学生在教育部门中的角色 - 巩老师的日志 - 网易博客

学生在教育部门中的角色

默认分类 2008-05-12 14:16:36 阅读32 评论0   字号：大中小 订阅

                                                                            巩真

                                                          （西安交通大学 经济与金融学院）

 内容提要： 本项研究的目的是从生产要素的投入和产出以及产权界定的角度对教育的产出效率及相关政策进行分析。文章以经济学的要素分析为起点，说明在教育部门的人力资本生产中存在着等产量线、劳动密集性、资本对劳动的“挤出效应”和“隐型失业”等现象。这些现象不仅证实了教育部门是一个将各种资源组织起来进行生产的部门，同时也证实了在教育过程中，学生扮演着劳动力和投资人的双重角色。通过对学生角色的定义和分析，本文试图建立一个关于教育的投入-产出和产权结构的理论框架，并将这一框架作为教育领域中的资源配置政策和管理体制改革的根据。

关键词： 教育经济学  教育产出效率  学生角色  教育政策

Role of Students in Education

Abstract: This study aims to investigate education efficiency and related policies from the view of production function and property rights. It focuses on demonstrating the patterns and phenomena like isoquant, labor intensiveness, crowding-out of funding to labor, and the hidden unemployment etc. in general industries also exist in education sector. Based on the demonstration, the article points out, education is a sector that employs resources to conduct production and, in this process, students play both roles: labor force and investors. Through the investigation, the article tries to build a reliable theoretical framework for the reform of educational management and policy making.

Key words: Educational Economics; educational efficiency; Role of Students; Education Policy

JEL Classification: I20, I22, I28

在以知识经济为基础的社会中，教育已经成为对一国的潜在产出和可持续发展有重大影响的部门。因此，如何提高教育的产出水平和效率也正在成为许多国家关注的问题。为了提高教育的产出水平，很多国家的政府和学者都把政策制定和研究的重点放在增加教育经费的投入方面。但与此同时，资源的合理配置以及学生角色对教育部门生产效率的影响却没有得到同等程度的重视。这种情况导致了教育运做效率方面的诸多失误。本文指出，像解决其它产业领域中存在的产出效率问题一样，解决教育部门中的此类问题首先应当建立一种科学的投入产出分析和产权理论的框架。以这种理论为基础，教育过程中的相关问题才有希望找到解决途径。

本文的基本起点是：

1、  教育是一个人力资本的生产过程，因此它与一般的生产过程遵循相同的投入产出规律；

2、  和其它的生产过程一样，教育过程中所有的投入要素可以分为劳动和货币资本（资金）；

3、  同样，在教育部门中，劳动和资金之间也存在着互相替代和互相补充的关系。而教育的产出则依赖于这两种要素的投入以及它们的组合方式；

以上述理论为起点，文章分析了中国、美国和其它OECD国家的数据和事实，并把研究的重点集中在如下几个方面：

1、   在教育部门中，劳动和资本要素的含义是什么，以及它们投入组合方式是如何影响教育产出的；

2、   在教育部门中，谁是劳动和资本的主要投入者，以及他们正在和应当以什么方式和身份参与和影响教育的产出；

3、   为了提高教育的效率，现有的教育投入政策和传统的教育管理体系需要进行哪些方面的改革。

教育生产要素的投入和组合关系

经济学应用投入产出和生产函数理论来研究资本和劳动要素之间的关系以及它们的不同组合对产出的影响。半个世纪以来，这种方法已经被广泛地应用在教育产出的研究中。这些研究把教育部门中的资本要素投入定义为教育资金的花费量，把劳动要素的投入量定义为教职员工的工作量。不少研究也包括教育机构中班级的大小、学生的家庭背景和学习时间等状况的分析，并且用学生的学习成绩或毕业后的收入来评价教育的产出效果。但是，多方面的文献显示种类研究并没有取得明确的结果。美国学者Hanushek (2001)总结了以往半个多世纪以来的研究结果，说：“大量的研究都表明，在资源和对学生的教育效果之间并不存在清晰和系统关系。”

我认为，这些研究的缺陷在于，它们没有把学生的劳动投入作为一个主要的因素来进行分析，没有研究学生劳动投入与教育资金投入之间的关系，以及这种关系对于教育产出的影响。关于教育产出的研究一开始就应当把学生定义为教育过程中的劳动力，并由此来分析教育资金和学生劳动投入的关系及其对产出的影响。在本文中，教育的资金（资本）投入是指正规教育机构中的所有花费。它们来自政府拨款、学生学费和私人捐助。这一点与其他研究是一致的。不同的是，在这里，劳动投入是指学生的学习活动。它可以用学生在校内外的学习时间来衡量，并用这些时间的机会成本来进行计算。

关于教育的劳动投入，有一个必须说明的问题，即，为什么学校中教职员工的劳动没有被包含在教育的投入要素中。这是因为，教职员工的所有贡献已经以工资支付的方式被计算或表达在教育的资金花费中，因而不可以再做重复的计算。在一般情况下，可以认为工资支付的多少代表了教职员工的贡献水平。

回顾以往关于教育产出的研究, 可以看出有两个原因影响了研究者给予学生劳动贡献应有的重视。第一个原因是一般认为教育机构不是一个生产部门，而是某种用社会福利机构或者服务机构。以此为前提，学生就成为社会福利的接受者或教育服务的消费者，而不是教育部门中的生产者和投资者。学生不被认同为生产者或劳动力的另一个原因是他们从来没有因其学习行为而从教育机构中获得工资收入，即他们没有被教育机构所“雇佣”。

但事实上，如果没有学生的参与，教育部门中的人力资本的生产是不可能进行的。并且，以时间机会成本计算出的学生劳动投入在教育过程中也确实占据了相当大的比重。这足以说明学生在教育生产过程中所占有的重要地位。在在方面，中国和美国这两个世界上最大的大学生人口国给出了具有说服力的数据。根据中国国家统计局的报告（2002）计算，2000年，中国普通高等教育学校的生均（资金）花费是16424元人民币。再根据北京大学岳昌君教授的调查报告（2004）可以得出当年高中和大专文化程度的职工的平均年收入是9455元。这个数字可以看作是中国当年大学生的劳动力的时间机会成本或者大学生对教育的生均劳动投入量。依照上述两个数据，我们可以算出2000年大学教育总的生均投入（货币花费加劳动）是25789元。其中，学生的劳动投入占37%。

同样的方法可以得出美国大学生的劳动投入在教育总投入的比例。以2001年为例。根据美国联邦统计局（U.S. Census Bureau, 2003）的数字，2001年美国高中毕业生的平均年收入为27980美元；同期，高等教育机构中学生的生均花费是10724美元（OECD，2004）。由此可知总的生均投入是38704美元。学生的劳动投入占总投入的比重为72%。

中、美学生劳动投入占教育总投入比重的差异主要来自中、美劳动力价格的巨大差异。这种差异表明中国学生的劳动力机会成本比较低，因而他们比美国学生有更强的进入高等教育机构的动机。本文将在后面进一步讨论关于劳动力成本对教育投入的影响。

在一般生产过程中，劳动和资本之间存在着一定的替代关系。这种关系也同样存在于教育过程中。它们具体地表现为教育资金（资本）和学生的劳动投入之间的替代关系。

图1显示了26个国家的15岁学生在一学年中的人均学习时间与这些国家从初等到高等教育机构中学生的生均花费的关系。图中相关数据详见图1下面的“资料来源”和“注”。这26个国家包括中国和参加国际学生测试项目（Program of International Student Assessment, PISA）的25个OECD国家。PISA选择15岁学生作为测试和统计对象是因为，大多数国家都把15岁作为义务教育的法定年龄上限。这就意味着，15岁是一个可以结束义务教育走向社会或继续接受“后义务教育”的年龄。对这一年龄阶段的学生进行测试，可以看出各国义务教育的效果，并了解学生们是否具备了走向社会的知识和能力。图1中中国学生的学习时间是根据作者的问卷调查（Gong, 2006）做出的。作者选择中国初中三年级学生作为调查对象是因为，中国的义务教育法是根据年级（初中毕业）而不是根据年龄来规定义务教育对象的，而中国初中三年级的学生在年龄和特性方面都与OECD的标准相一致。

实际上，OECD和本文作者关于学生学习时间的调查结果的意义，除了上述所说的之外，还有一个非常重要的方面，即各国学生的学习时间可以反映出他们为获得“后义务教育”资源所需要付出的努力（劳动投入）。而这种差异通过劳动和资金的替代关系可以间接地显示出各国教育资金供求方面的差异。

图1的曲线显示出中国和25个OECD国家的学生个人为了完成其所在国的义务教育并进入后义务教育所必须投入的学习（劳动）时间和生均资金花费的组合。学生劳动投入和资金花费的组合形成了一条教育部门中劳动和资本关系的“等产量线”。它与一般生产过程中的等产量线具有相同的变化趋势。这就表明，教育和其他部门一样，存在着劳动和资本之间的互相替代和互相补充的关系。替代关系是指，要保持一定的教育产出（例如学习成绩），资金（或劳动）投入的减少就必须以学生劳动（或资金）投入的增加来替代。互补关系是指，要保持一定的教育产出，一定的劳动（或资金）投入，必须有相应的资金（或劳动）投入来支持。

另外，这条曲线斜率的变化还显示，在教育部门中，劳动和资本这两种要素之间也同样存在着边际技术替代率递减的规律。

更重要的是，这条曲线证明了，在教育领域中，学生的劳动投入与资金投入有同等重要的意义，即学生劳动投入对教育产出有着致关重要的影响。

必须说明这条曲线并不是一个精确意义上的“等产量线”，因为曲线上代表教育产出的各个国家的学生PISA测试成绩（产出水平）是不同的。这条线的“等产量”的基本含义是指各国自己可接受的义务教育水平。但无论如何，图1中的曲线在很多情况下都向我们提供了关于学生劳动投入和教育资金（资本）投入之间的组合关系及其对教育产出影响的极其重要的信息。

以图1中号码“1”和“2”分别标示的芬兰和韩国为例（图1中各点旁边的号码分别表示该点所代表的国家和该国在PISA测试中的名次，详见图1下的说明）。在2003年举行的PISA（简称PISA 2003）中，这两个国家的成绩排名分别为第一和第二。芬兰的生均年教育花费是韩国的1.4倍，而韩国的学生劳动投入是芬兰的1.6倍。这就比较准确地说明了在相同产出水平下劳动和资金的替代关系。存在类似现象的国家还有分别排名第10、11、12和14位的比利时、法国、德国和冰岛。他们都投入了相似的劳动和资金，得到了相似的成绩排名（产出水平）。在分别排名第3名和并列第5名的日本、澳大利亚和荷兰，以及奥地利（第14名）和丹麦（第15名）之间也存在类似的对应关系。

 图1. 26个国家生均花费和15岁学生学习时间之间的关系

图1还显示，捷克（第7）是一个高教育效率的国家。它花费了相当于美国（第19）四分之一的资金和比大多数OECD国家更少的学习时间，得到了比三分之二的国家都高的成绩。

从图1可以看出，中国学生的平均教育花费最低，为1019美元（按购买力平价PPP计算）。这个数字还不到是美国生均花费11152美元的10%。同时，中国学生的平均学习时间最多，为一学年2952小时，是美国同龄人1192小时的2.5倍。中国的状况进一步证实了学生劳动投入和教育资金投入之间存在着一定的反相关性：严重短缺的资金就要由大量的学生劳动来替代。

这种学生劳动和教育资金之间的互替关系也反映在微观现实当中。假定资金的投入量可以决定学校的教育环境，包括师资水平，教学设施和师生数量比等，那么，如果资金投入不变，学生的劳动投入就会成为决定教育产出的决定性变量。在这里，教育的产出可以用学生的测试成绩来衡量和对比。这就是说，在同一资金条件下，可以推测，高成绩的学生的劳动投入比低成绩的学生多。但是，在某些情况下，低成绩的学生可以用更多的资金投入来弥补其劳动投入的不足。例如，在国内重点中学招生中普遍存在的择校费制度就准确地显示了学生劳动和资金投入之间的互替关系。在重点中学举办的非本学区学生招生中，考试成绩低的学生所交的择校费比成绩高的学生多。这种被政府屡禁不止的“地下交易”给出了学生劳动和资金之间的“边际替代率”。

2000年左右，国内许多城市重点中学的这一替代率是基本一致的：少1分成绩多交1000元择校费。这个“价格”说明了学生劳动与教育资金之间存在着真实的、并非纯粹学术假定的替代关系。当学生的成绩低于某个限定的水平时，学校会大幅提高其择校费。这种现象正说明了劳动和资金之间的边际技术替代率是递减的。

在现实中，这种替代关系是普遍的，全球性的。比如，美国的各个大学也用成绩来决定对一些学生的收费和奖学金标准。

学生劳动力及其产出

从学生劳动投入和教育资金投入的相关性可以得出一个明确的结论是，学生在教育部门中扮演着劳动力的角色。与其它产业中的劳动力的不同之处是，学生劳动力获得的直接的报酬不是工资，而是教育产出的结果——人力资本。学生用他们在教育生产中获取的人力资本再到市场上获取回报。这表明，学生从教育中得到的直接回报不是现金，而是资本。因此，学生在教育中同时还扮演着投资人的角色。这里先讨论学生的第一个角色——劳动力。

