近期，中国教科院教育研究杂志社开展了《教育研究》2022年“年度论文”评选活动。经网络实名推荐、编辑部推荐和专家委员会评定，10篇论文荣获《教育研究》2022年“年度论文”。我们将陆续发布获奖论文，敬请关注！
颁奖词
教育是发展人力资本的事业，并凭此而成为经济发展的支撑变量。在经济转型发展、人口总量与结构双重变动的复杂背景下，探索劳动力数量和质量对经济发展的影响意义重大。论文提出，面对人口数量红利式微，要充分挖掘并进一步发展教育红利，推动经济从劳动力数量依赖型向劳动力质量依赖型的跨越，支撑全要素生产率持续改善，从而实现经济的高质量可持续发展。论文设计合理，数据翔实，方法可靠，结论深刻，既扬了实证研究追求证据之长，又避了实证研究程式化之短。
经济增长是全球各国政府、社会公众与专家学者所追寻的永恒主题，分析经济增长的影响要素与作用机制被视作加快经济发展的有效方式和重要手段，这对经济增长理论的演进同样具有非同寻常的理论意义与现实意义。近几十年来，许多国家，特别是发达国家的生育率均呈现出不同程度的下降趋势。随着各国对生育行为的政策干预以及公众生育观念的转变，长期以来受到广泛关注的人口要素与经济增长的关系，再次得到人口学、社会学和经济学等诸多学科领域内学者们的青睐。尤其是，在人口老龄化、高等教育大众化和普及化的叠加效应之下，各国劳动力的供给数量与供给质量的情况也在发生深刻转变。在“十四五”期间构建经济发展新格局的过程中，我国也将面临劳动年龄人口持续下降的局面。如何应对这一挑战，成为重要战略问题。
引言
劳动力作为促进经济发展的决定性和基础性要素，其数量与质量的变化均会对一个国家或地区经济增长的程度和方式产生重要影响。近年来，面对日益严重的贸易摩擦、越发依赖能源进口等国际竞争压力，且劳动力成本不断增加，经济发展面临由量向质的转型需要和创新需求。探索劳动力数量和劳动力质量对经济发展的影响尤为重要。我们迫切需要认清劳动力数量和质量的作用，寻找经济发展的根本动力，促进经济高质量、可持续发展。
劳动力数量对经济增长影响的相关研究由来已久，无论是在古典经济增长模型还是在内生经济增长模型之中，劳动力数量都占据着基础地位，而对劳动力质量的研究大多强调对人力资本的测度，其中包括对劳动者所掌握的知识和技能的测算。目前，劳动力数量和质量对经济增长的重大影响已成普遍共识，但有关实证研究结论存在较大分歧。一方面，有学者认为，劳动力数量对经济增长的正向影响有所减小。另一方面，学界内关于劳动力质量对经济增长影响的看法尚不一致。特别是20世纪60年代后，虽然对以教育为主要途径形成的人力资本给予较多关注和较高期待，许多国家及地区也在教育方面投入了大量资金，但政府赋予教育发展的目标迟迟未能实现，尤其是发展中国家。这表明，教育投资及劳动力质量的影响在经济发展的不同阶段可能会有所不同。
既有相关文献主要采用国内生产总值（Gross Domestic Product，以下简称GDP）或国民生产总值（Gross National Product，以下简称GNP），衡量一个国家或地区某段时期内经济总量的增长。然而，传统GDP主要反映经济发展的数量，忽略了对经济发展过程中收入不平等、自然环境条件、预期人口寿命等诸多要素的考量，而这些要素直接反映着经济发展的质量。鉴于此，本研究拟采用绿色GDP对经济发展的质量进行测算，通过同时考虑经济增长及其带来的环境影响（如能源消耗、环境污染），从而在一定程度上反映经济增长的可持续性。本研究重点关注劳动力供给在经济增长中的作用，通过比较劳动力数量和劳动力质量两个要素对经济增长的数量及质量的贡献，探究其在不同经济发展阶段的影响差异，理解经济发展过程中劳动力数量和质量的特征及作用，为优化我国人力资源配置、推动经济可持续发展提供可靠的依据。
