【文章內容簡介】 中國，政府的教育支出占整個社會教育支出的絕大部分，在整個 1990年代，中國各級政府的教育支出占 GDP的比重不足 3％，而在實物上的投資卻大約占到 GDP的 30%.相比之下，美國教育投資和實物投資占 GDP的比重分別是 %和 17％。即使是在發(fā)展中國家，中國在人力資本上的投資也是低于平均水平。 近年來政府在人力資本投資的絕對量有所上升，但相對水平的國際比較只降不升。 2020年，中國教育支出占 GDP的比重上升到 ％，但實物投資占 GDP的比重更 上升到 45％！在中國，實物資本與人力資本投資的比例比其他大多數(shù)國家都要高得多。 在一個有效的投資市場中，應該是各種形式、各個地區(qū)的投資回報率都是一樣的，否則資本會從低回報的地方流向高回報的地方。如果實物資本的投資回報遠遠高于人力資本的回報，那么這種不平衡是合理的。但是，實際上中國人力資本的潛在投資回報率不但遠遠高于實物資本的投資回報率，也高于發(fā)達國家的教育投資回報率。只是中國存在很大的政策扭曲，使得這種潛在回報率無法實現(xiàn)。在這個意義上，可以說中國的教育投資嚴重不足。這極大地阻礙了中國經(jīng)濟的發(fā)展。 （ 二）中國人力資本投資的潛在回報比發(fā)達國家還要高得多 中國是個處于轉型期的大國，其變化日新月異。越是有知識和技能的人，越能很好地適應各種變化，并反過來更好地推進經(jīng)濟的發(fā)展。與此同時，中國與國際經(jīng)濟的聯(lián)系日益緊密，新思想、新技術的本土化，以及中國經(jīng)濟的全球化都迫切需要大量受過良好教育的人，因為大量實物資本的投資，需要很高的技術含量，也需要大量高素質的人員去操作。需要高效率運轉的項目投資尤其如此。而且，中國當前大量不熟練勞工進入城市，也需要高素質人員去培訓他們。 由于中國整體處于一個比較低的水平，所以有知識和技能 的人接受新技術、幫助整個社會的 溢出效應 更為顯著。換句話說，就是人力資本投資的社會總回報很高。新近的一項研究表明，如果考慮對社會產(chǎn)出的貢獻，而不僅僅是個人收入，中國人力資本投資回報率高達30%至 40%，高于物質資本投資的回報（估計可以高達 20%），也高于美國等發(fā)達國家的人力資本投資回報（ 15%～ 20%）。 （三）必須為這些潛在的回報變成真正的回報創(chuàng)造條件 關鍵的問題是，首先，放開勞動市場，消除勞動力市場的結構性障礙，讓教育的高回報真正體現(xiàn)出來，讓人們愿意投資教育。其次，改革教育市場，對所有形式的資本開放競 爭，創(chuàng)造融資的條件，讓人們不但愿意、而且可以投資教育。中國已經(jīng)有一些資金投資于教育領域，也有一批私營學校，但這些都需要大大加速。教育的各個領域，包括大學都可以引入各種形式的資金進入競爭，從而促進教育基礎設施和教育水平的提高。與此同時，發(fā)展教育融資市場，使得人們不至于由于流動性約束而失去受教育的機會。 結論： 中國經(jīng)濟的高速增長掩蓋不住效率偏低的現(xiàn)實，這是無法回避的問題。僅看中國這個世界工廠 在全球產(chǎn)業(yè)價值鏈中的低端位置，就可以知道，中國的增長模式亟待改變。而中國已經(jīng)明確提出了 以人為本 的發(fā)展觀，同時把 轉換經(jīng)濟發(fā)展模式作為當前一個迫切的任務。 附 ： 一 ＴＷ舒爾茨的 人力資本理論主要包括（ 1）人力資源是一切資源中最主要的資源，人力資本理論是經(jīng)濟學的核心問題。（ 2）在經(jīng)濟增長中，人力資本的作用大于物質資本的作用。人力資本投資與國民收入成正比，比物質資源增長速度快。（ 3）人力資本的核心是提高人口質量，教育投資是人力投資的主要部分。不應當把人力資本的再生產(chǎn)僅僅視為一種消費，而應視同為一種投資，這種投資的經(jīng)濟效益遠大于物質投資的經(jīng)濟效益。教育是提高人力資本最基本的主要手段，所以也可以把人力投資視為教育投資 問題。生產(chǎn)力三要素之一的人力資源顯然還可以進一步分解為具有不同技術知識程度的人力資源。高技術知識程度的人力帶來的產(chǎn)出明顯高于技術程度低的人力。（ 4）教育投資應以市場供求關系為依據(jù)，以人力價格的浮動為衡量符號。 二 詹姆斯赫克曼的觀點 ： 1） 中國人力資本的潛在投資回報率不但遠遠高于實物資本的投資回報率，也高于發(fā)達國家的教育投資回報率。只是中國存在很大的政策扭曲，使得這種潛在回報率無法實現(xiàn)。在這個意義上，可以說中國的教育投資嚴重不足，這極大地阻礙了中國經(jīng)濟的發(fā)展。 2）研究表明，如果考慮對社會產(chǎn)出的貢 獻，而不僅僅是個人收入，中國人力資本投資回報率高達 30%至 40%，高于物質資本投資的回報估計可以高達 20%，也高于美國等發(fā)達國家的人力資本投資回報 15%～ 20%。 3）物質資本和人力資本投資必須有適當?shù)谋壤?，正如低成本的勞動力必須要有高素質的人員配比一樣，這樣才能最大限度地優(yōu)化經(jīng)濟生產(chǎn)。