收稿日期：2024-09-29

修回日期：2024-10-19

终审日期：2024-10-21

录用日期：2024-10-31

网络首发：2024-11-03

从人力资本到国家知识资本：学历教育、认知能力对劳动力工资收入的影响

方超，南京财经大学公共管理学院副教授，硕士生导师，浙江省城市治理研究中心客座研究员，管理学博士

丁洁，南京财经大学公共管理学院硕士生

自现代人力资本理论诞生以来，教育、迁移和在职培训就成为塑造个体人力资本的重要手段。平均受教育年限作为教育人力资本的代理指标，在雅各布·明瑟（Mincer）开创性地提出工资决定方程后，就成为教育经济学界计量学历教育经济价值的公认“标尺”。在经典明瑟工资决定方程中，学历教育年限、工作经验及其平方项构成识别个体工资水平的人力资本变量。明瑟教育收益率是指个体额外接受一年正规学历教育能够带来个体未来工资水平增长的百分比，其将教育与收入的关系完全引入学校教育年限塑造的教育人力资本数量，但它对能力因素（如认知能力和非认知能力）指向的教育人力资本质量的关注稍显不足。

21世纪以来，随着诺贝尔经济学得主詹姆斯·赫克曼（James Heckman）将能力因素引入现代人力资本理论后，认知能力（cognitive ability）与非认知能力（Non-cognitive ability）就被纳入人力资本理论的分析框架，就此推动人力资本理论在数量和质量维度上的突破，打破了人力资本在质量维度上的“黑箱”状态。此后，美国著名教育经济学家哈努谢克（Hanushek）在认知能力的基础上进一步提炼了国家知识资本（The Knowledge Capital of Nations）的概念，指出认知能力作为产出变量应比教育在宏观经济增长中发挥更为关键的作用。相关研究也在微观领域证实了认知能力对收入分配的影响效应，即个体的语言、推理以及逻辑思维能力实际成为影响个体工资水平的决定因素。

鉴于人力资本理论已向认知能力的质量维度推进，并且在宏微观的研究中逐步揭示了认知能力对国民经济增长与收入分配的决定性作用。本文将立足微观研究视角，在工资决定方程的基础上，通过厘清认知能力对工资收入的影响效应，进一步揭示在人力资本数量和质量维度，认知能力是如何通过教育干预个体工资收入的微观决定机制，以期在中国语境下构建起国家知识资本，为构建更加公平且更具质量的教育体系，尤其是适应劳动力市场需求的教育体系提供信息支撑与决策基础。

二、文献综述

（一）理论基础

教育经济学和劳动经济学界在明瑟提出工资决定方程后，就开始采用明瑟教育收益率计量学历教育的经济价值，并以此讨论教育与收入的关系问题。为此，我们以教育收益率为切入点，从经典人力资本理论向知识资本拓展的角度，分别以学历教育和认知技能的社会经济价值出发系统梳理既有文献，进而提炼文章可能的边际贡献。

（一）学历教育的经济价值

以教育收益率反映学历教育的经济价值，已有研究总结出教育与收入关系的3个基本特征：（1）教育收益率在世界范围内的分布不均，中国教育收益率在20世纪低于世界其他地区，但经济发展水平与对外开放程度则有助于提高地区教育收益率。例如，马汴京等采用中国家庭追踪调查数据的研究发现，全球化程度每提高1个标准差，能将地区教育收益率提高1个百分点。（2）城乡分割的二元经济结构导致教育收益率的城乡差异，城镇地区学历教育的经济价值高于农村，但随着经济体制改革的深入与公共教育政策的配套完善，农村教育需求的上升逐步缩小了教育收益率的城乡差异，如邢春冰等采用五轮中国家庭收入调查的数据研究发现，教育收益率的城乡差异由2013年的5.3个百分点下降到2018年的2.5个百分点。（3）学历教育的经济价值具有收益递增的特征，即学历教育层级越高，经济回报越高。

（二）知识资本的经济价值

1.何为知识资本？

哈努谢克的《国家的知识资本》支持人力资本推动国家经济发展的重要论断，但就人力资本如何影响国家的经济命脉而言，哈努谢克认为既有的以个体受教育程度为代理指标的实证研究，不能很好的诠释人力资本推动经济增长的促进机制。为此，他将技能水平与技能分布作为人力资本的质量指标纳入实证研究，揭示了国民认知技能水平与技能分布的国别差异能在很大程度上为世界经济增长的差序格局提供较为合理的解释，从而在经典人力资本理论的基础上提出“国家知识资本”这一概念体系。