文献综述
一般而言，社会科学理论大多与实证方法相辅相成，且在特定的社会历史条件下应运而生，经济增长的理论与方法同样如此。
（一）劳动力数量和质量在经济增长模型中的地位演变
20世纪50年代之前的机器大工业时代，人们普遍认为，经济增长由土地、资本和劳动决定的传统经济增长理论占据主导地位，而土地是相对固定的。因此，当时的经济增长模型（诸如哈罗德—多马模型、索洛模型或新古典增长模型等）主要包括资本和劳动力投入，将劳动视作技能要求低且同质性很强的体力劳动，劳动力仅指劳动力数量。第二次世界大战之后，新技术革命的兴起以及产业结构的调整导致对劳动力素质的要求普遍提高。同时，对“经济增长之谜”的探索催生出现代经济增长理论。学界将对劳动力数量的关注继而转移至对劳动力质量即人力资本的关注，现代人力资本理论由此诞生。然而，20世纪70年代的石油危机和经济衰退，导致宏观经济环境发生巨大变化，许多国家对人力资本的投资并未有效促进经济增长，使得人力资本理论受到诸多质疑和挑战，但也促使其得到进一步的发展和进步。20世纪80年代以来，兴起的信息技术革命使得通过教育所获得的知识创新及其传输扩散逐渐成为经济增长新的重要源泉。以卢卡斯（Lucas，R. E.）的人力资本积累模型和罗默（Romer，P. M.）的三部门经济增长模型为代表的新经济增长模型，便是在此种知识经济背景下出现的。目前，劳动力质量即人力资本已渗入经济学的众多交叉学科与分支领域，尤其是劳动经济学、教育经济学、增长经济学、发展经济学、人口经济学等。可以发现，劳动力数量在经济增长模型中扮演着基础性角色，劳动力质量则发挥新生代作用。
在诸多的经济增长模型中，索洛模型最为经典。由于在经济增长方面具备的良好解释力，该模型自建立之初便一直是资本、劳动与经济增长相关研究的主要分析框架和基础理论模型。同时，索洛模型以及以索洛模型为框架进行改动的模型，也是研究经济增长最为常用、效果较好的模型。
（二）劳动力数量与质量对经济增长影响的估计方法
除了理论模型的演变，研究方法也相应地有所转变。早期研究在对动态面板数据进行估计时，大多使用OLS回归模型和固定效应模型。然而，这可能存在自变量和误差项的协方差不等于零的情况；同时，在固定效应中，不随时间变化的样本个体特征也可能与自变量相关。部分学者采用固定效应—工具变量法（Fixed effects instrumental variables，FE-IV）处理劳动力要素与经济增长可能存在的反向因果关系。但弱工具变量也可能导致估计的系数明显有偏。此外，滞后因变量的存在还可能引起自相关的问题。鉴于此，其后有研究采用广义矩方法（Generalizedmethod of moments，GMM）来解决可能存在内生性、反向因果和自相关等问题，保证方程中的自变量和误差项相互独立，从而尽可能地得到系数的无偏估计。
