戴望舒，王金水

（1.國(guó)網(wǎng)江蘇省電力有限公司，江蘇 南京 210023；2.南京大學(xué)，江蘇 南京 210023）

一、問題的提出

當(dāng)前，增強(qiáng)職業(yè)技術(shù)教育的適應(yīng)性，大力培養(yǎng)技術(shù)技能人才成為未來一段時(shí)間我國(guó)職業(yè)技術(shù)教育發(fā)展的方向。教育部在《職業(yè)教育提質(zhì)培優(yōu)行動(dòng)計(jì)劃（2020—2023年）》中也明確職業(yè)教育的主要發(fā)展目標(biāo)之一是提高職業(yè)教育學(xué)生就業(yè)質(zhì)量，提高職業(yè)教育的吸引力和社會(huì)認(rèn)可度。而無論是就業(yè)質(zhì)量還是職業(yè)教育的吸引力和社會(huì)認(rèn)可度都與其工資回報(bào)密切相關(guān)。

在學(xué)術(shù)研究之中，教育的工資回報(bào)率問題一直是熱點(diǎn)話題，但是對(duì)于職業(yè)技術(shù)教育工資回報(bào)的研究卻略顯不足。多數(shù)的研究是將職業(yè)技術(shù)教育與其他種類的教育合并來估計(jì)受教育年限對(duì)于工資的影響[1－2]。這也是當(dāng)下研究教育的工資回報(bào)率的普遍做法，但忽視了職業(yè)技術(shù)教育的特殊性。少數(shù)研究聚焦到中等職業(yè)教育和普通高中教育回報(bào)的差異，或是農(nóng)村地區(qū)職業(yè)技術(shù)教育的工資回報(bào)。也有研究從相對(duì)宏觀的層面來考察職業(yè)技術(shù)教育和地方經(jīng)濟(jì)發(fā)展之間的關(guān)系。而職業(yè)技術(shù)教育既包含中等職業(yè)技術(shù)教育也包含高等職業(yè)技術(shù)教育，也較少有研究將二者進(jìn)行系統(tǒng)地分析。因此，很難回答職業(yè)技術(shù)教育的工資回報(bào)到底有多少？以及最新的變化趨勢(shì)。

綜上，本文利用“中國(guó)綜合社會(huì)調(diào)查（CGSS）”2008和2017年兩個(gè)跨度十年具有全國(guó)代表性的數(shù)據(jù)庫，對(duì)中等職業(yè)技術(shù)教育以及高等職業(yè)技術(shù)教育的工資回報(bào)率及其變遷情況進(jìn)行系統(tǒng)研究。在方法層面，為了抑制教育的選擇性帶來的內(nèi)生性問題，將采用傾向值匹配（PSM）的方法來準(zhǔn)確地估計(jì)職業(yè)教育的工資回報(bào)率。

二、文獻(xiàn)回顧

Becker的人力資本理論認(rèn)為，教育對(duì)于提高勞動(dòng)者工資具有積極的影響[3]。1974年明瑟提出了著名的“明瑟工資方程”，量化地考察了教育的工資回報(bào)情況[4]。受其影響，學(xué)者們往往將受教育年限作為對(duì)受教育程度測(cè)量的金標(biāo)準(zhǔn)。這也就導(dǎo)致了對(duì)于職業(yè)技術(shù)教育的忽視，雖然職業(yè)技術(shù)教育與普通教育年限相同，但由于其性質(zhì)的特殊性也可能會(huì)帶來不同的工資回報(bào)，例如職業(yè)教育在課程設(shè)置、培養(yǎng)目標(biāo)方面與普通教育不同，并且給學(xué)生提供的職業(yè)結(jié)構(gòu)、職業(yè)機(jī)會(huì)等也不盡相同[5]。在國(guó)外的研究中，Neuman（1991）等指出參加職業(yè)教育比普通教育多出10%的工資回報(bào)[6]。并且也有研究發(fā)現(xiàn)職業(yè)技術(shù)教育在獲得雇傭機(jī)會(huì)以及獲得專業(yè)技術(shù)性工作上占據(jù)優(yōu)勢(shì)[7－8]。

