21 trang 9 lượt tải

Chất lượng giáo dục ảnh hưởng đến tăng trưởng kinh tế như thế nào?

Chất lượng giáo dục ảnh hưởng đến tăng trưởng kinh tế như thế nào? Tài liệu được sưu tầm giúp bạn tham khảo, ôn tập và đạt kết quả cao. Mời bạn đọc đón xem.

Môn: Tài liệu Tổng hợp 3.5 K tài liệu

Trường: Tài liệu khác 3.8 K tài liệu

Tác giả:

Tran Thi Tuyet Nhi B2409225

1 tuần trước

Tải xuống Báo cáo

Danh sách Quiz

Bài viết

Chất lượng giáo dục ảnh hưởng đến tăng trưởng kinh tế

như thế nào?

Łukasz Goczek

, Ewa Witkowska

và Bartosz Witkowski

Trích dẫn: Goczek, Ł.; Witkowska, E.;

Witkowski, B. Chất lượng giáo dục ảnh

hưởng đến tăng trưởng kinh tế như thế

nào?

Tính bền vững 2021, 13, 6437. hps://

doi.org/10.3390/su13116437

Biên tập viên học thuật: Franklin G. Mixon

Nhận: 30 Tháng Tư 2021 Chấp nhận:

2 Tháng Sáu 2021

Được phát hành: 5 Tháng Sáu 2021

Ghi chú của nhà xuất bản: MDPI giữ thái

độ trung lập đối với các tuyên bố quyền tài

phán trong các bản đồ đã xuất bản và các

liên kết tổ chức.

được cấp phép MDPI, Basel, Thụy Sĩ. Bài

viết này là một bài viết truy cập mở được

phân phối theo các điều khoản và điều

kiện của giấy phép Creave Commons

Aribuon (CC BY) (hps://

creavecommons.org/licenses/by/

4.0/).

Khoa Khoa học Kinh tế, Đại học

Warsaw, 00-241 Warsaw, Ba

Lan; lgoczek@wne.uw.edu.pl

Viện Tâm lý học, Đại học Maria

Grzegorzewska, 02-353 Warsaw,

Ba Lan; ewitkowska@aps.edu.pl

Viện Kinh tế lượng, Trường Kinh

tế SGH Warsaw, 02-554 Warsaw,

Ba Lan

* Thư từ: bwitko@sgh.waw.pl; Điện

thoại: +48-22-564-9256

Tóm tắt: Trong một bài báo quan

trọng, Hanushek và Woessmann

giải thích tăng trưởng kinh tế như một chức năng của chất lượng giáo dục. Mặc dù họ không m thấy bằng

chứng về tầm quan trọng của số năm đi học, nhưng họ lập luận về sự liên quan của các kỹ năng nhận thức và

tỷ lệ biết chữ cơ bản đối với tăng trưởng kinh tế. Tuy nhiên, kết quả này dựa trên dữ liệu xuyên quốc gia giới

hạn ở 23 quan sát. Trong nghiên cứu này, chúng tôi đã mở rộng và sửa đổi cách ếp cận của họ dựa trên kết

quả của các bài kiểm tra PISA (Chương trình Đánh giá Sinh viên Quốc tế) để giải thích những thay đổi GDP

trong 50 năm qua. Sử dụng dữ liệu bảng điều khiển, chúng tôi đã xem xét độ trễ có thể có đặc trưng cho mối

quan hệ này, sử dụng các phương pháp thống kê để giải quyết nguy cơ đảo ngược mối quan hệ nhân quả của

hiệu quả kinh tế ảnh hưởng đến chất lượng giáo dục và mở rộng mô hình bằng cách bao gồm các yếu tố tăng

trưởng ềm năng khác. Kết quả, cũng bao gồm một số kiểm tra độ bền vững, xác nhận sự liên quan của chất

lượng giáo dục trước đó như một yếu tố tăng trưởng đáng kể. Kết quả của chúng tôi cho thấy tầm quan trọng

của kỹ năng giáo dục đối với tăng trưởng GDP, điều này có thể được coi là một sự xác nhận về tầm quan trọng

của giáo dục ểu học và trung học chất lượng đối với phát triển kinh tế. Chúng tôi đã chỉ ra rằng kết quả của

chúng tôi là mạnh mẽ với những thay đổi theo thứ tự độ trễ và xác nhận nh hợp lệ của kết luận bằng cách

sử dụng nh trung bình mô hình Bayes mạnh mẽ theo đặc điểm kỹ thuật.

Từ khóa: kinh tế giáo dục; chính sách giáo dục; giáo dục/nghiên cứu quốc tế; tăng trưởng kinh tế; Kiểm tra

PISA

1. Giới thiệu

Giáo dục là một trong những tổ chức xã hội quan trọng nhất. Nó phải đối mặt với những

nhiệm vụ khó khăn và được nhiều người coi là một trong những cơ chế phát triển chính. Do đó,

mối quan hệ giữa chất lượng giáo dục và hiệu quả kinh tế luôn được coi trọng hàng đầu. Niềm n

rằng giáo dục có tác động quan trọng đến tăng trưởng kinh tế và phát triển bền vững thường được

chia sẻ [1–4]. Trên nh thần này, mô hình tăng trưởng nội sinh nhấn mạnh vai trò của vốn con

người trong việc định hình và hiểu tăng trưởng kinh tế của một quốc gia hoặc khu vực trong một

quốc gia [5]. Hess [3] lập luận rằng mối quan hệ giữa phát triển vốn con người và tăng trưởng kinh

tế là yếu tố quan trọng cho một nền kinh tế hoạt động tốt, lành mạnh. Mặc dù có nhiều cuộc thảo

luận về tầm quan trọng của nó, tuy nhiên, ở nhiều quốc gia và vào những thời điểm khác nhau,

các chính trị gia dường như coi giáo dục như con cái của một Thiên Chúa thấp hơn bất cứ khi nào

tài trợ giáo dục được quyết định. Do đó, mục đích của nghiên cứu này là để xác minh chất lượng

giáo dục có thể được coi là động lực chính của tăng trưởng kinh tế ở mức độ nào từ góc độ xuyên

quốc gia.

Sự tồn tại của một số bảng xếp hạng xuyên quốc gia của các trường đại học cũng như sự phổ

biến của các nghiên cứu và thực tập ở nước ngoài ở cấp đại học dường như khẳng định rằng không

chỉ các chuyên gia mà ngay cả khán giả rộng lớn hơn cũng hiểu và đánh giá cao tầm quan trọng

của chất lượng giáo dục đại học. Đồng thời, dường như có ít sự chắc chắn hơn về tầm quan trọng

của chất lượng giáo dục ểu học và trung học, mà chúng tôi tập trung vào trong bài viết này. Trong

lĩnh vực này, nghiên cứu của Hanushek và Woessmann [6] đã thu hút sự quan tâm đáng kể.

Họ xác nhận tầm quan trọng trực quan của giáo dục chất lượng cao và cung cấp rõ ràng

Tính bền vững 2021, 13, 6437. hps://doi.org/10.3390/su13116437 hps://www.mdpi.com/journal/sustainability

Ý nghĩa chính sách: chất lượng giáo dục càng tốt thì tăng trưởng kinh tế dự kiến sẽ càng cao. Cho

rằng nhiều nghiên cứu trước đây xác nhận rằng kết quả giáo dục chủ yếu liên quan đến tỷ trọng

chi phí giáo dục trong GDP [7,8], điều này kích thích các chính phủ tăng cường đầu tư vào lĩnh vực

Bền vững

Tính bền vững 2021, 13, 6437 2 của 21

giáo dục. Không chỉ vì mọi người mong đợi nền giáo dục tốt hơn cho con cái của họ mà còn vì đã

có những lợi nhuận được xác nhận, các nền kinh tế có chất lượng giáo dục tốt hơn sẽ phát triển

nhanh hơn. Người ta có thể coi nghiên cứu của Hanushek và Woessmann là một lá phiếu quan

trọng trong cuộc thảo luận: không chỉ là số lượng giáo dục (được đo bằng gánh nặng tài chính hoặc

số năm đi học trung bình) mà còn – hoặc thậm chí hầu hết – chất lượng quan trọng đối với tăng

trưởng kinh tế.

Hanushek và Woessmann [6] đã sử dụng dữ liệu tăng trưởng GDP trung bình từ những năm

1960-2010 để ước nh mô hình của họ. Sau đó, họ ước nh một mô hình hồi quy tuyến nh của

tăng trưởng GDP như một chức năng của kết quả PISA, được cho là phản ánh chất lượng giáo dục.

Mặc dù kết quả của họ phù hợp với mong đợi, nhưng một số vấn đề về phương pháp luận đã phát

sinh. Do đó, chúng tôi đã mở rộng và sửa đổi cách ếp cận của họ dựa trên kết quả của các bài

kiểm tra PISA để giải thích những thay đổi của GDP trong 50 năm qua. Một vấn đề quan trọng mà

Hanushek và Woessmann cần phải đối mặt là thiếu đủ số lượng quan sát: các bài kiểm tra PISA mà

họ sử dụng làm thước đo chất lượng giáo dục có lịch sử tương đối ngắn và được thực hiện ở tương

đối ít quốc gia. Kể từ đó, đã có thêm nhiều đợt xét nghiệm PISA và nhiều quốc gia đã thực hiện

chúng. Tuy nhiên, chúng tôi ếp tục mở rộng mẫu bằng cách sử dụng các bộ dữ liệu giáo dục và

kinh tế vĩ mô bổ sung để ngoại suy ngược kết quả của điểm PISA, đây là bước đầu ên của nghiên

cứu. Trong bước thứ hai, chúng tôi sử dụng điểm PISA trễ làm hồi quy trong mô hình tăng trưởng

Solow tăng cường với các yếu tố chất lượng giáo dục. Các phương pháp được sử dụng trong bài

viết này nhằm loại bỏ sáu phê bình ềm năng chính đối với kết quả của Hanushek và Woessmann

[1], để xác nhận lại và cung cấp một cơ sở thực nghiệm đáng n cậy hơn của các kết luận chính

sách, và hơn nữa, để mở rộng và sửa đổi cách ếp cận của họ:

1. Một mẫu nhỏ. Bài báo gốc dựa trên dữ liệu bao gồm 23 quốc gia đã thực hiện các xét nghiệm

PISA. Chúng tôi đã mở rộng đáng kể bộ dữ liệu này trong cả thời gian (sử dụng dữ liệu cập

nhật) và các phương diện địa lý và dựa trên mô hình trên bảng điều khiển thay vì mẫu mặt

cắt ngang.

2. Độ dài độ trễ. Các bài kiểm tra PISA được sử dụng để đo lường kỹ năng của các nhóm lớn

thanh thiếu niên từ 14 hoặc 15 tuổi. Tuy nhiên, cơ chế truyền tải chính giữa chất lượng giáo

dục và tăng trưởng kinh tế dựa trên ảnh hưởng của chất lượng giáo dục đến kỹ năng lao

động, điều này ảnh hưởng hơn nữa đến nh trạng của nền kinh tế. Do đó, rõ ràng là chất

lượng vốn con người của những người 15 tuổi sẽ không ảnh hưởng đến tăng trưởng GDP

sớm hơn ít nhất là trong một vài năm khi họ bắt đầu công việc đầu ên - và rất có thể hầu

hết các mối quan hệ sẽ chỉ có thể quan sát được sau vài năm nữa. Do đó, chúng tôi đã tụt

hậu đúng điểm PISA được sử dụng trong chức năng đo lường chất lượng giáo dục.

3. Động lực học của mô hình. Bản chất năng động của tăng trưởng và việc sử dụng dữ liệu bảng

điều khiển xuyên quốc gia khiến việc áp dụng các công cụ ước nh hiện đại như công cụ ước

nh GMM của hệ thống Blundell và Bond [9], thay vì công cụ ước nh OLS đơn giản được

hầu hết mọi người sử dụng. Điều này chủ yếu là do sự tồn tại của sự hội tụ GDP giữa các

quốc gia, cần được xem xét (hoặc ít nhất là thử nghiệm).

4. Bỏ qua thiên vị biến. Chất lượng giáo dục chỉ là một trong nhiều yếu tố tăng trưởng (và các

biến độc lập có liên quan trong trường hợp các chỉ số kinh tế khác được quan tâm). Không

bao gồm các yếu tố tăng trưởng khác dẫn đến tăng nguy cơ sai lệch biến bị bỏ qua. Để tránh

vấn đề này, chúng tôi đã đề xuất hồi quy kiểu Barro phức tạp không chỉ bao gồm điểm PISA

mà còn cả các yếu tố tăng trưởng điển hình khác.

5. Nguy cơ xảy ra các vấn đề nhân quả nghịch đảo và nội sinh. Các biến số kinh tế được sử dụng

trong mô hình dự kiến sẽ phụ thuộc vào chất lượng giáo dục; Tuy nhiên, mối quan hệ theo

chiều ngược lại cũng tồn tại, làm cho chất lượng giáo dục nội sinh. Đây là một vấn đề trong

hầu hết các khung mô hình hồi quy, ngay cả khi xem xét thực tế là kết quả giáo dục sẽ bị trễ

một cách thích hợp trong mô hình được xây dựng. Tuy nhiên, điều này có thể được giải quyết

bằng cách xử lý thích hợp các biến, điều này có thể thực hiện được trong phương pháp ước

nh Blundell và Bond [9], mà chúng tôi đã sử dụng. Ngoài ra, việc sử dụng công cụ ước nh

cụ thể này đã tự động kiểm tra mối quan hệ nhân quả và hướng của nó.

6. Các loại kỹ năng. Hầu hết các nghiên cứu nhấn mạnh vai trò có thể có của các kỹ năng nhận

thức, trong khi nó không chỉ ảnh hưởng hợp lý đến các chỉ số kinh tế xã hội / vĩ mô trong

tương lai ở cấp quốc gia. Kết quả kiểm tra PISA cho phép đánh giá các năng lực mà học sinh

Tính bền vững 2021, 13, 6437 3 của 21

có được thuộc các loại khác nhau (đọc viết toán học, đọc viết và hiểu biết khoa học). Trong

khi hầu hết các nghiên cứu tập trung vào các kỹ năng có được trong lĩnh vực khoa học, chúng

tôi đã phân ch riêng các loại năng lực khác nhau và tác động của chúng đối với tăng trưởng

kinh tế. Phần này của nghiên cứu có thể đóng góp vào việc lập hồ sơ đầy đủ các chi phí giáo

dục.

Bài viết có cấu trúc như sau. Trong Phần 2, chúng tôi khảo sát các tài liệu liên quan và cung

cấp nền tảng của chủ đề. Trong Phần 3, chúng tôi trình bày một mô hình lý thuyết thích hợp cung

cấp nền tảng lý thuyết cho vai trò của chất lượng giáo dục đối với tăng trưởng GDP và mô hình

thực nghiệm cũng như cách ếp cận kinh tế lượng được sử dụng trong nghiên cứu. Phần 4 trình

bày những phát hiện thực nghiệm chính, trong khi Phần 5 kết luận. Tất cả các nh toán được

thực hiện bằng cách sử dụng phần mềm Stata 16 (StataCorp LLC, College Staon, TX, Hoa Kỳ).

2. Nền văn học

Hanushek và Woessmann [1] nhấn mạnh rằng mặc dù vai trò của vốn con người trong tăng

trưởng được coi là hiển nhiên trong các cuộc thảo luận lý thuyết, nhưng kết quả của phân ch

thực nghiệm là không rõ ràng. Theo họ, bằng chứng hỗn hợp này dường như phản ánh các vấn đề

đo lường và mối quan hệ giữa kỹ năng và tăng trưởng trở nên rõ ràng khi chất lượng của trường

học và các nguồn kỹ năng khác nhau được nh đến. Tuy nhiên, như Morris và Oldroyd đã tuyên

bố [10], chất lượng nguồn nhân lực tác động đến tăng trưởng kinh tế bằng cách tăng nhân viên,

thu nhập và phúc lợi; Do đó, vốn con người được coi là yếu tố quan trọng thúc đẩy tăng trưởng

kinh tế. Hanushek và Woessmann [1] lập luận rằng tăng trưởng kinh tế bị ảnh hưởng mạnh mẽ bởi

vốn tri thức của người lao động ở cả các nước phát triển và đang phát triển. Trong nền kinh tế tri

thức phát triển nhanh chóng như hiện nay, các kỹ năng và năng lực phức tạp của người lao động

có tầm quan trọng đặc biệt đối với tăng trưởng kinh tế [11]. Trong nghiên cứu sử dụng dữ liệu

hàng năm của Indonesia trong 35 năm, Widarni và Bawono [2] đã kiểm tra mối quan hệ lâu dài

giữa tăng trưởng kinh tế và các yếu tố quyết định của nó, đồng thời họ cũng xác định tác động của

nguồn nhân lực và công nghệ đối với tăng trưởng kinh tế cả trong dài hạn và ngắn hạn. Các tác giả

kết luận rằng vốn con người có hiệu quả trong việc thúc đẩy tăng trưởng kinh tế dài hạn, trong khi

công nghệ hiệu quả thúc đẩy tăng trưởng kinh tế trong dài hạn và ngắn hạn [2].

Giáo dục đóng một vai trò quan trọng trong việc đẩy nhanh quá trình chuyển từ phương thức

tư duy ền khoa học sang phương thức tư duy khoa học. Sự thay đổi này rất có thể giải thích cho

hiệu ứng Flynn [12] - sự cải thiện trên toàn thế giới về kết quả kiểm tra trí thông minh của dân số.

Một sự thay đổi hiệu quả từ cách suy nghĩ trong đó người học được đưa ra các nguyên tắc sẽ được

sử dụng trong tư duy giải quyết vấn đề sang phương thức tư duy khoa học dựa trên việc sử dụng

các mức độ giải quyết tổng quát và tức thời cao hơn, dẫn đến sự tách rời khỏi cụ thể và trở nên

linh hoạt hơn và dẫn đến hiệu quả hơn trong cách giải quyết vấn đề phức tạp. điều này có vẻ rất

quan trọng đối với các nền kinh tế dựa trên tri thức ngày nay. Trong môi trường dựa trên tri thức

với sự phát triển công nghệ nhanh chóng, nhu cầu học tập suốt đời của nhân viên liên tục là nhu

cầu. Các công ty phải quản lý nhân viên theo cách để cải thiện khả năng làm việc để họ có thể đạt

được mức hiệu suất cao hơn [13], nhưng năng lực nhận thức được phát triển trước đây tạo thành

cơ sở vững chắc cho quá trình này.

Ở cấp độ kinh tế vi mô, việc ch lũy vốn con người giúp cải thiện năng suất lao động và tăng

lương [14]. Một lực lượng lao động được đào tạo tốt cũng rất cần thiết cho việc tạo ra và phổ biến

công nghệ. Có rất nhiều bằng chứng kinh tế vi mô về mối quan hệ chặt chẽ giữa giáo dục và thu

nhập, bắt nguồn từ phương trình Mincer được biết đến rộng rãi [15], sử dụng số năm đi học như

một yếu tố quyết định chính của ền lương và một số nghiên cứu kế toán tăng trưởng, điều chỉnh

lực lượng lao động để cải thiện trình độ học vấn (vận hành yếu tố vốn con người). Điều này có vẻ

tự nhiên như tuyên bố của Castriota chỉ ra rằng nghiên cứu thực nghiệm đã m thấy tác động ch

cực của giáo dục đối với mức độ hạnh phúc [16].

Lập luận về các tác động kinh tế vĩ mô dựa trên bằng chứng kinh tế vi mô này. Cải thiện giáo

dục có thể có tác động tổng hợp đến tăng trưởng kinh tế thông qua hai kênh khác nhau. Một mặt,

giáo dục mở rộng có thể cải thiện năng suất của lực lượng lao động vì nó cải thiện kỹ năng cá nhân

của người lao động. Mặt khác, như đã được thông qua [17,18], giáo dục có thể được coi là một

yếu tố độc lập trong quá trình tăng trưởng,

Tính bền vững 2021, 13, 6437 4 của 21

có thể tăng cường lao động, vốn vật chất và năng suất nhân tố tổng hợp (TFP). Mối quan hệ với

TFP phản ánh quan điểm rằng lực lượng lao động có trình độ học vấn có nhiều khả năng triển

khai các công nghệ mới và tạo ra các ý tưởng để nâng cao hiệu quả. Cả hai cơ chế được xem xét

đều cung cấp các biện minh cho mối tương quan ch cực dự kiến giữa trình độ giáo dục và tăng

trưởng kinh tế, bắt nguồn từ sự tổng hợp các tác động ở cấp độ cá nhân. Một số nghiên cứu, bao

gồm cả nghiên cứu của Mankiw et al. [17,18], đã m thấy mối liên hệ ch cực đáng kể giữa sự

khác biệt giữa các quốc gia về mức độ tài trợ ban đầu của giáo dục và tốc độ tăng trưởng ếp

theo.

Tuy nhiên, nhiều nghiên cứu kiểm tra mối quan hệ giữa động lực của yếu tố giáo dục (được

đo bằng số năm đi học) và động lực của GDP đã không m thấy mối liên hệ đáng kể [19]. Benos và

Zotou [20] đã mô tả, trong một phân ch hồi quy tổng hợp toàn diện gần đây của 57 nghiên cứu

với 989 ước nh, sự hiện diện của sự thiên vị lựa chọn xuất bản đi lên đáng kể trong tài liệu giáo

dục thực nghiệm – tăng trưởng kinh tế và sự vắng mặt của hiệu ứng tăng trưởng đích thực đại

diện của giáo dục. Việc bổ sung các biến mở, chi êu công và sức khỏe trong đặc điểm kỹ thuật

liên quan đến tác động giáo dục ước nh thấp hơn đối với tăng trưởng. Các tác giả kết luận, "quan

trọng nhất, trình độ học vấn, thường được sử dụng trong các nghiên cứu thực nghiệm, là một

thước đo thô sơ về vốn con người, vì nó đo lường số lượng giáo dục, trong khi chất lượng giáo dục

rất khác nhau giữa các quốc gia và khoảng thời gian."

Có ba lý do ềm ẩn cho việc không tái tạo các kết quả kinh tế vi mô ở cấp độ tổng hợp. Thứ

nhất, lợi nhuận toàn cầu đến trường học có thể được quan sát trong dữ liệu tổng hợp có thể thấp

hơn nhiều so với lợi nhuận riêng lẻ, có thể được quan sát trong vi dữ liệu, chủ yếu là do các quá

trình nh trung bình, có thể được xem như một phiên bản mở rộng của nghịch lý Simpson thống

kê. Thứ hai, có nguy cơ cao xảy ra lỗi đo lường, sau khi tổng hợp, là một vấn đề thậm chí còn lớn

hơn và khó phát hiện và loại bỏ hơn. Thứ ba, sự khác biệt giữa các quốc gia về số năm đi học và

động lực của chúng hoặc các chỉ số giáo dục khác (chẳng hạn như tỷ lệ xã hội có giáo dục đại học)

có thể không giải thích cho sự khác biệt về chất lượng giáo dục. Do đó, trình độ học vấn, thường

được sử dụng trong các nghiên cứu thực nghiệm, là một thước đo thô sơ về vốn con người, vì nó

đo lường số lượng giáo dục, trong khi chất lượng giáo dục khác nhau rất nhiều giữa các quốc gia

và thời gian [20], điều này không được xem xét nếu các biện pháp được mô tả ở trên được sử

dụng. Do đó, như lập luận của Hanushek và Woessmann [6], việc bổ sung chất lượng giáo dục có

thể làm giảm bớt những lo ngại này. Schoellman [21] điều chỉnh số năm học theo chất lượng để

giải thích sự khác biệt về sản lượng giữa các quốc gia trên mỗi người lao động. Ông nhận thấy rằng

sự khác biệt giữa các quốc gia về chất lượng giáo dục gần như quan trọng như sự khác biệt giữa

các quốc gia về số lượng. Điều này làm tăng tổng đóng góp của giáo dục từ 10% lên 20% sản lượng

trên mỗi người lao động chênh lệch.

Hanushek và Woessmann [1] đã thông báo rằng ở các nước đang phát triển, các cuộc thảo

luận về chính sách phát triển thường đơn giản hóa và bóp méo sự thật này bằng cách tập trung

nhiều sự chú ý nhất vào việc đảm bảo tuyển sinh cho tất cả mọi người và đánh mất tầm quan trọng

của chất lượng giáo dục. Trong nghiên cứu mới nhất của họ [1], họ đã báo cáo những phát hiện

chỉ ra rằng kiến thức, chứ không chỉ là thời gian ở trường, là yếu tố giải thích cho tăng trưởng kinh

tế. Trong các so sánh quốc tế của một nhóm rộng lớn các quốc gia, số năm đi học trung bình [7] và

thành ch đi học [22] được coi là một đại diện tốt cho chất lượng giáo dục [7]. Tuy nhiên, biện

pháp này thiên vị vì nó không bao gồm sự khác biệt về chất lượng giáo dục giữa các quốc gia theo

thời gian.

Một công cụ mạnh mẽ cho phép định lượng chất lượng trình độ học vấn là sử dụng các bài

kiểm tra PISA. Hệ thống giáo dục có thể được đánh giá theo bối cảnh, đầu vào cụ thể, các quá trình

xã hội hoặc thể chế, và đầu ra hoặc kết quả [23]. Đối với mỗi danh mục này, các chỉ số cụ thể có

thể được thiết kế. Các chỉ số ngữ cảnh tập trung vào việc cung cấp thông n về các yếu tố bối cảnh

ảnh hưởng đến việc học tập như đặc điểm của học sinh, điều kiện kinh tế xã hội, khía cạnh văn

hóa, nh trạng của nghề giáo và các vấn đề của cộng đồng địa phương. Các chỉ số đầu vào đo

lường việc triển khai và sử dụng các nguồn lực để tạo điều kiện học tập, chẳng hạn như tài chính,

vật lực, nguồn nhân lực trong hệ thống giáo dục. Các chỉ số quy trình mô tả mức độ các quy trình

giáo dục cụ thể được ến hành trong thực tế và các chỉ số đầu ra đo lường liệu các mục êu của

chương trình có đạt được hay không bằng cách ết lộ mức độ năng lực, tỷ lệ ến bộ và hoàn thành

cũng như sự hài lòng của nhà tuyển dụng. Các chỉ số đầu ra có thể thu được thông qua các kỳ thi

Tính bền vững 2021, 13, 6437 5 của 21

quốc gia, đánh giá quốc tế như khảo sát PISA hoặc TIMSS (Xu hướng trong Nghiên cứu Toán học

và Khoa học Quốc tế) và quan sát thực địa có hệ thống thuộc danh mục này [23].

PISA là một nghiên cứu toàn cầu được tạo ra vào năm 1997 bởi Tổ chức Hợp tác và Phát triển

Kinh tế (OECD) và nhằm phát triển các công cụ cho phép đánh giá chất lượng giáo dục ở các quốc

gia thành viên và không phải thành viên [1]. Chính phủ các quốc gia thành viên đã cam kết thường

xuyên giám sát hiệu quả giáo dục của họ trong khuôn khổ quốc tế do Ủy ban Phân tách và Lựa

chọn Năng lực: Nền tảng Lý thuyết và Khái niệm (DeSeCo) do OECD thành lập. Mục êu chính là

tạo ra một cơ sở mới cho đối thoại chính trị và hợp tác trong việc xác định và thực hiện, một cách

sáng tạo, các mục êu giáo dục nhằm phát triển các kỹ năng chính ở tuổi trưởng thành [1]. Bắt

đầu từ năm 2000, ba năm một lần, Chương trình PISA đánh giá năng lực của học sinh đến mười

lăm tuổi trong ba lĩnh vực được coi là chìa khóa cho cuộc sống hiện đại và thị trường việc làm ngày

nay: đọc, toán và khoa học.

Tính cụ thể của PISA không chỉ dựa trên động lực quốc tế mà còn dựa trên việc đo lường khả

năng biết chữ trong ba lĩnh vực được đánh giá là biết chữ. Nó được cho là đo lường sự đồng hóa

kiến thức và thành thạo các kỹ năng cần thiết cho học sinh trong cuộc sống trưởng thành, trên thị

trường lao động và cho hoạt động hoàn toàn tự do của họ trong xã hội. Chương trình nghiên cứu

PISA cũng độc đáo ở chỗ nó phá vỡ truyền thống nghiên cứu quốc tế dựa trên chương trình giảng

dạy quốc gia, giới thiệu một cách ếp cận có vấn đề tách biệt khỏi chương trình giảng dạy cốt lõi,

cung cấp kết quả và kiến thức cho phép lập kế hoạch giảng dạy hiệu quả tốt hơn. Khuôn khổ PISA

đã được chuẩn bị kỹ lưỡng trong quá trình tham vấn dài hạn của các chuyên gia quốc tế và được

ghi lại trong các ấn phẩm riêng biệt [24].

Nhờ thực tế là bài kiểm tra PISA được lặp lại ba năm một lần, có thể nắm bắt được động lực

của những thay đổi trong hệ thống giáo dục. Trong mỗi ấn bản của PISA, một trong những lĩnh vực

(đọc, toán học và khoa học) Đọc là chủ đề hàng đầu. Đối tượng được coi là người dẫn đầu tại một

thời điểm nhất định của nghiên cứu mất một nửa thời gian dành cho việc giải quyết các nhiệm vụ

kiểm tra kỹ năng kiểm tra và hai đối tượng còn lại chiếm 25% mỗi nhiệm vụ. Học sinh có hai khoảng

thời gian 60 phút, với thời gian nghỉ 10 phút, cho toàn bộ bài kiểm tra, với các nhiệm vụ bị trộn lẫn

và học sinh không biết về lĩnh vực mà một nhiệm vụ cụ thể được giao cho [25].