经典线性回归是拟合的条件均值与自变量之间的线性关系，是自变量对因变量的平均边际效果。而分位数回归是通过估计因变量在0～1不同分位数值，对自变量在特定分位数的边际效果进行回归，是在均值回归上的拓展。与经典线性回归相比，分位数回归的应用前提更为宽松，能够使得加权残差绝对值最小；且能够根据多个回归方程得出的估计结果拟合成一簇曲线，更为准确地刻画出回归系数在不同分位点的变化；同时，还适合具有异方差性质的模型，其估计出的参数估计值不受异常值的干扰，结果也更为稳健。而面板数据分位数回归模型同时具备分位数回归和面板数据的优点，对于非正态分布的数据或异常值出现时的估计具有较强的耐抗性，也能更清楚地分析因变量条件分布的不同分位点上变量的关系。因此，我们选择使用面板分位数模型，描绘回归系数在不同分位数水平上的变化。通过分析劳动力数量和人力资本对不同发展阶段国家或地区经济发展影响差异，更全面地估计劳动力数量、劳动力质量与经济增长的关系。
在分析生产要素与经济增长的关系时，学者多使用各要素贡献率表示对经济增长的“贡献度”，也有学者选择用“贡献程度”来表示。一般来说，需要先计算各要素的产出弹性，在此基础上计算各要素对于经济增长的贡献率。要素的产出弹性系数意味着在其他条件不变的情况下，该要素投入每增加１％所引起的GDP产出百分比的变化，即弹性越大表明要素变动对 GDP变动的影响更大，或是GDP的变动对要素的变动更为敏感。弹性可以避免因计量单位不同而在数值上产生不同的结果，所以，估计出来的各要素的弹性是可以直接相互比较的。也有研究在弹性的基础上计算了要素贡献率：（要素产出弹性×要素年均增长率）÷GDP年均增长率。
（三）劳动力数量与质量在经济增长过程中的作用比较
在回溯二者对经济增长的影响之前，对劳动力要素的测量方法值得一提。现有文献主要采用本国的劳动人口数量、劳动力人口占比、劳动力增长率等作为劳动力数量的测量指标。而对于劳动力质量的测量，早期研究中最常见的方法是用不同教育阶段的毛入学率或成人识字率。还有研究采用教育公共支出、生师比，抑或学生在国际测试中数学和科学的成绩表现，作为劳动力质量的测量指标。
关于不同生产要素对经济增长作用的对比，既有文献主要关注物质资本与劳动要素对经济发展的影响，例如有研究从物质资本与劳动要素之间存在替代关系还是互补关系的角度展开研究。格兰威尔（Grandville，H. C.）指出，物质资本—劳动力数量替代弹性与经济增长率呈正相关。其后，有学者运用CES生产函数分析不同国家和地区要素替代弹性与经济增长速度之间的关系，部分研究发现资本—劳动要素替代弹性越高，则经济发展速度越快。还有学者指出，资本—劳动要素替代弹性与中国经济发展速度之间存在“倒U型”关系。对比物质资本和劳动力质量的替代弹性，凯珀（Klump，R.）和彼得（Preissler，H.）认为，物质资本—劳动力质量之间的替代弹性也对经济增长发挥正向作用。此外，有实证研究对比人力资本和物质资本对经济增长的作用发现，经济的可持续发展水平对人力资本的变动更为敏感，尤其对处于较发达阶段的经济体而言。
针对劳动力要素对经济增长的影响，既有研究展开了较为丰富的讨论。早期研究主要关注人口数量本身对经济增长的影响，部分学者也同时关注了年龄结构转变与经济增长之间的关联。萨雷尔（Sarel，M.）通过分析年龄分布变化发现人口年龄分布对经济发展存在正向影响。布鲁姆（Bloom，D.）、坎宁（Canning，D.）和芬利（Finlay，J.）分析 了1965—1990年亚洲70余个国家人口变化与经济增长的关系，发现年龄结构和人口密度的变化对经济增长率产生着显著影响。萨托（Sato，R.）和森田（Morita，T.）考察了 1965—2009年亚洲的13个国家人口变化对经济增长的影响，指出劳动人口数量的增长和劳动人口比例均对“东亚经济奇迹”发挥关键作用。此后，有研究进一步发现，劳动力质量的不断积累对经济增长起到积极的影响。