而國(guó)內(nèi)的已有文獻(xiàn)中對(duì)于高等職業(yè)教育的工資回報(bào)的研究相對(duì)較少，主要集中于對(duì)中等職業(yè)教育的工資回報(bào)研究方面，并且相關(guān)的研究主要有兩類：

其一，是利用地區(qū)層面的宏觀數(shù)據(jù)分析中等職業(yè)教育規(guī)模投資等對(duì)地區(qū)居民收入的影響。例如，時(shí)廣軍（2018）基于31個(gè)省份的面板數(shù)據(jù)分析發(fā)現(xiàn)，擴(kuò)大高職規(guī)模更利于增加城市居民的工資收入和農(nóng)村居民的經(jīng)營(yíng)收入差距[9]。田盈（2020）等人的研究也有類似結(jié)論并認(rèn)為發(fā)展職業(yè)教育有利于縮小城鄉(xiāng)收入[10]。楊毅和譚界忠（2010）則從更細(xì)致的角度分解了職業(yè)技術(shù)教育對(duì)于經(jīng)濟(jì)的影響[11]。

其二，是利用個(gè)體層面的微觀數(shù)據(jù)分析是否接受中等職業(yè)教育對(duì)勞動(dòng)者工資收入的影響。例如，陳偉和烏尼日其其格（2016）利用2010年中國(guó)家庭追蹤調(diào)查數(shù)據(jù)發(fā)現(xiàn)，接受職業(yè)技術(shù)教育比接受普通高中教育有更高的工資回報(bào)[12]。周亞虹（2010）等人通過對(duì)江蘇省蘇北地區(qū)農(nóng)村的調(diào)查數(shù)據(jù)指出，農(nóng)村中等職業(yè)教育的平均回報(bào)率在27%左右[13]。胡詠梅和陳純槿（2013）利用中國(guó)居民營(yíng)養(yǎng)與健康調(diào)查，分析了1989—2009年農(nóng)村地區(qū)中等職業(yè)教育的工資回報(bào)率變化情況[14]。此外也有研究更加細(xì)致地考察了職業(yè)教育的不同培養(yǎng)模式對(duì)于畢業(yè)生工資的影響[15]。

總體而言，現(xiàn)有的研究都認(rèn)為中等職業(yè)教育對(duì)于提高工資有正向的影響，職業(yè)教育的作用要大于普通高中的作用。但是現(xiàn)有的相關(guān)研究中缺乏對(duì)于高等職業(yè)教育工資回報(bào)的考察，往往將其納入高等教育回報(bào)的研究之中。并且現(xiàn)有的研究多是從靜態(tài)的角度進(jìn)行研究，即使有研究從較長(zhǎng)時(shí)段進(jìn)行了歷時(shí)分析，但是數(shù)據(jù)相對(duì)較舊，很難反映最新的發(fā)展情況，此外相關(guān)研究更加聚焦于農(nóng)村地區(qū)的職業(yè)教育，忽視了城市中的職業(yè)教育對(duì)工資的作用。

相比于以往的研究，本文創(chuàng)新點(diǎn)在于：（1）將高等職業(yè)教育納入分析框架，獨(dú)立考察高等職業(yè)教育的工資回報(bào)；（2）利用跨度十年的全國(guó)性數(shù)據(jù)庫，從動(dòng)態(tài)的角度分析職業(yè)教育工資回報(bào)率的最新變化，并且在方法上采用傾向值匹配的辦法來抑制樣本選擇性問題，提高估計(jì)準(zhǔn)確性；（3）綜合考察城市居民和農(nóng)村居民職業(yè)教育的工資回報(bào)。

