中等教育分流是否有利于破解社會階層固化？

一、引言

教育分流是關系國計民生的關鍵制度設計。一方面，它與產業和社會發展緊密相連，在資源有限的情況下，通過最優配置資源培養不同產業所需的人才，促進社會發展；另一方面，它與家庭教育投入和家長的教育焦慮息息相關，旨在滿足家長對社會公平和教育機會平等的期望，實現階層的向上流動，避免貧困的代際傳遞。教育分流涵蓋職普分流、示范校、快慢班、分層教學等內容的教育分流，實質上是教育分層制度。在教育高質量發展階段，這一制度與民生密切相關，是實現教育公平的關鍵制度。有研究認為，教育分流是揭示教育不平等發生機制以及社會再生產的重要制度因素（Ballarinoetal.，2016），也是我國家長焦慮的主要來源（楊鑫尚等，2024）。

教育分流作為結構性教育制度，在教育強國建設背景下，應將這一宏觀制度設計與個體受教育結果緊密結合，推動學生獲得更加均等的教育機會，以響應《教育強國建設規劃綱要（2024—2035年）》的要求，既要關注教育的“戰略屬性”，又要把握教育的“人民屬性”，將“支撐國家戰略”和“滿足民生需求”有機結合（中共中央amp;國務院，2025）。教育分流是社會分層的重要組成部分，既是促進社會流動的有效途徑，也有助于緩解社會結構中的不平等，推動資源的公平分配，從而促進社會穩定與經濟發展。合理的教育分流制度設計是防止社會階層固化、避免“中等收人陷阱”的關鍵所在，也是實現“讓現代化建設成果更多更公平惠及全體人民”（新華社，2022）的重要體現。通過教育分流的結構性安排，能夠在強化國家競爭力的同時，確保教育公平和社會流動性，進而實現社會的可持續發展。

從全球范圍來看，教育不平等問題日益加劇（Chmielewski，2019），已成為制約各國教育高質量發展的主要障礙（Friedmanetal.，2020）。教育不平等與各國教育制度結構設計的差異密切相關（Parkeretal.，2016），特別是在中等教育階段的分流制度，對學生短期學業成績、高等教育機會的獲得以及日后進人勞動力市場的結果具有重要影響（Brunelloamp;Checchi，2007;VandeWerfhorstamp; Mijs，2010;吳愈曉，2013;王威海amp;顧海，2012;Boletal.，2014）。隨著早期分流負面效應的廣泛證實，世界各國開始反思并批判這一教育制度，許多國家逐步進行改革。自20世紀60年代以來，西方各國政府為應對這一輿論逐步實施教育分流制度改革，推遲初次分流時間節點或直接取消職普分流，創建綜合學校（compre-hensive schools），旨在縮小中等教育階段的校際差距（Pischkeamp;Manning，2006）。這些改革導致學校內部學生差異遠大于校際差異，部分國家通過校內分流來滿足差異化教學需求。例如，北歐國家在綜合教育體系的基礎上，根據學生能力水平實施了班內分層教學和高質量的補習教育（Dupriez etal.，2008）；在法國，初次分流的年齡被推遲到15歲后，初中階段的分班數量明顯增多（Duru-Bellat，1996）。

然而，各國在中等教育分流制度設計方面采取了哪些不同的做法？這些分流制度的效果如何？我國可以從中借鑒哪些經驗？這些問題仍未得到系統的解答。經濟合作與發展組織（Organization for Economic Co-operation and Develop-ment，OECD）開展的國際學生評估項目（Programme for International Student As-sessment，PISA）提供了各國學生個體層面的教育質量數據，我們將其與各國的制度設計相結合，在教育強國建設背景下，引入國際視野，構建教育分流指數，描繪各國的教育分流類型，探討教育分流對教育不平等的影響及其異質性，以期為我國教育分流提供有益借鑒。

二、文獻綜述

（一）教育分流及其測度

教育分流，也稱為分軌，是指通過一定的篩選方式將學生分配到不同的學習軌道，實施更加“專業化”（specialization）的教育，從而培養不同規格和類型的人才（方長春amp;風笑天，2005），是一個國家的結構性教育制度。教育分流的內涵可以分為廣義和狹義兩種。從廣義上看，任何將學生分配到認知能力更為同質的學校或班級的做法都可視為分流（Horn，2009）。在不同國家，教育分流也被稱為分軌（tracking）、能力分組（ability grouping）、分流（streaming）、分班（sorting）等（Betts，2001; Brunello＆Checchi，2007）。狹義的定義則僅限于學制設置，指的是普通教育與職業教育兩種教育類型的分軌。本研究采用廣義的定義。

教育分流包括軌道數量和分軌年齡兩個要素，可分為校際分流（be-tween-schooltracking）和校內分流（within-schooltracking）兩大類別。從水平和垂直維度來看，不同國家學校軌道的數量和層次差異較大。校際分流通常分為職業和學術兩類軌道，并在不同類型學校內根據高低層次進行細分。校際分流在歐洲國家和部分亞洲國家較為普遍，不同學校軌道的學習內容各不相同，如學術（academic）、職業（vocational）或普通（general）教育，這即通常意義上的職普分流。在同一學習內容的學校類型內部，也可以將具有相似能力水平的學生集中在同一所學校內，這種做法被稱為能力分層（abilitystratification）（Parker etal.，2016），如我國的重點高中、示范性高中等。校內分流在大多數英語國家和部分北歐國家較為普及，通常在同一所學校內將學生分配到不同層次的班級，如按照某科成績將學生分為基礎班、中級班或高級班，分別提供不同難度的課程，這種做法在美國高中最為常見，通常稱之為課程分流（course-by-course tracking）（Chmielewski，2014），也就是我國的班級分層。另一種校內分流形式為班內分層教學，即遵循“組內同質，組間異質”的原則，教師根據學生成績或能力表現劃分學習小組并進行差異化教學。從分軌年齡上看，各國初次分流的年齡規定差異較大。在德國、奧地利、匈牙利以及瑞士的許多州，第一次分流通常發生在小學畢業時，學生約10歲；而在其他國家，如加拿大、日本、挪威、瑞典等，初次分流時間較晚，大多發生在義務教育階段結束后，在學生15歲左右（Felouzisamp;Charmillot，2023）。教育分流的具體概念結構如圖1所示。

從教育分流的測度來看，國內外相關研究在教育分流的測量上經歷了從虛擬變量到連續變量、從單一指標到綜合指數的發展過程。大部分早期實證研究傾向于將教育分流視為二維虛擬變量，依據國家教育系統的特征將其劃分為高度分流國家與綜合教育國家，或早期分流國家與晚期分流國家，并將其與代表教育公平的相關指標關聯（Hanushekamp;WoBmann，2006）。這種測量方式反映了教育分流政策對教育公平的潛在影響。另一種操作方法是將教育分流視為連續變量，例如使用學生初次分流年齡或教育軌道的數量作為測量指標（Ammermuller，2005）。此外，也有學者利用多水平線性模型的組內相關系數（Intra-class CorrelationCoefficient，ICC）來衡量校際能力分層的程度（Marks，2006）。ICC指標評估了學校內部學生在學業成績上的相似度及其與其他學校學生的平均差異，較高的ICC值表明學校內學生的學業成績更為同質，校際分流水平更高。在此基礎上，部分研究通過多個測量指標對國家教育分流政策進行類型化分析（Bol etal.，2014;Brunelloamp;Checchi，2007;Traini，2022），例如初次分流時間、分流課程的持續時間、職業學校學生比例或分流標準等指標。為了更好地整合多個測量指標的信息，蒂斯·博爾等人（Boletal.，2014）基于多項指標采用因子分析方法構建了教育分流指數，認為高水平的教育分流制度通常伴隨較早的選拔、持續時間更長的分軌課程以及更多的教育軌道數量。謝金辰和盧春天（2022）則從出身、技術、政策三個維度選取了初次分流時間、標準化考試指數以及高中階段職普比作為教育分流指數的構建因子，用以反映教育分流指數變化對教育公平的影響。

