雷曉燕：教育、人力資本與長期發展

題記：2023年10月14日，“北大國發院MBA講壇”特邀北大博雅特聘教授、國發院黨委書記兼學術委員會主任、健康老齡與發展研究中心主任，教育部長江學者特聘教授雷曉燕做主旨演講。本文根據演講內容整理。

今天與大家分享的主題是“教育、人力資本與長期發展”。最近，諾貝爾經濟學獎得主克勞迪婭·戈爾丁成爲備受關注的人物，她是一位女性勞動經濟學家，這次憑藉在教育領域的研究而獲獎。我們的研究領域有不少相近之處。

今天主要講如下幾個部分：

1. 關於教育和經濟的幾個典型事實；

2. 從研究模型的角度探討教育的作用，教育回報的評估；

3. 2023年度諾獎得主戈爾丁在研究中提到的教育與技術競賽問題；

4. 對中美教育比較的觀察和思考。

關於教育和經濟的典型事實

首先要明確三組關係：教育與勞動力參與之間存在正相關關係，即受教育程度越高的人越有可能參與工作；教育與失業率存在負相關關係，即受教育程度越高的人失業的可能性越低；教育與收入之間也存在正相關關係，即受教育程度越高的人收入越高。

根據對北大CFPS（中國家庭追蹤調查）2014-2020年四期數據的觀察，我們發現，受教育程度爲大專及以上的人羣相比於高中、初中和小學及以下的人羣，其收入水平明顯較高。隨着時間的推移，不同教育水平人羣的收入都有所增長，但相互之間的收入差距非常明顯，特別是大專及以上教育水平的人羣與其他教育水平的人羣之間的收入差距最大。

從模型角度探討教育的作用

在解釋教育與收入之間的關係時，有一個經典的模型被稱爲“信號模型”。該模型認爲，教育並沒有直接提高生產力，而是起到篩選人才的作用。例如，考上大學的人本身就是能力更強的人。他們並不是通過讀大學提高了自身能力，而是他們本身就具備較高的能力，高考只是把他們從人羣中篩選出來。能夠考上名牌大學的人可能具備更高的能力。

信號模型認爲教育的效應可以被形象地描述爲“羊皮效應”，這個比喻源自最初學位證書是用羊皮製作的。“羊皮效應”指擁有學位證書可以向企業傳遞一個信息，即持有該學位的人具備較高的能力。學位起到了篩選人才或提供資格認證的作用。“羊皮效應”的存在基於信息不對稱：因爲企業往往無法準確評估一個人的生產能力，因此需要依賴第三方的資格證明來輔助判斷。考學就成了重要的篩選。

如果教育只具有信號功能，那麼投資教育並沒有提高整體的社會效益（除非能夠提高人與工作之間的匹配度以提高生產效率）。

人力資本模型則認爲教育可以通過提升人力資本來提高勞動生產率。通過提高勞動生產率，個體能夠創造更多的價值，從而獲得更高的收入。人力資本模型有一些基本結論：教育年限與收入之間存在正相關關係，即教育年限越高，收入越高。然而，隨着教育年限的增加，收入的增長速度會下降。當勞動力的教育程度較低時，增加一年的教育會顯著提升工資水平；但當勞動力的教育程度已經相對較高時，再增加一年的教育對工資提升的幅度就不再顯著。

依據教育的人力資本模型可以進一步推出一些擴展結論：

1. 投資教育可以顯著提高社會效益，因爲教育能夠提升勞動生產率。

2. 欠發達地區教育程度較低和較高羣體之間的收入差距大於發達地區。隨着教育程度的提升，工資差距雖然存在，但會縮小。在貧窮地區，增加一單位的教育可以帶來較大的工資提升，導致教育程度高低之間的收入差距較大。因此，在欠發達地區，教育回報相對更高。

3. 在欠發達地區增加對教育的投資，包括學校建設和培訓等，投資回報率較高。在貧困地區或國家，投資教育是非常有效的扶貧手段。通過在貧困地區提供教育，可以大大改善當地的經濟狀況。當然，直接爲貧困地區的孩子提供教育，比進行再分配也能更加精準進行扶貧。