Các đơn vị cơ bản cho bài kiểm tra PISA là các quốc gia. Người ta giả định rằng trong mỗi quốc

gia, học sinh sẽ được chọn ngẫu nhiên trong các trường học - từ 5000 đến 10.000 học sinh được

chọn từ ít nhất 150 trường học trên mỗi quốc gia [26]. Tuy nhiên, các mẫu thực nghiệm thực tế

dao động rộng rãi từ khoảng 3500 đến hơn 30.000 sinh viên ở một số quốc gia. Do đó, quy trình

lấy mẫu hạn chế khả năng so sánh kết quả với so sánh giữa các quốc gia và ở cấp độ của từng quốc

gia, và không thể phân ch trình độ của các lớp học riêng lẻ [27]. Trong việc lựa chọn mẫu sinh

viên trong nghiên cứu PISA, lấy mẫu phân tầng hai giai đoạn với ngẫu nhiên có hệ thống được sử

dụng. Giai đoạn lấy mẫu đầu ên là vẽ các trường và giai đoạn thứ hai là vẽ học sinh từ các trường

đã chọn trước đó. Để có thể tạo ra các ước nh không thiên vị của các thông số quốc gia, trọng số

cho các thử nghiệm riêng lẻ được xác định; Trọng lượng nhân bản được sử dụng, cho phép ước

nh sai số êu chuẩn không thiên vị của các phép đo cho tất cả các thông số quốc gia [28]. Xác

suất một trường cụ thể được chọn tỷ lệ thuận với số lượng học sinh đủ điều kiện tham gia khảo

sát PISA. Nhờ sử dụng quy trình lấy mẫu phân tầng, có thể cải thiện độ chính xác của ước nh bằng

cách kiểm soát một phần phương sai giữa các trường [25].

Kết quả của việc thực hiện quan điểm học tập suốt đời (LLL), các nhiệm vụ trong các bài kiểm

tra PISA đánh giá năng lực liên quan đến cuộc sống không liên quan đến chương trình giảng dạy

quốc gia. Do đó, một lý thuyết nhất quán cho phép kết hợp năng lực của thanh thiếu niên và người

lớn là làm cho nền tảng chương trình phản ánh sự phát triển của con người và thiết lập một khuôn

khổ để phát triển các công cụ thích hợp để đo lường nó [25]. Khái niệm học tập suốt đời một mặt

dựa trên giả định thông qua cơ chế tâm lý của sự chuyển giao không cụ thể [29] rằng, khi dựa vào

các năng lực có được trong quá trình giáo dục ở trường, một người sẽ có thể thực hiện chúng và

kết quả là đối phó trong cuộc sống trưởng thành, trong khi đó, mặt khác, cả trường học và nghiên

cứu sẽ không thể trang bị cho chúng ta tất cả các năng lực cụ thể cần thiết trong cuộc sống.

Sellar và Lingard [30] nói rằng chìa khóa cho sự gia tăng tầm quan trọng của giáo dục đối với

OECD là tầm quan trọng ngày càng tăng của kết quả kiểm tra PISA và tác động của OECD đối với

giáo dục quy mô toàn cầu cùng với việc thực hiện lý thuyết vốn con người, trong đó quá trình đồng

thời "ết kiệm" chính sách giáo dục và "giáo dục" chính sách kinh tế là cố hữu. Hiện tại, OECD khái

Tính bền vững 2021, 13, 6437 6 của 21

niệm giáo dục, kỹ năng và năng lực là điều cần thiết trong một thế giới của các chính sách kinh tế

dựa trên tri thức. Sự cần thiết phải trang bị cho học sinh ngày nay các công cụ học tập suốt đời là

kết quả của xu hướng nhân khẩu học. Tỷ lệ sinh giảm trên toàn thế giới cùng với tuổi thọ tăng dẫn

đến già hóa dân số. Do đó, tăng trưởng và ổn định kinh tế phụ thuộc vào khả năng hiện diện của

người lao động trên thị trường lao động và duy trì năng suất cao trong một thời gian dài. Khi tỷ lệ

thanh niên lao động trong xã hội giảm trong những năm tới, điều ngày càng quan trọng đối với các

hệ thống giáo dục là loại bỏ các rào cản ngăn cản một số học sinh ngày nay phát huy hết ềm năng

của họ trong tương lai. Chưa bao giờ bình đẳng về cơ hội và hiệu quả kinh tế có liên quan chặt chẽ

đến vậy [31].

Các tác giả trong [6,32] đã lập luận rằng cách ếp cận so sánh xuyên quốc gia cung cấp một

số lợi thế so với các nghiên cứu quốc gia. Trong các nghiên cứu này, sự khác biệt về kỹ năng được

đo lường bằng các bài kiểm tra quốc tế như PISA được cho là có liên quan chặt chẽ đến kết quả

thị trường lao động cá nhân và do đó, với sự khác biệt giữa các quốc gia trong tăng trưởng kinh tế

của các quốc gia cụ thể [33–36]. Sự tồn tại của các mối quan hệ như vậy có thể được quy cho hai

quá trình, có thể đồng thời: vì kết quả của các bài kiểm tra PISA đo lường khả năng của thế hệ trẻ,

điều này có thể được coi là đại diện cho chất lượng của lực lượng lao động trong tương lai và do

đó, có thể ảnh hưởng đến hoạt động trong tương lai của các nền kinh tế. được đo bằng động lực

GDP. Tuy nhiên, mặt khác, kết quả của các bài kiểm tra PISA có thể là một chức năng của sự phát

triển kinh tế [37]. Hầu hết các nghiên cứu được khảo sát đã sử dụng kết quả PISA đương đại để

giải thích sự tăng trưởng GDP trong khoảng thời gian 50 năm. Trong khi hiệu quả kinh tế của đất

nước và chất lượng giáo dục rất có thể được liên kết, một câu hỏi tự nhiên liên quan đến hướng

đi của mối quan hệ này. Hoặc nó có thể là một trong những quá trình được mô tả ở trên tạo ra

mối quan hệ quan sát được, hoặc có thể là cả hai. Vì kết quả PISA thường đạt được đối với những

người 15 tuổi, có vẻ hợp lý khi n rằng các thành viên của nhóm PISA ngày nay sẽ bắt đầu có tác

động lớn hơn đến nền kinh tế của đất nước ít nhất 10 năm sau đó, sau khi họ tốt nghiệp hoặc đạt

được vị trí cao hơn trong các công ty. Do đó, kết quả PISA như một đại diện cho chất lượng giáo

dục có thể được cho là chỉ hoạt động như một động lực GDP có liên quan nếu chúng bị tụt hậu

thích hợp. Mặt khác, mối quan hệ giữa hiệu quả kinh tế của đất nước hiện tại và

Kết quả PISA không có độ trễ rất có thể phản ánh mối quan hệ đảo ngược: họ là những nền kinh

tế hoạt động tốt hơn, thường đầu tư nhiều hơn vào giáo dục chất lượng cao, trong một khoảng

thời gian ngắn có thể dẫn đến điểm PISA cao hơn. Do đó, chúng tôi n rằng kết quả của Hanushek

và Woessmann [6] không nên được sử dụng để chứng minh rằng chất lượng giáo dục quan trọng

đối với tăng trưởng GDP: họ xác nhận sự tồn tại của một mối quan hệ, tuy nhiên, việc thiếu cơ chế

trễ trong mô hình được đề xuất cho thấy rằng họ đã xác nhận sự tồn tại của một mối quan hệ

nghịch đảo và rằng họ đã không làm sáng tỏ đầy đủ về ảnh hưởng của giáo dục chất lượng cao đối

với hiệu quả kinh tế. Điều này cho phép chúng tôi lập luận rằng vấn đề nội sinh nên được giải

quyết.

Trong khi một số nghiên cứu về ảnh hưởng của chất lượng giáo dục được đo bằng điểm PISA

đối với tăng trưởng kinh tế tồn tại, hầu hết các công việc được áp dụng đều dựa trên hồi quy hoặc

tương quan mặt cắt ngang. Tuy nhiên, một số nghiên cứu ên ến hơn về phương pháp luận, chủ

yếu của Hanushek và Woessman, cũng nên được đề cập. Trong nghiên cứu của họ [38], họ giải

quyết vấn đề nhân quả bằng cách cố gắng loại bỏ dần ảnh hưởng của các đặc điểm có khả năng

liên quan đến tăng trưởng để loại bỏ nh giả mạo ềm ẩn của hồi quy. Quan trọng hơn, họ nhấn

mạnh rằng mối quan hệ giáo dục-chất lượng-tăng trưởng GDP không phải là đương đại, và họ đã

sử dụng các biện pháp giáo dục chậm trễ một cách thích hợp, buộc họ phải sử dụng kết quả của

các bài kiểm tra được thực hiện trước khi PISA được giới thiệu (chẳng hạn như TIMSS). Trong khi

[6] đề cập đến vấn đề nhân quả và cố gắng thực hiện một loạt các kiểm tra độ chắc chắn để khám

phá hướng của mối quan hệ hiện tại, những người khác không phải lúc nào cũng làm như vậy. Ví

dụ, các tác giả của [34] chỉ đơn giản là thoái lui tăng trưởng về điểm kiểm tra. Các nhà nghiên cứu

sau này đã điều tra mối liên hệ giữa điểm kiểm tra (toán học và khoa học) và sự khác biệt về thu

nhập giữa các quốc gia. Các tác giả đặt ra câu hỏi liệu điểm kiểm tra có phải là chỉ số tốt về chất

lượng lực lượng lao động hay không. Kết quả thu được cho thấy rằng, trong khi các biến số khác

điển hình trong các nghiên cứu tăng trưởng kinh tế xuyên quốc gia được kiểm soát thích hợp, mối

liên hệ chặt chẽ giữa điểm kiểm tra và chênh lệch thu nhập giữa các quốc gia không thể được xác

nhận. Tuy nhiên, họ phát hiện ra rằng số lượng các nhà nghiên cứu bình quân đầu người tham gia

Tính bền vững 2021, 13, 6437 7 của 21

vào R&D cũng như số lượng bình quân đầu người của các bài báo trên tạp chí khoa học và kỹ thuật

có thể giải thích tốt hơn cho sự khác biệt về thu nhập giữa các quốc gia. Điều này có thể là do điểm

kiểm tra bị tụt hậu không đúng, tuy nhiên, nó cũng có thể có nghĩa là đại diện chung cho chất

lượng giáo dục của đất nước (mà PISA dự định đo lường ở cấp độ giữa thanh thiếu niên) là không

đủ. Thật vậy, có thể các kỹ năng được đo lường trong các bài kiểm tra PISA không phải là yếu tố

quan trọng đối với chất lượng nguồn nhân lực trong tương lai hoặc chất lượng giáo dục đại học có

tầm quan trọng lớn nhất.

Tóm tắt kết quả nghiên cứu của Cheung và Chan [33], những người đã xem xét mối quan hệ

giữa điểm PISA trong toán học và đọc, cấu trúc giới của việc làm trong nông nghiệp, dịch vụ và

công nghiệp, số lượng các nhà nghiên cứu tham gia nghiên cứu và phát triển và GDP bình quân

đầu người, đã khẳng định rằng, trong nhóm 32 quốc gia được phân ch, điểm PISA có liên quan

đáng kể đến việc làm trong các hoạt động kinh tế khác nhau giữa các quốc gia. Đồng thời, điểm số

khoa học và đọc PISA dự đoán ch cực cả nam và nữ trong lĩnh vực công nghiệp và dịch vụ, trong

khi điểm toán PISA dự đoán ch cực số lượng nhà nghiên cứu trong lĩnh vực nghiên cứu và phát

triển nhưng cũng dự đoán êu cực việc làm của nữ và nam trong lĩnh vực nông nghiệp. Các tác giả

kết luận rằng kết quả học tập tốt hơn có thể rất quan trọng để các quốc gia duy trì nh cạnh tranh

trong môi trường kinh tế toàn cầu dựa trên tri thức. Tuy nhiên, một lần nữa, nghiên cứu này dựa

trên một phân ch hồi quy và tương quan đơn giản, bỏ qua các mối nguy hiểm của nội sinh, tác

động cụ thể của quốc gia, quan hệ nhân quả hoặc hồi quy giả. Do đó, có vẻ mạo hiểm khi kết luận

hướng đi của các mối quan hệ được phát hiện.

Vấn đề thứ hai liên quan đến [6] là các tác giả đã không cố gắng xây dựng một mô hình tăng

trưởng GDP dựa trên lý thuyết hơn, chẳng hạn như mô hình tăng trưởng Solow tăng cường. Thay

vào đó, họ ước nh một hồi quy trong đó kết quả của các bài kiểm tra PISA (được hiểu là đại diện

cho chất lượng giáo dục) gần như là hồi quy duy nhất. Rủi ro đằng sau một thủ tục như vậy là chất

lượng giáo dục cũng có thể tương quan với các yếu tố tăng trưởng khác liên quan đến GDP, chẳng

hạn như tổng chi êu của chính phủ nh theo tỷ lệ phần trăm GDP. Sự thiếu sót của chúng dẫn

đến sai lệch biến bị bỏ qua và do đó, sự không nhất quán trong các ước lượng được áp dụng.

Người ta có thể giải thích các ước nh của các thông số bằng điểm số PISA do Hanushek và

Woessmann trình bày là phản ánh ảnh hưởng của chất lượng giáo dục và mọi thứ khác tương quan

với chất lượng giáo dục đối với tăng trưởng kinh tế.

Trong nghiên cứu của Hanushek và Woessmann [36], các tác giả đã phát triển một số liệu mới

cho sự phân phối thành ch giáo dục giữa các quốc gia cho phép theo dõi sự phân bố kỹ năng

nhận thức trong các quốc gia và theo thời gian. Sự thụt lùi tăng trưởng xuyên quốc gia đã tạo ra

mối quan hệ chặt chẽ và ổn định giữa thành ch giáo dục và tăng trưởng GDP. Trong một loạt các

cách ếp cận giải quyết vấn đề nhân quả, họ hạn chế phạm vi giải thích hợp lý về mối quan hệ kỹ

năng nhận thức và tăng trưởng mạnh mẽ này. Kết quả chỉ ra rằng chính sách trường học có thể là

một công cụ quan trọng để thúc đẩy tăng trưởng. Tỷ lệ người biết chữ cơ bản và người có thành

ch cao có mối quan hệ độc lập với tăng trưởng, tăng trưởng lớn hơn ở các nước kém phát triển.

Trong nghiên cứu của mình, họ đã sử dụng dữ liệu xuyên quốc gia và áp dụng công cụ ước nh

bình phương nhỏ nhất hai giai đoạn (2SLS) trong khi giải quyết nh nội sinh ềm năng của thành

tựu giáo dục, phản ánh mối quan hệ hai mặt có thể có và do đó nh nội sinh của biến này. Các tác

giả của [6] đã giải quyết vấn đề nhân quả theo một cách nữa, cụ thể là bằng cách sử dụng sự khác

biệt thay vì quan hệ cấp độ. Mặc dù các phương pháp ếp cận thứ hai là một bước ến lớn, nhưng

việc không sử dụng dữ liệu bảng điều khiển áp đặt một số lượng quan sát hạn chế, điều này rất

quan trọng, đặc biệt là trong khuôn khổ 2SLS vì trong khi các giả định thiết yếu được đáp ứng, các

ước nh 2SLS (và GMM phát triển hơn) là nhất quán nhưng nói chung, không thiên vị trong một

mẫu hữu hạn. Tuy nhiên, hầu hết các nghiên cứu chỉ dựa trên dữ liệu mặt cắt ngang với chỉ một

số nhà nghiên cứu áp dụng hồi quy biến công cụ.

Chúng tôi không m thấy dấu vết của phân ch mô hình dữ liệu bảng động trong tài liệu sử

dụng PISA và các phép đo thử nghiệm tương tự về vốn con người, mặc dù việc áp dụng một số

dạng mô hình bảng động GMM có vẻ tự nhiên. Những lo lắng về quá trình tạo dữ liệu, liên quan

đến giáo dục và tăng trưởng GDP và các yếu tố thoái lui ềm năng của nó, có thể được tóm tắt

trong danh sách sau:

1. Quá trình này là năng động, với các nhận thức hiện tại của biến phụ thuộc bị ảnh hưởng bởi

các biến trong quá khứ. Đặc biệt, trong khi các quá trình tăng trưởng GDP được phân ch,

Tính bền vững 2021, 13, 6437 8 của 21

sự tồn tại hợp lý về mặt kinh tế của hội tụ beta [39] đòi hỏi phải sử dụng phương pháp GMM

nếu phân ch dựa trên một nhóm các quốc gia [40,41]. Điều thứ hai có vẻ cần thiết vì kích

thước mẫu rất nhỏ nếu chỉ sử dụng một chuỗi thời gian hoặc một mặt cắt ngang của các

quốc gia.

2. Hơn nữa, ngay cả trong một nhóm quốc gia lớn hơn, có thể có các hiệu ứng riêng lẻ cố định

được phân phối tùy ý trong động lực học để biến phụ thuộc luôn thay đổi nhanh hơn đối với

một số đơn vị quan sát so với những đơn vị khác. Điều này lập luận chống lại hồi quy mặt

cắt, về cơ bản phải giả định các hiệu ứng cố định và ủng hộ thiết lập bảng điều khiển, nơi sự

thay đổi theo thời gian có thể được sử dụng để xác định các tham số.

3. Một số thoái lui (đặc biệt là các yếu tố tăng trưởng GDP kinh tế vĩ mô) có thể là nội sinh.

4. Sai số đo lường có thể đáng kể.

5. Các nhiễu loạn đặc thù (ngoài các hiệu ứng cố định) có thể có các mô hình cụ thể của nh dị

nh và mối tương quan nối ếp.

6. Các công cụ tốt có thể không có sẵn bên ngoài bộ dữ liệu ngay lập tức.

Một cách nổi bật để giải quyết những vấn đề này là sử dụng phương pháp tổng quát khác

biệt đầu ên của các ước nh mômen được áp dụng cho các mô hình dữ liệu bảng động. Một quy

trình ước nh thường được sử dụng để ước nh các tham số trong một mô hình như vậy với sự

không đồng nhất cụ thể của từng cá nhân không quan sát được là chuyển đổi nó thành những

khác biệt đầu ên. Các điều kiện mômen tuần tự sau đó được sử dụng trong đó các mức độ trễ

của các biến là công cụ cho sự khác biệt nội sinh và các tham số do GMM ước nh. Công cụ ước

nh có liên quan ban đầu được phát triển trong [30] và xa hơn nữa trong [14], nơi cái gọi là công

cụ ước nh GMM hệ thống được sử dụng trong nghiên cứu này được thảo luận. Tiềm năng thu

được các ước nh tham số nhất quán ngay cả khi có các vấn đề trên là một điểm mạnh đáng kể

của cách ếp cận GMM trong bối cảnh nghiên cứu tăng trưởng thực nghiệm.

3. Vật liệu và phương pháp

Để hiểu quy trình cơ bản, hãy xem xét một phiên bản đơn giản hóa của

Mô hình Lucas [42] như trong [43], với thời gian rời rạc và các thế hệ ếp theo của các cá nhân có

cuộc sống được chia thành hai giai đoạn. Mô hình được mô tả trong Phần 3.1. Trong Phần 3.2,

chúng tôi cung cấp chi ết về chiến lược mô hình được sử dụng trong nghiên cứu.

3.1. Mô hình lý thuyết

Trong giai đoạn đầu đời, một tác nhân chọn cách chia sẻ thời gian của mình giữa sản xuất và

ch lũy vốn con người, đó là giáo dục. Chúng ta hãy biểu thị phần thời gian của cô ấy hiện đang

được phân bổ cho sản xuất, thì (1 − u) là thời gian đi học hiện tại và δ là chất lượng học tập. Do

đó, vốn con người ch lũy theo:

H2 − H1 = δ(1 − u)H1, (1)

trong đó H1 (và H2) là vốn nhân lực của đại lý trong giai đoạn 1 (và giai đoạn 2 tương ứng). Giả sử

sản xuất bình quân đầu người trong bất kỳ thời kỳ nào trong hai giai đoạn yt, trong đó t = 1, 2, là

một hàm của vốn con người Hi:

Yt = kαt (uHt)1−α, (2)

trong đó kt biểu thị cổ phiếu vốn vật chất trong chu kỳ t (t = 1, 2), phát triển theo thời gian theo

phương trình vi phân như trong mô hình Solow hoặc Ramsey và bằng

kt = yt − ct với ct đại diện cho mức êu thụ hiện tại trong chu kỳ t (t = 1, 2) và α, tham số của mô

hình, là độ co giãn của tăng trưởng đối với vốn.

Hãy để u* tối đa hóa ện ích ác cảm rủi ro tương đối hằng số liên thời gian của tác nhân

(như trong [44]), trong đó nêu rõ phần thời gian dành cho việc đi học trong giai đoạn đầu ên (1

− u) ảnh hưởng như thế nào đến sự ch lũy vốn con người theo phương trình (1), giả sử tất cả

các tham số khác đã biết:

Tính bền vững 2021, 13, 6437 9 của 21

, (3)

trong đó σ là hệ số ác cảm rủi ro thể hiện sự sẵn sàng của tác nhân để êu thụ trơn tru theo thời

gian và β là hệ số chiết khấu chủ quan có thể được hiểu là tỷ lệ ưu ên thời gian (rõ ràng, b < 1),

được liên kết nghịch với tỷ lệ ưu ên thời gian r của tác nhân, cụ thể là

. Điều kiện

bậc nhất cho sự tối đa hóa này là u−σ−βδ[1 + δ(1 − u)]−

= 0, mang lại

∗

(4) δ + (βδ)

Do đó, mức thời gian tối ưu dành cho sản xuất đang giảm dần về δ và β. Kết quả là, tăng

trưởng kinh tế cân bằng g = δ(1 − u

∗

) tăng chất lượng δ học và giảm tỷ lệ ưu ên thời gian. Điều

này khẳng định rõ vai trò ch cực của chất lượng giáo dục như một kích thích ch cực của tăng

trưởng kinh tế.

3.2. Chiến lược mô hình hóa

Mối quan tâm chính liên quan đến việc sử dụng kết quả PISA như một thước đo chất lượng

của δ học và yếu tố tăng trưởng trong các mô hình tăng trưởng thực nghiệm là các xét nghiệm

PISA chỉ được thực hiện trong khoảng 20 năm qua, và trong hầu hết thời gian này, số lượng quốc

gia tham gia vào các thử nghiệm là không lớn. Giả sử rằng việc sử dụng kết quả của xét nghiệm

như một yếu tố tăng trưởng đòi hỏi phải chậm hơn ít nhất 10 năm và cho rằng các xét nghiệm PISA

được thực hiện 3 năm một lần, số lượng quan sát thực có sẵn được giới hạn ở mức tối đa chỉ năm

cho mỗi quốc gia tham gia. Số lượng quan sát thấp như vậy gây khó khăn cho việc ước nh một

mô hình tăng trưởng phù hợp. Các đặc nh thống kê của nó sẽ kém, đặc biệt là khi xem xét sự cần

thiết phải sử dụng hai làn sóng quan sát ban đầu làm công cụ trong quy trình ước nh GMM, điều

này càng thu hẹp tập dữ liệu. Do đó, ngay cả việc nội suy điểm PISA để đạt được một loạt các quan

sát hàng năm cũng không giải quyết được vấn đề về số lượng quan sát có sẵn thấp, điều này cũng

là do số lượng quốc gia tham gia vào các thử nghiệm PISA thấp: mặc dù nhóm này tương đối đông

ngay bây giờ, nhưng nó chưa từng xảy ra trong suốt lịch sử của PISA. Để khắc phục vấn đề này,

chúng tôi đã áp dụng chiến lược sau.

Thứ nhất, chúng tôi sử dụng làm mịn theo cấp số nhân để nội suy điểm PISA trong những năm khi

các bài kiểm tra không được thực hiện ở một quốc gia nhất định. Thứ hai, chúng tôi sử dụng chuỗi

kết quả PISA ngoại suy ngược cho từng quốc gia trong mẫu. Mặc dù có nhiều phương pháp ngoại

suy, nhưng chúng tôi dựa trên cơ sở lý luận của mình dựa trên nghiên cứu trước đây, cho thấy chất

lượng giáo dục chủ yếu liên quan đến đầu tư của chính phủ vào lĩnh vực giáo dục [7,22,45,46];

Mặc dù, người ta không thể đặt một dấu hiệu bình đẳng giữa chất lượng và số lượng về mặt này.

Do đó, bước đầu ên, chúng tôi đã sử dụng dữ liệu bảng về nhóm các quốc gia tham gia thử

nghiệm PISA để ước nh:

PISAits = β0 + c_E + β1GEEi,T−P + εit, (5)

trong đó PISAits là điểm chung trong các kỹ năng được đo trong bài kiểm tra PISA (toán, khoa học

hoặc đọc) ở quốc gia i và năm t; c_e là hiệu ứng quốc gia đối với quốc gia i, GEEi,t

−p

là chi êu của

chính phủ cho giáo dục vì % GDP ở quốc gia i tụt hậu bởi p năm β0 và β1 là các tham số của mô

hình và εit là thuật ngữ sai số cho quốc gia i trong năm t.

Trong mô hình (5), chúng tôi bao gồm chi phí giáo dục của chính phủ là yếu tố quyết định

chính của kết quả của bài kiểm tra PISA đo lường loại kỹ năng nhất định và các phương trình riêng

biệt được ước nh cho từng loại kỹ năng bao gồm kỹ năng toán học, khoa học và đọc. Tuy nhiên,

chi êu của chính phủ trong quá khứ, thay vì chi êu hiện tại, có ảnh hưởng lớn nhất đến chất

lượng giáo dục ngày nay. Tuy nhiên, vẫn chưa rõ bao nhiêu thời gian trôi qua trước khi có thể nhìn

thấy kết quả đầu tư giáo dục. Về mặt mô hình, chi êu của chính phủ nên bị tụt hậu bao nhiêu

trong mô hình để phản ánh tác động của các khoản đầu tư bổ sung vào kỹ năng của sinh viên? Do

đó, chúng tôi đã áp dụng một giải pháp hỗn hợp và bao gồm ba độ trễ của chi êu giáo dục của

Tính bền vững 2021, 13, 6437 10 của 21

chính phủ: chi êu trễ 3 năm, 6 năm và 9 năm trong mô hình để nắm bắt khoảng thời gian trung

bình, trung dài và dài ềm năng, chuyển đổi cấu trúc của mô hình thành:

PISAits = β0 + c_E + β1GEEi,T−3 · + β2GEEi,T−6 · + β3GEEi,T−9 · + εit (6)

Hiệu ứng cá nhân của một quốc gia nhất định được đưa vào để phản ánh các đặc điểm chưa

được quan sát của mỗi quốc gia, trong đó chi êu tương tự có thể không mang lại kết quả điểm

kiểm tra giống nhau vì một điểm xuất phát khác nhau, đó là do, trong số những người khác, vốn

văn hóa và vật chất đa dạng trong lĩnh vực giáo dục cũng như lịch trình khác nhau của hệ thống

giáo dục giữa các quốc gia.

Cuối cùng, chúng tôi cho phép thuật ngữ lỗi không hình cầu. Điều này phản ánh niềm n rằng

do sự ổn định khá mạnh mẽ của kết quả PISA theo thời gian, nên sự tự tương quan của thuật ngữ

lỗi là khá có thể xảy ra. Ngoài ra, trong trường hợp các nước kém phát triển với chi êu cho giáo

dục thấp hơn, phương sai của kết quả PISA thường lớn hơn, điều này cho thấy nh không đồng

nhất của thuật ngữ lỗi. Trong các giả định của mô hình, chúng tôi cho phép cả hai.

Mô hình dựa trên dữ liệu bảng điều khiển (6) được ước nh với việc sử dụng công cụ ước

nh GLS có nh đến nh tự tương quan và nh không đồng nhất và được sử dụng thêm để ngoại

suy ngược lại kết quả của thử nghiệm PISA. Đây có thể được coi là một hình thức dự đoán ngược:

với hiệu ứng ước nh của quốc gia và chi phí giáo dục của chính phủ đã biết, chúng có thể được

thay thế vào mô hình để trả lời kết quả của bài kiểm tra PISA có thể xảy ra trong quá khứ nếu các

bài kiểm tra đó được thực hiện vào thời điểm đó. Đương nhiên, những kết quả này, là giá trị kỳ

vọng có điều kiện của các bài kiểm tra PISA (nếu chúng đã được thực hiện) có thể được hiểu là đại

diện cho chất lượng giáo dục dựa trên chi êu giáo dục thực tế của đất nước trong quá khứ và các

đặc điểm cá nhân ước nh của nó. Hơn nữa, chúng tôi dự đoán điểm PISA lý thuyết cho các quốc

gia không tham gia thử nghiệm, theo cách tương tự, giả định rằng các hiệu ứng riêng lẻ trong

trường hợp của họ đồng phản ứng với c_e trung bình cho các quốc gia được đưa vào mẫu được

sử dụng để ước nh mô hình (6). Mặc dù thực sự là động lực chứ không phải mức điểm PISA quan

trọng trong mô hình tăng trưởng được thảo luận thêm, nhưng quy trình ngoại suy điểm PISA bên

ngoài nhóm các quốc gia đã từng tham gia thử nghiệm có thể làm dấy lên một số nghi ngờ nhất

định. Do đó, chúng tôi cũng cung cấp kết quả giới hạn cho mẫu các quốc gia được sử dụng để ước

nh mô hình (6) như một phần của phân ch độ bền.

