关于人力资本的四个典型事实

大卫·戴明

人力资本理论现在已经被广泛接受，它认为教育、培训和其他形式的学习都是可以在未来获得回报的投资。与任何资本投资一样，教育也需要事先付出成本，而收益在未来才能显现。可以肯定的是，学校教育的收益远远超出了它的货币价值。学校教育的数量和质量与未来收入之间的关系是社会科学中最有力的发现之一。

“人力资本”一词最初在人力资本理论的先驱中也存在争议，他们希望能够明确避免产生“人应该被视为财产”，或者“劳动者在任何意义上都是属于资本所有者的资产”这种想法（Goldin and Katz，2020）。尽管最初对这个术语感到不安，但人力资本研究正方兴未艾，这一定程度上是因为世界各地的人们花在教育上的资金和时间比半个世纪前要多得多。从1950年到2010年，全球成年人中受过中等教育的人口比例从13%增加到51%，而受过高等教育的人口比例增加了近6倍，从2.2%增加到14.6%（Lee and Lee，2016）。在美国，教育支出占GDP的比重从1950年的3.1%增加到2018年的7.1%，其中大部分增长来自公共部门（2019年教育统计摘要，表106.10）。这种教育发展模式也普遍适用于世界其他国家，发展中国家教育公共支出的增长要更快一些（Roser and Ortizs-Ospina，2016）。

近几十年来，经济学界对人力资本研究产生了越来越大的兴趣。我在Econ Lit数据库中对“人力资本”“教育”“技能”等词汇进行了文本和标题搜索。在贝克尔（Becker，1962）开始他的开创性工作之时，包含其中至少一个词语的论文在当时所有论文中的占比仅约为2.5%。这个比例一直没有大的变化，直到1990年才开始上升。但2015年以来，这类论文在所有论文中的占比已经达到了约15%。

本文综合了自贝克尔（1962）的开创性研究以来我们对人力资本的认识，将其归纳为四个典型事实。 第一，人力资本解释了国家内部和国家之间在劳动收入上的很大一部分差异。第二，贯穿童年和青年时期的人力资本投资都会产生很高的经济回报。第三，目前对于计算、识字等基本技能的培养方法已经有了充分认识，资源是主要的制约因素。第四，诸如解决问题和团队合作等高阶技能的经济价值正在日益凸显，而培养这些技能的方法仍在探索之中。我们在验证人力资本理论的实证预测方面取得了实质性进展。我们知道如何提高算术和识字等基础技能，也知道对这些技能的投资会在人们成年后得到回报。然而，我们在理解人力资本自身的生产函数方面取得的进展要少得多。虽然我们知道高阶技能“很重要”，并且它们是人力资本的重要组成部分，但我们并不知道原因何在。

事实1　人力资本解释了国家内部和国家之间劳动收入差异的很大一部分

众所周知，明塞尔方程（Mincer equation）是人力资本理论的重要组成部分。明赛尔（1974）的研究从一个正式模型开始。在这个模型中，相同的行为人对人力资本进行前瞻性投资，以实现未来收益现值的最大化，并推导出以下关系：

lny i =α i +βS i +γX i +δX i 2 +ε i

在明塞尔方程中，将年收入（有时候用时薪表示）y i 设定为一个加性函数，它与受教育年限S i 呈线性关系、与工作经验X i 呈二次线性关系。尽管后续的研究者认为应当在方程中加入工作经验的高阶项以及教育的非线性项，但明塞尔方程基本上还是经得起时间检验的（Lemieux，2006）。

明塞尔模型的简单函数形式催生了用不同方法估计β值的大量文献，β是多接受一年教育产生的经济回报。在不同国家和不同背景下，对系数β的估计都约为0.1，这意味着多上一年学会使收入增加10%（Gunderson and Oreopou-los，2020；Patrinos and Psacharopoulos，2020）。

一个显而易见的问题是，教育有潜在的内生性。当理性的行为人期望获得更高的回报时，他会在教育上投入更多。因此，如格里利切斯（Griliches，1977）、卡德（Card，1999）和其他许多人指出的那样，在比较受教育程度不同的个人的收入时，会受到“能力偏差”的影响。

一种解决方案是，找到一个工具变量，它与教育有关，但与能力或其他收入决定因素无关。在过去的几十年里，寻找这样的工具变量一直是劳动经济学家关注的焦点。可能的工具变量包括：到最近大学的距离（Card，1995），不同国家和区域、不同时期义务教育法律的变化（Angrist and Krueger，1991），建校的时间（Duflo，2001），以及对小学资助的扩大（Khanna，2021）。

另一种断点回归方法是利用年级或考试的门限值（threshold value）附近入学概率的不连续变化来估计教育回报。齐默尔曼（Zimmerman，2014）发现，那些平均成绩刚好可以被佛罗里达国际大学录取的学生，在提交入学申请十年之后，他们的收入会增加22%。这意味着，如果学生没有回到社区大学学习，那么一年教育的回报率为11%；对这些学生中的许多人来说，一个可行的选择是去社区大学学习，如果社区大学一年的价值与佛罗里达国际大学相同，则其教育回报率为18%。 其他几项研究发现，进入高中和大学学习对收入有正向影响，其中一些研究强调教育年限，另一些则强调教育质量。

最重要的是，采用强有力的准实验方法进行的简单横截面比较研究，得出了非常相似的教育的经济回报估计值。总体而言，使用工具变量、断点回归和其他准实验方法确定教育回报的研究得出，增加一年学校教育的回报估计值在6%～18%，中位数在10%～12%，略高于“简单”的明塞尔模型中10%的回报率，这很可能是由测算误差和边缘学生（marginal students）更高的教育回报导致的（Card，1999）。在所有经合组织国家（OECD），接受过四年制大学教育者的收入溢价中位数为52%，折合每年约为13%。

卡德（1999）发现，使用当前人口调查数据（对美国劳动者的横截面调查），一个含有线性教育项的标准明塞尔模型可以解释20%～35%的劳动收入差异。然而，这些数据不可能追踪劳动者的一生，也不可能解释他们重返校园时可能存在的“能力偏差”。