學者們根據不同國家教育分流的差異，將各國進一步劃分為不同的分流類型。一種常見的分類方式是根據分流層次和自由選擇程度進行區分。例如，娜塔莉·蒙斯（Mons，N.）基于不同國家教育分流模式的水平差異和垂直差異，提出了四種教育系統類型：強制實施早期職普分流的分軌模式（separationmodel），以德國、比利時、荷蘭為代表；以高留級率為特征的統一綜合模式（uniformintegrationmodel），以西班牙、葡萄牙、法國為代表；普遍實施校內分流的自由選擇綜合模式（a-la-carte integrationmodel），以美國、英國、加拿大為代表；主張“無分流”的個性化綜合模式（individualised integrationmodel），以芬蘭、丹麥、瑞典為代表（侯利明，2020）。在此基礎上，侯利明（2020）將教育系統進一步擴展為五個類型，將以中國、日本、韓國為代表的東亞教育系統單獨歸類為應試主義系統，以實施職普分流、能力分層和標準化考試為主要特征。另一種分類方式是依據分流導向與分流時點進行二維劃分。例如，王曉燕（2019）參照霍珀的教育選擇理論，總結出四種類型：學術型一晚分流（美國、日本等）、職業型一早分流（德國、英國、法國及部分北歐國家）、學術型一早分流（新加坡）和職業型一晚分流（芬蘭）。

如上所述，現有研究主要集中于校際分流，包括校內分流在內的系統性研究仍顯不足。考慮到校內分流的實際組織形式往往因學校而異，缺乏一致性，因此很難將其視為國家層面的制度變量。在國際相關研究中，探索教育分流對教育不平等影響時，通常將教育分流簡化為職普分流或校際分流，并將美國及其他實行校內分流的國家歸類為“無分流”（non-tracking）國家（Bolet al.，2014）。此類研究（VandeWerfhorstamp;Mijs，2010）多聚焦于比較實施校際分流的國家與綜合教育體系國家（如澳大利亞、英國和美國）在教育不平等方面的差異表現。本研究將從廣義教育分流的定義出發，構建教育分流指數，并劃分不同國家的分流類型。

（二）教育不平等及其測度

教育不平等的否定表達是教育機會均等（EqualityofEducational Opportunity），其與正義的概念緊密相關。依據這一道德原則，所有人，無論其背景如何，都應有機會發揮自己的潛力（OECD，2023a，p.110）。已有研究（楊文杰amp;范國睿，2019）也多從這個角度闡釋教育公平。著名的《科爾曼報告》（Coleman，1966，p.72）強調教育結果的平等，認為教育機會均等不僅指各校的入學對所有學生都是平等的，而且還意味著各校的效能相當，從而消除不同社會出身的兒童在起點上的差距。胡森（2009）則依據個體受教育的不同階段，將教育機會均等劃分為起點公平、過程公平和結果公平。PISA基于結果公平進一步區分了教育公平的兩個基本維度，即平等（fairness）和包容（inclusion）。其中，平等的目標是確保所有學生都有機會充分發揮他們的學習潛力，無論其背景如何，包括學業成績的社會經濟差異、性別差異、移民身份差異以及學生所處教育系統的差異等；包容的目標則是確保所有學生都能接受優質教育，并至少達到數學、閱讀和科學學科的基礎熟練度水平（OECD，2023a，p.111）。

已有相關實證研究對教育不平等的測量主要存在兩種基本傾向。其一，將教育不平等定義為學生學業成績的離散程度，即成就不平等（inequalityofachievement），通常通過學業成績的方差、標準差、四分位距等指標進行測量（Ferreiraamp;Gignoux，2014）。其二，將教育不平等定義為學生學業成績差距在多大程度上可以通過社會人口特征、社會經濟地位等先賦性特征來解釋，即強調機會不平等（inequalityofopportunity）。例如，PISA通過父母的最高受教育水平、職業地位及家庭擁有物等指標，構建經濟社會文化地位指數（Economic，Social and Cultural Status，ESCS），并用ESCS對學生學業成績方差的解釋比例來衡量機會不平等（OECD，2023b，p.114）。本研究對教育不平等的測度同時兼顧成就不平等和機會不平等。

（三）教育分流與教育不平等的關聯性

已有研究普遍發現，教育制度和社會政策對社會流動性影響深遠，且不平等的教育資源分配是導致階層固化的重要因素（Breenamp;Jonsson，2005），也就是說教育分流在很大程度上加劇了教育不平等。在跨國比較分析中，一方面，從教育分流對個體的學業成績差異影響來看，教育分流制度是解釋各國測試成績分布差異的關鍵因素，除了家庭背景和學校資源外，教育分流對個體學業成績差異有重要影響。早期的校際分流會顯著擴大學業結果的教育不平等程度（Woessmann，2016）。在職普分流較早或更為嚴格的國家，學生學業成績的離散程度更高（Dupriez et al.，2008;Montt，2011）。早期分流對學生的平均學業成績產生負面影響，這種負面作用對成績較差的學生尤為明顯，而對成績優異的學生群體影響較小（Lavrijsenamp;Nicaise，2016）。與始終實施綜合教育的國家（地區）相比，實行校際分流的國家（地區）測試成績的標準差要高出四分之一，且校際分流進一步加大了低學業表現學生與高學業表現學生之間的差距（Hanushekamp;WoBmann，2006）。另一方面，從教育分流對家庭社會經濟地位與學業成績關系的影響來看，教育分流往往與弱勢家庭學生較差的學業成績相關（Buchmannamp;Park，2009）。早期分流有助于優勢家庭學生學業成績的提升，從而加劇了教育機會的不平等（Horm，2013）。在那些學生15歲時接受教育軌道較多、教育系統初次分流時間較早且校際學生成績差異較大的國家，社會階層對學生閱讀成績的解釋力更強（Marks，2005）。基于國際閱讀素養進展研究項目（Progress in In-ternationalReadingLiteracy Study，PIRLS）2OO1年和PISA200O年數據的研究（Ammermuller，2005）發現，在教育體系高度分流的國家，教育機會不平等現象更加嚴重。PISA2006年數據顯示，教育分流指數每增加1個單位，家庭社會經濟地位對學生科學成績的預測效應就會平均增加1.4分。換句話說，與實施綜合教育的國家相比，高度教育分流的國家在教育機會不平等方面表現更為嚴重（Boletal.，2014）。這一研究發現與其他關于教育分流的實證研究（Brunelloamp;Checchi，2007）結果一致。

除了這些跨國比較研究外，部分學者還研究了某些國家教育分流制度改革的效果，研究（Kerretal.，2013）表明，實施綜合教育可以提高學生平均學業成績并減少成就不平等。來自德國的實證數據（Matthewes，2021）表明，在長期實施綜合教育的州，學生的學業表現更好，且對低學業表現學生的影響顯著為正，對高學業表現學生的影響則不顯著。換句話說，延遲分流既能提高效率，也能促進教育公平。基于德國巴伐利亞州教育分流改革的研究（Piopiunik，2014）也表明，教育分流降低了低學業表現學生的成績

