Роль ученых и инженеров, занятых в R

Аннотация

Эта статья рассматривает роль американских ученых и инженеров, занятых в R

С другой стороны, в исследовании не видит доказательств того, что рост населения увеличивает темп роста выпуска продукции. Вместо этого, рост численности населения будет признан сопротивления на уровне выработки на одного работника в величине 14% ..

Классификация JEL: O1, O3, O4

Ключевые слова: наукоемкой модели R

I. ВВЕДЕНИЕ

Она получила широкое признание, что технический прогресс лежит в основе экономического роста (Romer, 1990). Поскольку ученых и инженеров, занятых в исследования и разработки (R

Мять примера иллюстрируют. Экономический рост является долгосрочной концепции и представляет собой увеличение производства на душу населения. По данным Национального научного фонда (1998), число ученых и инженеров, занятых в R

В то время как чисто экономические исследования, темпы роста могут быть весьма интересными для экономистов, это исследование надеется привлечь более широкую аудиторию, в том числе ученые, инженеры и технологи, чтобы пролить свет на вопросы, поднятые здесь, а также на взаимозависимости и необходимости сотрудничества между нашими областях, как общество становится все более и более сложными.

[Рисунок 1 опущены]

[Рисунок 2 опущены]

[Рисунок 3 опущены]

[Рисунок 4 опущены]

Для оценки роли ученых и инженеров, занятых в R

(1990) модели Ромера демонстрирует наличие масштабного эффекта на экономический рост в то время как Джонс (1995) утверждает, что это лишь теоретический результат. В реальном мире, это часто бывает очень трудно сделать эти переменные доставить долгосрочные последствия для экономического роста. Следующий лучшая альтернатива Поэтому, чтобы сделать эти переменные увеличение по крайней мере, уровень дохода на душу населения, если темпы роста доходов трудно поднять. Если увеличение переменной производит эффект масштаба на темпы экономического роста, это действительно очень сильный результат, в отсутствие которого, эффект масштаба на уровне будет вторым лучше.

Анализа в данной работе проводится с использованием векторной авторегрессии (VAR) подход с импульсной функции отклика и дисперсии разложения для захвата динамики моделей, которые представляют собой еще одно новшество этого исследования. Эмпирические исследования о последствиях эндогенных моделей роста в динамичной среде, очень редкие, например, Джонс (1995). Это исследование представляет собой попытку восполнить этот пробел в литературе. Мы делаем упор на экономику США в период 1950-1995, самый длинный период, за который имеются данные.

II. Упрощенный анализ ДВА IDEA-моделей, основанных

Для анализа значение ученых и инженеров, занятых в R

В экономической литературе, (1990) модели Ромера и те, Гроссмана и Хелпман (1991a), а также Агийон и Ховитт (1992) форма 1 класса идея-ориентированная модель, где есть "эффект масштаба" на темпы роста производства. Идея-модели на основе являются те, которые подчеркивают, что идеи, проекты, знания или технологии лежат в основе экономического роста. Шкала воздействие на экономический рост означает, что если уровень ресурсов, выделяемых на R

Ромер (1990) основной вклад в том, что без конкуренции идей приводит к увеличению отдачи от масштаба. Идеи по существу, не конкурент, поскольку когда-то создал, его использование кем-то, не уменьшает его доступности для другого. Это похоже на концепцию управления знаниями, которая представляет собой процесс создания стоимости из нематериальных активов организации (приход и Tiamuh, 2007). Из-за этого, идеи, как научно-технический прогресс, который лежит в основе экономического роста. Технологические изменения могут быть приняты для улучшения в инструкции по смешиванием сырья и оно возникает во многом из-за преднамеренных действий, предпринятых людей, которые отвечают на рыночные стимулы. Инструкция по работе с сырья по своей сути отличается от других хозяйственных товаров: если стоимость создания нового набора инструкций были понесены, инструкции могут быть использованы снова и снова без каких-либо дополнительных затрат. Таким образом, технология является по существу, не конкурент ввода. Научный закон, принцип механического, электрического, химического машиностроения, математический результат, программное обеспечение, патент, или проект, живет за лицо, которое производит его нет. Это свойство считать отличительной чертой технологии ..