借鉴哈努谢克等的研究，本文将知识资本的可操作化定义为：在传统人力资本理论分析框架的基础上，一方面保留数量维度上以学历教育年限为表征的代理指标，另一方面纳入质量维度上以认知技能水平、认知技能分布为表征的代理指标，从数量和质量、学历教育年限认知技能两个维度系统考察知识资本的个体增收效应与作用机制。从知识资本取代人力资本的作用机制上看，学历教育延展在传统人力资本维度上奠定了知识资本的初始积累；知识资本在推动社会平均认知技能水平提高的同时，也赋予高认知技能劳动者更高的工资收入水平。

从本质上讲，人力资本与知识资本在内涵上殊途同归。当詹姆斯·赫克曼将技能水平与分布结构纳入人力资本的测量体系后，直接推动了新人力资本理论的诞生，哈努谢克在宏观经济增长的测量中以认知技能分布作为质量指标，取代了以教育年限作为数量指标的传统测量方式，奠定了以认知技能分布为表征的国家知识资本的概念体系。无论是新人力资本理论，还是国家知识资本，都在概念和测量维度上更加强调认知技能分布在宏观经济增长与微观收入分配中教育的重要作用。

2.知识资本经济价值的研究进展

随着知识资本概念在学术界的广泛传播，学界在知识资本的经济价值方面达成两个共识。（1）认知能力与工资水平之间具有正相关性，劳动者阅读理解、逻辑推演能力越强，工资水平越高。例如，Murnane等针对美国地区的研究发现，以数学成绩作为认知能力的代理指标时，数学成绩每提高1个标准差，能将男性和女性工资水平分别提升15和10个百分点，也有其他研究利用英国和加拿大的数据得到近似的研究结论。（2）认知能力对不同国家、年龄以及技能劳动力工资水平的影响具有异质性。例如，Hanushek等采用国别数据的研究发现，认知能力对不同国家和能力劳动者工资水平的影响存在较大差异，而采用工具变量法进行内生性纠偏后进一步揭示了认知能力具有更强的工资收入效应。

中国学者以认知能力为代理指标，对知识资本的研究虽然起步较晚，但在研究主题上却涵盖了多个微观研究领域，包括认知能力对个体在金融市场中的表现、教育对延缓老年人认知能力衰退的作用等。有关学历教育、认知能力与工资收入的关系也日趋多样化，如张晓云等采用中国家庭追踪调查数据，利用认知能力对教育质量进行调整后发现，综合认知能力、质量可比的教育对个体工资水平具有正向影响，且不同类型的认知能力对工资水平的影响具有异质性；盛卫燕等的研究采用CFPS 2010—2016年的微观数据发现，认知能力能够有效提升劳动收入，但对技能溢价的影响既不稳定也不显著。

（三）研究述评及研究假设

总体上看，国内外学界已充分认识到知识资本在微观收入分配领域的重要性，并在测量体系中将代理指标扩展到人力资本质量维度，即以认知技能水平、认知技能分布作为代理指标，通过相关研究也陆续揭示了认知能力对个体工资水平正向、显著的影响效应。然而，基于对既有文献的梳理，我们认为学历教育、认知能力与收入分配的相关研究还存在以下3个方面的拓展可能：（1）正确识别认知能力的工资收入效应及其对收入分配的影响；（2）在实现机制层面，学历教育和认知能力作为知识资本的“一体两翼”，如何从数量和质量维度干预个体工资的形成机制；（3）全面理解认知能力对工资水平的异质性影响，即不同学历教育层级、认知技能对工资收入的影响是否存在异质性。

根据上述尚待挖掘的研究空间，我们提出以下3个有待检验的研究假设。

三、研究设计

（一）数据与变量

1.研究数据

本文所用数据源自北京大学中国社会科学调查中心执行的中国家庭追踪调查（China Family Panel Studies，CFPS）。CFPS从2010年起对中国大陆的25个省（区、市）的家庭进行多轮次的追踪调查（2010年、2012年、2014年、2016年、2018年），调查对象涉及社区、家庭、成人以及少儿等不同群体，内容覆盖教育、健康、就业以及社会保障等多个方面，因而在全国范围内具有较强的代表性。本文采用CFPS在2018年提供的微观研究数据，将家庭库与成人库合并后保留年龄在16~65岁的个体所形成的研究样本。

