Professional Documents
Culture Documents
The Effects of STEM Education on Economic Growth bản dịch)
The Effects of STEM Education on Economic Growth bản dịch)
6-2018
Mallory Croak
Theo dõi nội dung này và các tác phẩm bổ sung tại: https://digitalworks.union.edu/
theses Một phần của Cộng đồng Đánh giá, Đánh giá và Nghiên cứu Giáo dục, Kinh tế Giáo dục Commons, Giáo
dục đại học chung, Cộng đồng Giáo dục Quốc tế và So sánh, và Cộng đồng Giáo dục Khoa học và Toán học
Truy cập Mở này được mang đến cho bạn để truy cập mở và miễn phí bởi Công việc Sinh viên tại Union | Tác phẩm kỹ thuật số. Nó đã được chấp nhận đưa vào Luận văn
danh dự bởi quản trị viên được ủy quyền của Union | Tác phẩm kỹ thuật số. Để biết thêm thông tin, vui lòng liên hệ digitalworks@union.edu.
Machine Translated by Google
Tác động của giáo dục STEM tới tăng trưởng kinh tế
qua
Mallory Croak
* * * * * * * * *
NHÌN NHẬN
Luận văn này sẽ không thể thực hiện được nếu không có sự cam kết của Giáo sư Eshragh
Motahar. Sự hướng dẫn và khuyến khích liên tục của ông đã hỗ trợ nghiên cứu này từ
quan niệm. Những đóng góp trí tuệ của ông trong suốt chặng đường luôn được đáp ứng bằng
niềm đam mê của anh ấy trong việc cộng tác và truyền cảm hứng cho những lời khuyên của anh ấy. Cảm ơn,
Thưa Giáo sư, vì đã khiến tôi cảm thấy rằng công việc tôi đã làm là quan trọng—đó là
món quà lớn nhất bạn có thể tặng cho một học sinh.
ii
Machine Translated by Google
TRỪU TƯỢNG
CROAK, MALLORY A. Tác động của giáo dục STEM tới tăng trưởng kinh tế
Luận án này nhằm mục đích xây dựng trên các nghiên cứu hiện có về vốn con người và lợi nhuận
sang giáo dục với trọng tâm là thúc đẩy đổi mới, giáo dục dựa trên STEM, để
câu trả lời: Giáo dục STEM ảnh hưởng như thế nào đến tăng trưởng kinh tế vĩ mô ở các quốc gia khác nhau
Quốc gia? Việc xem xét tài liệu cho thấy nhiều nghiên cứu giải thích về con người
vốn trong các phương trình tăng trưởng, được đo bằng số năm đi học trung bình. Tuy nhiên,
trình độ học vấn như thước đo vốn con người không tính đến những yếu tố bổ sung
tác động của nghiên cứu, bí quyết công nghệ và đổi mới đến tăng trưởng. Cái này
luận án tìm cách khắc phục một số điểm chồng chéo giữa giáo dục và đổi mới vì nó
ảnh hưởng đến năng suất bằng cách tập trung vào giáo dục trong lĩnh vực STEM—các lĩnh vực tạo ra
người lao động có thể đáp ứng được sự đổi mới dựa trên khoa học và công nghệ ngày càng tăng
nằm ở cốt lõi của tăng trưởng kinh tế hiện đại. Khung thực nghiệm cho việc này
nghiên cứu bắt nguồn từ mô hình tăng trưởng tân cổ điển truyền thống và được tăng cường
để bao gồm một hình thức nâng cao của vốn con người: trình độ học vấn STEM. Các
yếu tố hạn chế tính sẵn có của dữ liệu là các báo cáo về bằng đại học đầu tiên của STEM
từ Quỹ khoa học quốc gia (2014). Một bộ dữ liệu bao gồm 87 quốc gia
cho năm 2010 hoặc giai đoạn gần đây nhất. Bộ thứ hai bao gồm 15 quốc gia trong những năm 2000-
giai đoạn 2010. Dựa trên cả bộ dữ liệu chéo và dữ liệu bảng, cũng như trên
dữ liệu về vốn vật chất, vốn con người và mức độ phát triển hiện có,
ước tính thu được bằng cách sử dụng phân tích hồi quy. Kết quả của nghiên cứu này chỉ ra
những tác động tích cực, đáng kể của giáo dục STEM đến năng suất trên toàn
iii
Machine Translated by Google
thông số kỹ thuật và kêu gọi chính sách tập trung vào việc cải thiện và thúc đẩy STEM
iv
Machine Translated by Google
MỤC LỤC
TRỪU TƯỢNG
I. GIỚI THIỆU
V. KẾT LUẬN
I. GIỚI THIỆU
II. PHƯƠNG PHÁP TIẾP CẬN TUYỆT VỜI SO VỚI CÁC LÝ THUYẾT TĂNG TRƯỞNG MỚI
I. GIỚI THIỆU
v
Machine Translated by Google
PHỤ LỤC A 59
PHỤ LỤC B 62
vi
Machine Translated by Google
BẢNG 4.1 28
Các quốc gia không có dữ liệu về bằng cấp STEM năm 2010 và thay vào đó là năm gần
đây nhất dữ liệu được thu thập.
BẢNG 4.2 30
Thống kê tóm tắt trung bình của 15 quốc gia Tây/Châu Á trong giai đoạn 2000-2010
Giai đoạn.
BẢNG 4.3 37
BẢNG 4.4 39
Tỷ lệ tăng trưởng trung bình hàng năm tương ứng với dữ liệu được thu thập ở
Hoa Kỳ trong giai đoạn 2000-2010.
BẢNG 4.5 44
BẢNG 4.6 48
Kết quả hồi quy ước tính lại mặt cắt ngang
vii
Machine Translated by Google
CHƯƠNG MỘT
GIỚI THIỆU
Các nghiên cứu về tăng trưởng là một trong những ấn phẩm nổi bật nhất về kinh tế
nghiên cứu. Về cơ bản, chúng cung cấp cái nhìn sâu sắc về những gì thúc đẩy sức khỏe và sức sống của
nền kinh tế theo thời gian. Việc hiểu các thành phần cơ bản như vậy có
những hàm ý chính sách cực kỳ quan trọng, có thể ảnh hưởng, trong số những vấn đề khác
sự vật, việc làm, đầu tư, mức sống của cá nhân và các quốc gia
Trong lịch sử, khi đánh giá tăng trưởng kinh tế, các nghiên cứu đều tập trung vào
hai yếu tố đầu vào truyền thống là lao động và vốn vật chất; tuy nhiên, khi đầu ra
được coi là tăng trưởng nhanh hơn sự đóng góp của hai yếu tố đầu vào này,
các nhà kinh tế đồng ý rằng một số yếu tố còn lại đang diễn ra. Yếu tố này thường
được coi là chất lượng lao động hoặc bí quyết công nghệ, được gọi là
nguồn lực con người. Phần lớn các nghiên cứu đã sử dụng trình độ học vấn như một công cụ
thước đo này.
Có rất ít tranh cãi về tầm quan trọng của vốn con người
năng suất. Quỹ Khoa học Quốc gia (2014) tuyên bố rằng, ngày càng có nhiều
các chính phủ trên khắp thế giới đã coi trọng phong trào hướng tới một
nền kinh tế tri thức là chìa khóa cho sự phát triển kinh tế. Nhận thức được rằng điều này
đòi hỏi một lực lượng lao động được đào tạo bài bản, họ đã đầu tư nâng cấp và mở rộng
hệ thống giáo dục đại học của họ và mở rộng sự tham gia vào chúng. Một sự hợp lí
1
Machine Translated by Google
chỉ số về tầm quan trọng của giáo dục đại học là tỷ lệ phần trăm dân số của một quốc gia
nguồn lực dành cho nó, được đo bằng tỷ lệ chi tiêu cho giáo dục đại học
giáo dục trên tổng sản phẩm quốc nội. Giữa năm 2005 và 2009, tỷ lệ này tăng lên
gần như tất cả các nước OECD (Quỹ Khoa học Quốc gia 2014).
Mặc dù người ta thường kết luận rằng đầu tư vào vốn con người là
có lợi cho tăng trưởng, các loại hình đầu tư vốn con người mang lại hiệu quả cao nhất
lợi nhuận đòi hỏi phải điều tra thêm. Một đánh giá về văn học sau đây
chương thảo luận về những hạn chế của việc sử dụng trình độ học vấn phổ thông làm công cụ
thước đo vốn con người. Về cơ bản, nó không xem xét được cả hai khía cạnh của
Phần dư Solow không chỉ là chất lượng lao động mà còn là bí quyết công nghệ
Làm sao. Nghiên cứu mới nổi cho thấy rằng giáo dục liên quan cụ thể đến khoa học,
các ngành công nghệ, kỹ thuật và toán học (STEM) là thước đo tốt hơn
vốn con người vì nó coi tầm quan trọng của giáo dục trong việc kích thích
đổi mới và tạo ra những người lao động có khả năng điều khiển và đáp ứng với các thay đổi công nghệ
tiến bộ, nằm ở trung tâm của sự thịnh vượng kinh tế.
Với tầm quan trọng được nhận thức của sự đổi mới và định hướng công nghệ như vậy
thay đổi của nền kinh tế ngày nay, không có gì đáng ngạc nhiên khi STEM là ngành hàng đầu
mối quan tâm của các nhà hoạch định chính sách trên khắp các quốc gia. Bây giờ, điều quan trọng là đánh giá
cách các quốc gia thúc đẩy STEM và tính hiệu quả của chúng. Nghiên cứu này
tìm cách điều tra những lợi ích của việc đạt được trình độ học vấn STEM, đặc biệt là ở
trình độ sau trung học. Nó lấy cảm hứng từ những báo cáo như thế của Marginson
và cộng sự (2013), khẳng định rằng khoa học, học tập phổ cập và kinh tế
2
Machine Translated by Google
tất cả sự thịnh vượng tạo thành một hệ thống phụ thuộc lẫn nhau duy nhất, có lẽ nó sẽ tìm thấy cầu nối của nó
Trong nỗ lực xây dựng dựa trên các nghiên cứu hiện có về vốn con người và quay trở lại
giáo dục tập trung vào thúc đẩy đổi mới, giáo dục dựa trên STEM, luận án này
đặt ra câu hỏi sau: Làm thế nào để giáo dục STEM với tư cách là một hình thức phát triển con người?
vốn ảnh hưởng đến tăng trưởng kinh tế vĩ mô ở các quốc gia khác nhau? Nghiên cứu này sẽ
tập trung vào giai đoạn 2000-2010 và 15 nước Tây/Châu Á trong nhóm của nó
ước tính và 87 khu vực/quốc gia trong năm 2010 hoặc năm gần đây nhất trong suốt
ước lượng mặt cắt. Khoảng thời gian và quốc gia đã chọn bị ràng buộc bởi
sẵn có dữ liệu về các bằng đại học STEM đầu tiên được báo cáo bởi National
Quỹ Khoa học: Chỉ số Khoa học và Kỹ thuật (2014). Công việc của tôi
giả thuyết là trình độ học vấn STEM có tác động tích cực và có ý nghĩa
ảnh hưởng đến năng suất ở các quốc gia khác nhau, khi đo lường mức độ hiện tại
Bao gồm vốn vật chất, vốn con người và trình độ phát triển
ước lượng.
Luận án này—ngoài việc xem xét tầm quan trọng của sự hiểu biết
điều gì góp phần vào tăng trưởng kinh tế bằng cách xem xét vai trò của giáo dục STEM,
với tiềm năng thúc đẩy đổi mới—có ý nghĩa quan trọng vì ba lý do chính.
Đầu tiên, cần có một cách tiếp cận kinh tế vĩ mô. Thứ hai, nó sử dụng dữ liệu về đại học
3
Machine Translated by Google
Trong khi các nghiên cứu kinh tế vi mô hầu như đều khẳng định rằng có
lợi nhuận hữu hình từ đầu tư cá nhân vào giáo dục - dưới hình thức thấp hơn
mức thất nghiệp và thu nhập cao hơn—những nghiên cứu này không giải thích được nguyên nhân
đầy đủ các lợi ích của giáo dục, lan tỏa đến xã hội rộng lớn hơn và
kinh tế. Nghiên cứu này sử dụng hồi quy kinh tế vĩ mô bởi vì, quan trọng là,
chính loại lợi nhuận xã hội này ở cấp độ vĩ mô mang lại những lợi ích liên quan
biện minh kinh tế cho sự hỗ trợ công cộng của giáo dục. Về cơ bản, mục đích của
hồi quy kinh tế vĩ mô là để điều tra vai trò của các yếu tố đầu vào khác nhau trong
góp phần vào tăng trưởng GDP—trong trường hợp này, giáo dục STEM cùng với các biện pháp kiểm soát khác
yếu tố—để làm sáng tỏ nguồn gốc của sự khác biệt về tốc độ tăng trưởng giữa
các quốc gia và giúp xác định các biện pháp chính sách có khả năng thúc đẩy tăng trưởng nhất.
Thật vậy, các chính phủ và các cơ quan khác đang ngày càng tài trợ nhiều hơn cho các nghiên cứu về
quay trở lại giáo dục cùng với các nghiên cứu khác để hướng dẫn các quyết định chính sách vĩ mô
về tổ chức và tài trợ cho cải cách giáo dục. Nghiên cứu này sẽ đi một
bước xa hơn để xác định lý do tại sao những cân nhắc chính sách như vậy nên tập trung vào STEM
giáo dục.
