派智库

[摘要]近年来中国人力资本积累迅速，但这有可能造成人力资本回报率大幅降低。本文采用总和生产率法，对中国人力资本的规模进行更为精确的测度，根据增长核算框架推导出人力资本和简单劳动的报酬水平，采用明瑟方程法和投资收益法计算出劳动者投资高等教育的投资回报率。研究结果表明，按照明瑟方程法计算的人力资本回报率从1982年的60％以上迅速下降到1984年的34％，随后持续下降至2015年的10％并保持至2030年。采用投资收益法计算的总投资回报倍数在20世纪80年代达25倍左右，从80年代末起快速下降至2026年的5.8倍；2000年前各世代接受人力资本的年投资回报率在职业生涯的顶峰可以达到50％以上，而2010年以后接受高等教育的世代只能维持在20％-30％左右。这表明，中国的高等教育回报率降低将成为未来经济发展的重要问题。为了确保人力资本得到合理的回报，中国未来应努力消除人力资本定价机制扭曲，鼓励人力资本密集行业发展，促进服务贸易和人力资本的资本化。

织梦内容管理系统

关键词：结构变迁 人力资本 投资回报率 总和生产率法 织梦好，好织梦

随着内生经济增长理论有关人力资本对于经济增长的重要作用不断得到人们的认可，发展高等教育已成为各国应对经济增长减速的重要选择。但是，随着经济的发展，一些国家逐渐出现过度教育的现象，教育回报率的下降已经成为一些国家较为突出的社会问题（Chevalier，2003）。中国经济已进入中等收入阶段，目前仍处于加快发展高等教育的时期。科学测度中国的人力资本水平及其对经济增长的贡献，监测人力资本回报水平与高等教育投资回报率，是避免出现教育过度现象的先决条件。 织梦内容管理系统

人力资本回报率可以分为社会回报率和私人回报率。私人回报率估算一般需要大量微观数据，而在中国难以获得长期连续的微观数据进行口径一致的比较。若我们能将宏观数据与微观计量紧密结合，在微观计量方法的基础上，综合采用增长核算框架，则在不考虑高等教育外部性、不考虑非经济收益、劳动力市场没有扭曲等假定条件下，高等教育的社会回报将与个人回报率保持一致（Psacharopoulos and Patrinos，2008），因此我们主要考虑社会回报率。

本文来自织梦

测算人力资本回报率的前提是测度人力资本存量。传统的人力资本研究方法分为投入成本法、终身收入法和教育年限法[1]，但各种方法都具有突出的缺陷。在综合各种方法优势的基础上，我们提出了基于Mincer方程的经验一相对生产率曲线的人力资本衡量方法（姑且称之为总和生产率法），将各国本科以上教育程度劳动者相对于无工作经验的本科毕业生的相对生产率之和作为其人力资本存量总数的估计，从而有助于在不同国家和不同时期比较人力资本的规模（陆明涛与刘潋，2016）。这种方法既利用了Mincer方程等微观计量经济学手段，又考虑了教育和经验等人力资本的重要因素，是一种较为客观和稳健的衡量指标。我们将运用这种方法，在对中国数据进行进一步实证的基础上，试图更准确地衡量中国的人力资本及其变化趋势。 织梦好，好织梦

正如我们之前所批评的，建立在明瑟方程Mincer（1974）和Ben-Porath（1967）有关人力资本由教育和经验共同决定的微观机制两者之上的终身收入法，采用外生给定的人口和经济变量预测和测算终身收入并计算其折现和作为人力资本度量（参见Jorgenson and Fraumeni，1989，1992；李海峥，2016），可能不恰当地将人力资本的回报当成了人力资本本身。因此我们将根据人力资本作为生产要素的要求，测度中国经济发展过程中人力资本回报率的演变规律及其影响因素，对人力资本的测度和作用进行更深一步的剖析。在根据增长核算框架和微观计量方法得到人口和经济变量的较为细致的估计的基础上，我们可以根据包括人力资本总量在内的经济变量和增长核算方程推导出劳动者的终身收入，从而获得更为准确的人力资本收益和回报率的估计。 织梦好，好织梦

本文将采用总和生产率法对中国人力资本的规模进行更为精确的测度，并根据增长核算框架和基于理论或实证基础的经济变量预测数据，推导出人力资本和简单劳动的报酬水平。而后参考成本法，本文选择合适的变量衡量劳动者接受高等教育所付出的成本，参考终身收入法，计算出劳动者在职业生涯中所获得的全部人力资本报酬作为高等教育投资的收益，从而得到劳动者投资高等教育的年投资回报率和总投资回报率。