三、數(shù)據(jù)、變量與實(shí)證模型

（一）數(shù)據(jù)與變量

1.數(shù)據(jù)來源

為了深入考察職業(yè)技術(shù)教育工資回報(bào)率的變遷，使用“中國(guó)綜合社會(huì)調(diào)查”（CGSS）2008年和2017年兩個(gè)跨度十年的數(shù)據(jù)，CGSS調(diào)查采用多段分層隨機(jī)抽樣的方法進(jìn)行，樣本覆蓋全國(guó)28個(gè)省、自治區(qū)和直轄市，具有全國(guó)代表性①關(guān)于數(shù)據(jù)的具體介紹可參見中國(guó)人民大學(xué)“中國(guó)綜合社會(huì)調(diào)查中心”官方網(wǎng)站http：／／www.chinagss.org／。。該數(shù)據(jù)目前是學(xué)界認(rèn)為具有較高質(zhì)量的數(shù)據(jù)之一，成為眾多定量研究者所青睞的數(shù)據(jù)。并且對(duì)于本文而言，CGSS數(shù)據(jù)具有兩個(gè)明顯的優(yōu)勢(shì)：數(shù)據(jù)跨度年限長(zhǎng)并且測(cè)量穩(wěn)定。

2.職業(yè)技術(shù)教育變量的測(cè)量

依據(jù)CGSS數(shù)據(jù)庫中受訪者最高受教育程度的變量，分別生成是否接受過中等職業(yè)技術(shù)教育和是否接受過高等職業(yè)技術(shù)教育兩個(gè)虛擬變量。其中，中等職業(yè)教育包含職業(yè)高中、中專和技校，參照組為受過普通高中教育的群體，這也是目前學(xué)界研究的主流做法；高等職業(yè)教育指大學(xué)?？疲瑸榱吮ＷC具有可比性參照組為最高學(xué)歷是普通高中和中等職業(yè)教育的群體，也即本文比較的核心是中職或高中畢業(yè)后沒有繼續(xù)接受教育的群體和接受高等職業(yè)教育（大學(xué)?？疲┤后w的工資差異。

3.其他變量

本文的因變量工資收入的測(cè)量，按照經(jīng)濟(jì)學(xué)研究的主流做法，采用小時(shí)工資收入，利用CGSS數(shù)據(jù)庫中年工資收入和每周工作小時(shí)數(shù)兩個(gè)變量計(jì)算得出。同時(shí)，為了防止收入變量非正態(tài)分布對(duì)模型估計(jì)產(chǎn)生的影響，在進(jìn)入模型計(jì)算時(shí)對(duì)小時(shí)工資收入取自然對(duì)數(shù)。此外，在進(jìn)行回歸分析時(shí)還控制了一些會(huì)對(duì)工資收入產(chǎn)生影響的重要變量，以及在傾向值估計(jì)時(shí)控制了一些會(huì)對(duì)教育選擇產(chǎn)生影響的重要變量，本文使用的變量具體情況見表1。

表1 變量的統(tǒng)計(jì)描述

從上述簡(jiǎn)單的統(tǒng)計(jì)描述中可以看出，無論是接受中等職業(yè)技術(shù)教育還是高等職業(yè)技術(shù)教育均會(huì)獲得相對(duì)較高的工資，并且在十年的跨度之中，職業(yè)技術(shù)教育還是具有一定的工資優(yōu)勢(shì)，但由于單變量的統(tǒng)計(jì)描述結(jié)果可能存在混淆變量的影響，所以下文還會(huì)進(jìn)行更加深入的統(tǒng)計(jì)分析。

