从低人权优势到工程师红利
国内知名奥派经济学教授风灵不久前写了一篇批秦晖“低人权优势”概念的文章。虽然这篇文章存在不少误解以及错误（比如拿朝鲜为例反驳秦晖，其实秦晖自己就举过朝鲜的例子）。但这篇文章提出的问题（中国经济发展靠“低人权优势”？）还是非常重要。
秦晖的“低人权优势”理论在发表之初就遭到过铅笔社的批评（人为压低劳动力成本不能加速经济发展）。就是秦晖的一些自由派朋友像刘军宁等人恐怕也未必对这个理论没有异议。不过在这个理论发表的2008年，中国的人口红利还在，还没到刘易斯拐点。按照秦晖对一些比中国还要落后的国家所做的考察，中国对这些国家输出的农民工，其福利待遇比这些远落后于中国的国家本土劳动力还要差（小时工资而论）。注1所以，这个阶段中国的低人权优势是很难被否认的。2012年中国刘易斯拐点到来，人口红利消耗殆尽。此后开始出现“民工荒”，成衣、制鞋这类对劳动力成本非常敏感的产业开始外迁。此后，中国经济在国际竞争中的优势就很难说完全是低人权优势带来的了。
低人权优势理论的来源
秦晖虽然是中文思想界最早提出“低人权优势”概念的学者。但他并非这一思想的原创者，据秦晖自己在多篇文章中的论述，他的这一概念受到美国俄裔经济学家多马谢维奇（到美国后改名艾弗西·多马）的“多马假说”的启发。多马在研究沙俄经济史的时候发现俄国的农奴制并非很早在军事征服下产生的，而且随着对西欧的谷物出口而发展起来的。世界史上有个概念叫“再版农奴化”，就是指东欧原本已经解体的农奴制又重新发展起来的现象。而这些东欧地区恰好跟沙俄一样，也是谷物出口区，这些地区都发生了农奴制排挤自由劳动的现象。由此，多马推断在出口型经济导致对廉价劳动力需求的情况下，奴隶制、农奴制比自由小农和自由雇工更有效率。
俄国1861年农奴制改革后，出口导向型的农奴制庄园开始工业化，从农业庄园变成了“工役制”庄园。庄园主组织留在庄园的农奴进行大规模工业生产，用于出口。这里有一点背景知识需要解释下：俄国1861年的农奴制改革，其实是贵族农奴主割走了农村公社里条件最好的一大块土地成为真正的地主，而原来的农奴依然留在农村公社里从事集体化、平均主义的耕作，而不是类似中国改革开放分田到户后的单干。1880年代俄国进入了所谓“反改革时期”，政府极力促使政社合一，严厉地禁止农民转让份地，严禁农民退社。在这种条件下，留在庄园里给农奴主打工显然是一个更好的选择。注2这种专门用于出口的工役制庄园是当时俄国农业中最有效率的部分，比地主出租土地的租佃制农业更有效率。这类用农奴当劳动力的工业生产，在当时的国际贸易中是很有竞争力的（劳动力成本低）。
类似的情况也存在于美国内战前的黑奴棉花种植园，诺贝尔经济学奖得主福格尔研究证明当时美国南方使用黑奴的棉花种植园经济效率是很高的，甚至这种奴隶制效率在迁移到制造业中之后依然会存在。实际上，内战前南方的黑奴棉花经济是非常兴旺发达的，南方的棉花在国际市场上非常有竞争力，大量出口欧洲并给美国带来大量外汇。与此同时，北方的自由工业经济虽然更发达，但是由于分配公平，自由民消费能力强大，此时的北方一直面临贸易逆差，大量进口工业品（出口少，本土产品成本上和技术上缺乏优势）。因此北方一直要求贸易保护，增加关税；而南方则要求自由贸易，降低关税。如果在一个开放的市场当中，可以自由的引入各种先进的技术发明，使用奴隶种植棉花是有竞争力的。秦晖推论道，由于农业生产的特殊性（不大好监管），那工业生产中奴隶岂不是更有竞争力？如果奴隶制在工业生产当中有也有竞争力，如果美国内战没爆发或者内战中南方胜利了，那结果很有可能是北方资本南下雇佣奴隶从事工业生产，那北方工人的薪资福利待遇岂不是要大大降低了？
由于美国内战摧毁了南方的奴隶制，上述推测没有发生。但是类似的情形，在民主转型前的南非曾经存在过。在遭受国际制裁之前的南非，经济发展迅速，制造业一度非常兴旺发达。黑人被禁锢在黑人家园，要进城打工需要领取特殊证件，进城后住在集体宿舍在血汗工厂里拼命工作。那个时候的南非黑人跟美国南方的黑奴一样，以勤快能干著称，完全不是我们今天所看到的懒惰形象。当时的南非黑人享有的公民权利显然是受到限制的，他们在城里打工被榨干劳动力后被赶回黑人家园。这时的南非经济，也拥有低人权优势，南非生产的产品也在国际上很有竞争力。