2.变量处理

因变量。根据明瑟工资决定方程的线性设置，我们旨在考察学历教育和认知能力对劳动者工资水平的影响效应，因而工资水平就是本文的因变量，代理指标选择CPFS 2018个人库中的工作总收入，技术上对该指标做自然对数处理。

关键变量。学历教育和认知能力是本文最为关键的自变量。对于学历教育年限，我们在个人库中选择个体接受正规学历教育的年限数作为代理指标。根据相关研究的核心概念界定，认知能力的测量一般以读写能力（Literacy）和运算能力（Numeracy）为基础，我们在问卷中选择2018年词组测试得分作为读写能力的代理指标，将2018年数学测试得分作为运算能力的代理指标，技术处理时对其做[0,1]区间内的标准化处理。

控制变量。为更好地识别学历教育和认知能力对个体工资水平的影响效应，本文还将进一步控制经验及其平方项构成的人力资本变量、性别、户籍、健康以及记忆力等人口统计学特征（见表1）。

（二）识别策略

基准回归在明瑟工资决定方程的基础上，采用普通最小二乘法（Ordinary Least Square，OLS）估计学历教育和认知能力对个体工资水平的影响效应：

式（1）中，下标i表示劳动力个体，因变量为i在2018年工作总收入的对数值；表示个体接受正规学历教育的年限数，的参数估计值表示明瑟教育收益率；是以字词测试和数学测试为代理指标的认知能力，的参数估计值即为认知能力的工资收入效应；为影响工资水平的控制变量组，为方程的残差项。

其中，为中介变量，旨在系统考察教育通过认知技能影响劳动者的工资收入水平，系数分别为式（2）（3）（4）中对应的回归系数。若3个回归系数均显著，则能验证研究假设H2中所提出的中介效应。若参数估计值显著，则说明存在完全中介效应，反之则为部分中介效应。

最后，根据研究假设H3所提出的教育、认知与工资收入的非线性变化趋势，我们还将在机制分析后系统性审视学历教育、认知能力的异质性增收特征。因此，异质性分析采用Firpo 等提供的无条件分位数回归（Unconditional Quantile Regression，UQR），进一步放宽有条件分位数回归对可观测特征相同或相似的研究假定，通过再集中响应函数（Re-centered Influence Function，RIF）刻画学历教育与认知能力对个体工资水平的异质性影响。

四、实证分析

（一）基准回归

基准回归采用普通最小二乘法捕捉学历教育和认知能力对个体工资水平的均值影响，表2报告了具体回归结果，其中模型1—4分别考察了学历教育、读写能力、运算能力以及纳入认知能力后的学历教育水平对个体工资水平的影响。具体看来，模型1检验了学历教育与工资水平的关系，的参数估计值为0.062（P<0.01），表明在不考虑认知能力的作用时，额外接受一年学历教育能将个体工资水平提高6.2%。模型2和模型3分别检验了读写能力和运算能力的工资收入效应，的参数估计值在模型2和模型3中分别为0.401（P<0.01）和0.629（P<0.01），表明读写能力和运算能力每上升1个单位值，能将个体工资水平提高40.1%和62.9%。从工资收入效应上看，运算能力工资的提升作用要高于读写能力，这在一定程度上也体现了数学与逻辑推演能力培养在学历教育中的重要性。

在模型4中，我们纳入了学历教育和认知能力，和的参数估计值发生了以下两点变化。（1）纳入认知能力后，学历教育的工资收入效应由模型1中的0.062下降到模型4中的0.057，教育收益率下降了0.5个百分点。（2）运算能力的参数估计值由模型3中的0.629下降到模型4中的0.269，运算能力的工资收入效应下降了36个百分点。同时，读写能力的参数估计值不具有统计显著性。

根据基准回归的估计结果，我们验证了本文提出的第一条研究假设（H1），即在不考虑认知能力的影响时，明瑟工资决定方程放大了学历教育年限对工资水平的影响效应。在不考虑认知能力时，明瑟教育收益率为模型1中的6.2%；当纳入认知能力的代理指标后，明瑟教育收益率在模型4中为5.7%，这表明认知能力对个体工资收入水平的影响不容忽视。只有全面把握认知能力的工资收入效应，才能客观评价学历教育的社会经济价值，而这也间接说明由经典人力资本理论走向国家知识资本理论的必要性和重要性。

