2.3 人力资本测量的扩展研究

使用平均受教育年限测量人力资本隐含了这样一种假设：假定不论在何种教育体系下，一年的教育都能增加同样的知识和技能。例如，假定在巴布亚新几内亚与日本受教育一年会增加同样的生产型人力资本。此外，这种测量假定正规学校教育是主要的或唯一的技能来源，非学校因素变量对教育成果的影响可以忽略不计。这就忽视了教育质量和家庭力量、健康以及其他影响因素的跨国差异，这是在跨国分析中使用教育程度的定量测量作为劳动力技能的代理变量的主要缺陷。

如果我们考虑技能（H）的来源，那么就可以更好地理解所要研究的扩展问题。正如广义教育生产函数研究文献（Hanushek，2002）所讨论的那样，众所周知，技能受到一系列因素的影响，包括家庭投入（F）、学校投入的数量和质量（qS）、个人能力（A），以及其他相关因素（Z），包括劳动力市场经验、健康，等等。如下公式所示：

教育项结合了教育数量（S）和教育质量（q）。事实上，一个宽泛的研究可以依据其中每个变量的情况展开。

显然，如果等式（2.2）描述了技能的形成，那么单纯靠教育数量（S）来衡量增长模型公式（2.1）中的技能（H），是不可能得到人力资本作用的合理估计的。这些估计无疑是偏颇的，并且对具体的模型设定和其他国别测量标准的采纳十分敏感——这正如我们在以上的有限分析中所看到的。

技能来自多种投入的复杂性告诉我们，可以寻找直接测量H的变量——这也是我们着力追求的目标。我们直接关注人力资本中的认知技能，用国际数学、科学和阅读成绩测量H。这种利用教育成绩的方法，建立在对教育生产函数和经济回报模型的既有研究基础上，具有三个潜在的优势。首先，用成绩测量能够捕捉到学校努力传授的知识和技能的变化，从而将学校教育的潜在成果与随后的经济表现结合起来。其次，通过强调教育的总效果，使这类方法涵盖了技能的各种来源——家庭、学校和能力。第三，通过解释学校教育质量不同所造成的学生成绩差异（但学校教育的供给数量可能相同），开启了关于不同政策设计对学校质量影响的重要性研究（这一点将会在第8章中进行讨论）。