亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        R&D與生產(chǎn)率增長:一個文獻評述

        2011-10-18 10:32:16陳雄兵
        統(tǒng)計與決策 2011年5期
        關鍵詞:研究

        陳雄兵

        (中南財經(jīng)政法大學新華金融保險學院,武漢430073)

        R&D與生產(chǎn)率增長:一個文獻評述

        陳雄兵

        (中南財經(jīng)政法大學新華金融保險學院,武漢430073)

        R&D與生產(chǎn)率之間的關系一直是實證研究關注的焦點。研究的大致結(jié)論是R&D對生產(chǎn)率增長有顯著的影響,其回報率等于或者高于傳統(tǒng)投資的回報率。與橫截面數(shù)據(jù)研究的結(jié)論相比,時間序列數(shù)據(jù)研究的結(jié)論較弱,系數(shù)較小且統(tǒng)計顯著性不高。數(shù)據(jù)的缺陷導致很難確定R&D貢獻的具體大小,另外,R&D還呈現(xiàn)出一定程度的溢出效應。

        R&D;生產(chǎn)率增長;度量問題;溢出效應

        技術進步是長期生產(chǎn)率增長的重要決定因素,因此也是生活標準提高的決定因素。技術進步來源于發(fā)明新產(chǎn)品、優(yōu)化現(xiàn)有產(chǎn)品和降低生產(chǎn)成本的過程等之類的創(chuàng)新活動。這類創(chuàng)新活動被稱作研究與開發(fā)(Research and Development, R&D)。

        傳統(tǒng)上,R&D被分為以下三類:(1)純基礎研究:旨在提高知識水平而非獲得長期收益的理論與實踐工作;(2)應用研究:為基礎研究的發(fā)現(xiàn)確定可能的用途,或者為特定的目地確定新的方法;(3)實驗性開發(fā):發(fā)明新材料、產(chǎn)品或者裝置,或者優(yōu)化現(xiàn)有的產(chǎn)品或者服務的性能。

        考慮到R&D對技術進步的重要性,大量實證研究關注R&D支出與生產(chǎn)率增長之間的關系,研究的重點集中于下面兩個問題:(1)R&D是否是解釋全要素生產(chǎn)率(Total Factor Productivity,TFP)增長的重要因素?(2)如果R&D是重要因素,那么其影響到底有多大,即產(chǎn)出的R&D彈性有多大?

        實證文獻的結(jié)論如下:(1)R&D對生產(chǎn)率有正的影響,其回報率至少等于其他類型的投資。但是,數(shù)據(jù)的缺陷導致很難確定R&D貢獻的具體大小。R&D彈性估計值變化范圍很大,具體結(jié)果依賴于數(shù)據(jù)樣本、模型設定和估計方法等;(2)理論上,橫截面數(shù)據(jù)的研究與時間序列數(shù)據(jù)的研究結(jié)論應該一致。但實證結(jié)果顯示,時間序列數(shù)據(jù)得到的結(jié)論較弱,估計系數(shù)較小且通常在統(tǒng)計上不顯著;(3)某些證據(jù)證明R&D有溢出效應,即除了首創(chuàng)者之外的公司、行業(yè)甚至國家也能從R&D中獲益。但由于度量與估計溢出程度的難度,其結(jié)論的可信程度不高。

        1 模型與方法

        大部分文獻選擇如下擴展的Cobb-Douglas生產(chǎn)函數(shù)來考察R&D對生產(chǎn)率增長的貢獻:

        其中,Q為產(chǎn)出的度量,通常是實際產(chǎn)出或者銷售量;A為全要素生產(chǎn)率(TFP),即每單位復合生產(chǎn)要素的產(chǎn)出;λ為技術進步率;K為有形的物質(zhì)資本的度量;L為勞動力的度量,通常是勞動時間或者雇員數(shù)量;R為R&D資本的度量,代表特定時點上公司擁有的知識存量;ε為方程的誤差項,反映未知因素以及其他擾動項的影響。另外,一般假設傳統(tǒng)投入要素L和K存在規(guī)模報酬不變。

