Page 185 - 《社会》2016年第2期

社会· ２０１６ · ２

预方程。如方程 ２ 所示：
回归方程： （ ２犪 ）
狔 犻＝ β 犡 犻＋ δ 狑 犻＋ ε 犻

干预方程： 狑 犻 ＝狕 犻 γ＋μ 犻 （ ２犫 ）

如果 狑 犻 ＞ ０ ，则 狑 犻＝１ 否则 狑 犻＝０ ，且
）
犘狉狅犫 （ 狑 犻＝１ ｜ 狕 犻 ＝  （ 狕 犻 γ ）
及
犘狉狅犫 （ 狑 犻＝０ ｜ 狕 犻 ＝１－  （ 狕 犻 γ ）
）

和 服从二元正态分布，且均值为 ０ ，协方差矩阵为 σ 狕 ρ 。
这里 ε 犻 （ ）
μ 犻 ρ １
这里 狑 的作用就是在控制由不可忽略的干预分配所引起的选择偏差
条件下，使用观察到的变量去估计回归系数 （郭申阳、弗雷泽， ２０１２ ：
β
６５ ）。本研究将接受职业教育视为一次干预，这样该模型就可以在控制
可能引起偏差的条件下，诸如影响升学的家庭背景等因素，去估计回归
系数。使用方程 ２犪 所得出的估计系数比方程 １ 所估计的系数更准确，
更能体现由不同教育类型带来的收入回报。纳入选择方程之后，方程
２犪 不再使用最小二乘法，而是使用最大似然法来估计结果。

四、结果分析

表 ２ 中模型为职业选择的多分类逻辑回归模型，结果显示，两种不
同类型教育获得者在职业选择上存在一定的差异。相对于成为非技术
工人，职业教育获得者更倾向于成为专业技术人员，发生比是普通高中
教育获得者的 ２．３５ 倍（ 犲 ０．８５６ ， ＜０．０１ ）。在其余类型的职业方面，两
狆
种教育获得者并没有显著的差异，不过职业教育获得者在其他职业和
职业缺失两类中比重显著偏少。由此可见，职业教育获得者往往获得
了相对匹配的技术型岗位，而普通高中教育获得者往往获得非技术性
岗位。本文的假设 １ 得到证实。
表 ３ 中模型 ２ 为多元线性回归模型，并且嵌套于模型 ３ 。模型 ２
在控制了其他变量的情况下，职业教育获得者收入比普通高中教育获
得者显著高约 １３．３％ （ 犲 ０．１２５ －１ ， ＜ ０．０５ ）。模型 ３ 加入被访者职业类
狆
别变量之后，职业教育变量的系数降低为 ０．０５６ 且不再显著。在职业
方面，与非技术工人相比，单位负责人和专业技术人员的收入显著偏高
（ ＜ ０．００１ ），而农民的收入则显著偏低（ ＜ ０．００１ ）。
狆
狆
· １ ７ ８ ·