一个地区较高的教育水平和技能是否有利于更广泛的社会?更新

理论机制

对于人力资本外部性预期存在的原因，支持者提出了几种解释[1]．首先，高人力资本工作者可能会有意无意地与同事分享知识;这些转移通常被称为知识溢出。知识溢出将提高同行的生产率，从而导致更高的工资。其次，高人力资本工作者之间的互动可能会在解决问题和创造创意方面产生协同效应，从而导致新的、更有效的生产流程和技术，从而增加该地区对劳动力的需求，从而促进所有类型工人的就业和收入。同样，人力资本是发现和采用提高所有工人生产率的技术的先决条件。知识流动和互动机会随着物理和社会距离的减少而减少，因此经常与大量高人力资本工作者互动的员工将从人力资本外部性中受益最大。此外，工人将从自己所在地区的人力资本中获益最多，而从其他国家或同一国家其他地区的人力资本水平中获益较少。

高人力资本工人也可能会影响到同一地方劳动力市场上其他人的生产力，因为工人之间的可替代性。生产过程通常涉及不同类型的任务，由具有不同知识、技能和能力的工人执行。高技能工人和低技能工人之间存在一定程度的可替代性，但如果低技能工人执行的手工任务不能由高技能工人或计算机和其他机器更有效地完成，那么替代的可能性就有限。这意味着拥有更大的高技能工人存量将增加对低技能工人的劳动力需求，并提高他们的生产率和收入。然而，由于具有非常相似技能的工人很可能具有很强的可替代性，增加高技能工人的存量可能会降低具有非常相似技能的工人的生产力和收入[２]．

由于非随机分配，估计因果效应变得复杂

评估人力资本外部性是否存在以及如果存在，它们有多大的理想方法是将个人随机分配到特定的教育水平和地理位置。由于这是不可行的，人们必须根据个人的教育和地点决定来观察他们。考察人力资本外部性的最初方法提供了关于当地人力资本水平与当地工资之间相关性的描述性证据，同时控制了个人教育。例如,图1显示，在美国教育水平高于中位数的州，高中毕业生的平均小时收入更高，这表明高中毕业生在拥有更多高学历工人的州工作受益。然而，当地人力资本水平与当地工资之间的正相关并不一定意味着附近工人的人力资本水平较高会产生外部效益。

一个根本的担忧是，个人在做出教育和选址决定时，可能会难以准确评估人力资本外部性的重要性。例如，具有更高的未被观察到的能力和动机的人可能比能力较差的人完成更多的教育。同样地，生产率更高的工人，即使在特定的教育水平上，也可能选择在生产资源禀赋更大、劳动力市场更强大的地区工作——对于受过高等教育的工人来说，情况尤其如此。即使没有人力资本外部性，在平均教育水平较高的地区，平均收入也可能更高，这仅仅是因为高生产力的工人选择生活在高生产力的地区。

此外，员工可能会被特定地区所提供的便利设施所吸引。为了实现空间均衡，工人必须通过提高房价或降低工资，或两者兼而有之，隐性地为这些便利设施买单。如果隐性的舒适设施支出主要是通过更高的房价发生的，如果生产力更高的工人收入更高，可以在住房上花更多的钱，那么生产力高的工人很可能会在高舒适设施地区的位置上出价高于生产力较低的工人。因此，在高舒适区具有一定教育水平的工人可能比在低舒适区具有更大的未观察到的能力、生产力和工资。由于个人的生产力与个人的教育程度密切相关，舒适地区也可能拥有较高的平均教育水平。因此，即使在给定的教育水平下，地理位置便利设施也可以推动平均人力资本水平与平均收入之间的正相关。

实证分析可以很容易地解释可观察到的个体特征和位置特征，但解释不可观察到的特征要困难得多。然而，在解释无法观察到的差异方面已经取得了一些进展。

用于解释不可观察的个体特征的估计策略

解释不可观察的个体特征的一个有用的方法是在几个时间点观察相同的个体，看看他们如何对周围的变化做出反应[1]．任何由于个体特征而不随时间变化的影响都可以被减去。这种分析本质上是比较个人在不同时间点上的表现，因为他们所在地区的平均教育水平发生了变化。

第二种广泛使用的方法利用了自然实验——一些历史事件或事件，这些事件或事件后来会影响不同领域的人力资本水平，但对工资和就业没有直接影响。美国赠地大学的地理分布就是一个例子[1]．赠地大学为当地居民提供教育，从而提高该地区的平均教育水平。它们是在19世纪末由联邦立法设立的，相对于最近的经济活动，它们的位置似乎在很大程度上是随机的。因此，研究人员考察了赠地大学对平均教育水平和工资的影响，以推断人力资本外部性对工资的影响。一个主要的假设是，土地授予除了对平均人力资本水平产生影响外，对工资没有影响。