        生產(chǎn)函數(shù)中變量的準確定義會隨著研究而變化。例如,就產(chǎn)出而言,基于企業(yè)或者行業(yè)數(shù)據(jù)的研究往往使用銷售收入,但基于全國加總數(shù)據(jù)的研究則會使用實際GDP。勞動投入的優(yōu)先度量是工作時間,但當數(shù)據(jù)不可得時,雇員數(shù)量也可作為代理變量。物質(zhì)資本的存量是企業(yè)、行業(yè)或者全社會生產(chǎn)性資本的總和。R&D為R&D資本的存量(加總某幾年的凈R&D投資)或者某個特定年度的R&D投資。

        對方程(1)兩邊取自然對數(shù),得:

        參數(shù)α,β和γ分別是產(chǎn)出的物質(zhì)資本、勞動和R&D彈性。研究者最感興趣的是γ,想判斷其強度大小以及是否在統(tǒng)計上顯著。時間序列數(shù)據(jù)研究使用某個時間段內(nèi)的數(shù)據(jù),測量的是方程右邊變量,例如R&D的變化對產(chǎn)出的效果。橫截面研究則使用的是某個特定時點上單個企業(yè)或者行業(yè)的數(shù)據(jù),考察R&D開支較多的公司(行業(yè))的產(chǎn)出或者生產(chǎn)率是否高于R&D開支較少的公司(行業(yè))。

        對方程(2)取一階差分,可得到如下的增長率形式的方程:

        此時產(chǎn)出增長率是物質(zhì)資本、勞動和R&D投入三個變量增長率的函數(shù)。

        方程(2)和(3)的主要優(yōu)勢在于其簡潔性,不足之處則在于OLS的假設條件并不能完全被滿足,因此估計參數(shù)可能存在誤差。對于橫截面研究,誤差可能因為遺漏相關變量而產(chǎn)生。時間序列估計的主要問題則是多重共線性,即解釋變量之間存在線性關系。

        部分文獻希望得到關于R&D回報率而非R&D彈性的方程①R&D回報率度量的是R&D存量增加1單位帶來的產(chǎn)出絕對值的變化,而產(chǎn)出的R&D彈性度量的則是R&D存量增加1%時產(chǎn)出增加的百分比。,由方程(2)可得:

        其中ρ=△Q/△R定義為R&D的回報率,將其代入方程(3)可得:

        其中,△R是R&D資本的凈投資,△Rt/Qt定義為R&D強度。與方程(3)相比,方程(5)的優(yōu)勢在于避免計算R&D資本存量,此時研究重點從R&D彈性轉(zhuǎn)到回報率。如果生產(chǎn)函數(shù)是規(guī)模報酬不變的,那么方程(5)可以寫作如下的形式:

        2 計量估計

        計量研究的核心問題是:R&D是否對生產(chǎn)率增長有影響?如果有的話,影響的程度有多大,R&D能否被加入長期增長的模型中。

        大部分的實證研究使用公司或者行業(yè)層面的數(shù)據(jù)估計R&D的效果。最近的研究則集中于R&D的社會回報——創(chuàng)新的總回報,包括初始創(chuàng)新者的回報和溢出到其他未開展R&D的公司的回報。

        2.1 R&D的私人回報率

        R&D實證文獻的核心是通過利用公司或者行業(yè)層面數(shù)據(jù)來估計R&D的私人回報率或彈性,其結(jié)果總體上是一致的,即R&D的彈性是正的且統(tǒng)計上顯著,基本上在0.1到0.2之間。在上述研究中,與使用橫截面數(shù)據(jù)的研究相比,使用時間序列數(shù)據(jù)得到的結(jié)果較弱,系數(shù)較小且統(tǒng)計顯著性不高。

        (1)基于公司或者行業(yè)數(shù)據(jù)的研究

        表1 私人R&D彈性估計值,橫截面數(shù)據(jù)

        表2 私人R&D彈性估計值,時間序列數(shù)據(jù)

        考察R&D對生產(chǎn)率效果的最早的研究主要集中于制造業(yè),因為其產(chǎn)出的定義清晰明了,且數(shù)據(jù)質(zhì)量也較高。R&D彈性的估計值根據(jù)不同的樣本而有所不同,基于單個企業(yè)數(shù)據(jù)的研究認為彈性在0.05到0.60之間,基于表1的行業(yè)或者部門的研究認為彈性在0到0.50之間。盡管變化幅度很大,基本的趨勢是在0.10到0.20之間。此外,彈性估計通常是統(tǒng)計上顯著的。研究還暗示,在一個行業(yè)內(nèi),公司的R&D資本越高,其生產(chǎn)率也越高。

