關(guān)于人力資本的四個典型事實

大衛(wèi)·戴明

人力資本理論現(xiàn)在已經(jīng)被廣泛接受，它認為教育、培訓(xùn)和其他形式的學(xué)習(xí)都是可以在未來獲得回報的投資。與任何資本投資一樣，教育也需要事先付出成本，而收益在未來才能顯現(xiàn)。可以肯定的是，學(xué)校教育的收益遠遠超出了它的貨幣價值。學(xué)校教育的數(shù)量和質(zhì)量與未來收入之間的關(guān)系是社會科學(xué)中最有力的發(fā)現(xiàn)之一。

“人力資本”一詞最初在人力資本理論的先驅(qū)中也存在爭議，他們希望能夠明確避免產(chǎn)生“人應(yīng)該被視為財產(chǎn)”，或者“勞動者在任何意義上都是屬于資本所有者的資產(chǎn)”這種想法（Goldin and Katz，2020）。盡管最初對這個術(shù)語感到不安，但人力資本研究正方興未艾，這一定程度上是因為世界各地的人們花在教育上的資金和時間比半個世紀前要多得多。從1950年到2010年，全球成年人中受過中等教育的人口比例從13%增加到51%，而受過高等教育的人口比例增加了近6倍，從2.2%增加到14.6%（Lee and Lee，2016）。在美國，教育支出占GDP的比重從1950年的3.1%增加到2018年的7.1%，其中大部分增長來自公共部門（2019年教育統(tǒng)計摘要，表106.10）。這種教育發(fā)展模式也普遍適用于世界其他國家，發(fā)展中國家教育公共支出的增長要更快一些（Roser and Ortizs-Ospina，2016）。

近幾十年來，經(jīng)濟學(xué)界對人力資本研究產(chǎn)生了越來越大的興趣。我在Econ Lit數(shù)據(jù)庫中對“人力資本”“教育”“技能”等詞匯進行了文本和標題搜索。在貝克爾（Becker，1962）開始他的開創(chuàng)性工作之時，包含其中至少一個詞語的論文在當時所有論文中的占比僅約為2.5%。這個比例一直沒有大的變化，直到1990年才開始上升。但2015年以來，這類論文在所有論文中的占比已經(jīng)達到了約15%。

本文綜合了自貝克爾（1962）的開創(chuàng)性研究以來我們對人力資本的認識，將其歸納為四個典型事實。第一，人力資本解釋了國家內(nèi)部和國家之間在勞動收入上的很大一部分差異。第二，貫穿童年和青年時期的人力資本投資都會產(chǎn)生很高的經(jīng)濟回報。第三，目前對于計算、識字等基本技能的培養(yǎng)方法已經(jīng)有了充分認識，資源是主要的制約因素。第四，諸如解決問題和團隊合作等高階技能的經(jīng)濟價值正在日益凸顯，而培養(yǎng)這些技能的方法仍在探索之中。我們在驗證人力資本理論的實證預(yù)測方面取得了實質(zhì)性進展。我們知道如何提高算術(shù)和識字等基礎(chǔ)技能，也知道對這些技能的投資會在人們成年后得到回報。然而，我們在理解人力資本自身的生產(chǎn)函數(shù)方面取得的進展要少得多。雖然我們知道高階技能“很重要”，并且它們是人力資本的重要組成部分，但我們并不知道原因何在。

事實1　人力資本解釋了國家內(nèi)部和國家之間勞動收入差異的很大一部分

眾所周知，明塞爾方程（Mincer equation）是人力資本理論的重要組成部分。明賽爾（1974）的研究從一個正式模型開始。在這個模型中，相同的行為人對人力資本進行前瞻性投資，以實現(xiàn)未來收益現(xiàn)值的最大化，并推導(dǎo)出以下關(guān)系：

lnyi=αi+βSi+γXi+δXi2+εi

在明塞爾方程中，將年收入（有時候用時薪表示）yi設(shè)定為一個加性函數(shù)，它與受教育年限Si呈線性關(guān)系、與工作經(jīng)驗Xi呈二次線性關(guān)系。盡管后續(xù)的研究者認為應(yīng)當在方程中加入工作經(jīng)驗的高階項以及教育的非線性項，但明塞爾方程基本上還是經(jīng)得起時間檢驗的（Lemieux，2006）。

明塞爾模型的簡單函數(shù)形式催生了用不同方法估計β值的大量文獻，β是多接受一年教育產(chǎn)生的經(jīng)濟回報。在不同國家和不同背景下，對系數(shù)β的估計都約為0.1，這意味著多上一年學(xué)會使收入增加10%（Gunderson and Oreopou-los，2020；Patrinos and Psacharopoulos，2020）。

一個顯而易見的問題是，教育有潛在的內(nèi)生性。當理性的行為人期望獲得更高的回報時，他會在教育上投入更多。因此，如格里利切斯（Griliches，1977）、卡德（Card，1999）和其他許多人指出的那樣，在比較受教育程度不同的個人的收入時，會受到“能力偏差”的影響。

一種解決方案是，找到一個工具變量，它與教育有關(guān)，但與能力或其他收入決定因素無關(guān)。在過去的幾十年里，尋找這樣的工具變量一直是勞動經(jīng)濟學(xué)家關(guān)注的焦點。可能的工具變量包括：到最近大學(xué)的距離（Card，1995），不同國家和區(qū)域、不同時期義務(wù)教育法律的變化（Angrist and Krueger，1991），建校的時間（Duflo，2001），以及對小學(xué)資助的擴大（Khanna，2021）。

另一種斷點回歸方法是利用年級或考試的門限值（threshold value）附近入學(xué)概率的不連續(xù)變化來估計教育回報。齊默爾曼（Zimmerman，2014）發(fā)現(xiàn)，那些平均成績剛好可以被佛羅里達國際大學(xué)錄取的學(xué)生，在提交入學(xué)申請十年之后，他們的收入會增加22%。這意味著，如果學(xué)生沒有回到社區(qū)大學(xué)學(xué)習(xí)，那么一年教育的回報率為11%；對這些學(xué)生中的許多人來說，一個可行的選擇是去社區(qū)大學(xué)學(xué)習(xí)，如果社區(qū)大學(xué)一年的價值與佛羅里達國際大學(xué)相同，則其教育回報率為18%。其他幾項研究發(fā)現(xiàn)，進入高中和大學(xué)學(xué)習(xí)對收入有正向影響，其中一些研究強調(diào)教育年限，另一些則強調(diào)教育質(zhì)量。

最重要的是，采用強有力的準實驗方法進行的簡單橫截面比較研究，得出了非常相似的教育的經(jīng)濟回報估計值。總體而言，使用工具變量、斷點回歸和其他準實驗方法確定教育回報的研究得出，增加一年學(xué)校教育的回報估計值在6%～18%，中位數(shù)在10%～12%，略高于“簡單”的明塞爾模型中10%的回報率，這很可能是由測算誤差和邊緣學(xué)生（marginal students）更高的教育回報導(dǎo)致的（Card，1999）。在所有經(jīng)合組織國家（OECD），接受過四年制大學(xué)教育者的收入溢價中位數(shù)為52%，折合每年約為13%。

卡德（1999）發(fā)現(xiàn)，使用當前人口調(diào)查數(shù)據(jù)（對美國勞動者的橫截面調(diào)查），一個含有線性教育項的標準明塞爾模型可以解釋20%～35%的勞動收入差異。然而，這些數(shù)據(jù)不可能追蹤勞動者的一生，也不可能解釋他們重返校園時可能存在的“能力偏差”。

表1使用了1979年美國全國青年縱向調(diào)查（NLSY79）的數(shù)據(jù)，該調(diào)查追蹤了1979年一群14～22歲的青年在勞動力市場上的發(fā)展情況。為了估計整個生命歷程中的教育回報率，經(jīng)多次觀察，我計算了25～54歲之間的人經(jīng)通脹調(diào)整后的平均時薪，然后將平均時薪的對數(shù)與受教育年限、種族和性別指標以及認知能力之間的關(guān)系進行回歸分析，認知能力用青少年在武裝部隊資格考試（AFQT）中的分數(shù)來衡量。

如第一列所示，在一個人的黃金工作歲月里，受一年教育的平均回報率是10.9%。該回歸的R2為30%。當控制AFQT分數(shù)以考慮“能力偏差”時，受教育年限的系數(shù)降低到7.2%，回歸的R2增加到35%。第三列顯示了不同教育水平的平均回報率，其中低于高中學(xué)歷的人不在考慮之列。與高中以下學(xué)歷的人相比，高中畢業(yè)生和四年制大學(xué)畢業(yè)生的平均工資分別高出13%和48%。這些結(jié)果與前面討論過的準實驗研究和來自其他數(shù)據(jù)源的簡單橫截面估計相當。衡量人力資本的基本指標，如教育和認知能力等，至少可以解釋最近一批美國勞動者工資變化的三分之一。

表1　根據(jù)1979年全國青年縱向調(diào)查表計算的教育回報

然而，三分之一可能只是人力資本對收入差異影響的下限，原因有三。首先，這里的計算沒有包括同等學(xué)歷水平的勞動者之間的教育質(zhì)量差異。質(zhì)量調(diào)整非常重要，因為過去幾十年里，美國高等教育的擴張幾乎都發(fā)生在入學(xué)門檻低的非選擇性學(xué)校中。卡內(nèi)羅和李（Carneiro and Lee，2011）估計，如果大學(xué)預(yù)科的教育質(zhì)量保持不變，那么在1960年至2000年間，大學(xué)學(xué)費將增長30%。

其次，一些研究發(fā)現(xiàn)，當人力資本的衡量方式既包括教育也包括其他屬性時，人力資本發(fā)揮的作用更大。例如，史密斯等人（Smith et al.，2019）研究了企業(yè)所有者死亡或退休對私人企業(yè)的影響，發(fā)現(xiàn)75%的利潤歸因于企業(yè)所有者的人力資本，而不是實物或金融資產(chǎn)。卡德等人（Card et al.，2018；Songet al.，2019）對雇主和雇員匹配數(shù)據(jù)中的收入差異進行分解，發(fā)現(xiàn)“勞動者效應(yīng)”分別占聯(lián)邦德國和美國收入差異的40%和50%。由于勞動者效應(yīng)不受企業(yè)薪酬溢價和職業(yè)轉(zhuǎn)變影響，我們可以合理地將它們視為對勞動者人力資本的估計。

再次，人力資本可能存在著外部性，即一個人的受教育程度會增加周圍其他人的收入。關(guān)于人力資本是否存在外部性的問題，現(xiàn)有文獻尚未完全解釋清楚，一些研究發(fā)現(xiàn)，人力資本外部性的證據(jù)很少或根本沒有，而另一些研究發(fā)現(xiàn)，在人力資本水平較高的區(qū)域或公司工作，會產(chǎn)生較大的集聚效應(yīng)（Ace-moglu and Angrist，2001；Moretti，2004；Ciccone and Peri，2006；Gennaioli et al.，2012）。如果存在外部性，只會增加人力資本在解釋勞動收入差異方面的重要性。

