مقاله انگلیسی اثرات رشد بلند مدت سیاست تحقیق و توسعه (2017 الزویر)

آیا تغییرات در سیاست های عمومی با هدف تحریک تحقیق و توسعه کسب و کار منجر به افزایش نرخ رشد بهره وری می شود؟ اگر هر کدام، این اثرات طولانی مدت هستند؟ با در نظر گرفتن نظریه رشد شومپیتری به عنوان راهنما، این مقاله با ارائه شواهد اقتصادسنجی در مورد تأثیر طولانی مدت سیاست تحقیق و توسعه بر رشد بهره وری ایالات متحده، به این سوالات پاسخ می دهد.

مدل های اولیه رشد مبتنی بر R & D معتقدند که نرخ رشد طولانی مدت بهره وری متناسب با سطح تحقیقاتی است که در اقتصاد کلی انجام شده است (به عنوان مثال، رومر، 1990؛ گروسمن و کمکمن، 1991؛ آگیون و هویتت، 1992). در این مدل ها، هر گونه تغییر سیاست به طور دائمی بر میزان رشد بهره وری تاثیر می گذارد. در اواسط دهه 1990، انتقاد توسط جونز (1995b) در برابر پیش بینی این مدل ها در مقیاس اثر تحقیق و توسعه تحریک توسعه مجموعه ای از مدل های رشد نسل دوم بدون اثرات مقیاس. اولین رشته مطالعات، فرض کاهش بازده را به دانش می رساند و پیش بینی می کند که سطح پایداری دولت از بهره وری، عملکرد فزاینده ای از اندازه اقتصاد (و در نتیجه مقدار تحقیق و توسعه) است. * نویسنده معتبر. آدرس ایمیل: antonio.minniti@unibo.it (A. Minniti)، francesco.venturini@unipg.it (F. Venturini). اما نرخ رشد آن نیست. بر این اساس، سیاست تحریم و توسعه در بلندمدت بر رشد بهره وری تأثیری ندارد، اما تنها در طول مسیر گذار. این مدل ها به عنوان رشد نیمه اندونزی نامیده می شوند، زیرا آنها ادعا می کنند که نرخ رشد بهره وری در نهایت به وسیله نرخ رشد جمعیت (خارجی) (Jones، 1995a؛ Kortum، 1997؛ Segerstrom، 1998) است. خط دیگر تحقیقاتی که به عنوان نظریه رشد کامل درون خود شناخته می شود (به عنوان مثال، Dinopoulos و Thompson، 1998؛ Peretto 1998؛ Young، 1998؛ Aghion and Howitt، 2008، Ch. 12) بر این بینش متکی است که به عنوان یک رشد اقتصادی و انواع جدید کشف شده است، تلاش های تحقیق و توسعه کل مؤثرتر می شود زیرا در میان تعداد بیشتری از خطوط تولید گسترش می یابد. رشد بهره وری به شدت تحقیق و توسعه در سطح شرکت بستگی دارد و توضیح می دهد که چرا رشد می تواند با وجود افزایش منابع سرمایه گذاری شده در تحقیق و توسعه، ثابت شود. بر این اساس، هر سیاستی که شدت تحقیق و توسعه را تحت تأثیر قرار می دهد نیز تاثیری بر نرخ رشد پایدار دارد.

مقاله حاضر تجربی اثر رشد بلند مدت سیاست های عمومی را به تحقیق و توسعه کسب و کار در اقتصاد ایالات متحده با استفاده از چارچوبی بر پایه آخرین رشته های نظریه رشد شومپیتر ارزیابی می کند. تجزیه و تحلیل ما در یک مجموعه پانل داده پانل در بیست صنایع تولیدی در ایالات متحده در طول دوره 1975-2000 انجام شده است. به دنبال مطالعات تاثیر گذار بر تغییرات مالیاتی و رشد اقتصادی (لی و گوردون، 2005 و آثار بعدی آن را ببینید)، ما یک معیار رشد را که شامل ابزارهای تحقیق و توسعه در متغیرهای توضیحی است، همراه با سایر عوامل تعیین کننده رشد مطرح می کنیم که به وسیله رشد نسل دوم شومپیتر مدل ها. ما اعتبار مالیاتی R & D و نسبت مستقیم مالی (فدرال) را در هزینه های R & D کسب و کار به عنوان متغیرهای سیاست مورد بررسی قرار می دهیم. مدل تجربی با استفاده از یک روش رگرسیون رگرسیون جدید، برآورد کننده لایه های توزیع شده متقاطع (CSDL) (Chudik et al.، 2016) برآورد شده است. این رویکرد بر مبنای یک نمایش پویا است که برآوردهای سازگار برای پارامترهای طولانی مدت ارائه می دهد و در امتداد تعدادی از ابعاد مهم (یعنی عدم تعریف دینامیک، همبستگی سریال خطا، وابستگی مقطعی و غیره) استوار است.