基于发展中国家的面板数据分析，艾哈迈德（Ahmad，M.）和可汗（Khan，R.）发现，年龄结构和劳动力质量对经济增长产生着积极影响，特别是，在发达地区和高收入群体中，发挥更重要的作用。尽管劳动力参与率和劳动力质量对发展中经济体的发展十分重要，但经济增长对劳动力质量的变化更为敏感，因此需要对劳动力质量持续投资以保证市场的灵活性。萨托和森田对比了日本和美国物质资本、劳动力数量和节约劳动力的技术创新三要素在经济发展过程中的作用，指出在日本人口数量的减少对经济发展的制约可以通过提高和改善现有劳动力的质量进行弥补通过研究劳动力数量和劳动力质量对我国地区经济增长的关系，有学者提出，劳动力质量红利逐渐取代人口红利，成为我国经济增长的重要动力。
总体而言，既有文献探讨了人口作为生产要素对经济增长的贡献，然而系统和专门比较劳动力数量和劳动力质量对经济发展影响的研究并不充分，且大多集中在某类或某个国家和地区，对不同经济发展阶段劳动力影响的异质性分析更是稀缺。同时，既有研究只是对反映数量的经济增长指标进行研究，忽略了将经济发展质量纳入考虑范围，因而也忽略了将人口要素对经济发展数量和质量影响的差异进行对比分析。劳动力数量和劳动力质量作为经济增长理论中劳动力投入要素的两种形态，分别反映了劳动力的自然属性和社会属性。本文旨在对比劳动力数量与劳动力质量对经济发展数量和质量维度的作用，并重点分析二者对世界各国当中不同经济发展阶段的影响差异，这能够对于理解经济增长内在驱动力的动态变化提供新的切入点，特别是对认识不同经济增长阶段劳动力数量的增加与劳动力质量的提升所扮演的角色至关重要。
研究设计
（一）研究假设与计量模型
本研究将劳动力数量和劳动力质量（人力资本）纳入统一的研究框架，旨在探讨三个主要研究问题。第一，劳动力的数量和质量在经济发展中分别发挥着怎样的作用？第二，经济发展的数量和质量对劳动力变化的敏感程度存在怎样的差异？第三，劳动力的数量和质量对处于不同发展阶段的经济体的影响存在怎样的差异？基于对既有文献的梳理和分析，本研究提出以下三项研究假设。
研究假设1：与劳动力数量相比，劳动力质量无论对传统GDP还是绿色GDP的影响均更大；
研究假设2：与传统GDP相比，绿色GDP对劳动力质量的变化更为敏感；
研究假设3：与低经济发展水平的国家相比，经济发展水平越高的国家对劳动力质量的依赖程度越高。
本研究借鉴常用的MRW模型（Mankiw-Romer-Weil），将劳动力数量和劳动力质量（人力资本）视为促进经济发展的核心要素，且各自发挥相对独立的作用。通过在索洛模型中引入劳动力质量这一变量，构建模型如下：
模型中Yit指第i国在第t年的经济产出，自变量Kit、Lit和Qit分别代表第i国在第t年的物质资本、劳动力数量和劳动力质量，变量A代表技术发展水平。模型中系数总和α＋β＋γ可以等于1（表示规模报酬不变）、大于1（表示规模报酬递增）或小于1（表示规模报酬递减）。由于本研究不仅考虑了经济发展的数量维度，即传统GDP；还考虑了经济发展的质量维度。因此，本文在总量层面和人均层面分别对传统GDP和绿色GDP进行回归，具体建立如下模型：
（二）数据来源与变量选择
本研究主要采用世界银行（World Bank）和联合国开发计划署（United NationDevelopment Program，以下简称UNDP）的 有关数据，以国家和地区为分析单位，匹配了1990—2014年143个国家及地区24年的面板数据展开分析。其中，教育相关变量主要来自 UNDP数据集，而其他相关变量均来自世界银行。