与其它产业中的劳动力相似，学生劳动力的生产效率也明显地影响着教育部门的产出效率。因此，教育机构也像其它企业一样，为了提高自己的产出效率而尽力招收有高产出能力的学生，即高效率的劳动力。并且，像企业之间竞争高水平的员工一样，大学之间争夺“好学生”的竞争在全球范围内都是普遍的现象。越来越多的学校采用广告宣传和提高助学金标准或减免学费的办法来吸引好的学生。学校的质量对于学生能力的依赖是不争的事实。这一事实不仅存在于大学，也存在于中小学中。一些中学为了提高自己的升学率而以各种方式吸收高分学生和排斥差生也是众所周知的事实。在赞比亚进行的一项调查（Das, Habyarimana, Dercon, and Krishnan, 2005）的结果也显示，51%的家长认为影响孩子学习成绩最重要的因素是学生自己的能力；只有31%和6%的家长分别认为教师的质量和教材的最重要的因素。在2000年举办的PISA测试(OECD & Institute for Statistics, UNESCO, 2003)也显示，学生自身的努力超越了社会经济条件和家庭背景成为决定学生成绩最重要的条件。

近20年来，信息技术在教育过程中得到日益广泛的应用。相关产品的厂商对学生劳动力的重要性的认识比教育机构的管理者们更为敏感。包括微软公司在内的越来越多的厂商都在强调他们的产品具有提高学生“生产效率”的功能(Newcomer, 1980; Microsoft Corporation, 2004; Cisco Systems, Inc., 2006)。

另一个与学生生产力相关的问题是教育过程中的学制问题。教育的产出效率应当符合一般的生产效率计算的原则，即净收益和成本的比值。教育的收益的衡量标准可以是测试成绩、收入、就业机会以及其它各种因教育而获得的利益。而教育的成本是学生劳动的机会成本（时间）和来自各方面的资金投入。其中学校所规定的课程学习时间是影响学生教育成本的关键。因此，如果学习时间的安排可以灵活变动，学生的教育成本将会明显地下降。目前许多国家的教育机构都在这方面不断地进行改革。学分制只是这类改革的开始。韩国的“学分银行”为成年人提供了更灵活的学习机会。暑期教育、业余教育和网上教育的发展也将进一步降低学生劳动力的机会成本。在这方面，美国营利型大学由于采用了企业化的管理，因此比非营利型大学更有效地减少了学生劳动力的机会成本（Ruch, 2001）。

劳动密集型产业和劳动力成本

由于学习是个人脑力的工作过程，非机器可以替代，因此教育部门自然是一个“劳动密集型”部门。“劳动密集型”的含义对于不同收入水平的国家的含义是不同的。本文的前边已经说明，学生劳动力与教育资金之间的关系不仅是互替的，而且也是互补的。互补的关系意味着在一定的教育产出水平上，与一定的资金（或劳动）投入相配合的（或资金）劳动投入是有限的。因此，就像增加劳动密集型企业的投资就可以让更多的劳动力就业一样，要想让更多的人进入学校，接受教育，就必须有更多的教育资金的投入。在这方面，由于高收入国家对教育的资金投入比较高，它们的学生入学率也就比较高。由此形成了它们的教育“劳动密集型”产业。

对于低收入国家来说，由于资金投入比较少，限制了国民受教育的机会，学生的入学率就相应地比较低。这种情况也迫使学生在教育资金不足的条件下，用增加个人的劳动时间的方式来提高教育的产出。这就是低收入国家的教育以“个人劳动密集型投入”为特征的劳动密集型产业——低入学率和学生个人的更长的劳动时间投入。

这就是说，高收入国家是利用劳动和资金的互补性来提高教育产出水平的，而低收入国家是个人利用这两个要素的互替性来解决教育产出问题的。

目前发生在低收入国家的情况很像许多国家在经济发展的初期，由于资本短缺、劳动力充裕而普遍存在的高失业率和工人的超时间工作现象。不同的是，在经济发展初期，失业的威胁起因于大量的劳动力是从低产出的农业向高产出的工业转移和工业投资不足；而当今低收入国家的大量的“教育失业人口”则起因于大量的劳动力向高产出的科技产业转移和教育资金的供给不足。关于“教育失业”问题将在下一节做详细的讨论。

图2.  29个国家的学生学习时间和人均GDP之间的关系

资料来源：学生学习时间的来源与图1相同；GDP的数据来自联合国发展署（2003）《的人类发展指数2003》。图中的29个国家包括图1中的26国以及加拿大、卢森堡、和土耳其。

图2用29个国家的人均GDP来表示它们的劳动力成本，用学生的生均学习时间来表示学生的个人劳动投入。图2显示了劳动力成本和学生个人劳动投入的关系是反相关的，即高收入国家的劳动力成本高，学生个人的教育劳动投入就比较低；而低收入的国家劳动力成本低，学生的个人的劳动投入就比较高。这种现象在一定程度上也反映了国家和个人在教育或人力资本投资和生产中的理性。

但是，图2还同时表明，和其它具有相似的人均GDP或劳动力成本的国家相比，中国学生在他们的教育中投入了过量的劳动。结合图1可以进一步看出，中国学生的劳动边际产出接近于零。为什么他们愿意在教育中付出如此高的劳动投入？其原因是由于学生对教育资金的过度竞争。这种因资金短缺带来的过度竞争并非市场资源配置的结果，而是由政府对私人教育资金投入的限制引起的。由于国家对高中和大学教育资金供给的不足，而私人资金又不能自由地进入教育领域，迫使私人资金近年大量流向海外，使中国变成了世界上最大的教育进口国。例如，仅在2001年，中国学生带往国外的留学资金就高达60亿美元，这笔资金可以使当年大学在校生人数扩大23%（巩真，2004）。这个数字间接地证明了中国私人资金可以支持一个更高水平的后义务教育（从高中到大学）的入学率，而高水平的入学率就会减缓学生对教育机会的竞争程度和提高教育的总产出水平。学生个人劳动力的过高投入和私人教育资金的外流无疑都是教育资源的浪费。正是教育政策的失误导致了这种资源浪费。

教育劳动力的就业与失业

像在其它领域中那样，教育领域中也存在就业和失业问题。这里的失业并非指失业的教职员工，而是指那些失去了教育机会的人。和一般的失业定义（没有工作并且正在寻找工作的人）不同的是，教育部门中的“失业者”，或称教育失业者，应当被定义为：需要教育（包括培训）但又没有获得相应的教育机会的人。同时，“教育失业率”的含义应当是正在接受一定的层次的教育的学生人数与需要进行该层次的教育的人数的比率。关于正规教育体系中毛入学率的统计数字可以大致地反映出一国的教育就业状况。在这里，“充分就业”自然应当是指所有需要教育的人都正在接受相应的教育的状态。上述概念实际上也同时给出了“教育劳动力”的含义为：所有需要接受教育的人，包括正在接受教育的学生，即教育就业者以及教育失业者；就像经济统计中的“劳动力”包括就业者和失业者一样。

将教育就业或失业作为专门的概念提出并且进行研究，不仅更加明确了教育部门的生产性质，同时也使得经济学中的相关原理可以顺利地用来说明教育的产出效率问题。比如，经济学关于失业是一种资源浪费的理论同样可以用于说明失学和教育供给不足对经济的负面影响。比如，像一般的失业率反映出一国资源的浪费程度一样，本文所提出的“教育失业率”或失学率也必然反映了人力资本生产资源的浪费程度。而当高等教育已经成为终身学习的基础时，大学的毛入学率就成了一国人力资本产出水平的标志。同时，教育失业率过高也必然会带来诸多的社会问题，包括贫困、艾滋病、吸毒和犯罪等。

另外，过高的教育失业率也同样会引起对教育机会的过度竞争。这种过度竞争侵蚀了中国的教育本身和中国学生的身心健康。2002年，中国各级教育总的学生生均花费是905美元（PPPs），仅相当于OECD国家平均水平6190美元（PPPs）的14.6%（OECD, 2004）。同年，根据教育部的统计（2003），中国高中的毛入学率仅为42.8%，大学的毛入学率为15%。而高收入国家的中等教育的平均毛入学率在1995年已经达到了106%，高等教育达到了58%。（世界银行，2000）高等教育的资金不足使得中国中小学教育变成“应试教育”。长时间的工作和巨大心理压力严重地损害了中国学生的身心健康。《中国青年报》1999年12月7日报道，中国国家体育委员会1990年代末进行的调查显示，从1995到1998年间中国59岁的男人的平均身高比同龄的日本男人高2.6公分，但中国18岁的男学生比其日本同龄人低1.3公分。在17到22岁的年龄组中，这个差距是1.96公分，对于7到14岁的年龄组，这个差距是2.28公分。造成这种现象的原因不能简单地解释为营养或饮食习惯的差别。它无疑与过度的学习负担和心理压力有关。尽管没有全国范围的官方数据，这些压力也对学生的视力和心理健康造成了损害是众所周知的事实。例如，2005年10月10日人民网报道，在近年广东省每年新增的5000多住院精神病患者中，30-40%是大、中学生。这个比率是大、中学生占广东省人口比率(9.3%)的4倍多。

资金对学生劳动的挤出效应

与中国相反，美国是世界上生均花费最高的国家，因此，其教育部门是典型的“资本密集型”的（见图1）。

但是，巨大的资金投入并没有产生相应的结果。从1965年以来的40年中，美国联邦政府已经花费了3210多万美元用于提高落后儿童的教育水平。但是，这项花费对于美国学生的阅读能力并没有产生效果。(U.S. National Center for Education Statistics, 2001)。从1970-71到1998-99学年，在生均花费提高了一倍的条件下，学生在全国教育测试（NAEP）中的成绩基本保持不变。（Hoxby，2002）这些事实都说明，美国中小学的资金投入的边际产出为零。一些国际测试甚至显示出高花费下的美国的教育水平在降低。例如，从1000-2000学年到2002-03学年，伴随着生均花费5%的增长率，美国学生在PISA中的名次从2000年的中等水平降低到2003年的中下水平：在30个OECD国家中名列第19位。(UNESCO, Institute for Statistics & OECD, 2003; OECD, 2004)

从1965到1995年，美国的高等教育资金投入提高了13.5倍。资金投入的增加使美国的高等教育毛入学率从40%发展到81%。（Word Bank, 2000）但是，资金的巨大增长也同时减弱了学生对教育资源的竞争力和学生为此而付出的努力。这种现象可以被称为资金对学生“实际”劳动的“挤出效应”。强调“实际”是因为在资金过度增加的条件下，学生的名义学习时间可能并没有减少，但他们的实际付出的努力却可能减少了。

这种资金的挤出效应也发生在其他教育资金高投入的国家。在图1中可以看到，在PISA2003的测试中，在生均花费最高的国家，包括美国、挪威、丹麦和奥地利，学生成绩排名都与其资金投入量的排名不相称。在PISA2000测试中，也存相类似的情况。（UNESCO, Institute for Statistics & OECD, 2003）

学生劳动力的隐型失业

上述事实说明，在教育资金过度投入的国家中学生的劳动没有充分地被利用。在这种情况下，入学率可能很高，学生的学习时间可能也是恰当的，但测试成绩可以反映出学生的真实的努力程度是比较低的。这种状况很像经济学中所谓的“隐型失业”，即被统计在就业范围中的人的工作能力并没有充分地发挥出来。类似地，教育中的隐型失业可以定义为：被统计在就学范围中的人的学习能力没有充分地发挥出来。很明显，这也是一种严重的资源浪费。有意思的是，这种教育中的失业，即使是隐型失业，也会引起像一般失业那样的社会问题，比如较高的犯罪率。

根据美国教育部和美国司法部的报告（U.S. Department of Education, U.S. Department of Justice, 1998），美国中小学的学生犯罪事件的统计数字从70年代至90年代中居高不下，其中包括强奸、性骚扰、持枪和不持枪的打斗，吸毒，酗酒，偷盗和抢劫，甚至黑帮等。

上述研究表明，像中国或美国这样的国家，由于在他们劳动和资金投入方面的政策失误，教育部门没有有效地运做。美国解决教育产出效率的关键是提高实际的学生劳动投入，而对于中国来说，则是要增加教育资金的投入。

学生的投资人角色

在学生的角色方面的另一个不能忽视的问题是，除了劳动力之外，学生在教育中还扮演着投资人的角色。学生投入他们的劳动和资金，包括学费和其它各种教育花费，以期获得未来的回报。这是一种典型的投资行为。学生的劳动投入量占教育的总投入量的比重在前面已经给出。这里主要讨论学生的资金投入问题。自从1990年代以来，全球范围内私人教育资金的投入量正在快速增加。根据中国国家统计局（2005）公布的数字，高等教育机构中学生的学费和学杂费占总教育经费的比重从1997年的0.1%上升到了2003年的29.3%。学生学杂费占美国公立大学的资金的比重从1980-81学年的13%上升到了1995-96年的19%；私立大学的则在同期从37%上升到43%（U.S. Department of Education, 1998）。2000年，在OECD国家，所有教育层次上的私人教育花费占总教育花费的比重达到了11.6%；在高等教育层次上，这一比重是21.4%（OECD，2003）。从英、法等国新出台的教育政策来看，这种趋势还将进一步加剧。

随着私人教育资金投入的增长，其中主要是学费的增长，再加上学生的劳动投入，学生作为一个整体正在或者早已成为国家教育体系和教育机构中的第一大股东。在这个前提下，学生不仅应当有权进行他们的个人教育决策，例如专业、课程、学校和教育方式的选择，也有权参与教育机构的决策和管理。但是，学生作为投资人的权利目前并没有像其他领域的投资人那样得到制度或法律意义的认可和保障。

