职业教育与经济绩效：基于宏观视角的文献述评*

易翠枝

（湖南理工学院 湖南 岳阳 414000）

职业教育与经济绩效：基于宏观视角的文献述评*

易翠枝

（湖南理工学院 湖南 岳阳 414000）

对从宏观视角研究职业教育的经济绩效的国内外文献进行了梳理，指出现有的研究由于忽视了人的学习能力的差异性，并假设职业教育劣于普通教育，从而得出了职业教育不利于经济增长的结论。同时指出职业教育分流通过影响人力资本积累而影响经济增长。

职业教育；经济绩效；人力资本结构；文献述评

21世纪以来，为解决“技工荒”等劳动力市场结构失衡问题，我国政府进一步扩大了中等职业教育规模。虽然没有人否认这一方式对解决“技工荒”问题的有效性，但中等职业教育却一直是个颇受非议的领域。1999年11月，世界银行在《21世纪中国教育战略目标》的报告中就明确提出，今后20年中国应根据条件逐步降低中等职业教育学校的比例，在其他形式的高中也减少职业教育培训课程内容，长期目标是被两年制高中后职业教育培训所取代。

国内也有不少学者反对中职教育。萧今（2004）认为，职高的成本昂贵，且职高生基础知识差会导致其可培训性差，因此，职高提供职业技术培训的价值应受到质疑；刘泽云等（2004）根据中国无锡12县的专项调查数据的实证研究也发现，无论职工毕业于普高还是中职学校，企业为他们提供的培训量大致相当，由于普教生的适应性更强，所以中职教育应朝着与普通教育整合的方向努力；Yang J.（1998）基于中国常州和石家庄两地38家企业的研究发现，职教毕业生相比普教毕业生在受雇期间的表现没有明显的差别，也没有证据支持中职毕业生的收入高于普教毕业生。考虑到职教的高成本，他认为教育投入应更多关注普通而不是中职教育。甚至有学者明确指出将职教与普高的比例定为“1∶1”是失误的，因为随着社会生产力的提高，随着工农业生产领域科技含量的增加，职高毕业生的社会适应性只会越来越差。因此，中职教育的规模应当缩小，而不是扩大。

那么，大力发展中职教育真如上述研究所指出的那样会损害经济绩效吗？如果答案是肯定的，那又如何解释包括中国在内的大多数发展中国家在实践中大力发展职业教育的现象呢？难道大多数发展中国家的政府在这一问题上都是非理性的？显然，非理性的解释难以令人信服。我们注意到上述反对中职教育的理由多是基于微观视角，即根据职业教育的微观收益率的比较而做出的判断。而根据职业教育收益率的相关文献，我们无法做出简单判断，因为支持职业教育的研究与得出相反结论的研究大体相当。

人力资本理论认为，教育支出是一种人力资本投资，微观主体会根据自己对教育收益率的预测而对教育类型和教育水平做出理性选择。但作为宏观调控主体的政府，在设计教育体制和决定教育投资结构时，更多的是要考虑经济发展的需要，包括短期的劳动力市场状况和长期的经济增长。显然，现阶段我国政府扩大中职教育规模，是为了使劳动力供给结构适应市场需求。但大规模的职业教育是否有利于经济增长，也是一个需要慎重考虑的问题。笔者试图对研究职业教育与宏观经济绩效的文献进行梳理，为进一步研究提供思路。

有关均衡产出下职业教育对经济绩效影响的主要文献

直接对职业教育进行宏观经济效率分析的文献并不多，Brunello和Giannini（2004） 和 Bertocchi和 Spagat的研究是比较经典的。在Brunello和Giannini的《分流抑或综合：学校体制设计的经济效率》一文中，作者构建了一个工作岗位结构 （仅接受职教毕业生的专业岗位和可接受普教毕业生的通用岗位之比）内生的二期三方博弈模型，以分析不同教育体制的经济效率。在这一模型中，政府在一期决定教育体制 （职教与普教分流或是综合）以及分流体制下的筛选标准；在二期，个人根据自身学术能力选择教育类型并进入相应的劳动力市场，而企业根据政府决策选择提供何种岗位 （专业岗位或通用岗位）及两者的比例。如果政府选择综合制教育，劳动力市场上仅有普通学校的毕业生供给，企业会将所有岗位都设为通用岗位；如果政府选择分流制教育，学校向劳动力市场上同时供给职教毕业生和普教毕业生，企业则同时招聘通用岗位和专业岗位，并根据两种毕业生的人数决定不同岗位的比例。在假设职业教育更有利于专业技能的快速积累而普通教育能使劳动力更好地适应技术变革的情况下，政府对教育体制的选择必定会影响经济中人力资本存量以及国民产出。该模型理论推导的结果是：使净国民产出最大化的职普分流的均衡点取决于技术进步速率、教育积累人力资本的有效率、毕业生的劳动生产率以及个体的学术能力和职业能力的相关程度等多种因素。因此，无论是分流模式还是综合模式，都没有效率上的绝对优势，谁具有优势取决于经济体所具有的特定参数。假设职教与普教对人力资本积累的作用没有差异 （即职业学校的专业优势被通用技能的灵活性所抵消），由于分流体制能给企业提供信号机制，所以分流体制具有效率优势，但这一优势将随技术进步速率的加快而减弱，即技术进步加快将导致职业教育的重要性下降。其政策含义是：当技术进步速度加快时，应当缩小职业教育的相对规模。

