课题名称我国高等教育发展战略与国家竞争力战略相协调的研究

课题批准号CIA070199课题类别:国家青年基金课题学科分类高等教育课题负责人张苏中央财经大学经主要成员:郭卉、顾佳峰、金红梅研究总报告高等教育与国家竞争力战略相协调的研究序言全球资源稀缺导致国家间竞争日益加剧,高等教育被要求在国家竞争力提升中发挥越来越重要的作用.
如何使高等教育更好的为提升国家竞争力服务是当前很多国家非常重视的一个问题.
本项研究从如下三个方面来研究这一主题:第一:世界历史的经验和逻辑.
我们试图回答,自从有大学以来,也就是上溯到公元前16世纪中国殷商时代的"右学",特别是18世纪工业革命以来,人类社会分工的演变进程中,高等教育是如何逐步融入社会经济发展进程的最重要的是,分工日益深化的二十一世纪,高等教育与经济的关系有何新的变化,这种新的变化与人类社会分工演进导致的主要矛盾有什么关系高等教育发展战略要与国家竞争力战略相协调,首先要弄清楚这样的历史经验和历史逻辑,因为,一流的大学和负责任的国家在制定国家战略的时候是一定要响应人类的主要矛盾的.
第一章对应这个问题.

第二,世界横截面数据的启示.
历时三年时间,我们找到了世界182个国家和地区的自然资源禀赋、高等教育与经济发展的基本横截面数据.
世界货币基金组织对这182个国家和地区的人均收入进行了排名,从第一名的卢森堡,人均GDP104511.
9美元,到最后一名的布隆迪,人均GDP162.
9美元,一天的收入不到1美元,比联合国2009年规定的1.
25美元/天的极端贫困线还低.
我们对这182个国家和地区的数据进行综合分析,试图探索出自然资源禀赋、高等教育与经济发展这三者之间最基本的经验关系.
这种考察是有意义的,因为经济学的生产函数可以简化为经济总供给由物质资本与人力资本提供,而自然资源禀赋正好提供物质资本,高等教育正好提供高级人力资本.
这182个国家提供的经验对于我国探索高等教育发展战略如何与国家竞争力战略相协调显然具有重要的经验借鉴意义.
第二章、第三章、第四章对应这一问题.

第三,中国宏观数据以及第一手微观数据的启示.
从宏观层面来看,高等教育与国家经济增长战略相协调的一个重要方面是教育财政投入、人力资本增长与经济增长要是相协调的,并且是良性互动关系.
从世界横截面数据来看,很多国家很难做到这一点,中国是否已经使教育财政投入与经济增长之间形成了高水平的均衡关系呢我们试图利用宏观数据,借助计量经济学中的SVAR模型检验这一点.
第五章对应这个问题.
从微观层面来看,高等教育要与国家竞争力战略相协调,至少要答四个问题,第一,高等教育如何真实的增加大学生的人力资本,而不是只给了他(她)们一纸文凭第二,如何引导大学生有意识提高自己的人力资本从而促进国家竞争力第三,我国的理工科高等教育与人文社会科学高等教育都与国家资源禀赋匹配吗第四,创业者的形成对于社会分工的改进以及经济发展具有重要作用,我们的大学生积累的创业型人力资本与职业型人力资本有助于我国实现更高的稳态技术水平,从而促进经济发展,提升国际竞争力吗如果没有,如何改进我们分别对应进行了四次抽样调查研究(抽样框涉及中国537所大学,抽样框设计A4纸无法打印,感兴趣的读者可以来电子邮件索取电子版:zhangsu@pku.
edu.
cn),共回收有效问卷7345份,分别进行了四项微观计量分析回答这四个问题.
第六章、第七章、第八章、第九章分别对应这四项分析.

第十章是一个总结:上述三方面的研究对于我们国家制定与国家竞争力相协调的2010-2020年我国高等教育发展战略有何启示.
摘要本项研究从世界历史的经验和逻辑、世界横截面数据以及中国宏观数据以及第一手微观数据来研究高等教育发展战略与国家竞争力战略如何相协调.
从世界历史来看.
我们回答了自从有大学以来(上溯到公元前16世纪中国殷商时代的"右学"),特别是18世纪工业革命以来,人类社会分工的演变进程中,高等教育是如何逐步融入社会经济发展进程的,还回答了,分工日益深化的二十一世纪,高等教育与经济的关系有何新的变化,这种新的变化与人类社会分工演进导致的主要矛盾有什么关系.
我们进行了世界横截面数据的研究:对世界182个国家的自然资源、高等教育与经济发展之间的协调机制和状况进行了研究.
我们得出了自然资源、高等教育与经济发展三者进行协调的世界经验和教训.
从中国的宏观数据来看,我们研究了高等教育与国家经济增长战略相协调的一个重要方面:教育财政投入、人力资本增长与经济增长如何实现更高的均衡水平.
本项研究还进行了四个方面的第一手数据微观计量分析,探索微观层面如何实现高等教育发展战略与国家竞争力战略相协调(435字).

内容结构图注:研究目的-研究意义-研究假设-核心概念、研究背景和文献综述以及研究设计—研究对象—研究方法—技术路线详见第一至第九章.
第一章工业革命以来高等教育与经济发展的关系关于高等教育与经济的关系,国际国内已经有了较多深刻的研究,但笔者注意到,还没有一项研究从社会分工的视角来探索这一重要问题.
在《1861-1863年经济学手稿》中,马克思提出,"分工是政治经济学的一切范畴的范畴"(马克思、恩格斯,1960,Vol47,P304).
离开分工过程的发展,就无法深刻说明各种经济关系的产生和发展.
从分工过程来看,高等教育与经济有何关系呢:第一,人类社会分工的演变进程中,高等教育是如何逐步融入社会经济发展进程的第二,分工日益深化的二十一世纪,高等教育与经济的关系有何新的变化,这种新的变化与人类社会分工演进导致的主要矛盾有什么关系弄清楚这些基本问题,对于我们制定教育、经济政策具有重要意义.
让我们以美国、英国、德国、日本、中国作为样本来考察这些问题.

一、18世纪工业革命以前农业内分工条件下:专注于古典宗教神学知识传播的大学18世纪有两件大事,一是启蒙运动,一是工业革命,是世界历史的分水岭和人类历史的转折点(戴逸,1999).
18世纪之前,世界大多数国家农业生产带来的剩余足以支撑国家的政治、教育等上层建筑活动(Johnson,2000),农业剩余的产生导致了一部分人专注于知识生产和知识传播分工的可能(Kremer,Michael,1993).
最初的知识是什么样的知识马克思和恩格斯在1848年发表的《共产党宣言》中指出,"思想的历史证明精神生产随着物质生产的改造而改造.
"当时的经济基础是,农产品的生产对地理、气候、人文条件的依赖性很强,各国经济是依照斯密(1776)所说的"自然优势"进行的农业内分工.
而探索大自然奥秘以及生命奥秘的物理学、数学、天文学、生物学远远没有发展起来.
作为这些科学之基础的阿拉伯数字一直到13世纪才传到欧洲.
人们在农业生产过程中对大自然的诸多现象不能解释,特别是关于"人与自然的关系"、"人的生命的意义"等重大问题,人们希望得到答案.

世界上最早成立的大学,都是围绕这些精神领域问题产生的.
中国高等教育居于世界教育史上的领先地位(毛礼锐,1982),据孟子记载,我国上古时代的夏朝(公元前16世纪之前)就有了大学:"夏曰校、殷曰序、周曰痒;学则三代共之:皆所以明人伦也"(孟子.
滕文公);由于孟子的说法还没有地下挖掘等实物证据,我国学界权威的有实物证据的说法是,殷商时代的"右学"是我国最早的大学,大约在公元前十五、六世纪(熊明安,1982).
这比国外学界公认的最早成立的大学意大利波伦亚大学(1088年)还早两千多年.
殷商时代的"右学"是相对于"左学"而言的,"左学"是指小学,为庶民学习的地方;"右学"则是贵族百官学习祭祀礼节(习礼)的地方.
无论是"明人伦"、"习礼",都是人的精神世界问题.
意大利波伦亚大学,在中世纪是世界基督教的重心.
并称为"欧洲大学之母"的巴黎大学成立于1150年,最初附属于巴黎圣母院,也是直接指向人们的精神生活的.
1167年成立的英国牛津大学以及1209年成立的剑桥大学以新教伦理为旨归.
牛津大学的新生若不宣誓信守"英格兰国教会信仰三十九条"就不能入学.
德国最古老的大学海德堡大学,成立于1386年,16世纪下半叶成为欧洲文化的中心,其主要目的是传授经院哲学、繁琐哲学,用已废弃的拉丁语等古典学科培养精神世界纯净的绅士.
1636年成立的哈佛大学是美国第一所大学,由清教徒成立,将哈佛的校训定位"以柏拉图为友,以亚里士多德为友,更要以真理为友",也是关注人的精神世界的.
亚洲创办较早的近代大学东京大学则是18世纪以后成立的,成立于1877年,略有些不同,以医学、法学知识为追求.

由此看来,大学在根源上是专注于古典宗教神学知识传播的分工组织.
正因为此,《大英百科全书》将大学(university)一词拉丁文起源"universitasmagistrorumetscholarium",解释为"由国王、主教、或者居住地首领制定的宪章授权成立的学生和教师的组织".
18世纪之前的大学都带有这种鲜明的特征.
中国殷商之后的西周的大学统称为"辟雍"(据《大戴记》、《礼象》记载),共分东西南北中五院,教育理念是"事神致福".
春秋(公元前770年-前475年)、战国时期(公元前403年-公元前221年)出现了"礼坏乐崩"的局面,贵族开始主张"可以无学,无学不害"(《左传.
昭公十八年),但统治阶级为了培养子女后代,设立"保傅"教育,取代了右学和辟雍;另一方面,民间的"稷下学宫"兴起,著名的创办人有孔子、墨子、孟子、荀子,《吕氏春秋.
尊师篇》记载,"孔墨徒属弥众,弟子弥丰,充满天下".
这些教育的重要纲领是"在明明德,在亲民,在止于至善"(熊明安,1982).
秦始皇时期"禁私学,以吏为师"(《史记.
秦始皇本纪》),但秦朝很快被推翻,汉朝汉武帝吸取了秦朝的教训,采纳董仲舒为代表的"君权神授"、"天人感应"、"尊儒术"的主张,创设太学.
两汉太学的教学内容主要是《论语》、《孝经》.
由于太学的思想源泉是董仲舒,其思想对于太学理念具有重要影响.
董仲舒认为"天者万物之祖,万物非天不生"(董仲舒《春秋繁露.
顺命》),教育学生"奉天法古",又认为"教化不立",则"万民不正",主张"仁义礼智信"的教育.
三国、两晋、南北朝时期(公元220年-公元589年)我国封建社会由统一走向大分裂,这一时期儒家、佛家、道家思想相互斗争与融合,对当时的社会意识形态形成了主导性影响,但由于战乱和生产力破坏,高等教育呈现衰落现象.
隋、唐、五代时期(公元581年-960年),高等教育又逐渐加强,特别是到唐朝,经济繁荣导致教育受到高度重视,沿用隋朝制度,立国子学、太学、四门学并改进科举制度,教育的繁荣对世界也产生了重要影响.
唐朝的高等教育是以《论语》、《孝经》、《道德经》(有时被《尔雅》替代)为选拔考试内容,教育内容也是以儒家、道家(唐玄宗)为核心.
唐朝包括科举制度在内的高等教育制度为唐朝的经济社会繁荣做出了重要的贡献.
唐朝藩镇割据导致了盛世衰落,宋朝(公元960年-公元1279年)仍然重视儒学,但《四书》的地位开始超过《五经》,与《四书》一道,《三经新义》(王安石主持训释的诗、书、周礼),成为大学的主要教材和教学内容,"明人伦"仍然是根本的教育目的(朱熹,《近思录》卷九).
后来的元朝采取"汉法"统治,也推行儒家学说,并举行科举选拔人才,内容与宋接近.
明朝(公元1368-公元1644年)是中国封建经济高度发展,资本主义逐步萌芽的时期,教育也得到高度发展.
明太祖朱元璋于洪武二年下令,"治国以教化为先,教化以学校为本".
明朝的高等学校分国子监、太学、武学、书院等形式,教学内容也主要是四书五经.
清朝(公元1644年至1911年)18世纪康乾盛世(以及之前)经济繁荣,是亚洲东部一个强大的封建国家.
直至鸦片战争之前,清朝基本沿袭了明代的教育制度.
由此来看,18世纪之前,中国的高等教育基本上是指向人的精神世界问题的.

再看美国、英国、德国.
JurgenHerbst(1982)对1636年(哈佛大学创办)至18世纪期间美国高等教育的研究表明,不仅仅哈佛大学,后来成立的威廉·玛丽学院、耶鲁学院等都是由教会兴建,课程体系、培养的学生都是为教会服务的,这一期间有一些改革,但都是宗教范围之内的改革,由此他称这一时期为大学的"宗教改革时期";英国的情况类似.
这一时期英国的高等学校绝大多数是服务于英格兰国教会的,其教育目的在于用基督教人文主义培养贵族品质,大学的理念是国教主义与贵族主义,大学的学生绝大多数是从农业中获取了大量剩余的土地贵族子弟和绅士子弟,课程设置上没有职业训练,与占社会多数的平民特别是中等阶层的教育需求相背离.
17世纪晚期在英国出现了一些学院制大学(academy)培养社会实用人才,受到中等阶层欢迎,不过这些学院无学位授予权,规模较小,发展受到很大限制,处于英国高等教育的边缘.
德国18世纪之前的大学也是排斥自然科学、崇尚古典宗教神学的.
开普勒(1571-1630)、莱布尼茨(1646-1716)等德国著名科学家的成就都不是在大学取得的.
在当时的德国,以经院哲学、繁琐哲学方式传递宗教神学知识才是大学的核心任务,大学里争论的是"天堂里的玫瑰花有没有刺"、"一根针尖上能站多少天使"等繁琐问题,很多人以在大学为耻辱.
18世纪前德国最重要的自然科学家、数学家和哲学家莱布尼茨一生重要的兴趣是集中人才研究学术和技术,从而更好地服务社会生产,指导国家建设,他不是将这一任务归于大学,而是竭尽全力建设国家科学院,他亲自向多个皇帝建议建设科学院(比如德国弗里德里希一世、俄国彼得大帝),到1700年,莱布尼茨成为全世界四大科学院(英国皇家学会、法国科学院、罗马科学与数学科学院、柏林科学院)的核心成员.
也就是说,在当时的德国,学术和技术开发以及指导经济建设的任务不是属于大学的,专属于数量极少的科学院.

专注于古典宗教神学知识传播的大学是为了回答那些时代的主题问题"人与自然的关系"以及"生命的意义",完全不是针对经济发展的,也没有对经济发展产生直接的影响.
即使在人力资本的隐义上也没有影响,因为大学教育并没有直接增进当时劳动力的人力资本从而提高他们的效率和创造力.
当时一个国家的富裕主要靠自然禀赋以及农业生产,这都不是当时大学能培养的.
当时创造社会财富的主要是生丝、砂糖、茶叶、中药、胡椒、苏木、檀香、皮货、羽绒等农产品(黄启臣,2004),土地贵族从这些产品中获得剩余,就将子女送入大学专门学习研究那个时代的主题问题,而不是大学毕业后来生产这些农产品.
11世纪至18世纪,中国GDP占世界GDP总量的百分比一直是世界第一(王梦奎,2004),主要原因是中国地理条件好,这些产品非常丰富.
从人均收入来看,到17世纪末,荷兰人均GDP是世界平均人均GDP的3.
43倍,为世界第一,靠的是航海技术,这也不是当时大学的贡献.
英国排在第二位(为世界平均水平的2.
03倍),但人均GDP仅为荷兰的59%(安格斯.
麦迪森,2003),主要靠的是手工业,也不是大学的贡献.

二、18世纪农业内分工向农业-工业分工过渡时期:专注于古典宗教神学以及启蒙运动思想的大学18世纪,不断增加的人口压力消耗了大部分农业剩余.
17世纪的最后七百年,世界人口年增长率达到12%(第一个千年世界人口年增长率为0.
04%),到18世纪达到41%(DGaleJohnson,2000).
一些国家从农业内分工缓慢扩展到农业—工业分工体系,走上了工业革命之路,这些国家逐步强盛起来,比如英国、法国、德国、美国;一些国家没有扩展分工体系,仍然是农业国家,比如中国,由康乾盛世逐步衰落(SusanNaquin,EvelynRawski,1987).
正如马克思和恩格斯所说,"精神生产随着物质生产的改造而改造"(《共产党宣言》),18世纪人类的精神认识水平开始发生巨大的变化.
关于这一点,我们可以从康德1784年9月应德国《柏林月刊》邀请写的《什么是启蒙运动》看到.
康德指出,18世纪之前,也就是启蒙运动之前,绝大多数人都生活在"不成熟状态","不成熟状态就是不经别人的引导,就对运用自己的理智无能为力.
"国王、教师、贵族(启蒙运动口号的主要针对者)把人们训练得像牲口一样,"并且小心提防着这些温驯的畜牲不要竟敢冒险从锁着他们的摇车里面迈出一步;然后就向他们指出他们企图单独行走时会威胁他们的那种危险.
"这使得绝大多数人"愿意终身处于不成熟状态之中",认为步入成熟状态是非常危险的.
"只有很少数的人才能通过自己精神的奋斗而摆脱不成熟的状态".
康德特别提出,"我们的统治者在艺术和科学方面并没有向他们的臣民尽监护之责的兴趣;何况这一不成熟状态既是一切之中最有害的而又是最可耻的一种.
"康德认为,"启蒙运动就是人类脱离自己所加之于自己的不成熟状态"(康德,1784).

启蒙运动是以牛顿、洛克的思想为基础的.
牛顿理论使自然科学达到了第一个高峰,逐步让人们形成不同于当时宗教的世界观,万物的运动不是由神秘原因引起的,而是由其初始状态和相互作用(比如万有引力)唯一决定的.
而洛克1690年发表《人类理解论》(EssayConcerningHumanUnderstanding),开创了经验主义哲学,他批判最高真理的解读需要教皇或权威的裁判,批判圣奥古斯丁派所提出的人生下来皆有罪的理论,提出"自我"是"会以意识思考的东西",人类所有思想和观念都来自人类的感觉(感官感受外部世界)和反思(心灵观察),正是教育才能正确引导人生下来的"心灵白板".
他提出,"在我们所遇到的人之中,其中有九成的人的好坏或是能力高低,都是取决于他们所受到的教育.
"洛克的这一理论对于18世纪的教育理论产生了巨大的影响.
正如黑格尔所说,"人类的和神圣事件中一切的猜测都由启蒙运动完全逐灭尽绝了".
牛顿、洛克思想为基础的启蒙运动冲击到当时的大学,课程设置开始体现出新旧思想的融合性.
课程不仅包含了古典宗教神学的内容,还融入了约翰洛克及牛顿的启蒙运动的新思想和新观点(EdmundS.
Morgan,1962;HenryF.
May,1976).
生产的发展特别是工业革命使社会结构和社会意识发生的一个深刻的变化是,一般市民的经济实力加强、规模变大,高等教育作为贵族和绅士特权开始受到质疑.
大学不得不为贵族服务的同时还兼顾全体公民的利益.

18世纪中国处于清朝由盛而衰时期.
十八世纪前夕已经开始出现了一些启蒙思想家,比如顾炎武(1613-1682)、黄宗羲(1610-1695)、王夫之(1619-1692)等人.
他们开始提出"经世之学",主张实学实用,对宋、明理学提出挑战.
18世纪美国的大学在保留古典学院特征的同时,开始重视对全体公民、特别是未来的领导人进行道德教育以及爱国教育.
18世纪英国的四所大学圣安德鲁斯、格拉斯哥、阿伯丁与爱丁堡大学推行改革,开设自然科学与实用课程,招收非国教青年入学,吸引了大批来自英格兰与欧洲大陆的学生,对牛津大学和剑桥大学都形成了一定的压力.
德国的情况是,启蒙运动使得人们对于大学的经院哲学和繁琐哲学越来越厌烦,大学就读人数越来越少,到18世纪中期以后一些大学如科隆大学、特里尔大学、斯特拉斯堡大学等因为没有人读被迫关闭.
1700-1755年,德国大学生总数在8000-9000人之间,到1791-1795年,总数不足7000人(CharlesEMcClelland,1980).
由此德国大学不得不进行改革.
比如哥廷根大学章程禁止教师斥责"持异端的"观点,降低神学家在哥廷根大学的地位;同时,一些大学开始进行院系调整,比如哥廷根大学、埃朗根大学将作为初级预备学院的文学院改为哲学院,除开设逻辑学、形而上学和伦理学外,还开始历史学、经验心理学、物理学、自然史、纯数学和应用数学,同时提高哲学院教师的工资.
过去三大学院神学院、法学院、医学院的地位开始受到挑战.

18世纪经济发展与高等教育也没有直接关系,但18世纪大学融入自然科学课程为高等教育服务于经济生产活动奠定了基础.
18世纪世界经济的重大事件是英国崛起.
其中的两个直接原因是,第一,纺织技术的发明和推广,第二,英国对纺织产业的资本投资.
纺织技术的发明和推广不是大学的贡献.
1764-1767年哈格里夫斯(Hargreaves)发明的珍妮纺织机将纺纱效率提高了16倍.
1768年阿克赖特(Arkwright)发明的水利纺织机使纺织出的经纱更加结实(Mitchell,B.
R.
andP.
Deane,1962),他们两人一个是一个纺织工人,一个是企业家,都不是从大学毕业出来的.
1761-1770年,英国固定资本投资总额是664万英镑,1771-1780年为705万英镑,而到第一次产业革命期间,固定资产投资不断大幅度增加:1781-1790年为1431万英镑(不变价格)(费恩斯坦,1978).
1774-1820年英国原棉的进口量增加了20倍以上,棉纺业的就业人数也从18世纪70年代几乎可以忽略的水平增加到占1820年整个劳动力的6%以上.
棉纱及其制成品从1774年占英国出口量的2%迅速提高到1820年的62%(Mitchell,B.
R.

andP.
Deane,1962).
英国借助这一次技术革命超越了荷兰.
1700年英国人均GDP为288美元,荷兰人均GDP为440美元,到1820年,英国人均GDP增长到454美元,而荷兰人均GDP为400美元(1970年美国价格水平)(Maddison,AngusM,1982).
不仅如此,英国还借助这一次产业革命成为"世界工厂".
尽管这一次技术革命与高等教育没有直接联系,英国、美国、德国的大学开始开设物理(主要是力学)、数学等课程,增进了人类对于运动规律、计算科学的知识,这些知识对于经济生产活动效率的提高奠定了重要的基础.

三、19世纪农业-工业分工时期:服务于农业与工业工程的近代大学18世纪60年代从英国开始工业革命,到19世纪30年代末,以机器生产为主体的近代工厂制度在英国基本工业部门(毛织业、丝织业、棉织业、冶金和金属加工业)拥有显著优势,工业革命基本完成.
美、法两国在19世纪初、德国在19世纪30年代先后开始工业革命,它们利用英国的先进技术和经验,加快了建立工厂制度的进程,并分别于50年代末、60年代末和70年代末基本上实现了工业革命.
工业革命使得国际分工演变为极少数以近代技术为基础主要从事工业生产的先进国家,与绝大多数以自然条件为基础主要从事农业生产的农业国之间的分工,国内分工则演变为一些国家深化工业与农业分工,一些国家继续从事农业内分工(Coffey,1996;Francis,2004).
工业-农业分工带来的丰富产品极大地激活了人们的物质欲望,时代的主题从精神满足转向了物质满足,探索人与自然关系以及生命奥秘的古典大学对学生的吸引力越来越小,大学的教育职能也开始逐步适应工业-农业分工这种经济基础.

19世纪中国处于清朝的变革时期.
教育上八股文受到前所未有的挑战,比如道光十八年(公元1838年)江苏总督陶澍创立的惜阴书社只教经史诗赋,不教八股文,光绪十年(公元1884年)黄体芳建立的建南菁书院开始教育天文、算学等实用课程,同治元年(公元1862年)成立京师同文馆,并与于1866年附设科学馆,引入物理、化学等科学课程.
到1895、1896和1898年清政府又分别成立天津中西学堂、上海南洋公学和京师大学堂,大学堂"以谨尊谕旨,端正趋向,造就通才为宗旨.
……以各项学术艺能之人才,足供任用为成效.
"同时成立通儒院"以中国学术日有进步、能发明新理以著成书、能制造新器以利民用为成效"(璩鑫圭等,1991).
可见也开始使高等教育融入工农业活动.
1857年美国马萨诸塞州国会议员莫里尔(JustinS.
Morrill)提交了一系列提案,建议联邦拨地3万英亩,将土地出售,为每个州至少资助一所学院,林肯1862年林肯签署了对日后高等教育产生重大影响的这项《莫里尔法案》.
根据法案规定,每个州业已成立或新创建的大学必须履行以下目标:提供农业、采矿、机械制造方面的教育以支持所在州经济的发展.
此后美国诞生了大量赠地大学或学院.
大学为经济服务的观念的产生.

英国19世纪开启了宗教无甄别、课程讲实用的"新大学运动",因而成为英国高等教育近代化的先锋与典范.
"新大学运动"以1827年伦敦大学的成立为标志,其服务目标是中等阶层的青年子弟,教育内容为法律、医学、工程学专业教育.
这是第一所以世俗主义原则和功利主义精神为基本理念的大学,此后成立了一大批类似的大学,包括曼彻斯特欧文斯学院、利兹约克郡科学学院、利物浦大学学院与伯明翰梅森科学学院.
自19世纪50年代中期到70年代晚期,英国议会也通过了一系列有关大学改革的法令,对牛津、剑桥大学进行重大改革,不仅废除了古典大学在入学与学位授予方面的宗教检验(神学专业除外),彻底取消了宗教甄别,实现了宗教与教育的分离;而且大力发展实用学科特别是自然科学和历史学科,使之取得了与古典学科和数学同等的地位.
日本江户幕府(1850年代)封建统治末期,经济发展停滞不前,明治天皇1868年颁布"国是五项誓文"中,把"文明开化"与"寻求知识于世界"定为基本国策,这直接导致了东京大学的产生.
1886年公布《帝国大学令》,东京大学改为帝国大学(合并工部大学校),设立法、医、工、文、理五分科大学(学部).
到1890年又设置农科大学,也是高等教育逐步融入工业-农业分工的过程.

19世纪德国高等教育在威廉·冯·洪堡(1767-1835)的影响下也逐步融入工业-农业分工过程.
洪堡一反大学以经院哲学为核心课程的做法,在他自己创立的柏林大学大量开设对于发展工业、农业工程有利的数学、物理学、气象学、化学、植物学、动物学、解剖学、地理学、矿物学等课程.

尽管从19世纪开始大学开始服务于农业与工业工程,国家经济增长与发展的重要因素还不是高等教育.
以美国为例.
1820年美国人均GDP仅为372美元,到1870年,美国人均GDP翻了一倍多,达到764美元(1970年美国价格水平),实现了惊人的美国崛起(Maddison,AngusM,1982).
这一次崛起的主要原因是美国引进技术和技术人才引起的.
1825年英国取消了禁止机器、机器图样出口和熟练技术人员出国的禁令后,美国即从英国等国家大量引进技术和技术人才.
在钢铁工业中,从19世纪初起,美国相继引进了热风炉、焦炭炼铁法等先进技术,到19世纪50-60年代,又引入托马斯炼钢法,引起钢铁工业的技术革命,促使钢铁产量大幅增长,并由此促成了美国的崛起.
但不可否认的是,高等教育适应工业与农业分工,培养相应技术人员,对于经济发展的作用也是不可忽视的.

四、20世纪工业内分工时期:服务于技术创新与发明的大学20世纪初开始,工业系统通过几次工业革命由为数不多的纺织、钢铁、铁路部门扩展到电力、石油、化学工程等部门以及更细的分工组织.
这种分工的发展是以技术创新与发明为基础的.
这是因为技术创新和发明具有强大的要素粘合力以及资源整合功能,能有力地推动社会生产力的极大提高并导致生产系统、经济结构乃至经济运行方式发生深刻变化,导致传统工业系统瓦解,产生新的工业形态.
而这种导致工业内分工深化的技术正是在大学产生的.

19世纪晚期之前推动工业内分工的技术创新和发明基本上都不是在大学产生的.
比如如前所述,第一次工业革命(1780-1830年纺织技术革命)中珍妮纺织机、水利纺织机分别是工人和企业家发明的.
第二次工业革命(1830-1880年,钢铁工业革命)中核心技术贝氏炼钢法(1856年)的发明者英国人亨利·贝塞默(1813-1898)、平炉炼钢法(能在10分钟内将10-15吨铁水炼成钢,节省费用90%[24])和碱性底吹转炉炼钢法的发明者法国冶金学家马丁、英国冶金学家托马斯都不是在大学工作.
第三次技术革命(1880-1930,电力石油化工)中第一台手摇永磁式发电机的发明者皮克希是个德国工程师,发明自激式发电机的西门子是的德国工程师.
1882年第一次成功实现远距离高压直流输电试验的是法国工程师马·德普勒(1843-1919).
发明留声机、电灯、电影摄影机、碱性蓄电池的美国人爱迪生(1847-1931)只读了3个月的书就失学了.
当然也有例外,发明电磁铁发电机的惠斯通(1802-1875)是伦敦英王学院的实验物理学教授.

但19世纪晚期到20世纪开始,重大的科学发现和发明几乎都是在大学实现的.
诺贝尔奖从1901年开始颁发,这一年的化学奖、物理奖、生理及医学奖无一例外都是大学教授获得的.
化学奖是柏林大学的JacobusHenricusvan'tHoff(1852-1911)由于化学动力学以及渗透压的研究获得的.
1902年也是柏林大学的HermannEmilFischer(1852-1919)由于糖和嘌呤的合成获得的.
1901年的诺贝尔物理学奖是由慕尼黑大学的伦琴教授(WilhelmConradRntgen1845-1923)由于发现伦琴射线获得的,1902年的诺贝尔物理学奖是由LeidenUniversity的HendrikAntoonLorentz(1853-1928)以及AmsterdamUniversity的PieterZeeman(1865-1943)发现磁辐射获得的.
生理及医学奖1901年是德国MarburgUniversity的EmilAdolfvonBehring(1854-1917)由于发明血清疗法而获得;1902年是由利物浦大学的RonaldRoss(1857-1932)对于疟疾的研究获得的.
此后的诺贝尔奖绝大多数都是大学教授获得的.
这些技术创新和发明对工业系统的分工扩展和发展产生了深刻的影响.
20世纪前期的大学正处于大学从精英阶段到大众阶段的过渡(MartinTrow,1974),何以还能为人类带来如此多的革命性技术创新和发明呢总的来说,国家对大学科学技术研究的财政支持以及政策支持起到了重要的作用.
20世纪30年代后期,美国联邦政府每年资助美国科学研究的总额估计达到1亿美元;大部分资金流向国家所需的农业、气象、地质领域.
二次大战期间,国家又资助大学进行国防科学技术研究.
1941-1945年间,美国在研发上花费的经费总额为30亿美元,其中的1/3用于以大学为中心的研究,目的是赢得战争并发明"新的毁灭与防御工具"(D.

Dickson,1984).
哥伦比亚大学、芝加哥大学、加利福尼亚大学、和加州理工学院等在原子能方面的研究,哈佛大学、麻省理工学院在雷达方面的研究确保美国战胜德国纳粹势力起到了巨大作用.
二战后政府开始认识到高等学校的科学研究的重要作用,并给予高度的重视与资助.
1939-1940年,美国高等学校的科研经费只有2730万美元;1949-1950年增至22530万美元;1959-1960年是102240万美元;1969-1970年是290150万美元;1974-1975年达到421770万美元(王英杰,1993).
1945-1972年,美国国会通过的重要教育立法就有40多个.
1950年杜鲁门总统签发的《国家科学基金会法案》,成立了专门资助基础研究的国家科学基金会,从而使研究型大学在培养科技人才和推动基础研究方面发挥了重要作用.
1958年,针对前苏联人造卫星上天,美国为增强竞争力,通过《国防教育法》不但加强了对研究型大学的经费支持,而且向具有优异才能的大学本科生、研究生提供学习贷款.
1980年美国国会通过《贝多法案》,允许将政府出资的、有大学和科学研究人员创造的研究成果推向市场,从而使工业界参与科研成果的研发,为研究型大学注入更多的资金和活力.
我们注意到,1959年,14亿美元的研究资金中的96%以上用于生命科学、自然科学以及工程领域,而社会科学,尤其是人文科学受到了冷落,此后也如此.
20世纪80年代以后,80年代早期美国大学的办学方向发生了根本性的转变,美国政府制定一系列政策促使美国经济增长从资源消耗型向知识技术型转化.
1991年美国总统布什签发全美教育纲领性文件《美国2000年:教育战略》,1993年,美国总统克林顿签发全美教育教改法案《2000年目标:美国教育法》,都是以此为目的.
同时,美国加大教育投入,1989-1999年十年间,教育经费增加了近一倍,达到6350亿美元,教育投资已占美国GDP的7%以上,在发达国家名列前茅.

日本从大正四年(1915)到大正十四年(1925)的10年间,高等教育人口增加了1.
5倍,在学人数占同年龄人口的比例也从1%急剧上升到2.
5%.
1946-1955年间,在校生占适龄人口的比例也从5.
8%上升到8.
8%.
到20世纪50年代,大学升学率在40%左右,位居世界第二(天野郁夫,2006).
日本也在20世纪60年代至70年代迎来了高等教育的大众化阶段.
这也主要是国家财政支持大学理工科专业大幅度扩张引起的.

从1900年到1910年间,英国伯明翰、利物浦、曼彻斯特、利兹、设菲尔德、布里斯托尔学院等6所城市学院升格为有学位授予权的完全大学,到20世纪第一个十年,英国现代高等教育的基本框架最终形成,理工科教育和科学研究得到了国家和社会的大力财政支持.
1988年英国政府通过了《教育改革法》(TheEducationReformAct1988).
此法主要采取的措施是强调大学更有效地为经济发展服务和同工商界建立更密切的联系,这被普遍认为是本世纪英国最激进的一次教育改革.
20世纪上半叶,德国大学不断涌现出新发现、新发明,不过主要原因并不是国家对科学技术的投入,而是上一世纪洪堡教育改革影响的延续.
洪堡在1809-1810年任内政部文化教育司司长期间通过《文化和教育司工作报告》、《论柏林高等学术机构的内部和外部组织》等一些列文稿传达的大学理念对德国高等教育产生了深刻的影响:"大学是一种最高手段,通过它,普鲁士才能赢得全世界的尊重,从而取得真正的启蒙和精神教育上的世界领先地位.
"(贺国庆,王宝星,2006).
他提出教学过程中要体现出大学是探究真理,发展科学和推动知识发展的场所,要有"教学自由"、"学习自由",使得学术自由和科学研究在德国蔚然成风,并开始向世界各地传播,德国成为"教育的麦加",至20世纪上半期,德国大学被认为是世界上水平最高的.
1901-1940年,德国科学家中有诺贝尔奖获得者36人,为全部诺贝尔奖获得者的四分之一.
下半叶德国政府的政策和经费支持对高等教育产生了深刻的影响.
1962年,德国提出的《经济增长与教育事业的发展》报告强调教育在经济发展中应承担的责任.
1964年,大学教授皮希特发表《德国教育的灾难》系列文章,指出德国的教育规模远远不能满足未来社会对人才的需要,因此必须大力发展高等教育.
在1965年至1975年的"改革十年"中,德国高等教育的建设经费,特别是理工科专业建设经费大幅增加.
1993年,德国科学审议会《关于高等教育政策的十点意见》进一步提出发展高专、课程分化,也与工业需求结合起来.
中国的高等教育在20世纪的前半叶由于政治局势不稳定一直处于不稳定发展状态.
1949年建国以后至1957年中国高等教育学习、借鉴苏联模式,此后又经历1958-1960年的"教育大革命".
直到改革开放后,特别是90年代政府陆续制定颁布了《中华人民共和国高等教育法》、《中国教育改革发展纲要》(1993年)、《面向21世纪教育振兴行动计划》、《中共中央国务院关于深化教育改革全面推进素质教育的决定》等一系列法规,加快了中国高等教育改革的步伐.
我国自1999年开始实施高校"扩招"政策以来,中国高等教育进入了急剧扩张时期.
高等教育的总规模和高等教育的毛入学率快速增长,到2008年,高等教育在学总人数达到2907万人是1949年的242倍,1978年的13倍,1998年的4.
6倍,2008年高等教育毛入学率达到23.
3%《2008年全国教育事业发展统计公报》,这意味着我国进入高等教育大众化的进程.
20世纪下半页,我国实行的211工程与985工程对一流大学加大了教育和科学研究经费投入,效果显著,全国重大科技成果中,有20%以上来自高等院校.

20世纪战后世界经济增长的主要动力来自高等教育提供的专业化人力资本,这是20世纪80年代以来发展起来的内生增长理论的一个基本结论(Romer,1986;Becker,MurphyandTamura,1990).
资本的边际收益递减规律必然导致资本积累动力减弱,而高等教育不同院系专业为经济活动注入的专业化人才导致分工和专业化的不断演进,使得经济产生规模收益递增,使经济实现持续增长.
人力资本投资具有正的外部效应,私人收益低于社会收益,因而投资低于社会最优水平,进而导致竞争性均衡增长率低于社会最优增长率,因而提供人力资本的高等教育需要政府给予财政支持,正因为此20世纪各个国家对于培养高级人力资本的大学进行有力的财政支持.
这就是20世纪高等教育与经济的基本关系.

五、21世纪全球分工进一步深化:发展经济学视角的高等教育高等教育系统带来的基础研究以及应用性研究的大量突破推动工业内分工的演进,到20世纪80年代,全球经济分工深化为产品内分工,也就是企业产品"生产谱"(SanyalandJones,1982)全球分解;为适应经济分工的细化,高等教育的教育活动与科学研究活动内部进一步分工.
尽管经济活动、教育活动的分工细化带来了巨大的经济增长,也带来了不可忽视的问题.
经济活动、教育活动分工细化的直接结果是人力资本的专业异质程度越来越大,而这又逐步形成两方面的负面影响:第一,人类作为一个整体在处理人与自然关系时越来越缺乏代际正义.
高中毕业生进入大学后被训练成专业精细的人力资本承担者,进入社会又成为社会政策、企业决策的制定者以及技术开发人员,他们思考问题的方式必定囿于专业领域的限制.
比如,农药领域的人主要关注农药如何毒死农业害草害虫害兽,很难关注这种行为是否会通过食物链间接危害其他生物,进而影响生物多样性,也很难关注农药会不会导致土壤质量下降,从而影响生态环境.
油气勘探和利用领域的人关注如何开发更多的石油,但很难关注利用地壳振动推断地下地质构造从而发觉石油过程对植被、地表水的破坏性影响.
纳米技术领域的人关注纳米技术对于医疗、环境清洁、国防的即时影响,但很难关注其对人类健康、生态环境的长期破坏性影响(DietramA.
Scheufele,2007).
当科学家对纳米技术的应用兴高采烈的时候,没有注意到纳米材料粒径极小,能透入生物膜孔隙进入线粒体和细胞核等细胞器内,并与生物大分子结合或发生催化生物化学反应,还可能导致遗传物质发生突变.
纳米材料还可在大气、水和土壤中可吸附二氧化氮、二氧化硫和铜、铅、汞、镉等有害气体、有毒重金属,对生态环境带来远期威胁.
水利工程领域的人主要关注如何利用水资源,却很难关注如何从几代人的利益出发保护水资源.
前任水利部长钱正英在回忆一生的治水工作时说出的话意味深长.
她回顾说,"我们多年来一直强调治河、用水,没想到居然使黄河水断流了";晚年她再去考察治理过的塔里木河,看到的是"西面碧水盈盈,东面河道干涸",由此越来越深刻认识到"人与河流和谐发展"的重要性(钱正英,马国川,2009).
还有计算机、通讯、化学、核能等领域,都存在类似的问题,在专业领域类最优化的决策与创造发明从整个人类的利益看来却是错误的,特别是可能让这一代人享受的更多了,却使下一代人赖以生存的自然受到了极大的破坏.

