張明喜

(科學(xué)技術(shù)部中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院,北京 100038)

一、引 言

科學(xué)技術(shù)是第一生產(chǎn)力,是經(jīng)濟(jì)增長(zhǎng)的動(dòng)力和源泉。科技投入是科學(xué)技術(shù)發(fā)展的重要保證,科技投入對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)程度如何,二者存在怎樣的滯后影響,很多學(xué)者對(duì)這一問題進(jìn)行了大量的研究。美國(guó)數(shù)學(xué)家Cobb和經(jīng)濟(jì)學(xué)家Douglas用Cobb-Douglas生產(chǎn)函數(shù)計(jì)算出某一時(shí)刻的技術(shù)進(jìn)步對(duì)新增產(chǎn)值的貢獻(xiàn),但不能直接計(jì)算出技術(shù)進(jìn)步對(duì)產(chǎn)值增長(zhǎng)速度的貢獻(xiàn)[1]。Solow(1956)在中性生產(chǎn)函數(shù)假設(shè)下推導(dǎo)出增長(zhǎng)速度方程,分離出技術(shù)進(jìn)步,揭示了經(jīng)濟(jì)增長(zhǎng)過程背后的技術(shù)進(jìn)步作用,把生產(chǎn)函數(shù)的研究大大推進(jìn)了一步[2]。Solow(1975)使用增長(zhǎng)速度方程對(duì)美國(guó)技術(shù)進(jìn)步進(jìn)行了實(shí)證研究[3],但他將技術(shù)進(jìn)步作為經(jīng)濟(jì)增長(zhǎng)的外生變量。20世紀(jì)80年代,以Romer(1986)和Lucas(1988)為代表一批新經(jīng)濟(jì)增長(zhǎng)理論經(jīng)濟(jì)學(xué)家在對(duì)新古典經(jīng)濟(jì)增長(zhǎng)理論重新思考的基礎(chǔ)上,突破性地將技術(shù)進(jìn)步作為系統(tǒng)的內(nèi)生變量,提出了在技術(shù)進(jìn)步條件下,資本邊際效益遞減規(guī)律可以避免,經(jīng)濟(jì)增長(zhǎng)的持續(xù)性也可以保持的觀點(diǎn)[4][5]。內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論把知識(shí)增長(zhǎng) (或技術(shù)進(jìn)步)看作是長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的真正動(dòng)因,同時(shí)把財(cái)政科技投入看作是知識(shí)增長(zhǎng)的核心因素。為了證實(shí)內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論的合理性,經(jīng)濟(jì)學(xué)家通過建立各種計(jì)量模型來檢驗(yàn)科技投入是經(jīng)濟(jì)增長(zhǎng)的核心因素。Griliches(1986)分析了1957—1977年間1000家美國(guó)最大制造企業(yè)數(shù)據(jù),表明財(cái)政科技投入對(duì)生產(chǎn)力的提高有著重要的作用,其中R&D投入起著尤為重要的作用[6]。Coe D,Helpman(1995)在22個(gè)國(guó)家的樣本中研究發(fā)現(xiàn),本國(guó)和貿(mào)易伙伴的R&D支出幾乎可以解釋50%的OECD國(guó)家的生產(chǎn)力增長(zhǎng)[7]。Charles(1998)利用10個(gè)主要OECD國(guó)家數(shù)據(jù),得出R&D是全要素生產(chǎn)率增長(zhǎng)重要來源的結(jié)論[8]。