        由表2可知,基于時間序列數(shù)據(jù)的R&D的彈性(以及物質(zhì)資本的彈性)的估計通常比橫截面數(shù)據(jù)得到的彈性小很多,且通常在統(tǒng)計上不顯著。這可能是因為橫截面數(shù)據(jù)的變異性更大。

        Hall and Mairesse(1995)因為其數(shù)據(jù)樣本、估計方法和實證結(jié)果而頗具代表性?;?980—1987年法國制造企業(yè)的樣本數(shù)據(jù),作者使用類似于方程(2)和(3)的方程去估計R&D彈性,并且判斷結(jié)果如何隨假設條件的變化而變化。假設條件包括:生產(chǎn)函數(shù)中的不變規(guī)模報酬、計算R&D資本存量的折舊率、對于勞動與資本投入中的R&D支出的重復計算問題以及是否包括調(diào)整項。通過在方程(2)中使用橫截面數(shù)據(jù),作者發(fā)現(xiàn)R&D彈性是正的,變化范圍在0.05到0.25之間,且統(tǒng)計顯著性很高。但是,當其使用時間序列數(shù)據(jù)時,彈性急劇下降,統(tǒng)計的顯著性也幾乎消失。當使用水平數(shù)據(jù)時,依賴假設的不同,彈性在0到0.07之間,且要么不顯著或者很少顯著。當使用增長率的數(shù)據(jù)(差分數(shù)據(jù))時候,R&D彈性在0.02到0.05之間,且統(tǒng)計上不顯著。而且,時間序列估計出現(xiàn)了違反常識的結(jié)果,例如勞動投入的負的系數(shù),物質(zhì)資本的彈性很低等。

        Hall and Mairesse(1995)的結(jié)論與Mairesse and Sassenou(1991)相呼應,后者認為,時間序列數(shù)據(jù)得到的R&D彈性以及物質(zhì)資本的彈性,通常比相對應的橫截面數(shù)據(jù)的估計值低。作者還認為,通過約束勞動彈性使其等于其在國民收入的份額,又或者通過增加不變規(guī)模報酬的約束(即要素投入的系數(shù)之和為1),上述兩個彈性會進一步降低。Hall and Mairesse(1995)假設不變規(guī)模報酬時,R&D系數(shù)在某些而非全部時間序列研究中仍然顯著。

        和R&D彈性的估計值一樣,基于方程(5)的R&D回報率的估計值也有很大的變異性,依賴于數(shù)據(jù)類型、模型設定、估計方法和加總程度。R&D回報率的估計值的范圍在0—0.60之間波動,基本上的范圍是0.20~0.30之間,見表3。

        表4 私人R&D彈性的部分估計值,利用全國數(shù)據(jù)

        上述所有實證文獻的一個顯著的共同特征是不同行業(yè)的R&D回報率存在很大差異。這種差距大于同一行業(yè)內(nèi)不同公司之間的差異,也大于不同國家同一行業(yè)之間的差異。例如,在TFP回歸中引入虛擬變量控制不同行業(yè)的差異后,通常會降低R&D的回報率,而且減少其顯著性。此外,幾個研究發(fā)現(xiàn),科學與研究密集型行業(yè)——如化學、生物制藥、信息技術——的R&D回報率高于其他制造業(yè)部門??萍计髽I(yè)的R&D彈性通常顯著為正,非科技企業(yè)的則通常很小而且統(tǒng)計上往往不顯著,R&D投資的回報率也是如此。

        今天,2018“圖書館學術論壇”在此舉行,我謹代表上海市圖書館學會對本次論壇的開幕表示衷心的祝賀!對來自全國各地的專題報告專家、論文點評專家以及踴躍參加論壇的同行表示熱烈的歡迎!