第二,教育与分工的代际传递效应对社会公平形成影响.
教育不仅直接增进受教育者的人力资本,还通过受教育者家庭的代际传递对其子女的人力资本产生重要影响.
教育的这种代际传递又形成收入与职业的代际传递,从而影响社会的公平.
父母的教育水平更高,所处分工链收入更高,则子女更易获取学业的成功,也更易处于高收入职业;反之也成立(JanetCurrieandEnricoMoretti,2003;MoniquedeHaanandErikPlug,2009).
如果没有强有力的教育与就业政策干预,必然形成富裕的代际传递与贫困的代际传递这种两极分化的社会不公平发展模式.
正是基于这两个原因,我们预计在21世纪高等教育与经济的关系必然会发生深刻的变化.
概括起来就是,高等教育要从重点解决人类经济增长的问题转为重点解决21世纪人类面临的两个主要矛盾,一是尽力修复工业革命以来人类对大自然的破坏,探索人与大自然永久和谐的技术和制度;一是教育工业革命以来人类物质欲望过度增长的精神世界,探索人与人和谐、社会公平的思想和制度.
这两个主要矛盾都属于发展经济学的重大主题,需要进行深入的研究.

哪所大学率先把主力瞄准这两个主要矛盾,哪所大学就会成为世界高等教育的精英,哪个国家的大学率先解决这两个主要矛盾,哪个国家就会成为发展经济学意义上的精英国家.
第二章高等教育体系对国家资源禀赋优势的发挥和促进机制分析——对人均收入第101-182名国家经济发展与高等教育关系的考察世界贫富差距巨大,而且穷国更多.
2009年世界182个国家和地区的人均GDP的分布用直方图描述如图所示:图1注:横轴为2009年全国人均收入(美元),纵轴以及直方上标记的数值为国家频数.
最富裕的国家卢森堡2009年人均GDP为104511.
9美元,而最穷的国家布隆迪人均GDP仅为162.
9美元.
最穷的国家的人一天的收入不到1美元,比联合国2009年规定的1.
25美元/天的极端贫困线还低.
从图1来看,绝大多数国家位于直方图的左侧;182个国家人均GDP的中位数为4052.
26美元,计算得中位数左侧91个国家(人均GDP小于等于4052.
26美元)的人均GDP为1569.
7美元,中位数右侧91个国家(人均GDP大于4052.
26美元)的人均GDP为21641.
1美元,是左侧国家的14倍!

分别计算1-50名国家、51-100名国家,101-182名国家的平均人均GDP,如图2所示:前50名国家的平均人均GDP高达33749.
2美元,51-100名国家的平均人均GDP为6339.
6美元,最后82个国家的平均人均GDP为1314美元.
中国2009年人均GDP为3677.
9美元,名列100位.

图2我们研究发现,这三类国家的高等教育体系与国家资源禀赋以及经济发展关系有很大的不同,详细论述如下:本章考察101-182名国家的高等教育与经济发展的关系.
这些国家可以归为世界上的穷国系列.
一般的直觉会以为,这些国家资源贫乏,气候恶劣,或者大多是小国家,所以才会贫穷.
这样的国家似乎有一些.
比如,2007年、2008年、2009年分别以人均GDP127美元、137美元、162.
9美元(IMF数据)名列世界各国人均收入的最后一名的非洲国家布隆迪.
该国国土面积只有2.
78万平方公里,自然环境仅适合种咖啡、茶叶、棉花,资源贫乏,又为内陆封锁型地理状况,经济非常落后.
但研究表明,该国贫穷还有另外两个重要因素,一是落后的法律体系,一是严重缺失的教育体系(CIA,2008).
高等教育方面,该国仅有一所大学,布隆迪大学,该国大学入学率在1%左右,远不能为国家培养足够的高级专业技术人才,工业基础十分落后,大部分工业制成品需要进口.
2007年、2008年、2009年的人均GDP分别为239美元、485美元、440美元,2009年名列世界人均GDP倒数第13的非洲国家冈比亚,国土面积1.
038万平方公里,资源贫乏,仅有少量的钛、锆、金红石混生矿(储量约150万吨)和高岭土(50多万吨).
农业人口占全国总劳动力80%,全国仅有一所大学,冈比亚大学,每年为国家培养300名左右医学、农业与生物、经济学等方面的大学生,远远不能满足国家对于高级人力资本的需求.
非洲的马拉维,国土面积11.
8万多平方公里,自然资源不丰富,农业为支柱产业,工业只有烟草、茶叶、蔗糖、酿酒、棉纺、菜油等初级产品加工业.
仅有一所大学,马拉维大学.
由于高等教育落后导致人力资本缺乏,人均收入基本没有什么增长,2007年、2008年、2009年的人均GDP分别为257美元、312美元、328美元,排名还在倒退.
非洲的多哥,面积5.
6785万平方公里,自然资源仅有磷酸盐,全国67%劳动人口从事农业.
大学仅有两所,教育对于经济发展提供的支撑非常不够,2007年、2008年、2009年的人均GDP分别为370美元、436美元、421.
8美元,世界排名基本没有进步.
非洲的布基纳法索,面积27.
4万平方公里,资源贫乏,国内三所大学(瓦加杜古大学、博博工科综合大学和库杜古高等师范学校)未能为国家培养足够多的专业技术人才,工业基础薄弱,国民经济以农牧业为主,2007年、2008年、2009年的人均GDP分别为500美元、577美元、564.
2美元,日人均收入不到2美元.
还有美洲的海地,面积约2.
78万平方公里,资源贫乏,仅有一所大学,全国近2/3人口从事农业生产,粮食还不能自给.

除了上述6个国家,其他国家自然资源都比较丰富.
有些国家资源非常丰富.
比如刚果(金)就是一个自然资源非常丰富的国家,该国国土面积234.
5万平方公里,素有"世界原料仓库"、"中非宝石"之称,铜矿产储量为7500万吨,占世界15%,钴450万吨,占世界50%,钻石1.
9亿克拉,占世界23%,石油储量2500万吨(已探明9270万桶)、天然气400亿立方米、煤6000万吨.
森林覆盖率为53%,约1.
25亿公顷,占非洲热带森林面积的一半,水力资源蕴藏量为1.
06亿千瓦,占非洲总储量的40%,世界的13%.
但2007年、2008年、2009年的人均GDP分别为161美元、184美元、171.
5美元,都处于世界各国人均收入的最后第二名(IMF数据).
该国农业落后,粮食不能自给,采矿业占经济主导地位,加工工业不发达.
该国小学入学率不到20%,还远低于布隆迪的小学80%左右的入学率.
234.
5万平方公里的国土上仅有36所大学,平均6.
5万平方公里上一所,地理密度比布隆迪还低.
教育支出不到财政支出的1%,高等教育对于经济发展没有给任何支持作用.
2007年、2008年、2009年排名倒数第三的利比里亚(人均GDP分别为195美元、212美元、238.
9美元)也是自然资源非常丰富的,铁矿砂储量估计为18亿吨,为非洲第二大铁矿砂出口国.
另还有钻石、黄金、铝矾土、铜、铅、锰、锌、钶、钽、重晶石、蓝晶石等矿藏.
森林覆盖面积479万公顷,占全国总面积的58%,盛产红木、檀香木等名贵木材.
利比里亚海运地理位置优越,濒临大西洋,海上运输极为便利.
但由于教育水平落后,并没有对这些资源进行有效利用,经济以农业为主,农业人口占总人口的70%.
该国学龄儿童失学率达50%,全国接近一半为文盲.
高等教育很落后,国土面积11.
1万多平方公里,仅有5所大学,高等教育现在还是国家的财政负担.
非洲的塞拉利昂,面积7.
2万平方公里,矿藏丰富.
该国土地面积720万公顷,其中可耕地面积占75%,但只有9%为已耕地,全国65%以上的劳动力从事农业生产,粮食不能自给.
目前该国仅有两所大学,即塞拉利昂大学和恩加拉大学,培养的人才非常有限.
2007年、2008年、2009年的人均GDP分别为270美元、332美元、310.
8美元,排名在倒退.
非洲的厄立特里亚,面积1.
24320万平方公里,石油、铜、金、铁、食盐和天然气等自然资源丰富,沿海渔业资源和旅游资源也很丰富.
但为农业国,80%的人口从事农牧业生产.
阿斯马拉大学是唯一的高等学府,2006年被分为科技学院、商业学院、师范学院、人文和社会科学学院、海洋科学学院、奥罗特医学院及哈默马罗农学院,分布于6个省.
高级人力资本缺乏,导致工业结构简单,只有炼油、纺织、食品加工、皮革、玻璃器皿制造、制鞋等工业,人均GDP停滞不前,2007年、2008年、2009年的人均GDP分别为293美元、294美元、362.
9美元.
非洲的马达加斯加,国土面积59万平方公里,矿藏丰富,其中石墨储量居非洲首位.
马达加斯加境内旅游资源丰富.
马土地肥沃,气候适合各种热带、温带粮食和经济作物生长,种植的农作物主要有水稻、木薯、甘薯和玉米等.
该国有6所综合大学,全国的教师在1000名左右,大学生在30000名左右,为国家提供的高级人力资本非常少,绝大部分人只能从事农业,该国农业人口占全国总人口80%以上,出口收入的70%来自农业,工业基础薄弱,2007年、2008年、2009年的人均GDP分别为371美元、457美元、412美元,世界排名基本没有进步.
非洲的莫桑比克,面积80.
16万平方公里,拥有丰富的矿产资源,主要包括钽、煤、铁、铜、钛和天然气等,其中,钽矿储量居世界之首,煤储量超过100亿吨,钛600多万吨,大部分矿藏尚未开采.
此外,莫水力资源丰富.
国旗上有书本,象征文化教育(此外还有步枪和锄头),尽管如此,全国人均受教育年限不足两年,国内大学非常少,也是农业国,80%的人口从事农业.
2007年、2008年、2009年的人均GDP分别为397美元、465美元、465美元.
世界排名基本没有进步.
毛里塔尼亚,国土面积103万平方公里,石油和天然气资源预计储量丰富,渔业资源丰富,虽然开始重视发展教育事业,把提高全民教育水平作为脱贫的重要途径,但全国有5所高等院校,培养的高级人才还很少,2007年、2008年、2009年的人均GDP分别为928美元、1042美元、975美元.
巴布亚新几内亚,国土面积为46万多平方公里.
资源丰富,金、铜产量居世界前列,石油、天然气蕴藏丰富,原油储量5.
3亿桶,库土布和弋贝两大油田储量即达4亿桶.
南高地省油田储量达1700万桶.
已探明铜矿储量2000万吨,黄金储量3110吨,铜金共生矿储量约4亿吨.
此外还有富金矿、铬、镍、铝矾土、海底天然气和石油等资源.
天然气探明储量7万亿立方英尺,预测储量15万亿立方英尺.
热带原始森林覆盖面积3600万公顷,约占国土面积的86.
4%,林木总蓄积量为12亿立方米,可采蓄积量为3.
6亿立方米.
渔业资源丰富,是南太平洋地区第三大渔区.
现有6所大学,主要有巴新大学和巴新科技大学,学生约八千人,对国家提供的高级人力资本很少,2009年人均GDP仅为1247.
339美元.
科特迪瓦,面积32万多平方公里.
农业资源非常丰富,可耕地面积802万公顷.
可可生产和出口居世界第一位,出口收入占国家出口总额的45%.
咖啡生产现居世界第四位、非洲第一位.
籽棉产量居非洲第三位,棕榈产量居非洲第一、世界第三.
粮食不能自给.
大学仅有科特迪瓦国立大学,提供的高级人力资本也很少,全国80%的劳动力从事农业生产,2007年、2008年、2009年的人均GDP分别为1042美元、1132美元、1052美元.
玻利维亚,面积为1098581平方公里.
矿产资源丰富,主要有锡、锑、钨、银、锌、铅、铜、镍、铁、黄金等.
锡的储量为115万吨,铁储量约450亿吨,在拉美仅次于巴西.
森林覆盖面积50万平方公里,占国土面积的48%.
该国文化教育落后,其文盲率是拉美最高的国家之一.
大学仅有圣弗朗西斯科·哈维尔大学和圣安德烈斯大学,由于没有足够的相关人力资本,工业落后,以食品、纺织、皮革、酿酒、卷烟等简单加工业为主,2007年、2008年、2009年的人均GDP分别为1293美元、1736美元、1723美元.
非洲的津巴布韦,面积39万余平方公里,自然资源丰富,有煤、铬、铁、石棉、金、银、锂、铌、铅、锌、锡、铀、铜、镍等.
煤、铁、铬、石棉等矿藏以量多质好饮誉世界.
津一直是疯狂掠夺非洲财富的西方殖民者的垂涎之地,独立前它被称为"英国王冠上的宝石".
该国还盛产烟草,为世界第三大烟草出口国.
该国高等教育落后,该国重视教育,实行中小学低收费普及教育,成人识字率为89%,高等学校13所,对于发展工业提供了一定的人力资本,工业基础较好,工业制成品向周边国家出口,制造业、矿业和农业为国民经济的三大支柱.
还有叙利亚,面积约18.
5万平方公里,矿产资源丰富,主要有石油、天然气、磷酸盐、岩盐、沥青等.
已探明的石油储量为25亿桶.
已探明的天然气储量为6500亿立方米,磷酸盐储量为6.
5亿吨,岩盐储量为5500万吨.
农业在国民经济中占据重要位置,是阿拉伯世界的五个粮食出口国之一.
全国仅有4所综合性大学,培养的高级人力资本不够,2007年、2008年、2009年的人均GDP分别为1828美元、2756美元、2578美元.

这些(以及其他101-182名国家)国家贫穷,是不是因为不重视教育引起的不一定是.
这些国家中,有不重视教育的国家,也有不懂教育规律对国民进行过度教育的国家.
不重视教育,也就是高等教育投入和规模不够的国家有很多,除了上述提及的部分国家,还有亚洲的缅甸,该国领土约67.
7万平方公里,自然条件优越,资源丰富,森林覆盖率达52%,素有"森林王国"之称.
截至2008年,全国共有158所大专院校,但高等教育受到军事冲突的重大影响,教育投入和质量不断下滑.
该国实行精英教育,每年招生人数很少,包括农业专业在内也招收学生很少,招生规模不能满足缅甸经济发展的需要,2007年、2008年、2009年的人均GDP分别为239美元、462美元、459.
4美元,人民生活困难.
非洲的马里,面积124.
1万多平方公里,矿产资源不丰富,经济以农牧业为主,粮食不能自给,教育不发达,文盲占全国人口的81%,马里共和国现有大专院校9所,培养的人才远远不够国家使用.
2007年、2008年、2009年的人均GDP分别为531美元、657美元、656美元.
非洲的乍得,国土面积128.
4万平方公里,矿产资源较丰富,大多尚未开采.
主要矿产有天然碱、石灰石、白陶土和钨、锡、铜、镍、铬等.
1970年以来,乍得湖塞迪盖地区、多巴盆地和瓦达伊盆地均发现石油.
乍得是黑非洲文化教育水平较低的国家.
高等教育主要由恩贾梅纳大学、费萨尔国王大学、蒙杜商业技校、阿贝歇科技学院、萨尔赫天文和环境学院等提供,全国仅有在校大学生1500人,远不能满足经济发展的需要,受高级人力资本缺乏的制约,工业只能为农、牧产品加工企业为主.
2007年、2008年、2009年的人均GDP分别为677美元、862美元、687美元.
非洲的尼日利亚,面积92万多平方公里,资源丰富,是世界第十大石油生产国,已探明的石油储量为336亿桶,日产原油200万桶左右,是非洲第一大产油国.
天然气、煤炭等资源也很丰富.
已探明的天然气储量达5万亿立方米,居世界前列.
煤炭储量约27.
5亿吨,是西非唯一的产煤国.
对于高等教育并不重视.
1976年起实行小学免费教育.
但由于经济困难,自1985年起改为收费.
全国现有大学90所,在校学生约75万人,但大多数学校教学设施陈旧,师资不足.
全国70%的劳动力从事农业而且仍以小农经济为主,粮食不能自给.
2007年、2008年、2009年的人均GDP分别为825美元、1450美元、1141美元.
危地马拉,国土面积10.
8万多平方公里.
初中入学率只有24%,是拉美最低的国家之一,大学的入学率更低.
收入分配的不平等非常高,约56%的人口生活在贫困线以下.
全国公立大学只有一所,另还有4所私立大学,国家的教育支出主要集中在初等义务教育,对高等教育的重视程度不够,2007年、2008年、2009年的人均GDP分别为2504美元、2848美元、2662美元.
亚洲的阿富汗,国土面积652300平方公里,矿藏资源较为丰富,未得到充分开发.
阿可能拥有世界上蕴藏量最丰富的铜矿,以及全球第五大铁矿脉.
二十多年战乱,经济和教育体统遭到严重破坏,由于投入不够,很多学校没有供水和卫生设施,现有十余所高等院校,很多学生因为战事被迫弃学.
工业落后,手工业约占工业产值的42%.
2007年、2008年、2009年的人均GDP分别为362美元、428美元、486美元.
这类国家还有萨尔瓦多,领土面积为2.
0720万平方公里,全国树胶资源丰富.
该国对于高等教育投入很高,高等教育主要由私立中心提供,辍学率居高不下.
经济只能以农业为主.
出口咖啡(占外汇收入一半以上),棉花、糖和木材,进口石油、机械与车辆、化学品、粮食等.
2007年、2008年、2009年的人均GDP分别为2841美元、3823美元、3623美元.

过度教育,也就是高等教育投入和规模大于经济发展的承受能力,这样的国家也很多.
比如非洲的几内亚比绍,该国国土面积约3.
6万平方公里,重视发展教育事业,2006年教育经费占国家财政预算的13.
2%,相当于GDP的3.
2%.
该国2004年、2008年人均GDP都是倒数第四,分别是204美元、264美元,但2009年达到了512.
8美元,一跃成为倒数第20名.
教育水平的提高为几内亚比绍实施"2005年—2008年减贫战略文件"经济计划提供了重要的人力资本支持.
但是,该国经济还不够发达,教育体系的扩张要求的教育支出超过了经济发展的承受能力,教育系统拖欠教师工资严重,教师罢工此起彼伏,使得教育部门受到严重打击,经济发展后劲令人担忧.
该国教育资源分配不均,中小学过多,高等教育过少,2003年才有第一所私立大学(科利纳斯德博埃大学),2004年才有第一所公立大学(卡布拉尔大学).
非洲几内亚,面积约24.
6万平方公里,资源丰富,有"地质奇迹"之称.
铝矾土储量估计为400亿吨,占世界总储量的2/3,已探明储量70亿吨.
铁矿石储量为70亿吨.
钻石储量为2500至3000万克拉.
此外还有黄金、铜、铀、钴、铅、锌等.
水力资源极为丰富.
沿海渔业资源也较丰富.
东南部有大片原始森林,盛产红木、黑檀木等贵重木材.
该国重视教育,2000年至2004年,教育支出占国家预算的23-24.
6%.
高等院校13所,在校生2.
2万人.
与几内亚比绍一样,教育过度发展导致了教育与经济发展的不均衡,经济以农业、矿业为主,工业基础薄弱.
2007年、2008年、2009年的人均GDP分别为464美元、441美元、414.
1美元,世界排名在退步.
还有非洲的贝宁,面积11.
2万多平方公里,资源贫乏.
重视教育.
2007年,教育经费占政府预算总额比例为30%.
现有大学2所,分别为阿波美-卡拉维大学(原贝宁国立大学)和帕拉库大学,技术、专科学校约112所.
大学过多,与经济发展水平不匹配,反而变成包袱.
2007年、2008年、2009年的人均GDP分别为691美元、856美元、687美元.

一些国家没有摸清教育投入的规律,一会儿不重视教育,一会儿又过度投入教育,还没有找到教育和经济发展的协调关系.
比如非洲的尼日尔,面积126.
7万平方公里,自然资源中仅有铀、磷酸盐比较丰富.
铀储量21万吨,占世界总储量的11%,居世界第五位.
磷酸盐储量12.
54亿吨,居世界第四位,尚未开发.
上世纪90年代以前,国民教育在各年度预算中一直占国家拨款的20%以上,但从90年代中期开始,由于财政收入不足以支持教育发展,教育支出所占比例不足10%.
到2008年,尼政府执行重点扶持农村、教育和卫生事业的"减贫战略",又开始重视教育,可见对于教育与经济发展的关系还在探索,还没有实现教育与经济的良性互动.
经济还是以农牧业为主,2007年、2008年、2009年的人均GDP分别为316美元、459美元、370.
7美元.
再比如非洲的苏丹,面积约250.
6万平方公里,自然资源丰富,主要包括有铁、银、铬、铜、锰、金、铝、铅、铀、锌、钨、石棉、石膏、云母、滑石、钻石、石油、天然气和木材等.
森林面积约6400万公顷,占全国面积23.
3%.
苏丹水力资源丰富,有200万公顷淡水水域.
最初高等教育是免费的,1988年教育部决定取消高等教育免费的规定.
各地区教育发展很不平衡,北方教育发展较快.
现在全国有综合大学5所,专科院校11所,为国家提供的人力资本非常有限.
2007年、2008年、2009年的人均GDP分别为1257美元、1518美元、1397.
8美元.

还有一部分国家,不是教育不足和过度的问题,而是教育体系的结构与国家资源禀赋不匹配.
比如,亚洲的尼泊尔,面积为14.
7181万平方公里,自然资源水平一般,均只得到少量开采.
水力资源丰富,约占世界水电蕴藏量的2.
3%.
拥有丰富的旅游资源.
目前共有5所大学,大多数的学生从事社会科学和人文科学课程,理工科教育严重不足,这也使得工业基础非常薄弱,2007年、2009年的人均GDP分别为400美元、451美元.
世界排名基本没有进步.
还有中非,面积62.
2万平方公里,资源水平一般,主要有钻石、铀(储量2万吨)、铁(储量350万吨)、石油、热带名贵木材、水力资源等.
对教育重视,大、中、小学均实行免费教育.
全国共有6所大学,但大学并没有为国家培养足够的经济技术人才,工业基础薄弱,80%以上的工业品靠进口.
2007年、2008年、2009年的人均GDP分别为386美元、458美元、447.
2美元.
世界排名基本没有进步.
亚洲的塔吉克斯坦,面积为14.
31万平方公里,资源丰富.
塔吉克斯坦的铅、锌、钨、金、银、锡、铜等贵金属以及石油、天然气、石盐、硼、煤等矿产储量丰富.
位于塔东部的大卡尼曼苏尔银矿是世界上最大的银矿之一,储量约为10亿吨.
塔吉克斯坦水力资源丰富,储藏量居世界第八位.
也重视高等教育,全国有21所高等院校,在校生7.
5万,但培养的人才单一,导致国内经济结构单一,经济增长主要靠铝制品生产.
2007年、2008年、2009年的人均GDP分别为522美元、795美元、766.
8美元.
印度,国土面积约298万平方公里,居世界第七位.
资源丰富,拥有云母、煤、铁、铝、铬、锰、锌、铜、铅、磷酸盐、黄金、石油等丰富的矿产资源近100种,其中云母产量和储量世界第一,煤和重晶石产量居世界第三.
森林67.
83万平方公里,覆盖率为20.
64%.
印度是一个农业大国,拥有世界十分之一的可耕地,面积约1.
6亿公顷,人均0.
17公顷,是世界上最大的粮食生产国之一.
主要农产品有稻米、小麦、油料、甘蔗、茶叶、棉花和黄麻等.
印度还是世界第一大产奶国,也是世界重要的产棉国和产茶国.
牛、山羊、绵羊、水牛头数居世界第一.
全国现仅有350所综合性大学,高等教育结构极度不均衡,而且对高等教育的投资中,85%的中央政府经费分配给少数几所精英院校,而这些院校的学生人数仅占学生总数的2%.
这些优秀的大学在天体物理、空间技术、分子生物、电子技术等高科技领域的教育和科学研究都已达到较高水平,但为国家的人力资本总量太少.
再就是,尽管2010年4月印度《儿童免费义务教育权利法》正式生效,印度所有6岁至14岁的儿童将接受免费义务教育,各个邦政府和地方机构在法律上有义务确保每个适龄儿童在所在地区学校接受免费义务教育.
但成人文盲仍达3亿,仍居世界首位,现在全国平均小学辍学率高达31%.
印度不均衡的教育结构是人均收入低的一个重要因素,2007年、2008年、2009年的人均GDP分别为965美元、1016美元、1030.
8美元,远远低于中国.
非洲喀麦隆,面积约47.
6万平方公里,地理位置和自然条件优越,资源丰富.
由于地跨赤道雨林和热带草原两个气候带,气温和降水条件均十分适合发展农业,被誉为"中部非洲粮仓".
森林面积2200多万公顷,约占全国总面积的42%.
水力资源丰富,可利用的水力资源占世界水力资源的3%.
矿产资源也较为丰富,已探明的地下矿藏有30多种,主要有铝矾土矿、金红石、钴和镍.
此外,喀麦隆还有黄金、钻石以及大理石、石灰石、云母等.
石油储量估计为1亿多吨,天然气储藏量约有1000亿立方米.
喀麦隆旅游资源很丰富.
国家重视发展教育事业.
近几年来,教育经费在政府预算中一直占据首位但其高等教育主要专业是行政司法、体育、管理、邮电等,与经济生产关系不密切,2007年、2008年、2009年的人均GDP分别为1110美元、1199美元、1115美元.
亚洲中部的蒙古,面积约156.
65万平方公里,矿产资源丰富,现已探明的有铜、钼、金、银、铀、铅、锌、稀土、铁、萤石、磷、煤、石油等80多种矿产.
额尔登特铜钼矿已列入世界十大铜钼矿之一,居亚洲之首.
全国共有高校172所,其中国立高校38所,私立高校134所.
现在蒙古面临着高等教育与自然资源、经济发展如何协调的难题.
一方面,蒙古作为一个畜牧业国家,其经济增长主要得益于农牧业,大规模农业对劳动力的需求很大,但现在越来越多青年人接受的高等教育与农牧业无关,与国家自然资源禀赋不匹配.
一个可能性是蒙古实现经济发展模式的转型,支柱产业由农牧业转向工业,但是这又可需要长时间的大力调整.
该国现在人均收入水平很低,2007年、2008年、2009年的人均GDP分别为1470美元、1980美元、1560美元.
菲律宾,陆地面积29.
97万平方公里,自然资源丰富,矿产主要有铜、金、银、铁、铬、镍等20余种.
铜蕴藏量约48亿吨、镍10.
9亿吨、金1.
36亿吨.
地热资源丰富,预计有20.
9亿桶原油标准能源.
巴拉望岛西北部海域有石油储量约3.
5亿桶.
森林面积1579万公顷,覆盖率达53%,产有乌木、檀木等名贵木材.
水产资源也很丰富,鱼类品种达2400多种,其中金枪鱼资源居世界前列.
政府重视教育,全国共有高等教育机构1599所,在校生约244万人.
根据联合国教科文组织统计,菲律宾每10万人口中接受高等教育的比例在发展中国家名列前茅,甚至超过一些发达国家.
不过,在菲律宾,大多数人认为接受高等教育就是争取进入上流社会的契机,所以对其进行盲目的追求.
而个人对高等教育的追求在带来"数量上的繁荣"的时,也导致了高等教育脱离经济的发展需求.
正如菲律宾前任教育部部长OnofreCorpuz所说:菲律宾人民将教育看成一种消费品而不是一项投资;把获得文凭看作是进入高等教育的目标.
他们认为菲律宾高等教育与作为国家发展的工具相比,更多的是一种符合宪法的权利,重点在于社会消费而不是有目的的投资(EpifaniaRCastroResposo,1969).
菲律宾高等教育为社会科学等方面的培养的人才有过多的供给,而在人类学、自然科学方面的人才供给却有过大的缺口.
结果是毕业生就业难、文凭贬值、失业情况严重,尤其是人文、社会科学、商业/企业管理学科的毕业生数量大大超过社会、经济部门的吸收能力.
由于理工科教育的缺乏,该国经济发展主要靠出口初级资源品.
2007年、2008年、2009年的人均GDP分别为1590美元、1865美元、1745.
6美元.
类似的国家还有印度尼西亚,该国陆地面积为190.
4443万平方公里,海洋面积316.
6163万平方公里(不包括专属经济区)素称千岛之国,资源丰富,有"热带宝岛"之称,有丰富的石油、天然气以及煤、锡、铝矾土、镍、铜、金、银等矿产.
其渔业资源也很丰富,官方估计潜在捕捞量为每年620万吨.
印尼全国高等院校约有1600多所,学生有近300万.
但与菲律宾一样,高等教育与社会需求严重脱节,国家需要人才的顺序是:教育、工程技术、自然科学、管理科学、农业、医学和社会科学,但大学生入读的专业却偏向经济、法律等社会学科,其中一个主要原因是理工科的大学教师严重不足,大部分大学教师只有学士学位,具有硕士、博士学位的比较少.
尽管印尼为东盟最大的经济体,由于教育与国家资源禀赋不匹配,人均收入低,2007年、2008年、2009年的人均GDP分别为1824美元、2246美元、2329美元.

在这101-182名国家中,也有一些国家,虽然还处于穷国地位,但重视教育,而且教育与资源禀赋契合很好,进步很快.
比如非洲的埃塞俄比亚,国土面积110.
36万平方公里,矿产和水力资源丰富.
该国将发展教育、提高国民文化素质和培养技术人才作为政府工作重点之一,适龄儿童入学率达90%,中学和大学入学率分别为28%和17%.
为适应国内资源禀赋状况,教育投入的重点是职业技术教育,针对初中生和高中生毕业群体,展开有关农业和工业的相关培训.
对于高等教育的投入相对少一些,但大学入学人数在不断增加,近年来综合性大学数量已从2所增至21所.
该国2007年、2008年、2009年的人均GDP分别为206美元、324美元、390.
27美元,经济逐步增长.
非洲的卢旺达,面积为2.
6338万平方公里.
自然资源贫乏.
自2005年底起,卢政府开始实行小学和初中免费教育,教育经费占政府总支出的16%左右.
1994年内战几乎摧毁了卢教育体系,在国际社会的援助下,教育得到较快恢复.
卢现有大学14所,其中私立大学6所.
大学多为高等农业和畜牧业专业,为卢旺达发展现代农业起到了重要作用.
2007年、2008年、2009年的人均GDP分别为303美元、464美元、535.
7美元,增长这么快,主要由于现代农业(以及通讯、网络服务)引起.
非洲的乌干达,领土面积为24.
1万平方公里,矿产资源比较丰富,水产资源丰富,该国维多利亚湖是世界上最大的淡水鱼产地之一.
乌干达非常重视教育,自1997年起实行免费小学教育制度,政府为全国每户四个孩子提供免费小学教育,自2006年起中学教育全部免费.
共有五所大学,麦克雷雷大学为乌最高学府,始建于1937年.
人均GDP不断增长,2007年、2008年、2009年的人均GDP分别为360美元、453美元、474美元,其中高等教育培养人才起到的作用不可低估.
亚洲的孟加拉国,面积14.
7万多平方公里,矿产资源有限,自然资源主要是天然气,已公布的天然气储量为3113.
9亿立方米,煤储量7.
5亿吨.
孟加拉国的气候极适于黄麻的生长.
黄麻在孟加拉国被誉为"金色纤维".
黄麻的生产是孟加拉国的经济命脉,黄麻的出口占第一位,平均年产量约占世界产量的1/3.
全国有国立大学16所,私立大学50所.
世界银行数据表明,孟加拉国初等教育人群失业率为54.
3%,中等教育人群失业率为22.
7%,高等教育人群失业率为8.
4%.
受教育程度越高,失业率越低.
该国越来越重视大学教育,特别是开始重视女性的高等教育,经济增长较快.
2007年、2008年、2009年的人均GDP分别为444美元、506美元、573.
8美元.
亚洲的柬埔寨,面积为18.
1万多平方公里,林业、渔业、畜牧业资源丰富.
政府注意到全国农业人口占到总人口的70%多,工业基础薄弱,不断加大教育经费的投入以及提高高等教育的质量,并在联合国及国际机构援助下,选派相关高校教师到国外名牌大学深造,逐步见效,2007年、2008年、2009年的人均GDP分别为592美元、818美元、775美元,进步快.
还有非洲的莱索托,面积3万多平方公里,自然资源贫乏,但重视教育,识字率达81%,初级教育普及率达69%,在撒哈拉以南非洲国家中位居前列.
莱索托大学是全国唯一的高等学府,每年招收约1700名学生.
另有两所学院和四所技术学校.
2008/2009年教育预算为19.
977亿马洛蒂,占预算总额的22%.
因为教育水平相对高,自2000年以来,随着欧美相继向莱开放无关税、无配额的市场,纺织、服装、制鞋等附加值相对较高的出口加工产业发展迅速,服装业成为莱国民经济第一大支柱产业.
莱成为撒哈拉以南非洲地区对美最大服装出口国和美在非第8大贸易伙伴,每年向美出口成衣创汇约5亿美元.
目前莱有3000条生产线可用于生产对外出口的无配额及免税商品.
2007年、2008年、2009年该国的人均GDP分别为648美元、661美元、642美元.
老挝,国土面积23.
68万平方公里,水力资源丰富,林业资源丰富,森林面积约900万公顷,森林覆盖率达42%,出产柚木和紫檀等名贵木材.
老挝比较重视高等教育,有3所大学,25所大专院校,已经有水利、电子、建筑、林业,交通等专业.
为薄弱的工业逐步在奠定基础.
2007年、2008年、2009年的人均GDP分别为653美元、840美元、878美元,增长较快.
非洲的加纳,面积23.
85万平方公里,矿产资源诸如黄金、钻石、铝矾土、锰等储量均居世界前列,此外还有石灰石、铁矿、红柱石、石英砂和高岭土等.
加纳森林覆盖率占国土面积的34%.
该国独立初期,恩克鲁玛重视发展教育事业,实行免费教育等政策.
1988年实行教育体制改革,缩短学制,加强基础教育.
重要的大学有6所,总共约有学生40000人,其中加纳大学、库马西恩克鲁玛科技大学和海岸角大学较为有名.
另有38所师范学院,10所地方技术学院.
由于人力资本总量不断增加,经济保持持续增长的势头,1994年联合国取消加纳最不发达国家称谓.
该国经济现在还是出售资源型的,也就是主要靠出售黄金、可可和木材,如果依靠高级人力资本实现经济转型,经济发展后劲更大.
亚洲的越南,国土面积32.
95万平方公里,矿产资源丰富,种类多样,森林、水利和近海渔业资源丰富.
盛产稻米、热带经济作物和热带水果.
重视教育,目前越南已形成包括幼儿教育、初等教育、中等教育、高等教育、师范教育、职业教育及成人教育在内的教育体系.
全国共有311所高等院校.
由于劳动力素质提高较快,不断开始承接国际产业转移,2007年、2008年、2009年的人均GDP分别为809美元、1040美元、1059.
9美元,增长较快.
非洲的肯尼亚,面积58万多平方公里,矿物资源丰富,主要有纯碱、盐、萤石、石灰石、重晶石、金、银、铜、铝、锌及铌、钍等.
目前除纯碱和萤石外,多数矿藏尚未开发.
肯尼亚还是非洲最大的鲜花出口国,占有欧盟25%的市场份额.
政府重视发展教育事业.
近年来教育预算支出逐年上升,2007年占预算支出总额的1/3(GDP的7.
4%).
总统齐贝吉也在2008年宣布将在全国推行免费中等教育,以提高该国的教育水平.
高等教育也在逐步发展,现在有大学20多所,还有很多年轻人留学海外.
由于有较好的教育基础,肯尼亚是是东非地区工业最发达的国家2008年,肯尼亚政府正式启动2030远景规划,提出优先发展旅游业、农业、服务业、制造业和批发零售业等重点产业,以最终实现到2030年发展成为一个新兴工业化和中等发达国家的目标.
2007年、2008年、2009年的人均GDP分别为851美元、857美元、911美元,逐年增长.
非洲的塞内加尔,面积19.
67万平方公里,矿产资源贫乏,适合种植花生,而且渔业资源丰富.
该国重视教育,2004年教育开支占预算总支出的35%,5%的适龄人口接受高等教育,全国有高等院校10所,该国由于教育基础相对较好,发展起了农产品加工、化工、纺织、皮革、炼油、汽车装配、建材等工业.
2007年、2008年、2009年的人均GDP分别为875美元、1066美元、993.
7美元.
非洲的赞比亚,面积75万平方公里,自然资源丰富,以铜为主,铜蕴藏量达9亿多吨,是世界第四大产铜国,被誉为"铜矿之国".
除铜外,还有钴、铅、镉、镍、铁、金、银、锌、锡、铀、绿宝石、水晶、钒、石墨、云母等矿物.
其中,钴作为铜的伴生矿物,储量约35万吨,居世界第二.
赞比亚境内河流众多,水力资源丰富,水力发电占全国发电总量的99%.
全国森林覆盖率为45%.
赞比亚政府更多投资是投向基础教育和初等教育.
高等教育方面,学院有9所,大学有3所.
近年来,政府利用外国援助,不断加大对教育部门的资金投入.
2008年度财政预算为教育划拨专项资金5.
57亿美元.
该国的初等教育为国家支柱产业采矿业、农业和旅游业提供了相适应的人力资本保障.
该国采矿业主体是铜矿和钴矿的开采以及铜、钴的冶炼.
铜在赞比亚经济中占重要地位,国家外汇收入的80%都来自铜出口.
当然,如果不进一步发展高等教育并藉以实现产业升级,一旦资源枯竭,经济将面临巨大困难.
该国2007年、2008年、2009年的人均GDP分别为895美元、1150美元、1086美元.
巴基斯坦,面积为79.
6万平方公里,自然资源比较丰富,主要矿藏储备有天然气、石油、煤、铁、铜、铝土等,还有大量的铬矿、大理石和宝石.
农业产值占国内生产总值的24%.
被誉为粮仓的印度河平原和北部山谷建有庞大的灌溉系统,为水稻、小麦、棉花、甘蔗等粮食和经济作物的生长提供了良好的水利条件.
地处亚热带,水果资源非常丰富,巴基斯坦素有东方"水果篮"之称.
在平原洼地盛产香蕉、桔子、芒果、番石榴和各种瓜类,在山地高原则盛产桃子、葡萄、柿子等.
巴基斯坦重视教育.
实行中小学免费教育.
2006/2007教育经费约为27.
8亿美元,占国民生产总值的2.
42%.
共有51所大学,著名高等学府有旁遮普大学、卡拉奇大学、伊斯兰堡真纳大学和白沙瓦大学等.
该国现在的出口主要是棉花、大米、纺织品、皮革制品和地毯,进口主要是石油及石油制品、机械和交通设备、钢铁产品、化肥和电器产品,从这个数据来看,该国的的工业以及对资源的利用状况还很落好,但由于教育基础在逐步加强,经济发展的后劲足.
2007年、2008年、2009年的人均GDP分别为909美元、1044美元、1016.
7美元.
埃及,面积100.
145万平方公里,自然资源丰富,主要有石油、天然气、磷酸盐、铁、锰、煤、金、锌、铬、银、钼、铜和滑石等.
已探明的储量为:石油42亿桶,天然气76万亿立方英尺,磷酸盐约70亿吨,铁矿6000万吨.
2003年,埃及首次在地中海深海发现了原油,在西部沙漠发现迄今最大的天然气田,并开通了通往约旦的第一条天然气管道.
全国共有28所大学,其中公立大学18所.
著名的有开罗大学、亚历山大大学、艾因·夏姆斯大学、爱资哈尔大学等.
虽然大学数量不多,但是这些大学在埃及的许多城市都有分校,所以埃及的大学规模实际较大.
埃及把教育视为国家安全事业,重视教育的持续发展,大力推行新教育政策,20世纪80年代初就进入了高教大众化阶段.
埃及高等教育取得了巨大的成绩,无论在阿拉伯国家还是在非洲,其规模与水平都名列前茅.
高等教育为埃及经济发展奠定了很好的基础.
2007年、2008年、2009年的人均GDP分别为1793美元、2160美元、2450美元,增长快速.
刚果(布),面积34.
2万平方公里,自然资源丰富,有石油、森林和多种矿藏.
截至2006年底,全国石油可采储量约19亿吨,主要在海上进行大规模开采,内陆油田尚处于勘探阶段.
天然气储量约1000亿立方米.
钾盐矿储量约数十亿吨,磷酸盐矿600万吨,铁矿约10亿吨.
森林面积2200万公顷,约占全国面积的60%,其中可采面积1400多万公顷.
刚果(布)是撒哈拉以南非洲文化教育水平较高的国家,同赞比亚一样更重视初等教育,为该国支柱产业石油业和林业提供了必须的人力资本,也就是现在的教育与资源禀赋是契合的.
马里安·恩古瓦比大学是刚果唯一高等学府,下辖12所院校,共设47个系.
所以大学规模很小.
该国成品油、运输设备、机电、仪器、金属制品、建材基本靠进口,出口的都是资源品,比如石油、木材、糖、可可和咖啡等,若不大力提高人力资本水平,一旦资源枯竭,经济未来也将面临资源限制的瓶颈.
摩洛哥,面积459000平方公里(不包括西撒哈拉),磷酸盐储量达1100亿吨,占世界储量的75%.
磷酸盐是摩经济的重要支柱之一.
摩洛哥拥有1700多公里的海岸线,渔业资源极为丰富,是非洲第一大产鱼国.
其中,沙丁鱼的产量占摩捕鱼总量的70%以上,出口量居世界首位.