Bertocchi和Spagat将政治因素 （选举制度、政治参与率等）纳入了职业教育对国民产出影响的分析框架。他们认为，职教与普教分流不但具有经济影响 （影响人力资本积累），而且具有社会和政治影响（影响社会分层）。精英阶层为了自己的精英地位在下一代身上得以延续，会通过选举来控制职教的规模。因此，职教与普教的分流程度是经济因素与政治力量交互作用的结果。在一个职教和普教比例仅有唯一最优解的政策分析模型中，当技术进步打破原有均衡时，职教与普教的分流程度会很快回到最优点；但如果考虑政治因素的作用，均衡解将偏离最优点而出现职教规模过大的现象。这一理论对众多的发展中国家对热心投资职教提供了一种新的解释，并暗示这些国家对职业教育可能存在过度投资的倾向。

以上文献在分析重点上有些不同，前者侧重于职业教育对技术应用的影响，而后者侧重于揭示政治因素对职业教育发展的影响。但我们可以看出，Brunello和Giannini的研究只能说明在技术进步加快的条件下应该缩小职业教育规模，如果考虑那些职业教育规模本来就在均衡水平之下的国家或者地区，最佳的选择就不是缩小而是扩大。而发展中国家和地区的教育水平，当然包括职业教育的发展，恰恰一直处在低水平上。而Bertocchi和Spagat的研究是基于长期视角的分析，其分析结果是职业教育的发展会呈倒“U”型，不同的发展阶段职业教育的发展趋势是不一样的。因此，职业教育规模是扩大还是缩小，仍然取决于经济体所处的发展阶段。

关于职业教育对经济增长影响的相关研究

职业教育对经济增长的影响分析是沿着职业教育——人力资本积累——经济增长的逻辑进行的，其实质是对新增长理论的一种扩展。

以罗默和卢卡斯为代表的新增长理论，把现代社会经济中至为重要的人力资本要素引入经济增长模型，分析了技术创新和知识溢出对增长的影响，较好地解释了增长率的跨国差异，可谓是对经济增长理论的一大发展。从此，人力资本成为了经济增长理论中一个不可或缺的变量，而实践中大多数国家在追求经济增长时也给予了人力资本投资越来越多的重视。

直接将教育类型的分流纳入经济增长分析框架的是Krueger和Kumar。他们的研究将增长中的人力资本变量进一步细化。他们的一系列论文建立了一个企业对技术的应用和家庭对教育类型的选择都内生化的经济增长模型 （以下简称“K-K”模型）。在该模型中，教育分成普教和职教两类并形成两类人力资本：能快速适应新技术的通用型人力资本和对成熟技术具有效率优势的技能型人力资本 （这一假设与前面提到的Brunello G和Giannini对教育类型的假设是一致的）。个人根据自身的能力、接受不同类型教育的成本和预期的就业市场选择教育类型；企业根据劳动力市场中两种人力资本的成本与收益的对比决定采用何种（成熟的或者新的）技术；政府对教育的补贴直接影响个人的教育成本，而人力资本与技术水平同时影响经济增长。模型推导的结论显示，在一个政府支持职业教育（即给予职业教育更多的补贴）的经济体中，其均衡的经济增长水平要慢于优先发展普通教育的经济体，且两者的增长差距随着可用技术的增加而扩大。该模型的政策含义是：政府对普通教育的最优补贴应随可用技术的增加而增加。他们用该理论解释了欧美经济发展差距的变化：在技术变化甚微的上世纪五六十年代，欧洲强调职业教育的做法是合适，但这种教育偏好在1980年后由于技术变革加剧而成为了阻碍欧洲技术应用和经济发展的因素，进而导致欧洲与美国之间的技术进步和经济发展的差距。

邹薇等的研究是目前能找到的直接将职业教育引入经济增长模型的唯一一份国内文献。该文在区分认知型人力资本与技能型人力资本的基础上将人力资本结构引入“卢卡斯”经济增长模型。他们认为，人力资本不仅包括体现为卢卡斯式技术水平的技能型资本，即人对技术的操作能力和熟练程度，而且包括认知型资本，即人的智力与对外部世界的认识、理解和分析能力；前者的形成靠普通教育，而后者的形成靠职业教育。他们的模型表明，认知型人力资本及其外部性，而不是技能型人力资本及其外部性，才是经济增长的真正源泉；即使没有技能型人力资本的积累，认知型人力资本也依然可以推动持续的经济增长。因此，发展职业教育、单纯积累技能型人力资本的经济发展战略是低效率的，政府应该采取适当的干预措施扩大普通教育来刺激一般性人力资本的积累，以促进长期经济增长。