总结来说，低人权优势通常发生在经济相对落后地区，而不是经济最发达的地方。经济最发达的地方依赖创新（技术创新与制度创新）获得经济发展的优势，而创新恰恰是低人权地区办不到的（缺乏自由）。因此，低人权优势主要是一种贸易优势，尤其是制造业出口优势，而非总体经济发展优势。
消费劣势促进出口
秦晖在论述美国内战前南北关税政策纠纷时就已经指出，北方虽然工商业更发达，但是自由公民消费能力同样很强，因此北方外贸长期逆差；南方的黑奴棉花经济，棉花成本低，黑奴的消费能力又弱，所以南方外贸长期顺差。秦晖曾经在多篇文章和演讲中都指出，历史上经济落后的国家，在外贸上往往是顺差，非常重要的原因就是消费能力太弱导致进口很少（主要进口满足权贵消费的奢侈品）。也就是说，低人权优势有利于贸易顺差。
其实低人权优势对出口的助力，不仅仅在于成本端降低成本，其消费劣势也会在市场端鼓励出口。以上述美国南方黑奴棉花经济为例，假设黑奴的纺织品消费只有白人的一半，那棉花的内需市场就减小了，内需市场狭窄，产品卖不上价，于是只好纷纷涌入海外市场。笔者2022年研究国际粮食市场的时候，发现印度在人均粮食消费水平很低，全国饥饿指数很高的情况下居然是世界第一大稻米出口国。而类似的现象在中国也存在过。其根本原因就是农民太穷，消费能力弱，需要出售粮食换取其他产品。于是出现了高饥饿指数条件下的“谷贱伤农”现象。
当我们把上述棉纺织品和粮食扩大到所有一切消费品时（不包括生产资料），这种消费劣势就会产生两种效果：1. 低价低质内卷：因为消费能力不足，买不起高质高价产品，于是拼夕夕会变得流行，且做拼夕夕的商家还严重内卷，利润极微甚至亏本2. 低价卷出口：由于国内市场价格极度内卷，海外市场价格稍高一点都好过在国内销售，导致内卷输出，在海外拼价格战，那自然更容易占据海外市场。
低人权优势与人口红利
人口红利概念
人口红利与低人权优势的概念有很密切的关系，但是也有很大不同。人口红利是所有还没完成工业化的国家普遍存在的现象，当年的日韩、台湾，后面中国和东南亚各国，以及今天的越南、印度都普遍存在。
人口红利是一个发展经济学概念。在还没有完成工业化的国家里，大量人口留在农村务农（或在城市里的贫民窟从事非正式工作），隐性失业率非常高，相当于很大一部分劳动力处于闲置状态。当这部分人口进入第二产业和第三产业工作后，他们有了正式工作，从隐性失业状态变为全职工作状态，经济产出就增加了。通常来说，这个过程不需要额外付出研发和技术培训投资。此时这个国家的经济发展还处于生产要素积累阶段（所谓的铺摊子阶段），不需要提高产品的技术水平，不需要生产更高端的产品，从农村来的新增工人只需要生产此前一直在做的产品就行。典型如成衣和制鞋业，从业人员10万的时候，年产能是1亿双鞋，产值50亿元；当新增10万农民工，从业人员扩大到20万人，年产能2亿双鞋，产值100亿元。可以看出，这种经济增长模式是非常简单且容易的，因为这里面并不需要投入研发开发新技术，也不需要生产更高端的产品，只要市场需求还没饱和，就能无限制扩张。处于这种发展阶段的国家，每从农村（或者贫民窟）吸纳一个劳动力进城工作，经济就能获得增长，这种低水平重复扩张带来的增长就是人口红利。
这是从存量人口的角度来谈人口红利。如果一个国家的人口出生率很高，每年出生人口都在增长，导致每年进入劳动力市场的人口数量多于每年退休人口且还在持续增长，那么这个国家就会获得人口再生产红利。当然，如果一个国家在已经完成工业化，经济发展水平跨过了要素积累阶段，在这种情况下，假设人口再生产新增的劳动力全部进去劳动密集型产业当流水线工人，那么这个国家经济会获得发展，但人均GDP将会持平或者只有很小幅度的提高（由于规模优势和产业链聚集优势）。