摩洛哥旅游资源丰富,有1100多年历史的卡鲁因清真寺也位于非斯城内.
摩视教育为国家发展的根基,强调教育普及化,教材统一化,教师摩洛哥化和教学阿拉伯化.
每年教育预算约占国家预算总支出的1/4.
大学24所,大学在校学生30万左右,著名的大学有穆罕默德五世大学、哈桑二世大学、穆罕默德一世大学、卡迪伊亚德大学、卡鲁维因宗教大学和穆罕默德·本·阿卜杜拉大学.
大学教育为经济转型奠定了较好的基础.
2007年、2008年、2009年的人均GDP分别为2368美元、2748美元、2864.
5美元.

其中最优秀的国家是不丹.
不丹为南亚内陆小国,国土面积3.
8万平方公里,2003年才建立第一所大学RoyalUniversityofBhutan,但由接受过世界一流高等教育的国王吉格梅﹒辛格﹒旺楚克担任校长,他提出的政府善治、文化发展、环境保护的理念通过大学得到了传播.
还过要求国会议员需要大学以上学历,所有政府官员共同维护先进治理理念的执行.
该国为保护环境和生态资源,每年只允许6000名外国游客入境旅游,而且他们的行程还必须经不丹政府的仔细审核.
该国逐渐形成了独特的发展模式,即注重物质和精神平衡发展,将环境保护和传统文化保护置于经济发展之上,衡量发展的标准是国民幸福总值(GrossNationalHappiness,GNH),而非GDP.
这被称为不丹模式,高等教育为这一模式的维护和创新提供了重要基础.
为表彰不丹国王和人民在环保领域的突出贡献,联合国将联合国首届"地球卫士奖"授予了不丹(和旺楚克)人民.
该国2007年、2008年、2009年的人均GDP分别为1454美元、2081美元、1880.
6美元.
2007年不丹GDP增速高达22.
4%,GDP总量达到11.
97亿美元.

第三章高等教育体系对国家资源禀赋优势的发挥和促进机制分析——对人均收入第51-100名国家经济发展与高等教育关系的考察101-182名的国家大多数都是自然资源丰富的国家,而且大部分国家面积比较大.
其中国土面积小于10万平方公里的国家不到10%.
51-100名的国家也是大部分自然资源比较丰富,但其中国土面积小于10万平方公里的国家占到接近50%.
图2是这两类国家国土面积的核密度分布图.

图2图2中横轴为国土面积(万平方公里),纵轴为核密度.
实线为101-182名国家的国土面积分布,虚线为51-100名国家的分布.
巴西、俄罗斯、中国都属于51-100名之内,由于这三个国家国土面积非常大(分别为851.
49、1707.
54、960万平方公里),因而未放入分布图中.
从图2可看出,实线波峰更靠右,在50万平方公里-150万平方公里之内,101-182名的国家占的概率更大.
也就是说,101-182名的这82个国家,国土面积大多接近均值,而51-100名的国家国土面积分布的方差大(计算得51-100名国家的国土面积方差为75,101-182名国家国土面积方差为66).
计算得到,101-182个国家的平均面积为54万平方公里,不含巴西、俄罗斯、中国三国的51-100名国家国土面积为52万平方公里.

101-182名国家资源并不比51-100名国家贫乏,国土面积甚至更大,为什么后者更加富裕呢51-100名的经济发展、自然资源与高等教育之间是什么样的关系呢由于51-100名国家中有接近50%的国家国土面积不足10万平方公里(101-182个国家中国土面积小于10万平方公里的仅占10%),从人均收入来看,这些国家比中国还更富裕,我们先考察这些国土面积小的国家.

国土面积小于10万平方公里的国家的自然资源、经济发展与高等教育的关系.
这些国家分为三类.
第一类国家:仅有地理位置优势而没有其他资源的国家.
这些国家中有一些国家没有什么生产性的自然资源,但地理位置良好,具有良好的旅游资源,其高等教育主要服务于旅游业和离岸金融业(当然,其中也有国家由于地理位置足够好,依靠地理位置就可以让人民生活富裕,没有举办高等教育).
这些国家有多米尼克、斐济(陆地总面积1.
8万多平方公里)、圣文森特和格林纳丁斯(389平方公里)、毛里求斯、圣卢西亚(616平方公里)、巴拿马、黎巴嫩以及塞舌尔.
多米尼克,国土面积仅有751平方公里,地理位置适合生产香蕉、椰子、柑橘等.
其中,香蕉出口收入占国家外汇收入的50%.
旅游资源丰富,旅游收入超过国内生产总值的一半.
这两项依靠地理位置的收入支撑着国家经济.
该国仅有两所高等学院、一所护士学校和西印度大学的一个教学中心,在校学生约1.
6万人,大学生进入旅游业的较多.
2007年、2008年、2009年的人均GDP分别为3745美元、5081美元、4948.
8美元.
该国不具备创办现代工业的人力资本,工业基础薄弱,仅有小型水果加工、服装、卷烟、酿酒、肥皂、榨油等轻工业.
毛里求斯,面积为2040平方公里,该国地理环境适合旅游,同时适合种植甘蔗.
经济主要靠出口甘蔗、制糖以及旅游,离岸金融业也有所发展.
毛里求斯现有两所大学:毛里求斯大学和毛里求斯技术大学,培养本科生、研究生和博士生.
2007年、2008年、2009年的人均GDP分别为5572美元、6871美元、6838美元,增长快.
巴拿马,面积7.
5517万平方公里.
该国也是依靠地位位置发展经济,巴拿马运河航运、旅游业、金融业以及(科隆)免税贸易是该国四大经济支柱.
巴拿马运河的年货物通过量达6亿吨,成立于1948年的科隆自由贸易区是西半球最大的自由贸易区,同时也是仅次于中国香港的世界第二大自由贸易区.
该区2006全年贸易总额突破140亿美元大关,达到145.
6亿美元.
这都亟需数量庞大的贸易、工程、法律等专业素质好、国际化背景高的人才队伍,都大大刺激了巴拿马对高等教育的需求,巴拿马的教育支出占GDP的4.
5%,排名世界第70,巴拿马城共有高校16所,为配合该国的运河航运以及贸易做出了重要贡献.
2007年、2008年、2009年的人均GDP分别为5767美元、6784美元、7132美元.
黎巴嫩,面积1.
0452万平方公里.
矿产资源少,且开采不多.
但黎巴嫩是中东交通和旅游中心,对于发展贸易和金融业具有很大的优势.
该国综合大学4所,相当于大学和大学预科的学院20多所.
其整体教育质量在中东地区堪称一流,贝鲁特美国大学和黎巴嫩美国大学等更是与西方教育体系接轨,为该国发展贸易和金融业做出了一定的贡献.
2007年、2008年、2009年的人均GDP分别为6398美元、7616美元、8706.
7美元,增长快.
塞舌尔,同巴拿马、黎巴嫩一样靠地理位置发展经济.
陆地面积455.
39平方公里,领海面积约40万平方公里.
塞舌尔风景秀丽,全境50%以上地区被辟为自然保护区,享有"旅游者天堂"的美誉,旅游业是塞舌尔第一大经济支柱,直接或间接创造了约72%的国内生产总值,每年给塞带来1亿多美元外汇收入,约占外汇总收入的70%.
联合国开发计划署2005年将塞舌尔列为最适合人类生存的国家之一.
塞舌尔海域辽阔,专属海洋经济区面积约100万平方公里,渔业资源丰富.
金枪鱼罐头和对虾分别为塞舌尔第一和第二大出口商品,渔业是塞舌尔国民经济的另一重要支柱.
塞政府重视发展教育事业.
2003年教育支出为1.
544亿卢比,在政府各部门预算中额度最高,占总支出的9.
67%.
实行免费义务教育至17岁(9年义务教育).
无大学.
综合工艺学院是塞最高学府,相当于大专程度,大学预科学校8所.
2007年、2008年、2009年的人均GDP分别为8852美元、10111美元、8973美元.
该国依靠得天独厚的地理位置,就可以让国民过上优越的生活,无需大力举办高等教育.

第二类国家:既没有地理位置优势也没有自然资源的国家.
其高等教育对于经济发展就起到了重要的作用.
比如约旦,立陶宛.
约旦,面积8.
934万平方公里,沙漠占全国面积80%以上,资源较贫乏,可耕地少.
国家重视教育事业,公民从小学到高中享受免费教育.
在约旦这样一个资源匮乏的国家里,无法依靠自然资源发展经济,只能发展高科技促进经济增长.
约旦的大学为国家培养了很多研究与开发的研究人员.
截至2006年,约旦共有大学20所,其中公立大学8所,私立大学12所,在校大学生数量为157766人.
约在全国设立了114个知识站(knowledgestation),向13万居民提供ICT(InformationandCommunicationTechnology)技术教育.
约旦政府试图将经济增长逐步转向依赖高知识产业.
2007年、2008年、2009年的人均GDP分别为2741美元、3421美元、3828.
6美元,逐年增长.
立陶宛,面积为6.
53万平方公里,除了盛产琥珀,森林和水资源丰富外,自然资源贫乏.
该国高度重视发展高等教育,到2006年拥有综合性大学21所,大学生14.
2万.
高等教育为该国的科技发展奠定了重要的基础.
在波罗的海国家信息技术产业排名前20位的公司中,有11家是立陶宛公司.
立陶宛程序员所提供的方案和产品,每年都在信息技术竞赛中赢得最高奖赏;立陶宛的光电产业在世界市场独占鳌头.
而光电产业的核心技术人员则是来自立陶宛高等院校尤其是维尔纽斯大学的毕业生,足见立陶宛高等教育对于发展经济的重要作用.
2007年、2008年、2009年的人均GDP分别为10472美元、14085美元、11171.
9美元.

第三类国家:资源丰富的国家.
这些国家又分为两类,一类国家仅仅简单出售自然资源,对于高等教育并不重视;一类国家对自然资源进行初步加工,高等教育为发展初加工工业培养劳动力作出了努力.
仅仅简单出售自然资源,对于高等教育并不重视的国家有:马尔代夫,面积9万平方公里(含领海面积),拥有丰富的海洋资源,有各种热带鱼类及海龟、玳瑁和珊瑚、贝壳之类的海产品.
旅游业、船运业和渔业是马经济的三大支柱.
仅有小型船舶修造,及海鱼和水果加工、编织、服装加工等手工业.
实行免费教育.
对于高等教育的依赖并不大,马尔代夫高等教育学院是唯一高等院校.
2007年、2008年、2009年的人均GDP分别为2968美元、3648美元、3932美元.
阿尔巴尼亚,面积为2.
87万平方公里,石油储量约50亿桶,铬矿储量3730万吨.
经济发展主要靠输出沥青、铬矿石、镍铁矿石、铜精矿.
全国共有公立高校11所,私立高校15所,高等教育对于经济发展的贡献也不大.
2007年、2008年、2009年的人均GDP分别为3256美元、4588美元、4026.
9美元.
马其顿,面积为2.
5713万平方公里,矿产资源比较丰富,主要有铁、铅、锌、铜等.
森林覆盖率为35%.
经济也主要靠出售资源为主.
全国仅有斯科普里和比托拉两所大学,共计29个系(学院).
2007年、2008年、2009年的人均GDP分别为3574美元、4656美元、4482美元.
多米尼加,国土面积4.
8万平方公里,矿产资源较丰富,主要有金、银、铁、铝矾土等.
矿业为该国第一大出口收入来源,由于主要靠出口资源,高等教育对于经济发展的作用并不大.
高等教育规模不大,共有大学8所.
近年来矿业生产开始下降,对于该国经济是一个很大的挑战.
2007年、2008年、2009年的人均GDP分别为4045美元、5121美元、5176美元.
伯利兹,面积2.
2963万平方公里,森林和渔业资源丰富,盛产甘蔗.
出口产品生产集中在制糖、粮食生产以及服装等领域.
工业主要为制糖、柑橘加工、啤酒及饮料,大部分为了满足国内消费.
这些生产不属于高科技产业,并不要求高的教育水平,导致政府对高等教育投入不多.
2007年、2008年、2009年的人均GDP分别为4195美元、4309美元、4045美元,还在退步.
还有赤道几内亚,面积2.
805146万平方公里,世界最不发达国家之一,经济长期困难.
1991年开始开发石油后,经济出现转机.
在石油开发和基础设施建设的拉动下,经济继续保持快速增长的良好势头.
但全国只有1所大学(赤几国立大学),高等教育不足.
2007年、2008年、2009年的人均GDP分别为7895美元、14941美元、9579.
9美元.

对自然资源进行初步加工,高等教育为初加工自然资源培养劳动力作出了努力的国家有:波黑,面积51129平方公里,矿产资源丰富,主要有铁矿、褐煤、铝矾土、铅锌矿、石棉、岩盐、重晶石等.
图兹拉地区食用盐储量为欧洲之最.
该国还拥有丰富的水资源和森林资源丰富.
波黑战争给经济带来严重破坏.
近年来,在国际社会援助下,波黑经济恢复取得一定进展,但主要靠资源发展经济.
全国有高等院校84所,国家受高等教育的人员比例达到5%,为发展基本工业体系做出了一定贡献,该国的电力、煤、铁、铝、拖拉机、小汽车、电视机等工业都有所发展.
2007年、2008年、2009年的人均GDP分别为3400美元、美元、4278.
6美元.
阿塞拜疆,面积为8.
66万平方公里,石油和天然气资源丰富,石油探明储量35-40亿吨.
阿在化学,特别是石油化工,以及石油勘探方面的技术位于世界先进行列.
阿塞拜疆发达的石油加工工业、石油化学工业与阿的高等教育是密不可分的.
阿境内共有12所大学,较著名的有阿塞拜疆国立石油大学等,化学家门捷列夫就是这所大学最富盛名的校友,曾在该校任教.
阿塞拜疆受过高等教育的人口占23.
5%(2000年数据).
2007年、2008年、2009年的人均GDP分别为3633美元、4588美元、4026.
9美元.
牙买加,1.
0991万平方公里,主要有铝矾土,储量约25亿吨.
铝矾土的开采冶炼是最重要的工业部门,为世界第四大铝矾土生产国.
该国高等院校共17所,为该国支柱工业部门提供了重要的科学技术支持和人力资本支持.
2007年、2008年、2009年的人均GDP分别为3998美元、5335美元、4390美元.
哥斯达黎加,国土面积5.
11万平方公里,自然资源丰富,铝矾土蕴藏量约1.
5亿吨,铁蕴藏量约4亿吨,煤蕴藏量约5000万吨,森林覆盖面积60万公顷.
该国矿业占到GDP的近20%,油料加工业(从委内瑞拉进口石油)占到GDP的22%.
政府重视教育和高科技产业,12%的人口接受高等教育,教育水平居拉美国家前列,为该国工业发展奠定了较好的基础.
2007年、2008年、2009年的人均GDP分别为5102美元、6579美元、6345美元.

国土面积大于10万平方公里的国家的自然资源、经济发展与高等教育的关系.
其中自然资源贫乏的国家仅有白俄罗斯、保加利亚、乌克兰三个国家.
这三个国家发达的高等教育为该国经济发展做出了重要贡献.
白俄罗斯国土面积20.
76万平方公里,水资源丰富,能源和原材料绝大部分依靠进口.
该国农牧业资源丰富,马铃薯、甜菜和亚麻产量在独联体国家中居于前列.
依托高等教育培养的人力资本,白俄罗斯机械制造业、冶金加工业、机床、电子及激光技术发展迅速.
2004年,国家对教育的拨款占国民经济总产值的6.
2%,而且新的教育法规定,对教育的投入要达到GDP的10%.
该国2007年、2008年、2009年的人均GDP分别为4013美元、6233美元、5165.
8美元.
保加利亚,面积11.
10019万平方公里(包括河界水域),除了适合种植玫瑰外,自然资源贫乏.
全国共有53所大学,覆盖了工科、理科、文科、医科、艺术、体育和军事等几乎所有领域,教学和科学研究水平较高,为保加利亚在信息技术、生物技术、纳米材料和工艺等方面发展提供了重要支持.
该国主要进口产品是能源、化工、电子等产品,出口产品主要是轻工产品、化工、食品、机械、有色金属等.
高等教育为进口低级品出口高级品这种转化起到了重要作用.
2007年、2008年、2009年的人均GDP分别为5116美元、6856美元6223美元,增长快速得益于高等教育的发展.
乌克兰,该国面积为60.
37万平方公里,虽然该国锰矿石、铁矿石、煤较丰富,但苏联解体后,乌克兰的工业失去了廉价的矿物和能源供应,现在乌克兰的煤气77%,石油90%,木材93%,棉花几乎100%,有色金属大部分和化学产品的相当部分要靠其他国家提供.
不过,乌克兰是原苏联教育基地,也是原苏联科技、文化和教育中心.
苏联的科技人才占了全世界的四分之一,而乌克兰的科技人才又占了苏联的四分之一.
乌克兰的航空、航天、造船和新材料科学非常突出.
苏联解体后的乌克兰仍然是一个重视教育的国家,教育体系非常发达,在每1000名(15岁以上)乌克兰人中有133人受过高等教育.
乌克兰现有高等院校1600所,国立高等院校149所,高等教育中的基础科学比较雄厚,因此包括乌克兰在内的独联体国家都是重工业,核能,基础科学等发达;不过,交易体系中的经济、社会、管理等专业人才缺乏,因此国家经济发展失衡,导致经济总体发展不均衡.
2007年、2008年、2009年的人均GDP分别为2830美元、3920美元、2542美元.
尽管现在人均收入较低,近10余年来,乌克兰工业结构从制造业向技术密集型产业发展,比如原子反应堆涡轮发电机,电子显微境,工业机器人和飞机制造有了迅速发展;造船、内燃机车、车厢制造以及机床、农机等也具有很大优势.
乌克兰是全苏机器设备的重要提供者,由此看来,乌克兰的经济发展后劲很强.

自然资源丰富的国家,也分成三类:第一类国家:卖资源,无需高等教育配合.
比如南美地区的厄瓜多尔,国土面积25.
6370万平方公里,自然资源较丰富,石油是厄经济重要支柱.
石油探明储量为81.
6亿桶.
天然气储量2250亿立方米.
此外有金、银、铜、铁、锰、煤、硫磺等.
森林覆盖率42.
5%.
水力和渔业资源也很丰富.
其经济支柱经历过可可、香蕉、石油的演变,有什么资源就卖什么资源.
该国重视教育,宪法规定,政府预算的25%-30%用于教育.
著名大学有有厄瓜多尔中央大学、天主教大学、瓜亚基尔大学和昆卡大学,但与其资源状况并没有进行很好的协调,所设专业没有着力于国家经济体系的升级.
2007年、2008年、2009年的人均GDP分别为3243美元、3776美元、3932美元.
纳米比亚,面积82万多平方公里,资源丰富,为非洲第四大矿产国,素有"战略金属储备库"之称,主要矿藏有钻石、铀、铜、铅、锌、金等,其中铀、钻石等矿产资源和产量居非洲前列.
采矿业是其经济的主要支柱,90%的矿产品用于出口,矿业所创产值占国内生产总值的近20%.
纳米比亚渔业资源丰富,捕鱼量位居世界十大产鱼国之列,主要生产鳕鱼、沙丁鱼、龙虾和蟹等,其中90%供出口.
总结起来,经济发展就靠出售资源,并不需要高等教育的配合.
纳全国文盲率为60%,纳米比亚大学是全国唯一的综合性大学,建于1993年.
2007年、2008年、2009年的人均GDP分别为3428美元、美元、4542美元.
哥伦比亚,面积114.
1748万平方公里(除岛屿和领海外),自然资源丰富,主要矿藏有煤炭、石油、绿宝石、天然气、铝矾土、金、银、镍、铂、铁等.
20世纪80年代以来,哥伦比亚石油业发展迅速,已成为哥支柱产业之一.
主要出口产品有石油和石油产品、化工产品、煤炭、咖啡、农副产品和纺织品等.
基本素质教育缺乏,毒品、暴力问题严重,著名高等学府如哥伦比亚国立大学、哈维里亚那大学、安第斯大学、国立师范大学也未能为国家经济发展做出应有的贡献.
2007年、2008年、2009年的人均GDP分别为3614美元、4985美元、5087美元(增长归因于石油).
安哥拉,面积124.
67万平方公里,石油、天然气和矿产资源丰富.
已探明石油储量为125亿桶,原油日产量已接近200万桶,天然气储量达7万亿立方米.
阿戈斯蒂纽·内图大学是唯一的国立综合性大学,另有两所私立大学.
而安哥拉科教事业的发展一直受到国家经济落后和战乱的抑制.
大学入学率仅为0.
5%,经济发展几乎全靠石油.
2007年、2008年、2009年的人均GDP分别为3738美元、4961美元、3971.
6美元.
苏里南,面积16万多平方公里,自然资源较丰富,主要矿产为铝土、石油、铁、锰、铜、镍、铂、黄金等.
全国有1所大学(苏里南大学),高级人力资本对于经济的贡献非常小,经济发展主要依靠铝矿业(为世界第九重要的铝矾土生产国),2007年、2008年、2009年的人均GDP分别为4254美元、5598美元、5675.
6美元.
土库曼斯坦,领土面积49.
12万平方公里,矿产资源丰富,主要有石油、天然气、芒硝、碘、有色及稀有金属等.
土石油和天然气的远景储量为208亿吨和24.
6万亿立方米,居世界前列.
高等院校16所,著名大学有马赫图姆库里国立大学、阿扎季世界语言学院、土库曼斯坦工学院等,但经济发展仍然主要靠卖资源.
2007年、2008年、2009年的人均GDP分别为5055美元、3862美元、3242美元.
巴西,面积851.
49万平方公里,是面积拉丁美洲最大、世界第五的国家.
巴西矿产资源丰富,主要有铁、铀、铝矾土、锰、石油、天然气和煤等,其中已探明的铁矿砂储量为250亿吨,储量、产量和出口量均居世界第一位.
铀矿、铝矾土和锰矿储量均居世界第三位.
截至2007年底,巴西已探明石油储量为126.
23亿桶,居拉美第二.
天然气储量3649.
9亿立方米.
巴西自然条件得天独厚.
横贯北部的亚马孙河是世界上流域最广、流量最大的河流.
素有"地球之肺"之称的亚马孙森林面积达750万平方公里,占世界森林面积的三分之一,其中大部分位于巴西境内.
在西南部的世界第五大河巴拉那河上有极为壮观的伊瓜苏大瀑布,巴西与巴拉圭合建的被誉为"世纪工程"的世界第一大水电站伊泰普水电站就建在巴拉那河上.
巴西农牧业发达,被誉为"二十一世纪的世界粮仓".
依托农业优势,巴西从20世纪70年代开始绿色能源研发,从甘蔗、大豆、油棕榈等作物中提炼燃料,成为世界绿色能源发展的典范.
目前,巴西不仅是世界生物燃料生产和出口大国,也是世界上唯一一个在全国范围内不供应纯汽油的国家.
巴西消费的燃料中有46%是乙醇等可再生能源,高于全球13%的平均水平.
不过,从联合国教科文组织、联合国开发计划署、世界经济发展与合作组织对各国教育发展水平分类来看,巴西高等教育毛入学率少于15%,大学生粗入学率为16.
1%,属于教育欠发达国家,巴西每百万人口科学家和工程师人数在1500人以下,属于人力资本欠发达国家,也就是说,巴西还是一个典型的卖资源的国家,远还不是依托高等教育以及科学技术发展经济的模式,巴西2007年、2008年、2009年的人均GDP分别为6842美元、8197美元、8220美元.
加蓬,面积26.
77万平方公里.
国徽由一棵巨大的奥堪美树、一个盾徽和动物等图案组成.
奥堪美树象征该国丰富的森林资源.
盾面上的图案由国旗三色构成,上部为绿地上三个金黄色的圆形,象征加蓬丰富的矿产资源.
整体教育水平不高,仅有两所综合性大学,国立奥马尔·邦戈大学和马苏库科技大学.
由于没有与工业适应的人力资本,该国以石油、锰、铀和木材资源出售作为经济的支柱.
博茨瓦纳,面积58.
173万平方公里,矿产资源丰富,主要矿藏为钻石,其次为铜镍、煤、苏打灰、铂、金、锰等.
石油勘探正在进行之中.
钻石储量和产量均居世界前列.
已探明的铜镍矿蕴藏量为4600万吨,煤蕴藏量170亿吨.
该国综合性大学只有1所(博茨瓦纳大学),也缺乏发展工业的人力资本,经济主要靠畜牧业(养牛),是非洲最大的畜产品加工中心之一.
2007年、2008年、2009年的人均GDP分别为7270美元、7554美元、6406.
9美元.
智利,面积75.
6626万平方公里,矿藏、森林和水产资源丰富,以盛产铜闻名于世,素称"铜之王国".
已探明的铜蕴藏量达2亿吨以上,居世界第一位,约占世界储藏量的1/3.
铜储量、产量和出口量均为世界第一.
铁蕴藏量约12亿吨,煤约50亿吨.
此外,还有硝石、钼、金、银、铝、锌、碘、石油、天然气等.
盛产温带林木,木质优良,是拉美第一大林产品出口国.
渔业资源丰富,是世界第五渔业大国.
智利国家内主要的大学有20多所,大学在在技术创新以及高级人才培养方面还不够,低级产业工矿业仍是智国民经济的命脉.

2007年、2008年、2009年的人均GDP分别为9698美元、10123美元、9525.
4美元.
此外还有利比亚,国土面积175.
9540万平方公里,石油资源丰富,探明储量为430亿桶.
天然气探明储量达1.
48万亿立方米.
其他有铁(蕴藏量20-30亿吨)、钾、锰、磷酸盐、铜、锡、硫碘、铝矾土等.
沿海水产主要有金枪鱼、沙丁鱼、海绵等.
全国有15所高等院校,还没有为国家经济摆脱卖资源的发展模式提供足够的技术支持和人力资本支持.
石油是利的经济命脉和主要支柱,95%以上的出口收入来自石油.
2007年、2008年、2009年的人均GDP分别为10840美元、16114美元、9529.
3美元.

第二类国家:初加工资源,高等教育培养与初加工工业相适应的劳动力.
比如突尼斯,面积16.
2万平方公里,矿产资源主要有磷酸盐、石油、天然气、铁、铝和锌等.
该国大学入学率达到31.
7%.
各类大专院校178所,其中大学共16所,大学为发展以磷酸盐为原料的化工业和石油开采业提供了所需的劳动力,这两项工业成为国家的经济支柱.
该国2007年、2008年、2009年的人均GDP分别为3313美元、3907美元、3851.
6美元.
阿尔及利亚,面积238.
17万平方公里,自然资源丰富,其中,石油探明储量15.
4亿吨,居世界第15位;天然气储量4.
58万亿立方米,居世界第7位.
其他矿藏主要有铁、铅、锌、铀、铜、金、磷酸盐等.
阿森林总面积为367万公顷,其中软木林46万公顷,软木产量位居世界前列.
阿制定了教育民主化、阿尔及利亚化、阿拉伯语化、重视科学和为了国家发展四项原则,重视高等教育,各类高等院校56所,规模较大,为发展石油与天然气工业提供了重要的人力资本支持.
该国2007年、2008年、2009年的人均GDP分别为3702美元、4588美元、4026.
9美元.
泰国,面积51.
3万多平方公里,自然资源丰富,主要有钾盐、锡、褐煤、油页岩、天然气,还有锌、铅、钨、铁、锑、铬、重晶石、宝石和石油等.
其中钾盐的储量4070万吨,居世界首位,锡的储量约120万吨,其储量占世界总储量的12%,油页岩蕴藏量达187万吨,褐煤蕴藏量约20亿吨,橡胶产量居世界首位,年产达210万吨,占世界总产量的三分之一,其中90%用于出口.
森林资源、渔业资源、石油、天然气等也是其经济发展的基础,天然气蕴藏量约16.
4万亿立方英尺,石油储量1500万吨,森林覆盖率为25%.
此外,泰国还盛产分别被誉为"果中之王"和"果中之后"的榴莲和山竹.
荔枝、龙眼、红毛丹等热带水果同样名扬天下.
泰国对于教育的投入占GDP的4%左右,高于我国水平.
正是由于高等教育培养了足够的现代产业技术和管理人才,使得泰国产业不断升级.
出口产品由过去以农产品为主逐步转为以工业品为主,主要出口产品有:自动数据处理机、集成电路板、汽车及零配件、成衣、鲜冻虾、宝石和珠宝、初级化纤、大米、收音机和电视机、橡胶等.
2007年、2008年、2009年的人均GDP分别为3400美元、4115美元、3939.
6美元.
秘鲁,面积为128.
52万平方公里,矿产资源丰富,是世界12大矿产国之一,主要有铜、铅、锌、银、铁和石油等.
铋、钒储量居世界首位,铜储量居世界第三位,银、锌储量居世界第四位.
已探明的石油储量为4亿桶,天然气储量为7.
1万亿立方英尺(1立方米约合35立方英尺).
海洋资源丰富,秘鲁还是世界主要的鱼粉、鱼油生产国.
秘鲁是印加文明的发祥地,旅游资源丰富.
秘鲁共有57所大学,各所大学都有从属于自己的高科技产业,其中还有实力强大的企业.
正是由于秘鲁的高等教育比较发达,导致秘鲁不是简单的出售资源,而是加工和装配业有一定发展(虽然也有工矿产品铜、锌、金、银的出口).
2007年、2008年、2009年的人均GDP分别为3616美元、4452美元、4356美元.
伊朗,国土面积164.
5万平方公里,石油和天然气资源丰富,截至2006年年底,已探明石油储量1384亿桶.
已探明的天然气储量为27.
51万亿立方米,占世界总储量的15.
6%,仅次于俄罗斯,居世界第二位.
石油是伊朗的经济命脉.

森林是伊朗仅次于石油的第二大天然资源,面积达1270万公顷.
伊朗水产丰富,鱼子酱举世闻名.
伊朗水果、干果十分丰富,开心果、苹果、葡萄、椰枣等远销海内外,其中2001年伊朗开心果总产量为17万吨,出口量约9.
3万吨,创汇2.
88亿美元,成为世界上最大的开心果出口国.
伊朗重视高等教育的国家,全国共有高等院校346所,大学生132万人.
到2004年,伊朗受过高等教育的人口为211.
75万人,仅占全国总受教育人口的18.
9%,占全国总人口的3.
02%(2006年11月伊朗第六次全国人口普查结果:全国总人口7004.
9万).
伊朗的较大规模高等教育使该国发展初加工以及较高级产品生奠定了一定的基础,该国工业部门比较齐全,有纺织、造纸、地毯、电力、石油化工、汽车、冶金、钢铁和机械制造等.
2007年、2008年、2009年的人均GDP分别为3920美元、4731美元、4459.
7美元.
南非,国土面积约122万平方公里,自然资源丰富,是世界五大矿产国之一.
黄金、铂族金属、锰、钒、铬、钛和铝硅酸盐的储量均居世界第一位,蛭石、锆、钛、氟石居第二位,磷酸盐居世界第三位,锑、铀居世界第四位,煤、钻石、铅居世界第五位.
南非是世界上最大的黄金生产国和出口国,黄金出口额占全部对外出口额的三分之一,因此又被誉为"黄金之国".

南非政府不断加大对教育的投入,近来对教学课程设置、教育资金筹措体系和高等教育体制进行了大力改革,现有大学21所,理工学院15所,教育学院和技术学院157所,2006年接受过高等教育的人口占总人口约9.
1%.
2007/2008财年教育支出1055亿兰特,占政府财政总支出的18%.
这为该国发展矿业和制造业奠定了良好的基础.
2007年、2008年、2009年的人均GDP分别为5724美元、5693美元、5823.
6美元.
马来西亚,面积33万平方公里,自然资源丰富.
橡胶、棕油和胡椒的产量和出口量居世界前列.
锡矿丰富,曾为世界产锡大国,但近年来产量明显减少,2000年锡产量估计为6100吨.
石油储藏量约39亿桶(1997年探明).
天然气储量2.
27万亿立方米(1998年探明).
马来西亚实施小学免费教育,鼓励举办私立大学,共有私立学院662所.
高等教育的培养方向与产业需求比较契合,都指向电子、汽车、钢铁、石油化工和纺织品等产业,该国2007年、2008年、2009年的人均GDP分别为6146美元、8140美元、6894.
7美元.
阿根廷,面积278万平方公里,为拉美第二大国,仅次于巴西.
矿产资源有石油、天然气、煤炭、铁、银、铀、铅、锡、石膏、硫磺等.
现已探明蕴藏量:石油28.
8亿桶,天然气7635亿立方米,煤炭6亿吨,铁3亿吨,铀2.
94万吨.
水力资源丰富.
森林面积占全国总面积的1/3左右.
沿海渔业资源丰富.
阿是世界粮食和肉类重要生产国和出口国.
阿根廷是拉美国民受教育程度最高的国家之一,文盲率仅为2.
5%,是拉美各国中最低的.
目前全国共有大学91所,尽管80年代的大学扩张导致大学教育质量整体下降,但大规模的大学教育对于阿根廷发展加工制造业提供了重要帮助,该国工业门类较齐全,主要有钢铁、电力、汽车、石油、化工、纺织、机械、食品等.
工业产值占国内生产总值的1/3.
核工业发展水平居拉美前列,现拥有3座核电站.
钢产量居拉美前列.
机器制造业具有较高水平,其生产的飞机已打入国际市场.
2007年、2008年、2009年的人均GDP分别为6310美元、8214美元、7725.
7美元.
哈萨克斯坦,面积为272.
49万平方公里,矿产资源丰富,其中锌、钨的储量居世界第一位,铀矿的储量居世界第二位.
其他较为丰富的矿藏还有铁、锰、铬、黄金和铜等.
哈萨克斯坦的石油和天然气储量也很丰富,石油可采储量40亿吨,天然气可采储量3万亿立方米.
哈萨克斯坦的农牧业也较发达,盛产含麦胶的硬粒小麦和其他良种小麦.
哈萨克斯坦是典型的资源型国家,矿产资源的开采、加工和出口在国民经济中占主导地位.
哈教育基础较好,各类高等教育院校144所,其中国家级大学9所,国立大学32所,国有参股大学14所,私立大学75所.
2007年、2008年、2009年的人均GDP分别为6314美元、8502美元7019美元.
土耳其,面积78.
36万平方公里,矿产资源丰富,主要有天然石、大理石、硼矿、铬、钍和煤等,总值超过2万亿美元.
其中,天然石和大理石储量占世界40%,品种数量均居世界第一.
三氧化二硼储量7000万吨,价值3560亿美元;钍储量占全球总储量的22%;铬矿储量1亿吨,居世界前列.
此外,黄金、白银、煤储量分别为450吨、1100吨和85亿吨.
石油、天然气资源匮乏,需大量进口.
土参照欧盟标准,对教育体制进行改革.
现有大学116所,专业比较齐全,为土耳其发展纺织、汽车、采矿、钢铁、石油、建筑、木材和造纸等产业奠定了良好的基础.
2007年、2008年、2009年的人均GDP分别为6548美元、10471美元、8723.
4美元.
乌拉圭,面积17.
7万平方公里,盛产大理石、紫水晶石、玛瑙、乳白石等.
已探明有铁、锰等矿藏.
林业和渔业资源丰富,盛产黄鱼、鱿鱼和鳕鱼.
教育事业较发达,公立大学和专科学校免收学费.
位于首都的共和国大学是全国唯一的公立综合性大学,有22个院系.
另有蒙得维的亚大学、天主教大学、乌拉圭大学、企业家大学等5所私立大学.
该国经济主要靠对资源的初加工出口.
据乌拉圭工业商会报告,2007年乌拉圭出口达46.
12亿美元,同比增长15.
3%.
其中,高科技产品出口8100万美元,仅占总量1.
8%,主要是一些药品和有机化学制品.

中等科技含量产品出口3.
61亿美元,占总量7.
9%.
科技含量较低的制成品(服装、纺织品等)出口为7.
77亿美元,占全部出口的17.
1%.
原材料和资源型基本制成品占出口总量65%,金额达29.
85亿美元,主要是肉类、大米和大豆.
可见,乌拉圭高度依赖资源的初加工出口,2007年、2008年、2009年的人均GDP分别为6616美元、10081美元、9425.
5美元.
罗马尼亚,面积为23.
84万平方公里.
资源丰富,主要矿藏有石油、天然气、煤和铝土矿,还有金、银、铁、锰、锑、盐、铀、铅、矿泉水等.
是中东欧地区最大的石油生产国,年产原油150万吨.
森林面积为627万公顷,约占全国面积的26%.
水力资源丰富,蕴藏量为565万千瓦.
内河和沿海产多种鱼类.
罗马尼亚共有大学117所,2007年教育支出18.
4亿欧元,约占国内生产总值的1.
6%.
该国大学的医学专业具有世界声誉,大学的石油专业、工业设计专业也在欧洲具有良好声誉.
由于受欧洲发达国家的影响和欧盟的帮助,高等教育比较发达,但是该国经济发展模式主要还是靠资源粗加工,主要工业部门有冶金、石油化工和机器制造;主要工业产品是金属制品、化学制品、机器和机械设备等.
2007年、2008年、2009年的人均GDP分别为7352美元、9291美元、7542.
5美元.

