政府对研发和生产力增长的资助

使用数据估算公共研发的回报

在应用程序中阅读

本文将随着学术文献的发展而更新；您可以在这里阅读最新版本。您可以在上面收听这篇文章，或者通过此处的大多数播客应用程序收听。

政府资助研究的回报是多少？

您可以在学术文献中的一些地方寻找见解。 Jones 和 Summers（2021）使用假设的思想实验来证明，平均而言，每一美元的研发支出都可能通过其对经济增长的长期影响产生数美元的效益（更多讨论请参阅研发的回报是什么？ ）。但这一结果仅适用于一般研发，包括政府和非政府的研发。政府资助是高于还是低于这个平均水平？这个办法不能说。此外，虽然我发现这是一个引人注目的思想实验，但在某些时候我们可能想根据数据检查结果。

另一方面，有许多论文研究了资助研究的具体政府计划——请参阅帖子“公共资助研发高回报的例子”和“更多科学导致更多创新” ，以讨论其中一些工作。虽然其中描述的工作基于仔细的实证分析，但我们可能担心任何特定政府计划的结果并不能更广泛地代表政府研究支持的影响。

在此背景下，最近的两篇论文——Fieldhouse 和 Mertens (2023)和Dyèvre (2024) ——在解决联邦政府资助的研发如何影响生产率增长的问题上取得了进展。 Fieldhouse 和 Mertens 以一种概念上简单的方式解决了这个问题。就美国整体而言，历史上联邦政府增加研发支出后，美国的生产率发生了什么变化？涨了吗？什么时候以及多少？

利用 1947 年至 2019 年期间美国生产力以及国防和非国防研发的数据，他们发现，一般来说，联邦政府研发“资本存量” 1增加 1% ，8-15 年后往往会导致国家生产力增加 0.2%。 ²在下图中，您可以看到未来15年生产力与政府国防和非国防研发增长之间的平均相关性。红线很简单；只是研发与生产率增长之间的平均相关性。蓝线是我们尝试消除一系列其他非研发因素对生产率的影响后的链接：资本利用率、滞后生产率、滞后研发价值、国防支出新闻以及衡量各种创新部门股票市场回报的指标（旨在衡量对创新的预期）。正如您所看到的，这些调整实际上并不重要。有趣的是，与国防研发相比，非国防研发似乎对生产力的影响更强但更滞后。

来自 Fieldhouse 和 Mertens (2023)

事情不可能这么简单，不是吗？好吧，不。一个问题是研发的变化并不是随机发生的。研发支出的变化反映了其他可能影响生产力的事情。 Fieldhouse 和 Mertens 特别担心研发的变化可能反映了基本国民经济状况的变化。例如，研发可能被视为经济刺激的一种形式：当经济陷入衰退时，我们可能会增加研发支出。如果研发仅在经济陷入衰退时发生变化，那么我们可能会将衰退对生产率的影响与研发对生产率的影响混为一谈。另一方面，有时我们改变研发的原因不太可能与经济变化混为一谈。例如，美国和苏联之间的地缘政治竞争导致太空技术研发的大规模扩张。

后一种类型的研发变革似乎实际上可以提供有关研发如何影响生产力的信息。为了关注这种研发变革，Fieldhouse 和 Mertens 从 Romer 和 Romer 1989 年发表的一篇著名论文中汲取灵感，该论文试图了解货币政策的影响。比政府研发支出更重要的是，利率政策会根据经济变化进行调整，因此罗默和罗默面临着与菲尔德豪斯和默滕斯类似的问题。他们的解决方案是利用最佳判断来识别历史上因经济产出波动以外的原因而改变利率的案例，并研究这些案例中的货币政策。 Fieldhouse和Mertens采取了类似的方法：他们研究了负责研发的五个机构，并找出了218个这些机构的研发预算发生特别大的修改（一年内上涨超过5%，或下降超过2.5%）的案例。对于每一个案例，他们都会检查主要来源，试图理解当年研发预算发生变化的原因。然后，根据他们的判断，他们将主要研发变化的样本分为两类：由经济状况变化引起的变化，以及其他变化。上述数字和结果是研发支出发生变化（并非由经济状况波动引起）后生产率往往会发生的变化。