基于自然实验的研究也利用义务教育和童工法的变化、当地人口的历史年龄结构以及技术移民的历史位置决定进行了研究。随着时间的推移，许多发达国家提高了年轻人可以合法辍学的年龄，以及他们可以合法从事有偿工作的年龄。在一些国家，政策变化的时间甚至存在区域差异。由于这些政策提高了平均教育水平，它们可以用来检验人力资本的外部效应[3]．

一个地区过去的年龄结构也可以用来预测该地区的平均教育水平将如何随时间变化[1]．年轻群体往往比年长群体完成更多的教育，一个城市在特定时间点的平均教育水平在很大程度上取决于年龄结构。在十年之初，年轻人(15-24岁)和老年人(55岁及以上)占很大比例的地区，到十年结束时，当地劳动力的平均教育水平可能会迅速上升，因为受过高等教育的年轻劳动者将取代受教育程度较低的老年劳动者。如果这种年龄结构导致的平均人力资本增长与工资结果无关，那么它可以作为一个自然实验来研究，以推断人力资本外部性的存在和大小。

另一个被利用的自然实验是利用技术移民过去的选址决策来预测新到达的技术移民的选址决策[3]．具体而言，特定移民国籍的地理集群已被用于预测同一国籍移民的未来人口流动。新移民倾向于定居在他们的同胞在他们之前居住过的地区，这是由于社会网络和居住在少数民族飞地的好处。如果过去技术移民的位置决定预测了未来技术移民的流入，那么一个地区的平均教育水平将随着时间的推移而上升。如果过去的地点决策与未来劳动力市场状况的变化无关，那么过去的移民人口密度可能会提供一个自然的实验，以推断人力资本外部性对工资的影响。

没有共识，但估计效果通常是积极的

研究界尚未就人力资本外部性的存在和程度达成强有力的共识。一些研究发现人力资本外部性的证据很少或根本没有[4]．然而，大多数研究发现了积极人力资本外部性的证据，而且这种外部性通常相当大。不同研究的不同发现可能是不同估计策略、不同时期和不同国家的结果。

特别是，人力资本的外部效应可能因人力资本类型的不同而不同。基于义务教育和童工法的研究通常发现人力资本外部性的证据很少[3]．这可能是因为义务教育和童工法影响了较低层次的教育:这些法律提高了年轻人完成高中学业的比例，也提高了辍学者完成高中学业的年数。

然而，预测人力资本外部性的理论机制通常强调高学历个体的存量。以自然实验为基础的研究考察了大学毕业生的影响，往往会发现很大的积极影响。美国一项常被引用的研究表明，拥有大学学位的人口比例每增加一个百分点，个人工资就会提高1%以上[1]．然而，其他研究表明，上世纪90年代大学毕业生的外部效应在美国可能比上世纪80年代小得多，这可能是因为强劲的国民经济尤其有利于受教育程度较低的地区[4]．

许多关于人力资本外部性的研究，包括上述讨论的研究，都使用了美国的数据。然而，越来越多针对其他国家的研究也倾向于发现当地大学毕业生比例增加的积极外部效应［5］．

在STEM毕业生高度集中的地区，外部性尤其强

由于大学毕业生比高中毕业生创造更大的人力资本外部性，不同类型的大学毕业生可能产生不同的影响似乎是合理的。特别是，STEM学科的毕业生很可能对其他工人的生产率和工资产生特别大的积极外部影响，因为这些学科在当地技术创新中发挥着重要作用[6]．描述性分析证实了这一假设:在STEM毕业生比例较高的地区，非大学毕业生的工资要高得多。

研究人员还使用自然实验策略来研究外国STEM工人对本地出生工人工资的外部影响[7]．为了估计因果效应，外国STEM工人过去的地点决策被用来预测未来外国STEM工人的流动。结果表明，外国STEM工人对本国工人工资产生了非常大的积极人力资本外部性。这似乎部分是因为更有效的任务专门化。其他研究表明，人力资本外部性也可能在一定程度上源于更多STEM毕业生对创新的巨大积极影响(以人均专利数量衡量)[8],[9]．此外，创新已被证明是长期经济增长和其他区域经济发展指标(包括人口增长和金融发展)的主要因果驱动因素[10]．因此，教育驱动的创新增长是人力资本外部性，有益于其他人，甚至是那些受教育程度较低的人。