表1使用了1979年美国全国青年纵向调查（NLSY79）的数据，该调查追踪了1979年一群14～22岁的青年在劳动力市场上的发展情况。为了估计整个生命历程中的教育回报率，经多次观察，我计算了25～54岁之间的人经通胀调整后的平均时薪，然后将平均时薪的对数与受教育年限、种族和性别指标以及认知能力之间的关系进行回归分析，认知能力用青少年在武装部队资格考试（AFQT）中的分数来衡量。

如第一列所示，在一个人的黄金工作岁月里，受一年教育的平均回报率是10.9%。该回归的R 2 为30%。当控制AFQT分数以考虑“能力偏差”时，受教育年限的系数降低到7.2%，回归的R 2 增加到35%。第三列显示了不同教育水平的平均回报率，其中低于高中学历的人不在考虑之列。与高中以下学历的人相比，高中毕业生和四年制大学毕业生的平均工资分别高出13%和48%。这些结果与前面讨论过的准实验研究和来自其他数据源的简单横截面估计相当。衡量人力资本的基本指标，如教育和认知能力等，至少可以解释最近一批美国劳动者工资变化的三分之一。

然而，三分之一可能只是人力资本对收入差异影响的下限，原因有三。首先，这里的计算没有包括同等学历水平的劳动者之间的教育质量差异。质量调整非常重要，因为过去几十年里，美国高等教育的扩张几乎都发生在入学门槛低的非选择性学校中。卡内罗和李（Carneiro and Lee，2011）估计，如果大学预科的教育质量保持不变，那么在1960年至2000年间，大学学费将增长30%。

其次，一些研究发现，当人力资本的衡量方式既包括教育也包括其他属性时，人力资本发挥的作用更大。例如，史密斯等人（Smith et al.，2019）研究了企业所有者死亡或退休对私人企业的影响，发现75%的利润归因于企业所有者的人力资本，而不是实物或金融资产。卡德等人（Card et al.，2018；Songet al.，2019）对雇主和雇员匹配数据中的收入差异进行分解，发现“劳动者效应”分别占联邦德国和美国收入差异的40%和50%。由于劳动者效应不受企业薪酬溢价和职业转变影响，我们可以合理地将它们视为对劳动者人力资本的估计。

再次，人力资本可能存在着外部性，即一个人的受教育程度会增加周围其他人的收入。关于人力资本是否存在外部性的问题，现有文献尚未完全解释清楚，一些研究发现，人力资本外部性的证据很少或根本没有，而另一些研究发现，在人力资本水平较高的区域或公司工作，会产生较大的集聚效应（Ace-moglu and Angrist，2001；Moretti，2004；Ciccone and Peri，2006；Gennaioli et al.，2012）。如果存在外部性，只会增加人力资本在解释劳动收入差异方面的重要性。

一些学者认为，教育只是反映了更高的人力资本，而不是导致更高人力资本的原因（Caplan，2019）。斯宾塞（Spence，1974）的信号传递模型表明，个人投资于教育是因为教育具有向雇主传递有关个人生产力的信息价值。很难从经验上区分人力资本和信号传递，但这两种解释肯定有助于解释教育回报。然而，我认为信号传递的贡献可能很小，原因有二。

首先，许多研究发现，即使没有获得学位证书，教育也能带来积极的回报。这一点很重要，因为信号传递理论要求雇主观察劳动者，而大多数人不会在简历上报告其具体的受教育年限。例如，有关义务教育的研究比较了几组学生，这些学生都想尽快辍学，但根据他们的出生年份，有些学生被要求在学校待更长时间。许多在学校多待一年的年轻人最终根本没有获得高中学历，他们在11年级而不是10年级就辍学了。尽管如此，这些研究表明，额外的教育可以带来收入的增加。迪弗洛（Duflo，2001）研究了印度尼西亚的一个学校建设项目，该项目的主要作用是提高小学入学率，而不是拿到文凭，但仍然带来了工资的增长。阿亚尔等人（Aryal、Bhuller and Lange，2022）巧妙地利用了挪威各地区义务教育法律的可观察性差异，区分了人力资本回报与信号传递，发现人力资本占中学教育私人回报的70%。

各种研究发现，提高课程要求以及在高中或大学学到特定的技能和知识，即使没有因此获得更高学位，也可以带来回报（Arteaga，2018）。此外，工程、法律、医学等领域传授的差别化的技能和专业知识，显然反映了人力资本的积累。没有人天生就知道如何成为一名心外科医生。

其次，对信号传递理论的实证支持很少。克拉克和马托雷尔（Clark and Martorell，2014）发现，勉强通过或未通过高中毕业考试的学生，他们之间的收入没有差别，这意味着高中文凭没有任何信号传递价值。确实有一些研究发现，随着雇主越来越了解员工的真实能力，教育回报率会随着时间的推移而下降，这是信号传递模型一个可检验的含义（Altonji and Pierret，2001；Lange，2007）。然而，最近的一组研究对雇主学习模式进行了类似的检验，发现教育回报并不会随着经验的增加而减少（Castex and Dechter，2014）。

上述证据表明，人力资本至少解释了美国劳动力收入差异的三分之一。那么跨国收入差异中有多少可以用人力资本来解释呢？

继索洛（Solow，1956）、霍尔和琼斯（Hall and Jones，1999）之后，一种标准的研究方法是使用经济的总生产函数，其中总产出用经质量调整后的人力资本以及物质资本和技术投入表示。 ^[1] 虽然关于产出、教育、物质资本和劳动力的数据广泛存在，但关于技术的数据无法获得，因此技术的测量——通常被称为全要素生产率（TFP）——在跨国研究中以其他测量变量无法解释的“索洛余值”的形式出现。曼昆、罗默和韦尔（Mankiw、Romer and Weil，1992）指出，人力资本比率较高的国家增长更快，在25年的时间里，人力资本与GDP增长呈正相关。

