鉴古识今 – 从「科举考试」分析中国经济发展

鉴古识今 – 从「科举考试」分析中国经济发展

港大经管学院龚启圣教授在知名经济学期刊《经济学杂志》发表的论文被挑选为2020年度最佳论文,因而荣获英国皇家经济学会奖。他和马驰骋博士及陈婷博士联合撰写的论文 Long Live Keju! The Persistent Effects of China’s Civil Examination System (中文翻译:科举万岁!中国科举制度所产生的深远影响),研究科举制度千年以来对中国的人力资本或教育成果的长远影响。

龚教授解释为何他的研究团队会致力研究中国历史以及其对中国经济发展的影响。他说:「越来越多的经济学文献显示,制度和文化能够对经济发展产生深远的影响。一个国家在被殖民统治期间受一个「差劣」的政治制度治理,例如一个未能有效约束统治者的制度,他们的长远经济发展一般也会比较差。这一点在文化方面亦同出一辙。」

科举制度是中国封建时期的一种公务员考试制度。科举制度自宋代开始发展成熟,并成为世上最早出现的「精英政治」制度模式。在被废除前,科举制度在中国已有近千年的历史。 尽管现在大家都会同意「求学不是求分数」,但古时的读书人对科举考试的狂热已经不能够以韦编三绝形容。他们会尽可能取得科举考试中最高荣誉的「进士」资格,以获得功名所带来的声望和奖励。龚教授和他的团队因此假设,科举制度可能创造了一个对学习和学术成就万分尊重的精英阶层,并随着时间推移,培育出一种独特的「文化特征」。这股文化特征即使在科举制度被废除后,依然在社会上持续了一段很长的时间。龚教授说:「科举为我们提供了一个宝贵的机会,研究一个特定的制度和文化,在一段长时间内可以产生的影响。」

龚教授补充说:「我们的研究发现,当每一万人之中出现多一名额外的进士,人均的教育年数便会在2010年时增加0.87%。现时的人均教育年数为8.72年,这代表每多一名进士,人均的教育年数便会增加一年。以此对比联合国最近估计的基准,其幅度被换算成收入差距可达1.5倍。」

透过分析历史数据,团队的研究发现「为何在某些文明中,如何将教育而非物质财富传承下一代的概念,会较其他文明更为重要。并在某程度上,反映教育对经济增长的重要性。教育可谓是国家的财富。」

龚教授在2018年7月加入港大经管学院,任职经济学教授。 他说:「我当时被院长蔡洪滨教授的真诚邀请打动,我相信我能够加入一个发展蓬勃的学术团体。 蔡院长的领导能力备受瞩目,其学术成就更是学究天人。 这些美德的结合,在学术领导中相当具吸引力。 此外,加入港大经管学院能给予我一个机会与陈志武教授等优秀的同事合作,共同制定有关中国经济史的课程。 因此,当我下定决心加入港大经管学院时,并没有一丝犹豫。」在2019年,香港大学授予龚教授苏威赵善敏基金教授席(经济史)的明德教席,以表扬及支持他在中国经济史上的学术和研究活动。

龚教授在2020年10月被任命为新一任的经济学学术领域主任。龚教授计划透过开设新的课程使学院的本科课程变得更现代化,务求协助本科生在这个讯息万变的世界中,掌握有关数据分析的技能及其他实用的知识。 为提升博士生课程的质量,龚教授亦付出了相当大的努力。在 2021至22年度,为研究生陆续开办全新的应用经济学课程,例如「经济历史与发展」丶「国际经济学/产业组织实证研究」丶「应用计量经济学」丶「中国宏观经济学研究」等。

随着数码化的数据变得唾手可得,而且电脑的运算功能与日俱增,龚教授所率领的学术领域,已准备好迎接大数据为应用经济学研究人员所带来的挑战。 龚教授已带领经济学学术领域展开招聘活动,从世界各地招揽人才,组建最强的研究团队,聘请擅长运用数据,以可理解的办法,处理不同议题的顶尖学者。

了解更多有关英国皇家经济学会奖(仅供英文版):https://www.res.org.uk/resources-page/2020-royal-economic-society-prize.html 

Professor James Kung, Dr. Chicheng Ma and Dr. Ting Chen

2020英国皇家经济学会奖得奬者:港大经管学院龚启圣教授(中)丶港大经管学院马驰骋博士(右)及香港浸会大学陈婷博士(左)

Other Events
港大经管学院最新多模态AI图像生成能力排名出炉 部份中国人工智能模型表现突出
2025 | 学院新闻
港大经管学院最新多模态AI图像生成能力排名出炉 部份中国人工智能模型表现突出
港大经管学院今日发表《人工智能模型图像生成能力综合评测报告》,针对15个“文生图模型”及7个“多模态大语言模型”进行全面评估。研究显示,字节跳动的即梦AI和豆包,以及百度的文心一言,在新图像生成的内容质素及图像修改的表现突出;而早前引起全球关注的DeepSeek最新推出的文生图模型Janus-Pro,则在新图像生成方面表现欠佳。研究亦发现部分文生图模型虽然在内容质素方面表现优异,却在安全与责任方面的表现强差人意。整体而言,与文生图模型相比,多模态大语言模型整体表现较佳。
人工智能图像生成评测成绩单公布: 字节跳动百度表现亮眼,DeepSeek Janus-Pro表现欠佳
2025 | 研究
人工智能图像生成评测成绩单公布: 字节跳动百度表现亮眼,DeepSeek Janus-Pro表现欠佳
如今,人工智能领域的前沿模型技术已经从文本处理拓展至视觉信息的深度理解与生成。这些模型既能精准解读图像语义,又能根据文字描述创作出兼具真实感与艺术性的视觉内容,展现出令人惊叹的跨模态理解与创作能力。本研究聚焦全新图像的生成和基于现有图像的图像修改两大核心任务,提出了一套系统性的人工智能模型图像生成能力评测框架。我们基于多维测试集的构建与专家评审,对15个专业文生图模型和7个多模态大语言模型的图像生成能力进行了全面评估。结果显示,字节跳动的即梦AI和豆包以及百度的文心一言在新图像生成的内容质量与修改任务中表现突出,位列第一梯队。对比不同类型的AI模型,我们发现,相对于专业文生图模型,多模态大语言模型整体表现更佳。