政府教育支出與經(jīng)濟(jì)增長的計量經(jīng)濟(jì)分析

1、政府教育支出與經(jīng)濟(jì)增長的計量經(jīng)濟(jì)分析【文獻(xiàn)綜述】政府教育支出是由教育產(chǎn)品的公共品性質(zhì)所決定的。判斷教育產(chǎn)品是公共產(chǎn)品、準(zhǔn)公共產(chǎn)品還是私人產(chǎn)品對于合理界定政府的公共支出范圍，優(yōu)化政府資源配置，加強(qiáng)政府對宏觀經(jīng)濟(jì)調(diào)控，促進(jìn)社會經(jīng)濟(jì)和社會事業(yè)的健康、穩(wěn)定發(fā)展具有重要意義。政府教育支出對宏觀經(jīng)濟(jì)的影響應(yīng)該從兩個方面來考慮：一是政府教育支出直接構(gòu)成社會投資和消費(fèi)資金的一部分，并且政府的公共教育支出通過產(chǎn)業(yè)的關(guān)聯(lián)性和乘數(shù)效應(yīng)還直接或間接地影響到宏觀經(jīng)濟(jì)的增長。二是從長期來看，政府教育支出作為一種人力資本的投資，能大大提高勞動力的技術(shù)知識和管理知識，這必然導(dǎo)致社會勞動生產(chǎn)力的提高和技術(shù)的進(jìn)步，從而對宏觀經(jīng)濟(jì)

2、產(chǎn)生巨大影響。美國著名經(jīng)濟(jì)學(xué)家舒爾茨 1962 年運(yùn)用大量統(tǒng)計數(shù)據(jù)得出 1929-1957 年美國經(jīng)濟(jì)增長有 33%的份額要?dú)w因于美國教育的發(fā)展，前蘇聯(lián)著名學(xué)者斯特魯米林運(yùn)用勞動簡化率算得1940-1960 國民收入增長額中有 30%由于教育投資提高了勞動者整體文化程度，而近二十年該比例還有所提高。再看近代日本和亞洲四小龍創(chuàng)造的經(jīng)濟(jì)奇跡，他們具有一個共同的特點(diǎn)：高度過重視國民教育投資，人力資本在經(jīng)濟(jì)發(fā)展中處于絕對重要的地位。在知識經(jīng)濟(jì)時代，經(jīng)濟(jì)發(fā)展的支撐重點(diǎn)轉(zhuǎn)移于人力資源，許多經(jīng)濟(jì)學(xué)家稱“開發(fā)人力資源，增加人力資本投資”是促進(jìn)社會、科技、經(jīng)濟(jì)全面發(fā)展的第一原動力。丹尼森把 19291982 年

3、間美國經(jīng)濟(jì)增長的因素核算分為：勞動、資本、單位投入產(chǎn)量、知識進(jìn)展、資源配置和規(guī)模經(jīng)濟(jì)幾個部分，經(jīng)過核算表明，19291982 年間 2.92%的年實(shí)際經(jīng)濟(jì)增長率中的 1.90%歸功于要素投入增長，1.02%應(yīng)歸功于技術(shù)進(jìn)步。其中，知識進(jìn)展對整個經(jīng)濟(jì)增長的貢獻(xiàn)為 0.66 個百分點(diǎn)。由此可見，政府教育支出作為人力資本投資的一部分能極大地促進(jìn)社會勞動生產(chǎn)率的提高和技術(shù)進(jìn)步，從而對宏觀經(jīng)濟(jì)的長期、穩(wěn)定增長產(chǎn)生巨大影響。由于各國的經(jīng)濟(jì)、政治、文化及各種背景的不同，我們很難找到他們完全一致的發(fā)展道路，完全相同的發(fā)展軌跡。但是，教育卻能成為其中主要的安全出口，不管是二戰(zhàn)戰(zhàn)敗國日本，還是戰(zhàn)勝國美國；不管是在