然而，正如明塞尔模型揭示的，教育方面的跨国差异可能是内生的。也就是说，拥有更好技术的国家将更多地从人力资本投资中受益，因此会倾向于更频繁地进行这种投资，所以无法从基本关系中推断因果关系。 针对单独案例的解决方法是，在保持其他因素不变的情况下，寻找改变教育水平的方法或实验。对于跨国差异，理想的实验是在保持其他因素不变的情况下，改变一国的人力资本存量或其全要素生产率。

亨德里克斯和斯科尔曼（Hendricks and Schoellman，2018）通过研究移民带来的工资增长近似模拟这个实验。如果技能可以随着个人迁徙而移动，那么拥有不同技术和制度的国家间相对工资可以告诉我们人力资本对跨国收入差异的贡献。亨德里克斯和斯科尔曼（2018）使用新移民调查，衡量了美国移民在移民前后的工资。他们发现，来自低收入国家的移民在美国的工资增长相当于美国与移民来源国之间人均GDP差距的38%。直观地说，在人力资本保持不变的情况下，这些移民正经历着全要素生产率和制度的变化。如果这一变化带来的工资增长相当于两国人均GDP差距的38%，那么其余的62%则可以由人力资本解释。

他们的方法可能存在两个潜在的偏差。首先，人力资本可能无法在国家间完全转移。然而，他们的研究表明，当这种方法应用于那些持就业签证来到美国、手上有工作邀请、从事同一职业的移民时，人力资本仍然能解释跨国收入差异的至少50%。其次，移民可能是自我选择的，那些期望获得更高收入的人也许更有可能移民。然而，对收益的选择会使跨国收入差异上升，导致他们低估人力资本的重要性。在一篇后续论文中，亨德里克斯、赫林顿和斯科尔曼（Hendricks、Herrington and Schoellman，2021）使用移民带来的工资增加来校准不同假设下的发展核算模型，并估计人力资本可以解释50%～75%的跨国收入差异。

总体而言，最有力的证据表明，人力资本至少能解释各国内部劳动收入差异的三分之一，解释各国之间劳动者人均收入差异的至少一半。

事实2　在整个童年和青年时期，人力资本投资都有很高的经济回报

在过去的几十年里，美国和世界各地的人们对儿童早期教育的投资都在不断增加。在美国，4岁儿童在公立学前班的入学率从2003年的15%上升到2019年的34%（National Institute for Early Education Research，2021）。1973—2014年，全世界学前教育的儿童入学人数从4360万增加到1.551亿（Roser and Ortiz-Ospina，2017）。这种增长部分归因于人们相信早期教育投资的回报特别高。然而，虽然大量经验证据证实了早期教育投资的高回报，但也有证据表明，青年时期的系列教育投资同样具有高回报。

在一系列论文中，詹姆斯·赫克曼及其合作者认为，人力资本投资的经济回报随着孩子年龄的增长而减少。图1再现了“赫克曼曲线”，这是对技能投资报酬递减概念的一个关键说明（Heckman，2006）。该曲线显示了下降的回报率，对人力资本形成的公共投资是一条水平的“收支平衡线”，两条曲线在学龄时期的某个阶段相交。

库尼亚和赫克曼（Cunha and Heckman，2007）将这些想法变成技能形成的生命周期模型。行为人天生就具有人力资本（可能反映了基因、父母教育、收入和其他固定因素），以及可以随时间推移而扩展的初始技能禀赋。他们考虑了一种通用的“技能形成技术”（technology of skill formation），对这种技术的早期投资比后期投资更重要，而且早期的技能不足并不总是能够被完全弥补。在他们的模型中，一个关键的思想是“自我生产力”（self-productivity），这可以用“技能形成技术”这个令人难忘的短语来描述。自我生产力对于积累型学习过程很重要。一个直观的例子是，在数学中，一个概念建立在另一个概念的基础上。更明白地说，早期儿童投资可以提高人力资本的水平，从而提高后期儿童投资的生产力。

库尼亚-赫克曼模型的另一个关键思想是“动态互补性”。想象一下，有一笔固定的技能投资预算可以花在每个孩子身上，动态互补性表明，一个平衡的投资组合产生的回报要高于在生命早期投资很少但后期投资很多的回报。自我生产力和动态互补性的结合意味着，后期投资不是很有生产力，它们不能轻易弥补早期的技能不足。〔库尼亚和赫克曼（2007）提出了成人技能的两周期恒定替代弹性生产函数A=h[γwⅠ 1 ϕ +（1-γ）Ⅰ 2 ϕ ] 1/ϕ ，其中0≤γ≤1为共享参数，1/（1-ϕ）为ϕ≤1时的替代弹性。由于早期投资的相对权重较高，“自我生产力”在γ中的重要性增加。“动态互补性”在ϕ中递减，例如当ϕ→-∞时，生产函数收敛于完美的互补情况h[min（Ⅰ 1 ，Ⅰ 2 ）]。〕该模型为赫克曼曲线提供了理论解释。

儿童早期技能投资的价值得到了强有力证据的支持。其中最著名的是来自20世纪60年代对学前干预的两项随机评估：高瞻佩里学前项目（High/Scope Perry Preschool Project）和卡罗来纳启智项目（Carolina Abecedarian Project）。这些都是几十年前的研究，涉及对高度贫困家庭的小规模和密集干预，因此其结果可能无法推广到更大规模和更近期的项目。但是，最近对一些学前干预措施的研究也发现了实质性影响，尽管这些证据同样给我们带来了一些困惑。学前教育项目通常只能在短期内提高考试成绩，而这种提高在几年内会逐渐消失。然而，它们对重要的人生结果有长期的影响，比如高中毕业和大学入学率，以及犯罪率、青少年怀孕率以及晚年健康状况等非教育指标的改善（例如，Ludwig and Miller，2007；Deming，2009；Gray-Lobe、Pathak and Walters，2021）。

此外，还有许多其他的儿童早期投资方法：产前护理、幼儿保健、食品和营养支持、家访以鼓励母乳喂养和戒烟等。艾泽尔、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对低收入家庭儿童进行政策干预（如给予医疗补助和食品券）产生长期效益的证据，而伍斯特（Wüst，2022）提供了来自北欧国家的证据，表明在产前保健、分娩时护理和幼儿保健方面对幼儿普遍提供早期投资的好处。同样，对这些项目的任何成本收益分析都需要着眼于长期，因为许多收益只有在以后的生活中才会显现。