Một đặc điểm khác biệt của nghiên cứu này là mối quan tâm của nó với
giáo dục STEM ở bậc đại học, được nhiều nhà nghiên cứu đánh giá cao
giai đoạn trọng tâm nhưng hiếm khi là trung tâm của chính sách. Dựa theo
Krueger và Lindahl (2001), tài liệu thực nghiệm về tăng trưởng vĩ mô mang lại một
phát hiện về cơ bản khác với các tài liệu vi mô, đó là thứ cấp và
giáo dục sau trung học có vai trò quan trọng hơn đối với sự tăng trưởng chung so với giáo dục tiểu học.
Mặc dù vậy, hầu hết các nghiên cứu xem xét tác động của giáo dục tới tăng trưởng đều đề xuất
4
Machine Translated by Google
đề xuất chính sách liên quan đến chất lượng giảng dạy ở cấp tiểu học, nhưng
không đưa ra gợi ý cấp ba. Đây là một lĩnh vực hạn chế nghiêm trọng trong nghiên cứu tăng trưởng,
đặc biệt là trước sự quan tâm ngày càng tăng đối với các chương trình đại học STEM. Cho một,
Quỹ Khoa học Quốc gia: Các chỉ số Khoa học và Kỹ thuật (2014)
báo cáo rằng bằng tú tài là bằng cấp STEM phổ biến nhất ở Hoa Kỳ,
chiếm khoảng một phần ba tổng số bằng cử nhân trong thập kỷ qua và
cho gần 70% tổng số bằng cấp STEM được cấp ở Mỹ Kể từ năm 2000, tổng số
Hoa Kỳ đã tăng số lượng cho tất cả các nhóm chủng tộc và sắc tộc từ khoảng 400.000 lên hơn
550.000 vào năm 2011. Xu hướng tương tự đang diễn ra trên toàn thế giới. Để trút bỏ
làm sáng tỏ lỗ hổng trong tài liệu hiện có, nghiên cứu này sẽ tập trung vào STEM
Cuối cùng, luận án này rất có ý nghĩa vì nó sử dụng ước lượng bảng.
Cohen và Soto (2007) cho rằng có nhiều hồi quy tăng trưởng xuyên quốc gia
tồn tại nhưng bị hạn chế vì họ không khai thác được chiều thời gian. Các
một số bài báo tại thời điểm xuất bản báo cáo của họ đã tiến tới hội thảo
hồi quy dữ liệu—và cũng chiếm vốn vật chất, như nghiên cứu này
có—không tìm thấy tầm quan trọng của tác động của việc học ở trường đối với sự tăng trưởng. Cái này
luận án sẽ sử dụng dữ liệu bảng, khai thác biến thể xuyên quốc gia cũng như thời gian
để mang lại những kết quả đáng kể và chắc chắn về tác động của STEM
đào tạo về năng suất theo thời gian, xem xét nguồn vốn vật chất hiện có,
5
Machine Translated by Google
Luận án này được chia thành năm chương. Chương Một và Chương Năm là
lần lượt là phần mở đầu và phần kết luận. Chương Hai, Ba và Bốn hiện tại
nền tảng và đặc điểm kỹ thuật của phân tích hồi quy kinh tế vĩ mô,
trong đó sử dụng dữ liệu thực nghiệm. Chương Hai đưa ra đánh giá về các vấn đề liên quan
tài liệu liên quan đến các nghiên cứu tăng trưởng kinh tế vĩ mô hiện có và thảo luận về
tầm quan trọng của giáo dục STEM, cũng như tại sao việc xem xét mức độ
phát triển. Chương 3 trình bày khung phân tích của nghiên cứu này và
phát triển các thông số kỹ thuật của mô hình tăng trưởng dựa trên Solow hiện có
các hình thức tân cổ điển để bao gồm biến giáo dục STEM. Chương 4 báo cáo
kết quả hồi quy của cả ước lượng bảng và ước lượng cắt ngang. Đây là
tiếp theo là phần giải thích kết quả và thảo luận về ý nghĩa của chúng.
Những hạn chế của nghiên cứu này cũng như một số lĩnh vực nghiên cứu trong tương lai cũng
6
Machine Translated by Google
CHƯƠNG HAI
I. GIỚI THIỆU
Trong chương này, nhiều nguồn tài liệu kinh tế khác nhau được xem xét và
được tổ chức theo chủ đề theo cách mà chúng (i) hỗ trợ sự liên quan của
sử dụng Giáo dục STEM làm thước đo vốn nhân lực, (ii) ủng hộ một
cách tiếp cận tổng hợp hoặc kinh tế vĩ mô để đánh giá lợi ích của giáo dục, trong
giáo dục STEM cụ thể và (iii) chứng minh lý do tại sao việc xem xét
mức độ phát triển kinh tế của các nước là quan trọng khi suy thoái
năng suất trong giáo dục. Trong khi cung cấp hỗ trợ thích hợp cho luận án của tôi,
kiến thức, không có công trình nào trong số này kết nối được tác động của giáo dục công nhân và
đổi mới để trả lời cụ thể câu hỏi mà tôi muốn giải quyết. Bằng cách vẽ
về các yếu tố của tài liệu được thảo luận trong các phần sau, luận án này sẽ
xây dựng dựa trên các nghiên cứu hiện có về vốn con người và lợi ích của giáo dục, với trọng tâm là
Trước đây, các nghiên cứu về tăng trưởng kinh tế xem xét sự liên quan của
vốn con người sử dụng trình độ học vấn làm thước đo (OECD 1998). Vì
Ví dụ, Sianesi và Reenen (2002) xem xét các nghiên cứu khác nhau tập trung vào
lợi ích kinh tế vĩ mô cho giáo dục, giảm GDP bình quân đầu người trong những năm trung bình
của giáo dục. Tương tự, Psacharopoulos và Patrinos (2004) ước tính giá trị trung bình
7
Machine Translated by Google
tỷ suất lợi nhuận cá nhân và xã hội đối với một năm học thêm ở các mức độ khác nhau
các nền kinh tế trên toàn thế giới. Mamuneas và cộng sự (2006) ước tính tác động của
đầu vào truyền thống (vốn và lao động) cũng như vốn con người (được đo bằng giá trị trung bình
số năm đi học) bằng cách sử dụng mô hình hệ số trơn bán tham số,
cho phép tác động của vốn nhân lực lên tăng trưởng kinh tế là phi tuyến tính.
Hơn nữa, Cohen và Soto (2007) sử dụng dữ liệu về trình độ học vấn theo độ tuổi
nhóm và cuối cùng mang lại hệ số đáng kể cho việc đi học trong phạm vi chéo của họ
Tuy nhiên, một thiếu sót của hầu hết các báo cáo như thế này là lợi nhuận của
các loại hình giáo dục cụ thể không được xem xét. Sianesi và Reenen (2002)
nhấn mạnh một lĩnh vực cần nghiên cứu sâu hơn là xem xét loại hình, chất lượng và
hiệu quả của giáo dục, được chứng minh là có ý nghĩa quan trọng đối với năng suất. Marginson và
cộng sự (2013) cho rằng trình độ học vấn phổ thông không phải là thước đo cho
vốn con người vì nó chỉ đo lường số lượng chứ không đo lường chất lượng. Tương tự, Hồi giáo,
Ang và Madsen (2014) kết luận rằng trình độ học vấn phần lớn phụ thuộc vào
không hiệu quả trong việc dự đoán tốc độ tăng trưởng tổng sản phẩm quốc nội (GDP) bình quân đầu người,
cho thấy trình độ học vấn có thể không đo lường đầy đủ vốn con người
nếu khía cạnh chất lượng giáo dục bị bỏ qua trong hồi quy. Những cái này
những khẳng định đã được chứng minh, chẳng hạn, trong một nghiên cứu tìm ra mối liên hệ
tầm quan trọng của kỹ thuật trong giáo dục (được tính bằng tỷ lệ đại học
tuyển sinh ngành kỹ thuật trên tổng số tuyển sinh đại học) có tác động tích cực
về tăng trưởng, đồng thời nhận thấy tầm quan trọng tương đối của nghiên cứu pháp luật để có một
số 8
Machine Translated by Google
chỉ tập trung vào trình độ học vấn mà bỏ qua tác động bổ sung của
nghiên cứu, bí quyết công nghệ và đổi mới về tăng trưởng (OECD 1998). Một
kết luận có liên quan của Sianesi và Reenen (2002) là giáo dục mang lại lợi ích gián tiếp
mang lại lợi ích cho tăng trưởng bên cạnh những lợi ích trực tiếp, chủ yếu thông qua việc kích thích
tác động của giáo dục dân số (hoặc lực lượng lao động) và nền kinh tế
năng lực công nghệ, mà “số năm học trung bình” là chỉ số duy nhất
việc đo lường vốn nhân lực bị bỏ qua. Luận án này tính đến
xem xét những ảnh hưởng của trình độ học vấn, nhưng đặc biệt quan tâm đến
Giáo dục STEM trong nỗ lực giải quyết sự phức tạp của tăng trưởng
yếu tố “dư lượng”, liên quan đến cả chất lượng lao động và công nghệ/đổi mới.
Điều này được ủng hộ bởi Marginson và cộng sự (2013), họ tuyên bố rằng bằng chứng quốc tế
bộc lộ chất lượng giáo dục, được đo bằng các kỹ năng nhận thức chủ yếu trong khoa học
và toán học, vừa là một yếu tố dự đoán chính xác hơn, vừa có ý nghĩa quan trọng hơn
đến kết quả kinh tế hơn là số lượng giáo dục nói chung.
Khi so sánh giáo dục STEM ở các quốc gia khác nhau, Marginson et
cộng sự (2013) kết luận rằng có sự quan tâm rộng rãi đến việc xây dựng STEM cao cấp
kỹ năng, liên quan đến nghiên cứu & phát triển cũng như đổi mới ngành. Đây là
bởi vì hầu hết các khu vực pháp lý quốc gia đều giả định rằng số lượng và chất lượng
năng lực STEM ảnh hưởng đến hiệu quả kinh tế. Vì lý do này, một chìa khóa
cũng cần tập trung cải thiện chất lượng tổng thể của nguồn cung cấp vốn con người
khi phát triển nhóm kỹ năng cao có khả năng nghiên cứu, đổi mới và hiệu quả
9
Machine Translated by Google
ứng phó với sự thay đổi công nghệ. Tham khảo các nền kinh tế châu Á khác nhau đang
ở mức độ thành thạo cao nhất về khoa học và toán học (dựa trên tiêu chuẩn của OECD
Chương trình Đánh giá Sinh viên Quốc tế) và đồng thời
đã đạt được thành quả kinh tế đặc biệt trong hai thập kỷ qua,
cũng báo cáo rằng có mối quan hệ trực tiếp giữa các quốc gia có nền kinh tế hàng đầu
nền kinh tế và những nền kinh tế có nền giáo dục và dựa trên nghiên cứu hoạt động tốt nhất
Thật vậy, mô hình kinh tế đã xác định một cách nhất quán mối quan hệ
giữa các biện pháp trực tiếp về kỹ năng nhận thức trong toán học và khoa học và lâu dài
phát triển kinh tế. UNESCO đề cập đến vai trò của khoa học và công nghệ
năng lực là động lực quan trọng để đạt được sự phát triển bền vững và
Các chính phủ đồng ý rằng có tầm quan trọng chiến lược đối với sự đổi mới và kiến thức
trong STEM để cải thiện xã hội và duy trì tăng trưởng kinh tế
tăng ca. Điều này có thể giải thích tại sao trên bình diện quốc tế lại có sự gia tăng
cả việc tuyển sinh và cấp bằng STEM. Quỹ khoa học quốc gia (2014)
báo cáo rằng, trong năm 2010, hơn 5,5 triệu bằng cấp về KH&CN đã được trao
trên toàn thế giới, với gần một nửa ở châu Á (24% ở Trung Quốc, 17% ở EU và 10% ở
HOA KỲ). Đối với hầu hết các quốc gia (trừ Pháp, Nhật Bản và Tây Ban Nha), số lượng
Tương tự, Atkinson và Mayo (2010) xem xét tầm quan trọng của STEM
giáo dục về năng suất. Cuối cùng, mục đích của việc thúc đẩy giáo dục STEM là
10
Machine Translated by Google
về cơ bản không phải là tạo cơ hội kinh tế cho các cá nhân. Đúng hơn là để
cung cấp “nhiên liệu” cần thiết để thúc đẩy nền kinh tế định hướng công nghệ. Đang nhìn
đặc biệt là ở nền giáo dục STEM của Hoa Kỳ, bài báo trích dẫn Bộ Khoa học và Công nghệ Hoa Kỳ
Thương mại nhận thấy rằng đổi mới công nghệ là nguyên nhân gây ra nhiều
75% mức tăng trưởng của nền kinh tế Mỹ kể từ Thế chiến thứ hai.
Hơn nữa, Atkinson và Mayo (2010) cho biết, một số nghiên cứu đã ước tính rằng
đổi mới thúc đẩy tới 90% tăng trưởng thu nhập bình quân đầu người. Điều này là do
sự đổi mới cho phép cải thiện năng suất vốn là cốt lõi của kinh tế
sự phát triển. Điều quan trọng là sự đổi mới dựa trên khoa học và công nghệ như vậy là không thể
không có lực lượng lao động được đào tạo về khoa học, công nghệ, kỹ thuật và toán học.
