Machine Translated by Google

Oxford Review of Economic Policy, Volume 32, Numéro 4, 2016, pp. 538–552

L'augmentation de l'enseignement supérieur améliorera-

t-elle la croissance économique ?

Eric A. Hanushek*

Résumé : Les appels à l'expansion de l'enseignement universitaire sont souvent fondés sur des arguments selon lesquels plus de diplômés
conduiront à une croissance plus rapide. L'analyse empirique ne confirme cependant pas cette proposition générale.
Les différences de compétences cognitives – le capital de connaissances des pays – peuvent expliquer la plupart des différences de taux
de croissance entre les pays, mais le simple fait d'ajouter plus d'années de scolarité sans augmenter les compétences cognitives a
historiquement eu peu d'influence systématique sur la croissance.

Mots-clés : croissance économique, enseignement supérieur, compétences cognitives, capital de connaissances

Classement JEL : O4, I2

Introduction
Au cours du dernier quart de siècle, les économistes ont manifesté un regain d'intérêt pour la
croissance économique à long terme. Les recherches sur la croissance ont évolué à la fois dans
les domaines théoriques et empiriques. Et, bien qu'il existe de nombreux points de vue divergents
sur les déterminants de la croissance économique, pratiquement toutes les études sur la croissance
voient un rôle clé pour le capital humain de la nation. Cela motive à son tour une variété d'initiatives
politiques en matière de capital humain à travers le monde. Cet article évalue ce qui a été appris
sur les liens entre le capital humain et la croissance, en se référant particulièrement à la mesure du
capital humain et au rôle de la formation collégiale et universitaire.
L'intérêt pour la croissance économique à long terme est approprié. Les différences de taux de
croissance ont un impact énorme sur le bien-être économique de la nation - en fait des impacts
beaucoup plus importants que ceux des récessions les plus profondes. Par exemple, entre 1960 et
2000, la croissance annuelle du PIB par habitant en Asie de l'Est était de 4,5 %, alors qu'elle était
inférieure à 2 % en Amérique latine. En conséquence, l'Asiatique de l'Est moyen était sept fois
mieux loti à la fin de cette période, tandis que le Latino-Américain moyen était moins de deux fois
mieux loti (Hanushek et Woessmann, 2015).
Partout dans le monde, des pays ont fait pression pour développer l'éducation. Cela est
particulièrement vrai au niveau tertiaire. L'opinion sous-jacente est clairement que l'amélioration des
compétences du pays améliorera la position économique des individus et de la nation.
L'enseignement supérieur est considéré comme la source d'innovation qui stimulera la productivité

* Université de Stanford, courriel : hanushek@stanford.edu

Ce travail est le fruit d'une étroite collaboration avec Ludger Woessmann.
doi:10.1093/oxrep/grw025
© L'auteur 2016. Publié par Oxford University Press.
Pour les autorisations, veuillez envoyer un e-mail àÿ: journals.permissions@oup.com
Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 539

améliorations et donc la croissance économique. De plus, l'expansion de l'enseignement supérieur est

souvent présentée comme une politique gouvernementale attrayante en raison de son impact potentiel sur la
croissance économique (par exemple , rapport Browne, 2010).
Cet article examine comment les différences de capital humain sont liées aux différences de taux de
croissance. Un élément important à cet égard est l'examen de la façon de mesurer le capital humain.
Il présente ensuite des preuves de l'impact des différences de capital humain entre les pays sur la croissance
économique.

II. Contexte conceptuel

La théorie moderne de la croissance a adopté diverses perspectives sur ce qui détermine fondamentalement
la croissance économique. Ce domaine a pris diverses directions (Hanushek et Woessmann, 2008). Il a mis
l'accent sur différents modèles sous-jacents de la manière dont les ressources et les institutions affectent la
croissance. Et, dans l'analyse empirique, il y a eu une quête pour voir comment divers facteurs, de la politique
à la géographie, entrent dans les différences de croissance entre les pays. Mais pour les besoins de cette
discussion, il est important de noter que pratiquement tous les développements maintiennent un rôle clé pour
les compétences des travailleurs, c'est-à-dire pour le capital humain.
À la fin des années 1980 et au début des années 1990, les macroéconomistes se sont tournés vers des
tentatives d'explication des différences de taux de croissance dans le monde. Diverses questions différentes
ont absorbé une grande partie de l'analyse théorique de la croissance qui s'est développée avec la résurgence
de l'analyse de la croissance. En tête de liste se trouve si la croissance doit être modélisée sous la forme de
taux de croissance du revenu, ou si elle doit être modélisée en termes de niveau de revenu. Le premier est
généralement identifié comme un modèle de croissance endogène (par exemple , Lucas, 1988 ; Romer,
1990), tandis que le second est généralement considéré comme un modèle de croissance néoclassique (par
exemple , Mankiw et al., 1992).
Les deux perspectives différentes ont des implications très différentes pour la croissance à long terme et
les revenus d'une économie. En termes de capital humain, objet de cet article, une augmentation du capital
humain augmenterait le niveau de revenu mais ne modifierait pas le taux de croissance en régime permanent
dans le modèle néoclassique. D'autre part, l'augmentation du capital humain dans le modèle de croissance
endogène entraînera des augmentations du taux de croissance à long terme. Les distinctions théoriques ont
reçu une attention théorique considérable, bien que relativement peu de travaux empiriques aient tenté de
fournir des preuves sur la forme spécifique (voir Benhabib et Spiegel, 1994 ; Hanushek et Woessmann,
2008 ; Holmes, 2013).