1. 因变量
本研究的因变量是经济发展，具体可以分为经济发展的数量和质量两个维度。其中，经济发展的数量用传统GDP（以2010年不变价格计算）和传统人均GDP来测量，而经济发展的质量则以绿色GDP和绿色人均GDP来测量。绿色GDP的测算采用陈然等构建指标，Green GDP＝GDP×renew×energy。其中energy代表能源使用效率，即每消耗一单位能源所能产生的GDP；renew代表可再生能源占比。该测算方法得到的绝对值虽不是真正的绿色产出，但可以作为一个综合考虑能源利用效率和环境破坏的指标，代表了一个国家或地区的国内生产力、能源效率和环境保护的总体情况，能够有效地反映不同国家或地区经济发展的可持续性。
2. 核心自变量
本研究的核心自变量是劳动力要素，主要考查劳动力的数量和质量两个维度。其中，劳动力的质量主要指征教育人力资本。总量层面的劳动力数量具体指符合国际劳工组织对经济活动人口定义的所有15岁及以上劳动人口的数量。结合对相关文献的分析，本文的劳动力的质量通过劳动力人口的总体受教育年限进行测量，即用一个国家大于或等于25岁的人在学校接受教育的平均年数乘以25岁以上人口数量。
3. 控制变量
本文在总量层面的模型中控制了国家及地区的物质资本积累（以2010年不变价格计算），由固定资产投资支出加上库存的净变动值构成。固定资产用于生产产品、提供劳务、出租或者经营管理等方面，主要包括厂房、机械设备、基础设施、土地等。在人均层面的模型中控制了人均物质资本，通过总量层面的物质资本除以该国的总人口数计算可得。（见表 1）
实证结果及讨论
（一）OLS回归结果分析
表2展示了1990年至2014年世界各国劳动力数量和质量的平均产出弹性。从总量层面来看，劳动力质量和劳动力数量对传统GDP和绿色GDP均存在显著的影响。具体而言，劳动力质量对传统GDP影响的弹性系数为0.481，而劳动力数量的弹性系数为0.121；而在以绿色 GDP为因变量的模型中，劳动力质量对传统 GDP影响的弹性系数为1.075，而劳动力数量的弹性系数为-1.165。从人均层面来看，劳动力质量和劳动力数量均对传统人均GDP存在显著影响，劳动力质量对绿色人均GDP亦存在显著作用，但劳动力数量对绿色人均GDP的影响不存在统计意义上的显著性。劳动力质量对传统人均GDP的弹性系数为0.386，而劳动力占比的弹性为0.441；同时，劳动力质量对绿色人均GDP的弹性系数为0.647。结果表明，劳动力的数量和质量对传统GDP和绿色GDP均发挥着重要作用。与劳动力数量相比，劳动力质量对总量层面传统GDP的影响更大；与劳动力数量相比，劳动力质量对总量层面和人均层面绿色GDP的影响均更大，研究假设1基本得到验证。与传统GDP相比，绿色GDP对劳动力质量变化的敏感程度更高，研究假设2得以验证。
（二）分位数回归结果分析
本研究采用分位数回归进一步探究了劳动力数量和劳动力质量对处于不同发展阶段的经济体所产生的影响差异。
分析表3可知，不同收入水平国家劳动力质量的弹性系数保持在0.481，而劳动力数量的产出弹性则随着分位点的提高逐渐减小。对绿色GDP而言，劳动力质量的弹性系数随着分位点的提高呈现出上升的趋势，而劳动力数量的负向影响也随着分位点从低到高的变化不断减小。此外，人均层面的回归结果与总量层面的估计结果基本一致。值得注意的是，就传统人均GDP而言，中低收入国家的劳动力占比的弹性系数大于劳动力质量的弹性，而高收入国家劳动力质量的弹性系数则大于劳动力占比的弹性。