（二）實(shí)證模型

本文首先采用簡(jiǎn)單多元線性回歸（OLS）來初步考察職業(yè)技術(shù)教育的工資回報(bào)。簡(jiǎn)單線性回歸是因果推斷中最為常用的方法，但是其一些假定條件要求較為嚴(yán)格，例如自變量要嚴(yán)格為外生變量，如果自變量存在選擇性偏誤將會(huì)影響到模型的估計(jì)。具體到本文中，是否接受中等職業(yè)技術(shù)教育和是否接受高等職業(yè)技術(shù)教育對(duì)于個(gè)體而言不是隨機(jī)的，既有研究發(fā)現(xiàn)教育是存在自我選擇的，受到自身稟賦、家庭資本等諸多方面影響[16]。即便是在回歸模型中對(duì)相關(guān)變量進(jìn)行控制，但也很難分離出是否接受中等職業(yè)技術(shù)教育和是否接受高等職業(yè)技術(shù)教育對(duì)工資收入影響的凈效應(yīng)，并且這一做法是違背統(tǒng)計(jì)原理的，即模型存在內(nèi)生性問題，會(huì)得到有偏的估計(jì)。

為了克服這一問題，本文進(jìn)一步采用傾向值匹配（PSM）的方法，來解決自選擇偏誤，從而估計(jì)是否接受中等職業(yè)技術(shù)教育和是否接受高等職業(yè)技術(shù)教育對(duì)工資收入的影響?；驹砣缦拢?/p>

可以將樣本分為處理組（D＝1）和控制組（D＝0），是否接受中等職業(yè)技術(shù)教育和是否接受高等職業(yè)技術(shù)教育視為一種干預(yù)，其中接受上述教育的視為處理組，反之則視為控制組。那么，這一干預(yù)對(duì)個(gè)體的收入的影響，即個(gè)體的處理效應(yīng)為y1－y0，而整體的平均處理效應(yīng)（Average Treatment Effect on the Treated，簡(jiǎn)稱ATT）就為：

但是，對(duì)于同一個(gè)個(gè)體，不可能觀察到他在D＝1和D＝0時(shí)的兩種情況，存在反事實(shí)的情況，也即在ATT中E（y0│D＝1）這種情況是不可觀察的，而傾向值的思路就是來尋找一個(gè)替代指標(biāo)，其尋找這一指標(biāo)的思路就是匹配。

假設(shè)個(gè)體i屬于處理組，匹配的思路就是，在控制組找到一個(gè)個(gè)體j，使得個(gè)體i和j的可測(cè)變量盡可能相同，即xi≈xj，從而基于可忽略假定，個(gè)體i和j進(jìn)入處理組的可能性相近，具有可比性，也即除了是否接受干預(yù)外，其他的情況均相似，使得y0i＝y(tǒng)j這就尋找到了這一替代指標(biāo)。但是由于xi是一個(gè)包含多個(gè)變量的多維向量，這就導(dǎo)致如果進(jìn)行精確的一對(duì)一匹配（即在處理組中的個(gè)體一定要找到一個(gè)在控制組中的情況完全一樣的個(gè)體）往往會(huì)導(dǎo)致很多處理組的個(gè)體找不到與之相匹配的控制組中的個(gè)體。因此，隨著匹配維度的上升，統(tǒng)計(jì)學(xué)家提出了降維的方法，其中傾向值匹配就是常用的方法之一[17]。傾向值匹配的特點(diǎn)就是將多個(gè)變量進(jìn)行降維為傾向值，即個(gè)體i進(jìn)入處理組的條件概率。

此外，在進(jìn)行傾向值匹配時(shí)有多種匹配方法，即尋找哪些控制組的個(gè)體來與處理組的個(gè)體匹配。對(duì)于多種方法目前尚無證據(jù)表明究竟該使用哪種，一般認(rèn)為應(yīng)同時(shí)采用多種方法，如果結(jié)果相近說明穩(wěn)健性較好，不依賴于具體的方法。研究主要采用三種匹配方法，分別為：近鄰匹配法、半徑匹配法和核匹配法。

四、研究結(jié)果

（一）職業(yè)技術(shù)教育工資回報(bào)率變遷的OLS分析

表2為職業(yè)技術(shù)教育工資回報(bào)變遷的OLS模型分析結(jié)果，其中模型1和模型2為中等職業(yè)技術(shù)教育工資回報(bào)率在2008年和2017年的分析模型；模型3和模型4為高等職業(yè)技術(shù)教育工資回報(bào)率在2008年和2017年的分析模型。上述模型的因變量均為小時(shí)工資收入的對(duì)數(shù)。