目前國(guó)內(nèi)對(duì)科技投入與經(jīng)濟(jì)增長(zhǎng)關(guān)系從不同的角度以定量方法進(jìn)行研究,主要通過回歸分析、因果關(guān)系檢驗(yàn)、協(xié)整分析和誤差修正模型等方法,建立計(jì)量經(jīng)濟(jì)模型來分析二者相互依賴和相互作用的規(guī)律。單紅梅等 (2006)利用不同方法、從不同角度研究了中國(guó)科技投入與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系[9],唐五湘 (2006)研究科技投入省市與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系[10],呂忠偉、袁衛(wèi) (2006)則通過對(duì)經(jīng)濟(jì)模型的Granger檢驗(yàn)實(shí)證了我國(guó)財(cái)政科技投入與經(jīng)濟(jì)增長(zhǎng)之間的相互關(guān)系及傳導(dǎo)機(jī)制[11];朱春奎 (2004)利用時(shí)間序列動(dòng)態(tài)均衡分析方法,考察我國(guó)財(cái)政科技投入與GDP的關(guān)系[12]。已有文獻(xiàn)存在一定的不足:一是假定歷史經(jīng)濟(jì)數(shù)據(jù)平穩(wěn),但實(shí)際上這些宏觀經(jīng)濟(jì)數(shù)據(jù)通常具有時(shí)間趨勢(shì),顯示出非平穩(wěn)的特征,如果直接回歸,可能導(dǎo)致 “偽回歸”問題;二是在回歸分析后沒有進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行彈性分析,來研究科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度以及二者的滯后效應(yīng);三是缺乏對(duì)兩者的互動(dòng)關(guān)系研究。本文在前人研究的基礎(chǔ)上,探討財(cái)政科技支出對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)的測(cè)度。

二、我國(guó)財(cái)政科技投入的現(xiàn)狀

多年來,各級(jí)財(cái)政部門積極籌措資金,使科技經(jīng)費(fèi)有了較大幅度的增長(zhǎng),并加大對(duì)重點(diǎn)領(lǐng)域、重點(diǎn)項(xiàng)目的支持力度,優(yōu)化了支出結(jié)構(gòu)。改革開放至今,財(cái)政科技投入總量不斷增長(zhǎng)。中國(guó)財(cái)政科技撥款自1978年至2008年經(jīng)歷了巨大的變化。從1978年到2008年的30年里,中國(guó)財(cái)政科技投入總量從52.89億元增加到2581.8億元,增加了40倍之多。

但是財(cái)政科技撥款占財(cái)政支出的比重呈現(xiàn)波動(dòng)特征,但是總體呈下降趨勢(shì)。從 1978年到 80年代末,財(cái)政科技撥款占財(cái)政支出比例在5%左右徘徊,變化不大,主要是由于這段時(shí)間還處于科技工作的恢復(fù)期,財(cái)政投入主要起保障和支撐作用,投入力度較大。從90年代開始,我國(guó)財(cái)政科技支出相對(duì)指標(biāo)迅速下滑,尤其是2000年財(cái)政科技投入占財(cái)政支出的比重降到了3.28%,創(chuàng)歷史新低。這既有宏觀經(jīng)濟(jì)方面的原因,也有科技投入體制方面的原因。由于我國(guó)財(cái)政支出壓力較大,急切需要解決的問題很多,而科技投入的效果一般要經(jīng)過較長(zhǎng)時(shí)間才能體現(xiàn),因此,極易形成科技投入 “非剛性”的觀念,這是財(cái)政科技投入增長(zhǎng)比例不足的最主要原因。同時(shí)這段時(shí)期,隨著市場(chǎng)經(jīng)濟(jì)認(rèn)識(shí)的不斷加深,政府對(duì)科技工作的管理更多運(yùn)用指導(dǎo)性計(jì)劃進(jìn)行宏觀引導(dǎo),而不是用指令性計(jì)劃進(jìn)行直接管理,且逐步減撥事業(yè)費(fèi)、轉(zhuǎn)變?yōu)橐皂?xiàng)目為主的支持方式,并主要實(shí)施跟蹤、模仿的科技發(fā)展戰(zhàn)略,與之相對(duì)應(yīng),科技投入占財(cái)政支出的比重有所下降,力度有所減弱。進(jìn)入21世紀(jì)以后,隨著我國(guó)科技戰(zhàn)略的調(diào)整,對(duì)自主創(chuàng)新的進(jìn)一步強(qiáng)調(diào),在有關(guān)政策的推動(dòng)下,我國(guó)財(cái)政科技投入開始進(jìn)入新的增長(zhǎng)期,財(cái)政科技投入占財(cái)政支出的比重也有所回升,2008財(cái)政科技投入占國(guó)家財(cái)政支出的比重為4.12%。

圖1 中國(guó)財(cái)政科技撥款 (1978-2008)

三、財(cái)政科技投入對(duì)經(jīng)濟(jì)貢獻(xiàn)的測(cè)度

(一)單位根檢驗(yàn)