一些學(xué)者認為，教育只是反映了更高的人力資本，而不是導(dǎo)致更高人力資本的原因（Caplan，2019）。斯賓塞（Spence，1974）的信號傳遞模型表明，個人投資于教育是因為教育具有向雇主傳遞有關(guān)個人生產(chǎn)力的信息價值。很難從經(jīng)驗上區(qū)分人力資本和信號傳遞，但這兩種解釋肯定有助于解釋教育回報。然而，我認為信號傳遞的貢獻可能很小，原因有二。

首先，許多研究發(fā)現(xiàn)，即使沒有獲得學(xué)位證書，教育也能帶來積極的回報。這一點很重要，因為信號傳遞理論要求雇主觀察勞動者，而大多數(shù)人不會在簡歷上報告其具體的受教育年限。例如，有關(guān)義務(wù)教育的研究比較了幾組學(xué)生，這些學(xué)生都想盡快輟學(xué)，但根據(jù)他們的出生年份，有些學(xué)生被要求在學(xué)校待更長時間。許多在學(xué)校多待一年的年輕人最終根本沒有獲得高中學(xué)歷，他們在11年級而不是10年級就輟學(xué)了。盡管如此，這些研究表明，額外的教育可以帶來收入的增加。迪弗洛（Duflo，2001）研究了印度尼西亞的一個學(xué)校建設(shè)項目，該項目的主要作用是提高小學(xué)入學(xué)率，而不是拿到文憑，但仍然帶來了工資的增長。阿亞爾等人（Aryal、Bhuller and Lange，2022）巧妙地利用了挪威各地區(qū)義務(wù)教育法律的可觀察性差異，區(qū)分了人力資本回報與信號傳遞，發(fā)現(xiàn)人力資本占中學(xué)教育私人回報的70%。

各種研究發(fā)現(xiàn)，提高課程要求以及在高中或大學(xué)學(xué)到特定的技能和知識，即使沒有因此獲得更高學(xué)位，也可以帶來回報（Arteaga，2018）。此外，工程、法律、醫(yī)學(xué)等領(lǐng)域傳授的差別化的技能和專業(yè)知識，顯然反映了人力資本的積累。沒有人天生就知道如何成為一名心外科醫(yī)生。

其次，對信號傳遞理論的實證支持很少。克拉克和馬托雷爾（Clark and Martorell，2014）發(fā)現(xiàn)，勉強通過或未通過高中畢業(yè)考試的學(xué)生，他們之間的收入沒有差別，這意味著高中文憑沒有任何信號傳遞價值。確實有一些研究發(fā)現(xiàn)，隨著雇主越來越了解員工的真實能力，教育回報率會隨著時間的推移而下降，這是信號傳遞模型一個可檢驗的含義（Altonji and Pierret，2001；Lange，2007）。然而，最近的一組研究對雇主學(xué)習(xí)模式進行了類似的檢驗，發(fā)現(xiàn)教育回報并不會隨著經(jīng)驗的增加而減少（Castex and Dechter，2014）。

上述證據(jù)表明，人力資本至少解釋了美國勞動力收入差異的三分之一。那么跨國收入差異中有多少可以用人力資本來解釋呢？

繼索洛（Solow，1956）、霍爾和瓊斯（Hall and Jones，1999）之后，一種標準的研究方法是使用經(jīng)濟的總生產(chǎn)函數(shù)，其中總產(chǎn)出用經(jīng)質(zhì)量調(diào)整后的人力資本以及物質(zhì)資本和技術(shù)投入表示。﹝霍爾和瓊斯（1999）考慮了一個以每個勞動者的產(chǎn)出對數(shù)表示的經(jīng)濟總生產(chǎn)函數(shù)：。其中Yc代表國家c的總產(chǎn)出，K代表資本，α代表資本份額，H代表經(jīng)質(zhì)量調(diào)整的勞動力，A代表技術(shù)狀態(tài)，通常稱為全要素生產(chǎn)率。這個等式可以使用收入和要素份額的跨國數(shù)據(jù)進行估計，每個勞動者的人力資本可以使用學(xué)歷或其他教育程度的數(shù)據(jù)來衡量。﹞雖然關(guān)于產(chǎn)出、教育、物質(zhì)資本和勞動力的數(shù)據(jù)廣泛存在，但關(guān)于技術(shù)的數(shù)據(jù)無法獲得，因此技術(shù)的測量——通常被稱為全要素生產(chǎn)率（TFP）——在跨國研究中以其他測量變量無法解釋的“索洛余值”的形式出現(xiàn)。曼昆、羅默和韋爾（Mankiw、Romer and Weil，1992）指出，人力資本比率較高的國家增長更快，在25年的時間里，人力資本與GDP增長呈正相關(guān)。

然而，正如明塞爾模型揭示的，教育方面的跨國差異可能是內(nèi)生的。也就是說，擁有更好技術(shù)的國家將更多地從人力資本投資中受益，因此會傾向于更頻繁地進行這種投資，所以無法從基本關(guān)系中推斷因果關(guān)系。針對單獨案例的解決方法是，在保持其他因素不變的情況下，尋找改變教育水平的方法或?qū)嶒灐τ诳鐕町悾硐氲膶嶒炇窃诒３制渌蛩夭蛔兊那闆r下，改變一國的人力資本存量或其全要素生產(chǎn)率。

亨德里克斯和斯科爾曼（Hendricks and Schoellman，2018）通過研究移民帶來的工資增長近似模擬這個實驗。如果技能可以隨著個人遷徙而移動，那么擁有不同技術(shù)和制度的國家間相對工資可以告訴我們?nèi)肆Y本對跨國收入差異的貢獻。亨德里克斯和斯科爾曼（2018）使用新移民調(diào)查，衡量了美國移民在移民前后的工資。他們發(fā)現(xiàn)，來自低收入國家的移民在美國的工資增長相當于美國與移民來源國之間人均GDP差距的38%。直觀地說，在人力資本保持不變的情況下，這些移民正經(jīng)歷著全要素生產(chǎn)率和制度的變化。如果這一變化帶來的工資增長相當于兩國人均GDP差距的38%，那么其余的62%則可以由人力資本解釋。

他們的方法可能存在兩個潛在的偏差。首先，人力資本可能無法在國家間完全轉(zhuǎn)移。然而，他們的研究表明，當這種方法應(yīng)用于那些持就業(yè)簽證來到美國、手上有工作邀請、從事同一職業(yè)的移民時，人力資本仍然能解釋跨國收入差異的至少50%。其次，移民可能是自我選擇的，那些期望獲得更高收入的人也許更有可能移民。然而，對收益的選擇會使跨國收入差異上升，導(dǎo)致他們低估人力資本的重要性。在一篇后續(xù)論文中，亨德里克斯、赫林頓和斯科爾曼（Hendricks、Herrington and Schoellman，2021）使用移民帶來的工資增加來校準不同假設(shè)下的發(fā)展核算模型，并估計人力資本可以解釋50%～75%的跨國收入差異。

總體而言，最有力的證據(jù)表明，人力資本至少能解釋各國內(nèi)部勞動收入差異的三分之一，解釋各國之間勞動者人均收入差異的至少一半。

事實2　在整個童年和青年時期，人力資本投資都有很高的經(jīng)濟回報

在過去的幾十年里，美國和世界各地的人們對兒童早期教育的投資都在不斷增加。在美國，4歲兒童在公立學(xué)前班的入學(xué)率從2003年的15%上升到2019年的34%（National Institute for Early Education Research，2021）。1973—2014年，全世界學(xué)前教育的兒童入學(xué)人數(shù)從4360萬增加到1.551億（Roser and Ortiz-Ospina，2017）。這種增長部分歸因于人們相信早期教育投資的回報特別高。然而，雖然大量經(jīng)驗證據(jù)證實了早期教育投資的高回報，但也有證據(jù)表明，青年時期的系列教育投資同樣具有高回報。

在一系列論文中，詹姆斯·赫克曼及其合作者認為，人力資本投資的經(jīng)濟回報隨著孩子年齡的增長而減少。圖1再現(xiàn)了“赫克曼曲線”，這是對技能投資報酬遞減概念的一個關(guān)鍵說明（Heckman，2006）。該曲線顯示了下降的回報率，對人力資本形成的公共投資是一條水平的“收支平衡線”，兩條曲線在學(xué)齡時期的某個階段相交。

庫尼亞和赫克曼（Cunha and Heckman，2007）將這些想法變成技能形成的生命周期模型。行為人天生就具有人力資本（可能反映了基因、父母教育、收入和其他固定因素），以及可以隨時間推移而擴展的初始技能稟賦。他們考慮了一種通用的“技能形成技術(shù)”（technology of skill formation），對這種技術(shù)的早期投資比后期投資更重要，而且早期的技能不足并不總是能夠被完全彌補。在他們的模型中，一個關(guān)鍵的思想是“自我生產(chǎn)力”（self-productivity），這可以用“技能形成技術(shù)”這個令人難忘的短語來描述。自我生產(chǎn)力對于積累型學(xué)習(xí)過程很重要。一個直觀的例子是，在數(shù)學(xué)中，一個概念建立在另一個概念的基礎(chǔ)上。更明白地說，早期兒童投資可以提高人力資本的水平，從而提高后期兒童投資的生產(chǎn)力。

庫尼亞-赫克曼模型的另一個關(guān)鍵思想是“動態(tài)互補性”。想象一下，有一筆固定的技能投資預(yù)算可以花在每個孩子身上，動態(tài)互補性表明，一個平衡的投資組合產(chǎn)生的回報要高于在生命早期投資很少但后期投資很多的回報。自我生產(chǎn)力和動態(tài)互補性的結(jié)合意味著，后期投資不是很有生產(chǎn)力，它們不能輕易彌補早期的技能不足。〔庫尼亞和赫克曼（2007）提出了成人技能的兩周期恒定替代彈性生產(chǎn)函數(shù)A=h[γwⅠ1?+（1-γ）Ⅰ2?]1/?，其中0≤γ≤1為共享參數(shù)，1/（1-?）為?≤1時的替代彈性。由于早期投資的相對權(quán)重較高，“自我生產(chǎn)力”在γ中的重要性增加。“動態(tài)互補性”在?中遞減，例如當?→-∞時，生產(chǎn)函數(shù)收斂于完美的互補情況h[min（Ⅰ1，Ⅰ2）]。〕該模型為赫克曼曲線提供了理論解釋。

兒童早期技能投資的價值得到了強有力證據(jù)的支持。其中最著名的是來自20世紀60年代對學(xué)前干預(yù)的兩項隨機評估：高瞻佩里學(xué)前項目（High/Scope Perry Preschool Project）和卡羅來納啟智項目（Carolina Abecedarian Project）。這些都是幾十年前的研究，涉及對高度貧困家庭的小規(guī)模和密集干預(yù)，因此其結(jié)果可能無法推廣到更大規(guī)模和更近期的項目。但是，最近對一些學(xué)前干預(yù)措施的研究也發(fā)現(xiàn)了實質(zhì)性影響，盡管這些證據(jù)同樣給我們帶來了一些困惑。學(xué)前教育項目通常只能在短期內(nèi)提高考試成績，而這種提高在幾年內(nèi)會逐漸消失。然而，它們對重要的人生結(jié)果有長期的影響，比如高中畢業(yè)和大學(xué)入學(xué)率，以及犯罪率、青少年懷孕率以及晚年健康狀況等非教育指標的改善（例如，Ludwig and Miller，2007；Deming，2009；Gray-Lobe、Pathak and Walters，2021）。