Atkinson và Mayo (2010) cảnh báo rằng nếu không có con số phù hợp và
chất lượng của công dân được giáo dục STEM, nền kinh tế đổi mới sẽ suy giảm và với
nó, cơ hội kinh tế cho tất cả mọi người. Báo cáo trích dẫn như một lời cảnh báo về tình hình ở
Vương quốc Anh từ năm 1960 đến năm 1990, thời điểm giáo dục nghệ thuật khai phóng được chú trọng
và vị thế cạnh tranh của các ngành bị bỏ qua. Nhờ đó, Vương quốc Anh đã nhìn thấy
ngành công nghệ của nước này suy giảm đáng kể, với tổng mức tăng ở Anh
sản lượng sản xuất chỉ đạt 1,3%, so với 69% ở Nhật Bản, 55
(2010) đề xuất đi theo bước chân của Trung Quốc, nơi các quan chức nhận ra rằng
STEM quan trọng hơn các môn học khác vì tổng thể xã hội
đóng góp của sinh viên tốt nghiệp STEM vượt quá đóng góp của ngành khoa học xã hội hoặc
chuyên ngành nhân văn. Nếu không có sinh viên tốt nghiệp STEM, một quốc gia sẽ không đổi mới hoặc
11
Machine Translated by Google
Cuối cùng, điều quan trọng là phải nhận ra rằng sự đổi mới có tác động to lớn
thuận lợi cho nền kinh tế vĩ mô. Trong khi Atkinson và Mayo (2010) và
Marginson và cộng sự (2013) chủ yếu tập trung vào giáo dục STEM quốc gia (ở Mỹ
cấp độ quốc tế—cả hai báo cáo đều nhất trí rằng, trung bình, các công ty
không tích lũy gần như tất cả lợi ích từ nghiên cứu và đổi mới của họ, hầu hết
nó tràn ra xã hội. Tương tự như vậy, người lao động STEM không tích lũy được đầy đủ lợi ích
từ công việc của họ, hầu hết đều tràn ra ngoài. Psacharopoulos và Patrinos (2004) thảo luận về cách
nhiều nghiên cứu khác nhau cố gắng nắm bắt những tác động bên ngoài này (lợi ích lan tỏa) trong
hình thức vốn con người của cá nhân nâng cao năng suất của các yếu tố khác của
sản xuất. Ví dụ, một nghiên cứu có tính đến sự khác biệt
công nghệ, nhận thấy rằng lợi ích xã hội có thể so sánh được với lợi ích cá nhân (trong khi
tỷ suất lợi nhuận tư nhân chắc chắn đã vượt quá tỷ suất lợi nhuận xã hội trong văn học
mà không xem xét đến công nghệ). Giáo dục STEM, với việc sản xuất ra
do đó, kiến thức về công nghệ cụ thể là rất quan trọng khi xem xét tổng thể
tăng trưởng kinh tế, chủ yếu được thúc đẩy bởi sự đổi mới.
OECD (1998) cho rằng đầu tư vốn con người mang lại lợi ích cho
cá nhân, doanh nghiệp và xã hội. Lợi ích kinh tế có thể tích lũy dưới hình thức
thu nhập bổ sung hoặc cải thiện rộng hơn về năng suất và kinh tế
sự phát triển. Vì điều này, có hai cách tiếp cận để đánh giá lợi ích của con người
vốn (được coi là giáo dục). Lợi ích cá nhân của việc đầu tư vào vốn con người
12
Machine Translated by Google
tương đối đơn giản: trình độ học vấn có mối tương quan tích cực với
hoạt động của thị trường lao động, thường ở dạng mức thất nghiệp thấp hơn và
thu nhập cao hơn (OECD 1998). Do sự phong phú của dữ liệu vi mô, nó tương đối
dễ dàng ước tính tỷ suất lợi nhuận nội bộ bằng cách sử dụng phương trình thu nhập, có tính đến
tính đến tỷ lệ chiết khấu (điều hòa lợi ích nhận được trong tương lai, trong
dạng thu nhập cao hơn và chi phí phát sinh ngày hôm nay dưới dạng thu nhập bị bỏ qua
và chi phí học tập bổ sung). Trong một nghiên cứu của Harmon, Oosterbeek và Walker
(2002), tiền lương được hồi quy theo giáo dục bằng cách sử dụng phân tích đa biến (OLS)
rút ra những ước tính có ý nghĩa về tác động của một biến (trong trường hợp này là giáo dục)
về tiền lương và dữ liệu của Chương trình Khảo sát Xã hội Quốc tế (ISSP) năm 1995. Các
kết quả cho thấy sự khác biệt lớn giữa các quốc gia về lợi tức đi học ở 25
Quốc gia; tuy nhiên, sử dụng dữ liệu vi mô của Vương quốc Anh, lợi nhuận trung bình trong một năm là
tỷ lệ đi học ở Anh là khoảng 10% đối với phụ nữ và 8% đối với nam giới khi đi làm
kiểm soát thông số kỹ thuật theo số năm đi học và kinh nghiệm (trừ tuổi hiện tại
giáo dục ở lứa tuổi còn lại). Nhìn chung, kết luận là có một sự rõ ràng
tác động tích cực đến thu nhập của một cá nhân từ việc tham gia vào giáo dục.
Mặc dù tương đối thiếu sự phong phú về dữ liệu vĩ mô, nhằm mục đích
luận án này, lợi tức đầu tư vào vốn con người sẽ được đo lường trong mối quan hệ
để tổng hợp lợi ích, đặc biệt là năng suất. Mamuneas và cộng sự (2006) chỉ ra
rằng nhiều nghiên cứu đã ước tính lợi nhuận của vốn con người (giáo dục) trên
cơ sở dữ liệu khảo sát vi mô, nhưng không cung cấp ước tính về lợi ích của con người
vốn dựa trên dữ liệu tổng hợp (vĩ mô) ở nhiều quốc gia khác nhau. Tương tự,
13
Machine Translated by Google
được thiết lập ngoài sự nghi ngờ hợp lý rằng có những yếu tố hữu hình và có thể đo lường được
lợi nhuận từ đầu tư vào giáo dục, bằng chứng đó không nhất quán và rõ ràng
Sự hiểu biết kinh tế vĩ mô về lợi ích của giáo dục là rất quan trọng bởi vì
những phân tích ở cấp độ cá nhân như vậy của Harmon, Oosterbeek và Walker (2002),
chỉ ước tính lợi nhuận tư nhân cho giáo dục, có thể đánh giá thấp toàn bộ
trở lại với xã hội. Sianesi và Reenen (2002) kết luận rằng lợi ích của
giáo dục thu được của cá nhân có thể không bị giới hạn ở cá nhân đó nhưng có thể
lan tỏa rất tốt tới các cá nhân khác trong cùng nền kinh tế. Psacharopoulos và
Patrinos (2004) nói thêm rằng nếu các nghiên cứu có thể giải thích được các yếu tố bên ngoài (sự lan tỏa
lợi ích) của giáo dục, tỷ lệ hoàn vốn xã hội có thể cao hơn so với tư nhân
những cái đó. Lưu ý: tác động lan tỏa giáo dục trên toàn nền kinh tế theo định nghĩa không được tính đến
trong các quyết định cá nhân về đầu tư giáo dục. Nhìn chung, có
bằng chứng thuyết phục rằng vốn con người làm tăng năng suất trong thời gian dài: trên
trung bình, trình độ học vấn trung bình tăng thêm một năm sẽ làm tăng mức GDP bình quân
đầu người tăng 3-6% theo đặc điểm tân cổ điển Solow và trên 1%
sử dụng ước tính từ các lý thuyết tăng trưởng mới (Sianesi và Reenen 2002).
Cuối cùng, các hồi quy xem xét tác động kinh tế vĩ mô của con người
vốn được định vị để nắm bắt được những tác động rộng lớn hơn của các khoản đầu tư đó đối với quốc gia
tăng trưởng kinh tế (Sianesi và Reenen 2002). Vì vậy, khi lượng hóa lợi ích
xã hội có thể khó khăn hơn, nhưng nó rất phù hợp vì chi phí của
đầu tư vào vốn con người thường được thực hiện bằng tiền công và lợi ích
được các tổ chức công và toàn bộ nền kinh tế yêu thích (OECD 1998).
14
Machine Translated by Google
Hơn nữa, điều quan trọng là phải điều tra những loại vốn con người cụ thể nào
đầu tư mang lại lợi nhuận lớn nhất, vì những lợi ích đó có thể vượt xa
thu nhập bổ sung cho các cá nhân, mang lại lợi ích kinh tế và xã hội lớn hơn và
sự biện minh kinh tế liên quan cho việc hỗ trợ công cộng cho giáo dục. Trong của họ
công bố, Psacharopoulos và Patrinos (2004) nói rằng, với sự gia tăng
tài liệu học thuật về lợi ích của việc học, chính phủ và các cơ quan khác
đang ngày càng tài trợ cho các nghiên cứu về lợi nhuận của giáo dục cùng với các nghiên cứu khác
hướng dẫn các quyết định chính sách vĩ mô về tổ chức và tài trợ cho giáo dục
cải cách, như trường hợp ở Anh và Úc trong thập kỷ trước. Đang nhìn
đặc biệt là trong lĩnh vực giáo dục và đổi mới STEM, lợi tức đầu tư của xã hội
từ nghiên cứu và phát triển (R&D) được tài trợ công cộng được ước tính nằm trong phạm vi
từ 20% lên 67%, khiến các nghiên cứu về giáo dục kích thích đổi mới
được các nhà hoạch định chính sách đặc biệt quan tâm (Atkinson và Mayo 2010). Marginson và cộng sự.
(2013) khẳng định, trong những năm gần đây, chính phủ nhiều nước có chương trình nghị sự chính sách
xung quanh việc nâng cao hiệu suất STEM (số lượng và chất lượng) để đáp ứng những thách thức của
Trong khi các hồi quy vĩ mô về giáo dục rõ ràng là quan trọng, thì một hạn chế
đối với họ phải được thừa nhận. Tức là vấn đề nhân quả ngược (tức là
Mối liên hệ giữa giáo dục và tăng trưởng năng suất có thể phản ánh nhu cầu
cho giáo dục cũng như các tác động cung cấp của nó). Một ví dụ về điều này sẽ nhiều hơn
các nước phát triển thường có các lĩnh vực sản xuất công nghệ cao đòi hỏi nhiều
15
Machine Translated by Google
lực lượng lao động có trình độ học vấn, kích thích tăng cường cung cấp công nghệ-
công nhân lành nghề để phù hợp với mức năng suất đã cao (Sianesi và
Reenen 2002).
Một phát hiện quan trọng khác trong tài liệu là mức độ hiện tại của
phát triển kinh tế đóng vai trò quan trọng trong việc đánh giá tác động của giáo dục tới tăng trưởng.
Khi đo lường tác động của vốn con người đến năng suất, Mamuneas et al.
(2006) ước tính độ co giãn của sản lượng đối với vốn con người, xem xét
khả năng tác động của tăng trưởng vốn con người lên tăng trưởng kinh tế là khác nhau
trên khắp các quốc gia. Thật vậy, kết quả nghiên cứu chỉ ra rằng lợi ích của con người
vốn khác nhau đáng kể giữa các quốc gia dựa trên trình độ nhân lực hiện tại
vốn: các nền kinh tế có mức vốn nhân lực tương đối thấp đang giảm dần
quay trở lại quy mô cho vốn nhân lực, trong khi nền kinh tế vốn nhân lực cấp trung
có lợi nhuận ngày càng tăng và nền kinh tế vốn con người cao nhất có không đổi hoặc
Tương tự, Sianesi và Reenen (2002) chứng thực các nghiên cứu cho thấy
tác động của việc tăng trình độ học vấn trung bình lên năng suất rất khác nhau dựa trên
trình độ phát triển của một quốc gia. Trong hầu hết các trường hợp, phát triển và phát triển
các quốc gia được tích hợp vào một khuôn khổ duy nhất; tuy nhiên, một số nghiên cứu sử dụng
các mẫu phụ đã phát hiện ra rằng tác động của vốn con người rất khác nhau, cả
của các quốc gia được xem xét. Trong một nghiên cứu, việc chia mẫu (hoặc mẫu không đồng nhất)
16
Machine Translated by Google
nước quan sát) theo trình độ phát triển cho thấy rõ rằng
các biến hồi quy khác nhau có tác động khác nhau đối với các mẫu phụ đồng nhất (ví dụ:
chỉ các nước OECD). Vì lý do này, Sianesi và Reenen (2002) kết luận rằng
sẽ rất nguy hiểm khi gộp các ước tính trên các mẫu bị hạn chế hơn với những ước tính đó.
đại diện cho mức trung bình ở các quốc gia đa dạng hơn.
Hơn nữa, liên quan đến khuynh hướng nhân quả ngược có thể xảy ra, Sianesi
và báo cáo của Reenen (2002) cho rằng điều quan trọng là phải kiểm soát mức độ
phát triển khi tăng trưởng thụt lùi về giáo dục vì ở các nước có trình độ cao hơn
mức thu nhập đã trải qua các giai đoạn phát triển,
tỷ trọng của các ngành dịch vụ và sản xuất công nghệ cao sẽ đòi hỏi
lực lượng lao động có trình độ học vấn. Do những khuyến nghị từ các tài liệu liên quan, điều này
luận án sẽ kiểm soát mức độ phát triển kinh tế khi hồi quy
năng suất dựa trên vốn con người (đặc biệt là giáo dục STEM).