内容来自dedecms

与传统的Mincer方程组法计算人力资本或高等教育投资回报率（如张车伟，2006；黄志岭与姚先国，2009）相比，本文提出的方法具有显着的优越性。一方面，Murphy and Welch（1990）证明，采用教育和经验及其二次项组成的经典Mincer方程得到的曲线形状和现实数据并不相符，因而这种分析得到的各变量回归系数恐怕都不能作为后续分析的基础，基于这些估计结果得到的收益率是值得怀疑的。在数据样本容许的条件下，我们应当采用是否具有第i年工作经验的虚拟变量分别对拥有教育程度S的劳动者进行回归（参考Lagakos et al.，2012），而在这种回归方程下，就不能直接通过回归系数比较得到投资回报率。另一方面，采用基于成本收益分析方法得到的投资回报率，更方便与物质投资等其他投资进行比较。

copyright dedecms

一、人力资本与高等教育回报的测度方法 dedecms.com

（一）含有人力资本的增长核算框架 织梦内容管理系统

我们参照Mankiw，Romer and Weil（1992）所采用的柯布一道格拉斯型生产函数形式，将经济产出过程写为下式：

织梦好，好织梦

其中，Y，A，K，L，H分别为产出、全要素生产率、资本、简单劳动和人力资本，α，β，1-α-β分别为资本、简单劳动和人力资本的产出弹性。若将简单劳动的工资记为w，人力资本的报酬记为v，则在完全竞争的劳动市场中，资本、简单劳动和人力资本的报酬水平都由各自的边际产出决定，分别由下式给定

织梦内容管理系统

本文来自织梦

由（4）式可知，人力资本的报酬水平取决于物质资本、简单劳动和人力资本等生产要素的数量及其收入弹性，因此，要测算人力资本的报酬水平及其未来走势，需要对这些指标进行详细测算，否则难以得到正确的估计。这就意味着，采用终身收入法计算人力资本，除非得到这些变量的可置信估计和长期变化趋势的准确预测，否则难以得到人力资本的准确测度。因此，我们需要提出一套独立于未来其他经济变量的客观统一的尺度以测度人力资本，才能将人力资本视为与物质资本及简单劳动类似的生产要素并进行比较。

（二）人力资本的度量方法 内容来自dedecms

人力资本回报测算的基准模型为形如下式的明瑟方程： dedecms.com

其中，s为受教育年限，x为经验。通过微观计量，可以获得相关估计，其中β1就是教育回报率。该方程加入经验的平方项以反映工资一年龄或经验的非线性关系。但陆明涛与刘潋（2016）证明，（5）式得到的工资一经验曲线与现实有较大差异，为了获得更为细致的刻画，在数据样本容许的条件下，应采用下式对拥有教育程度s的劳动者进行回归（参考Lagakos et al.，2012）： copyright dedecms

dedecms.com

其中，为劳动者i是否具有x年工作经验的虚拟变量。通过微观计量回归得到（6）式方程系数的估计后，我们通过（7）式计算可得到i型人力资本拥有者的相对生产率i的测度。

人力资本的决定因素主要是教育程度和经验。我们将具有相同教育程度和相同经验的人力资本视为一种类型，并且选择一种作为参照的人力资本类型（标准人力资本），记该种人力资本报酬水平为v0，第i种类型人力资本报酬为vi，则第i种类型人力资本拥有者相对于标准人力资本的生产率倍数（相对生产率）为

copyright dedecms

由（7）式，我们就能将任意类型i人力资本换算为i个单位的标准人力资本。接下来的问题是人力资本的生产率受哪些因素的影响，即如何将人力资本进行分类观测以求出i。 织梦好，好织梦

本文我们仍然采用陆明涛与刘潋（2016）发展的方法进行测度，即采用下式进行估算 本文来自织梦

dedecms.com

具体来说，首先通过微观计量方法得到具有n年工作经验的高等教育水平劳动者相对于无工作经验大学本科毕业生的相对生产率比率，然后根据这一比率将各教育年限劳动者全部转化为无工作经验的大学本科毕业生。通过这种办法，我们就得到了人力资本的总量。 内容来自dedecms

（三）人力资本溢价及产出弹性的计算

内容来自dedecms

在得到上述人力资本后，我们便可以探讨加入人力资本对于增长核算方法有何裨益。我们参照Mankiw，Romer and Weil（1992）所采用的柯布-道格拉斯型生产函数形式，将经济产出过程写为下式：

copyright dedecms

织梦好，好织梦

其中，Y，A，K，L，H分别为产出、全要素生产率、资本、简单劳动和人力资本，α，β，1-α-β分别为资本、劳动和人力资本的产出弹性。在这基础上，我们将增长核算方程写为

gY=gTFP+αt·gK+βt·gL+（1-αt-βt）·gH（10）

内容来自dedecms

则经济增长率可由TFP、资本、劳动和人力资本等四个力量综合决定。这就意味着，即便在传统的资本和劳动要素不能实现经济增长的时候，靠人力资本增长也能推动经济增长。 织梦内容管理系统

为了将上述增长核算框架运用到中国经济增长分析中去，我们沿用了陆明涛等（2016）的一些分析方法和参数假定，从而得到了包括（10）式中的TFP增长率、K和L的增长率、α的取值（时间均为1982-2030年）。根据我们人力资本的定义，我们需要将普通劳动和人力资本的产出弹性从1-α中区分出来。同时，还需要对人力资本的增长率进行预测。 dedecms.com