        R&D的實證文獻的其他結(jié)論包括:

        ①基于橫截面數(shù)據(jù)的將R&D支出加以分解的研究發(fā)現(xiàn)基礎研究的回報率高于應用研究,即基礎研究占R&D比例較高的公司的生產(chǎn)率比比例較低的公司高。

        ②R&D回報率是否隨時間而變化,這個問題的答案并不明確。某些研究認為R&D彈性在1970和1980年代下降,但是其他研究沒有發(fā)現(xiàn)下降的證據(jù)。Griliches(1994)認為,沒有很強的證據(jù)證明彈性在長期內(nèi)下降,某些作者報告的1970年代R&D回報率的明顯下降可能源于當時的石油價格沖擊,這打擊了如化學和石油精煉之類的R&D密集部門。

        ③學術研究對商業(yè)R&D作出了很大的貢獻。有研究表明大學研究與私人創(chuàng)新和績效之間存在聯(lián)系。地理位置越近,貢獻越高。公司越小,貢獻越高。

        (2)基于全國數(shù)據(jù)的研究

        與使用企業(yè)數(shù)據(jù)的研究相比,基于行業(yè)或全國層面數(shù)據(jù)得到的結(jié)果更具有效性。但由于數(shù)據(jù)收集的原因,這方面的研究相對較少,其中大部分是橫截面研究。這些研究計算的R&D彈性和基于微觀數(shù)據(jù)的估計值一樣具有很大的變異性。如下表4所示,估計值的變化范圍很大,從接近于0到超過0.60,中心值接近0.10。

        全國數(shù)據(jù)得到的結(jié)果對于估計方法和樣本內(nèi)的具體國家很敏感。澳大利亞產(chǎn)業(yè)委員會(AIC,1995)利用1975—1991年澳大利亞的總體數(shù)據(jù)去估計一個典型的TFP方程。使用方程(6)時,R&D彈性的估計值大約為0.06,統(tǒng)計上也顯著。但是,當其加入時間趨勢項后,估計的系數(shù)下降到0.02,且統(tǒng)計顯著性消失。Patel and Soete(1988)對8個工業(yè)化國家分別進行估計,發(fā)現(xiàn)R&D彈性從加拿大的0.26波動到英國的0.82。Coe and Helpman(1995)利用了OECD內(nèi)的國家樣本,發(fā)現(xiàn)G-7國家的彈性是0.23,非G-7國家則是0.08。

        2.2 R&D的社會回報率

        與物質(zhì)資本相比,R&D資本——事實上是技術知識——有幾個獨特的性質(zhì)。首先,技術知識具有消費上的非競爭性,這意味著它可在同一時間被無數(shù)人所使用。第二,它還至少部分程度上具有非排他性,這意味著知識的擁有者不能完全阻止其他人使用它。這些特征表明R&D投資具有溢出效應,即R&D支出的效果會部分溢出到其他公司。

        溢出的具體形式多樣化。最常見的是在同行業(yè)的公司之間發(fā)生,比如公司模仿其競爭對手。溢出還可以表現(xiàn)為不同類型機構之間知識轉(zhuǎn)移——例如,信息從大學傳播到公司,或者反向。

        溢出對于經(jīng)濟模型有重要的含義,即R&D對生產(chǎn)率增長的貢獻與其規(guī)模不成比例。雖然R&D只占私人經(jīng)濟支出中的一小部分,但其對TFP增長率的貢獻卻是巨大的。事實上,如果溢出效應足夠大的話,則可能暗示著在一國經(jīng)濟層面有遞增的規(guī)模報酬,即生產(chǎn)要素投入的一定比例的增加,會導致產(chǎn)出增加更大的比例。遞增規(guī)模報酬的存在開創(chuàng)了內(nèi)生增長的可能性。

        溢出的存在是毋庸置疑的,唯一的問題在于,它們是否在宏觀層面上顯著。為了估計與R&D支出有關的溢出的大小,研究者使用如下兩種基本方法:

        第一,使用標準生產(chǎn)函數(shù)的設定形式。如果R&D支出的回報率顯著高于普通資本的回報率,又或者當方程使用較高加總層面的數(shù)據(jù)進行估計會提高R&D的回報率時,溢出的存在能夠被確定。即如果R&D溢出存在于一個行業(yè)內(nèi),則基于行業(yè)層面數(shù)據(jù)的R&D回報率會高于基于公司層面的回報率。

        第二,通過在方程中包括用于直接度量溢出效應的變量去測量溢出效應。例如,基于公司層面數(shù)據(jù)的研究可以在公司的R&D存量之外,將行業(yè)內(nèi)的R&D存量包括進來作為與行業(yè)有關的知識的代理變量。另外,方程可以包括總體經(jīng)濟中的R&D資本的總存量,或者更常見的是,通過加權不同行業(yè)的R&D存量來得到一個R&D的總體存量。