对就业和失业的影响

人力资本外部性导致的生产率和工资提高也可能影响就业和失业结果[11]．一个地区生产率的提高将鼓励公司雇佣更多的工人，从而增加对劳动力的需求。个人决定是否从事有偿工作是基于这样做的收益和成本。更高的工资可能会增加工作的收益，因此工人将提供更多的劳动力。

此外，知识溢出可能为未来在劳动力市场工作提供的好处，超过了对当前工资的影响[11]．向有技能的同事学习可以提高工人现在和将来的生产力，从而增加工作的收益。因此，人力资本外部性有可能提高劳动力参与率，降低失业率。图2显示，在大学毕业生比例高于中位数的州，高中毕业生的平均就业率更高。更严格的分析证实了这一发现[11]．来自多个研究策略和时间段的结果表明，在一个地区，大学毕业生的比例越高，这个人就业的概率就越高，失业的概率就越低，这甚至会影响到这个人自身的教育程度和其他特征。这种影响相对较大，可以解释不同地理区域的就业率和失业率的很大一部分差异。

从外部性受益的人之间的影响差异

人力资本外部性的规模可能因外部性受益者的教育水平而异。特别是，增加高学历工人的存量可能会伤害到该地区其他拥有非常相似技能的高学历工人[２]．对于那些通过增加技术移民流入来增加某一地区技术工人存量的政策来说，这种关切尤其重要。如果美国本土出生的技术工人和移民具有高度的可替代性，那么技术移民的增加可能会损害拥有类似技能的美国本土出生工人的工资和就业前景。

一些研究发现，受大学教育人口比例的增加对所有工人都有利，但受教育程度较低的工人受益最大，受教育程度较高的工人受益最小[1],[11]．这一结果与与不完全替代性相关的理论预测一致。受过高等教育的工人可能是彼此之间紧密的替代品，但对低技能工人来说是较弱的替代品。然而，这些研究并不是基于专门与预测熟练外国人流入有关的自然实验。

其他研究利用外国STEM工人过去的地点决策作为自然实验，发现外国STEM工人数量增加带来的人力资本外部性对大学毕业生最有利，而且影响非常大[7]．特别是，外国STEM工作者占人口的比例每增加一个百分点，美国本土出生的大学毕业生的平均周薪就会增加约8%，美国本土出生的非大学毕业生的平均周薪就会增加约4%。这一结果可能表明，大学毕业生更有能力从其他高技能工人的知识溢出中获益，也可能表明，外国和本国出生的大学毕业生并不像许多人担心的那样容易被替代。在生产过程中，外国技术工人和本地出生的工人之间可能存在相当大的互补性，因此，增加外国技术工人的流动实际上增加了对本地工人的需求，提高了他们的生产力、工资和福祉。

两代人之间传播

大部分关于人力资本外部性的研究文献都集中在单个时间点的相互依赖性上。研究人员考察了当地人力资本水平在一段时间内对特定个人在同一时间点的工资和就业结果的外部影响。然而，人力资本的代际传递可能会产生重要影响[12]．首先，受教育程度越高的父母，子女受教育程度越高。父母受教育程度的提高为孩子创造了外部利益，这应该包括在人力资本外部性的广泛定义中。此外，父母的人力资本会通过对孩子教育的影响，间接地影响孩子日后同龄人和同事的幸福。换句话说，如果更多受过高等教育的人使他们的同时代人受益，如果父母的教育增加了他们孩子的教育，那么父母的教育将间接影响他们孩子的同时代人。

由于年轻人不完全具有流动性，人力资本的代际传递可能导致不同城市和地区的人力资本水平相当持久[12]．人力资本外部性是不断给予的礼物。即使受过教育的年轻人成年后搬离原籍地区，他们仍有可能造成人力资本外部性。然而，外部利益将积聚到他们的新地区，而不是他们的原地区。

发明家

人力资本也可以是特定于职业和特定于行业的，一个孩子更有可能进入与父母相同的职业或行业，而不是随机选择的不相关的孩子[13]．这包括选择成为一名发明家，发明家的孩子更有可能成为发明家，也更有可能和他们的父母在同一个技术课上[13]．更一般地说，在创新领域长大会增加个人成年后成为发明家的可能性，也就是说，在创新领域长大会产生人力资本外部性。此外，当地发明家创造了新的生产机会，增加了当地对劳动力的需求，并为当地工人提供了外部利益。