第三类国家:利用自然资源资源,高等教育培养创造性利用自然资源的高级人力资本.
比如墨西哥,面积196万多平方公里,是拉美第3大国,为中美洲最大的国家.
矿业资源丰富,地下天然气、金、银、铜、铅、锌等15种矿产品的蕴藏量位居世界前列.
其中白银的产量多年来居世界之首.
铋、镉、汞产量占世界第二位,重晶石、锑产量居世界第三位,碘、水银居第四位.
墨西哥矿业发展潜力指数排名世界第一.
已探明石油储量为453.
76亿桶(截至2007年1月1日).
天然气储量为700亿立方米,是拉美第一大石油生产国和出口国,居世界第13位,在墨国民经济中占有重要的地位.
森林覆盖面积为4500万公倾,约占领土总面积的1/4.
水力资源约1000万千瓦.
海产主要有对虾、金枪鱼、沙丁鱼、鲍鱼等,其中对虾和鲍鱼是传统的出口产品.
墨西哥是世界主要蜂蜜生产国,年产量达6000万公斤,居世界第四位.
生产的蜂蜜90%用于出口,每年此项外汇收入约达7000万美元.
有"绿色金子"别称的剑麻也是墨西哥著名农产品,其产量居世界前列.
墨是教育大国,共有1309所大学(2007年数据).
该国高等教育在环境和气候、生物医药研究和卫生、农林渔业、工业和制造技术、电子、材料和度量学、非核能源、生物技术、航空、空间研究及应用等领域具有优势,这也导致其产业在超导材料、常温核聚变、核物理技术、生物技术等领域也有较强的国际竞争优势.
墨西哥2007年、2008年、2009年的人均GDP分别为8426美元、10234美元8134.
8美元.
俄罗斯,面积约1707.
54万平方公里(占苏联领土面积的76%),是世界上领土面积最大的国家.
俄罗斯地大物博,自然资源丰富,种类多,储量大.
其森林覆盖面积为8.
67亿公顷,占国土面积的51%,居世界第一位.
木材蓄积量为807亿立方米.
已探明天然气蕴藏量为48万亿立方米,占世界探明储量的30%,居世界第一位.
石油探明储量为65亿吨,占世界探明储量的13%;煤蕴藏量为2000亿吨,居世界第二位.
铁蕴藏量居世界第一位,约占30%.
铝蕴藏量居世界第二位.
水力资源4270立方千米/年,居世界第二位.
铀蕴藏量占世界探明储量的14%.
黄金储量居世界第四至第五位.
此外,俄还拥有占世界探明储量65%的磷灰石和30%的镍、锡.
丰富的资源加之发达的高等教育,为俄罗斯工农业发展提供了坚实后盾.
俄罗斯是教育大国,在自然科学和基础研究方面,高等教育水平居世界领先地位,航空航天、军事工业等工程技术领域亦属世界一流.
在人文和社会科学拥有优秀传统和鲜明风格.
不过,近年来,俄罗斯高等教育经费不足,大学大部分精力耗费在如何筹集资金用以应付水、电、通讯等公共开支上,导致大学人才流失严重,也导致高等教育腐败严重.
2007年、2008年、2009年的人均GDP分别为8612美元、11806美元、8693.
8美元.
波兰,面积为31万多平方公里,琥珀储量丰富,价值约近千亿美元,是世界琥珀生产大国,有几百年开采琥珀的历史.
煤炭储量居欧洲前列.
主要矿产有煤、硫磺、铜、锌、铅、铝、银等.
截至2007年底,已探明硬煤储量为430.
88亿吨,褐煤135.
88亿吨,硫磺5.
21亿吨,铜15.
44亿吨.
2007年森林面积904.
9万公顷,森林覆盖率28.
9%.
波兰高等教育发达,目前有高等院校445所,其中国立院校占三分之一左右.
数学、天文学、物理学、生物学、化学和医学等基础科学领域发达,如拓扑理论、半导体各向异性空间理论、以及心血管学、儿童保健与康复和临床医学等具有世界领先水平.
在新材料、通信与信息技术、生命科学与生物技术、医学科学和农业科学技术等领域也具有很大的国际优势.
该国工业以采煤、机器制造、造船、汽车和钢铁为主.
2007年、2008年、2009年的人均GDP分别为10858美元、13798美元、11287.
9美元.

第四章高等教育体系对国家资源禀赋优势的发挥和促进机制分析——对人均收入第1-50名国家经济发展与高等教育关系的考察101-182名国家的平均国土面积为59.
1万平方公里;51-100名国家中巴西、俄罗斯、中国国土面积分别为851.
49、1707.
54、960万平方公里,非常大,排除这三个国家后的平均国土面积为52.
7万平方公里;1-50名国家(和地区)中,美国、加拿大、澳大利亚国土面积分别为962.
9、998、769.
2万多平方公里,非常大,排除后,平均国土面积为18.
5万平方公里.
相应地,排除巴西、俄罗斯、中国、美国、加拿大、澳大利亚这六个国土面积大国后,三类国家(和地区)的人均GDP分别为1342.
636、6306.
087、33102.
59美元.
图3描述了这三类国家平均国土(地区)面积和平均人均GDP的关系,可以直观地看到,富裕的国家(地区)国土面积非常小.
图31-50名国家和地区中,国土面积不足10万平方公里的国家(和地区)有33个,占到66%.
国土面积小于10万平方公里的国家的自然资源、经济发展与高等教育的关系.
这些国家有一些资源贫乏,可以分为三类.
一类国家虽然用于生产的自然资源贫乏,但地理位置良好,发展旅游业和离岸金融业却有得天独厚的条件,国民非常富裕,需要高等教育进行配合的要求很少.
比如,巴巴多斯,国土面积431平方公里.
无重要矿产资源,有少量石油和天然气.
巴巴多斯经济社会发展程度较好,旅游业和金融服务业是就业和创汇的主要来源,其中旅游业是国家经济发展的主力军,全国实行包括大学在内的免费义务教育.
小学入学率为100%,中学入学率为89%,全国识字率为97%.
仅有西印度大学巴巴多斯分校,成立于1963年,优越的地理环境足以让人们过上富庶的生活,对于高等教育要求不高.
2007年、2008年、2009年的人均GDP分别为13605美元、13355美元、13003美元.
安提瓜和巴布达,面积441.
6平方公里,仅有少量石灰石、粘土、建筑用石料及重晶石.
旅游业是最重要的经济部门,离岸金融业和网上博彩业为安巴的主要财政收入来源.
农业在国民经济中的比重逐年下降,粮食不能自给.
也同巴巴多斯一样,对于高等教育要求不高,大学仅有安提瓜国立学院和西印度大学分部.
2007年、2008年、2009年的人均GDP分别为12968美元、14928美元、13851.
7美元.
马耳他,面积316平方公里除建筑用石灰岩外,无矿产资源.
石油完全依赖进口.
淡水资源匮乏,55%生活用水依靠海水淡化.
依靠优越地理位置形成的贸易货运中转服务、以及旅游业是马耳他重要经济支柱.
近年来,马耳他政府加快建设海岛的旅游基础设施,并着力发展银行金融等服务业.
主要大学是马耳他大学.
2007年、2008年、2009年的人均GDP分别为16049美元、20202美元、19111美元.

巴哈马,陆地面积有13939平方公里.
相对于前几个国家,巴哈马国资源相对丰富一些,但主要是渔业资源,以及少量的石油、天然气、盐等.
该国可耕地少,淡水不足,农业资源有限.
不过,该国凭借优越的地理位置,成为加勒比地区最富裕的国家之一.
旅游业是巴国民经济的支柱,金融服务业是巴第二大经济部门,优越的地理位置、稳定的政治经济环境及良好的金融政策,使其成为全球重要的离岸金融中心.
船舶服务业是巴第三大经济部门,商船注册居世界第三.
大学仅有巴哈马学院以及西印度大学在巴设设立的旅游分院,有限的大学教育规模对于经济的贡献也是有限的.
2007年、2008年、2009年的人均GDP分别为19781美元、22156美元、21528.
9美元.
塞浦路斯,面积9251平方公里.
矿藏以铜为主("塞浦路斯"在希腊文中是"铜"的意思,该国素以产铜著称),但近年来矿源接近枯竭,开采量逐年下降.
教育经费占政府预算的13%左右.
尽管塞受过高等教育的人口较高,但国内仅有一所综合性大学,自己国家的高等教育对经济发展的贡献小.
该国金融、保险、服务及旅游业等较为发达.
2007年、2008年、2009年的人均GDP分别为26386美元、32772美元、29619.
5美元.
匈牙利,面积约9.
3万平方公里.
自然资源除铝矾土外,比较贫乏.
由于优越的地理位置,旅游业是匈牙利的支柱产业之一,在国民经济中占重要地位.
同时由于自然气候条件好,农业也很发达.
虽然该国的高等教育也很发达,有72所高等学府,而且教育质量很高,但经济的发展主要靠农业和旅游业.

第二类国家资源贫乏,但用发达的教育、科技利用本国以及其他国家资源,促进了国内的经济竞争力.
比如爱沙尼亚,面积为4.
52万平方公里,人口134万(2008年底),自然资源匮乏.
但森林面积211.
55万公顷,森林覆盖率达48%.
该国木材加工业便是重要的支柱产业,该国2008年底共有高等教育机构35所.
该国的生物和地理、物理和化学、数学和信息科学等高等教育均比较发达,这为爱沙尼亚发展机械制造、电子等产业奠定了良好的基础,2007年、2008年、2009年的人均GDP分别为15310美元、17299美元、14266.
5美元.
斯洛伐克,资源贫乏,石油、天然气依赖进口.
49035平方公里的国土上共有19所公立大学和10所私立大学,在数学等自然科学领域较领先,对应的,该国在机械、石化、钢铁、汽车等领域也较发达.
2007年、2008年、2009年的人均GDP分别为13227美元、17630美元、16281.
6美元.
韩国,面积9.
96万平方公里自然资源匮乏,主要工业原料均依赖进口.
观察韩国的进出口数据:主要进口产品有原油、煤炭、焦炭、原棉、铝、原木、化学原浆等;主要出口产品有半导体、汽车及汽车零部件、无线通信机器、船舶、石油制品、电子产品、纺织品、钢铁产品、化工等.
可以看出,世界的资源在韩国由于教育与科技的作用大大提高了附加值.
韩国政府于1968年颁布《国民教育宪章》,进行教育体制改革,推进高等教育大众化,特别地,为了满足迅猛增长的技术人力需求,韩国鼓励大学科技教育,在控制人文社会学科学生人数的同时,不断采取措施增加科技领域学生的数量,从而使四年制大学的理工科学生人数不断增长.
正是大量专业技术人才的充分供应使韩国经济实现了持续高速增长.
韩国政府还设立激励制度鼓励产学研合作:企业为学校提供发展必要的资金、设备以及学生实习场所和奖学金;学校作为回报,与企业合作研究制造新产品的新技术,同时输送高质量的优秀毕业生.
这种高等教育与企业的合作促进了韩国对于世界资源的利用.
2008年教育预算35.
3万亿韩元,占政府预算的20.
2%.
主要支柱生产部门为高知识含量的的汽车、造船、电子、化学.
2008年,石油制品业首次超过传统的汽车和半导体产业,成为韩国出口创汇的第一大产业,石油制品业也是典型的高知识含量产业.
2007年、2008年、2009年的人均GDP分别为19624美元、19504美元、17074美元.
捷克,面积78866平方公里,除了褐煤、硬煤和铀矿蕴藏丰富外,其他自然资源贫乏.
石油、天然气和铁砂储量甚小,依赖进口.
捷克有60%的居民受过高等教育,国民受教育程度远远高于同期入盟的其他国家.
因此,一些外国投资商不但将加工厂搬到了捷克,还将一部分研究机构设在了那里.
由于教育科技发达,高级人力资本丰富,该国的机械制造、各种机床、动力设备、船舶、汽车、电力机车、轧钢设备、军工、轻纺品具有很强的国际竞争力.
2007年、2008年、2009年的人均GDP分别为16372美元、21027美元、18557美元.
斯洛文尼亚除了森林和水利资源丰富外,矿产资源相对贫乏.
近年来,斯洛文尼亚的教育预算占GDP比例接近5%,达到15亿欧元以上.
20273平方公里国土上有4所高水平综合性大学,国民教育素质高.
主要进口金属制品、化学制品、医药材料等初级品,利用科技转化成机械和设备、光学仪器、化学制品、医药等产品出口.
2007年、2008年、2009年的人均GDP分别为22079美元、16114美元、9529.
3美元.
以色列,国土面积1.
52万平方公里,土地贫瘠、资源短缺.
但以色列坚持走教育科技强国战略,在电子、通讯、计算机软件、医疗器械、生物技术工程、农业以及航空等方面拥有国际先进的技术和优势.
依靠科学和教育,不足总人口5%的农民不仅养活了国民,还大量出口优质水果、蔬菜、花卉和棉花等.
以色列人口仅600多万,但拥有7所正规大学,约20所学院,19所师范学院,大学下设若干附属学校和研究所.
以色列每万人中的科学家和工程师数远高于美日等发达国家和地区,是世界上比例最高的.
以色列政府实施了强有力的全民教育体系,比如通过诸多措施确保社会尊师重教,比如通过教育系统把民族文化向每一代人传承,对教育高投入等等.
这是以色列人均收高的最重要因素.
新加坡,面积710平方公里,自然资源贫乏.
新加坡通过完整的国民教育体系使得国民素质很高,并共有三所著名大学,新加坡国立大学、南洋理工大学和管理大学三所大学.
高素质的劳动力使得新加坡从世界其他国家进口原油等工业初级品,然后加工成高附加值的石油产品以及化学产品、电子产品等,创造了良好的经济竞争力.
2007年、2008年、2009年的人均GDP分别为34152美元、38972美元、37293.
4美元.
比利时,面积为3.
05万平方公里,资源稀缺.
教育经费占国民生产总值的5.
5%.
全国有16所大学,平均66多万人拥有一所大学(根据2007年的人口总数:1058.
4万).
该国教育科技水平高,进口工业原材料(80%的原料靠进口),然后出口附加值高的工业品(50%以上的工业产品供出口),是世界十大商品进出口国之一.
主要工业部门有钢铁、机械、有色金属、化工、纺织、玻璃、煤炭等行业,高等教育的贡献很大.
2007年、2008年、2009年的人均GDP分别为41605美元、47107美元、43533美元.
荷兰,国土面积528平方公里.
具有一定的农业资源,工业自然资源很贫乏.
不过农业资源为荷兰经济发展做出了重要贡献:是世界第三大农产品出口国,其中世界种薯贸易量占世界一半,花卉每年出口约100亿欧元,占国际花卉市场的60%,同时也是世界畜牧业最发达国家之一.
荷兰80%的工业原料靠进口,60%以上的产品供出口.
进口主要是工业原料、原油、半制成品和机械等;出口主要是石油制品、电子产品、船舶和农产品等.
这里从进口低级品到出口高级品的转化过程,高等教育起到了重要的作用.
荷兰高等教育非常发达,荷兰14所研究型大学中的11所入选了世界大学前200强,入选的高校的数量位列为欧洲大陆第一.
荷兰通过完善的法律和质量监控体系来保证大学教育质量,高质量的人力资本为荷兰经济做出了重要贡献.
2007年、2008年、2009年的人均GDP分别为45429美元、52019美元、48222.
9美元.
爱尔兰,面积70282平方公里.
铅锌资源丰富,锌产量占世界的4.
3%,铅产量占世界的2%.
但其他工业资源贫乏,所需能源的70%依靠进口.
爱尔兰非常重视高等教育,其大学是国家的科研中心,在生命科学、信息技术、经济管理、法律、语言文学等领域有较强的实力和较高的水平,该国进口初级化学产品,工业原料以及半成品,然后出口化学药品、机械和交通设备、计算机、科学仪器等高附加值产品,大学作为科学研究起到了很大的作用.
2007年、2008年、2009年的人均GDP分别为58883美元、61809美元、51356美元.
将丹麦归于这一类有一些勉强,但归于下一类更勉强.
该国国土面积43096平方公里,农业、石油和渔业资源还是很丰富的,但总量不大.
北海和波罗的海为近海重要渔场,为欧盟主要渔业国之一.
丹麦高等教育事业发达,人均受教育程度高.
全国共有综合性大学5所(),学生7.
4万人;师范、技术、农业、商业、艺术、音乐等院校153所,学生10.
4万人.
这样较大规模的高等教育为丹麦发展高附加值农牧业、花卉业以及进口低级品出口高级品奠定了重要的基础.
该国2007年、2008年、2009年的人均GDP分别为57035美元、62625美元、56115美元.

第三类资源贫乏的国家:用金融制度、企业制度等分享世界资源的租金,高等教育则主要培养这样的制度的设计者、维护者,高等教育表现出管理学、经济学教育和科学研究发达的特征.
比如瑞士,资源少,也进口资源不多,但该国有12所著名大学,通过教育培养高技术人才,通过科学研究开发高附加值产品;另一方面高等教育为发展高端银行业也培养了充足的人力资本.
该国的高端银行业、保险业与高技术含量的精密仪器制造业、医药化工业成为国家经济的支柱行业.
2007年、2008年、2009年的人均GDP分别为56711美元、67384美元、67559.
6美元.
卢森堡,面积为2586.
3平方公里,自然资源贫乏,原料和消费品大多靠进口,但2007年、2008年、2009年的人均GDP分别为102284美元、113043美元、104511.
9美元,为世界人均收入最高的国家.
该国并没有发达的高等教育,但人均受教育水平却很高,其高等教育主要靠邻国,比如德国、法国、比利时.
卢森堡事实上只有中心大学和卢森堡大学两所综合性大学.
该国的富裕主要靠金融业.
首都卢森堡市为欧洲重要金融投资中心,在全球范围内居第八位,卢森堡也是仅次于美国的世界第二、欧洲最大的基金管理中心,基金分享世界资源的租金,卢森堡依靠巨额基金交易成为世界人均最富裕的国家.

这些国土面积小于10万平方公里的国家中,也有一些资源丰富的国家,共10个.
分成如下三类.
第一类:资源非常丰富,卖资源而已,无需高等教育的配合.
比如拉脱维亚,面积为6.
4589万平方公里,森林资源非常丰富,森林面积292.
3万公顷,覆盖率为45%.
该国高等教育很发达,2004/2005学年底,全国共有49所大学院校,平均每万人中有大学生550名,居世界前列.
不过该国以农牧业为支柱产业,出口商品以技术含量和附加值较低的资源性产品(木材和木制品)产品为主,2007年、2008年、2009年的人均GDP分别为11826美元、14997美元11607美元.
巴林,面积706.
5平方公里,已探明石油储量2200万吨,天然气储量1182亿立方米,是海湾地区最早开采石油的国家,石油收入占国内生产总值的1/6,占政府收入和公共支出的一半以上.
本国仅有巴林大学和阿拉伯海湾大学,但外籍劳务需求量很高并集中在知识型高素质劳动力层面,并已经占到近50%的比例.
高等教育的规模不足制约了巴林的多元化经济发展战略,2007年、2008年、2009年的人均GDP分别为22109美元、27247美元、19455美元.
文莱,面积5,765平方公里,是东南亚第三大产油国和世界第四大液化天然气生产国.
石油和天然气的生产和出口是文莱的经济支柱,占其国内生产总值的36%和出口总收入的95%.
石油储量和产量仅次于印度尼西亚,居东南亚第二,液化天然气的出口居世界第二位.
文莱的高等教育由于历史的原因起步较晚,1985年才有属于自己的第一所大学,高等教育还远没有达到与国家经济发展相协调的程度.

2007年、2008年、2009年的人均GDP分别为美元、37053美元、26325.
5美元.
科威特,面积17818平方公里.
科威特石油和天然气储量丰富,已探明石油储量为480亿桶.
天然气储量为1.
498万亿立方米,占世界储量的1.
1%.
渔业资源丰富,盛产大虾、石斑鱼和黄花鱼.
科威特是一个高度重视高等教育机构的改善和创新能力的提升的国家,教育经费占国家财政支出的10%以上,幼儿园到大学实施免费教育.
科威特现有一所公立大学(科威特大学)和3所私立大学(海湾科技大学,阿拉伯公开大学,科威特美国大学).
石油、天然气等都属于非可再生资源,终有枯竭的时候,像科威特这样过度依靠石油出口的国家若不探索新的经济发展模式,后果将不堪设想.
科威特正探索经济改革和高等教育可改革之路,科威特是中东教育改革的领跑者,不过,从现阶段来看,高等教育对于科威特的贡献还看不出来,现阶段石油仍然是科威特财政收入的主要来源和国民经济的支柱,其产值占国内生产总值的40%,占出口创汇的95%.
而机械、运输设备、工业制品、粮食和食品等需要进口.

2007年、2008年、2009年的人均GDP分别为32259美元、45920美元、31482美元.
阿联酋,面积8.
36万平方公里,石油和天然气资源非常丰富.
已探明的石油储量为130亿吨,占世界石油总储量的9.
5%.
天然气储量为6.
06万亿立方米,居世界前列.
与科威特一样,已经开始重视高等教育,实行免费教育制,主要大学有8所,但国民经济以石油为主,粮食、机械和消费品都靠进口.
工业项目从业人数中,阿联酋人仅占1%,可见该国基本上就是卖资源,教育也不配合,通过引进他国培养的人才解决人力资本的供给.
2007年、2008年、2009年的人均GDP分别为42275美元、54606美元、46856.
8美元.
卡塔尔,也是典型的依靠卖自己的资源,几乎没有教育的配合,该国11521平方公里,石油和天然气丰富.
已探明石油储量为20亿吨,天然气储量约为25.
78万亿立方米,都居世界前列.
1977年建成的卡塔尔大学是卡唯一的一所高等学府,下设8个学院,高等教育规模很小.
该国机械和运输设备、食品、工业原材料及轻工产品、药品等都靠进口,石油和天然气部门成为国家的经济支柱.
2007年、2008年、2009年的人均GDP分别为70754美元、93204美元、68871.
7美元.

第二类国家,资源丰富,但并不是简单的出售资源,对资源进行简单的加工制造和利用,实现经济的增长,高等教育的配合程度也不大.
比如克罗地亚面积5.
6万多平方公里.
具有丰富的森林和水力资源丰富,全国森林面积222万公顷,森林覆盖率为39.
2%.
此外,还有石油、天然气、铝和旅游资源.
克罗地亚利用这些资源实现了较高的人均收入,2007年、2008年、2009年的人均GDP分别为11271美元、15628美元、14243美元.
与自然资源相匹配,主要的工业部门就是木材加工业、电力、、造船、石化等;克罗地亚旅游资源得天独厚,旅游业发达,是国民经济的重要组成部分和外汇收入的主要来源,旅游业收入约占国内生产总值的19%,高等教育在培养人力资本方面的贡献有很大的质疑,该国大学教授向学生出售试卷等等教育腐败问题很严重,大大影响了教学质量,从而影响了人力资本的质量.
特立尼达和多巴哥,面积5128平方公里,有较多的石油和天然气.
已探明和有可能开采的天然气储量已达35.
2兆立方英尺,石油储量为9.
9亿桶.
特多还拥有世界最大的天然沥青湖,该湖面积约47公顷,估计储藏量1200万吨.
该国大学只有2所,即:西印度大学特多圣奥古斯丁分校及新近成立的特立尼达和多巴哥大学.
不过该国对于资源的利用还是比较深入的,不是简单出售资源.
工业以石油、天然气开采和炼油为主还有一定制造业,比如钢铁、食品、烟草等.
该国对资源深加工,是世界上最大的氨肥和甲醇出口国.
2007年、2008年、2009年的人均GDP分别为15908美元、19012美元、15580.
8美元.
葡萄牙,面积9.
19万平方公里,矿产资源较丰富,主要有钨、铜、黄铁、铀、赤铁、磁铁矿和大理石,钨储量为西欧第一位,大理石出口占世界第二位.
森林面积360万公顷,占国土面积的1/3,其软木产量占世界总产量的一半以上,出口占世界第一位,因而有"软木王国"之称.
葡萄牙是世界上主要的葡萄酒生产国之一,北部的波尔图是著名的葡萄酒产地.
葡萄牙的西红柿酱闻名欧洲,是欧洲市场的最大供应者.
海洋捕捞业较发达,以捕捞沙丁鱼、金枪鱼、鳕鱼为主.
由此可见,葡萄牙资源丰富,对这些资源进行简单加工,就可以让国民富裕起来.
该国的教育程度并不高,25-64岁之间的人口中仅有20.
6%受过中等教育.
文盲率为9%,主要高等学校有里斯本大学、科英布拉大学、波尔图大学、里斯本技术大学、米尼奥大学、阿维罗大学、埃武腊大学和国家行政管理学院等大学.
2007年、2008年、2009年的人均GDP分别为20665美元、22997美元、21407.
6美元.

第三类国家,资源丰富,但是利用发达的教育和科技对资源进行深加工,生产高附加值的产品.
比如奥地利,面积为83871平方公里,石油、天然气和煤焦油等资源丰富,森林、水力资源丰富,全国森林覆盖率达46.
3%,有林场400万公顷,木材蓄积量约9.
9亿立方米.
而奥地利的高等教育非常发达,各类大学189所,公立大学全部实行免费教育,其教育投入约占GDP的4.
5%.
奥地利的大学生不但可以免费上学,而且根据1969年发布的《助学金法》,凡奥地利公民皆可申请助学金和奖学金,根据其家庭经济情况,每个学生每年平均可以得到助学金26500~43000先令.
而占学生总数10%的优等生从第五学期开始,可以得到每学年金额为5000先令的奖学金.
奥地利的高等教育为国家培养了丰富的知识型人力资本,为国家发展高新技术产业提供了有力的保障.
该国利用本国丰富的化学原料资源以及森林水利资源,再加之从国外进口能源和工业原料,生产的载重汽车、越野车、拖拉机、牵引车、装甲运输车、水轮发电机、多钻头采煤机、铁路筑路机、木材加工机、石油化工品、纸品出口国外,带动了国内经济发展.
2007年、2008年、2009年的人均GDP分别为44308美元、50098美元、45989美元.

国土面积大于10万平方公里的国家的自然资源、经济发展与高等教育的关系.
这些国家中资源贫乏的国家可以分为三类.
第一类,工业资源贫乏,但地理位置良好,旅游业发达,国家利用这一点实现了高国民收入水平.
比如希腊,面积约13.
2万平方公里,资源不丰富,但海岸线长约1.
5万公里,海运业发达,同时,希腊3000多个岛屿星罗棋布于爱琴海和地中海中,港湾交错,风光旖旎,阳光充足,海滩沙软潮平,旅游业是获得外汇来源和维持国际收支平衡的重要经济部门.
外加侨汇和海运形成希腊的三大经济支柱.
希腊的高等教育水平一般,著名大学有雅典大学、萨洛尼卡大学、克里特大学、佩特雷大学、雅典工学院等,对于国家经济体系的影响并不大.
2007年、2008年、2009年的人均GDP分别为32010美元、32004美元、29634.
9美元.

第二类国家,资源水平一般,但有良好的教育和科学技术水平,进口他国资源,生产高附加值产品,实现高国民收入.
比如西班牙,面积约50.
6万平方公里.
自然资源水平一般,主要矿产有煤88亿吨,铁19亿吨,黄铁矿5亿吨,铜400万吨,锌190万吨,汞70万吨.
森林总面积1437万公顷.
西班牙是世界上较早发展高等教育的国家,也是世界高等教育发达国家,20世纪70—80年代以来,西班牙积极推进高等教育多样化、地方化、自治化和大众化政策并取得了明显成效.
由于高级人力资本丰富,西班牙从欧盟、亚洲、拉美和美国等国进口石油、工业原料,生产出汽车、钢材、化工产品出口国外.
其中汽车生产量居世界第七,仅列韩国之后.
2007年、2008年、2009年的人均GDP分别为31471美元、35331美元、31946.
3美元.
法国,面积63.
3万平方公里,农业资源较为丰富,工业资源贫乏.
是欧盟最大的农业生产国,中部盛产各类谷物、蔬菜和油料,地中海沿岸和西南部是葡萄在内的水果主产区.
法国也是世界主要农产品和农业食品出口国,农业食品加工业是其对外贸易的支柱产业之一.
法国葡萄酒享誉全球,酒类出口占世界总量的一半.
法国高等教育非常发达,为国家培养了大量的高科技人才,为国家的原始创新、人力资本培养以及产业服务提供了巨大的帮助.
正是因为高质量的高等教育以及技术创新水平,法国在航空、航天和铁路、核电、方面居世界领先地位.
核电设备能力、石油和石油加工技术位居世界第二,而航空和宇航工业位居世界第三.
法国进口商品主要有能源和工业原料等,出口商品主要有机械、飞机、汽车、化工产品、钢铁、化妆品和军火等,最近的纯技术出口在整个出口贸易中的地位日益显要,显然这些得益于发达的高等教育.
2007年、2008年、2009年法国人均GDP分别为40782美元、46015美元、42747美元.

第三类国家,资源贫乏,但却有着发达的企业制度,高等教育为这一制度不断培养建设者、维护者和创新者,得以源源不断分享世界资源的租金.
比如意大利,是一个利用中小企业制度分享世界资源租金的典型国家.
意大利国土面积为30.
1万平方公里,资源贫乏.
所需能源和原料依赖外国进口.
中小企业众多,占企业总数的98%以上,且专业化程度高、适应能力强、传统上以出口为导向,近70%的国内生产总值由中小企业创造,被称为"中小企业王国".
意大利的原油年加工能力为1亿吨左右,有"欧洲炼油厂"之称;钢产量居欧洲第二;塑料工业、拖拉机制造业、电力工业等也位居世界前列,化工产品、家用电器、纺织、服装、皮鞋、金银首饰等轻工产品也很有国际竞争力.
其中中小企业的贡献很大.
意大利每个城市都有一所大学,大学文凭是面向资源利用的:专业学习主要面向工科学生,期限为三年,通过考试和论文答辩后,理科授予专家证书(dipiomadispecialiste),工科授予工程师证书(dipiomadiingegnere),这些毕业生进入企业为国家经济做出了重要贡献.
2007年、2008年、2009年的人均GDP分别为35386美元、38996美元、35435美元.
日本是利用现代企业制度分享世界资源租金的重要代表.
日本国土面积37.
79万平方公里,境内多山,山地约占总面积的70%,大多数山为火山.
日本矿产资源贫乏,除煤、锌有一定储量外,90%以上依赖进口,其中石油完全依靠进口.
主要资源依赖进口的程度为:煤95.
2%,石油99.
7%,天然气96.
4%,铁矿石100%,铜99.
8%,铝矾土100%,铅矿石94.
9%,镍矿石100%,磷矿石100%,锌矿石85.
2%.
森林面积2526万公顷,占国土总面积的66.
6%,是世界上森林覆盖率最高的国家之一.
而木材自给率仅为20%左右,55.
1%依赖进口,是世界上进口木材最多的国家.
日本非常重视教育,教师的地位非常高.
2008年度教育预算为5兆3122亿日元,占当年预算总额的11.
2%.
日本政府强调发挥经济界和企业界在高等教育改革与发展方面的指导作用,促进大学与经济界和企业界的有效合作.
为推动与地方产业的合作,从1987年开始,日本的一些大学相继建起了"共同研究中心".
共同研究中心作为国立大学与产业界联系合作的窗口,既是共同研究的场所,又是企业技术人员接受高级技术培训的课堂.
在过去的十几年间,日本政府(文部省)运用多项政策,鼓励和引导国立大学与产业界进行研究合作,并取得了相当进展.
日本企业在世界五百强中很多,这些企业的重要特征是,在世界资源丰富的国家利用资源,通过股份控制分享资源的受益,再利用先进技术加工和利用这些资源,创造高额的经济回报,使一个资源非常贫乏的国家实现高的国民人均收入.
2007年、2008年、2009年的人均GDP分别为34023美元、38559美元、39731美元.

德国也是利用企业制度分享世界资源租金的重要代表.
德国面积为35.
7万平方公里,自然资源较为贫乏,除硬煤、褐煤和盐的储量丰富外,在原料供应和能源方面很大程度上依赖进口,其中三分之二的初级能源需进口.
天然气储量约3820亿立方米,能满足国内需求量的1/4.
德国企业的核心特征是在世界进口资源,利用高端技术创造附加值,实现国民收入的增长.
德国的主要进口产品有化学品、石油天然气、和钢铁产品,主要出口产品有汽车、机械产品、化学品、通讯技术、供配电设备和医学及化学设备.
主要工业部门的产品一半或一半以上销往国外.
德国是世界贸易大国,同230多个国家和地区保持贸易关系.
德国企业出口业素以质量高、服务周到、交货准时而享誉世界.
2003年至2008年连续六年保持世界第一出口大国地位.
这与德国的高等教育独特的理念与培养方向有很大的关系.
首先,高等教育为直接为科学技术进步服务的理念起源于德国,再就是德国大学特别强调学生的认真,耐心,刻苦钻研的精神,使得这些学生进入企业后表现出非常高的职业素质.
2007年德国共有383个高等教育机构,其中包括103所大学.
2007年、2008年、2009年的人均GDP分别为39650美元、44660美元、40874.
6美元.
资源丰富的国家又分为四类,第一类,通过出售资源维持高的国民收入,暂不需要高等教育进行配合.
比如委内瑞拉,面积91.
6700万平方公里,矿产资源丰富,原油探明储量208.
99亿吨(1525.
61亿桶),居世界前列,另有可采重油储量385.
71亿吨(2700亿桶).
2008年,委石油日产量45.
62万吨(333万桶),年产量1.
67亿吨(12.
19亿桶),为世界第六大石油输出国.
天然气储量4.
27万亿立方米,居世界前列.
铁矿砂储量42.
22亿吨,铝矾土储量50亿吨,煤炭储量10亿吨,黄金储量1万吨.
此外,还有镍、金刚石等矿产资源.
水力和森林资源也很丰富,森林覆盖率为56%.
石油部门为国民经济支柱产业.
全国有36所大学,其中17所公立大学、19所私立大学,高等教育对于经济发展的帮助暂时还不大.
该国2007年、2008年、2009年的人均GDP分别为8252美元、11388美元、11789美元.
沙特国土面积225万平方公里,矿产资源主要有石油、天然气、金、铜、铁、锡、铝、锌、磷酸盐等,其中石油的储量和产量均居世界第一位,天然气储量居世界第四位.
2006年,沙特石油剩余可采储量363亿吨,占世界储量的26%.
天然气剩余可采储量6.
9万亿立方米.
沙特的工业主要有石化、钢铁、炼铝、水泥、海水淡化、电力等.
石化产品外销70多个国家和地区,石油收入占国家财政收入的70%以上,石油出口占出口总额的93%.
沙特是世界上最大的淡化海水生产国,其海水淡化量占世界总量的21%左右.
虽然沙特大力推行经济多元化政策,努力扩大非石油生产,发展采矿和轻工业,同时重视发展农业,但沙特的高等教育并没有与经济发展保持同步.
直到1975年,沙特才成立高等教育部.
近来政府重视教育和人才培养,实行免费教育.
综合性大学8所,学院78所,高等宗教大学5个.
沙特国王还亲自拿出100亿美元专门用于筹建一所研究生院水平的国王阿卜杜拉科技大学,使之一跃成为全球最富有的六所大学之一.
但主要经济支柱还是靠的资源销售,高等教育的配合还很不够.
2007年、2008年、2009年的人均GDP分别为15416美元、19345美元、14486美元.
阿曼,国土面积30.
95万平方公里.
20世纪60年代始开采石油,现已探明石油储量近7.
2亿吨,天然气储量33.
4万亿立方英尺.
煤储量约3600万吨,金矿储量约1182万吨,铜储量约2000万吨,铬100万吨.
还有银及优质石灰石等,水产资源丰富.
油、气是阿的支柱产业.
渔资源丰富,渔业也是阿曼非石油产品出口收入的主要来源之一.
不过阿曼非常重视教育,教育的投入约占全国财政支出的1/3,这在亚洲甚至全世界也是不多见的.
阿曼的高等教育目前还不够发达,目前有1所公立大学,14家私立学院和4所私立大学.
其中卡布斯大学已成为海湾地区能源、海水淡化、地球科学等学术研究的中心.
但毕竟这样的高水平大学数量少,还没有对经济产生重大的影响.
2007年、2008年、2009年的人均GDP分别为15412美元、18987美元、18013美元.
新西兰,面积27万多平方公里,专属经济区120万平方公里.
畜牧业资源、渔业资源、森林资源、旅游资源非常丰富.
畜牧业生产占地1352万公顷,为国土面积的一半.
乳制品与肉类是最重要的出口产品.
粗羊毛出口量居世界第一位,占世界总产量的25%.
渔产丰富,拥有世界第四大专属经济区,200海里专属经济区内捕鱼潜力每年约50万吨.
专属经济区海域每年商业性捕捞和养殖鱼、贝类约60至65万吨,其中超过半数供出口.
森林面积810万公顷,其中自然林630万公顷,人造林180万公顷.
主要出口产品有原木、木桨、纸及木板等,主要出口市场为澳大利亚、日本、中国、韩国、美国、印尼、台湾等.
旅游业收入约占新西兰国内生产总值的10%,是仅次于乳制品业的第二大创汇产业.
工业以农林牧产品简单加工为主,主要有奶制品、毛毯、食品、皮革、烟草、造纸和木材加工等轻工业,产品主要供出口.
新西兰重视教育,共有35所公立高等院校,其中包括8所大学(Universities),20所技术和理工学院(InstitutesofTechnologyandPolytechnics),4所教育学院(CollegesofEducation),3所毛利大学.
8所公立大学开办一系列的标准学位课程,其中包括理科、文科和近年来兴起的商科和信息科学.
总体而言,新西兰的高等教育还没有与经济发展进行很好的切合,经济发展还停留在卖资源的阶段.
2007年、2008年、2009年的人均GDP分别为29698美元、30049美元、27259美元.
澳大利亚,面积769.
2万平方公里,资源丰富,铝矾土、铅、镍、银、铀、锌、钽的探明经济储量居世界首位,也是世界上最大的铝矾土、氧化铝、钻石、铅、钽生产国,黄金、铁矿石、煤、锂、锰矿石、镍、银、铀、锌等的产量也居世界前列.
澳还是世界上最大的烟煤、铝矾土、氧化铝、铅、钻石、锌及精矿出口国,第二大氧化铝、铁矿石、铀矿出口国,第三大铝和黄金出口国.
已探明的有经济开采价值的矿产蕴藏量:铝矾土约53亿吨,铁矿砂146亿吨,黑煤403亿吨,褐煤300亿吨,铅2290万吨,镍2260万吨,银4.
14万吨,钽40835吨,锌4100万吨,黄金5570吨.
澳原油储量2270亿升,天然气储量2.
2万亿立方米.