人力資本投資和物質資本投資需要平衡，過分強調其中的一方都會損失效率 4）中國經(jīng)濟的高速增長掩蓋不住效率偏低的現(xiàn)實，這是無法回避的問題。僅看中國這個“世界工廠”在全球產(chǎn)業(yè)價值鏈中的低端位置，就可以知道，中國的增長模式亟待改變。而 中國已經(jīng)明確提出了“以人為本”的發(fā)展觀，同時把轉換經(jīng)濟發(fā)展模式作為當前一個迫切的任務。 【 參考資料 】 [1] ＴＷ舒爾茨 .論人力資本投資 [Ｍ ].北京 :北京經(jīng)濟學院出版社 ,1988。 [2] ＴＷ舒爾茨 《教育的經(jīng)濟價值》 [3] 《現(xiàn)代經(jīng)濟探討》 2020年第 7期。 [4] ＧＳ貝克爾 .人力資本 [Ｍ ].北京 :北京大學出版社 ,1987。 [5] 斯特魯米林 《國民教育的經(jīng)濟意義》 [6] 丹尼森 《美國經(jīng)濟增長的原因與我們面臨的選擇》 [7] 詹姆斯赫克曼《商務周刊》 關于房價問題的初步分析 引言：近改革開放 20多年來，從來沒有哪一個行業(yè)像房地產(chǎn)業(yè)這樣盛產(chǎn)億萬富翁，各種富豪排行榜上，房地產(chǎn)富豪連年占據(jù)半壁江山；“中國十大暴利行業(yè)”中，房地產(chǎn)業(yè)每年都是“第一名”。是什么造就了這樣的狀況。房地產(chǎn)的問題，在開發(fā)商，政府，購房者三者來看，就是一場完完全全的博弈。而這場博弈的焦點則是房價問題。 如果說開發(fā)商與政府之間的博弈是圍繞“土地”這個關鍵詞，那么整個房地產(chǎn)市場則在價格上開展了新一輪的對峙。先是開發(fā)商與購房者在房價漲跌上僵持不下；再有開發(fā)商與政府之間的土地成本論；最后則是關于房地產(chǎn)是否歸為暴利行業(yè)的爭執(zhí) ，“價格”成了市場關注的焦點。而對于房價的構成因素，至今仍然是不透明的。公布房價成本成為另政府極為頭疼的一件事。房價成本是一個非常復雜的集合體，并且項目間差異性較大，同時還有軟資產(chǎn)、品牌等組成部分，特別是現(xiàn)在的商品房，追求品質、功能完善以及個性化成本構成越來越難衡量。 寫作目的：通過對一系列影響房價的基本因素的分析，了解對其主要因素和次要因素。并對這些因素進行統(tǒng)計推斷和經(jīng)濟意義上的檢驗。選擇擬和效果最好的最為結論。在一定層面上分析房地產(chǎn)如此暴利的因素。當然筆者的能力有限，并不能全面的分析這一問題。僅僅就幾個因素進行分析。 寫作方法：理論分析及計量分析方法，將會用到 Eviews軟件進行幫助分析。 關鍵詞：房價成本 擬合優(yōu)度 現(xiàn)在我們以 2020年的數(shù)據(jù)，選取 30個省市的數(shù)據(jù)為例進行分析。在 Eviews軟件中選擇建立截面數(shù)據(jù)?，F(xiàn)在我們以 2020年的數(shù)據(jù)，選取 31個省市的數(shù)據(jù)為例進行分析。令 Y=各地區(qū)建筑業(yè)總產(chǎn)值。（萬元） X1=各地區(qū)房屋竣工面積。（萬平方米） X2=各地區(qū)建筑業(yè)企業(yè)從業(yè)人員。（人） X3=各地區(qū)建筑業(yè)勞動生產(chǎn)率。（元 /人） X4=各地區(qū)人均住宅面積。（平方米） X5=各地區(qū)人均可支配收入。（元） 數(shù)據(jù)如下 ： Y X1 X3 X2 X4 X5 12698521 5208402. 7799313. 5401279. 2576575. 10170794 3469281. 4401878. 11958034 27949354 2727006. 31272779 2429352. 6227073. 5493441. 3593356. 14813618 2072530. 6345217. 8729958. 1048763. 8188402. 1119106. 15163242 1492820. 2818466. 5862095. 12253374 2070534. 2122907. 3967957. 4404362. 2236860. 1080546. 3196774. 先用 Eviews軟件進行 White檢驗： White Heteroskedasticity Test: Fstatistic Probability Obs*Rsquared Probability Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/22/05 Time: 21:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error tStatistic Prob. C +12 +13 X5 +08 +09 X5^2 X5*X4 38067124 +08 X5*X3 X5*X2 X5*X1 1215201. X4 +11 +12 X4^2 +10 +10 X4*X3 1905048. 1949296. X4*X2 190