表2 基准回归估计结果

（二）机制分析

为进一步分析学历教育与认知能力对个体工资收入的影响，本文将认知能力作为中介变量进行中介效应检验，机制分析的回归结果如表3所示。学历教育对个体工资水平有着显著的促进效应，与上文的实证结果相一致，因此中介效应的第一步成立；在第二列中，学历教育对两项认知能力的影响均显著为正，中介效应第二步也成立；在第三列中，学历教育的回归系数显著，为0.057，与第一列的0.062相比，个体增收效应有所下降。在认知能力中，读写能力对个体工资收入的回归系数不再显著，但运算能力对个体工资收入的回归系数显著为正，且中介效应检验的Sobel统计量通过1%显著性检验，表明学历教育能够通过提升认知能力中的运算能力来促进个体的增收。其中，在总效应中，中介效应占比63.4%，说明学历教育提升个体工资水平的总效应中有63.4%是通过运算能力这一中介机制实现的，故研究假设H2的部分推断得以验证。

表3 机制分析回归结果

在上述机制分析的基础上，我们进一步讨论了以认知能力为表征的国家知识资本对个体工资水平的影响的重要性，表4报告了认知能力为因变量的回归结果。在表4中，以读写能力和运算能力为代理指标时，教育年限的参数估计值分别为0.028（P<0.01）和0.029（P<0.01）,表明接受学历教育年限每提高1年，能将个体阅读理解和数学推演的认知能力提高2.8和2.9个百分点，学历教育年限对数学推演能力的促进作用比阅读理解高出0.1个百分点，这样就验证了研究假设H2的另一部分，即认知能力随着学历教育年限的延长而增长，进而揭示了以认知能力为表征的国家知识资本在生命周期内对个体工资水平的重要性。

表4第4和第5列的回归结果表明，接受大学教育能够极大的提升个体认知能力发展水平，并且对阅读理解和运算能力的影响存在较大的差异。具体看来，读写能力和运算能力的参数估计值分别为0.107（P<0.01）和0.188（P<0.01），可以理解为与未接受大学教育的个体相比，接受大学教育能将个体的读写能力和运算能力提升10.7和18.8个百分点。根据这一估计结果，我们可以得到以下两个基本判断。（1）学历教育对认知能力的影响在不同学历教育阶段具有异质性。在高校扩招政策推行的背景下，高等教育规模扩张并不意味着大学教育质量的下降，相对于其他学历教育层级，大学教育仍然能够显著提高个体的认知能力水平。（2）大学教育对不同类型认知能力的影响同样具有异质性，即接受大学教育对个体运算能力的促进作用更为明显，运算能力的增长效应比读写能力高出8.1个百分点。

表4 学历教育对认知能力的影响效应

（三）异质性分析

1.学历教育与认知能力的个体增收异质性

异质性分析首先以工资收入为因变量，依次检验学历教育和认知能力影响个体工资水平的异质性特征，选择0.1、0.25、0.5、0.75以及0.9分位点表示低、中低、中位数、中高以及高分位点上的工资水平，采用无条件分位数回归通过自举抽样1 000次后进行异质性分析，表5报告了回归结果。其中，Panel A、B、C、D分别为学历教育、读写能力、运算能力、学历教育+认知能力的估计结果。

在Panel A部分，学历教育的工资收入效应在各分位点上的收益率分别为9.3%、4.6%、4.0%、5.9%、7.1%，学历教育的个体增收效应随工资分位点的上升呈现“先下降再上升”的非线性变动趋势，异质性特征类似于V型曲线的分布结构，0.5分位点是V曲线向上偏折的拐点。在Panel B部分，读写能力的工资收入效应在各分位点上的收益率分别为34.2%、30.3%、32.9%、38.5%以及39.9%。在Panel C部分，运算能力的工资收入效应在各分位点上的收益率分别为55.7%、32.3%、49.8%、67.1%以及94.5%。在Panel D部分，分析的是纳入两项认知能力之后，结果表明无论是学历教育对个体工资收入收益率的异质性影响（教育收益率在各分位点上的参数估计值分别为10.3%、4.6%、3.3%、5.3%、6.1%），还是读写能力、运算能力以及纳入认知能力后学历教育对个体工资收入收益率的异质性影响，都呈现“先下降后上升”的V型曲线分布结构。

