北京大学中国教育财政科学研究所,首页" />北京大学中国教育财政科学研究所,首页" />
高中阶段普职分流:误解、事实与愿景[①]
田志磊 薛懿 殷利[*]
摘要:近年来,由于大众对普职分流存在误解,教育焦虑在社会上不断产生和蔓延。在描述普职分流的事实和特征的基础上,本文重新审视了社会上对普职分流的批判。过去二十年,我国高中阶段普职比经历了过山车般的剧烈变化,但一直大于1∶1,当前高中阶段至少六成甚至三分之二的孩子在普通高中就读,个别省份这一比例已近八成。微观数据表明,家庭背景对普职分流重要但并非桎梏,学业成绩才是主导性因素;大城市家庭和多子女家庭在普职分流中面临更大的压力;男孩在普职分流中表现逊色于女孩。随后,本文围绕普职分流的主流批判提供了少数支持、多数相悖的证据。最后,基于对普职分流的实证分析,本文探讨了我国普职协调未来的可能路径。
关键词:普职分流;教育焦虑;分轨制;制造业
一、引言
教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。人才不止一类,成才的赛道也不应仅有一条。高中阶段是我国教育体系分赛道的重要节点,是衔接义务教育和高等教育的重要环节,发挥着承上启下的关键作用。党的二十大报告明确指出,应坚持高中阶段学校多样化发展。
高中阶段诸多问题,如普职分流、县中塌陷、超级中学、高考改革等都已成为社会关注热点。围绕上述问题,由于缺乏全局性证据对整体的刻画,缺乏基于合理测度的证实或证伪,缺乏对现实丰富性的认知,缺乏“跳出本位”的视角,各方往往基于所见所思各执一端,难以达成共识。结合量化实证和田野观察,笔者将刻画我国高中阶段教育发展的基本事实,提炼高中阶段发展的重要特征与基本规律,以期对未来的公共讨论和政策调整有所裨益。
本文关注高中阶段普职分流,内容包括如下四个部分:澄清普职比的社会误解、刻画初中后分流的基本特征、审视普职分流的主流批判、探索普职协调的可行路径。分析综合使用中国教育财政学校调查数据、中国教育事业统计数据、世界银行统计数据、国际学生能力评估数据(PISA)等。中国教育财政学校调查数据实施于2022年10月,该调查的区县抽样框在中国教育财政家庭调查区县抽样框基础上补充了西藏、新疆样本区县,在区县抽样框内随机抽取了一半的高中阶段学校(含技工学校和高职校的中职阶段)。经过数据清理,最终纳入分析的样本包括1223所学校的58.4万名学生。需要指出的是,抽样数据采集过程依托学校难免存在不足,且使用高中阶段学校抽样数据分析普职分流不如抽取初中学校再进行追踪更为恰当。但是,作为国内少有的、抽样设计具有全国代表性的大型高中阶段学校抽样调查,其分析即使不能完全准确地反映全国情况,也仍有重要的参考价值。
二、普职分流,并非1∶1
最能引发家长焦虑的当属普职比1∶1的传闻。有关普职比的有计划调整可追溯到改革开放之初,其目的是改变普通高中毕业生升学率低、毕业即失业、人才培养与国民经济发展需求脱节的问题。1983年,《教育部、劳动人事部、财政部、国家计委关于改革城市中等教育结构、发展职业技术教育的意见》中提出,力争到1990年,使各类职业技术学校在校生与普通高中在校生的比例大体相当。这是国家政策文件中首次出现“大体相当”的表述。随后,在校生或招生规模大体相当的表述不断出现在中央层面的教育政策文件中,但1∶1从未作为事业发展目标进入中央文件。在地方政策实践中,一直存在高中录取名额管制,但只有少数地区以1∶1为事业发展目标。