通过雷达图进一步直观地展示了劳动力数量和质量对不同经济发展水平国家的对比，其中的低收入国家是指分位数回归中10%分位点的国家，中收入国家是指50%分位点的国家，高收入国家是指90%分位点的国家。处于不同经济发展阶段的国家或地区对劳动力质量的敏感性较为稳定，同时高收入国家经济发展的可持续性对劳动力质量的变化更为敏感；而经济发展水平越高的国家对劳动力数量的敏感性则逐渐减弱。经济发展水平（尤其是经济发展质量）越高的国家或地区对劳动力质量的敏感度高于劳动力数量，研究假设3得到验证。（见图 1）
结论与启示
通过实证分析，本研究对比劳动力数量和质量对不同经济发展阶段的传统GDP和绿色 GDP产生的作用差异，得出以下主要结论。
第一，劳动力数量和质量均会对经济增长产生重要影响。与劳动力数量相比，劳动力质量对经济发展的数量和质量的影响均更大。第二，与经济发展的数量相比，可持续高质量的经济发展对劳动力质量的敏感程度更高。第三，劳动力的数量和质量对处于不同发展阶段的经济体的影响存在显著差异。与低经济发展水平的国家相比，经济发展水平越高的国家或地区对劳动力质量的依赖程度越高。这说明，人口数量优势对经济增长的贡献随经济发展水平的提高逐渐减弱；而人口质量红利则能够为经济发展提供持久而稳定的动力，通过提升人口质量能够对冲人口数量红利的下沉态势。
劳动力的数量与质量及其变化均会对国家或地区经济增长的程度和方式产生影响，且经济增长（特别是经济发展的可持续性）对劳动力质量的变化更为敏感。为了深入分析其内在机理，在已有相关研究的基础上，本研究总结劳动力数量与质量对经济发展的影响路径，绘制出劳动力要素对经济发展的作用机制图。（见图2）
在劳动力数量上，劳动力规模的扩大和增速的提升势必带来劳动力供给增长以及储蓄与投资的增加，而人口的高生产性、社会高储蓄率和高投资增长是促进经济社会发展的重要因素。然而，劳动力数量的供给并不能无限制增长，而且生育率下降和人口老龄化是社会经济发展的自然趋势。因此，人口数量红利是短期的、暂时的，难以实现永续的发展。除了通过鼓励生育等人口政策为经济发展蓄力外，还应当充分重视劳动力供给质量的优化，从而解决经济长期发展动力不足的问题。人力资本能够通过多种路径作用于经济发展。
其一，人力资本作为重要的生产投入要素，能够通过劳动力所承载的知识、技能等的积累来提高劳动要素的生产效率，从而直接促进经济增长。其二，人力资本的集聚将为经济增长提供新的动力机制，通过推动不同生产要素之间的协同互动来提高全要素生产率，进而促进经济增长方式的转变，使经济发展不仅实现“量”的增长，还能实现“质”的攀升，保证经济发展的可持续性。其三，人力资本的积累能够拉动产业结构的升级，实现对传统产业的优化和改进，引导优势产业集聚。从产业升级需求的视角看，经济发展对劳动要素的需求逐渐从数量型升级为质量型，人力资本还可以通过再生产提高潜在的生产效率。其四，在以信息化、数字化、智能化为基础的新发展格局下，知识型、创新型人才将成为劳动力市场的主要需求对象。人力资本的增加势必产生创新驱动效应，通过技术革新激发市场创新活力，打破传统经济部门的封闭性，为充分利用人口质量红利、向价值链中高端攀升提供契机。
目前，我国在人力资本供求方面仍存在一些突出的矛盾，例如，城乡仍有大量的剩余劳动力无法满足市场对技能型人才的需求，农村劳动力向城市转移存在着制度壁垒，导致很多闲置劳动力滞留在农村，进城务工的农村流动人口亦无法真正融入城市，这些都在一定程度上造成人口红利的浪费。此外，人力资本的结构性错配也依然普遍存在，人力资本过度集中于垄断性、非生产性行业，降低了人力资本的配置效率等。鉴于此，未来应着力提升人力资本存量，提高人力资本的利用率，加快新型城镇化建设，确保人力资本与产业协同发展，从而充分地释放人口质量红利。