定義自然對(duì)數(shù)的實(shí)際GDP和財(cái)政科技投入為lnQt和lnFESTt,對(duì)lnQt和lnFESTt進(jìn)行一次差分后得到的序列記為DlnQt和DlnFESTt,對(duì)上述四個(gè)時(shí)間序列進(jìn)行ADF檢驗(yàn),檢驗(yàn)結(jié)果列入表1。

表1 各時(shí)間序列的單位根檢驗(yàn)

從表1可知,原序列l(wèi)nQt和lnFESTt是非平穩(wěn)序列,而經(jīng)過一階差分后,序列不存在單位根,已經(jīng)是平穩(wěn)序列,即序列DlnQt和DlnFESTt都是一階單整序列。

(二)協(xié)整檢驗(yàn)與誤差修正模型

雖然兩個(gè)時(shí)間序列l(wèi)nQt和lnFESTt是非平穩(wěn)的,但是它們之間可能存在某種平穩(wěn)的線性組合,這種線性組合反映了變量間的長(zhǎng)期穩(wěn)定關(guān)系,即協(xié)整關(guān)系。對(duì)系統(tǒng)的協(xié)整檢驗(yàn)和估計(jì)普遍采用的是Johansen(1988,1992)的極大似然跡檢驗(yàn)和估計(jì)及EG兩步法。在只有兩個(gè)時(shí)間序列的情況下,只可能存在一個(gè)線性的協(xié)整關(guān)系;而在兩個(gè)時(shí)間序列存在唯一的協(xié)整關(guān)系時(shí),EG兩步法是非常有效的。在前面對(duì)序列進(jìn)行單整檢驗(yàn)已經(jīng)知道,序列l(wèi)nQt和lnFESTt都是一階單整序列,滿足協(xié)整檢驗(yàn)的前提條件,因此可以施行EG兩步法。運(yùn)用最小二乘法估計(jì)序列的長(zhǎng)期線性均衡關(guān)系,得到:

其中,括號(hào)中數(shù)據(jù)為相應(yīng)估計(jì)量t的統(tǒng)計(jì)值。通過回歸結(jié)果分析,方程的擬合優(yōu)度和修正的擬合優(yōu)度均比較令人滿意,各項(xiàng)檢驗(yàn)參數(shù)顯著不為零,F統(tǒng)計(jì)量表明方程顯著成立,回歸方程統(tǒng)計(jì)性質(zhì)良好。如果序列l(wèi)nQt和lnFESTt存在協(xié)整關(guān)系,那么回歸后的殘差序列εt應(yīng)具有平穩(wěn)性。

對(duì)序列εt做單位根檢驗(yàn),得:

ADF值為-2.661,小于5%顯著性水平的臨界值-1.948,所以可以認(rèn)為殘差項(xiàng)不存在單位根,是平穩(wěn)序列,即1978年-2008年間我國(guó)GDP與財(cái)政科技投入存在唯一的協(xié)整關(guān)系。Granger(1987)表示定理證明了協(xié)整與誤差修正模型 (ECM)的等價(jià)性。ECM不但能反映時(shí)間序列之間的長(zhǎng)期均衡關(guān)系,而且能反映短期偏離長(zhǎng)期均衡的修正機(jī)制。根據(jù)Hendry一般到特殊的建模方法,我們首先選定4階的滯后變量,然后逐步排除一些不顯著的變量,得到:

從反映我國(guó)GDP與財(cái)政科技投入長(zhǎng)期均衡關(guān)系的模型 (1)可以看出,從長(zhǎng)期看,財(cái)政科技投入對(duì)GDP的彈性為0.658,即財(cái)政科技投入每增長(zhǎng)1%,GDP將增長(zhǎng)0.658%,表明了財(cái)政科技投入對(duì)GDP的拉動(dòng)作用非常顯著;而從誤差修正模型 (3)可以看出,誤差修正項(xiàng)系數(shù)為-0.317,小于零,符合負(fù)反饋修正機(jī)制,對(duì)偏離長(zhǎng)期均衡的調(diào)整幅度較大,為31.7%,即上年度的GDP和財(cái)政科技投入的非均衡誤差以31.7%的比率對(duì)本年的GDP增長(zhǎng)率做出修正。從 (3)式還可以看出,財(cái)政科技投入對(duì)GDP的短期彈性為0.212(-0.152+0.364),這說明財(cái)政科技投入對(duì)GDP的短期彈性遠(yuǎn)小于長(zhǎng)期彈性,即短期的作用并不大。其原因在于財(cái)政科技投入的生產(chǎn)力作用主要是通過提高物質(zhì)資本和人力資本的效率來實(shí)現(xiàn)的,而這兩者的效率在短時(shí)間內(nèi)無法迅速提高,財(cái)政科技投入效果的顯現(xiàn)自然也就需要一定的過程;另一方面,財(cái)政科技投入對(duì)GDP的長(zhǎng)期影響比短期影響大隱含的政策意義在于制定長(zhǎng)遠(yuǎn)的財(cái)政科技投入戰(zhàn)略而不是短期策略成為必然的政策選擇。