全国来看,从官方数据计算得到的普职比在过去二十年先降后升,多数年份远大于1∶1。以普通高中、中职教育在校生人数的比值作为高中阶段普职比的测度,图1呈现了2003—2022年的变化趋势[②]。从含技工学校的普职比来看,2010年最接近1∶1,但相关数据存在严重“统计口径”问题(梁国胜,2019)。此后普职比不断攀升,于2019年达到1.53∶1。但在《国家职业教育改革实施方案》出台后,普职分流的执行有所强化,普职比也在2020年下降到1.50∶1。强化的普职分流引发了社会情绪,普职分流的执行强度和“统计口径”在汹涌民意中做出调整。2021年教育事业统计公报公布的中职教育在校生统计不再包含技工学校。而考察不包含技工学校的普职比,可以发现,该指标从2010年的1.34∶1增长到了2022年的2.03∶1。需要特别说明的是,北京大学中国教育财政科学研究所2022年高中阶段学校全国抽样调查的普职比估算结果(2.02∶1)与不包含技工学校的事业数据普职比十分接近——虽然前者抽样学校包含技工学校。
图1 2003-2022年全国普高、中职在校生规模及普职比
分省来看,则会看到普职分流在实践层面的灵活性和因地制宜。图2给出了2003年、2010年、2021年各省高中阶段在校生普职比[③]。首先,经济发达程度更高的省份,不一定有更高的普职比。省际差异很大,但并没有一个经济发展水平与普职比之间的确定规律。其次,2003年到2010年,多数省份的普职比有所下降。2005年《国务院关于大力发展职业教育的决定》明确提出“到2010年,中等职业教育招生规模达到800万人,与普通高中招生规模大体相当”。此后一段时期各省普职比普遍下降,仅天津、浙江、重庆、辽宁、北京有所增加。最后,2010年到2021年,所有省份的普职比均有提升。在提高较大的省份中,既有京津鲁粤这样的发达省份,也有作为老工业基地的吉林、黑龙江和中部地区的江西、河南。有趣的是,甘肃、贵州、江西、湖南、广西、河北、内蒙古、宁夏等省份的普职比在经历了一轮过山车般的变化后,2021年又回到了2003年的水平。观察省际差异,有理由猜测,地区普职比由分流管制强度、初中毕业生规模、普职融通和职教立交桥“宽度”、产业结构及产教关系、职业学校办学水平等因素共同塑造。
图2 2003年、2010年、2021年各省高中阶段在校生普职比
一言以蔽之,一半的初中毕业生只能读中职是社会对普职分流的误解。过去二十年,我国高中阶段普职比经历了过山车般的剧烈变化,但一直大于1∶1。在当前高中阶段,全国至少六成甚至三分之二的孩子在普通高中就读,个别省份这一比例已近八成。
三、初中之后,何以分流
中考之后,什么样的孩子就读普高,什么样的孩子就读中职?成绩无疑是主要的分流依据,但公办普通高中仍然存在一定比例的、以不同名义招收的高收费生,民办高中普遍的高收费也使得就读普高的机会更多向家境优渥的孩子倾斜。在普职分流中,中考成绩和家庭背景无疑都是重要因素,但谁是主导因素?此外,不同区域招生管制和普职比的不同是否导致了相似的孩子入读普高机会的显著差异,男女性别差异是否显著,多子女家庭的孩子是否因为缺乏家庭资源支持而更多分流到中职?笔者围绕上述问题总结了我国普职分流的若干特征。
家庭背景重要但并非桎梏,学业成绩才是我国普职分流的主导性因素。采用家庭经济社会地位指数(ESCS)测度家庭背景[④],图3分20组给出了我国不同家庭背景的学生就读中职的比例,作为对比也列出了全球情况[⑤]。有观点认为,普职分流主要表现为不同家庭阶层间的分层,已成为社会阶层再生产的工具。实证研究部分支持上述观点,然而无论中外,家庭社会经济文化地位越高,孩子在高中阶段就读中职的比例都越低。全球平均来看,ESCS得分每下降一个组别,就读中职的比例就提升1.0个百分点。相对于实行综合制,实施分轨制国家(地区)的ESCS与就读中职的关系更紧密。在中国,ESCS得分每下降一组,就读中职的比例会提升1.9个百分点。但也应该注意到,即使在最低ESCS得分组也有43%的孩子就读普高,而在最高ESCS得分组仍有13%的孩子进入中职。
图3不同家庭背景的孩子就读中职的比例
以普职分流结果为因变量、ESCS和学业成绩作为自变量进行回归分析,图4呈现了不同国家(地区)的回归系数[⑥]。中国的回归系数在不同数据源下的结果非常接近。不难发现如下两个重要特征。