Fondamentalement, cependant, ces questions théoriques semblent beaucoup moins importantes que la
façon dont le capital humain devrait être mesuré. Bien qu'il y ait eu des différences nettes dans la façon dont
les compétences sont perçues comme affectant l'économie, peu de travaux théoriques généraux se sont
concentrés sur la mesure des compétences pertinentes. Nous soutenons que les questions de mesure, en
particulier lorsque nous considérons le rôle de l'enseignement supérieur, deviennent centrales dans toute
considération empirique sur le capital humain et la croissance.
Le développement historique de la modélisation et de la mesure du capital humain fournit un contexte
important pour comprendre le développement de l'analyse empirique moderne de la croissance. L'importance
des compétences de la main-d'œuvre est entrée dans certaines des premières analyses économiques, et
l'histoire aide à expliquer un certain nombre de questions pertinentes pour l'analyse actuelle de la croissance
économique. Sir William Petty (1676 [1899]),
Machine Translated by Google

540 Eric A. Hanushek

un des premiers économistes des finances publiques, a évalué l'économie de la guerre et de l'immigration en termes
de compétences (et de salaires) des individus. Adam Smith (1776 [1979]) a incorporé les idées de différentes
compétences des travailleurs ayant des gains sur le marché du travail dans La richesse des nations, bien que
d'autres idées sur la spécialisation du travail en soient venues à dominer ses idées sur le capital humain. Alfred
Marshall (1898), cependant, a effectivement gelé tout développement parce qu'il pensait que le concept de capital
humain manquait d'utilité empirique, en partie à cause des graves problèmes de mesure impliqués.

Après avoir langui pendant plus d'un demi-siècle, le concept de capital humain a été ressuscité par les travaux
systématiques et influents de Theodore Schultz (1961), Gary Becker (1964) et Jacob Mincer (1970, 1974), entre
autres. Leur travail a engendré une croissance rapide dans l'application théorique et empirique du concept de capital
humain à un large éventail de questions.

Les contributions de Jacob Mincer ont été particulièrement importantes pour fixer le cours des travaux empiriques
futurs. Une critique centrale des premières idées sur le capital humain était que le capital humain était par nature un
concept insaisissable qui manquait de mesure satisfaisante.
Faire valoir que les différences de revenus, par exemple, étaient causées par des différences de compétences ou
de capital humain suggérait que la mesure du capital humain pouvait provenir des différences de salaires observées
– une affirmation entièrement tautologique. Mincer, dans un modèle simple mais élégant, a poursuivi un modèle
d'investissement individuel. Il a fait valoir que l'une des principales motivations de la scolarisation était le
développement des compétences générales des individus et que, par conséquent, les individus pouvaient être
considérés comme allant à l'école pour investir dans des compétences qui finissent par porter leurs fruits sur le
marché du travail. À partir de là, il était logique de mesurer le capital humain par la quantité de scolarité achevée par
les individus. Mincer a ensuite procédé à une analyse statistique de la manière dont les écarts salariaux pouvaient
être expliqués de manière significative par le niveau d'études et, sous une forme plus nuancée, par les
investissements dans la formation en cours d'emploi (Mincer, 1974). Cette idée a été largement acceptée et a dicté
l'approche empirique d'une grande majorité d'analyses empiriques en économie du travail jusqu'à aujourd'hui. Il est
important de noter que le niveau de scolarité était un élément fréquemment mesuré dans les recensements et les
enquêtes, ce qui étayait l'analyse empirique. Par exemple, la fonction des gains de Mincer est devenue le modèle
générique de détermination des salaires et a été reproduite dans plus de 100 pays distincts (Psacharopoulos et
Patrinos, 2004).

III. Modélisation de la croissance

Grâce en partie à la puissance de l'analyse de Mincer et en partie à la disponibilité immédiate des données, la
scolarité est devenue pratiquement synonyme de mesure du capital humain. Ainsi, comme la modélisation de la
croissance recherchait une mesure du capital humain, il était naturel de penser à des mesures du niveau scolaire.

Alors que la perspective du marché du travail a été transférée à la modélisation de la croissance, les premiers
efforts internationaux de modélisation de la croissance se sont néanmoins heurtés à de graves problèmes de données.
Des mesures de la réussite scolaire comparables entre les pays n'existaient pas lors des efforts de modélisation
initiaux, bien que des mesures facilement disponibles des taux de scolarisation dans les écoles de tous les pays
puissent être liées aux changements de la réussite scolaire au fil du temps. Cette lacune générale des données a
été comblée par la première construction de données de Barro et Lee (1993) qui a fourni les données nécessaires
sur la réussite scolaire, et la
Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 541

les travaux sur la croissance internationale pourraient continuer à examiner sérieusement les
implications du capital humain. Il y avait quelques inquiétudes quant à l'exactitude des séries de
données, ce qui a conduit à des développements alternatifs (Cohen et Soto, 2007) et à d'autres
améliorations par Barro et Lee (2010), mais la disponibilité d'une mesure appropriée du capital humain
a semblé claire au cours du passé . deux décennies. (Voir quelques problèmes de mesure persistants,
cependant, dans Krueger et Lindahl (2001).)
Avec cette histoire de capital humain, nous pouvons revenir à la modélisation de la croissance elle-même. Un générique
forme d'un modèle de croissance empirique est :

croissance = ÿ 1 capital humain + ÿ 2 autres facteurs + ÿ . (1)

Ainsi, le taux de croissance d'un pays peut être considéré comme une fonction des compétences des
travailleurs ainsi que d'autres facteurs systémiques, notamment les institutions économiques et les
niveaux initiaux de revenu et de technologie. Et, ici, dans le travail de croissance initial qui était cohérent
avec le développement antérieur, le capital humain était simplement mesuré par le niveau de scolarité,
ou S. Ainsi, l'équation (1) pourrait être estimée en substituant S au capital humain et en estimant
directement la relation de croissance . (Notez que la modélisation des taux de croissance en fonction
du niveau de capital humain est la forme générale des modèles de croissance endogène, tandis que la
modélisation des taux de croissance en fonction des variations du capital humain au fil du temps est la
forme générale des modèles de croissance néoclassiques. Ces différences sont discuté ci-dessous
dans le contexte de l'analyse empirique.)
L'utilisation du niveau d'études comme mesure du capital humain est presque la norme et suscite
peu de mentions. En effet, la scolarisation est souvent utilisée essentiellement comme synonyme de
capital humain. Mais dans un contexte international, cela présente d'énormes difficultés. En comparant
le capital humain entre les pays, il est nécessaire de supposer que les écoles de divers pays
transmettent la même quantité d'apprentissage par an dans tous les pays. En d'autres termes, une
année d'école au Japon a la même valeur en termes de compétences qu'une année d'école en
Afrique du Sud. En général, cela est invraisemblable.