将学生定义为教育投资人的另一个根据是学生还有他们的家庭是教育投资风险的重要承担者。毕业后的就业和收入状况直接决定了他们的投资回报率。这已是人所共知的事实。

在保障学生投资人的权利方面有些国家做得相对合理一些，学生在选择学校、专业、课程和教师方面有更多的自由，比如，美国的多种教育机构并存的体系，哥伦比亚发达的教育券制度，韩国的学分银行等。这些变革提高了学生作为一种教育资源（劳动力和资金投入者）的流动性，从而也提高了人力资本生产的效率。但是，学生在参与教育的管理方面仍旧没有达到与其投入比重相当的水平。管理体系中存在的这种偏差是影响教育效率重要因素。

有两个主要的原因导致了这种状况：第一，学生的作为教育投资人的地位没有被公众、政府和学校所认可；第二，学生管理教育投资的能力一直受到普遍的怀疑。关于第一个原因，本文的论证已经说明学生的投资人的身份被认可的合理性和必要性。第二个原因存在的基础也正在发生改变。现代知识社会正在给予学生越来越强的参与教育管理的条件和能力。首先，在信息社会中，学校已经不是学生唯一的知识来源。校外的知识和信息变得越来越丰富和多变，图书馆、电视、网络、各种出版物以及学生自己的实践活动给学生带来了甚至比课堂更及时和更实用的信息。学生正在超越学校教育的范围接触更加丰富知识来源。与此同时，提供各种教育咨询服务的机构也正在迅速地发展起来，以帮助学生建立适合个人特质的教育方案。学生在这方面的意识也正在提高。根据美国劳动部（U.S. Department of Labor, Bureau of Labor Statistics, 2005）的预测，从2004到2014年，美国图书管理员、个人兴趣教师（self-enrichment educator）和教育咨询师的工资收入的上升幅度将高于或接近美国平均上升幅度（14%），分别达到29.8%, 15.6% 和13.3%。这种变化反映了市场需求的扩张。更重要的是，学生（包括他们的家庭）作为教育的直接投资人实际上比任何其他人都更关注教育的生产效率，更有动机采取行动来提高教育的效率。因此，如果教育机构和相关法律允许并支持学生以投资人或股东的身份在教育的决策和管理中发挥他们的作用，这对于教育与市场需求的适应和教育产出效率的提高必定会产生积极的影响。这种改革一旦启动，它还将进一步提高学生对教育投入的积极性。

从上述分析可以看出，教育部门的诸多问题的根源往往在于缺乏理性的投入产出分析和明确的产权界定，而这两者正是一个经济体有效运做的基本条件。在当前的教育体系中，学生的智力资源并没有得到有效的利用。如果通过管理政策的逐步改革，让学生积极地参与到教育的管理决策中来，改变学生在教育中的被动地位，将会有效地提高教育的产出效率。在这方面，以往计划经济体制的失败已经给了我们深刻的教训。计划经济的低产出并非起因于中央政府的无能，而是由于经济体系中本该发生作用的个人智力资源被闲置起来了。而这种资源浪费的状况今天却仍旧存在于教育个生产智力资源的领域中。这的确是一件不可思议的事情。

视教育机构为“教授联合体”或者“政府下属部门”的管理模式应当彻底地改变了。在制定教育政策和法律制度时，应当认真地考虑学生作为劳动力和投资人的角色，从而建立有效运做的教育体系。

结论

本文用经济学的理论和方法对教育部门要素投入和产权问题的研究揭示出教育部门所具有的经济性质。教育政策的制定者应当认可学生在教育中所承担的劳动力和投资人的角色，并从以下两个方面来提高教育的产出效率：

1.                     在教育的投入方面充分考虑资金投入和学生劳动投入的合理结合，以提高教育的产出水平和效率；

2.                     通过立法和体制改革确认和保护学生投资人的权益，以提高教育领域中资源的流动性和学生劳动力资源的有效利用。

参考文献

  巩真，2004，《教育服务业国际化的经济影响和启示》，《国际经济评论》第2期。

  岳昌君，2004，《教育对个人收入差异的影响》，《中国经济学季刊》，第3卷增刊。

中国教育部，发展规划司，2003：教育统计报告2003年第26期，http://www.moe.edu.cn/english/planning_s.htm

中国国家统计局，2002：《各类学校教育经费情况》，《中国统计年鉴2002》，国家统计出版社。

中国国家统计局，2003：《各类学校教育经费情况》，《中国统计年鉴2003》，国家统计出版社。

中国国家统计局，2005：《各类学校教育经费情况》，《中国统计年鉴2005》，国家统计出版社。

Cisco Systems, Inc. 2006, Cisco Connected Learning Technology Helps Improve Student Learning and Teacher Productivity.

College Board, 2006, “Trends in Education Pricing”, Trends in Higher Education Series 2006

Das, J., Habyarimana, J., Dercon, S., and Krishnan, P., 2005, “When Can School Inputs Improve Test Scores”, Conference of Education Finance and Decentralization., Washington D.C.

Gong, Z., 2006, First Result from Survey on Chinese Students’ Learning Time in Third Year Junior High Schools, GDNet, http://www.gdnet.org/fulltext/Zhen_Chinese_students.pdf.

Hanushek, E., 2001, “Education, Economics of.” International Encyclopedia of the Social & Behavioral Sciences, 6, PP: 4200-4208. Amsterdam: Elsevier Science, Columbia.

Hoxby, M. C., 2002, “Government Intervention in the Provision and Financing of Education.” Meeting of Representatives of National Economic Research Organizations. OECD, Paris.

Microsoft Corporation, 2004 Microsoft Campus Agreement Provides Uniform Software. http://www.microsoft.com/education/licensingcolbysawyer.mspx February 11

Newcomer, L., 1980, Use of Program Generators to Improve Student Productivity in a Small-computer Lab, ACM Press, New York.

OECD, 2001, Knowledge and Skills for Life.

OECD, 2003, Education at a Glance 2003.

OECD, 2004a, PISA 2003, database table 5.14.

OECD, 2004b, Learning for Tomorrow’s World---First Result from PISA 2003.

OECD, 2005, Table B1.1. Annual expenditure on educational institutions per student (2001). Education at a Glance 2005.

Ruch R., 2001, Higher Ed, Inc.: The Rise of the For-Profit University, The Johns Hopkins University Press, Baltimore, Maryland.

UNESCO, Institute for Statistics and OECD, 2003, Literacy Skills for the World of Tomorrow.

UNESCO. National Center for Education Statistics and OECD, 2004, First Results from PISA 2003.

United Nations Development Programme, 2003, Human Development Indicators 2003

U.S. Census Bureau, 2003, Table 8, Income in 2001 by Educational Attainment for People 18 Years Old and Over, by Age, Sex, Race And Hispanic Origin.

U.S. Department of Education, 1998, Digest of Education Statistics,1998.

U.S. Department of Education, U.S. Department of Justice, 1998, Indicators of School Crime and Saftey.

U.S. Department of Labor, Bureau of Labor Statistics, 2005, Career Guide to Industries. Educational Services.

U.S. National Center for Education Statistics, 2001, The Nation’s Report Card, fourth Grade Reading 2000. Washington, D.C.

Word Bank, 2000, Higher Education in Developing Countries---Peril and Promise.

资料来源： 学生学习小时数来自OECD (2004a) PISA 2003 database table 5.14和本文作者是调查报告（Gong，2006）。生均花费数字来自OECD (2005)，和根据中国教育部（2003）的统计报告和中国国家统计局（2003）的数据计算。

注：图中各个点旁边的数字分别表示各国学生在PISA2003中四项测试平均成绩的排名。根据OECD（2004b）的资料计算的排名为（从高到低）：1.芬兰；2.韩国；3.日本；4.加拿大；5a.澳大利亚；5b.荷兰；6.新西兰；7.捷克；8.瑞士；9.瑞典；10.比利时；11.法国；12.德国；13.爱尔兰；14a.奥地利；14b.冰岛；15.丹麦；16.波兰；17.匈牙利；18.挪威；19.美国；20.斯洛伐克；21a.意大利；21b.卢森堡；22.西班牙；23.葡萄牙；24.希腊；25.土耳其；26.墨西哥。其中a和b表示两个并列排名。由于缺少加拿大、新西兰、卢森堡和土耳其的相关数据，这4个国家没有在图中标示出来。

中国没有参加PISA测试。

图1还显示，捷克（第7）是一个高教育效率的国家。它花费了相当于美国（第19）四分之一的资金和比大多数OECD国家更少的学习时间，得到了比三分之二的国家都高的成绩。

从图1可以看出，中国学生的平均教育花费最低，为1019美元（按购买力平价PPP计算）。这个数字还不到是美国生均花费11152美元的10%。同时，中国学生的平均学习时间最多，为一学年2952小时，是美国同龄人1192小时的2.5倍。中国的状况进一步证实了学生劳动投入和教育资金投入之间存在着一定的反相关性：严重短缺的资金就要由大量的学生劳动来替代。

这种学生劳动和教育资金之间的互替关系也反映在微观现实当中。假定资金的投入量可以决定学校的教育环境，包括师资水平，教学设施和师生数量比等，那么，如果资金投入不变，学生的劳动投入就会成为决定教育产出的决定性变量。在这里，教育的产出可以用学生的测试成绩来衡量和对比。这就是说，在同一资金条件下，可以推测，高成绩的学生的劳动投入比低成绩的学生多。但是，在某些情况下，低成绩的学生可以用更多的资金投入来弥补其劳动投入的不足。例如，在国内重点中学招生中普遍存在的择校费制度就准确地显示了学生劳动和资金投入之间的互替关系。在重点中学举办的非本学区学生招生中，考试成绩低的学生所交的择校费比成绩高的学生多。这种被政府屡禁不止的“地下交易”给出了学生劳动和资金之间的“边际替代率”。

2000年左右，国内许多城市重点中学的这一替代率是基本一致的：少1分成绩多交1000元择校费。这个“价格”说明了学生劳动与教育资金之间存在着真实的、并非纯粹学术假定的替代关系。当学生的成绩低于某个限定的水平时，学校会大幅提高其择校费。这种现象正说明了劳动和资金之间的边际技术替代率是递减的。

在现实中，这种替代关系是普遍的，全球性的。比如，美国的各个大学也用成绩来决定对一些学生的收费和奖学金标准。

学生劳动力及其产出

从学生劳动投入和教育资金投入的相关性可以得出一个明确的结论是，学生在教育部门中扮演着劳动力的角色。与其它产业中的劳动力的不同之处是，学生劳动力获得的直接的报酬不是工资，而是教育产出的结果——人力资本。学生用他们在教育生产中获取的人力资本再到市场上获取回报。这表明，学生从教育中得到的直接回报不是现金，而是资本。因此，学生在教育中同时还扮演着投资人的角色。这里先讨论学生的第一个角色——劳动力。

与其它产业中的劳动力相似，学生劳动力的生产效率也明显地影响着教育部门的产出效率。因此，教育机构也像其它企业一样，为了提高自己的产出效率而尽力招收有高产出能力的学生，即高效率的劳动力。并且，像企业之间竞争高水平的员工一样，大学之间争夺“好学生”的竞争在全球范围内都是普遍的现象。越来越多的学校采用广告宣传和提高助学金标准或减免学费的办法来吸引好的学生。学校的质量对于学生能力的依赖是不争的事实。这一事实不仅存在于大学，也存在于中小学中。一些中学为了提高自己的升学率而以各种方式吸收高分学生和排斥差生也是众所周知的事实。在赞比亚进行的一项调查（Das, Habyarimana, Dercon, and Krishnan, 2005）的结果也显示，51%的家长认为影响孩子学习成绩最重要的因素是学生自己的能力；只有31%和6%的家长分别认为教师的质量和教材的最重要的因素。在2000年举办的PISA测试(OECD & Institute for Statistics, UNESCO, 2003)也显示，学生自身的努力超越了社会经济条件和家庭背景成为决定学生成绩最重要的条件。

近20年来，信息技术在教育过程中得到日益广泛的应用。相关产品的厂商对学生劳动力的重要性的认识比教育机构的管理者们更为敏感。包括微软公司在内的越来越多的厂商都在强调他们的产品具有提高学生“生产效率”的功能(Newcomer, 1980; Microsoft Corporation, 2004; Cisco Systems, Inc., 2006)。

另一个与学生生产力相关的问题是教育过程中的学制问题。教育的产出效率应当符合一般的生产效率计算的原则，即净收益和成本的比值。教育的收益的衡量标准可以是测试成绩、收入、就业机会以及其它各种因教育而获得的利益。而教育的成本是学生劳动的机会成本（时间）和来自各方面的资金投入。其中学校所规定的课程学习时间是影响学生教育成本的关键。因此，如果学习时间的安排可以灵活变动，学生的教育成本将会明显地下降。目前许多国家的教育机构都在这方面不断地进行改革。学分制只是这类改革的开始。韩国的“学分银行”为成年人提供了更灵活的学习机会。暑期教育、业余教育和网上教育的发展也将进一步降低学生劳动力的机会成本。在这方面，美国营利型大学由于采用了企业化的管理，因此比非营利型大学更有效地减少了学生劳动力的机会成本（Ruch, 2001）。