第一,我国家庭背景对普职分流的影响并不突出。若不控制学业成绩,中国的ESCS回归系数为0.12,在42个国家(地区)中位列中游,小于克罗地亚、匈牙利、北马其顿、印尼、塞尔维亚、德国、意大利、捷克、摩尔多瓦、斯洛伐克、斯洛文尼亚、日本、比利时、法国、波黑、瑞士、白俄罗斯、韩国、黑山等;而在控制学业成绩影响后,ESCS的回归系数大幅下降至0.03,好于三分之二的国家(地区)。
第二,我国学业成绩对普职分流结果的影响位居首位。在大多数国家(地区),学业成绩更好的孩子进入高中阶段更可能接受普通教育而非职业教育[⑦]。但考察不同百分位PISA得分孩子就读普高和中职的比例,会发现全球范围内PISA得分位居前10%的孩子仍有超过10%就读于中职学校,而在中国这一数据为0。控制ESCS得分后,中国PISA成绩回归系数为0.32,除科索沃外再无PISA成绩回归系数大于0.3的国家(地区)。学业成绩在普职分流中扮演着重要角色,但从未如在中国这般重要。这一现象有两种解读。一方面,全球范围内我国普职分流最是依据学业成绩,优势家庭通过学业成绩以外渠道对普职分流结果的影响有限,公平性得到体现;另一方面,我国的普职分流已演化为以学业成绩为依据的普职分层。在大多数国家(地区)中职教育并非优先选项[⑧],但也鲜见如中国这般彻底沦为次级选择。
图4 全球视野下的家庭背景、成绩与普职分流
图5进一步分省呈现了我国不控制中考成绩和控制中考成绩两种情况下,孩子家庭经济社会文化地位、就读高中均值以及两者拟合线[⑨]。抽样数据分析呈现与事业数据普职比相似的现象——家庭经济社会文化地位均值更高的省份,未必就读普高的比例更高。上海样本的家庭经济社会文化地位得分略高于北京,但就读普高的比例却低于北京;部分中西部省份样本的家庭经济社会文化地位得分不高,但就读普高的比例高于东部省份样本。对比左右图拟合线可以发现:在不控制中考成绩时,省内家庭社会经济文化地位指数与就读普高强相关;控制中考成绩后,所有省份两者的相关性都大幅下降,多数省份的相关性接近于0。虽然多数省份的公平性良好,但少数省份控制中考成绩后依然呈现“向上翘起的拟合线”也值得关注。中介效应分析表明,家庭经济社会文化地位对普职分流的影响七成通过中考分数的中介来实现,但在此之外的直接影响仍有三成。
图5 我国家庭背景、中考成绩与普职分流
大城市家庭面临更大的普职分流压力。长久以来,城市中产阶级家庭是普职分流焦虑的主要群体,尤其在鸡娃严重的一线城市。是一线城市家庭的舆论声量更大,还是有着客观原因?图6给出了抽样数据中北上深一线城市不同ESCS得分组就读中职的比例,作为对比,图中还给出了全国、江西省的情况[⑩]。不难发现,各ESCS得分组在一线城市就读中职的比例都高于全国平均水平——尤其是对来自中低ESCS得分组的孩子。在江西,ESCS得分5%—10%的孩子就读中职的比例为25%,与一线城市家庭经济社会文化地位得分85%—90%的孩子就读中职的比例相近。一线城市提供了广阔的发展机会,但也意味着激烈的教育竞争,相似家庭条件的孩子在一线城市有更大可能进入中职就读。
图6 一线城市、全国、江西不同家庭孩子就读中职比例对比
男孩在普职分流中表现逊色于女孩。教育性别不平等的研究多数将注意力放在女孩可能受到的忽视上。受“重男轻女”和“养儿防老”以及宗族等思想的影响,中国父母预期他们跟儿子的关系要比跟女儿的关系更密切,会将有限的家庭资源更多投资给儿子(郑磊,2013)。不过,“晚熟男孩”现象也引人瞩目:男孩相对女孩普遍晚熟,在初中时可能还未认识到中考的严肃性而不够努力,还没开始认真学习就失去了就读普通高中的机会。抽样数据在一定程度上支持了“晚熟男孩”的观点。图7给出了男孩和女孩在中考成绩和就读普高上的差异[⑪],男孩的中考成绩比女孩低6分,就读普高的比例则比女孩低3个百分点。但男孩的劣势在高ESCS得分组并不明显,而是集中体现在低ESCS得分组。在最低ESCS得分组,男孩的中考分数比女孩低13分,就读普高的比例比女孩低9个百分点。晚熟男孩,尤其是弱势家庭的晚熟男孩,需要给予更多的关注。
