奇书网

第三节 教育体系对人力资本增量的贡献（第2页）

注：图中部分国家如哥斯达黎加和墨西哥不是OECD成员国，只处于观察国地位，但它们为指标分析提供了独特的参照，因此，也一并提供这些国家的数据，特此说明。

表1-42016年部分OECD国家接受过第三级教育的年龄分布（%）

是什么因素推动第三级教育的迅速发展？是产业发展的需要吗？从中国和一些发达国家的发展经验来看，第三级教育机会的扩展动力有两个：一是经济发展带来的产业结构升级的需求，在后工业化时代，就业机会主要集中在依赖知识和创新的领域，第三级教育的经济价值为个人的教育决策提供了经济激励；二是高中教育机会的扩展会产生后续效应，即扩大对更高级教育的需求，这时，第三级教育的群体分割效应更加显著。

对第三级教育的需求，是来自经济因素还是非经济因素？经济学的解释往往关注第三级教育的经济收益，但是，从20世纪80年代起，发达国家的体力劳动者的收入就已经超过普通白领，社会学的解释是社会地位或者文化传统，当第三级教育的经济收益不显著时，人们之所以选择接受第三级教育，是基于社会阶层的考虑或者文化符号。然而，当这些结论放置在更长的时间里的技术进步或者全球化的背景下考虑时，我们可以发现，经济收益仍然是最主要的激励，第三级教育者所具有的能力，能够帮助他们不断适应变化的劳动世界。

三、超越“追赶”战略看劳动力平均受教育水平

在扩张阶段，教育发展指标的关注点主要是行业本身的变动，例如，平均受教育年限的持续增长，增长率的变动，以及平均受教育年限和增长率的地区分布、阶层分布。实际上，地区和阶层分布已经超越了教育行业本身，开始将教育成就指标加入了经济和社会背景变量。比较中国和世界主要发达国家在“成年人口的受教育年限”这个指标上的表现，除了看到中国40年来在人力资本上的高速积累外，还可以从指标的定义和结构上，看出政策内涵和关注点的差异。

哈佛大学经济学家克劳迪娅·戈尔丁和劳伦茨·凯兹在其著作《教育和技术的竞争》中，不仅利用总量分析，说明了美国经济增长和“人力资本”这一国家财富的匹配过程，说明了人力资本推动国家整体经济增长的机制，还将教育的进步与经济增长和收入分配结合起来，分析受教育水平的不断提高及其在地区、人群中的分布带来的影响。他们用历史数据分析得出结论，在20世纪70年代经济陷入停滞之前，教育并没有带来阶层间收入不平等，但是，20世纪的后四分之一的时间里，教育加剧了社会的不平等。[4]

劳动力队伍的平均受教育水平达到11年，意味着高中及以上教育程度已经成为劳动者的“标配”，当我们为此目标感到兴奋时，国际公共政策研究却超越“赶超”，研究被高中教育普及“排斥”在外的人。OECD统计数据显示，即使在OECD国家，也仍然有不到20%的25～34岁的年轻人，其受教育水平在高中以下，如图1-13所示。在这样一个教育成为必需品的时代，低于高中以下的教育准备，将使这些年轻人持续遭受劳动力市场的排斥。

图1-132005年、2015年部分OECD国家25～34岁年龄组高中以下教育程度者所占比例

在近代，技术进步给人类社会带来了前所未有的影响，其中最明显的，就是人类福祉的巨大改进。作为技术进步的发源地，世界上20个发达国家为全世界树立了技术进步与人类福祉共同进步的“典范”，也形成了发展中国家不断按照发达国家模式去“追赶”的发展战略。

在发展中国家的“追赶”战略中，中国的教育事业发展“独树一帜”，和东亚的日本、韩国、新加坡共同构成东亚儒家文化模式。在“追赶”的过程中，公共政策的制定者，以及整个社会会形成对增长和扩张的强烈偏好，这个偏好使转向“新常态”的过程非常艰难，同时，对于政策分析者来说，会形成对快速增长带来的社会影响的有意无意的“忽视”。图1-14展示的是完美的增长和追赶之路，它让我们每个人都兴奋不已，但是，发达国家已经走过的路，却不时地提醒我们，这个快速增长背后，还有一群“落在后面的人”。

图1-141978—2016年普通高等本、专科教育规模的变化

注：规模增长指数是以1978年的规模为1，各个年度的规模相对于1978年规模的倍数。

于是，当我们在总结中国教育改革开放40年来取得的成就时，我们需要超越“追赶”时代的逻辑，看到增长的积极影响，看到总量层次上教育与经济增长的完美“匹配”（见表1-5），还要看到总量所掩盖的结构问题。在劳动力队伍的总量中，后20%的人，由于经济增长和技术进步，反而陷入更加困顿的状态。如果说劳动力队伍受教育程度的持续提高，“国家财富（人力资本）”不断累积支持经济持续增长的话题是经济学的经典话题，那么，“国家财富（人力资本）”在社会各阶层中的分布不平等，就成为一个社会经济学问题。它要求我们将经济与社会结合起来考虑经济增长，同时，在技术上，将总量分析与分层的结构性分析结合起来。

然而，当我们将经济和社会视角结合在一起考虑时，我国数据基础设施建设的不足，往往局限了我们的视野。“数据基础设施”是关于影响公共政策和教育资源配置决策行为的数据基础的形象比喻，以当前的普通高中入学率、学前教育入园、教师工资或者教育质量监测为例，以省区为单位的数据，往往导致省区之间的达标“锦标赛”，而对省区内部各个阶层在教育水平上的差距，无法获得合适的数据去分析，也无法识别这个现象。以机构为基础的数据管理方式，再次制约了数据分析和政策分析的视野，导致数据“盲区”和政策“盲区”的存在。

超越“追赶”，要看被排斥和落后，因为受教育陷入困境的人，也要看在一路前行的过程中，被高速度耽误的多样化、个性化教育需求。从指标上看，关于毕业率、就读时间、学费、所有制，都是统一的，这个一致性背后，是被高速度遮盖的交易成本和质量代价。

表1-5以1978年为基期的1978—2016年在校生规模的增长倍数

续表

续表

[1]ioion2018，https：nces。ed。govpubs20182018144。pdf，2018-05-10，p。179。

[2]ioion2018，https：nces。ed。govpubs20182018144。pdf，2018-05-10，p。179。

[3]ClaudiaGoldiheRaEdudTebridge，Mass。：TheBelknapPressofHarvardUyPress，2008，pp。11-43。

[4]ClaudiaGoldiheRaEdudTebridge，Mass。：TheBelknapPressofHarvardUyPress，2008，pp。85-88。