低人权优势受限条件
在非强制工作的状态下（奴隶制或者奴工制），低人权优势主要存在于人口红利期。过了人口红利期，低人权优势将大幅度萎缩。主要原因在于劳工与资方的工资谈判主要受供需关系的影响。在人口红利期，劳动力的供应近乎是无限的，此时资本稀缺，劳资市场属于典型的资方市场（买方市场）。在资方这边看来，你嫌弃工资低、福利差、工作条件不好，你不进厂还有大把人想要进厂。这种情况下，在缺乏政策扶持和工会的制度环境下，工资自然会给的很低，福利待遇和工作条件也不会好。而一旦过了人口红利期，劳动力开始短缺，劳动力市场开始进入卖方市场，资本相对过剩而劳动力稀缺，在工资谈判中劳动力底气更高。在这种情况下，资方被迫提高工资和福利待遇水平，改善工作条件以吸引工人留下来。最近几年中国网上流行一种入厂打工挑战自媒体，就是在这个背景条件下出现的。
中国的最低工资标准在过去十几年里提升的幅度有限，比如深圳从2010年的1100元提升到2020年的2200元，增长2倍；2024年是2360元，增长2.2倍。根据官方统计局调查数据显示2010农民工月平均收入达到1690元，2020年农民工月均收入4072元，增长2.41倍；2023年是4780元，增长2.83倍。增幅明显超过最低工资标准的增长幅度。超过最低工资增长幅度的部分，基本上可以看做是劳动力稀缺导致的工资提升。
导致低人权优势萎缩的另一个因素是产业升级。经过长时间的经济发展，积累了资本和技术后，企业自然而然会想着向利润更丰厚的产业链上游进军，生产价值更高的产品。而且经济过了要素积累阶段后，低端市场饱和，也使得企业不得不提升产品等级。升级后的产业将会雇佣更多的工程师和技术工人（这类人员未必都受过高等教育），这类人员由于稀缺性更高，在劳资谈判中能拿到更高的薪资。
低人权优势与工程师红利
工程师红利概念
工程师红利的增长逻辑与人口红利类似。在一个高等教育普及率非常低的国家，每年进入劳动力市场的毕业生里存在着大量的智力浪费现象，就跟人口红利期的国家存在隐性失业现象一样。根据东亚国家的数据，高等教育入学率可以达到90%以上。假设这其中存在过度教育的情况（即智力水平不适合接受高等教育的人也考上了大学），我们把高等教育普及率的上限定在60%，那么只要一个国家的高等教育普及率低于这个数据，那么这个国家就存在着工程师红利。实际上只要受过高等教育的人，应该都算在这个红利里，比如学外语的或者学人文社科专业的，但是我们这里还是依然沿用“工程师红利”这个名词。这部分人与一个国家经济发展和技术进步的关系最密切。
中国从1999年开始大学扩招，扩招前的中国高等教育入学率仅有4%，到2009年提升到24.2%，2019年继续上升到51.6%。直到2023年突破60%的大关，基本上可以认为到这个时候中国高等教育普及率的潜力被挖掘完成。但是中国的工程师红利还会持续多年，直到每年退休的工程师数量超过新加入就业市场的工程师数量为止，红利才会结束。
跟人口红利在国际经济竞争中的成本优势类似，工程师红利在国际经济竞争中也有非常明显的成本优势。由于人均GDP还只有1.2万多美元，中国的工程师红利的成本优势是非常明显的。在今天教育和技术资讯全球化的今天，很多新技术，新知识在全球几乎都是同步的。并不会因为中国经济发展水平落后，我们培养的工程师就必然也同样落后。与此相反，中国由于基础教育方面的优势，中国高等教育还培养出了比西方更高比例的工程师队伍（参见后文数据分析）。同等技术水平的工程师，中国工程师的薪资水平大约只有欧美的1/3左右，如果按小时工资计算，可能只有欧洲的1/4。以中国当今最有竞争优势的新能源产业为例，今天新能源行业的从业工程师（比如宁德时代），年薪30万人民币，相对于中国当前的人均GDP来说，绝对算得上高收入了。
规模优势放大工程师红利