Эта идея не является rivalrous вместе с возрастающей отдачей от масштаба приводит к основной эффект масштаба в идее моделей на основе экономического роста. В (1990) модели Ромера, выход Y производится с использованием труда [L.sub.Y] (что rivalrous вход) и запас знаний и идей в соответствии с

Y = [AL.sub.Y] (1)

Поскольку показатель [L.sub.Y] один, Есть постоянная отдача от труда. Тем не менее, Есть возрастающей отдачей от труда и идеи. Новые идеи, [??], производятся с использованием труда участвуют в научно-исследовательском секторе и имеющийся запас знаний, с тем, что они развиваются в соответствии с уравнением исследований (Romer, 1990, p. S83)

[??] = [Дельта] [L.sub.A] (2)

где [??] = да / дт, [L.sub.A] это количество труда, занятых в научно-исследовательском секторе (здесь число ученых и инженеров, занятых в R

Ромер (1990) также предполагает, что представляет собой постоянную часть с общей рабочей силы L используется в научных исследованиях, так что [L.sub.A] = SL и [L.sub.Y] = (1-с) L, с O <S <1. По сути, с мерами исследования интенсивности. С учетом этих предположений, Ромера (1990, стр. S92) определен темп роста выпуска продукции на одного работника, как Gw

Gw = глубинный рассеивающий слой = Л [L.sub.A] (3)

Одним из последствий выше результат в том, что постоянное увеличение в исследованиях на интенсивность или количество труда, занятых в научно-исследовательском секторе ([L.sub.A]) приведет к постоянному увеличению темпов роста производства на одного работника ( GW). Кроме того, с экспоненциальным ростом численности населения, темп роста выпуска продукции на одного работника сама растет в геометрической прогрессии. Такой эффект, называемый "эффект масштаба", являются хорошо известными теоретическими результате Ромер (1990). Значение такого результата является то, что политика будет иметь значения в развитии долгосрочного экономического роста, например, субсидии правительства или финансирование Национального научного фонда США в R

Эта шкала влияние на рост, который Ромер (1990) показывает, действительно сильные претензии, потому что это означает, что удвоение числа ученых и инженеров, занятых в R

Поняв, что Ромера (1990) масштабный эффект на экономический рост, не слишком сильное утверждение, Джонс (1995) предложил модифицированную версию Ромер (1990) модель. Тем не менее, он признает, что расширенная модель изменяет ключевые последствия: Несмотря на рост формируется эндогенно через R

[??] = [Дельта] [L.sup. [Лямбда]. Sub.A] [A.sup. [Фи]] (4)

где [фи] <1 и 0 <[лямбда] [меньше или равно] 1. Экспоненты [фи] захватывает возвращается к знаниям. С помощью [фи]> 0 такая формулировка позволяет возрастающей отдачей от масштаба в производстве новых идей, что соответствует случаю, когда предыдущие открытия повысить производительность сегодня исследования. Это согласуется с Sabherwal и Sabherwal в (2005) Управление знаниями (КМ) теории, что знания в сочетании с предварительного знания для создания новых знаний. Кроме того, с [фи] <0, формулировка позволяет для уменьшения отдачи от масштаба в производстве новые идеи, например, если прошлых открытий сделать труднее находить новые идеи. Показатель 1 захватывает дублирования и параллелизма в исследованиях: В момент полного или частичного дублирования исследований уменьшает общее количество нововведений производства [L.sub.A единицы] труда, с тем, что 0 <[лямбда] [меньше или равно] 1. Обратите внимание, что, когда [фи] = 1 и [лямбда] = 1, то это уравнение сводится к R

Далее, принимая, что рабочей силы L растет на экзогенные, с постоянной скоростью п> 0, Джонс (1995, стр. 767) показывает, что стабильный путь сбалансированного роста в модели

Gw = [лямбда-н] / 1 - [фи]. (5)

Этот результат наглядно показывает, почему [фи] = 1 является проблемой. Наличие прироста населения в этом случае дает резкий рост. Кроме того, темпы роста оказываются зависящими от переменных, экзогенных по отношению к системе, как и темпы роста населения (п), и не зависит от [L.sub.A]. В попытке решить эту проблему, Джонс (1999) показывает, что, когда мы рассматриваем уровень выработки на одного работника, а не темп роста выпуска продукции, производит некоторые модели разные результаты. По пути сбалансированного роста с [фи] <1, Джонс (1999, p. 141) показывает, что уровень выработки на одного работника у дается

у = (1 - е) [[[дельта] (1 = [фи]) / п SL]. SUP. [лямбда] / 1 - [фи]] (6)

Поскольку SL = [L.sub.A], изменения в количестве труда, занятых в научно-исследовательском секторе больше не влияет на долгосрочный темп роста выпуска продукции, а затрагивает в долгосрочной перспективе уровень производства на одного работника. Кроме того, уровень дохода на одного работника в обратной зависимости от темпов роста численности населения.