同時，取消教育分流顯著提升了家庭社會經濟地位較低學生的學業成績（Aakvik etal.，2010；Kerr etal.，2013），有效減少了教育機會不平等。赫爾曼·范·德·沃夫霍斯特（VandeWerfhorst，2019）研究了21個歐洲國家1925—1989年出生的人群家庭背景對于教育獲得的影響。國家固定效應模型的結果表明，推遲校際分流后，父母職業階層與子女教育獲得之間的關聯性被削弱。異質性分析顯示，這一變化主要降低了優勢家庭孩子的成績，進而促進了教育機會平等。克勞迪婭·特拉尼（Traini，2022）利用歐洲社會調查在個體層面的9輪次測查數據分析發現，教育分流的標準越依賴于學生的能力，教育獲得的社會經濟地位梯度越大；而推遲初次分流年齡則顯著減少了教育機會不平等。基于社會再生產的相關研究（Sulzmaier，2020）也表明，早期分流會加劇教育的代際繼承，而推遲初次分流年齡則有助于顯著提高教育流動性。

但也有部分學者（Figlioamp;Page，2002）對上述研究提出質疑，認為教育分流并不必然導致教育不平等的擴大。來自發展中國家校內分流實踐的相關研究結論與西方發達國家較為不同。埃斯特·杜弗洛等人（Dufloetal.，2011）在肯尼亞開展了課程分流的隨機實驗設計，比較了60所課程分流學校（其中學生根據其初始能力水平被分配到不同層次的班級）和61所隨機分配學校（其中學生被隨機分配到不同班級），研究表明，不同初始成績表現的學生均能夠從課程分流中獲益。也有學者發現教育分流與成就不平等之間并沒有正相關關系。范·德·沃夫霍斯特和喬納森·米吉斯（VandeWerfhorstamp;Mijs，2010）計算了國家的成績離散水平與各種教育分流指標之間的相關性，比如14歲學生被分配的教育軌道數量、分流課程持續時間占中等教育總時間的比例、中等教育階段參加職業教育的學生比例等，這些指標的相關系數均在-0.2左右，表明國家教育分流水平越高，學生成績離散程度越低，但是這些相關系數并沒有統計顯著性。也有相關實證研究（Vogtenhuber，2018;Ballarino etal.，2016）表明，教育分流對學業成績的社會經濟地位梯度并沒有發揮顯著的調節作用。與以往的相關實證研究結論不同的是，阿利森·鄧恩（Dunne，2010）發現對于實施教育分流制度的國家來說，與社會背景相關的學業成績不平等似乎并不高，來自較高家庭社會經濟地位的學生在高度分流的教育系統中實際上比在綜合教育系統中的學生獲得的學業成績更低。

部分學者還進一步研究了不同教育分流類型在教育不平等作用中的差異性。實證研究（Heisigamp;Solga，2015）表明，與綜合教育或校內分流相比，實施校際分流會造成不同家庭社會經濟地位學生學業成績的差異更大。在考慮了其他人口統計特征后，課程分流造成的教育機會不平等明顯低于職普分流（Chmielewski，2014）。這一發現支持了生命歷程假說，即認為在實施校際分流的教育系統，初次分流時間節點通常較早，而父母背景對較小年齡兒童的教育結果具有更大的影響，從而產生更大的教育機會不平等。德國教育體系通常被視為早期校際分流制度的典型代表，其在小學4年級之后實行的嚴格校際分流制度通常被視為產生教育機會不平等的關鍵機制之一（Schindler，2017）。

三、數據來源與研究方法

（一）數據來源與樣本信息

本研究使用的數據來自PISA2022。PISA2022共有81個國家（地區）參加，其中包括37個OECD成員國，這為教育分流政策的國際比較研究提供了足量的樣本案例。最終有完整數據的為78個國家（地區）。我國四省市（北京、上海、江蘇、浙江）雖然參加了PISA2022的預試，但受疫情影響，未參加正式測試，故不在分析范圍內。PISA參測學生年齡在15歲3個月至16歲2個月之間，而OECD成員國平均初次分流年齡為14.3歲（OECD，2023b，p.154），基于時間跨度考慮，本研究可以以PISA學生為樣本，開展教育分流及其對教育不平等影響的研究。在構建教育分流指數時，采用了OECD基于PISA2022數據庫發布的結果報告數據（OECD，2023b，pp.154-155），并進一步將教育分流指標數據與PISA2022學生和學校數據庫合并，來自20.841所學校的577，191個學生樣本納人后續實證分析。

此外，本研究對個別異常數據指標進行了其他數據的替代。由于各國抽樣框限制，在個別早分流國家中，職業教育學生在PISA收集數據的15歲時，已經參與職業實習等職業教育，不在學校就讀。因此，本研究在構建教育分流指數過程中，在計算“職普分軌水平”也就是普通教育學生和職業教育學生所占比例時，對于德國的這一指標，使用OECD2023年發布的教育概覽數據替代（OECD，2023c，p.165）；對于新加坡的這一指標，使用該國教育部發布的統計年鑒數據替代（Ministry of Education，2024，p.6）。

（二）研究方法與變量說明

1.主成分分析法與分流指數

本研究通過主成分分析法（PrincipalComponentAnalysis，PCA）對教育分流指數進行合成。PCA是一種數學變換方法，它將給定的一組相關變量通過線性變換轉換成另一組不相關的變量，這些新的變量按照方差依次遞減的順序排列，分別為第一主成分、第二主成分，依此類推（虞曉芬amp;傅玳，2004）。主成分的線性轉換模型為：

f_i=L_i^TX（i=1，2，…，m）

其中， f_i 表示第 i 個主成分， L_i （ l_i1 ， … ， l_im ）為第 i 個特征值（ λ_i ）對應的標準化特征向量， X （ x₁ ，…， x_m ）為原始相關變量經正向化、標準化處理后的指標向量，用 X_m 表示原始相關變量。

本研究從分流軌道數量、類型比例和分流年齡三方面，構建教育分流指數。教育分流指數反映了國家（地區）教育分流政策實施的嚴格程度或正式化水平，值越高表明教育分流實施得越嚴格，比如更早的初次分流節點、更多的學生就讀于職業學校、校際生源差距更明顯，以及更多學校實施課程分流或班內分層教學，等等。本研究選擇5個相關變量對不同國家（地區）的教育分流水平進行測度。其中3個指標反映校際分流水平，即初次分流年齡（ X₁ ）、15歲學生群體中就讀于職前或職業學校的學生比例（ X₂ ），以及低學業表現學生與高學業表現學生在學校上相互隔離的水平（ X₃ ）①，前兩個指標對應職普分軌的實施程度，而學校隔離指數對應能力分層的實施程度。其余2個指標反映校內分流水平，即根據學生能力將學生分人不同班級的學校比例（ X₄ ），對應課程分流的實施程度②；根據學生能力將學生分入同一班級內不同小組的學校比例（ X_s ），對應班內分層教學的實施程度。為了滿足變量的正向化要求，即值越大代表教育分流水平越嚴格，在模型分析過程中，將初次分流年齡重新賦值（ 16=1 ， 15=2 ， 14=3 13=4 ，12=5， 11=6 ，10=7）。測量指標的說明及描述性分析結果詳見表1。

最后，對 k 個主成分（ ki/Σ_i=1^mλ_i） 。

2.潛在剖面分析法與分流類型

為進一步概括世界主要國家（地區）教育分流類型，本研究使用了潛在剖面分析法（Laten ProfileAnalysis，LPA）。LPA是通過潛在類別變量來解釋外顯連續指標間的關聯，使外顯指標間的關聯通過潛在類別變量來估計，進而維持其局部獨立性的統計方法（王孟成amp;畢向陽，2019，p.3）。外顯變量向量Y的概率密度函數可表示為：