我们可以将人力资本的收入份额或产出弹性用下式分解求出：

上式的第一行等式是将人力资本价格v与人力资本数量H的乘积转换为人力资本拥有者的人力资本溢价v′与人力资本拥有者人数H′，这样就能更为便捷地与统计数据相匹配[2]。我们注意到（11）式所代表的人力资本溢价和社会平均工资都是全社会的平均水平，而我们在上一节已经计算得到了各年度人力资本总数，并将其除以人力资本劳动者人数（即拥有大学以上学历劳动者人数）得到了人力资本劳动者的人均人力资本，则如果我们将各年度简单工资转换为同一尺度，就能得到人力资本溢价比。 dedecms.com

（四）高等教育投资回报的研究方法

根据（5）式，在通常的明瑟方程中，β1就是教育回报率。为了确保本文的计算与其他数据可比，我们将上述计算结果进行变换，以得到与（5）式可比的结果。具体说来，我们将（5）式进行变形，得到如下公式： copyright dedecms

其中，v′为人力资本劳动者的人均人力资本水平，最后一个等式左边是根据（5）式推导的结果，右边是根据本文的分析框架得到的结论。 织梦好，好织梦

但正如陆明涛与刘潋（2016）所指出的，由于形如（5）式的明瑟方程不能很好地反映教育-经验-工资之间的关系，因此上式得到的人力资本回报率仅作为与采用这一方法的其他研究的比较。我们参考了Becker and Lewis（1993）所提出的研究方法，将t年高等教育投资的总投资回报定义为劳动者个人承担的用于接受高等教育的单位投资所产生的总收益。虽然我们很难得到劳动者个人为接受高等教育而付出的全部直接成本的数据，但我们知道，对于一个青年劳动力而言，付出的直接成本相对于其付出的机会成本（即放弃的入学期间工资）而言要小得多（Kane and Rouse，1995）。因此，我们直接采用入学期间所放弃的简单劳动的工资作为投资成本的衡量。由于上述分析已经将人力资本标准化为本科毕业生，这里我们也选择本科生通常的4年作为计算时长。由于这些变量都在决定接受高等教育之后发生，因此我们需要将这些变量折现到决定是否接受高等教育当年。则我们有 内容来自dedecms

织梦内容管理系统

进一步地，我们定义t期具有i年工作经验的本科毕业生所接受的高等教育年投资回报率为 dedecms.com

本文来自织梦

通过这种方式，我们就能得到与其他投资可比的高等教育投资回报率。 dedecms.com

二、中国的人力资本测度 dedecms.com

（一）人力资本劳动者的经验一相对生产率曲线估计 copyright dedecms

在估算相对生产率时，由于中国并不存在足够多的微观数据支持以工作经验年数作为虚拟变量的回归方法，我们仍然采用陆明涛与刘潋（2016）的估算结果。我们采用类似测算方法，以中国的微观数据进行分析，以试图得到中国本科以上劳动者的工作经验一相对生产率曲线的估计。就我们的研究目的和获取数据渠道而言，CHNS（中国健康与营养调查）、CHIP（中国家庭收入调查）和CGSS（中国综合社会调查）数据是我们能得到的最有代表性的微观调查数据。CHNS采用的是2011年的数据，CHIPS用的是2008年的数据，CGSS采用了2010、2012和2013年三个年度的数据，所有数据时间跨度较小，我们对各数据集也采用分开估计的方法，以尽可能降低时间效应和世代效应对数据的影响。同时，受数据观测样本数限制，CGSS选择的样本包括专科以上毕业生（约1200个样本），而CHNS和CHIPS数据则覆盖的是本科以上毕业生（均约1200个样本）。我们从这些微观数据中提取劳动收入作为工资变量，将工作经验年数定义为年龄减去大学毕业年龄21岁，同样采用（6）式进行回归，根据（7）式将计算结果转化成经验一相对生产率曲线，以便与美国数据进行比较（如图1所示）。

织梦好，好织梦

图1表明，由于各调查数据的观测样本较少，从而得到的分析结果有较大的波动，这也为我们选择美国CPS数据提供了一种合理依据。同时，若剔除掉因样本较少带来的巨大波动，从图1仍可以看出对绝大多数样本而言，中国大学毕业生的经验一相对生产率曲线具有和美国大学毕业生类似的上升态势，但由于抽样方法和样本对象等差异，估计结果有较大差异。CHNS数据的结果有较大波动，相对生产率曲线的形态并不明显；CHIPS数据波动较小，但曲线水平显着低于其他估计结果；CGSS三次调查的数据也有较大区别，2011年和2013年的数据结果比较接近，得到的经验一相对生产率曲线要略低于美国大学生的曲线，表明中国大学毕业生生的相对生产率曲线要比美国的略平坦，但2012年数据显着高于美国估计水平。考虑到各个调查数据的研究目的和抽样方法，我们认为CGSS的数据结果可能更加准确，因此我们将三个年度的CGSS数据取平均值，得到一条新的经验一相对生产率曲线，将其与美国估计结果进行比较后发现，中国劳动者的经验一相对生产率曲线略低于美国水平。