V. KẾT LUẬN
Việc xem xét các tài liệu liên quan hiện đã được tiến hành. bên trong
chương tiếp theo, tôi sẽ mở rộng động lực tăng trưởng kinh tế vĩ mô bằng cách
trình bày khung phân tích của nghiên cứu này. Điều này bắt đầu bằng một cuộc thảo luận về
cả cách tiếp cận tân cổ điển và các lý thuyết tăng trưởng mới để ước tính
năng suất. Cuối cùng, tôi giới thiệu phương pháp phù hợp nhất cho mục đích
ước tính của nghiên cứu này về tác động của giáo dục STEM đối với tăng trưởng.
17
Machine Translated by Google
CHƯƠNG BA
I. GIỚI THIỆU
Chương này trình bày Khung phân tích và mô hình sẽ được sử dụng
được sử dụng để ước tính tác động của giáo dục STEM đối với tăng trưởng kinh tế. Trước hết
phần này, hai mô hình tăng trưởng chiếm ưu thế—Tân cổ điển Solow và mô hình mới
Soto (2007), bao gồm một hình thức lao động tăng cường, được sử dụng làm
nền tảng cho mô hình nghiên cứu này. Trong phần thứ hai, tôi trình bày các biến thể của
mô hình này và các dạng hàm kinh tế lượng sẽ được sử dụng để hồi quy
tăng trưởng giáo dục STEM, kiểm soát một số yếu tố liên quan. Tôi giới thiệu
II. PHƯƠNG PHÁP TIẾP CẬN TUYỆT VỜI SO VỚI CÁC LÝ THUYẾT TĂNG TRƯỞNG MỚI
Sianesi và Reenen (2002) phân biệt trong báo cáo của họ giữa hai
Các phương pháp tiếp cận được sử dụng trong tài liệu thực nghiệm để đánh giá tác động của giáo dục đối với
năng suất: cách tiếp cận tân cổ điển Solow, xem xét liệu cổ phiếu có
của giáo dục ảnh hưởng đến trình độ dài hạn của nền kinh tế và sự tăng trưởng mới
các lý thuyết xem xét tốc độ tăng trưởng dài hạn của nền kinh tế. Cái sau
nhấn mạnh việc xác định nội sinh của tốc độ tăng trưởng, được xác định
trong mô hình (tức là bằng vốn con người, kiến thức và sự đổi mới, có thể
bị ảnh hưởng bởi các chính sách của chính phủ), thay vì bị thúc đẩy bởi các yếu tố ngoại sinh
18
Machine Translated by Google
quy trình công nghệ. Những lý thuyết tăng trưởng mới này sẽ lập luận rằng sự gia tăng
vốn con người gắn liền với sự gia tăng thường xuyên về tốc độ tăng trưởng,
làm cho lợi ích xã hội của giáo dục lớn hơn nhiều trong trường hợp này.
Sianesi và Reenen (2002) kết luận rằng những tác động tiềm ẩn của cổ phiếu
vốn nhân lực đối với tăng trưởng dường như lớn đến mức khó tin trong cách tiếp cận tăng trưởng mới
và bị phóng đại do các vấn đề về phương pháp luận như mối tương quan với
các biến bị bỏ qua Mặt khác, cách tiếp cận tân cổ điển tạo ra hiệu ứng
hợp lý và phù hợp hơn với các bằng chứng kinh tế vi mô.
Tuy nhiên, những phát triển gần đây hơn trong lý thuyết tăng trưởng mới đã được
được thực hiện kể từ khi xem xét bởi Sianesi và Reenen (2002), thách thức kết luận của họ
như đã lỗi thời. Trong một nghiên cứu hiện tại hơn, Ang và Madsen (2011) khẳng định rằng
Mô hình tăng trưởng Schumpeterian là mô hình tăng trưởng nội sinh thế hệ thứ hai
điều đó giải thích rõ nhất cho sự tăng trưởng ở Hoa Kỳ và các nước OECD trưởng thành. TRONG
phân tích của họ, họ bắt đầu khám phá xem liệu điều này có đúng với các nền kinh tế hay không, như
nhiều công ty ở châu Á đã trải qua những bước tăng trưởng vượt bậc trong những năm gần đây.
Kết quả cho thấy bằng chứng về hiệu ứng quy mô trong việc sản xuất ý tưởng, cho thấy
sự hiện diện của sự chuyển giao kiến thức liên thời gian mạnh mẽ. Ngoài ra, nhất quán
tác dụng tăng trưởng vĩnh viễn. Về cơ bản, những phát hiện này đưa ra bằng chứng rất thuyết phục rằng
tăng trưởng được thúc đẩy bởi cường độ nghiên cứu, như dự đoán của tăng trưởng Schumpeterian
lý thuyết. Liên quan đến nghiên cứu này, Ang và Madsen (2011) kết luận rằng một quốc gia
nhằm tìm cách cạnh tranh trong nền kinh tế toàn cầu đòi hỏi một lao động có tay nghề cao
lực lượng lao động cũng như đầu tư R&D đáng kể.
19
Machine Translated by Google
Trong một nghiên cứu khác, Islam, Ang và Madsen (2014) khẳng định rằng yếu tố nội sinh
các mô hình tăng trưởng xem xét tác động của vốn con người đến năng suất sản xuất
bằng chứng thực nghiệm ở cấp độ vĩ mô không nhất quán. Điều này là do họ đo lường
số lượng hoặc chất lượng giáo dục - theo định nghĩa của họ, trình độ học vấn
chất lượng giáo dục phản ánh mức độ họ thực sự học được ở trường.
Islam, Ang và Madsen (2014) ủng hộ việc sử dụng phương pháp điều chỉnh chất lượng
trình độ học vấn là thước đo vốn con người trong hồi quy tăng trưởng.
Kết quả hồi quy của họ hỗ trợ cho mô hình tăng trưởng Solow khi nó
được mở rộng để cho phép nguồn nhân lực được điều chỉnh về chất lượng cũng như sự tương tác của nó với
DTF (tức là Khoảng cách đến biên giới, thước đo mức độ phát triển ban đầu dựa trên
dữ liệu thu nhập của năm 1970, đánh dấu sự bắt đầu của thời kỳ mẫu của họ).
Theo dòng suy nghĩ này, một mô hình tân cổ điển Solow mở rộng,
như cách mà Cohen và Soto (2007) sử dụng để điều chỉnh tăng trưởng vốn con người, có thể
được xây dựng dựa trên việc không chỉ bao gồm biện pháp tăng cường lao động, được tăng cường bởi
trình độ học vấn (tức là vốn con người), nhưng hơn nữa, một loại hình cụ thể của điều này
vốn con người, cố gắng tính đến loại hình/chất lượng giáo dục
cũng như sự năng động của công nghệ và trình độ phát triển ban đầu (tức là
thúc đẩy đổi mới, giáo dục STEM ở các quốc gia khác nhau).
Hàm sản xuất tổng hợp cơ bản làm cơ sở cho tăng trưởng tân cổ điển
α 1-α
Yit = Bộ Ait sáng
20
Machine Translated by Google
Y đại diện cho sản lượng hoặc thu nhập thực tế (GDP). A là Năng suất các yếu tố tổng hợp (TFP) hoặc
phần đầu ra không được giải thích bằng sự đóng góp của đầu vào được sử dụng trong
sản xuất; điều này còn được gọi là phần dư Solow. Ngoài ra K còn là thước đo
vốn vật chất và L đại diện cho tổng lực lượng lao động.
α 1-α
Yit = Bộ Ait Đánh
Trong mô hình này, một hình thức lao động tăng cường được xem xét, đó là vốn con người.
được nâng cao nhờ giáo dục (và được đo bằng trình độ học vấn).
Cho rằng Hit = hit Lit, chia cho tổng lực lượng lao động sẽ được giá trị bình quân mỗi công nhân
phương trình:
α 1-α
yit = Bộ dụng cụ Ait đánh
Trong nghiên cứu của họ, Cohen và Soto (2007) kết luận rằng tiêu chuẩn xuyên quốc gia
hồi quy tăng trưởng mang lại hệ số đáng kể cho việc đi học. Ước tính sử dụng
dữ liệu bảng cũng có ý nghĩa ngay cả khi các phép hồi quy chiếm
tích lũy vốn vật chất. Tuy nhiên, như đã đề cập ở trên, xét đến
xem xét những phát triển mới trong lý thuyết tăng trưởng và đặc biệt là
tầm quan trọng của sự đổi mới, một đặc điểm kỹ thuật tân cổ điển tăng cường, xây dựng
theo mô hình của Cohen và Soto (2007) để đưa giáo dục STEM vào là tốt nhất để sử dụng
khi nắm bắt được tác động của vốn con người tới tăng trưởng.
21
Machine Translated by Google
Giống như Cohen và Soto (2007) tăng cường lao động bằng vốn nhân lực để
đạt được H = hL, nghiên cứu này sẽ tiếp tục tăng cường chuyển dạ không chỉ ở người nói chung
b
vốn, nhưng đặc biệt là với giáo dục STEM để đạt được H = ha s L (trong đó a, b
1-α
≥ 0). Thay thế cải tiến này vào tiêu chuẩn Y = A Kα (H) của họ mang lại cho chúng tôi:
Y = A Kα (ha s b L)1-α
b(1-α)
y = A kα ha(1-α) s
log (y) = log (Ait) + α log (bộ) + a(1-α) log (hit) + b(1-α) log (ngồi) +
Nghiên cứu này sử dụng bốn biến thể của mô hình tăng trưởng cơ bản để ước tính
tác động của giáo dục STEM tới tăng trưởng kinh tế. Đặc điểm kỹ thuật sau đây của
+0
log (yit) = log (Ait) + _ 1 nhật ký (bộ) + 2 nhật ký (đánh) +
Dưới đây, Phương trình (1) thể hiện mô hình chung về tăng trưởng GDP bình quân đầu người,
vốn xem xét vốn vật chất và vốn con người, được mở rộng để bao gồm
đo lường mức độ phát triển cũng như giáo dục STEM. Nhật ký là nhiệm vụ
của tất cả các yếu tố ngoại trừ GDP ban đầu, không giống như các biến khác trong ước tính,
đo lường mức độ tại một thời điểm duy nhất chứ không phải sự thay đổi (hoặc tăng trưởng) trong
22
Machine Translated by Google
khoảng thời gian được quan sát. Trong nỗ lực nắm bắt một động lực có khả năng phức tạp hơn
một số cử chỉ văn học hướng tới, Phương trình (2) được phát triển. Nó được xây dựng trên
phương trình đầu tiên bằng cách chỉ định thuật ngữ tương tác giữa vốn con người và STEM
giáo dục, đại diện cho một mô hình được điều chỉnh có tính đến tác động của STEM
trình độ học vấn lên mức tăng trưởng trên mỗi người lao động, mức độ của nó phụ thuộc vào
Các phương trình (3) và (4) sửa đổi hai phương trình đầu tiên bằng cách thêm một số hạng bậc hai vào
dạng [log(s)]2 . Điều này xem xét khả năng của một mối quan hệ phi tuyến tính
giữa trình độ học vấn STEM và biến phụ thuộc, được tính hàng năm
tăng trưởng—tức là tác động của trình độ học vấn STEM lên sự thay đổi tăng trưởng
khi bạn nhận được nhiều hơn nó. Hệ số âm trên [log(s)]2 sẽ chỉ ra rằng
độ dốc của đường cong (thể hiện mối quan hệ giữa log(s) và log(y)) trở thành
kém tích cực hơn khi số lượng giáo dục STEM tăng lên. Điều này có nghĩa là, tác dụng
của giáo dục STEM về tăng trưởng giảm dần khi giáo dục STEM nhiều hơn.
Ngược lại, hệ số dương trên [log(s)]2 sẽ chỉ ra rằng tác động của
Giáo dục STEM về tăng trưởng tăng lên cùng với giáo dục STEM nhiều hơn. Lưu ý: đó là
(Các) biến trình độ học vấn STEM được bình phương, không phải hệ số Beta
trên đó, có nghĩa là (3) và (4) vẫn đủ điều kiện là mô hình tuyến tính.
+0
(2) log (yit) = log (Ait) + _ 1 nhật ký (bộ) + 2 khúc gỗ (ngồi) + 3 nhật ký (đánh)*log(ngồi) +
4 (yi,t-1) +
23
Machine Translated by Google
+0 2 +
(3) log (yit) = log (Ait) + _ 1 nhật ký (bộ) + 2 khúc gỗ (ngồi) + 3 [đăng nhập (ngồi)] 4 nhật ký
(đánh) + 5 (yi,t-1) +
+0 2 +
(4) log (yit) = log (Ait) + _ 1 nhật ký (bộ) + 2 khúc gỗ (ngồi) + 3 [đăng nhập (ngồi)] 4 nhật ký
(đánh)*log(ngồi) + 5 (yi,t-1) +
Trong các đặc tính trên, y là biến phụ thuộc hay GDP bình quân lao động
lực lượng, A là Năng suất tổng hợp, k là vốn vật chất trên mỗi lực lượng lao động, h là a
thước đo chung về vốn nhân lực bình quân đầu người, s là vốn nhân lực được nâng cao
được đo bằng độ STEM trên mỗi công nhân và yi,t-1 là biến kiểm soát mức độ
hoặc phát triển kinh tế. Điều quan trọng là phải khẳng định lại rằng, trong khi tăng trưởng là
được đo bằng phần trăm thay đổi trong GDP trên mỗi lao động, phát triển kinh tế là
được đo bằng mức GDP trên mỗi lao động vào năm t-1 (mức GDP
trước năm t, trong đó tất cả các dữ liệu khác được thu thập cho một quốc gia nhất định).