表2 職業(yè)技術(shù)教育工資回報(bào)率變遷的OLS模型：2008—2017

首先來看中等職業(yè)技術(shù)教育的工資回報(bào)情況。從模型1中可以看出，在2008年中等職業(yè)技術(shù)教育對(duì)于工資收入影響顯著為正，接受中等職業(yè)技術(shù)教育可以提高約11.96%（Exp0.113－1≈0.1196）的小時(shí)工資收入，按照中等職業(yè)技術(shù)教育3年的學(xué)制年限計(jì)算，平均到每年約為3.7%左右，這也遠(yuǎn)低于國(guó)際上年10%的收入回報(bào)。并且，到了2017年，從模型2可以看出接受中等職業(yè)技術(shù)教育對(duì)于工資回報(bào)的影響變?yōu)樨?fù)數(shù)且不顯著，說明是否接受中等職業(yè)技術(shù)教育已經(jīng)對(duì)工資收入沒有影響。

接下來再看高等職業(yè)技術(shù)教育的工資回報(bào)情況。從模型3中可以看出，在2008年高等職業(yè)技術(shù)教育對(duì)于工資收入影響顯著為正，接受高等職業(yè)技術(shù)教育可以提高約36.21%（Exp0.309－1≈0.3621）的小時(shí)工資收入，按照高等職業(yè)技術(shù)教育3年的學(xué)制年限計(jì)算，平均得到年工資回報(bào)率約為12%。并且，到2017年高等職業(yè)技術(shù)教育的工資回報(bào)率有所提升，從模型4中可以看出，接受高等職業(yè)技術(shù)教育依舊對(duì)工資收入產(chǎn)生顯著的正向影響，可以提高約39.51%（Exp0.333－1≈0.3951）的工資收入，相比于十年前提升約3.3%。

總體而言，從簡(jiǎn)單OLS回歸結(jié)果可以看出，十年后中等職業(yè)技術(shù)教育的工資回報(bào)優(yōu)勢(shì)已經(jīng)消失，而高等職業(yè)技術(shù)教育的工資回報(bào)率有所提升。但由于教育的選擇性偏誤的存在，上述結(jié)論還是不可靠的，為此下文將進(jìn)一步對(duì)上述問題進(jìn)行深入分析。

（二）職業(yè)教育工資回報(bào)率變遷的傾向值匹配分析

接下來是文章的重點(diǎn)內(nèi)容，即評(píng)估是否接受中等職業(yè)技術(shù)教育和是否接受高等職業(yè)技術(shù)教育對(duì)工資收入影響的平均處理效應(yīng)（ATT）。首先，在估計(jì)傾向值時(shí)，采用Logit回歸方法進(jìn)行估計(jì)①由于篇幅限制估計(jì)傾向值的Logit模型沒有報(bào)告。，納入的協(xié)變量主要為會(huì)對(duì)教育選擇產(chǎn)生影響的變量，包括性別、年齡、戶口性質(zhì)、父親受教育年限、父親黨員身份以及是否獨(dú)生子女。

傾向值匹配需要滿足一個(gè)重要的假定即重疊假定（也叫匹配假定），需要保證控制組與處理組的傾向值有共同的取值范圍，圖1顯示了四個(gè)傾向值匹配模型的共同取值范圍情況?？梢钥吹?，在四個(gè)模型當(dāng)中，絕大多數(shù)的觀測(cè)值均在共同取值范圍之內(nèi)（On support），所以本文的傾向值匹配較好地滿足了這一假定。