Sử dụng kết quả lý thuyết của các bài kiểm tra PISA trong những năm qua giải quyết được

vấn đề không có yếu tố tăng trưởng GDP ềm năng, là đại diện cho chất lượng giáo dục bị tụt hậu

ít nhất một thập kỷ. Do đó, bước còn lại là ước nh mô hình tăng trưởng GDP phù hợp. Chúng tôi

dựa trên phân ch dựa trên mô hình được đề xuất trong Phần 3 của bài viết này trong khi xem xét

các kinh nghiệm. Chúng tôi rút ra từ các tài liệu khổng lồ dành cho mô hình tăng trưởng GDP và sử

dụng mô hình Solow tăng cường, được vận hành dưới dạng hồi quy Barro [39]. Quan trọng hơn,

và trái ngược với Hanushek và Woessmann, chúng tôi đã xây dựng một mô hình trong đó chúng

tôi giải thích sự thay đổi GDP như một chức năng của không chỉ chất lượng giáo dục mà còn của

các đặc điểm kinh tế cần thiết và có liên quan. Chúng liên quan đến các yếu tố vốn con người (tuổi

thọ, thay đổi dân số) và các yếu tố vốn vật chất (mức độ đầu tư, chi êu của chính phủ, nh mở

của nền kinh tế), trong khi kết quả PISA ngược dự đoán (cho mỗi kỹ năng - toán học, đọc và khoa

học) được đưa vào như một yếu tố vốn con người bổ sung. Hồi quy Barro điển hình, giả định (hoặc

ít nhất cho phép) sự tồn tại của sự hội tụ kiểu beta của GDP giữa các quốc gia, thích ứng với môi

trường dữ liệu bảng điều khiển, có thể được viết như sau:

∆GDPit/Tổng công ty,

T−1 ·

= γlnGDPi,

μit, (7)

trong đó GDPit là GDP của quốc gia i trong năm t theo giá thực, xit0 là vectơ của các yếu tố tăng

trưởng GDP của quốc gia i trong năm t, bao gồm các dự đoán ngược thích hợp về điểm PISA cho

các kỹ năng khác nhau, ui là hiệu ứng cá nhân của quốc gia, μnó là thuật ngữ sai số cho quốc gia i

trong năm t, và γ và θ là các thông số của mô hình.

Với những thay đổi ngắn hạn điển hình thấp của GDP và sự thay đổi tương đối của GDP ở

quốc gia i và năm t, ∆GDPit/GDPi,t

−1

, vì lý do nh toán, được xấp xỉ với:

Tính bền vững 2021, 13, 6437 11 của 21

Yielding:

∆GDPit/GDPi,t

−1

= lnGDPit − lnGDPi,t

−1

(8)

∆lnGDPit = γlnGDPi

μit

(9)

Rõ ràng, (8) tương đương với dạng ước nh:

lnGDPit = (γ + 1)lnGDPi,

μit

(10)

cho phép giải quyết vấn đề nội sinh phát sinh trong (8).

Mô hình (9) đã được thảo luận và ước nh thường xuyên trong tài liệu tăng trưởng kinh tế.

Chúng tôi đã theo dõi các tài liệu chính thống và áp dụng công cụ ước nh Blundell và Bond phổ

biến [9], và điều đáng chú ý là số lượng đơn vị mặt cắt ngang được xem xét (quốc gia) trong trường

hợp của chúng tôi thực sự đủ lớn để áp dụng kỹ thuật dựa trên GMM này. Một hàm ý quan trọng

là việc công cụ hóa thích hợp cho phép coi các yếu tố tăng trưởng được coi là có khả năng nội sinh,

điều này phản ánh mối quan hệ hai chiều có thể có của chúng với tăng trưởng GDP. Một ngoại lệ

cho điều đó là điểm số PISA bị tụt hậu, chắc chắn không phản ứng ngay lập tức với động lực GDP.

Các ước nh đạt được cho phép đưa ra kết luận về mức độ liên quan của kết quả kiểm tra PISA cụ

thể, đo lường tác động của các khía cạnh khác nhau của chất lượng giáo dục đối với tăng trưởng.

4. Kết quả

Mô hình điểm PISA (6) có thể được ước nh bằng cách sử dụng 638 quan sát và chúng tôi bị

hạn chế bởi sự sẵn có của điểm PISA đúng hoặc nội suy cho các loại kỹ năng cụ thể về mặt này và

số liệu thống kê kinh tế vĩ mô liên quan đến chi êu của chính phủ cho giáo dục (dữ liệu được cung

cấp trong [7] chủ yếu được sử dụng cho mục đích đó). Bảng 1 cung cấp danh sách đầy đủ các quan

sát quốc gia-năm được sử dụng để ước nh Phương trình (6).

Bảng 1. Các quan sát quốc gia-năm được sử dụng để ước nh Phương trình điểm PISA (6).

Quốc gia

Sớm nhất / Mới

nhất có sẵn

Sự quan sát

Quốc gia

Sớm nhất / Mới

nhất có sẵn

Sự quan sát

Albania

2003–2015

Latvia

2005–2015

Argenna

2000–2015

Litva

2006–2015

Úc

2000–2015

Luxembourg

2000–2004

Áo

2000–2015

Macao

2007–2015

Azerbaijan

2006–2009

Malaysia

2009–2012

Bỉ

2000–2012

Malta

2009–2015

Chile

2000–2015

Mexico

2000–2012

Colombia

2006–2015

Moldova

2009–2015

Costa Rica

2009–2015

Hà Lan

2003–2015

Croaa

2011–2012

New Zealand

2000–2015

Cộng hòa Séc

2001–2015

Na Uy

2000–2015

Đan Mạch

2000–2012

Peru

2000–2015

Estonia

2006–2015

Ba Lan

2000–2015

Phần Lan

2000–2015

Bồ Đào Nha

2000–2012

Pháp

2000–2015

Qatar

2006–2015

Gruzia

2009–2015

Romania

2005–2015

Đức

2002–2015

Nga

2009–2015

Hy Lạp

2000–2008

Singapore

2009–2015

Hồng Kông

2000–2015

Cộng hòa Slovakia

2003–2015

Hungary

2000–2012

Slovenia

2006–2015

Iceland

2000–2102

Tây Ban Nha

2000–2015

Indonesia

2000–2015

Thụy Điển

2000–2015

Ireland

2000–2102

Thụy Sĩ

2000–2015

Israel

2000–2015

Thái Lan

2000–2015

2000–2102

Tunisia

2003–2015

Nhật Bản

2000–2015

Gà tây

2003–2009

Tính bền vững 2021, 13, 6437 12 của 21

Kazakhstan

2009–2012

Vương quốc Anh

2000–2015

Hàn Quốc

2000–2015

MỸ

2000–2012

Cộng hòa

Kyrgyzstan

2006–2009

Uruguay

2003–2012

Một số lượng lớn các quan sát cho phép ước nh GLS an toàn của Phương trình (6) và giảm

nguy cơ đạt được các giá trị không đầy đủ của các sai số chuẩn như Beck và Katz đề xuất [47]. Kết

quả ước nh được cung cấp trong Bảng 2.

Bảng 2. Ước nh của mô hình (6) cho các bộ kỹ năng khác nhau được đo lường trong các bài kiểm tra PISA.

Biến số

Sự đọc

Toán học

Khoa học

GEE(-3)

1.077 ***

1.079 **

0.247

GEE(-6)

2.846 ***

0.927 **

1.089 ***

GEE(-9)

0.215

0.681 *

0.484 *

Hiệu ứng theo quốc gia cụ thể

-Bỏ-

Hằng

367.7 ***

379.6 ***

390.3 ***

638

0.938

0.953

0.957

0.7003 ***

0.7349 ***

0.7405 ***

Chi2 cho giao diện người dùng =

nhược điểm

14,332.68 ***

7101.90 ***

19,308.63 ***

p < 0,01, ** p < 0,05, * p < 0,1; các cột cụ thể chứa các ước nh của mô hình (6) cho điểm PISA về đọc, toán và khoa học;

GEE (-3), GEE (-6) và GEE (-9) đại diện cho chi êu của chính phủ cho giáo dục chậm hơn lần lượt là 3, 6 và 9 năm; Các hiệu

ứng cụ thể của quốc gia đã bị bỏ qua vì hạn chế về không gian và có sẵn từ các tác giả theo yêu cầu; n là tổng số quan sát;

ρ là hệ số AR (1) ước nh (giá trị p tham chiếu đến H0: ρ = 0); chi2 cho ui = nhược điểm cung cấp thống kê thử nghiệm cho

H0: ui = nhược điểm, i = 1, . . . , N.

Ba giá trị trước đó của chi êu giáo dục của chính phủ đã được đưa vào mô hình: độ trễ kéo

dài 3, 6 và 9 năm, được cho là nắm bắt được các tác động ềm ẩn trung hạn, dài hạn và rất dài

hạn. Rõ ràng, trong trường hợp của mỗi loại trong số ba loại kỹ năng được đo lường trong các bài

kiểm tra PISA, tồn tại một ảnh hưởng đáng chú ý của chi êu trước đó của chính phủ đối với giáo

dục đối với kết quả được đo lường trong các bài kiểm tra, và trong khi mỗi độ trễ ít nhất là đối với

một số khía cạnh, chúng là những đầu vào trễ 6 năm thể hiện sự liên quan chắc chắn nhất. Kết quả

xác nhận ảnh hưởng ch cực của chi êu giáo dục đối với kết quả đạt được nói chung và (cùng với

các tác động cụ thể của quốc gia) cho phép dự đoán ngược điểm PISA giả định nếu chúng đã được

thực hiện trong những năm trước đó. Dữ liệu cập nhật về chi êu giáo dục của chính phủ được

cung cấp trong [48] một lần nữa được sử dụng cho mục đích đó.

Thứ hai cho phép ước nh mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng

giáo dục xấp xỉ điểm PISA. Tổng cộng có 1731 quan sát trong giai đoạn 1994-2015 đã được sử dụng

và mẫu bao gồm 111 quốc gia trên toàn thế giới (với điều kiện là có sẵn các yếu tố tăng trưởng

được xem xét). Không rõ ràng là điểm PISA ngoại suy nên bị trễ bao nhiêu, tương đương với việc

hỏi sinh viên tốt nghiệp tham gia thị trường lao động ở độ tuổi nào cho phép các kỹ năng của họ

có ảnh hưởng chính đến hoạt động của nền kinh tế. Chúng tôi đã sử dụng độ trễ 5, 10 và 15 năm

của điểm PISA dự đoán (lần lượt là đọc (-15), toán học (-15) và khoa học (-15) và kết luận rằng

điểm trễ 15 năm có vẻ phù hợp nhất, do đó khai thác thêm các kết quả này (được trình bày trong

Bảng 3). Hơn nữa, có rất nhiều khả năng liên quan đến phần còn lại của hoạt động của xit0 — Sala-

i-Marn et al. [29] đã đề cập rằng có khoảng 600 biến được sử dụng như vậy trong các mô hình

thực nghiệm có trong tài liệu. Chúng tôi đã sử dụng bốn yếu tố tăng trưởng vốn con người và vật

chất quan trọng được m thấy có ý nghĩa trong hầu hết các nghiên cứu thực nghiệm: inv (tổng vốn

hình thành theo % GDP), gov (tổng chi êu của chính phủ nh theo % GDP), life_exp (tuổi thọ trung

bình khi sinh) và mở (giá trị thương mại nh theo % GDP) để giải thích logarit của GDP theo giá

không đổi (nhưng các kết luận mâu thuẫn về hướng ảnh hưởng của chính phủ chi phí đã được rút

ra trong các nghiên cứu khác nhau). lnGDP(-1) đại diện cho logarit của logarit trễ một năm của

GDP, như trong mô hình (9); do đó, ước nh của tham số trên lnGDP(-1) là ước nh của γ + 1 và

sẽ cần phải được trừ đi 1 để có được tốc độ hội tụ beta hàng năm.

Bảng 3. Ước nh mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục.

Tính bền vững 2021, 13, 6437 13 của 21

(1) Đọc

(2) Toán học

(3) Khoa học

Giảm GDP(-1)

0.9801828 ***

0.9805469 ***

0.9802120 ***

Inv

0.0016506 ***

0.0016418 ***

0.0016490 ***

Chính phủ

−0,0007520

−0,0007466

−0,0007275 **

life_exp

0.0017133 ***

0.0017415 ***

0.0017211 ***

mở

0.0000764 ***

0.0000791 ***

0.0000783 **

đọc(-15)

0.0001130 ***

Toán học(-15)

0.0000765 ***

Khoa học(-15)

0.0001091 **

Hằng

0.0016247

0.0111554

0.0008775

1731

Arellano–Trái phiếu AR(1)

−2,7035 (0,0069)

−2,7037 (0,0069)

−2,7038 (0,0068)

Arellano–Trái phiếu AR(2)

−0,49696 (0,6192)

−0,49529 (0,6204)

−0,49610 (0,6198)

p < 0,01, ** p < 0,05; các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học tương ứng; n là tổng số

quan sát; số quốc gia trong bộ dữ liệu = 111 quốc gia trên thế giới; Arellano–Bond AR(1) là thống kê thử nghiệm (giá trị p)

của thử nghiệm Arellano–Bond về tự tương quan của bậc 1 (thứ tự 2 trong trường hợp Arellano–Bond AR(2)).

Trước ên, cần lưu ý rằng tất cả các biến số kinh tế vĩ mô đều thể hiện ảnh hưởng cần được

mong đợi trên cơ sở lý thuyết: mức độ đầu tư, tuổi thọ và độ mở của nền kinh tế có ảnh hưởng

ch cực rõ ràng đến tốc độ tăng trưởng GDP, trong khi ảnh hưởng của chi êu chính phủ vẫn chưa

rõ ràng. Ước nh thông số theo GDP chậm đã xác nhận sự tồn tại của các quá trình hội tụ mạnh

với tốc độ dưới 2% mỗi năm một chút, điều này xác nhận kết quả tài liệu chính thống. Đồng thời,

kết quả của thử nghiệm Arellano-Bond về tự tương quan của bậc hai trong phương trình khác biệt

tương ứng với tự tương quan bậc một trong phương trình mức không cung cấp lý do gì để bác bỏ

giả thuyết không có tự tương quan, điều này rất cần thiết cho nh nhất quán của công cụ ước nh.

Quan trọng nhất, mỗi điểm PISA, được hiểu là đại diện cho chất lượng của các kỹ năng khác

nhau được dạy ở trường, đã chứng minh có ý nghĩa thống kê đối với tăng trưởng GDP ở mức 5%

(1% trong trường hợp kỹ năng đọc và toán học). Vì để đánh giá kết quả này, chúng tôi đã sử dụng

độ trễ kéo dài 15 năm, điều này có nghĩa là sử dụng chất lượng giáo dục của những người 30 tuổi

vào thời điểm họ khoảng 15 tuổi bằng cách sử dụng hệ số tăng trưởng GDP. Mặc dù kết quả này

cũng phần lớn được xác nhận nếu độ trễ kéo dài 10 năm được sử dụng (có nghĩa là bao gồm chất

lượng giáo dục của những người 25 tuổi ngày nay vào thời điểm họ 15 tuổi), nhưng nó vẫn rõ ràng

nhất trong nhóm được trình bày (kết quả ước nh với độ trễ 10 năm của điểm PISA có sẵn theo

yêu cầu của các tác giả). Không có sự khác biệt lớn hơn có thể được nhìn thấy khi so sánh ảnh

hưởng của từng chỉ số PISA riêng biệt: trong khi ước nh chính xác của tham số không giống nhau,

sự khác biệt giữa các hệ số ước nh về đọc, toán học và khoa học bị tụt hậu 15 năm là không có ý

nghĩa thống kê (giả sử bất kỳ mức độ ý nghĩa hợp lý nào, chẳng hạn như 5%).

Trong khi tất cả các kết quả được thảo luận đều xác nhận nh trực quan và được xác nhận

bởi mô hình lý thuyết được cung cấp về sự phù hợp của chất lượng giáo dục đối với tăng trưởng

GDP, chúng tôi đã thực hiện một loạt các kiểm tra độ bền vững.

Thứ nhất, nó có thể làm dấy lên nghi ngờ về việc liệu việc nh toán và khai thác điểm PISA lý

thuyết trong nhóm các quốc gia chưa bao giờ thực sự thực hiện bài kiểm tra không đòi hỏi sự đồng

nhất mạnh mẽ hơn của dân số được sử dụng để ước nh mô hình tăng trưởng (9) so với thực tế

đã diễn ra. Do đó, chúng tôi giới hạn mẫu ước nh ở các quốc gia được sử dụng để ước nh mô

hình (6), có danh sách được cung cấp trong Bảng 1. Chúng tôi cũng giới hạn danh sách độ trễ của

các bộ hồi quy được sử dụng làm công cụ chỉ ở hai giá trị có thể sử dụng gần đây nhất để tránh

nguy cơ gia tăng công cụ [49]. Ước nh của các mô hình tương ứng được cung cấp trong Bảng 4.

Bảng 4. Ước nh về mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục trong mẫu các

quốc gia thực hiện các bài kiểm tra PISA.

(1) Đọc

(2) Toán học

(3) Khoa học

Giảm GDP(-1)

0.9954993 ***

1.0046150 ***

1.0025350 ***

Tính bền vững 2021, 13, 6437 14 của 21

GDP (-2)

−0,1691006 ***

−0,1765280 ***

−0,1754891 ***

GDP (-3)

0.1568341 ***

0.1551946 ***

0.1562269 ***

Inv

0.0030705 ***

0.0029663 ***

0.0030006 ***

Chính phủ

−0,0020520 **

−0,0019407 **

−0,0019221 **

life_exp

−0,0027801 **

−0,0026226 **

−0,0027087 **

Mở

0.0000928 ***

0.0000793 ***

0.0000873 **

đọc(-15)

0.0002229 ***

Toán học(-15)

0.0001747 ***

Khoa học(-15)

0.0002083 ***

Hằng

0.2615308 **

0.2730802 ***

0.2610700 ***

408

Arellano–Trái phiếu AR(1)

−3,593 (0,0003)

−3,6714 (0,0002)

−3,6722 (0,0002)

Arellano–Trái phiếu AR(2)

−1,0928 (0,2745)

−1,0499 (0,2938)

−1,0414 (0,2977)

p < 0,01, ** p < 0,05; các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học bị tụt hậu

15 năm là hồi quy, tương ứng, trong khi tất cả các mô hình bao gồm logarit tự nhiên của GDP tụt hậu 1, 2 và 3 năm; n là

tổng số quan sát; số quốc gia trong bộ dữ liệu = 42 quốc gia tham gia thử nghiệm PISA (được liệt kê trong Bảng 1);

Arellano–Bond AR(1) là thống kê thử nghiệm (giá trị p) của thử nghiệm Arellano–Bond về tự tương quan của bậc 1 (thứ

tự 2 trong trường hợp Arellano–Bond AR(2)); Độ trễ thứ 2 và thứ 3 của biến phụ thuộc đã được thêm vào để tránh tự

tương quan, điều này đã xuất hiện khác.

Thứ hai, chúng tôi bao gồm các hiệu ứng thời gian cố định, giúp nắm bắt các đỉnh và đáy của

chu kỳ kinh tế toàn cầu và bỏ qua các chi êu của chính phủ, mà ảnh hưởng của chúng là rõ ràng

dưới ánh sáng của cả lý thuyết và các kết quả thực nghiệm được trình bày. Các ước nh được cung

cấp trong Bảng 5.

Bảng 5. Ước nh mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục có hiệu ứng thời

gian.

(1) Đọc

(2) Toán học

(3) Khoa học

Giảm GDP(-1)

0.9683281 ***

0.9688890 ***

0.9685778 ***

Inv

0.0021138 ***

0.0021080 ***

0.0021265 ***

life_exp

0.0030568 ***

0.0030578 ***

0.0030005 ***

Mở

0.0000162

0.0000174

0.0000146

đọc(-15)

0.0001878 **

Toán học(-15)

0.0001514 *

Khoa học(-15)

0.0002033 **

Hằng

−0,0371567 ·

−0,0277849 ·

−0,0445571

1733

Wald, ký tên. của hiệu

ứng thời gian

361.70 (0.0000)

361.11 (0.0000)

357.79 (0.0000)

Arellano–Trái phiếu AR(1)

−2,662 (0,0078)

−2,6617 (0,0076)

−2,6605 (0,0078)

Arellano–Trái phiếu AR(2)

0.01578 (0.9874)

0.01789 (0.9857)

0.02021 (0.9839)

p < 0,01, ** p < 0,05, * p < 0,1; các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học tương ứng; n là

tổng số quan sát; số quốc gia trong bộ dữ liệu = 111 quốc gia trên thế giới; các công cụ bị trễ tối đa ba giai đoạn đã được

sử dụng; Arellano–Bond AR(1) là thống kê thử nghiệm (giá trị p) của thử nghiệm Arellano–Bond về tự tương quan của

bậc 1 (thứ tự 2 trong trường hợp Arellano–Bond AR(2)); Wald, ký tên. của hiệu ứng thời gian là thống kê thử nghiệm (giá

trị p) cho thử nghiệm Wald về ý nghĩa chung của hiệu ứng thời gian.

Thứ ba, chúng tôi đã chạy phân ch độ bền phức tạp theo nh thần trung bình mô hình Bayes

(BMA). Trong khi bài báo cổ điển [50] thảo luận về phiên bản của nó cho các mô hình tăng trưởng

được ước nh bằng cách sử dụng công cụ ước nh OLS (thường sẽ áp dụng cho một mặt cắt ngang

của các quốc gia), chúng tôi đã áp dụng cách ếp cận của Prochniak và Witkowski [51], giả định

rằng sự hội tụ beta thực sự tồn tại và xác minh sự liên quan của các yếu tố tăng trưởng cụ thể. Do

Tính bền vững 2021, 13, 6437 15 của 21

đó, chúng tôi bắt đầu (riêng biệt cho từng kỹ năng PISA được xem xét) với việc ước nh mô hình

tự hồi quy (9) với tất cả các tập hợp con có thể có của các yếu tố tăng trưởng kinh tế vĩ mô được

xem xét {inv, gov, life_exp, open} và các kỹ năng PISA trong một trong các lĩnh vực. Chúng tôi không

đưa ra giả định trước đó về số lượng các yếu tố tăng trưởng có liên quan trong mối quan hệ thực

sự và số lượng các hồi quy được xem xét là không lớn. Do đó, nó cho phép chúng tôi giả định rằng

xác suất trước về sự liên quan của mỗi mô hình có thể là như nhau. Theo giả định đó, chúng tôi đã

theo dõi [51] và nh toán các ước nh trung bình của các tham số γ và θ cũng như các giá trị p cho

kiểm tra ý nghĩa t, coi xác suất hậu của sự liên quan cho mỗi mô hình là trọng số. Các ước nh

trung bình BMA của γ và θ và các giá trị p thu được trong mẫu chính của 111 quốc gia được cung

cấp trong Bảng 6. Ngoài ra, chúng tôi đã hoàn thành nó với một cách ếp cận dựa trên phân ch

giới hạn cực trị (EBA) của Leamer [52] và cung cấp phạm vi ước nh của các tham số cụ thể trong

tất cả các mô hình ước nh cũng như phần nhỏ của các mô hình xác nhận giả thuyết về ý nghĩa

của biến đã cho.

Bảng 6. Kết quả ước nh BMA và EBA cho mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng

giáo dục.

(1) Đọc (2) Toán học (3) Khoa học

Ước nh trung bình mô hình Bayes (giá trị p cho kiểm tra ý nghĩa được đưa ra trong ngoặc đơn)

Giảm GDP(-1)

0.9704477

0.9694659

0.9684520

(0.0000000)

Inv

0.0017909

0.0017853

0.0017889

(0.0000000)

Chính phủ

−0,0005426 ·

−0,0005388 ·

−0,0005249

(0.2030227)

(0.2075655)

(0.2185428)

life_exp

0.0027987

0.0028204

0.0028047

(0.0000000)

Mở

0.0002220

0.0002186

0.0002213

(0.0017697)

(0.0023417)

(0.0018750)

đọc(-15)

0.0005646

(0.0060577)

Toán học(-15)

0.0006020

(0.0069853)

Khoa học(-15)

0.0006809

(0.0077673)

Phân ch giới hạn cực đoan—Thống kê loại cho các biến điểm PISA (đọc,

Toán học và Khoa học)

% xác nhận mức độ liên quan ở mức 1%

56.3%

% xác nhận mức độ liên quan ở mức 5%

75.0%

68.8%

62.5%

% xác nhận mức độ liên quan ở mức 10%

81.3%

75.0%

ước nh thông số thấp nhất

0.0000144

−0,0000272

−0,0000244

ước nh tham số cao nhất

0.0006132

0.0006581

0.0007419

% ước nh âm

0.0%

12.5%

6.3%

1731

Các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học tương ứng; n là tổng số quan sát; số quốc gia

trong tập dữ liệu = 111 quốc gia trên thế giới; ước nh tham số trung bình và giá trị p được cung cấp trong phần đầu

ên (BMA) của bảng; phần mô hình trong đó điểm PISA liên quan đến các kỹ năng nhất định có ý nghĩa ở các mức 1%, 5%

và 10% với ước nh thu được thấp nhất và cao nhất của tham số trên biến điểm PISA và phần của các mô hình trong đó

ước nh của thông số trên điểm PISA là âm được cung cấp trong phần thứ hai (EBA) của bảng.

Tính bền vững 2021, 13, 6437 16 của 21

Kết quả thu được trong một loạt các kiểm tra độ bền đã xác nhận đầy đủ nh hợp lệ của

phân ch cơ sở. Tầm quan trọng của chất lượng giáo dục là ổn định và không thể hiện sự nhạy

cảm với những thay đổi cấu trúc của mô hình, chẳng hạn như bao gồm các hiệu ứng thời gian,

bao gồm các độ trễ bổ sung trước đó của GDP được thực thi bởi tự tương quan ở dạng ban đầu

của mô hình, hoặc thao túng các yếu tố tăng trưởng cổ điển (cả hai bằng cách loại bỏ các chi êu

của chính phủ mà tác động không thể được xác nhận đầy đủ, cũng như dưới ánh sáng của BMA

dựa trên mọi tập hợp con có thể có của các yếu tố tăng trưởng được xem xét).

Những thay đổi trong các chi ết kỹ thuật của phương pháp ước nh (thao tác độ trễ của tập

hợp các công cụ được áp dụng) cũng như những thay đổi trong mẫu được sử dụng để ước nh

mô hình tăng trưởng (giới hạn mẫu ở các quốc gia đã thực hiện các thử nghiệm PISA) không dẫn

đến bất kỳ thay đổi nào trong kết luận định nh liên quan đến mức độ liên quan của điểm PISA.

Tính hợp lệ của những kết quả này đã được đảm bảo vì các yếu tố tăng trưởng GDP khác được

xem xét thể hiện ảnh hưởng ổn định phù hợp với tài liệu chính thống: trong khi có một cuộc thảo

luận cởi mở về tác động của chi êu chính phủ đối với tăng trưởng kinh tế, các yếu tố tăng trưởng

khác trong hầu hết các mô hình đã thể hiện các đặc nh dự kiến (một ngoại lệ là ảnh hưởng chưa

được xác nhận của nh mở kinh tế chỉ là một trong những kiểm tra độ mạnh mẽ), và tỷ lệ hội tụ

ước nh tuân thủ hầu hết các nghiên cứu hiện có.

Những nghi ngờ duy nhất có thể được nêu ra bởi kết quả phân ch loại EBA, cho rằng xác

nhận chính thức về mức độ liên quan của điểm PISA đã được quan sát thấy trong 75,0–81,3%

trường hợp (ở mức ý nghĩa 10%) đối với các phương trình kỹ năng khác nhau và tồn tại các trường

hợp đơn lẻ trong đó ước nh của tham số trên biến điểm PISA thấp hơn một chút so với không.

Tuy nhiên, cần phải nhấn mạnh rằng cách ếp cận của Leamer chủ yếu bị chỉ trích vì nó quá nghiêm

ngặt: trong hầu hết các phân ch thực nghiệm hầu như không có bất kỳ biến số nào (hoặc không)

được m thấy rõ ràng có ý nghĩa mạnh mẽ theo nghĩa EBA. Điều này đặc biệt quan trọng khi cách

ếp cận Blundell-Bond rất nhạy cảm được sử dụng: thực tế, tất cả các kết quả "đáng ngờ" đều thu

được trong các mô hình bao gồm chi êu của chính phủ trong số những người hồi quy. Tuy nhiên,

ngay cả khi có sự hiện diện của nó, các thủ tục BMA được thừa nhận rộng rãi hơn nhiều không

nghi ngờ gì về sự liên quan của điểm số PISA đối với quá trình tăng trưởng GDP. Do đó, chúng tôi

n rằng việc kiểm tra độ bền đã cung cấp xác nhận rất mạnh mẽ về kết quả được cung cấp bởi mô

hình cơ sở.

5. Kết luận

Mọi người đều biết rằng giáo dục là quan trọng và có nhiều bằng chứng cho thấy giáo dục tốt

hơn mang lại lợi nhuận lớn cho các cá nhân. Oreopoulos và Salvanes [53] cho rằng giáo dục tốt

hơn có thể khiến các cá nhân đưa ra quyết định tốt hơn về sức khỏe, hôn nhân và phong cách nuôi

dạy con cái. Người ta cũng n rằng việc đi học cải thiện sự kiên nhẫn, khiến các cá nhân có định

hướng mục êu hơn và ít có khả năng tham gia vào các hành vi rủi ro. Tuy nhiên, ở cấp độ kinh tế

vĩ mô, có rất ít bằng chứng thực nghiệm cho thấy giáo dục tốt hơn ở một quốc gia nhất định chuyển

thành kết quả kinh tế tốt hơn. Điều này chủ yếu có thể là do dữ liệu định lượng, chứ không phải

định nh, về giáo dục có sẵn ở các quốc gia. Trong khi Hanushek và Woessmann [6] công bố bằng

chứng về tầm quan trọng của chất lượng giáo dục như một yếu tố của tăng trưởng GDP, kết quả

của họ có thể gây ra một số nghi ngờ, chủ yếu là vì họ đã điều tra mối quan hệ đương thời giữa

hai yếu tố này - hoặc, chính xác hơn, mối tương quan giữa tăng trưởng GDP 1960-2010 và điểm

số PISA có sẵn (từ đầu thế kỷ hiện tại). Kết quả là, nghiên cứu của họ xác nhận sự tồn tại của chính

mối quan hệ; tuy nhiên, hướng của nó rất có thể trái ngược với tuyên bố của các tác giả - hoặc ít

nhất là rất khó để xác định hướng của mối quan hệ. Một giải pháp khả thi là sử dụng các kết quả

PISA bị trễ và đưa chúng vào hồi quy tăng trưởng GDP. Một vấn đề rõ ràng là thiếu kết quả PISA bị

trễ do các bài kiểm tra bắt đầu vào đầu thế kỷ hiện tại. Như một giải pháp một phần cho vấn đề

này, chúng tôi đề xuất ước nh một mô hình giải thích kết quả của PISA như một hàm của chi êu

giáo dục. Mô hình sau đó sẽ được sử dụng để cung cấp các dự đoán ngược về điểm PISA và mô

hình cuối cùng về tăng trưởng GDP có thể được ước nh bằng cách sử dụng điểm PISA có độ trễ

đầy đủ trong vai trò đầu vào.