文献的贡献及被忽略的事实

“K-K”模型和邹薇等的模型都将不同教育形成的人力资本分为技能型和认知型（通用型）两类，都使用内生经济增长模型进行扩展分析，结论也十分相似，都认为职业教育不利于经济增长。但仔细分析，他们的研究之所以得出相似的结论，是因为他们有着相似的假设条件：“K-K”模型假设职教形成的技能型人力资本仅适用于成熟技术部门，而普教形成的通用型人力资本适用于先进技术部门；而邹薇等的模型则假设技能型人力资本的积累受制于认知型人力资本的积累。虽说表述方式不一样，但他们的假设都暗含同一个意思：职业教育劣于普通教育。

即使以上研究都不支持职业教育，但我们仍然认为这一结论有待进一步考证。原因在于以上研究都忽略了实行教育分流的一个重要事实：人的先天禀赋具有差异。就像一个地区有资源禀赋的差异一样，每个人天生的学习能力及兴趣倾向是不一样的，有些人在认知知识的学习方面有较强的能力，而另一些人在实际技能的学习方面更强，或者说不同的人在不同的能力学习上具有各自的比较优势。教育正是基于以上原因才有分流的必要，其目的是让不同的人都有发展其天赋的相应机会。如果不采取分流措施，对所有的人都采用某一种倾向的教育（如普通教育），将增加那些在其他方向上有天赋的人的学习成本，进而导致他们退出学校，这一结果表现在人力资本积累上就会使总量减少。因此，教育分流政策不但影响人力资本的类型，还影响人力资本的总量。

在“K-K”模型中，家庭对教育的投资取决于不同类型教育的收益和成本的比较。他们假设存在一个学习能力的分界点，学习能力在分界点之上的人选择进入普通教育，而分界点之下的人则进入职业教育。但在现实中，并不是所有人都选择上述两类教育中的一种，而是存在第三种选择：退出。分界点的高低可能影响这一部分人的数量。也就是说，教育分流政策将可能导致通用型人力资本积累的下降。这一效应在模型中没有考虑。在发展中国家观察到的事实是：在个人预期进入高等教育的希望不大 （或者成本过高）时，会有相当一部分学生选择退出普通教育，即辍学。这时，职业教育的扩张将有利于这部分人的人力资本积累，从而有利于经济增长。将职业教育的这一效应纳入经济增长分析，可能会给职业教育的宏观经济绩效研究带来新的结论，这也正是我们下一步研究的重点。

[1]萧今．发展经济中的人力资本——企业的策略与三元教育体系[M]．北京：北京师范大学出版社，2004：118．

[2]刘泽云，萧今．教育投资收益分析——基于中国企业职工工资收入的研究[M]．北京：北京师范大学出版社，2004：196．

[3]Yang J.General or Vocational?The Tough Choice in the Chinese Education Polic[J]．International Journal of Education Development， 1998，18（4）：289－304.

[4]赵 琦．“5：5” 之 争[N]．湖 北 日 报 ，2001－04-23．

[5]钟宇平．发展中国家职业教育的收 益[A]．Martin Carnoy．教 育 经 济 学 国 际百科全书（第 2 版）[C]．闵维方，等，译.北京：高等教育出版社，2000：222.

[6]Brunello G，GianniniM.Stratified or Comprehensive? The Economic Efficiency ofSchoolDesign[J]．Scottish Journal of Political Economy， 2004，51（2）：173－193.

[7]BertocchiG and SpagatM．The Evolution of Modern Educational System:Technical vs. General Education，DistributionalConflict， and Growth[J]．Journal of Development Economics，2004，73（2）:559－582.

[8]Krueger D，Kumar K B.USEurope Differences in Technology-Driven Growth:Qua ntify ing the Role of Education [J]．Journal of Monetary Economics， 2003，51（1）：161－190.

[9]KruegerD，KumarK.B.Skillspecific rather than General Education:A Reason for US-Europe Growth Differences [J]．Journal of Economic Growth，2004， 9（2）：167－207．

G710

A

1672-5727（2011）02-0014-03

易翠枝（1973－），女，经济学博士，湖南理工学院经济与管理学院副教授，研究方向为人力资本理论。

湖南省教育厅项目《职业教育分流对经济增长的影响——基于人力资本理论的分析》（项目编号：08C369）；湖南省社科规划课题《职业教育VS.普通教育——“义务后”教育分流的效率与公平分析》（课题编号：09YBA150）