（他们对这些研发政策变化进行分类的判断力有多好？不管怎样，事实证明所有这些分类工作实际上对他们的整体结果并不重要。如果他们只使用所有数据，他们会得到类似的结果。）

一个潜在的担忧是，除了根据经济状况而发生变化之外，研发也可能会发生变化，因为政策制定者预计研发可能特别有影响力（或没有影响力）。例如，人造卫星的发射可能不仅向美国决策者传达了这样的信息：他们在技术上落后了，而且太空研发支出的增加可能会取得成果——毕竟，苏联人已经证明了太空中的某些壮举是可行的。如果研发的变化主要是对“技术机会”变化的反应，那么这种结果可能会夸大研发的总体效益，尽管他们试图通过创新行业的股市估值来控制这一点。但如果你想评估他们的判断，这篇论文包括一个630页（！）的“叙述性附录”，其中包含每个研发政策变化的主要来源和分类。 （顺便说一句，这似乎是一个有用的数据集，可以了解推动研发支出变化的因素！）

一系列其他结果进一步加强了研发与生产力之间的联系，这些结果表明研发支出的变化也预示着技术变革的各种指标的变化。研发拨款的增加与后来新博士、研究人员数量以及新科技书籍数量的增加有关。

来自 Fieldhouse 和 Mertens (2023)

本文的一个底线是，在过去 70 年里，如果你观察一下美国政府研发经费的波动，你会发现，在增加之后，往往会出现更多的博士、更多的研究人员、更多的技术书籍，以及最终更高的生产率增长，同样是在整个美国。关注整个美国的生产力的好处在于，这样做可以撒下一张非常广泛的网；无论研发在全国范围内发生，您都将获得收益。这很重要，因为正如我在这里所写的，知识溢出对于创新来说非常重要。研发的意外受益者的收益往往超过预期目标的收益。但关注美国整体生产力的缺点是，你最终得到的观测数据数量相对较少（大约 70 年和一个国家）。

解决这个问题的另一种方法是关注个别公司——美国只有一个，但公司有很多。如果公共资助的研发正在提高国家生产率的增长，那么我们也应该能够观察到对构成经济的各个企业的影响。 Dyèvre (2024) 采用了这种方法。 ³通过研究个别公司，Dyèvre 能够利用 7,000 多个数据点（不同年份的不同公司）。他不想关注美国整体生产力如何随着整体研发的变化而变化，而是想利用这些数据来测试单个公司的生产力在与该公司相关的政府研发增加后如何变化。

什么是相关政府研发？嗯，对于一家从事太阳能电池板研究的公司来说，由能源部资助的研究可能比由国立卫生研究院资助的研究更相关。在能源部内部，当太阳能电池板研究成为优先事项时进行的研究可能比能源部主要关注其他事情时进行的研究与太阳能电池板公司更相关。但如何确定每个机构在特定年份正在大规模开展哪些类型的研究呢？

Dyèvre 使用公司和政府机构持有的专利来评估其研究的重叠性。例如，一家从事太阳能电池板研究的公司可能拥有分类为专利类别 H02S 的专利：通过红外辐射、可见光或紫外光的转换来发电，例如使用光伏 [pv] 模块。能源部也获得其发明专利，其专利被归类为专利类别H02S的年份也是该公司更有可能进行与该公司相关的研发的年份。利用不同机构在不同年份获得专利的技术类型的差异，Dyèvre 可以追踪能源/生命科学/航空等领域的生产力发生了什么变化。当政府分别增加能源/生命科学/航空/等方面的研发支出时，公司就会受到影响。

与简单地考察政府研发总量及其对国民总生产力的影响相比，我们获得了更多的数据和变化，但代价是给我们的数据增加了一些噪音，这既是因为专利并不能完美地反映企业正在从事的工作， ⁴又因为有时企业可能会（可能是间接地）从与自己不同的主题的研发中受益。根据这些数据，Dyèvre 估计，政府研发增加 1%，5 年后生产率将提高约 0.023-0.025%。 ⁵在这篇文章的最后，我将尝试评估这是否是我们应该印象深刻的水平。