4、歐洲還是亞洲，幾乎所有經(jīng)濟(jì)發(fā)展較快、民眾生活水平提高較快的國家，無一不把教育當(dāng)做他們解決問題的重點(diǎn)，而對教育的重視也給這些國家?guī)磔^高的回報，國民素質(zhì)的提高、綜合國力的增強(qiáng)、加快發(fā)展的科學(xué)技術(shù)等，無一不與教育的發(fā)展有關(guān)。無論對于個人還是國家而言,教育都是創(chuàng)造知識和傳播知識的關(guān)鍵。通過教育,人們的文化水平得到提高,相應(yīng)的提高了勞動生產(chǎn)率,從而帶來的增長和整個社會經(jīng)濟(jì)的發(fā)展。教育投資和物質(zhì)資本投資都是經(jīng)濟(jì)增長不可或缺的因素, 但我國由于經(jīng)濟(jì)發(fā)展不充分，教育投入力度不夠，我國教育投資對國民經(jīng)濟(jì)發(fā)展的貢獻(xiàn)份額較其他發(fā)達(dá)國家明顯偏低，從長遠(yuǎn)利益來看，這必將阻礙我國經(jīng)濟(jì)的發(fā)展。因此，我們運(yùn)用大量統(tǒng)計資料,

5、從定量角度分析教育投資對增長的貢獻(xiàn)率,以使大家更直觀地了解教育的重要性?！娟P(guān)鍵詞】 教育投資經(jīng)濟(jì)增長GDP計量經(jīng)濟(jì)一、教育對經(jīng)濟(jì)增長貢獻(xiàn)的一些實(shí)證分析政府的公共教育支出對宏觀經(jīng)濟(jì)的影響是政府教育自身發(fā)揮其經(jīng)濟(jì)職能的表現(xiàn)。由于教育對人力資本影響的經(jīng)濟(jì)效益的復(fù)雜性及理論研究的欠缺，所以教育支出影響的人力資本和技術(shù)進(jìn)步對于經(jīng)濟(jì)增長的貢獻(xiàn)，至今沒有一個理想的統(tǒng)一衡量標(biāo)準(zhǔn)（王文博等，2001）。目前，具有代表性的幾種計量方法主要有：舒爾茨（Schultz ）的余數(shù)分析法、丹尼森（Denison）的經(jīng)濟(jì)增長因素法和斯特魯米林（Sterlumlin）的勞動簡化法。上述分析方法都有一個共同的特點(diǎn)，就是在研究教

6、育支出對經(jīng)濟(jì)效益的影響時，將教育表現(xiàn)為資本投入的一種因素，力求以勞動技術(shù)投入量和貨幣資本投入量來共同估算人力資本對宏觀經(jīng)濟(jì)所產(chǎn)生的影響。然而，這種量化關(guān)系的建立是演繹推導(dǎo)出來的，計算結(jié)果雖然不能夠準(zhǔn)確說明問題，但是這些分析方法都對因教育投入促使人力資本水平的提高而導(dǎo)致經(jīng)濟(jì)增長做了一些相關(guān)的、合理的估算。美國著名經(jīng)濟(jì)學(xué)家舒爾茨1962 年運(yùn)用大量統(tǒng)計數(shù)據(jù)得出1929-1957 年美國經(jīng)濟(jì)增長有 33%的份額要?dú)w因于美國教育的發(fā)展，舒爾茨教授（和他的追隨者們）通過研究證實(shí)，美國經(jīng)濟(jì)在“人力資本”上的投資收益大于在實(shí)物資本上的投資收益，而這種狀況正是導(dǎo)致教育投資的增長速度大大高于其他投資的增長速度的

7、一個原因。這樣，舒爾茨教授通過農(nóng)業(yè)經(jīng)濟(jì)學(xué)研究，特別是大量的實(shí)證研究，發(fā)現(xiàn)并提出了“人力資本”理論，并進(jìn)而把這一理論應(yīng)用到經(jīng)濟(jì)發(fā)展領(lǐng)域。前蘇聯(lián)著名學(xué)者斯特魯米林運(yùn)用勞動簡化率算得 1940-1960 國民收入增長額中有 30%由于教育投資提高了勞動者整體文化程度，而近二十年該比例還有所提高。丹尼森把 19291982 年間美國經(jīng)濟(jì)增長的因素核算分為：勞動、資本、單位投入產(chǎn)量、知識進(jìn)展、資源配置和規(guī)模經(jīng)濟(jì)幾個部分，經(jīng)過核算表明，19291982 年間 2.92%的年實(shí)際經(jīng)濟(jì)增長率中的 1.90%歸功于要素投入增長，1.02%應(yīng)歸功于技術(shù)進(jìn)步。其中，知識進(jìn)展對整個經(jīng)濟(jì)增長的貢獻(xiàn)為 0.66 個百分點(diǎn)