图7 普职分流中的性别差异
多子家庭子女在普职分流中的表现逊色于少子家庭。生育数量和质量的权衡是跨越马尔萨斯陷阱、进入现代经济增长的关键机制(奥戴德·盖勒,2022),但若失衡也会导致“超低生育率”的人口困境。教育焦虑和生育焦虑相互叠加、相互强化,已经成为我国亟待破解的发展难题。已有研究表明,生育数量对子女教育结果存在负面影响(王兵,2016),担心没精力去培养孩子、怕耽误孩子是我国城市中产尤其是一线城市中产的普遍心态。在2022年全国高中阶段抽样数据中,独生子女和二孩家庭占比均约为44%,三孩家庭9%,四孩及以上家庭3%。图8呈现了家庭社会经济文化地位、子女数和普职分流的情况,有如下几点值得关注。
第一,越是高家庭经济社会地位家庭生育子女越少。样本学生所在家庭平均子女数约1.72人[⑫],最高ESCS得分组平均子女数1.45,最低ESCS得分组子女数为2.00。在最高ESCS得分组,超过60%的孩子来自独生子女家庭,最低ESCS得分组仅33%的孩子来自独生子女家庭。相比生活在非一线城市的、相同ESCS得分组的家庭,生活在北上广深一线城市的家庭尤其是优势家庭生育了更少的子女。
第二,来自少子家庭的孩子相对多子家庭的孩子有更大的比例在普职分流中进入普通高中学习。平均来看,独生子女进入普通高中就读的比例为70%,有一个兄弟姊妹的孩子就读普高的比例为66%,有两个兄弟姊妹的孩子就读普高的比例为59%,有三个及以上兄弟姊妹的孩子就读普高的比例为46%。
第三,生育数量-质量的替代关系在优势阶层中更为严重。对ESCS得分后25%的家庭而言,无论生育一孩、二孩还是三孩,其子女在普职分流中的结果几乎没有差别,四孩及以上才表现出不利结果。但对ESCS得分在中位数以上的家庭,一孩、二孩、三孩之间的差异显著存在,且越是在更高ESCS得分组这种差异就越大。上述发现背后蕴藏着不同群体生育选择背后的理性考量:既然子女数量对教育质量的负面影响有限,弱势家庭更多的倾向于子女数量;优势家庭则担心子女数量对教育质量的负面影响而更倾向于少生优育。
图8 家庭子女数与普职分流[⑬]
关联家庭社会经济地位、学业成绩、性别、区域和同胞,笔者刻画了我国高中阶段普职分流的若干特征。基于上述特征,不难勾勒中国家庭对普职分流的主流认知:普职分流的本质是以学业成绩为依据的教育分层,且是社会分层的预演。家庭一旦懈怠、未能成功将资源转化为学业成绩、学历优势,或养育多个子女导致资源稀释,孩子就可能在教育分层中跌入中职,从而在未来的社会分层中坠入下层。普职比的严格管控,则是导致更多孩子跌入中职、无缘大学学历和体面工作的重要原因。正是上述认知,引发了家长对普职分流的焦虑和批判。
四、普职分流批判的实证审视
与家长朴素而感性的批判不同,专家学者从社会层面出发表达了理性批判:第一,普职分流不利于被分流到职教轨道学生的学业发展乃至拖累整个教育系统的学业表现;第二,普职分流不符合社会经济发展后的人才需求结构;第三,普职分流不利于社会平等,阻碍了共同富裕;第四,普职分流引发不必要的教育焦虑,包括学生及家长焦虑。上述观点,可合称为普职分流四大批判。
在全球视野下,普职分流有分流类型、分流时间和分流比例三大特征。分流类型主要有分轨制和综合制,前者因采取专门职业学校分流便于因材施教效率更优,后者多在综合高中内分流便于社会融合公平更优。分流时间,主要指学生首次分流的年龄。在2018年参加PISA测试且有数据的74个国家(地区)中,超过31%的国家(地区)首次分流在10—14岁,43%在15岁首次分流,剩下26%在16岁分流。分流比例,国内常用普职比或职普比,本文限定在高中阶段的普职比或职普比。相对于分轨制,综合制的教育体系一般分流时间更晚(15岁或16岁),但普职比孰高孰低并不确定。东亚地区实行分轨制但普职比均高于2,北欧地区虽是综合制但普职比均在2以下。基于PISA和世行数据,本文采用各国(地区)职教生PISA成绩和全部学生成绩、人均GDP和制造业占比以及收入基尼系数[⑭]、学生考试焦虑[⑮]作为测度,考察其与普职分流特征的相关关系,为理解上述批判提供了若干证据。