此外，還有許多其他的兒童早期投資方法：產(chǎn)前護理、幼兒保健、食品和營養(yǎng)支持、家訪以鼓勵母乳喂養(yǎng)和戒煙等。艾澤爾、霍恩斯和勒拉斯-穆尼（Aizer、Hoynes and Lleras-Muney，2022）在最近的文章中提供了對低收入家庭兒童進行政策干預(yù)（如給予醫(yī)療補助和食品券）產(chǎn)生長期效益的證據(jù)，而伍斯特（Wüst，2022）提供了來自北歐國家的證據(jù)，表明在產(chǎn)前保健、分娩時護理和幼兒保健方面對幼兒普遍提供早期投資的好處。同樣，對這些項目的任何成本收益分析都需要著眼于長期，因為許多收益只有在以后的生活中才會顯現(xiàn)。

赫克曼曲線對政策制定具有實際意義。赫克曼（2006）提道：“對生活條件差的兒童來說，早期干預(yù)比后期干預(yù)的回報要高得多，這些干預(yù)包括降低生師比例、公共職業(yè)培訓(xùn)、罪犯改造項目、學(xué)費補貼或增加對警察的支出。”

當然，幼兒早期干預(yù)的高回報并不意味著其他干預(yù)的低回報。事實上，大量證據(jù)表明，人力資本投資在童年和青年時期都有很高的回報。亨德倫和斯普朗-凱瑟（Hendren and Sprung-Keyser，2020）使用統(tǒng)一的福利分析框架，總結(jié)了美國133項實驗性和準實驗性政策干預(yù)措施的研究結(jié)果，這些干預(yù)措施對各年齡組都產(chǎn)生了影響。他們計算了每項干預(yù)措施的“公共資金邊際價值”，即受資助人愿意支付的金額與政府的凈成本之比。與非扭曲的現(xiàn)金轉(zhuǎn)移相比，如果公共資金的邊際價值大于1，意味著社會福利得到了改善，而公共資金邊際價值無窮大，則意味著該項目是一個“能夠回本的帕累托改進項目”，因為當收入增長足夠大，可以通過增加稅收來償還項目成本時，會產(chǎn)生正的財政外部性。對“公共資金邊際價值”框架的相關(guān)介紹，請參閱芬克爾斯坦和亨德倫（Finkelstein and Hendren，2020）。

圖2轉(zhuǎn)載自亨德倫和斯普朗-凱瑟（2020）的論文，它按照受益人的年齡排序，繪制了所有133項政策干預(yù)措施的公共資金邊際價值的估計值。高瞻佩里學(xué)前項目和卡羅來納啟智項目也包括在內(nèi)，它們的公共資金邊際價值非常高。針對其他年齡組的其他政策也是如此，比如在20世紀七八十年代增加中小學(xué)（K-12）學(xué)校的開支、為低收入大學(xué)生提供財政援助、針對年輕人的部門就業(yè)計劃等。雖然單個估計結(jié)果顯得雜亂，但對它們按類別匯總研究后發(fā)現(xiàn)，兒童教育、兒童健康和大學(xué)政策都通過增加未來的稅收收入來“回本”。這種按年齡分組開展研究得出的結(jié)論并不僅僅是福利分析框架的產(chǎn)物，因為亨德倫和斯普朗-凱瑟引用的許多研究在使用收益成本比率或內(nèi)部回報率等更傳統(tǒng)的方法衡量時，也有很高的回報（Rea and Burton，2020）。

總之，證據(jù)表明，至少粗略地說，0～25歲之間的人力資本投資可以帶來同等的回報。關(guān)鍵區(qū)別不在于年齡本身，而在于對人力資本的關(guān)注。技能投資改善了受益人成年后的情況，包括更高的收入、更好的健康狀況和其他福利。而成年后獲得的較高收入對社會以及參與者本身都有好處，因為由此增加的稅收能夠降低政府干預(yù)項目的長期財政成本。相比之下，針對成年人的項目，如住房公積金或傷殘保險，往往會降低勞動收入，從而使公共資金邊際價值低于1。需要明確的是，這并不意味著這些政策不好，只是支持這些政策需要在特定年份給予受益人比普通納稅人更高的福利權(quán)重。

為什么技能投資在人的一生中會帶來類似的回報？第一，即使年幼的兒童，他們也許已經(jīng)處于赫克曼曲線的平坦地帶。疾病、污染和其他不良事件對成年人和幼兒只會產(chǎn)生暫時的影響，但對胎兒的影響則是長期和永久的（例如，Almond、Currie and Duque，2018）。孩子出生前對早期投資的敏感度也許是最重要的，而在兒童早期和晚期投資的差異則沒有那么重要。第二，在學(xué)齡期進行人力資本投資可能更有成效，因為學(xué)校是一種有效的干預(yù)模式。較高的固定成本要求干預(yù)措施非常密集，而當固定成本較低時，可以將邊際美元更多地花在新措施上。學(xué)校支出和財政援助利用了固定成本已經(jīng)支付的事實。

第三，盡管赫克曼曲線源于一個關(guān)于人力資本投資的技術(shù)可能性經(jīng)濟理論，但現(xiàn)實世界要復(fù)雜得多。由于缺乏機會，以及存在信貸約束和信息不完全等各種市場失靈，很少有人能夠充分發(fā)揮他們的潛力。如果每個人幾乎都處在自己的技能邊界之內(nèi)，那么即使赫克曼曲線在理論上成立，它在實踐中也可能并不適用。

事實3　培養(yǎng)計算和讀寫能力等基本技能的技術(shù)已經(jīng)得到充分了解，資源是其中的主要限制因素

在人生的許多階段，人力資本投資都是有回報的。然而，并非所有的干預(yù)措施都能增加人力資本，在某種環(huán)境下有效的措施在其他環(huán)境下可能無效。我們應(yīng)該如何投資人力資本呢？

現(xiàn)有的選擇可以分為三類。首先，我們可以通過允許學(xué)校放寬財政限制來提高投入質(zhì)量。有了更多的資金，學(xué)校可以將其用于更小的班級、更高質(zhì)量的教師、更多的輔導(dǎo)，或其他投入。其次，我們可以通過降低家教或技術(shù)等特定投入的相對價格（甚至免費），或通過增加對上課或讀書等特定投入的激勵，來改變個人、家庭或?qū)W校的投資決策。再次，我們可以通過績效激勵來鼓勵學(xué)生、教師和其他參與者，使他們?yōu)槿肆Y本投資付出更多的努力。

至于這些方法中哪一種最好，則一直存在爭議。哈努謝克（Hanushek，2003）在一篇極具影響力的評論文章《以投入為基礎(chǔ)的教育政策的失敗》中指出，縮小班級規(guī)模或增加教師工資等投資不起作用，因為學(xué)校沒有有效地利用資源。相反，他主張實施更大的績效激勵措施，以增加教師和學(xué)校的努力。然而，杰克遜（Jackson，2020）對最近的一些研究進行回顧后得出結(jié)論，額外的資源確實可以改善教育成果。這兩種觀點之間的分歧部分來自時間設(shè)置的不同，但也與研究設(shè)計和方法方面的爭論有關(guān)。哈努謝克的論點基于教育支出的時間序列和橫截面差異，以及很難在這些數(shù)據(jù)中找到教育支出和教育成果之間的正相關(guān)關(guān)系。而最新的這些研究則是基于學(xué)校財政改革的準實驗證據(jù)。

例如，杰克遜、約翰遜和珀西科（Jackson、Johnson and Persico，2016）使用法院頒布的州中小學(xué)教育資助方案的變化，以此預(yù)測局部地區(qū)改革引起的每個學(xué)生教育經(jīng)費的預(yù)期變化，這些經(jīng)費用于調(diào)整班級規(guī)模、教學(xué)時間和教師質(zhì)量，然后研究這些資助變化對學(xué)生教育成果的影響。他們發(fā)現(xiàn)，在12年制公立學(xué)校教育中，每名學(xué)生的支出每增加10%，受教育年限就會增加0.3年，成年后的工資就會提高7%。杰克遜和馬科維休斯（Jackson and Mackevicius，2021）對31項關(guān)于美國公立中小學(xué)學(xué)校的支出與學(xué)生成績之間關(guān)系的準實驗研究進行了匯總分析。他們估計，在四年時間里，用于每名學(xué)生的支出每增加1000美元，考試成績就會提高0.035個標準差，上大學(xué)的概率就會提高2.6個百分點。

在發(fā)展中國家，增加教育支出也會提升人力資本。迪弗洛（2001）發(fā)現(xiàn)，印度尼西亞的一個大型學(xué)校建設(shè)項目提高了人們的受教育程度和收入。坎納（Khanna，2021）的研究表明，由于資助方式缺乏連續(xù)性，獲得增撥資金的印度學(xué)區(qū)建造了更多的學(xué)校，雇用了更多的教師，并改善了現(xiàn)有設(shè)施。這些地區(qū)的學(xué)生多上學(xué)了約0.7年，成年后的收入增加了11%～14%。然而其他研究發(fā)現(xiàn)增加學(xué)校經(jīng)費的效果并不明顯：德里埃等人（de Ree et al.，2018）認為，印度大幅增加教師工資的政策并沒有產(chǎn)生什么影響；穆比提等人（Mbiti et al.，2019）發(fā)現(xiàn)，對印度尼西亞學(xué)校的無條件撥款也沒有什么效果。

對這些不同結(jié)果的部分解釋是，學(xué)校財政改革就像是通過“直升機空投”額外的資源。雖然在資金的分配方式或?qū)W生群體的特點方面存在一些差異，但大多數(shù)學(xué)校似乎在用額外的資源做更多他們已經(jīng)在做的事情。至少在美國，“基本照舊”可能是一個很好的邊際投資。亨德倫和斯普朗-凱瑟（2020）按照杰克遜、約翰遜和珀西科（2016）的結(jié)論計算了公共支出的無限邊際價值，表明20世紀七八十年代由法院判決導(dǎo)致的學(xué)校支出增加通過增加未來稅收實現(xiàn)了“物有所值”。然而，在發(fā)展中國家無條件增加資源的效果往往不佳：例如，世界銀行（2018）在其《世界發(fā)展報告》中以這樣一句話開頭：“上學(xué)不等于學(xué)習(xí)。”該報告討論了許多國家存在的一個共同現(xiàn)象，即用于讓兒童進入教室的資源并沒有使孩子們的學(xué)習(xí)成績得到相應(yīng)的提高。