大量廉价且能加班的工程师，让中国在很多工程技术领域享有优势。而中国14亿人口的工业化，就同一时间段实现工业的人口规模来说历史上是空前的，这样的规模制造了庞大的市场需求（像建筑机械、汽车家电、钢铁市场规模等都是全球最大），给中国工程师红利增添了规模优势。规模优势，让我们的产品成本更低。一个典型案例就是盾构机，这类专门用来在地下挖隧道的机械原本市场需求很小，2007年中国北方重工收购法国公司NFM获得全套盾构机技术，2008年4月，我国第一台具有完全自主知识产权的土压平衡盾构在河南下线。此后，各种国产盾构机纷纷诞生，盾构机的价格被中国企业降低一半多，从平均每米150万美元降低到75万美元-50万美元。中国企业占据了盾构机全球近65%的市场。智能手机、面板行业、家电行业、新能源行业也是如此，中国凭借庞大的国内市场需求培育了好几家规模世界前几的巨型厂商，在规模优势的基础上，中国厂商逐步在技术上也逐渐赶上了三星、苹果等世界顶尖科技公司。
内需不足下的内卷
前面讲了低人权优势国家和地区的贫富差距导致的内需不足，会促进消费品出口。这种价格内卷刺激的消费品出口，显然不仅仅对劳动密集型产业的产品有效果，对技术密集的中产阶级消费品的促进会更大。拼夕夕上的那些低价低质产品至少在国内还有市场，而那些中产阶级消费的高质量产品在国内根本就没有市场。比如Anker的充电宝前段时间因为特朗普带货火了一阵，但是当人们发现这款充电宝售价399元后就立马退缩了。Anker的市场95%以上都在海外，国内市场占比不到6%。大疆的无人机在早期阶段，也几乎是完全依赖海外市场才得以存活下来。
这种内需不足国家的高技术企业，他们从创业一开始瞄准的就是海外市场，那毫无疑问肯定会促进出口。甚至在产能过剩的情况下，导致这类产品在海外市场极致内卷。当前中国的光伏电池和储能电池出口就属于这种情况。
工程师的低人权优势与限制条件
前面讲了低人权优势主要在人口红利期，当中国过了人口红利期进入工程师红利期后，低人权优势在工程师身上的效应更弱一些。这主要由两个原因导致的:
首先，相比普通工人，工程师更为稀缺（有人或许拿大学生就业难得现象来批驳这一点，其实这个批驳并不成立。就业困难的大学生其实也是可以做普工岗位的，如果他们没读大学直接进入劳动力市场，则会导致普工就业困难。），在劳资谈判中溢价率更高。看一个岗位是不是具备跟企业的谈判能力，要看招聘的难度。如果员工离职后，6个月都招不到合适的替代者，那就说明这个岗位有较高的薪资谈判能力。
其次，由于行业细分、岗位细分、工作经验要求等原因，导致某个行业某个岗位的人才数量非常少，加剧了稀缺度。以笔者所熟悉的跨境电商品牌营销岗位为例，这类岗位对人才的学历要求不高，一般专科以上文凭就能胜任（事实上确实也有大量专科文凭从业者）。符合这个口径的人才是非常多的，但是有相关行业从业经验，有相关岗位技能和经验的人则很少。而作为企业，通常希望招聘有经验的人才，不可能从零开始自己培养。尤其是对自己相关业务还没获得成功的企业来说，它迫切地希望一个有经验的人才能把自己相关业务做起来。这种情况下，一些条件不是很好的企业，某些岗位往往半年时间也招不到人。并且不同企业的企业文化不一样，有些企业还有职业性格测试匹配等要求，这就更加剧了稀缺度。越是高端的人才，招聘难度和招聘成本越高，所以才会诞生猎头这个行业。这种情况下，企业会想尽办法留住人才，降低流失率。因为这类人才离职后，招到合适的替代人选很难，如果岗位空缺时间长则对企业的运营有很大影响，尤其是研发岗，能大大拖延企业的技术研发和产品开发进度。所以工程师类人才的招聘成本很高（包括时间成本），这就更加提高了他们在劳资谈判中的议价能力。事实上，中国一些在国际上非常有竞争力的行业的薪资水平在全球也是数一数二的。日经新闻曾经比较过中日大数据科学家的薪资水平，中国最高薪资超过日本70%。中国互联网大厂的薪资水平在全球也仅次于美国。这些行业显然不是靠低劳动力成本取胜的。
在笔者所从事的行业，这个规律非常明显。笔者所在的跨境电商行业，大部分企业都是单双休，但是头部知名企业则基本上都是双休。原因是，这类头部企业需要更高端的人才加入，实行双休制度是为了吸引高端人才。