澳森林覆盖率21%,天然森林面积约1.
63亿公顷(2/3为桉树).
澳渔业资源丰富,捕鱼区面积比国土面积多16%,是世界上第三大捕鱼区,有3000多种海水和淡水鱼以及3000多种甲壳及软体类水产品,其中已进行商业捕捞的约600种.
澳最主要的水产品有对虾、龙虾、鲍鱼、金枪鱼、扇贝、牡蛎等.
总体而言,澳出口以能矿资源和农牧业产品为主,包括煤、黄金、铁矿石、原油、天然气、铝矾土、牛肉、羊毛、小麦、糖、饮料等.
进口以制造品为主,主要包括计算机、航空器材、药物、通讯器材、轿车、原油及精炼油和汽车配件等.
外国资本主要来自美、英、日和国际资本市场.
外国对澳投资主要集中在金融保险、制造、采矿等行业.
全国共有高校74所,在校学生98.
4万人.
澳大利亚高等教育质量具有世界一流水准.
澳大利亚学历资格评定框架署(AQF,AustralianQualificationsFramework)以及澳大利亚大学质量保证总署(AUQA,AustralianUniversityQualityAgency)构成了澳大利亚独特的高等教育质量控制体系.
尽管澳大利亚的高等教育水平很高,而且已经在澳大利亚国家经济结构从传统产业向知识产业转型的过程中起到了重要作用(田凌晖,2008),但目前从澳大利亚的经济结构来看,还是典型的出售资源型的发展模式.
2007年、2008年、2009年的人均GDP分别为42553美元、47400美元、45586.
5美元.
挪威,国土面积为385155平方公里,油气、水力、森林、渔业资源丰富.
20世纪70年代兴起的近海石油工业成为国民经济重要支柱,挪现为西欧最大产油国、世界第三大石油出口国.
截至2007年底,原油及天然气已探明总储量为130亿标准立方米(石油当量),已开采35%.
水力资源丰富,北部沿海是世界著名渔场.
丰富的水力资源,为挪威产生出足够的电力,挪威是世界上唯一完全依靠水电的国家.
渔业是挪威重要的传统经济部门,以人工养殖大马哈鱼和近海捕捞为主.
粮食主要靠进口.
主要出口石油、天然气、有色金属、各类机械、鱼产品、化工产品.
主要进口机械、电器设备、运输工具、石油制品、纺织品、食品.
挪威教育经费占GDP比重达到7%左右,共有高等院校71所,有上述进出口数据来看,尽管挪威重视教育,经济发展主要靠出售资源,高等教育还没有为经济发展模式升级做出贡献,该国2009年人均GDP79085.
001美元.
第二类国家,资源丰富,利用发达的教育、科技自使自己的资源增加附加值,从而使国家富裕起来.
比如冰岛,面积为10.
3万平方公里,渔业、水力和地热资源丰富,其他自然资源匮乏,石油等产品需要进口,可开发的年水力发电量为640亿度,地热能年发电量可达72亿度.
工业以炼铝业为主,渔业是冰岛国民经济的支柱产业,鱼类加工技术在世界上占领先地位,渔产品出口占商品出口总额的近70%.
服务业在国民经济中占重要地位,包括商业、银行、保险和公共服务等,其产值约占国内生产总值的一半,从业人数占总劳力的三分之二强.
高等教育为渔业以及服务业提供高级人力资本做出了重要贡献.
冰岛教育支出占政府支出的比例(2002-2004年)为17%左右,全国有9个大学,大学入学比例从1999年的40%上升到2006年的73%.
2007年、2008年、2009年的人均GDP分别为62976美元、55462美元、37976.
7美元.
加拿大,面积为998万多平方公里,森林、矿藏、能源等资源丰富.
矿产有60余种,其中钾的储量居世界第一,铀、钨、钼的储量居世界第二,镉、铝的储量居世界第三等.
原油储量居世界第二,森林面积居世界第三,淡水资源占世界的9%.
渔业很发达,75%的渔产品出口,是世界上最大的鱼产品出口国.
加拿大的公共教育支出占国民生产总值比美国还高,高等教育入学率为46%,居世界首位.
加拿大实行按省人口比例拨付高等教育经费政策,同时,实行按个人和企业收入税的一定比例返还各省用于高等教育的政策,这使得教育经费的90%以上来自公共资金,而不是用市场化、产业化的办法筹措教育经费.
加拿大大学本科阶段的产学结合教学使人才输入社会的效率大大提高,这也是制造业、高科技产业、服务业很发达重要原因之一.
目前,在仅有3068万人的加拿大共有90多所大学、200多所学院,全部为省辖公立院校.
高等教育的毛入学率达到50%,为世界第一.
该国2007年、2008年、2009年的人均GDP分别为42738美元、45428美元、39668.
6美元.
芬兰,面积为33.
8145万平方公里,森林资源丰富,森林覆盖率高达66.
7%.
森林覆盖率居欧洲第一位,世界第二位.
丰富的森林资源使芬兰拥有"绿色金库"的美称.
矿产资源中铜较多,还有少量的铁、镍、钒、钴等.
泥炭资源丰富,已探明储量约690.
94亿立方米,相当于40亿吨石油.
二战后,芬兰依靠森林工业和金属工业走上强国之路.
20世纪90年代,高等教育提供的丰富人力资本使得芬兰得以顺利调整经济结构,加大了知识型经济在国民经济中的比重.
如今,芬兰在造纸、交通、电信、建筑、再生能源等领域有着先进的技术与经验,在环保技术及解决方案方面处于世界领先地位.
建立在森林基础上的木材加工、造纸和林业机械制造业为经济支柱,并具有世界领先水平,整个森林工业产量占世界总产量的5%,是世界第二大纸张、纸板出口国(占世界出口量的25%)及世界第四大纸浆出口国.
这些经济成就与重视教育关系很大.
2006年芬兰对教育的投资达103亿欧元,但占GDP总值的百分比为6.
2%,远高于世界均水平.
芬兰采用大学与学院结合的二元化高教体系,其中由大学20所,多科技术学院26所,主要以满足地方需要、提高劳动者素质为目的,是世界上人均占有大学最多的国家,国民中有65%以上接受过高等教育.
2007年、2008年、2009年的人均GDP分别为44912美元、51989美元、44491.
5美元.

第三类国家,自己资源丰富,但用发达的教育、科技利用自己以及世界的资源.
比如瑞典,领土面积约45万平方公里,拥有丰富的铁矿、森林和水力资源.
瑞典已探明的铁矿储量为36.
5亿吨,是欧洲最大的铁矿砂出口国;森林覆盖率为54%,蓄材26.
4亿立方米;每年可利用的水力资源有2014万千瓦(约1760亿千瓦时).
瑞典工业发达,主要有矿业、机械制造业、森林及造纸工业、电力设备、汽车、化工、电信、食品加工等,进口商品主要有食品、烟草、饮料、原材料(木材、矿石)、能源(石油、煤、电)、化工产品、机械设备、服装、家具等.
主要出口商品有各类机械、运输通信设备、化工及医药产品、纸张纸浆、造纸设备、铁矿石、家用电器、能源设备、石油制品、天然气和纺织品等瑞典耕地面积占国土面积的6%.
全国生产的粮食、肉类、蛋和奶制品自给有余,蔬菜、水果主要靠进口.
沃尔沃集团(ABvolvo,又译"富豪集团")创建于1927年的是世界最大的卡车、客车及建筑设备的生产商之一,在海洋及工业能源系统方面和飞机发动机元件领域占有领先地位.
瑞典进口原材料出后高技术含量产品与发达的高等教育是分不开的.
瑞典的人口不上千万,却拥有乌鲁萨拉、隆德大学、皇家工学院、查尔姆斯工业大学和卡罗琳斯卡医学院等享誉欧洲乃至全世界的名牌大学.
瑞典在1993年对高等教育进行了重大改革,其主要目的是提高高等教育的质量.
该年成立了高校督学署,对高校的教育质量的评估和检查,提出评估报告并监督高校落实提高教学质量的措施,同时还负责审查各高校颁发各类证书的资格.
自1993年7月1日起,瑞典对高等基础教育实行新的拨款制度.
这一新的拨款制度是以教学目标和结果为基础,拨款主要用于硕士以下教育、基建、教学仪器设备等开支.
科研及博士阶段教育经费另立预算.
这充分体现了对于大学教学的重视(甘永涛,2007).
瑞典在教育方面的投入,按占国民生产总值的百分比算,世界排名第5,按花在每个大学生身上的钱来算,世界排名第3,按用于支持高校学生学习的公共开支其世界排名第1.
瑞典是世界上少数几个高等教育不收费的国家之一;对本国学生不仅不收学费,国家还发给一定的助学金.
较高的教育投入提高了瑞典的国民素质和劳动力知识水平,既有利于就业,又有利于增强整体利用世界资源的优势.
2007年、2008年、2009年的人均GDP分别为47069美元、52789美元、43986美元.

第四类国家,资源丰富,主要用金融制度、企业制度等分享世界资源的租金,而高等教育则着力培养这种制度的维护者和创新者.
比如英国,国土面积24.
41万平方公里(包括内陆水域),是欧盟中能源资源最丰富的国家,主要有煤、石油、天然气、核能和水力等.
能源产业在英经济中占有重要地位.
但主要工业原料依靠进口.
英国经济总量居欧盟第二位,世界第五位,主要归因于其支柱产业金融保险业.
伦敦是世界著名金融中心,拥有现代化金融服务体系,从事跨国银行借贷、国际债券发行、基金投资等业务,同时也是世界最大外汇交易市场、最大保险市场、最大黄金现货交易市场、最大衍生品交易市场、重要船贷市场和非贵重金属交易中心,并拥有数量最多的外国银行分支机构或办事处.
伦敦金融城从业者达32.
4万人.
截至2008年,共有约550家跨国银行和170家国际证券公司在伦敦设立了分支机构或办事处.
2008年,全球海外股票交易额的22%在伦敦证券交易所进行.
英国利用发达的金融系统实行对外投资,通过这一投资实现了对其他国家资源的租金分享过程.
英一直是国际资本的重要输出大国,根据联合国贸发会议发表的《2008年世界投资报告》,2007年,英对外直接投资达2660亿美元,位列欧盟国家首位.
2003年,英国贸易局更名为"贸易和投资局",下设英贸易伙伴局和投资局.
金融制度的设计和维护需要大量经济学、管理学高等专业人才,而英国的高等教育在经济学、管理学教育上具有世界优势.
英国约40%中学毕业生能够接受高等教育.
英国2007年、2008年、2009年的人均GDP分别为45301美元、43785美元、35334.
32美元.

再就是美国.
美国国土面积962.
9万平方公里,自然资源丰富.
煤、石油、天然气、铁矿石、钾盐等储量居世界前列.
其他矿物有铜、铅、钼、铀、铝矾土、金、汞、镍、碳酸钾、银、钨、锌、铝、铋等.
已探明煤储量35966亿吨.
美国石油储量丰富,是石油生产大国.
据美国能源部情报局公布的统计数字,美国已探明石油储量超过209亿桶,居世界第11位;2007年美国石油日产量达510万桶,居世界第三.
已探明天然气储量56034亿立方米.
森林面积约44亿亩,覆盖率达33%.

美国粮食总产量占世界的1/5.
美国高等教育无疑是世界最好的.
目前,美国的大学汇集了世界上70%的诺贝尔奖获得者,研究型大学有450所以上,其中最负盛名的有哈佛,、普林斯顿、斯坦福、麻省理工等20多所.
在这些大学的周围,形成一个个集教学、科研、开发和新兴工业为一体的高新技术产业中心,如美国东部的波士顿-剑桥-128公路中心、西部的"硅谷"中心、南部的航天中心等,密切了教学与生产的联系.
教学与生产互相渗透,互相融通,形成合力,使创新思维-科研成果-新产业新产品三者的转换链迅速畅通,高效转化为高经济效益,成为新的经济增长点,进而推动整个社会产业经济结构的更新换代.
美国高等教育培育出的技术型人力资本为美国利用世界资源,并处于国际分工链条最高端奠定了重要基础.
美国主要的工业产品有汽车、航空设备、计算机、电子和通讯设备、钢铁、石油产品、化肥、水泥、塑料及新闻纸、机械等,这些产品技术含量高,在国际上占有显著地竞争优势.
另一方面,美国高等教育也培养出了非常优秀的经济学、金融学、管理学毕业生,为美国企业制度、金融制度创新和建设做出了重要的贡献,使得美国的企业制度非常发达.
2010年公布的数据表明,全球五百强企业2010年的总收入为230792.
9亿美元,而美国企业为97724.
6亿美元,占到总额的42.
3%(数据来源:中国政府网).
美国2007年、2008年、2009年的人均GDP分别为45594美元、46859美元、46380.
9美元.
总结起来,美国高等教育一方面提供高级技术型人力资本,一方面提供经济、管理类型高级人力资本,使得美国得以通过企业制度、金融制度分享世界资源的巨额租金.

第五章(高等)教育与国家经济增长战略相协调的理论模型(宏观分析)——基于中国教育财政投入、人力资本与中国经济增长实证分析一、引言中国经济增长的源泉与未来趋势一直是一个激烈讨论的话题.
Krugman(1994)提出,由于过度依赖于固定资产、土地等要素的投入,而不是生产率的增长,中国经济迟早要面临增长的瓶颈.
但这一观点受到了Borensztein和Ostry(1996)的反驳,他们认为,改革开放以来,生产率的进步在中国经济增长中扮演了重要的角色.
此后这一领域的争论聚焦于如何测度"生产率的进步".
Hu和Khan(1997)在测量生产率进步时,在索洛剩余框架下未考虑人力资本,从而可能高估了生产率,进而认为生产率进步在中国经济增长中起到了更大的作用.
YanWANG和YudongYAO(2003)在测度生产率进步时引入人力资本重新估算了生产率对于经济增长的影响.
不过,对于如何测量人力资本,又有很多争论.
重要的测量人力资本的方法主要有Jorgenson和Fraumeni(1989,1992a,1992b)的终生收入法(简称J-F方法)、教育年限法(Barro,R.
J.
,&Lee,J.
W.
,2000,YanWANG,YudongYAO,2003)、Kendrick(1976)、Laroche和Merette(2000)等提出的特征法、里斯本议事会(Ederer,2006)基于时间的计算方法,以及世界银行(2006)所使用的余额法,等等.
那么,使用更准确的测度人力资本的方法能够更加准确的判断中国经济增长的源泉和趋势.
中国人力资本与劳动经济研究中心2009年发布了使用J-F方法计算的中国人力资本指数(李海峥,2009),这是迄今为止最权威的中国人力资本测算.
那么从中国人力资本指数来看,中国经济增长因素中,人力资本占到的贡献份额为多大呢人力资本增长与教育的财政投入之间有何关系教育的财政投入是如何通过人力资本增长间接影响经济增长的呢本项研究试图运用这一指数来估计要素与生产率对中国经济增长的影响以及教育投入、人力资本与经济增长之间的均衡关系.

二、文献综述Schultz(1971)、Lucus(1988)的研究使人们对人力资本的理解越来越深刻.
人力资本同物质资本一样,是影响经济增长的重要因素.
杨建芳,龚六堂和张庆华(2006)指出,人力资本由凝聚在劳动者身上具有经济价值的知识、技术、能力和健康素质构成,是劳动者质量的反映.
影响人力资本形成的因素是多方面的,其中受教育程度与健康状况是决定劳动者人力资本拥有量的两个关键因素.
个人健康状况的提高和整个社会健康人力资本的增加可能有助于社会福利水平的提高,但健康人力资本不同于教育人力资本,健康人力资本本身不能导致内生经济增长的机制,因此试图通过加大健康投资来促进经济增长可能并不能成功(王弟海,龚六堂,邹恒甫,2010).
教育和劳动者之间存在着积极联系,不仅受教育的劳动者比未受教育的劳动者能力更强,而且大多数用人单位是根据劳动者的受教育程度来确定工资水平的(PatriciaJones,2001).
劳动力受教育程度的普遍提高,无疑会对经济增长起到促进作用.
本文便是以劳动力的受教育程度作为切入点来考察人力资本对经济增长的贡献.
劳动力的受教育程度是由多种因素共同决定的,例如国家的教育机构设置、家庭收入水平、教育提供者等.
大部分学者都认为政府在提高劳动力水平和增加人力资本投入中起到重要作用,只是这种作用通过什么方式发挥、何种发挥方式最优成为了学者争论的焦点.
如果政府想以金融改革作为帮助贫困人口的手段,就需要扩大公共部门,比如增加公立学校,提高学生的入学率(Hung-juChen,2005);当个人收入税收政策不那么有效时,有效的教育财政投入对人力资本的影响更为重要(RadimBohacek,MarekKapicka,2008);制度改革对中国教育投入贡献率的增长起着重要的作用,而教育贡献率的增长又会促使人力资本投入的增加,从而为未来培养高素质的劳动力奠定基础(JunsenZhang,YaohuiZhao,AlbertPark,XiaoqingSong,2005).
当然也有学者认为,私人部门对教育的资金投入越多,教育的质量越高,而政府的教育资金投入可能导致教师水平的降低,进而不利于国家整体教育水平的提高(WilliamO.
Brown,2001).
这并非如大多学者认为的那样,国家的教育很大程度上需要依靠政府的财政投入.
不过这种观点存在一定的局限性,它仅表明了美国的高等教育存在这样的情况,并不一定适用于其他地区.
DrAkriBoughanmi(2009)发现,教育不是来自于私人决策而是来自于公共决策,来自于国家通过税收获得资金,从而得以对教育进行支持,这对于实施义务教育的发展中国家具有特殊意义.
由于教育在某种程度上具有高度外部性,因此在市场经济体制不够完善的中国尤其需要政府的"有形之手"调节安排.
综合考虑各项因素,本文认为政府的教育财政投入对中国的人力资本积累是不可或缺的,本文将从政府财政对教育的投入出发,讨论其对人力资本的直接影响,进而对经济增长的影响.
胡弼成和王莎(2006)认为,为促进我国教育的持续稳定发展,逐步缩小教育人力资本开发与经济增长、技术创新和科技成果转化之间的差距,必须不断增加财政对教育投入,实现财政对教育投资的绝对和相对稳定增长.
需要指出的是,在肯定了政府教育财政投入对中国人力资本积累重要性的同时,胡弼成和王莎并没有全面的数据分析表明教育的财政投入对人力资本的贡献具体有多大,从而也无法有力支持教育财政投入与人力资本对经济增长的重要性.
因此,通过哪种方法估算教育财政投入对于人力资本的贡献、估算人力资本对经济增长的贡献显得尤为重要.

对人力资本的估算有两种代表性方法:一是Barro和Lee(1993)提出的一种利用人们所受教育年限对人力资本进行估算的方法,即教育年限法;二是Mulligan和Sala-Martin(1995)提出的一种将教育与工资水平相结合的人力资本估算方法,即工资收入法.
云伟宏(2009)通过收入法和教育年限法分别估算出中国的人力资本存量,并对两种结果比较后发现,后者与中国的实际情况更加吻合.
YanWANG和YudongYao(2002)同样采取了教育年限法对中国1952-1999年期间的人力资本积累进行估算.
卢卡斯认为人力资本对经济增长的作用一方面体现在对于劳动力进行了加权,另一方面则是平均人力资本水平产生了外部效应(徐瑛,陈秀山,刘凤良,2006).
人力资本外部效应模型是简化的卢卡斯模型,省略了人力资本对技术进步的复杂作用,只考虑其外部性对于经济产出的直接影响.
通过此方法,徐瑛、陈秀山和刘凤良认为,人力资本对于经济具有持续、稳定的推动效应.
无论用何种方法对人力资本进行估算,毫无疑问的是,估算方法越为准确,估算结果就越能准确说明人力资本对于经济增长的贡献程度.
本项研究试图运用中国人力资本与劳动经济研究中心2009年发布的基于J-F方法计算的中国人力资本指数(李海峥,2009)对中国的人力资本等要素进行估算.

首先,必须明确的是,教育的财政投入、人力资本和经济增长三者之间的关系是复杂的,有许多其他因素互相联系互相影响.
当技术进步时,教育投资将伴随着新兴技术密集型部门的产生和这些部门大量的劳动力流入.
一些国家的教育"奇迹"并不仅仅是因为人力资本的惊人增长,同时也是因为这些国家农业经济向工业经济的转变.
教育投入的增加一直处于稳定,然而经济的增长却在制度转变时达到最大,这种现象正说明了制度转变在教育促进经济增长过程中的关键性(JosephP.
Kaboski,2008).
特别是对于中国这样一个处于经济转轨时期的社会来说,经济增长源泉中,人力资本的作用需要进行谨慎估计.
其次,大量的数据分析及实际验证表明,经济增长和人力资本积累是互相促进的:教育的增加促进经济增长,经济增长会加大对教育的需求(PaulGlewwe,HananG.
Jacoby,2004).
也就是说,当教育的财政投入促进了人力资本的积累,人力资本积累会直接促进经济增长,经济增长又将会有利于政府筹集资金,提供教育财政支持,促进新一轮的良性循环.
但是,中国的经济增长,是否遵循了这一逻辑呢本文试图运用J-F方法计算的人力资本指数来探索教育的财政投入、人力资本与经济增长之间的均衡关系.

三、实证分析在现有对中国经济增长源泉进行研究的文献中,使用的人力资本核算方法主要是教育年限法,比如YanWANG,YudongYAO(2003),对于人力资本存量()的核算方程是:(1)式中指第年具有最高教育水平为的毕业生数量,教育水平分为5等,指小学,指初中,指高中,指专业教育,指大学教育.
其平均教育年限分别为5,8,11,12,14.
5年(由于完成四年制大学需要15年,完成3年制专科需要14年,取平均值).
式中是指在第年年龄在15-64岁的人.

J-F方法核算的中国人力资本存量2009年才公布,但此方法在国际上运用已经非常广泛,许多国家已经开始运用J-F方法核算的人力资本存量构建人力资本帐户,比如美国(JorgensonandFraumeni,1989,1992a,1992b;Christian,2009)、加拿大(GuandAmbrose,2008)、瑞典(Alroth,1997)等国家.
J-F方法比上述教育年限法具有更易被接受的理论基础.
教育年限法下,每一个接受了一定时间教育的人就被认为具有了人力资本,这没有考虑到受了教育以后并没有就业,也就是忽略了就业率对于人力资本的影响;大学教育的一年与小学教育的一年在人力资本意义上是可以叠加的,这显然没有考虑到教育回报的非线性性.
J-F方法解决了这样两个难题,第一,纳入了不同教育程度的就业率;第二,不是对教育年限进行加总,而是计算不同教育程度的收入回报率.
J-F方法将生命周期划分为五个阶段,分别用不同的方法计算预期收入.
第一阶段是既不上学也不工作;第二阶段是上学,没有工作;第三阶段是边上学边工作;第四个阶段是工作,但不再上学;第五个阶段,也是最后一个阶段,为退休,即既不上学又不工作.
其人力资本存量()的核算方程是:(2)式中为第年所有人力资本的终生收入,表示第年,性别为,年龄为,教育程度为的人的人均终生市场劳动收入,指非市场终生收入,指第年,性别为,年龄为,教育程度为的人口数.
李海峥(2009)与YanWANG,YudongYAO(2003)分别用方程(2)、方程(1)核算了中国的人力资本存量,其共同时间区间是1985-1999年,这两种方法计算出来的中国人力资本存量完全不同.
由于两者量纲不同,我们用增长率进行比较,如图1所示:图1从图1可看出,J-F方法计算出的中国人力资本(图1中用J-F表示)与教育年限法计算的中国人力资本(图1中用Education表示)具有很大的不同,教育年限法显然低估了中国人力资本的增长率.
这一时间内,J-F方法计算出的中国人力资本年均增长6.
7%,而教育年限法下年均增长1.
6%,J-F方法下的中国人力资本增长率是教育年限法下的4倍多.

为了进行对比,我们与YanWANG,YudongYAO(2003)一样,运用传统的索罗模型来分析中国经济增长的源泉,取的时间区间是1985-2007.
如果中国经济总产出函数为:(3)式中实际GDP,为TEP,为固定资本存量,为总劳动人口,为人力资本存量,YanWANG,YudongYAO(2003)使用的是方程(1)核算的人力资本,这里我们用方程(2)核算的人力资本.
仍然假设生产技术满足CRS条件,也就是.
为了与YanWANG,YudongYAO(2003)进行对比研究,也设定.
由方程(3)可得:(4)式中为TEP的增长率,为实际GDP增长率,,,分别为固定资本存量、劳动力以及人力资本存量的增长率.
设固定资本、劳动、人力资本、全要素生产率对于GDP增长的贡献分别为,,,,一般进行如下计算:(5)(6)(7)(8)由表1我们看到,在1985-1999年的区间内,使用不同的人力资本核算方法得出来的全要素生产率以及增长贡献的分解是不一样的.
由于J-F方法下的人力资本要比教育年限法下的人力资本增长的要快,是其4倍,我们看到教育年限法下,全要素生产率对于经济增长的贡献达到了29%,而在J-F方法下,全要素生产率的贡献仅仅有1.
86%.

1985-19991985-2007教育年限法J-F方法J-F方法年增长率(%)GDP(8.
598.
5910.
19固定资产(9.
129.
129.
79劳动力()1.
551.
551.
91人力资本()1.
596.
26.
5全要素生产率()2.
50.
16-0.
17对经济增长的贡献(%)固定资产()53.
153.
148.
04劳动力()9.
09.
09.
37人力资本()9.
336.
131.
89全要素生产率()29.
11.
86-2.
66表1从表1可以看到,在教育年限法下,人力资本的贡献仅有9.
3%,而在J-F下,人力资本的贡献达到了36.
1%.
图2左图对这两种方法下的人力资本对于经济增长的贡献序列进行了比较.
总结起来,教育年限法高估了全要素生产率的贡献(图2左图),但低估了人力资本对于经济增长的贡献(图2右图).

基于此,我们按照J-F方法计算了1985-2007年间中国经济各要素的增长以及各要素和全要素生产率对于经济增长的贡献.
从表我们看到,1985-2007年间,人力资本增长的速度是劳动力增长的速度的3.
4倍,人力资本对于GDP增长的贡献达到32%.
这里的原因会不会是,我们国家的教育财政投入开始起到增进人力资本存量,从而促进经济增长的作用呢这有待下文进一步检验.

图2我国对于教育的财政投入逐年增长,比如,2008年,我国教育经费为14500.
74亿元,比2007年的12148.
07亿元增长了19.
37%.
其中,国家财政性教育经费(包括国家财政预算内教育经费、各级政府征收用于教育的税费、企业办学中的企业拨款、校办产业和社会服务收入用于教育的经费)为10449.
63亿元,比2007年的8280.
21亿元增长26.
20%.
2008年全国国内生产总值为300670亿元,国家财政性教育经费占国内生产总值比例为3.
48%,比2007年的3.
22%增加了0.
26个百分点(教育部,国家统计局,财政部,2009).

世界各国的教育支出占到GDP的比率(Publicspendingoneducation(%ofGDP))是怎样的呢世界银行公布的2005年77个国家的公共教育指出与GDP的关系如图3所示(数据参见世界银行网站).
从图3左图看到,在静态上,并不是教育支出占到GDP的比例(横轴)越大,GDP就越高(纵轴).
图3上图中的实线为分布的核密度估计,我们看到,教育支出占到GDP3%-7%之间的国家,具有高的GDP的概率越大.
图3下图是77个国家的教育支出占到GDP的比例情况的描述统计,最小的占到GDP的0.
07个百分点,最大的占到9.
73个百分点,平均水平为4.
75个百分点.
我国当前的水平是3.
8个百分点,2010年5月国家审议并通过《国家中长期教育改革和发展规划纲要(2010—2020年)》,提出逐步提高国家财政性教育经费支出占国内生产总值比例,到2012年达到4%.

图3接下来我们检验教育的财政投入()、人力资本增长()以及GDP()之间的均衡关系.
对三个变量求自然对数后取一阶差分,做单位根检验,结果如表2所示:StatisticProb.
**MethodNull:Unitroot(assumesindividualunitrootprocess)ADF-FisherChi-square21.
02510.
0018PP-FisherChi-square18.
59370.
0049表2表2说明三个变量都转化成了平稳随机过程.
这三个新变量之间协整关系的检验结果如表3所示:使用非限制协整秩序检验方法得出,新转化的三个变量至少有两个协整关系.
假设存在的协整数目EigenvalueTraceStatistic0.
05CriticalValueProb.
**不存在0.
89309761.
7471029.
797070.
0000最多一个0.
57303317.
0305115.
494710.
0291最多两个0.
0004760.
0095233.
8414660.
9220表3由格兰杰表述定理可知,三个新变量之间一定存在一个ECM模型描述的关系.
我们的计算表明,该模型是稳定的,因为特征多项式的所有根的模的倒数除单位根外都位于单位圆内.
图4由图4左图,1单位的人力资本(log(h))方差变异与经济增长(log(Y))存在正反馈0.
4%,可见人力资本对经济增长的贡献很大.
图4右图表明,人力资本的增长促进了国家对于教育的财政投入,1单位的人力资本(log(h))方差变异与教育的财政投入增长(log(edu))呈现正向反馈关系,方差变异为0.
8%.

图5但由图5左图我们看到,教育的财政投入并没有起到促进人力资本增长的作用,1单位的教育财政投入log(edu)方差变异与人力资本增长(log(h))呈现负反馈关系,方差变异为-0.
4%.
与此相应,GDP增长也没有与教育财政投入呈现"良性协整"关系,从图5右图我们看到,1单位的经济增长log(Y)方差变异与教育财政投入(log(edu))呈负反馈关系,方差变异为-2.
2%.

图6ECM模型还表明,我国人力资本的迅速增长并不是由教育财政投入直接引起的,而是由于GDP增长引起的.
由此可见,JunsenZhang,YaohuiZhao,AlbertPark,XiaoqingSong(2005)提出的教育投入促进人力资本增长(比如提高劳动力素质),从而促进经济增长的逻辑在我们的模型中没有得到验证;相反,我们的结论很可能与WilliamO.
Brown(2001)提出的观点一致:政府教育资金投入可能导致教师水平的降低,进而不利于国家整体教育水平的提高.
从图6左图看到,1单位的经济增长(log(Y))方差变异与人力资本增长(log(h))呈现正反馈关系,方差变异为3.
2%.
教育投入并不是通过促进人力资本增长间接促进经济增长,而是直接通过教育经费的增长而促进经济增长.
这里可能的原因是,教育经费的投入主要转化成了校园建设的固定资产投资(从而带动经济增长),而并没有导致教育质量的提高.
我们看到,这种投资对于GDP的带动作用也是显著的.
1单位的教育财政投入(log(edu))方差变异与经济增长(log(Y))的正反馈为2%左右.

四、结论与政策建议在教育年限法下,1985-1999年间,人力资本的贡献仅有9.
3%,而在J-F方法下,人力资本的贡献达到了36.
1%.
也就是,教育年限法高估了全要素生产率的贡献,但低估了人力资本对于经济增长的贡献.
1985-2007年间,人力资本增长的速度是劳动力增长速度的3.
4倍,人力资本对于GDP增长的贡献达到32%.
但我们的检验表明,这里的逻辑并不是大多数学者(比如JunsenZhang,YaohuiZhao,AlbertPark,XiaoqingSong,2005)提出的逻辑:国家的教育财政投入增进人力资本存量,从而促进经济增长;本文得出的逻辑是,人力资本对于经济增长的促进作用是正向的,但教育的财政投入并没有直接促进人力资本增长,人力资本的增长是由于经济增长引起的,可能的原因是,经济增长导致了人们的收入增长,使得人们对人力资本的投资增加,从而使得人力资本增长.
教育的财政投入直接促进了经济增长,比如,通过校园建设使得社会固定资产投资增加,从而带动经济增长.
教育的财政投入并没有带来人力资本增长,可能意味着,财政投入并没有转化成教育质量的提高,从而促进人力资本增长,使得国家对于教育的财政投入与经济增长之间是负反馈关系,也就是,我们国家的教育财政投入未与经济增长之间形成更高水平的均衡关系.

我国当前国家财政性教育经费支出占国内生产总值比例是3.
8个百分点,2010年5月国家审议并通过《国家中长期教育改革和发展规划纲要(2010—2020年)》,提出提高该比例,到2012年达到4%.
而世界平均水平是4.
75%.
我们国家要形成教育促进人力资本增长,从而促进经济增长的增长模式,不但需要增加教育财政投入,还需要促使教育的财政投入真正促进教育质量的提高,从而促进人力资本增长.

第六章高等教育与国家竞争力战略相协调的理论模型(微观分析)——基于中国大学教育与国家人力资本积累的问卷调查研究一、引言自从William(1687)提出人力资本的概念后,Schultz(1961)、Lucus(1988)的研究使人们对人力资本的理解越来越深刻.
美国加州大学JohnAubreyDouglass(2007)在综合这些人卓有成效的研究的基础上,将人力资本细分为文化资本、经济与教育资本、社会资本,认知资本和抱负资本五种.
文化资本包括正确的价值取向和社会责任感、良好的道德品质和修养、性情.
大学教育从两个方面推动文化资本的形成.
第一,通过高等教育的代际效应(W.
J.
Swift&Weisbrod,1965)在家庭传递,促进国家人力资本的积累.
接受过高等教育的父母在生活中对下一代的言传身教,能使自己积累的文化资本得到传承,子女也会由此更注重通过个人努力提升文化资本(SandyBaum&KathleenPayea,2005).
第二,大学教育受教育者在学习的过程中,品质、社会责任感会不断提升从而直接积累文化资本.
经济教育资本指能提高个人经济利益以及知识背景的资本,包括职业能力、知识和专业技能以及创业能力.
接受过大学教育的人有着更高的收入和就业率.
此外,人们在接受大学教育后获得了知识,从而增加了对新工作的适应性和在工作中运用知识的可能性,表现为教育资本的增加.
在我国,大学教育是贫寒家庭子女获取经济和教育资本以及摆脱贫穷代际传递的主要途径.

社会资本主要是指构建诚实、信任、互惠的社会网络并进行维护的能力.
这与福山(2002)提出的社会资本概念是接近的.
在大学期间,受教育者参加班级、学生会、社团等活动,有助于社会资本的积累.
此外,毕业校友也是在校大学生积累社会资本的重要来源.

认知资本包括三个维度,一是认识和判断能力;二是独立思考和自主学习能力;三是联想和创新能力.
抱负资本指对于更高目标的期望以及做出相应努力的意愿.
包括三个维度,一是进取心;二是荣誉感和自豪感;三是为人类谋福利的抱负.
大学教育对于培养抱负资本具有重要作用:第一,通过踏实学习进入一流大学激发了大学生进取心.
例如在我国,进入清华、北大、人大等高校是无数优秀学子的梦想,进入这些学校本身就能培养他们的抱负资本.
第二,在大学期间,有机会接触到科学、人文、技术、政治等各领域最优秀的人才,这有助于培养大学生的自豪感和荣誉感.
第三,大学作为比商业组织、政府组织更具独立性的组织,更能中立地思考人类发展的大问题,比如人和自然和谐的问题,国家间的和谐问题等等.

经济和教育资本、认知资本、社会资本以及抱负资本与文化资本一样,也都存在明显的代际效应.
大学教育在直接积累人力资本的同时,通过有效的代际效应影响一个国家人力资本的沉淀,对国家经济发展以及社会转型产生深刻的影响.

二、方法与数据1、模型大学教育哪些因素在多大程度上促进了文化资本、经济和教育资本、社会资本、认知资本和抱负资本的形成呢设这些因素为X,对某类人力资本积累的效率为U,U为潜变量不可观测.
如果大学教育是高效的,第i个大学生认为大学培养的某类人力资本为,如果大学教育是低效的,则该大学生认为形成的人力资本为;设边际效应分别为、,则、,式中、为截距项,、为残差.
将>定义为,为正态分布,则有:(1)(1)式中,为对-的边际效应,为常数项.
其中任一个连续自变量的偏效应为.
2、因变量设计以及数据的描述统计显然,当大学教育对于某类人力资本的培养是高水平状态时,大学生会给出积极评价(定义为);反之,当大学教育对于某类人力资本的培养是低水平状态时,大学生会给出消极评价(定义为).
为了更准确获知大学生对大学教育人力资本培养效率的评价,我们按照JohnAubreyDouglass(2007)的细分法对每一类人力资本()分不同维度进行测试.
问卷中下的选择项按照Likert五点计分法设计.
2009年5月,作者通过发放问卷获取了第一手数据.
调查对象来自全国各地高等院校的本科生(不包括民办大学学生以及独立学院学生),专业涉及经济、法律、教育心理、语言文化艺术、哲学历史、生物农业、化学、医药卫生、管理、理学、电子电气计算机通信、建筑土木工程、物理、数学.
样本涉及地属非211本科院校、部属非211院校、非985的211院校、985工程院校.
共发放问卷500份,回收问卷392份,回收率为78%.
删除无效问卷及无法匹配的问卷后,最后收回有效问卷384份,有效回收率76.
8%.
除去未填写项目后,调查样本中被试者的平均年级为四年级(SD=3.
69)(越是高年级的学生越是能够准确判断大学教育对于人力资本的培养效率,这正是我们需要的分布);女生占41.
15%,男生占58.
85%.
来自农村的大学生占41.
15%,来自城市的大学生占58.
85%.
与因变量相关的数据的描述统计如表1所示.

表1大学教育人力资本培养效率的描述性统计文化资本()认知资本()MeanStd.
MinMaxMeanStd.
MinMax价值取向、社会责任感()道德品质()修养和性情()3.
7550.
902153.
4840.
972153.
3030.
902153.
5170.
78115经济和教育资本()认识和判断力()独立思考、自主学习()联想和创新能力()3.
7750.
905153.
7730.
931153.
3250.
953153.
5990.
77315抱负资本()MeanStd.
MinMaxMeanStd.
MinMax知识和专业技能()职业能力()创新能力()3.
6761.
005153.
5090.
989153.
5591.
005153.
5820.
85515社会资本()进取心()荣誉感和自豪感()为人类谋福利的抱负()3.
5121.
015153.
3531.
016153.
0971.
030153.
3220.
83115MeanStd.
MinMax大学期间人际网络质量()3.
5130.
81115社会交往能力3.
6380.
918153.
5760.
74615对因变量定义如下:(2)该定义的直观含义可用大学生人力资本主观评估值的积累分布图形来说明.
384个样本得出的文化资本(CULTUREC)、经济与教育资本(EDUCATIONC)、社会资本(SOCIALC)、抱负资本(AMBITIONC)、认知资本(COGNITIONC)的积累分布图形如图1所示:图1:人力资本积累分布纵轴为CDF函数值;横轴为Likert五点计分法衡量的某类人力资本主观评估值:被试者给出分值1、2,为消极评价;给出分值3为中性评价,给出分值4、5为积极评价.
由此,以3为临界值,图1各图中左边区域表示人力资本培养效率的低水平区域;右边为人力资本的高水平区域.
那么(2)式的含义即是,如果样本落在左边区域,因变量赋值为0;如果落在右边区域(含临界线上),因变量赋值为1.