哪些特定投入能夠可靠地增加人力資本？弗萊爾（Fryer，2017）回顧了發(fā)達經(jīng)濟體中近200項隨機教育干預(yù)措施，發(fā)現(xiàn)了“什么措施有效”存在著廣泛且有時是不可預(yù)測的差異。減少貧困、改變育兒方式或改變家庭環(huán)境的實驗對學(xué)業(yè)成績一般影響不大。兒童早期干預(yù)和學(xué)校干預(yù)一般來說是有效的，但因人而異。高強度的課外輔導(dǎo)有時會提高數(shù)學(xué)和閱讀成績，但低強度的輔導(dǎo)則不會（例如Banerjee et al.，2007；Fryer and Howard-Noveck，2020）。教師進修和職業(yè)培訓(xùn)有時候會有助于提高成績，有時則不會（例如 Borman et al.，2007；Loyalka et al.，2019）。在家里或?qū)W校提供電腦一般不會對人力資本產(chǎn)生影響（例如Malamud and Pop-Eleches，2011；Cristia et al.，2017）。計算機輔助學(xué)習(xí)軟件對學(xué)生成績會產(chǎn)生不同影響，有證據(jù)表明，個性化技術(shù)輔助可以提高學(xué)生的成績（Bulman and Fairlie，2016；Muralidharan、Singh and Gani-mian，2019）。

總體情況是，一些特定的投入非常有效，但許多投資則不然，而且其效果往往很難提前預(yù)測。循證政策聯(lián)盟（Coalition for Evidence Based Policy，2013）總結(jié)了對目標學(xué)校實施干預(yù)措施的隨機證據(jù)后發(fā)現(xiàn)，90項干預(yù)措施中有11項對成績產(chǎn)生了統(tǒng)計上顯著的正面影響。此外，在一種環(huán)境下有效的干預(yù)措施可能無法擴大或推廣到其他環(huán)境。科爾文和桑頓（Kerwin and Thornton，2021）指出，雖然提供全面服務(wù)的烏干達掃盲計劃提高了讀寫能力，但在同樣背景下實施的低成本掃盲計劃導(dǎo)致考試成績降低。貝格等人（Beg et al.，2019）發(fā)現(xiàn)，在巴基斯坦的一些中學(xué)里，當教師提前接受了在課堂上如何使用一項教育技術(shù)的培訓(xùn)后，該教育技術(shù)干預(yù)措施能夠發(fā)揮作用，但將該技術(shù)直接傳授給學(xué)生時，反而降低了學(xué)習(xí)效果。

最后，關(guān)于激勵措施的證據(jù)比較復(fù)雜。艾倫和弗萊爾（Allen and Fryer，2011）對美國5個城市的250所城市學(xué)校開展了實驗，結(jié)果表明，根據(jù)學(xué)生的表現(xiàn)直接支付報酬的措施很少奏效。美國規(guī)模最大的關(guān)于教師激勵的隨機研究發(fā)現(xiàn)，教師激勵對學(xué)生成績或其他教育結(jié)果沒有影響（Springer et al.，2012；Fryer，2013）。教師激勵措施在發(fā)展中國家有時會產(chǎn)生積極影響，相比不考試的科目，它對考試科目的影響更大（Muralidharan and Sundararaman，2011；Filmer、Habyarimana and Sabarwal，2020）。

大量研究對基于應(yīng)試問責制的學(xué)校激勵機制進行了研究，該激勵機制以考核不合格、解雇教師和校長、關(guān)閉學(xué)校等處罰手段威脅表現(xiàn)較差的學(xué)校。這種問責壓力會導(dǎo)致學(xué)校在重要考試中有很大改進，而在不太重要的考試中則只有時有時無的些許改進，不僅如此，還會導(dǎo)致校方形成一些有害的應(yīng)對之策（Jacob and Levitt，2003；Neal and Schanzenbach，2010；Dee and Jacob，2011）。在長期影響方面，我們（Deming et al.，2016）發(fā)現(xiàn)，問責壓力提高了得克薩斯州最差學(xué)校的學(xué)生大學(xué)入學(xué)率和收入，但對優(yōu)質(zhì)學(xué)校中的低分學(xué)生產(chǎn)生了長期負面影響，因為這些學(xué)校中的學(xué)生按成績被分成了快慢班。

當激勵措施奏效時，學(xué)校通常會將精力轉(zhuǎn)移到實現(xiàn)某個業(yè)績指標這一狹隘目標上，從而產(chǎn)生有害的副作用。經(jīng)濟學(xué)文獻對這種“多任務(wù)”問題有過很多討論（Holmstrom and Milgrom，1991）。激勵措施增加了學(xué)生、教師和學(xué)校實現(xiàn)短期目標的壓力，而實際目標是長期人力資本發(fā)展。在某種形式下，這種權(quán)衡可能是無法避免的。盡管教育是一個長期過程，但激勵措施通常更適用于即時且易于檢測的指標，例如出勤率、入學(xué)率、閱讀書籍數(shù)量和是否完成測驗。

一些令人鼓舞的證據(jù)表明，資源和激勵機制可以很好地協(xié)同發(fā)揮作用。在坦桑尼亞的一項大規(guī)模實驗中，穆比提等人（2019）發(fā)現(xiàn)，獎勵教師和向?qū)W校提供無條件現(xiàn)金補助的措施，如果單獨實施則影響都很小，但如果共同實施，會對教育成果產(chǎn)生很大影響。有研究（Andrabi、Daniels and Das，2020）發(fā)現(xiàn)，巴基斯坦對私立學(xué)校的無條件現(xiàn)金補助提高了考試成績，但這種情況只發(fā)生在將補助金發(fā)放給所有學(xué)校，而不是只發(fā)放給一所學(xué)校的地方。

資源和激勵的結(jié)合也適用于美國一些表現(xiàn)優(yōu)異的特許學(xué)校，它們遵循“不找借口”的原則，強調(diào)行為規(guī)則、更長的在校時間和額外的教學(xué)時間。這些學(xué)校由政府資助，但也獲得了大量額外的私人資助。特許學(xué)校面臨更高級別的外部問責，因為它們更容易被關(guān)閉。

我對這一系列證據(jù)的解釋如下。第一，至少在美國，學(xué)校支出的增加在邊際上是有效的。在目前的水平上增加學(xué)校支出將會形成更多的人力資本，從長遠看甚至可以彌補這些支出。培養(yǎng)學(xué)齡兒童基本計算和識字能力的技術(shù)已經(jīng)廣為人知。更小的班級規(guī)模、更好的學(xué)校設(shè)施和更多的教學(xué)時間都對基礎(chǔ)學(xué)術(shù)技能的發(fā)展有明確的影響。在大多數(shù)情況下，高強度的課外輔導(dǎo)、額外的教學(xué)時間、個性化和適當水平的教學(xué)，這些最有效的投入向?qū)W生傳授的都是千篇一律的東西，而不是重新設(shè)計學(xué)習(xí)過程。

第二，盡管強化激勵措施在某些情況下有效，但成績的提高往往是暫時的，沒有太多證據(jù)表明它具有長期效益。一個重要的提醒是，資源加上激勵措施似乎比單獨使用資源更有效。

第三，與其將全部希望寄托在一個放之四海而皆準的好方法上，不如僅僅向?qū)W校提供資金，并允許它們靈活使用這些資金，后者可能是增加人力資本的一種更可靠的方法。當然，這會讓教育專家感到不安。在一個完美的世界里，資源增加與結(jié)果的透明度和問責制是相結(jié)合的。然而有證據(jù)表明，至少在發(fā)達國家和具有強大內(nèi)部問責制的學(xué)校中，“直升機撒錢”是值得做的。

然而，學(xué)校支出在經(jīng)濟上具有邊際效益，這并不意味著這些錢就花得最合理。同時，教育支出是有成效的，但也有很多被浪費了。我們總能做得更好，因此創(chuàng)新和實驗對于提高人力資本投資的生產(chǎn)率至關(guān)重要。

事實4　諸如解決問題和團隊合作等更高階技能的經(jīng)濟價值越來越高，而形成這些技能的技術(shù)仍未得到很好的理解

在提升閱讀、寫作和算術(shù)能力方面，學(xué)校教育有著長期成功的記錄。但是一所好的學(xué)校還能做到更多。教育干預(yù)的長期影響往往比僅憑成績提高預(yù)測的要大得多。越來越多的工作強調(diào)“非認知”或“軟”技能的重要性，如耐心、自我控制、責任心、團隊合作和批判性思維等。雖然這些技能顯而易見地非常重要，但“軟”和“非認知”這兩個詞本身就暴露了我們對這些技能是什么，以及如何衡量和開發(fā)它們?nèi)狈α私狻?/p>

在我看來，根據(jù)布魯姆（Bloom，1956）對教育目標的分類，解決問題、批判性思維和團隊合作等能力是高階技能。布魯姆的分類法建立了一個金字塔式的層次結(jié)構(gòu)，以事實性知識為基礎(chǔ)，往上是模式識別和類別劃分，直到更高層次的目標，例如將知識應(yīng)用于新環(huán)境、嘗試并與新思想建立聯(lián)系、評估和決策、設(shè)計和創(chuàng)造新概念。像SAT（美國高考）或者AFQT這樣的考試處在這個金字塔的最下面兩層，即記憶、解釋并理解想法和概念。如前所述，我們對如何培養(yǎng)這些基本技能非常了解：事實上，正如分類學(xué)的金字塔結(jié)構(gòu)暗示的那樣，它們是發(fā)展高階技能的先決條件，例如運用概念和知識解決新問題、評估來自多個來源的證據(jù)以改進決策。

盡管我們對如何衡量和發(fā)展高階技能缺乏了解，但各種研究使用了現(xiàn)有證據(jù)，已經(jīng)找到了方法來證明它對人生成功的重要性。例如，杰克遜等人（2020）使用芝加哥公立學(xué)校9年級學(xué)生的調(diào)查證據(jù)，發(fā)現(xiàn)在促進努力工作和社會福祉方面具有高“附加值”的學(xué)校提升了學(xué)生的高中畢業(yè)率和大學(xué)入學(xué)率，即使在考慮了它們對學(xué)業(yè)成績的影響后也是如此。林奎斯特和維斯特曼（Lindqvist and Vestman，2011）利用瑞典入伍士兵的數(shù)據(jù)估計，認知技能和非認知技能在勞動力市場上的回報率都很高，非認知技能是以訓(xùn)練有素的心理學(xué)家通過個人訪談給出的評分來衡量的。我曾（2017）指出，對于在21世紀頭十年進入勞動力市場的美國年輕人來說，社會技能的經(jīng)濟回報比20世紀80年代增加了一倍多。在下文將進一步討論的這項研究中，我創(chuàng)建了一個基于四因素的指數(shù)來衡量社交技能：自我認為的社交能力、成年受訪者認為的6歲時自己的社交能力、高中時參加社團的數(shù)量以及高中時參加體育活動的數(shù)量。愛丁等人（Edin et al.，2022）在瑞典發(fā)現(xiàn)了類似的社會技能回報，他們使用了強制征兵中的管理數(shù)據(jù)，征兵時要求18歲或19歲的男子接受認知和非認知技能測試。阿塔納西奧等人（Attanasio et al.，2020）使用了由母親（在某些情況下是老師）填寫的關(guān)于孩子行為的調(diào)查報告，發(fā)現(xiàn)在相隔30年出生的兩類英國人群中，社會情感技能上的差異越來越大。這些研究中的每一項都使用現(xiàn)有方法來衡量“非認知”技能，而不是在概念上將它們與特定的高階技能聯(lián)系起來。