赫克曼曲线对政策制定具有实际意义。赫克曼（2006）提道：“对生活条件差的儿童来说，早期干预比后期干预的回报要高得多，这些干预包括降低生师比例、公共职业培训、罪犯改造项目、学费补贴或增加对警察的支出。”

当然，幼儿早期干预的高回报并不意味着其他干预的低回报。事实上，大量证据表明，人力资本投资在童年和青年时期都有很高的回报。亨德伦和斯普朗-凯瑟（Hendren and Sprung-Keyser，2020）使用统一的福利分析框架，总结了美国133项实验性和准实验性政策干预措施的研究结果，这些干预措施对各年龄组都产生了影响。他们计算了每项干预措施的“公共资金边际价值”，即受资助人愿意支付的金额与政府的净成本之比。与非扭曲的现金转移相比，如果公共资金的边际价值大于1，意味着社会福利得到了改善，而公共资金边际价值无穷大，则意味着该项目是一个“能够回本的帕累托改进项目”，因为当收入增长足够大，可以通过增加税收来偿还项目成本时，会产生正的财政外部性。对“公共资金边际价值”框架的相关介绍，请参阅芬克尔斯坦和亨德伦（Finkelstein and Hendren，2020）。

图2转载自亨德伦和斯普朗-凯瑟（2020）的论文，它按照受益人的年龄排序，绘制了所有133项政策干预措施的公共资金边际价值的估计值。高瞻佩里学前项目和卡罗来纳启智项目也包括在内，它们的公共资金边际价值非常高。针对其他年龄组的其他政策也是如此，比如在20世纪七八十年代增加中小学（K-12）学校的开支、为低收入大学生提供财政援助、针对年轻人的部门就业计划等。虽然单个估计结果显得杂乱，但对它们按类别汇总研究后发现，儿童教育、儿童健康和大学政策都通过增加未来的税收收入来“回本”。这种按年龄分组开展研究得出的结论并不仅仅是福利分析框架的产物，因为亨德伦和斯普朗-凯瑟引用的许多研究在使用收益成本比率或内部回报率等更传统的方法衡量时，也有很高的回报（Rea and Burton，2020）。

总之，证据表明，至少粗略地说，0～25岁之间的人力资本投资可以带来同等的回报。关键区别不在于年龄本身，而在于对人力资本的关注。技能投资改善了受益人成年后的情况，包括更高的收入、更好的健康状况和其他福利。而成年后获得的较高收入对社会以及参与者本身都有好处，因为由此增加的税收能够降低政府干预项目的长期财政成本。相比之下，针对成年人的项目，如住房公积金或伤残保险，往往会降低劳动收入，从而使公共资金边际价值低于1。需要明确的是，这并不意味着这些政策不好，只是支持这些政策需要在特定年份给予受益人比普通纳税人更高的福利权重。

为什么技能投资在人的一生中会带来类似的回报？第一，即使年幼的儿童，他们也许已经处于赫克曼曲线的平坦地带。疾病、污染和其他不良事件对成年人和幼儿只会产生暂时的影响，但对胎儿的影响则是长期和永久的（例如，Almond、Currie and Duque，2018）。孩子出生前对早期投资的敏感度也许是最重要的，而在儿童早期和晚期投资的差异则没有那么重要。第二，在学龄期进行人力资本投资可能更有成效，因为学校是一种有效的干预模式。 较高的固定成本要求干预措施非常密集，而当固定成本较低时，可以将边际美元更多地花在新措施上。学校支出和财政援助利用了固定成本已经支付的事实。

第三，尽管赫克曼曲线源于一个关于人力资本投资的技术可能性经济理论，但现实世界要复杂得多。由于缺乏机会，以及存在信贷约束和信息不完全等各种市场失灵，很少有人能够充分发挥他们的潜力。如果每个人几乎都处在自己的技能边界之内，那么即使赫克曼曲线在理论上成立，它在实践中也可能并不适用。

事实3　培养计算和读写能力等基本技能的技术已经得到充分了解，资源是其中的主要限制因素

在人生的许多阶段，人力资本投资都是有回报的。然而，并非所有的干预措施都能增加人力资本，在某种环境下有效的措施在其他环境下可能无效。我们应该如何投资人力资本呢？

现有的选择可以分为三类。首先，我们可以通过允许学校放宽财政限制来提高投入质量。有了更多的资金，学校可以将其用于更小的班级、更高质量的教师、更多的辅导，或其他投入。其次，我们可以通过降低家教或技术等特定投入的相对价格（甚至免费），或通过增加对上课或读书等特定投入的激励，来改变个人、家庭或学校的投资决策。再次，我们可以通过绩效激励来鼓励学生、教师和其他参与者，使他们为人力资本投资付出更多的努力。

至于这些方法中哪一种最好，则一直存在争议。哈努谢克（Hanushek，2003）在一篇极具影响力的评论文章《以投入为基础的教育政策的失败》中指出，缩小班级规模或增加教师工资等投资不起作用，因为学校没有有效地利用资源。相反，他主张实施更大的绩效激励措施，以增加教师和学校的努力。然而，杰克逊（Jackson，2020）对最近的一些研究进行回顾后得出结论，额外的资源确实可以改善教育成果。这两种观点之间的分歧部分来自时间设置的不同，但也与研究设计和方法方面的争论有关。哈努谢克的论点基于教育支出的时间序列和横截面差异，以及很难在这些数据中找到教育支出和教育成果之间的正相关关系。而最新的这些研究则是基于学校财政改革的准实验证据。