Hơn nữa, việc áp dụng logarit cho các biến liên quan sẽ tạo ra một log-tuyến tính
mô hình, cho phép phân tích mối quan hệ giữa tăng trưởng và STEM
trình độ học vấn theo thời gian. Về cơ bản, sau khi ước tính các chỉ số nêu trên
!!"# (!!)
phương trình, có thể được tính toán, cho phép xác định
!"
đóng góp của k, h và s vào GDP thực tế trên mức tăng trưởng của lao động.
Một khung phân tích xem xét bối cảnh tăng trưởng kinh tế
và nguồn nhân lực được nâng cao hiện đã được phát triển. Trong chương sau, tôi
sẽ giới thiệu các nguồn mà dữ liệu về từng biến được thu thập. Các
24
Machine Translated by Google
tập dữ liệu bao gồm GDP thực tế, trữ lượng vốn vật chất, chỉ số vốn con người và
Trình độ học vấn STEM. Dữ liệu cắt ngang cũng như dữ liệu bảng, bao gồm
các nền kinh tế khác nhau trong nhiều năm khác nhau đã được sử dụng. Dữ liệu được kiểm tra và
kết quả hồi quy được phân tích trong một cuộc thảo luận về ảnh hưởng của giáo dục STEM
sự phát triển.
25
Machine Translated by Google
CHƯƠNG BỐN
I. GIỚI THIỆU
Trong chương này, tôi trình bày dữ liệu và kết quả thực nghiệm cho nghiên cứu này. Các
phần đầu tiên giới thiệu dữ liệu được sử dụng và giải thích tầm quan trọng của việc sử dụng
một phân tích bảng—trái ngược với phân tích theo chiều ngang hoặc chuỗi thời gian thuần túy. Các
phần thứ hai báo cáo và phân tích các kết quả hồi quy cho bảng và chéo
bộ dữ liệu phần tương ứng. Đánh giá lại mặt cắt ngang
tiếp theo là hồi quy, loại trừ các nước ở xa. Trong phần cuối cùng, tôi
thảo luận về ý nghĩa của kết quả và cử chỉ đối với chính sách liên quan
cân nhắc.
Trong báo cáo của họ, Sianesi và Reenen (2002) thảo luận về các vấn đề kinh tế vĩ mô khác nhau
nghiên cứu về lợi ích của giáo dục. Họ cho rằng thước đo năng suất là
thường là tổng GDP thực tế bình quân đầu người (hoặc trên mỗi công nhân hoặc trên mỗi độ tuổi lao động
người). Hơn nữa, các biến hồi quy thường bao gồm các đại diện của vốn nhân lực, ban đầu
các chương của luận án này, thước đo phổ biến của vốn nhân lực là giáo dục
trình độ học vấn (số năm đi học trung bình) như trong nghiên cứu của Psacharopoulos và
Patrinos (2004), Mamuneas và cộng sự (2006) và bởi hầu hết những người được xem xét trong
26
Machine Translated by Google
Bao gồm nhiều biến số này, dữ liệu sau được thu thập từ
Summers và Heston (Bảng Thế giới Penn). Dữ liệu tăng trưởng là số thực bên chi tiêu
GDP theo ngang giá sức mua chuỗi (PPP) giai đoạn 2000-2010. ĐẾN
lấy GDP bình quân đầu người, dữ liệu Lực lượng lao động được thu thập dưới dạng Số người
Đính hôn. Dữ liệu về vốn vật chất là trữ lượng vốn theo PPP hiện tại trong giai đoạn 2000-2010.
Lưu ý: điều này đòi hỏi phải đo giá để giảm bớt dữ liệu và điều chỉnh theo lạm phát.
Để làm được điều này, một chỉ số về Mức giá của Cổ phiếu Vốn được thu thập cho
mỗi năm. Dữ liệu về Mức độ phát triển ban đầu là GDP thực tế theo chi tiêu ở mức
PPP theo chuỗi trong năm trước giai đoạn nghiên cứu liên quan: tức là năm 1999 đối với
ước tính dữ liệu bảng, xem xét khoảng thời gian 11 năm và năm 2009 cho
ước tính cắt ngang, tập trung vào năm 2010. Ngoài ra, dữ liệu
về trình độ học vấn chung đạt được trong giai đoạn 2000-2010 bằng cách sử dụng Chỉ số
Vốn con người trên mỗi người, dựa trên số năm đi học được báo cáo trong
Bộ dữ liệu về trình độ học vấn của Barro và Lee năm 2012 và lợi ích của giáo dục
từ Psacharopoulos (1994).
Đối với dữ liệu về vốn con người được nâng cao hoặc tăng cường, nghiên cứu này tập trung vào
báo cáo về trình độ học vấn STEM. Quỹ khoa học quốc gia:
Ấn phẩm Chỉ số Khoa học và Kỹ thuật (2014) cung cấp thông tin toàn diện
dữ liệu về số lượng và tỷ lệ bằng cấp STEM của trường đại học đầu tiên. Một bộ dữ liệu
bao gồm số lượng bằng đại học đầu tiên trong “Tất cả các lĩnh vực” cũng như “Tất cả các lĩnh vực KH&CN
Fields” và các trường con STEM khác, theo khu vực được chọn ở 87 quốc gia, trong
2010 hoặc năm gần đây nhất. Bảng 4.1 dưới đây biểu thị các quốc gia
Dữ liệu bằng cấp STEM năm 2010 không được sử dụng và năm gần đây nhất có sẵn cho
27
Machine Translated by Google
dữ liệu nào được thu thập thay thế. Lưu ý: tất cả dữ liệu khác của một quốc gia nhất định
tương ứng với năm mà dữ liệu bằng cấp STEM được thu thập (như đã đề cập,
điều này có nghĩa là mức GDP ban đầu được thu thập từ bất kỳ năm nào trước đó).
Bangladesh 2003
Campuchia 2009
Gruzia 2007
Ấn Độ 2003
Malaysia 2009
Iran 2007
Irắc 2004
Jordan 2007
Algérie 2007
Burundi 2004
Ca-mơ-run 2008
Ghana 2009
Kenya 2001
Mozambique 2011
Namibia 2008
Swaziland 2006
Uganda 2004
Pháp 2009
Luxembourg 2008
Albania 2003
Guatemala 2007
Honduras 2003
Argentina 2009
Bôlivia 2000
Bảng 4.1 Các quốc gia không có dữ liệu về bằng cấp STEM năm 2010 và thay vào đó
là năm gần đây nhất dữ liệu được thu thập.
Ngoài ra, bộ dữ liệu bảng cho các bằng đại học đầu tiên về KH&CN, tính đến 15
quốc gia/nền kinh tế và lĩnh vực phương Tây hoặc châu Á được lựa chọn được báo cáo cho năm 2000–
giai đoạn 2010. Các quốc gia như sau: Úc, Canada, Trung Quốc, Pháp,
28
Machine Translated by Google
Đức, Ý, Nhật Bản, Mexico, Ba Lan, Hàn Quốc, Tây Ban Nha, Đài Loan, Thổ Nhĩ Kỳ,
Hoa Kỳ, Vương quốc Anh. Điều quan trọng cần lưu ý là dữ liệu về “Tất cả S&E
Fields” không có sẵn cho Pháp (2010) và Canada (2001, 2002, 2003). Bàn
4.2 ở trang sau báo cáo Tóm tắt Thống kê cho dữ liệu bảng, tính trung bình
29
Machine Translated by Google
áiG
cự
PhDt
G
ủô
hđT
NC&HK nn
g âô
hcN cộ
ứđM nạ
iâo
hl
N
)uiệờiư
ng
r ân
ố
t D
s
(
ug
ếD
h iS
n ổU
h
í
ằ
ỷ C
p
b
t
ca
ối
ugQ
gnợcư
ựlL
ộĐ ủô
hđT ủô
hđT
DS
ỷUt
nầh
ổpC
uâc
hÚC 65,218 44,02 37,9 23.7082 79,0 84,3
79
75
8
1 4.
8 09
9 .8
8 47
0 4
6
1
gc
nốuu
rQT 46.4858 35.5031 47,257 89.21432 13,0 72,2
30
tn
ậả
hBN
naL
B 51,726 94,83 65,41 87,8131 85,0 21.3
532.89
cố
nuàQ
H 14,0231 36,74 95,22 82,8864 65,0 33,3
258.611
aỳ
oKH 69.07541 63,692 86,241 80.12044 98,0 36,3
tá
ổuhq
P 22,4303 53,851 81,28 45,9439 77,0 80.3
829.471
Bảng 4.2 Số liệu thống kê tóm tắt trung bình của 15 quốc gia Tây/Châu Á trong
Machine Translated by Google
Nghiên cứu này sẽ sử dụng cả hai bộ dữ liệu về giáo dục STEM như đã báo cáo
trong ấn phẩm NSF năm 2014 nhằm nỗ lực khai thác lợi ích của việc sử dụng bảng điều khiển
ngày. Sianesi và Reenen (2002) thảo luận về những lợi ích này. Họ tiết lộ rằng, tại
tại thời điểm báo cáo của họ, việc sử dụng phổ biến biến thể xuyên quốc gia khi
xem xét lợi ích của giáo dục; nghĩa là, dữ liệu cắt ngang được sử dụng nhiều nhất
thường trong phân tích hồi quy vĩ mô. Tuy nhiên, vào khoảng thời gian này, một số chi tiết
các nghiên cứu hướng tới tương lai đang cố gắng khai thác thông tin chuỗi thời gian cho
các quốc gia theo cách tiếp cận bảng. Dữ liệu chuỗi thời gian xuyên quốc gia được tổng hợp như vậy có thể
được sử dụng để giải thích cả sự khác biệt giữa các quốc gia về tăng trưởng cũng như
sự phát triển của hiệu quả kinh tế theo thời gian ở mỗi quốc gia. Một số lợi ích đối với
Cách tiếp cận này bao gồm khả năng kiểm soát các sai lệch nội sinh và
các biến không được quan sát hoặc bị bỏ qua, không đổi theo thời gian nhưng có thể tương quan với nhau
với một số biến hồi quy (như vốn con người hiện tại).
Khi ước lượng mô hình sử dụng dữ liệu bảng, một bảng không cân bằng được xây dựng
phần (quốc gia). 165 quan sát được lấy mẫu từ Cohen và Soto
(2007) ước lượng và 161 từ ước lượng tương ứng với phương trình (1)
và (2) từ Chương Ba. Kết quả được tóm tắt trong Bảng 4.3. Bởi vì
mức độ phát triển được đo bằng GDP ban đầu trên mỗi lao động, là một giai đoạn
quan sát (năm t-1) đối với mỗi quốc gia, tăng trưởng tổng hợp không thể hồi quy theo
31
Machine Translated by Google
nó trong một ước tính bảng. Trong nỗ lực vẫn nắm bắt được các yếu tố bất biến theo thời gian, theo quốc gia cụ thể
đặc điểm trong ước lượng, hiệu ứng mặt cắt cố định được xác định cụ thể. Cái này
phục vụ như một đại diện hợp lý cho mức độ phát triển và loại bỏ những thiếu sót
sai lệch có thể thay đổi có khả năng xảy ra do không bao gồm GDP ban đầu trên mỗi
công nhân trong quá trình hồi quy. Lưu ý: hệ số của tất cả các biến đều lớn hơn
đáng kể và giá trị R được điều chỉnh cao hơn khi các hiệu ứng cố định trên mặt cắt ngang được
kết quả có ý nghĩa đối với tất cả các hệ số và giá trị bình phương R được điều chỉnh
chỉ ra rằng khoảng 72% sự thay đổi trong GDP bình quân lao động của mẫu này
lực có thể được giải thích bằng kết quả hồi quy. Một cách giải thích của
hệ số về vốn vật chất trung bình là mỗi phần mười phần trăm bổ sung thêm
mức tăng điểm trong trữ lượng vốn thực tế trên mỗi lao động có liên quan đến mức tăng gần đúng
Tăng 6,6 điểm phần trăm trong GDP hàng năm trên mỗi lực lượng lao động, ceteris paribus.
Nhìn vào hệ số về vốn con người, một điểm phần trăm bổ sung
sự gia tăng chỉ số vốn nhân lực bình quân đầu người gắn liền với 1,2
điểm phần trăm tăng trưởng trung bình hàng năm trên mỗi lao động và các tiêu chí
paribus.