Mô hình kết quả dường như hợp lý từ quan điểm kinh tế và giáo dục. Mặc dù kết quả phù

hợp với các tuyên bố trước đó của các tác giả được trích dẫn, nhưng nó cung cấp bằng chứng

mạnh mẽ hơn về mức độ liên quan của chất lượng giáo dục vì nó mạnh mẽ hơn về mặt thống kê

Tính bền vững 2021, 13, 6437 17 của 21

và các thuộc nh của công cụ ước nh được áp dụng nói chung là tốt hơn. Do đó, việc áp dụng kỹ

thuật thay thế nên được coi là một giá trị gia tăng quan trọng của nghiên cứu này. Biện minh cho

giá trị của một nền giáo dục tốt có tầm quan trọng gấp đôi. Về mặt thực tế, đây là một ếng nói

quan trọng trong cuộc thảo luận và cung cấp một lập luận bổ sung để chỉ đạo một dòng đầu tư

vào giáo dục, điều này đặc biệt quan trọng trong khi các chính phủ có thể bắt đầu m kiếm các

khoản ết kiệm nếu thị trường toàn cầu rơi vào giai đoạn suy thoái của chu kỳ kinh tế.

Người ta có thể tự hỏi tại sao các loại kỹ năng khác nhau lại có ảnh hưởng tương tự đến hiệu

suất của các nền kinh tế. Chắc chắn, một vài lý do có thể được đưa ra. Thứ nhất, mỗi người trong

số họ nên được xem như một đại diện cho chất lượng giáo dục chung ở một trường học, học khu

hoặc thậm chí quốc gia nhất định - có lẽ nhiều hơn chỉ số về trình độ giảng dạy của một lớp học cụ

thể. Thứ hai, điểm PISA cuối cùng trong các lĩnh vực khác nhau trong một số trường hợp được xây

dựng bằng cách sử dụng các giá trị của chúng (hoặc thực sự là các thành phần của chúng) trong

các lĩnh vực khác nhau. Do đó, sự phân bố của các điểm PISA khác nhau không hoàn toàn độc lập,

điều này có thể được phản ánh một phần trong những điểm tương đồng được mô tả ở trên giữa

ba mô hình khác nhau được trình bày trong Bảng 2. Trong mọi trường hợp, có thể n rằng phương

pháp luận được thảo luận ở đây nên được coi là một xác nhận chính thức rằng chi êu cho giáo

dục, dẫn đến chất lượng giáo dục đại học, chỉ được trả lại. Lợi nhuận không phải là ngay lập tức,

nhưng vài năm sau khi sinh viên tốt nghiệp tham gia thị trường lao động, chất lượng giáo dục mà

họ đạt được ở tuổi 15 bắt đầu quan trọng.

Một số yếu tố rất quan trọng đối với mô hình được xây dựng đúng cách và cho các kết luận

đáng n cậy. Một câu hỏi quan trọng là bao lâu sau khi tốt nghiệp, người lao động có tác động lớn

nhất đến tổng năng suất trong nền kinh tế và đóng góp nhiều nhất vào tăng trưởng GDP. Mặc dù

trả lời câu hỏi này sẽ gợi ý độ trễ thích hợp cho các mô hình được phân ch trong nghiên cứu,

nhưng không đơn giản để làm như vậy. Có vẻ hợp lý khi cho rằng những nhân viên có tầm quan

trọng quan trọng nên nhận được thù lao tốt hơn. Tuy nhiên, quá trình này cho thấy ít ổn định:

trong khi vào năm 1975, họ là những người 29 tuổi có mức lương trung bình cao nhất, gần đây,

mức cao nhất được quan sát thấy trong nhóm những người 40 tuổi. Điều đó có thể là do sự chuyên

nghiệp hóa ngày càng tăng và vai trò ngày càng tăng của kiến thức và kinh nghiệm trong thị trường

lao động, điều này cho thấy tầm quan trọng của chất lượng giáo dục đã tăng lên và có thể dự kiến

sẽ tăng hơn nữa trong tương lai. Tuy nhiên, kết quả như vậy khiến việc trễ các hồi quy trong

phương trình mô hình trở nên khó khăn hơn. Tuy nhiên, phân ch độ bền được mô tả một phần

trong bài báo này và được cung cấp bởi Witkowska và Witkowski [54] không để lại nghi ngờ gì:

trong khi kết quả được quan sát rõ ràng nhất với độ trễ 15 năm, có nghĩa là xem xét chất lượng

giáo dục của những người 30 tuổi ngày nay, các con số rất giống nhau đối với những người 25 tuổi

cũng như 40 tuổi.

Kênh truyền trong hiện tượng được phân ch rất thú vị. Trong khi trong mô hình lý thuyết,

chúng tôi tập trung vào các khía cạnh kinh tế của chất lượng giáo dục, những khía cạnh đó không

giới hạn ở những khía cạnh này. Các tác giả trong [4,55] đã chỉ ra rằng, ở cấp độ cá nhân, chi êu

cho giáo dục cũng như y tế sẽ phát triển đầy đủ năng lực và cải thiện nh trạng sức khỏe để năng

suất và thu nhập của người đó sẽ tăng lên trong tương lai. Hai yếu tố này, giáo dục và y tế, có tác

động đến năng suất của con người, có tác động đến sản xuất, và với sự gia tăng sản xuất, tăng

trưởng kinh tế cũng sẽ tăng lên. Do đó, giáo dục và y tế, là những thành phần quan trọng của vốn

con người, có tác động đến tăng trưởng kinh tế. Một nghiên cứu về tăng trưởng kinh tế ở Hàn

Quốc và Nhật Bản của Han và Lee [56] cung cấp các lập luận thực nghiệm rằng có sự đồng kết hợp

chặt chẽ giữa các dịch vụ y tế và giáo dục trong việc cải thiện chất lượng nguồn nhân lực và tăng

trưởng kinh tế.

Tuy nhiên, một kênh truyền tải khác cần được xem xét là mối quan hệ dân chủ – giáo dục.

Trong khi hầu hết các quốc gia phát triển nhất trên thế giới là các nền dân chủ dành cho người lớn,

có một mối quan hệ rõ ràng giữa giáo dục và dân chủ giữa các quốc gia [57,58]; Tuy nhiên, lý do

cho điều này vẫn chưa rõ ràng. Trong nghiên cứu của họ [59], họ đề xuất lời giải thích xoay quanh

mối liên hệ giữa giáo dục và chi phí và lợi ích của sự tham gia chính trị. Trường học không chỉ giáo

dục mà còn xã hội hóa những người trẻ tuổi, và sự tham gia chính trị là một hình thức sau này. Có

rất nhiều bằng chứng cho thấy mối liên hệ ch cực giữa giáo dục và sự tham gia của công dân.

Tham khảo [59] mô hình giáo dục là nâng cao lợi ích của hành động chính trị khi các cá nhân chọn

ủng hộ một chế độ dân chủ ít nhiều. Trong mô hình này, các chế độ dân chủ cung cấp các động cơ

Tính bền vững 2021, 13, 6437 18 của 21

yếu cho một cơ sở rộng lớn những người ủng hộ ềm năng, trong khi các chế độ độc tài cung cấp

các động lực mạnh mẽ cho một cơ sở hẹp hơn. Giáo dục làm tăng sự ủng hộ của toàn xã hội đối

với dân chủ vì dân chủ dựa vào những người có lợi ích tham gia cao để hỗ trợ. Các tác giả chỉ ra

rằng các quốc gia được giáo dục tốt hơn có nhiều khả năng vừa bảo vệ dân chủ vừa thực hiện các

nỗ lực hiệu quả để ngăn chặn các cuộc đảo chính. Phân ch được thực hiện cũng đặt ra hai câu

hỏi rộng hơn. Thứ nhất, trong khi bản thân mô hình tập trung vào tác động của giáo dục đối với

sự tham gia, phân ch áp dụng cho 32 tất cả các chất keo xã hội khuyến khích hành động tập thể;

vì vậy, có lẽ phân ch gợi ý một giải pháp cho vấn đề cưỡi ngựa tự do của Olson trong tất cả các tổ

chức, và không chỉ trong các chế độ chính trị - cụ thể là vốn con người hoặc các loại keo xã hội

khác như một động lực để tham gia. Thứ hai, kết quả làm sáng tỏ vấn đề tại sao một số nhà độc

tài đầu tư vào giáo dục có thể là mối đe dọa đối với họ.

Một trong những câu trả lời khả dĩ là nhiều nhà độc tài phải đối mặt với mối đe dọa từ bên

ngoài và do đó, phải phát triển nền kinh tế và quân đội của họ (bao gồm cả đầu tư vào vốn con

người) để chống lại những mối đe dọa này ngay cả khi điều này làm tăng nguy cơ dân chủ hóa. Câu

trả lời thứ hai là, ngay cả khi không có các mối đe dọa từ bên ngoài, các nhà độc tài có thể được

hưởng lợi từ tăng trưởng kinh tế, và do đó, họ có thể thúc đẩy giáo dục trở nên giàu có hơn. Ý

tưởng thứ ba là tất cả các nhà độc tài đều phải đối mặt với rủi ro lật đổ đáng kể và cuộc sống của

nhà độc tài sẽ tốt hơn nhiều nếu anh ta được thay thế bằng dân chủ trong một quốc gia có giáo

dục hơn là bởi một nhà độc tài khác trong một quốc gia không được giáo dục.

Fortunato & Panizza [57] trong nghiên cứu của họ về sự tương tác giữa dân chủ và giáo dục

và tác động của nó đối với chất lượng của chính phủ, đã rút ra ba kết luận quan trọng. Thứ nhất,

sự tương tác giữa dân chủ và giáo dục luôn có mối tương quan ch cực và đáng kể với chất lượng

của chính phủ. Thứ hai, mối tương quan giữa dân chủ và chất lượng chính phủ chỉ có ý nghĩa thống

kê ở các quốc gia có trình độ học vấn cao. Thứ ba, tác động cận biên của giáo dục là ch cực và có

ý nghĩa thống kê ở các quốc gia có mức độ dân chủ cao. Trong mô hình của họ [57], họ tổng hợp,

trong một khuôn khổ, lập trường nhấn mạnh tầm quan trọng của các thể chế chính trị như một

yếu tố cơ bản giải thích sự khác biệt giữa các quốc gia về thu nhập bình quân đầu người với lập

trường rằng các cải ến và phát triển thể chế được thúc đẩy bởi vốn xã hội và con người. Phát hiện

thực nghiệm quan trọng nhất từ công trình này là kết luận rằng các thể chế dân chủ và giáo dục

bổ sung cho nhau, nhưng họ lập luận rằng dân chủ chỉ dẫn đến việc bầu các ứng cử viên tốt hơn

trong nh huống trình độ học vấn trên một ngưỡng nhất định. Đồng thời, cải thiện giáo dục có thể

ảnh hưởng đến chất lượng của các quan chức được bầu nhưng chỉ khi chi phí tham gia chính trị

không quá cao. Các tác giả đã chạy một tập hợp các mô phỏng Monte Carlo để chỉ ra rằng những

kết quả này không được thúc đẩy bởi quan hệ nhân quả ngược. Bằng cách xem xét rõ ràng sự

tương tác giữa dân chủ và giáo dục, họ đã chứng minh cách hai biến số này bổ sung cho nhau trong

việc lựa chọn các nhà hoạch định chính sách chất lượng cao, đảm bảo quản trị tốt.

Ngoài ra, chúng ta nên nhớ rằng tăng trưởng kinh tế là một khía cạnh quan trọng, nhưng chỉ

là một trong nhiều khía cạnh của sự phát triển của đất nước. Chúng ta có thể mong đợi các xã hội

có chất lượng giáo dục đại học sẽ dân chủ và ổn định hơn về chính trị, thể hiện ít bạo lực, nghèo

đói và bất bình đẳng hơn, và được hưởng chất lượng quản trị cao hơn. Tất cả các yếu tố bổ sung

liên quan rõ ràng đến chất lượng giáo dục đại học có thể có tác động ch cực đáng chú ý đến cả

tăng trưởng kinh tế và phúc lợi xã hội, vượt xa nh toán kinh tế đơn giản. Sự phát triển của một

dân số có tri thức không chỉ đóng góp vào tăng trưởng kinh tế mà còn có thể đóng góp vào các

khía cạnh của phúc lợi quốc gia như phúc lợi và xóa đói giảm nghèo [3]. Các tác giả trong [58] cũng

đồng ý rằng sự phát triển của phân ch tăng trưởng kinh tế cung cấp cơ sở cho vai trò của vốn con

người như một phần quan trọng trong việc tăng trưởng kinh tế. Wensley và Evans [60] thuyết phục

rằng chất lượng vốn con người càng cao thì ảnh hưởng của nó đối với tăng trưởng kinh tế càng

cao và có nhiều nghiên cứu nói rằng giáo dục có tầm quan trọng đặc biệt đối với tăng trưởng ở các

nước đang phát triển [2,61–63].

Kết quả trên dường như là một sự khẳng định quan trọng về vai trò của giáo dục không chỉ

đối với hạnh phúc của các cá nhân mà còn đối với hạnh phúc của toàn xã hội. Tất nhiên, nghiên

cứu quan trọng [6] và phân ch trước đó của Hanushek và Woessmann cho thấy sự tồn tại của

một mối quan hệ như vậy. Tuy nhiên, chúng tôi n rằng nghiên cứu này là nghiên cứu đầu ên xác

nhận chúng bằng cách sử dụng các công cụ kinh tế lượng hiện đại không chỉ bao gồm các mô hình

dữ liệu bảng động mà còn cả cách ếp cận BMA. Sức mạnh của nó bao gồm việc loại bỏ một lượng

Tính bền vững 2021, 13, 6437 19 của 21

lớn nh chủ quan đi kèm với việc xây dựng một mô hình duy nhất. Thay vào đó, một số mô hình

đã được phân ch và nh trung bình, xác nhận nh hợp lệ của kết quả. Chúng có vẻ quan trọng,

đặc biệt là trong thời đại đại dịch khi nhiều chính phủ sẽ m kiếm các lĩnh vực khác nhau để cắt

giảm chi phí để bù đắp cho các khoản chi êu quá mức gần đây cho chăm sóc sức khỏe và hỗ trợ

phong tỏa. Quyết định cắt giảm chi phí ở đâu

sẽ là một thử thách; Tuy nhiên, kết luận của nghiên cứu này rất rõ ràng: ết kiệm chất lượng giáo

dục trong giai đoạn trung và dài hạn sẽ không mang lại lợi nhuận về tăng trưởng kinh tế và không

nên được coi là một giải pháp có lợi. Mặt khác, nghiên cứu của chúng tôi có những hạn chế tự

nhiên. Điều quan trọng là số lượng điểm PISA bị trễ hạn do lịch sử tương đối ngắn của công cụ

này. Thứ hai, mặc dù số lượng quốc gia tham gia hiện nay khá lớn nhưng ban đầu thấp hơn đáng

kể. Những thiếu sót này chỉ đơn giản là đòi hỏi nhiều thời gian hơn. Thứ hai, mặc dù chúng tôi n

rằng điểm PISA là thước đo đầy đủ nhất về chất lượng giáo dục, nhưng chúng cũng không hoàn

hảo.

Cung cấp giáo dục chất lượng cao cho nhân loại có tầm quan trọng cực kỳ quan trọng và do

đó, đã được liệt kê là một trong những ưu ên trong các chương trình nghị sự phát triển toàn cầu

khác nhau, chẳng hạn như các Mục êu Phát triển Bền vững (SDGs) của Liên hợp quốc trong

Chương trình nghị sự 2030 về Phát triển Bền vững [64]. Giáo dục rất quan trọng đối với sự phát

triển cá nhân và xã hội vì nó cho phép truyền tải kiến thức và tạo điều kiện cho khả năng hiểu và

đối phó với thế giới xung quanh bên cạnh việc truyền cảm hứng cho sự đổi mới [65]. Giáo dục tốt

làm giảm nghèo đói và thúc đẩy sự thịnh vượng.

Đóng góp của tác giả: Khái niệm hóa, Ł.G., E.W. và B.W.; phương pháp luận, Ł.G. và B.W.; xác nhận, Ł.G. và

E.W.; phân ch chính thức, Ł.G. và B.W.; tài nguyên, Ł.G.; viết—chuẩn bị bản thảo gốc, E.W., Ł.G. và B.W.; viết—

đánh giá và chỉnh sửa, E.W. và B.W.; quản lý dự án, E.W.; thu thập tài trợ, E.W, Ł.G. và B.W. Tất cả các tác giả

đã đọc và đồng ý với phiên bản xuất bản của bản thảo.

Tài trợ: Nghiên cứu này đã được thực hiện và kết quả đã thu được trong một dự án do Trung tâm Khoa học

Quốc gia, Ba Lan tài trợ - số 2015/17 / B / HS4 / 02095. Chi phí xuất bản cũng được đồng tài trợ bởi Đại học

Warsaw, Đại học Maria Grzegorzewska và Trường Kinh tế SGH Warsaw.

Tuyên bố của Hội đồng Đánh giá Tổ chức: Không áp dụng.

Tuyên bố đồng ý được thông báo: Không áp dụng.

Tuyên bố về nh sẵn có của dữ liệu: Tất cả dữ liệu được sử dụng trong bài báo này đều được cung cấp miễn

phí và công khai trong

Dữ liệu tài khoản quốc gia của Ngân hàng Thế giới, tệp dữ liệu Tài khoản Quốc gia của OECD và Chương trình

Đánh giá Sinh viên Quốc tế của OECD (PISA).

Xung đột lợi ích: Các tác giả tuyên bố không có xung đột lợi ích.

Tham khảo

1. Hanushek, EA; Woessmann, L. Giáo dục, vốn tri thức và tăng trưởng kinh tế. Trong Kinh tế học Giáo dục; Bradley, S., Green, C., biên tập; Nhà

xuất bản học thuật: London, Vương quốc Anh, 2020; trang 171–182.

2. Widarni, EL; Bawono, S. Vốn con người, công nghệ và tăng trưởng kinh tế: Nghiên cứu điển hình của Indonesia. J. Tài chính châu Á. Kinh tế.

Xe buýt. 2021, 8, 29–35.

3. Hess, PN tăng trưởng kinh tế và phát triển bền vững; Routledge: London, Vương quốc Anh, 2016.

4. Rajan, SI Báo cáo Di cư Ấn Độ 2020: Mô hình Khảo sát Di cư Kerala; Taylor và Francis: London, Vương quốc Anh, 2020.

5. Felipe, J.; Widyasan, A.; Foster-McGregor, N.; Sumo, V. Các chính sách hỗ trợ phát triển ngành sản xuất của Indonesia giai đoạn 2020–

2024: Báo cáo chung của ADB-BAPPENAS; Ngân hàng Phát triển Châu Á: Jakarta, Indonesia, 2019.

6. Hanushek, EA; Woessmann, L. Chi phí cao của kết quả giáo dục thấp: tác động kinh tế lâu dài của việc cải thiện kết quả PISA; Nhà xuất bản

OECD: Paris, Pháp, 2020.

7. Barro, RJ; Lee, JW Các vấn đề giáo dục. Trong Lợi ích Giáo dục Toàn cầu từ thế kỷ 19 đến thế kỷ 21; Nhà xuất bản Đại học Oxford: Oxford,

Vương quốc Anh, 2015.

8. Awaworyi, CS; Ugur, M.; Yew, SL Chi êu giáo dục của chính phủ và tăng trưởng kinh tế: Một phân ch tổng hợp. BE J. Macroecon. 2017, 17,

1–17.

9. Blundell, R.; Bond, S. Điều kiện ban đầu và giới hạn thời điểm trong các mô hình dữ liệu bảng động. J. Kinh tế. 1998, 87, 115–143. [Tham

khảo chéo]

10. Morris, S.; Oldroyd, J. Kinh doanh quốc tế; John Wiley & Sons: Hoboken, NJ, Hoa Kỳ, 2020.

Tính bền vững 2021, 13, 6437  20 của 21 
11.  Xu, Y.; Aiya, L. Mối quan hệ giữa nguồn nhân lực đổi mới sáng tạo và tăng trưởng kinh tế liên tỉnh dựa trên mô hình dữ liệu bảng và kinh tế 
lượng không gian. J. Comput. Appl. Toán học. 2020, 365, 112381. [Tham khảo chéo] 
12.  Flynn, JR Trí thông minh là gì? Ngoài hiệu ứng Flynn; Nhà xuất bản Đại học Cambridge: Cambridge, Vương quốc Anh, 2007. 
13.  Jones, R.; Jenkins, F. quản lý ền, đo lường và ếp thị trong các ngành y tế đồng minh; CRC Press: London, Vương quốc Anh, 2018. 
14.  Hanushek, EA; Schwerdt, G.; Wiederhold, S.; Woessmann, L. Trở lại với các kỹ năng trên khắp thế giới: Bằng chứng từ PIAAC. Eur. Kinh tế 
Rev. 2015, 73, 103–130. [Tham khảo chéo] 
15.  Mincer, J. Đầu tư vào vốn con người và phân phối thu nhập cá nhân. J. Kinh tế chính trị. 1958, 66, 281–302. [Tham khảo chéo] 
16.  Castriota,  S.  Giáo  dục  và  Hạnh  phúc:  Giải  thích  thêm  cho  Nghịch  lý  Easterlin.  Bài  báo  chưa  xuất  bản  2006.  Có  sẵn  trực  tuyến: 
hp://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.607.1432 (truy cập vào ngày 4 tháng 6 năm 2021). 
17.  Mankiw, N.G.; Romer, D.; Weil, DN Một đóng góp vào kinh nghiệm của tăng trưởng kinh tế. QJ Kinh tế. 1992, 107, 407–437. [Tham khảo 
chéo] 18. Klenow, P.; Rodríguez-Clare, A. Sự hồi sinh tân cổ điển trong kinh tế tăng trưởng: Nó đã đi quá xa? NBER Macroecon. Hàng năm. 
1997, 12, 73–103. [Tham khảo chéo] 
19.  Bosworth, B.; Collins, S. Kinh nghiệm của tăng trưởng: Một bản cập nhật. Chịu đựng. Pap. Đạo luật kinh tế. 2003, 2, 113–206. [Tham khảo 
chéo] 
20.  Benos, N.; Zotou, S. Giáo dục và tăng trưởng kinh tế: Phân ch hồi quy tổng hợp. Nhà phát triển thế giới 2014, 64, 669–689. [Tham khảo 
chéo] 
21.  Schoellman, T. Kế toán Phát triển và Chất lượng Giáo dục. Linh mục Econ. Stud. 2012, 79, 388–417. [Tham khảo chéo] 
22.  Hanushek, EA; Woessmann, L. Vốn tri thức của các quốc gia: Giáo dục và Kinh tế học của Tăng trưởng; Nhà xuất bản MIT: Cambridge, MA, 
Hoa Kỳ, 2015. 
23.  Scheerens, J.; Luyten, H.; Van Ravens, J.  đo lường chất lượng giáo dục bằng các chỉ  số. Quan điểm về  chất lượng giáo dục; Springer: 
Dordrecht, Hà Lan, 2011; trang 35–50. 
24.  OECD. PISA. Báo cáo: Những gì cần thiết để học; OECD: Paris, Pháp, 2012. 
25.  Federowicz, M. Program mie dzynarodowej oceny umieje tnos'ci uczniów OECD PISA. Wyniki Badania 2009 w Polsce; IBE: Warsaw, Ba Lan, 
2010. 
26.  Schleicher, A.; Zimmer, K.; Evans, J.; Clements, N. Khung đánh giá PISA 2009: Năng lực chính về Đọc, Toán và Khoa học; Nhà xuất bản OECD 
(NJ1): Paris, Pháp, 2009. 
27.  Dolata, R.; Jakubowski, M.; Pokropek, A. Polska os'wiata w mie dzynarodowych badaniach umieje tnos'ci uczniów PISA OECD. Wyniki, Trendy, 
Kontekst i Porównywalnos'c'; Wydawnictwa Uniwersytetu Warszawskiego: Warszawa, Ba Lan, 2013. 
28.  Anderson, JO; Chiu, MH; Cũ, LD Chu kỳ đầu ên của PISA (2000–2006) – Quan điểm quốc tế về thành công và thách thức: Nghiên cứu và 
định hướng chính sách. Int. J. Sci. Toán học. 2010, 8, 373–388. [Tham khảo chéo] 
29.  Haskell, RE Chuyển giao học tập: Nhận thức và hướng dẫn; Nhà xuất bản học thuật: Cambridge, MA, Hoa Kỳ, 2020. 
30.  Sellar,  S.;  Lingard,  B.  OECD  và  quản  trị  toàn  cầu  trong  giáo  dục.  J.  Educ.  Chính  sách  2013,  28,  710–725.  [Tham  khảo  chéo]  31.
  OECD. PISA. Kết quả: Xuất sắc thông qua Công bằng - Mang lại cho mọi học sinh cơ hội thành công; OECD: Paris, Pháp, 2012. 
32.  West, M. Bài học toàn cầu để cải thiện giáo dục Hoa Kỳ. Vấn đề Khoa học Công nghệ. 2012, 28, 37–44. 
33.  Cheung, H.Y.; Chan, AW Hiểu mối quan hệ giữa điểm số PISA, tăng trưởng kinh tế và việc làm trong các lĩnh vực khác nhau: Nghiên cứu 
xuyên quốc gia. Res. Giáo dục. 2008, 80, 93–106. [Tham khảo chéo] 
34.  Chen, SS; Luoh, MC Điểm kiểm tra toán học và khoa học có phải là chỉ số tốt về chất lượng lực lượng lao động không? Soc. Indic. Res. 2010, 
96, 133–143. [Tham khảo chéo] 
35.  Hanushek, EA; Kimko, DD Trường học, chất lượng lực lượng lao động và sự phát triển của các quốc gia. Am. Econ. Rev. 2000, 90, 1184–1208. 
[Tham khảo chéo] 
36.  Hanushek, EA; Woessmann, L. Trường học tốt hơn có dẫn đến tăng trưởng hơn không? Kỹ năng nhận thức, kết quả kinh tế và nhân quả. J. 
Econ. Tăng trưởng 2012, 17, 267–321. [Tham khảo chéo] 
37.  Hanushek, EA; Woessmann, L. Vai trò của kỹ năng nhận thức trong phát triển kinh tế. J. Econ. Lit. 2008, 46, 607–668. [Tham khảo chéo] 
38.  Hanushek, EA;  Woessmann, L.  Kinh tế  học  của sự  khác biệt quốc  tế về  thành ch  giáo dục.  Trong  Sổ  tay  Kinh  tế Giáo  dục;  Elsevier: 
Amsterdam, Hà Lan, 2011; Tập 3, trang 89–200. 
39.  Barro, RJ Tăng trưởng kinh tế ở nhiều quốc gia. QJ Kinh tế. 1991, 106, 407–443. [Tham khảo chéo] 
40.  Próchniak, M.; Witkowski, B. Mô hình Bayes trung bình trong mô hình hội tụ GDP với việc sử dụng dữ liệu bảng điều khiển. ROczniki kolegium 
analiz ekonomicznych. 2012, 26, 45–60. 
41.  Arellano, M.; Trái phiếu, S. Một số kiểm tra đặc điểm kỹ thuật cho dữ liệu bảng điều khiển: bằng chứng Monte Carlo và ứng dụng cho 
phương trình việc làm. Linh mục Econ. Stud. 1991, 58, 277–297. [Tham khảo chéo] 
42.  Lucas, RE, Jr. Về cơ chế phát triển kinh tế. J. Monet. Kinh tế. 1988, 22, 3–42. [Tham khảo chéo] 
43.  Aghion, P.; Ljungqvist, L.; Howi, P.; Howi, PW; Brant-Colle, M.; García-Peñalosa, C. Lý thuyết tăng trưởng nội sinh; Nhà xuất bản MIT: 
Cambridge, MA, Hoa Kỳ, 1998. 
44.  Mũi tên, KJ Lý thuyết về tâm lý sợ rủi ro, trong các khía cạnh của lý thuyết chịu rủi ro; Ynjo Jahnsonin Saao: Helsinki, Phần Lan, 1965. 
45.  Pháp, J.; Tiếng Pháp, A.; Li, W. Mối quan hệ giữa các khía cạnh văn hóa, chi êu giáo dục và hiệu suất PISA. Int. J. Educ. Phát triển. 2015, 42, 
25–34. [Tham khảo chéo] 
46.  Heyneman, SP Kinh tế giáo dục: Thất vọng và ềm năng. Triển vọng 1995, 25, 557–583. [Tham khảo chéo] 
47.  Beck, N.; Katz, JN Những gì nên làm (và không nên làm) với dữ liệu mặt cắt chuỗi thời gian. Am. Khoa học chính trị. Rev. 1995, 89, 634–647. 
[Tham khảo chéo] 

Bấm Tải xuống để xem toàn bộ.