（二）中国高等教育完成人数估计

根据我们的分析目的，我们将人力资本限定为大学以上毕业生所具有的相对于不具有大学学历劳动者的更高劳动生产率，但在中国统计口径中，一般将大专也划归高等教育。由于博士和硕士分开的数据较难获得，我们将研究生统一按照硕士进行处理。虽然这种简化处理会造成误差，但考虑到博士规模占研究生总数的比例，这种误差应当不是特别大。因此我们接下来的任务是要整理出中国各年度具有各年工作经验劳动者的人数。

由于1949年以来，中国高等教育发展经历了一些起伏波折，特别是1978年恢复高考之后的前几年，高等学校招生情况非常复杂，从而构建年龄一入学/毕业数据库非常困难，因此我们选择根据毕业人数构建数据库。如果我们能够得到1949年以来每一年度的毕业生人数，则按照人口迭代我们就能够构建出最近30年来各年度拥有各年工作经验劳动者的人数，即假定每年每个教育程度毕业生在毕业当年的工作经验为0，下一年工作经验则为1，以此类推。考虑到各个年度可能会造成一些个体去世，我们根据1982、1990、2000、2010年各次人口普查数据中的死亡率进行修正。我们从中华人民共和国教育部计划财务司（1984）、中华人民共和国教育部计划财务司（1986）及各年度《中国教育统计年鉴》中获得1947-2014年中国研究生、普通本科、普通专科三种教育程度的毕业生人数，根据如下的人口迭代规则，构建出1982-2014年这三种教育程度的经验-人数数据库。 织梦内容管理系统

在计算过程中，最为关键的变量为专科、本科和研究生的毕业生人数。由于高等教育辍学率较低，同时还有相当规模的成人教育，为了简化计算，我们忽略成人教育人数和辍学人数，即直接将毕业生等同于三年前（专科）或四年前（本科）的招生人数。从各年度情况来看，本科和专科招生人数大致维持在1:1的比例，二者比例在不同年份都有超过50％的，于是我们直接假定2015-2027年本科和专科招生人数比例为1:1。我们根据各年度《中国教育统计年鉴》数据分析发现，高中毕业升学率已从1989年的24.6％上升到2014年的90.2％，因此我们假定2015-2030年升学率保持在90％。对于缺乏高中毕业生人数的年份，我们直接选择三年前高中招生人数作为高中毕业生人数。对于缺乏高中招生人数的年份，我们根据近年来初中升高中的比例49％外推，假定以后每年初中升高中比例均为52％（也可以设定为其他相近水平，这一比例关系并不大），从而求得高中招生人数作为替代。对于缺乏初中毕业人数的年份，直接采用招生人数作为替代。对于缺乏初中招生人数的，用根据《中国教育统计年鉴》计算得到的近年升学率98％乘以上一年度小学毕业人数作为未来招生人数。

计算出专科、本科和研究生毕业生人数，就意味着我们得到了各年度无工作经验的人数，然后根据人口迭代法，采用1982、1990、2000、2010年各次人口普查数据计算得到的人口死亡率进行迭代，每过一年就给所有存活的劳动者增加一年的工作经验。则我们可以得到各年度各教育程度拥有各年数经验的劳动者人数。

在得到各年度教育-经验劳动者的人数的基础上，我们采用之前估计得到的对应的教育-经验-相对生产率数据，二者相乘则得到各年度各教育程度拥有各年数经验的劳动者相对生产率，采用（8）式进行加总就得到了1982-2030年人力资本规模的演化趋势。 内容来自dedecms

（三）人力资本的度量结果

copyright dedecms

根据上述数据和分析方法，我们将1982-2030年中国人力资本规模计算结果列示在图2中。可以看出自1982年以来，折算为无工作经验本科劳动者的中国人力资本经历了两次增长高峰。第一次是20世纪80年代恢复高考带来的高等教育规模扩大和高等教育水平劳动者工作经验的持续积累，第二次是2002年以来高校扩招带来的高等教育规模扩大。两次高峰都随着人力资本的基数不断扩大而增速放缓。若将我们的人力资本测量方法与直接采用高等教育毕业生总人数进行比较，可以看出两者有较大的相关性，但毕业生总人数增长率会出现较大幅度的波动，而人力资本增长率的波动要小得多，从而使得我们的指标在增长核算等分析中更有优势。 织梦内容管理系统

