| 3,473 | 51 | 283 |
| 下载次数 | 被引频次 | 阅读次数 |
人力资本是经济增长和社会变迁的重要影响因素,但经验研究中如何估计这一指标却存在很大分歧。本文遵循一阶马尔可夫过程,并基于大规模微观个体抽样数据所得关键参数的分布特征,模拟和测算了我国1950—2020年间全国和各地区各年份人力资本存量及人均人力资本水平,并从人口转型和教育提升两个角度考察70年间人力资本变迁的内在机制。研究发现,首先,不同标准所得人力资本存量的增长速度存在较大差异,但均随时间推移不断趋缓;人口转型相比于教育提升在70年间的贡献略大。早期人力资本存量增加主要源于人口转型所实现的人口红利,而近年来教育提升对人力资本存量的增长贡献愈加明显。其次,各地区受教育程度差异较大,均随时间显著提高但变化趋势不尽一致; 1950—2020年间,各地区人均人力资本随时间推移表现出较为明显的相对收敛特征。本文认为,教育提升可以成为促进我国人力资本进一步提升的重要举措。
Abstract：Although human capital is fundamental for economic growth and social transformation,there is not yet a consensus on how to estimate this indicator empirically. Based on the distributional characteristics of key parameters estimated from large-scale micro sampling data,this article simulates and forecasts China's national and provincial human capital stock and per capita human capital by year for the period from 1950 to 2020,following firstorder Markov process. After that,the internal mechanism of human capital changes in the past 70 years is investigated from the perspectives of demographic transition and improvement in education. It finds that considerable variation exists between the growth rates of human capital stock obtained through different methods,though they all gradually slow down over time. In the past 70 years,demographic transition has contributed slightly more to the growth of human capital compared with education improvement. The increase in China's human capital stock comes mainly from the demographic dividend in early years,and increasingly from improvement in education in recent years. Second,there is a prominent gap in educational attainment among provinces,and although considerable improvement has been observed in all provinces,the trajectories are not necessarily similar. Between 1950 and 2020,convergence has been observed among all provinces over time. This paper argues that improving education can be an important approach to further enhance the human capital of China.
[1]蔡昉．以提高全要素生产率推动高质量发展[N]．人民日报，2018-11-9(7).
[2]李海峥，贾娜，张晓蓓．中国人力资本的区域分布及发展动态[J]．经济研究，2013,48(7):49-62.
[3]李海峥，梁赟玲，刘智强，等．中国人力资本测度与指数构建[J]．经济研究，2010,45(8):42-54.
[4]刘鹤．没有画上句号的增长奇迹[R]//吴敬琏等，《中国经济50人看三十年:回顾与分析》[M]．中国经济出版社，2008.
[5]钱雪亚，刘杰．中国人力资本水平实证研究[J]．统计研究，2004(3):39-45.
[6]钱雪亚．人力资本水平:方法与实证[M]．商务印书馆，2011.
[7]王德劲，刘金石，向蓉美．中国人力资本存量估算:基于收入方法[J]．统计与信息论坛，2006,21(5):68-74.
[8]张帆．中国的物质资本和人力资本估算[J]．经济研究，2000(8):65-71.
[9]张琦．我国人力资本存量的测算[J]．统计与决策，2007,233(5):75-76.
[10]张琼．基于韦伯与正态分布非线性估计的我国人口死亡年龄分布．保险研究，2010(8):3-9.
[11]周天勇．论我国的人力资本与经济增长[J]．青海社会科学，1994(6):25-29.
[12]周云波，高连水，武鹏．我国地区收入差距的演变及影响因素分析:1985—2005[J]．中央财经大学学报，2010(5):38-43.
[13]Barro R J,Lee J W. International Comparisons of Educational Attainment[J]. Journal of Monetary Economics,1993,32(3):363-394.
[14]Barro R J,Lee J W. A New Data Set of Educational Attainment in the World,1950—2010[J]. Journal of Development Economics,2013,104:184-198.
[15]Becker G S,Capital H. Human Capital:A Theoretical and Empirical Analysis with Special Reference to Education[M]. University of Chicago Press,1964.
[16]Caselli F,Ciccone A. The Human Capital Stock:A Generalized Approach:Comment[J]. American Economic Review,2019,109(3):1155-1174.
[17]Engel E. Der Werth des Menschen[M]. Berlin:Verlag von Leonhard Simion,1883.
[18]Farr W. Equitable Taxation of Property[J]. Journal of Royal Statistics,1853,16(1):1-45.
[19]Fraumeni B M,Christian M S,Samuels J D. The Accumulation of Human and Nonhuman Capital,Revisited[J]. Review of Income and Wealth,2017,63:S381-S410.
[20]Jorgenson D W,Fraumeni B M. The Output of the Education Sector[M]//Output measurement in the service sectors. University of Chicago Press,1992:303-341.
[21]Liu Z Q. Earnings,Education,and Economic Reforms in Urban China[J]. Economic Development and Cultural Change,1998,46(4):697-725.
[22]Lucas R E. On The Mechanics of Economic Development[J]. Journal of Monetary Economics,1988,22(1):3-42.