Preview text:

Bền vững y Bài viết
Chất lượng giáo dục ảnh hưởng đến tăng trưởng kinh tế như thế nào?
Łukasz Goczek 1, Ewa Witkowska 2 và Bartosz Witkowski 3,*
giải thích tăng trưởng kinh tế như một chức năng của chất lượng giáo dục. Mặc dù họ không tìm thấy bằng
chứng về tầm quan trọng của số năm đi học, nhưng họ lập luận về sự liên quan của các kỹ năng nhận thức và
tỷ lệ biết chữ cơ bản đối với tăng trưởng kinh tế. Tuy nhiên, kết quả này dựa trên dữ liệu xuyên quốc gia giới
Trích dẫn: Goczek, Ł.; Witkowska, E.;
hạn ở 23 quan sát. Trong nghiên cứu này, chúng tôi đã mở rộng và sửa đổi cách tiếp cận của họ dựa trên kết
Witkowski, B. Chất lượng giáo dục ảnh
quả của các bài kiểm tra PISA (Chương trình Đánh giá Sinh viên Quốc tế) để giải thích những thay đổi GDP
hưởng đến tăng trưởng kinh tế như thế
trong 50 năm qua. Sử dụng dữ liệu bảng điều khiển, chúng tôi đã xem xét độ trễ có thể có đặc trưng cho mối nào?
quan hệ này, sử dụng các phương pháp thống kê để giải quyết nguy cơ đảo ngược mối quan hệ nhân quả của
Tính bền vững 2021, 13, 6437. https://
hiệu quả kinh tế ảnh hưởng đến chất lượng giáo dục và mở rộng mô hình bằng cách bao gồm các yếu tố tăng doi.org/10.3390/su13116437
trưởng tiềm năng khác. Kết quả, cũng bao gồm một số kiểm tra độ bền vững, xác nhận sự liên quan của chất
lượng giáo dục trước đó như một yếu tố tăng trưởng đáng kể. Kết quả của chúng tôi cho thấy tầm quan trọng
Biên tập viên học thuật: Franklin G. Mixon
của kỹ năng giáo dục đối với tăng trưởng GDP, điều này có thể được coi là một sự xác nhận về tầm quan trọng
của giáo dục tiểu học và trung học chất lượng đối với phát triển kinh tế. Chúng tôi đã chỉ ra rằng kết quả của
Nhận: 30 Tháng Tư 2021 Chấp nhận:
chúng tôi là mạnh mẽ với những thay đổi theo thứ tự độ trễ và xác nhận tính hợp lệ của kết luận bằng cách 2 Tháng Sáu 2021
sử dụng tính trung bình mô hình Bayes mạnh mẽ theo đặc điểm kỹ thuật.
Được phát hành: 5 Tháng Sáu 2021
Từ khóa: kinh tế giáo dục; chính sách giáo dục; giáo dục/nghiên cứu quốc tế; tăng trưởng kinh tế; Kiểm tra
Ghi chú của nhà xuất bản: MDPI giữ thái PISA
độ trung lập đối với các tuyên bố quyền tài
phán trong các bản đồ đã xuất bản và các liên kết tổ chức. 1. Giới thiệu
Giáo dục là một trong những tổ chức xã hội quan trọng nhất. Nó phải đối mặt với những
Bản quyền: © 2021 bởi các tác giả. Bên
nhiệm vụ khó khăn và được nhiều người coi là một trong những cơ chế phát triển chính. Do đó,
được cấp phép MDPI, Basel, Thụy Sĩ. Bài
mối quan hệ giữa chất lượng giáo dục và hiệu quả kinh tế luôn được coi trọng hàng đầu. Niềm tin
viết này là một bài viết truy cập mở được
rằng giáo dục có tác động quan trọng đến tăng trưởng kinh tế và phát triển bền vững thường được
phân phối theo các điều khoản và điều
chia sẻ [1–4]. Trên tinh thần này, mô hình tăng trưởng nội sinh nhấn mạnh vai trò của vốn con
kiện của giấy phép Creative Commons
người trong việc định hình và hiểu tăng trưởng kinh tế của một quốc gia hoặc khu vực trong một Attribution (CC BY) (https://
quốc gia [5]. Hess [3] lập luận rằng mối quan hệ giữa phát triển vốn con người và tăng trưởng kinh
creativecommons.org/licenses/by/
tế là yếu tố quan trọng cho một nền kinh tế hoạt động tốt, lành mạnh. Mặc dù có nhiều cuộc thảo 4.0/). 1
Khoa Khoa học Kinh tế, Đại học
luận về tầm quan trọng của nó, tuy nhiên, ở nhiều quốc gia và vào những thời điểm khác nhau, Warsaw, 00-241 Warsaw, Ba
các chính trị gia dường như coi giáo dục như con cái của một Thiên Chúa thấp hơn bất cứ khi nào Lan; lgoczek@wne.uw.edu.pl
tài trợ giáo dục được quyết định. Do đó, mục đích của nghiên cứu này là để xác minh chất lượng 2
Viện Tâm lý học, Đại học Maria
giáo dục có thể được coi là động lực chính của tăng trưởng kinh tế ở mức độ nào từ góc độ xuyên Grzegorzewska, 02-353 Warsaw, quốc gia. Ba Lan; ewitkowska@aps.edu.pl
Sự tồn tại của một số bảng xếp hạng xuyên quốc gia của các trường đại học cũng như sự phổ 3
Viện Kinh tế lượng, Trường Kinh
tế SGH Warsaw, 02-554 Warsaw,
biến của các nghiên cứu và thực tập ở nước ngoài ở cấp đại học dường như khẳng định rằng không Ba Lan
chỉ các chuyên gia mà ngay cả khán giả rộng lớn hơn cũng hiểu và đánh giá cao tầm quan trọng
* Thư từ: bwitko@sgh.waw.pl; Điện
của chất lượng giáo dục đại học. Đồng thời, dường như có ít sự chắc chắn hơn về tầm quan trọng thoại: +48-22-564-9256
của chất lượng giáo dục tiểu học và trung học, mà chúng tôi tập trung vào trong bài viết này. Trong
lĩnh vực này, nghiên cứu của Hanushek và Woessmann [6] đã thu hút sự quan tâm đáng kể.
Tóm tắt: Trong một bài báo quan
Họ xác nhận tầm quan trọng trực quan của giáo dục chất lượng cao và cung cấp rõ ràng
trọng, Hanushek và Woessmann
Tính bền vững 2021, 13, 6437. https://doi.org/10.3390/su13116437
https://www.mdpi.com/journal/sustainability
Ý nghĩa chính sách: chất lượng giáo dục càng tốt thì tăng trưởng kinh tế dự kiến sẽ càng cao. Cho
rằng nhiều nghiên cứu trước đây xác nhận rằng kết quả giáo dục chủ yếu liên quan đến tỷ trọng
chi phí giáo dục trong GDP [7,8], điều này kích thích các chính phủ tăng cường đầu tư vào lĩnh vực
Tính bền vững 2021, 13, 6437 2 của 21
giáo dục. Không chỉ vì mọi người mong đợi nền giáo dục tốt hơn cho con cái của họ mà còn vì đã
có những lợi nhuận được xác nhận, các nền kinh tế có chất lượng giáo dục tốt hơn sẽ phát triển
nhanh hơn. Người ta có thể coi nghiên cứu của Hanushek và Woessmann là một lá phiếu quan
trọng trong cuộc thảo luận: không chỉ là số lượng giáo dục (được đo bằng gánh nặng tài chính hoặc
số năm đi học trung bình) mà còn – hoặc thậm chí hầu hết – chất lượng quan trọng đối với tăng trưởng kinh tế.
Hanushek và Woessmann [6] đã sử dụng dữ liệu tăng trưởng GDP trung bình từ những năm
1960-2010 để ước tính mô hình của họ. Sau đó, họ ước tính một mô hình hồi quy tuyến tính của
tăng trưởng GDP như một chức năng của kết quả PISA, được cho là phản ánh chất lượng giáo dục.
Mặc dù kết quả của họ phù hợp với mong đợi, nhưng một số vấn đề về phương pháp luận đã phát
sinh. Do đó, chúng tôi đã mở rộng và sửa đổi cách tiếp cận của họ dựa trên kết quả của các bài
kiểm tra PISA để giải thích những thay đổi của GDP trong 50 năm qua. Một vấn đề quan trọng mà
Hanushek và Woessmann cần phải đối mặt là thiếu đủ số lượng quan sát: các bài kiểm tra PISA mà
họ sử dụng làm thước đo chất lượng giáo dục có lịch sử tương đối ngắn và được thực hiện ở tương
đối ít quốc gia. Kể từ đó, đã có thêm nhiều đợt xét nghiệm PISA và nhiều quốc gia đã thực hiện
chúng. Tuy nhiên, chúng tôi tiếp tục mở rộng mẫu bằng cách sử dụng các bộ dữ liệu giáo dục và
kinh tế vĩ mô bổ sung để ngoại suy ngược kết quả của điểm PISA, đây là bước đầu tiên của nghiên
cứu. Trong bước thứ hai, chúng tôi sử dụng điểm PISA trễ làm hồi quy trong mô hình tăng trưởng
Solow tăng cường với các yếu tố chất lượng giáo dục. Các phương pháp được sử dụng trong bài
viết này nhằm loại bỏ sáu phê bình tiềm năng chính đối với kết quả của Hanushek và Woessmann
[1], để xác nhận lại và cung cấp một cơ sở thực nghiệm đáng tin cậy hơn của các kết luận chính
sách, và hơn nữa, để mở rộng và sửa đổi cách tiếp cận của họ: 1.
Một mẫu nhỏ. Bài báo gốc dựa trên dữ liệu bao gồm 23 quốc gia đã thực hiện các xét nghiệm
PISA. Chúng tôi đã mở rộng đáng kể bộ dữ liệu này trong cả thời gian (sử dụng dữ liệu cập
nhật) và các phương diện địa lý và dựa trên mô hình trên bảng điều khiển thay vì mẫu mặt cắt ngang. 2.
Độ dài độ trễ. Các bài kiểm tra PISA được sử dụng để đo lường kỹ năng của các nhóm lớn
thanh thiếu niên từ 14 hoặc 15 tuổi. Tuy nhiên, cơ chế truyền tải chính giữa chất lượng giáo
dục và tăng trưởng kinh tế dựa trên ảnh hưởng của chất lượng giáo dục đến kỹ năng lao
động, điều này ảnh hưởng hơn nữa đến tình trạng của nền kinh tế. Do đó, rõ ràng là chất
lượng vốn con người của những người 15 tuổi sẽ không ảnh hưởng đến tăng trưởng GDP
sớm hơn ít nhất là trong một vài năm khi họ bắt đầu công việc đầu tiên - và rất có thể hầu
hết các mối quan hệ sẽ chỉ có thể quan sát được sau vài năm nữa. Do đó, chúng tôi đã tụt
hậu đúng điểm PISA được sử dụng trong chức năng đo lường chất lượng giáo dục. 3.
Động lực học của mô hình. Bản chất năng động của tăng trưởng và việc sử dụng dữ liệu bảng
điều khiển xuyên quốc gia khiến việc áp dụng các công cụ ước tính hiện đại như công cụ ước
tính GMM của hệ thống Blundell và Bond [9], thay vì công cụ ước tính OLS đơn giản được
hầu hết mọi người sử dụng. Điều này chủ yếu là do sự tồn tại của sự hội tụ GDP giữa các
quốc gia, cần được xem xét (hoặc ít nhất là thử nghiệm). 4.
Bỏ qua thiên vị biến. Chất lượng giáo dục chỉ là một trong nhiều yếu tố tăng trưởng (và các
biến độc lập có liên quan trong trường hợp các chỉ số kinh tế khác được quan tâm). Không
bao gồm các yếu tố tăng trưởng khác dẫn đến tăng nguy cơ sai lệch biến bị bỏ qua. Để tránh
vấn đề này, chúng tôi đã đề xuất hồi quy kiểu Barro phức tạp không chỉ bao gồm điểm PISA
mà còn cả các yếu tố tăng trưởng điển hình khác. 5.
Nguy cơ xảy ra các vấn đề nhân quả nghịch đảo và nội sinh. Các biến số kinh tế được sử dụng
trong mô hình dự kiến sẽ phụ thuộc vào chất lượng giáo dục; Tuy nhiên, mối quan hệ theo
chiều ngược lại cũng tồn tại, làm cho chất lượng giáo dục nội sinh. Đây là một vấn đề trong
hầu hết các khung mô hình hồi quy, ngay cả khi xem xét thực tế là kết quả giáo dục sẽ bị trễ
một cách thích hợp trong mô hình được xây dựng. Tuy nhiên, điều này có thể được giải quyết
bằng cách xử lý thích hợp các biến, điều này có thể thực hiện được trong phương pháp ước
tính Blundell và Bond [9], mà chúng tôi đã sử dụng. Ngoài ra, việc sử dụng công cụ ước tính
cụ thể này đã tự động kiểm tra mối quan hệ nhân quả và hướng của nó. 6.
Các loại kỹ năng. Hầu hết các nghiên cứu nhấn mạnh vai trò có thể có của các kỹ năng nhận
thức, trong khi nó không chỉ ảnh hưởng hợp lý đến các chỉ số kinh tế xã hội / vĩ mô trong
tương lai ở cấp quốc gia. Kết quả kiểm tra PISA cho phép đánh giá các năng lực mà học sinh
Tính bền vững 2021, 13, 6437 3 của 21
có được thuộc các loại khác nhau (đọc viết toán học, đọc viết và hiểu biết khoa học). Trong
khi hầu hết các nghiên cứu tập trung vào các kỹ năng có được trong lĩnh vực khoa học, chúng
tôi đã phân tích riêng các loại năng lực khác nhau và tác động của chúng đối với tăng trưởng
kinh tế. Phần này của nghiên cứu có thể đóng góp vào việc lập hồ sơ đầy đủ các chi phí giáo dục.
Bài viết có cấu trúc như sau. Trong Phần 2, chúng tôi khảo sát các tài liệu liên quan và cung
cấp nền tảng của chủ đề. Trong Phần 3, chúng tôi trình bày một mô hình lý thuyết thích hợp cung
cấp nền tảng lý thuyết cho vai trò của chất lượng giáo dục đối với tăng trưởng GDP và mô hình
thực nghiệm cũng như cách tiếp cận kinh tế lượng được sử dụng trong nghiên cứu. Phần 4 trình
bày những phát hiện thực nghiệm chính, trong khi Phần 5 kết luận. Tất cả các tính toán được
thực hiện bằng cách sử dụng phần mềm Stata 16 (StataCorp LLC, College Station, TX, Hoa Kỳ). 2. Nền văn học
Hanushek và Woessmann [1] nhấn mạnh rằng mặc dù vai trò của vốn con người trong tăng
trưởng được coi là hiển nhiên trong các cuộc thảo luận lý thuyết, nhưng kết quả của phân tích
thực nghiệm là không rõ ràng. Theo họ, bằng chứng hỗn hợp này dường như phản ánh các vấn đề
đo lường và mối quan hệ giữa kỹ năng và tăng trưởng trở nên rõ ràng khi chất lượng của trường
học và các nguồn kỹ năng khác nhau được tính đến. Tuy nhiên, như Morris và Oldroyd đã tuyên
bố [10], chất lượng nguồn nhân lực tác động đến tăng trưởng kinh tế bằng cách tăng nhân viên,
thu nhập và phúc lợi; Do đó, vốn con người được coi là yếu tố quan trọng thúc đẩy tăng trưởng
kinh tế. Hanushek và Woessmann [1] lập luận rằng tăng trưởng kinh tế bị ảnh hưởng mạnh mẽ bởi
vốn tri thức của người lao động ở cả các nước phát triển và đang phát triển. Trong nền kinh tế tri
thức phát triển nhanh chóng như hiện nay, các kỹ năng và năng lực phức tạp của người lao động
có tầm quan trọng đặc biệt đối với tăng trưởng kinh tế [11]. Trong nghiên cứu sử dụng dữ liệu
hàng năm của Indonesia trong 35 năm, Widarni và Bawono [2] đã kiểm tra mối quan hệ lâu dài
giữa tăng trưởng kinh tế và các yếu tố quyết định của nó, đồng thời họ cũng xác định tác động của
nguồn nhân lực và công nghệ đối với tăng trưởng kinh tế cả trong dài hạn và ngắn hạn. Các tác giả
kết luận rằng vốn con người có hiệu quả trong việc thúc đẩy tăng trưởng kinh tế dài hạn, trong khi
công nghệ hiệu quả thúc đẩy tăng trưởng kinh tế trong dài hạn và ngắn hạn [2].
Giáo dục đóng một vai trò quan trọng trong việc đẩy nhanh quá trình chuyển từ phương thức
tư duy tiền khoa học sang phương thức tư duy khoa học. Sự thay đổi này rất có thể giải thích cho
hiệu ứng Flynn [12] - sự cải thiện trên toàn thế giới về kết quả kiểm tra trí thông minh của dân số.
Một sự thay đổi hiệu quả từ cách suy nghĩ trong đó người học được đưa ra các nguyên tắc sẽ được
sử dụng trong tư duy giải quyết vấn đề sang phương thức tư duy khoa học dựa trên việc sử dụng
các mức độ giải quyết tổng quát và tức thời cao hơn, dẫn đến sự tách rời khỏi cụ thể và trở nên
linh hoạt hơn và dẫn đến hiệu quả hơn trong cách giải quyết vấn đề phức tạp. điều này có vẻ rất
quan trọng đối với các nền kinh tế dựa trên tri thức ngày nay. Trong môi trường dựa trên tri thức
với sự phát triển công nghệ nhanh chóng, nhu cầu học tập suốt đời của nhân viên liên tục là nhu
cầu. Các công ty phải quản lý nhân viên theo cách để cải thiện khả năng làm việc để họ có thể đạt
được mức hiệu suất cao hơn [13], nhưng năng lực nhận thức được phát triển trước đây tạo thành
cơ sở vững chắc cho quá trình này.
Ở cấp độ kinh tế vi mô, việc tích lũy vốn con người giúp cải thiện năng suất lao động và tăng
lương [14]. Một lực lượng lao động được đào tạo tốt cũng rất cần thiết cho việc tạo ra và phổ biến
công nghệ. Có rất nhiều bằng chứng kinh tế vi mô về mối quan hệ chặt chẽ giữa giáo dục và thu
nhập, bắt nguồn từ phương trình Mincer được biết đến rộng rãi [15], sử dụng số năm đi học như
một yếu tố quyết định chính của tiền lương và một số nghiên cứu kế toán tăng trưởng, điều chỉnh
lực lượng lao động để cải thiện trình độ học vấn (vận hành yếu tố vốn con người). Điều này có vẻ
tự nhiên như tuyên bố của Castriota chỉ ra rằng nghiên cứu thực nghiệm đã tìm thấy tác động tích
cực của giáo dục đối với mức độ hạnh phúc [16].
Lập luận về các tác động kinh tế vĩ mô dựa trên bằng chứng kinh tế vi mô này. Cải thiện giáo
dục có thể có tác động tổng hợp đến tăng trưởng kinh tế thông qua hai kênh khác nhau. Một mặt,
giáo dục mở rộng có thể cải thiện năng suất của lực lượng lao động vì nó cải thiện kỹ năng cá nhân
của người lao động. Mặt khác, như đã được thông qua [17,18], giáo dục có thể được coi là một
yếu tố độc lập trong quá trình tăng trưởng,
Tính bền vững 2021, 13, 6437 4 của 21
có thể tăng cường lao động, vốn vật chất và năng suất nhân tố tổng hợp (TFP). Mối quan hệ với
TFP phản ánh quan điểm rằng lực lượng lao động có trình độ học vấn có nhiều khả năng triển
khai các công nghệ mới và tạo ra các ý tưởng để nâng cao hiệu quả. Cả hai cơ chế được xem xét
đều cung cấp các biện minh cho mối tương quan tích cực dự kiến giữa trình độ giáo dục và tăng
trưởng kinh tế, bắt nguồn từ sự tổng hợp các tác động ở cấp độ cá nhân. Một số nghiên cứu, bao
gồm cả nghiên cứu của Mankiw et al. [17,18], đã tìm thấy mối liên hệ tích cực đáng kể giữa sự
khác biệt giữa các quốc gia về mức độ tài trợ ban đầu của giáo dục và tốc độ tăng trưởng tiếp theo.
Tuy nhiên, nhiều nghiên cứu kiểm tra mối quan hệ giữa động lực của yếu tố giáo dục (được
đo bằng số năm đi học) và động lực của GDP đã không tìm thấy mối liên hệ đáng kể [19]. Benos và
Zotou [20] đã mô tả, trong một phân tích hồi quy tổng hợp toàn diện gần đây của 57 nghiên cứu
với 989 ước tính, sự hiện diện của sự thiên vị lựa chọn xuất bản đi lên đáng kể trong tài liệu giáo
dục thực nghiệm – tăng trưởng kinh tế và sự vắng mặt của hiệu ứng tăng trưởng đích thực đại
diện của giáo dục. Việc bổ sung các biến mở, chi tiêu công và sức khỏe trong đặc điểm kỹ thuật
liên quan đến tác động giáo dục ước tính thấp hơn đối với tăng trưởng. Các tác giả kết luận, "quan
trọng nhất, trình độ học vấn, thường được sử dụng trong các nghiên cứu thực nghiệm, là một
thước đo thô sơ về vốn con người, vì nó đo lường số lượng giáo dục, trong khi chất lượng giáo dục
rất khác nhau giữa các quốc gia và khoảng thời gian."
Có ba lý do tiềm ẩn cho việc không tái tạo các kết quả kinh tế vi mô ở cấp độ tổng hợp. Thứ
nhất, lợi nhuận toàn cầu đến trường học có thể được quan sát trong dữ liệu tổng hợp có thể thấp
hơn nhiều so với lợi nhuận riêng lẻ, có thể được quan sát trong vi dữ liệu, chủ yếu là do các quá
trình tính trung bình, có thể được xem như một phiên bản mở rộng của nghịch lý Simpson thống
kê. Thứ hai, có nguy cơ cao xảy ra lỗi đo lường, sau khi tổng hợp, là một vấn đề thậm chí còn lớn
hơn và khó phát hiện và loại bỏ hơn. Thứ ba, sự khác biệt giữa các quốc gia về số năm đi học và
động lực của chúng hoặc các chỉ số giáo dục khác (chẳng hạn như tỷ lệ xã hội có giáo dục đại học)
có thể không giải thích cho sự khác biệt về chất lượng giáo dục. Do đó, trình độ học vấn, thường
được sử dụng trong các nghiên cứu thực nghiệm, là một thước đo thô sơ về vốn con người, vì nó
đo lường số lượng giáo dục, trong khi chất lượng giáo dục khác nhau rất nhiều giữa các quốc gia
và thời gian [20], điều này không được xem xét nếu các biện pháp được mô tả ở trên được sử
dụng. Do đó, như lập luận của Hanushek và Woessmann [6], việc bổ sung chất lượng giáo dục có
thể làm giảm bớt những lo ngại này. Schoellman [21] điều chỉnh số năm học theo chất lượng để
giải thích sự khác biệt về sản lượng giữa các quốc gia trên mỗi người lao động. Ông nhận thấy rằng
sự khác biệt giữa các quốc gia về chất lượng giáo dục gần như quan trọng như sự khác biệt giữa
các quốc gia về số lượng. Điều này làm tăng tổng đóng góp của giáo dục từ 10% lên 20% sản lượng
trên mỗi người lao động chênh lệch.
Hanushek và Woessmann [1] đã thông báo rằng ở các nước đang phát triển, các cuộc thảo
luận về chính sách phát triển thường đơn giản hóa và bóp méo sự thật này bằng cách tập trung
nhiều sự chú ý nhất vào việc đảm bảo tuyển sinh cho tất cả mọi người và đánh mất tầm quan trọng
của chất lượng giáo dục. Trong nghiên cứu mới nhất của họ [1], họ đã báo cáo những phát hiện
chỉ ra rằng kiến thức, chứ không chỉ là thời gian ở trường, là yếu tố giải thích cho tăng trưởng kinh
tế. Trong các so sánh quốc tế của một nhóm rộng lớn các quốc gia, số năm đi học trung bình [7] và
thành tích đi học [22] được coi là một đại diện tốt cho chất lượng giáo dục [7]. Tuy nhiên, biện
pháp này thiên vị vì nó không bao gồm sự khác biệt về chất lượng giáo dục giữa các quốc gia theo thời gian.
Một công cụ mạnh mẽ cho phép định lượng chất lượng trình độ học vấn là sử dụng các bài
kiểm tra PISA. Hệ thống giáo dục có thể được đánh giá theo bối cảnh, đầu vào cụ thể, các quá trình
xã hội hoặc thể chế, và đầu ra hoặc kết quả [23]. Đối với mỗi danh mục này, các chỉ số cụ thể có
thể được thiết kế. Các chỉ số ngữ cảnh tập trung vào việc cung cấp thông tin về các yếu tố bối cảnh
ảnh hưởng đến việc học tập như đặc điểm của học sinh, điều kiện kinh tế xã hội, khía cạnh văn
hóa, tình trạng của nghề giáo và các vấn đề của cộng đồng địa phương. Các chỉ số đầu vào đo
lường việc triển khai và sử dụng các nguồn lực để tạo điều kiện học tập, chẳng hạn như tài chính,
vật lực, nguồn nhân lực trong hệ thống giáo dục. Các chỉ số quy trình mô tả mức độ các quy trình
giáo dục cụ thể được tiến hành trong thực tế và các chỉ số đầu ra đo lường liệu các mục tiêu của
chương trình có đạt được hay không bằng cách tiết lộ mức độ năng lực, tỷ lệ tiến bộ và hoàn thành
cũng như sự hài lòng của nhà tuyển dụng. Các chỉ số đầu ra có thể thu được thông qua các kỳ thi
Tính bền vững 2021, 13, 6437 5 của 21
quốc gia, đánh giá quốc tế như khảo sát PISA hoặc TIMSS (Xu hướng trong Nghiên cứu Toán học
và Khoa học Quốc tế) và quan sát thực địa có hệ thống thuộc danh mục này [23].
PISA là một nghiên cứu toàn cầu được tạo ra vào năm 1997 bởi Tổ chức Hợp tác và Phát triển
Kinh tế (OECD) và nhằm phát triển các công cụ cho phép đánh giá chất lượng giáo dục ở các quốc
gia thành viên và không phải thành viên [1]. Chính phủ các quốc gia thành viên đã cam kết thường
xuyên giám sát hiệu quả giáo dục của họ trong khuôn khổ quốc tế do Ủy ban Phân tách và Lựa
chọn Năng lực: Nền tảng Lý thuyết và Khái niệm (DeSeCo) do OECD thành lập. Mục tiêu chính là
tạo ra một cơ sở mới cho đối thoại chính trị và hợp tác trong việc xác định và thực hiện, một cách
sáng tạo, các mục tiêu giáo dục nhằm phát triển các kỹ năng chính ở tuổi trưởng thành [1]. Bắt
đầu từ năm 2000, ba năm một lần, Chương trình PISA đánh giá năng lực của học sinh đến mười
lăm tuổi trong ba lĩnh vực được coi là chìa khóa cho cuộc sống hiện đại và thị trường việc làm ngày
nay: đọc, toán và khoa học.
Tính cụ thể của PISA không chỉ dựa trên động lực quốc tế mà còn dựa trên việc đo lường khả
năng biết chữ trong ba lĩnh vực được đánh giá là biết chữ. Nó được cho là đo lường sự đồng hóa
kiến thức và thành thạo các kỹ năng cần thiết cho học sinh trong cuộc sống trưởng thành, trên thị
trường lao động và cho hoạt động hoàn toàn tự do của họ trong xã hội. Chương trình nghiên cứu
PISA cũng độc đáo ở chỗ nó phá vỡ truyền thống nghiên cứu quốc tế dựa trên chương trình giảng
dạy quốc gia, giới thiệu một cách tiếp cận có vấn đề tách biệt khỏi chương trình giảng dạy cốt lõi,
cung cấp kết quả và kiến thức cho phép lập kế hoạch giảng dạy hiệu quả tốt hơn. Khuôn khổ PISA
đã được chuẩn bị kỹ lưỡng trong quá trình tham vấn dài hạn của các chuyên gia quốc tế và được
ghi lại trong các ấn phẩm riêng biệt [24].
Nhờ thực tế là bài kiểm tra PISA được lặp lại ba năm một lần, có thể nắm bắt được động lực
của những thay đổi trong hệ thống giáo dục. Trong mỗi ấn bản của PISA, một trong những lĩnh vực
(đọc, toán học và khoa học) Đọc là chủ đề hàng đầu. Đối tượng được coi là người dẫn đầu tại một
thời điểm nhất định của nghiên cứu mất một nửa thời gian dành cho việc giải quyết các nhiệm vụ
kiểm tra kỹ năng kiểm tra và hai đối tượng còn lại chiếm 25% mỗi nhiệm vụ. Học sinh có hai khoảng
thời gian 60 phút, với thời gian nghỉ 10 phút, cho toàn bộ bài kiểm tra, với các nhiệm vụ bị trộn lẫn
và học sinh không biết về lĩnh vực mà một nhiệm vụ cụ thể được giao cho [25].
Các đơn vị cơ bản cho bài kiểm tra PISA là các quốc gia. Người ta giả định rằng trong mỗi quốc
gia, học sinh sẽ được chọn ngẫu nhiên trong các trường học - từ 5000 đến 10.000 học sinh được