從美國的實踐經驗來看，當在黑人生活區修建更多的學校時，會明顯地縮小黑人和白人之間的收入差距。

如何評估教育回報

教育回報的評估方法是一個被學術界廣泛討論的話題，去年三位諾貝爾經濟學獎得主的貢獻主要在這些方法方面。今年的諾獎主要在於研究的問題，戈爾丁的研究涉及勞動經濟學中的教育、歷史和性別等領域。

教育程度與收入之間的正相關關係並不能簡單地歸因爲因果關係。如前所述，高教育程度的人薪資較高可能僅僅是因爲教育程度高的人本身就具備較高的能力。因此，我們不能僅僅根據相關性就認爲教育對提高人力資本有益而大量投資教育。

在計量經濟學中，有多種方法可以消除不可觀測的能力水平對結果的偏誤。其中一種方法是隨機實驗。類似於疫苗實驗的思路，研究對象被隨機分爲兩組，一組接受教育，另一組不接受教育，然後觀察他們之後的工作和收入差異。儘管教育對個人的影響是長期的，難以進行完全的隨機實驗，但在政府實施的教育扶貧項目中可以進行隨機實驗。例如，在兩個地區選擇能力水平相近的人進行實驗，其中一個地區實施教育項目，另一個地區不實施，這可以確保被選中的人羣在能力水平上基本相似，是否接受教育就可以成爲最重要的差異化變量。通過比較他們之後找工作和收入方面的差異，可以更準確地評估教育的回報率，並消除能力差異對結果的影響。這種方法可以提供更可靠的教育效應評估，從而爲政策制定者提供更有針對性的參考。

隨機實驗在規模上存在限制，並且耗時耗力，在使用人爲實驗進行教育干預也存在爭議。在大多數情況下，研究者傾向於用自然實驗，即利用現有的自然數據來進行實證分析。其中一種典型方法是將政策衝擊作爲工具。例如，在某地新建學校就是一種政策衝擊，然後觀察該地區教育水平的提高是否伴隨着收入的增長。通過與教育情況未發生變化的羣體進行比較，可以判斷教育是否對收入產生影響。在這種情況下，教育並非個體自主選擇，而是政府強制性政策的結果。

爲了消除不可觀測的能力水平對結果的影響，另一種方法是使用斷點回歸，其中政策衝擊可以是自然發生的政策。例如，入學年齡和義務教育是常見的政策，因爲這兩個規定可以使得年齡接近的人教育程度不一樣。比如，去年的諾獎得主Angrist等就利用這種外生衝擊巧妙地識別教育回報率。

中國的義務教育和大學擴招也是外生的政策衝擊。比如在義務教育實施時你已經超過義務教育年齡，比如15歲、16歲，那麼政策對你就沒有影響。但如果你當時只有5歲，那麼受該政策的影響就會很大。通過比較這些不同羣體的收入水平，也可以識別出教育對收入的影響當然，研究中不僅關注收入，還關注了其他方面。

研究教育回報的另一種常用方法是斷點回歸。比如通過比較高考分數相近，但剛剛上線上了大學和剛好落榜沒上過大學的人的收入差異。因爲高考分數在一定程度上代表了人的學習能力，而學習能力又與其他能力相關聯。那些在高考錄取分數線上下的兩部分人羣，其能力幾乎相當。然而，只有錄取分數線上的人才有機會上大學，而線下的人則沒有這個機會，這就形成了所謂“斷點”，這兩個羣體的收入差異，更是教育帶來的回報。因此，通過斷點回歸的方法，研究者能夠更準確地評估教育對個體收入和其他方面的影響。

賈瑞雪和李宏斌就是用這種方法識別精英大學（如985、211大學）的教育回報情況，發現精英大學的教育回報相當可觀。Bleemer and Mehta也是用這種方法來識別經濟學教育的回報。他們以加州大學一所分校的學生爲研究對象，該校大一學生需要先修的經濟學原理課程達到一定分數才能被錄入經濟學專業，這個錄取成績就形成了識別的“斷點”。研究發現，讀了經濟學專業的學生未來收入明顯較高，說明經濟學教育的回報不菲。