根据异质性分析，我们提出的第3个研究假设（H3）得到验证，即认知能力在工资分布中会随工资分位点的变化而发生非线性的变化趋势。同时，研究结论还能支持以下3点发现：（1）无论是学历教育、读写能力、运算能力，还是纳入认知能力指标后的学历教育，在不同工资分位点上均具有异质性的收益特征，且异质性特征均表现为V型曲线的分布结构。（2）在认知能力中，运算能力的工资收入效应在整体上要高于读写能力，表明在学历教育中重视对逻辑推演能力的养成，有助于提高个体的收入水平。进而言之，读写能力和运算能力在低分位点上的工资水平分别为34.2%和55.7%，参数估计值要低于高分位点上的39.9%和94.5%，表明提高个体认知能力发展可能会扩大低-高工资水平上的组内工资收入差距。（3）纳入认知能力的两项指标后，教育收益率在各分位点上的参数估计值发生了一定的变化，低分位点的教育收益率（10.3%）高于高分位点（6.1%），表明针对低收入群体的教育供给和教育扩张，有助于缩小组内工资收入差距。

表5 无条件分位数回归结果

2.学历教育与认知能力的年龄异质性

表6 分年龄样本的异质性分析结果

3.学历教育对认知能力的异质性影响

表7分别以读写能力（Panel A）和运算能力（Panel B）为因变量，以学历教育年限为关键自变量进行无条件分位数回归，旨在讨论学历教育影响认知能力水平的异质性特征。在Panel A方面，教育年限在读写能力各分位点上的干预效应分别为0.069、0.021、0.025、0.018和0.012，参数估计值均在1%水平上统计显著，表明干预效应随着读写能力各分位点的上升而呈现“先下降再上升再下降”的变化趋势，非线性特征类似于倒N型的分布结构。在Panel B方面，教育年限在运算能力各分位点上的干预效应分别为0.027、0.015、0.015、0.033和0.035，表明干预效应随着运算能力各分位点的上升而呈现“先下降再上升”的变化趋势，非线性特征类似于V型分布结构。

进一步对比学历教育影响认知能力的异质性特征在读写能力和运算能力上的组间差异发现，学校学历教育对低分位点上读写能力的干预效应高于高分位点，对高分位点上运算能力的干预效应高于低分位点，表明学历教育更有助于提高低读写能力和高运算能力者的认知能力发展。结合前文的结果，我们可以进一步推论，相对于读写能力，运算能力更有助于提高个体工资水平，而学历教育对高分位点上的运算能力具有更强的促进作用。这表明在当前的教育体制下，教育扩张背景下认知能力的发展，有可能会扩大由教育人力资本因素引致的个体工资收入差距。当然，这一推论是否稳健仍有待于新近的证据来证明或证伪。

表7 学历教育对认知能力发展的异质性影响

（四）稳健性检验

为了验证上述结论的可靠性，本文采用CFPS在2020年调查收集的最新数据，以年龄在16~65岁的个体作为研究样本进行稳健性检验。在CFPS 2020认知测试中，反映个体认知能力的指标为记忆能力与算术推理能力。其中，记忆能力以即时记忆得分作为代理变量，算术推理能力使用算术推理测试得分进行度量，技术处理时同样对其做[0,1]区间内的标准化处理。

表8报告了学历教育和认知能力对个体工资水平以及学历教育对认知能力的回归结果。结果显示，纳入认知能力后学历教育的收益率从6.9%降低至4.3%，表明在考虑认知能力的情况下，明瑟工资决定方程高估了学历教育的收益率。同时，学历教育年限增加1年，对个体记忆能力和算术推理能力的提升作用分别显著提高0.8和2.9个百分点，表明学历教育年限对个体算术推理能力的提升作用高于记忆能力。进一步检验接受大学教育对认知能力的影响，所得结论与学历教育一致，表明在所有学历教育层级中，大学教育对个体认知能力提升的突出作用。以上结论与主回归分析结论保持一致，验证了CFPS 2018回归结果的可靠性。