        Terleckyj(1974,1980)利用資本商品與其他物質(zhì)的購買量去度量公司與行業(yè)之間的技術流動,發(fā)現(xiàn)借入R&D(從其他公司或者行業(yè)流出的R&D)回報率高于自有R&D回報率。同樣地,使用專利數(shù)據(jù)去度量公司之間技術差異的研究通常發(fā)現(xiàn)溢出的證據(jù)。例如,在姊妹研究中,Jaffe(1986,1988)發(fā)現(xiàn)公司的生產(chǎn)率與R&D的變化方向一致。與之對應的是,Geroski(1991)關于英國R&D與生產(chǎn)率增長的研究發(fā)現(xiàn)知識溢出的影響是中等的。

        如果知識能在國內(nèi)部門之間分散,則其也能在國家之間溢出。事實上,一些內(nèi)生增長模型就是強調(diào)國際貿(mào)易與生產(chǎn)率增長之間的聯(lián)系。模型假設發(fā)展中國家通過國際貿(mào)易來獲取發(fā)達國家創(chuàng)造的技術知識,貿(mào)易規(guī)模越大,個體聯(lián)系的次數(shù)越大,知識傳播的速度越快。

        實證研究強烈地支持了國際溢出的存在。例如,Coe and helpman(1995)將TFP對22個工業(yè)化國家的外國與本國R&D進行回歸發(fā)現(xiàn),一國的TFP水平不僅依賴于本國R&D存量,還依賴于貿(mào)易伙伴的R&D存量。另外,大國的國內(nèi)R&D存量對TFP的影響很大,而在小國,外國的R&D則有很大影響。Coe and helpman(1995)給出結(jié)論:外國R&D對國內(nèi)生產(chǎn)率有很強的影響。一國經(jīng)濟對外越是開放,外國R&D的影響越大。但是,與國際溢出相關的實證研究結(jié)論不是一致的。并非所有的研究都發(fā)現(xiàn)溢出是統(tǒng)計上顯著的,在統(tǒng)計上顯著的那些文獻中,不同國家之間的溢出效應的大小變化很大。事實上,雙向溢出的某些研究(Luintel and Khan, 2004)認為知識的溢出對美國可能是不利的。

        2.3 存在的問題

        不管用何種函數(shù)形式與估計方法去研究R&D對生產(chǎn)率的貢獻,所有的實證研究均會遇到度量問題。

        度量R&D資本的第一個問題是R&D項目實施與其對生產(chǎn)率做出貢獻之間的時滯。時滯的產(chǎn)生有很多原因,比如研究項目需要長時間才能完成,而且成功的項目給公司帶來收益還有一個時間差。

        第二,折舊問題。R&D投資的最終結(jié)果——知識——并不像其他資產(chǎn)那樣變質(zhì)。但是,開展R&D的公司的私人收益率將會隨著時間而消失,因為其他公司會模仿最初的創(chuàng)新者,又或者更好的觀點和產(chǎn)品將會出現(xiàn)。

        第三,重復計算問題。大部分的文獻研究未能從勞動與資本投入中去除用于開展R&D的勞動與物質(zhì)資本投入,這會導致勞動與物質(zhì)資本的重復計算。

        最后,還存在溢出的問題。除了利用自己的R&D活動產(chǎn)生的知識去生產(chǎn)產(chǎn)品與提供服務外,公司還從同行業(yè)其他公司、不同行業(yè)或者其他國家開展的R&D以及學術機構開展的基礎研究中獲益。估計外部的知識對某個公司生產(chǎn)率的影響不大可能,這些效果依賴于很多因素,比如首創(chuàng)者與接收者地理上的距離,產(chǎn)品之間的相似性等,這些因素都不易度量。但可以預測,公司從外部創(chuàng)新中獲益的能力會隨著信息技術的發(fā)展而提高。