Un deuxième problème avec cette mesure du capital humain est qu'elle présume que la scolarité est
la seule source de capital humain et de compétences. Pourtant, diverses politiques promues par les
gouvernements nationaux et par les agences internationales de développement mettent l'accent non
seulement sur la qualité de l'école, mais aussi sur le rôle des familles et sur l'importance d'améliorer la
santé et la nutrition comme moyen de développer le capital humain. Ces facteurs sont généralement pris
en compte dans la très vaste littérature sur les fonctions de production de l'éducation (Hanushek, 2002),
où il est courant de se concentrer sur des modèles tels queÿ:

capital humain s =ÿ + 1
écoles ÿ 2 familles + ÿ 3 capacité + ÿ 4 santé + ÿ 5 o autres facteurs + ÿ . (2)

À la lumière de l'équation (2), il est peu logique d'estimer des modèles de croissance qui se contentent
de substituer le niveau de scolarité dans l'équation (1). À moins que les familles, la santé et la qualité
de l'école ne soient sans rapport avec la réussite scolaire, cette approche produira des estimations
biaisées de la manière dont le capital humain affecte la croissance. En effet, cette observation est
cohérente avec les premières découvertes sur la sensibilité des modèles de croissance empiriques à
la spécification du modèle et sur l'éventail des facteurs alternatifs pris en compte (Levine et Renelt,
1992).
Machine Translated by Google

542 Eric A. Hanushek

IV. Capital de connaissances et croissance

Une approche alternative consiste à mesurer directement le capital humain. Un choix évident pour
cela est d'utiliser des tests de rendement standardisés des élèves pour mesurer les compétences
pertinentes des individus. Le rendement des élèves est à la fois un produit putatif primaire des écoles
et la mesure du capital humain utilisée dans une partie importante de la littérature sur la fonction de
production de l'éducation. Cela s'avère être une manière très productive de procéder dans l'examen
des modèles de croissance empiriques.
L'analyse des différences de compétences entre les pays a été rendue possible par le
développement d'évaluations internationales des mathématiques et des sciences (voir la description
dans Hanushek et Woessmann (2011a)). Ces évaluations, menées au cours du dernier demi-siècle,
peuvent être utilisées pour construire une métrique commune pour mesurer les différences de
compétences cognitives entre les pays. Nous appelons cette mesure agrégée du capital de
connaissances d'un pays, afin de la distinguer du niveau scolaire. Cette métrique fournit une méthode
pour tester directement le rôle fondamental du capital humain dans la croissance, comme on le trouve
dans l'équation (1). Cette approche de modélisation de la croissance en fonction des évaluations
internationales des différences de compétences a été introduite dans Hanushek et Kimko (2000) et a
été étendue dans Hanushek et Woessmann (2007, 2015).
L'idée fondamentale est que les compétences mesurées par la réussite, A, peuvent être utilisées
comme un indicateur direct du capital de connaissances d'un pays dans l'équation (1). Et, comme
décrit dans l'équation (2), la scolarité n'est qu'une composante des compétences des individus dans
différents pays. Notez cependant que les résultats des tests à un âge ou à un moment donné sont
interprétés comme un indice des compétences des individus. Ce ne sont pas les informations
spécifiquement testées qui sont importantes, mais plutôt l'indication des niveaux d'apprentissage
relatifs qui peuvent être appliqués à l'ensemble du spectre scolaire.
L'impact des mesures alternatives du capital humain peut être vu dans les modèles de base de
croissance à long terme présentés dans le tableau 1. Le tableau présente des modèles simples de
croissance à long terme sur la période 1960-2000 pour l'ensemble de 50 pays disposant des données
requises sur la croissance. , la réussite scolaire et la réussite. La croissance est mesurée par les
augmentations du PIB réel par habitant. L'inclusion des niveaux de revenu initiaux des pays est assez
courante dans cette littérature. L'interprétation typique est que cela permet la convergence des
revenus, reflétant le fait que les pays qui démarrent derrière peuvent croître rapidement simplement en copiant le

Tableau 1 : Autres estimations des modèles de croissance à long terme avec capital de connaissances

(1) (2) (3)

Compétences cognitives (A) 2,015 1.980

(10,68) (9.12)
Années de scolarité 1960 (S) 0,369 0,026
(3,23) (0,34)
PIB par habitant 1960 –0,379 –0,287 –0,302
(4,24) (9,15) (5.54)
Nombre de pays 50 0,252 50 0,733 50
R2 (ajust.) 0,728

Notes : Variable dépendante : taux de croissance annuel moyen du PIB par habitant, 1960-2000. Les régressions incluent une
constante. statistiques t entre parenthèses.
Source : Hanushek et Woessmann (2012).
Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 543

technologies existantes dans d'autres pays, tandis que les pays plus avancés doivent développer de nouvelles
technologies (voir Hanushek et Woessmann, 2012).
Les estimations de la colonne (1), qui reflètent l'approche historique la plus courante, reposent uniquement
sur les années de scolarité pour mesurer le capital humain et montrent une relation significative entre le niveau
de scolarité et la croissance. Il explique un quart de la variation internationale des taux de croissance. Une
grande partie de l'analyse empirique initiale était alors conçue pour aller au-delà de cela et pour expliquer une
partie de la variation restante de la croissance.