劳动密集型产业和劳动力成本

由于学习是个人脑力的工作过程，非机器可以替代，因此教育部门自然是一个“劳动密集型”部门。“劳动密集型”的含义对于不同收入水平的国家的含义是不同的。本文的前边已经说明，学生劳动力与教育资金之间的关系不仅是互替的，而且也是互补的。互补的关系意味着在一定的教育产出水平上，与一定的资金（或劳动）投入相配合的（或资金）劳动投入是有限的。因此，就像增加劳动密集型企业的投资就可以让更多的劳动力就业一样，要想让更多的人进入学校，接受教育，就必须有更多的教育资金的投入。在这方面，由于高收入国家对教育的资金投入比较高，它们的学生入学率也就比较高。由此形成了它们的教育“劳动密集型”产业。

对于低收入国家来说，由于资金投入比较少，限制了国民受教育的机会，学生的入学率就相应地比较低。这种情况也迫使学生在教育资金不足的条件下，用增加个人的劳动时间的方式来提高教育的产出。这就是低收入国家的教育以“个人劳动密集型投入”为特征的劳动密集型产业——低入学率和学生个人的更长的劳动时间投入。

这就是说，高收入国家是利用劳动和资金的互补性来提高教育产出水平的，而低收入国家是个人利用这两个要素的互替性来解决教育产出问题的。

目前发生在低收入国家的情况很像许多国家在经济发展的初期，由于资本短缺、劳动力充裕而普遍存在的高失业率和工人的超时间工作现象。不同的是，在经济发展初期，失业的威胁起因于大量的劳动力是从低产出的农业向高产出的工业转移和工业投资不足；而当今低收入国家的大量的“教育失业人口”则起因于大量的劳动力向高产出的科技产业转移和教育资金的供给不足。关于“教育失业”问题将在下一节做详细的讨论。

图2.  29个国家的学生学习时间和人均GDP之间的关系

资料来源：学生学习时间的来源与图1相同；GDP的数据来自联合国发展署（2003）《的人类发展指数2003》。图中的29个国家包括图1中的26国以及加拿大、卢森堡、和土耳其。

图2用29个国家的人均GDP来表示它们的劳动力成本，用学生的生均学习时间来表示学生的个人劳动投入。图2显示了劳动力成本和学生个人劳动投入的关系是反相关的，即高收入国家的劳动力成本高，学生个人的教育劳动投入就比较低；而低收入的国家劳动力成本低，学生的个人的劳动投入就比较高。这种现象在一定程度上也反映了国家和个人在教育或人力资本投资和生产中的理性。

但是，图2还同时表明，和其它具有相似的人均GDP或劳动力成本的国家相比，中国学生在他们的教育中投入了过量的劳动。结合图1可以进一步看出，中国学生的劳动边际产出接近于零。为什么他们愿意在教育中付出如此高的劳动投入？其原因是由于学生对教育资金的过度竞争。这种因资金短缺带来的过度竞争并非市场资源配置的结果，而是由政府对私人教育资金投入的限制引起的。由于国家对高中和大学教育资金供给的不足，而私人资金又不能自由地进入教育领域，迫使私人资金近年大量流向海外，使中国变成了世界上最大的教育进口国。例如，仅在2001年，中国学生带往国外的留学资金就高达60亿美元，这笔资金可以使当年大学在校生人数扩大23%（巩真，2004）。这个数字间接地证明了中国私人资金可以支持一个更高水平的后义务教育（从高中到大学）的入学率，而高水平的入学率就会减缓学生对教育机会的竞争程度和提高教育的总产出水平。学生个人劳动力的过高投入和私人教育资金的外流无疑都是教育资源的浪费。正是教育政策的失误导致了这种资源浪费。

教育劳动力的就业与失业

像在其它领域中那样，教育领域中也存在就业和失业问题。这里的失业并非指失业的教职员工，而是指那些失去了教育机会的人。和一般的失业定义（没有工作并且正在寻找工作的人）不同的是，教育部门中的“失业者”，或称教育失业者，应当被定义为：需要教育（包括培训）但又没有获得相应的教育机会的人。同时，“教育失业率”的含义应当是正在接受一定的层次的教育的学生人数与需要进行该层次的教育的人数的比率。关于正规教育体系中毛入学率的统计数字可以大致地反映出一国的教育就业状况。在这里，“充分就业”自然应当是指所有需要教育的人都正在接受相应的教育的状态。上述概念实际上也同时给出了“教育劳动力”的含义为：所有需要接受教育的人，包括正在接受教育的学生，即教育就业者以及教育失业者；就像经济统计中的“劳动力”包括就业者和失业者一样。

将教育就业或失业作为专门的概念提出并且进行研究，不仅更加明确了教育部门的生产性质，同时也使得经济学中的相关原理可以顺利地用来说明教育的产出效率问题。比如，经济学关于失业是一种资源浪费的理论同样可以用于说明失学和教育供给不足对经济的负面影响。比如，像一般的失业率反映出一国资源的浪费程度一样，本文所提出的“教育失业率”或失学率也必然反映了人力资本生产资源的浪费程度。而当高等教育已经成为终身学习的基础时，大学的毛入学率就成了一国人力资本产出水平的标志。同时，教育失业率过高也必然会带来诸多的社会问题，包括贫困、艾滋病、吸毒和犯罪等。

另外，过高的教育失业率也同样会引起对教育机会的过度竞争。这种过度竞争侵蚀了中国的教育本身和中国学生的身心健康。2002年，中国各级教育总的学生生均花费是905美元（PPPs），仅相当于OECD国家平均水平6190美元（PPPs）的14.6%（OECD, 2004）。同年，根据教育部的统计（2003），中国高中的毛入学率仅为42.8%，大学的毛入学率为15%。而高收入国家的中等教育的平均毛入学率在1995年已经达到了106%，高等教育达到了58%。（世界银行，2000）高等教育的资金不足使得中国中小学教育变成“应试教育”。长时间的工作和巨大心理压力严重地损害了中国学生的身心健康。《中国青年报》1999年12月7日报道，中国国家体育委员会1990年代末进行的调查显示，从1995到1998年间中国59岁的男人的平均身高比同龄的日本男人高2.6公分，但中国18岁的男学生比其日本同龄人低1.3公分。在17到22岁的年龄组中，这个差距是1.96公分，对于7到14岁的年龄组，这个差距是2.28公分。造成这种现象的原因不能简单地解释为营养或饮食习惯的差别。它无疑与过度的学习负担和心理压力有关。尽管没有全国范围的官方数据，这些压力也对学生的视力和心理健康造成了损害是众所周知的事实。例如，2005年10月10日人民网报道，在近年广东省每年新增的5000多住院精神病患者中，30-40%是大、中学生。这个比率是大、中学生占广东省人口比率(9.3%)的4倍多。

资金对学生劳动的挤出效应

与中国相反，美国是世界上生均花费最高的国家，因此，其教育部门是典型的“资本密集型”的（见图1）。

但是，巨大的资金投入并没有产生相应的结果。从1965年以来的40年中，美国联邦政府已经花费了3210多万美元用于提高落后儿童的教育水平。但是，这项花费对于美国学生的阅读能力并没有产生效果。(U.S. National Center for Education Statistics, 2001)。从1970-71到1998-99学年，在生均花费提高了一倍的条件下，学生在全国教育测试（NAEP）中的成绩基本保持不变。（Hoxby，2002）这些事实都说明，美国中小学的资金投入的边际产出为零。一些国际测试甚至显示出高花费下的美国的教育水平在降低。例如，从1000-2000学年到2002-03学年，伴随着生均花费5%的增长率，美国学生在PISA中的名次从2000年的中等水平降低到2003年的中下水平：在30个OECD国家中名列第19位。(UNESCO, Institute for Statistics & OECD, 2003; OECD, 2004)

从1965到1995年，美国的高等教育资金投入提高了13.5倍。资金投入的增加使美国的高等教育毛入学率从40%发展到81%。（Word Bank, 2000）但是，资金的巨大增长也同时减弱了学生对教育资源的竞争力和学生为此而付出的努力。这种现象可以被称为资金对学生“实际”劳动的“挤出效应”。强调“实际”是因为在资金过度增加的条件下，学生的名义学习时间可能并没有减少，但他们的实际付出的努力却可能减少了。

这种资金的挤出效应也发生在其他教育资金高投入的国家。在图1中可以看到，在PISA2003的测试中，在生均花费最高的国家，包括美国、挪威、丹麦和奥地利，学生成绩排名都与其资金投入量的排名不相称。在PISA2000测试中，也存相类似的情况。（UNESCO, Institute for Statistics & OECD, 2003）

学生劳动力的隐型失业

上述事实说明，在教育资金过度投入的国家中学生的劳动没有充分地被利用。在这种情况下，入学率可能很高，学生的学习时间可能也是恰当的，但测试成绩可以反映出学生的真实的努力程度是比较低的。这种状况很像经济学中所谓的“隐型失业”，即被统计在就业范围中的人的工作能力并没有充分地发挥出来。类似地，教育中的隐型失业可以定义为：被统计在就学范围中的人的学习能力没有充分地发挥出来。很明显，这也是一种严重的资源浪费。有意思的是，这种教育中的失业，即使是隐型失业，也会引起像一般失业那样的社会问题，比如较高的犯罪率。

根据美国教育部和美国司法部的报告（U.S. Department of Education, U.S. Department of Justice, 1998），美国中小学的学生犯罪事件的统计数字从70年代至90年代中居高不下，其中包括强奸、性骚扰、持枪和不持枪的打斗，吸毒，酗酒，偷盗和抢劫，甚至黑帮等。

上述研究表明，像中国或美国这样的国家，由于在他们劳动和资金投入方面的政策失误，教育部门没有有效地运做。美国解决教育产出效率的关键是提高实际的学生劳动投入，而对于中国来说，则是要增加教育资金的投入。

学生的投资人角色

在学生的角色方面的另一个不能忽视的问题是，除了劳动力之外，学生在教育中还扮演着投资人的角色。学生投入他们的劳动和资金，包括学费和其它各种教育花费，以期获得未来的回报。这是一种典型的投资行为。学生的劳动投入量占教育的总投入量的比重在前面已经给出。这里主要讨论学生的资金投入问题。自从1990年代以来，全球范围内私人教育资金的投入量正在快速增加。根据中国国家统计局（2005）公布的数字，高等教育机构中学生的学费和学杂费占总教育经费的比重从1997年的0.1%上升到了2003年的29.3%。学生学杂费占美国公立大学的资金的比重从1980-81学年的13%上升到了1995-96年的19%；私立大学的则在同期从37%上升到43%（U.S. Department of Education, 1998）。2000年，在OECD国家，所有教育层次上的私人教育花费占总教育花费的比重达到了11.6%；在高等教育层次上，这一比重是21.4%（OECD，2003）。从英、法等国新出台的教育政策来看，这种趋势还将进一步加剧。

随着私人教育资金投入的增长，其中主要是学费的增长，再加上学生的劳动投入，学生作为一个整体正在或者早已成为国家教育体系和教育机构中的第一大股东。在这个前提下，学生不仅应当有权进行他们的个人教育决策，例如专业、课程、学校和教育方式的选择，也有权参与教育机构的决策和管理。但是，学生作为投资人的权利目前并没有像其他领域的投资人那样得到制度或法律意义的认可和保障。

将学生定义为教育投资人的另一个根据是学生还有他们的家庭是教育投资风险的重要承担者。毕业后的就业和收入状况直接决定了他们的投资回报率。这已是人所共知的事实。

在保障学生投资人的权利方面有些国家做得相对合理一些，学生在选择学校、专业、课程和教师方面有更多的自由，比如，美国的多种教育机构并存的体系，哥伦比亚发达的教育券制度，韩国的学分银行等。这些变革提高了学生作为一种教育资源（劳动力和资金投入者）的流动性，从而也提高了人力资本生产的效率。但是，学生在参与教育的管理方面仍旧没有达到与其投入比重相当的水平。管理体系中存在的这种偏差是影响教育效率重要因素。

有两个主要的原因导致了这种状况：第一，学生的作为教育投资人的地位没有被公众、政府和学校所认可；第二，学生管理教育投资的能力一直受到普遍的怀疑。关于第一个原因，本文的论证已经说明学生的投资人的身份被认可的合理性和必要性。第二个原因存在的基础也正在发生改变。现代知识社会正在给予学生越来越强的参与教育管理的条件和能力。首先，在信息社会中，学校已经不是学生唯一的知识来源。校外的知识和信息变得越来越丰富和多变，图书馆、电视、网络、各种出版物以及学生自己的实践活动给学生带来了甚至比课堂更及时和更实用的信息。学生正在超越学校教育的范围接触更加丰富知识来源。与此同时，提供各种教育咨询服务的机构也正在迅速地发展起来，以帮助学生建立适合个人特质的教育方案。学生在这方面的意识也正在提高。根据美国劳动部（U.S. Department of Labor, Bureau of Labor Statistics, 2005）的预测，从2004到2014年，美国图书管理员、个人兴趣教师（self-enrichment educator）和教育咨询师的工资收入的上升幅度将高于或接近美国平均上升幅度（14%），分别达到29.8%, 15.6% 和13.3%。这种变化反映了市场需求的扩张。更重要的是，学生（包括他们的家庭）作为教育的直接投资人实际上比任何其他人都更关注教育的生产效率，更有动机采取行动来提高教育的效率。因此，如果教育机构和相关法律允许并支持学生以投资人或股东的身份在教育的决策和管理中发挥他们的作用，这对于教育与市场需求的适应和教育产出效率的提高必定会产生积极的影响。这种改革一旦启动，它还将进一步提高学生对教育投入的积极性。