另一篇论文为 Fieldhouse 和 Mertens (2023) 的一般结论提供了更多支持。政策分析师通常认为，研发的经济影响会根据支出是用于国防还是非国防目的而有所不同（例如，参见《国会预算办公室 2018 》）。 Fieldhouse和Mertens（2023）还分别分析了国防和非国防政府研发对生产率的影响，并普遍发现支持这种区别的结果（非国防研发对生产率的影响更大）。这一发现也在第三篇论文Moretti、Steinwender 和 Van Reenen (2025)中得到了呼应，该论文更直接地关注政府资助的国防研发。

莫雷蒂和合著者基本上对经合组织国家的特定行业国防研发支出（以及法国公司的特定企业国防研发合同）进行了估算，并观察特定行业或企业的特定研发国防支出发生变化后会发生什么。他们估计，特定行业的年度国防研发支出永久增加 1%，该行业的生产率增长将增加 0.08%。按照莫雷蒂和合著者进行分析的方式，我们应该将这种增长解释为长期增长。 ⁶这小于 Fieldhouse 和 Mertens 发现的非国防研发的长期影响，但大于他们发现的国防研发的长期影响（基本上为零）。

对这一中间结果（对国防研发的影响更强，但对非国防研发的影响比 Fieldhouse 和 Mertens 的影响更弱）的一个可能解释是，莫雷蒂、斯坦文德和范雷宁对国防研发支出的估计实际上可能是国防和非国防研发的混合。该论文没有区分这两种类型的研发支出，他们指出，在各国，国防和非国防研发支出之间的平均相关性为 0.29。因此，他们预测的国防研发也可能与未观察到的非国防研发（他们没有专门控制）相关，如果我们假设 Fieldhouse 和 Mertens 的结果是正确的，这将导致生产率提高。

最后，我们有三篇实证论文试图评估政府支持研发的广泛影响。一个着眼于政府支持的研发对美国生产力的总体影响，另一个着眼于研发的特定部分对可能受到最直接影响的企业的影响。这两种方法都发现研发会对生产力产生重大影响。其中一篇论文（Fieldhouse and Mertens 2023）还分别分析了国防和非国防支出，发现国防相关研发对生产力的影响低于非国防研发。第三篇专门研究国防研发的论文（但针对的是国际样本，而不仅仅是美国）也发现，国防研发的长期影响低于 Fieldhouse 和 Mertens 确定的非国防研发的长期影响。

投资回报率是多少？

因此，要回答引发问题的问题：政府资助研发的回报是多少？

让我们重点关注《Dyèvre》（2024），我认为它是最容易解释的。回想一下，他发现政府研发资金每增加 1%，五年后生产率就会提高约 0.024%。这样好吗？

作为基准，假设 100% 的年度经济增长是由（100%）年度研发驱动的。这基本上是我在本文开头提到的 Jones 和 Summers (2021) 论文中所做的假设，该论文认为，从长远来看，每一美元的研发都会产生几美元的 GD​​P。让我们假设研发支出和增长之间存在恒定的关系，作为基准。如果这是真的，那么我们应该预计每年研发增加 1% 将带来 1% 的年增长率增长。

这与 Dyèvre 的结果大致一致。自 20 世纪 50 年代以来，美国人均 GDP 的年增长率约为 1.8%，因此生产率提高 0.024%（正如戴夫尔发现的那样）相当于年增长率提高 1.3%。这意味着研发每增加 1%，我们实际上就能获得超过 1% 的年增长率，特别是考虑到政府研发仅占美国总体研发的一小部分。

需要明确的是，我不会太认真地对待这个练习 – 为了正确地进行这种练习，您应该调整很多微妙之处。但作为粗略计算，我认为这与 Jones 和 Summers（2021）的结果非常一致，后者认为我们应该期望一美元的研发能够产生几美元的 GD​​P。

感谢您的阅读！与往常一样，如果您想总体讨论这篇文章或创新，让我们喝杯虚拟咖啡。请发送电子邮件至 [email protected]，我们会将一些内容添加到日历中。

如果您想阅读更多内容，上面提到了以下帖子：

• 研发的回报是多少？

• 公共资助研发高回报的例子

• 更多科学带来更多创新

• 知识溢出是一件大事

• 企业规模和创新的本质

• 大公司有不同的激励措施

• 我们能否从专利数据中了解创新？

© 2025马特·克兰西
548 市场街 PMB 72296, 旧金山, CA 94104
退订