织梦内容管理系统

三、中国的人力资本与高等教育投资回报测度

内容来自dedecms

（一）人力资本溢价与收入份额的估算 本文来自织梦

由于中国数据可得性问题，我们采用了陆明涛与刘潋（2016）的估计结果，将各年度平均劳动者的生产率水平转换为以无工作经验的本科毕业生为标准单位的相对生产率，从而保持了与人力资本相同的尺度。计算时，我们采用Barro-Lee最新公布的2.1版数据库中国25岁以上劳动者的平均受教育年限（并选用线性插值法将五年间隔时间序列转换为年度时间序列）作为全社会劳动者的教育水平（该数据编纂方法参见Barro and Lee，2013），采用联合国人口发展展望（World Population Prospects，2017 Revision）数据库中1950-2030年中国人口平均年龄作为计算劳动者的经验，以便在陆明涛与刘潋（2016）计算结果中选择适当的相对生产率。选用基于微观计量的生产率差异作为人力资本溢价，能够较好地克服数据可得性不足的问题。我们将有关数据代入公式，可得（11）式最后一个等号左侧第一项所表示人力资本溢价比。作为与其他研究的对比，我们也展示了对数差形式的人力资本溢价。

在获得了（11）式所表示的人力资本溢价之后，我们可以直接使用前一节计算的高等教育水平劳动者人数、全体劳动者数量和将陆明涛等（2016）所计算的中国1982-2030年的广义劳动份额代入（11）式，即可获得中国经济1982-2015年的人力资本收入份额即产出弹性的估计（如图3所示）。

织梦内容管理系统

我们的估算结果表明，人力资本溢价从1982年接近160％的高位逐渐平缓下降至2022年的30％左右，这意味着对于单个劳动者而言，他们的人力资本报酬在逐渐下降。这一下降的原因主要是普通劳动者的平均受教育年限在不断上升，使得人力资本相对于平均劳动工资的溢价不断缩小。尽管如此，由于高等教育水平劳动者人数比例和广义劳动份额的不断上升，人力资本份额在不断提高，从1982年的0.55％逐渐上升到2015年的3％左右，预计2030年将持续上升到7％左右。 dedecms.com

我们用对数差表示的人力资本溢价与Valletta（2017）等研究口径是基本一致的。该研究表明，美国人力资本溢价（他用的术语为高等教育的“工资溢价”）在1980、1990、2000、2010、2015年从20％逐渐上升到40％、45％、47％、48％，这是因为美国20世纪80年代以来快速的技术更新所造成的。根据我们的预测，未来中国高等教育工资溢价将降低到美国目前水平之下，这将给中国人力资本投资和产业结构升级带来巨大压力。

（二）结构变迁背景下的中国经济增长核算

内容来自dedecms

根据（10）式，若我们进一步对这些变量的未来发展趋势进行适当假定，就能获得未来中国经济增长的预测。我们援引陆明涛等（2016）所使用的资本增长率、劳动增长率、全要素生产率等参数，将本文前述部分所得到的人力资本有关数据代入（10）式，从而得到1982-2030年间中国经济增长绩效与潜力的判断。

织梦好，好织梦

为了比较考虑人力资本之后的增长核算分析结果，我们将陆明涛等（2016）所得到的增长潜力曲线与我们得到的包含人力资本的增长潜力曲线进行比较。可以看出，在考虑人力资本之后，增长潜力曲线显然要更高，特别是在人力资本高速上升时期，会带来经济增长率的进一步提升。随着人力资本积累进入成熟稳定期，人力资本将会使得结构性减速趋势有较为显着的缓解，能够将经济增长率提高0.4个百分点。如果我们采用更加积极的高等教育促进政策，可能会带来更高的增长促进效果。 copyright dedecms

内容来自dedecms

（三）基于明瑟方程法的人力资本回报率及其国际比较 织梦内容管理系统

由于本文得到的人力资本回报是剔除普通劳动的人力资本报酬，因此我们在计算人力资本所有者的劳动收入时需要将普通劳动工资和人力资本报酬二者合并计算。我们将我们所建立的数据库代入（3）式和（4）式，计算出普通劳动拥有者和人力资本拥有者的工资水平，然后用后者的工资水平除以前者，得到人力资本劳动者相对于普通劳动者的工资倍数（如图5所示）。 dedecms.com

dedecms.com

可以看出，虽然人力资本报酬v和人力资本劳动者人均报酬v′都在稳步上升，但由于经济结构、人口结构变化和教育深化，普通劳动的工资水平上升速度更快。人力资本带来的回报水平相对于简单劳动工资而言一直在稳步回落，从而导致采用（12）式计算得到的明瑟方程人力资本回报率表现出迅速下降的态势。计算结果表明，由于恢复高考带来的人力资本数量逐渐增加，明瑟人力资本回报率从1982年的60％以上迅速下降到1984年的34％，随后持续下降至2015年的10％左右，预计这一趋势还将继续至回报率降到8％左右，但在2030年前可能有所回升，保持10％的水平。

