2009 年浙江省高等职业教育对经济增长的贡献率[7]，李长惠等人研究了中等职业教育对重庆经济发展的回报率[8]。中等职业教育与高等职业教育属于职业教育体系中的不同层次，其办学理念、培养目标等均有差异。对于职业教育回报率研究在层次上的考虑更加符合中国国情，使研究针对性更强。

　　3.群体变化

　　从2010年开始出现了关注农民群体的研究，即职业教育对农民群体收入的影响，研究者开始关注职业教育对于农民群体的影响是积极还是消极。栾江等人还采用中职与高中教育的对比研究方法，更有针对性地对高中教育还是中等职业教育更有利于增加西部地区农村劳动力非农收入进行了深入研究[9]。职业教育回报率研究对于农民群体关注度的提高，反映了职业教育在农村的质量水平，更有利于为农村职业教育政策的发展提供借鉴。

　　以上三种变化对于职业教育回报率的研究都是一种深入。而且一些研究不仅在区域范围上有了转变，同时还考虑到了关注度低的农民群体以及职业教育的层次问题，在研究对象上进一步细化。

　　（二）方法

　　首先要明晰职业教育回报率的表示方法。职业教育回报率的表达方法主要采用两种方式；第一，职业教育对新增国民收入额的贡献比例，即由职业教育所带来的国民收入的增加量（ΔYe）占国民收入总增加量（ΔY）的比例（ΔYe/ΔY）；第二，职业教育对国民收入增长速度的贡献比例，即把职业教育当作一个生产要素，由职业教育这个要素投入所带来的那部分国民收入的增长速度（ye）占国民收入总增长速度（y）的比例（ye/y） [10]。

　　1.计量模型

　　通过对搜集文献的梳理，研究者采用丹尼森计量模型、名瑟方程、自创模型三种模型对职业教育回报率进行研究。

　　（1）丹尼森计量模型

　　美国经济学家丹尼森认为，劳动的构成因素不仅有质量方面，而且也有数量方面。教育对经济增长的贡献主要是通过提高劳动者的素质，从而提高劳动力质量实现的。换言之，若想从经济学角度测量教育的回报，可以认为教育具有使原有劳动力投入量增长的作用[11]。因此，可以将柯布-道格拉斯生产函数中的劳动力L看做不包含教育的初始劳动力L和教育投入E的乘积。于是，柯布-道格拉斯生产函数可以变形为： 　　Y=AKα（LE）β

　　对此式两边去自然对数后，求时间t的全导数，且两边同时除以Y，用差分方程近似代替微分方程，经过推导，得到国民收入产出增长速度模型：

　　Y=a+αK+βL+βe

　　其中，Y代表一定时期国民经济的年增长率，a代表技术进步的年增长率，K代表资本技术进步的年增长率，L代表不含教育质量的劳动技术年增长率，e代表教育投入量的年增长率。那么，通过这个公式单独计算教育对经济增长的贡献，即βe占国民经济年增长率Y的比重，则可以变形为：

　　Re=βe/Y

　　该公式是目前教育经济学界比较认可的计量教育对国民经济增长贡献的模型。

　　（2）明瑟计量模型

　　明瑟方程作为研究人力资本的重要方法，主要基于人力资本中教育、经验对收入的影响加以研究，其他的人力资本因素视为次要变量或外生变量，其方程的一般形式如下：

　　Ln（Y）=F（Sch，Exp，X，ε）

　　其中，Sch代表被测者所接受的教育年限，Exp表示经验，X表示除教育和经验之外的其他控制变量，包括性别、地区、职业等等，而其他一些不可测因素纳入到残差项ε中。明瑟认为，随着人力资本投入的增加，收入在人力资本各因素边际上呈现指数型增长，因而人力资本对收入具有重要贡献。显然，明瑟将人力资本变量X分成了两类：一类是人力资本中的教育和经验变量；另一类是其他影响收入的人力资本变量。其中，可控的部分进入到控制变量中，其他不可控或不能解释的部分进入到残差项中。在实际运用中，一般采用明瑟方程的线性形式如下：

　　Ln（Y） =α0+α1Sch +α2Exp +α3Exp2+∑αiX+ε

　　（3）自创模型

　　对于职业教育回报率的研究，目前有两篇文章分别采用了人力资本-教育收益率法、自建结构模型的方法对回报率进行了计算。明瑟计量模型是结构方程的一种，所以该自建的结构模型类似于明瑟计量模型。这两种方法都不具有权威性，在这里不多赘述。