La deuxième colonne remplace la mesure directe des compétences dérivées des tests internationaux de
mathématiques et de sciences pour le niveau scolaire. Non seulement existe-t-il une relation significative entre
le capital de connaissances et la croissance, mais ce modèle simple explique désormais les trois quarts de la
variance des taux de croissance. La dernière colonne comprend les deux mesures du capital humain, c'est-à-
dire le capital de connaissances et la réussite scolaire.
Il est important de noter qu'une fois les évaluations directes des compétences incluses, le niveau de scolarité
n'est pas significativement lié à la croissance et le coefficient du niveau de scolarité est très proche de zéro.

Bien sûr, ces modèles ne disent pas que l'école ne vaut rien. Ils affirment cependant que c'est la part de la
scolarité directement liée aux compétences qui a un impact significatif et constant sur les différences de
croissance entre les pays. L'importance des compétences et, inversement, le peu d'importance de simplement
prolonger la scolarité qui ne produit pas des niveaux plus élevés de compétences a une incidence directe sur les
politiques de capital humain pour les pays développés et en développement.

Deux aspects de ces estimations sont pertinents pour l'examen politique. Premièrement, il est vrai que les
pays ayant des niveaux de compétences plus élevés investissent également davantage dans les années de
scolarité. Cela vaut aussi bien pour les pays développés que pour les pays en développement. Deuxièmement,
et c'est très important pour réfléchir à ces résultats, l'éducation est un processus cumulatif, et l'apprentissage
ultérieur s'appuie toujours sur l'apprentissage antérieur. James Heckman et ses collègues la décrivent comme
des complémentarités dynamiques, telles que « la compétence engendre la compétence » (Cunha et al., 2006 ;
Cunha et Heckman, 2007). L'idée est très simple : non seulement les écoles s'appuient sur l'apprentissage
précoce, mais le parcours de la performance (c'est-à-dire les compétences) suit une fonction multiplicative. Nous
revenons sur ces questions ci-dessous.
Les impacts estimés du capital intellectuel sur la croissance dans le tableau 1 sont très importants. La mesure
des compétences cognitives est graduée en écarts-types de réussite. Les résultats impliquent qu'une différence
de performance d'un écart type équivaut à 2 % par an de la croissance annuelle moyenne du PIB par habitant.
Cette différence de taux de croissance est proche des différences observées entre l'Asie de l'Est et l'Amérique
latine mentionnées précédemment.

Enfin, l'estimation des modèles sous cette forme avec un terme de convergence permet une certaine
évaluation des différences entre les modèles de croissance endogène et néoclassique, bien qu'une discussion
complète dépasse cet essai. Dans le modèle néoclassique, les augmentations cumulées du PIB qui émanent de
l'augmentation du capital humain sont environ un tiers inférieures sur une période de 75 ans à celles du modèle
de croissance endogène, mais elles restent très importantes ; voir Hanushek et Woessmann (2011b). Il reste
cependant difficile de faire la distinction entre les deux modèles avec les données existantes, faute de données
suffisantes sur l'évolution du capital de connaissances dans le temps et parce que les impacts sur la croissance
ne sont visibles que dans un avenir lointain (voir Holmes, 2013).
Machine Translated by Google

544 Eric A. Hanushek

V. Questions de causalité
Avant d'approfondir cette discussion sur le capital de connaissances et la croissance, il est important d'aborder
l'une de ses principales caractéristiques. Une préoccupation analytique est que les relations de croissance
discutées ne mesurent pas les influences causales mais reflètent plutôt la causalité inverse, les variables
omises, les différences culturelles, etc. Cette préoccupation a été au cœur de l'interprétation d'une grande
partie des travaux antérieurs sur l'analyse empirique de la croissance et, en fait, certains ont rejeté l'ensemble
des travaux sur la base de préoccupations concernant la causalité.
L'analyse de ces problèmes va au-delà de ce qui peut être entièrement présenté ici (voir Hanushek et
Woessmann, 2012, 2015), mais il est possible de donner une idée des problèmes et de leur résolution.

Un problème évident est que les pays qui connaissent une croissance plus rapide ont des ressources
supplémentaires qui peuvent être investies dans les écoles, de sorte que la croissance pourrait entraîner des
scores plus élevés. Cependant, l'absence de relation entre les pays entre le montant dépensé pour les écoles
et les résultats des tests observés qui ont été généralement trouvés fournit des preuves à l'encontre de cela
(Hanushek et Woessmann, 2011a). De plus, diverses analyses de sensibilité montrent la stabilité de ces
résultats lorsque les modèles estimés proviennent d'échantillons nationaux et temporels variés, de mesures
spécifiques variables des compétences cognitives et d'autres facteurs alternatifs susceptibles d'affecter la
croissance (Hanushek et Woessmann, 2012).
Aucun des tests de causalité n'est complètement concluant, mais il est possible de répondre aux principales
préoccupations avec une série d'analyses alternatives. Pour exclure une causalité inverse simple, Hanushek
et Woessmann (2012) séparent le moment de l'analyse en estimant l'effet des scores aux tests effectués
jusqu'au début des années 1980 sur la croissance économique en 1980-2000, trouvant un effet encore plus
important du capital de connaissances dans la période postérieure.
Une analyse supplémentaire tient compte des revenus des immigrants aux États-Unis et de nos mesures des
compétences cognitives afin de répondre à l'idée que les compétences cognitives ne sont pas importantes et
que le capital de connaissances est simplement corrélé à d'autres facteurs de causalité. Cette analyse révèle
que les résultats des tests internationaux pour leur pays d'origine expliquent de manière significative les
revenus américains, mais uniquement pour ceux qui ont été éduqués dans leur pays d'origine et non pour
ceux qui ont été éduqués aux États-Unis. Cette constatation répond aux inquiétudes possibles selon lesquelles
les pays dont l'économie fonctionne bien ont également de bonnes écoles, ce qui conduit aux corrélations
observées sans impact causal. Il aborde également des questions simples de différences culturelles, car les
immigrants du même pays (mais éduqués différemment) sont directement comparés.
Une autre analyse élimine les considérations de niveau et montre que les changements dans les résultats
des tests au fil du temps sont systématiquement liés aux changements dans les taux de croissance au fil du
temps. En d'autres termes, il maintient implicitement le pays constant, tout en examinant si l'évolution des
scores a l'impact sur l'évolution des taux de croissance qui est prédit dans le tableau 1.
Enfin, il est possible d'exploiter les caractéristiques institutionnelles des systèmes scolaires en tant que
variables instrumentales pour la performance aux tests, en n'employant ainsi que la partie de la variation des
résultats des tests émanant de différences entre pays telles que l'utilisation d'examens centraux, la prise de
décision décentralisée et la part d'écoles privées. Ces résultats soutiennent une interprétation causale et
suggèrent également que la scolarisation peut être un instrument politique contribuant aux résultats
économiques.
Encore une fois, bien qu'il puisse encore y avoir des inquiétudes concernant les questions de causalité, les
tests qui ont été effectués fournissent une preuve prima facie que l'on peut s'attendre à ce que l'amélioration
des compétences cognitives et du capital de connaissances d'un pays améliore la croissance économique.
Chacune des analyses indique la plausibilité d'une interprétation causale des modèles de base.
Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 545