(1)综合制国家(地区)PISA成绩和人均GDP表现更好,分轨制国家(地区)制造业占比更高。未发现分轨制国家(地区)收入不平等、学生考试焦虑程度更高的证据。图9展示了2018年不同分流类型国家(地区)学业表现、经济发展和不平等程度以及考试焦虑的情况。第一,与分轨制相比,综合制教育体系在PISA成绩和人均GDP两方面表现更好。就PISA成绩而言,综合制国家(地区)的均值高出20.73分[⑯],中位数甚至高出34.28分(金鑫,2016)。就人均GDP而言,综合制均值高出2.54万美元,中位数高出2.82万美元。不过,在PISA成绩高于500分、人均GDP高于5万美元的高水平层面,采取分轨制和综合制的国家(地区)数量基本相当。PISA成绩高于500分的国家(地区)共19个,其中有10个国家(地区)采取分轨制;人均GDP高于5万美元的国家(地区)共14个,选择综合制和分轨制的则各有7个。第二,在收入不平等方面,综合制和分轨制表现相差不大,综合制国家(地区)的基尼系数均值略高,但中位数略低。综合制和分轨制国家(地区)的基尼系数均值分别为0.353和0.346,而两者的中位数分别为0.333和0.345。第三,综合制和分轨制国家(地区)学生对考试的焦虑程度相近。两者的均值分别为2.63和2.62,同时中位数分别为2.64和2.63。第四,分轨制国家(地区)的制造业占比明显高于综合制国家(地区)。综合制国家(地区)的制造业占比均值为10.44%,分轨制国家(地区)均值为15.25%,中位数则分别为10.53%和14.06%。值得注意的是,世行数据中制造业占比超过20%的13个国家(地区)全部采取了分轨制。
数据来源:世界银行、OECD和国家统计局。
注:国家和地区采用ISO3代码表示,AUS表示澳大利亚,AUT表示奥地利,BEL表示比利时,CAN表示加拿大,CHE表示瑞士,CHL表示智利,COL表示哥伦比亚,CRI表示哥斯达黎加,CZE表示捷克,DEU表示德国,DNK表示丹麦,ESP表示西班牙,EST表示爱沙尼亚,FIN表示芬兰,FRA表示法国,GBR表示英国,GRC表示希腊,HUN表示匈牙利,IRL表示爱尔兰,ISL表示冰岛,ISR表示以色列,ITA表示意大利,JPN表示日本,KOR表示韩国,LTU表示立陶宛,LUX表示卢森堡,LVA表示拉脱维亚,MEX表示墨西哥,NLD表示荷兰,NOR表示挪威,NZL表示新西兰,POL表示波兰,PRT表示葡萄牙,SVK表示斯洛伐克,SVN表示斯洛文尼亚,SWE表示瑞典,TUR表示土耳其,USA表示美国。
图9 学业表现、经济发展和不平等程度与分流类型[⑰]
(2)15岁分流国家(地区)的PISA成绩、人均GDP和收入不平等都逊于16岁分流国家(地区)。制造业占比高的国家(地区),分流时间早。图10展示了2018年不同分流时间下,学业表现、经济发展和收入不平等的情况,有如下发现。第一,与其他分流时间相比,15岁分流的国家(地区)PISA成绩最低。就职教生成绩而言,10—14岁和15岁分流的均值分别为427.20分和422.43分,10—14岁高出4.77分。就所有学生成绩而言,16岁分流国家(地区)的均值最高(475.09分),10—14岁分流次之(463.40分),15岁分流最低(452.59分)。但在PISA成绩高于500分的19个国家(地区)中,只有4个在10—14岁进行分流,选择15和16岁分流的数量基本相当,分别为7个和8个。第二,与其他分流时间相比,15岁分流国家(地区)的人均GDP均值最低,收入不平等程度最高。