(三)Granger因果檢驗(yàn)

在對(duì)財(cái)政科技投入和經(jīng)濟(jì)增長(zhǎng)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)前,先采用相關(guān)分析的方法,粗略地判斷兩個(gè)變量間的關(guān)系。根據(jù)1978年—2008年財(cái)政科技投入和經(jīng)濟(jì)增長(zhǎng)的統(tǒng)計(jì)數(shù)據(jù),測(cè)算財(cái)政科技投入與經(jīng)濟(jì)增長(zhǎng)之間相關(guān)系數(shù),結(jié)果表明兩者之間的相關(guān)系數(shù)高達(dá)0.981,滯后一期的相關(guān)系數(shù)為0.852,顯然二者之間存在著密切的關(guān)系,但不知道二者之間是否存在明確的單向或雙向因果關(guān)系,為了進(jìn)一步研究二者之間的因果關(guān)系,本文采用格蘭杰因果關(guān)系檢驗(yàn)法來對(duì)這兩個(gè)變量進(jìn)行檢驗(yàn)。

表2 財(cái)政科技投入與經(jīng)濟(jì)增長(zhǎng)的 Granger檢驗(yàn)結(jié)果

由于財(cái)政科技投入和經(jīng)濟(jì)增長(zhǎng)序列都具有增長(zhǎng)的趨勢(shì),是非平穩(wěn)的時(shí)間序列,需要對(duì)原序列進(jìn)行平穩(wěn)變換,再進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。檢驗(yàn)結(jié)果如表2所示。從上表可以看出,當(dāng)變量滯后期為1期或超過5期時(shí),二者不存在因果關(guān)系,而當(dāng)變量的滯后期在2—5期時(shí),檢驗(yàn)的結(jié)果都是相同的,即在第一個(gè)原假設(shè)下,統(tǒng)計(jì)量對(duì)應(yīng)的P值都大于0.05,不能拒絕 “經(jīng)濟(jì)增長(zhǎng)率不是財(cái)政科技投入增長(zhǎng)率變化的原因”的原假設(shè);在第二個(gè)原假設(shè)下,統(tǒng)計(jì)量值對(duì)應(yīng)的P值都小于0.05,拒絕 “財(cái)政科技投入增長(zhǎng)率不是經(jīng)濟(jì)增長(zhǎng)率的原因”的原假設(shè)。從格蘭杰因果關(guān)系檢驗(yàn)可以看出,財(cái)政科技投入增長(zhǎng)率與經(jīng)濟(jì)增長(zhǎng)率之間存在著明顯的單向因果關(guān)系。

(四)脈沖響應(yīng)函數(shù)分析

圖2是基于VAR模型和漸進(jìn)解析法模擬的脈沖響應(yīng)函數(shù)曲線,橫軸代表響應(yīng)函數(shù)的追蹤期,本文設(shè)為10年;縱軸代表因變量對(duì)解釋變量的響應(yīng)程度。圖中的實(shí)線為響應(yīng)函數(shù)的計(jì)算值,虛線為響應(yīng)函數(shù)值加或者減兩倍標(biāo)準(zhǔn)差的置信區(qū)間。

圖2 財(cái)政科技投入對(duì)GDP與GDP對(duì)財(cái)政科技投入的脈沖響應(yīng)路徑

首先,從圖2(左)可以看出,財(cái)政科技投入對(duì)GDP信息的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的響應(yīng)始終處于波動(dòng)之中,但是調(diào)整的幅度不大,也呈現(xiàn)出比較穩(wěn)定的正向響應(yīng)并且持續(xù)時(shí)間也比較長(zhǎng)。這說明了GDP與財(cái)政科技投入之間存在著緊密的聯(lián)系,GDP增長(zhǎng)的同時(shí)也促進(jìn)了財(cái)政科技投入的增長(zhǎng),這種聯(lián)系也具有長(zhǎng)期性。