III. Тестируемые динамики с использованием VECTOR AUTOGRESSION (VAR)

С Ромер (1990) утверждает, что Есть эффект масштаба на темпы роста производства, в то время как Джонс (1995, 1999) утверждает, что Есть эффект масштаба на уровне производства только (и не оставляет накипи воздействие на экономический рост), следующие проверяемые последствия могут быть сформулированы:

(A) воздействия потрясений на число ученых и инженеров, занятых в R

(B) воздействия потрясений на число ученых и инженеров, занятых в R

(C) воздействия потрясений на число ученых и инженеров, занятых в R

(D) последствий потрясений, роста численности населения на темп роста выпуска продукции на одного работника: п, ГВт.

Модели и D будет тест масштаба воздействия на темпы роста производства в то время как модели B и C будет представлять собой тест масштаба воздействия на уровень производства.

Заметим, что использование модульного тестирования корень или коинтеграции анализ в данном исследовании было бы неуместно, учитывая экономическую структуру переменных, мы хотим проанализировать (например, эффект масштаба на скорость роста и уровень производства). Дальнейшее разностей этих величин будет изменить свое экономическое значение и цель данного исследования.

Мы заинтересованы в динамичном время ряд ответов продукции (уровни и темпы роста) к шокам в число ученых и инженеров, занятых в R

VAR подход, основанный на Sims (1980), позволяет изучить динамические отношения между переменными. Основные рамки дается Гамильтон (1994). Рассмотрим [X.sub.t], который будет Nx1 вектор переменных для анализа в момент времени t. Если динамика [X.sub.t], как предполагается, будут регулироваться [p.sup.th] порядка авторегрессии гауссовского вектора, то

[X.sub.t] = C [[PHI]. Sub.1] [X.sub.t-1] [[PHI]. Sub.2] [X.sub.t-2] ... [[PHI]. Sub.p] [X.sub.t-р] [[эпсилон]. Sub.t] (7)

где с матрицей перехватывает и ошибки независимо и одинаково распределены нормально со средним нуль и дисперсией [OMEGA], то есть [[эпсилон]. sub.t] ~ независимые одинаково N (0, [OMEGA]). Так, по модели, например, мы имели бы [X.sub.t] = [L.sub.At] [Gw.sub.t] 'и для каждого г = 1 р, [[PHI]. sub.i] матрица будет 2 х 2 таблицы коэффициентов необходимо оценить. Гамильтон (1994) показывает, что VAR модели могут быть оценены на основе функции условной вероятности. Потому что порядок, в котором переменные в модели VAR определяет структуру VAR, мы принимаем тот же заказ как это предусмотрено в модели для D выше, с переменным начала появляться первые потрясения. Например, в модели C, п переменных и [L.sub.A] находятся первых, с тем чтобы они не отразилось на других системной переменной у, одновременно (то есть за тот же период), а у оказывает воздействие на п и [L.sub.A] только через отстает от VAR.

Потому что коэффициенты модели VAR может быть утомительно для интерпретации, импульсных характеристик (ИРК) выводятся. ИРК могут рассматриваться как динамические мультипликаторов, которые дают текущего и последующего воздействия на каждой системе переменных инноваций (ударные), чтобы одна из переменных системы. ИРК показать, как изменения в шок в текущем периоде влияет на переменную в систему из периодов ч (или горизонты). По словам Гамильтона (1994), мы можем переписать VAR в виде бесконечного скользящего среднего MA ([бесконечности]), процесс следующим образом:

[X.sub.t] = [му] [[эпсилон]. Sub.t] [[PSI]. Sub.1] [[эпсилон]. Sub.t-1] [[PSI]. Sub.2] [ [] эпсилон. sub.t-2] .... (8)

это означает, что

[X.sub.th] = [му] [[эпсилон]. Sub.th] [[PSI]. Sub.1] [[эпсилон]. Sub.t ч-1] ... [[PSI]. Sub.h] [[эпсилон]. Sub.t] .... (9)

Матрицы [[PSI]. SUB.H] имеет толкование

[Частная производная] [X.sub.th] / [частная производная] [[эпсилон] '. Sub.t] = [[PSI]. Sub.h]. (10)

Это означает, что ijth элемент матрицы [[PSI]. Sub.h], выявляет последствия 1 единицу увеличение инновационной JTH переменной в день Т [то есть, [[эпсилон]. Sub.jt]] для значение переменной-го-го во время [т. е. [X.sub.i, 1 ч], что все остальные нововведения на все даты постоянная. Участок строки я, столбец ^ элемент [[PSI]. Sub.h], как функция ч дает IRF. В текущем исследовании, ортогонализованных ИРК на основе разложения Холецкого привыкли заботиться о возможности того, что инновации являются коррелированными.