例如，杰克逊、约翰逊和珀西科（Jackson、Johnson and Persico，2016）使用法院颁布的州中小学教育资助方案的变化，以此预测局部地区改革引起的每个学生教育经费的预期变化，这些经费用于调整班级规模、教学时间和教师质量，然后研究这些资助变化对学生教育成果的影响。他们发现，在12年制公立学校教育中，每名学生的支出每增加10%，受教育年限就会增加0.3年，成年后的工资就会提高7%。杰克逊和马科维休斯（Jackson and Mackevicius，2021）对31项关于美国公立中小学学校的支出与学生成绩之间关系的准实验研究进行了汇总分析。他们估计，在四年时间里，用于每名学生的支出每增加1000美元，考试成绩就会提高0.035个标准差，上大学的概率就会提高2.6个百分点。

在发展中国家，增加教育支出也会提升人力资本。迪弗洛（2001）发现，印度尼西亚的一个大型学校建设项目提高了人们的受教育程度和收入。坎纳（Khanna，2021）的研究表明，由于资助方式缺乏连续性，获得增拨资金的印度学区建造了更多的学校，雇用了更多的教师，并改善了现有设施。这些地区的学生多上学了约0.7年，成年后的收入增加了11%～14%。然而其他研究发现增加学校经费的效果并不明显：德里埃等人（de Ree et al.，2018）认为，印度大幅增加教师工资的政策并没有产生什么影响；穆比提等人（Mbiti et al.，2019）发现，对印度尼西亚学校的无条件拨款也没有什么效果。

对这些不同结果的部分解释是，学校财政改革就像是通过“直升机空投”额外的资源。虽然在资金的分配方式或学生群体的特点方面存在一些差异，但大多数学校似乎在用额外的资源做更多他们已经在做的事情。至少在美国，“基本照旧”可能是一个很好的边际投资。亨德伦和斯普朗-凯瑟（2020）按照杰克逊、约翰逊和珀西科（2016）的结论计算了公共支出的无限边际价值，表明20世纪七八十年代由法院判决导致的学校支出增加通过增加未来税收实现了“物有所值”。然而，在发展中国家无条件增加资源的效果往往不佳：例如，世界银行（2018）在其《世界发展报告》中以这样一句话开头：“上学不等于学习。”该报告讨论了许多国家存在的一个共同现象，即用于让儿童进入教室的资源并没有使孩子们的学习成绩得到相应的提高。

哪些特定投入能够可靠地增加人力资本？弗莱尔（Fryer，2017）回顾了发达经济体中近200项随机教育干预措施，发现了“什么措施有效”存在着广泛且有时是不可预测的差异。减少贫困、改变育儿方式或改变家庭环境的实验对学业成绩一般影响不大。儿童早期干预和学校干预一般来说是有效的，但因人而异。高强度的课外辅导有时会提高数学和阅读成绩，但低强度的辅导则不会（例如Banerjee et al.，2007；Fryer and Howard-Noveck，2020）。教师进修和职业培训有时候会有助于提高成绩，有时则不会（例如Borman et al.，2007；Loyalka et al.，2019）。在家里或学校提供电脑一般不会对人力资本产生影响（例如Malamud and Pop-Eleches，2011；Cristia et al.，2017）。计算机辅助学习软件对学生成绩会产生不同影响，有证据表明，个性化技术辅助可以提高学生的成绩（Bulman and Fairlie，2016；Muralidharan、Singh and Gani-mian，2019）。

总体情况是，一些特定的投入非常有效，但许多投资则不然，而且其效果往往很难提前预测。循证政策联盟（Coalition for Evidence Based Policy，2013）总结了对目标学校实施干预措施的随机证据后发现，90项干预措施中有11项对成绩产生了统计上显著的正面影响。此外，在一种环境下有效的干预措施可能无法扩大或推广到其他环境。科尔文和桑顿（Kerwin and Thornton，2021）指出，虽然提供全面服务的乌干达扫盲计划提高了读写能力，但在同样背景下实施的低成本扫盲计划导致考试成绩降低。贝格等人（Beg et al.，2019）发现，在巴基斯坦的一些中学里，当教师提前接受了在课堂上如何使用一项教育技术的培训后，该教育技术干预措施能够发挥作用，但将该技术直接传授给学生时，反而降低了学习效果。

最后，关于激励措施的证据比较复杂。艾伦和弗莱尔（Allen and Fryer，2011）对美国5个城市的250所城市学校开展了实验，结果表明，根据学生的表现直接支付报酬的措施很少奏效。美国规模最大的关于教师激励的随机研究发现，教师激励对学生成绩或其他教育结果没有影响（Springer et al.，2012；Fryer，2013）。教师激励措施在发展中国家有时会产生积极影响，相比不考试的科目，它对考试科目的影响更大（Muralidharan and Sundararaman，2011；Filmer、Habyarimana and Sabarwal，2020）。

大量研究对基于应试问责制的学校激励机制进行了研究，该激励机制以考核不合格、解雇教师和校长、关闭学校等处罚手段威胁表现较差的学校。 这种问责压力会导致学校在重要考试中有很大改进，而在不太重要的考试中则只有时有时无的些许改进，不仅如此，还会导致校方形成一些有害的应对之策（Jacob and Levitt，2003；Neal and Schanzenbach，2010；Dee and Jacob，2011）。在长期影响方面，我们（Deming et al.，2016）发现，问责压力提高了得克萨斯州最差学校的学生大学入学率和收入，但对优质学校中的低分学生产生了长期负面影响，因为这些学校中的学生按成绩被分成了快慢班。

当激励措施奏效时，学校通常会将精力转移到实现某个业绩指标这一狭隘目标上，从而产生有害的副作用。经济学文献对这种“多任务”问题有过很多讨论（Holmstrom and Milgrom，1991）。激励措施增加了学生、教师和学校实现短期目标的压力，而实际目标是长期人力资本发展。在某种形式下，这种权衡可能是无法避免的。尽管教育是一个长期过程，但激励措施通常更适用于即时且易于检测的指标，例如出勤率、入学率、阅读书籍数量和是否完成测验。

一些令人鼓舞的证据表明，资源和激励机制可以很好地协同发挥作用。在坦桑尼亚的一项大规模实验中，穆比提等人（2019）发现，奖励教师和向学校提供无条件现金补助的措施，如果单独实施则影响都很小，但如果共同实施，会对教育成果产生很大影响。有研究（Andrabi、Daniels and Das，2020）发现，巴基斯坦对私立学校的无条件现金补助提高了考试成绩，但这种情况只发生在将补助金发放给所有学校，而不是只发放给一所学校的地方。