chọn từ ít nhất 150 trường học trên mỗi quốc gia [26]. Tuy nhiên, các mẫu thực nghiệm thực tế
dao động rộng rãi từ khoảng 3500 đến hơn 30.000 sinh viên ở một số quốc gia. Do đó, quy trình
lấy mẫu hạn chế khả năng so sánh kết quả với so sánh giữa các quốc gia và ở cấp độ của từng quốc
gia, và không thể phân tích trình độ của các lớp học riêng lẻ [27]. Trong việc lựa chọn mẫu sinh
viên trong nghiên cứu PISA, lấy mẫu phân tầng hai giai đoạn với ngẫu nhiên có hệ thống được sử
dụng. Giai đoạn lấy mẫu đầu tiên là vẽ các trường và giai đoạn thứ hai là vẽ học sinh từ các trường
đã chọn trước đó. Để có thể tạo ra các ước tính không thiên vị của các thông số quốc gia, trọng số
cho các thử nghiệm riêng lẻ được xác định; Trọng lượng nhân bản được sử dụng, cho phép ước
tính sai số tiêu chuẩn không thiên vị của các phép đo cho tất cả các thông số quốc gia [28]. Xác
suất một trường cụ thể được chọn tỷ lệ thuận với số lượng học sinh đủ điều kiện tham gia khảo
sát PISA. Nhờ sử dụng quy trình lấy mẫu phân tầng, có thể cải thiện độ chính xác của ước tính bằng
cách kiểm soát một phần phương sai giữa các trường [25].
Kết quả của việc thực hiện quan điểm học tập suốt đời (LLL), các nhiệm vụ trong các bài kiểm
tra PISA đánh giá năng lực liên quan đến cuộc sống không liên quan đến chương trình giảng dạy
quốc gia. Do đó, một lý thuyết nhất quán cho phép kết hợp năng lực của thanh thiếu niên và người
lớn là làm cho nền tảng chương trình phản ánh sự phát triển của con người và thiết lập một khuôn
khổ để phát triển các công cụ thích hợp để đo lường nó [25]. Khái niệm học tập suốt đời một mặt
dựa trên giả định thông qua cơ chế tâm lý của sự chuyển giao không cụ thể [29] rằng, khi dựa vào
các năng lực có được trong quá trình giáo dục ở trường, một người sẽ có thể thực hiện chúng và
kết quả là đối phó trong cuộc sống trưởng thành, trong khi đó, mặt khác, cả trường học và nghiên
cứu sẽ không thể trang bị cho chúng ta tất cả các năng lực cụ thể cần thiết trong cuộc sống.
Sellar và Lingard [30] nói rằng chìa khóa cho sự gia tăng tầm quan trọng của giáo dục đối với
OECD là tầm quan trọng ngày càng tăng của kết quả kiểm tra PISA và tác động của OECD đối với
giáo dục quy mô toàn cầu cùng với việc thực hiện lý thuyết vốn con người, trong đó quá trình đồng
thời "tiết kiệm" chính sách giáo dục và "giáo dục" chính sách kinh tế là cố hữu. Hiện tại, OECD khái
Tính bền vững 2021, 13, 6437 6 của 21
niệm giáo dục, kỹ năng và năng lực là điều cần thiết trong một thế giới của các chính sách kinh tế
dựa trên tri thức. Sự cần thiết phải trang bị cho học sinh ngày nay các công cụ học tập suốt đời là
kết quả của xu hướng nhân khẩu học. Tỷ lệ sinh giảm trên toàn thế giới cùng với tuổi thọ tăng dẫn
đến già hóa dân số. Do đó, tăng trưởng và ổn định kinh tế phụ thuộc vào khả năng hiện diện của
người lao động trên thị trường lao động và duy trì năng suất cao trong một thời gian dài. Khi tỷ lệ
thanh niên lao động trong xã hội giảm trong những năm tới, điều ngày càng quan trọng đối với các
hệ thống giáo dục là loại bỏ các rào cản ngăn cản một số học sinh ngày nay phát huy hết tiềm năng
của họ trong tương lai. Chưa bao giờ bình đẳng về cơ hội và hiệu quả kinh tế có liên quan chặt chẽ đến vậy [31].
Các tác giả trong [6,32] đã lập luận rằng cách tiếp cận so sánh xuyên quốc gia cung cấp một
số lợi thế so với các nghiên cứu quốc gia. Trong các nghiên cứu này, sự khác biệt về kỹ năng được
đo lường bằng các bài kiểm tra quốc tế như PISA được cho là có liên quan chặt chẽ đến kết quả
thị trường lao động cá nhân và do đó, với sự khác biệt giữa các quốc gia trong tăng trưởng kinh tế
của các quốc gia cụ thể [33–36]. Sự tồn tại của các mối quan hệ như vậy có thể được quy cho hai
quá trình, có thể đồng thời: vì kết quả của các bài kiểm tra PISA đo lường khả năng của thế hệ trẻ,
điều này có thể được coi là đại diện cho chất lượng của lực lượng lao động trong tương lai và do
đó, có thể ảnh hưởng đến hoạt động trong tương lai của các nền kinh tế. được đo bằng động lực
GDP. Tuy nhiên, mặt khác, kết quả của các bài kiểm tra PISA có thể là một chức năng của sự phát
triển kinh tế [37]. Hầu hết các nghiên cứu được khảo sát đã sử dụng kết quả PISA đương đại để
giải thích sự tăng trưởng GDP trong khoảng thời gian 50 năm. Trong khi hiệu quả kinh tế của đất
nước và chất lượng giáo dục rất có thể được liên kết, một câu hỏi tự nhiên liên quan đến hướng
đi của mối quan hệ này. Hoặc nó có thể là một trong những quá trình được mô tả ở trên tạo ra
mối quan hệ quan sát được, hoặc có thể là cả hai. Vì kết quả PISA thường đạt được đối với những
người 15 tuổi, có vẻ hợp lý khi tin rằng các thành viên của nhóm PISA ngày nay sẽ bắt đầu có tác
động lớn hơn đến nền kinh tế của đất nước ít nhất 10 năm sau đó, sau khi họ tốt nghiệp hoặc đạt
được vị trí cao hơn trong các công ty. Do đó, kết quả PISA như một đại diện cho chất lượng giáo
dục có thể được cho là chỉ hoạt động như một động lực GDP có liên quan nếu chúng bị tụt hậu
thích hợp. Mặt khác, mối quan hệ giữa hiệu quả kinh tế của đất nước hiện tại và
Kết quả PISA không có độ trễ rất có thể phản ánh mối quan hệ đảo ngược: họ là những nền kinh
tế hoạt động tốt hơn, thường đầu tư nhiều hơn vào giáo dục chất lượng cao, trong một khoảng
thời gian ngắn có thể dẫn đến điểm PISA cao hơn. Do đó, chúng tôi tin rằng kết quả của Hanushek
và Woessmann [6] không nên được sử dụng để chứng minh rằng chất lượng giáo dục quan trọng
đối với tăng trưởng GDP: họ xác nhận sự tồn tại của một mối quan hệ, tuy nhiên, việc thiếu cơ chế
trễ trong mô hình được đề xuất cho thấy rằng họ đã xác nhận sự tồn tại của một mối quan hệ
nghịch đảo và rằng họ đã không làm sáng tỏ đầy đủ về ảnh hưởng của giáo dục chất lượng cao đối
với hiệu quả kinh tế. Điều này cho phép chúng tôi lập luận rằng vấn đề nội sinh nên được giải quyết.
Trong khi một số nghiên cứu về ảnh hưởng của chất lượng giáo dục được đo bằng điểm PISA
đối với tăng trưởng kinh tế tồn tại, hầu hết các công việc được áp dụng đều dựa trên hồi quy hoặc
tương quan mặt cắt ngang. Tuy nhiên, một số nghiên cứu tiên tiến hơn về phương pháp luận, chủ
yếu của Hanushek và Woessman, cũng nên được đề cập. Trong nghiên cứu của họ [38], họ giải
quyết vấn đề nhân quả bằng cách cố gắng loại bỏ dần ảnh hưởng của các đặc điểm có khả năng
liên quan đến tăng trưởng để loại bỏ tính giả mạo tiềm ẩn của hồi quy. Quan trọng hơn, họ nhấn
mạnh rằng mối quan hệ giáo dục-chất lượng-tăng trưởng GDP không phải là đương đại, và họ đã
sử dụng các biện pháp giáo dục chậm trễ một cách thích hợp, buộc họ phải sử dụng kết quả của
các bài kiểm tra được thực hiện trước khi PISA được giới thiệu (chẳng hạn như TIMSS). Trong khi
[6] đề cập đến vấn đề nhân quả và cố gắng thực hiện một loạt các kiểm tra độ chắc chắn để khám
phá hướng của mối quan hệ hiện tại, những người khác không phải lúc nào cũng làm như vậy. Ví
dụ, các tác giả của [34] chỉ đơn giản là thoái lui tăng trưởng về điểm kiểm tra. Các nhà nghiên cứu
sau này đã điều tra mối liên hệ giữa điểm kiểm tra (toán học và khoa học) và sự khác biệt về thu
nhập giữa các quốc gia. Các tác giả đặt ra câu hỏi liệu điểm kiểm tra có phải là chỉ số tốt về chất
lượng lực lượng lao động hay không. Kết quả thu được cho thấy rằng, trong khi các biến số khác
điển hình trong các nghiên cứu tăng trưởng kinh tế xuyên quốc gia được kiểm soát thích hợp, mối
liên hệ chặt chẽ giữa điểm kiểm tra và chênh lệch thu nhập giữa các quốc gia không thể được xác
nhận. Tuy nhiên, họ phát hiện ra rằng số lượng các nhà nghiên cứu bình quân đầu người tham gia
Tính bền vững 2021, 13, 6437 7 của 21
vào R&D cũng như số lượng bình quân đầu người của các bài báo trên tạp chí khoa học và kỹ thuật
có thể giải thích tốt hơn cho sự khác biệt về thu nhập giữa các quốc gia. Điều này có thể là do điểm
kiểm tra bị tụt hậu không đúng, tuy nhiên, nó cũng có thể có nghĩa là đại diện chung cho chất
lượng giáo dục của đất nước (mà PISA dự định đo lường ở cấp độ giữa thanh thiếu niên) là không
đủ. Thật vậy, có thể các kỹ năng được đo lường trong các bài kiểm tra PISA không phải là yếu tố
quan trọng đối với chất lượng nguồn nhân lực trong tương lai hoặc chất lượng giáo dục đại học có
tầm quan trọng lớn nhất.
Tóm tắt kết quả nghiên cứu của Cheung và Chan [33], những người đã xem xét mối quan hệ
giữa điểm PISA trong toán học và đọc, cấu trúc giới của việc làm trong nông nghiệp, dịch vụ và
công nghiệp, số lượng các nhà nghiên cứu tham gia nghiên cứu và phát triển và GDP bình quân
đầu người, đã khẳng định rằng, trong nhóm 32 quốc gia được phân tích, điểm PISA có liên quan
đáng kể đến việc làm trong các hoạt động kinh tế khác nhau giữa các quốc gia. Đồng thời, điểm số
khoa học và đọc PISA dự đoán tích cực cả nam và nữ trong lĩnh vực công nghiệp và dịch vụ, trong
khi điểm toán PISA dự đoán tích cực số lượng nhà nghiên cứu trong lĩnh vực nghiên cứu và phát
triển nhưng cũng dự đoán tiêu cực việc làm của nữ và nam trong lĩnh vực nông nghiệp. Các tác giả
kết luận rằng kết quả học tập tốt hơn có thể rất quan trọng để các quốc gia duy trì tính cạnh tranh
trong môi trường kinh tế toàn cầu dựa trên tri thức. Tuy nhiên, một lần nữa, nghiên cứu này dựa
trên một phân tích hồi quy và tương quan đơn giản, bỏ qua các mối nguy hiểm của nội sinh, tác
động cụ thể của quốc gia, quan hệ nhân quả hoặc hồi quy giả. Do đó, có vẻ mạo hiểm khi kết luận
hướng đi của các mối quan hệ được phát hiện.
Vấn đề thứ hai liên quan đến [6] là các tác giả đã không cố gắng xây dựng một mô hình tăng
trưởng GDP dựa trên lý thuyết hơn, chẳng hạn như mô hình tăng trưởng Solow tăng cường. Thay
vào đó, họ ước tính một hồi quy trong đó kết quả của các bài kiểm tra PISA (được hiểu là đại diện
cho chất lượng giáo dục) gần như là hồi quy duy nhất. Rủi ro đằng sau một thủ tục như vậy là chất
lượng giáo dục cũng có thể tương quan với các yếu tố tăng trưởng khác liên quan đến GDP, chẳng
hạn như tổng chi tiêu của chính phủ tính theo tỷ lệ phần trăm GDP. Sự thiếu sót của chúng dẫn
đến sai lệch biến bị bỏ qua và do đó, sự không nhất quán trong các ước lượng được áp dụng.
Người ta có thể giải thích các ước tính của các thông số bằng điểm số PISA do Hanushek và
Woessmann trình bày là phản ánh ảnh hưởng của chất lượng giáo dục và mọi thứ khác tương quan
với chất lượng giáo dục đối với tăng trưởng kinh tế.
Trong nghiên cứu của Hanushek và Woessmann [36], các tác giả đã phát triển một số liệu mới
cho sự phân phối thành tích giáo dục giữa các quốc gia cho phép theo dõi sự phân bố kỹ năng
nhận thức trong các quốc gia và theo thời gian. Sự thụt lùi tăng trưởng xuyên quốc gia đã tạo ra
mối quan hệ chặt chẽ và ổn định giữa thành tích giáo dục và tăng trưởng GDP. Trong một loạt các
cách tiếp cận giải quyết vấn đề nhân quả, họ hạn chế phạm vi giải thích hợp lý về mối quan hệ kỹ
năng nhận thức và tăng trưởng mạnh mẽ này. Kết quả chỉ ra rằng chính sách trường học có thể là
một công cụ quan trọng để thúc đẩy tăng trưởng. Tỷ lệ người biết chữ cơ bản và người có thành
tích cao có mối quan hệ độc lập với tăng trưởng, tăng trưởng lớn hơn ở các nước kém phát triển.
Trong nghiên cứu của mình, họ đã sử dụng dữ liệu xuyên quốc gia và áp dụng công cụ ước tính
bình phương nhỏ nhất hai giai đoạn (2SLS) trong khi giải quyết tính nội sinh tiềm năng của thành
tựu giáo dục, phản ánh mối quan hệ hai mặt có thể có và do đó tính nội sinh của biến này. Các tác
giả của [6] đã giải quyết vấn đề nhân quả theo một cách nữa, cụ thể là bằng cách sử dụng sự khác
biệt thay vì quan hệ cấp độ. Mặc dù các phương pháp tiếp cận thứ hai là một bước tiến lớn, nhưng
việc không sử dụng dữ liệu bảng điều khiển áp đặt một số lượng quan sát hạn chế, điều này rất
quan trọng, đặc biệt là trong khuôn khổ 2SLS vì trong khi các giả định thiết yếu được đáp ứng, các
ước tính 2SLS (và GMM phát triển hơn) là nhất quán nhưng nói chung, không thiên vị trong một
mẫu hữu hạn. Tuy nhiên, hầu hết các nghiên cứu chỉ dựa trên dữ liệu mặt cắt ngang với chỉ một
số nhà nghiên cứu áp dụng hồi quy biến công cụ.
Chúng tôi không tìm thấy dấu vết của phân tích mô hình dữ liệu bảng động trong tài liệu sử
dụng PISA và các phép đo thử nghiệm tương tự về vốn con người, mặc dù việc áp dụng một số
dạng mô hình bảng động GMM có vẻ tự nhiên. Những lo lắng về quá trình tạo dữ liệu, liên quan
đến giáo dục và tăng trưởng GDP và các yếu tố thoái lui tiềm năng của nó, có thể được tóm tắt trong danh sách sau: 1.
Quá trình này là năng động, với các nhận thức hiện tại của biến phụ thuộc bị ảnh hưởng bởi
các biến trong quá khứ. Đặc biệt, trong khi các quá trình tăng trưởng GDP được phân tích,
Tính bền vững 2021, 13, 6437 8 của 21
sự tồn tại hợp lý về mặt kinh tế của hội tụ beta [39] đòi hỏi phải sử dụng phương pháp GMM
nếu phân tích dựa trên một nhóm các quốc gia [40,41]. Điều thứ hai có vẻ cần thiết vì kích
thước mẫu rất nhỏ nếu chỉ sử dụng một chuỗi thời gian hoặc một mặt cắt ngang của các quốc gia. 2.
Hơn nữa, ngay cả trong một nhóm quốc gia lớn hơn, có thể có các hiệu ứng riêng lẻ cố định
được phân phối tùy ý trong động lực học để biến phụ thuộc luôn thay đổi nhanh hơn đối với
một số đơn vị quan sát so với những đơn vị khác. Điều này lập luận chống lại hồi quy mặt
cắt, về cơ bản phải giả định các hiệu ứng cố định và ủng hộ thiết lập bảng điều khiển, nơi sự
thay đổi theo thời gian có thể được sử dụng để xác định các tham số. 3.
Một số thoái lui (đặc biệt là các yếu tố tăng trưởng GDP kinh tế vĩ mô) có thể là nội sinh. 4.
Sai số đo lường có thể đáng kể. 5.
Các nhiễu loạn đặc thù (ngoài các hiệu ứng cố định) có thể có các mô hình cụ thể của tính dị
tính và mối tương quan nối tiếp. 6.
Các công cụ tốt có thể không có sẵn bên ngoài bộ dữ liệu ngay lập tức.
Một cách nổi bật để giải quyết những vấn đề này là sử dụng phương pháp tổng quát khác
biệt đầu tiên của các ước tính mômen được áp dụng cho các mô hình dữ liệu bảng động. Một quy
trình ước tính thường được sử dụng để ước tính các tham số trong một mô hình như vậy với sự
không đồng nhất cụ thể của từng cá nhân không quan sát được là chuyển đổi nó thành những
khác biệt đầu tiên. Các điều kiện mômen tuần tự sau đó được sử dụng trong đó các mức độ trễ
của các biến là công cụ cho sự khác biệt nội sinh và các tham số do GMM ước tính. Công cụ ước
tính có liên quan ban đầu được phát triển trong [30] và xa hơn nữa trong [14], nơi cái gọi là công
cụ ước tính GMM hệ thống được sử dụng trong nghiên cứu này được thảo luận. Tiềm năng thu
được các ước tính tham số nhất quán ngay cả khi có các vấn đề trên là một điểm mạnh đáng kể
của cách tiếp cận GMM trong bối cảnh nghiên cứu tăng trưởng thực nghiệm.
3. Vật liệu và phương pháp
Để hiểu quy trình cơ bản, hãy xem xét một phiên bản đơn giản hóa của
Mô hình Lucas [42] như trong [43], với thời gian rời rạc và các thế hệ tiếp theo của các cá nhân có
cuộc sống được chia thành hai giai đoạn. Mô hình được mô tả trong Phần 3.1. Trong Phần 3.2,
chúng tôi cung cấp chi tiết về chiến lược mô hình được sử dụng trong nghiên cứu.
3.1. Mô hình lý thuyết
Trong giai đoạn đầu đời, một tác nhân chọn cách chia sẻ thời gian của mình giữa sản xuất và
tích lũy vốn con người, đó là giáo dục. Chúng ta hãy biểu thị phần thời gian của cô ấy hiện đang
được phân bổ cho sản xuất, thì (1 − u) là thời gian đi học hiện tại và δ là chất lượng học tập. Do
đó, vốn con người tích lũy theo:
H2 − H1 = δ(1 − u)H1, (1)
trong đó H1 (và H2) là vốn nhân lực của đại lý trong giai đoạn 1 (và giai đoạn 2 tương ứng). Giả sử
sản xuất bình quân đầu người trong bất kỳ thời kỳ nào trong hai giai đoạn yt, trong đó t = 1, 2, là
một hàm của vốn con người Hi:
Yt = kαt (uHt)1−α, (2)
trong đó kt biểu thị cổ phiếu vốn vật chất trong chu kỳ t (t = 1, 2), phát triển theo thời gian theo
phương trình vi phân như trong mô hình Solow hoặc Ramsey và bằng .
kt = yt − ct với ct đại diện cho mức tiêu thụ hiện tại trong chu kỳ t (t = 1, 2) và α, tham số của mô
hình, là độ co giãn của tăng trưởng đối với vốn.
Hãy để u* tối đa hóa tiện ích ác cảm rủi ro tương đối hằng số liên thời gian của tác nhân
(như trong [44]), trong đó nêu rõ phần thời gian dành cho việc đi học trong giai đoạn đầu tiên (1
− u) ảnh hưởng như thế nào đến sự tích lũy vốn con người theo phương trình (1), giả sử tất cả
các tham số khác đã biết:
Tính bền vững 2021, 13, 6437 9 của 21 , (3)
trong đó σ là hệ số ác cảm rủi ro thể hiện sự sẵn sàng của tác nhân để tiêu thụ trơn tru theo thời
gian và β là hệ số chiết khấu chủ quan có thể được hiểu là tỷ lệ ưu tiên thời gian (rõ ràng, b < 1),
được liên kết nghịch với tỷ lệ ưu tiên thời gian r của tác nhân, cụ thể là r. Điều kiện
bậc nhất cho sự tối đa hóa này là u−σ−βδ[1 + δ(1 − u)]−σ = 0, mang lại 1 u∗ =
1 (4) δ + (βδ)σ
Do đó, mức thời gian tối ưu dành cho sản xuất đang giảm dần về δ và β. Kết quả là, tăng
trưởng kinh tế cân bằng g = δ(1 − u∗) tăng chất lượng δ học và giảm tỷ lệ ưu tiên thời gian. Điều
này khẳng định rõ vai trò tích cực của chất lượng giáo dục như một kích thích tích cực của tăng trưởng kinh tế.
3.2. Chiến lược mô hình hóa
Mối quan tâm chính liên quan đến việc sử dụng kết quả PISA như một thước đo chất lượng
của δ học và yếu tố tăng trưởng trong các mô hình tăng trưởng thực nghiệm là các xét nghiệm
PISA chỉ được thực hiện trong khoảng 20 năm qua, và trong hầu hết thời gian này, số lượng quốc
gia tham gia vào các thử nghiệm là không lớn. Giả sử rằng việc sử dụng kết quả của xét nghiệm
như một yếu tố tăng trưởng đòi hỏi phải chậm hơn ít nhất 10 năm và cho rằng các xét nghiệm PISA
được thực hiện 3 năm một lần, số lượng quan sát thực có sẵn được giới hạn ở mức tối đa chỉ năm
cho mỗi quốc gia tham gia. Số lượng quan sát thấp như vậy gây khó khăn cho việc ước tính một
mô hình tăng trưởng phù hợp. Các đặc tính thống kê của nó sẽ kém, đặc biệt là khi xem xét sự cần
thiết phải sử dụng hai làn sóng quan sát ban đầu làm công cụ trong quy trình ước tính GMM, điều
này càng thu hẹp tập dữ liệu. Do đó, ngay cả việc nội suy điểm PISA để đạt được một loạt các quan
sát hàng năm cũng không giải quyết được vấn đề về số lượng quan sát có sẵn thấp, điều này cũng
là do số lượng quốc gia tham gia vào các thử nghiệm PISA thấp: mặc dù nhóm này tương đối đông
ngay bây giờ, nhưng nó chưa từng xảy ra trong suốt lịch sử của PISA. Để khắc phục vấn đề này,
chúng tôi đã áp dụng chiến lược sau.
Thứ nhất, chúng tôi sử dụng làm mịn theo cấp số nhân để nội suy điểm PISA trong những năm khi
các bài kiểm tra không được thực hiện ở một quốc gia nhất định. Thứ hai, chúng tôi sử dụng chuỗi
kết quả PISA ngoại suy ngược cho từng quốc gia trong mẫu. Mặc dù có nhiều phương pháp ngoại
suy, nhưng chúng tôi dựa trên cơ sở lý luận của mình dựa trên nghiên cứu trước đây, cho thấy chất
lượng giáo dục chủ yếu liên quan đến đầu tư của chính phủ vào lĩnh vực giáo dục [7,22,45,46];
Mặc dù, người ta không thể đặt một dấu hiệu bình đẳng giữa chất lượng và số lượng về mặt này.
Do đó, bước đầu tiên, chúng tôi đã sử dụng dữ liệu bảng về nhóm các quốc gia tham gia thử
nghiệm PISA để ước tính:
PISAits = β0 + c_Efi + β1GEEi,T−P + εit, (5)
trong đó PISAits là điểm chung trong các kỹ năng được đo trong bài kiểm tra PISA (toán, khoa học
hoặc đọc) ở quốc gia i và năm t; c_efi là hiệu ứng quốc gia đối với quốc gia i, GEEi,t−p là chi tiêu của
chính phủ cho giáo dục vì % GDP ở quốc gia i tụt hậu bởi p năm β0 và β1 là các tham số của mô
hình và εit là thuật ngữ sai số cho quốc gia i trong năm t.
Trong mô hình (5), chúng tôi bao gồm chi phí giáo dục của chính phủ là yếu tố quyết định
chính của kết quả của bài kiểm tra PISA đo lường loại kỹ năng nhất định và các phương trình riêng
biệt được ước tính cho từng loại kỹ năng bao gồm kỹ năng toán học, khoa học và đọc. Tuy nhiên,
chi tiêu của chính phủ trong quá khứ, thay vì chi tiêu hiện tại, có ảnh hưởng lớn nhất đến chất
lượng giáo dục ngày nay. Tuy nhiên, vẫn chưa rõ bao nhiêu thời gian trôi qua trước khi có thể nhìn
thấy kết quả đầu tư giáo dục. Về mặt mô hình, chi tiêu của chính phủ nên bị tụt hậu bao nhiêu
trong mô hình để phản ánh tác động của các khoản đầu tư bổ sung vào kỹ năng của sinh viên? Do
đó, chúng tôi đã áp dụng một giải pháp hỗn hợp và bao gồm ba độ trễ của chi tiêu giáo dục của
Tính bền vững 2021, 13, 6437 10 của 21
chính phủ: chi tiêu trễ 3 năm, 6 năm và 9 năm trong mô hình để nắm bắt khoảng thời gian trung
bình, trung dài và dài tiềm năng, chuyển đổi cấu trúc của mô hình thành:
PISAits = β0 + c_Efi + β1GEEi,T−3 · + β2GEEi,T−6 · + β3GEEi,T−9 · + εit (6)
Hiệu ứng cá nhân của một quốc gia nhất định được đưa vào để phản ánh các đặc điểm chưa
được quan sát của mỗi quốc gia, trong đó chi tiêu tương tự có thể không mang lại kết quả điểm
kiểm tra giống nhau vì một điểm xuất phát khác nhau, đó là do, trong số những người khác, vốn
văn hóa và vật chất đa dạng trong lĩnh vực giáo dục cũng như lịch trình khác nhau của hệ thống
giáo dục giữa các quốc gia.
Cuối cùng, chúng tôi cho phép thuật ngữ lỗi không hình cầu. Điều này phản ánh niềm tin rằng
do sự ổn định khá mạnh mẽ của kết quả PISA theo thời gian, nên sự tự tương quan của thuật ngữ
lỗi là khá có thể xảy ra. Ngoài ra, trong trường hợp các nước kém phát triển với chi tiêu cho giáo
dục thấp hơn, phương sai của kết quả PISA thường lớn hơn, điều này cho thấy tính không đồng
nhất của thuật ngữ lỗi. Trong các giả định của mô hình, chúng tôi cho phép cả hai.
Mô hình dựa trên dữ liệu bảng điều khiển (6) được ước tính với việc sử dụng công cụ ước
tính GLS có tính đến tính tự tương quan và tính không đồng nhất và được sử dụng thêm để ngoại
suy ngược lại kết quả của thử nghiệm PISA. Đây có thể được coi là một hình thức dự đoán ngược:
với hiệu ứng ước tính của quốc gia và chi phí giáo dục của chính phủ đã biết, chúng có thể được
thay thế vào mô hình để trả lời kết quả của bài kiểm tra PISA có thể xảy ra trong quá khứ nếu các
bài kiểm tra đó được thực hiện vào thời điểm đó. Đương nhiên, những kết quả này, là giá trị kỳ
vọng có điều kiện của các bài kiểm tra PISA (nếu chúng đã được thực hiện) có thể được hiểu là đại
diện cho chất lượng giáo dục dựa trên chi tiêu giáo dục thực tế của đất nước trong quá khứ và các
đặc điểm cá nhân ước tính của nó. Hơn nữa, chúng tôi dự đoán điểm PISA lý thuyết cho các quốc
gia không tham gia thử nghiệm, theo cách tương tự, giả định rằng các hiệu ứng riêng lẻ trong
trường hợp của họ đồng phản ứng với c_efi trung bình cho các quốc gia được đưa vào mẫu được
sử dụng để ước tính mô hình (6). Mặc dù thực sự là động lực chứ không phải mức điểm PISA quan