copyright dedecms

我们计算的结果与许多文献结果比较接近。中国人力资本的社会回报率逐渐下降的过程，与学者有关教育回报率随人均国民收入上升而逐渐下降的截面数据发现相呼应（Psacharopoulos，1994，1985，1977；Psacharopoulos and Patrinos，2008），构成了人力资本回报率变迁的典型性事实。但是，李实与丁赛（2003）的微观计量研究结果表明，中国的高等教育私人回报率自改革开放以来是逐渐上升的，从1990年的2％左右上升到1999年的8％；张车伟（2006）运用当时研究数据实证发现高等教育私人回报率为5％-6％；李雪松与詹姆斯·赫克曼（2004）估算的中国高等教育私人回报率为7-14％之间，而Fang et al.（2012）基于CHNS在1997-2006年间四次微观调查数据得到教育回报率为20％左右。这些结果表明，中国2000年前的高等教育社会回报率远高于私人回报率，而2000年后社会回报率逐渐与私人回报率收敛。考虑到高等教育的社会外部性相对较小且应长期保持相对稳定，2000年前后高等教育回报率变化的主要原因很有可能是劳动和社会福利的市场化，使得早期的人力资本报酬被严重压低的现象逐渐得到缓解。由于高等教育的社会回报率包括了外部性等变量，往往要高于私人回报率（Psacharopoulos and Patrinos，2008），因此图5与图6所示的中国高等教育水平劳动者的投资回报率水平在2015年前后已经降至10％左右，略低于Becker（1993）等估计的美国白人10-14％的水平，表明中国教育投资回报率的形势已经相当严峻。

（四）居民高等教育投资回报率的计算 本文来自织梦

在上述研究的基础上，我们根据（13）式和（14）式计算了居民接受高等教育所带来的回报率。要计算高等教育水平劳动者职业生涯的收益，根据一般22岁大学毕业的现实状况，加上4年的大学受教育时间，对于每一个世代的大学劳动者，我们至少需要从决策当年往后44年的数据。我们之前基于严格的人口迭代法计算的人力资本数据及陆明涛等（2016）计算的经济变量只覆盖到2030年，数据长度不能满足需要。为简便起见，我们假定资本、劳动、人力资本和TFP都大致收敛到2030年的增长速度，即分别为5.6％、-0.78％、1.62％，以反映经济成熟后的增速放缓和人口结构的变化。将所有数据代入（3）和（4）式就能计算出未来的简单劳动工资和人力资本报酬等经济变量。

在计算出简单劳动工资和人力资本报酬之后，对于t年决定接受高等教育的世代，我们选用当年及其后三年的简单劳动工作的折现值作为高等教育的投资成本，其中折现率我们选用李海峥（2015）计算终身收入所用到的折现率4.58％（选择其他水平对分析结论并无太大影响）。根据（14）式计算出每个居民接受高等教育之后并参加工作所得到每年的人力资本报酬水平，并将这一报酬水平折现到决定接受高等教育（高考录取）的那个年度，作为投资高等教育之后的每年投资回报。在得到高等教育投资成本和每年收益的折现值的基础上，根据（14）式我们可以求得在t年接受高等教育的劳动者工作后的每年投资回报率，而将年投资回报率加总可得t年接受高等教育世代的总投资回报倍数（见图6）。 织梦好，好织梦

图6表明，随着经济结构变迁和教育深化，我国居民接受高等教育所得到的总投资回报倍数在20世纪80年代在25倍左右的高位经历了一些震荡，从80年代末起呈现出快速下降的趋势，从1989年的22倍变为我们最后有完整数据的2026年的5.8倍，下降趋势非常显着。若结合各世代来看，2000年前各世代接受高等教育的年投资回报率在职业生涯的顶峰可以达到50％以上，回报率非常高。而到了2010年以后接受高等教育的世代，回报率就只能维持在20％-30％左右。

我们计算的结果和其他一些研究也有一定可比性。如Brown et al.（2012）发现美国高等教育投资回报在20世纪80年代保持平稳，Jia and Li（2017）采用多种回归方法对2010-2015年进行的多次微观调查数据进行分析得到精英高等教育带来的工资溢价为6％-46％，其中采用工具变量法得到的估计为33％-46％，与我们得到的2000年以前参加高考的世代结果非常接近。Walker and Zhu（2008）通过微观计量分析发现1994-2006年间英国男性毕业生25-27岁时平均工资溢价约在10％-30％之间起伏波动，而根据我们的分析，中国劳动者在1993年后3-5年工作经验的本科毕业生工资溢价就将降低到30％以下，2006年起就将降低到20％以下，2030年就将逼近10％。而英国是著名的教育过度的国家（参见Chevalier，2003），因此这意味着中国未来可能也将面临教育过度的严峻形势。

织梦内容管理系统

四、提升人力资本回报率的可行思路

人力资本回报与高等教育投资回报的趋势性下降，提醒我们试图依赖发展高等教育来解决经济增长问题的思路未必能取得足够大的效果，而高等教育快速发展可能会带来过度教育等一系列问题。尽管如此，我们仍然有机会通过一些政策手段提升人力资本报酬，减缓因产业结构变化、人口结构变化和教育深化所带来的问题。 内容来自dedecms