其中，外顯變量包括初次分流時間、職普分軌水平、能力分層水平、課程分流水平以及班內分層教學水平5個連續指標； η_i 為潛在類別概率，即第 i 個類別的樣本數占總樣本數的比例； k 表示潛在類別的數量，本研究依次建構潛在類別數為1一5類的潛在剖面模型，通過模型的擬合優度指標赤池信息量準則（AIC）、貝葉斯信息準則（BIC）、Entropy值以及基于Bootstrap的似然比檢驗（BLRT）來決定潛在類別的最佳數量。其中AIC和BIC值越小表明擬合越好，Entropy值越接近1表明潛在分類越精確，BLRT用于模型比較，顯著的BLRT值表明 k 個類別模型優于 k-1 個類別模型； 為潛在類別 i 下，外顯變量向量的條件分布， μ_i 為均值向量， Σ_i 為方差協方差矩陣。

3.固定效應模型與教育不平等

本研究采用兩種統計策略分析教育分流對教育不平等的影響效應。其一，基于簡單線性回歸模型分析教育分流與成就不平等之間的關聯性，并通過繪制二維散點圖予以直觀展現，其中成就不平等用PISA2022國家（地區）數學學業成績的標準差進行測量，數據來源于PISA報告（OECD，2023a，pp.310-311）。其二，采用固定效應模型分析教育分流對機會不平等的影響效應，將國家固定效應項納人模型作為解釋變量，以控制無法觀測的與機會不平等相關聯的混淆變量。具體模型如下：

Y_i=β₀+β₁gender_i+β₂grade_i+β₃ESCS_i+β₄track_i+β₅ESCS_i*track_i+Σ_k=k-1β_kD_k+r_iβ₂ger_k

本研究對于機會不平等的測度采用學生家庭社會經濟地位對學生學業成績的作用效應來測量。模型中， Y_i 為學生 i 的數學素養成績（PISA2022的主測學科），在PISA數據庫中為10個似真值（PV1MATH—PV10MATH），代表一個學生可能合理的能力范圍；ESCS為學生家庭社會經濟文化地位變量， β₃ 反映了機會不平等的水平；track為教育分流指標，對應系數值為 β_? ；交互項（ ESCS*track） 反映了教育分流在學生家庭社會經濟文化地位對學生數學成績影響上的調節效應，對應系數 β_s 為教育分流對教育機會不平等影響效應的測量指標，是本研究關注的核心指標，系數顯著為正表明教育分流能夠顯著增大學生家庭社會經濟文化地位對數學成績的作用效應，即擴大教育機會不平等，反之則縮小教育機會不平等；gender為學生性別變量（ 1= 女， 0= 男），grade為學生年級變量（ 1= 初一， 2= 初二， 3= 初三， 4= 高一， 5= 高二， 6= 高三，視作連續變量）， β_? 和 β_? 分別為對應變量的系數值； D_k 為第 k 國家（地區）的虛擬變量，β_k 為對應國家（地區）的固定效應量； r_i 為殘差項。

四、研究結果

（一）世界主要國家（地區）教育分流指數的分布情況

教育分流指數的合成采用主成分分析法。首先，對測量指標間的相關性水平進行檢驗，根據Bartlett球形檢驗（Bartlett’s test forsphericity）結果和KMO（Kaiser-Meyer-Olkin）值綜合判斷各測量指標間的內部一致性。檢驗結果表明，Bartlett球形檢驗卡方統計量為96.06，自由度為10，相應的 p 值小于0.05，拒絕原假設，即認為各測量指標間存在相關性；KMO值為0.58，大于0.5的經驗標準，意味著各測量指標間存在一定的相關性，適合進行主成分分析。其次，通過提取3個主成分發現，累積方差解釋比例已達 85.70% ，其中，第一主成分（ f₁ ）方差解釋比例為 41.21% ，第二主成分（ f₂ ）方差解釋比例為 30.78% ，第三主成分（ f₃ ）方差解釋比例為 13.71% 。最后，計算主成分得分，并以每個主成分的方差貢獻率為權重進行線性加權，獲得綜合評價得分。為了便于理解，對綜合評價得分進行最小—最大標準化（Min-MaxNormalization）處理①，將綜合評價得分線性轉換到[0，1]區間，最終獲得教育分流指數，部分結果見表2。

整體而言，教育分流政策實施最嚴格的有奧地利、德國、捷克、比利時、保加利亞、荷蘭等10個國家（地區），教育分流指數大于等于0.7；教育分流政策實施相對嚴格的有意大利、北馬其頓、黑山、匈牙利、土耳其等23個國家（地區），教育分流指數大于等于0.4；教育分流政策實施不太嚴格的有烏拉圭、巴拿馬、烏克蘭、多米尼加、卡塔爾、巴西等34個國家（地區），教育分流指數大于0.1；教育分流政策實施最不嚴格的有愛沙尼亞、英國、丹麥、烏茲別克斯坦、加拿大、瑞典等11個國家（地區），教育分流指數小于等于0.1。從表2最后一列看，教育分流嚴格的國家整體學生素養表現不如分流程度較低的國家。

（二）各國（地區）教育分流的類型

對比所建構的潛在類別數為1—5類的潛在剖面模型發現，AIC值和BIC值在潛在類別數為4的時候達到最小值，3—5個類別的Entropy值均為0.86，5個類別的BLRT指標并不顯著（表明5類別模型并不優于4類別模型），綜合各項考慮之后，最終采用4類別的潛在剖面模型。然后，依據4類別模型計算每個潛類別在外顯指標上的條件均值，結果見表3的第2一6列。可以發現，第1類的初次分流年齡僅為11.6歲，遠低于參測國家（地區）平均水平（14.54歲），屬于“早分流型”，其余3類的初次分流年齡較晚，歸為“晚分流型”。進一步從其他測量指標看，第1類不僅校際分流水平較高，校內分流水平也處于中等水平，命名為“高分流型”，有 17.95% 的國家（地區）屬于此類，比較典型的有新加坡、比利時、德國等；第2類職普分軌水平和能力分層水平均較高，校內分流水平均較低，命名為“以校際分流為主的晚分流型”，有 34.62% 的國家（地區）屬于此類，比較典型的有法國、日本、中國臺灣等；第3類課程分流水平和班內分層教學水平較高，職普分軌水平和能力分層水平均較低，命名為“以校內分流為主的晚分流型”，有 29.49% 的國家（地區）屬于此類，比較典型的有美國、英國、加拿大等；第4類在校際和校內分流水平上均表現較低，命名為“低分流型”，有 17.95% 的國家（地區）屬于此類，比較典型的有芬蘭、瑞典、冰島等。

（三）教育分流對教育不平等的影響效應及其異質性分析結果

圖2展示了教育分流指數與成就不平等關聯性的分析結果。橫坐標為教育分流指數，縱坐標為成就不平等，菱形代表觀察到的國家（地區），斜線為教育分流指數對成就不平等指標的簡單線性回歸擬合線。可以發現，隨著教育分流指數的增加，成就不平等水平也明顯加劇。具體而言，簡單線性回歸的系數值為12，即教育分流指數每增加0.1，國家（地區）的成就不平等水平就會增加1.2;R² 值為0.05，表明教育分流指數能夠解釋各國（地區）成就不平等 5% 的變異。進一步分析教育分流指數的各測度指標（初次分流年齡、職普分軌水平、能力分層水平、課程分流水平以及班內分層教學水平）與成就不平等的關聯性發現，僅能力分層水平與國家（地區）數學學業成績標準差存在顯著的相關性（ β=37.41 ， plt;0.05 ），其余測度指標即使在 10% 的顯著性水平下仍然不具有統計顯著性。