[23]Lutz W,Skirbekk V,Testa M R. New Empirical Evidence on the Low Fertility Trap Hypothesis[C]. Presented at the Population Association of America 2007 Annual Meeting New York New York March 29-31 2007,2007.
[24]Mincer J. Schooling,Experience,and Earnings[M]. NBER Books,1974.
[25]Mulligan C,Sala-i-Martin X. Measuring Aggregate Human Capital[R]. Center Discussion Paper,1995.
[26]Schultz T W. Capital Formation by Education[J]. Journal of Political Economy,1960,68(6):571-583.
[27]Sen G. World Development Report 1995:Workers in an Integrating World[J]. Development in Practice,1996,6(2):176-185.
[28]Stiglitz J E,Sen A,Fitoussi J P. Mismeasuring Our Lives:Why GDP Doesn’t Add Up[M]. The New Press,2010.
[29]Trinh L,Gibson J,Oxley L. Cost-and Income-based Measures of Human Capital[J]. Journal of Economic Surveys,2003,17(3):271-307.
[30]Zhang J,Zhao Y,Park A,et al. Economic Returns to Schooling in Urban China,1988 to 2001[J]. Journal of Comparative Economics,2005,33(4):730-752.
(1)理论上讲，细致考虑不同受教育程度个体的年龄结构、加总得到总人口的年龄结构的做法更为合适。本文囿于数据所限，简化假定不同受教育程度个体的人口动态变化规律相同。本文对部分关键参数假定(不同受教育程度的年龄别迁移分布特征是否相似、不同时期人口的年龄别迁移分布特征受否相似、个体受教育程度在其一生中是否基本保持不变)的合理性进行了检验，限于篇幅未呈现相应结果。
(2)我国开展全面人口普查的年份为1953年、1964年、1982年、1990年、2000年、2010年、2020年;开展1%人口抽样调查的年份为1987年、1995年、2005年、2015年。
(1)设定该假定的原因是不少研究(张琼，2010)发现，虽然不同国家、或同一国家不同地区不同年龄个体的年龄别死亡率的绝对水平存在较大差异，但其人口死亡年龄分布却均表现出非常相似的分布特征。
(2)我国人口迁移尤其是跨省人口迁移规模相对较小。主要源于:我国于1951年颁布实施了《城市户口管理暂行条例》，尽管1950—1957年间户口迁移相对比较自由，但1957年12月《关于制止农村人口盲目外流的指示》要求城乡户口管理部门严格户籍管理，1958—1978年间我国户口迁移受到严格限制; 1979年开始逐渐调整和改革户籍尤其是小城镇户籍制度，但进展较为缓慢;直至2019年才全面放开城市落户限制(13个城区人口在500万以上的超大城市和特大城市除外)。
(3)值得一提的是，这里估计时实际上暗含假定了“不同受教育程度个体的迁移行为相似”。本文随后基于可得普查年份(1990年、2000年和2010年)对这一假设进行了验证。如前所述，我国人口迁移尤其是跨省人口迁移规模相对有限，从而一定程度上满足了这一要求。
(4)该4年个体数据分别为1004万、1157万、118万和464万。
(5)因为1950年24~40岁的个体如果存活至2010年，则其年龄相应变为84~100岁，不存在任何其他可能，从而2010年时84 ~100岁人群分别是1950年年龄为24~40岁人群最好的缩影和代表。下同。
(1)该指标数据来自于国家统计局网站及《新中国六十年统计资料汇编》。
(2)4 个估计值序列表示为{educ(a)it}1982(t=1950,1951，…，1982)、{educ(a)it}1990(t=1950,1951，…，1990)、{educ(a)it}2000(t=1950,1951，…，2000)和{educ(a)it}2010(t=1950,1951，…，2010)。
(3)Zhang等(2005)给出了“小学”“初中”“高中”“中专”和“大专及以上”等5个受教育程度的教育回报率(以“小学”为参照)，而Liu(1998)则给出了“小学”“中学”以及“大学”等3个受教育程度教育回报率(以“文盲或半文盲”为参照)。本文发现，对Zhang等(2005)各年各受教育程度对应Mincer系数估计值上下截尾25%后取平均，与Liu(1998)的估计值非常相似;因此本文选取Liu(1998)以“文盲或半文盲”为参照的“小学”的教育回报率估计值(7. 5%)，对Zhang等(2005)各受教育程度的教育回报率的截尾平均值进行调整，即可得到“小学”“初中”“高中”“中专”和“大专及以上”等5个受教育程度以“文盲或半文盲”为参照的Mincer系数。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2021.11.004
中图分类号:F249.21;C924.2
引用信息:
[1]张琼,张钟文.我国人力资本变迁70年:人口转型与教育提升的双重视角[J].统计研究,2021,38(11):47-59.DOI:10.19343/j.cnki.11-1302/c.2021.11.004.
基金信息:
国家自然科学基金青年项目“高校毕业生基层就业与乡村振兴的共赢设计——影响因素与长效机制的实验与实证”(72003188); 国家社会科学基金青年项目“政府干预、资源错配与全要素生产率研究”(18CJL017)
2021-12-03
2021-12-03
2021-12-03