        3 結(jié)束語

        考慮到創(chuàng)新是技術變遷乃至生產(chǎn)率增長的決定因素,研究與開發(fā)(R&D)毫無疑問是生產(chǎn)率增長乃至生活水平提高的根源。

        實證文獻對于第一個問題——正式的R&D是否是解釋生產(chǎn)率增長的重要因素——的答案是肯定的。計量研究強烈支持如下結(jié)論,即R&D支出對生產(chǎn)率有正的影響,回報率很可能超過常規(guī)的投資?;跀?shù)據(jù)樣本、模型設定和估計方法等的不同,實證研究得到的回報率存在很大差異。

        雖然計量研究使用各種方法,樣本與方程的設定的差異對R&D彈性估計值的影響似乎不像數(shù)據(jù)類型差異的影響那么大。幾乎所有報告正的且顯著的R&D彈性的研究使用的是橫截面數(shù)據(jù)而非時間序列數(shù)據(jù)。橫截面數(shù)據(jù)的研究通常發(fā)現(xiàn)R&D資本對于不同企業(yè)之間生產(chǎn)率的差異有顯著作用,盡管結(jié)果在很大程度上局限于制造業(yè)以及科技含量高的行業(yè)。

        部分基于橫截面數(shù)據(jù)的R&D回報率的研究認為R&D投資的回報率很高——大約是物質(zhì)資本投資回報的2到3倍。如此大的差距怎么能在長時間內(nèi)持續(xù)呢?可以這樣理解:R&D回報率可能超過常規(guī)(傳統(tǒng))投資因為R&D是一項高風險的活動。大部分的R&D項目失敗,即使在那些成功的項目中,也存在競爭對手模仿創(chuàng)新并獲得回報率的可能性。Griliches(1995)則認為,如果R&D回報率的真實值位于估計區(qū)間的上限,則公司將會增加R&D投資直到回報率下降到其他類型投資回報率的水平。

        時間序列研究的結(jié)論的一致性不如橫截面數(shù)據(jù)研究,估計的系數(shù)小得多而且通常在統(tǒng)計上不顯著,尤其是當加總的程度上升時。比如,整體經(jīng)濟層面的研究結(jié)論比行業(yè)層面的弱,后者則又比企業(yè)層面的弱。這與相關理論矛盾,因為對經(jīng)濟體的長期模型而言,時間序列方程的結(jié)論比橫截面結(jié)論更相關。對于橫截面與時間序列數(shù)據(jù)的系數(shù)存在差異的情況,一個可能的解釋是,由于遺漏了一個和多個在不同的企業(yè)和行業(yè)間存在差異的變量,橫截面數(shù)據(jù)的R&D系數(shù)的估計值是有偏的。如果企業(yè)或者行業(yè)的某個特征影響到生產(chǎn)率而且這個特征在一定程度上與R&D支出相關,那么遺漏此特征將會造成R&D彈性的OLS的有偏估計值。例如,如果因為非R&D的原因而獲得成功(生產(chǎn)率高)的企業(yè)將其資金花在R&D這些“奢侈品”上,則公司之間的生產(chǎn)率會存在差異,在例如方程(2)的標準方程中的R&D真實系數(shù)將會被高估(Griliches,1995)。當然,研究者試圖去控制企業(yè)或行業(yè)之間這些未觀測到的差異,但是往往缺乏必要的數(shù)據(jù)。

        R&D彈性估計值的較大范圍變化使得很難回答第二個問題,即R&D對生產(chǎn)率的影響有多大?一個可能的方法是選擇實證文獻得到的估計值區(qū)間的中點。選擇區(qū)間的中點值與R&D的回報率稍微高于其他類型的投資的假設是一致的。這種戰(zhàn)略排除了彈性估計值為0的情況,那就暗示著R&D投資對生產(chǎn)率沒有影響,因此總體上講是不盈利的。它也排除了估計值在區(qū)間上限的情況,這是不現(xiàn)實的,因為這種情況不可能持續(xù)很長時間。這樣,位于0.20—0.30之間的回報率的估計值是合理的,這暗示著R&D的彈性將會大致在0.02—0.05之間。

        [1]Australian Industry Commission.Research and Development.Report no.44[M].Canberra:Government Publishing Service,1995.

        [2]Bernstein,Jeffrey.Costs of Production,Intra-and Inter-Industry R&D Spillovers:The Canadian Evidence[J].Canadian Journal of E-conomics,1998,21(2).

        [3]Clark,Kim B.,Zvi Griliches.Productivity Growth and R&D at the Business Level:Results from the PIMS Database[A].Chapter 19 in Zvi Griliches,ed.,R&D,Patents,and Productivity[C]. Chicago:University of Chicago Press,1984.