表8 稳健性检验结果

表9 无条件分位数回归结果

五、结论与讨论

（一）研究结论

本文以国家知识资本为切入点，利用北京大学中国社会科学调查中心提供的中国家庭追踪调查（CFPS 2018），通过普通最小二乘法与无条件分位数回归，实证检验了学历教育和认知能力对劳动者工资水平的影响，并采用中介效应模型从中分析学历教育和认知能力影响个体工资水平的内在机制，得到以下几点研究发现。

第一，采用普通最小二乘法进行基准回归发现，学历教育、认知能力与劳动者的工资水平之间均具有正相关性。仅分别考虑学历教育年限、读写能力以及运算能力时，学历教育年限和认知能力的工资收入效应分别为6.2%、40.1%、62.9%，运算能力的收入效应高于读写能力和教育年限；综合纳入认知能力指标后，个体教育回报率由6.2%降至5.7%，表明经典明瑟工资决定方程由于忽视能力因素而高估了学历教育的经济价值。

第二，采用中介效应模型检验学历教育、认知能力对工资收入的内在机制发现，学历教育与认知能力之间并非简单的平行关系，学历教育除了直接影响劳动力工资水平外，还能通过影响认知能力进而影响个体工资收入。其中，学历教育提升个体工资水平的总效应中有63.4%是通过运算能力这一中介机制实现的。就教育年限进行普通最小二乘估计，以认知能力的两项指标为因变量，分析学历教育对认知能力的影响效应，结果发现学历教育对促进认知能力发展具有重要影响，并且在不同学历教育层级间具有异质性影响。从学历教育体系上看，劳动者接受正规学历教育的年限每上升1年，能将读写能力和运算能力提高2.8和2.9个百分点，而且学历教育能够更好的提高劳动者的逻辑推演能力。从学历教育层级上看，与未接受大学教育相比，接受大学教育能将劳动者的读写能力和运算能力分别提高10.7和18.8个百分点，而且大学教育对认知能力的促进作用要高于整体学历教育体系，这在很大程度上也客观回应了“读书无用论”的社会诘责。

第三，采用无条件分位数回归方法对学历教育和认知能力影响工资收入的异质性进行分析发现，教育年限、读写能力和运算能力对工资水平的影响，以及教育年限对认知能力的影响均具有异质性。在教育和认知方面，认知能力在个体工资的无条件分布中会随着工资分位点的变化而变化，且运算能力对工资水平的异质性影响要高于读写能力。当纳入两项认知指标后，低分位点上的个体教育回报率高于高分位点，表明结合认知能力的教育扩张有助于缩小低-高分位点上的组内工资收入差距。在教育对认知的异质性影响方面，学历教育更有助于提高低读写能力和高运算能力者的认知能力发展。

（二）政策建议

第一，深化教育事业综合改革，建成更加公平且更具质量的教育体系，打通教育领域和劳动力市场的供给—需求关系。研究发现，学历教育、认知能力与劳动力的工资收入具有强正相关性，这对新时代教育事业的深化改革提出更高层次的要求，需要通过各学历教育阶段的公平、质量体系构建，增强教育供给与劳动力市场需求的外部关联；通过发展学历教育更好的促进劳动者的个体增收，助力国家跨越中等收入陷阱。

作者—编辑—同行评议意见

同行评议意见1

1.论文的第二部分中，关于“知识资本”的概念界定，应该进一步厘清。
2.摘要所写的“本文提出了构建国家知识资本的可能方案”，目前看，不论是正文还是最后的讨论部分，都没有明确体现，建议适当补充，以便逻辑完整。
3.其他细节方面的校对问题，例如，论文“研究结论”部分的第二段中“仅考虑学历教育年限、读写能力以及运算能力时，学历教育年限和认知能力的工资收入效应为6.2%、40.1%、62.9%”，是否笔误？“延展讨论”部分中“这就要求新时代的教育事业深化改革提出更高层次的要求”，是否通顺？以及全文多处还有一些别字、漏字的问题。