人均GDP方面,10—14岁和16岁分流的均值分别为3.13和3.82万美元,比15岁分流高出0.81和1.5万美元。收入基尼系数方面,10—14岁和16岁分流国家(地区)的收入基尼系数相差很小,分别为0.32和0.33,而受到巴西、巴拿马、哥伦比亚、哥斯达黎加、中国和墨西哥6个基尼系数高于0.45国家的影响,15岁分流国家(地区)的均值被拉高至0.38。第三,制造业占比越高,分流时间越早。10—14岁、15岁和16岁分流国家(地区)的制造业占比均值依次为15.73%、14.50%、11.20%。对于制造业占比超过20%且有分流时间数据的13个国家(地区),捷克、新加坡、斯洛文尼亚和德国在10—14岁进行首次分流,其他均在15岁,没有16岁进行首次分流的。
数据来源:世界银行、OECD和国家统计局。
注:国家和地区采用ISO3代码表示,详细的对应关系见图9注释。
图10 学业表现、经济发展和不平等程度与分流时间[⑱]
(3)普职比与PISA成绩、人均GDP和制造业占比负相关,与收入基尼系数和考试焦虑正相关。图11展示了2018年不同分流比例下,各国(地区)学业表现、经济发展和不平等程度的情况。有如下发现。
第一,普职比低的国家(地区)其职教生的PISA成绩并没有劣势,但由于普教学生的优势,总体学业表现更好。在所有学生的平均PISA成绩高于500的高分段,12个国家(地区)的普职比小于2,仅6个国家(地区)普职比大于2。
第二,普职比低的国家(地区)人均GDP相对更高,且收入不平等程度更低。在普职比有数据的37个OECD国家中,有27个国家的普职比小于2,且这27国中仅6个国家的人均GDP在2018年低于2万美元。其中,拉脱维亚、斯洛伐克、匈牙利和波兰发展迅速,目前已超过或接近2万美元的门槛。在普职比大于2的10个国家里,加拿大、冰岛、新西兰、日本、韩国实现了人均GDP超过2万美元,除日韩外都是地广人稀的资源型国家,智利、哥伦比亚等的人均GDP都低于2万。0.4被认为是收入分配基尼系数的警戒线,而基尼系数低于0.4的30个OECD国家里,有25个国家的普职比都小于2。
第三,普职比与制造业占比负相关。对于普职比有数据的37个OECD国家,制造业占比的中位数为12.65%,高于这一水平的国家共有19个,其中只有日本、韩国和立陶宛3个国家的普职比大于2。
第四,普职比和考试焦虑呈正相关。与直觉相悖,高中阶段的普职比处于较高水平时,学生的考试焦虑均值也会相对更高。对于普职比小于1的17个国家(地区),其考试焦虑最低为荷兰的2.15,最高为意大利的2.78,而对于普职比大于4的9个国家(地区),最低为韩国的2.63,最高为巴西的3.00。一种可能的解释是:普职比低的国家(地区)职业教育发展好,学生和家长对职业教育的接受度更高,高中阶段选择更多元化,从而使得学生面对考试的焦虑程度整体有所下降。
数据来源:世界银行、OECD和国家统计局。
注:国家和地区采用ISO3代码表示,详细的对应关系见图9注释。
图11 学业表现、经济发展和不平等程度与分流比例[⑲]
以上分析为普职分流四大批判提供了少量支持、多数相悖的统计证据。第一,相较分轨制,综合制国家(地区)学业表现更好,但在PISA成绩高于500的高分段,两者旗鼓相当。与之类似,15岁分流国家(地区)的PISA成绩相对于16岁分流处于劣势,但在高分段平分秋色。而对于分流比例,普职比更低的国家(地区)PISA成绩更高。第二,虽然经济发达国家(地区)更多倾向于采取综合制并在16岁进行首次分流,但同时保持着较低的普职比。而制造业大国往往采取分轨制教育体系,16岁之前分流并维持较低的普职比。东亚各国(地区)在经济腾飞后也均未改变分流时间,均为15岁。第三,普职分流并不是共同富裕的敌人。分流类型和分流时间与收入不平等之间的关系并不显著,但普职比与收入不平等呈负相关,高中阶段职业教育占比更高的国家(地区)基尼系数更小。第四,普职分流有利于缓解教育焦虑。分轨制和综合制国家(地区)的学生考试焦虑相差不大,但是对于普职比高的国家(地区),其学生反而有更大的考试焦虑。教育焦虑是社会焦虑的映射,并作用于普职比的提升。
