普通教育與職業教育精準扶貧的對比分析

楊晶 王鵬 梁青龍

摘 要：在我國廣大的農村貧困地區，教育缺失仍是導致現實貧困以及貧困代際傳遞的重要因素。我國開展的提出“精準扶貧”戰略以來，各級各地政府在教育扶貧方面進行了大量卓有成效的探索與實踐。本文比較分析了普通教育扶貧和職業教育扶貧的作用機制和影響因素，結果表明，普通教育與職業教育精準扶貧的扶持對象、扶持主體和扶持模式三個方面存在顯著差異，宏觀層面因素對兩種扶貧的效果均有顯著影響，但微觀層面因素的影響存在差異。

關鍵詞：教育扶貧;普通教育;職業教育

中圖分類號：F24 ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.28.044

治貧先治愚，扶貧先扶智。教育扶貧通過對貧困人口進行教育投入和教育資助服務，使其掌握一定的知識和技能，提高收入水平，是扶貧攻堅的一種有效模式。2020年中央一號文件指出，今年是全面打贏脫貧攻堅戰收官之年。在此大背景下，本文深入比較分析教育扶貧兩種不同類型：普通教育扶貧和職業教育扶貧的作用機制和影響因素，對于精準評估我國教育扶貧的效果，具有重要的理論和現實意義。

1 普通教育扶貧和職業教育扶貧的作用機制比較

首先，普通教育扶貧有利于解決農村長期貧困以及貧困代際傳遞問題，而職業教育扶貧有利于解決短期貧困，其扶貧覆蓋面更大。普通教育扶貧的扶持對象主要為處于普通教育階段的貧困學生，受扶貧對象年齡和普通教育學制等因素影響，接受普通教育扶貧的學生尚無法在短期內為家庭帶來收益。但是，普通教育能帶來較好的私人非貨幣收益，一方面受教育程度越高相對而言社會生存能力越強，通過不斷的人力資本積累逐步提高家庭收入，以解決長期貧困問題。另一方面，父母的受教育程度對子女的受教育程度有積極作用，普通教育扶貧的長期性和持續性有利緩解農村貧困代際傳遞問題。與此相反，職業教育扶貧的扶持對象范圍更廣、層次更多，既包括未成年的在校學生也包括知識技能需提升的農村勞動力，并且職業教育中貧困人口所占比例相對普通高等教育而言更大，其扶貧覆蓋面更廣泛。同時，受教育者能夠通過職業教育獲得一定的生產知識和技能，迅速融入工作并獲得較高的初期收入，職業教育獲得收益的速度更快，更有利于解決農村短期貧困。

其次，普通教育扶貧應當主要發揮政府的作用，而職業教育扶貧則應多引入市場機制。受教育對象年齡特點的限制，基礎教育階段以在校的全日制學習為主，私人收益低，因此應當更多的發揮政府的作用，由政府籌集資金安排。實際上，我國的義務教育法已經覆蓋初中及初中以下基礎教育階段，由政府發揮主體作用，通過對農村家庭減免學雜費，實施教育扶貧。與之相反，職業教育扶貧應更多地引入市場機制。一方面，職業教育學制短，接受教育者能夠在較短的時間內獲取收益，其私人收益更大;另一方面，通過引入校企合作、工學結合的方式能夠為受教育者提供更充足的實踐機會，加快學生掌握生產技能的速度，增加技能熟練度，能夠進一步縮短受教育者獲取收益的時間，降低其接受教育的機會成本。

最后，普通教育扶貧模式的關鍵在于降低教育成本，而職業教育扶貧模式的關鍵在于提高教育收益。微觀上教育扶貧的矛盾在于貧困地區人口的教育成本和教育收益滿足不了貧困地區人口對教育的需求。普通教育扶貧的關鍵問題在于如何有效地減輕農村家庭負擔，增加政府投入比例，增加貧困人口的教育補助，讓貧困學生不再由于高昂的教育成本而選擇輟學。職業教育扶貧的關鍵問題在于如何設置操作性強且緊跟時代步伐的專業，傳授更能緊貼市場需要知識技能，使得基礎知識相對較弱又急需獲得工作的人群不再由于教育收益有限而放棄教育機會。