是否考虑将数据更新至2020年。

审稿结论：修改后可刊用。

同行评议意见3
选题略显陈旧，但是方法上比较完备，但仍存在以下问题：
1、题目存在矛盾。国家知识资本是国家层面的，是一个宏观概念，文章用这个宏观概念的大帽子，去套微观层面的明瑟收入方程可能不太合适。整体而言，文章中缺少对国家知识资本的阐发和实证，本质上还是在讨论工资收益的问题。
2、机制分析的部分，没有看出具体的机制，而是在做变量之间的嵌套，用受教育年限去解释认知能力，有点循环论证。
3、异质性分析部分，分位数回归，一般做图看着更清晰。
4、稳健性检验，为何用2020的数据？而基准回归都是2018的数据，这个有点搬石头砸自己的脚。
综上，文章需要进一步修改后再审。
审稿结论：修改后再审。

最后，再次感谢编辑部老师和匿名审稿人提供的宝贵意见，祝您工作顺利，身体健康！

第二轮审稿意见

同行评议2二审意见

同意作者对文章的修改，还有两处建议：（1）学历教育一方面充当起认知技能分布影响工资收入时的中介变量，这一说法应该是认错了“中介变量”，请核查同类笔误；（2）对于本文提出“构建国家知识资本的可能方案，即在深化教育事业改革以促进个体增收的基础上，于微观实践中积极展开以认知能力为导向的教育教学活动”，似不能立得住，一是提升认知能力本就是教育的本意，不必再过于强调；二是认知能力培养作为一种基础能力培养不一定能上升到国家知识资本构建方案层面。不必过于拔高。

审稿结论：修改后可刊用。

同行评议3二审意见

修改稿中还是回避了国家知识资本这一宏观理论对于文章试图验证的个体微观收入方程之间的关系。在明瑟收入方面已有大量的实证研究，文章并没有在三个可能的拓展方面有多少新的贡献，特别是文章没有明确将高等教育做为变量纳入考量，而是以受教育年限为主，与本刊定位有偏差。

审稿结论：退稿。

编辑意见：

1.把作者、作者单位、基金项目信息、个人简介等信息补充完整，英文翻译同步。

2.参考文献格式请按投稿指南示范逐一核对调整。

修回说明

首先感谢编辑部老师和匿名审稿人对拙作提出的宝贵意见，您的意见对文章的修订和完善起到了极大的启发，现根据您的意见，将文章的修改情况向您做如下说明。为了方便您的审阅，修改部分已有蓝色字体标出：

第一，对于审稿人的建议，我们对文中出现的笔误进行了核查和修改，将诸如“学历教育一方面充当起认知技能分布影响工资收入时的中介变量”，这一说法在笔误中表述错误的“中介变量”进行了调整。

第二，对于审稿人提出的，构建国家知识资本的可能方案，我们对文章进行了说明，遵循审稿人的意见，我们着重强调了国家知识资本与当前的教育体系中南大人才培养并不矛盾，只不过是注重并发挥阅读理解能力、逻辑思维能力除了应对筛选中的积极作用以外，还对拔尖创新能力具有重要影响，故需强调拔尖创新人才培养及其课程体系设计在各级各类教育中的重要性，放弃过分拔高国家知识资本体系构建的表述。

第三，针对审稿人提出的问题，我们在文献部分以及最终的结论部分进行了回应，知识资本的概念是在经典人力资本理论向新人力资本理论中诞生的，指标体系由经典人力资本中的教育数量，向新人力资本理论中的认知质量发生转变，其核心仍然是与明瑟工资决定方程对教育回报率的估计是一致的，只不过在汉纳谢克的体系中被赋予，或者被“拔高”到了国家的维度。但是，在当前的数据条件下，尤其是我们采用的CFPS数据进行的实证研究中，目前还没办法对知识资本，尤其是国家宏观层面的知识资本做概念界定与指标拆解，只能通过微观维度的实证研究，以期“以小见大”，见微知著，还望审稿人与编辑部能够理解。

另外，从文章的贡献性上看，我们希望在微观工资决策研究的基础上，进一步厘清认知技能，也就是国家的知识资本对工资收入的影响效应，打破过去单纯强调教育数量扩展对工资收入的影响效应，强调认知技能分布，也就是国际知识资本的重要作用，并最终在宏观维度上上强调认知技能除了能够帮助学生在筛选性考试中胜出以外，还能帮助学生及未来的劳动力提升拔尖创新能力，或许这是我们文章一些“谨小慎微”的贡献。

编辑部定稿会终审意见

内容审核：吴朝平 蔡宗模

  《重庆高教研究》投稿及审稿要求