资源和激励的结合也适用于美国一些表现优异的特许学校，它们遵循“不找借口”的原则，强调行为规则、更长的在校时间和额外的教学时间。这些学校由政府资助，但也获得了大量额外的私人资助。特许学校面临更高级别的外部问责，因为它们更容易被关闭。

我对这一系列证据的解释如下。第一，至少在美国，学校支出的增加在边际上是有效的。在目前的水平上增加学校支出将会形成更多的人力资本，从长远看甚至可以弥补这些支出。培养学龄儿童基本计算和识字能力的技术已经广为人知。更小的班级规模、更好的学校设施和更多的教学时间都对基础学术技能的发展有明确的影响。在大多数情况下，高强度的课外辅导、额外的教学时间、个性化和适当水平的教学，这些最有效的投入向学生传授的都是千篇一律的东西，而不是重新设计学习过程。

第二，尽管强化激励措施在某些情况下有效，但成绩的提高往往是暂时的，没有太多证据表明它具有长期效益。一个重要的提醒是，资源加上激励措施似乎比单独使用资源更有效。

第三，与其将全部希望寄托在一个放之四海而皆准的好方法上，不如仅仅向学校提供资金，并允许它们灵活使用这些资金，后者可能是增加人力资本的一种更可靠的方法。当然，这会让教育专家感到不安。在一个完美的世界里，资源增加与结果的透明度和问责制是相结合的。然而有证据表明，至少在发达国家和具有强大内部问责制的学校中，“直升机撒钱”是值得做的。

然而，学校支出在经济上具有边际效益，这并不意味着这些钱就花得最合理。同时，教育支出是有成效的，但也有很多被浪费了。我们总能做得更好，因此创新和实验对于提高人力资本投资的生产率至关重要。

事实4　诸如解决问题和团队合作等更高阶技能的经济价值越来越高，而形成这些技能的技术仍未得到很好的理解

在提升阅读、写作和算术能力方面，学校教育有着长期成功的记录。但是一所好的学校还能做到更多。教育干预的长期影响往往比仅凭成绩提高预测的要大得多。越来越多的工作强调“非认知”或“软”技能的重要性，如耐心、自我控制、责任心、团队合作和批判性思维等。虽然这些技能显而易见地非常重要，但“软”和“非认知”这两个词本身就暴露了我们对这些技能是什么，以及如何衡量和开发它们缺乏了解。

在我看来，根据布鲁姆（Bloom，1956）对教育目标的分类，解决问题、批判性思维和团队合作等能力是高阶技能。布鲁姆的分类法建立了一个金字塔式的层次结构，以事实性知识为基础，往上是模式识别和类别划分，直到更高层次的目标，例如将知识应用于新环境、尝试并与新思想建立联系、评估和决策、设计和创造新概念。像SAT（美国高考）或者AFQT这样的考试处在这个金字塔的最下面两层，即记忆、解释并理解想法和概念。如前所述，我们对如何培养这些基本技能非常了解：事实上，正如分类学的金字塔结构暗示的那样，它们是发展高阶技能的先决条件，例如运用概念和知识解决新问题、评估来自多个来源的证据以改进决策。

尽管我们对如何衡量和发展高阶技能缺乏了解，但各种研究使用了现有证据，已经找到了方法来证明它对人生成功的重要性。例如，杰克逊等人（2020）使用芝加哥公立学校9年级学生的调查证据，发现在促进努力工作和社会福祉方面具有高“附加值”的学校提升了学生的高中毕业率和大学入学率，即使在考虑了它们对学业成绩的影响后也是如此。林奎斯特和维斯特曼（Lindqvist and Vestman，2011）利用瑞典入伍士兵的数据估计，认知技能和非认知技能在劳动力市场上的回报率都很高，非认知技能是以训练有素的心理学家通过个人访谈给出的评分来衡量的。我曾（2017）指出，对于在21世纪头十年进入劳动力市场的美国年轻人来说，社会技能的经济回报比20世纪80年代增加了一倍多。在下文将进一步讨论的这项研究中，我创建了一个基于四因素的指数来衡量社交技能：自我认为的社交能力、成年受访者认为的6岁时自己的社交能力、高中时参加社团的数量以及高中时参加体育活动的数量。爱丁等人（Edin et al.，2022）在瑞典发现了类似的社会技能回报，他们使用了强制征兵中的管理数据，征兵时要求18岁或19岁的男子接受认知和非认知技能测试。阿塔纳西奥等人（Attanasio et al.，2020）使用了由母亲（在某些情况下是老师）填写的关于孩子行为的调查报告，发现在相隔30年出生的两类英国人群中，社会情感技能上的差异越来越大。这些研究中的每一项都使用现有方法来衡量“非认知”技能，而不是在概念上将它们与特定的高阶技能联系起来。

高阶技能显然看起来十分重要，但要很好地衡量它们是一个挑战。典型的方法是使用自填问卷，这些问卷通常是李克特量表（Likert scale） 项目（1到5或1到7，范围从“非常不同意”到“非常同意”），没有任何基本含义（cardinal meaning）。它们对不同人生结果的预测能力差异很大，这取决于准确的测量方法、使用的结果和社会背景。

然而，这里的一个问题是调查问卷可能会受到参考偏差（reference bias）的影响，即受访者会与周围的人进行相对比较。韦斯特等人（2016）发现，对于幸运地进入了管理严格的特许学校的学生来说，尽管学习成绩更好，上学时间更长，家庭作业也更多，但在尽责和毅力方面的得分往往较低，因为他们正在一套不同的评价标准下评估自己。一些研究使用缺勤和辍学等行为衡量非认知技能。然而，这些行为不仅涉及技能，还涉及社会背景，包括种族歧视、学校背景和其他未知因素。