2 普通教育扶貧和職業教育扶貧的影響因素比較

結合上述分析可知，影響教育精準扶貧效果的因素包括宏觀影響因素（如教育扶貧項目實施、項目內容、管理考核）和農戶自身微觀因素。受到數據限制的影響，本文利用是否是貧困村作為宏觀影響因素的代理變量。其理由課題組在調研時發現扶貧政策往往更傾向于貧困村，而非貧困村獲得的資源較貧困村少。其他農戶自身微觀因素包括戶主的性別和受教育程度、農戶類型、適應兒童的數量、人均純收入以及增收渠道等。

2.1 普通教育扶貧的影響因素

宏觀因素中，樣本的75%是貧困村的貧困戶，25%是非貧困村的貧困戶，這是由于課題組抽樣時按照3∶1的比例選取貧困村和非貧困村，以貧困村為主。微觀因素中，戶主更多是男性，符合我國農村男性當家的基本情況。戶主的文化程度在小學到初中之間，這也符合江西省貧困農戶的基本特征，大多數貧困農戶成員受教育程度不高。貧困戶類型中一般貧困戶所占比例較大，家庭受教育的適齡兒童人數較少，只有24戶貧困戶中有適齡兒童。樣本貧困戶的家庭人均純收入達到10434.57元，已經遠遠超過當年貧困線，其中增收渠道主要為工資性收入和轉移性收入。

因為本文被解釋變量是非連續有序變量，因此采用多元有序Logistic模型進行計量分析。表1中的模型一顯示了普通教育扶貧的回歸結果，結果顯示宏觀層面的因素顯著影響到建檔立卡貧困戶對普通教育扶貧效果的評價。貧困村的建檔立卡戶認為普通教育扶貧的效果要比精準扶貧之前更好，其評價顯著高于非貧困村的建檔立卡戶。因此，可以看出貧困村與貧困村之間確實存在扶貧政策的差異。課題組在實地調研中了解到貧困村能夠獲得更多的扶貧資源，例如修建村小校舍等。

微觀層面的因素只有貧困戶的類型和增收渠道的影響效果是顯著的。具體而言，一般貧困戶比低保貧困戶對普通教育精準扶貧效果的認同程度顯著更高一些。這與普通教育精準扶貧政策沒有區分貧困戶類型有關。一般而言低保貧困戶的生活生產條件要比一般貧困戶更差，但普通教育精準扶貧政策并沒有針對這類貧困戶給予更加優惠的政策，因而低保貧困戶的評價顯著低于一般貧困戶。增收渠道越依賴于政府補貼的建檔立卡貧困戶對普通教育扶貧效果的評價顯著地越高。這是由于增收渠道更依賴于政府補貼的建檔立卡貧困戶從扶貧政策中獲取了更多的資源，因而對扶貧政策的評價更高。

2.2 職業教育精準扶貧的影響因素分析

因變量為技術培訓扶貧效果，使用貧困戶愿意參加技術培訓與實際參加技術培訓的一致性來度量。課題組在實地調研中發現，貧困戶參加技術培訓的意愿與實際參加與否存在較大差異，有的貧困戶并沒有參加技術培訓意愿，但可能由于村干部要求其參加培訓或參加培訓有誤工補貼等原因，實際參加了技術培訓，然而這種非自愿的培訓并不會給參訓的貧困戶帶來技術水平的提高。類似的，有些貧困戶愿意參加培訓但由于種種原因未能參加培訓，也導致其技術水平不能得以提升。因此本研究使用貧困戶愿意參加技術培訓與實際參加技術培訓的一致性來度量技術培訓扶貧效果。從統計分析結果來看，一致性水平并不高，沒有達到50%。區別在于對技術培訓而言，農戶家中勞動力的數量會影響到農戶參與技術培訓的決策，因而加入勞動力數量這一解釋變量。統計結果顯示樣本貧困戶的戶均勞動力人數為1.45人，可見多數建檔立卡貧困戶勞動力缺乏。