        [4]Coe,David,Elhanan Helpman.International R&D Spillovers[J]. European Economic Review,1995,39(5).

        [5]Coe,David,R.Moghadam.CapitalandTradeasEnginesof Growth in France[C].IMF Staff Papers,1993.

        [6]Cuneo,Philippe,Jacques Mairesse.Productivity and R&D at the FirmLevelinFrenchManufacturing[A].In Zvi Griliches,ed., R&D,Patents,and Productivity[M].Chicago:University of Chicago Press,1984.

        [7]Englander,A.,R.Evenson,M.Hanazaki.R&D,Innovation,and the Total Factor Productivity Slowdown[J].OECD Economic Studies, 1988,(11).

        [8]Goto,Akira,K.Suzuki.R&D Capital,Rate of Return on R&D Investment,and Spillover of R&D in Japanese Manufacturing Industries[J].Review of Economics and Statistics,1989,71(4).

        [9]Griliches,Zvi.R&D and the Productivity Slowdown[J].American E-conomic Review,1980,70.

        [10]Griliches,Zvi.Returns to Research and Development Expenditures in the Private Sector[A].In John Kendrick and Beatrice Vaccara, eds.,New Developments in Productivity Measurement and Analysis[C].Chicago:University of Chicago Press,1980b.

        [11]Griliches,Zvi,Jacques Mairesse.R&D and Productivity Growth: Comparing Japanese and U.S.Manufacturing Firms[A].In Charles Hulten,ed.,Productivity Growth in Japan and the United States [C].Chicago:University of Chicago Press,1990.

        [12]Griliches,Zvi,Jacques Mairesse.Productivity and R&D at the Firm Level[A].In Zvi Griliches,ed.,R&D,Patents,and Productivity[C].Chicago:University of Chicago Press,1984.

        [13]Griliches,Zvi.Productivity,R&D,and Basic Research at the Firm Level in the 1970s[J].American Economic Review,1986,76 (1).

        [14]Griliches,Zvi,Frank Lichtenberg.Interindustry Technology Flows and Productivity Growth:A Reexamination[J].Review of Economics and Statistics,1984a,66(2).

        [15]Griliches,Zvi,Frank Lichtenberg.R&D and Productivity Growth at the Industry Level:Is There Still a Relationship?[C].NBER Working Paper,1984b.

        [16]Hall,Bronwyn,Jacques Mairesse.Exploring the Relationship Between R&D and Productivity in French Manufacturing Firms[J]. Journal of Econometrics,1995,65(1).

        [17]Jones,Charles,John Williams.Measuring the Social Return to R&D[J].Quarterly Journal of Economics,1998,113(4).

        [18]Jaffe,Adam.Technological Opportunity and Spillovers of R&D: Evidence from Firms’Patents,Profits,and Market Value[J]. American Economic Review,1986,76(5).

        [19]Link,Albert.Basic Research and Productivity Increase in Manufacturing:Additional Evidence[J].American Economic Review,1981a, 71(5).

        [20]Link,Albert.Research and Development Activity in U.S.Manufacturing[M].New York:Praeger,1981b.

        [21]Lichtenberg,Frank.R&D Investment and International Roductivity Differences[C].NBER Working Paper no.4161,1992,.

        [22]Lichtenberg,Frank,Donald Siegel.The Impact of R&D Investment on Productivity—New Evidence Using Linked R&D-LRD Data[J].Economic Inquiry,1991.

        [23]Mansfield,Edwin.IndustrialR&DinJapanandtheUnited States:A Comparative Study[J].American Economic Review,1988, 78(2).

        [24]Minasian,Jora R.Research and Development,Production Functions,and Rates of Return[J].American Economic Review,1969, 59(2).

        [25]Nadiri,M.Ishaq.Sectoral Productivity Slowdown[J].American E-conomic Review,1980,70(2).

        [26]Odagiri,Hiroyuki.R&DExpenditures,RoyaltyPayments,and Sales Growth in Japanese Manufacturing Corporations[J].Journal of Industrial Economics,1983,32(1).

        [27]Odagiri,Hiroyuki,H.Iwata.The Impact of R&D on Productivity Increase in Japanese Manufacturing Companies[J].Research Policy,1986,15.