（一）消除对人力资本定价机制的扭曲

由于在规模报酬不变的条件下，要素的产出弹性与收入占最终产出的份额相等，人力资本的收入份额就取决于各行业的收入份额及其结构。因此，要提高人力资本的回报率，可以从提高各行业的人力资本收入份额入手。

如前所述，中国改革开放早期由于人力资本市场尚未完全市场化，高度的行政管制等因素压低了人力资本定价，导致2000年前中国人力资本的私人回报率远低于社会回报率。2000年来，我国市场化改革取得了显着成效，但科教文卫行业等人力资本需求较大的行业仍然属于政府高度管制的行业（中国经济增长前沿课题组，2014）。因此，通过消除人力资本定价机制的扭曲，放松人力资本市场的管制，有助于提升这些行业人力资本的服务份额。 内容来自dedecms

为了审视中国各行业的人力资本收入份额提高的潜在空间，我们从Erumban et al.（2012）的WIOD SEA数据库中得到了各国劳动者的劳动时间、各技能水平劳动者即各种教育水平劳动者的劳动时间比例、工资总额、各技能水平劳动者的工资比例，根据这些数据我们就能直接计算得到各行业高等教育水平劳动者相对于中等教育水平劳动者的收入溢价占总产出的份额，即人力资本的收入份额。我们根据WIOD SEA数据库计算了1995-2009年中美各行业人力资本溢价比，并在图7中展示了1995和2009两个年度各行业的计算结果。

织梦好，好织梦

由图7可以看出，对于绝大多数行业而言，中国相对于美国的人力资本收入份额有较大的差距，且中国从1995年到2009年各行业的人力资本收入份额有了较大提高，特别是教育卫生等现代服务业收入份额从不足4％上升到了10％左右。而美国从1995年到2009年期间，服务业的产出弹性也有一定的提升，其中教育行业收入份额高达30％以上，卫生、租赁商务、金融业、公管社保等行业人力资本收入份额达20％左右。由于美国的市场规制相对较少，若以美国为基准，则中国在教育、租赁商务、卫生社工、金融业等行业有15％以上的提升潜力，制造业、居民服务业、公管社保等行业有8％左右的提升潜力。由于这些行业要么属于高度行政化的事业单位，工资来源主要为财政资金，要么这些行业拥有大量国有企业，工资发放标准由政府核定，因此通过一定的市场化改革，有助于消除人力资本定价机制的扭曲，提升人力资本的收入份额。

（二）通过产业政策进一步提高人力资本收入份额

提高人力资本占全行业总产出的收入份额，还可以通过提升人力资本收入份额较高行业占全行业总产出的比重来实现。事实上，经济发展的过程往往意味着现代服务行业的比重不断提升，而这些现代服务业往往都是具有较高人力资本收入份额的行业。这种经济结构的变化由消费结构的非位似性偏好和服务业的生产率差异两种机制所导致，被称为结构变迁（参见Herrendoff et al.，2014）。

dedecms.com

为了分析通过结构变迁提升中国人力资本份额的潜力，我们援引并修正中国经济增长前沿课题组（2014）的分析结果。我们从2015年全国1％人口抽样调查数据中提取出中国大学本科以上学历劳动者的行业分布，并将其与美国GSS 2013、欧洲ESS 2013等微观社会调查数据结果进行比较。该调查数据基于社会调查人口权重将劳动者的行业分布结果用于推断全社会的分布水平。为确保可比性，我们将两个数据的行业进行了匹配，比较的是美国、俄罗斯和包括比利时、瑞士、德国、丹麦、西班牙、法国、英国、意大利、荷兰、挪威、葡萄牙和瑞典在内的欧洲10国（如图8所示）。

本文来自织梦

由图8可知，中国本科以上学历劳动者的行业分布与西方国家比较接近，大都分布在教育、行政管理、卫生、制造业、金融等部门，但与发达国家特别是美国相比，我国本科以上劳动者分布在公管社保、制造业、金融等行业的比重较高，而在卫生社工、租赁商务、水利环境与公共设施服务等行业的比重较低，和美国相比在教育、信息IT、科技服务等行业也有较显着差距。因此，通过对高度管制的行业进行市场化改革，降低人力资本流动的成本和壁垒，推进人力资本流动，提升人力资本配置水平，也有助于人力资本回报率的提升。

织梦好，好织梦

（三）大力发展服务贸易提升人力资本发展空间 dedecms.com

上述分析表明，在封闭的经济体中，人力资本回报率在不断下降。但在开放经济体中，由于发展中国家经济体进入赶超阶段后大都具有较高的增长率，而人力资本相对于普通劳动具有较好的流动性，因此可以通过全球化来提高人力资本的回报水平。人力资本在全球化中向外输出的方式包括脑力外流（发达国家高学历/高技能劳动者向外流动的人数规模要大于发展中国家，虽然发展中国家的脑力外流的比例更高）、对外服务贸易出口、对外国际教育，其中最为重要的应当是对外服务贸易出口。