Ước tính phương trình (1) từ Chương Ba, kết quả rất có ý nghĩa đối với
mọi hệ số. Các hệ số về vốn vật chất và vốn con người đều dương, vì
hy vọng. Hệ số trên STEM có thể được hiểu là trung bình cho mỗi
tăng thêm 10 điểm phần trăm về số lượng STEM đại học đầu tiên
độ trên mỗi công nhân, người ta có thể mong đợi mức tăng khoảng 2,4 điểm phần trăm
32
Machine Translated by Google
trong GDP hàng năm trên mỗi lực lượng lao động, ceteris paribus. Điều quan trọng là gần 99%
sự thay đổi trong GDP trên mỗi lực lượng lao động trong mẫu này có thể được ghi lại bằng hồi quy
kết quả. Điều này chỉ ra rằng một ước tính xem xét giáo dục STEM,
cụ thể là phù hợp hơn so với ước tính chung của Cohen và Soto (2007)
Ước tính phương trình (2), bao gồm thuật ngữ tương tác giữa
chỉ số vốn nhân lực bình quân đầu người và vốn nhân lực tăng thêm dưới hình thức
bằng cấp STEM của mỗi công nhân, kết quả rất có ý nghĩa đối với tất cả các hệ số.
Các hệ số về vốn vật chất và vốn nhân lực đều dương như mong đợi.
Hơn nữa, gần 99% sự thay đổi của biến phụ thuộc có thể được
giải thích bằng kết quả hồi quy. Hệ số về giáo dục STEM vẫn được giữ nguyên
tích cực và đáng kể. Nó chỉ ra rằng, trung bình, cứ thêm mười
mức tăng điểm phần trăm ở các mức độ STEM tương quan với mức xấp xỉ 2,2
mức tăng điểm phần trăm trong GDP hàng năm trên mỗi lao động, ceteris paribus;
tuy nhiên, xem xét sự hiện diện của thuật ngữ tương tác, nó nắm bắt được
tác động của giáo dục STEM bổ sung tới tăng trưởng dựa trên vốn nhân lực hiện có,
cách giải thích đúng là: cứ tăng thêm 10 điểm phần trăm trong lần đầu tiên
bằng cấp STEM của trường đại học trên mỗi công nhân, người ta có thể mong đợi 2,9 điểm phần trăm
mức tăng GDP hàng năm trên mỗi lao động dựa trên nguồn nhân lực hiện có của các quốc gia,
Một số tính toán là cần thiết để giải thích tầm quan trọng của việc giải thích này
tác dụng lên sự tăng trưởng. Tương ứng với phương trình (2), kết quả hồi quy có thể là
33
Machine Translated by Google
log (y) = _
+0
1 nhật ký (x1) + 2 nhật ký (x2) + 3 nhật ký (x2) * nhật ký (x3)
Tập trung vào thuật ngữ tương tác, chúng ta có thể rút ra:
Về cơ bản, ảnh hưởng của sự thay đổi phần trăm trong s phụ thuộc vào h và ngược lại.
Về mặt toán học, điều này có nghĩa là tác động của STEM đại học đầu tiên đối với mỗi người lao động
mức độ tăng trưởng hàng năm của mỗi người lao động là vấn đề của cả ước tính
hệ số trên (các) log và trên số hạng tương tác, hệ số sau nhân với
chỉ số vốn nhân lực bình quân đầu người. Trong trường hợp này, giá trị trung bình được sử dụng là
phổ quát về vốn con người được biểu thị trong Bảng 4.2 là 3.08. Cuối cùng:
Tầm quan trọng của vốn nhân lực hiện có trong nghiên cứu này hỗ trợ cho
phát hiện của Marginson và cộng sự (2013), trong đó nêu rõ rằng chương trình nghị sự cho kinh tế học STEM
các chính sách được thúc đẩy trước hết bởi nhu cầu nâng cao chất lượng chung của
cung cấp vốn con người, cần thiết cho việc trau dồi kỹ năng cao
tập hợp con của những người lao động có khả năng đổi mới và thích ứng với sự thay đổi công nghệ. Vì
Vì lý do này, các dự án STEM quốc gia không chỉ tập trung vào hệ thống R&D,
ngoại trừ liên quan đến việc đào tạo lao động tri thức. Đúng hơn là họ tập trung
34
Machine Translated by Google
chủ yếu vào STEM về vốn nhân lực—nghĩa là học tập của con người,
kiến thức và kỹ năng—và ứng dụng của chúng trong thị trường lao động.
Tiếp tục ước tính phương trình (3), các hệ số trên tất cả
các biến số có ý nghĩa thống kê và hơn 99% sự thay đổi trong GDP mỗi năm
lực lượng lao động trong mẫu này có thể được nắm bắt bởi kết quả. Hệ số vật lý
vốn và vốn nhân lực đều dương như mong đợi. Hệ số trong STEM
giáo dục chỉ ra rằng, trung bình, cứ mỗi điểm phần trăm tăng thêm
về số lượng bằng STEM đại học đầu tiên trên mỗi công nhân, bạn có thể mong đợi một
GDP bình quân mỗi lực lượng lao động hàng năm tăng khoảng 2 điểm phần trăm, các tiêu chí
paribus. Tuy nhiên, hệ số trên bình phương STEM phải được xem xét. Các
giá trị âm của hệ số cho thấy rằng lợi tức giảm dần đối với
giáo dục STEM, hoặc việc tăng số lượng bằng STEM trên mỗi công nhân dẫn đến thu nhập nhỏ hơn
và mức tăng GDP trên mỗi lao động nhỏ hơn. Vì lý do này, hiệu quả ròng của mỗi
tăng thêm điểm phần trăm về số lượng bằng STEM đại học đầu tiên
trung bình mỗi công nhân tăng khoảng 1,9 điểm phần trăm trong
tăng trưởng bình quân mỗi người lao động hàng năm, ceteris paribus. Lưu ý: đây là mạng của
Cuối cùng, việc ước tính Phương trình (4) mang lại kết quả cũng có ý nghĩa đối với
mỗi hệ số và giải thích khoảng 99% sự thay đổi trong biến phụ thuộc
Biến đổi. Một lần nữa, các hệ số về vốn vật chất và vốn con người là
tích cực. Tác động của giáo dục STEM tới tăng trưởng, với những cân nhắc về
được giải thích như sau: trung bình, mức tăng thêm điểm phần trăm trong lần đầu tiên
35
Machine Translated by Google
bằng cấp STEM của trường đại học trên mỗi công nhân có tương quan với khoảng 2,1
điểm phần trăm tăng lên trong GDP hàng năm trên mỗi lực lượng lao động dựa trên điều kiện hiện tại của các quốc gia
vốn con người, tất cả những thứ khác đều bình đẳng. Lưu ý tính toán cơ bản:
36
hcn
u
g tớả
ả
i
y
ệ .ư
ế
ồ
u
í
ữ
i B
4
K
3
h
q
t
d
l
b
:CY
NI
Ộ ẾỔ
Ụ
U
A IĐ
H B
P
T
ng
enhự
os
à
ộ C
v
c
Machine Translated by Google
gnợ
cướƯ
l
gnơ
hnư
ì1
) h(
r P
t gnơ
hnư
ì2
) h(
r P
t gnơ
hnư
ì3
) h(
r P
t gnơ
hnư
ì4
) h(
r P
t
)70
o0t2
o(S
37
)051.( )103.( )762.(
*750,0 ***802,0
)s(gol*)h (gol
)430.( )430.(
***811.0- ***131.0-
)c2
á]
t cý
ậ (k
h [
n
)410.( )610.(
học đầu tiên trên mỗi lao động, h là chỉ số vốn nhân lực trên mỗi người, các
tác động chéo cố định được chỉ định làm đại diện cho trình độ phát triển. Sai
Ghi chú: k là vốn vật chất trên mỗi lực lượng lao động, s là trình độ STEM đại
số chuẩn trong ngoặc đơn, hệ số có ý nghĩa ở mức 1% (***), 5% (**) và 10% (*).
27,0 99,0 99,0 99,0 99,0
gnơhư
nhìR
b
p
no
isbt
rauW
D 80,0 14. 54,0 50
. 64.
nt
aáus
Q 561 161 161 161 161
Machine Translated by Google
Như đã thảo luận ở các phần trước, Năng suất các yếu tố tổng hợp (TFP),
được đại diện cho mục đích của nghiên cứu này là A, đại diện cho phần dư Solow hoặc
đóng góp vào tăng trưởng tổng hợp mà phương pháp truyền thống không thể tính toán được.
các đơn vị đầu vào Đây thường được coi là tiến bộ công nghệ ngoại sinh.
Atkinson và Mayo (2010) thảo luận về tầm quan trọng của việc đưa TFP vào tăng trưởng
hồi quy, kết luận trong kết quả của họ rằng sự khác biệt trong năng suất các yếu tố tổng hợp
mỗi công nhân giải thích được 90% sự khác biệt giữa các quốc gia về tốc độ tăng trưởng
thu nhập mỗi người lao động. Bởi vì hồi quy tăng trưởng trong nghiên cứu này tập trung vào STEM
chịu trách nhiệm cho mức tăng trưởng năng suất từ 55% trở lên từ năm 1959 đến năm 2005,
theo Marginson và cộng sự (2013)—được giải thích một phần bằng việc đưa vào
Dưới đây là tính toán TFP dựa trên các hệ số trong Bảng 4.3
và tốc độ tăng trưởng được trình bày trong Bảng 4.4 của Hoa Kỳ Cuối cùng, chúng cho thấy
rằng bằng cách thêm biến s vào các thông số kỹ thuật của sự tăng trưởng nâng cao của nghiên cứu này
mô hình, thước đo phần dư Solow (tức là những gì hồi quy không tính đến
38
Machine Translated by Google
Bảng 4.4 Tốc độ tăng trưởng trung bình hàng năm tương ứng với dữ liệu được thu thập
ở Hoa Kỳ trong giai đoạn 2000-2010.
b(1-α)
y = A kα ha(1-α) s
log (y) = log (Ait) + α log (bộ) + a(1-α) log (hit) + b(1-α) log (ngồi) +
Để lấy được:
% y = α % k + % h + % s
39
Machine Translated by Google
A = % Δ y – (α % Δ k + % Δ h)
A = 0,42
A = % Δ y – (α % Δ k + % Δ h + % Δ s)
A = 0,26
Các tính toán TFP ở trên chỉ ra rằng số đo phần dư Solow là (A).
giảm bằng cách thêm biến s (khoảng một nửa giá trị TFP trong
Mô hình Cohen và Soto (2007) có thể được giải thích bằng biến s ). Nói cách khác,
mô hình nâng cao được phát triển trong nghiên cứu này, bao gồm thước đo STEM
Khi ước lượng mô hình bằng cách sử dụng dữ liệu chéo—tức là sử dụng dữ liệu
về các biến nêu trên trong một khoảng thời gian (2010 hoặc năm gần đây nhất)
và 87 mặt cắt ngang (quốc gia)—81 quan sát được đưa vào trong Cohen và
Ước tính của Soto (2007) và 80 quan sát được đưa vào ước tính
tương ứng với Phương trình (1) và (2) từ Chương 3. Kết quả là
40
Machine Translated by Google
các biến vốn con người. Kết quả chỉ ra rằng 91% sự thay đổi trong GDP bình quân mỗi năm
lực lượng lao động trong mẫu này có thể được giải thích bằng hồi quy. Hệ số trên
trữ lượng vốn vật chất trên mỗi lao động cho thấy rằng, trung bình, mỗi công nhân có thêm 10
điểm phần trăm tăng lên trong trữ lượng vốn thực tế trên mỗi lao động có liên quan đến
mức tăng GDP hàng năm trên mỗi lực lượng lao động xấp xỉ 7,4 điểm phần trăm,
ceteris paribus. Ngoài ra, hệ số về chỉ số vốn nhân lực bình quân đầu người
chỉ ra rằng, tính trung bình, sự gia tăng thêm điểm phần trăm trong chỉ số của
Vốn con người trên mỗi người tương quan với mức tăng 1,35 điểm phần trăm trong
năng suất hàng năm, tất cả các yếu tố khác đều bằng nhau.
Ước tính phương trình (1) từ Chương Ba, kết quả rất có ý nghĩa
đối với tất cả các hệ số. Hơn nữa, khoảng 92% biến thể
GDP trên mỗi lực lượng lao động trong mẫu này có thể được thể hiện bằng kết quả hồi quy.
Các hệ số về vốn vật chất và vốn nhân lực đều dương như mong đợi. Nó là
điều quan trọng cần lưu ý là hệ số về bằng cấp STEM của trường đại học đầu tiên trên mỗi công nhân
có ý nghĩa ở mức 10% nhưng âm, cho thấy rằng STEM bổ sung
giáo dục có tương quan với sự giảm tốc độ tăng trưởng hàng năm. Tất nhiên, điều này có vẻ
Ước lượng phương trình (2) mang lại kết quả có ý nghĩa thống kê đối với
tất cả các hệ số; kết quả chỉ ra rằng khoảng 91% sự khác biệt trong
sự tăng trưởng trong mẫu này có thể được ghi lại bằng hồi quy. Một lần nữa, hệ số trên
41
Machine Translated by Google
thuật ngữ tương tác giữa trình độ STEM và chỉ số vốn nhân lực nó dương.