高階技能顯然看起來十分重要，但要很好地衡量它們是一個挑戰(zhàn)。典型的方法是使用自填問卷，這些問卷通常是李克特量表（Likert scale）項目（1到5或1到7，范圍從“非常不同意”到“非常同意”），沒有任何基本含義（cardinal meaning）。它們對不同人生結(jié)果的預(yù)測能力差異很大，這取決于準確的測量方法、使用的結(jié)果和社會背景。

然而，這里的一個問題是調(diào)查問卷可能會受到參考偏差（reference bias）的影響，即受訪者會與周圍的人進行相對比較。韋斯特等人（2016）發(fā)現(xiàn)，對于幸運地進入了管理嚴格的特許學(xué)校的學(xué)生來說，盡管學(xué)習(xí)成績更好，上學(xué)時間更長，家庭作業(yè)也更多，但在盡責和毅力方面的得分往往較低，因為他們正在一套不同的評價標準下評估自己。一些研究使用缺勤和輟學(xué)等行為衡量非認知技能。然而，這些行為不僅涉及技能，還涉及社會背景，包括種族歧視、學(xué)校背景和其他未知因素。

清晰的概念是我們理解高階技能的第二個挑戰(zhàn)。在一個標準的人力資本分析框架中，技能越多越好。但是，一些技能在某些情況下可能是有效的，而在其他情況下可能無效：例如，責任心可以明確預(yù)測教育程度和收入，但破壞性和攻擊性行為（責任心的對立面）有時也可以用來預(yù)測收入和創(chuàng)業(yè)成功的概率（Levine and Rubinstein，2017；Papagegeorge、Ronda and Zheng，2019）。

我們需要一個系統(tǒng)的研究計劃，旨在了解高階技能的經(jīng)濟重要性。這個研究計劃將使用強有力的研究設(shè)計，把精細測量、理論發(fā)展與實驗和影響分析結(jié)合起來。在本文的其余部分，我試圖綜合我們知道（和不知道）的人際交往和個人內(nèi)省技能，從而說明這種方法的價值。

人際交往能力與團隊合作科學(xué)

美國勞工部對勞動者、雇主和專家的一項調(diào)查發(fā)現(xiàn)，在78%的工作中，團隊合作是“非常”或“極其”重要的工作特征（O?NET On Line，2022）。長期以來，經(jīng)濟學(xué)文獻將團隊合作視為通過專業(yè)化分工提高生產(chǎn)率的收益與合作成本之間的權(quán)衡（Becker and Murphy，1992；Garicano and Rossi-Hansberg，2006）。在這種情況下，團隊生產(chǎn)的興起是對工作變得日益復(fù)雜的一種反饋，一個運作良好的團隊可以利用團隊成員之間的比較優(yōu)勢來提高生產(chǎn)效率。

我曾（2017）說明團隊合作的興起如何提升了社交技能在勞動力市場中的價值。從1980年到2012年，在美國勞動力市場上，需要高度社交互動的工作崗位占比增加了近12個百分點，社交技能在勞動力市場上的回報增加了一倍多。我用團隊生產(chǎn)模型解釋了這些實證結(jié)果，其中社交技能降低了團隊中勞動者之間“交易任務(wù)”的協(xié)調(diào)成本，使他們能夠更充分地發(fā)揮比較優(yōu)勢。最近的其他幾篇論文也證明了社會技能的經(jīng)濟價值。例如，漢森等人（Hansen et al.，2021）利用描述高管職位的數(shù)據(jù)，“說明高級管理職位與社交技能的相關(guān)性越來越高”。霍夫曼和泰德利斯（Hoffman and Tadelis，2021）研究了一家大型公司的員工調(diào)查結(jié)果，發(fā)現(xiàn)擁有更好的“人事管理技能”的管理者能夠減少員工流失，并在公司中得到更高的薪酬。

我們知道社交技能在勞動力市場上會得到回報，我們也知道團隊合作越來越重要。但我們能否在社交技能、團隊合作和生產(chǎn)率提高之間建立直接的聯(lián)系呢？

我和魏德曼（Weidmann and Deming，2021）發(fā)展了一種新的實驗方法來確定個人對團隊績效的貢獻。我們首先衡量個人在一系列解決問題任務(wù)中的效率，然后將相同的個體隨機分配給多個團隊，這些團隊執(zhí)行相同的任務(wù)。我們使用個人分數(shù)來生成每個團隊的績效預(yù)測，然后結(jié)合將多個個體隨機分配給群體導(dǎo)致的預(yù)測殘差來估計團隊合作效應(yīng)。那些總是讓團隊表現(xiàn)優(yōu)于預(yù)測的人就是具有團隊精神的人。我們發(fā)現(xiàn)個體對團隊績效有持續(xù)的影響，換句話說，團隊合作效應(yīng)是存在的。

此外，我和魏德曼（2021）發(fā)現(xiàn)的這些效應(yīng)與一種常用的、經(jīng)過心理計量學(xué)驗證的社會智力測量方法，即眼睛讀心術(shù)測試（Baron-Cohen et al.，2001）呈正相關(guān)。這個測試向參與者展示了一些人臉照片，這些照片被裁剪過，能看到的只有眼睛。對于每一組眼睛，參與者按要求從四種情緒中選擇哪一種最能描述圖像中的人。這個測試衡量的是參與者識別他人情緒的能力，更一般地說，是判斷他人精神狀態(tài)的能力。相對于社會智力的其他測量方法，眼睛讀心術(shù)測試的主要價值在于它有正確和錯誤的答案，具有相對較高的重測信度（test-retest reliability），并且可以快速有效地執(zhí)行（Pinkham et al.，2014）。實驗參與者還接受了標準的智商測量，以及著名的“大五人格”（Big Five Per-sonality）量表中三個維度的評估，這些維度在其他研究中與團隊績效呈正相關(guān)：責任心、外向性與親和力。這些測試都與團隊合作效應(yīng)無關(guān)，而只是眼睛讀心術(shù)測試。簡而言之，這個實驗利用實驗室環(huán)境，對社交技能與團隊效率之間的潛在經(jīng)濟機制進行了清晰的檢驗。

團隊合作技能的重要性也在不同領(lǐng)域得到了證實。有研究（Arcidiacono、Kinsler and Price，2017）使用來自美國職業(yè)籃球的數(shù)據(jù)，展示了個人表現(xiàn)如何依賴于同伴效應(yīng)（peer effect）。德弗羅（Devereux，2021）研究了加州大學(xué)系統(tǒng)內(nèi)經(jīng)濟學(xué)家發(fā)表學(xué)術(shù)論文的共同作者數(shù)據(jù)，他發(fā)現(xiàn)，與提升自己的學(xué)術(shù)地位相比，作者作為合著者的價值增值與薪資的關(guān)系更加密切。博諾姆（Bonhom-me，2021）設(shè)計了一個計量經(jīng)濟學(xué)框架來評估單個勞動者對團隊績效的影響，該框架在評估時考慮了團隊合作技能、勞動者分類及其互補性，并使用經(jīng)濟學(xué)家的研究成果和發(fā)明人對專利質(zhì)量的貢獻。然而，要想理解社交技能為什么重要以及在什么情況下才重要，還需要做更多的研究。

另一個研究得還很不充分的領(lǐng)域是社交技能的開發(fā)。有一些研究通常在發(fā)展中經(jīng)濟體進行，著眼于觀察特定的社交技能項目是如何改善結(jié)果的。有學(xué)者（Adhvaryu、Kala and Nyshadham，即將出版）研究了印度服裝行業(yè)的女性員工，發(fā)現(xiàn)工作中的“軟技能”，即注重溝通、時間管理、財務(wù)知識、成功執(zhí)行任務(wù)和解決問題，使員工生產(chǎn)率提高了13.5%，且當工作的團隊密集性越高時，軟技能的影響越大，同時也有證據(jù)表明軟技能的影響會溢出到對照組中的團隊成員。在多哥的一個商業(yè)培訓(xùn)計劃中，社交技能培訓(xùn)項目提高了企業(yè)家建立商業(yè)聯(lián)系的能力（Dimitriadis and Koning，2020）。在烏干達一項為高中生舉辦的為期三周的商業(yè)技能項目中，基奧達等人（Chioda et al.，2021）發(fā)現(xiàn)，與關(guān)注硬技能相比，傳授自我效能、說服力和談判等軟技能可以帶來更大的收益。阿什拉夫等人（Ashraf et al.，2020）在贊比亞的一個教育場景中發(fā)現(xiàn)，針對青春期女孩的談判技巧培訓(xùn)項目能夠提高教育成效。我們需要更多的研究，利用不同的項目和情景，建立一個關(guān)于團隊合作技能如何以及為何重要的經(jīng)濟理論。

內(nèi)省技能與經(jīng)濟決策

良好的決策需要反事實推理，這意味著要考慮備選行動及其可能的后果。根據(jù)布羅姆（1956）的分類法，這一過程需要結(jié)合多種高階技能，例如獲取信息，將信息應(yīng)用于新情況、測試和評估證據(jù)，以及做出決策并證明其合理性。

大量文獻考慮了決策制定的各個方面：耐心、自我控制、堅持完成困難任務(wù)的勇氣、獲取額外信息或考慮替代策略的習(xí)慣、開發(fā)在各種情況下都行之有效的認知捷徑等。關(guān)于時間和風險偏好的經(jīng)濟學(xué)文獻主要關(guān)注文化或家庭對決策的廣泛影響，或聚焦于行為偏差和做出選擇時的環(huán)境特性。然而在我看來，決策錯誤和偏差可以被重新解釋為高階技能不足引發(fā)的問題。這反過來又表明，需要更多地研究決策本身的“技能”。

例如，耐心和自制力是相互關(guān)聯(lián)的，耐心是一種長期思考的意愿，而自制力是克服當前誘惑的能力（Fudenberg and Levine，2006）。這篇文獻提出了一種方法，要求研究對象將現(xiàn)在和未來之間的權(quán)衡與未來相同間隔的兩個時間之間的權(quán)衡進行比較：例如，今天100美元和明天110美元的報價，比七天后100美元和八天后110美元的報價更容易被接受。未來多等一天似乎比現(xiàn)在容易。自制力與學(xué)業(yè)成績和其他的人生成就呈正相關(guān)。例如，達克沃斯等人（Duckworth et al.，2019）調(diào)查了一系列證據(jù)，證明自制力與學(xué)業(yè)成績有關(guān)。與自制力相關(guān)的是“毅力”，或者說是為了實現(xiàn)預(yù)期的長期結(jié)果而在遇到困難、不愉快的任務(wù)時仍堅持不懈的能力。

有充分證據(jù)表明，自制力和毅力是可塑的，可以通過低成本、可擴展的投資得到改善。艾倫和埃塔克（Alan and Ertac，2018）指出，在土耳其，一項針對三四年級學(xué)生的以學(xué)校為基礎(chǔ)的強化項目鼓勵前瞻性行為和對未來的想象，這可以提高三年后的行為等級和忍耐力。有研究（Lührmann、Serra-Garcia and Winter，2018）表明，針對德國高中生的金融知識項目減少了時間不一致性并降低了貼現(xiàn)率。