当然，跟西方发达国家相比，中国高科技行业普遍存在加班现象，工作时长超长。用一句形容华为的话来来说就是，“招3个人付4个人的薪资干5个人的活”。
中国的工程师红利
工程师红利这个词在中国最早出现于2013年刊登在《环球时报》的一则基金广告上，当时的广告内文用了“工程师红利”一词。在此后几年内，这个词出现的频率很低。2015年后媒体才比较多的提及这个词，但大多仅仅停留在提及的层面，只有券商的分析师才对这个词做了专门的解读。目前学界还没看到这方面的专业论文。
前面提到中国的工程师红利是从1999大学扩招后才开始暴增的，23年时间，中国高等教育入学率提升了15倍。而中国的工程师红利应该说从90年代就已经开始了。1999年中国在校大学生数量413万，居世界第四，排在美国、印度与俄罗斯之后（同年在校大学生数量美国1420万、印度606万、俄罗斯474万，日本以310.7万排名第5）。那么这几个在校大学生数量排在中国前面的国家，当然也都经历了工程师红利期。
历史上的工程师红利
美国是世界上第一个实现高等教育平民化的国家，早在二战前就出现了在校生规模过万人的大学。受过高等教育的人口数量，在当时的世界上断崖式领先于其他国家。结果就是当时的美国工业在二战时期生产了全球50%以上的武器，很多工业门类的产量占据世界50%-70%左右。二战后，美国引领了第三次工业革命，研发了大量直到现在技术上依然令人叹为观止的武器装备和航天装备（银河C5运输机、B1B战略轰炸机、黑鹰直升机、航天飞机等），诞生了世界上规模最大、技术最先进的一批高科技公司。
苏联是世界上第二个实现高等教育平民化的国家，1930年代起，在校大学生数量长期位居世界第二，培养的工程师和科学家数量也是长期排名世界第二。但是在计划经济体制下，这批科学家和工程师并不能完全发挥自己的聪明才智，只有在军工研发领域受到的限制较少，所以苏联当时也研发出来了一大批突破人类想象的武器，并且它在航天技术领域仅次于美国。苏联解体前后，苏联科学家有了移民国外的机会，大量科学家与工程师开始流入以色列与美国，规模高达上百万，时间持续了20多年。这个曾经的世界第二人才大国的人才，最后为美国和以色列做了贡献。英特尔奔腾系列核心架构师就是从苏联移民到美国的。
二战后，由于此前的教育基础好，外加政府也重视教育，印度的高等教育规模很快位居世界第三，70年代印度成为了世界第三人才大国，仅次于美苏。但是由于印度本国工业落后，且印度式的计划经济和严苛的劳动法对新设企业以及外资非常不利，因此这些印度培养的人才大部分并没有为本国所用，其中的优秀分子大量移民去了美国。在很长时间里，印度是美国第一大留学生来源地，也是美国最大的外国人才来源地。
中国工程师红利分析
那么中国工程师红利期从90年代至今，取得了什么成就呢？中国工程师红利的规模有多大，时间能持续多久？
先看第一个问题。2024年英国《经济学人》杂志发布了一篇封面文章，从科研论文的发表数量和质量两个方面讨论了中国的科研成就，认为中国已经成为一个科学超级大国。在难以灌水的自然指数上，中国2014年还不到美国的一半，2023年已经超过美国。在引用次数排名前1%的高被引论文方面，2003年美国发表的数量是中国的20倍，到2022年中国发表高背引论文数已经超过欧盟与美国。虽然在基础研究方面的支出，美国依然比中国高50%，但中国在科研人才规模上超过了美国和欧盟，2014年中国大学培养的科学技术博士数量与美国持平，2025年将达到美国的2倍。