3、自变量设计以及数据的描述统计本文的研究正是要探索大学教育的哪些因素能使人力资本的培养效率不是落在图1各图左边的低水平区域,而是落在右边的高水平区域.
是哪些因素呢对潘懋元(2000,2004);潘懋元与董立平(2009);孟明义(1987);朱小蔓(2000);靳希斌(2001);陈学飞(2002);刘铁芳(2008)等文献的研读,启发我们从如下9个领域内探索出这些因素:大学教学、大学管理、大学科学研究、大学氛围、大学同学圈影响、大学期间个人努力状况、父母的影响、社会氛围的影响、就业压力的影响.
确定这些领域后,在每一领域内设计与五类人力资本内涵分别对应的自变量,检验设计是否成功的标准是这些自变量能否通过显著性检验.
问卷回收进行计量分析时,我们发现大学同学圈影响领域内的五个自变量都不显著(这可能表明我们没有探索出该领域内的自变量).
社会氛围影响领域内仅有一个变量显著.
在剩下的7个领域中,我们都识别出了高度显著的自变量.
7个领域内可选自变量定义以及样本的描述统计如表2所示:表2自变量的描述性统计文化资本经济与教育资本社会资本认知资本抱负资本大学教学X11:是否听到一流教师讲授人文课程(0=否;1=是)MeanStd.
MinMax0.
600.
4901X21:专业课(1=陈旧知识,2=知识有益但教师水平有限,3=一流教师讲授)MeanStd.
MinMax2.
220.
6013X31:大学教学是否渗透诚实信用、责任原则(0=否,1=是)MeanStd.
MinMax0.
640.
4801X41:教师授课是否逻辑清晰(0=否,1=是)MeanStd.
MinMax0.
750.
4301X51:是否遇到对科学精神及人文关怀产生影响的教师(0=否,1=是)MeanStd.
MinMax0.
470.
5001大学管理X12:大学管理层是否重视学生人文素质培养(0=否,1=是)MeanStd.
MinMax0.
410.
3501X22:大学管理层是否有意识促进学生经济和教育资本(0=否,1=是)MeanStd.
MinMax0.
560.
5001X32:接触到的大学管理者是否给您诚信的影响(0=否,1.
是)MeanStd.
MinMax0.
620.
4801X42:是否创造独立思考氛围(1=没有,2=很少,3=比较少,4=比较多,5=很多)MeanStd.
MinMax3.
221.
0515X52:大学管理层工作是否引导您增加了对未来的信心(0=否,1=是)MeanStd.
MinMax0.
450.
5301科学研究X13:参与科学研究是否诚信(0=否,1=是)MeanStd.
MinMax0.
640.
4801X23:参与的科学研究对于进入社会的工作能力是否有影响(0=否,1=是)MeanStd.
MinMax0.
820.
3901————X43:科学研究工作性质(1=整理工作,2=第二手数据分析,3=第一手数据分析MeanStd.
MinMax2.
130.
8213X53:参与的科学研究工作对实现个人抱负作用(0=没有,1=有)MeanStd.
MinMax0.
580.
4901大学氛围X14:氛围(1=教师学生各自关注私利的氛围,2=勤奋学习和科学研究的氛围,3=充满社会责任感的氛围)MeanStd.
MinMax1.
880.
6713X24:氛围(1=漫无目的的学习,2=忙于学习各种提高就业机会的课程,3=同学们为追求知识、真理学习)MeanStd.
MinMax1.
950.
5813X34:氛围(1=同学们各顾各,彼此戒备,2=同学努力学习,关系一般,3=同学都积极向上,彼此真诚相待)MeanStd.
MinMax2.
310.
7013X44:氛围(1=不重视知识和学术的氛围,2=重视知识但不重视第一手数据,3=更重视原始实验和第一手数据MeanStd.
MinMax2.
350.
6913X54:氛围(1=同学对大学非常不满意,2=比较不满意,3=无评价,4=比较满意,5=非常满意)MeanStd.
MinMax2.
841.
1415努力程度X15:大学期间是否在努力阅读人文精神类著作(0=否,1=是)MeanStd.
MinMax0.
550.
5001X25:大学期间是否努力为即将走入社会而积极地学习(0=否,1=是)MeanStd.
MinMax0.
780.
4201X35:您是否有意识的构建自己的人际网络(0=否,1=是)MeanStd.
MinMax0.
680.
4701X45:您是否主动努力提高自己的逻辑思维能力(0=否,1=是)MeanStd.
MinMax0.
880.
3301X55:您是否为增进自己大学的价值而努力学习(0=否,1=是)MeanStd.
MinMax0.
770.
4301父母影响X16:父母是否有意培养社会责任感(0=否,1=是)MeanStd.
MinMax0.
740.
4401X26:与就业有关的家庭氛围(0=父母主张尽快找到工作,1=主张继续深造)MeanStd.
MinMax0.
710.
4501X36:父母对社会交往的建议(1=个人奋斗,2=努力和人际,3=主要靠人际)MeanStd.
MinMax1.
880.
4313X46:父母的语言和思维习惯(0=逻辑性不强,1=逻辑性很强)MeanStd.
MinMax0.
650.
4801X56:父母对学习的态度(1=压抑,2=不关心,3=鼓励)MeanStd.
MinMax2.
000.
5813就业压力X17:就业压力对人文精神培养影响(1=负面影响,2=无影响,3=正面影响)MeanStd.
MinMax1.
730.
7613X27:就业压力对专业学习影响(1=负面影响,2=无影响,3=正面影响)MeanStd.
MinMax2.
120.
7813X37:就业压力影响(1=为工作构建人际,2=无影响,3=更注重诚信和互惠)MeanStd.
MinMax2.
360.
8313X47:就业压力影响(1=多学专业,2=无影响,3=多学基础理论课程MeanStd.
MinMax1.
410.
6913X57:就业压力对社会抱负影响(0=负面影响,1=正面影响)MeanStd.
MinMax0.
660.
4701注:表格中Xij表示7个领域中的第j领域该因素可能对于5类人力资本中的第i类人力资本培养效率有显著影响.
三、结论分析1.
大学教育对5类人力资本的积累五类人力资本之间相关系数表如表3所示,最大值为0.
63,这说明我们有效测试了人力资本的不同维度.
表3五类人力资本相关性分析Correlationt-StatisticProbabilityCULTUREEDUCATIONREALISMSOCIERTY02AMBITIONCULTURE1.
000000----------EDUCATION0.
3785191.
0000007.
823630-----0.
0000-----REALISM0.
4911600.
6167751.
00000010.
7872514.
99049-----0.
00000.
0000-----SOCIERTY020.
3831510.
4359910.
5039791.
0000007.
9357169.
26827711.
16304-----0.
00000.
00000.
0000-----AMBITION0.
4963100.
5199770.
6289720.
4508371.
00000010.
9370711.
6459515.
477909.
662725-----0.
00000.
00000.
00000.
0000-----从我们的样本来看,大学教育对5类人力资本的培养程度是不一样的,如果用Likert五点计分法衡量,比较如图2所示:图2图3图4图5图6图7从图2可以看出,大学教育最有效的影响认知资本(3.
68),其次是经济和教育资本(3.
58),再次是社会资本(3.
57),最后是文化资本(3.
51)和抱负资本(3.
32).
我们分学生来源、学生性别、学科来比较五类人力资本的培养效率,结果如表4所示:表4文化资本(均值)经济与教育资本(均值)社会资本(均值)认知资本(均值)抱负资本(均值)学生来源:农村大学生城市大学生3.
633.
553.
543.
663.
353.
443.
613.
603.
563.
30性别:女大学生男大学生3.
483.
613.
533.
593.
313.
543.
563.
613.
603.
33学科:文科理科3.
543.
623.
583.
643.
333.
503.
563.
593.
573.
31从表4可以看到,农村大学生对于大学教育在文化资本、认知资本以及抱负资本的培养效率的主观评价比城市大学生要高;而城市大学生在经济与教育资本以及社会资本上的评价更高.
女大学生仅仅在经济与教育资本上的评价比男大学生高;而文科(在我们的样本中文科包括经济管理、法律、教育心理、语言文化艺术、哲学历史专业)大学生除社会资本外,其他四类人力资本都比理科(包括生物农业、化学、医药卫生、理学、电子电气计算机通信、建筑土木工程、物理、数学专业)大学生高.

值得关心的一个问题是,高考成绩更高的学生进入了更好的大学,但这5类人力资本的培养效率是否与大学生的入学起点正相关呢也就是,分数越高的学生到了更好的大学,但他们受到的大学教育是否与他们的起点相匹配呢我们做出高考成绩超过当地一本线的分数与这五类人力资本的散点图(图3—图7),发现随着高考成绩的提高,学生的各类人力资本并没有明显提高(图形中的直线为回归线).

2、大学教育对五类人力资本影响的边际效应probit模型结果如表五所示:表5probit回归结果文化资本经济与教育资本社会资本认知资本抱负资本大学教学X110.
3043*(1.
7599)X210.
8808***(5.
0850)X510.
6200***(3.
5154)大学管理X420.
4791***(9.
5311)科学研究X130.
7099***(4.
2999)X230.
6196**(3.
0089)大学氛围X240.
4947**(2.
9018)X340.
6041***(4.
6081)X540.
6045***(7.
1622)努力程度X15-0.
2866*(-1.
757)X250.
4213**(2.
4119)X350.
4741**(2.
5414)父母影响X160.
6086***(4.
101)X560.
364**(2.
1237)就业压力X270.
2962**(2.
4120)X370.
2983**(2.
8572)其他X190.
2975*(1.
813)xB100.
298***(2.
6309)xB02-0.
5009***(-2.
7787)XB02-0.
3324*(-1.
9357)xB150.
3678*(1.
6983)XB150.
6164**(3.
1435)X59-0.
3500**(-2.
0706)XB030.
1539*(1.
8131)Obs378376381377379注:(1)表中的自变量XB02、XB03、XB10、XB15为前文未定义的自变量,来源于问卷基本信息部分,其中XB02是性别,XB03是年级,XB10是家长关心学习状况和人生规划关注的程度,XB15是大学学习努力程度.
X19表示是否遇到对价值观产生重大影响的教师.
X59指社会氛围的变化.

(2)括号中数值为标准差;(2)分别表示在1%、5%和10%的水平上显著.
这些显著因素的边际效应的核密度图如图8-12所示.
图8图9图10图11图12图13图14图15(1)关于文化资本的积累由边际效应的核密度分布图(图8)来看,边际效应由大到小依次是:X13、X16、X15、X11、X19.
从核密度分布图来看,这些变量的边际效应范围分别是:[0.
181,0.
283],[0.
155,0.
243],[-0.
114,-0.
073],[0.
077,0.
121],[0.
076,0.
119].
影响文化资本积累最大的是科学研究、父母影响、大学教学.

有趣的是,努力阅读人文精神类著作对于积累文化资本的边际效应反而为负.
如果将阅读人文精神类著作的努力程度用0-1的刻度来衡量,从我们的样本来看,大学生平均努力程度为0.
55;地属非211本科院校学生的努力程度为0.
35、部属非211院校学生的努力程度为0.
51、非985的211院校学生的努力程度为0.
57、985工程院校学生的努力程度为0.
59.
从probit模型的"解释变量分类统计表"(由eviews6软件获得)中得出,落入文化资本低效率区域的学生的努力程度为0.
58,而进入高效率区域的努力程度为0.
548.
也就是说,学校层次越高,学生越是努力阅读人文精神著作,但学校层次没有成为模型中影响文化资本的显著因素,认为文化资本培养效率更高的大学生反而更少的阅读人文精神著作.
原因何在呢,"解释变量分类统计表"给出了答案:文化资本得到更高效培养的学生,听到一流教师讲授人文类课程的概率为0.
64,而文化资本没有得到高效培养的学生,相关概率仅为0.
42;前种学生在科学研究中得到了社会责任培养、诚信培养的概率高达0.
70,而后种学生相关概率仅为0.
34.
前种学生得到父母培养社会责任感的概率高达0.
78,后种学生相关概率仅为0.
55.
由此来看,当前有效影响文化资本培养的方法由学生的个人阅读转向了科学研究、教学、以及父母影响.

(2)关于经济教育资本的积累由边际效应的核密度分布图(图9)来看,边际效应由大到小依次是:X21、X23、X24、X25、X28.
从核密度分布图来看,这些变量的边际效应范围分别是:[0.
220,0.
351],[0.
155,0.
247],[0.
124,0.
197],[0.
105,0.
168],[0.
074,0.
118].
影响经济和资本积累最大的是专业课程教学、科学研究、学校的学习气氛.
我们试图分析,当大学氛围变好,教师讲授专业课程水平不同时,学生接受的大学教育与经济和教育资本关联概率的改进情况.
这只需要运用我们的模型进行如下计算就可以得到:分别计算出不同条件下的概率,比如由m变化为n时,令某一个自变量按增序变化(变为),同时令其他变量都取均值.
运用eviews6.
0进行上述概率反应分析,计算结果如图13,由概率反应图可以得出:当大学学习氛围越来越好,学生接收到的大学教育与经济和教育资本相关联的概率是增加的,但在大学氛围不变的情况下,教师讲授专业课程的水平越高意味着学生将沉淀更多的经济和教育资本.
我们还看到,构建良好的大学学习氛围非常重要,当该氛围不断改善时,授课水平较低的教师与水平较高的教师在培养学生经济和教育资本方面的差距越来越小.

(3)关于社会资本的积累由边际效应的核密度分布图(图9)来看,边际效应由大到小依次是:X34、X35、X38、XB10.
从核密度分布图来看,这些变量的边际效应范围分别是:[0.
149,0.
241],[0.
117,0.
189],[0.
074,0.
119],[0.
074,0.
119].
影响社会资本积累最大的是学校的交往氛围、交际的积极性.

(4)关于认知资本的积累由边际效应的核密度分布图(图10)来看,边际效应由大到小依次是:XB02、X42、XB15.
从核密度分布图来看,这些变量的边际效应范围分别是:[0.
122,0.
200],[0.
117,0.
191],[0.
090,0.
147].
(5)关于抱负资本的积累由边际效应的核密度分布图(图11)来看,边际效应由大到小依次是:X51、XB15、X54、X59、XB02、X56、XB03.
从核密度分布图来看,这些变量的边际效应范围分别是:[0.
154,0.
247],[0.
153,0.
246],[0.
150,0.
241],[-0.
140,-0.
087],[-0.
133,-0.
082],[0.
082,0.
133],[0.
090,0.
145],[0.
038,0.
061].
XB03的边际效应为正,说明随着年级的增加,大学教育与抱负资本积累关联的概率将提升.
我们试图分析,当学生的年级变高,在是否遇到对自己的科学精神和人文关怀产生重大影响的教师时,大学教育与抱负资本相关联的概率改进情况.
其概率反应如图14所示;同时我们分析,当学生所处的大学氛围变好,在是否遇到对学生科学精神和人文关怀产生重大影响的老师时,大学教育与抱负资本相关联的概率改进情况.
其概率反应如图15所示.

四、政策建议本项研究在大学教学、大学管理、科学研究、大学氛围、努力程度、父母影响、就业压力等七个维度识别出了16个显著影响积累效应的微观变量,政策建议如下:1.
如何改进大学教学从而促进国家人力资本积累第一,安排一流教师讲授人文课程.
我们的研究表明,相对于没有一流教师讲授人文课程而言,有一流教师讲授的情况下(X11),大学教育与大学生文化资本积累相关联的概率将提高7.
7%-12.
1%.
在我们的样本中,只有60%的被试者回答听到过一流的教师讲授人文课程.
即使985工程大学的被试者中也只有63%给出肯定回答.

第二,提倡教师在授课过程中重视对科学精神和人文关怀的培养.
我们的研究表明,如果在大学遇到了对自己科学精神及人文关怀的追求产生重大影响的教师(X51),大学教育与抱负资本积累相关联的概率将提高15.
4%-24.
7%.
在我们的样本中,只有45%的被试者回答遇到过对自己科学精神及人文关怀的追求产生重大影响的教师,即使985工程大学的被试者中也只有55%给出肯定回答.

第三,将优秀的教师安排到低年级授课.
我们概率反应分析表明:学生所处的年级越高,学生受到的大学教育与抱负资本相关联的概率是增加的,但在年级不变的情况下,如果遇到对学生科学精神及人文关怀产生影响的教师将明显提升其接受的大学教育与抱负资本关联的概率.
随着年级上升,是否有优秀教师其概率改进情况是趋于缩小的,这说明为了促进抱负资本的积累,优秀的教师更应该分派到低年级.

国外很多诺贝尔奖获得者在总结其成功的原因时(比如菲尔普斯、索洛等),国内很多科学家、文学家、思想家在回顾过去的西南联大、武汉大学的时候,都会谈到在大学一年级就接触到大师级的教师讲授基础课程,可是现在的大学,往往让一毕业的博士就去讲基础课程,教授只做研究而不再教授本科生,这对于国家人力资本积累是非常不利的.

2.
如何改进大学的科学研究从而促进国家人力资本积累第一,通过科学研究培养学生的社会责任感和诚实品质.
当前我国在大学推行本科生国家创新项目.
我们的研究表明,当学生参与科学研究研究过程中指导教师注重培养学生的社会责任感和诚实品质时(X13),大学教育与文化资本积累相关联的概率将提高18.
1%-28.
3%.
这凸显出了科学精神和人文精神的互通和促进.
在我们的样本中,只有65%的被试者回答指导教师重视在科学研究过程中培养学生社会责任感以及诚实品格.
985工程大学的被试者中76%给出肯定回答.

科学研究会影响全球人居条件.
大气中的二氧化碳浓度已经从工业革命的280PPM上升到2005年的379PPM,近百年来,全球平均地表温升0.
74摄氏度,过去50年升温率几乎是过去100年的2倍.
如果气温上升1.
5摄氏度,全球20%-30%的物种将全部灭绝;如果上升3.
5摄氏度,40%-70%的物种将面临灭绝(IPCC,2007).
现在大气中二氧化碳的当量浓度约为400PPM(百万分之一),如果达到450PPM,全球气温将上升2度,北冰洋的冰层会全部融化,导致海平面上升,并淹没大量人居区域.
这在很大程度上由愚昧的经济决策、技术发明和社会计划引起.
而这又与人类整体的社会责任感、文化资本水平有关.
大学生是日后社会的食品、药物、技术发明、科学创新、思想创造的重要提供者,在大学阶段通过科学研究培养他们的社会责任感和诚实品质具有重要意义.

第二,引导学生参与有助于提高职业能力的科学研究.
我们的研究表明,如果学生参与的科学研究有助于提高职业能力,其大学教育与经济和教育资本积累相关联的概率将提高15.
5%-24.
7%.
在我们的样本中,82%的被试者回答参与的科学研究有助于提高职业能力,但985工程大学的被试者中只有76%给出肯定回答.
985工程大学作为研究型大学,学生参与的基础性研究诸多,但毕竟本科生理论基础有限,为遵循循序渐进原则,可以先引导学生设计、参与与其未来职业方向接近的科学课题,从而促进学生的经济和教育资本.

3.
如何改进大学管理从而促进国家人力资本积累第一,引导大学生比高中更加勤奋学习.
我们的研究表明,相对于大学学习没有高中努力的同学,比高中更加努力的学生(XB15)其大学教育与认知资本积累关联的概率将增加9%-14.
7%,与抱负资本积累关联概率将提高15.
3%-24.
6%.
在我们的样本中,只有30%的被试者回答比高中更加勤奋学习,即使985工程大学的被试者中也只有30%给出肯定回答.
高考使学习优秀的年轻人进入了大学,但一进入大学他们中的大多数都不如考大学的时候更勤奋了,如果所有大学管理层设计好激励机制促使大学生比高中时代更加勤奋,国家的认知资本、抱负资本积累量会更大.

第二,学校满意度不高的大学引入大师级教师有助于提高学生的抱负资本.
概率反应图14表明,当同学们对于大学的满意度越高时,大学生的抱负资本越高,但在相同的大学满意度下,如果学生遇到一流的教师,相对于没有遇到一流教师的情形,前者的抱负资本更大,这说明了大师级教师对于培养学生抱负资本具有重要意义.

一个大学若没有好的满意度,但如果有大师级的教师,学生的抱负资本同样能得到提升.
在我们的样本中,只有41%的被试者认为同学们对于自己的大学比较满意、非常满意(985大学的被试者的数据是54%),49%的被试者认为同学们对于自己的大学比较不满意、非常不满意(985大学的被试者的数据是32%).
我们的研究表明,满意度对于抱负资本的边际效应是15%-24.
1%.

第三,面对就业压力,引导学生培养诚信和互惠意识.
我们的研究表明,注重培养诚信和互惠意识的大学生(X38),其大学教育与社会资本积累相关联的概率将提高7.
4%-11.
9%.
在我们的样本中,只有60%的被试者回答注重培养诚信和互惠意识,而985工程大学的被试者中只有58%给出肯定回答.

4.
如何改进大学氛围从而促进国家人力资本积累第一,创造追求真理的大学氛围有助于提高学生的就业能力.
我们的研究表明,相对于那些忙于考各种职业证书的同学,为追求真理而学习的学生,其大学教育与经济和教育资本积累相关联的概率反而高12.
4%-19.
7%.
985大学的学校氛围更接近追求真理的氛围,但我们发现学校层级并不是模型的显著变量,也就是,并不是985大学的学生就经济与教育资本积累就高.
在我们的样本中,985工程大学的被试者中33%回答同学们为追求真理而学习,而所有样本中只有14%给出肯定回答,创造追求真理的大学氛围任重道远.

第二,创造同学们真诚以待的大学氛围有助于提高学生的社会资本.
我们的研究表明,当同学们彼此真诚相待时,相对于关系一般、彼此戒备的情形,其大学教育与社会资本积累相关联的概率高14.
9%-24.
1%.
在我们的样本中,47%的被试者认为同学们彼此真诚相待(985大学的被试者的数据是45%),42%的被试者认为同学们关系一般(985大学的被试者的数据是41%),11%的被试者认为同学们各顾各,彼此戒备较大(985大学的被试者的数据是43%).

第七章2010-2020年我国高等教育发展战略(1)——中国大学生学习行为与国家竞争力关联关系的实证研究一、文献综述大学教育为国家经济提供高级人力资本,既是发展中国家摆脱贫困代际传递的根本手段,也是形成国家竞争力的重要源泉.
大学生学习行为不同,其人力资本积累的方向和效率都会不同,从而会影响国家竞争力的构建.

相关研究可分成两大类.
第一类研究试图分析哪些大学教育因素对大学生形成影响,这些影响将对国家竞争力的构建有着重要作用.
比如,Feldman,K.
,&Newcombe,T(1969)研究了大学的教学、管理如何对大学生的行为产生影响,从而影响他们未来在社会经济建设中的表现[1].
Fox,MaryeAnne(2006)则指出,大学教育能够全方位培养人,从而能带来社会全面的进步,从而提高国家竞争力[2].
Johnson,WayneC.
andRusselC.
Jones(2006)的研究表明,商业的兴起导致大学生对于工程学科的学习兴趣下降,对于工业的竞争产生不利影响,从而会影响国家竞争力的构建[3].
Fairweather,J(2005)研究了大学教员关于教学和科学研究的报酬对于大学生学习行为的影响[4].
NASULGC(2001)的研究指出,大学生的专业学习以及人格进步对于未来经济的结构和增长水平有着重要的影响[5].

第二类研究重在探索高等教育作为一个整体如何对国家竞争力形成影响.
比如,Müller,D.
K.
,Ringer,F.
,SimonB.
(1987)对1870-1920年高等教育兴起对于社会再生产以及社会结构变化的影响进行了深入分析,提出高等教育是影响一个国家决定性竞争力的重要因素[6].
Pascarella,E.
,&Terenzini,P.
(1991,2005)对若干大学生跟踪20年,研究了大学教育的教学、管理、科学研究等活动对大学生在未来社会经济建设中的表现的影响,从微观层面上论述了大学教育如何影响国家竞争力的构建[7][8].
Bowen,H.
(1977)20世纪79年代做的研究以及InstituteforHigherEducationPolicy(2005)对美国50个州的大学进行的研究都表明,对大学的投资能带来巨大的国家意义上的收益[9][10].
Connelly,Thomas(2006)以及Jones,AnitaK.
(2006)研究了研究性大学如何使知识转移到工业部门从而促进国家竞争力的构建[11][12].
Lester,RichardK.
(2005)以及Mattoon,RichardH.
(2006)的研究表明,如果大学能够与当地经济结构的人力资本以及技术需求相协调,大学教育能够带来国家经济增长[13][14].
Dowrick,Steve(2003)的研究表明,大学提供的思想和对人的熏陶不仅能为国家经济带来短期的增长效应(GrowthEffects)还能带来长期的水平效应(LevelEffects)[15].
这两类研究引导我们思考一个新的问题:如何让大学生的学习行为具有"国家竞争力导向"呢作者对国际、国内一流学术期刊进行检索,还没有发现相关研究.
本项研究试图运用微观计量方法,寻找大学生学习行为与国家竞争力关联关系的微观机制.

二、方法和数据(一)方法通过对已有研究的综合,一个大学生在大学期间如果在如下四个维度有进步,其学习与国家竞争力的增进是相关联的:(1)基础知识增进(潘懋元,2003,2009[16][17];段兆兵、李定仁,2006[18];徐兵、邱玉敏、崔英静,2005[19]);(2)专业技能进步(DerekBok,1990[20];徐兵、邱玉敏、崔英静,2005[19]);(3)传统文化得到传承(韩震,2008[21];周远清,2008[22];潘懋元、刘小强,2008[23];);(4)学习具有"国家导向"(参见下文解释)(DerekBok,1990[20];周远清,2008[22]).
对每个维度细分成三个维度进行测试,这将减少测量误差.
利用likert五点计分法进行问卷测试,然后计算12个变量的平均值,定义为Y.

计算出Y的积累分布函数(CDF),其理论分布如图1所示:图1Y的积累分布函数(CDF)理论分布选定Y的临界值Y*,如果不大于该临界值,则认为该大学生的学习行为是"增进国家竞争力导向"上低效率的;如果大于该临界值,认为该大学生的学习行为是"增进国家竞争力导向"上高效率的.
由Likert五点计分法的性质,取Y*=3.
在前种情况下赋值为y=0,后种情况下赋值为y=1.
这样我们的研究目标转化成探索出哪些因素(向量)使大学生的学习落在图1的高效区域而不是低效区域.
我们使用probit模型来研究这一点.

(二)因变量基础知识增进由以下三个维度测试:ⅰ基础类课程成绩、ⅱ教师基础课教学效果、ⅲ基础课程学习方法提高程度;专业技能进步由以下三个维度测试:ⅰ专业知识的实用性评估、ⅱ专业知识体系掌握程度、ⅲ专业课成绩;传统文化传承由以下三个维度测试:ⅰ传统文化知识扩展程度、ⅱ教师对传统文化传承的影响、ⅲ道德素养提升程度;学习的"国家导向"由以下三个维度测试:ⅰ大学生国际竞争力评估、ⅱ是否成为国家高素质人才评估、ⅲ是否有助于国家创新的评估.

2009年3月至4月,作者通过发放问卷获取了第一手数据.
调查对象来自全国各地高等院校的本科生(不包括民办大学学生以及独立学院学生),专业涉及经济学、法学、教育学、文学、哲学、农学、历史学、管理学、医学、理学、工学十一大类.
样本均匀分布于地属非211本科院校、部属非211院校、非985的211院校和985工程院校.
共发放问卷600份,回收问卷505份,其回收率为84.
2%.
删除无效问卷及无法匹配的问卷后,最后收回有效问卷437份,有效回收率86.
5%.
除去未填写项目后,调查样本中被试者的平均年级为三年级(SD=2.
7);女生占45.
61%,男生占54.
39%.
来自农村的大学生占37.
29%,来自城市的大学生占62.
71%.

与Y相关的变量的描述统计如表1所示:表1因变量相关变量的描述性统计Obs.
MeanStd.
MinMax基础类课程成绩满意度4882.
9140.
91115教师基础课教学效果4872.
7660.
90915基础课程学习方法提高程度4882.
8090.
84015基础知识增进4872.
8310.
66015专业知识的实用性评估4872.
8460.
80315专业知识体系掌握程度4872.
9900.
82015专业课成绩4803.
6790.
85615专业技能进步4793.
1750.
57014.
7传统文化知识扩展程度4852.
9180.
98415教师对传统文化传承的影响4863.
2120.
90315道德素养提升程度4873.
2611.
00215传统文化传承4843.
1320.
71015大学生国际竞争力评估4882.
5941.
00715是否成为国家高素质人才评估4872.
6630.
79715是否有助于国家创新的评估4862.
4510.
80015学习的"国家导向"4862.
7210.
61414.
5(三)解释变量我们根据大学生学习行为模式相关文献和以往对大学教育的探索性研究经验,在问卷中设计了58个解释变量,遴选出了7个显著的解释变量:1.
专业课考试难度——X1在我们的一项样本容量为384的问卷调查中,只有30%的被试者回答大学期间比高中更加勤奋学习,即使985工程大学的被试者中也只有30%的被试者给出肯定回答.
高考使学习优秀的年轻人进入了大学,但进入大学后他们中的大多数都没有考大学的时候勤奋了,该项研究表明,如果所有大学管理层设计好激励机制促使大学生比高中时代更加勤奋,国家的认知资本积累量会更大(张苏,庞朴,2009)[24].
我们认为,提高专业课程难度是促使大学生更加勤奋学习、从而使其学习与国家竞争力相关联的措施.
是否如此呢本项研究试图利用437份有效问卷研究这一点.

2.
优秀基础课教师的比例——X2在我们的一项样本容量为537的调查中,只有69%的被试者认为自己的大学教师是博学的,68%的被试者认为自己的教师的教学态度是充满激情的;该研究表明,当教师的教学态度每提高一个层次,学生接受到的大学教育与劳动力市场需求匹配的概率增加7%—13%(张苏,庞朴,2009)[24].
我们认为,优秀的基础课教师对于大学生的学习行为与效果有决定性的影响.

3.
大学成绩排名——X3在张苏,庞朴(2009)的调查中,学生高考成绩超过当地一类本科的分数与进入大学以后的绩点成负相关(相关系数为-0.
07),这有两种可能,第一是高考成绩更高的同学进入大学更不努力了;第二个可能是,高考成绩低的同学进入了层次更低的大学,而这样的大学考试更松,分数的"含水量"更大[24].
在我们的一项样本容量为311的调查中,用1-5来衡量大学考试难度,非211大学的学生认为考试难度均值为2.
56,而211工程大学学生认为难度达到3.
00(杨雪、王洋、黄海霞、夏茜、刘玢、张苏,2009)[25].
由此看来,后一种情况更符合实际.
那么,分数绝对值对于评价学生效果没有意义,可以用大学成绩排名来衡量.
我们试图检验,任何一个大学,越是考试成绩排名在前的学生,其学习行为是否与国家竞争力构建关联性越大.

4.
学校每学期传统文化讲座次数——X4阅读、听讲座都是接触传统文化的方式.
张苏,庞朴(2009)的调查样本表明,如果将阅读人文精神类著作的努力程度用0-1的刻度来衡量,大学生平均努力程度为0.
55;地属非211本科院校学生的努力程度为0.
35、部属非211院校学生的努力程度为0.
51、非985的211院校学生的努力程度为0.
57、985工程院校学生的努力程度为0.
59,其中阅读我国传统文化著作的努力会更少[24].
那么,听讲座会是一个好的弥补方式.
我们试图研究传统文化讲座是否真起到了相应的作用.

5.
每周上网时间——X5网络对教育的利弊社会各界一直未达成共识.
网络虽是大学生获取学习资源的重要手段,而网络上大量游戏、色情内容会对大学生产生负面影响.
针对此问题,本研究将大学生每周上网时间纳入解释变量,以探究网络对大学生培养国家竞争力的影响.

6.
接受大学教育的目的——X6学生接受大学教育的目的从一定程度上决定着学生的学习效果.
学生接受大学教育的目的可以划分为"为获得学位证书找到理想的工作"、"为家庭做贡献"和"为国家做贡献"三种,我们试图研究不同的目的导向是否对国家竞争力的构建有影响.
很显然,这个问题的设计并不会与因变量中的"学习的国家导向"形成内生性.

7.
大学生来源:农村还是城市——X7设计这个变量的目的在于探索来自农村的大学生与来自城市的大学生在构建国家竞争力方面有什么不同.
描述统计如表2:表2自变量的描述性统计(显著自变量)X变量解释ObsMeanStd.
MinMax专业课考试难度(X1)1=非常难,2=比较难,3=一般,4=比较容易,5=非常容易4773.
2330.
87615优秀基础课教师的比例(X2)1=20%及以下,2=20%-40%,3=40%-60%,4=60%-80%,5=80%及以上4873.
3101.
26915成绩排名(X3)1=80%及以后,2=80%-60%,3=60%-40%,4=40%-20%,5=20%及以上4853.
5421.
16115每学期传统文化讲座次数(X4)1=没有,2=1-2次,3=3-4次,4=5-6次,5=6次以上4842.
6761.
34715每周上网时间(X5)1=2小时以下,2=2-4小时,3=4-6小时,4=6-8小时,5=8小时以上4834.
1391.
21015接受大学教育的目的(X6)1=为获得学位证书找到理想工作,2=为家庭作贡献,3=为国家做贡献4781.
4730.
70213大学生来源(X7)0=农村,1=城市4800.
6270.
48401三、实证分析(一)大学生学习与国家竞争力:四个维度的比较从我们的样本来看,基础知识增进、专业技能进步、传统文化传承、学习的"国家导向"等四个维度的比较如图2所示:图2基础知识、专业技能、传统文化、"国家导向"的四个维度比较按照likert五点计分法,在这四个维度中,学习的"国家导向"是最弱的,只有2.
72;其次是基础知识的增进,为2.
83;再次是传统文化的传承,为3.
13;最高的是专业技能的进步,为3.
18.
其中专业技能进步的标准差最小,为0.
71.
这说明,大学生在大学的重要目标是追求专业技能的进步.

(二)大学生学习与国家竞争力关联关系的的probit模型分析经过反复测试,被解释变量交叉形式以及probit模型结果如表3所示:表3probit模型分析结果被解释变量CoefficientStd.
Errorz-statisticProbX10.
3552270.
0791984.
4852960.
0000X20.
3840490.
0590236.
5068130.
0000(X6)*(X3)0.
0504320.
0215602.
3391470.
0193X40.
2284930.
0508924.
4897430.
0000X70.
5840070.
3082581.
8945370.
0582(X5)*(X7)-0.
1410550.
067995-2.
0744790.
0380C-3.
6769270.
422736-8.
6979180.
0000McFaddenR-squared0.
163910LRstatistic95.
75446Prob(LRstatistic)0.
0000Obs.
439由表3,7个解释变量均通过了显著检验,现分析这些显著因素的边际效应.
1.
关于专业课考试难度计算得专业课考试难度(X1)的边际效应(MX1)范围是0.
09-0.
14,均值为0.
13.
其核密度分布如图3所示.
图3专业课考试难度的边际效应核密度分布图2.
优秀基础课教师的比例计算得优秀基础课教师比例(X2)的边际效应(MX2)范围是0.
10-0.
15,均值为0.
14.
其核密度分布如图4所示.
图4优秀基础课教师比例的边际效应核密度分布图3.
大学成绩排名与接受大学教育的目的计算得大学成绩排名(X3)与接受大学教育目的(X6)交叉项的边际效应是:当教育目的为"获得学位证书找到理想的工作"时,边际效应(MX31)范围是0.
01-0.
02,均值为0.
018,当教育目的为"为家庭做贡献"时,边际效应(MX32)范围是0.
03-0.
04,均值为0.
037,当教育目的为"为国家做贡献"时,边际效应(MX33)范围是0.
04-0.
06,均值为0.
055.
其核密度分布如图5所示.

图5大学成绩排名与接受大学教育目的交叉项的边际效应核密度分布图4.
学校每学期传统文化讲座次数计算得学校每学期传统文化讲座次数(X4)的边际效应(MX4)范围是0.
06-0.
09,均值为0.
08.
其核密度分布如图6所示.
图6学校每学期传统文化讲座次数的边际效应核密度分布图5.
每周上网时间计算得每周上网时间(X5)的边际效应对于农村大学生为0,对于城市大学生(MX5)范围是-0.
06--0.
04,均值为-0.
05.
其核密度分布如图7所示.
图7每周上网时间的边际效应核密度分布图这说明,每周上网时间增多时,对农村大学生影响不大,城市大学生学生的学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率比农村大学生减少4%-6%.
6.
来自农村与来自城市的大学生的比较计算得学生来源(X7)与每周上网时间(X5)交叉项的边际效应是:当每周上网2小时以下时,边际效应(MX71)范围是0.
11-0.
18,均值为0.
016,当每周上网2小时-4小时时,边际效应(MX72)范围是0.
08-0.
12,均值为0.
11,当每周上网4小时-6小时时,边际效应(MX73)范围是0.
04-0.
06,均值为0.
059,当每周上网6小时-8小时时,边际效应(MX74)范围是0.
005-0.
008,均值为0.
007,当每周上网8小时以上时,边际效应(MX75)范围是-0.
05--0.
03,均值为-0.
04.
其核密度分布如图8所示.

图8学生来源与每周上网时间交叉项的边际效应核密度分布图这说明,如果上网时间在每周8小时以下时,城市大学生的学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率比农村大学生要高,否则要低.
四、结论和政策建议本项研究识别出了7个大学生学习行为与国家竞争力关联关系的微观因素:专业课考试难度、优秀基础课教师的比例、大学成绩排名、学校每学期传统文化讲座次数、每周上网时间、接受大学教育的目的、大学生来自农村还是城市.
由此得出的政策建议是:第一,适度加大专业课考试难度.
我们的研究表明,如果考试难度加大一个层次,则学生的学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率将增加9%-14%.
第二,安排最优秀的教师讲授大学基础课程.
我们的研究表明,如果大学优秀基础课教师比例加大一个层次,则学生的学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率将增加10%-15%.
基础课程是大学生专业学习的基石,基础课教师是大学新生的启蒙者,基础课程质量也是大学教育质量的保证.
因此,结合潘懋元(2003)的研究,我们认为高校应安排最优秀的教师教授基础课程,进而提高综合教学质量.

第三,提高学生的成绩绩点排名意识以及引导学生"为国家学习".
我们的研究表明,如果大学成绩排名提高一个层次,当其学习目的是为"获得学位证书找到理想的工作"时,则其学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率将增加1%-2%,如果目的是"为家庭做贡献",概率将增加3%-4%,如果目的是"为国家做贡献",概率将增加4%-6%.
由此可以得出越是考试成绩排名在前的学生,其学习与国家竞争力构建关系越紧密.
因而我们建议高校采取一定激励制度提高学生的成绩绩点排名意识,并积极有效开展相关德育活动提高大学生的社会责任感和历史使命感.

第四,为大学生多举办高水平的传统文化讲座.
我们的研究表明,学校每学期传统文化讲座次数增多时,学生的学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率将增加6%-9%.
基于此,我们建议高校在开设传统文化类基础课程的同时,定期邀请相关学者在学校开展高水平的传统文化讲座以丰富大学生传统文化知识,创造有利于学生学习传统文化的良好氛围.

第五,对学生每周上网时间进行管理.
我们的研究表明,上网的边际效应是非线性的,每周上网时间控制在8小时以下,边际效应为正.
由此可考虑实施上网新收费措施,对学生每周8小时以外的上网时间进行高额收费,通过价格机制控制大学生上网时间.

第八章2010-2020年我国高等教育发展战略(2)——中国大学教育与劳动力市场需求匹配关系研究一、引言2008年我国大学毕业生待业人数达到100万,占毕业总人数的20%,2009年大学生毕业人数为610万,就业形势严峻(人力资本和社会保障部).
根据《我国面向21世纪教育振兴行动计划》,我国高等教育入学率接近于30%,还处在大众化教育起步阶段,这一阶段就出现大学教育与劳动力市场需求的严重不匹配的矛盾,在国际上属于新情况.