清晰的概念是我们理解高阶技能的第二个挑战。在一个标准的人力资本分析框架中，技能越多越好。但是，一些技能在某些情况下可能是有效的，而在其他情况下可能无效：例如，责任心可以明确预测教育程度和收入，但破坏性和攻击性行为（责任心的对立面）有时也可以用来预测收入和创业成功的概率（Levine and Rubinstein，2017；Papagegeorge、Ronda and Zheng，2019）。

我们需要一个系统的研究计划，旨在了解高阶技能的经济重要性。这个研究计划将使用强有力的研究设计，把精细测量、理论发展与实验和影响分析结合起来。在本文的其余部分，我试图综合我们知道（和不知道）的人际交往和个人内省技能，从而说明这种方法的价值。

人际交往能力与团队合作科学

美国劳工部对劳动者、雇主和专家的一项调查发现，在78%的工作中，团队合作是“非常”或“极其”重要的工作特征（O∗NET On Line，2022）。长期以来，经济学文献将团队合作视为通过专业化分工提高生产率的收益与合作成本之间的权衡（Becker and Murphy，1992；Garicano and Rossi-Hansberg，2006）。在这种情况下，团队生产的兴起是对工作变得日益复杂的一种反馈，一个运作良好的团队可以利用团队成员之间的比较优势来提高生产效率。

我曾（2017）说明团队合作的兴起如何提升了社交技能在劳动力市场中的价值。从1980年到2012年，在美国劳动力市场上，需要高度社交互动的工作岗位占比增加了近12个百分点，社交技能在劳动力市场上的回报增加了一倍多。我用团队生产模型解释了这些实证结果，其中社交技能降低了团队中劳动者之间“交易任务”的协调成本，使他们能够更充分地发挥比较优势。最近的其他几篇论文也证明了社会技能的经济价值。例如，汉森等人（Hansen et al.，2021）利用描述高管职位的数据，“说明高级管理职位与社交技能的相关性越来越高”。霍夫曼和泰德利斯（Hoffman and Tadelis，2021）研究了一家大型公司的员工调查结果，发现拥有更好的“人事管理技能”的管理者能够减少员工流失，并在公司中得到更高的薪酬。

我们知道社交技能在劳动力市场上会得到回报，我们也知道团队合作越来越重要。但我们能否在社交技能、团队合作和生产率提高之间建立直接的联系呢？

我和魏德曼（Weidmann and Deming，2021）发展了一种新的实验方法来确定个人对团队绩效的贡献。我们首先衡量个人在一系列解决问题任务中的效率，然后将相同的个体随机分配给多个团队，这些团队执行相同的任务。 我们使用个人分数来生成每个团队的绩效预测，然后结合将多个个体随机分配给群体导致的预测残差来估计团队合作效应。那些总是让团队表现优于预测的人就是具有团队精神的人。我们发现个体对团队绩效有持续的影响，换句话说，团队合作效应是存在的。

此外，我和魏德曼（2021）发现的这些效应与一种常用的、经过心理计量学验证的社会智力测量方法，即眼睛读心术测试（Baron-Cohen et al.，2001）呈正相关。这个测试向参与者展示了一些人脸照片，这些照片被裁剪过，能看到的只有眼睛。对于每一组眼睛，参与者按要求从四种情绪中选择哪一种最能描述图像中的人。这个测试衡量的是参与者识别他人情绪的能力，更一般地说，是判断他人精神状态的能力。相对于社会智力的其他测量方法，眼睛读心术测试的主要价值在于它有正确和错误的答案，具有相对较高的重测信度（test-retest reliability），并且可以快速有效地执行（Pinkham et al.，2014）。实验参与者还接受了标准的智商测量，以及著名的“大五人格”（Big Five Per-sonality）量表中三个维度的评估，这些维度在其他研究中与团队绩效呈正相关：责任心、外向性与亲和力。这些测试都与团队合作效应无关，而只是眼睛读心术测试。简而言之，这个实验利用实验室环境，对社交技能与团队效率之间的潜在经济机制进行了清晰的检验。

团队合作技能的重要性也在不同领域得到了证实。有研究（Arcidiacono、Kinsler and Price，2017）使用来自美国职业篮球的数据，展示了个人表现如何依赖于同伴效应（peer effect）。德弗罗（Devereux，2021）研究了加州大学系统内经济学家发表学术论文的共同作者数据，他发现，与提升自己的学术地位相比，作者作为合著者的价值增值与薪资的关系更加密切。博诺姆（Bonhom-me，2021）设计了一个计量经济学框架来评估单个劳动者对团队绩效的影响，该框架在评估时考虑了团队合作技能、劳动者分类及其互补性，并使用经济学家的研究成果和发明人对专利质量的贡献。然而，要想理解社交技能为什么重要以及在什么情况下才重要，还需要做更多的研究。

另一个研究得还很不充分的领域是社交技能的开发。有一些研究通常在发展中经济体进行，着眼于观察特定的社交技能项目是如何改善结果的。有学者（Adhvaryu、Kala and Nyshadham，即将出版）研究了印度服装行业的女性员工，发现工作中的“软技能”，即注重沟通、时间管理、财务知识、成功执行任务和解决问题，使员工生产率提高了13.5%，且当工作的团队密集性越高时，软技能的影响越大，同时也有证据表明软技能的影响会溢出到对照组中的团队成员。在多哥的一个商业培训计划中，社交技能培训项目提高了企业家建立商业联系的能力（Dimitriadis and Koning，2020）。在乌干达一项为高中生举办的为期三周的商业技能项目中，基奥达等人（Chioda et al.，2021）发现，与关注硬技能相比，传授自我效能、说服力和谈判等软技能可以带来更大的收益。阿什拉夫等人（Ashraf et al.，2020）在赞比亚的一个教育场景中发现，针对青春期女孩的谈判技巧培训项目能够提高教育成效。我们需要更多的研究，利用不同的项目和情景，建立一个关于团队合作技能如何以及为何重要的经济理论。

内省技能与经济决策

良好的决策需要反事实推理，这意味着要考虑备选行动及其可能的后果。根据布罗姆（1956）的分类法，这一过程需要结合多种高阶技能，例如获取信息，将信息应用于新情况、测试和评估证据，以及做出决策并证明其合理性。