圖1 傾向值匹配的共同取值范圍

表3為傾向值匹配的平衡性檢驗(yàn)，反映了中等職業(yè)技術(shù)教育模型和高等職業(yè)技術(shù)教育模型兩個(gè)年度在匹配前和匹配后的標(biāo)準(zhǔn)化偏差（bias）情況。在進(jìn)行傾向值匹配后，三種匹配方法中的處理變量的標(biāo)準(zhǔn)化偏差均大幅度降低，說明數(shù)據(jù)平衡性較好，傾向值估計(jì)準(zhǔn)確。

表3 傾向值匹配的平衡性檢驗(yàn)

表4分別列出了2008年和2017年是否接受中等職業(yè)技術(shù)教育、是否接受高等職業(yè)技術(shù)教育對(duì)工資收入影響的平均處理效應(yīng)（ATT）。從表中可以看出，無論是近鄰匹配、半徑匹配還是核匹配，三種匹配方法具有很好地一致性，這也在一定程度上反映了結(jié)果的穩(wěn)健性。

表4 職業(yè)技術(shù)教育對(duì)工資收入影響的平均處理效應(yīng)

首先，在中等職業(yè)技術(shù)教育方面，2008年的平均處理效應(yīng)在三種匹配方法之下均在0.15左右，即接受中等職業(yè)技術(shù)教育能提高16%（Exp0.15－1≈0.16）左右的小時(shí)工資，分解到每一年約為5%，這也反映出由于自選擇偏誤的存在，傳統(tǒng)的回歸分析低估了中等職業(yè)教育的工資回報(bào)率。但是在2017年，與回歸分析的結(jié)果一致，中等職業(yè)技術(shù)教育的平均處理效應(yīng)在三種匹配方法下不顯著，即其工資回報(bào)的優(yōu)勢(shì)消失。

在高等職業(yè)技術(shù)教育方面，2008年的平均處理效應(yīng)在0.32～0.35之間，即接受高等職業(yè)技術(shù)教育能提高37%～41%（Exp0.32－1≈0.37；Exp0.35－1≈0.41）的小時(shí)工資，分解到每一年約為10%左右，具體來看近鄰匹配和半徑匹配的結(jié)果均在0.34左右，核匹配在0.32左右。并且，到2017年高等職業(yè)技術(shù)教育的工資回報(bào)依舊十分顯著，且平均處理效應(yīng)有所提高，在0.37～0.41之間，即接受高等職業(yè)技術(shù)教育能提高44%～50%（Exp0.37－1≈0.44；Exp0.41－1≈0.50），分解到每一年約為15%左右，具體來看近鄰匹配的結(jié)果約為0.41，半徑匹配的結(jié)果約為0.39，核匹配的結(jié)果約為0.37，均大于2008年的相關(guān)情況。說明十年間高等職業(yè)技術(shù)教育的工資回報(bào)的優(yōu)勢(shì)有所增強(qiáng)，相比于2008年，在2017年高等職業(yè)技術(shù)教育的平均處理效應(yīng)提高了7%～9%左右。

總體而言，傾向值分析的結(jié)果顯示，傳統(tǒng)的簡(jiǎn)單線性回歸低估了職業(yè)技術(shù)教育的工資回報(bào)率。但與簡(jiǎn)單線性回歸一致的是，十年后中等職業(yè)技術(shù)教育對(duì)于提高工資收入的作用消失，而高等職業(yè)技術(shù)教育的作用進(jìn)一步強(qiáng)化。

五、結(jié)論與政策啟示

以上基于2008年和2017年“中國(guó)綜合社會(huì)調(diào)查（CGSS）”數(shù)據(jù)，采用傾向值匹配的方法，詳細(xì)地分析了中等職業(yè)技術(shù)教育和高等職業(yè)技術(shù)教育工資回報(bào)率的變遷，主要得出以下結(jié)論：