Mais, même si le véritable impact causal des compétences cognitives est inférieur à celui suggéré dans le tableau
1, il est peu probable que la conclusion globale de l'importance de ces compétences soit infirmée.

VI. Compétences élevées, enseignement supérieur et croissance

Avec cet aperçu de la croissance empirique et de l'importance du capital de connaissances, il est possible
d'approfondir les relations de croissance. Une question clé est de savoir si les modèles linéaires du tableau 1 sont
valables dans différents pays, dans différentes distributions de compétences et à différents niveaux de réussite
scolaire. Il est possible d'aborder ces questions sous plusieurs angles.

La question est particulièrement pertinente pour l'examen de l'enseignement supérieur. Historiquement, sans
aucune mesure directe des compétences telles que notre capital de connaissances, la scolarité était considérée
comme synonyme de capital humain. De plus, les études collégiales étaient considérées comme un indicateur
clair des compétences élevées du type nécessaire à l'innovation, faisant d'un plus grand nombre de travailleurs
ayant fait des études collégiales et universitaires un important moteur de croissance. Ainsi, selon ces hypothèses,
l'enseignement supérieur élargi peut avoir un impact différent sur la croissance que l'enseignement antérieur. De
plus, et renforçant cette idée, les données sur les résultats utilisées précédemment sont toutes mesurées avant la
fréquentation de l'enseignement supérieur, de sorte que le temps passé dans l'enseignement supérieur peut
compenser les scores inférieurs (mesurés plus tôt).
Afin d'aborder le rôle de l'enseignement supérieur ainsi qu'une série d'autres problèmes possibles, nous
considérons une série de spécifications alternatives qui élaborent sur les estimations précédentes. Pour
commencer, simplement en raison des différentes technologies utilisées, la relation globale entre les compétences
et la croissance peut être plus importante pour les pays de l'OCDE (Organisation de coopération et de
développement économiques) que pour les pays en développement. De plus, compte tenu des technologies plus
basiques et moins avancées technologiquement dans les pays en développement, il peut y avoir une plus forte
demande de compétences de base et une plus faible demande de compétences de haut niveau dans les pays en
développement.
Ces questions sont cohérentes avec certains des développements des modèles de croissance théoriques. L'un
des grands axes des modèles théoriques de croissance est l'importance de développer de nouvelles idées, qui à
leur tour influent sur les améliorations de la productivité. La formulation de l'idée suggère une plus grande
importance du capital humain dans les pays développés et peut-être une demande accrue pour l'enseignement
supérieur, une source majeure d'idées. Une variété de modèles tels que ceux de Vandenbussche et al. (2006) ou
Aghion et Howitt (2009) se concentrent directement sur les mouvements de la frontière technologique, suggérant
que l'enseignement supérieur est particulièrement important pour les pays proches de la frontière technologique
où la croissance nécessite de nouvelles inventions et innovations.

Le tableau 2 développe la modélisation de la croissance à long terme contenue dans le tableau 1. La première
colonne fournit un test direct pour savoir si les compétences cognitives sont plus importantes dans les pays
développés que dans les pays en développement. L'estimation ponctuelle de l'interaction entre les compétences
cognitives et les pays de l'OCDE est légèrement négative, ce qui indique que les compétences sont plus
importantes dans les pays en développement. Néanmoins, les différences ne sont pas statistiquement significatives.

Dans une autre variante, les modèles de croissance précédents ne considéraient uniformément que les
compétences moyennes des pays. Mais, en particulier dans les pays en développement, il existe souvent un écart
important dans les performances, avec des performances très élevées et de nombreuses performances très faibles (voir
Machine Translated by Google

546 Eric A. Hanushek

Tableau 2 : Extensions des modèles de base de croissance à long terme

(1) (2) (3) (4)

Compétences cognitives 1,978 1.923

(7,98) (9.12)
Proportion d'élèves atteignant 2,644 2.146
l'alphabétisation de base (3,51) (2.58)
Part des étudiants les plus 12,602 16.536
performants (4,35) (4.90)
OCDE 0,859 –0,659
(0,32) – (0,44)
OCDE x compétences cognitives 0,203
(0,36)
OCDE x alphabétisation de base 2.074
(0,94)
OCDE x les plus performants –13,422
(2.08)
Années de scolarité non tertiaire 0,076
(0,94)
Années d'études supérieures 0,198
(0,16)
Premières années de scolarité 0,080 0,066 0,070
(1,07) – (0,87) – (0,94)
PIB initial par habitant 0,313 0,305 –0,317 –0,325
(5,61) (6,43) (5,63) (6.81)
Nombre de pays F 50 0,10 50 50 1,62 50
(OCDE et interaction) 0,723
R2 (ajusté) 0,724 0,734 0,728

Notes : Variable dépendante : taux de croissance annuel moyen du PIB par habitant, 1960-2000. Les régressions incluent une constante.
statistiques t entre parenthèses. L'alphabétisation de base est un score de 400 ou plus sur l'échelle PISA, soit un écart-type en dessous de la
moyenne de l'OCDE. Les plus performants sont un score de 600 ou plus sur l'échelle PISA, soit un écart-type au-dessus de la moyenne de l'OCDE.