trọng trong mô hình tăng trưởng được thảo luận thêm, nhưng quy trình ngoại suy điểm PISA bên
ngoài nhóm các quốc gia đã từng tham gia thử nghiệm có thể làm dấy lên một số nghi ngờ nhất
định. Do đó, chúng tôi cũng cung cấp kết quả giới hạn cho mẫu các quốc gia được sử dụng để ước
tính mô hình (6) như một phần của phân tích độ bền.
Sử dụng kết quả lý thuyết của các bài kiểm tra PISA trong những năm qua giải quyết được
vấn đề không có yếu tố tăng trưởng GDP tiềm năng, là đại diện cho chất lượng giáo dục bị tụt hậu
ít nhất một thập kỷ. Do đó, bước còn lại là ước tính mô hình tăng trưởng GDP phù hợp. Chúng tôi
dựa trên phân tích dựa trên mô hình được đề xuất trong Phần 3 của bài viết này trong khi xem xét
các kinh nghiệm. Chúng tôi rút ra từ các tài liệu khổng lồ dành cho mô hình tăng trưởng GDP và sử
dụng mô hình Solow tăng cường, được vận hành dưới dạng hồi quy Barro [39]. Quan trọng hơn,
và trái ngược với Hanushek và Woessmann, chúng tôi đã xây dựng một mô hình trong đó chúng
tôi giải thích sự thay đổi GDP như một chức năng của không chỉ chất lượng giáo dục mà còn của
các đặc điểm kinh tế cần thiết và có liên quan. Chúng liên quan đến các yếu tố vốn con người (tuổi
thọ, thay đổi dân số) và các yếu tố vốn vật chất (mức độ đầu tư, chi tiêu của chính phủ, tính mở
của nền kinh tế), trong khi kết quả PISA ngược dự đoán (cho mỗi kỹ năng - toán học, đọc và khoa
học) được đưa vào như một yếu tố vốn con người bổ sung. Hồi quy Barro điển hình, giả định (hoặc
ít nhất cho phép) sự tồn tại của sự hội tụ kiểu beta của GDP giữa các quốc gia, thích ứng với môi
trường dữ liệu bảng điều khiển, có thể được viết như sau:
∆GDPit/Tổng công ty,T−1 · = γlnGDPi,t μit, (7)
trong đó GDPit là GDP của quốc gia i trong năm t theo giá thực, xit0 là vectơ của các yếu tố tăng
trưởng GDP của quốc gia i trong năm t, bao gồm các dự đoán ngược thích hợp về điểm PISA cho
các kỹ năng khác nhau, ui là hiệu ứng cá nhân của quốc gia, μnó là thuật ngữ sai số cho quốc gia i
trong năm t, và γ và θ là các thông số của mô hình.
Với những thay đổi ngắn hạn điển hình thấp của GDP và sự thay đổi tương đối của GDP ở
quốc gia i và năm t, ∆GDPit/GDPi,t−1, vì lý do tính toán, được xấp xỉ với:
Tính bền vững 2021, 13, 6437 11 của 21
∆GDPit/GDPi,t−1 = lnGDPit − lnGDPi,t−1 (8) Yielding:
∆lnGDPit = γlnGDPi,t μit (9)
Rõ ràng, (8) tương đương với dạng ước tính:
lnGDPit = (γ + 1)lnGDPi,t μit (10)
cho phép giải quyết vấn đề nội sinh phát sinh trong (8).
Mô hình (9) đã được thảo luận và ước tính thường xuyên trong tài liệu tăng trưởng kinh tế.
Chúng tôi đã theo dõi các tài liệu chính thống và áp dụng công cụ ước tính Blundell và Bond phổ
biến [9], và điều đáng chú ý là số lượng đơn vị mặt cắt ngang được xem xét (quốc gia) trong trường
hợp của chúng tôi thực sự đủ lớn để áp dụng kỹ thuật dựa trên GMM này. Một hàm ý quan trọng
là việc công cụ hóa thích hợp cho phép coi các yếu tố tăng trưởng được coi là có khả năng nội sinh,
điều này phản ánh mối quan hệ hai chiều có thể có của chúng với tăng trưởng GDP. Một ngoại lệ
cho điều đó là điểm số PISA bị tụt hậu, chắc chắn không phản ứng ngay lập tức với động lực GDP.
Các ước tính đạt được cho phép đưa ra kết luận về mức độ liên quan của kết quả kiểm tra PISA cụ
thể, đo lường tác động của các khía cạnh khác nhau của chất lượng giáo dục đối với tăng trưởng. 4. Kết quả
Mô hình điểm PISA (6) có thể được ước tính bằng cách sử dụng 638 quan sát và chúng tôi bị
hạn chế bởi sự sẵn có của điểm PISA đúng hoặc nội suy cho các loại kỹ năng cụ thể về mặt này và
số liệu thống kê kinh tế vĩ mô liên quan đến chi tiêu của chính phủ cho giáo dục (dữ liệu được cung
cấp trong [7] chủ yếu được sử dụng cho mục đích đó). Bảng 1 cung cấp danh sách đầy đủ các quan
sát quốc gia-năm được sử dụng để ước tính Phương trình (6).
Bảng 1. Các quan sát quốc gia-năm được sử dụng để ước tính Phương trình điểm PISA (6). Sớm nhất / Mới Sớm nhất / Mới Quốc gia nhất có sẵn n Quốc gia nhất có sẵn n Sự quan sát Sự quan sát Albania 2003–2015 11 Latvia 2005–2015 9 Argentina 2000–2015 14 Litva 2006–2015 8 Úc 2000–2015 14 Luxembourg 2000–2004 5 Áo 2000–2015 14 Macao 2007–2015 7 Azerbaijan 2006–2009 4 Malaysia 2009–2012 4 Bỉ 2000–2012 13 Malta 2009–2015 2 Chile 2000–2015 14 Mexico 2000–2012 13 Colombia 2006–2015 8 Moldova 2009–2015 2 Costa Rica 2009–2015 5 Hà Lan 2003–2015 11 Croatia 2011–2012 2 New Zealand 2000–2015 14 Cộng hòa Séc 2001–2015 13 Na Uy 2000–2015 14 Đan Mạch 2000–2012 13 Peru 2000–2015 14 Estonia 2006–2015 8 Ba Lan 2000–2015 14 Phần Lan 2000–2015 14 Bồ Đào Nha 2000–2012 13 Pháp 2000–2015 14 Qatar 2006–2015 8 Gruzia 2009–2015 2 Romania 2005–2015 9 Đức 2002–2015 12 Nga 2009–2015 5 Hy Lạp 2000–2008 9 Singapore 2009–2015 5 Hồng Kông 2000–2015 14 Cộng hòa Slovakia 2003–2015 11 Hungary 2000–2012 13 Slovenia 2006–2015 8 Iceland 2000–2102 13 Tây Ban Nha 2000–2015 14 Indonesia 2000–2015 14 Thụy Điển 2000–2015 14 Ireland 2000–2102 13 Thụy Sĩ 2000–2015 14 Israel 2000–2015 14 Thái Lan 2000–2015 14 Ý 2000–2102 13 Tunisia 2003–2015 11 Nhật Bản 2000–2015 14 Gà tây 2003–2009 7
Tính bền vững 2021, 13, 6437 12 của 21 Kazakhstan 2009–2012 4 Vương quốc Anh 2000–2015 14 Hàn Quốc 2000–2015 14 MỸ 2000–2012 13 Cộng hòa 2006–2009 4 Uruguay 2003–2012 10 Kyrgyzstan
Một số lượng lớn các quan sát cho phép ước tính GLS an toàn của Phương trình (6) và giảm
nguy cơ đạt được các giá trị không đầy đủ của các sai số chuẩn như Beck và Katz đề xuất [47]. Kết
quả ước tính được cung cấp trong Bảng 2.
Bảng 2. Ước tính của mô hình (6) cho các bộ kỹ năng khác nhau được đo lường trong các bài kiểm tra PISA. Biến số Sự đọc Toán học Khoa học GEE(-3) 1.077 *** 1.079 ** 0.247 GEE(-6) 2.846 *** 0.927 ** 1.089 *** GEE(-9) 0.215 0.681 * 0.484 *
Hiệu ứng theo quốc gia cụ thể -Bỏ- Hằng 367.7 *** 379.6 *** 390.3 *** N 638 638 638 R2 0.938 0.953 0.957 ρ 0.7003 *** 0.7349 *** 0.7405 ***
Chi2 cho giao diện người dùng = 14,332.68 *** 7101.90 *** 19,308.63 *** nhược điểm
p < 0,01, ** p < 0,05, * p < 0,1; các cột cụ thể chứa các ước tính của mô hình (6) cho điểm PISA về đọc, toán và khoa học;
GEE (-3), GEE (-6) và GEE (-9) đại diện cho chi tiêu của chính phủ cho giáo dục chậm hơn lần lượt là 3, 6 và 9 năm; Các hiệu
ứng cụ thể của quốc gia đã bị bỏ qua vì hạn chế về không gian và có sẵn từ các tác giả theo yêu cầu; n là tổng số quan sát;
ρ là hệ số AR (1) ước tính (giá trị p tham chiếu đến H0: ρ = 0); chi2 cho ui = nhược điểm cung cấp thống kê thử nghiệm cho
H0: ui = nhược điểm, i = 1, . . . , N.
Ba giá trị trước đó của chi tiêu giáo dục của chính phủ đã được đưa vào mô hình: độ trễ kéo
dài 3, 6 và 9 năm, được cho là nắm bắt được các tác động tiềm ẩn trung hạn, dài hạn và rất dài
hạn. Rõ ràng, trong trường hợp của mỗi loại trong số ba loại kỹ năng được đo lường trong các bài
kiểm tra PISA, tồn tại một ảnh hưởng đáng chú ý của chi tiêu trước đó của chính phủ đối với giáo
dục đối với kết quả được đo lường trong các bài kiểm tra, và trong khi mỗi độ trễ ít nhất là đối với
một số khía cạnh, chúng là những đầu vào trễ 6 năm thể hiện sự liên quan chắc chắn nhất. Kết quả
xác nhận ảnh hưởng tích cực của chi tiêu giáo dục đối với kết quả đạt được nói chung và (cùng với
các tác động cụ thể của quốc gia) cho phép dự đoán ngược điểm PISA giả định nếu chúng đã được
thực hiện trong những năm trước đó. Dữ liệu cập nhật về chi tiêu giáo dục của chính phủ được
cung cấp trong [48] một lần nữa được sử dụng cho mục đích đó.
Thứ hai cho phép ước tính mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng
giáo dục xấp xỉ điểm PISA. Tổng cộng có 1731 quan sát trong giai đoạn 1994-2015 đã được sử dụng
và mẫu bao gồm 111 quốc gia trên toàn thế giới (với điều kiện là có sẵn các yếu tố tăng trưởng
được xem xét). Không rõ ràng là điểm PISA ngoại suy nên bị trễ bao nhiêu, tương đương với việc
hỏi sinh viên tốt nghiệp tham gia thị trường lao động ở độ tuổi nào cho phép các kỹ năng của họ
có ảnh hưởng chính đến hoạt động của nền kinh tế. Chúng tôi đã sử dụng độ trễ 5, 10 và 15 năm
của điểm PISA dự đoán (lần lượt là đọc (-15), toán học (-15) và khoa học (-15) và kết luận rằng
điểm trễ 15 năm có vẻ phù hợp nhất, do đó khai thác thêm các kết quả này (được trình bày trong
Bảng 3). Hơn nữa, có rất nhiều khả năng liên quan đến phần còn lại của hoạt động của xit0 — Sala-
i-Martin et al. [29] đã đề cập rằng có khoảng 600 biến được sử dụng như vậy trong các mô hình
thực nghiệm có trong tài liệu. Chúng tôi đã sử dụng bốn yếu tố tăng trưởng vốn con người và vật
chất quan trọng được tìm thấy có ý nghĩa trong hầu hết các nghiên cứu thực nghiệm: inv (tổng vốn
hình thành theo % GDP), gov (tổng chi tiêu của chính phủ tính theo % GDP), life_exp (tuổi thọ trung
bình khi sinh) và mở (giá trị thương mại tính theo % GDP) để giải thích logarit của GDP theo giá
không đổi (nhưng các kết luận mâu thuẫn về hướng ảnh hưởng của chính phủ chi phí đã được rút
ra trong các nghiên cứu khác nhau). lnGDP(-1) đại diện cho logarit của logarit trễ một năm của
GDP, như trong mô hình (9); do đó, ước tính của tham số trên lnGDP(-1) là ước tính của γ + 1 và
sẽ cần phải được trừ đi 1 để có được tốc độ hội tụ beta hàng năm.
Bảng 3. Ước tính mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục.
Tính bền vững 2021, 13, 6437 13 của 21 (1) Đọc (2) Toán học (3) Khoa học Giảm GDP(-1) 0.9801828 *** 0.9805469 *** 0.9802120 *** Inv 0.0016506 *** 0.0016418 *** 0.0016490 *** Chính phủ −0,0007520 −0,0007466 −0,0007275 ** life_exp 0.0017133 *** 0.0017415 *** 0.0017211 *** mở 0.0000764 *** 0.0000791 *** 0.0000783 ** đọc(-15) 0.0001130 *** Toán học(-15) 0.0000765 *** Khoa học(-15) 0.0001091 ** Hằng 0.0016247 0.0111554 0.0008775 n 1731 1731 1731
Arellano–Trái phiếu AR(1) −2,7035 (0,0069) −2,7037 (0,0069) −2,7038 (0,0068)
Arellano–Trái phiếu AR(2) −0,49696 (0,6192) −0,49529 (0,6204) −0,49610 (0,6198)
p < 0,01, ** p < 0,05; các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học tương ứng; n là tổng số
quan sát; số quốc gia trong bộ dữ liệu = 111 quốc gia trên thế giới; Arellano–Bond AR(1) là thống kê thử nghiệm (giá trị p)
của thử nghiệm Arellano–Bond về tự tương quan của bậc 1 (thứ tự 2 trong trường hợp Arellano–Bond AR(2)).
Trước tiên, cần lưu ý rằng tất cả các biến số kinh tế vĩ mô đều thể hiện ảnh hưởng cần được
mong đợi trên cơ sở lý thuyết: mức độ đầu tư, tuổi thọ và độ mở của nền kinh tế có ảnh hưởng
tích cực rõ ràng đến tốc độ tăng trưởng GDP, trong khi ảnh hưởng của chi tiêu chính phủ vẫn chưa
rõ ràng. Ước tính thông số theo GDP chậm đã xác nhận sự tồn tại của các quá trình hội tụ mạnh
với tốc độ dưới 2% mỗi năm một chút, điều này xác nhận kết quả tài liệu chính thống. Đồng thời,
kết quả của thử nghiệm Arellano-Bond về tự tương quan của bậc hai trong phương trình khác biệt
tương ứng với tự tương quan bậc một trong phương trình mức không cung cấp lý do gì để bác bỏ
giả thuyết không có tự tương quan, điều này rất cần thiết cho tính nhất quán của công cụ ước tính.
Quan trọng nhất, mỗi điểm PISA, được hiểu là đại diện cho chất lượng của các kỹ năng khác
nhau được dạy ở trường, đã chứng minh có ý nghĩa thống kê đối với tăng trưởng GDP ở mức 5%
(1% trong trường hợp kỹ năng đọc và toán học). Vì để đánh giá kết quả này, chúng tôi đã sử dụng
độ trễ kéo dài 15 năm, điều này có nghĩa là sử dụng chất lượng giáo dục của những người 30 tuổi
vào thời điểm họ khoảng 15 tuổi bằng cách sử dụng hệ số tăng trưởng GDP. Mặc dù kết quả này
cũng phần lớn được xác nhận nếu độ trễ kéo dài 10 năm được sử dụng (có nghĩa là bao gồm chất
lượng giáo dục của những người 25 tuổi ngày nay vào thời điểm họ 15 tuổi), nhưng nó vẫn rõ ràng
nhất trong nhóm được trình bày (kết quả ước tính với độ trễ 10 năm của điểm PISA có sẵn theo
yêu cầu của các tác giả). Không có sự khác biệt lớn hơn có thể được nhìn thấy khi so sánh ảnh
hưởng của từng chỉ số PISA riêng biệt: trong khi ước tính chính xác của tham số không giống nhau,
sự khác biệt giữa các hệ số ước tính về đọc, toán học và khoa học bị tụt hậu 15 năm là không có ý
nghĩa thống kê (giả sử bất kỳ mức độ ý nghĩa hợp lý nào, chẳng hạn như 5%).
Trong khi tất cả các kết quả được thảo luận đều xác nhận tính trực quan và được xác nhận
bởi mô hình lý thuyết được cung cấp về sự phù hợp của chất lượng giáo dục đối với tăng trưởng
GDP, chúng tôi đã thực hiện một loạt các kiểm tra độ bền vững.
Thứ nhất, nó có thể làm dấy lên nghi ngờ về việc liệu việc tính toán và khai thác điểm PISA lý
thuyết trong nhóm các quốc gia chưa bao giờ thực sự thực hiện bài kiểm tra không đòi hỏi sự đồng
nhất mạnh mẽ hơn của dân số được sử dụng để ước tính mô hình tăng trưởng (9) so với thực tế
đã diễn ra. Do đó, chúng tôi giới hạn mẫu ước tính ở các quốc gia được sử dụng để ước tính mô
hình (6), có danh sách được cung cấp trong Bảng 1. Chúng tôi cũng giới hạn danh sách độ trễ của
các bộ hồi quy được sử dụng làm công cụ chỉ ở hai giá trị có thể sử dụng gần đây nhất để tránh
nguy cơ gia tăng công cụ [49]. Ước tính của các mô hình tương ứng được cung cấp trong Bảng 4.
Bảng 4. Ước tính về mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục trong mẫu các
quốc gia thực hiện các bài kiểm tra PISA. (1) Đọc (2) Toán học (3) Khoa học Giảm GDP(-1) 0.9954993 *** 1.0046150 *** 1.0025350 ***
Tính bền vững 2021, 13, 6437 14 của 21 GDP (-2) −0,1691006 *** −0,1765280 *** −0,1754891 *** GDP (-3) 0.1568341 *** 0.1551946 *** 0.1562269 *** Inv 0.0030705 *** 0.0029663 *** 0.0030006 *** Chính phủ −0,0020520 ** −0,0019407 ** −0,0019221 ** life_exp −0,0027801 ** −0,0026226 ** −0,0027087 ** Mở 0.0000928 *** 0.0000793 *** 0.0000873 ** đọc(-15) 0.0002229 *** Toán học(-15) 0.0001747 *** Khoa học(-15) 0.0002083 *** Hằng 0.2615308 ** 0.2730802 *** 0.2610700 *** N 408 408 408
Arellano–Trái phiếu AR(1) −3,593 (0,0003) −3,6714 (0,0002) −3,6722 (0,0002)
Arellano–Trái phiếu AR(2) −1,0928 (0,2745) −1,0499 (0,2938) −1,0414 (0,2977)
p < 0,01, ** p < 0,05; các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học bị tụt hậu
15 năm là hồi quy, tương ứng, trong khi tất cả các mô hình bao gồm logarit tự nhiên của GDP tụt hậu 1, 2 và 3 năm; n là
tổng số quan sát; số quốc gia trong bộ dữ liệu = 42 quốc gia tham gia thử nghiệm PISA (được liệt kê trong Bảng 1);
Arellano–Bond AR(1) là thống kê thử nghiệm (giá trị p) của thử nghiệm Arellano–Bond về tự tương quan của bậc 1 (thứ
tự 2 trong trường hợp Arellano–Bond AR(2)); Độ trễ thứ 2 và thứ 3 của biến phụ thuộc đã được thêm vào để tránh tự
tương quan, điều này đã xuất hiện khác.
Thứ hai, chúng tôi bao gồm các hiệu ứng thời gian cố định, giúp nắm bắt các đỉnh và đáy của
chu kỳ kinh tế toàn cầu và bỏ qua các chi tiêu của chính phủ, mà ảnh hưởng của chúng là rõ ràng
dưới ánh sáng của cả lý thuyết và các kết quả thực nghiệm được trình bày. Các ước tính được cung cấp trong Bảng 5.
Bảng 5. Ước tính mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục có hiệu ứng thời gian. (1) Đọc (2) Toán học (3) Khoa học Giảm GDP(-1) 0.9683281 *** 0.9688890 *** 0.9685778 *** Inv 0.0021138 *** 0.0021080 *** 0.0021265 *** life_exp 0.0030568 *** 0.0030578 *** 0.0030005 *** Mở 0.0000162 0.0000174 0.0000146 đọc(-15) 0.0001878 ** Toán học(-15) 0.0001514 * Khoa học(-15) 0.0002033 ** Hằng −0,0371567 · −0,0277849 · −0,0445571 N 1733 1733 1733 Wald, ký tên. của hiệu 361.70 (0.0000) 361.11 (0.0000) 357.79 (0.0000) ứng thời gian
Arellano–Trái phiếu AR(1) −2,662 (0,0078) −2,6617 (0,0076) −2,6605 (0,0078)
Arellano–Trái phiếu AR(2) 0.01578 (0.9874) 0.01789 (0.9857) 0.02021 (0.9839)
p < 0,01, ** p < 0,05, * p < 0,1; các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học tương ứng; n là
tổng số quan sát; số quốc gia trong bộ dữ liệu = 111 quốc gia trên thế giới; các công cụ bị trễ tối đa ba giai đoạn đã được
sử dụng; Arellano–Bond AR(1) là thống kê thử nghiệm (giá trị p) của thử nghiệm Arellano–Bond về tự tương quan của
bậc 1 (thứ tự 2 trong trường hợp Arellano–Bond AR(2)); Wald, ký tên. của hiệu ứng thời gian là thống kê thử nghiệm (giá
trị p) cho thử nghiệm Wald về ý nghĩa chung của hiệu ứng thời gian.
Thứ ba, chúng tôi đã chạy phân tích độ bền phức tạp theo tinh thần trung bình mô hình Bayes
(BMA). Trong khi bài báo cổ điển [50] thảo luận về phiên bản của nó cho các mô hình tăng trưởng
được ước tính bằng cách sử dụng công cụ ước tính OLS (thường sẽ áp dụng cho một mặt cắt ngang
của các quốc gia), chúng tôi đã áp dụng cách tiếp cận của Prochniak và Witkowski [51], giả định
rằng sự hội tụ beta thực sự tồn tại và xác minh sự liên quan của các yếu tố tăng trưởng cụ thể. Do
Tính bền vững 2021, 13, 6437 15 của 21
đó, chúng tôi bắt đầu (riêng biệt cho từng kỹ năng PISA được xem xét) với việc ước tính mô hình
tự hồi quy (9) với tất cả các tập hợp con có thể có của các yếu tố tăng trưởng kinh tế vĩ mô được
xem xét {inv, gov, life_exp, open} và các kỹ năng PISA trong một trong các lĩnh vực. Chúng tôi không
đưa ra giả định trước đó về số lượng các yếu tố tăng trưởng có liên quan trong mối quan hệ thực
sự và số lượng các hồi quy được xem xét là không lớn. Do đó, nó cho phép chúng tôi giả định rằng
xác suất trước về sự liên quan của mỗi mô hình có thể là như nhau. Theo giả định đó, chúng tôi đã
theo dõi [51] và tính toán các ước tính trung bình của các tham số γ và θ cũng như các giá trị p cho
kiểm tra ý nghĩa t, coi xác suất hậu của sự liên quan cho mỗi mô hình là trọng số. Các ước tính
trung bình BMA của γ và θ và các giá trị p thu được trong mẫu chính của 111 quốc gia được cung
cấp trong Bảng 6. Ngoài ra, chúng tôi đã hoàn thành nó với một cách tiếp cận dựa trên phân tích
giới hạn cực trị (EBA) của Leamer [52] và cung cấp phạm vi ước tính của các tham số cụ thể trong
tất cả các mô hình ước tính cũng như phần nhỏ của các mô hình xác nhận giả thuyết về ý nghĩa của biến đã cho.
Bảng 6. Kết quả ước tính BMA và EBA cho mô hình tăng trưởng GDP Solow tăng cường (9) với chất lượng giáo dục. (1) Đọc (2) Toán học (3) Khoa học
Ước tính trung bình mô hình Bayes (giá trị p cho kiểm tra ý nghĩa được đưa ra trong ngoặc đơn) Giảm GDP(-1) 0.9704477 0.9694659 0.9684520 (0.0000000) (0.0000000) (0.0000000) Inv 0.0017909 0.0017853 0.0017889 (0.0000000) (0.0000000) (0.0000000) Chính phủ −0,0005426 · −0,0005388 · −0,0005249 · (0.2030227) (0.2075655) (0.2185428) life_exp 0.0027987 0.0028204 0.0028047 (0.0000000) (0.0000000) (0.0000000) Mở 0.0002220 0.0002186 0.0002213 (0.0017697) (0.0023417) (0.0018750) đọc(-15) 0.0005646 (0.0060577) Toán học(-15) 0.0006020 (0.0069853) Khoa học(-15) 0.0006809 (0.0077673)
Phân tích giới hạn cực đoan—Thống kê loại cho các biến điểm PISA (đọc,
Toán học và Khoa học)
% xác nhận mức độ liên quan ở mức 1% 56.3% 56.3% 56.3%
% xác nhận mức độ liên quan ở mức 5% 75.0% 68.8% 62.5%
% xác nhận mức độ liên quan ở mức 10% 81.3% 75.0% 75.0%
ước tính thông số thấp nhất 0.0000144 −0,0000272 −0,0000244
ước tính tham số cao nhất 0.0006132 0.0006581 0.0007419 % ước tính âm 0.0% 12.5% 6.3% N 1731 1731 1731
Các mô hình (1), (2) và (3) bao gồm các kỹ năng đọc, toán học và khoa học tương ứng; n là tổng số quan sát; số quốc gia
trong tập dữ liệu = 111 quốc gia trên thế giới; ước tính tham số trung bình và giá trị p được cung cấp trong phần đầu
tiên (BMA) của bảng; phần mô hình trong đó điểm PISA liên quan đến các kỹ năng nhất định có ý nghĩa ở các mức 1%, 5%
và 10% với ước tính thu được thấp nhất và cao nhất của tham số trên biến điểm PISA và phần của các mô hình trong đó
ước tính của thông số trên điểm PISA là âm được cung cấp trong phần thứ hai (EBA) của bảng.
Tính bền vững 2021, 13, 6437 16 của 21
Kết quả thu được trong một loạt các kiểm tra độ bền đã xác nhận đầy đủ tính hợp lệ của
phân tích cơ sở. Tầm quan trọng của chất lượng giáo dục là ổn định và không thể hiện sự nhạy
cảm với những thay đổi cấu trúc của mô hình, chẳng hạn như bao gồm các hiệu ứng thời gian,
bao gồm các độ trễ bổ sung trước đó của GDP được thực thi bởi tự tương quan ở dạng ban đầu
của mô hình, hoặc thao túng các yếu tố tăng trưởng cổ điển (cả hai bằng cách loại bỏ các chi tiêu
của chính phủ mà tác động không thể được xác nhận đầy đủ, cũng như dưới ánh sáng của BMA
dựa trên mọi tập hợp con có thể có của các yếu tố tăng trưởng được xem xét).
Những thay đổi trong các chi tiết kỹ thuật của phương pháp ước tính (thao tác độ trễ của tập
hợp các công cụ được áp dụng) cũng như những thay đổi trong mẫu được sử dụng để ước tính
mô hình tăng trưởng (giới hạn mẫu ở các quốc gia đã thực hiện các thử nghiệm PISA) không dẫn
đến bất kỳ thay đổi nào trong kết luận định tính liên quan đến mức độ liên quan của điểm PISA.
Tính hợp lệ của những kết quả này đã được đảm bảo vì các yếu tố tăng trưởng GDP khác được
xem xét thể hiện ảnh hưởng ổn định phù hợp với tài liệu chính thống: trong khi có một cuộc thảo
luận cởi mở về tác động của chi tiêu chính phủ đối với tăng trưởng kinh tế, các yếu tố tăng trưởng
khác trong hầu hết các mô hình đã thể hiện các đặc tính dự kiến (một ngoại lệ là ảnh hưởng chưa
được xác nhận của tính mở kinh tế chỉ là một trong những kiểm tra độ mạnh mẽ), và tỷ lệ hội tụ
ước tính tuân thủ hầu hết các nghiên cứu hiện có.
Những nghi ngờ duy nhất có thể được nêu ra bởi kết quả phân tích loại EBA, cho rằng xác
nhận chính thức về mức độ liên quan của điểm PISA đã được quan sát thấy trong 75,0–81,3%
trường hợp (ở mức ý nghĩa 10%) đối với các phương trình kỹ năng khác nhau và tồn tại các trường
hợp đơn lẻ trong đó ước tính của tham số trên biến điểm PISA thấp hơn một chút so với không.
Tuy nhiên, cần phải nhấn mạnh rằng cách tiếp cận của Leamer chủ yếu bị chỉ trích vì nó quá nghiêm
ngặt: trong hầu hết các phân tích thực nghiệm hầu như không có bất kỳ biến số nào (hoặc không)
được tìm thấy rõ ràng có ý nghĩa mạnh mẽ theo nghĩa EBA. Điều này đặc biệt quan trọng khi cách
tiếp cận Blundell-Bond rất nhạy cảm được sử dụng: thực tế, tất cả các kết quả "đáng ngờ" đều thu
được trong các mô hình bao gồm chi tiêu của chính phủ trong số những người hồi quy. Tuy nhiên,
ngay cả khi có sự hiện diện của nó, các thủ tục BMA được thừa nhận rộng rãi hơn nhiều không
nghi ngờ gì về sự liên quan của điểm số PISA đối với quá trình tăng trưởng GDP. Do đó, chúng tôi
tin rằng việc kiểm tra độ bền đã cung cấp xác nhận rất mạnh mẽ về kết quả được cung cấp bởi mô hình cơ sở. 5. Kết luận
Mọi người đều biết rằng giáo dục là quan trọng và có nhiều bằng chứng cho thấy giáo dục tốt
hơn mang lại lợi nhuận lớn cho các cá nhân. Oreopoulos và Salvanes [53] cho rằng giáo dục tốt
hơn có thể khiến các cá nhân đưa ra quyết định tốt hơn về sức khỏe, hôn nhân và phong cách nuôi
dạy con cái. Người ta cũng tin rằng việc đi học cải thiện sự kiên nhẫn, khiến các cá nhân có định