以上是科研领域的成就。在工业领域，中国在好几个行业取得技术突破，并在少数行业占据世界领先的技术。中国的无人机产业，无论是技术水平还是产业规模都是世界第一。互联网产业发展水平仅次于美国（中国互联网行业从业者薪资水平也是世界第二）。在电信设备领域，华为和中兴则多年排名世界第一和第四。显示面板行业，规模世界第一，且在高端OLED显示屏上也逐步赶上了韩国。此前一直令国人叹息的汽车产业，随着电动车时代的到来，中国车企靠混动专用发动机+插电式混动技术实现了对欧美日汽车的超越（底盘与整车安全技术除外）。在光伏太阳能技术和锂电池领域，中国企业从设备到工艺再到核心材料研发，最后到成品性能，都做到了全球领先。在规模上更是全球占比高达70%以上。其他一些看似落后的行业，其实发展水平已经很不错，比如半导体设计和生产领域，华为海思一度排名全球半导体公司第10名，无晶圆厂排名第5。在无线射频基带技术上海思排名世界第二，仅次于高通。即使是令很多人垂头丧气的半导体制程技术上，中芯国际的7nm制程在国际上也能排到第四，在晶圆代工厂销售额方面今年首次排名世界第三。除此之外，还有很多细分的小行业，中国企业也做到了世界领先水平。在全球最大的众筹平台Kickstarter上，仔细观察那些硬件类众筹项目，你会发现几乎90%的项目都是中国企业发起的。
第二个问题我们可以参考西南财经大学做的一个研究。下文内容主要基于西南财经大学发表的《产业匹配需求与工程师供给缺口研究》一文数据，并参照其他外国数据源写成。西南财经大学的这篇研究报告在数据分析部分有不少错误，并且没有将印度纳入比较对象。总结来说，中国在大学生理工类科目学生占比以及理工类专业学生毕业后从事科研工程岗工作的比例这两个数据上都处于非常高的水平，超过全球大部分理工人才大国。但是由于高等教育历史欠账太多，中国的每万人劳动力人口拥有工程师数量这一指标上还很低，不仅低于所有发达国家，甚至略低于印度。并且由于中国生育率暴跌，每年新生儿数量在快速减少，未来中国的理工人才增加数量将逐年减少（表4），且在高峰理工人口退休后，理工人才总量也将开始萎缩。
在1999年大学扩招以前，中国在校大学生数量仅排名世界第四，高等教育入学率不仅远低于欧美日韩台，也低于印度、菲律宾、泰国和印尼。所以1999年的大学扩招，对于提升中国人力开发真的功莫大焉。
扩招后，中国大学在校生数量在2007年第一次超过美国，那一年中国大学本专科在校生数量1884.9万，美国是1775.42万。经过十年追赶，到2017年，中国累计工程师和科学家数量成为世界第一，达到1547.6万人，而美国仅有676.9万人（参见表1）。这里美国的数据显得过少（毕竟美国早在90年代在校大学生数量就已经超过1000万），怀疑数据有误，查询了几个数据源核对后，确实是这个数。通过查阅美国国家科学基金的资料发现，美国的工程师和科学家定义门槛较高，至少要获得大学学士学位（美国本科四年制），而西南财经这篇研究报告对工程师的定义则只要求专科及以上学位，所以中美之间的统计口径有差异。2017年美国拥有理工学士及以上学位的人数有2452.1万。从这个数据我们可以计算出美国拥有理工学位的人从事科研工程岗位的比例为676.9/2452.1=27.6%。这一数据比西南财经大学提供的中国数据（37.3%，见表4）要低不少。
我们利用西南财经大学提供的数据做一个简单的测算，计算2006-2016这10年间中国新增工程师数量。西南财经大学的数据说中国理工科大学毕业生从事科研工程岗工作的比例是37.3%，而这10年中国大学毕业生累计是6616.66万（本专科），按照表2中中国理工类毕业生占比数据40%计算，6616.66万x37.3%x40%=987.2万。10年时间中国就新增了987.2万科学家与工程师（占2017年总数的63.8%），这个速度让美国汗颜呐。按照美国的口径和美国科学基金会的数据，我们可以计算出中国2011-2020年这10年间理工类本科及以上学历毕业生数据为1704万6390人，再乘以37.3%的科研工程岗位就业率，1704.6万x37.3%=635.8万，这10年新增635.8万本科及以上学历科学家与工程师，接近美国2017年的总数。这个速度依然非常快。
美国科学基金会的数据显示美国学习理工科目的大学生比例在2000是24%，20019年是27%。西南财经大学提供的我国大学生学习理工科目的比例（见表2），2003年前在60以上，2003年-2015期间是40%以上，2015年-2020年间降低到39%。在这一数据指标上，中国也是大幅度领先美国。