提高毅力的最好方法是什么？一種觀點認為，毅力是在接受“成長型心智模式”（growth mindsets）的過程中發(fā)展出來的（例如Yeager and Dweck，2012），它是努力就會有回報這種信念的轉(zhuǎn)化。另一種觀點認為，毅力是一種認知耐力，是能夠長時間集中注意力的技能（Brown et al.，2021）。只關(guān)注成長心態(tài)的干預(yù)措施顯示出好壞參半的結(jié)果，在美國具有全國代表性的高中生群體中，將心智模式訓(xùn)練與目標設(shè)定和有意識練習(xí)相結(jié)合，有望提升學(xué)業(yè)成績，在土耳其的52所公立小學(xué)中也是如此（Yeager et al.，2019；Alan、Boneva and Ertac，2019）。布朗等人（Brown et al.，2021）將1600名印度小學(xué)生隨機分配到兩種需要付出努力的認知活動中：一種是明顯的學(xué)術(shù)活動，另一種則不是。這兩種干預(yù)措施都能提高注意力集中的能力，也都能提升學(xué)習(xí)成績，這表明認知耐力能夠通過練習(xí)而提高。這將“毅力”重新定義為一種可以培養(yǎng)的技能，而不是一種需要轉(zhuǎn)變的心智模式。

評估未來世界的不同狀態(tài)是一項繁重的認知工作，這可能有助于解釋智力和耐心之間的相關(guān)性（Dohmen et al.，2018）。改善決策的一條途徑是發(fā)展認知捷徑和培養(yǎng)思維習(xí)慣，使長時間思考變得更容易。認知行為療法在減少暴力和其他負面行為方面的成功提供了一個有趣的例子。認知行為療法直接關(guān)注決策，其重點是通過要求人們慢下來，并評估其行為模式的后果，然后通過有意識的練習(xí)重新規(guī)劃新的行為。海勒等人（Heller et al.，2017）發(fā)現(xiàn)，芝加哥高危年輕男性接受認知行為治療干預(yù)后，暴力犯罪大幅減少，高中畢業(yè)率增加。布拉特曼等人（Blattman、Jamison and Sheridan，2017）發(fā)現(xiàn)，認知行為治療和現(xiàn)金補助相結(jié)合可以大大減少利比里亞罪犯的暴力和犯罪行為。在瑞士，一項針對幼兒的決策干預(yù)措施被稱為“促進另類思維策略”（PATHS），它提高了高中畢業(yè)率和大學(xué)入學(xué)率（Sorrenti et al.，2020）。

最后，一組新出現(xiàn)的證據(jù)表明，策略復(fù)雜性可以提高決策水平。有研究（Fe、Gill and Prowse，即將出版）使用了來自英格蘭西南部埃文地區(qū)的父母與兒童縱向研究（ALSPAC）數(shù)據(jù)，測量了當?shù)?歲兒童的心智理論（theory-of-mind）能力和認知能力，發(fā)現(xiàn)“心智理論”能力，即將心理狀態(tài)歸因于他人的能力，預(yù)測了兒童的策略復(fù)雜性，并與成人的社交技能和教育成就呈正相關(guān)。吉爾和普勞斯（Gill and Prowse，2016）發(fā)現(xiàn)，在一系列實驗室實驗中，更聰明的美國大學(xué)生能夠更快地達到納什均衡，并能進行更復(fù)雜的推理。

未來的研究應(yīng)該致力于發(fā)展理論和測量范式，以便對改善決策所需的技能和知識進行直接評估。一個有前景的方法建立在“理性疏忽”（rational inatten-tion）文獻的基礎(chǔ)上，這類文獻確定了在考慮到注意力成本的情況下，哪些決策錯誤是最優(yōu)的（例如Sims，2003；Mackowiak、Matějka and Wiederholt，2021）。由行為經(jīng)濟學(xué)發(fā)現(xiàn)的許多偏見和經(jīng)驗現(xiàn)象可以通過成本高昂的信息獲取模型來合理化。從這個角度看，采取干預(yù)措施，培養(yǎng)降低注意力成本的“技能”，將有助于減少決策錯誤，增強耐心、毅力和提升其他高階技能。在談及如何理解技能在改善經(jīng)濟決策中的作用時，問題比答案要多，這提供了許多充滿前景且令人興奮的未來研究方向。

（北京工業(yè)大學(xué)經(jīng)濟與管理學(xué)院　萬宜嘉　譯）

參考文獻

Acemoglu, Daron, and Joshua Angrist.2000.“How Large Are Human-Capital Externalities? Evidence from Compulsory Schooling Laws.”NBER Macroeconomics Annual 15: 9-59.

Adhvaryu, Achyuta, Namrata Kala, and Anant Nyshadham.Forthcoming.“Returns to On-the-Job Soft Skills Training.”Journal of Political Economy.https://www.dropbox.com/s/9q7tz46g66n7s2j/PACE_apr2021.pdf?dl=0.

Aizer, Anna, Hilary Hoynes, and Adriana Lleras-Muney.2022.“Children and the US Social Safety Net: Balancing Disincentives for Adults and Benefits for Children.”Journal of Economic Perspectives 36 (2): 149-74.

Alan, Sule, Teodora Boneva, and Seda Ertac.2019.“Ever Failed, Try Again, Succeed Better: Results from a Randomized Educational Intervention on Grit.”Quarterly Journal of Economics 134 (3): 1121-62.

Alan, Sule, and Seda Ertac.2018.“Fostering Patience in the Classroom: Results from Randomized Educa-tional Intervention.”Journal of Political Economy 126 (5): 1865-911.

Allan, Bradley M., and Roland G.Fryer, Jr.2011.“The Power and Pitfalls of Education Incentives.”Hamilton Project Discussion Paper 2011-07.

Almlund, Mathilde, Angela Lee Duckworth, James J.Heckman, and Tim D.Kautz.2011.“Personality Psychology and Economics.”NBER Working Paper 16822.

Almond, Douglas, Janet Currie, and Valentina Duque.2018.“Childhood Circumstances and Adult Out-comes: Act II.”Journal of Economic Literature 56 (4): 1360-446.

Altonji, Joseph G., and Charles R.Pierret.2001.“Employer Learning and Statistical Discrimination.”Quarterly Journal of Economics 116 (1): 313-50.

Andrabi, Tahir, Benjamin Daniels, and Jishnu Das.2020.“Human Capital Accumulation and Disasters: Evidence from the Pakistan Earthquake of 2005.”Research on Improving Systems of Education Working Paper 20/039.

Angrist, Joshua D., and Alan B.Krueger.1991.“Does Compulsory School Attendance Affect Schooling and Earnings?”Quarterly Journal of Economics 106 (4): 979-1014.

Arcidiacono, Peter, Josh Kinsler, and Joseph Price.2017.“Productivity Spillovers in Team Production: Evidence from Professional Basketball.”Journal of Labor Economics 35 (1): 191-225.

Arteaga, Carolina.2018.“The Effect of Human Capital on Earnings: Evidence from a Reform at Colombias Top University.”Journal of Public Economics 157 (C): 212-25.

Aryal, Gaurab, Manudeep Bhuller, and Fabian Lange.2022.“Signaling and Employer Learning with In-struments.”American Economic Review 112 (5): 1669-702.

Ashraf, Nava, Natalie Bau, Corinne Low, and Kathleen McGinn.2020.“Negotiating a Better Future: How Interpersonal Skills Facilitate Intergenerational Investment.”Quarterly Journal of Economics 135 (2): 1095-151.

Attanasio, Orazio, Richard Blundell, Gabriella Conti, and Giacomo Mason.2020.“Inequality in Socio-E-motional Skills: A Cross-Cohort Comparison.”Journal of Public Economics 191 (November): 104171.

Banerjee, Abhijit V., Shawn Cole, Esther Duflo, and Leigh Linden.2007.“Remedying Education: Evi-dence from Two Randomized Experiments in India.”Quarterly Journal of Economics 122 (3): 1235-64.

Baron-Cohen, Simon, Sally Wheelwright, Jacqueline Hill, Yogini Raste, and Ian Plumb.2001.“The‘Reading the Mind in the Eyes’Test Revised Version: A Study with Normal Adults, and Adults with Asperger Syndrome or High-Functioning Autism.”Journal of Child Psychology and Psychiatry 42 (2): 241-51.

Barrow, Lisa, and Ofer Malamud.2015.“Is College a Worthwhile Investment?”Annual Review of Economi-cs.7: 519-55.

Becker, Gary S.1962.“Investment in Human Capital: A Theoretical Analysis.”Journal of Political Econo-my 70 (5): 9-49.

Becker, Gary, and Kevin M.Murphy.1992.“The Division of Labor, Coordination Costs, and Knowledge.”Quarterly Journal of Economics 107 (4): 1137-60.

Beg, Sabrin A., Adrienne M.Lucas, Waqas Halim, and Umar Saif.2019.“Engaging Teachers with Tech-nology Increased Achievement, Bypassing Teachers Did Not.”NBER Working Paper 25704.

Blattman, Christopher, Julian C.Jamison, and Margaret Sheridan.2017.“Reducing Crime and Violence: Experimental Evidence from Cognitive Behavioral Therapy in Liberia.”American Economic Review 107 (4): 1165-206.

Bloom, Benjamin S., ed.1956.Taxonomy of Educational Objectives Handbook 1 Cognitive Domain.2nd ed.London: Addison Wesley Publishing.

Bonhomme, Stéphane.2021.“Teams: Heterogeneity, Sorting, and Complementarity.”Becker Friedman Institute for Economics Working Paper 2021-15.

Borman, Geoffrey D., Robert E.Slavin, Alan C.K.Cheung, Anne M.Chamberlain, Nancy A.Madden, and Bette Chambers.2007.“Final Reading Outcomes of the National Randomized Field Trial of Success for All.”American Educational Research Journal 44 (3): 701-31.

Brown, Christina, Geeta Kingdon, Heather Schofield, and Supreet Kaur.2021.“Cognitive Endurance as Human Capital.”Unpublished.

Bulman, G., and R.W.Fairlie.2016.“Technology and Education: Computers, Software, and the Inter-net.”In Handbook of the Economics of Education, Vol.5, edited by Eric A.Hanushek, Stephen Machin, and Ludger Woessmann, 239-80.Amsterdam: Elsevier.

Canaan, Serena, and Pierre Mouganie.2018.“Returns to Education Quality for Low-Skilled Students: Evi-dence from a Discontinuity.”Journal of Labor Economics 36 (2): 395-436.

Caplan, Bryan.2019.The Case Against Education.Princeton: Princeton University Press.

Card, David.1995.“Using Geographic Variation in College Proximity to Estimate the Return to Schooling.”In Aspects of Labour Market Behaviour: Essays in Honour of John Vanderkamp, edited by Louis N.Christofides, E.Kenneth Grant, and Robert Swidinsky.Toronto: University of Toronto Press.

Card, David.1999.“The Causal Effect of Education on Earnings.”Handbook of Labor Economics, Vol.3, edited by Orley C.Ashenfelter and David Card, 1801-63.Amsterdam: Elsevier.