8、。由此可見，政府教育支出作為人力資本投資的一部分能極大地促進(jìn)社會勞動生產(chǎn)率的提高和技術(shù)進(jìn)步，從而對宏觀經(jīng)濟(jì)的長期、穩(wěn)定增長產(chǎn)生巨大影響。二、教育投資與經(jīng)濟(jì)增長的相關(guān)分析我們將歷年的教育支出與 GDP 的數(shù)據(jù)收集整理如下：年份gdp量（億元）19783624.101122.091132.2675.0577719794038.201281.791146.3893.1688819804517.801228.831159.93114.15910.919814862.401138.411175.79122.7996119825294.701229.981212.33137.611230.41983593

9、4.501409.521366.95155.241430.0619847171.001701.021642.86180.881832.8719858964.402004.252004.82226.832543.2198610202.202204.912122.01274.723120.6198711962.502262.182199.35293.933791.7198814928.302491.212357.24356.664753.8198916909.202823.782664.90412.394410.4199018547.903083.592937.10462.454517199121

10、617.803386.623149.48532.395594.5199226638.103742.203483.37621.718080.1199334634.404642.304348.95754.9013072.3199446759.405792.625218.101018.7817042.1財政支出財政收入教育支出固定資產(chǎn)投資總199558478.106823.726242.201196.6520019.3199667884.607937.557407.991415.7122913.5199774462.609233.568651.141545.8224941.1199878345.20

11、10798.189875.951726.3028406.2199982067.5013187.6711444.081927.3229854.71200089468.1015886.5013395.232179.5232917.73200197314.8018902.5816386.042636.8437213.492002104790.6022053.1518903.643105.9943499.912003116898.4024649.9521715.253351.3255566.61我們設(shè) GDP 為因變量 Y，同時設(shè)為解釋變量 X。再應(yīng)用 Eview 軟件對教育投資額與 GDP進(jìn)行相關(guān)關(guān)

12、系分析，得到如下圖 1 所示的變量相關(guān)關(guān)系散布圖上的點(diǎn)接近一條直線，可近似看作兩變量具有線性相關(guān)。鑒于此，我們繼續(xù)對兩變量-教育投資和 GDP 進(jìn)行如下回歸分析。三、教育投資與經(jīng)濟(jì)增長的回歸分析（圖1）（一）分別用各期的教育支出解釋 GDP，進(jìn)行比較考慮用最小二乘法 Y 對各滯后期 X 分別回歸，得出關(guān)于各滯后期的可決系數(shù)的數(shù)據(jù)表格AdjustedR-squaredR-squaredYX0.9681270.966799YX（-1）0.9623490.960712YX（-2）0.9607450.958691YX（-3）0.9513210.949003YX（-4）0.9314820.928056Y

13、X（-5）0.9102730.905551YX（-6）0.8906390.884563YX（-7）0.8742080.866808YX（-8）0.8733530.865438YX（-9）0.8839090.876169YX（-10）0.9205080.914830YX（-11）0.9206180.914511YX（-12）0.9090150.901433YX（-13）0.8948590.885301YX（-14）0.8921510.881366YX（-15）0.9135030.903892YX（-16）0.9460940.939356YX（-17）0.9758260.972373YX（-18）

14、0.9881140.986128YX（-19）0.9683440.962012YX（-20）0.9679470.959934A我們發(fā)現(xiàn)各個回歸方程的T檢驗(yàn)都很理想（由于篇幅限制，此處只將Y X模型列出，其他從略），說明各滯后期教育支出X對Y都有很大的影響Dependent Variable: Y Method: Least SquaresDate: 12/18/05Time: 11:04 Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb.C3445.5941875.853