　　2.计算职业教育回报率方法

　　（1）提取法

　　此类方法是基于丹尼森计量模型先计算出整个教育的回报率，再从中提取或分离出职业教育回报率。

　　排除法。这种方法是由崔玉平提出，基本思路是，计算职业教育对经济增长的贡献率，需要先计算剔除职业教育后的教育对经济的贡献率，然后确定职业教育占整个教育指数增长率的比例。但是，用该法存在计算出的各类教育对经济增长贡献率之和不等于综合教育对经济增长贡献率的严重缺陷。

　　权数分配法。针对“排除法”存在的问题，“权数分配法”以各类教育指数年均增长率与各类教育劳动力质量折算系数的乘积作为权数，计算其占年均教育综合指数增长率的百分比。“权数分配法”修正了“排除法”分别计算各类教育对经济增长贡献率模型中存在的不足，但“权数分配法”将各类教育指数年均增长率和各类教育劳动力质量折算系数乘积作为权数，忽略了各类教育存量，致使计算结果不能真实反映各类教育对经济增长的贡献率[12]。

　　指数增量法。指数增量法是针对前两种方法的缺陷提出的。目前，采用丹尼森模型基本思路是以各类教育指数增量作为确定该类教育占整个教育指数增长率的权数，计算其占年均教育综合指数增长率的百分比。得出的结果能够较好地对于职业教育的回报率进行估计。

　　（2）直接计算法

　　此类方法是基于明瑟方程或者类似明瑟方程的收入结构方程，采用?A向得分匹配法，通过问卷调查收集数据，直接计算职业教育回报率的做法。倾向得分匹配法是一种能够考虑到未观测到的能力变量遗漏所导致的内生性问题，避免了真实的职业教育回报率往往难以准确估量的研究方法。此方法多用于农村群体，测算职业教育对于农村地区的影响。

　　（三）测算职业教育回报率计量方法的动态变化

　　1.多样化阶段

　　该阶段对于职业教育回报率的研究，研究者对于计量方法的选择不具有共识，采用的计量方法多种多样。研究者采用的计量方法大致包括：人力资本-教育收益率测算法、丹尼森计量模型、回归模型。有研究者采用人力资本-教育收益率测算法测算出1982-2003年间，我国职业教育对经济发展的回报率为6.2%[13]。李长惠等采用丹尼森计量模型测算出在2001-2005年期间，重庆市市内生产总值GDP增长量的2.14%是由中等职业教育带来的[14]。有研究者采用回归模型得出我国中等职业教育回报率为18.7%[15]。

　　2.单一化阶段

　　该阶段对于职业教育回报率研究的特点使研究者所采用的计量方法逐渐达成一致。2011―2012年间，对于职业教育回报率的研究文献都采用了丹尼森计量模型对职业教育回报率进行了测算。

　　3.深入化阶段

　　该阶段研究者们对上一阶段进行了扬弃。他们发现仅仅通过丹尼森计量模型对职业教育回报率的测算不够严密，这点体现在该模型不能排除被调查者的异质性上，即不能排除个人能力、家庭条件、经验等干扰因素。而假如忽略了个人能力和家庭背景等变量而直接估计职业教育回报率，可能会导致内生性问题，致使测算结果不能真实反映出职业教育对于经济的贡献。有研究者基于明瑟方程采用倾向得分匹配法来解决这个难题。倾向得分匹配方法通过将多个样本特征合成为一个具有综合性的倾向得分值，倾向得分值作为消除样本选择性偏差的代理变量，并把估算出来的倾向得分值作为新的变量放入模型中，这样可以排除因样本选择偏差所带来的其他因素对于结果的影响。胡咏梅、陈纯槿通过1989-2009年农村职业教育投资回报率的研究发现，在使用倾向得分匹配法下控制了样本选择性偏差后，农村职业教育的投资回报率从18.36%降至16.94%，证明了样本异质性对于测算结果的影响使结果更接近真实值 [16]。

　　三、研究结果

　　回报率计算结果的准确性对于计量方法与数据有极大地依赖性。所以对于研究结果的分析，在此按照计量方法的发展阶段进行解读。 　　（一）多样化阶段

　　该阶段由于计量方法的多样性，结果也在一定范围内波动变化。傅志明、许晓燕通过人力资本-教育收益法得出我国教育对于经济的回报率为12%，职业教育回报率为6.2%[17]；李长惠等通过丹尼森计量模型得出我国教育回报率为14.07%，中等职业教育回报率为2.14%[18]；周亚虹等得出苏北农村职业教育对于农村家庭收入年回报率为9%，与国际上10%的年平均回报率基本一致[19]；杨毅等通过丹尼森计量模型得出教育对经济增长的贡献率为3.18%，职业教育对经济增长的贡献率为0.189%[20]；郭新华、于骁?h采用回归方程模型测算出我国中等职业教育对经济增长的贡献率为18.7%[21]。由于计量方法的不同，该阶段对于职业教育的回报率结果难以达成一致，计量结果波动较大。但数据反映的结论基本一致，即职业教育对于经济发展具有积极作用。