看完美国的数据，我们再来看看欧洲各国的数据。表1的数据显示英国人均工程师拥有量是美国的2.5倍（美国人口数量是英国的5倍），这个数据看起来似乎太高了。笔者从欧盟官网查询到了相关数据，英国2017年拥有科学家+工程师总数313.5万。德国的数据跟英国一样，也是313.5万，法国是165万。2018年英德法三国的数据分别是：326.8万，309.6万，172万。2022不包括英国的欧盟有科学家+工程师总数1780.5万，2023年是1872.3万。这一数据明显比表1中的数据少一些。
欧盟的数据并没有提供大学生学习理工科目的比例，也没有理工科毕业生就业选择科研与工程岗位的比例。美国国家科学基金会的一份报告里提供的世界排名前十一理工人才大国数据（不知道为何没包括俄罗斯），里面有计算各国理工专业学生比例。2020年各国理工学生比例数据如下表：
这里需要说明的是，美国国家科学基金会的这份统计表里，中国与日本的数据没有包含计算机学科。此外，这份表里有个social and behavioral sciences，其中土耳其与墨西哥在这个类目占比极高，经过查找资料与咨询专业人士，这个学科类目包含了社会学（与医疗相关）、心理学和医学，属于一个文理综合跨学科类目，我的统计表里就没包含这个类目的数据。
从上表可以看出，中国本科及以上学生学习理工类的比例占比最高，高达41%，德国其次，韩国第三，土耳其最低。中国在这里的数据比西南财经的数据（39.1%）要高，这是因为西南财经的数据包括了专科，而美国国家科学基金会的数据只统计本科及以上学历。
很显然，从世界各国的数据来看，中国不论是理工类专业学生占比，还是理工类专业毕业生从事科研研发类工作的比例，都很高。不仅高于美国这类由于基础教育质量差从而导致有大量本科生放弃理工科学习（50%）的国家，也高于重视教育的其他亚洲国家和中学强制分流因而高等教育入学率偏低的德国。
在做数据对比时，有一个影响理工类专业学生占比的重要因素有必要提一下。理工类科目的学习难度，相比文科商科要更难一些，对学生的天赋要求更高。最近几年中国高考改革，不再区分文理科，2017年发现江苏、浙江考生大量弃选物理学科。因为物理学习难度大，从时间投入上来说不划算，学生更愿意选容易拿高分的地理、政治、生物、历史。全国普及3+1+2高考模式后，除了语数外三门主科，学生需要在物理与历史中再选一门主科，余下四科任选2科，结果发现大量学生弃选化学。因为相比地理、政治、生物，化学学习难度更大。理工科的这一特征导致，如果一国的高等教育入学率上升的话，理工类专业学生占比则会下降，因为扩招就意味着学生质量的下降，自然而然学历理工类专业的学生比例会下降。
韩国因为高等教育毛入学率已经100%（2020年，全日制大学入学率71%），所以其33%的理工科学生占比数据，已经很高了。中国去年本专科入学率才40%，随着中国高等教育普及率逐渐达到饱和状态，中国的理工专业学生占比数据会下降到什么水平不好说。
看完存量数据的比较，我们再来看看中国未来工程师红利规模。西南财经大学这篇论文根据37.3%的理工类学生选择科研与研发岗位工作的比例，估算了我国科学家与工程师规模（表4）。 2035年中国工程师规模将达到3191.1万，占当年中国20-34岁人口比例为12.86%。2020年美国这一数据为10.71%，英国是28.6%，德国是22.77%，法国是18.33%，意大利是12.635%。2035年，中国才能在人才密度上追赶上发达国家中吊车尾的意大利2020年的水平。
虽然中国在理工科学生占比与理工科毕业生从事科研工程研发类工作比例这两个数据上超过发达国家。但是由于中国高等教育先天失调（49-79年30年政治冲击），后天不足（79-1999年长期投入不足），中国工程师在整个劳动力人口中占比还很低，2020年中国科学家与工程师占劳动力人口比例为2.4%，只有欧盟的32.4%。即使按照比较理想的数据估算，到2035年才刚刚赶上发达国家末班车意大利2020年的水平。