15、1.8368150.0787X37.189581.37740126.999830.0000R-squared0.968127Mean dependent var39089.11Adjusted R-squared0.966799S.D. dependent var37294.10S.E. of regression6795.404Akaike info criterion20.55968Sum squared resid1.11E+09Schwarz criterion20.65646Log likelihood-265.2759F-statistic728.9909Durbin-Watson

16、 stat0.242493Prob(F-statistic)0.000000B同時我們發(fā)現(xiàn)S.E. of regression都非常大，作散點(diǎn)圖我們得知的確存在異方差（圖2。只作了Y-X方程的散點(diǎn)圖，其他近似。）說明每一個方程都喪失了重要的解釋變量，各個滯后期教育支出都不能單獨(dú)解釋GDP的增長，而導(dǎo)致異方差。（圖 2）C我們考察R-squared 與Adjusted R-squared在X模型中分別高達(dá)0.968127和0.966799而在以后年份逐年減小。在X（-9）滯后期又開始回升并在X（-18）滯后期達(dá)到最大值0.98811和0.986128。而隨著滯后期的再延長又逐漸變小。說明當(dāng)年的教

17、育支出會直接拉動當(dāng)年的消費(fèi)和投資，從而增長GDP。這種作用和別的固定資產(chǎn)等實(shí)物的投資沒有區(qū)別。同時當(dāng)期經(jīng)濟(jì)的增長還要受到滯后期教育支出的影響。隨著滯后期的再延長（18年以前），教育支出對于當(dāng)期GDP的影響又漸漸減弱。當(dāng)期的GDP是由眾多滯后期教育支出共同作用的，而其作用強(qiáng)弱的具有U型分布。（如圖3）可決系數(shù)（圖 3）這與舒爾茨的人力資本論是相符合的。政府教育支出對宏觀經(jīng)濟(jì)的影響應(yīng)該從兩個方面來考慮：一是政府教育支出直接構(gòu)成社會投資和消費(fèi)資金的一部分，并且政府的公共教育支出通過產(chǎn)業(yè)的關(guān)聯(lián)性和乘數(shù)效應(yīng)還直接或間接地影響到宏觀經(jīng)濟(jì)的增長。二是從長期來看，政府教育支出作為一種人力資本的投資，能大大提高

18、勞動力的技術(shù)知識和管理知識，這必然導(dǎo)致社會勞動生產(chǎn)力的提高和技術(shù)的進(jìn)步，從而對宏觀經(jīng)濟(jì)產(chǎn)生巨大影響。（二）現(xiàn)在我們考慮如何確定各個滯后解釋變量共同解釋 GDP 的增長由上面的分析得知，若干滯后期和當(dāng)期解釋變量共同解釋當(dāng)期 GDP。同時，我們在 EVIEW 中用 CORRELATION 建立各期解釋變量的相關(guān)系數(shù)，發(fā)現(xiàn)存在高度的相關(guān)關(guān)系（篇幅限制，此處從略）。所以用逐步回歸法剔除有關(guān)的解釋變量，驅(qū)除多重共線性的影響。由于可決系數(shù)呈現(xiàn)先先下降后上升的趨勢，其中滯后 18 期的可決系數(shù)和調(diào)整可決系數(shù)都是最大的，根據(jù)可決系數(shù)最大原則，首先選用X（-18）來建立初始回歸模型。 Dependent Var

19、iable: YMethod: Least SquaresDate: 12/15/05Time: 21:13 Sample(adjusted): 1996 2003Included observations: 8 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C42509.492188.92819.420230.0000X(-18)335.672015.0325522.329680.0000R-squared0.988110Mean dependent var88903.98Adjusted R-sq

20、uared0.986128S.D. dependent var16543.13S.E. of regression1948.438Akaike info criterion18.19976Sum squared resid22778475Schwarz criterion18.21962Log likelihood-70.79905F-statistic498.6147Durbin-Watson stat1.440511Prob(F-statistic)0.000001分別引入其他解釋變量，發(fā)現(xiàn)由X和 X（-18）共同的方程的R-squared和Adjusted R-squared達(dá)到0.99