第一，中等職業(yè)技術(shù)教育的工資回報(bào)優(yōu)勢(shì)隨著時(shí)間的推移而消失，傾向值分析結(jié)果顯示在2008年接受中等職業(yè)技術(shù)教育能夠提高16%左右的小時(shí)工資，但這一回報(bào)率也是低于國(guó)際水平的，而到了2017年則沒有顯著影響，即中等職業(yè)技術(shù)教育的工資回報(bào)的優(yōu)勢(shì)已經(jīng)不存在。中等職業(yè)技術(shù)教育學(xué)校的培養(yǎng)效果可能值得進(jìn)一步提高，并沒有切實(shí)提高中職學(xué)生的人力資本，使得其在勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)中失去優(yōu)勢(shì)。

第二，高等職業(yè)技術(shù)教育的工資回報(bào)優(yōu)勢(shì)隨著時(shí)間的推移得到強(qiáng)化，從2008年到2017年，高等職業(yè)技術(shù)教育的平均處理效應(yīng)提高了7%～9%左右，2017年的工資回報(bào)率約為44%～50%，分解到每一年約為15%左右，已經(jīng)超過國(guó)際平均水平，也充分展示了我國(guó)高等職業(yè)技術(shù)教育所取得的成效。

第三，在方法層面，本文認(rèn)為無論是中等職業(yè)技術(shù)教育還是高等職業(yè)技術(shù)教育都存在較為嚴(yán)重的自選擇問題，因而導(dǎo)致了簡(jiǎn)單線性回歸低估了其工資回報(bào)率。

本文的研究結(jié)論也具有重要的政策意涵，主要體現(xiàn)在如下三個(gè)方面：

第一，完善中等職業(yè)技術(shù)學(xué)校學(xué)生的升學(xué)機(jī)制，鼓勵(lì)學(xué)生進(jìn)入高等職業(yè)技術(shù)學(xué)校繼續(xù)學(xué)習(xí)。從上述結(jié)論可以看出，在當(dāng)前的勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)之中，中等職業(yè)技術(shù)教育的競(jìng)爭(zhēng)力減弱，工資回報(bào)的優(yōu)勢(shì)已經(jīng)消失。而高等職業(yè)技術(shù)教育卻依舊保持較高的工資回報(bào)，所以鼓勵(lì)學(xué)生繼續(xù)接受高等職業(yè)教育對(duì)其未來的工資收入提高具有重要的意義。并且，當(dāng)前正值高職院校百萬擴(kuò)招的政策背景，也為其升學(xué)提供穩(wěn)定的政策保障。

第二，進(jìn)一步強(qiáng)化高等職業(yè)技術(shù)教育的教學(xué)質(zhì)量，力保高等職業(yè)教育的工資回報(bào)率穩(wěn)中有升。當(dāng)前，高等職業(yè)技術(shù)教育的工資回報(bào)處于較高水平，但是與普通本科教育依舊有一定的差距。并且在高等教育擴(kuò)招、高職教育擴(kuò)招的政策背景之下，學(xué)歷貶值問題仍舊值得警惕，為此高等職業(yè)技術(shù)教育管理部門以及學(xué)校要有危機(jī)意識(shí)，不斷強(qiáng)化人才培養(yǎng)質(zhì)量，保證高職畢業(yè)生在勞動(dòng)力市場(chǎng)上的工資回報(bào)穩(wěn)中有升，真正使得職業(yè)技術(shù)教育“大有作為、大有可為”。

第三，通過高等職業(yè)技術(shù)教育社會(huì)招生，職業(yè)技能培訓(xùn)等途徑為中職畢業(yè)生賦能。針對(duì)已經(jīng)畢業(yè)的中等職業(yè)院校學(xué)生，為了提升其就業(yè)能力，可以通過高職教育的社會(huì)招生提升學(xué)歷?；蛲ㄟ^依托職業(yè)技能提升計(jì)劃，將中等職業(yè)技術(shù)教育畢業(yè)生作為職業(yè)技能培訓(xùn)重點(diǎn)群體提升能力，彌補(bǔ)其在勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)之中的劣勢(shì)，以保證合理的收入分配格局。