教育的其他非經濟影響

教育的回報不僅僅限於收入，還包括其他非經濟方面的回報。

美國的研究表明，教育程度高的人具有更健康的生活方式，比如戒菸、減少酒量、避免藥物濫用、積極鍛鍊等行爲。特別是受過高等教育的人羣，在健康行爲改善方面表現最爲顯著和積極。人們的這些行爲改善最終帶來了更好的健康狀況。

北大國發院趙耀輝老師主持收集的CHARLS（中國健康與養老追蹤調查）數據顯示了中老年人的預期壽命和身體健康狀況與受教育程度之間的關係。把研究對象按不同的教育程度（文盲、半文盲、小學、初中及以上）進行分組。在65歲以下的人羣中，當被問及他們能否活到75歲時，教育程度較低的人表示活到75歲的可能性很低，而教育程度較高的人大多認爲自己能夠活到75，顯示教育程度與預期壽命呈正向關係。同時，老年人的教育程度與其他健康指標也顯示出正向關係。

教育程度高的人也能夠更好地影響自己的子女，影響機制包括自然因素和養育因素。自然因素指的是遺傳因素，即聰明的父母往往會有聰明的孩子，這與基因有關。而養育因素則是指高教育程度的父母能夠更好地撫育和教育孩子。除了遺傳和養育，

養育的渠道，最近我們的一篇文章還發現義務教育的實施通過提高女性教育而促進了女性在生育方面做出更好的選擇，從而達到優生優育的效果。這對下一代的影響也非常深遠。

因此，教育對於個體的影響非常廣泛且全面。

教育與技術的競賽問題

戈爾丁的研究《教育與技術的競賽》討論了美國教育發展的情況。在20世紀初，美國的教育發展非常迅速，其中高中運動起到了重要作用，大大提高了高中的入學率和畢業率。此外，大學教育也得到了提升，入學率和畢業率也有顯著提高。

這段時間的美國高等教育具有兩個重要特點。首先，美國高等教育分爲公立學校和私立學校，並且在這一時期內，公立學校與私立學校同步發展。其次，美國的教育系統非常開放，鼓勵外來移民到美國接受教育，尤其是接受高等教育，包括博士學位。這對於美國人獲得諾貝爾獎尤爲重要。在諾貝爾獎科學和醫學領域的獲得者中，美國人的比例在1935年之前較低，但在20世紀初有了顯著提升並保持穩定增長，這表明美國引進了大量的人才並鼓勵他們留在美國，而這些人最終獲得了諾貝爾獎。這說明美國的教育系統爲那些有潛力獲得諾貝爾獎的人才提供了充分支持。

美國人受教育年限也迅速增長，到1980年已經高達14年，即大部分的受教育程度都高於高中水平，也就是有很大比例獲得了大學學歷。

戈爾丁指出，在20世紀初期，美國教育發展的同時，經濟也在發展，並且收入差距較小，但是在20世紀後期，儘管經濟仍在發展，但收入差距變大。她對此提供了一個解釋，美國後期收入差距擴大的原因是教育的發展沒有跟上技術進步，即沒有滿足技術對人才的需求，從而導致收入差距擴大。技術的進步需要更高水平的教育人才。如果教育投入不足，無法培養出足夠數量的高等教育人才，供不應求的情況就會推高高等教育人才的工資水平，因此收入差距就會擴大。

研究者還比較了大學教育回報率和高中教育回報率的不同。從1950年開始，大學教育回報率高於高中教育回報率，並且這個差距在不斷擴大。這說明教育發展沒有跟上技術發展的趨勢，從而可以解釋美國的收入差距問題。

中國教育與跨國比較

從CFPS（中國家庭追蹤調查)數據可以瞭解中國的教育回報情況。通過觀察不同出生年代人羣的教育完成率發現，60後、70後的小學完成率可達百分之八十，90後接近100%。從70後開始，高中和大專學歷的完成比例均上升，特別是90後完成高中學業的比例達60%。這個比例包括了普通高中和職業高中學生。反過來看，大約有40%的人未完成高中及以上學歷。至於大學學歷，90後大約有40%的人可達此水平。