21、6398和0.994957比其他模型擬和的更好。且大于初始模型的數(shù)值。同時T檢驗(yàn)也很顯著。Dependent Variable: Y Method: Least SquaresDate: 12/15/05Time: 21:47 Sample(adjusted): 1996 2003Included observations: 8 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C40139.231493.33726.878890.0000X(-18)192.378643.206174.4525730.0

22、067X9.9169742.9236603.3919720.0194R-squared0.996398Mean dependent var88903.98Adjusted R-squared0.994957S.D. dependent var16543.13S.E. of regression1174.758Akaike info criterion17.25551Sum squared resid6900279.Schwarz criterion17.28530Log likelihood-66.02203F-statistic691.5754Durbin-Watson stat2.3754

23、41Prob(F-statistic)0.000001用同樣的方法繼續(xù)引入其他解釋變量，發(fā)現(xiàn)R-squared和Adjusted R-squared有所改善，但是變化不大，同時T檢驗(yàn)均出現(xiàn)極其不顯著的狀況。故停止引入解釋變量。用X和X（-18）共同解釋GDP?；貧w方程Y=40139.23+192.3786X（-18）+9.916974X（26.87889） （4.452573） （ 3.391972）R-squared=0.996398 Adjusted R-squared=0.994957 F=691.5754DW=2.375441現(xiàn)在開始考慮是否有自相關(guān)樣本容量 N=8，解釋變量 K=2，

24、查表得 DL=0.559 ，DU=1.777 ，4-DU=2.223 ，4-DL=3.441DW 值落在不可判定區(qū)間，即不可判斷有無自相關(guān)。用 C-O 迭代法進(jìn)行修正 Dependent Variable: Y Method: Least SquaresDate: 12/15/05Time: 22:38 Sample(adjusted): 1997 2003Included observations: 7 after adjusting endpoints Convergence achieved after 5 iterationsVariableCoefficientStd. Errort

25、-StatisticProb.C40466.081372.56029.482200.0001X12.150863.7861173.2093200.0490X(-18)154.606359.427502.6015950.0803AR(1)-0.3962820.545320-0.7266970.5200R-squared0.996361Mean dependent var91906.74Adjusted R-squared0.992722S.D. dependent var15334.03S.E. of regression1308.199Akaike info criterion17.48625

26、Sum squared resid5134155.Schwarz criterion17.45534Log likelihood-57.20187F-statistic273.7862Durbin-Watson stat2.349862Prob(F-statistic)0.000372Inverted AR Roots-.40DW 值仍然落在不可判定區(qū)間，利用對數(shù)線性回歸修正自相關(guān)方法得如下結(jié)果Dependent Variable: LY Method: Least SquaresDate: 12/15/05Time: 22:42 Sample(adjusted): 1996 2003Incl

27、uded observations: 8 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C7.8443910.33345323.524750.0000LX0.3108880.0953243.2613870.0224LX(-18)0.2364420.0857632.7569210.0400R-squared0.994042Mean dependent var11.38049Adjusted R-squared0.991658S.D. dependent var0.183223S.E. of regres

28、sion0.016734Akaike info criterion-5.062698Sum squared resid0.001400Schwarz criterion-5.032907Log likelihood23.25079F-statistic417.0688Durbin-Watson stat2.060646Prob(F-statistic)0.000003DW=2.0606464-DU，說明已經(jīng)不存在自相關(guān)問題。LY=7.844391+0.310888LX+0.236442LX（-18）（23.52475） （ 3.261387）（ 2.756921）R-squared=0.994

29、042Adjusted R-squared=0.991658 F=417.0688DW=2.060646評價：（1）經(jīng)檢驗(yàn)，模型各方面都比較完美，無論是從整體上擬合還是個別參數(shù)的檢驗(yàn)。而且原來的殘差Sum squared resid很大，通過對數(shù)變形殘差Sum squared resid也趨于正常。說明除了教育還有其他變量對GDP有重要的影響，從而有異方差的出現(xiàn)。同時其他變量是線形影響的而教育支出對GDP的影響呈指數(shù)增長，通過對數(shù)變換消除了其他因素的影響。從而使新的模型中異方差消除。（2）模型中LX的系數(shù)為0.310888，LX（-18）的系數(shù)0.236442，說明了當(dāng)期教育支出增加1%，GD