表4展示了教育分流對機會不平等的影響效應及其異質性分析結果。因變量為學生數學素養成績，模型1納入了ESCS與教育分流指數的交互項，模型2到模型6分別單獨納入了ESCS與教育分流各測度指標的交互項（初次分流年齡、職普分軌水平、能力分層水平、課程分流水平以及班內分層教學水平），模型7納入了ESCS與教育分流類型的交互項（以ESCS*低分流型為參照組）。所有模型均納人了ESCS與教育分流指標的主效應項，并納入國家（地區）固定效應項以捕捉所有未觀察到的國家（地區）間的異質性。

從模型1結果來看，在控制了其他變量的條件下，高年級學生的平均數學成績顯著高于低年級學生；男生的平均數學成績比女生顯著高出6.05分；學生ESCS對學生數學成績具有顯著的正向預測能力，即學生ESCS每提高1個標準差，平均數學成績將顯著提高24.06分；教育分流指數對學生數學成績同樣具有顯著的正向預測能力，即教育分流指數每增加0.1，平均數學成績將顯著提高74.44分；ESCS與教育分流指數的交互項顯著為正，即教育分流指數在學生家庭背景對學生數學成績的作用中發揮著顯著的正向調節作用，具體而言，教育分流指數每增加0.1，學生家庭背景對數學成績的預測效應平均增加1.42分。

模型2—模型6進一步展示了教育分流指數的各測度指標與ESCS的交互項分析結果。控制變量的系數值和顯著性水平均與模型1相似，不再贅述。從各指標的交互項來看，整體而言，教育分流各指標均在不同程度上正向調節學生ESCS對學生數學成績的作用效應。具體而言，初次分流年齡每提前1歲，學生家庭背景對數學成績的預測效應就會平均增加1.06分；職前或職業學校學生比例、實施課程分流制度的學校比例和實施班內分層教學的學校比例每提高 10% ，相應的平均預測效應會分別增加1.59分、0.23分和0.77分；學校隔離指數每提高0.1，平均預測效應會顯著增加3.36分。

模型7將世界主要國家（地區）的教育分流政策實踐類型與ESCS的交互項納入模型進行分析。可以發現，相比于“低分流型”國家（地區），“高分流型”國家（地區）呈現出更大的機會不平等，而“以校內分流為主的晚分流型”國家（地區）則會顯著縮小機會不平等。具體而言，以“低分流型”國家（地區）為參照，“高分流型”國家（地區）比“低分流型”國家（地區）的機會不平等效應平均高出1.49分；“以校內分流為主的晚分流型”國家（地區）比“低分流型”國家（地區）的機會不平等效應平均低出3.25分；“以校際分流為主的晚分流型”國家（地區）與“低分流型”國家（地區）在機會不平等效應上不存在顯著差異。

五、總結與討論

（一）教育分流的世界圖景

表2的研究結果呈現了全球教育分流的基本情況。從全球性趨勢來看，教育分流并非主流的普遍做法，在國家（地區）內，校內分流和校際分流通常不會同時實施，僅分布于部分“高分流型”國家（地區）。

第一，多數國家不強調嚴格分流。參加PISA2022的78個國家（地區）中，近 60% （45個）參測國家（地區）的教育分流指數小于0.4，在全球的分布較為廣泛，各大洲和各主要國家（地區）均有分布。這45個參測國家（地區）絕大部分屬于“晚分流型”，在15歲或16歲開始職普分軌。其中， 31.33% （14個）參測國家（地區）是“低分流型”，不管在校際還是校內，均較少分流； 46.67% （21個）是“以校內分流為主的晚分流型”。教育分流指數小于等于0.1的國家（地區）主要分布在部分英語系國家（英國、加拿大等）、北歐國家（冰島、芬蘭、瑞典、挪威等），大部分國家（地區）屬于“低分流型”（ 60% ）。也就是說，分流并非全球普遍趨勢。

第二，少數分流最嚴格的國家（地區）既強調校際分流也注重校內分流。教育分流指數大于等于0.7的國家（地區）基本分布在歐洲（10個），包括中歐地區的奧地利、德國、捷克、波蘭、斯洛伐克，西歐的比利時、荷蘭，以及東南歐的保加利亞、克羅地亞、塞爾維亞。大部分國家屬于“高分流型”（ 60% ）。也就是說，對于教育分流最嚴格的國家（地區）而言，強調職普分軌或能力分層的國家（地區），在校內也傾向于實施更嚴格的分班或分層教學。

第三，分流較嚴格的國家主要強調校際分流。 29.49% （23個）國家（地區）教育分流指數大于等于0.4、小于0.7，教育分流制度實施相對嚴格，大部分屬于“以校際分流為主的晚分流型”（ 56.5% ）。這些國家（地區）通常不強調校內分流，而是根據學生的學業表現將其分在不同培養方向和學業程度的學校中，比如法國和日本。

（二）校際分流是加劇教育不平等的主要因素

本研究探討了校際分流制度與教育不平等的密切關系，并發現，與其他分流類型相比，校際分流對于教育不平等的影響最大。

第一，校際分流是加劇教育不平等最主要的制度設計。本研究發現，教育分流制度實施更嚴格的國家（地區）呈現出更大的成就不平等，同時，以社會經濟地位梯度表征的機會不平等情況也更為嚴峻。校際分流的各項測度指標均在不同程度上正向調節學生家庭社會經濟文化地位對學生數學成績的作用效應，能力分層水平越高，國家（地區）數學學業成績的離散程度也越大，均存在加劇教育不平等的潛在風險。也就是說，校際分流制度是教育系統不平等的主要根源之一。

第二，校際分流制度越密集，越容易造成社會階層固化。從各國（地區）教育分流政策實踐類型與機會不平等的分析結果來看，相比于“低分流型”國家（地區），“高分流型”國家（地區）的教育系統呈現出更大的不平等格局。校際分流與校內分流雙重疊加的教育機會不平等預期遠大于單一分流制度對教育機會不平等的平均預測效應。

第三，教育分流更不利于處境不利學生，導致貧困的代際傳遞，其存在兩種解釋邏輯。首先是“社會選擇效應”（social selectioneffect），即認為社會經濟背景在學生被分配到不同教育軌道的過程中發揮更重要的作用，即使具有相似的學業成績表現，處境不利學生更可能被分配到職業學校或低層次學校（Vande Werfhorstamp;Mijs，201O）。生命歷程假說（life course hypothesis）進一步解釋了教育分流中的“選擇效應”。該假說指出，社會經濟背景在個體年輕時對其成功的影響更大，隨著年齡的增長而減弱（Blossfeldamp;Shavit，1991）。也就是說，相比于實施綜合教育系統或晚期教育分流制度的國家（地區），實施早期教育分流制度的國家（地區），教育機會不平等的潛在風險更大。其次是不同社會經濟背景的家長和學生出于“規避風險”（riskaversion）或“維持地位”（statusmainte-nance）的考慮（Breenamp;Goldthorpe，1997）。一般而言，處境不利的家長在子女教育選擇過程中傾向于“規避風險”策略，傾向于讓子女就讀職業學校或低層次學校，即使他們的學業成績相對較好。相反，中產階級家庭則傾向于“維持地位”策略，選擇那些能將向下流動風險降到最低的教育方式，即使學業成績表現相似，其子女也更有可能進人學術教育軌道或更優質的學校。