由于本文的被解釋變量Y為二元選擇變量，因此本文擬構建二元Logistic模型進行計量分析。表1的模型二顯示了職業教育扶貧的回歸結果，結果顯示宏觀層面的因素顯著影響到建檔立卡貧困戶技術培訓的意愿與行為的一致性。貧困村的建檔立卡戶技術培訓的意愿和行為的一致性顯著高于非貧困村。與前述分析原因一樣，貧困村在精準扶貧中獲取的資源更多，相應的技術培訓開展的也更多，建檔立卡貧困戶參與技術培訓的機會就越多，一致性相應更高。從微觀層面來看，戶主的文化程度、勞動力人數和增收渠道三個要素會影響到一致性。戶主文化程度越高，貧困戶參與技術培訓的意愿與行為的一致性就顯著更高。這是因為更高文化程度的戶主能夠更好地接受技術培訓的要點，將其轉化到實際生產環節，以提高收益。勞動力人數越多，一致性就顯著更高。其原因在于勞動力越多的農戶，接受技術培訓的概率就更大，一致性就顯著更高。增收渠道中以轉移性收入為主的農戶接受培訓的意愿和行動的一致性更低。實際上，以轉移性收入作為增收主要渠道的農戶往往缺乏勞動力，其對技術培訓的需求本身就低，而在誤工費等補貼的激勵下，這部分農戶往往更容易獲得技術培訓的機會，導致一致性更低。

3 結論及政策建議

基礎教育的扶貧機理在于提高受教育者的基本素質，進而從經濟因素、教育因素和社會保障因素等方面促進其人力資本的提升，實現收入提高、文化轉變和健康獲得，已達到脫貧的目的并根本上阻斷貧困代際傳遞。而職業教育采取學校教育與培訓的方式主要從貧困人口的技能、證書與思想三個層面提升人力資本，進而影響貧困人員生活水準，推進脫貧。

本文使用回歸模型分析了建檔立卡貧困戶對普通教育精準扶貧的效果認同度的影響因素和職業教育參與意愿和行動一致性的影響因素。結果表明宏觀層面的因素在兩個模型中均有顯著影響，而微觀因素中，貧困戶的類型和增收渠道對普通教育精準扶貧效果的認同度影響顯著，戶主的文化程度、勞動力人數和增收渠道三個要素會顯著影響到職業教育參與意愿和行動一致性。

由此，本文提出從三個方面優化教育扶貧政策：第一，無論是普通教育扶貧還是職業教育扶貧，都要在堅持資金、物質幫扶的同時，更加重視因地制宜地從精神上，觀念上、人文關懷上對貧困地區和貧困人口給予幫扶，提高教育扶貧的人文關懷。第二，普通教育扶貧方面，在強化普通教育扶貧中政府的作用的同時，進一步精準識別不同類型的貧困戶細化資助方案，改善提高辦學條件的資金使用效率。第三，在職業教育扶貧方面，通過深化校企合作，構建農村貧困地區職業教育市場機制和社會網絡，更加精準地滿足貧困地區勞動力就業技能培訓的不同需求，提高教育扶貧的收益。

參考文獻

[1]段從宇，伊繼東.教育精準扶貧的內涵、要素及實現路徑[J].教育與經濟，2018，（05）：23-29.

[2]汪德華，鄒杰，毛中根，等.“扶教育之貧”的增智和增收效應——對20世紀90年代“國家貧困地區義務教育工程”的評估[J].經濟研究，2019，54（09）：155-171.