其次,考察GDP對(duì)財(cái)政科技投入的響應(yīng)情況和響應(yīng)路徑。從圖2(右)可以看到,GDP對(duì)財(cái)政科技投入信息的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的響應(yīng),短期內(nèi)GDP對(duì)財(cái)政科技投入的響應(yīng)處于很低的水平,但從長(zhǎng)期來看,財(cái)政科技投入對(duì)GDP的正向拉動(dòng)影響時(shí)限更長(zhǎng),也更穩(wěn)定。這一結(jié)論進(jìn)一步支持了協(xié)整的實(shí)證結(jié)果,也說明了GDP增長(zhǎng)與財(cái)政科技投入之間存在密切的長(zhǎng)期關(guān)系。其經(jīng)濟(jì)意義在于,強(qiáng)調(diào)了政府在制定財(cái)政科技投入政策上應(yīng)采取長(zhǎng)期政策而非短期政策,這樣才能促進(jìn)財(cái)政科技投入有效地轉(zhuǎn)化為生產(chǎn)力,最終促進(jìn)實(shí)際經(jīng)濟(jì)的產(chǎn)出。

(五)方差分解:貢獻(xiàn)分析

與脈沖響應(yīng)分析不同,方差分解分析提供了另一種描述系統(tǒng)動(dòng)態(tài)的方法。方差分解是通過將系統(tǒng)的均方誤差 (Mean Square Error)進(jìn)行分解,分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度。由于本模型滿足平穩(wěn)性條件,因此,方差分解模型采用近似的相對(duì)方差貢獻(xiàn)率 (RVC):

下面我們分別給出了各變量對(duì)實(shí)際GDP和財(cái)政科技投入的貢獻(xiàn)率的合成圖。橫軸表示沖擊作用的滯后期間數(shù),縱軸表示對(duì)應(yīng)于不同滯后期各變量的貢獻(xiàn)率。

從圖中可以看出,如果不考慮實(shí)際GDP自身的貢獻(xiàn)率 (自我累加效應(yīng)),則財(cái)政科技投入對(duì)實(shí)際GDP的方差貢獻(xiàn)率很突出,尤其是經(jīng)過5年多后,財(cái)政科技投入貢獻(xiàn)率超過GDP的自我累加效應(yīng),而實(shí)際GDP的貢獻(xiàn)率則較小,這個(gè)結(jié)果和我們的協(xié)整檢驗(yàn)結(jié)果基本相同,說明財(cái)政科技投入的產(chǎn)出效應(yīng)特別明顯。

圖3 財(cái)政科技投入對(duì)實(shí)際GDP的貢獻(xiàn)率

四、結(jié)論與政策建議

(一)GDP和財(cái)政科技投入雖然是非平穩(wěn)序列,但是兩者之間存在某種長(zhǎng)期穩(wěn)定的均衡關(guān)系,財(cái)政科技投入對(duì)GDP的長(zhǎng)期彈性為0.658。這表明在1978年—2008年之間,財(cái)政科技投入對(duì)我國(guó)GDP的增長(zhǎng)具有極大的促進(jìn)作用。描述財(cái)政科技投入與GDP的短期波動(dòng)關(guān)系的ECM則表明財(cái)政科技投入對(duì)GDP的短期彈性相對(duì)于長(zhǎng)期彈性而言比較小,其原因可能在于財(cái)政科技投入的效果無法在短時(shí)間內(nèi)體現(xiàn)出來,它對(duì)GDP的促進(jìn)作用需要一個(gè)中間轉(zhuǎn)化的過程,因此短期內(nèi)希望增大財(cái)政科技投入總量來提高即期GDP的政策可能不會(huì)產(chǎn)生預(yù)期顯著的效果。

(二)財(cái)政科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)具有重要的推動(dòng)作用,而經(jīng)濟(jì)增長(zhǎng)對(duì)財(cái)政科技投入的貢獻(xiàn)不顯著,同時(shí)財(cái)政科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的作用存在滯后效應(yīng)。國(guó)家財(cái)政科技投入主要用于基礎(chǔ)研究、前沿技術(shù)研究和重大共性關(guān)鍵技術(shù)研究等公共科技活動(dòng),轉(zhuǎn)化過程中的周期一般較長(zhǎng),導(dǎo)致了財(cái)政科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的作用存在一定的滯后性,因此,在加大財(cái)政科技投入的同時(shí),既要充分意識(shí)到財(cái)政科技投入的滯后效應(yīng),避免急于求成,也要考慮財(cái)政科技投入作用的時(shí)效性,提高其使用效率。