Source : Hanushek et Woessmann (2015).

Hanushek et Woessmann, 2008). En fait, compte tenu des contraintes de ressources, les pays
développés comme les pays en développement estiment souvent qu'il est nécessaire de décider s'il
convient de répartir largement les ressources sur l'ensemble de leur population afin d'offrir une
couverture aussi large que possible à leurs écoles ou de concentrer les ressources sur les élèves
identifiés comme les meilleur.
Pour juger de l'efficacité de ces stratégies alternatives, il est possible de mesurer la proportion
d'élèves performants et la proportion d'alphabétisés de base évalués par les tests d'habiletés
cognitives. (La littératie de base à cette fin est un score d'un écart-type en dessous de la moyenne de
l'OCDE. Les plus performants sont un score d'un écart-type au-dessus de la moyenne de l'OCDE.) La
colonne (2) du tableau 2 fournit une estimation de l'impact sur la croissance à long terme d'avoir une
large éducation de base par rapport à avoir plus d'élèves très performants. Il est important de noter
que les compétences de base générales (« éducation pour tous » en termes de réussite) et les élèves
très performants ont un impact distinct et statistiquement significatif sur la croissance à long terme. Il
est intéressant de noter que la colonne (3), qui tient compte d'impacts différents dans les pays de
l'OCDE et hors OCDE, indique que les plus performants sont plus importants pour la croissance dans
les pays en développement que dans les pays de l'OCDE. Ce résultat quelque peu surprenant suggère
l'importance de compétences élevées pour adapter des technologies plus avancées aux pays en
développement, en particulier lorsque la proportion globale d'employés très performants est faible.
Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 547

Ces estimations de l'impact varié de l'alphabétisation de base et des élèves les plus performants, bien
que suggestives, ne répondent pas à la question politique globale sur l'endroit où investir les ressources.
Pour répondre à cette question, il est nécessaire d'en savoir plus sur les coûts relatifs de la production
de produits plus basiques et plus performants. En fait, aucune analyse n'est disponible pour décrire les
coûts de production de quantités variables de compétences.
Revenons maintenant à la question générale du rôle de l'enseignement supérieur. Divers pays ont
envisagé d'étendre leurs systèmes d'enseignement supérieur, à la fois en termes d'établissements à
large accès (généralement des collèges de 2 ans) et d'établissements de niveau supérieur. En fait, le
graphique 1 montre l'augmentation annuelle du pourcentage de la population âgée de 25 à 34 ans
diplômée de l'enseignement supérieur entre 2000 et 2014 dans les pays de l'OCDE. La moyenne de
l'OCDE a augmenté de plus de 1 point de pourcentage par an au cours des quinze dernières années. La
Corée, le Luxembourg et la Pologne ont chacun augmenté à un rythme supérieur à 2 points de
pourcentage par an. Cette augmentation substantielle reflète une opinion commune selon laquelle
l'expansion de l'enseignement supérieur est un moyen de promouvoir de meilleurs résultats économiques.
La colonne (4) du tableau 2 fournit des estimations de l'impact distinct de l'enseignement supérieur
sur la croissance à long terme. Conformément à l'analyse précédente, une fois que le niveau de
compétences cognitives est pris en compte, les années d'études supérieures dans la population - comme
les années d'études antérieures - n'ont pas d'effet indépendant sur la croissance. (Holmes (2013) montre
également que ni le niveau ni l'évolution de l'enseignement supérieur pour un groupe plus large de pays
ne sont positivement liés à la croissance, même en l'absence de mesures du capital intellectuel.)
Ce résultat concernant l'enseignement supérieur est légèrement différent pour les seuls pays de
l'OCDE. En présence d'un capital de connaissances, les années d'études supérieures ont un effet positif
(significatif au seuil de 10 %) pour les 24 pays de l'OCDE de l'échantillon (non représenté).
Mais cet effet est entièrement piloté par les États-Unis. Si les États-Unis sont abandonnés, l'impact estimé
de l'enseignement supérieur diminue et est statistiquement non significatif.

Figure 1 : Augmentation annuelle en pourcentage de l'enseignement supérieur dans les pays de l'OCDE : 25-34
ans, 2000-14

Source : OCDE (2015).