国内外相关研究集中在三个方面:一是大学教育内容以及学历层次与劳动力市场需求不匹配的研究(GJDuncan&SDHoffman,1981;JoopHartog,2000;PeterJ.
Sloane,2003;JohnRobst,2006;雷明全,2002).
二是从大学教育质量、大学教育的社会适应性和自然适应性角度来研究这一问题(潘懋元、肖海涛,2008;周满生,2007;张社字,2007;刘安之、黄俊杰,2000;顾明远,2006).
三是从劳动力市场供求机制的视角研究大学教育与劳动力市场需求不匹配的问题(Rumberger,1987;雷明全、胡武贤,2004).

这些文献为研究大学教育与劳动力市场的匹配问题奠定了重要的理论基础.
不过,我们注意到,这些研究多采用规范分析,实证分析的内容不足,且已有的实证分析文献大多采用的是客观数据以及普查数据(这正是奠基性研究所需要的数据),大学生自己是如何看待这一问题的呢已有的文献研究甚少.
但大学生的主观判断具有重要意义:大学生作为大学教育的接受者以及劳动力市场的要素供给者,他们的主观判断有助于我们识别影响大学教育与劳动力市场匹配状况的微观因素.

本项研究试图通过问卷调查,获取大学生对大学教育与劳动力市场需求关联关系的判断,运用现代微观计量方法探索出影响大学教育与劳动力市场匹配状况的微观因素以及这些因素的边际效应.
二、变量确定1.
因变量本文从三个维度探索因变量,分别为大学教育质量、大学教育的社会、自然适应性以及大学毕业生劳动力市场需求.
第一个维度由以下三个问题进行测试:①教材是否适应社会需求(),②教材是否包含本领域最新发展成果()(胡粥成,2006),③授课教师是否将理论与实际相结合()(温恒福,2008;戈芝卉,2008);第二个维度由以下两个问题进行测试:①学校的培养目标是否具有好的社会适应性()(周满生,2007;黄俊杰、刘安之,2000;顾明远,2006),②是否从专业出发强调保护资源、环境的理念()(McWilliams,1991);第三个维度由如下两个问题进行测试:①学历与工作岗位匹配状况()(GJDuncan&SDHoffman,1981;JoopHartog,2000;雷明全,2002),②专业知识的应用性()(PeterJ.
Sloane,2003;JohnRobst,2006).
2.
解释变量根据已有文献对大学教育与劳动力市场需求进行的探索性研究,本文从大学生个人禀赋和大学教育的各个环节(招生、培养、初次就业等)两大方面确定解释变量.
2.
1大学生个人禀赋具体包括:专业类别、性别、学校类别、生源(农村或城市)、母亲学历、父亲学历、家庭收入以及家庭氛围.
2.
2大学教育的各个环节我国学者潘懋元、新世纪教学研究所高等学校本科教学质量研究课题组,张社字、戈芝卉、韩先芹、唐华生、唐炜等通过对大学教育各个环节的研究,指出了大学教育各个环节中所存在的导致大学教育与劳动力市场需求脱节的潜在因素.
(潘懋元、肖海涛,2008;教育部新世纪教学研究所高等学校本科教学质量研究课题组,2008;戈芝卉,2008;韩先芹,2008;唐华生、唐炜,2008;张社字,2007).
据此,本文从大学教育的招生、培养、就业等各个环节确定拟使用的解释变量,具体包括:招生数量、教材的决定、教师的教学态度、教师的知识水平、教师的工作目的、是否培养学生正确价值观、学校的培养目标是否体现人与自然和谐、学生的学习兴趣、英语能力提高情况、母语能力提高情况、诚信培养、考试内容、考试难易程度、外部教学评估体系、学校内部的考评体系、高校的日常学习条件、实践科研活动条件、就业指导中心作用、户籍制度.

三、数据1.
被试本研究的调查对象来自全国各地高等院校的本科生,专业涉及经济、法律、教育心理、语言文化艺术、哲学历史、生物农业、化学、医药卫生、管理、理学、电子电气计算机通信、建筑土木工程、物理、数学.
样本涉及包括教育部直属、985工程、211工程在内的重点大学以及各普通大学.
共发放问800份,回收问卷578份,回收率为72.
3%.
删除无效问卷及无法匹配的问卷后,最后收回有效问卷537份,有效回收率67.
1%.
除去未填写项目后,调查样本中大学生的平均年级为三年级(SD=3.
15),大一学生占16.
2%,大二学生占19.
6%,大三学生占15.
8%,大四学生占26.
1%,已毕业大学生占22.
3%;女生占53.
26%,男生占46.
74%;来自农村的大学生占43.
77%,来自城市的大学生占56.
23%.

2.
变量的描述统计2.
1因变量(潜变量)描述统计如表1:表1:潜变量的描述性统计Obs.
MeanStd.
MinMax大学教育质量()5325325322.
4942.
5602.
8440.
7900.
8880.
844111555大学教育的社会、自然适应性())5355352.
7912.
7940.
7890.
8291155大学教育与就业状况()5125122.
2252.
5630.
9270.
84211552.
2自变量描述统计如表2:表2:自变量的描述性统计(显著自变量)X变量解释ObsMeanStd.
MinMax专业类别(X1)0=文科类,1=理科类5360.
5670.
49601学校类别(X2)1=省属本科及以下,2=教育部直属本科,3=属于211,4=属于9855372.
3181.
14014母亲学历(X3)1=小学以下,2=小学,3=初中,4=高中,5=大学,6=研究生5333.
2851.
12916家庭收入(X4)1=1000元以下,2=1000元-2000元,3=2000元-4000元,4=4000元-8000元,5=8000元-12000元,6=12000元以上5302.
9941.
28216招生数量(X5)1=过多,2=较多,3=合适,4=较少,5=过少5372.
0501.
02915教学态度(X6)0=无热情,1=充满激情5350.
6790.
46701知识水平(X7)0=差,1=博学5350.
6880.
46401学习兴趣(X8)1=很低,2=较低,3=一般,4=较高,5=很高5372.
7231.
04515考试难易程度(X9)1=非常容易,2=较容易,3=一般,4=较难,5=很难5372.
7330.
68415实践活动条件(X10)1=很难满足,2=较难,3=勉强,4=较充足,5=很充足5352.
1741.
03215就业指导中心作用(X11)0=没有,1=有5140.
5910.
49201四、计算结果1.
回归结果所有解释变量两两之间的相关系数最大值为0.
5882,不存在多重共线性.
Probit模型结果如表3所示:表3Probit模型回归结果被解释变量CoefficientStd.
Errorz-statisticProbX1-0.
03200.
0159-2.
01420.
0440X20.
22770.
06773.
36400.
0008X30.
15940.
06822.
33780.
0194X4-0.
16510.
0646-2.
55600.
0106X50.
26550.
07843.
38590.
0007X60.
31030.
17761.
74760.
0805X70.
37210.
19371.
92130.
0547X80.
33760.
10363.
25780.
0011X90.
17920.
07302.
45370.
0141X100.
31530.
15342.
05590.
0398X110.
31620.
07234.
37280.
0000C-4.
36060.
4625-9.
42780.
0000McFaddenR-squared0.
2797LRstatistic164.
8655Prob(LRstatistic)0.
0000Obs.
471由表3可知,我们识别出了大学教育与劳动力市场需求关联与否的11个显著变量,分别为:专业(X1)、学校信息(X2)、母亲的学历(X3)、家庭收入(X4)、学生的学习兴趣(X5)、教师的教学态度(X6)、教师的知识水平(X7)、考试难度(X8)、学校的实践科研条件(X9)、学校的就业指导中心的作用(X10)、各专业的招生数量(X11).

2.
显著因素的边际效应(核密度分布图)专业类别的系数为负,边际效应的变动范围为-0.
13~-0.
08.
家庭收入的系数为负,家庭收入越高的学生就业上通常有更高期望,家庭收入越高的学生越感受到大学教育与劳动力市场需求不匹配.
该因素边际效应的变动范围为-0.
07~-0.
04,则当学生的家庭收入每增加一个层次,所感受到的大学教育与社会不匹配的概率将增加4%~7%.

图1图2学生的学习兴趣越浓,学校层次越高,母亲学历越高,则大学教育与劳动力市场需求不匹配的概率越小,但三者的边际效应范围分别是0.
06~0.
11,0.
056~0.
092,0.
04~0.
064,其核密度分布如1所示.

教师知识水平越高,教学态度越好,考试内容越难、实践科研条件越完善,学生所接受到的大学教育与劳动力市场需求相匹配的程度越高,边际效应范围分别是0.
088~0.
155,0.
08~0.
14,0.
07~0.
13,0.
044~0.
072,其核密度分布如2所示.

3.
概率反应曲线分析我们试图分析,当某一显著因变化时,另一显著因素在不同情况下,学生接受的大学教育与劳动力市场不脱节的概率改进情况.
运用eviews6.
0进行概率反应分析,计算结果如图:图3图4概率反应图3表明:学生学习兴趣提高时,大学生所接受到的与劳动力市场需求匹配的大学教育的概率会增加.
其中,在学生学习兴趣提高的情况下,教师的教学态度越好,匹配概率改进更大.
这说明,教师的教学态度改进对学生学习兴趣的提高所带来的积极效用具有强化作用.

概率反应图4表明:高校的实践活动条件满足学生需要的程度越高,大学教育与劳动力市场需求越匹配,但对于不同的教师知识水平,所产生的不匹配程度不同.
五、结论及政策性建议本项研究利用微观计量方法识别出了影响大学教育与劳动力市场匹配状况的11个微观因素.
其结论与政策含义是:1.
促进理工科专业大学教育与劳动力市场的匹配状况我们的研究表明,专业类别的系数为负,理科类专业教育比文科专业教育与劳动力市场更不匹配,边际效应的变动范围为-0.
13~-0.
08,说明当选择理科类专业而不选择文科类专业的话,将面临接受与劳动力市场脱节的大学教育的概率增加8%~13%.

在我们的样本中,理工科学生共303名,认为大学所用教材与现实的需求"适应"、"非常适应"的只占到5.
2%;认为所在专业的教师团队整体素质"较好"、"很好"的只占到32%;对所学课程的大多数"兴趣较高"、"兴趣很高"的只占到21%,认为学校的教育培养目标和培养方式是否具有好的社会适应性时,回答"能适应"、"非常适应"的只占到15%.
样本中参加工作的理工科学生共194名,认为工作岗位和自己的专业知识"对口"、"非常对口"的只占14%.
大学理工科学生是未来国家技术创新的重要主体,而这些数据显示出理工科专业大学教育与劳动力市场严重不匹配,需要引起国家高度关注.
2.
大学生主观努力、学校层级以及高等教育代际效应对大学生就业状况的影响学生的学习兴趣增加,对匹配的概率改进最大,其次是学校的层次,最低是母亲的学历.
这说明,教育的代际效应为正(高学历母亲的高等教育代际传递),但对于就业的影响,不如大学生的主观努力(个人学习兴趣)以及客观条件(学校层次)的影响.
学生学习兴趣方面:从实际看,学生的学习兴趣越高,专业知识的学习越扎实,因而会使大学教育与劳动力市场需求更匹配.
从边际效应看,边际效应的变动范围为0.
06~0.
11,则当学生学习的兴趣每提高一个水平,大学教育与劳动力市场需求相匹配的概率增加6%~11%.
学校类别方面,985、211等重点学校的教学经费、师资力量、就业率等相对于省属本科及以下的学校而言,都具有较大的优势.
从边际效应看,边际效应的变动范围为0.
056~0.
092,则当学校级别每提升一个层次,大学教育与劳动力市场需求相匹配的概率增加5.
6%~9.
2%.
高学历母亲的高等教育代际传递是很明显的,从边际效应看,变动范围为0.
04~0.
064,则当母亲的学历每提高一个层次,大学教育与劳动力市场需求相匹配的概率增加4%~6.
4%.

但我们注意到,在所有样本中,对所学课程的大多数"兴趣较高"、"兴趣很高"的只占到23%(可看出文科生的这一数据并不理工科生高多少).
由我们的模型可以推测,越是对所学感兴趣的大学生,越感觉到大学教育与劳动力市场匹配状况更好.
这说明,大学管理层着手引导学生的学习兴趣即是改进就业就业状况的微观机制.

3.
大学教学活动以及科研实践条件对大学生就业状况的影响根据核密度分布图(2),教学过程比考试过程的影响更大.
从教学过程内部看,教师的知识水平提高时,对匹配的概率改进更大,说明教师的知识水平相对于教学态度来说,对大学教育的作用更大.
教师知识水平的边际效应最大,教师的高度通常决定学生的高度,教师知识水平边际效应的变动范围为0.
088~0.
155,则当教师的知识水平每提高一个层次,学生接受到与劳动力市场需求不脱节的大学教育的概率增加8.
8%~15.
5%单位.

考试难易程度的边际效应仅次于教师的知识水平,从实际看,由于大学学习过程中,低一级学生可从高年级学生处获得关于考试的信息,因此,考试内容越难,学生通常会进行更充分的准备,对知识复习的更全面,也可能会提高出勤率以及上课的认真程度,因此,知识的学习会更加扎实,从而产生更小的脱节.
从边际效应看,边际效应的变动范围为0.
08~0.
14,则当考试的难度每提高一个水平,学生接受到与劳动力市场需求不脱节的大学教育的概率增加8%~14%单位.

教学态度的边际效应的变动范围为0.
07~0.
13,则当教师的教学态度每提高一个层次,学生接受到与劳动力市场需求不脱节的大学教育的概率增加7%~13%单位.
科研实践活动条件(包括实验室、实习基地、国际交流平台、学生科研经费等)能直接促进理论知识和实践动手能力的结合,从而使大学教育与劳动力市场需求产生更匹配.
边际效应的变动范围为0.
044~0.
072,则当学校的实践活动条件每提高一个层次,学生接受到与劳动力市场需求不脱节的大学教育的概率增加4.
4%~7.
2%单位.

在所有样本中,69%的被试者认为自己的教师是博学的,68%的被试者也认为自己的教师的教学态度是充满激情的(这两个变量的相关系数为0.
33),我们的概率反应分析表明,博学的教师的作用不仅仅直接提高了大学生与就业市场的匹配状况,还会对学校科研实践活动设施产生溢出效应,在相同的科研实践活动设施条件下,更高的教师水平产生的匹配效应更大.
这也说明了将资源投入教师水平高的学校,投入的边际效应更大.

第九章2010-2020年我国高等教育发展战略(3)——金融与创业意愿:来自中国大学生调查数据的经验发现一、引言一个经济体中创业型人力资本(entrepreneurialhumancapital)与职业型人力资本(professionalhumancapital)的比率决定该经济体的长期增长路径(MuratF.
IyigunandAnnL.
Owen,1998),创业企业是最具活力和发展前景的企业(迟建新,2009).
Summers,RobertandHeston,Alan(1991)对1950-1988年间世界就职人数(职业型人力资本提供者)与创业人数(创业型人力资本提供者)的比率进行统计的结论是,随着人均收入的提高,该比率不断下降.
国际劳动办公室统计的结果与此相同(InternationalLabourOffice,1993).
MuratF.
IyigunandAnnL.
Owen(1998)对该现象的研究表明,这一代人的创业型人力资本与职业型人力资本共同决定了下一代人的技术水平,由于两种人力资本对技术进步的影响在不同收入阶段不一样,这一代人关于是培养创业型人力资本还是职业型人力资本的选择可能不是社会最优的.
对于中等收入国家,创业型人力资本更为重要,更低的就职人数/创业人数比率能够带来更高的稳态技术水平,从而促进经济发展.

中等收入国家如果对于个人创业没有足够的金融支持,个人更倾向于积累职业型人力资本而不是创业型人力资本,社会将出现"过度教育":也就是过多的人在学习(包括在大学内学习)如何运用知识促进经济交易而不是学习为经济体统提供新思想、新产品、新技术(Banerjee,AbhijitandNewman,Andrew,1993;MuratF.
IyigunandAnnL.
Owen,1998;AlexanderMuravyev,OleksandrTalavera,Dorotheafer,2009).
我国的大学教育就出现了这种情形.
提高就业率需要有更多的人创业,而我国2008届大学毕业生实际创业仅有1%(麦可思,2009),这个比率非常低.
主要是什么因素影响了大学生的创业意愿呢到底是金融政策还是其他因素本文试图对这一问题进行研究.

二、文献综述诸多研究表明,在大多数国家,金融资源的可获得性对于个人创业意愿具有关键性的作用(比如Banerjee,AbhijitandNewman,Andrew,1993;MarcoCagetti,2006;WenliLi,2007;Federicos.
Mandelman,2009).
广州市劳动局2007年对广东省2007届应届大学毕业生的调查表明,资金不足是制约大学生创业的主要瓶颈,62%的大学生认为"缺乏启动资金"是创业的最大障碍.
清华大学中国创业研究中心(2006)和北京市科委(2007)对2002-2006年我国创业环境的调查研究表明,在金融支持、政府政策、教育与培训、研究开发转移、商业基础设施、市场进入壁垒、文化和社会规范等7个指标中,金融支持是亟须改善的因素.
全球创业观察机构对我国2002-2007年的调查表明,尽管这6年内受过高等教育的创业人数在增加,未受高等教育的人仍然是我国创业主体,重要的原因是大学毕业生的金融资源可获得性很低(GEM,2007).
影响创业意愿的因素显然不仅仅有金融支持因素,那么要识别金融因素的影响必须控制其他起显著作用的因素.
应该控制哪些变量呢从已有的文献来看,可以归结为如下几类:(一)性别因素.
比如Mueller,S.
L(2004)、Minniti,M.
,Arenius,P.
,andLangowitz,N(2005)、WorldBank(2007)、Alexanderetal(2009)等人分析了非洲、亚洲等国金融机构给予创业者金融支持时存在性别歧视,从而对女性的创业意愿产生负面影响.
(二)教育年限.
DimitrisSkuraetal(2005)对南欧一些国家的调查研究表明,教育年限对于创业意愿以及创业成功概率的影响是显著的,完成了基础教育的人比没有完成基础教育的人具有更大创业意愿和创业成功的概率.
(三)风险偏好态度因素.
C.
M.
vanPraagandJ.
S.
Cramer(2001)对5800名丹麦学生跟踪41年(1952年1次调查,1993年1次调查.
1993年可获得样本为2100人)的研究表明,风险偏好、风险中性、风险厌恶者的创业意愿具有显著的不同.
AndrewF.
Newman(2007)证明,积累创业型人力资本存在实现收益的风险性,因为如果没有额外的激励,相对于职业型人力资本,人们更不愿意积累创业型人力资本.
(四)家庭背景.
何婷英,张丽萍(2007)对我国温州大学生的调查表明,家庭经济状况对于子女创业意愿的影响非常显著.
MichaelHoutandHarveyRosen(2000)指出,创业意愿具有代际传递性,如果父母辈从创业中获得利润,父母通过包括金融支持在内的多种方式影响子女人力资本积累的方向,从而父母辈是创业者的人更容易成为创业者.
HannuTervo(2006)则分析了父母分别为创业者或者职业人员时子女创业意愿不同的另一个原因:地区失业率对于这两种家庭的子女的创业意愿影响是不同的,当存在高失业率时,父母为创业者的人更倾向于减少创业意愿,而父母为职业人员的人更容易被激发去创业.

(五)人力资本积累方向的影响.
是积累创业型人力资本还是职业型人力资本,不仅仅受到家庭背景的影响,还受到国家宏观经济政策和社会环境的影响.
PeterF.
Bell(1969)探讨了亚洲地区日本、印度、巴基斯坦等7个国家的财政政策(比如固定资产投资、财政性工资的提升、对创业的财政支持)对创业的影响,结果表明,长期的财政政策激励能促进人们积累创业型人力资本.

SimonC.
Parkeretal(2005)的研究表明,用工资收入的标准差来衡量的职业人力资本收入的不确定性正是激励创业者的重要因素,越大的不确定导致越多的人创业.
他们推测,如果包括保险市场在内的社会保障制度越是完善,则风险会被分散出去,成为创业者也会风险更小,从而会激励更多的人去积累创业型人力资本.
那么,社会保障则是一项支持创业的政策(pro-entrepreneurshippolicy).
RuthClarkeandJohnAram(1997)指出,金融环境不仅仅会对金融交易的当事人产生影响,还会对人们的一般价值观产生影响,导致人们积累人力资本的方向发生变化.
MarcoCagetti(2006)的解释是,如果社会的金融资源对于初次创业者是严格控制的,比如借款条件十分苛刻,则人们会认为初始创业的规模会很小,难以进行财富积聚,从而不愿意积累创业型人力资本.

国家法律体系完善程度也会影响人们积累人力资本的方向.
WilliamJ.
Baumol(1990)从古罗马、早期中国、欧洲中世纪和文艺复兴时期的历史证据中发现,法律体系的缺失会导致寻租活动频繁,成为企业家则成为被寻租对象,从而人们更不愿意积累创业型人力资本.
MaitreeshGhataka,etal(2007)也指出,法制的缺失导致道德陷阱现象严重,金融机构不易信任创业者,创业者的潜能得不到实现经济价值的机会,从而会抑制人们投资于创业型人力资本.
这些研究都是将金融约束(financialconstrain)作为一个变量来研究,而另外一些研究试图研究不同的金融支持对于潜在创业者创业意愿的影响有何不同.
比如Alexanderetal(2009)试图区分创业者对于债务资金支持和创业资本支持方式的态度,他们通过对包含26个东欧以及中亚国家在内的34个国家、14万个创业型企业的调查研究表明,性别不同,金融支持的需求不同;MarcoCagetti(2006)分析了不同创业预期的创业主体对于债务资金支持、以及个人(非创始人)资金支持的需求是不同的.
但还没有研究系统地分析主要的几种金融支持方式对于创业意愿的影响.
清华大学中国创业研究中心和北京市科委(2007)对2002-2006年我国创业融资状况的调查表明,金融支持中权益资金支持、债务资金支持、个人(非创始人)资金支持、创业资本支持等融资方式得分非常低,而创业者尤为关注这些支持方式.
刘降斌,李艳梅(2008)的研究表明金融支持的强度具有区域性差异,长江三角洲和珠江三角洲的短期金融支持效应明显.
由于这些调查没有进行系统的计量经济学分析,由此没有回答一个非常关键的问题,在控制了已识别的显著因素后,金融支持是不是影响大学生创业意愿的重要因素.
Djankovetal(2006)对中国7个城市2000个样本(2003-2004年进行的调查)进行的调查研究控制了个人背景因素、社会网络因素、制度因素这3大类影响创业的重要因素,分析了中国创业者的基本特征.
他们选取的样本是已经创业的人和非创业的人,着重点在于对这两类人进行对比研究.
而大学生是非常特殊的群体,本文试图针对这一群体深入研究金融对其创业意愿的影响.

三、模型和变量定义对于具有创业意愿的大学生样本赋值.
首先检验上述文献识别出的变量是否影响概率显然是明智的.
但可能还有其他未识别的因素也会影响这一概率.
由此可以将计量模型设为:Pr(Yj=1|X)=Φ(α+βZ+γ1pro+γ2uni+γ3reg+γ4gen+γ5gra+γ6risk+γ7GPA+γ8inco+γ9par+γ10fam+γ11VC%+δHC+ηfin)1)式中为未识别的变量,pro1为专业是否为经管类学科的虚拟变量,pro2为专业是否为理工类的虚拟变量.
uni代表大学性质,uni=(uni1,uni2,uni3),uni1表示地属非211本科院校,uni2表示部属非211院校,uni3表示非985的211院校.
Reg代表学生所在大学所处区域,我们参照《中国风险投资年鉴》和《中国区域经济发展年鉴》,结合本研究需要将学生学校所在区域划分为4部分,共设3个虚拟变量,reg1表示北京、天津、河北、山东,reg2表示长江三角洲经济区,包括上海、江苏、浙江,reg3表示南方沿海地区,包括广东,广西,福建,海南.
指性别,指教育年限,=(gra1,gra2,gra3),gra1,gra2,gra3分别表示大学年级为1年级,2年级,3年级.
risk为风险偏好态度,risk=(riskn,riskl),riskn,riskl分别表示风险中性和风险偏好.
GPA为平均学分绩点,inco为父母月收入合计,par为父母工作性质是否为企业家或自我雇佣性质的虚拟变量,为家庭是否给予创业的金融支持的虚拟变量.
VC%为该地域接受的风险投资额度占总的风险投资额度的百分比.
是指人力资本积累方向的影响,定义,分别是指财政政策、社会保障制度、金融支持、法律完善程度对于创业型人力资本积累方向的影响,且均为虚拟变量.
是指不同的金融支持方式对于大学生创业意愿的影响,定义,分别是指权益资金支持、债务资金支持、个人(非创始人)资金支持、创业资本.
为常数项,分别为系数.
其中是我们最感兴趣的系数.

权益资金(equitycapital)在会计学上的定义是指投资者所投入的资本金,资本金指企业在工商行政管理部门登记的注册资金合计,包括企业各种投资主体注册的全部资本金.
而权益性资金融资则是指国家、机构(非个人)提供给企业,不需要偿还,不需要支付利息,但可以视企业经营情况,进行分红、派息的资本金,往往是一种初始资金支持方式,主要支持给有技术、专利、卓越创业能力的人.
债务资金指银行作为债权人为企业提供的短期和长期贷款,不包括应付账款、应付票据和其它应付款等商业信用负债.
个人(非创始人)资金支持即是指创始人个人的家庭成员外的朋友给与的资金支持,往往称为民间融资.
创业资本(venturecapital)是一种承担高风险、谋求高回报的资本形态.
创业资本的投资一般需要较长时间才可能收回投资,期间通常没有收益,一旦失败不返本金,而如果成功,则需给与高额回报.
创业资本通常采取渐进投资的方式,先注入部分资金,视情况再追加投资(张东生、刘建均,2000).
这4种金融支持是良好定义的,没有重合区域.

对大学生风险态度的测试本文采用了如下方法:运用3种风险态度的定义来测试.
我们的问题如下:有两份工作:A:每个月2800元;B:每个月的报酬不确定,有80%的可能性是1000元,但有20%的可能性是10000元;注意到两份工作的期望收入是一样的,但风险不同,您会选择哪个工作选择项为:1.
A;2.
或者A或者B都一样;3.
B.
选择1的被试者符合风险厌恶的定义选择2的被试者符合风险中性的定义;选择3的被试者符合风险偏好的定义.

四、数据及其描述统计2009年6月至9月,我们利用课题组成员设计的抽样框进行了抽样调查.
本项调查是国家社科基金重点课题"高等教育发展战略与国家竞争力"的子项目,数据集简称为HE&NC.
1.
本项研究的总体是教育部备案的全国各地(不包括香港、澳门、台湾)31个省份、自治区的共计748所高等本科学校(1类、2类本科),其中43所"985"工程学校,80所非"985"的"211"工程学校,52所非"211"的部属学校,573所非"211"的地属本科学校.

我们在这4类大学之间进行分层抽样;在每一类大学之间进行随机抽样;由于经费限制,在一所大学之内进行非概率抽样.
不过,在最后一层的非概率抽样中,我们试图用典型抽样的方式进行弥补.
首先是考虑了性别的平衡,再次是考虑了专业的多样性.

本项调查共对7000名大学生进行了测试,实际反馈者6337个,有效样本5987个,有效回收率为94.
48%.
被试者专业涵盖了教育部确定的除军事科学之外的包括所有11个学科.
其中,哲学占1.
2%、法学占8.
3%、文学占14.
0%、工学占29.
4%、经济学占16.
4%、教育学占2.
0%、历史学占1.
1%、理学占9.
3%、农学占1.
4%、医学占3.
7%、管理学占13.
2%;抽样总体中男女生比例大致均衡,男生占51.
8%,女生占48.
2%.
样本中来自城市和来自农村的比率接近现实情况,我们的比率为71.
2%,28.
8%,在实际中为70%,30%.
表1为对样本的描述统计.

表1样本描述男女百分比(%)合计大学类别"985"工程73270225.
411434"211"工程2922339.
30525部属非"211"81588830.
171703地属非"211"108190135.
121982合计29202724100.
005644年级1年级1364136247.
8727262年级49945216.
709513年级46238914.
948514年级61854920.
491167合计29432752100.
005695北京、天津、河北、山东1088112439.
262212区域长江三角洲经济区(上海、江苏、浙江)2322047.
74436南方沿海经济区(广东、广西、福建、海南)77880528.
101583其他地区80260124.
901391合计29002734100.
005634城乡农村94768828.
851635城市1976205671.
154032合计29232744100.
005667我们在访谈初、访谈末分别测试被试者的创业意愿,并分别表示为Yj1,Yj2,通过Yj1,Yj2的比较可以直接观察被试者创业意愿的改变.
具体方法如下:在被试者不了解任何金融、财政、法律、社会保障等政策的情况下,让他们填写大学毕业或研究生毕业以后是准备就业还是创业:(1)就业;(2)现在说不清,到时候看情况而定;(3)创业,这一结果用于测度Yj1,当被试者选择3时,Yj1=1,其余赋值为0.
紧接着,询问他们积累创业型人力资本还是职业性人力资本是否受到国家的财政、社会保障、金融、法律政策环境的影响,以及如果创业,最需要权益资金、债务资金支持、以及个人(非创始人)资金支持中的哪一类金融支持(并假设能够提供给他),然后重复上述有关创业意愿的测试,测试结果用于测度Yj2,Yj2赋值方式与Yj1相同.
时间间隔大约为30分钟.
该测试的统计如表2:表2测试结果统计Yj1Yj2Yj=053054975Yj=1390634我们发现,所有样本的第1次测试与第2次测试结果的相关系数为0.
47(t=48.
34,prob=0.
00),这说明,第一,两次测试结果仍然是显著正相关的,两次测试中被试者的创业意愿表现出一定的稳定性(有84%的没有改变),第二,相关系数仅为0.
47,说明,的确第二次测试中有部分被试者的创业意愿发生了改变(有16%发生了变化).
这两点与我们对于测试的预期相符.

这种测试的理论基础是J.
Henrichetal.
(2005)的研究,他们证实,实验观察到的人们的行为表现正是对社会经济状况反映.
用实验的方式测试意愿以及某项政策对意愿的影响已有很多.
比如测试歧视(FershtmanandGneezy,2001;List,2004)、折现心理(Eckeletal.
,2005;Harrisonetal.
,2002)、救济心理(ListandLucking-Reiley,2002)、教育对于利他性的影响(EricBettinger,RobertSlonim,2006),等等.
本项研究借鉴了这种实验方式来测试4种金融支持以及政策环境对于还未创业的大学生的创业意愿的影响.
从我们的样本来看,大学生的创业意愿为21%,而麦可思做的关于2009届大学生创业意愿的调查结果是18%(麦可思,2009),两者比较接近.
同时进行两种创业意愿测试是有必要的.
看家庭月收入与大学生创业意愿的关系.
利用Yj1,Yj2进行核密度估计的结果如图1,图2所示:第1次测试创业意愿(Yj1)时,来自收入最低的家庭以及收入最高的家庭的大学生的潜在创业比率相对于来自中等收入家庭的大学生的潜在创业比率更小.
也就是,大学生潜在创业比率与家庭收入之间存在倒U型关系.
第2次测试创业意愿(Yj2)时,来自收入最低的家庭以及收入最高的家庭的大学生的潜在创业比率相对于来自中等收入家庭的大学生的潜在创业比率更大,又揭示出大学生潜在创业比率与家庭收入之间存在U型关系.
由此,在进行计量分析时,应该两种情形都考虑.

已有文献识别出的11个自变量的描述统计表3:表3已有文献识别出的自变量的描述统计变量名称变量解释观测数均值标准差最小值最大值个人资料专业1(pro2)0=其他专业;1=经管类56730.
3000.
45801专业1(pro2)0=其他专业;1=理工类56730.
3860.
48701区域1(reg1)0=其他;1=北京、天津、河北、山东56590.
3930.
48801区域2(reg2)0=其他;1=上海、江苏、浙江56380.
0780.
26801区域3(reg3)0=其他;1=广东(含深圳)、广西、福建、海南56340.
2810.
45001大学性质为地属非211本科院校(uni1)0=否;1=是56610.
2540.
43501大学性质为部属非211院(uni2)0=否;1=是56610.
0930.
29001大学性质为非985的211院校(uni3)0=否;1=是57340.
3020.
45901性别(gen)0=女;1=男56990.
5170.
500011年级学生(gra1)0=否;1=是57140.
4750.
499012年级学生(gra2)0=否;1=是57140.
1660.
373013年级学生(gra3)0=否;1=是57140.
1500.
35701风险中性(riskn)0=其他;1=风险中性者56350.
1870.
39001风险偏好(riskl)0=其他;1=风险偏好者56350.
4230.
49401平均学分绩点(GPA)45553.
330.
58714.
5父母月收入(inco)50875942.
518976.
2100106各省份接受VC百分比(vc%)57159.
757.
920.
0718.
97父母工作性质(pra)0=都是挣工资者1=有一位是企业家或自我雇佣56530.
2690.
44401家族资金支持(fam)0=否,1=是56650.
3040.
46001宏观政策对人力资本积累方向的影响财政政策对创业型人力资本的影响(fnc)0=没有影响1=有积极影响56490.
2150.
41101社会保障制度(inc)0=没有影响1=有积极影响55860.
1680.
37401金融支持对创业型人力资本的影响(fic)0=没有影响1=有积极影响56840.
4350.
49601国家法律体系完善程度(lac)0=没有影响1=有积极影响56340.
3360.
47201金融支持对创业意愿的影响权益资金(equ)0=没有此类金融支持1=最需要并提供56680.
0850.
27801债务资金(loa)0=没有此类金融支持1=最需要并提供56680.
0620.
24101个人(非创始人)资金支持(ind)0=没有此类金融支持1=最需要并提供56680.
2180.
41301创业资本(ven)0=没有此类金融支持1=最需要并提供56680.
4660.
49901"Vc%"数据来源:《中国风险投资统计年鉴》2010年卷.
五、计量结果及其讨论我们的测试设计了81个备选解释变量,分为两大类,一类性质变量,共42个.
包括专业、所在大学性质、性别、年级、户别、父母月收入合计、父母月收入合计平方、母亲学历、父亲学历、家庭氛围、平均绩点、高考成绩、授课教师毕业学校类型、大学是否比高中更努力、父母工作性质、风险偏好、家庭是否可提供大额初始资金、父亲职业、是否按兴趣填报专业、是否对现在专业感兴趣;一类是政策变量,共39个,包括金融政策、财政政策、税务政策、社会保障政策等.
进一步将解释变量分为3类:第一类是背景变量,包括性别(gen)、风险中性态度(riskn,)、风险偏好态度(riskl)、是否有家族资金支持(fam);第二类人力资本积累方向的影响,包括财政政策(fnc)、社会保障制度(inc)、金融环境(fic)、国家法律体系完善程度(lac)的影响,第三类是四项金融支持,包括权益资金(equ)、债务资金(loa)、个人(非创始人)资金支持(ind)、创业资本(ven).

此外,我们希望观察到被试者的一某些性质变量与创业意愿的关系,因此我们将大学专业、大学所处地区、大学性质、大学年级、平均绩点、父母月收入合计、大学平均绩点、父母工作性质再次加入模型,归入第一类背景变量中.
将调整后的所有变量与Yj1、Yj2分别再次引入模型,得出的极大似然估计结果如表4,表5:表4Yj1与解释变量的方程计算结果标准差Z统计量概率边际效应平均值个人资料pro10.
0346170.
0863300.
4009870.
68840.
013pro2-0.
1299920.
086256-1.
5070390.
1318-0.
051reg10.
8251790.
3295932.
5036270.
01230.
321reg20.
4727570.
2154612.
1941690.
02820.
184reg3-0.
0380970.
139327-0.
2734360.
7845-0.
015uni1-0.
0114290.
093522-0.
1222110.
9027-0.
004uni2-0.
0039540.
128646-0.
0307360.
9755-0.
002uni30.
0576950.
0867900.
6647630.
50620.
022gen0.
3461400.
0716574.
8304870.
00000.
135gra10.
0120570.
0904620.
1332860.
89400.
005gra20.
0796250.
1110630.
7169350.
47340.
031gra30.
0905320.
1134360.
7980880.
42480.
035riskn0.
3029890.
1172372.
5844140.
00980.
118riskl0.
8285120.
0893809.
2695100.
00000.
323GPA0.
0272920.
0588490.
4637700.
64280.
011inco-2.
35e-064.
79e-06-0.
4916370.
6230-9.
15e-07par0.
2099450.
0732612.
8657170.
00420.
082fam0.
2983030.
0712234.
1883120.
00000.
116Vc%-0.
0513190.
019533-2.
6272090.
0086-0.
020宏观政策对人力资本积累方向的影响fnc0.
3160480.
0749244.
2182370.
00000.
123inc0.
2645580.
0824173.
2100110.
00130.
103fic0.
1716390.
0725812.
3648010.
01800.
067lac0.
0376700.
1361640.
2766560.
78200.
015金融支持对创业意愿的影响equ-0.
0915430.
147177-0.
6219920.
5339-0.
036loa0.
0337100.
1466820.
2298170.
81820.
013ind-0.
1830500.
108711-1.
6838270.
0922-0.
071ven-0.
1393850.
095333-1.
4620880.
1437-0.
054c-2.
4683810.
272153-9.
0698300.
0000Includedobservations3893McFaddenR-squared0.
137097LRstatistic260.
3357Prob(LRstatistic)0.
000000表5Yj2与解释变量的方程计算结果标准差Z统计量概率边际效应平均值个人资料pro10.
2513990.
0741933.
3884380.
00070.
096pro20.
1170720.
0730291.
6030870.
10890.
045reg10.
4076200.
2542661.
6031280.
10890.
156reg20.
3075110.
1687021.
8228090.
06830.
118reg3-0.
1752180.
111969-1.
5648740.
1176-0.
067uni10.
0827330.
0756011.
0943320.
27380.
032uni20.
0998660.
1039630.
9605940.
33680.
038uni3-0.
1035300.
074425-1.
3910650.
1642-0.
040gen0.
3048940.
0591835.
1516730.
00000.
117gra1-0.
0486440.
073864-0.
6585620.
5102-0.
019gra20.
1105460.
0897351.
2319120.
21800.
042gra3-0.
1274170.
096207-1.
3243980.
1854-0.
049riskn0.
3043900.
0839313.
6266600.
00030.
117riskl0.
4411810.
0667986.
6047440.
00000.
169GPA0.
1129950.
0498982.
2645450.
02350.
043inco1.
88E-061.
33E-061.
4195400.
15577.
21e-07par0.
1097810.
0634721.
7295940.
08370.
042fam0.
1638810.
0604572.
7106890.
00670.
063Vc%-0.
0297520.
015168-1.
9615210.
0498-0.
011宏观政策对人力资本积累方向的影响fnc0.
3675030.
0639135.
7500950.
00000.
141inc0.
3661810.
0685465.
3421590.
00000.
140fic0.
0585910.
0609640.
9610670.
33650.
022lac0.
2993190.
1090632.
7444470.
00610.
115金融支持对创业意愿的影响equ-0.
0344560.
117848-0.
2923750.
7700-0.
013loa0.
0376950.
1252390.
3009860.
76340.
014ind-0.
0936150.
089364-1.
0475720.
2948-0.
036ven-0.
1837170.
079915-2.
2989010.
0215-0.
070c-2.
3039260.
224589-10.
258420.
0000Includedobservations3878McFaddenR-squared0.
100620LRstatistic271.
4404Prob(LRstatistic)0.
000000环境对学生创业意愿的影响在测试中很好地体现了出来,两次测试均表示,位于区域1(京津地区、河北、山东)和区域2(上海、江苏、浙江)的学生拥有更强的创业意愿,其中位于区域1的学生创业意愿最为强烈,两次测试中边际效应值均为最大,而位于区域3(广东、广西、福建、海南)的学生在测试中没有表现出比其他区域更强的创业意愿.
我们计算了VC在各区域的活跃程度,其中区域1接受的风险投资额度为22.
09%(北京18.
97%,天津0.
52%,河北0.
78%,山东1.
82%),区域2为24.
09%(上海11.
43%,江苏7.
39%,浙江5.
27%).
另外,GPA变量在两次测试中都显著,这表明在大学里学习成绩好的学生比成绩相对较差的学生有更强的创业意愿.