大量文献考虑了决策制定的各个方面：耐心、自我控制、坚持完成困难任务的勇气、获取额外信息或考虑替代策略的习惯、开发在各种情况下都行之有效的认知捷径等。关于时间和风险偏好的经济学文献主要关注文化或家庭对决策的广泛影响，或聚焦于行为偏差和做出选择时的环境特性。然而在我看来，决策错误和偏差可以被重新解释为高阶技能不足引发的问题。这反过来又表明，需要更多地研究决策本身的“技能”。

例如，耐心和自制力是相互关联的，耐心是一种长期思考的意愿，而自制力是克服当前诱惑的能力（Fudenberg and Levine，2006）。这篇文献提出了一种方法，要求研究对象将现在和未来之间的权衡与未来相同间隔的两个时间之间的权衡进行比较：例如，今天100美元和明天110美元的报价，比七天后100美元和八天后110美元的报价更容易被接受。未来多等一天似乎比现在容易。自制力与学业成绩和其他的人生成就呈正相关。例如，达克沃斯等人（Duckworth et al.，2019）调查了一系列证据，证明自制力与学业成绩有关。与自制力相关的是“毅力”，或者说是为了实现预期的长期结果而在遇到困难、不愉快的任务时仍坚持不懈的能力。

有充分证据表明，自制力和毅力是可塑的，可以通过低成本、可扩展的投资得到改善。艾伦和埃塔克（Alan and Ertac，2018）指出，在土耳其，一项针对三四年级学生的以学校为基础的强化项目鼓励前瞻性行为和对未来的想象，这可以提高三年后的行为等级和忍耐力。有研究（Lührmann、Serra-Garcia and Winter，2018）表明，针对德国高中生的金融知识项目减少了时间不一致性并降低了贴现率。

提高毅力的最好方法是什么？一种观点认为，毅力是在接受“成长型心智模式”（growth mindsets）的过程中发展出来的（例如Yeager and Dweck，2012），它是努力就会有回报这种信念的转化。另一种观点认为，毅力是一种认知耐力，是能够长时间集中注意力的技能（Brown et al.，2021）。只关注成长心态的干预措施显示出好坏参半的结果，在美国具有全国代表性的高中生群体中，将心智模式训练与目标设定和有意识练习相结合，有望提升学业成绩，在土耳其的52所公立小学中也是如此（Yeager et al.，2019；Alan、Boneva and Ertac，2019）。布朗等人（Brown et al.，2021）将1600名印度小学生随机分配到两种需要付出努力的认知活动中：一种是明显的学术活动，另一种则不是。这两种干预措施都能提高注意力集中的能力，也都能提升学习成绩，这表明认知耐力能够通过练习而提高。这将“毅力”重新定义为一种可以培养的技能，而不是一种需要转变的心智模式。

评估未来世界的不同状态是一项繁重的认知工作，这可能有助于解释智力和耐心之间的相关性（Dohmen et al.，2018）。改善决策的一条途径是发展认知捷径和培养思维习惯，使长时间思考变得更容易。认知行为疗法在减少暴力和其他负面行为方面的成功提供了一个有趣的例子。认知行为疗法直接关注决策，其重点是通过要求人们慢下来，并评估其行为模式的后果，然后通过有意识的练习重新规划新的行为。海勒等人（Heller et al.，2017）发现，芝加哥高危年轻男性接受认知行为治疗干预后，暴力犯罪大幅减少，高中毕业率增加。 布拉特曼等人（Blattman、Jamison and Sheridan，2017）发现，认知行为治疗和现金补助相结合可以大大减少利比里亚罪犯的暴力和犯罪行为。在瑞士，一项针对幼儿的决策干预措施被称为“促进另类思维策略”（PATHS），它提高了高中毕业率和大学入学率（Sorrenti et al.，2020）。

最后，一组新出现的证据表明，策略复杂性可以提高决策水平。有研究（Fe、Gill and Prowse，即将出版）使用了来自英格兰西南部埃文地区的父母与儿童纵向研究（ALSPAC）数据，测量了当地8岁儿童的心智理论（theory-of-mind）能力和认知能力，发现“心智理论”能力，即将心理状态归因于他人的能力，预测了儿童的策略复杂性，并与成人的社交技能和教育成就呈正相关。吉尔和普劳斯（Gill and Prowse，2016）发现，在一系列实验室实验中，更聪明的美国大学生能够更快地达到纳什均衡，并能进行更复杂的推理。

未来的研究应该致力于发展理论和测量范式，以便对改善决策所需的技能和知识进行直接评估。一个有前景的方法建立在“理性疏忽”（rational inatten-tion）文献的基础上，这类文献确定了在考虑到注意力成本的情况下，哪些决策错误是最优的（例如Sims，2003；Mackowiak、Matějka and Wiederholt，2021）。由行为经济学发现的许多偏见和经验现象可以通过成本高昂的信息获取模型来合理化。从这个角度看，采取干预措施，培养降低注意力成本的“技能”，将有助于减少决策错误，增强耐心、毅力和提升其他高阶技能。在谈及如何理解技能在改善经济决策中的作用时，问题比答案要多，这提供了许多充满前景且令人兴奋的未来研究方向。

（北京工业大学经济与管理学院　万宜嘉　译）

参考文献

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 Björn Öckert.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.”Our World in Data.https://our-worldindata.org/financing-education (accessed June 3, 2022).

Roser, Max, and Esteban Ortiz-Ospina.2017.“Pre-Primary Education.”Our 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 Zölitz, 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.

---

[1] 霍尔和琼斯（1999）考虑了一个以每个劳动者的产出对数表示的经济总生产函数： 。其中Y c 代表国家c的总产出，K代表资本，α代表资本份额，H代表经质量调整的劳动力，A代表技术状态，通常称为全要素生产率。这个等式可以使用收入和要素份额的跨国数据进行估计，每个劳动者的人力资本可以使用学历或其他教育程度的数据来衡量。 c/WDeXiVM4dZ1JPdOwoARIazsDTQ53p6wKMxsFt6d43Sd2KcVKZBIdujRtO/xSVU