五、普职协调,路在何方
前文总结了我国普职分流的特征,并对普职分流的批判进行了实证审视。批判大多未得到经验证据的支持,但“15岁孩子不该贴上失败者标签”的诉求充满道德力量。而在道德的光芒下,鲜被提及的事实逻辑是:全球范围内的中职教育并未如中国这般彻底沦为次级选择,在上世纪90年代早期的中国、甚至21世纪初的珠三角和苏南也都不是(田志磊等,2018)。普职关系是社会建构的产物,我国当前的普职关系是上世纪90年代中期以来,经济体制改革和教育体系建设共同塑造的产物。
上世纪末以来,在“有形之手”的塑造下,我国普职关系调整频繁。大学扩招加重了天平上普教一侧的筹码,中职免费则强化了职业学校的兜底属性,“二十条”后的普职比管控趋严引发了舆情,随之而来的是管控的突然放松。不无遗憾地讲,中职教育不以服务区域产业为主要办学导向、全面转向升学的变革已然尘埃落定。尘埃既已落定,继续强调高中阶段普职比乃至继续强调中职学校类型教育的独特性变得不再有意义。相对于分轨制,以综合高中为代表的分流方式也并非毫无优势,可以弱化显性的、普职间的巨大差异和民众所感知的教育机会不均等。立足现实,放松普职比管制、增加综合高中供给、辅以少而精的中等职业技术学校的改革方案不失为一种可行的调整方向。一方面,有利于缓解居民的教育分流焦虑、满足其继续接受高等教育的愿望;另一方面,有利于破解中职学校“挂羊头卖狗肉”一心忙升学所带来的信号紊乱,为面向产业培养技能人才的中职学校腾出发展空间。
放松普职比管制并不意味着普职比不再重要。各国(地区)高中阶段中职占比的平均值长期维持在34%[⑳]。从发达国家(地区)的经验看,去工业化的过程往往伴随着普职比的上升,再工业化的过程往往伴随着普职比的下降。高中阶段普职比更低的国家(地区)有着更高的制造业占比、更高的人均GDP、更小的收入基尼系数,这意味着迈向制造强国和共同富裕之路都需要将普职比维持在合理的区间。只是,堵不如疏,强制管控只会滋生“挂羊头卖狗肉”的职业教育[21],无益于上述目标的实现。引导资源向面向区域产业培养人的学校倾斜,避免错误的评价机制将职业学校从“向企业看”扭为“向上看”,重塑面向区域产业培养学生的职业学校的声誉信号机制,才是维系普职比的良治之道。
参考文献
奥戴德·盖勒. (2022). 人类之旅:财富与不平等的起源 (余江译). 北京: 中信出版集团.
贺丹等.(2018). 2006~ 2016 年中国生育状况报告——基于 2017 年全国生育状况抽样调查数据分析. 人口研究,42(6), 35—45.
金鑫. (2016). 高中阶段普职分流的路径选择: 综合高中抑或普职分离?——基于 PISA 2009 的国际比较研究. 中国教育财政政策咨询报告(2010—2015), 420—434.
梁国胜. (2019). “虚胖”只会毁掉中职教育前途. 中国青年报, 2011-05-30(011).
田志磊, 赵晓堃, 张东辉.(2018). 改革开放四十年职业教育财政回顾与展望. 教育经济评论,3(6), 73—91.
王兵.(2016). 同胞结构、关键资源分配与教育分流——对初中毕业生的考察 (1978—2008). 教育学术月刊, (1), 51—59.
郑磊.(2013). 同胞性别结构、家庭内部资源分配与教育获得. 社会学研究, (5), 76—103.
Haegg,I.(2020).2020 Journalism Senior Colloquium. MediaCentral.
https://mediacentral.princeton.edu/media/Isabella+Haegg++2020+Journalism+Senior+Colloquium/1_2er6bxp2/.