最后特地跟印度比较下相关数据。在比较之前谈一下各国教育制度与教育质量对数据的影响。前文提到英国的人均科学家与工程师数量是美国的2.5倍。原因主要有2点，1.美国只统计四年制本科以上学历获得者，英国大学三年制不区分本专科 2. 英国大学毕业后学位证书有两类，Bachelor (with) Honours Degree与Ordinary Degree。Ordinary Degree相当于肄业证书，但是统计本科以上人才毕业生数量时很可能也统计了这部分人。这是教育制度导致统计数据的偏差。另外，有不少第三世界国家的高等教育普及率很高，但是教育质量较差，这一点可以通过世界各国留美学生与在校大学生数量比例来判断，比例低的说明大学教育质量差。因此，这类国家即使STEM专业毕业生数量很高，也缺乏竞争力。印度的高等教育制度受英国影响也是三年制本科。印度常年位居美国最大留学生来源地国家，印度高等教育的高质量是有目共睹的。
前文提到，印度的高等教育规模长期排名世界第三，仅次于美苏，苏联解体后排名世界第二。自中国大学从1999年开始扩招后，到2003年本专科在校生数量达过1108.56万，大约就在2003年-2004年间中国在校大学生数量超过了印度（笔者没查到印度2003年高校在校生数据）。中国高校扩招有两个高速扩张期，第一阶段是1999年-2006年，本专科招生人数从1998年的108万增加到2006年的546万, 8年增长了5倍，平均年增长率为22.4%。2007年到2017年是相对停滞期，招生规模仅仅从566万增长到700万。第二个阶段从2018年到2021年，招生人数从700万增长到1001.32，4年间年平均增长率为9.4%。
1999年后，印度高等教育规模扩张速度总体上不如中国，但始终维持在一个较高的水平，到2021年，印度高等教育规模赶上了中国。印度2000年注册大学生数量是840万，2010年达到1867万，2020年达到4138万，20年年均增长8.3%。2021年印度注册大学生数量4330万，同年中国是4430万，仅比中国少100万。不过2021年印度高等教育毛入学率还只有28.3%，中国已经达到了57.8%。可见印度的高等教育规模还有很大的扩张潜力，不出意外，2024或者2025年，印度将的高等教育规模将成为世界第一。实际上印度的人口年龄结构比中国要年轻得多，2021年18-22岁人口比中国多80%，人口数量多5766万。2022年在印度在校中学生数量13434万2144，中国是9374万0840，印度比中国多4060万1304。所以，在未来理工人才规模上，印度将远远超过中国且差距只会越来越大（考虑到中国人口已经开始萎缩）。
存量理工人才数据方面，有两个统计口径：1.本科及以上学历 2.专科及以上学历。利用美国国家科学基金会一份报告里的数据，我们可以比较下2011-2020年中印本科及以上理工科专业毕业生数量。根据这份报告的数据（表6），印度这十年毕业的理工科学生数量是2089万2012，中国是1704万6390，印度比中国多384万5622。如果按照第二个标准统计，我们可以用西南财经大学提供的40%理工科学生占比数据，乘以这10年本专科学生毕业总数估算出来。这10年中国理工科毕业生总数7496.9万x40%=2998.79万，中国将比印度多909.56万。
前面已经提到印度大学生理工科专业比例略低于中国。理工科专业学生就业于科研工程研发岗位的比例这一数据，则没有比较的必要。由于印度制造业长期衰弱，印度大学生就业困难，印度国内存在比较严重的人才浪费现象（IT行业是少数大量吸纳人才的就业渠道）。但是，如果未来印度制造业能够发展起来，这部分增量人才就能得到利用。当前，大量印度优秀理工人才都选择去美国留学，以至于近30万的留学生里STEM专业的比例高达80%。