男女大学生的创业意愿差别显著,在第1次测试(Yj1模型)时,(gen)大学男生比女生的创业意愿平均大13.
5%,第2次测试(Yj2模型)大学男生比女生的创业意愿平均大11.
7%.
相对于风险厌恶者,风险中性的大学生在第1次测试(Yj1模型)中的创业意愿要大11.
8%,而风险爱好的大学生的创业意愿比风险厌恶者大要大32.
3%,在了解国家创业支持政策后(Yj2模型),风险中性者创业意愿比风险厌恶者大11.
7%,了解创业支持政策使使风险爱好者的创业意愿比风险厌恶者大16.
9%;测试之初(Yj1模型),(fam)家族能提供大额初始资金的学生比家族不能提供大额初始资金的学生创业意愿平均要高11.
6%,这一概率在第2次测试(Yj2模型)时为6.
3%(fnc).

父母工作性质(是否为创业者或自我雇佣)的虚拟变量是显著的,印证了MichaelHoutandHarveyRosen(2000)提出的创业意愿具有代际传递性的假说.
我们还注意到,父母月收入合计变量(inco)不显著,也就是说,大学生家庭收入状况并不是影响其是否创业的显著因素.
此外,大学性质(uni1、uni2、uni3)、大学年级(gra1、gra2、gra3)自始至终为不显著变量,这说明创业倾向还没有在大学层次以及受教育年限上发生分野.

表4,表5的概率值显示,权益资金(equ)、债务资金(loa)、个人(非创始人)资金支持(ind)以及创业资本(ven)等四项金融支持对于大学生创业意愿都没有正影响.
而PeterF.
Bell(1969)等人提出的国家宏观经济政策环境可能激励或者抑制人们培养创业型人力资本的假说在我们的样本中得到了检验.
从我们的Yj2模型来看,国家的财政、社会保障、金融环境、法律政策环境对于大学生培养创业型人力资本的影响是积极的.
其中,金融环境的影响最大,这验证了RuthClarkeandJohnAram(1997)的观点.
金融对于当事人的影响可能是导致当事人积累人力资本的方向发生变化.
国家人力资本和社会保障部统计,2008年我国大学毕业生待业人数达到100万,占毕业总人数的20%,就业形势严峻.
我们试图分析就业压力对于大学生积累人力资本方向的影响,结果这一影响不显著.
回到原始数据中我们发现,59.
5%的学生认为就业压力使他们更注重培养职业型人力资本,18.
3%的学生回答就业压力对于他们的学习方向没有影响,只有22.
2%的学生回答,就业压力使他们更注重培养创业型人力资本.
这可能是因为大学生感受到的金融环境激励过低引起的:长期以来的金融环境并没有首先引起人力资本积累方向向创业型人力资本方向靠近,从而,即使能够获得权益资金、债务资金、个人(非创始人)资金支持以及创业资本等金融支持,由于没有积累相应的人力资本,从而担心创业失败,不愿创业.
Djankovetal(2006)的调查研究表明,中国仅有4%的创业者从银行获得初始资金,仅有13%的人从银行获得创业扩张资金.
这说明,我国金融环境表现出对于创业初始资金的流动性约束,其长期负面影响将是抑制大学生培养创业型人力资本.

六、简要的结论创业者的形成对于社会分工的改进以及经济长期增长具有重要作用(Thomas,1990;JamesA.
Schmitz,1989).
对于中等收入国家,需要有更多的人积累创业型人力资本并进行创业,但我们的调查研究表明,中国大学生仅有6.
8%-11.
3%(分别按照Yj1模型和Yj2模型计算)准备毕业以后创业,而真正毕业以后创业的比率更低.
我们的数据印证了MichaelHoutandHarveyRosen(2000)提出的创业代际传递性假说,在我国,父母为创业者的大学生表现出比父母为非创业者的大学生更高的创业意愿,也就是说,在我国出现了创业代际传递导致创业潮的现象;大学生创业也具有一定的"羊群效应",在区域1(京津地区、河北、山东)和区域2(上海、江苏、浙江)的学生拥有更强的创业意愿.
而无论是权益资金、债务资金、个人(非创始人)资金支持)、创业资本中的哪一种金融支持对于大学生创业都没有直接的激励作用.
这表明,通过金融支持立即促进创业的途径将会是失败的.
不过,这并不是否定金融对于大学生创业意愿的作用,我们的研究进一步揭示出了金融如何促进大学生创业的有效途径:进行创业不仅仅要有创业意愿,还需事先积累创业型人力资本,如果没有足够的创业型人力资本,即使给与足够的金融支持,也会由于担心创业失败而不创业.
也就是说,大学生创业的基本逻辑是:积累创业型人力资本-获得金融支持-创业,其逻辑起点是先积累创业型人力资本.
我们的研究表明,社会保障制度、社会法律体系、金融环境对于激励大学生培养创业型人力资本都有正效应,而其中金融环境的激励作用最大.
这里的政策含义是:金融资源配置的理念、导向、方式及其透明公正性所形成的金融环境会对人们的价值观和学习方向发生改变.
若大学生感受到支持创业的金融环境,将会倾向于积累创业型人力资本,当社会具有足够的创业型人力资本时,创业才会因为金融支持的增加而增加.

第十章结论:2010-2020年我国高等教育发展战略本项研究从三个方面来回答高等教育如何与国家经济发展战略相协调这一重大问题.
第一:从世界历史来看.
自从有大学以来(可以上溯到公元前16世纪中国殷商时代的"右学"),特别是18世纪工业革命以来,人类社会分工的演变进程中,高等教育是如何逐步融入社会经济发展进程的最重要的是,分工日益深化的二十一世纪,高等教育与经济的关系有何新的变化,这种新的变化与人类社会分工演进导致的主要矛盾有什么关系我们得出的基本结论是,18世纪工业革命以前农业内分工条件下,大学专注于古典宗教神学知识的传播.
专注于古典宗教神学知识传播的大学是为了回答那些时代的主题问题"人与自然的关系"以及"生命的意义",完全不是针对经济发展的,也没有对经济发展产生直接的影响.
即使在人力资本的隐义上也没有影响,因为大学教育并没有直接增进当时劳动力的人力资本从而提高他们的效率和创造力.
当时一个国家的富裕主要靠自然资源禀赋以及农业生产,这都不是当时大学能培养的.
当时创造社会财富的主要是生丝、砂糖、茶叶、中药、胡椒、苏木、檀香、皮货、羽绒等农产品,土地贵族从这些产品中获得剩余,就将子女送入大学专门学习研究那个时代的主题问题,而不是大学毕业后来生产这些农产品.

18世纪农业内分工向农业-工业分工过渡时期,大学专注于古典宗教神学以及启蒙运动思想的传播.
18世纪经济发展与高等教育也没有直接关系,但18世纪大学开始吸纳自然科学课程,为高等教育服务于经济生产活动奠定了基础.
18世纪世界经济的重大事件是英国崛起,英国借助纺织工业革命成为世界工厂.
尽管这一次技术革命与高等教育没有直接联系,英国、美国、德国的大学开始开设物理(主要是力学)、数学等课程,增进了人类对于运动规律、计算科学的知识,这些知识对于经济生产活动效率的提高奠定了重要的基础.

19世纪农业-工业分工时期,大学开始服务于农业与工业工程.
尽管如此,国家经济增长与发展的重要因素还不是高等教育.
20世纪工业内分工时期,大学开始服务于技术创新与发明.
20世纪初开始,工业系统通过几次工业革命由为数不多的纺织、钢铁、铁路部门扩展到电力、石油、化学工程等部门以及更细的分工组织.
这种分工的发展是以技术创新与发明为基础的.
这是因为技术创新和发明具有强大的要素粘合力以及资源整合功能,能有力地推动社会生产力的极大提高并导致生产系统、经济结构乃至经济运行方式发生深刻变化,导致传统工业系统瓦解,产生新的工业形态.
而这种导致工业内分工深化的技术正是在大学产生的.
20世纪战后世界经济增长的主要动力来自高等教育提供的专业化人力资本,这是20世纪80年代以来发展起来的内生增长理论的一个基本结论.
资本的边际收益递减规律必然导致资本积累动力减弱,而高等教育不同院系专业为经济活动注入的专业化人力资本导致分工和专业化的不断演进,使得经济产生规模收益递增,使经济实现持续增长.
人力资本投资具有正的外部效应,私人收益低于社会收益,因而投资低于社会最优水平,进而导致竞争性均衡增长率低于社会最优增长率,因而提供人力资本的高等教育需要政府给予财政支持,正因为此,20世纪各个国家对于培养高级人力资本的大学进行有力的财政支持.
这就是20世纪高等教育与经济的基本关系.

21世纪全球分工进一步深化,我们应该从发展经济学视角来看待高等教育.
高等教育系统带来的基础研究以及应用性研究的大量突破推动工业内分工的演进,到20世纪80年代,全球经济分工深化为产品内分工,也就是企业产品"生产谱"全球分解;为适应经济分工的细化,高等教育的教育活动与科学研究活动内部进一步分工.
尽管经济活动、教育活动的分工细化带来了巨大的经济增长,也带来了不可忽视的问题.
经济活动、教育活动分工细化的直接结果是人力资本的专业异质程度越来越大,而这又逐步形成两方面的负面影响:第一,人类作为一个整体在处理人与自然关系时越来越缺乏代际正义.
第二,教育与分工的代际传递效应对社会公平形成影响.
正是基于这两个原因,我们预计在21世纪高等教育与经济的关系必然会发生深刻的变化.
概括起来就是,高等教育要从重点解决人类经济增长的问题转为重点解决21世纪人类面临的两个主要矛盾,一是尽力修复工业革命以来人类对大自然的破坏,探索人与大自然永久和谐的技术和制度;一是教育工业革命以来人类物质欲望过度增长的精神世界,探索人与人和谐、社会公平的思想和制度.
这两个主要矛盾都属于发展经济学的重大主题,需要进行深入的研究.
哪所大学率先把主力瞄准这两个主要矛盾,哪所大学就会成为世界高等教育的精英,哪个国家的大学率先解决这两个主要矛盾,哪个国家就会成为发展经济学意义上的精英国家.

第二,从世界横截面数据来看.
IMF2009年对世界182个国家和地区进行了人均收入排名.
最富裕的国家卢森堡2009年人均GDP为104511.
9美元,而最穷的国家布隆迪人均GDP仅为162.
9美元,一天的收入不到1美元,比联合国2009年规定的1.
25美元/天的极端贫困线还低.
这是为什么呢我们试图对这182个国家的自然资源、高等教育与经济发展之间的协调机制和状况进行研究.

我们把这些国家分成了三类:人均收入1-50名国家为第一类,平均人均GDP高达33749.
2美元,51-100名国家为第二类,平均人均GDP为6339.
6美元,101-182名国家为第三类,平均人均GDP为1314美元.
中国2009年人均GDP为3677.
9美元,名列第100位.
第一类国家排除美国、加拿大、澳大利亚后,平均国土面积为18.
5万平方公里,而且大部分国家自然资源非常贫乏;第二类国家排除巴西、俄罗斯、中国后的平均国土面积为52.
7万平方公里,其中有接近50%的国家国土面积不足10万平方公里,而且资源并不是很丰富;第三类国家平均国土面积为59.
1万平方公里,大部分自然资源很丰富.
当我们考察这些国家高等教育、自然资源与经济发展关系时得到的基本启示是:很少有国家是因为资源贫乏、地理环境恶劣而贫穷.
名列世界各国人均收入最后一名的非洲国家布隆迪的确自然环境仅适合种咖啡、茶叶、棉花,资源贫乏,又为内陆封锁型地理状况,经济非常落后,但该国贫穷还有另外两个重要因素,一是落后的法律体系,一是严重缺失的教育体系.
不仅仅所有贫穷的国家都没有处理好自然资源、高等教育与经济发展的关系,哪个国家不处理好这一重要关系,经济发展迟早要受到严重制约.
这三者之间最基本的逻辑是:马歇尔生产函数可以简约为经济总供给是物质资本以及人力资本的函数.
国家的自然资源状况,比如石油、天然气、矿产资源含量是国家生产函数中物质资本来源之一;而高等教育是国家培养人力资本、提高人力资本的重要手段.
只有自然资源而没有高等教育提供的高级人力资本,经济总供给就只能通过卖资源提高,而资源有限并且不可再生,最终经济发展会受到制约;当然,也有可能这样的国家可以通过高等教育进口解决人力资本的供给问题.
比如,2009年人均GDP世界排名第一的卢森堡,国内只有两所综合性大学,高等教育重要的一部分靠邻国德国、法国、比利时提供;只有高等教育提供的高级人力资本而没有自然资源,那就需要进口自然资源,或者通过高级人力资本分享世界自然资源的租金;再就是,高等教育的规模要与经济总供给的规模相协调,防止教育不足以及过度教育.

人均收入101-182名国家中,刚果(金)、利比里亚、非洲的厄立特里亚、非洲的马达加斯加、非洲的莫桑比克、毛里塔尼亚、巴布亚新几内亚、科特迪瓦、玻利维亚、缅甸、马里、乍得、尼日利亚、危地马拉、阿富汗、萨尔瓦多等国家存在严重的教育不足,高等教育的投入过少,不足以为经济总供给增加提供足够的人力资本;而非洲的几内亚比绍、非洲几内亚、非洲的贝宁却出现了过度教育,也就是高等教育投入和规模超过了经济总供给的承受能力,大学过多,与经济发展水平不匹配,反而变成包袱.
还有一些国家没有摸清教育投入的规律,一会儿不重视教育,一会儿又过度投入教育,还没有找到教育和经济发展的协调关系.
比如非洲的尼日尔、非洲的苏丹等,还没有实现教育与经济的良性互动.
还有一部分国家,不是教育不足和过度的问题,而是教育体系的结构与国家资源禀赋不匹配.
比如亚洲的尼泊尔、中非、亚洲的塔吉克斯坦、印度、非洲喀麦隆、亚洲中部的蒙古、菲律宾、印度尼西亚.
这些国家或者人文社会科学高等教育规模过大,理工科教育严重不足,这使得发展工业缺乏必要的人力资本;或者教育投入只投给极少数精英大学,顶尖的科学技术型人力资本非常突出,但是国家的高级人力资本总量太少,使得发展全面的工业体系缺乏人力资本支持(比如印度).

当然,这些穷国也有值得借鉴的经验,因为一些国家教育与资源禀赋契合好,进步很快.
比如非常贫穷的埃塞俄比亚(人均GDP2007年、2008年、2009年分别为206美元、324美元、390.
27美元),农业、矿产和水力资源丰富,为适应国内资源禀赋状况,教育投入的重点是职业技术教育,针对初中生和高中生毕业群体,展开有关农业和矿业的相关培训,农业和矿业有较大发展.
从2002/2003年大饥荒后保持了10%以上的增长(撒哈拉以南国家的平均增长率不到6%).
对于大学教育不断增加投入,近年来综合性大学数量已从2所增至21所.
还有非洲的莱索托(2007年、2008年、2009年该国的人均GDP分别为648美元、661美元、642美元),自然资源贫乏,但重视教育,而且教育投入向初等教育倾斜,识字率达81%,初级教育普及率达69%,在撒哈拉以南非洲国家中位居前列.
由于教育水平相对高,2000年以来欧美相继向莱开放无关税、无配额的市场,使得莱成为撒哈拉以南非洲地区对美最大服装出口国和美在非第8大贸易伙伴.
在这样低的人均收入下莱索托的高等教育规模是适度的,共一所大学(莱索托大学),两所学院和四所技术学校(接近高等教育).
还有誉为"铜矿之国"的非洲的赞比亚,该国的初等教育为国家支柱产业采矿业、农业和旅游业提供了相适应的人力资本保障,可见教育与资源禀赋是相协调的.
当然,这些国家如果不进一步发展高等教育并藉以实现产业升级,一旦资源枯竭,经济将面临巨大困难.
由此来看,高等教育的举办并不是越早越好、越多越好,而是要与经济总供给以及资源禀赋进行动态协调.

这些穷国中,最值得借鉴的是不丹.
该国逐渐形成了独特的发展模式,即注重物质和精神平衡发展,将环境保护和传统文化保护置于经济发展之上,衡量发展的标准是国民幸福总值(GNH),而非GDP.
这被称为不丹模式,高等教育传播这一理念,并为这一模式的维护和创新提供相应人力资本.

人均收入51-100名的国家中,有接近50%的国家国土面积不足10万平方公里(101-182个国家中国土面积小于10万平方公里的仅占10%).
这些国土面积小于10万平方公里的国家按照自然资源、高等教育、经济发展的关系分为三类.
第一类国家:仅有地理位置优势而没有其他资源的国家.
这些国家中有一些国家没有什么生产性的自然资源,但地理位置良好,具有良好的旅游资源,其高等教育主要服务于旅游业和离岸金融业(当然,其中也有国家由于地理位置足够好,依靠地理位置就可以让人民生活富裕,没有举办高等教育).
这些国家有多米尼克、斐济、圣文森特和格林纳丁斯、毛里求斯、圣卢西亚、巴拿马、黎巴嫩以及塞舌尔.
第二类国家:既没有地理位置优势也没有自然资源的国家.
其高等教育对于经济发展就起到了重要的作用.
比如约旦,立陶宛.
第三类国家:资源丰富的国家.
这些国家又分为两类,一类国家仅仅简单出售自然资源,对于高等教育并不重视,比如马尔代夫、阿尔巴尼亚、马其顿、多米尼加、伯利兹、赤道几内亚等;一类国家对自然资源进行初步加工,高等教育为发展初加工工业培养劳动力作出了努力,比如波黑、阿塞拜疆、牙买加、哥斯达黎加等.
国土面积大于10万平方公里的国家中,自然资源贫乏的国家仅有白俄罗斯、保加利亚、乌克兰三个国家.
这三个国家发达的高等教育为该国经济发展做出了重要贡献.
自然资源丰富的国家,也分成三类:第一类国家:卖资源,无需高等教育配合.
比如南美地区的厄瓜多尔、纳米比亚、哥伦比亚、安哥拉、苏里南、土库曼斯坦、巴西、加蓬、博茨瓦纳、智利、利比亚,第二类国家:初加工资源,高等教育培养与初加工工业相适应的劳动力.
比如突尼斯、阿尔及利亚、泰国、秘鲁、伊朗、南非、马来西亚、阿根廷、哈萨克斯坦、土耳其、乌拉圭、罗马尼亚等国家,第三类国家:利用自然资源资源,高等教育培养创造性利用自然资源的高级人力资本.
比如墨西哥、俄罗斯、波兰等国家.

人均收入51-100名的国家给出的重要启示是,要有世界一流的产业体系,背后一定要有世界一流的相关高等教育专业.
比如墨西哥(2007年、2008年、2009年的人均GDP分别为8426美元、10234美元8134.
8美元)在超导材料、常温核聚变、核物理技术、生物技术等产业领域也有较强的国际竞争优势,而该国高等教育在相关专业领域也具有很好的优势.
比如俄罗斯(2007年、2008年、2009年的人均GDP分别为8612美元、11806美元、8693.
8美元),航空航天、军事工业等产业以及高等教育都属于世界一流水平.
再比如波兰(2007年、2008年、2009年的人均GDP分别为10858美元、13798美元、11287.
9美元),在生命科学与生物技术、医学科学的产业以及高等教育领域都具有世界声誉.

1-50名国家和地区中,国土面积不足10万平方公里的国家(和地区)有33个,占到66%.
这些国土面积小于10万平方公里、而且资源贫乏的国家可以分为三类.
一类国家虽然用于生产的自然资源贫乏,但地理位置良好,发展旅游业和离岸金融业却有得天独厚的条件,国民非常富裕,需要高等教育进行配合的要求很少.
比如,巴巴多斯、安提瓜和巴布达、马耳他、塞浦路斯、匈牙利等国.
第二类国家资源贫乏,但依靠发达的教育、科技利用本国以及其他国家资源,促进了国内的经济竞争力.
比如爱沙尼亚、韩国、捷克、斯洛文尼亚、以色列、新加坡、比利时、荷兰、爱尔兰、丹麦等国家.
第三类资源贫乏的国家,用金融制度、企业制度等分享世界资源的租金,高等教育则主要培养这样的制度的设计者、维护者,高等教育表现出管理学、经济学教育和科学研究发达的特征.
比如瑞士等国.
国土面积小于10万平方公里的国家中,也有一些资源丰富的国家,共10个.
分成如下三类.
第一类:资源非常丰富,卖资源而已,无需高等教育的配合.
比如拉脱维亚、巴林、文莱、科威特、阿联酋、卡塔尔等国.
第二类国家,资源丰富,但并不是简单的出售资源,对资源进行简单的加工制造和利用,实现经济的增长,高等教育的配合程度也不大.
比如克罗地亚、特立尼达和多巴哥、葡萄牙.
第三类国家,资源丰富,但是利用发达的教育和科技对资源进行深加工,生产高附加值的产品.
比如奥地利.
国土面积大于10万平方公里且资源贫乏的国家可以分为三类.
第一类,工业资源贫乏,但地理位置良好,旅游业发达,国家利用这一点实现了高国民收入水平.
比如希腊.
第二类国家,资源水平一般,但有良好的教育和科学技术水平,进口他国资源,生产高附加值产品,实现高国民收入.
比如西班牙、法国.
第三类国家,资源贫乏,但却有着发达的企业制度,高等教育为这一制度不断培养建设者、维护者和创新者,得以源源不断分享世界资源的租金.
比如意大利、日本、德国.
资源丰富的国家又分为四类,第一类,通过出售资源维持高的国民收入,暂不需要高等教育进行配合.
比如委内瑞拉、沙特、阿曼、新西兰、澳大利亚、挪威.
第二类国家,资源丰富,利用发达的教育、科技使自己的资源增加附加值,从而使国家富裕起来.
比如冰岛、加拿大、芬兰.
第三类国家,自己资源丰富,但依靠发达的教育、科技利用自己以及世界的资源.
比如瑞典.
第四类国家,资源丰富,主要用金融制度、企业制度等分享世界资源的租金,而高等教育则着力培养这种制度的维护者和创新者.
比如英国、美国.

1-50名国家和地区给出的重要启示是:第一,卖资源发展经济是非常可怕的模式.
塞浦路斯(2007年、2008年、2009年的人均GDP分别为26386美元、32772美元、29619.
5美元)国名在希腊文中是"铜"的意思,国家素以产铜著称,但近年来铜矿源接近枯竭,国家名字已经开始名不副实.
第二,当前世界自然资源、高等教育与经济发展之间最高端的模式是:高等教育培养金融制度、企业制度的建设者、创新者,通过金融制度、企业制度分享世界自然资源的高额租金,从而促进经济发展,并反过来进一步促进高等教育提供国际分工链最高端的人力资本.
比如英国,不但利用发达的金融系统实行对外投资,通过这一投资实现了对其他国家自然资源的租金分享过程,还使得这一金融系统汇集了世界各地的投资、投机资金,从而也分享这些资金获得世界资源的租金;再比如美国、日本、德国、意大利,其企业制度不仅仅是世界资源转化成高附加值产品的高效率场所,还是通过股份控制、对外投资、企业内贸易等手段分享世界资源租金的高效率机制.

第三,从中国的宏观数据以及第一手微观数据来看.
从宏观层面来看,(高等)教育与国家经济增长战略相协调的一个重要方面是教育财政投入、人力资本增长与经济增长要是相协调的,并且是良性互动关系.
这里的基本直觉是,财政投入促进教育为国家提供人力资本,人力资本增长使得利用自然资源的效率提高,从而促进经济增长.
但我们利用1985-2007年中国宏观数据得出的逻辑是,人力资本对于经济增长的促进作用是正向的,但教育的财政投入并没有直接促进人力资本增长,人力资本的增长是由于经济增长引起的,经济增长导致了人们的收入增长,使得人们对人力资本的投资增加,从而使得人力资本增长.
教育的财政投入直接促进了经济增长,比如,通过校园建设使得社会固定资产投资增加,从而带动经济增长.
教育的财政投入并没有带来人力资本增长,这意味着,财政投入并没有转化成教育质量的提高,从而促进人力资本增长,使得国家对于教育的财政投入与经济增长之间是负反馈关系,也就是,我们国家的教育财政投入未与经济增长之间形成更高水平的均衡关系.
我们国家要形成教育促进人力资本增长,从而促进经济增长的增长模式,不但需要增加教育财政投入,还需要促使教育的财政投入真正促进教育质量的提高,从而促进人力资本增长.

从微观层面来看,高等教育与国家竞争力战略相协调的一个重要方面是高等教育要真实的增加大学生的人力资本,而不是只给了他(她)们一纸文凭.
我们考察了大学对于文化资本、经济与教育资本、社会资本、认知资本和抱负资本等五类人力资本的培养.
文化资本指正确的价值取向、社会责任感、良好的道德品质和修养.
大学教育通过教育过程直接积累这一类人力资本,并通过高等教育的代际效应间接在家庭传递.
经济教育资本指能提高个人经济利益的资本,包括职业能力、知识和专业技能以及创业能力.
社会资本指构建诚实、信任、互惠的社会网络并进行维护的能力,与福山提出的社会资本概念接近.
认知资本包括认识和判断能力、独立思考和自主学习能力、联想和创新能力.
抱负资本包括进取心、荣誉感和自豪感、为人类谋福利的抱负.
经济和教育资本、认知资本、社会资本以及抱负资本与文化资本一样,都存在代际效应,大学教育在直接积累这些人力资本的同时,通过代际效应对国家经济发展与社会转型产生深刻影响.
这显然是高等教育促进国家竞争力增长的重要机制.
我们的调查研究表明,我国高等教育主要提高了大学生的认知资本,再次是经济和教育资本、社会资本,而文化资本和抱负资本的培养效率是排在最后的.
我们还惊讶的发现,高考成绩更高的学生进入了更好的大学,但这五类人力资本的培养效率并没有与大学生的入学起点显著正相关,也就是,高考成绩越高,大学起点越好的学生,其各类人力资本并没有得到更高的提升.
我们的教育资源向更好的大学倾斜了,但好大学的学生并没有得到人力资本更大的提升,这说明我们的教育投入与教育质量提高不是正相关的,这正好呼应了上述宏观模型的结果,也给出了如何检验教育质量的标准:教育的投入更多,应该所在大学的学生的文化资本、抱负资本、社会资本、教育与经济资本以及认知资本增加的更多.
而不是当前评价的毕业生数量更多、发表的论文更多,等等.

在大学教学、大学管理、科学研究等维度我们识别出了显著影响大学生人力资本积累效应的微观变量,得出的关于高等教育如何与国家竞争力向协调的政策建议有:第一,关于大学教学:要安排一流教师讲授人文课程.
我们的研究表明,相对于没有一流教师讲授人文课程而言,有一流教师讲授的情况下,大学教育与大学生文化资本积累相关联的概率将提高7.
7%-12.
1%.
在我们的样本中,只有60%的被试者回答听到过一流的教师讲授人文课程.
即使985工程大学的被试者中也只有63%给出肯定回答.
要提倡教师在授课过程中重视对科学精神和人文关怀的培养.
我们的研究表明,如果在大学遇到了对自己科学精神及人文关怀的追求产生重大影响的教师,大学教育与抱负资本积累相关联的概率将提高15.
4%-24.
7%.
在我们的样本中,只有45%的被试者回答遇到过对自己科学精神及人文关怀的追求产生重大影响的教师,即使985工程大学的被试者中也只有55%给出肯定回答.
要将优秀的教师安排到低年级授课.
我们概率反应分析表明:学生所处的年级越高,学生受到的大学教育与抱负资本相关联的概率是增加的,但在年级不变的情况下,如果遇到对学生科学精神及人文关怀产生影响的教师将明显提升其接受的大学教育与抱负资本关联的概率.
随着年级上升,是否有优秀教师其概率改进情况是趋于缩小的,这说明为了促进抱负资本的积累,优秀的教师更应该分派到低年级.
国外很多诺贝尔奖获得者在总结其成功的原因时(比如菲尔普斯、索洛等),国内很多科学家、文学家、思想家在回顾过去的西南联大、武汉大学的时候,都会谈到在大学一年级就接触到大师级的教师讲授基础课程,可是现在的大学,往往让一毕业的博士就去讲基础课程,教授只做研究而不再教授本科生,这对于国家人力资本积累不利.
第二,关于大学科学研究.
要通过科学研究培养学生的社会责任感和诚实品质.
当前我国在大学推行本科生国家创新项目.
我们的研究表明,当学生参与科学研究研究过程中指导教师注重培养学生的社会责任感和诚实品质时,大学教育与文化资本积累相关联的概率将提高18.
1%-28.
3%.
这凸显出了科学精神和人文精神的互通和促进.
在我们的样本中,只有65%的被试者回答指导教师重视在科学研究过程中培养学生社会责任感以及诚实品格.
985工程大学的被试者中76%给出肯定回答.
科学研究会影响全球人居条件.
大气中的二氧化碳浓度已经从工业革命的280PPM上升到2005年的379PPM,近百年来,全球平均地表温升0.
74摄氏度,过去50年升温率几乎是过去100年的2倍.
如果气温上升1.
5摄氏度,全球20%-30%的物种将全部灭绝;如果上升3.
5摄氏度,40%-70%的物种将面临灭绝(IPCC,2007).
现在大气中二氧化碳的当量浓度约为400PPM(百万分之一),如果达到450PPM,全球气温将上升2度,北冰洋的冰层会全部融化,导致海平面上升,并淹没大量人居区域.
这在很大程度上由愚昧的经济决策、技术发明和社会计划引起.
而这又与人类整体的社会责任感、文化资本水平有关.
大学生是日后社会的食品、药物、技术发明、科学创新、思想创造的重要提供者,在大学阶段通过科学研究培养他们的社会责任感和诚实品质具有重要意义.
第三,关于大学管理.
管理层应该着力做的事情不是搞这个活动那个活动,而是引导大学生比高中更加勤奋学习.
我们的研究表明,相对于大学学习没有高中努力的同学,比高中更加努力的学生其大学教育与认知资本积累关联的概率将增加9%-14.
7%,与抱负资本积累关联概率将提高15.
3%-24.
6%.
在我们的样本中,只有30%的被试者回答比高中更加勤奋学习,即使985工程大学的被试者中也只有30%给出肯定回答.
高考使学习优秀的年轻人进入了大学,但一进入大学他们中的大多数都不如考大学的时候更勤奋了,如果所有大学管理层设计好激励机制促使大学生比高中时代更加勤奋,国家的认知资本、抱负资本积累量会更大.

我们还对大学生的学习行为如何与国家竞争力相关联的问题进行了微观计量研究,我们重点探索如何引导大学生的学习是"为国家学习"的.
也就是让大学生回答主观上是否有意识提高自己的人力资本从而促进国家竞争力,是哪些因素促使大学生具备这样的主观努力.
我们的测试表明,如果用Liket五点计分法来衡量,大学生学习的"国家导向"得分仅为2.
72,得分最高的是追求专业技能的进步(3.
18).
当然,这里反驳者最容易援引的强有力的反驳是斯密的重要论断"……他并不企图增进公共之福利,也不知道他们所增进的公共福利为多少.
他所追求的仅仅是个人的安乐:仅仅是他个人的利益.
在这样做时,有一只看不见的手引导他去促进一种目标,而这种目标决不是他所追求的东西.
由于追逐他自己的利益,他经常促进了社会利益,其效果要比他真正想促进社会利益时所得到的效果为大.
"事实上,关于这一原理,斯密在晚年已经开始反思,并不顾年老力衰,奋力工作,利用生命的最后时光在《道德情操论》中进行了重大修改,下文会谈到.
我们得出关于引导大学生"为国家学习"的重要政策建议是加大专业课考试难度.
现在的大学考试点重点、划范围现象非常严重.
我们的研究表明,如果考试难度加大一个层次,则学生的学习行为落入"增进国家竞争力导向"上高效率区域而不是低效率区域的概率将增加9%-14%!

很多国家处理不好教育体系的结构与国家资源禀赋的匹配关系,表现之一是处理不好理工科教育与人文社会科学教育的关系,我们国家呢我们国家还处在大众化教育起步阶段,但这一阶段就出现大学教育与劳动力市场需求的严重不匹配的矛盾,特别是理工科高等教育.
我们的第一手数据研究表明,理科类专业教育比文科专业教育与劳动力市场更不匹配,当选择理科类专业而不选择文科类专业的话,将面临接受与劳动力市场脱节的大学教育的概率增加8%-13%.
在我们的样本中,理工科学生认为大学所用教材与现实的需求"适应"、"非常适应"的只占到5.
2%;认为所在专业的教师团队整体素质"较好"、"很好"的只占到32%;对所学课程的大多数"兴趣较高"、"兴趣很高"的只占到21%,认为学校的教育培养目标和培养方式是否具有好的社会适应性时,回答"能适应"、"非常适应"的只占到15%.
样本中参加工作的理工科学生认为工作岗位和自己的专业知识"对口"、"非常对口"的只占14%.
大学理工科学生是未来国家技术创新的重要主体,而这些数据显示出理工科专业大学教育与劳动力市场严重不匹配,需要引起国家高度关注.
创业者的形成对于社会分工的改进以及经济长期增长具有重要作用,如果一个国家表现出个人更倾向于积累职业型人力资本而不是创业型人力资本,社会将出现"过度教育":也就是过多的人在学习(包括在大学内学习)如何运用知识促进经济交易而不是学习为经济体统提供新思想、新产品、新技术.
我国的大学教育就出现了这种情形.
一个经济体中创业型人力资本与职业型人力资本的比率决定该经济体的长期增长路径,对于中等收入国家,创业型人力资本更为重要,更低的就职人数/创业人数比率能够带来更高的稳态技术水平,从而促进经济发展,提升国际竞争力.
我们的第一手数据(有效样本5987个)研究表明,中国大学生仅有6.
8%-11.
3%准备毕业以后创业,而真正毕业以后创业的比率更低.
我们的实证研究表明,无论是权益资金、债务资金、个人(非创始人)资金支持、创业资本中的哪一种金融支持对于大学生创业都没有直接的激励作用.
这表明,通过金融支持促进大学生创业的途径将会是失败的.
大学生创业的基本逻辑是:积累创业型人力资本—获得金融支持—创业,其逻辑起点是先积累创业型人力资本.
也就是需要首先支持大学并激励大学生增加对创业人力资本培养和积累的投入.
同时,我们的微观计量分析还表明,社会保障制度、社会法律体系、金融环境会对大学生的价值观和学习方向产生影响,要让这些制度环境形成一个崇尚创业的社会氛围,这种氛围对大学的渗透比直接给大学生创业金融支持更重要.

将世界历史、当前世界横截面数据以及中国当前实际结合起来,如果我们从人类发展的角度来考察中国高等教育与中国竞争力相协调的问题,最为重要的启示是什么呢我们看到,启蒙运动、工业革命之后的近三百年来,人类社会和大学的主题到了21世纪再也不是"人与自然的关系"以及"生命的意义"了,人类社会和大学的主题变成了"经济".
亚当·斯密(1723-1790、7)的《国民财富的性质和原因的研究》正好出版于工业革命时代(1776年),此后的近三百年,也正是亚当·斯密提出的"看不见的手"的原理越来越被推崇的年代——越来越多的国家推崇个人消费效用最大化,推崇个人追求财产,推崇市场价格机制对于资源配置的作用,中国也不例外.
这是斯密愿意看到的吗斯密一生仅出版了两本书,一是《国富论》,一是《道德情操论》(1759年第一版).
我们注意到,《道德情操论》共修改了六次,第六次修改很可能是斯密逝世前两个月完成的,共花了四年多时间.
在1789年3月斯密给出版商卡德尔的信中,斯密说,"……我在紧接第五卷之后插入了全新的第六卷,内容是实践道德体系,标题为'论德性的品质'".
归结起来,斯密不顾年老体衰,在生命最后的时光全力以赴地进行书稿第六版修改,是因为他开始怀疑向来主张的"看不见的手"能形成社会生活所需要的基本秩序和合意的社会结果,试图修补其哲学体系内部的裂痕(罗卫东,2006,2010).
在第六版中斯密写道:"……为了获得这种令人羡慕的境遇,追求财产的人们时常放弃通往美德的道德,不幸的是,通往美德的道路和通往财产的道路二者的方向有时截然相反"(斯密,1997).
从上述对于中国大学生的调查来看,大学生最注重的是提高能够收获职位以及带来经济利益的认知资本、教育和经济资本,而不是培养正确价值取向、社会责任感、良好的道德品质和修养的文化资本,更不是为人类社会谋福利的抱负资本.
这一调查印证了斯密的担忧.
中国的几乎每一个大学都在讲授以论证看不见的手的原理为核心内容的西方经济学(微观经济学部分),他/她们毕业后不仅仅按照这一原理指导自己的生活,还按照这样的原理进行技术发明和制度设计,依斯密在《道德情操论》第六版中的逻辑来推论,我们现在就应该对未来社会状况心存恐惧.

个人消费效用最大化,个人追求财产,依靠市场价格机制配置资源不仅仅会带来斯密担忧的人类美德的腐败,还显然会更快的消耗掉世界有限的自然资源.
在第二、第三、第四章,我们尽可能详尽地列出了182个国家的自然资源储量,另一个目的是试图警示人类,我们的资源很可能就是这么多,总有一天会全部用完.
很有可能,我们应该从现在开始就需要用罗尔斯提出的"代际正义"原则来进行资源的配置了,否则来不及了.
我们从182个国家总结出的自然资源、高等教育与经济发展之间最高端的模式是,高等教育培养金融制度、企业制度的建设者、创新者,通过金融制度、企业制度分享世界自然资源的高额租金,从而促进经济发展,并反过来进一步促进高等教育提供高端人力资本.
我们可以预见,会有越来越多的国家追求这种增强自己国家竞争力的强有力模式,可是,世界的金融制度、企业制度越发达,世界自然资源的消耗就会越快,拥有自然资源而没有一流金融制度和企业制度的国家就越难以分享自己的资源的租金.
由此可以推论,如果没有对这一模式的干预,世界的自然环境会越来越恶劣,世界的财富分配会越来越不公平,从而世界越来越不和谐.

这两方面的矛盾,也就是斯密担忧的美德的腐败以及人与自然环境的矛盾,正是21世纪人类面临的主要矛盾.
人类最优秀的大学应该提前响应人类的未来矛盾,负责任的国家在制定国家竞争力战略时,也应该响应人类的未来矛盾.