Tổng hợp lại, các hệ số chỉ ra rằng với mỗi 10 phần trăm bổ sung
điểm tăng ở mức độ STEM của trường đại học đầu tiên trên mỗi công nhân, người ta có thể mong đợi một
mức giảm xấp xỉ 0,5 điểm phần trăm trong GDP hàng năm trên mỗi lao động
Vốn nhân lực hiện có của các quốc gia, tính trung bình, tất cả các yếu tố khác đều như nhau. Lưu ý: -1,6 + (0,10 *
Với việc bổ sung số hạng bậc hai [log(s)]2 vào hai số sau
ước lượng, hệ số trên s trở nên dương, thỏa mãn điều kiện trước
cả hai ước tính, điều này ủng hộ ý tưởng rằng mối quan hệ giữa lợi nhuận giảm dần
có ý nghĩa quan trọng đối với tất cả các biến số và chiếm hơn 92% sự thay đổi trong GDP
trên mỗi lực lượng lao động trong mẫu. Các hệ số về vốn vật chất và vốn con người
đều tích cực như mong đợi. Hiệu quả ròng của mỗi điểm phần trăm bổ sung
Sự gia tăng số lượng bằng cấp STEM đại học đầu tiên trên mỗi người lao động trung bình là một
mức tăng trưởng bình quân đầu người hàng năm tăng khoảng 1,4 điểm phần trăm,
ceteris paribus.
Ước tính phương trình (4) mang lại kết quả tương tự, có ý nghĩa đối với tất cả
các hệ số và giải thích khoảng 92% sự thay đổi trong các biến phụ thuộc
Biến đổi. Một lần nữa, các hệ số về vốn vật chất và vốn con người đều dương.
Tác động của giáo dục STEM tới tăng trưởng, cùng với việc xem xét các hệ số về
cả số hạng tương tác và số hạng bậc hai, có thể được hiểu như sau:
42
Machine Translated by Google
tất cả những điều khác đều như nhau, điểm phần trăm tăng thêm trong STEM của trường đại học đầu tiên
độ của mỗi công nhân tương quan với khoảng 1,9 điểm phần trăm
mức tăng GDP hàng năm trên mỗi lực lượng lao động dựa trên nguồn nhân lực hiện có của các quốc gia,
43
gn
gca
h ảớg
i
y
n
t ảư
.
ế
ồ
u
í
ắ B
4
K
5
h
q
t
c
n
:CY
NI
Ộ ẾỔ
Ụ
U
A IĐ
H B
P
T
ng
enhự
os
à
ộ C
v
c
Machine Translated by Google
gnợ
cướƯ
l
gnơ
hnư
ì1
) h(
r P
t gnơ
hnư
ì2
) h(
r P
t gnơ
hnư
ì3
) h(
r P
t gnơ
hnư
ì4
) h(
r P
t
)70
o0t2
o(S
44
)271.( )202.( )991.(
***301,0 ***001,0
)s(gol*)h (gol
)410.( )410.(
**550,0- ***070,0-
)c2
á]
t cý
ậ (k
h [
n
)520.( )520.(
đại học đầu tiên trên mỗi lao động, h là chỉ số vốn nhân lực trên mỗi
____________ ____________ ____________ ____________ ____________ ____________
no
isbt
rauW
D 05,1 95,1 6 .3
1 25,1 5,3
1
nt
aáus
Q 18 08 08 08 08
Machine Translated by Google
Khi thực hiện ước tính bằng cách sử dụng nhiều mẫu mặt cắt ngang khác nhau,
điều quan trọng là phải xem xét sự hiện diện của các ngoại lệ có thể làm sai lệch kết quả hồi quy. Một
nhìn vào một số số liệu thống kê nhóm trong Phụ lục A cho thấy thực sự có
một số quốc gia xa xôi mà phương pháp hồi quy không phù hợp như đối với
đa số. Nhóm đầu tiên về GDP bình quân đầu người và vốn con người trên đầu người
(nhật ký được lấy) cho thấy mối quan hệ chung giữa hai biến, đó là
tích cực như mong đợi. Các trường hợp ngoại lệ trong trường hợp này là Qatar, Brunei và Ả Rập Saudi,
tất cả đều nằm phía trên đường hồi quy. Điều này cho thấy mối quan hệ tích cực của
mức độ lớn hơn giữa vốn con người và tăng trưởng so với các nguồn lực khác
các quốc gia trong mẫu. Xem xét bối cảnh rộng hơn, điều này có thể là do những
các nước xa xôi là những nước sản xuất dầu lớn—và vị trí địa lý của Brunei
biến nơi đây thành một điểm giao thương lớn—có GDP lớn so với dân số của họ
các ngoại lệ bao gồm Kyrgyzstan và Madagascar, nằm dưới đường hồi quy.
Trong nhóm thứ hai về GDP bình quân đầu người và bằng cấp STEM của đầu người lao động
(lấy nhật ký), mối quan hệ là tích cực, tuân theo các bằng chứng hiện có;
tuy nhiên, có một số ngoại lệ đáng kể. Những quốc gia xa xôi này bao gồm
giữa các ngoại lệ trong cả hai nhóm cung cấp hỗ trợ cho việc ước tính lại
Hơn nữa, nhóm thứ ba giữa GDP bình quân đầu người và GDP bình quân đầu người
trữ lượng vốn vật chất (nhật ký được ghi lại) thể hiện mối tương quan tích cực và ít rõ ràng hơn
45
Machine Translated by Google
ngoại lệ; tuy nhiên, Burundi nằm rõ ràng bên dưới đường hồi quy như ở
các nhóm khác, và vì lý do này, nó cũng bị loại trừ trong quá trình ước tính lại.
Ngoài số liệu thống kê nhóm, chẩn đoán còn lại cung cấp cái nhìn tổng quan về
kết quả hồi quy của mỗi quốc gia được nắm bắt tốt như thế nào. Lô đất còn lại trong
Phụ lục B cho thấy những ngoại lệ nổi bật nhất sau đây: Mông Cổ, Ghana,
Madagasca và Mozambique. Một lần nữa, có một số điểm trùng lặp với nhóm
số liệu thống kê. Những quốc gia này cũng bị loại khỏi việc ước tính lại.
Bảng 4.6 dưới đây trình bày kết quả hồi quy từ việc ước tính lại với
các quốc gia sau bị loại trừ: Brunei, Burundi, Ghana, Qatar, Kyrgyzstan,
các ước tính, hệ số về trữ lượng vốn vật chất trên mỗi lực lượng lao động và về chỉ số
vốn con người trên mỗi người là tích cực và đáng kể, và hơn 91%
sự thay đổi trong GDP hàng năm trên mỗi lực lượng lao động trong mẫu này được giải thích bởi
hai ước tính đầu tiên của nghiên cứu này và không có ý nghĩa thống kê trong ước tính
Tập trung vào việc ước lượng các phương trình (3) và (4), trong đó
số hạng bậc hai có ý nghĩa thống kê và âm—một lần nữa, hỗ trợ cho
mối quan hệ lợi nhuận giảm dần giữa giáo dục STEM và tăng trưởng;
theo ước tính của Phương trình (3), tác động ròng của một yếu tố bổ sung
điểm phần trăm tăng số lượng bằng STEM đại học đầu tiên trên mỗi công nhân
trung bình là mức tăng khoảng 1,9 điểm phần trăm trong mỗi năm
46
Machine Translated by Google
tăng trưởng công nhân, mọi thứ khác đều như nhau; theo ước tính của phương trình (4), trong đó
xem xét các hệ số trên cả số hạng tương tác và số hạng bậc hai,
ceteris paribus, tăng thêm điểm phần trăm trong STEM của trường đại học đầu tiên
độ của mỗi công nhân tương quan với khoảng 2,4 điểm phần trăm
mức tăng GDP hàng năm trên mỗi lực lượng lao động dựa trên nguồn nhân lực hiện có của các quốc gia,
Nhìn chung, với việc loại trừ các giá trị ngoại lệ trong việc ước tính lại đường chéo
hồi quy từng phần, tác động ròng của giáo dục STEM đến tăng trưởng hàng năm
tăng độ lớn cho cả hai ước tính của Phương trình (3) và (4).
47
gno
gợ
cé
nư
t
ả
y
iớh
ảư
.
ế
ồ
u
á B
4
K
6
h
q
t
l
c
:CY
NI
Ộ ẾỔ
Ụ
U
A IĐ
H B
P
T
ng
enhự
os
à
ộ C
v
c
Machine Translated by Google
gnợ
cướƯ
l
gnơ
hnư
ì1
) h(
r P
t gnơ
hnư
ì2
) h(
r P
t gnơ
hnư
ì3
) h(
r P
t gnơ
hnư
ì4
) h(
r P
t
)70
o0t2
o(S
48
)781.( )132.( )022.(
***801,0 ***801,0
)610.( )510.(
***270,0- ***980,0-
)c2
á]
t cý
ậ (k
h [
n
)520.( )520.(
Ghi chú: k là vốn vật chất trên mỗi lực lượng lao động, s là trình độ
STEM đại học đầu tiên trên mỗi lao động, h là chỉ số vốn nhân lực trên
92
. 92
. 19,0 93
. 93
.
gnơhư
nhìR
b
p
no
isbt
rauW
D 64,1 95,1 6.3
1 14,1 14,1
tás 96 96 96 96 96
Machine Translated by Google
Ngoài việc giải thích các biến số liên quan đến giáo dục STEM,
có liên quan để thảo luận về biến kiểm soát mức độ phát triển hoặc Real ban đầu
GDP trên mỗi lao động (yt-1). Theo nguyên tắc hội tụ kinh tế,
và các nền kinh tế có thu nhập trung bình dự kiến sẽ tăng trưởng nhanh hơn các nền kinh tế có thu nhập cao
nền kinh tế, cuối cùng hội tụ với các nước có thu nhập cao theo thời gian. Đây là
có thể nói, nếu mức GDP ban đầu của một quốc gia thấp hơn mức GDP của một quốc gia khác thì dự kiến sẽ
có tốc độ tăng trưởng cao hơn. Một tiên nghiệm, chúng ta mong đợi một hệ số âm trên
GDP thực ban đầu, cho thấy mối tương quan nghịch của nó với tăng trưởng hàng năm.
Islam, Ang và Madsen (2014) nằm trong số nhiều người đưa ra bằng chứng về
cái này. Trong hồi quy, họ chỉ rõ mối tương tác giữa chất lượng vốn con người
và khoảng cách tới biên giới (DTF), mà họ cho là quan trọng vì vai trò
vốn con người đóng vai trò cho phép chuyển giao công nghệ từ biên giới.
Trong kết quả của mình, họ báo cáo hệ số về thu nhập ban đầu (dưới dạng thước đo DTF,
nhằm thể hiện mức độ phát triển hiện có) là đáng kể và có ý nghĩa
dấu hiệu bên phải khi sử dụng đặc tả Solow mở rộng (bao gồm
Kết quả hồi quy cắt ngang được trình bày trong Bảng 4.5 và 4.6,
không báo cáo hệ số về mức GDP ban đầu. Điều này là do, không giống như trong
phần bảng dữ liệu, dữ liệu về các biến trong ước lượng cắt ngang được thu thập cho
một năm và sự liên quan của hiện tượng Hội tụ Kinh tế theo thời gian
không áp dụng. Điều đáng nói là, khi đưa vào phần cắt ngang
hồi quy, GDP ban đầu có một hệ số thực sự không có ý nghĩa thống kê
49
Machine Translated by Google
qua các ước tính. tuy nhiên, thú vị khi được đưa vào các thông số kỹ thuật
liên quan đến s2 , hệ số trở nên âm (mặc dù vẫn không đáng kể),
điều này có vẻ phù hợp với các lý thuyết hiện có và bằng chứng thực nghiệm như thế
đã đề cập ở trên. Điều này dường như cung cấp thêm sự hỗ trợ cho mối quan hệ
giữa giáo dục STEM và tăng trưởng được mô tả tốt nhất là tích cực nhưng
Để nhắc lại một phát hiện quan trọng của Marginson và cộng sự (2013), nó được giả định bởi
gần như tất cả các quốc gia đều nhận thấy số lượng và chất lượng năng lực STEM, như họ đặt ra
nó, ảnh hưởng đến năng suất. Tuy nhiên, vấn đề là, mặc dù điều này phổ biến
giả định, hầu hết các chương trình quốc gia ít tập trung vào mối liên hệ giữa giáo dục trong
STEM hơn là việc tiếp thu các kỹ năng STEM trên thị trường lao động. Trên khắp các quốc gia,
thúc đẩy thảo luận về STEM nhằm khắc phục tình trạng thiếu kỹ năng cao
nhân công. Nhưng sự tập trung này có phạm vi hẹp. Thiết bị giáo dục STEM
sinh viên tốt nghiệp với nhiều kỹ năng vượt xa sự chuẩn bị cho STEM
nghề cụ thể, góp phần nâng cao năng lực cạnh tranh và quản lý ở nhiều lĩnh vực khác nhau.
các lĩnh vực kinh tế. Các kết quả của nghiên cứu này – đặc biệt là các kết quả chắc chắn của
ước tính dữ liệu bảng, thiết lập một sự nhất quán, có ý nghĩa và tích cực
mối tương quan giữa giáo dục STEM và tăng trưởng - chứng thực khu vực mới nổi
được xem xét trong nghiên cứu năng suất, trong đó ủng hộ tầm quan trọng của
các chương trình chính sách hướng tới, trước hết và quan trọng nhất, là tăng cường giáo dục cho
người lao động trong các lĩnh vực STEM nhằm tạo ra sự đổi mới lâu dài và rộng khắp
50
Machine Translated by Google
Kết quả của nghiên cứu này không chỉ kêu gọi chính sách tập trung vào
thúc đẩy các chương trình giáo dục STEM, nó đặc biệt làm tăng thêm nhu cầu quan tâm
ở cấp độ giáo dục cao hơn. Một kết luận sâu hơn của Marginson và cộng sự (2013), trong
so sánh STEM quốc tế của họ, đó là hầu hết nỗ lực của chính phủ và công chúng
sự chú ý được nhắm vào các trường học, hơn là các trường đại học. Báo cáo của họ tương tự như
nhiều người khác nhìn vào giáo dục STEM ở chỗ nó kêu gọi chính sách liên quan đến
đổi mới chương trình, phương pháp sư phạm, động cơ học tập của học sinh và hoạt động dạy học ở tiểu học
cấp trường nhưng lại thiếu nhu cầu đề xuất giải quyết các vấn đề tương tự ở cấp
trình độ sau trung học. Nghiên cứu này ủng hộ tầm quan trọng của giáo dục STEM tại
trình độ đại học, sau trung học có ảnh hưởng đến năng suất. Nó
nhấn mạnh nhu cầu ngày càng tăng tập trung vào giáo dục đại học STEM trong tương lai
nghiên cứu tăng trưởng, cũng như đặc biệt là trong các sáng kiến chính sách nhằm tìm cách cải cách
và nâng cao chất lượng giáo dục khuyến khích đổi mới.