30、P增長31.0888%，18年前的教育支出增加1%，今年的GDP增長23.6442%.說明了兩個問題首先：當(dāng)期的教育支出的回報率高于實(shí)物資本的回報率（據(jù)已有的詹姆斯·赫克曼的研究數(shù)據(jù)表明中國的實(shí)物資本投資回報率估計可達(dá) 20%，見附 2）。從投資和消費(fèi)的角度來考慮，原因有以下幾個方面：1）政府對公共教育的支出對 GDP 的增長有著直接影響。從財政支出對 GDP 的貢獻(xiàn)來看，以 2000 年數(shù)據(jù)為例，2000 年我國 GDP 比上年增長 7336.1億元，國家財政性教育支出增長 275.43 億元，國家財政性教育支出增長對 GDP 的貢獻(xiàn)率為 3.75%.2）政府對教育的公共支出可以通

31、過相關(guān)聯(lián)的產(chǎn)業(yè)間接影響宏觀經(jīng)濟(jì)。僅從國家財政支出方面來看，財政教育支出除了用于教育事業(yè)費(fèi)外，還用于教育基本建設(shè)投資支出、各部門用于教育的支出、城市教育附加費(fèi)支出等。此外，政府對教育的支出必然帶動飲食、服務(wù)等第三產(chǎn)業(yè)的發(fā)展，而第三產(chǎn)業(yè)的發(fā)展又能帶動其它產(chǎn)業(yè)一起聯(lián)動共同影響著宏觀經(jīng)濟(jì)的發(fā)展。3）政府對教育的公共支出與其它經(jīng)濟(jì)主體的投資和消費(fèi)有著密切相關(guān)的關(guān)系，共同影響著宏觀經(jīng)濟(jì)其次：滯后期對經(jīng)濟(jì)增長的作用也是重大的，這與··舒爾茨的人力資本論是相符合的。人力資本理論主要包括（1）人力資源是一切資源中最主要的資源，人力資本理論是經(jīng)濟(jì)學(xué)的核心問題。（2）在經(jīng)濟(jì)增長中，人力資本的作用

32、大于物質(zhì)資本的作用。人力資本投資與國民收入成正比，比物質(zhì)資源增長速度快。（3）人力資本的核心是提高人口質(zhì)量，教育投資是人力投資的主要部分。不應(yīng)當(dāng)把人力資本的再生產(chǎn)僅僅視為一種消費(fèi)，而應(yīng)視同為一種投資，這種投資的經(jīng)濟(jì)效益遠(yuǎn)大于物質(zhì)投資的經(jīng)濟(jì)效益。教育是提高人力資本最基本的主要手段，所以也可以把人力投資視為教育投資問題。生產(chǎn)力三要素之一的人力資源顯然還可以進(jìn)一步分解為具有不同技術(shù)知識程度的人力資源。高技術(shù)知識程度的人力帶來的產(chǎn)出明顯高于技術(shù)程度低的人力。（4）教育投資應(yīng)以市場供求關(guān)系為依據(jù)，以人力價格的浮動為衡量符號。政府教育支出對宏觀經(jīng)濟(jì)的影響應(yīng)該從兩個方面來考慮：一是政府教育支出直接構(gòu)成社會投

33、資和消費(fèi)資金的一部分，并且政府的公共教育支出通過產(chǎn)業(yè)的關(guān)聯(lián)性和乘數(shù)效應(yīng)還直接或間接地影響到宏觀經(jīng)濟(jì)的增長。二是從長期來看，政府教育支出作為一種人力資本的投資，能大大提高勞動力的技術(shù)知識和管理知識，這必然導(dǎo)致社會勞動生產(chǎn)力的提高和技術(shù)的進(jìn)步，從而對宏觀經(jīng)濟(jì)產(chǎn)生巨大影響。（3）該模型的缺點(diǎn)是數(shù)據(jù)數(shù)量受到限制，造成了模型的偏差和滯后期解釋變量的確定可能出現(xiàn)的誤差。只能大致說明當(dāng)期和滯后期教育支出共同影響當(dāng)期GDP，但是不能準(zhǔn)確的計量確定是哪一年的影響。隨著年度數(shù)據(jù)的增加，這種情況會得到改善。當(dāng)然不同國家，不同時期的數(shù)據(jù)或者由于數(shù)據(jù)的誤差和不足，會造成滯后期的確定都會有所偏差。但是這里我們僅僅是為了說