hướng mục tiêu hơn và ít có khả năng tham gia vào các hành vi rủi ro. Tuy nhiên, ở cấp độ kinh tế
vĩ mô, có rất ít bằng chứng thực nghiệm cho thấy giáo dục tốt hơn ở một quốc gia nhất định chuyển
thành kết quả kinh tế tốt hơn. Điều này chủ yếu có thể là do dữ liệu định lượng, chứ không phải
định tính, về giáo dục có sẵn ở các quốc gia. Trong khi Hanushek và Woessmann [6] công bố bằng
chứng về tầm quan trọng của chất lượng giáo dục như một yếu tố của tăng trưởng GDP, kết quả
của họ có thể gây ra một số nghi ngờ, chủ yếu là vì họ đã điều tra mối quan hệ đương thời giữa
hai yếu tố này - hoặc, chính xác hơn, mối tương quan giữa tăng trưởng GDP 1960-2010 và điểm
số PISA có sẵn (từ đầu thế kỷ hiện tại). Kết quả là, nghiên cứu của họ xác nhận sự tồn tại của chính
mối quan hệ; tuy nhiên, hướng của nó rất có thể trái ngược với tuyên bố của các tác giả - hoặc ít
nhất là rất khó để xác định hướng của mối quan hệ. Một giải pháp khả thi là sử dụng các kết quả
PISA bị trễ và đưa chúng vào hồi quy tăng trưởng GDP. Một vấn đề rõ ràng là thiếu kết quả PISA bị
trễ do các bài kiểm tra bắt đầu vào đầu thế kỷ hiện tại. Như một giải pháp một phần cho vấn đề
này, chúng tôi đề xuất ước tính một mô hình giải thích kết quả của PISA như một hàm của chi tiêu
giáo dục. Mô hình sau đó sẽ được sử dụng để cung cấp các dự đoán ngược về điểm PISA và mô
hình cuối cùng về tăng trưởng GDP có thể được ước tính bằng cách sử dụng điểm PISA có độ trễ
đầy đủ trong vai trò đầu vào.
Mô hình kết quả dường như hợp lý từ quan điểm kinh tế và giáo dục. Mặc dù kết quả phù
hợp với các tuyên bố trước đó của các tác giả được trích dẫn, nhưng nó cung cấp bằng chứng
mạnh mẽ hơn về mức độ liên quan của chất lượng giáo dục vì nó mạnh mẽ hơn về mặt thống kê
Tính bền vững 2021, 13, 6437 17 của 21
và các thuộc tính của công cụ ước tính được áp dụng nói chung là tốt hơn. Do đó, việc áp dụng kỹ
thuật thay thế nên được coi là một giá trị gia tăng quan trọng của nghiên cứu này. Biện minh cho
giá trị của một nền giáo dục tốt có tầm quan trọng gấp đôi. Về mặt thực tế, đây là một tiếng nói
quan trọng trong cuộc thảo luận và cung cấp một lập luận bổ sung để chỉ đạo một dòng đầu tư
vào giáo dục, điều này đặc biệt quan trọng trong khi các chính phủ có thể bắt đầu tìm kiếm các
khoản tiết kiệm nếu thị trường toàn cầu rơi vào giai đoạn suy thoái của chu kỳ kinh tế.
Người ta có thể tự hỏi tại sao các loại kỹ năng khác nhau lại có ảnh hưởng tương tự đến hiệu
suất của các nền kinh tế. Chắc chắn, một vài lý do có thể được đưa ra. Thứ nhất, mỗi người trong
số họ nên được xem như một đại diện cho chất lượng giáo dục chung ở một trường học, học khu
hoặc thậm chí quốc gia nhất định - có lẽ nhiều hơn chỉ số về trình độ giảng dạy của một lớp học cụ
thể. Thứ hai, điểm PISA cuối cùng trong các lĩnh vực khác nhau trong một số trường hợp được xây
dựng bằng cách sử dụng các giá trị của chúng (hoặc thực sự là các thành phần của chúng) trong
các lĩnh vực khác nhau. Do đó, sự phân bố của các điểm PISA khác nhau không hoàn toàn độc lập,
điều này có thể được phản ánh một phần trong những điểm tương đồng được mô tả ở trên giữa
ba mô hình khác nhau được trình bày trong Bảng 2. Trong mọi trường hợp, có thể tin rằng phương
pháp luận được thảo luận ở đây nên được coi là một xác nhận chính thức rằng chi tiêu cho giáo
dục, dẫn đến chất lượng giáo dục đại học, chỉ được trả lại. Lợi nhuận không phải là ngay lập tức,
nhưng vài năm sau khi sinh viên tốt nghiệp tham gia thị trường lao động, chất lượng giáo dục mà
họ đạt được ở tuổi 15 bắt đầu quan trọng.
Một số yếu tố rất quan trọng đối với mô hình được xây dựng đúng cách và cho các kết luận
đáng tin cậy. Một câu hỏi quan trọng là bao lâu sau khi tốt nghiệp, người lao động có tác động lớn
nhất đến tổng năng suất trong nền kinh tế và đóng góp nhiều nhất vào tăng trưởng GDP. Mặc dù
trả lời câu hỏi này sẽ gợi ý độ trễ thích hợp cho các mô hình được phân tích trong nghiên cứu,
nhưng không đơn giản để làm như vậy. Có vẻ hợp lý khi cho rằng những nhân viên có tầm quan
trọng quan trọng nên nhận được thù lao tốt hơn. Tuy nhiên, quá trình này cho thấy ít ổn định:
trong khi vào năm 1975, họ là những người 29 tuổi có mức lương trung bình cao nhất, gần đây,
mức cao nhất được quan sát thấy trong nhóm những người 40 tuổi. Điều đó có thể là do sự chuyên
nghiệp hóa ngày càng tăng và vai trò ngày càng tăng của kiến thức và kinh nghiệm trong thị trường
lao động, điều này cho thấy tầm quan trọng của chất lượng giáo dục đã tăng lên và có thể dự kiến
sẽ tăng hơn nữa trong tương lai. Tuy nhiên, kết quả như vậy khiến việc trễ các hồi quy trong
phương trình mô hình trở nên khó khăn hơn. Tuy nhiên, phân tích độ bền được mô tả một phần
trong bài báo này và được cung cấp bởi Witkowska và Witkowski [54] không để lại nghi ngờ gì:
trong khi kết quả được quan sát rõ ràng nhất với độ trễ 15 năm, có nghĩa là xem xét chất lượng
giáo dục của những người 30 tuổi ngày nay, các con số rất giống nhau đối với những người 25 tuổi cũng như 40 tuổi.
Kênh truyền trong hiện tượng được phân tích rất thú vị. Trong khi trong mô hình lý thuyết,
chúng tôi tập trung vào các khía cạnh kinh tế của chất lượng giáo dục, những khía cạnh đó không
giới hạn ở những khía cạnh này. Các tác giả trong [4,55] đã chỉ ra rằng, ở cấp độ cá nhân, chi tiêu
cho giáo dục cũng như y tế sẽ phát triển đầy đủ năng lực và cải thiện tình trạng sức khỏe để năng
suất và thu nhập của người đó sẽ tăng lên trong tương lai. Hai yếu tố này, giáo dục và y tế, có tác
động đến năng suất của con người, có tác động đến sản xuất, và với sự gia tăng sản xuất, tăng
trưởng kinh tế cũng sẽ tăng lên. Do đó, giáo dục và y tế, là những thành phần quan trọng của vốn
con người, có tác động đến tăng trưởng kinh tế. Một nghiên cứu về tăng trưởng kinh tế ở Hàn
Quốc và Nhật Bản của Han và Lee [56] cung cấp các lập luận thực nghiệm rằng có sự đồng kết hợp
chặt chẽ giữa các dịch vụ y tế và giáo dục trong việc cải thiện chất lượng nguồn nhân lực và tăng trưởng kinh tế.
Tuy nhiên, một kênh truyền tải khác cần được xem xét là mối quan hệ dân chủ – giáo dục.
Trong khi hầu hết các quốc gia phát triển nhất trên thế giới là các nền dân chủ dành cho người lớn,
có một mối quan hệ rõ ràng giữa giáo dục và dân chủ giữa các quốc gia [57,58]; Tuy nhiên, lý do
cho điều này vẫn chưa rõ ràng. Trong nghiên cứu của họ [59], họ đề xuất lời giải thích xoay quanh
mối liên hệ giữa giáo dục và chi phí và lợi ích của sự tham gia chính trị. Trường học không chỉ giáo
dục mà còn xã hội hóa những người trẻ tuổi, và sự tham gia chính trị là một hình thức sau này. Có
rất nhiều bằng chứng cho thấy mối liên hệ tích cực giữa giáo dục và sự tham gia của công dân.
Tham khảo [59] mô hình giáo dục là nâng cao lợi ích của hành động chính trị khi các cá nhân chọn
ủng hộ một chế độ dân chủ ít nhiều. Trong mô hình này, các chế độ dân chủ cung cấp các động cơ
Tính bền vững 2021, 13, 6437 18 của 21
yếu cho một cơ sở rộng lớn những người ủng hộ tiềm năng, trong khi các chế độ độc tài cung cấp
các động lực mạnh mẽ cho một cơ sở hẹp hơn. Giáo dục làm tăng sự ủng hộ của toàn xã hội đối
với dân chủ vì dân chủ dựa vào những người có lợi ích tham gia cao để hỗ trợ. Các tác giả chỉ ra
rằng các quốc gia được giáo dục tốt hơn có nhiều khả năng vừa bảo vệ dân chủ vừa thực hiện các
nỗ lực hiệu quả để ngăn chặn các cuộc đảo chính. Phân tích được thực hiện cũng đặt ra hai câu
hỏi rộng hơn. Thứ nhất, trong khi bản thân mô hình tập trung vào tác động của giáo dục đối với
sự tham gia, phân tích áp dụng cho 32 tất cả các chất keo xã hội khuyến khích hành động tập thể;
vì vậy, có lẽ phân tích gợi ý một giải pháp cho vấn đề cưỡi ngựa tự do của Olson trong tất cả các tổ
chức, và không chỉ trong các chế độ chính trị - cụ thể là vốn con người hoặc các loại keo xã hội
khác như một động lực để tham gia. Thứ hai, kết quả làm sáng tỏ vấn đề tại sao một số nhà độc
tài đầu tư vào giáo dục có thể là mối đe dọa đối với họ.
Một trong những câu trả lời khả dĩ là nhiều nhà độc tài phải đối mặt với mối đe dọa từ bên
ngoài và do đó, phải phát triển nền kinh tế và quân đội của họ (bao gồm cả đầu tư vào vốn con
người) để chống lại những mối đe dọa này ngay cả khi điều này làm tăng nguy cơ dân chủ hóa. Câu
trả lời thứ hai là, ngay cả khi không có các mối đe dọa từ bên ngoài, các nhà độc tài có thể được
hưởng lợi từ tăng trưởng kinh tế, và do đó, họ có thể thúc đẩy giáo dục trở nên giàu có hơn. Ý
tưởng thứ ba là tất cả các nhà độc tài đều phải đối mặt với rủi ro lật đổ đáng kể và cuộc sống của
nhà độc tài sẽ tốt hơn nhiều nếu anh ta được thay thế bằng dân chủ trong một quốc gia có giáo
dục hơn là bởi một nhà độc tài khác trong một quốc gia không được giáo dục.
Fortunato & Panizza [57] trong nghiên cứu của họ về sự tương tác giữa dân chủ và giáo dục
và tác động của nó đối với chất lượng của chính phủ, đã rút ra ba kết luận quan trọng. Thứ nhất,
sự tương tác giữa dân chủ và giáo dục luôn có mối tương quan tích cực và đáng kể với chất lượng
của chính phủ. Thứ hai, mối tương quan giữa dân chủ và chất lượng chính phủ chỉ có ý nghĩa thống
kê ở các quốc gia có trình độ học vấn cao. Thứ ba, tác động cận biên của giáo dục là tích cực và có
ý nghĩa thống kê ở các quốc gia có mức độ dân chủ cao. Trong mô hình của họ [57], họ tổng hợp,
trong một khuôn khổ, lập trường nhấn mạnh tầm quan trọng của các thể chế chính trị như một
yếu tố cơ bản giải thích sự khác biệt giữa các quốc gia về thu nhập bình quân đầu người với lập
trường rằng các cải tiến và phát triển thể chế được thúc đẩy bởi vốn xã hội và con người. Phát hiện
thực nghiệm quan trọng nhất từ công trình này là kết luận rằng các thể chế dân chủ và giáo dục
bổ sung cho nhau, nhưng họ lập luận rằng dân chủ chỉ dẫn đến việc bầu các ứng cử viên tốt hơn
trong tình huống trình độ học vấn trên một ngưỡng nhất định. Đồng thời, cải thiện giáo dục có thể
ảnh hưởng đến chất lượng của các quan chức được bầu nhưng chỉ khi chi phí tham gia chính trị
không quá cao. Các tác giả đã chạy một tập hợp các mô phỏng Monte Carlo để chỉ ra rằng những
kết quả này không được thúc đẩy bởi quan hệ nhân quả ngược. Bằng cách xem xét rõ ràng sự
tương tác giữa dân chủ và giáo dục, họ đã chứng minh cách hai biến số này bổ sung cho nhau trong
việc lựa chọn các nhà hoạch định chính sách chất lượng cao, đảm bảo quản trị tốt.
Ngoài ra, chúng ta nên nhớ rằng tăng trưởng kinh tế là một khía cạnh quan trọng, nhưng chỉ
là một trong nhiều khía cạnh của sự phát triển của đất nước. Chúng ta có thể mong đợi các xã hội
có chất lượng giáo dục đại học sẽ dân chủ và ổn định hơn về chính trị, thể hiện ít bạo lực, nghèo
đói và bất bình đẳng hơn, và được hưởng chất lượng quản trị cao hơn. Tất cả các yếu tố bổ sung
liên quan rõ ràng đến chất lượng giáo dục đại học có thể có tác động tích cực đáng chú ý đến cả
tăng trưởng kinh tế và phúc lợi xã hội, vượt xa tính toán kinh tế đơn giản. Sự phát triển của một
dân số có tri thức không chỉ đóng góp vào tăng trưởng kinh tế mà còn có thể đóng góp vào các
khía cạnh của phúc lợi quốc gia như phúc lợi và xóa đói giảm nghèo [3]. Các tác giả trong [58] cũng
đồng ý rằng sự phát triển của phân tích tăng trưởng kinh tế cung cấp cơ sở cho vai trò của vốn con
người như một phần quan trọng trong việc tăng trưởng kinh tế. Wensley và Evans [60] thuyết phục
rằng chất lượng vốn con người càng cao thì ảnh hưởng của nó đối với tăng trưởng kinh tế càng
cao và có nhiều nghiên cứu nói rằng giáo dục có tầm quan trọng đặc biệt đối với tăng trưởng ở các
nước đang phát triển [2,61–63].
Kết quả trên dường như là một sự khẳng định quan trọng về vai trò của giáo dục không chỉ
đối với hạnh phúc của các cá nhân mà còn đối với hạnh phúc của toàn xã hội. Tất nhiên, nghiên
cứu quan trọng [6] và phân tích trước đó của Hanushek và Woessmann cho thấy sự tồn tại của
một mối quan hệ như vậy. Tuy nhiên, chúng tôi tin rằng nghiên cứu này là nghiên cứu đầu tiên xác
nhận chúng bằng cách sử dụng các công cụ kinh tế lượng hiện đại không chỉ bao gồm các mô hình
dữ liệu bảng động mà còn cả cách tiếp cận BMA. Sức mạnh của nó bao gồm việc loại bỏ một lượng
Tính bền vững 2021, 13, 6437 19 của 21
lớn tính chủ quan đi kèm với việc xây dựng một mô hình duy nhất. Thay vào đó, một số mô hình
đã được phân tích và tính trung bình, xác nhận tính hợp lệ của kết quả. Chúng có vẻ quan trọng,
đặc biệt là trong thời đại đại dịch khi nhiều chính phủ sẽ tìm kiếm các lĩnh vực khác nhau để cắt
giảm chi phí để bù đắp cho các khoản chi tiêu quá mức gần đây cho chăm sóc sức khỏe và hỗ trợ
phong tỏa. Quyết định cắt giảm chi phí ở đâu
sẽ là một thử thách; Tuy nhiên, kết luận của nghiên cứu này rất rõ ràng: tiết kiệm chất lượng giáo
dục trong giai đoạn trung và dài hạn sẽ không mang lại lợi nhuận về tăng trưởng kinh tế và không
nên được coi là một giải pháp có lợi. Mặt khác, nghiên cứu của chúng tôi có những hạn chế tự
nhiên. Điều quan trọng là số lượng điểm PISA bị trễ hạn do lịch sử tương đối ngắn của công cụ
này. Thứ hai, mặc dù số lượng quốc gia tham gia hiện nay khá lớn nhưng ban đầu thấp hơn đáng
kể. Những thiếu sót này chỉ đơn giản là đòi hỏi nhiều thời gian hơn. Thứ hai, mặc dù chúng tôi tin
rằng điểm PISA là thước đo đầy đủ nhất về chất lượng giáo dục, nhưng chúng cũng không hoàn hảo.
Cung cấp giáo dục chất lượng cao cho nhân loại có tầm quan trọng cực kỳ quan trọng và do
đó, đã được liệt kê là một trong những ưu tiên trong các chương trình nghị sự phát triển toàn cầu
khác nhau, chẳng hạn như các Mục tiêu Phát triển Bền vững (SDGs) của Liên hợp quốc trong
Chương trình nghị sự 2030 về Phát triển Bền vững [64]. Giáo dục rất quan trọng đối với sự phát
triển cá nhân và xã hội vì nó cho phép truyền tải kiến thức và tạo điều kiện cho khả năng hiểu và
đối phó với thế giới xung quanh bên cạnh việc truyền cảm hứng cho sự đổi mới [65]. Giáo dục tốt
làm giảm nghèo đói và thúc đẩy sự thịnh vượng.
Đóng góp của tác giả: Khái niệm hóa, Ł.G., E.W. và B.W.; phương pháp luận, Ł.G. và B.W.; xác nhận, Ł.G. và
E.W.; phân tích chính thức, Ł.G. và B.W.; tài nguyên, Ł.G.; viết—chuẩn bị bản thảo gốc, E.W., Ł.G. và B.W.; viết—
đánh giá và chỉnh sửa, E.W. và B.W.; quản lý dự án, E.W.; thu thập tài trợ, E.W, Ł.G. và B.W. Tất cả các tác giả
đã đọc và đồng ý với phiên bản xuất bản của bản thảo.
Tài trợ: Nghiên cứu này đã được thực hiện và kết quả đã thu được trong một dự án do Trung tâm Khoa học
Quốc gia, Ba Lan tài trợ - số 2015/17 / B / HS4 / 02095. Chi phí xuất bản cũng được đồng tài trợ bởi Đại học
Warsaw, Đại học Maria Grzegorzewska và Trường Kinh tế SGH Warsaw.
Tuyên bố của Hội đồng Đánh giá Tổ chức: Không áp dụng.
Tuyên bố đồng ý được thông báo: Không áp dụng.
Tuyên bố về tính sẵn có của dữ liệu: Tất cả dữ liệu được sử dụng trong bài báo này đều được cung cấp miễn phí và công khai trong
Dữ liệu tài khoản quốc gia của Ngân hàng Thế giới, tệp dữ liệu Tài khoản Quốc gia của OECD và Chương trình
Đánh giá Sinh viên Quốc tế của OECD (PISA).
Xung đột lợi ích: Các tác giả tuyên bố không có xung đột lợi ích. Tham khảo 1.
Hanushek, EA; Woessmann, L. Giáo dục, vốn tri thức và tăng trưởng kinh tế. Trong Kinh tế học Giáo dục; Bradley, S., Green, C., biên tập; Nhà
xuất bản học thuật: London, Vương quốc Anh, 2020; trang 171–182. 2.
Widarni, EL; Bawono, S. Vốn con người, công nghệ và tăng trưởng kinh tế: Nghiên cứu điển hình của Indonesia. J. Tài chính châu Á. Kinh tế.
Xe buýt. 2021, 8, 29–35. 3.
Hess, PN tăng trưởng kinh tế và phát triển bền vững; Routledge: London, Vương quốc Anh, 2016. 4.
Rajan, SI Báo cáo Di cư Ấn Độ 2020: Mô hình Khảo sát Di cư Kerala; Taylor và Francis: London, Vương quốc Anh, 2020. 5.
Felipe, J.; Widyasanti, A.; Foster-McGregor, N.; Sumo, V. Các chính sách hỗ trợ phát triển ngành sản xuất của Indonesia giai đoạn 2020–
2024: Báo cáo chung của ADB-BAPPENAS; Ngân hàng Phát triển Châu Á: Jakarta, Indonesia, 2019. 6.
Hanushek, EA; Woessmann, L. Chi phí cao của kết quả giáo dục thấp: tác động kinh tế lâu dài của việc cải thiện kết quả PISA; Nhà xuất bản OECD: Paris, Pháp, 2020. 7.
Barro, RJ; Lee, JW Các vấn đề giáo dục. Trong Lợi ích Giáo dục Toàn cầu từ thế kỷ 19 đến thế kỷ 21; Nhà xuất bản Đại học Oxford: Oxford, Vương quốc Anh, 2015. 8.
Awaworyi, CS; Ugur, M.; Yew, SL Chi tiêu giáo dục của chính phủ và tăng trưởng kinh tế: Một phân tích tổng hợp. BE J. Macroecon. 2017, 17, 1–17. 9.
Blundell, R.; Bond, S. Điều kiện ban đầu và giới hạn thời điểm trong các mô hình dữ liệu bảng động. J. Kinh tế. 1998, 87, 115–143. [Tham khảo chéo]
10. Morris, S.; Oldroyd, J. Kinh doanh quốc tế; John Wiley & Sons: Hoboken, NJ, Hoa Kỳ, 2020.
Tính bền vững 2021, 13, 6437 20 của 21
11. Xu, Y.; Aiya, L. Mối quan hệ giữa nguồn nhân lực đổi mới sáng tạo và tăng trưởng kinh tế liên tỉnh dựa trên mô hình dữ liệu bảng và kinh tế
lượng không gian. J. Comput. Appl. Toán học. 2020, 365, 112381. [Tham khảo chéo]
12. Flynn, JR Trí thông minh là gì? Ngoài hiệu ứng Flynn; Nhà xuất bản Đại học Cambridge: Cambridge, Vương quốc Anh, 2007.
13. Jones, R.; Jenkins, F. quản lý tiền, đo lường và tiếp thị trong các ngành y tế đồng minh; CRC Press: London, Vương quốc Anh, 2018.
14. Hanushek, EA; Schwerdt, G.; Wiederhold, S.; Woessmann, L. Trở lại với các kỹ năng trên khắp thế giới: Bằng chứng từ PIAAC. Eur. Kinh tế
Rev. 2015, 73, 103–130. [Tham khảo chéo]
15. Mincer, J. Đầu tư vào vốn con người và phân phối thu nhập cá nhân. J. Kinh tế chính trị. 1958, 66, 281–302. [Tham khảo chéo]
16. Castriota, S. Giáo dục và Hạnh phúc: Giải thích thêm cho Nghịch lý Easterlin. Bài báo chưa xuất bản 2006. Có sẵn trực tuyến:
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.607.1432 (truy cập vào ngày 4 tháng 6 năm 2021).
17. Mankiw, N.G.; Romer, D.; Weil, DN Một đóng góp vào kinh nghiệm của tăng trưởng kinh tế. QJ Kinh tế. 1992, 107, 407–437. [Tham khảo
chéo] 18. Klenow, P.; Rodríguez-Clare, A. Sự hồi sinh tân cổ điển trong kinh tế tăng trưởng: Nó đã đi quá xa? NBER Macroecon. Hàng năm.
1997, 12, 73–103. [Tham khảo chéo]
19. Bosworth, B.; Collins, S. Kinh nghiệm của tăng trưởng: Một bản cập nhật. Chịu đựng. Pap. Đạo luật kinh tế. 2003, 2, 113–206. [Tham khảo chéo]
20. Benos, N.; Zotou, S. Giáo dục và tăng trưởng kinh tế: Phân tích hồi quy tổng hợp. Nhà phát triển thế giới 2014, 64, 669–689. [Tham khảo chéo]
21. Schoellman, T. Kế toán Phát triển và Chất lượng Giáo dục. Linh mục Econ. Stud. 2012, 79, 388–417. [Tham khảo chéo]
22. Hanushek, EA; Woessmann, L. Vốn tri thức của các quốc gia: Giáo dục và Kinh tế học của Tăng trưởng; Nhà xuất bản MIT: Cambridge, MA, Hoa Kỳ, 2015.
23. Scheerens, J.; Luyten, H.; Van Ravens, J. đo lường chất lượng giáo dục bằng các chỉ số. Quan điểm về chất lượng giáo dục; Springer:
Dordrecht, Hà Lan, 2011; trang 35–50.
24. OECD. PISA. Báo cáo: Những gì cần thiết để học; OECD: Paris, Pháp, 2012.
25. Federowicz, M. Program mie ̨dzynarodowej oceny umieje ̨tnos'ci uczniów OECD PISA. Wyniki Badania 2009 w Polsce; IBE: Warsaw, Ba Lan, 2010.
26. Schleicher, A.; Zimmer, K.; Evans, J.; Clements, N. Khung đánh giá PISA 2009: Năng lực chính về Đọc, Toán và Khoa học; Nhà xuất bản OECD (NJ1): Paris, Pháp, 2009.
27. Dolata, R.; Jakubowski, M.; Pokropek, A. Polska os'wiata w mie ̨dzynarodowych badaniach umieje ̨tnos'ci uczniów PISA OECD. Wyniki, Trendy,
Kontekst i Porównywalnos'c'; Wydawnictwa Uniwersytetu Warszawskiego: Warszawa, Ba Lan, 2013.
28. Anderson, JO; Chiu, MH; Cũ, LD Chu kỳ đầu tiên của PISA (2000–2006) – Quan điểm quốc tế về thành công và thách thức: Nghiên cứu và
định hướng chính sách. Int. J. Sci. Toán học. 2010, 8, 373–388. [Tham khảo chéo]
29. Haskell, RE Chuyển giao học tập: Nhận thức và hướng dẫn; Nhà xuất bản học thuật: Cambridge, MA, Hoa Kỳ, 2020.
30. Sellar, S.; Lingard, B. OECD và quản trị toàn cầu trong giáo dục. J. Educ. Chính sách 2013, 28, 710–725. [Tham khảo chéo] 31.
OECD. PISA. Kết quả: Xuất sắc thông qua Công bằng - Mang lại cho mọi học sinh cơ hội thành công; OECD: Paris, Pháp, 2012.
32. West, M. Bài học toàn cầu để cải thiện giáo dục Hoa Kỳ. Vấn đề Khoa học Công nghệ. 2012, 28, 37–44.
33. Cheung, H.Y.; Chan, AW Hiểu mối quan hệ giữa điểm số PISA, tăng trưởng kinh tế và việc làm trong các lĩnh vực khác nhau: Nghiên cứu
xuyên quốc gia. Res. Giáo dục. 2008, 80, 93–106. [Tham khảo chéo]
34. Chen, SS; Luoh, MC Điểm kiểm tra toán học và khoa học có phải là chỉ số tốt về chất lượng lực lượng lao động không? Soc. Indic. Res. 2010,
96, 133–143. [Tham khảo chéo]
35. Hanushek, EA; Kimko, DD Trường học, chất lượng lực lượng lao động và sự phát triển của các quốc gia. Am. Econ. Rev. 2000, 90, 1184–1208. [Tham khảo chéo]
36. Hanushek, EA; Woessmann, L. Trường học tốt hơn có dẫn đến tăng trưởng hơn không? Kỹ năng nhận thức, kết quả kinh tế và nhân quả. J.
Econ. Tăng trưởng 2012, 17, 267–321. [Tham khảo chéo]
37. Hanushek, EA; Woessmann, L. Vai trò của kỹ năng nhận thức trong phát triển kinh tế. J. Econ. Lit. 2008, 46, 607–668. [Tham khảo chéo]
38. Hanushek, EA; Woessmann, L. Kinh tế học của sự khác biệt quốc tế về thành tích giáo dục. Trong Sổ tay Kinh tế Giáo dục; Elsevier:
Amsterdam, Hà Lan, 2011; Tập 3, trang 89–200.
39. Barro, RJ Tăng trưởng kinh tế ở nhiều quốc gia. QJ Kinh tế. 1991, 106, 407–443. [Tham khảo chéo]
40. Próchniak, M.; Witkowski, B. Mô hình Bayes trung bình trong mô hình hội tụ GDP với việc sử dụng dữ liệu bảng điều khiển. ROczniki kolegium
analiz ekonomicznych. 2012, 26, 45–60.
41. Arellano, M.; Trái phiếu, S. Một số kiểm tra đặc điểm kỹ thuật cho dữ liệu bảng điều khiển: bằng chứng Monte Carlo và ứng dụng cho
phương trình việc làm. Linh mục Econ. Stud. 1991, 58, 277–297. [Tham khảo chéo]
42. Lucas, RE, Jr. Về cơ chế phát triển kinh tế. J. Monet. Kinh tế. 1988, 22, 3–42. [Tham khảo chéo]
43. Aghion, P.; Ljungqvist, L.; Howitt, P.; Howitt, PW; Brant-Collett, M.; García-Peñalosa, C. Lý thuyết tăng trưởng nội sinh; Nhà xuất bản MIT:
Cambridge, MA, Hoa Kỳ, 1998.
44. Mũi tên, KJ Lý thuyết về tâm lý sợ rủi ro, trong các khía cạnh của lý thuyết chịu rủi ro; Ynjo Jahnsonin Saatio: Helsinki, Phần Lan, 1965.
45. Pháp, J.; Tiếng Pháp, A.; Li, W. Mối quan hệ giữa các khía cạnh văn hóa, chi tiêu giáo dục và hiệu suất PISA. Int. J. Educ. Phát triển. 2015, 42, 25–34. [Tham khảo chéo]
46. Heyneman, SP Kinh tế giáo dục: Thất vọng và tiềm năng. Triển vọng 1995, 25, 557–583. [Tham khảo chéo]
47. Beck, N.; Katz, JN Những gì nên làm (và không nên làm) với dữ liệu mặt cắt chuỗi thời gian. Am. Khoa học chính trị. Rev. 1995, 89, 634–647. [Tham khảo chéo]