Ý nghĩa cuối cùng của kết quả nghiên cứu này là các nhà hoạch định chính sách nên
hỗ trợ nghiên cứu điều tra khi nào nên ngừng đầu tư vào giáo dục STEM. Các
lợi nhuận giảm dần đối với trình độ học vấn STEM vì nó ảnh hưởng đến năng suất. Vì
Vì lý do này, điều quan trọng là các quốc gia phải xác định tại thời điểm nào lợi nhuận sẽ trở lại
Giáo dục STEM bắt đầu giảm - hoặc về cơ bản là bao nhiêu STEM
trình độ học vấn sẽ là quá nhiều - trong trường hợp đó các nguồn lực có thể
51
Machine Translated by Google
Nhìn chung, kết quả của nghiên cứu này, ngoại trừ một số nghiên cứu chéo
kết quả ước lượng từng phần, chỉ ra rằng tồn tại một mối quan hệ tích cực, đáng kể
giữa trình độ học vấn STEM (hoặc bằng đại học đầu tiên, cụ thể)
và tăng trưởng hàng năm ở các quốc gia. Tuy nhiên, điều quan trọng là phải thừa nhận
khả năng xảy ra một số vấn đề về ước tính. Trong các mô hình thuộc loại được nghiên cứu trong phần này
luận điểm, luôn có khả năng xảy ra quan hệ nhân quả ngược. Đó là, ví dụ, một
tình huống trong đó trình độ học vấn STEM thúc đẩy tăng trưởng nhưng đến lượt nó,
tăng trưởng kinh tế thúc đẩy sự gia tăng trình độ học vấn STEM và
tương tự đối với vốn cổ phần và vốn con người nói chung. Do tiềm năng này
vấn đề nội sinh, độ lớn của các hệ số có thể bị sai lệch; Tuy nhiên nó là
không chắc rằng các dấu hiệu hoặc ý nghĩa sẽ bị ảnh hưởng nhiều.
52
Machine Translated by Google
CHƯƠNG NĂM
Tóm lại, các mô hình tăng trưởng tân cổ điển Solow tăng cường được chỉ định
trong nghiên cứu này, nhằm nâng cao hơn nữa mô hình do Cohen và Soto đề xuất
(2007) coi giáo dục STEM như một dạng vốn nhân lực cụ thể,
nắm bắt đáng kể những tác động của giáo dục STEM thúc đẩy đổi mới đối với
tăng trưởng kinh tế vĩ mô. Ước tính bảng tạo ra kết quả
có ý nghĩa thống kê, có ý nghĩa trực quan và nhất quán trong các ước tính.
Điều này có nghĩa là, kết quả rất chắc chắn đối với các thông số kỹ thuật khác nhau. Các
giả thuyết về tác động tích cực của giáo dục STEM tới tăng trưởng—khi
nguồn vốn vật chất, vốn con người và trình độ phát triển đều được xem xét—là
được hỗ trợ. Các kết quả ước lượng cắt ngang kém nhất quán và
nắm bắt một tỷ lệ phần trăm nhỏ hơn một chút của sự thay đổi trong tăng trưởng hàng năm
(trung bình 92% so với ước tính của bảng là 99%); tuy nhiên,
các thông số kỹ thuật bao gồm số hạng bậc hai cung cấp bằng chứng có ý nghĩa thống kê
về tác động tích cực của giáo dục STEM tới tăng trưởng hàng năm ở các quốc gia khác nhau
Quốc gia. Số hạng bậc hai này có ý nghĩa và tiêu cực trên tất cả các bảng và
ước tính cắt ngang, cho thấy lợi nhuận giảm dần đối với các cấp độ STEM
trên mỗi công nhân, hoặc thực tế là khi các quốc gia tăng số lượng trường đại học đầu tiên
Bằng cấp STEM, ảnh hưởng của mỗi bằng cấp bổ sung đến năng suất sẽ giảm đi.
53
Machine Translated by Google
Nhớ lại từ việc xem xét tài liệu ở Chương Hai rằng hầu hết các nghiên cứu
việc xem xét tác động của vốn nhân lực lên tăng trưởng chỉ tính theo số năm trung bình
của giáo dục, một lĩnh vực nghiên cứu sâu hơn sẽ được điều tra kỹ lưỡng hơn
lợi ích của các loại hình giáo dục khác nhau, khác biệt, như nghiên cứu này đã bắt đầu bởi
nhìn vào giáo dục STEM (và không chỉ đơn giản là trình độ học vấn chung). Cái này
có ý nghĩa chính sách quan trọng theo OECD (1998), khẳng định
rằng sự đóng góp của vốn con người vào tăng trưởng phụ thuộc vào hiệu quả của
mà nó đang được tích lũy. Các quốc gia phân bổ nguồn lực giáo dục của họ
không đạt được hiệu quả từ việc đầu tư vào vốn con người về mặt
sự phát triển.
Một ý tưởng khác cho nghiên cứu trong tương lai sẽ bao gồm việc xem xét
thu thập kiến thức không chính thức, có thể mở rộng những phát hiện hiện có (OECD
1998). Chủ yếu, tài liệu nghiên cứu về lợi nhuận của vốn con người—đặc biệt là
hình thức hay cách khác—chỉ dựa trên trình độ học vấn chính quy, không có
xem xét các định nghĩa rộng hơn về đầu tư vốn con người bao gồm
đào tạo, kinh nghiệm và học tập qua công việc (Sianesi và Reenen 2002).
Những nỗ lực để nắm bắt những tác động bổ sung này, có lẽ cùng với các cơ chế
đo lường mức độ lợi ích lan tỏa của giáo dục ở cấp độ vĩ mô, sẽ
có khả năng làm sáng tỏ tác động thậm chí còn sâu sắc hơn của nhiều loại hình giáo dục khác nhau—và
Tôi cho rằng giáo dục đặc biệt liên quan đến STEM, vì lý do nghiên cứu này
Hướng tới các lĩnh vực nghiên cứu trong tương lai với STEM, còn nhiều điều hơn thế nữa
54
Machine Translated by Google
điều tra ngoài những ảnh hưởng của giáo dục STEM đại học, sau trung học.
Như đã đề cập ở các chương trước, các dự án STEM quốc gia tập trung chủ yếu vào
STEM về mặt học tập và kiến thức con người ở bậc tiểu học và trung học
cấp độ. Nghiên cứu này mở rộng phạm vi này bằng cách thu thập dữ liệu về STEM của trường đại học đầu tiên
độ; tuy nhiên, việc kiểm tra lợi tức của tất cả các cấp học sau trung học
có thể tạo ra những phát hiện có ý nghĩa tương tự, góp phần vào việc
tầm quan trọng của việc cân nhắc chính sách về STEM ở giáo dục đại học
mức độ. Hơn nữa, hầu hết các nghiên cứu, như nghiên cứu này, tập trung vào mối liên hệ giữa
STEM và vốn con người (thông qua giáo dục), sau đó được biểu hiện dưới dạng kỹ năng trong
thị trường lao động. Trong tương lai, sẽ rất thú vị nếu nhắm mục tiêu vào các kết nối
và tác động lẫn nhau giữa vốn con người và giáo dục STEM với sự tác động trực tiếp
các biện pháp R&D vì chúng đều tác động đến năng suất. Tất nhiên là tùy như vậy
các nghiên cứu trong tương lai để xây dựng dựa trên nghiên cứu này và khắc phục các vấn đề nội sinh tiềm ẩn,
có lẽ sử dụng một kỹ thuật biến công cụ để đưa ra kết quả thích hợp
Cuối cùng, dựa trên phần hàm ý chính sách ở phần trước
chương, một lĩnh vực nghiên cứu khác trong tương lai sẽ xem xét việc duy trì
chỉ những sinh viên trong các chương trình giáo dục STEM mà còn cả những sinh viên tốt nghiệp STEM ở
vị trí thị trường lao động liên quan. Điều này có thể đặc biệt thú vị cùng với một
xem xét rất quan trọng về sự phân chia giới tính, mà Maginson và cộng sự (2013)
đề cập đến trong cuộc thảo luận của họ về vốn nhân lực của phụ nữ có
một nguồn lực kinh tế bị lãng phí và là một nguồn lực khá phổ biến.
55
Machine Translated by Google
Cuối cùng, kết quả của nghiên cứu này chứng thực các giả định hiện tại rằng
những cải tiến trong hoạt động STEM có khả năng nâng cao nguồn nhân lực
và đổi mới, từ đó thúc đẩy hoạt động R&D, khả năng cạnh tranh của các nước,
quản lý/kỹ năng chuyên môn khác và tăng trưởng kinh tế tổng thể. Những phát hiện trong này
Luận văn về tác động đáng kể của giáo dục STEM ở bậc đại học
mức độ đóng góp cho nghiên cứu (có giới hạn) ngày nay, hỗ trợ sự tồn tại của một
giao thoa quan trọng giữa giáo dục, đổi mới và tăng trưởng. tiến về phía trước,
cần quan tâm nhiều hơn đến giáo dục STEM, đặc biệt là ở cấp trung học phổ thông.
trình độ học vấn và chính sách nên tập trung vào việc phát triển các chiến lược để thu hút
và giữ chân sinh viên (tức là nguồn nhân lực kỹ năng cao) trong giáo dục STEM
56
Machine Translated by Google
2014. “Chương 2: Giáo dục đại học về Khoa học và Kỹ thuật.” Quốc gia
Quỹ Khoa học: Chỉ số Khoa học và Kỹ thuật năm 2014 (14, số 1): 2.1-2.51.
Ang, James B. và Jakob B. Madsen. 2011. “Liệu các mô hình tăng trưởng nội sinh thế hệ
thứ hai có thể giải thích được xu hướng năng suất và sản xuất tri thức ở các
nền kinh tế thần kỳ châu Á?” Tạp chí Kinh tế và Thống kê (93, số 4): 1360–1373.
Atkinson, Robert D., và Merrilea Mayo. 2010. “Tiếp sức cho nền kinh tế đổi mới của
Hoa Kỳ: Những phương pháp tiếp cận mới đối với giáo dục STEM.” Quỹ đổi
mới và công nghệ thông tin: 1-178.
Cohen, Daniel và Marcelo Soto. 2007. “Tăng trưởng và vốn nhân lực: Dữ liệu tốt, kết
Harmon, Colm, Hessel Oosterbeek và Ian Walker. 2002. “Lợi ích của giáo dục: Kinh tế vi
mô.” Tạp chí Điều tra Kinh tế (17, số 2): 115–156.
Hồi giáo, Rabiul, MD, James B. Ang, Jakob B. Madsen. 2014. “Vốn con người được điều
chỉnh theo chất lượng và tăng trưởng năng suất.” Điều tra kinh tế (52, số
2): 757–777.
Krueger, Alan B. và Mikael Lindahl. 2001. “Giáo dục để phát triển: Tại sao và cho ai?”
Tạp chí Văn học Kinh tế (39, số 4): 1101-1136.
Trung tâm Nghiên cứu và Đổi mới Giáo dục của OECD. 1998. Đầu tư vốn con người: So
sánh quốc tế. Paris: Ấn phẩm của OECD.
Psacharopoulos, George và Harry Anthony Patrinos. 2004. “Lợi nhuận đầu tư vào giáo
dục: cập nhật thêm.” Kinh tế giáo dục (12, số 2): 111-134.
57
Machine Translated by Google
Sianesi, Barbara và John Van Reenen. 2002. “Lợi ích của giáo dục: Kinh tế
vĩ mô.” Tạp chí Điều tra Kinh tế (17, số 2): 157–200.
58
Machine Translated by Google
PHỤ LỤC A
13
12
11
10
LPDGGOL
số 8
LOGHC
Ngoại lệ:
59
Machine Translated by Google
13
12
11
10
LPDGGOL
số 8
7
4 5 6 7 số 8 9 10
LOGSL
Ngoại lệ:
60
Machine Translated by Google
13
12
11
10
LPDGGOL
số 8
7
số 8 9 10 11 12 13 14 15
LOGKL
Ngoại lệ:
61
Machine Translated by Google
PHỤ LỤC B
62
Machine Translated by Google
63