توجه؛ (این ترجمه توسط نرم افزار انجام شده و ویرایش نشده است و احتمال وجود اشتباه در آن وجود دارد. در صورت ثبت سفارش، ترجمه توسط مترجمین مجرب انجام خواهد شد. برای مشاهده نمونه ترجمه های تخصصی و اخیر مترجمین جهت اطمینان از کیفیت ترجمه، اینجا کلیک نمایید.)

1.Introduction

Do changes in public policies aimed at stimulating business R&D lead to higher growth rates of productivity? If any, are these effects long lasting? Taking Schumpeterian growth theory as guideline, this paper addresses these questions by providing econometric evidence on the long-run impact of R&D policy on productivity growth of the United States.

Early models of R&D-based growth postulate that the longrun growth rate of productivity is proportional to the level of research undertaken in the overall economy (see, e.g., Romer, 1990; Grossman and Helpman, 1991; Aghion and Howitt, 1992). In these models, any policy change permanently affects the growth rate of productivity. In the mid-1990s, the critique formulated by Jones (1995b) againstthe prediction ofthese models on the scale effect of R&D stimulated the development of an array of second-generation growth models without scale effects. A first strand of studies makes the assumption of diminishing returns to knowledge and predicts that the steady-state level of productivity is an increasing function of the economy’s size (and hence of the amount of R&D), ∗ Corresponding author. E-mail addresses: antonio.minniti@unibo.it (A. Minniti), francesco.venturini@unipg.it (F. Venturini). but not its growth rate. Accordingly, R&D policy has no impact on productivity growth in the long run, but only along the transition path. These models are referred to as of semi-endogenous growth as they contend that the growth rate of productivity is ultimately driven by the (exogenous) population growth rate (Jones, 1995a; Kortum, 1997; Segerstrom, 1998). Another line of research known as fully-endogenous growth theory (see, e.g., Dinopoulos and Thompson, 1998; Peretto, 1998; Young, 1998; Aghion and Howitt, 2008, ch. 12) builds upon the insight that, as an economy grows and new varieties are discovered, aggregate R&D effort becomes less effective because it spreads among a greater number of product lines. Productivity growth would depend on the R&D intensity at the firm level, explaining why growth can be stationary despite the increasing resources invested in R&D. Accordingly, any policy that affects R&D intensity has also an impact on the steady-state growth rate.

The present paper empirically assesses the long-run growth effect of public policies to business R&D in the US economy using a framework based on the latest strands of Schumpeterian growth theory. Our analysis is carried out in a dynamic panel data setting on twenty US manufacturing industries over the 1975–۲۰۰۰ period. Following the influential studies on tax changes and economic growth (see Lee and Gordon, 2005 and subsequent works), we estimate a growth equation which includes R&D policy instruments as explanatory variables, together with other growth determinants as suggested by the second-generation Schumpeterian growth models. We consider R&D tax credit and the proportion of direct (federal) funding on business R&D expenses as policy variables. The empirical model is estimated by means of a novel regression technique, the Cross-Sectionally Augmented Distributed Lags (CSDL) estimator (Chudik et al., 2016). This approach is based on a dynamic representation which provides consistent estimates for the long-run parameters and is robust along a number of important dimensions (namely, misspecification of dynamics, error serial correlation, cross-sectional dependence, etc.).