　　（二）单一化阶段

　　刘晓明、王金明通过2002、2010年浙江统计年鉴数据测算出教育对于浙江经济的回报率为10.77%，其中，高等职业教育回报率为1.21%[22]；王磊通过丹尼森模型测算出教育对经济的贡献率为7.54%，各地职业教育对经济增长的平均回报率为0.23%[23]。该阶段研究者对于教育回报率以及职业教育回报率的计量结果波动范围有明显缩减，基本上得出教育对于经济发展的回报率在7%～11%之间波动，职业教育回报率占比整个教育回报率在4%～10%之间波动。

　　（三）深入化阶段

　　该阶段采用丹尼森计量模型的研究者得出的结果仍有一定的差别。李洪平、黄建研究认为，2000-2010年江西中等职业教育对江西经济增长贡献率为2.10%，中等职业教育对经济增长的贡献率仍高于高等教育[24]；张佳得出我国教育对经济的贡献率7.31%，高等职业教育平均回报率为0.36%[25]；屈孝初、朱小燕测算出广州省教育对经济回报率为6.66%，其中职业教育为3.785%，湖南省教育对经济贡献11.337%，职业教育为5.632%[26]。以上结论在数值上存在一定差别的原因，笔者认为有：研究时间节点的选择不同，地域之间职业教育发展程度的差别，以及个人的计算偏差。

　　采用明瑟方程计算职业教育回报率有以下结论。胡咏梅、陈纯槿得出农村职业教育比普通高中教育的投资回报率更高，而且农村职业教育对农户家庭及个人收入均有正向显著影响，其中家庭年均回报率约为8.33%，个人年均回报率高达16.94%的结论[27]；赵海得出我国农村劳动力非农工资的教育回报率仅为2.3%，拥有技能可以显著提高劳动者工资收入水平，比没有技能的劳动者收入高21%[28]；栾江等采用参数分析方法估计出西部农村地区明瑟教育回报率为2.7%～3.9%，其中中等职业教育对比高中教育更有利于提高农村劳动者的非农收入水平[29]。

　　各个研究者从最后的结论中都一致得出职业教育对于经济发展的积极作用是毋庸置疑的，但是数据结果的差异仍然较大。未来对于职业教育的回报率的研究，应该从数据统计口径、模型、计算方法上更进一步统一与深入，让各个研究的结果能够对比、更具参考价值。

　　四、述评

　　（一）研究逻辑起点不明确

　　通过对我国职业教育回报率研究的梳理，其逻辑起点不明确体现在文章开篇内容与选择的数据时间跨度上。有些研究开篇就进入方法、模型介绍，没有提及研究的目的、意义，仅仅是为了结果而计算。大部分研究在数据的时间跨度选择上毫无根据，或者说没有解释其选择的缘由，数据在时间跨度的选择上应该基于一定时代特点去研究、对比。如果只根据数据可获取难易程度决定时间跨度的选择，这对研究结果的作用是打了折扣的。

　　（二）研究深度不足

　　第一，计量方法的“拿来主义”。目前，国内关于职业教育回报率的研究大多是照搬国外的方法模型，自身发掘、创新的很少。第二，数据质量的关注度低。有些研究在数据统计口径一致的情况下，应用相同计量方法对职业教育回报率进行测算结果竟相差几个百分?c甚至几倍，这样结果的出现是由于对于数据质量的关注度低造成的[30]。第三，联系实际不足。大多文章的结论中，只是针对自己的结果提出对现实的应对策略或分析造成这样结果的原因，没有用自己的结果去印证目前已经发生的事实。

　　（三）研究结果不可对比

　　实证研究不能单凭某个文章的实证结果就盖棺定论。有关回报率的实证研究结果受数据质量、理论、计量方法和主观行为等因素的约束。对我国职业教育回报率研究结果部分的综述发现，不同方法得出的结果无法对比，也没有相应的转化模型方便对比。甚至相同的方法，结果的差距都让人难以置信，无法比较。未来应该在转化模型上、研究结果的可对比性上深入研究，使各个结果从对比中放大其各自的意义。

　　（四）回报率动态研究不足

　　研究者对于回报率的研究多计算一段时间内我国职业教育的平均回报率，没有考虑到职业教育发展在不同时间段的作用也是有所不同的，也就是职业教育的动态研究不足。今后的回报率研究应该重点放在不同时间段平均回报率的对比研究上，进一步分析出职业教育在不同时间段的意义。

本文链接：http://www.qk112.com/lwfw/jiaoyulunwen/jiaoyulilun/194104.html