[①] 本文发表于《华东师范大学学报(教育科学版)》2025年第2期。
[②] 数据来源为 2003—2021 年《中国教育统计年鉴》和 2022 年《全国教育事业统计公报》。下文如无特别说明,普职比都指基于官方公布的教育事业统计数据计算得到的高中阶段普职比。
[③] 中职教育在校生数据不含技工学校在校生。数据来源为《中国教育统计年鉴》。
[④] ESCS 指数参考国际学生评估项目(PISA)的构建方法,由家庭教育资源、家庭财富、文化资本、父母的最高职业地位、父母的最高教育水平变量综合而成。家庭教育资源根据家中是否有学习用的书桌、安静的学习场所、用于完成学校作业的电脑、教育软件、教辅读物、技术类参考书、词典等教育资源来衡量。家庭财富根据家庭中配置的汽车、电视机、带有浴缸或淋浴的房间、台式或笔记本电脑、平板电脑、电子书、乐器数量来衡量。文化资本根据家庭持有的书本数量来衡量。父母的最高职业地位根据父母职业类型和家庭收入来衡量。
[⑤] 全球 ESCS 分组基于 PISA2018 年数据在保留高中阶段样本后分国家(地区)计算得到。若考虑分流类型,综合制国家(地区)不同 ESCS 得分组就读中职比例在 30%—37% 之间,分轨制国家(地区)则在 10%—36% 之间。
[⑥] 数据来自 PISA2018 和中国教育财政学校调查 2022。世界各国(地区)成绩采用 2018 年 PISA 阅读、科学和数学的均值,仅保留高中阶段样本量超过 100 且存在分流的国家。中国的成绩基于 2022 年中国教育财政学校调查学生填写的中考成绩进行标准化得到,考虑到中考以地市为单位,模型控制了地市虚拟变量。
[⑦] 在爱尔兰、阿尔巴尼亚、巴西和多米尼加,中职学生样本的平均成绩甚至好于普高学生。 Isabella Haegg(2020) 发现,在多米尼加就读中职学校相对就读普通高中能将 12 年级孩子学业成绩提高 0.4 个标准差。
[⑧] 爱尔兰、巴西、阿尔巴尼亚是例外,其中职学生样本有着更高的 PISA 测试成绩,有与普高学生样本相近甚至更好的 ESCS。
[⑨] 中国教育财政学校调查抽样设计有全国代表性,基于调查数据的省内分析仅作参考。
[⑩] 北上深样本 2.4 万人,江西样本 1.5 万人。
[⑪] 就读普高的性别差异为各分组就读普高比例的均值差。因为中考分数跨地市不可比,中考分数的性别差异用控制了地市虚拟变量的回归系数来测度。
[⑫] 这一数据与贺丹等(2018)研究中的 45 岁左右妇女曾生子女数相近。
[⑬] 右图图中标记根据样本量进行了加权。
[⑭] 世界银行的基尼系数有收入和消费之分,2018 年除土耳其外,OECD 国家均为收入基尼系数。此外,中国也是消费基尼系数。为提高可比性,中国基尼系数改为国家统计局发布的居民人均可支配收入基尼系数。
[⑮] 由于 PISA 在 2018 年未评估学生焦虑,本文的考试焦虑数据来自 PISA2015 年的测试。PISA 采用李克特 4 分117量表,从非常不同意到非常同意,分别赋值 1—4 分,通过 5 个问题测试学生在考试方面的焦虑体验。本文对 5 个问题的得分取均值得到每个学生的考试焦虑程度,得分越高,代表学生越焦虑。
[⑯] 金鑫(2016)根据 2009 年 PISA 数据发现分轨制国家(地区)相比综合制国家(地区)成绩更好。2018 年时综合制和分轨制国家(地区)PISA 测试成绩的逆转部分源于新成员的加入,也源于爱沙尼亚、波兰、中国澳门的巨大进步。
[⑰] 箱线图自上而下分别代表最大值,第75、50和25分位数以及最小值,此外图中还展示了分布在前20%国家的情况。
[⑱] PISA的测试对象是15岁学生,而正面临分流的学生相比已分流和一年后分流的学生可能更焦虑,这可能是15岁分流国家的孩子相对另外两种分流时间平均更焦虑的原因。基于以上考虑,笔者未呈现考试焦虑和分流时间的统计结果。
[⑲] 缩尾处理将高中阶段普职比超过6的数据处理为6,PISA成绩、人均GDP和制造业占比的处理同图9。2018年OECD国家普职比均小于6。
[⑳] 根据世界银行数据库,选取 1999 年和 2018 年中职学生数都有记录的 83 个国家(地区)样本计算得到。在平均值基本不变的背景下,中职占比低于 34% 的国家(地区),其平均值相比 1999 年提高了 5.9 个百分点,中职占比高于 34% 的国家(地区)则下降了 5.8 个百分点。
[21] 在 2023 年的中职学校招生简章中,很多学校不约而同写道:“考试内容主要是课本知识,偏重记忆,考题简单,竞争力小。文化课基础知识扎实的学生,参加职教高考语、数、外三科成绩都能接近满分,因此本科上线率可达 95% 以上。”