中国人口红利的式微，意味着，过去凭借低端劳动力要素发展经济的时代一去不复返。而老龄化时代与低生育时代的到来，并不意味着，我国经济增长会失去动力。如果能在一定程度上倒逼经济结构的优化升级，使经济增长模式从主要依赖生产要素投入的粗放型模式，转向依赖全要素生产率拉动的创新驱动模式，则将改变我国处于世界产业价值链下游的现有局面，为未来的经济发展提供新的机遇。在“十四五”构建新发展格局的过程中，提高劳动力质量才是推动经济可持续发展的关键所在。中国应在人口转型过程中把握时机、因势利导、未雨绸缪；在新一轮经济发展中，挖掘竞争新优势。一方面，要重视人力资本存量的积累，加大在教育等方面的投资，提高劳动力的整体素质，着力培养高水平拔尖创新人才。另一方面，要加强劳动力的合理流动，提升人力资本配置效率，统筹新型城镇化发展战略和乡村振兴战略，挖掘潜在的人口红利。
事实上，面对人口结构的变化带来的挑战，实现可持续、高质量经济发展的关键在于充分挖掘和提升人力资本。而作为人力资本投资的根本途径，教育是最直接最有效地促进人的知识增加和技能开发的手段和途径。具体而言，包括以下几个角度。
第一，面对劳动力数量减少对经济发展带来的冲击，需要通过教育提升人力资本积累的价值，进而有效提高劳动生产率。尽可能地使新的劳动生产率提高效果抵偿并超过生产率下降的因素，这就需要通过持续的教育发展和改革为劳动生产率的提升给予基础性支持。
第二，劳动力供给数量的减少可以在一定程度上通过技术水平的提高来进行弥补。例如，机器可以取代简单重复的体力劳动，人工智能将进一步取代重复性的、无创新的脑力劳动，而人工智能产业的发展需要科技创新水平的整体提高。培养高水平拔尖创新人才、完善科技创新体系有助于推动科学技术的进步，加快产业结构从劳动密集型为主向技术密集型为主转型，对冲劳动力数量减少所带来的负面影响。
第三，人口老龄化趋势的加快以及人口预期寿命的延长会影响到未来包括劳动者退休年龄和劳动参与在内的一系列政策。不仅如此，一些行业和产业的快速发展致使既有劳动者的知识和技能赶不上技术进步的速度。例如，在互联网等相关产业，40岁以下常被视为被雇用的最高年龄段。而继续教育不仅具有帮助在岗、在职人员进行知识更新、专业技术的学习的功能，更具有为社会成员在不同阶段为社会、经济、科技和人自身发展的需要提供学习保障的功能。因此，加强对继续教育，成人教育和培训的支持和保障，有助于更充分提高全民终身学习能力，提高人力资本存量的价值。
第四，我国二胎和三胎政策相继放开，但养育的直接成本和机会成本过高，这也必然会影响育龄家庭的生育意愿和劳动参与。扩大学前教育供给有助于节省家庭照料儿童时间，缓解家庭工作—养育冲突，降低家庭养育成本，进而提高生育率。
总体而言，面对人口数量红利的式微，要充分挖掘并进一步发展教育红利，通过加强对教育的投入和保障，实现教育的高质量发展，推动经济从劳动力数量依赖型向劳动力质量依赖型的跨越，支撑全要素生产率持续改善，从而实现经济的高质量可持续发展。
来源 | 《教育研究》 2022年第3期
作者 | 丁小浩（教育部人文社会科学重点研究基地北京大学教育经济研究所教授）；高文娟（北京航空航天大学助理教授）；黄依梵（教育部人文社会科学重点研究基地厦门大学高等教育发展研究中心助理教授）