（三）校內分流加劇教育不平等的可能性相對較低

一方面，相比于校際分流，作為非正式制度的課程分流與班內分層教學造成教育不平等的潛在風險相對較低。具體而言，不管是課程分流還是班內分層教學均與國家（地區）數學學業成績的標準差不存在顯著相關；表4的結果也顯示，每增加 10% 的課程分流學校或實施班內分層教學學校，學生家庭背景對數學素養成績的平均預測效應僅增加0.23分或0.77分，遠低于同樣單位（增加10% ）職業學校學生比例的增加量（1.59分）。同時，相比于“低分流型”國家（地區），“以校內分流為主的晚分流型”國家（地區）對教育機會不平等的平均預測效應顯著低3.25分。之所以存在這樣的細微差距，可能的原因之一在于校內分流實施的靈活性和流動性。相比于職普分軌制度，課程分流或班內分層教學這兩類分配方式并不是永久的制度安排，不會限制學生的畢業或職業軌道（Steenbergen-Huetal.，2016），學生在不同成績班級或教學小組之間可以適當流動，學校管理者或者教師對學生分配具有完全的自主權。

另一方面，校內分流仍會顯著加劇教育機會不平等，加劇社會階層固化，而處境不利學生往往面臨“雙重劣勢”。其一，來自人口端，學業成績在校內分流中并非唯一或主要的考量依據。有研究（Boaleretal.，200O）表明，來自工人階級、少數族裔及低社會經濟地位等背景的弱勢學生群體，往往不成比例地被分配到低成績班級中。這意味著，校內分流更多地反映了學生的社會結構背景，而非其真實的智力水平。此外，學生在學業上的成功或失敗并非隨機事件，而是與學生的社會背景存在緊密的關聯性（Hartas，2018）。其二，來自過程端，不同層次班級在同伴、教師質量、課程質量、教師期望以及教育資源投入等方面的不平等分配，成為加劇教育機會不平等的重要推手（Terrinamp;Triventi，2023）。比如，有學者（Kususanto et al.，2010;Macqueen，2012）分別從教師和學生的心理要素視角解釋了教育分流引發教育機會不平等的潛在機制：在更高層次的課程班級中，教師對學生的學術潛力往往表現出更高的期望，教師對學生的高期望能夠極大地激勵學生取得更高的成績和進步，相反，針對較低層次的課程班級的學生則普遍表現出“污名化”的特征，伴隨著更寬松的教學標準、更低要求的教學目標以及偏向記憶、練習、控制的教學方法，等等。

六、對我國教育分流的啟示

雖然PISA2022數據庫缺少我國大陸地區數據，但可以借助PISA2018我國京一滬一蘇一浙四省市教育分流指數的各指標估算我國的情況。教育分流幾個指標基本情況如下。1）初次分流年齡。我國學生普遍在初中畢業后迎來初次分流，此時學生年齡一般為15歲，高于PISA2022的OECD平均水平（14.3歲），屬于“晚分流型”。2）職普分軌水平。基于PISA2018學生數據計算，我國四省市就讀于職業學校的15歲學生比例為 17.9% ，高于PISA2022的OECD平均水平1 12.3% ），在PISA2022參測國家（地區）樣本中可以排在第20位，與日本、哈薩克斯坦、烏拉圭、希臘等國的水平相當。3）能力分層水平。根據ICC指標計算的能力分層水平指數為0.42，在PISA2018的75個國家（地區）中排在第20位，遠高于PISA2018的OECD平均水平（0.22）（OECD，2019，p.86）。4）課程分流水平和班內分層教學水平。基于PISA2018學校數據庫計算，我國四省市實施課程分流和班內分層教學的學校比例分別為 49.34% 和 90.98% ，遠高于PISA2022的OECD平均水平（ 37.49% 和 48.06% ），在PISA2022參測國家（地區）樣本中分別排在第26位和第1位。

整體而言，我國四省市教育分流呈現出中等水平的校際分流與高水平的校內分流共生的特征，估算教育分流指數處于全球較高水平。這與我國曾實施的重點學校和重點班政策緊密相關，是教育制度的長期效應和累積效應。根據PISA2018數據，我國四省市三科總成績的標準差為87，位于全球第19位，學生家庭社會經濟地位對三科總成績的解釋率為 12.6% ，處于全球第32位，教育不平等問題仍比較突出。

在建設強國的過程中，教育不平等仍然是一個突出挑戰。如何通過結構性制度設計促進教育公平，打破階層固化，成為我國教育深層次改革的關鍵所在。借鑒國際教育分流改革的相關經驗，未來我國教育分流的設計可以從以下策略入手。

一是加強產業鏈接，降低校際分流比例。從宏觀政策角度來看，通過大規模和制度化地對學生進行包括職普分流、示范校在內的校際分流，既不利于教育高質量發展，也不利于社會流動。但這并不意味著要“一刀切”地降低中等教育階段的職普分流比例。當前，我國人才供需并不契合，表現為中等職業教育規模持續縮小，技能人才培養存在結構性短板，信息技術類、加工制造類等中職畢業生占比持續下降，不能滿足實體經濟發展需求，也無法強有力地支撐中國制造和中國創造目標的實現（柳學智amp;張瓊，2024）。為此，首先需要動態監控產業需求信息，建立區域性人才供需信息平臺，為地方政府有序調整職普招生規模提供實時數據。其次，在未來學齡人口大幅下降的趨勢下，伴隨信息技術特別是AI的迅猛發展，低成本的個性化教育成為可能，班內的分層教學或進一步個性化因材施教逐漸成為教育現實。在此背景下，并不需要通過更加固化的分軌將學生的學習內容提前固定下來，而是可以進行更加精準的適時調整，以適應學生個體和社會發展的雙重需求。

二是進一步加強職普融通，打造靈活貫通的軌道，降低家長教育焦慮。“雙減”政策實施以來，雖然家長整體教育焦慮水平有所降低，但對子女的升學擇校和學習成績的焦慮水平仍未得到顯著性改善（祁占勇等，2024）。教育分流政策成為家長教育焦慮的主要原因，表現為對中等職業教育辦學質量低下、中等職業教育讀了沒有前途、高中階段職普分流過早等方面的擔憂（徐國慶，2024）。雖然我國長期以來倡導職普融通發展，但是職業教育與普通教育之間的壁壘仍然存在，加之職業教育縱向銜接不暢，中等職業教育往往成為終結性教育，升學“無望”，使家長對于孩子成績的關注遠勝其他。為此，首先需要打破職業教育與普通教育之間的流動壁壘，改“終結性教育”為“階段性教育”，實現職普教育的雙向貫通。一項基于1960年代德國教育分流制度改革（在中等教育階段實施多次分流）的實證研究（Schindler，2017）為此提供了證據，研究發現初次分流結果正逐漸失去對教育不平等的決定性作用，教育不平等更大程度上可以被中等教育期間的教育流動（educationalmobility）改變，并且在大多數隊列樣本中發現教育流動能夠顯著降低教育不平等，尤其是對于弱勢家庭學生而言，教育軌道的流動性似乎已成為他們進人文理中學（Gymnasium）的主要途徑。其次，推進高中階段學校多樣化發展，辦好綜合高中，弱化學校分類帶來的標簽效應，進而促進教育公平。綜合高中在很大程度上消弭了職普教育的隔閡，實現了通識教育、技能教育、專業初級教育與就業教育的有效聯結，同時具備升學與就業雙重渠道，是實現職普融通的有利組織形式（祁占勇amp;吳仕韜，2024）。