(三)從脈沖響應(yīng)函數(shù)的分析來看,GDP對(duì)財(cái)政科技投入的響應(yīng)雖然歷經(jīng)一個(gè)微調(diào)的階段,但是其正向響應(yīng)趨向于長(zhǎng)期穩(wěn)定。這表明,GDP和財(cái)政科技投入兩者之間有著緊密的長(zhǎng)期聯(lián)系,因此,在政策措施上應(yīng)采取長(zhǎng)期而非短期的政策,以保證財(cái)政科技投入對(duì)GDP長(zhǎng)期正向拉動(dòng)影響作用。從方差分解來看,財(cái)政科技投入對(duì)實(shí)際GDP的方差貢獻(xiàn)率很突出,尤其是經(jīng)過5年多后,財(cái)政科技投入貢獻(xiàn)率超過GDP的自我累加效應(yīng)。

盡管現(xiàn)階段我國(guó)財(cái)政科技投入增長(zhǎng)速度較快,但是,財(cái)政科技經(jīng)費(fèi)投入的使用效率偏低的問題仍然比較突出?？萍冀?jīng)費(fèi)使用效率偏低的原因是多方面的,從科技支出管理的角度看,主要包括幾方面:科研經(jīng)費(fèi)多部門管理,資金使用效率低;科研專項(xiàng)經(jīng)費(fèi)采用項(xiàng)目管理模式,績(jī)效管理定位不準(zhǔn)確;預(yù)算撥款制度嚴(yán)重脫離科研活動(dòng)的實(shí)際需求?？蒲薪?jīng)費(fèi)撥付時(shí)間滯后,影響了科技投入產(chǎn)出的效率?？萍冀?jīng)費(fèi)預(yù)算要經(jīng)過人大會(huì)批準(zhǔn)后才能使用;科研經(jīng)費(fèi)使用的制度規(guī)定不盡合理;科研經(jīng)費(fèi)沒有實(shí)行全成本核算。因此,應(yīng)該完善財(cái)政科研經(jīng)費(fèi)的財(cái)務(wù)管理制度,構(gòu)建科研項(xiàng)目評(píng)價(jià)、后續(xù)跟蹤和持續(xù)支持制度,提高財(cái)政科技資金的使用效率。

[1]張軍.道格拉斯-諾斯的經(jīng)濟(jì)增長(zhǎng)理論述評(píng) [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),1994,(5):16-19.

[2]Solow RM.A contribution to the theory of economic growth[J].Quarterly Journal of Economics,1956,70:65-94.

[3]Solow RM.Technical:change and the aggregate production[J].Review of Economics and Statictics,1975,(37):38-70.

[4]Romer P M.Increasing return and long-run growth[J].Journal of Political Economy,1986,94:1002-1037.

[5]Lucas,Robert E.Jr.On the mechanism of economic development[J].Journal of Monetary Economics,1986,22:3-22.

[6]Griliches Z.Productivity,R&D and basic research at the firm level in the 1970's[J].American Economic Review,1986,76:142-154.

[7]Coe D,Helpman E.International R&D spillovers[J].European Economic Review,1995,39:859-887.

[8]Jones,Charles I.Growth:with or without scale effect[J].American Economic Review,1998,89:139-144.

[9]單紅梅等.1991-2003年間中國(guó)科技投入經(jīng)濟(jì)效果的實(shí)證分析[J].系統(tǒng)工程,2006,(9):88-92.

[10]唐五湘.北京市科技投入與經(jīng)濟(jì)增長(zhǎng)的T型關(guān)聯(lián)度分析[J].工業(yè)技術(shù)經(jīng)濟(jì),2006,25,(6):100-102.

[11]呂忠偉,袁衛(wèi).財(cái)政科技投入和經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[J].管理科學(xué)與研究,2006,24,(5):105-108.

[12]朱春奎.財(cái)政科技投入與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)均衡關(guān)系研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2004,(3):43-46.