从上述分析可以看出，教育部门的诸多问题的根源往往在于缺乏理性的投入产出分析和明确的产权界定，而这两者正是一个经济体有效运做的基本条件。在当前的教育体系中，学生的智力资源并没有得到有效的利用。如果通过管理政策的逐步改革，让学生积极地参与到教育的管理决策中来，改变学生在教育中的被动地位，将会有效地提高教育的产出效率。在这方面，以往计划经济体制的失败已经给了我们深刻的教训。计划经济的低产出并非起因于中央政府的无能，而是由于经济体系中本该发生作用的个人智力资源被闲置起来了。而这种资源浪费的状况今天却仍旧存在于教育个生产智力资源的领域中。这的确是一件不可思议的事情。

视教育机构为“教授联合体”或者“政府下属部门”的管理模式应当彻底地改变了。在制定教育政策和法律制度时，应当认真地考虑学生作为劳动力和投资人的角色，从而建立有效运做的教育体系。

结论

本文用经济学的理论和方法对教育部门要素投入和产权问题的研究揭示出教育部门所具有的经济性质。教育政策的制定者应当认可学生在教育中所承担的劳动力和投资人的角色，并从以下两个方面来提高教育的产出效率：

1.                     在教育的投入方面充分考虑资金投入和学生劳动投入的合理结合，以提高教育的产出水平和效率；

2.                     通过立法和体制改革确认和保护学生投资人的权益，以提高教育领域中资源的流动性和学生劳动力资源的有效利用。

参考文献

  巩真，2004，《教育服务业国际化的经济影响和启示》，《国际经济评论》第2期。

  岳昌君，2004，《教育对个人收入差异的影响》，《中国经济学季刊》，第3卷增刊。

中国教育部，发展规划司，2003：教育统计报告2003年第26期，http://www.moe.edu.cn/english/planning_s.htm

中国国家统计局，2002：《各类学校教育经费情况》，《中国统计年鉴2002》，国家统计出版社。

中国国家统计局，2003：《各类学校教育经费情况》，《中国统计年鉴2003》，国家统计出版社。

中国国家统计局，2005：《各类学校教育经费情况》，《中国统计年鉴2005》，国家统计出版社。

Cisco Systems, Inc. 2006, Cisco Connected Learning Technology Helps Improve Student Learning and Teacher Productivity.

College Board, 2006, “Trends in Education Pricing”, Trends in Higher Education Series 2006

Das, J., Habyarimana, J., Dercon, S., and Krishnan, P., 2005, “When Can School Inputs Improve Test Scores”, Conference of Education Finance and Decentralization., Washington D.C.

Gong, Z., 2006, First Result from Survey on Chinese Students’ Learning Time in Third Year Junior High Schools, GDNet, http://www.gdnet.org/fulltext/Zhen_Chinese_students.pdf.

Hanushek, E., 2001, “Education, Economics of.” International Encyclopedia of the Social & Behavioral Sciences, 6, PP: 4200-4208. Amsterdam: Elsevier Science, Columbia.

Hoxby, M. C., 2002, “Government Intervention in the Provision and Financing of Education.” Meeting of Representatives of National Economic Research Organizations. OECD, Paris.

Microsoft Corporation, 2004 Microsoft Campus Agreement Provides Uniform Software. http://www.microsoft.com/education/licensingcolbysawyer.mspx February 11

Newcomer, L., 1980, Use of Program Generators to Improve Student Productivity in a Small-computer Lab, ACM Press, New York.

OECD, 2001, Knowledge and Skills for Life.

OECD, 2003, Education at a Glance 2003.

OECD, 2004a, PISA 2003, database table 5.14.

OECD, 2004b, Learning for Tomorrow’s World---First Result from PISA 2003.

OECD, 2005, Table B1.1. Annual expenditure on educational institutions per student (2001). Education at a Glance 2005.

Ruch R., 2001, Higher Ed, Inc.: The Rise of the For-Profit University, The Johns Hopkins University Press, Baltimore, Maryland.

UNESCO, Institute for Statistics and OECD, 2003, Literacy Skills for the World of Tomorrow.

UNESCO. National Center for Education Statistics and OECD, 2004, First Results from PISA 2003.

United Nations Development Programme, 2003, Human Development Indicators 2003

U.S. Census Bureau, 2003, Table 8, Income in 2001 by Educational Attainment for People 18 Years Old and Over, by Age, Sex, Race And Hispanic Origin.

U.S. Department of Education, 1998, Digest of Education Statistics,1998.

U.S. Department of Education, U.S. Department of Justice, 1998, Indicators of School Crime and Saftey.

U.S. Department of Labor, Bureau of Labor Statistics, 2005, Career Guide to Industries. Educational Services.

U.S. National Center for Education Statistics, 2001, The Nation’s Report Card, fourth Grade Reading 2000. Washington, D.C.

Word Bank, 2000, Higher Education in Developing Countries---Peril and Promise.

资料来源： 学生学习小时数来自OECD (2004a) PISA 2003 database table 5.14和本文作者是调查报告（Gong，2006）。生均花费数字来自OECD (2005)，和根据中国教育部（2003）的统计报告和中国国家统计局（2003）的数据计算。

注：图中各个点旁边的数字分别表示各国学生在PISA2003中四项测试平均成绩的排名。根据OECD（2004b）的资料计算的排名为（从高到低）：1.芬兰；2.韩国；3.日本；4.加拿大；5a.澳大利亚；5b.荷兰；6.新西兰；7.捷克；8.瑞士；9.瑞典；10.比利时；11.法国；12.德国；13.爱尔兰；14a.奥地利；14b.冰岛；15.丹麦；16.波兰；17.匈牙利；18.挪威；19.美国；20.斯洛伐克；21a.意大利；21b.卢森堡；22.西班牙；23.葡萄牙；24.希腊；25.土耳其；26.墨西哥。其中a和b表示两个并列排名。由于缺少加拿大、新西兰、卢森堡和土耳其的相关数据，这4个国家没有在图中标示出来。

中国没有参加PISA测试。

图1还显示，捷克（第7）是一个高教育效率的国家。它花费了相当于美国（第19）四分之一的资金和比大多数OECD国家更少的学习时间，得到了比三分之二的国家都高的成绩。

从图1可以看出，中国学生的平均教育花费最低，为1019美元（按购买力平价PPP计算）。这个数字还不到是美国生均花费11152美元的10%。同时，中国学生的平均学习时间最多，为一学年2952小时，是美国同龄人1192小时的2.5倍。中国的状况进一步证实了学生劳动投入和教育资金投入之间存在着一定的反相关性：严重短缺的资金就要由大量的学生劳动来替代。

这种学生劳动和教育资金之间的互替关系也反映在微观现实当中。假定资金的投入量可以决定学校的教育环境，包括师资水平，教学设施和师生数量比等，那么，如果资金投入不变，学生的劳动投入就会成为决定教育产出的决定性变量。在这里，教育的产出可以用学生的测试成绩来衡量和对比。这就是说，在同一资金条件下，可以推测，高成绩的学生的劳动投入比低成绩的学生多。但是，在某些情况下，低成绩的学生可以用更多的资金投入来弥补其劳动投入的不足。例如，在国内重点中学招生中普遍存在的择校费制度就准确地显示了学生劳动和资金投入之间的互替关系。在重点中学举办的非本学区学生招生中，考试成绩低的学生所交的择校费比成绩高的学生多。这种被政府屡禁不止的“地下交易”给出了学生劳动和资金之间的“边际替代率”。

2000年左右，国内许多城市重点中学的这一替代率是基本一致的：少1分成绩多交1000元择校费。这个“价格”说明了学生劳动与教育资金之间存在着真实的、并非纯粹学术假定的替代关系。当学生的成绩低于某个限定的水平时，学校会大幅提高其择校费。这种现象正说明了劳动和资金之间的边际技术替代率是递减的。

在现实中，这种替代关系是普遍的，全球性的。比如，美国的各个大学也用成绩来决定对一些学生的收费和奖学金标准。

学生劳动力及其产出

从学生劳动投入和教育资金投入的相关性可以得出一个明确的结论是，学生在教育部门中扮演着劳动力的角色。与其它产业中的劳动力的不同之处是，学生劳动力获得的直接的报酬不是工资，而是教育产出的结果——人力资本。学生用他们在教育生产中获取的人力资本再到市场上获取回报。这表明，学生从教育中得到的直接回报不是现金，而是资本。因此，学生在教育中同时还扮演着投资人的角色。这里先讨论学生的第一个角色——劳动力。

与其它产业中的劳动力相似，学生劳动力的生产效率也明显地影响着教育部门的产出效率。因此，教育机构也像其它企业一样，为了提高自己的产出效率而尽力招收有高产出能力的学生，即高效率的劳动力。并且，像企业之间竞争高水平的员工一样，大学之间争夺“好学生”的竞争在全球范围内都是普遍的现象。越来越多的学校采用广告宣传和提高助学金标准或减免学费的办法来吸引好的学生。学校的质量对于学生能力的依赖是不争的事实。这一事实不仅存在于大学，也存在于中小学中。一些中学为了提高自己的升学率而以各种方式吸收高分学生和排斥差生也是众所周知的事实。在赞比亚进行的一项调查（Das, Habyarimana, Dercon, and Krishnan, 2005）的结果也显示，51%的家长认为影响孩子学习成绩最重要的因素是学生自己的能力；只有31%和6%的家长分别认为教师的质量和教材的最重要的因素。在2000年举办的PISA测试(OECD & Institute for Statistics, UNESCO, 2003)也显示，学生自身的努力超越了社会经济条件和家庭背景成为决定学生成绩最重要的条件。

近20年来，信息技术在教育过程中得到日益广泛的应用。相关产品的厂商对学生劳动力的重要性的认识比教育机构的管理者们更为敏感。包括微软公司在内的越来越多的厂商都在强调他们的产品具有提高学生“生产效率”的功能(Newcomer, 1980; Microsoft Corporation, 2004; Cisco Systems, Inc., 2006)。

另一个与学生生产力相关的问题是教育过程中的学制问题。教育的产出效率应当符合一般的生产效率计算的原则，即净收益和成本的比值。教育的收益的衡量标准可以是测试成绩、收入、就业机会以及其它各种因教育而获得的利益。而教育的成本是学生劳动的机会成本（时间）和来自各方面的资金投入。其中学校所规定的课程学习时间是影响学生教育成本的关键。因此，如果学习时间的安排可以灵活变动，学生的教育成本将会明显地下降。目前许多国家的教育机构都在这方面不断地进行改革。学分制只是这类改革的开始。韩国的“学分银行”为成年人提供了更灵活的学习机会。暑期教育、业余教育和网上教育的发展也将进一步降低学生劳动力的机会成本。在这方面，美国营利型大学由于采用了企业化的管理，因此比非营利型大学更有效地减少了学生劳动力的机会成本（Ruch, 2001）。

劳动密集型产业和劳动力成本

由于学习是个人脑力的工作过程，非机器可以替代，因此教育部门自然是一个“劳动密集型”部门。“劳动密集型”的含义对于不同收入水平的国家的含义是不同的。本文的前边已经说明，学生劳动力与教育资金之间的关系不仅是互替的，而且也是互补的。互补的关系意味着在一定的教育产出水平上，与一定的资金（或劳动）投入相配合的（或资金）劳动投入是有限的。因此，就像增加劳动密集型企业的投资就可以让更多的劳动力就业一样，要想让更多的人进入学校，接受教育，就必须有更多的教育资金的投入。在这方面，由于高收入国家对教育的资金投入比较高，它们的学生入学率也就比较高。由此形成了它们的教育“劳动密集型”产业。

对于低收入国家来说，由于资金投入比较少，限制了国民受教育的机会，学生的入学率就相应地比较低。这种情况也迫使学生在教育资金不足的条件下，用增加个人的劳动时间的方式来提高教育的产出。这就是低收入国家的教育以“个人劳动密集型投入”为特征的劳动密集型产业——低入学率和学生个人的更长的劳动时间投入。

这就是说，高收入国家是利用劳动和资金的互补性来提高教育产出水平的，而低收入国家是个人利用这两个要素的互替性来解决教育产出问题的。

目前发生在低收入国家的情况很像许多国家在经济发展的初期，由于资本短缺、劳动力充裕而普遍存在的高失业率和工人的超时间工作现象。不同的是，在经济发展初期，失业的威胁起因于大量的劳动力是从低产出的农业向高产出的工业转移和工业投资不足；而当今低收入国家的大量的“教育失业人口”则起因于大量的劳动力向高产出的科技产业转移和教育资金的供给不足。关于“教育失业”问题将在下一节做详细的讨论。

图2.  29个国家的学生学习时间和人均GDP之间的关系

资料来源：学生学习时间的来源与图1相同；GDP的数据来自联合国发展署（2003）《的人类发展指数2003》。图中的29个国家包括图1中的26国以及加拿大、卢森堡、和土耳其。

图2用29个国家的人均GDP来表示它们的劳动力成本，用学生的生均学习时间来表示学生的个人劳动投入。图2显示了劳动力成本和学生个人劳动投入的关系是反相关的，即高收入国家的劳动力成本高，学生个人的教育劳动投入就比较低；而低收入的国家劳动力成本低，学生的个人的劳动投入就比较高。这种现象在一定程度上也反映了国家和个人在教育或人力资本投资和生产中的理性。