Machine Translated by Google

548 Eric A. Hanushek

Comment cet impact apparent aux États-Unis doit-il être considéré ? Il s'avère que les États-Unis ont
connu une croissance plus rapide que ne le prédisent les modèles de croissance de base avec capital de
connaissances (c'est-à-dire que les États-Unis ont un résidu positif dans les modèles de régression du
tableau 1). Les facteurs candidats pour expliquer cela sont nombreux. Premièrement, les États-Unis ont
généralement eu les institutions économiques les plus solides pour la croissance - marchés du travail et des
capitaux libres et ouverts, réglementation gouvernementale limitée, droits de propriété sécurisés, ouverture
au commerce. Ces institutions pourraient expliquer la croissance supplémentaire. Deuxièmement, les États-
Unis ont historiquement eu plus d'années de scolarisation que le reste du monde, ce qui suggère que la
quantité de scolarisation peut compenser des compétences cognitives inférieures. Cependant, l' analyse de
Holmes (2013) qui inclut l'expansion de la scolarisation dans d'autres pays au cours des dernières décennies
ne soutient pas cette interprétation. Troisièmement, les États-Unis sont généralement considérés comme
ayant les meilleures universités, et cette qualité peut faire la différence. Et, quatrièmement, les États-Unis
ont réussi à attirer des immigrants hautement qualifiés. Ce dernier argument est tout à fait cohérent avec les
résultats de croissance précédents, car une mesure de la réussite des étudiants américains ne rendrait pas
compte des compétences des immigrants. Hanson et Slaughter (2015) constatent que 55 % des doctorants
aux États-Unis dans les domaines STEM (science, technologie, ingénierie et mathématiques) sont nés à
l'étranger. En d'autres termes, les États-Unis sont en mesure de faire venir des personnes hautement
qualifiées, qui obtiennent souvent des doctorats dans des universités américaines et restent ensuite pour
travailler aux États-Unis. En bref, il est difficile d'attribuer la croissance plus rapide que prévu aux États-Unis
uniquement à l'impact de l'enseignement supérieur aux États-Unis.
Ces résultats globaux pour la croissance internationale sont assez spectaculaires. En l'absence d'un
capital de connaissances amélioré, la forte poussée vers davantage d'études supérieures ne semble pas se
traduire systématiquement par une croissance économique supplémentaire.
Pour avoir une idée des schémas de l'enseignement supérieur et du capital de connaissances, figure 2
trace les pourcentages d'enseignement supérieur pour la population âgée de 25 à 34 ans en 2000 par
rapport au niveau des scores en lecture du PISA (Programme for International Student Assessment) en
2000. La figure montre la forte relation positive entre les niveaux de réussite et l'enseignement supérieur
global pour les jeunes. tranche d'âge. Mais les compétences qui peuvent être attendues à la fin de l'université
dans différents pays différeront presque certainement fortement. À moins que la valeur ajoutée des collèges
ne soit inversement proportionnelle aux compétences entrantes (mesurées par ces

Figure 2 : Scolarité tertiaire selon les scores PISA, 2000

Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 549

résultats aux tests PISA), l'éducation au niveau collégial est susceptible de suivre les différences de
compétences antérieures. En effet, l'écart se creuserait sous l'hypothèse Heckman de complémentarité
dynamique, bien qu'il resterait constant si la valeur ajoutée du collège était constante et linéaire d'un pays
à l'autre. Autrement dit, les compétences des diplômés du collégial sont endogènes et dépendent
directement des compétences à l'entrée au collégial.
Mais l'expansion de l'enseignement supérieur depuis 2000 montre une image quelque peu différente
de celle du graphique 2 . n'y a pas de relation avec les scores PISA 2000. Cela suggère un certain
potentiel de déception, puisque les analyses de croissance antérieures ont indiqué qu'il est peu probable
que le simple développement de l'enseignement supérieur aux niveaux de qualité actuels stimule une
nouvelle croissance à long terme.

En contrepartie, il se pourrait que les pays qui ont élargi leur enseignement supérieur aient également
pris des mesures pour accroître les compétences cognitives de leurs jeunes. Pour décrire les schémas, la
figure 4 trace les améliorations des scores en lecture du PISA entre 2000 et 2012 par rapport au taux
d'expansion de l'enseignement supérieur. Il existe une relation positive entre les deux changements de
scolarité (r = 0,3), mais celle-ci est statistiquement non significative dans cette comparaison entre pays.
L'expansion du capital de connaissances ne semble pas être un élément généralement important de
l'expansion de l'enseignement supérieur.
Ces résultats suggèrent la possibilité qu'un certain nombre de pays suivent une stratégie
d'investissement mal placée si leur objectif est d'améliorer la croissance économique. Il serait peut-être
préférable qu'ils dépensent à la marge pour améliorer les compétences de base dans la scolarité initiale
(où elles peuvent ensuite être développées à l'université) plutôt que de simplement développer les collèges
et les universités avec des compétences de base existantes.
Le débat politique semble souvent supposer que les compétences des diplômés universitaires sont
exogènes et fixes, ce qui implique que l'expansion de l'enseignement supérieur conduira à des
augmentations proportionnelles du capital de connaissances. En effet, les débats sur les normes de
l'enseignement primaire et secondaire aux États-Unis ont appelé à rendre les étudiants «ÿprêts pour
l'universitéÿ», en tentant implicitement de prendre des notions des normes d'admission pour les collèges
et les universités et de les utiliser pour définir ce que les étudiants devraient savoir à l'université. fin du secondaire

Figure 3 : Expansion du tertiaire selon les scores PISA, 2000

Machine Translated by Google

550 Eric A. Hanushek

Figure 4 : Expansion de l'enseignement supérieur selon les améliorations du PISA

scolarité. Mais les compétences marginales des étudiants admis sont clairement inférieures aux compétences
moyennes, et l'augmentation du nombre d'étudiants fréquentant l'enseignement supérieur est susceptible
de réduire les compétences du diplômé moyen. En d'autres termes, la production de l'enseignement
supérieur devrait être considérée comme endogène plutôt que l'opinion plus courante selon laquelle elle est
exogène aux admissions.

VII. conclusion
L'enseignement supérieur a apporté des récompenses substantielles aux individus en termes de revenus
individuels. En partie pour cette raison, mais peut-être davantage en raison de l'impact potentiel sur la
productivité et la croissance économique, les gouvernements ont poussé à l'expansion de l'enseignement
supérieur. Ce vaste mouvement vers l'expansion de la scolarisation doit faire face au bilan de la croissance
économique.
La croissance est étroitement liée au capital de connaissances du pays. De plus, une fois pris en compte
le capital de connaissances mesuré par les tests internationaux de mathématiques et de sciences, le niveau
de scolarité (ou le nombre d'années de scolarité) en soi n'est pas lié à la croissance économique. À cet
égard, l'ajout d'années d'université n'a pas plus d'impact que l'ajout d'années d'études antérieures.