儘管我們的教育水平已經有很大改善，但由於歷史積累，我們與其他國家仍存在差距，特別是與發達國家差距較大。OECD（2021年）數據將成年人羣體的教育狀況分爲三類：高中以下、高中和高等教育（大學及以上）。相對於發達國家來說，中國高中以下人羣的比例相對較高。

高等教育勞動力比例跨國比較

再觀察我國勞動力的教育水平。勞動力人口是我國未來發展和創造生產力的主力軍，因此他們的教育水平非常重要。關注勞動力中受過高等教育者的佔比，發現中國勞動力中高等教育程度佔比較低。這是因爲目前我國的人口結構仍以年齡較大的羣體爲主導，年輕羣體相對較少。因此，未來需要進一步加大教育投入的力度。

關於教育投入的情況，我們可以綜合考慮多個指標。其中一個指標是公共財政教育支出佔國內生產總值（GDP）的比重，這可以反映出國家在教育方面的投入水平。根據2017年的數據，中國的比例爲3.54%。然而，我查詢2020年的數據發現，這一比例已提高到4.22%。今年我們也在不斷增加教育投入。儘管如此，與其他國家相比，我們的教育投入仍然存在差距，整體較低。

戈爾丁談到教育與技術的競賽，中國是否也存在這個問題？近年來，大家都在討論收入差距擴大問題。雖然我們的發展速度很快，但收入差距也在不斷擴大。或許其中一個原因也是教育投入沒有跟上技術發展的步伐。

我並沒有深入研究過這個問題，但我之前畫過一張圖，關注數字技術和技術進步。這張圖顯示的是技術進步的一個衡量標準，即機器人的存量和新安裝量，也就是機器人的使用情況。通常來說，機器人的使用越多，說明技術相對更先進。當然，技術進步還可以有很多其他指標，比如專利創新、人工智能等。

和其他技術發達國家如德國、美國、瑞典等相比，中國在2010年之前的機器人使用量相對較低。然而，隨後我們機器人的存量和新安裝量迅速增加，顯示出我們的技術進步很快。

問題是我們的教育步伐是否趕上了技術進步？當我們轉型並開始應用這些技術時，對勞動力素質、教育質量等方面的要求也會更高。如果我們沒有跟上技術的步伐，就有可能出現戈爾丁所提到的美國情況，即收入差距擴大問題。

教育與用工需求

有文章討論勞動力供給和需求問題。如之前所說，隨着技術進步，對高教育程度勞動力的需求會增加。觀察招聘廣告中對不同受教育程度的人所提供的薪酬，可以在一定程度上反映對勞動力的需求情況。2021年智聯招聘上的數據顯示，招聘崗位提供的工資隨着對受教育程度的要求提高而增加。

另外一個有意思的現象是，對初中及以下學歷、中專學歷、高中學歷者提供的工資差距不明顯，最大的跳躍出現在大專以上學歷處，這說明市場對大學生的需求明顯高於其他學歷羣體。這也是技術進步過程中對高學歷需求增加的真實反映。

教育選擇與個人終生收入

教育選擇模型假設個人是按照終生收入的現值來進行選擇。要直接檢驗這個假設，必須要觀察到一個工人兩種選擇下所對應的終生收入，但我們只能觀察到現有一種選擇下的結果。

因此，用觀察到的工資差異來判斷個人是否選擇了“最正確”的收入流沒有實際意義。但從年齡與收入趨勢的數據中，我們可以觀察到一些特點：

1.高教育程度的工人比低教育工人掙得多；

2.隨着年齡增長，收入增長速度放緩，最後變得平穩；

3.不同受教育程度的羣體隨着年齡的增長而收入差距擴大。

可能的原因有：高教育程度工人收入增長更快，高教育程度者可能在學校教育之外還有更多的教育投入，例如閱讀更多的書籍、學習更多的知識，接受其他培訓等。這些後期的教育投入可能與前期教育程度互補，從而加速收入的增長。

整體而言，未來加大教育投入非常重要。我國已經在初中和小學階段做得很好，現在需要更大力度地提升高中及以上教育的供給。此外，還要重視對勞動力的再教育和培訓，因爲要加快實現轉型發展，就必須讓教育趕上技術進步的步伐。

整理：何又夕編輯：王賢青 白堯