但是，图2还同时表明，和其它具有相似的人均GDP或劳动力成本的国家相比，中国学生在他们的教育中投入了过量的劳动。结合图1可以进一步看出，中国学生的劳动边际产出接近于零。为什么他们愿意在教育中付出如此高的劳动投入？其原因是由于学生对教育资金的过度竞争。这种因资金短缺带来的过度竞争并非市场资源配置的结果，而是由政府对私人教育资金投入的限制引起的。由于国家对高中和大学教育资金供给的不足，而私人资金又不能自由地进入教育领域，迫使私人资金近年大量流向海外，使中国变成了世界上最大的教育进口国。例如，仅在2001年，中国学生带往国外的留学资金就高达60亿美元，这笔资金可以使当年大学在校生人数扩大23%（巩真，2004）。这个数字间接地证明了中国私人资金可以支持一个更高水平的后义务教育（从高中到大学）的入学率，而高水平的入学率就会减缓学生对教育机会的竞争程度和提高教育的总产出水平。学生个人劳动力的过高投入和私人教育资金的外流无疑都是教育资源的浪费。正是教育政策的失误导致了这种资源浪费。

教育劳动力的就业与失业

像在其它领域中那样，教育领域中也存在就业和失业问题。这里的失业并非指失业的教职员工，而是指那些失去了教育机会的人。和一般的失业定义（没有工作并且正在寻找工作的人）不同的是，教育部门中的“失业者”，或称教育失业者，应当被定义为：需要教育（包括培训）但又没有获得相应的教育机会的人。同时，“教育失业率”的含义应当是正在接受一定的层次的教育的学生人数与需要进行该层次的教育的人数的比率。关于正规教育体系中毛入学率的统计数字可以大致地反映出一国的教育就业状况。在这里，“充分就业”自然应当是指所有需要教育的人都正在接受相应的教育的状态。上述概念实际上也同时给出了“教育劳动力”的含义为：所有需要接受教育的人，包括正在接受教育的学生，即教育就业者以及教育失业者；就像经济统计中的“劳动力”包括就业者和失业者一样。

将教育就业或失业作为专门的概念提出并且进行研究，不仅更加明确了教育部门的生产性质，同时也使得经济学中的相关原理可以顺利地用来说明教育的产出效率问题。比如，经济学关于失业是一种资源浪费的理论同样可以用于说明失学和教育供给不足对经济的负面影响。比如，像一般的失业率反映出一国资源的浪费程度一样，本文所提出的“教育失业率”或失学率也必然反映了人力资本生产资源的浪费程度。而当高等教育已经成为终身学习的基础时，大学的毛入学率就成了一国人力资本产出水平的标志。同时，教育失业率过高也必然会带来诸多的社会问题，包括贫困、艾滋病、吸毒和犯罪等。

另外，过高的教育失业率也同样会引起对教育机会的过度竞争。这种过度竞争侵蚀了中国的教育本身和中国学生的身心健康。2002年，中国各级教育总的学生生均花费是905美元（PPPs），仅相当于OECD国家平均水平6190美元（PPPs）的14.6%（OECD, 2004）。同年，根据教育部的统计（2003），中国高中的毛入学率仅为42.8%，大学的毛入学率为15%。而高收入国家的中等教育的平均毛入学率在1995年已经达到了106%，高等教育达到了58%。（世界银行，2000）高等教育的资金不足使得中国中小学教育变成“应试教育”。长时间的工作和巨大心理压力严重地损害了中国学生的身心健康。《中国青年报》1999年12月7日报道，中国国家体育委员会1990年代末进行的调查显示，从1995到1998年间中国59岁的男人的平均身高比同龄的日本男人高2.6公分，但中国18岁的男学生比其日本同龄人低1.3公分。在17到22岁的年龄组中，这个差距是1.96公分，对于7到14岁的年龄组，这个差距是2.28公分。造成这种现象的原因不能简单地解释为营养或饮食习惯的差别。它无疑与过度的学习负担和心理压力有关。尽管没有全国范围的官方数据，这些压力也对学生的视力和心理健康造成了损害是众所周知的事实。例如，2005年10月10日人民网报道，在近年广东省每年新增的5000多住院精神病患者中，30-40%是大、中学生。这个比率是大、中学生占广东省人口比率(9.3%)的4倍多。

资金对学生劳动的挤出效应

与中国相反，美国是世界上生均花费最高的国家，因此，其教育部门是典型的“资本密集型”的（见图1）。

但是，巨大的资金投入并没有产生相应的结果。从1965年以来的40年中，美国联邦政府已经花费了3210多万美元用于提高落后儿童的教育水平。但是，这项花费对于美国学生的阅读能力并没有产生效果。(U.S. National Center for Education Statistics, 2001)。从1970-71到1998-99学年，在生均花费提高了一倍的条件下，学生在全国教育测试（NAEP）中的成绩基本保持不变。（Hoxby，2002）这些事实都说明，美国中小学的资金投入的边际产出为零。一些国际测试甚至显示出高花费下的美国的教育水平在降低。例如，从1000-2000学年到2002-03学年，伴随着生均花费5%的增长率，美国学生在PISA中的名次从2000年的中等水平降低到2003年的中下水平：在30个OECD国家中名列第19位。(UNESCO, Institute for Statistics & OECD, 2003; OECD, 2004)

从1965到1995年，美国的高等教育资金投入提高了13.5倍。资金投入的增加使美国的高等教育毛入学率从40%发展到81%。（Word Bank, 2000）但是，资金的巨大增长也同时减弱了学生对教育资源的竞争力和学生为此而付出的努力。这种现象可以被称为资金对学生“实际”劳动的“挤出效应”。强调“实际”是因为在资金过度增加的条件下，学生的名义学习时间可能并没有减少，但他们的实际付出的努力却可能减少了。

这种资金的挤出效应也发生在其他教育资金高投入的国家。在图1中可以看到，在PISA2003的测试中，在生均花费最高的国家，包括美国、挪威、丹麦和奥地利，学生成绩排名都与其资金投入量的排名不相称。在PISA2000测试中，也存相类似的情况。（UNESCO, Institute for Statistics & OECD, 2003）

学生劳动力的隐型失业

上述事实说明，在教育资金过度投入的国家中学生的劳动没有充分地被利用。在这种情况下，入学率可能很高，学生的学习时间可能也是恰当的，但测试成绩可以反映出学生的真实的努力程度是比较低的。这种状况很像经济学中所谓的“隐型失业”，即被统计在就业范围中的人的工作能力并没有充分地发挥出来。类似地，教育中的隐型失业可以定义为：被统计在就学范围中的人的学习能力没有充分地发挥出来。很明显，这也是一种严重的资源浪费。有意思的是，这种教育中的失业，即使是隐型失业，也会引起像一般失业那样的社会问题，比如较高的犯罪率。

根据美国教育部和美国司法部的报告（U.S. Department of Education, U.S. Department of Justice, 1998），美国中小学的学生犯罪事件的统计数字从70年代至90年代中居高不下，其中包括强奸、性骚扰、持枪和不持枪的打斗，吸毒，酗酒，偷盗和抢劫，甚至黑帮等。

上述研究表明，像中国或美国这样的国家，由于在他们劳动和资金投入方面的政策失误，教育部门没有有效地运做。美国解决教育产出效率的关键是提高实际的学生劳动投入，而对于中国来说，则是要增加教育资金的投入。

学生的投资人角色

在学生的角色方面的另一个不能忽视的问题是，除了劳动力之外，学生在教育中还扮演着投资人的角色。学生投入他们的劳动和资金，包括学费和其它各种教育花费，以期获得未来的回报。这是一种典型的投资行为。学生的劳动投入量占教育的总投入量的比重在前面已经给出。这里主要讨论学生的资金投入问题。自从1990年代以来，全球范围内私人教育资金的投入量正在快速增加。根据中国国家统计局（2005）公布的数字，高等教育机构中学生的学费和学杂费占总教育经费的比重从1997年的0.1%上升到了2003年的29.3%。学生学杂费占美国公立大学的资金的比重从1980-81学年的13%上升到了1995-96年的19%；私立大学的则在同期从37%上升到43%（U.S. Department of Education, 1998）。2000年，在OECD国家，所有教育层次上的私人教育花费占总教育花费的比重达到了11.6%；在高等教育层次上，这一比重是21.4%（OECD，2003）。从英、法等国新出台的教育政策来看，这种趋势还将进一步加剧。

随着私人教育资金投入的增长，其中主要是学费的增长，再加上学生的劳动投入，学生作为一个整体正在或者早已成为国家教育体系和教育机构中的第一大股东。在这个前提下，学生不仅应当有权进行他们的个人教育决策，例如专业、课程、学校和教育方式的选择，也有权参与教育机构的决策和管理。但是，学生作为投资人的权利目前并没有像其他领域的投资人那样得到制度或法律意义的认可和保障。

将学生定义为教育投资人的另一个根据是学生还有他们的家庭是教育投资风险的重要承担者。毕业后的就业和收入状况直接决定了他们的投资回报率。这已是人所共知的事实。

在保障学生投资人的权利方面有些国家做得相对合理一些，学生在选择学校、专业、课程和教师方面有更多的自由，比如，美国的多种教育机构并存的体系，哥伦比亚发达的教育券制度，韩国的学分银行等。这些变革提高了学生作为一种教育资源（劳动力和资金投入者）的流动性，从而也提高了人力资本生产的效率。但是，学生在参与教育的管理方面仍旧没有达到与其投入比重相当的水平。管理体系中存在的这种偏差是影响教育效率重要因素。

有两个主要的原因导致了这种状况：第一，学生的作为教育投资人的地位没有被公众、政府和学校所认可；第二，学生管理教育投资的能力一直受到普遍的怀疑。关于第一个原因，本文的论证已经说明学生的投资人的身份被认可的合理性和必要性。第二个原因存在的基础也正在发生改变。现代知识社会正在给予学生越来越强的参与教育管理的条件和能力。首先，在信息社会中，学校已经不是学生唯一的知识来源。校外的知识和信息变得越来越丰富和多变，图书馆、电视、网络、各种出版物以及学生自己的实践活动给学生带来了甚至比课堂更及时和更实用的信息。学生正在超越学校教育的范围接触更加丰富知识来源。与此同时，提供各种教育咨询服务的机构也正在迅速地发展起来，以帮助学生建立适合个人特质的教育方案。学生在这方面的意识也正在提高。根据美国劳动部（U.S. Department of Labor, Bureau of Labor Statistics, 2005）的预测，从2004到2014年，美国图书管理员、个人兴趣教师（self-enrichment educator）和教育咨询师的工资收入的上升幅度将高于或接近美国平均上升幅度（14%），分别达到29.8%, 15.6% 和13.3%。这种变化反映了市场需求的扩张。更重要的是，学生（包括他们的家庭）作为教育的直接投资人实际上比任何其他人都更关注教育的生产效率，更有动机采取行动来提高教育的效率。因此，如果教育机构和相关法律允许并支持学生以投资人或股东的身份在教育的决策和管理中发挥他们的作用，这对于教育与市场需求的适应和教育产出效率的提高必定会产生积极的影响。这种改革一旦启动，它还将进一步提高学生对教育投入的积极性。

从上述分析可以看出，教育部门的诸多问题的根源往往在于缺乏理性的投入产出分析和明确的产权界定，而这两者正是一个经济体有效运做的基本条件。在当前的教育体系中，学生的智力资源并没有得到有效的利用。如果通过管理政策的逐步改革，让学生积极地参与到教育的管理决策中来，改变学生在教育中的被动地位，将会有效地提高教育的产出效率。在这方面，以往计划经济体制的失败已经给了我们深刻的教训。计划经济的低产出并非起因于中央政府的无能，而是由于经济体系中本该发生作用的个人智力资源被闲置起来了。而这种资源浪费的状况今天却仍旧存在于教育个生产智力资源的领域中。这的确是一件不可思议的事情。

视教育机构为“教授联合体”或者“政府下属部门”的管理模式应当彻底地改变了。在制定教育政策和法律制度时，应当认真地考虑学生作为劳动力和投资人的角色，从而建立有效运做的教育体系。

结论

本文用经济学的理论和方法对教育部门要素投入和产权问题的研究揭示出教育部门所具有的经济性质。教育政策的制定者应当认可学生在教育中所承担的劳动力和投资人的角色，并从以下两个方面来提高教育的产出效率：

1.                     在教育的投入方面充分考虑资金投入和学生劳动投入的合理结合，以提高教育的产出水平和效率；

2.                     通过立法和体制改革确认和保护学生投资人的权益，以提高教育领域中资源的流动性和学生劳动力资源的有效利用。

参考文献

  巩真，2004，《教育服务业国际化的经济影响和启示》，《国际经济评论》第2期。

  岳昌君，2004，《教育对个人收入差异的影响》，《中国经济学季刊》，第3卷增刊。

中国教育部，发展规划司，2003：教育统计报告2003年第26期，http://www.moe.edu.cn/english/planning_s.htm

中国国家统计局，2002：《各类学校教育经费情况》，《中国统计年鉴2002》，国家统计出版社。

中国国家统计局，2003：《各类学校教育经费情况》，《中国统计年鉴2003》，国家统计出版社。

中国国家统计局，2005：《各类学校教育经费情况》，《中国统计年鉴2005》，国家统计出版社。

Cisco Systems, Inc. 2006, Cisco Connected Learning Technology Helps Improve Student Learning and Teacher Productivity.