织梦好，好织梦

对外服务贸易是人力资本密集的服务业部门向外输出服务产品。Timmer et al.（2015）提供了各国2000-2014年投入产出表，我们将中国与几个主要国家分行业的出口值进行比较即可看出各国人力资本密集型行业出口的规模（参见图9）。结合图8的人力资本分行业分布可以看出，美国在金融业、租赁与商务服务业、文化体育与娱乐、科研技术等几乎所有人力资本密集型行业都有巨大的出口规模，英国、德国在这些行业的出口规模也紧随美国之后，而中国在科研技术服务业、教育、卫生、金融等行业的出口规模远远低于这些发达国家。由（4）式可知，在规模报酬不变和其他要素禀赋不发生变化的假定下，服务贸易出口的扩大，有助于缓解因人力资本快速积累带来的人力资本边际收益降低。因此，我们可以得出结论，巨大的服务贸易出口是支持英美等发达国家人力资本与经济增长良性循环的重要原因，而未来中国要充分利用巨大的人力资本红利，也需要在知识产权研发、金融和保险行业加大投入力度，鼓励服务出口。 本文来自织梦

（四）通过人力资本的资本化获取资本收入份额 copyright dedecms

在上述研究中，我们都是假定人力资本的回报来自广义的劳动收入，而由于人力资本的快速扩张和人力资本产出弹性的增长份额上升速度相对滞后，从而造成人力资本回报迅速下降。通过产业政策和服务贸易可以在一定程度上减缓人力资本投资回报的下降趋势，但要从根本上解决人力资本投资回报的下降问题，就必须从（1）式入手，从资本回报份额中寻求更多的人力资本报酬。

织梦内容管理系统

皮凯蒂在其巨著《21世纪资本论》中指出，超级经理人通过行使股权和期权激励，获得了重要的回报（皮凯蒂，2014）。大量的学术文献也表明，在各国资本市场中都存在较为普遍的高管持股和股权激励，使得高管与企业所有者之间的委托代理问题有所缓解（参见Kaplan，2012；Murphy，2013等的综述）。与此同时，许多企业为了鼓励员工，也实施了员工股权计划（ESOP），从而使员工劳动的积极性得到进一步提高。通过这些方式，人力资本水平较高的劳动者通过参与资本利润分配，获得了较高的人力资本回报。

织梦内容管理系统

此外，人力资本获得者通过专利、版权、特许资格等方式也能实现人力资本的资本化，将人力资本变成未来较为稳定的现金流，从而确保人力资本回报的稳定性。 dedecms.com

五、结语与讨论 织梦内容管理系统

作为高等教育大众化的结果，中国的人力资本有了极大的提升，但未来隐含的问题是人力资本的报酬能否有效提高以保证有吸引力的回报率，以及人力资本的快速增长与现代服务业产业的发展是否同步。本文采用陆明涛与刘潋（2016）发展的总和生产率法，基于中国和美国微观数据估计本科以上教育程度以工作年限为虚拟变量的Mincer方程组，将本科以上教育程度劳动者相对于无工作经验的本科毕业生的相对生产率之和作为其人力资本存量总数的估计，结合对中国教育入学率和毕业率及各年度教育人口数据，计算得到对中国人力资本的规模更为精确的测度。 copyright dedecms

根据中国人力资本规模估算结果，本文进一步采用陆明涛等（2016）发展的增长核算框架和基于理论或实证基础的经济变量预测数据，推导出人力资本和简单劳动的报酬水平。研究结果表明，随着产业结构变迁、人口结构转变和教育深化，自改革开放以来，中国人力资本报酬水平迅速下降，按照明瑟方程法计算的人力资本回报率从1982年的60％以上迅速下降到1984年的34％，随后持续下降至2015年的10％左右，预计这一趋势还将继续直至回报率降到8％左右，但在2030年前可能有所回升，保持10％的水平。 织梦内容管理系统

在此基础上，本文根据成本收益分析方法，参考成本法，选择接受大学教育期间所放弃的简单劳动工资折现值作为劳动者接受高等教育所付出的成本测度；参考终身收入法，选择劳动者在职业生涯中所获得的全部人力资本报酬的折现值之和作为高等教育投资的收益，从而得到劳动者投资高等教育的年投资回报率和总投资回报率。测算结果表明，我国居民接受高等教育所得到的总投资回报倍数在20世纪80年代在25倍左右的高位震荡，从80年代末起呈现出快速下降的趋势，从1989年的22倍迅速降低到2026年的5.8倍。若结合各世代来看，2000年前各世代接受高等教育的年投资回报率在职业生涯的顶峰可以达到50％以上，回报率非常高。而到了2010年以后接受高等教育的世代，回报率就只能维持在20％-30％左右。国际比较表明，中国的人力资本回报率已经低于美国，与高等教育过剩的英?