Certes, on n'obtient pas d'ingénieurs électriciens et d'informaticiens sans investir dans l'enseignement
supérieur. Mais, on obtient de meilleurs ingénieurs si les universités commencent avec des étudiants avec
des compétences plus fortes. Et, si l'on regarde les différents pays, les meilleurs ingénieurs formés dans les
pays disposant d'un plus grand capital de connaissances semblent avoir un impact distinct sur les différences
de croissance.
Une partie de ce manque d'impact du niveau d'études supérieures dans nos modèles de croissance est
probablement due au fait qu'il n'y a pas de bonnes mesures de la qualité des universités, de sorte que des
résultats très différents sont traités de la même manière. Mais les niveaux de réussite des élèves à un âge
plus précoce semblent fournir un indice des compétences globales des élèves à la fin de leur scolarité
lorsque chaque niveau de scolarité s'appuie sur des connaissances antérieures.
Machine Translated by Google

L'augmentation de l'enseignement supérieur améliorera-t-elle la croissance économique ? 551

Références
Aghion, P., et Howitt, P. (2009), L'économie de la croissance, Cambridge, MA, MIT Press.
Barro, RJ et Lee, J.-W. (1993), « Comparaisons internationales du niveau d'instruction ». Revue de
Économie monétaire, 32(3), 363–94.
— — (2010), 'A New Data Set of Educational Attainment in the World, 1950–2010', NBER Working Paper 15902, Cambridge,
MA, National Bureau of Economic Research (avril).
Becker, GS (1964), Human Capital: A Theoretical and Empirical Analysis, With Special Reference to Education, New York,
National Bureau of Economic Research.
Benhabib, J., et Spiegel, MM (1994), «ÿLe rôle du capital humain dans le développement économiqueÿ: preuves à partir de
données agrégées entre paysÿ», Journal of Monetary Economics, 34(2), 143–74.
Rapport Browne (2010), Securing a Sustainable Future for Higher Education: An Independent Review of
Financement de l'enseignement supérieur et financement des étudiants, 12 octobre.
Cohen, D., et Soto, M. (2007), « Croissance et capital humain : bonnes données, bons résultats », Journal of
Croissance économique, 12(1), 51–76.
Cunha, F., et Heckman, JJ (2007), « The Technology of Skill Formation », American Economic Review, 97(2), 31–47.

— — Lochner, L., et Masterov, DV (2006), 'Interpreting the Evidence on Life Cycle Skill Formation', dans EA Hanushek et F.
Welch (eds), Handbook of the Economics of Education, Vol. 1, Amsterdam, Elsevier, 697–812.

Hanson, GH, et Slaughter, MJ (2015), « High-skilled Immigration and the Rise of STEM Occupations in US Employment »,
document présenté à la conférence NBER sur la recherche sur le revenu et la richesse, 16-17 octobre, à Bethesda, MD.

Hanushek, EA (2002), 'Publicly Provided Education', in AJ Auerbach and M. Feldstein (eds),

Manuel d'économie publique, Vol. 4, Amsterdam, Hollande du Nord, 2045–141.
— Kimko, DD (2000), «ÿScolarité, qualité de la main-d'œuvre et croissance des nationsÿ», américain
Revue économique, 90(5), 1184–208.
— Woessmann, L. (2007), Education Quality and Economic Growth, Washington, Banque mondiale.
— — (2008), « Le rôle des compétences cognitives dans le développement économique », Journal of Economic
Littérature, 46(3), 607–68.
— — (2011a), « L'économie des différences internationales en matière de réussite scolaire », dans EA
Hanushek, S. Machin et Lr Woessmann (eds), Handbook of the Economics of Education, vol. 3, Amsterdam, Hollande du
Nord, 89-200.
— — (2011b), « Quelle est l'importance des résultats scolaires dans les pays de l'OCDE ? », Politique économique, 26(67),
427–91.
— — (2012), 'De meilleures écoles conduisent-elles à plus de croissance ? Compétences cognitives, résultats économiques et
Causation', Journal of Economic Growth, 17(4), 267–321.
— — (2015), The Knowledge Capital of Nations: Education and the Economics of Growth, Cambridge,
MA, MIT Press.
Holmes, C. (2013), « L'expansion de l'enseignement supérieur a-t-elle conduit à une plus grande croissance économique ? »,
Revue économique de l'Institut national, 224(1), R29–R47.
Krueger, AB, et Lindahl, M. (2001), « L'éducation pour la croissance : pourquoi et pour qui ? », Journal of
Littérature économique, 39(4), 1101–36.
Levine, R., et Renelt, D. (1992), «ÿAnalyse de sensibilité des régressions de croissance entre paysÿ», American Economic
Review, 82(4), 942–63.
Lucas, RE, Jr (1988), 'On the Mechanics of Economic Development', Journal of Monetary
Économie, 22(1), 3–42.
Mankiw, NG, Romer, D. et Weil, D. (1992), 'A Contribution to the Empirics of Economic Growth', Quarterly Journal of
Economics, 107(2), 407–37.
Marshall, A. (1898), Principes d'économie, vol. 1, Londres, Macmillan and Company.
Mincer, J. (1970), « La distribution des revenus du travail : une enquête avec une référence spéciale à l'approche du capital
humain », Journal of Economic Literature, 8(1), 1–26.
— (1974), Scolarité, expérience et gains, New York, NBER.
Machine Translated by Google

552 Eric A. Hanushek

OCDE (2015), Regards sur l'éducation 2015 : Indicateurs de l'OCDE, Paris, Organisation des
Coopération et Développement.
Petty, Sir W. (1676 [1899]), 'Political Arithmetic', in CH Hull (éd.), The Economic Writings of Sir
William Petty, Cambridge, Cambridge University Press, 233–313.
Psacharopoulos, G., et Patrinos, HA (2004), 'Returns to Investment in Education: A Further Update', Education
Economics, 12(2), 111–34.
Romer, P. (1990), 'Endogenous Technological Change', Journal of Political Economy, 99(5), pt. II,
S71–S102.
Schultz, TW (1961), « Investissement dans le capital humain », American Economic Review, 51(1), 1–17.
Smith, A. (1776[1979]), Une enquête sur la nature et les causes de la richesse des nations, Oxford,
Presse Clarendon.
Vandenbussche, J., Aghion, P. et Meghir, C. (2006), « Growth, Distance to Frontier and Composition of Human
Capital », Journal of Economic Growth, 11(2), 97–127.