三是推動教育標準化建設，特別是投人和資源的標準化，促進校際教育資源均衡發展。教育標準化建設是教育機會均等的基本條件，是教育分流的基礎性保障。博爾等人（Boletal.，2014）的相關實證研究發現，地區統一考試（cen-tralexaminations）能夠顯著降低教育分流導致的教育機會不平等。除此之外，教育標準化還包括執行統一的國家課程和建設標準化學校（經費預算、教學設施設備、教職工配備等）（VandeWerfhorst＆Mijs，2010）。我國長期實施的重點學校制度導致校際各類資源均存在較大的差異，重點學校“名亡實存”，示范校長期存在，校際教育資源存在較大不平衡。為此，首先要完善集團化辦學，通過強校輻射弱校，整體擴大優質教育供給，提高弱校的辦學質量，形成“共建共享、合作共贏、互惠共生”的辦學格局（趙德成 等，2024）。其次，強教必先強師，要進一步優化中小學教師“縣管校聘”管理機制，有序推進教師交流輪崗，逐漸減少城鄉、校際師資配備差距，拓寬鄉村學校或薄弱學校教師專業發展渠道，補齊鄉村學校或薄弱學校教師隊伍建設短板，促進縣域教育均衡發展。最后，深人實施國家教育數字化戰略，打破傳統教育資源的時空限制，擴大優質教育資源覆蓋面，實現數字賦能教育公平。

參考文獻

方長春，amp;風笑天.（2005）.階層差異與教育獲得——一項關于教育分流的實證研究.清華大學教育研 究（5），22-30.

侯利明.（2020）.教育系統的分流模式與教育不平等——基于PISA 2015數據的國際比較.社會學研究 （6），186-211，245-246.

胡森.（2009）.平等——學校和社會政策的目標.In張人杰.國外教育社會學基本文選（修訂版） （pp.158-179）.華東師范大學出版社.

柳學智，amp;張瓊.（2024）.供需結構性矛盾視閾下教育科技人才體制機制一體改革.中國行政管理（9）， 15-22.

祁占勇，方潔，amp;任姝怡.（2024）.“雙減\"格局下家長教育焦慮紓解了嗎？——基于中國29省（區、市） 的實證調查.中國遠程教育（4），28-46.

祁占勇，amp;吳仕韜.（2024）.積極發展綜合高中是高中階段教育職普融通的關鍵之舉.中國教育學刊 （5），36-41， 88.

王孟成，amp;畢向陽.（2019）.潛變量建模與Mplus應用·進階篇.重慶大學出版社.

王曉燕.（2019）.邁向\"有差異的優異\"——發達國家基礎教育分流模式與特征.教育研究（9），71-86.

王威海，amp;顧源.（2012）.中國城鄉居民的中學教育分流與職業地位獲得.社會學研究（4），48-66， 242-243.

吳愈曉.（2013）.教育分流體制與中國的教育分層（1978—2008）.社會學研究（4），179-202，245-246.

謝金辰，amp;盧春天.（2022）.教育分流程度與學業成就不平等研究——基于PISA2018的國際比較.教育 與經濟（4），48-59.

新華社.（2022-10-27）.習近平瞻仰延安革命紀念地：弘揚偉大建黨精神和延安精神 為實現黨的二十 大提出的目標任務而團結奮斗.中華人民共和國中央人民政府網站.htps：//www.gov.cn/xinwen/ 2022-10/27/content_5722232.htm

徐國慶.（2024）.高中階段學校多樣化發展背景下中等職業教育改革思路.教育發展研究（8），35-42.

楊鑫尚，高文書，amp;劉英俊. （2024）.升學競爭如何影響家庭支出——基于微觀調查數據的新證據.山西 財經大學學報（9），15-27.

楊文杰，amp;范國睿.（2019）.教育機會均等研究的問題、因素與方法：《科爾曼報告》以來相關研究的分 析.教育學報（2），115-128.

虞曉芬，amp;傅玳.（2004）.多指標綜合評價方法綜述.統計與決策（11），119-121.

趙德成，李威瓔，amp;李冠宇.（2024）.構建互惠共生格局：基礎教育集團化辦學的創新路徑.教育研究 （5），123-131.

中共中央，amp; 國務院.（2025-1-19）.中共中央國務院印發《教育強國建設規劃綱要（2024—2035年）》. 中華人民共和國中央人民政府網站.https：//www.gov.cn/gongbao/2025/isse_11846/202502/content_ 7002799.html

Aakvik，A.，Salvanes， K.G.，amp; Vaage，K. （2O10）. Measuring heterogeneity in the returns to education using an education reform. European Economic Review， 54（4）， 483-500.

Ammermuller，A. （2005）.Educational opportunities and the role of institutions （pp.1-44）. ZEW-Centre for European Economic Research Discussion Paper.

Ballarino， G.，Bernardi，F.，amp; Panichela，N. （2O16）. Education systems and inequality based on socialorigins： The impact of school expansion and design. In A. Hadjar，amp; C. Gross （Eds.）， Education systems and inequalities （pp.135-158）. Policy Press.

Betts，J.R.（2Oo1）.The economics of tracking in education.In E.A.Hanushek，S.Machin，amp;L.Woessmann （Eds.），Handbook of the economics of education （pp.341-381）.North-Holland.

Blossfeld，HP.，amp;Shvit，Y.（1991）.Persisting barrers： Chnges ineducationalopportunities inthirteencountries （pp.1-46）. EUI Working Paper.

Boaler，J.，Wiliam，D.，amp;Brown，M. （2Ooo）.Students’experiences ofabilitygrouping-disaffection，polarisationand the construction of failure.British Educational Research Journal，26（5）， 631-648.

Bol，T.，Witschge，J.，Vande Werfhorst，H. G.，amp; Dronkers，J. （2O14）.Curricular tracking andcentral examinations： Counterbalancing the impact of social background on student achievement in 36 countries.Social Forces，92（4），1545-1572.

Bren，R.，amp; Goldthorpe，J.H.（1997）.Explaining educational differentials： Towards a formal rational action theory.Rationality and Society， 9（3），275-305.

Bren，R.，amp; Jonsson，J.O.（2Oo5）.Inequality of opportunity in comparative perspective： Recent research on educational attainment and social mobility. Annual Review of Sociology，31，223-243.

Brunello，G.，amp; Checchi，D. （2Oo7）. Does school tracking afect equality of opportunity？ New international evidence. Economic Policy，22（52），781-861.

Buchmann， C.，amp; Park，H.（2O09）.Stratification and the formation of expectations in highly diffrentiated educational systems.Research in Social Stratification and Mobility，27（4），245-267.

Chmielewski，A.K. （2O14）.An international comparison of achievement inequality in within-and betweenschool tracking systems. American Journal of Education， I2O（3） ，293-324.

Chmielewski，A.K.（2019）.The global increase in the socioeconomic achievement gap，1964 to 2015.American Sociological Review， 84（3），517-544.

Coleman，J.S.（1966）. Equality of educational opportunity.Government Printing Office.

Duflo，E.，Dupas，P.，amp; Kremer，M. （2O11）.Peer efects，teacher incentives，and the impact of tracking： Evidence froma randomized evaluation in Kenya.American Economic Review，1Ol（5），1739-1774.

Dunne，A. （2O10）.Dividing lines： Examining the relative importanceof between-and within-schooldiffrentiation during lower secondary education （Doctoral dissertation）. European University Institute.