Card, David, Ana Rute Cardoso, Joerg Heining, and Patrick Kline.2018.“Firms and Labor Market Ine-quality: Evidence and Some Theory.”Journal of Labor Economics 36 (S1): S13-70.

Carneiro, Pedro, and Sokbae Lee.2011.“Trends in Quality-Adjusted Skill Premia in the United States, 1960-2000.”American Economic Review 101 (6): 2309-49.

Castex, Gonzalo, and Evgenia Kogan Dechter.2014.“The Changing Roles of Education and Ability in Wage Determination.”Journal of Labor Economics 32 (4): 685-710.

Chioda, Laura, David Contreras-Loya, Paul Gertler, and Dana Carney.2021.“Making Entrepreneurs: Re-turns to Training Youth in Hard Versus Soft Business Skills.”NBER Working Paper 28845.

Ciccone, Antonio, and Giovanni Peri.2006.“Identifying Human-Capital Externalities: Theory with Appli-cations.”Review of Economic Studies 73 (2): 381-412.

Clark, Damon, and Paco Martorell.2014.“The Signaling Value of a High School Diploma.”Journal of Po-litical Economy 122 (2): 282-318.

Coalition for Evidence-Based Policy.2013.“Randomized Controlled Trials Commissioned by the Institute of Education Sciences Since 2002: How Many Found Positive Versus Weak or No Effects.”Washington, DC: Coalition for Evidence-Based Policy.

Cohen, Jonathan, Keith Marzilli Ericson, David Laibson, and John Myles White.2020.“Measuring Time Preferences.”Journal of Economic Literature 58 (2): 299-347.

Cristia, Julian, Pablo Ibarrarán, Santiago Cueto, Ana Santiago, and Eugenio Severín.2017.“Technology and Child Development: Evidence from the One Laptop per Child Program.”American Economic Journal: Applied Economics 9 (3): 295-320.

Cunha, Flavio, and James Heckman.2007.“The Technology of Skill Formation.”American Economic Re-view 97 (2): 31-47.

Currie, Janet, and W.Bentley MacLeod.2017.“Diagnosing Expertise: Human Capital, Decision Making, and Performance among Physicians.”Journal of Labor Economics 35 (1): 18977.

Dee, Thomas S., and Brian Jacob.2011.“The Impact of No Child Left Behind on Student Achievement.”Journal of Policy Analysis and Management 30 (3): 418-46.

Deming, David.2009.“Early Childhood Intervention and Life-Cycle Skill Development: Evidence from Head Start.”American Economic Journal: Applied Economics 1 (3): 111-34.

Deming, David J.2017.“The Growing Importance of Social Skills in the Labor Market.”Quarterly Journal of Economics 132 (4): 1593-640.

Deming, David J.2022.“Replication data for: Four Facts about Human Capital.”American Economic As-sociation[publisher], Inter-university Consortium for Political and Social Research[distributor].https://doi.org/10.3886/E170341V1.

Deming, David J., Sarah Cohodes, Jennifer Jennings, and Christopher Jencks.2016.“School Accountability, Postsecondary Attainment, and Earnings.”Review of Economics and Statistics 98 (5): 848-62.

de Ree, Joppe, Karthik Muralidharan, Menno Pradhan, and Halsey Rogers.2018.“Double for Nothing? Experimental Evidence on an Unconditional Teacher Salary Increase in Indonesia.”Quarterly Journal of Economics 133 (2): 993-1039.

Devereux, Kevin.2021.“Returns to Teamwork and Professional Networks: Evidence from Economic Re-search.”UCD Centre for Economic Research Working Paper WP21/01.

Digest of Education Statistics.2019.“NCES 2021-009.”National Center for Education Statistics, Institu-te of Education Sciences, US Department of Education.https://nces.ed.gov/programs/digest/.

Dimitriadis, Stefan, and Rembrand Koning.2020.“Social Skills Improve Business Performance: Evidence from a Randomized Control Trial with Entrepreneurs in Togo.”Unpublished.

Dohmen, Thomas, Armin Falk, David Huffman, and Uwe Sunde.2010.“Are Risk Aversion and Impa-tience Related to Cognitive Ability?”American Economic Review 100 (3): 1238-60.

Dohmen, Thomas, Armin Falk, David Huffman, and Uwe Sunde.2018.“On the Relationship between Cognitive Ability and Risk Preference.”Journal of Economic Perspectives 32 (2): 115-34.

Duckworth, Angela L., Jamie L.Taxer, Lauren Eskreis-Winkler, Brian M.Galla, and James J.Gross.2019.“Self-Control and Academic Achievement.”Annual Review of Psychology 70: 373-99.

Duflo, Esther.2001.“Schooling and Labor Market Consequences of School Construction in Indonesia: Evi-dence from an Unusual Policy Experiment.”American Economic Review 91 (4): 795-813.

Edin, Per-Anders, Peter Fredriksson, Martin Nybom, and Bj?rn ?ckert.2022.“The Rising Return to Non-cognitive Skill.”American Economic Journal: Applied Economics 14 (2): 78-100.

Fe, Eduardo, David Gill, and Victoria L.Prowse.Forthcoming.“Cognitive Skills, Strategic Sophistication, and Life Outcomes.”Journal of Political Economy.

Figlio, David, Cassandra Hart, and Krzysztof Karbownik.2020.“Effects of Scaling Up Private School Choice Programs on Public School Students.”NBER Working Paper w26758.

Filmer, Deon, James Habyarimana, and Shwetlena Sabarwal.2020.“Teacher Performance-Based Incen-tives and Learning Inequality.”World Bank Policy Research Working Paper 9382.

Finkelstein, Amy, and Nathaniel Hendren.2020.“Welfare Analysis Meets Causal Inference.”Journal of Economic Perspectives 34 (4): 146-67.

Fryer, R.G.2017.“The Production of Human Capital in Developed Countries: Evidence From 196 Ran-domized Field Experiments.”In Handbook of Economic Field Experiments, Vol.2, edited by Abhijit Vinayak Banerjee and Esther Duflo, 95-322.Amsterdam: North-Holland.

Fryer, Roland G.2013.“Teacher Incentives and Student Achievement: Evidence from New York City Pub-lic Schools.”Journal of Labor Economics 31 (2): 373-407.

Fryer, Roland G., and Meghan Howard-Noveck.2020.“High-Dosage Tutoring and Reading Achievement: Evidence from New York City.”Journal of Labor Economics 38 (2): 421-52.

Fudenberg, Drew, and David K.Levine.2006.“A Dual-Self Model of Impulse Control.”American Eco-nomic Review 96 (5): 1449-76.

Garicano, Luis, and Esteban Rossi-Hansberg.2006.“Organization and Inequality in a Knowledge Economy.”Quarterly Journal of Economics 121 (4): 1383-1435.

Gennaioli, Nicola, and Andrei Shleifer.2010.“What Comes to Mind.”Quarterly Journal of Economics 125 (4): 1399-1433.

Gennaioli, Nicola, Rafael La Porta, Florencio Lopez-de-Silanes, and Andrei Shleifer.2013.“Human Cap-ital and Regional Development.”Quarterly Journal of Economics 128 (1): 105-164.

Gill, David, and Victoria Prowse.2016.“Cognitive Ability, Character Skills, and Learning to Play Equilib-rium: A Level-k Analysis.”Journal of Political Economy 124 (6): 1619-76.

Goldin, Claudia, and Lawrence F.Katz.2020.“The Incubator of Human Capital: The NBER and the Rise of the Human Capital Paradigm.”NBER Working Paper 26909.

Gray-Lobe, Guthrie, Parag A.Pathak, and Christopher R.Walters.2021.“The Long-Term Effects of Uni-versal Preschool in Boston.”NBER Working Paper 28756.

Griliches, Zvi.1977.“Estimating the Returns to Schooling: Some Econometric Problems.”Econometrica 45 (1): 1-22.

Gunderson, Morley, and Philip Oreopoulos.2020.“Returns to Education in Developed Countries.”In The Economics of Education, edited by Steve Bradley and Colin Green, 39-51.2nd ed.London: Academic Press.

Hall, Robert E., and Charles I.Jones.1999.“Why Do Some Countries Produce So Much More Output Per Worker than Others?”Quarterly Journal of Economics 114 (1): 83-116.

Hansen, Stephen, Tejas Ramdas, Raffaella Sadun, and Joe Fuller.2021.“The Demand for Executive Skills.”NBER Working Paper 28959.

Hanushek, Eric A.2003.“The Failure of Input-Based Schooling Policies.”Economic Journal 113 (485): F64-98.

Heckman, James J.2006.“Skill Formation and the Economics of Investing in Disadvantaged Children.”Science 312 (5782): 1900-1902.

Heckman, James J., and Pedro Carneiro.2005.“Human Capital Policy.”In Inequality in America What Role for Human Capital Policies?, 2nd edition, edited by James J.Heckman and Alan B.Krueger.Cambridge, MA: The MIT Press.

Heckman, James, Rodrigo Pinto, and Peter Savelyev.2013.“Understanding the Mechanisms through Which an Influential Early Childhood Program Boosted Adult Outcomes.”American Economic Review 103 (6): 2052-86.

Heller, Sara B., Anuj K.Shah, Jonathan Guryan, Jens Ludwig, Sendhil Mullainathan, and Harold A.Pol-lack.2017.“Thinking, Fast and Slow? Some Field Experiments to Reduce Crime and Dropout in Chicago.”Quarterly Journal of Economics 132 (1): 1-54.

Hendren, Nathaniel, and Ben Sprung-Keyser.2020.“A Unified Welfare Analysis of Government Policies.”Quarterly Journal of Economics 135 (3): 1209-318.

Hendricks, Lutz, Christopher Herrington, and Todd Schoellman.2021.“College Quality and Attendance Patterns: A Long-Run View.”American Economic Journal: Macroeconomics 13 (1): 184-215.

Hendricks, Lutz, and Todd Schoellman.2018.“Human Capital and Development Accounting: New Evi-dence from Wage Gains at Migration.”Quarterly Journal of Economics 133 (2): 665-700.

Hendricks, Lutz, and Todd Schoellman.Forthcoming.“Skilled Labor Productivity and Cross-Country In-come Differences.”American Economic Journal: Macroeconomics.

Hoekstra, Mark.2009.“The Effect of Attending the Flagship State University on Earnings: A Discontinuity-Based Approach.”Review of Economics and Statistics 91 (4): 717-24.

Hoffmann, Florian, David S.Lee, and Thomas Lemieux.2020.“Growing Income Inequality in the United States and Other Advanced Economies.”Journal of Economic Perspectives 34 (4): 52-78.

Hoffman, Mitchell, and Steven Tadelis.2021.“People Management Skills, Employee Attrition, and Manager Rewards: An Empirical Analysis.”Journal of Political Economy 129 (1): 243-85.

Holmstrom, Bengt, and Paul Milgrom.1991.“Multitask Principal-Agent Analyses: Incentive Contracts, Asset Ownership, and Job Design.”Journal of Law, Economics,＆Organization 7: 24-52.