        [28]Patel,P.,L.Soete.Measuring the Economic Effects of Technology[J].STI Review,OECD,1988,4.

        [29]Scherer,Frederic M.Using Linked Patent and R&D Data to Measure Interindustry Technology Flows[A].Chapter 20 in Zvi Griliches,ed.,R&D,Patents,and Productivity[C].Chicago:University of Chicago Press,1984.

        [30]Sterlacchini,A.R&D,Innovations,and Total Factor Productivity Growth in British Manufacturing[J].Applied Economics,1989,21 (11).

        [31]Schankerman,M.The Effects of Double-Counting and Expensing on the Measured Returns to R&D[J].Review of Economics and Statistics,1981,63(3).

        [32]Sveikauskas,C.D.,Leo Sveikauskas.Industry Characteristics and Productivity Growth[J].Southern Economic Journal,1982,48(3).

        [33]Terleckyj,Nestor.Direct and Indirect Effects of Industrial Research and Development on the Productivity Growth of Industries[A].In J.W.Kendrick and B.N.Vaccara,eds.,New Developments in Productivity Measurement and Analysis[C].Chicago:U-niversity of Chicago Press,1980.

        [34]Terleckyj,Nestor.Effects of R&D on the Productivity Growth of Industries:An Exploratory Study[M].Washington,D.C.:National Planning Association,1974.

        [35]Verspagen,Bart.R&D and Productivity:A Broad Cross-Section Cross-Country Look[J].Journal of Productivity Analysis,1995,6.

        [36]Wang,Jiann-Chyun,Kuen-Hung Tsai.Productivity Growth and R&D Expenditure in Taiwan’s Manufacturing Firms[C].NBER Working Paper,2003.

        (責任編輯/易永生)

        F124

        A

        1002-6487(2011)05-0164-05

        國家社科基金資助項目(09CJL025)

        陳雄兵(1979-),男,湖北人,博士,講師,研究方向:金融經(jīng)濟學。

        猜你喜歡
        研究
        FMS與YBT相關性的實證研究
        2020年國內(nèi)翻譯研究述評
        遼代千人邑研究述論
        視錯覺在平面設計中的應用與研究
        科技傳播(2019年22期)2020-01-14 03:06:54
        關于遼朝“一國兩制”研究的回顧與思考
        EMA伺服控制系統(tǒng)研究
        基于聲、光、磁、觸摸多功能控制的研究
        電子制作(2018年11期)2018-08-04 03:26:04
        新版C-NCAP側(cè)面碰撞假人損傷研究
        關于反傾銷會計研究的思考
        焊接膜層脫落的攻關研究
        電子制作(2017年23期)2017-02-02 07:17:19
        国产精品搭讪系列在线观看| 欧美熟妇精品一区二区三区| 在线中文字幕乱码英文字幕正常| 国产在线精品一区二区三区直播| 中文字幕亚洲乱码熟女在线| 国产精品永久免费视频| 成人日韩av不卡在线观看| 亚洲免费视频一区二区三区| 中文字幕人妻av四季| 精品亚洲天堂一区二区三区| 东京热人妻系列无码专区| 久久久日韩精品一区二区三区| 最新亚洲av日韩av二区| 国产精品白浆无码流出| 国产偷拍盗摄一区二区| 国产精品熟女视频一区二区三区 | 国产v精品成人免费视频400条| 国产一区二区三区经典| 国产91精品在线观看| 免费a级毛片18禁网站app| 公粗挺进了我的密道在线播放贝壳| 亚洲精品国产美女久久久| 亚洲va欧美va人人爽夜夜嗨| 丝袜美腿诱惑区在线播放| 精品一区二区三区在线视频| 蜜桃久久精品成人无码av| 国产免费一区二区三区在线观看 | 国产亚洲av手机在线观看| 乳乱中文字幕熟女熟妇| 真人做爰试看120秒| 精品少妇人妻av无码专区| 亚洲欧洲日产国码无码AV一| 国产成人午夜av影院| 日本一区二区精品高清| 欧美怡红院免费全部视频| 欧美在线观看一区二区| 久久精品日本美女视频| 女同av一区二区三区| 日韩网红少妇无码视频香港| 成人免费看吃奶视频网站| 亚洲精品亚洲人成在线播放|