Dupriez，V.， Dumay，X.，amp; Vause， A.（20o8）. How do schol systems manage pupils’ heterogeneity？ Comparative Education Review，52（2），245-273.

Duru-Belat，M.（1996）.Social inequalitiesin French secondary schools：From figures to theories.British Journal ofSociologyofEducation，17（3），341-350.

Felouzis，G.，amp; Charmilot，S.（2O23）. Tracking and educational inequality：A longitudinal analysis of two school reforms inSwitzerland.British Journal of Sociology of Education，44（4），738-763.

Ferreira，F.H.，amp; Gignoux，J.（2O14）.The measurementof educationalinequality： Achievementandopportunity. The World Bank Economic Review，28（2），210-246.

Figlio，D.N.，amp;Page，M.E.（2OO2）.Schoolchoiceandthedistributional effectsof abilitytracking：Does separation increase inequality？ Journal of Urban Economics， 5I（3） ，497-514.

Friedman，J.，York，H.，Graetz，N.，Woyczynski，L，Whisnant，J.，Hay，S.I.，amp;Gakidou，E.（2O2O）.Measuring and forecasting progress towards the education-related SDG targets.Nature，580（7805），636-639.

Hanushek，E. A.，amp; WoBmann，L. （2O6）. Does educational tracking affect performance and inequality？ Diffrences - in - differences evidence across countries. The Economic Journal，116（51O），63-76.

Hartas，D. （2018）. Setting for English and Maths： 11-year-olds’characteristics and teacher perceptions of school attitudes.Research Papers in Education，33（3），393-410.

Heisig，J.P.，amp; Solga，H. （2O15）.Secondary education systems and the general skilsof less-and intermediateeducated adults： A comparison of 18 countries.Sociology of Education，88（3），202-225.

Horn，D.（2Oo9）.Age of selection counts： A cross-country analysis of educational institutions.Educational Research and Evaluation， I5（4） ，343-366.

Horn，D.（2O13）.Diverging performances： The detrimental efects of early educational selection on equality of opportunityinHungary.Research in Social Stratificationand Mobility，32，25-43.

Kerr， P. S.，Pekkarinen，T.，amp; Uusitalo，R. （2013）. School tracking and developmentof cognitive skills. Journal of Labor Economics，31（3），577-602.

Kususanto，P.，smail，H.N.，amp; Jamil，H.（2O10）.Student’sself-esteemand their perception of teacherbehavior： Astudyof between-class ability grouping.Electronic Journal of Research in Educational Psychology，8（2）， 707-724.

Lavrijsen，J.，amp; Nicaise，I. （2O16）.Educational tracking，inequalityand performance： New evidence fromadifferences-in-differences technique.Research in Comparative and International Education， II（3） ，334-349.

Macqueen， S. （2012）. Academic outcomes from between-classachievement grouping： The Australian primary context.TheAustralian Educational Researcher，39（1），59-73.

Marks，G.N. （2Oo5）. Cross-national diferences and accounting for social class inequalities in education. International Sociology，20（4），483-505.

Marks，G.N.（2O06）. Are between-and within-school differences in student performance largely due to socio-economic background？ Evidence from 30 countries.Educational Research，48（1），21-24.

Matthewes，S. H. （2O21）. Beter together？ Heterogeneous effects of tracking on student achievement. The Economic Journal，131（635），1269-1307.

Ministry of Education. （2024）. Education statistics digest 2024. Management Information Branch.

Montt，G.（2O11）.Cross-national diferences ineducational achievement inequality.Sociologyof Education， （20 84（1） ，49-68.

OECD. （2019）. PISA 2018 Results （Volume II）： Where all students can succeed. OECD Publishing.

OECD. （2023a），PISA 2022 Results （Volume I）： The state of learning and equity in education. OECDPublishing.

OECD. （2023b）. PISA 2022 Results （Volume I）： Larning during- and from-disruption. OECD Publishing.

OECD. （2023c）. Education at a glance 2023： OECD Indicators. OECD Publishing.

Parker，P.D.，Jerrim，J.，Schoon，I.，amp; arsh，H.W. （2o16）.Amultination study of socioeconomic inequality in expectations for progression to higher education： The role of between-school tracking and ability stratification. American Educational Research Journal，53（1），6-32.

Piopiunik，M. （2O14）.The effects of early tracking on student performance： Evidence from a school reform in Bavaria. Economics of Education Review，42，12-33.

Pischke，J.S.，amp; Manning，A. （20o6）.Comprehensive versus selective scholing in England in Wales： Whatdo we know？（pp.1-31）.IZA Discussion Paper.

Schindler，S.（2O17）.School tracking，educational mobility and inequality in German secondary education： Developments across cohorts. European Societies， I9（1） 28-48.

Steenbergen-Hu，S.，Makel，M. C.，amp; Olszewski-Kubilius，P.（2016）.What one hundred years of research says about the efects of ability grouping and acceleration on K-12 students’academic achievement： Findings of two second-order meta-analyses.Review of Educational Research，86（4），849-899.

Sulzmaier，D. （2O2O）.Thecausal effect of early tracking in German schools on the intergenerational transmission of education （pp.1-4O）.BGPE Discussion Paper.

Terrin，E.，amp;Triventi，M. （2O23）.The effectofschooltracking onstudentachievement and inequality：A metaanalysis.ReviewofEducational Research，93（2），236-274.

Traini，C.（2O22）.The stratification of education systemsand social background inequalityof educational opportunity.International JournalofComparativeSociology，63（1-2），10-29.

Van deWerfhorst，H.G.（2O19）.Early tracking and social inequality in educational attainment： Educational reforms in21 European countries.AmericanJournalof Education， I26（1） ，65-99.

Van deWerfhorst，H.G.，amp;Mijs，J.J.B.（2O1O）.Achievement inequalityand the institutional structureof educational systems：A comparative perspective.Annual Review of Sociology，36，407-428.

Vogtenhuber，S.（2O18）.Theinstitutionalconditionsof inequalityincredentialandskillatainmentandtheir impactonoccupational placement.Research inSocial Stratification and Mobility，55，13-24.

Woessmann，L. （2O16）.Theimportanceofschool systems：Evidencefrom internationaldiffrences instudent achievement.JournalofEconomicPerspectives， 30（3） ，3-32.

How Can Secondary Education Tracking Contribute to Breaking Social Class Solidification？ A Structural Analysis of Education Systems Based on Global Comparisons

Qian Ajian and Zhao Qian

Abstract： Education tracking isa crucial structural education system that plays a significant role in national development and public welfare. It encompasses various stratified designs，including vocational-academic tracking，model schools， ability-based classes，and differentiated instruction，all of which are closely tied to educational equity and social mobility. This study analyzes data from 78 countries/ regions in PISA 2O22. First， principal component analysis was employed to construct an education tracking index，revealing that nearly 60% of the participating countries/regions had an education tracking index below O.4， suggesting that education tracking is not a universally adopted practice. Additionally，within the same country/ region， in-school tracking and inter-school tracking are generally not implemented concurrently. Secondly， employing Latent Profile Analysis （LPA）， the typologies of educational tracking across countries and regions were classified into four distinct profiles：high-tracking，late-tracking characterized predominantly by between-school differentiation， late-tracking characterized predominantly by within-school differentiation，and low-tracking. Finally， utilizing simple linear regression and fixed-effects models， the analysis examined the significant exacerbating effects of educational tracking on educational inequality. The findings revealed that between-school tracking systems are the principal contributors to the intensification of educational inequality，whereaswithin-school tracking exhibits a comparatively lower potential