College Board, 2006, “Trends in Education Pricing”, Trends in Higher Education Series 2006

Das, J., Habyarimana, J., Dercon, S., and Krishnan, P., 2005, “When Can School Inputs Improve Test Scores”, Conference of Education Finance and Decentralization., Washington D.C.

Gong, Z., 2006, First Result from Survey on Chinese Students’ Learning Time in Third Year Junior High Schools, GDNet, http://www.gdnet.org/fulltext/Zhen_Chinese_students.pdf.

Hanushek, E., 2001, “Education, Economics of.” International Encyclopedia of the Social & Behavioral Sciences, 6, PP: 4200-4208. Amsterdam: Elsevier Science, Columbia.

Hoxby, M. C., 2002, “Government Intervention in the Provision and Financing of Education.” Meeting of Representatives of National Economic Research Organizations. OECD, Paris.

Microsoft Corporation, 2004 Microsoft Campus Agreement Provides Uniform Software. http://www.microsoft.com/education/licensingcolbysawyer.mspx February 11

Newcomer, L., 1980, Use of Program Generators to Improve Student Productivity in a Small-computer Lab, ACM Press, New York.

OECD, 2001, Knowledge and Skills for Life.

OECD, 2003, Education at a Glance 2003.

OECD, 2004a, PISA 2003, database table 5.14.

OECD, 2004b, Learning for Tomorrow’s World---First Result from PISA 2003.

OECD, 2005, Table B1.1. Annual expenditure on educational institutions per student (2001). Education at a Glance 2005.

Ruch R., 2001, Higher Ed, Inc.: The Rise of the For-Profit University, The Johns Hopkins University Press, Baltimore, Maryland.

UNESCO, Institute for Statistics and OECD, 2003, Literacy Skills for the World of Tomorrow.

UNESCO. National Center for Education Statistics and OECD, 2004, First Results from PISA 2003.

United Nations Development Programme, 2003, Human Development Indicators 2003

U.S. Census Bureau, 2003, Table 8, Income in 2001 by Educational Attainment for People 18 Years Old and Over, by Age, Sex, Race And Hispanic Origin.

U.S. Department of Education, 1998, Digest of Education Statistics,1998.

U.S. Department of Education, U.S. Department of Justice, 1998, Indicators of School Crime and Saftey.

U.S. Department of Labor, Bureau of Labor Statistics, 2005, Career Guide to Industries. Educational Services.

U.S. National Center for Education Statistics, 2001, The Nation’s Report Card, fourth Grade Reading 2000. Washington, D.C.

Word Bank, 2000, Higher Education in Developing Countries---Peril and Promise.

资料来源： 学生学习小时数来自OECD (2004a) PISA 2003 database table 5.14和本文作者是调查报告（Gong，2006）。生均花费数字来自OECD (2005)，和根据中国教育部（2003）的统计报告和中国国家统计局（2003）的数据计算。

注：图中各个点旁边的数字分别表示各国学生在PISA2003中四项测试平均成绩的排名。根据OECD（2004b）的资料计算的排名为（从高到低）：1.芬兰；2.韩国；3.日本；4.加拿大；5a.澳大利亚；5b.荷兰；6.新西兰；7.捷克；8.瑞士；9.瑞典；10.比利时；11.法国；12.德国；13.爱尔兰；14a.奥地利；14b.冰岛；15.丹麦；16.波兰；17.匈牙利；18.挪威；19.美国；20.斯洛伐克；21a.意大利；21b.卢森堡；22.西班牙；23.葡萄牙；24.希腊；25.土耳其；26.墨西哥。其中a和b表示两个并列排名。由于缺少加拿大、新西兰、卢森堡和土耳其的相关数据，这4个国家没有在图中标示出来。

中国没有参加PISA测试。

图1还显示，捷克（第7）是一个高教育效率的国家。它花费了相当于美国（第19）四分之一的资金和比大多数OECD国家更少的学习时间，得到了比三分之二的国家都高的成绩。

从图1可以看出，中国学生的平均教育花费最低，为1019美元（按购买力平价PPP计算）。这个数字还不到是美国生均花费11152美元的10%。同时，中国学生的平均学习时间最多，为一学年2952小时，是美国同龄人1192小时的2.5倍。中国的状况进一步证实了学生劳动投入和教育资金投入之间存在着一定的反相关性：严重短缺的资金就要由大量的学生劳动来替代。

这种学生劳动和教育资金之间的互替关系也反映在微观现实当中。假定资金的投入量可以决定学校的教育环境，包括师资水平，教学设施和师生数量比等，那么，如果资金投入不变，学生的劳动投入就会成为决定教育产出的决定性变量。在这里，教育的产出可以用学生的测试成绩来衡量和对比。这就是说，在同一资金条件下，可以推测，高成绩的学生的劳动投入比低成绩的学生多。但是，在某些情况下，低成绩的学生可以用更多的资金投入来弥补其劳动投入的不足。例如，在国内重点中学招生中普遍存在的择校费制度就准确地显示了学生劳动和资金投入之间的互替关系。在重点中学举办的非本学区学生招生中，考试成绩低的学生所交的择校费比成绩高的学生多。这种被政府屡禁不止的“地下交易”给出了学生劳动和资金之间的“边际替代率”。

2000年左右，国内许多城市重点中学的这一替代率是基本一致的：少1分成绩多交1000元择校费。这个“价格”说明了学生劳动与教育资金之间存在着真实的、并非纯粹学术假定的替代关系。当学生的成绩低于某个限定的水平时，学校会大幅提高其择校费。这种现象正说明了劳动和资金之间的边际技术替代率是递减的。

在现实中，这种替代关系是普遍的，全球性的。比如，美国的各个大学也用成绩来决定对一些学生的收费和奖学金标准。

学生劳动力及其产出

从学生劳动投入和教育资金投入的相关性可以得出一个明确的结论是，学生在教育部门中扮演着劳动力的角色。与其它产业中的劳动力的不同之处是，学生劳动力获得的直接的报酬不是工资，而是教育产出的结果——人力资本。学生用他们在教育生产中获取的人力资本再到市场上获取回报。这表明，学生从教育中得到的直接回报不是现金，而是资本。因此，学生在教育中同时还扮演着投资人的角色。这里先讨论学生的第一个角色——劳动力。

与其它产业中的劳动力相似，学生劳动力的生产效率也明显地影响着教育部门的产出效率。因此，教育机构也像其它企业一样，为了提高自己的产出效率而尽力招收有高产出能力的学生，即高效率的劳动力。并且，像企业之间竞争高水平的员工一样，大学之间争夺“好学生”的竞争在全球范围内都是普遍的现象。越来越多的学校采用广告宣传和提高助学金标准或减免学费的办法来吸引好的学生。学校的质量对于学生能力的依赖是不争的事实。这一事实不仅存在于大学，也存在于中小学中。一些中学为了提高自己的升学率而以各种方式吸收高分学生和排斥差生也是众所周知的事实。在赞比亚进行的一项调查（Das, Habyarimana, Dercon, and Krishnan, 2005）的结果也显示，51%的家长认为影响孩子学习成绩最重要的因素是学生自己的能力；只有31%和6%的家长分别认为教师的质量和教材的最重要的因素。在2000年举办的PISA测试(OECD & Institute for Statistics, UNESCO, 2003)也显示，学生自身的努力超越了社会经济条件和家庭背景成为决定学生成绩最重要的条件。

近20年来，信息技术在教育过程中得到日益广泛的应用。相关产品的厂商对学生劳动力的重要性的认识比教育机构的管理者们更为敏感。包括微软公司在内的越来越多的厂商都在强调他们的产品具有提高学生“生产效率”的功能(Newcomer, 1980; Microsoft Corporation, 2004; Cisco Systems, Inc., 2006)。

另一个与学生生产力相关的问题是教育过程中的学制问题。教育的产出效率应当符合一般的生产效率计算的原则，即净收益和成本的比值。教育的收益的衡量标准可以是测试成绩、收入、就业机会以及其它各种因教育而获得的利益。而教育的成本是学生劳动的机会成本（时间）和来自各方面的资金投入。其中学校所规定的课程学习时间是影响学生教育成本的关键。因此，如果学习时间的安排可以灵活变动，学生的教育成本将会明显地下降。目前许多国家的教育机构都在这方面不断地进行改革。学分制只是这类改革的开始。韩国的“学分银行”为成年人提供了更灵活的学习机会。暑期教育、业余教育和网上教育的发展也将进一步降低学生劳动力的机会成本。在这方面，美国营利型大学由于采用了企业化的管理，因此比非营利型大学更有效地减少了学生劳动力的机会成本（Ruch, 2001）。

劳动密集型产业和劳动力成本

由于学习是个人脑力的工作过程，非机器可以替代，因此教育部门自然是一个“劳动密集型”部门。“劳动密集型”的含义对于不同收入水平的国家的含义是不同的。本文的前边已经说明，学生劳动力与教育资金之间的关系不仅是互替的，而且也是互补的。互补的关系意味着在一定的教育产出水平上，与一定的资金（或劳动）投入相配合的（或资金）劳动投入是有限的。因此，就像增加劳动密集型企业的投资就可以让更多的劳动力就业一样，要想让更多的人进入学校，接受教育，就必须有更多的教育资金的投入。在这方面，由于高收入国家对教育的资金投入比较高，它们的学生入学率也就比较高。由此形成了它们的教育“劳动密集型”产业。

对于低收入国家来说，由于资金投入比较少，限制了国民受教育的机会，学生的入学率就相应地比较低。这种情况也迫使学生在教育资金不足的条件下，用增加个人的劳动时间的方式来提高教育的产出。这就是低收入国家的教育以“个人劳动密集型投入”为特征的劳动密集型产业——低入学率和学生个人的更长的劳动时间投入。

这就是说，高收入国家是利用劳动和资金的互补性来提高教育产出水平的，而低收入国家是个人利用这两个要素的互替性来解决教育产出问题的。

目前发生在低收入国家的情况很像许多国家在经济发展的初期，由于资本短缺、劳动力充裕而普遍存在的高失业率和工人的超时间工作现象。不同的是，在经济发展初期，失业的威胁起因于大量的劳动力是从低产出的农业向高产出的工业转移和工业投资不足；而当今低收入国家的大量的“教育失业人口”则起因于大量的劳动力向高产出的科技产业转移和教育资金的供给不足。关于“教育失业”问题将在下一节做详细的讨论。

图2.  29个国家的学生学习时间和人均GDP之间的关系

资料来源：学生学习时间的来源与图1相同；GDP的数据来自联合国发展署（2003）《的人类发展指数2003》。图中的29个国家包括图1中的26国以及加拿大、卢森堡、和土耳其。

图2用29个国家的人均GDP来表示它们的劳动力成本，用学生的生均学习时间来表示学生的个人劳动投入。图2显示了劳动力成本和学生个人劳动投入的关系是反相关的，即高收入国家的劳动力成本高，学生个人的教育劳动投入就比较低；而低收入的国家劳动力成本低，学生的个人的劳动投入就比较高。这种现象在一定程度上也反映了国家和个人在教育或人力资本投资和生产中的理性。

但是，图2还同时表明，和其它具有相似的人均GDP或劳动力成本的国家相比，中国学生在他们的教育中投入了过量的劳动。结合图1可以进一步看出，中国学生的劳动边际产出接近于零。为什么他们愿意在教育中付出如此高的劳动投入？其原因是由于学生对教育资金的过度竞争。这种因资金短缺带来的过度竞争并非市场资源配置的结果，而是由政府对私人教育资金投入的限制引起的。由于国家对高中和大学教育资金供给的不足，而私人资金又不能自由地进入教育领域，迫使私人资金近年大量流向海外，使中国变成了世界上最大的教育进口国。例如，仅在2001年，中国学生带往国外的留学资金就高达60亿美元，这笔资金可以使当年大学在校生人数扩大23%（巩真，2004）。这个数字间接地证明了中国私人资金可以支持一个更高水平的后义务教育（从高中到大学）的入学率，而高水平的入学率就会减缓学生对教育机会的竞争程度和提高教育的总产出水平。学生个人劳动力的过高投入和私人教育资金的外流无疑都是教育资源的浪费。正是教育政策的失误导致了这种资源浪费。

教育劳动力的就业与失业

像在其它领域中那样，教育领域中也存在就业和失业问题。这里的失业并非指失业的教职员工，而是指那些失去了教育机会的人。和一般的失业定义（没有工作并且正在寻找工作的人）不同的是，教育部门中的“失业者”，或称教育失业者，应当被定义为：需要教育（包括培训）但又没有获得相应的教育机会的人。同时，“教育失业率”的含义应当是正在接受一定的层次的教育的学生人数与需要进行该层次的教育的人数的比率。关于正规教育体系中毛入学率的统计数字可以大致地反映出一国的教育就业状况。在这里，“充分就业”自然应当是指所有需要教育的人都正在接受相应的教育的状态。上述概念实际上也同时给出了“教育劳动力”的含义为：所有需要接受教育的人，包括正在接受教育的学生，即教育就业者以及教育失业者；就像经济统计中的“劳动力”包括就业者和失业者一样。

将教育就业或失业作为专门的概念提出并且进行研究，不仅更加明确了教育部门的生产性质，同时也使得经济学中的相关原理可以顺利地用来说明教育的产出效率问题。比如，经济学关于失业是一种资源浪费的理论同样可以用于说明失学和教育供给不足对经济的负面影响。比如，像一般的失业率反映出一国资源的浪费程度一样，本文所提出的“教育失业率”或失学率也必然反映了人力资本生产资源的浪费程度。而当高等教育已经成为终身学习的基础时，大学的毛入学率就成了一国人力资本产出水平的标志。同时，教育失业率过高也必然会带来诸多的社会问题，包括贫困、艾滋病、吸毒和犯罪等。