34、明政府教育支出對GDP既有當(dāng)期影響又有長期影響這個理論。就這一點(diǎn)來說，我們已經(jīng)達(dá)到了目的。四對中國教育資本現(xiàn)狀的分析（一）中國在人力資本上的投資與發(fā)達(dá)國家的差距是很明顯的在中國，政府的教育支出占整個社會教育支出的絕大部分，在整個 1990 年代，中國各級政府的教育支出占 GDP 的比重不足 3，而在實(shí)物上的投資卻大約占到 GDP 的 30%.相比之下，美國教育投資和實(shí)物投資占 GDP 的比重分別是 5.4%和 17。即使是在發(fā)展中國家，中國在人力資本上的投資也是低于平均水平。近年來政府在人力資本投資的絕對量有所上升，但相對水平的國際比較只降不升。2002年，中國教育支出占 GDP 的比重上升到

35、 3.3，但實(shí)物投資占 GDP 的比重更上升到 45！在中國，實(shí)物資本與人力資本投資的比例比其他大多數(shù)國家都要高得多。在一個有效的投資市場中，應(yīng)該是各種形式、各個地區(qū)的投資回報率都是一樣的，否則資本會從低回報的地方流向高回報的地方。如果實(shí)物資本的投資回報遠(yuǎn)遠(yuǎn)高于人力資本的回報，那么這種不平衡是合理的。但是，實(shí)際上中國人力資本的潛在投資回報率不但遠(yuǎn)遠(yuǎn)高于實(shí)物資本的投資回報率，也高于發(fā)達(dá)國家的教育投資回報率。只是中國存在很大的政策扭曲，使得這種潛在回報率無法實(shí)現(xiàn)。在這個意義上，可以說中國的教育投資嚴(yán)重不足。這極大地阻礙了中國經(jīng)濟(jì)的發(fā)展。（二）中國人力資本投資的潛在回報比發(fā)達(dá)國家還要高得多中國是個處

36、于轉(zhuǎn)型期的大國，其變化日新月異。越是有知識和技能的人，越能很好地適應(yīng)各種變化，并反過來更好地推進(jìn)經(jīng)濟(jì)的發(fā)展。與此同時，中國與國際經(jīng)濟(jì)的聯(lián)系日益緊密，新思想、新技術(shù)的本土化，以及中國經(jīng)濟(jì)的全球化都迫切需要大量受過良好教育的人，因?yàn)榇罅繉?shí)物資本的投資，需要很高的技術(shù)含量，也需要大量高素質(zhì)的人員去操作。需要高效率運(yùn)轉(zhuǎn)的項(xiàng)目投資尤其如此。而且，中國當(dāng)前大量不熟練勞工進(jìn)入城市，也需要高素質(zhì)人員去培訓(xùn)他們。由于中國整體處于一個比較低的水平，所以有知識和技能的人接受新技術(shù)、幫助整個社會的"溢出效應(yīng)"更為顯著。換句話說，就是人力資本投資的社會總回報很高。新近的一項(xiàng)研究表明，如果考慮對社會產(chǎn)出的貢獻(xiàn)，而不僅僅是個人收入，中國人力資本投資回報率高達(dá) 30%至 40%，高于物質(zhì)資本投資的回報（估計可以高達(dá) 20%），也高于美國等發(fā)達(dá)國家的人力資本投資回報（15%20%）。（三）必須為這些潛在的回報變成真正的回報創(chuàng)造條件關(guān)鍵的問題是，首先，放開勞動市場，消除勞動力市場的結(jié)構(gòu)性障礙，讓教育的高回報真正體現(xiàn)出來，讓人們愿意投資教育。其次，改革教育市場，對所有形式的資本開放競爭，創(chuàng)造融資的條件，讓人們不但愿意、而且可以投資教育。中國已經(jīng)有一些資金投資于教育領(lǐng)域，也有一批私營學(xué)校，但這些都需要大大加速。教育的各個領(lǐng)