Jackson, C.Kirabo.2020.“Does School Spending Matter? The New Literature on an Old Question.”In Confronting Inequality: How Policies and Practices Shape Childrens Opportunities, edited by L.Tach, R.Duni-fon, and D.L.Miller, 165-86.APA Bronfenbrenner Series on the Ecology of Human Development.Washing-ton, DC: American Psychological Association.

Jackson, C.Kirabo, Rucker C.Johnson, and Claudia Persico.2016.“The Effects of School Spending on Educational and Economic Outcomes: Evidence from School Finance Reforms.”Quarterly Journal of Economics 131 (1): 157-218.

Jackson, C.Kirabo, and Claire Mackevicius.2021.“The Distribution of School Spending Impacts.”NBER Working Paper 28517.

Jackson, C.Kirabo, Shanette C.Porter, John Q.Easton, Alyssa Blanchard, and Sebastián Kiguel.2020.“School Effects on Socioemotional Development, School-Based Arrests, and Educational Attainment.”American Economic Review: Insights 2 (4): 491-508.

Jacob, Brian A., and Steven D.Levitt.2003.“Rotten Apples: An Investigation of the Prevalence and Pre-dictors of Teacher Cheating.”Quarterly Journal of Economics 118 (3): 843-77.

Jones, Charles I., and Paul M.Romer.2010.“The New Kaldor Facts: Ideas, Institutions, Population, and Human Capital.”American Economic Journal Macroeconomics 2 (1): 224-45.

Kaldor, Nicholas.1961.“Capital Accumulation and Economic Growth.”In The Theory of Capital Proceed-ings of a Conference Held by the International Economic Association, edited by F.A.Lutz and D.C.Hague, 177-222.International Economic Association Series.London: Palgrave Macmillan.

Kaur, Supreet, Michael Kremer, and Sendhil Mullainathan.2015.“Self-Control at Work.”Journal of Po-litical Economy 123 (6): 1227-77.

Kerwin, Jason T., and Rebecca L.Thornton.2021.“Making the Grade: The Sensitivity of Education Pro-gram Effectiveness to Input Choices and Outcome Measures.”Review of Economics and Statistics 103 (2): 251-64.

Khanna, Gaurav.2021.“Large-Scale Education Reform in General Equilibrium: Regression Discontinuity Evidence from India.”Unpublished.

Lange, Fabian.2007.“The Speed of Employer Learning.”Journal of Labor Economics 25 (1): 1-35.

Lee, Jong-Wha, and Hanol Lee.2016.“Human Capital in the Long Run.”Journal of Development Eco-nomics 122 (C): 147-69.

Lemieux, Thomas.2006.“The‘Mincer Equation’Thirty Years After Schooling, Experience, and Earnings.”In Jacob Mincer A Pioneer of Modern Labor Economics, edited by Shoshana Grossbard, 127-45.New York: Springer.

Levine, Ross, and Yona Rubinstein.2017.“Smart and Illicit: Who Becomes an Entrepreneur and Do They Earn More?”Quarterly Journal of Economics 132 (2): 963-1018.

Lindqvist, Erik, and Roine Vestman.2011.“The Labor Market Returns to Cognitive and Noncognitive A-bility: Evidence from the Swedish Enlistment.”American Economic Journal Applied Economics 3 (1): 101-28.

Loyalka, Prashant, Anna Popova, Guirong Li, and Zhaolei Shi.2019.“Does Teacher Training Actually Work? Evidence from a Large-Scale Randomized Evaluation of a National Teacher Training Program.”American Economic Journal: Applied Economics 11 (3): 128-54.

Ludwig, Jens, and Douglas L.Miller.2007.“Does Head Start Improve Childrens Life Chances? Evidence from a Regression Discontinuity Design.”Quarterly Journal of Economics 122 (1): 159-208.

Lührmann, Melanie, Marta Serra-Garcia, and Joachim Winter.2018.“The Impact of Financial Education on Adolescents Intertemporal Choices.”American Economic Journal: Economic Policy 10 (3): 309-32.

Mackowiak, Bartosz, Filip Matejka, and Mirko Wiederholt.2021.“Rational Inattention: A Review.”Eu-ropean Central Bank Working Paper 2021/2570.

Malamud, Ofer, and Cristian Pop-Eleches.2011.“Home Computer Use and the Development of Human Capital.”Quarterly Journal of Economics 126 (2): 987-1027.

Malamud, Ofer, Cristian Pop-Eleches, and Miguel Urquiola.2016.“Interactions Between Family and School Environments: Evidence on Dynamic Complementarities?”NBER Working Paper 22112.

Mankiw, N.Gregory, David Romer, and David N.Weil.1992.“A Contribution to the Empirics of Eco-nomic Growth.”Quarterly Journal of Economics 107 (2): 407-37.

Mbiti, Isaac, Karthik Muralidharan, Mauricio Romero, Youdi Schipper, Constantine Manda, and Rakesh Rajani.2019.“Inputs, Incentives, and Complementarities in Education: Experimental Evidence from Tanzania.”Quarterly Journal of Economics 134 (3): 1627-73.

Mincer, Jacob A.1974.“Schooling, Experience, and Earnings.”Cambridge, MA: National Bureau of E-conomic Research.

Moretti, Enrico.2004.“Estimating the Social Return to Higher Education: Evidence from Longitudinal and Repeated Cross-Sectional Data.”Journal of Econometrics 121 (1-2): 175-212.

Muralidharan, Karthik, Abhijeet Singh, and Alejandro J.Ganimian.2019.“Disrupting Education? Experi-mental Evidence on Technology-Aided Instruction in India.”American Economic Review 109 (4): 1426-60.

Muralidharan, Karthik, and Venkatesh Sundararaman.2011.“Teacher Performance Pay: Experimental Evi-dence from India.”Journal of Political Economy 119 (1): 39-77.

Muralidharan, Karthik, and Venkatesh Sundararaman.2015.“The Aggregate Effect of School Choice: Evi-dence from a Two-Stage Experiment in India.”Quarterly Journal of Economics 130 (3): 1011-66.

National Institute for Early Education Research.2021.The States of Preschool 2020.New Brunswick: Rugers Graduate School of Education.

Neal, Derek, and Diane Whitmore Schanzenbach.2010.“Left Behind by Design: Proficiency Counts and Test-Based Accountability.”Review of Economics and Statistics 92 (2): 263-83.

ODonoghue, Ted, and Matthew Rabin.1999.“Doing It Now or Later.”American Economic Review 89 (1): 103-24.

Oettl, Alexander.2012.“Reconceptualizing Stars: Scientist Helpfulness and Peer Performance.”Manage-ment Science 58 (6): 1122-40.

O?NET OnLine.2022.National Center for O?NET Development.www.onetonline.org/ (accessed June 3, 2022).

Papageorge, Nicholas W., Victor Ronda, and Yu Zheng.2019.“The Economic Value of Breaking Bad: Misbehavior, Schooling and the Labor Market.”CEPR Discussion Paper DP14226.

Patrinos, Harry Anthony, and George Psacharopoulos.2020.2nd ed.“Returns to Education in Developing Countries.”In The Economics of Education, edited by Steve Bradley and Colin Green, 53-64.London: Aca-demic Press.

Pinkham, Amy E., David L.Penn, Michael F.Green, Benjamin Buck, Kristin Healey, and Philip D Har-vey.2014.“The Social Cognition Psychometric Evaluation Study: Results of the Expert Survey and RAND Panel.”Schizophrenia Bulletin 40 (4): 813-23.

Rea, David, and Tony Burton.2020.“New Evidence on the Heckman Curve.”Journal of Economic Surveys 34 (2): 241-62.

Roser, Max, and Esteban Ortiz-Ospina.2016.“Financing Education.”O(jiān)ur World in Data.https://our-worldindata.org/financing-education (accessed June 3, 2022).

Roser, Max, and Esteban Ortiz-Ospina.2017.“Pre-Primary Education.”O(jiān)ur World in Data.https://ourworldindata.org/pre-primary-education (accessed June 3, 2022).

Rossi, Federico.2018.“Human Capital and Macro-Economic Development: A Review of the Evidence.”World Bank Policy Research Working Paper 8650.

Sims, Christopher A.2003.“Implications of Rational Inattention.”Journal of Monetary Economics 50 (3): 665-90.

Smith, Matthew, Danny Yagan, Owen Zidar, and Eric Zwick.2019.“Capitalists in the Twenty-First Cen-tury.”Quarterly Journal of Economics 134 (4): 1675-745.

Solow, Robert M.1956.“A Contribution to the Theory of Economic Growth.”Quarterly Journal of Economics 70 (1): 65-94.

Song, Jae, David J.Price, Fatih Guvenen, Nicholas Bloom, and Till von Wachter.2019.“Firming Up In-equality.”Quarterly Journal of Economics 134 (1): 1-50.

Sorrenti, Giuseppe, Ulf Z?litz, Denis Ribeaud, and Manuel Eisner.2020.“The Causal Impact of Socio-Emotional Skills Training on Educational Success.”University of Zurich Department of Economics Working Paper 343.

Spence, Michael.1974.Market Signaling: Informational Transfer in Hiring and Related Screening Proces-ses.Cambridge, MA: Harvard University Press.

Springer, Matthew G., John F.Pane, Vi-Nhuan Le, Daniel F.McCaffrey, Susan Freeman Burns, Laura S.Hamilton, and Brian Stecher.2012.“Team Pay for Performance: Experimental Evidence from the Round Rock Pilot Project on Team Incentives.”Educational Evaluation and Policy Analysis 34 (4): 367-90.

Sunde, Uwe, Thomas Dohmen, Benjamin Enke, Armin Falk, David Huffman, and Gerrit Meyerheim.2021.“Patience and Comparative Development.”Unpublished.

Weidmann, Ben, and David J.Deming.2021.“Team Players: How Social Skills Improve Team Perfor-mance.”Econometrica 89 (6): 2637-57.

West, Martin R., Matthew A.Kraft, Amy S.Finn, Rebecca E.Martin, Angela L.Duckworth, Christopher.F.O.Gabrieli, and John D.E.Gabrieli.2016.“Promise and Paradox: Measuring StudentsNon-Cognitive Skills and the Impact of Schooling.”Educational Evaluation and Policy Analysis 38 (1): 148-70.

World Bank.2018.World Development Report 2018: Learning to Realize Educations Promise.Washington, DC: World Bank.

Wüst, Miriam.2022.“Universal Early-Life Health Policies in the Nordic Countries.”Journal of Economic Perspectives 36 (2): 175-98.

Yeager, David Scott, and Carol S.Dweck.2012.“Mindsets That Promote Resilience: When Students Be-lieve That Personal Characteristics Can Be Developed.”Educational Psychologist 47 (4): 302-14.

Yeager, David S., Paul Hanselman, Gregory M.Walton, Jared S.Murray, Robert Crosnoe, Chandra Muller, Elizabeth Tipton, et al.2019.“A National Experiment Reveals Where a Growth Mindset Improves Achievement.”Nature 573 (7774): 364-69.

Zimmerman, Seth D.2014.“The Returns to College Admission for Academically Marginal Students.”Jour-nal of Labor Economics 32 (4): 711-54.