另外，过高的教育失业率也同样会引起对教育机会的过度竞争。这种过度竞争侵蚀了中国的教育本身和中国学生的身心健康。2002年，中国各级教育总的学生生均花费是905美元（PPPs），仅相当于OECD国家平均水平6190美元（PPPs）的14.6%（OECD, 2004）。同年，根据教育部的统计（2003），中国高中的毛入学率仅为42.8%，大学的毛入学率为15%。而高收入国家的中等教育的平均毛入学率在1995年已经达到了106%，高等教育达到了58%。（世界银行，2000）高等教育的资金不足使得中国中小学教育变成“应试教育”。长时间的工作和巨大心理压力严重地损害了中国学生的身心健康。《中国青年报》1999年12月7日报道，中国国家体育委员会1990年代末进行的调查显示，从1995到1998年间中国59岁的男人的平均身高比同龄的日本男人高2.6公分，但中国18岁的男学生比其日本同龄人低1.3公分。在17到22岁的年龄组中，这个差距是1.96公分，对于7到14岁的年龄组，这个差距是2.28公分。造成这种现象的原因不能简单地解释为营养或饮食习惯的差别。它无疑与过度的学习负担和心理压力有关。尽管没有全国范围的官方数据，这些压力也对学生的视力和心理健康造成了损害是众所周知的事实。例如，2005年10月10日人民网报道，在近年广东省每年新增的5000多住院精神病患者中，30-40%是大、中学生。这个比率是大、中学生占广东省人口比率(9.3%)的4倍多。

资金对学生劳动的挤出效应

与中国相反，美国是世界上生均花费最高的国家，因此，其教育部门是典型的“资本密集型”的（见图1）。

但是，巨大的资金投入并没有产生相应的结果。从1965年以来的40年中，美国联邦政府已经花费了3210多万美元用于提高落后儿童的教育水平。但是，这项花费对于美国学生的阅读能力并没有产生效果。(U.S. National Center for Education Statistics, 2001)。从1970-71到1998-99学年，在生均花费提高了一倍的条件下，学生在全国教育测试（NAEP）中的成绩基本保持不变。（Hoxby，2002）这些事实都说明，美国中小学的资金投入的边际产出为零。一些国际测试甚至显示出高花费下的美国的教育水平在降低。例如，从1000-2000学年到2002-03学年，伴随着生均花费5%的增长率，美国学生在PISA中的名次从2000年的中等水平降低到2003年的中下水平：在30个OECD国家中名列第19位。(UNESCO, Institute for Statistics & OECD, 2003; OECD, 2004)

从1965到1995年，美国的高等教育资金投入提高了13.5倍。资金投入的增加使美国的高等教育毛入学率从40%发展到81%。（Word Bank, 2000）但是，资金的巨大增长也同时减弱了学生对教育资源的竞争力和学生为此而付出的努力。这种现象可以被称为资金对学生“实际”劳动的“挤出效应”。强调“实际”是因为在资金过度增加的条件下，学生的名义学习时间可能并没有减少，但他们的实际付出的努力却可能减少了。

这种资金的挤出效应也发生在其他教育资金高投入的国家。在图1中可以看到，在PISA2003的测试中，在生均花费最高的国家，包括美国、挪威、丹麦和奥地利，学生成绩排名都与其资金投入量的排名不相称。在PISA2000测试中，也存相类似的情况。（UNESCO, Institute for Statistics & OECD, 2003）

学生劳动力的隐型失业

上述事实说明，在教育资金过度投入的国家中学生的劳动没有充分地被利用。在这种情况下，入学率可能很高，学生的学习时间可能也是恰当的，但测试成绩可以反映出学生的真实的努力程度是比较低的。这种状况很像经济学中所谓的“隐型失业”，即被统计在就业范围中的人的工作能力并没有充分地发挥出来。类似地，教育中的隐型失业可以定义为：被统计在就学范围中的人的学习能力没有充分地发挥出来。很明显，这也是一种严重的资源浪费。有意思的是，这种教育中的失业，即使是隐型失业，也会引起像一般失业那样的社会问题，比如较高的犯罪率。

根据美国教育部和美国司法部的报告（U.S. Department of Education, U.S. Department of Justice, 1998），美国中小学的学生犯罪事件的统计数字从70年代至90年代中居高不下，其中包括强奸、性骚扰、持枪和不持枪的打斗，吸毒，酗酒，偷盗和抢劫，甚至黑帮等。

上述研究表明，像中国或美国这样的国家，由于在他们劳动和资金投入方面的政策失误，教育部门没有有效地运做。美国解决教育产出效率的关键是提高实际的学生劳动投入，而对于中国来说，则是要增加教育资金的投入。

学生的投资人角色

在学生的角色方面的另一个不能忽视的问题是，除了劳动力之外，学生在教育中还扮演着投资人的角色。学生投入他们的劳动和资金，包括学费和其它各种教育花费，以期获得未来的回报。这是一种典型的投资行为。学生的劳动投入量占教育的总投入量的比重在前面已经给出。这里主要讨论学生的资金投入问题。自从1990年代以来，全球范围内私人教育资金的投入量正在快速增加。根据中国国家统计局（2005）公布的数字，高等教育机构中学生的学费和学杂费占总教育经费的比重从1997年的0.1%上升到了2003年的29.3%。学生学杂费占美国公立大学的资金的比重从1980-81学年的13%上升到了1995-96年的19%；私立大学的则在同期从37%上升到43%（U.S. Department of Education, 1998）。2000年，在OECD国家，所有教育层次上的私人教育花费占总教育花费的比重达到了11.6%；在高等教育层次上，这一比重是21.4%（OECD，2003）。从英、法等国新出台的教育政策来看，这种趋势还将进一步加剧。

随着私人教育资金投入的增长，其中主要是学费的增长，再加上学生的劳动投入，学生作为一个整体正在或者早已成为国家教育体系和教育机构中的第一大股东。在这个前提下，学生不仅应当有权进行他们的个人教育决策，例如专业、课程、学校和教育方式的选择，也有权参与教育机构的决策和管理。但是，学生作为投资人的权利目前并没有像其他领域的投资人那样得到制度或法律意义的认可和保障。

将学生定义为教育投资人的另一个根据是学生还有他们的家庭是教育投资风险的重要承担者。毕业后的就业和收入状况直接决定了他们的投资回报率。这已是人所共知的事实。

在保障学生投资人的权利方面有些国家做得相对合理一些，学生在选择学校、专业、课程和教师方面有更多的自由，比如，美国的多种教育机构并存的体系，哥伦比亚发达的教育券制度，韩国的学分银行等。这些变革提高了学生作为一种教育资源（劳动力和资金投入者）的流动性，从而也提高了人力资本生产的效率。但是，学生在参与教育的管理方面仍旧没有达到与其投入比重相当的水平。管理体系中存在的这种偏差是影响教育效率重要因素。

有两个主要的原因导致了这种状况：第一，学生的作为教育投资人的地位没有被公众、政府和学校所认可；第二，学生管理教育投资的能力一直受到普遍的怀疑。关于第一个原因，本文的论证已经说明学生的投资人的身份被认可的合理性和必要性。第二个原因存在的基础也正在发生改变。现代知识社会正在给予学生越来越强的参与教育管理的条件和能力。首先，在信息社会中，学校已经不是学生唯一的知识来源。校外的知识和信息变得越来越丰富和多变，图书馆、电视、网络、各种出版物以及学生自己的实践活动给学生带来了甚至比课堂更及时和更实用的信息。学生正在超越学校教育的范围接触更加丰富知识来源。与此同时，提供各种教育咨询服务的机构也正在迅速地发展起来，以帮助学生建立适合个人特质的教育方案。学生在这方面的意识也正在提高。根据美国劳动部（U.S. Department of Labor, Bureau of Labor Statistics, 2005）的预测，从2004到2014年，美国图书管理员、个人兴趣教师（self-enrichment educator）和教育咨询师的工资收入的上升幅度将高于或接近美国平均上升幅度（14%），分别达到29.8%, 15.6% 和13.3%。这种变化反映了市场需求的扩张。更重要的是，学生（包括他们的家庭）作为教育的直接投资人实际上比任何其他人都更关注教育的生产效率，更有动机采取行动来提高教育的效率。因此，如果教育机构和相关法律允许并支持学生以投资人或股东的身份在教育的决策和管理中发挥他们的作用，这对于教育与市场需求的适应和教育产出效率的提高必定会产生积极的影响。这种改革一旦启动，它还将进一步提高学生对教育投入的积极性。

从上述分析可以看出，教育部门的诸多问题的根源往往在于缺乏理性的投入产出分析和明确的产权界定，而这两者正是一个经济体有效运做的基本条件。在当前的教育体系中，学生的智力资源并没有得到有效的利用。如果通过管理政策的逐步改革，让学生积极地参与到教育的管理决策中来，改变学生在教育中的被动地位，将会有效地提高教育的产出效率。在这方面，以往计划经济体制的失败已经给了我们深刻的教训。计划经济的低产出并非起因于中央政府的无能，而是由于经济体系中本该发生作用的个人智力资源被闲置起来了。而这种资源浪费的状况今天却仍旧存在于教育个生产智力资源的领域中。这的确是一件不可思议的事情。

视教育机构为“教授联合体”或者“政府下属部门”的管理模式应当彻底地改变了。在制定教育政策和法律制度时，应当认真地考虑学生作为劳动力和投资人的角色，从而建立有效运做的教育体系。

结论

本文用经济学的理论和方法对教育部门要素投入和产权问题的研究揭示出教育部门所具有的经济性质。教育政策的制定者应当认可学生在教育中所承担的劳动力和投资人的角色，并从以下两个方面来提高教育的产出效率：

1.                     在教育的投入方面充分考虑资金投入和学生劳动投入的合理结合，以提高教育的产出水平和效率；

2.                     通过立法和体制改革确认和保护学生投资人的权益，以提高教育领域中资源的流动性和学生劳动力资源的有效利用。

参考文献

  巩真，2004，《教育服务业国际化的经济影响和启示》，《国际经济评论》第2期。

  岳昌君，2004，《教育对个人收入差异的影响》，《中国经济学季刊》，第3卷增刊。

中国教育部，发展规划司，2003：教育统计报告2003年第26期，http://www.moe.edu.cn/english/planning_s.htm

中国国家统计局，2002：《各类学校教育经费情况》，《中国统计年鉴2002》，国家统计出版社。

中国国家统计局，2003：《各类学校教育经费情况》，《中国统计年鉴2003》，国家统计出版社。

中国国家统计局，2005：《各类学校教育经费情况》，《中国统计年鉴2005》，国家统计出版社。

Cisco Systems, Inc. 2006, Cisco Connected Learning Technology Helps Improve Student Learning and Teacher Productivity.

College Board, 2006, “Trends in Education Pricing”, Trends in Higher Education Series 2006

Das, J., Habyarimana, J., Dercon, S., and Krishnan, P., 2005, “When Can School Inputs Improve Test Scores”, Conference of Education Finance and Decentralization., Washington D.C.

Gong, Z., 2006, First Result from Survey on Chinese Students’ Learning Time in Third Year Junior High Schools, GDNet, http://www.gdnet.org/fulltext/Zhen_Chinese_students.pdf.

Hanushek, E., 2001, “Education, Economics of.” International Encyclopedia of the Social & Behavioral Sciences, 6, PP: 4200-4208. Amsterdam: Elsevier Science, Columbia.

Hoxby, M. C., 2002, “Government Intervention in the Provision and Financing of Education.” Meeting of Representatives of National Economic Research Organizations. OECD, Paris.

Microsoft Corporation, 2004 Microsoft Campus Agreement Provides Uniform Software. http://www.microsoft.com/education/licensingcolbysawyer.mspx February 11

Newcomer, L., 1980, Use of Program Generators to Improve Student Productivity in a Small-computer Lab, ACM Press, New York.

OECD, 2001, Knowledge and Skills for Life.

OECD, 2003, Education at a Glance 2003.

OECD, 2004a, PISA 2003, database table 5.14.

OECD, 2004b, Learning for Tomorrow’s World---First Result from PISA 2003.

OECD, 2005, Table B1.1. Annual expenditure on educational institutions per student (2001). Education at a Glance 2005.

Ruch R., 2001, Higher Ed, Inc.: The Rise of the For-Profit University, The Johns Hopkins University Press, Baltimore, Maryland.

UNESCO, Institute for Statistics and OECD, 2003, Literacy Skills for the World of Tomorrow.

UNESCO. National Center for Education Statistics and OECD, 2004, First Results from PISA 2003.

United Nations Development Programme, 2003, Human Development Indicators 2003

U.S. Census Bureau, 2003, Table 8, Income in 2001 by Educational Attainment for People 18 Years Old and Over, by Age, Sex, Race And Hispanic Origin.

U.S. Department of Education, 1998, Digest of Education Statistics,1998.

U.S. Department of Education, U.S. Department of Justice, 1998, Indicators of School Crime and Saftey.

U.S. Department of Labor, Bureau of Labor Statistics, 2005, Career Guide to Industries. Educational Services.

U.S. National Center for Education Statistics, 2001, The Nation’s Report Card, fourth Grade Reading 2000. Washington, D.C.

Word Bank, 2000, Higher Education in Developing Countries---Peril and Promise.