点击蓝字 关注我们
《出口管制、技术脱钩与人才培养：来自中国高考的证据》
《世界经济》 ｜ 2026年10期
【作者】
刘博聪（南开大学跨国公司研究中心、南开大学经济行为与政策模拟实验室）
李磊（南开大学跨国公司研究中心、南开大学经济行为与政策模拟实验室）
王凯璇（中国社会科学院亚太与全球战略研究院）
【关键词】
出口管制;人才培养;招生人数;分数线;
【摘要】
面对美国对华出口管制带来的技术脱钩压力，我国专业人才的培养是破局的关键。本文搜集美国对华出口管制实体清单，利用机器学习方法将受管制实体的主营业务与阳光高考网提供的专业简介信息进行匹配，在专业-年份层面构建美国对华出口管制强度指标，结合中国一本高校-生源地-科类-专业-年份层面的高考数据，分析发现美国对华出口管制带来的技术脱钩压力显著提高了相关专业的计划招生人数以及专业录取分数线，边际生源质量显著提高。进一步分析表明，高校专业招生人数的增加显著提升了专业所属行业的创新产出。本文从专业人才培养的视角切入，为中国在外部压力下突破技术封锁，构建自主可控的创新体系提供了现实依据与政策建议。
把“实体清单”翻译成专业冲击：
句向量+关键词增强
全文最值得“抄”的是核心指标的构建。作者手工整理了截至2023年被美国BIS列入实体清单的中国实体，用中文预训练句向量模型text2vec-base-chinese-rs，将每家受管制企业的主营业务文本与阳光高考网上804个本科专业的介绍文本做语义匹配，找出相似度排名前5的专业，累计计数、加1取对数，得到专业-年份层面的出口管制强度。更有想法的是，作者没有停留在字面语义，而是引入三类关键词：企业主营业务高频词、美国《商业管制清单》（CCL）、《关键与新兴技术清单》（CETs），对向量做增强，让匹配指向“被管制的核心技术方向”而非宽泛的经营业务。从结果看，集成电路设计与集成系统（累计匹配276次）、电气工程及其自动化（255次）、网络工程（242次）位居前三，72.26%的专业全程零匹配，说明指标确实打在靶心，而非无差别赋值。
另一个细节同样体现功力：以每年6月高考为界划分政策时点，6月之后出台的管制只计入下一年度，因为当年的招生计划和志愿选择早已尘埃落定。当然，语义匹配终究是“专业简介vs主营业务”的间接映射，主营业务宽泛的实体可能被误配，匹配精度仍是整个指标的命门。
131万条志愿记录：
每个生源地多招0.06人，分数线涨0.39分
数据本身就是一项工程：2017—2023年586所一本高校、29个生源省份、659个专业，共131万余条“高校-省份-科类-专业-年份”的招生计划、录取分数线和省内排名位次，全部手工整理。
基准回归显示，出口管制强度每提高1个标准差，特定生源地的计划招生人数增加约0.06人。若专业面向全国招生，折合高校层面约扩招2人；录取分数线提高约0.39分，录取最低分对应的省内排名分位提前约0.12个百分点。供给端在扩，需求端在抢，且需求端的净增长压过了扩招的稀释效应，最终表现为分数线抬升、边际生源质量改善。这里要提醒一句：分数线是供需角力后的均衡结果，招生与分数同时上升，恰恰说明需求侧的正向冲击足够强，这也是文章同时报告三个被解释变量的用意，单看任何一个系数都讲不完整件事。
因果的底线：
工具变量刚过及格线，八重稳健性轮番上阵
为排除“热门专业本身更可能被美国盯上”的反向因果，作者构造了shift-share工具变量：用2016年美国对中国相似国家各行业实体列入清单的存量乘以行业新增增速，再按专业-行业对照权重分摊到专业-年份层面。一阶段系数显著为正，Kleibergen-Paap Wald rk F值为10.003，刚刚迈过经验门槛10；2SLS之后三个结论全部保持。稳健性检验则直奔指标假设而去：去掉关键词增强、更换句向量模型、按受管制实体发明专利数加权、改用相似度最大值而非top5计数、剔除新高考省份、改做大类招生样本，核心系数无一例外显著。这套组合拳基本堵住了“换个口径结论就消失”的质疑，但F值贴着阈值过、工具变量的排他性终究依赖“美国对他国管制不直接影响中国招生”的假设，严格说只能缓解、不能根除内生的疑虑。
三条暗线：
政策倾斜、薪资溢价，被忽略的风险放大
机制部分把传导路径拆成三条，且每条都做了“市场信号→主体感知”的闭环验证。政策倾斜：出口管制显著推动中央和地方重点产业政策向受管制领域覆盖，高校随即通过新增专业备案响应，考生和家长的百度搜索热度同步上升。薪资溢价：基于1.6亿条招聘广告构造专业期望工资，受管制专业薪资显著上升，且薪资水平显著推高报考期搜索热度。风险放大：受管制专业的薪资标准差显著扩大，低于基期第10百分位低薪门槛的岗位占比上升、低薪端工资进一步下移——机会与风险同时在放大，考生对波动信号同样敏感。风险效应的存在提醒我们：蜂拥而至并非无脑乐观，而是权衡后的净选择；最终是政策信号与薪资溢价占了上风。
考生比高校跑得快，扩招的人也真的管用
动态效应提供了因果方向之外的旁证：以2019年为基期，事前系数均不显著，而分数线和位次从2021年就开始显著上移，招生人数直到2022年才显著：考生报考倾向的调整跑在了高校扩招之前，符合“市场信号灵敏、计划调整滞后”的逻辑。异质性也耐人寻味：211高校承担了更大规模的数量扩张，985高校的响应更多落在质量维度且分数线涨幅反而更小，也就是说，顶尖高校本就处于考生“最优选择序列”，外部冲击的边际空间有限；反倒是一些行业特色院校，相关专业突然被推到聚光灯下，分数涨得更猛。论文最后把链条接到创新的终点：行业层面看，对应专业招生人数（系数0.1367）和平均录取位次（系数-0.0121）均显著促进行业新增专利——扩招带来的不只是人数，还有更好的生源，两者都变成了创新产出。当然，行业-年份层面仅282个观测，更适合作为方向性证据而非精确的弹性估计。
评价一场外部技术封锁的后果，不能只数企业少进口了多少台设备，还要看教育系统如何“接招”。这篇论文最触动我的不是“分数线涨了”这个结论，而是反应速度之差——分数线2021年就动、招生人数2022年才动，说明需求侧的预期调整远比供给侧的计划调整灵敏。这给政策时机的启示很直接：想引导人才流向，与其等扩招计划落地，不如在考生形成专业意向的高中阶段就把信号传递到位。后续若能追踪这批“管制后入学”学生的毕业去向，检验扩招红利是真正流入了受管制行业、还是被高薪行业虹吸，就能把因果链的最后一环彻底闭合。外部冲击重塑教育体系，本文提供了一套完整证据，而非包治“卡脖子”的药方——但至少，131万条志愿记录证明，市场的反应比想象中快，也比想象中理性。