Хотя ИРК следов воздействия ударной одной эндогенной переменной в других переменных в VAR, Разница разложения (СКР) отделить изменения эндогенной переменной в компонент потрясений VAR. Таким образом, ДКР предоставить информацию об относительной важности каждого случайного инновационной, влияющих переменных в VAR. Эта статья использует ДКР проанализировать долю вариации прогноз ошибка JTH переменной из-за изменения в базовой ортогонализованных инноваций.

IV. DATA

Для эмпирического анализа, мы используем ежегодных наблюдений в США с 1950 по 1995 год. Это самый продолжительный период, за который имеются данные в последовательной форме. Данные после 1995 года, имеют разные проблемы измерения и не являются сопоставимыми. Данные об ученых и инженеров, занятых в R

В. ОЦЕНКА РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Импульсные переходные функции

Прежде чем мы можем эмпирически оценки VAR, важно определить оптимальную продолжительность лаг или порядка р для каждого VAR (р) модели. Мы требуем, чтобы остатки от каждого VAR уравнения быть белым шумом. Это делается с помощью Экейка информационных критериев (АИК) и Q-статистики (см. Ljung и Box (1979) для подробностей). АПК и Q-статистики указывают на VAR (+2) для моделей А и В, и VAR (4) для моделей C и D. Из этих VARs, импульсная характеристика функций (ИРК) выводятся.

Эмпирические данные для моделей с D содержится в ИРК на рис 5-9. Каждый МДФ представляет собой ответ на один положительный стандартных инноваций отклонение (или ударов) за горизонт, Н, 20 лет. В дополнение к точке оценкам, каждый МАФ сопровождается 2-стандартная полоса доверия отклонения. Уверенность в группу, где ноль означает отсутствие статистической значимости. С ИРК являются динамическими мультипликаторы, они в конечном итоге умрет с нулевым результатом. На рисунках 5 до 7 мы рассматриваем наши основные гипотезы - воздействие потрясений число ученых и инженеров, занятых в R

Рисунок 5 показывает влияние на темпы роста производства шок число ученых и инженеров, занятых в R

Хотя Рисунок 5 показывает, что нет эффекта масштаба на экономический рост, цифры 6 означает, что масштаб влияния на уровень производства не существует. Позитивный шок число ученых и инженеров, занятых в R

Рисунок 7 усиливает результат на рисунке 6. Это показывает, что шок от числа ученых и инженеров, занятых в R

[Рисунок 5 опущены]

[Рисунок 6 опущены]

[Рисунок 7 опущены]

[Рисунок 8 опущены]

Целом, цифры 6 и 7 действительно свидетельствуют, что поддерживает Джонс (1999) модель. Последствия для политики в том, что если ученые и инженеры в R

На рисунке 9 показано влияние на темпы роста производства шоком для роста численности населения. Анализ показывает, что рост численности населения имеет тенденцию оказывать негативное и значительное воздействие на экономический рост лишь в среднесрочной перспективе (от 2 до 3 лет после шока), после чего эффект рассеивается. Этот результат дает показания против Джонса (1995), что более высокий прогноз роста численности населения должно стимулировать рост производства, как описывается уравнением (5).

[Рисунок 9 опущены]

Разница Разложения

Результаты Разница разложения (СКР), приведены в таблице 1. В тот же горизонт, Н, 20 лет, которая была использована для ИРК используется здесь. ДКР предоставить информацию об относительной важности каждого случайных ударных, влияющих переменных в VAR. По сути дела, ДКР указывать долю дисперсии ошибки прогноза в связи с изменением основных ортогонализованных инноваций (потрясений).

Модель в таблице 1, показывает, что 99% вариации в реальные темпы роста производства на одного рабочего (ГВ) обусловлено его собственный вариант в то время как только 1% колебаний обусловлено инноваций в число ученых и инженеров, занятых в R

VI. ВЫВОДЫ

Эта статья анализирует экономическую роль ученых и инженеров, занятых в R

Анализа было сделано с использованием векторной авторегрессии (VAR) подход с импульсной функции отклика и дисперсии разложения. Набор данных состоит из ежегодных наблюдений для экономики США на 1950-1995 период, самый длинный период, за который имеются данные.

Результаты показывают, что масштаб влияния на рост как это было предложено Ромер (1990), не свидетельствует. Шок от числа ученых и инженеров, занятых в R

Наконец, нет никаких доказательств того, что рост населения увеличивает темп роста выпуска продукции, как Джонс (1995) постулируется. Вместо этого, население оказывается негативное воздействие на уровень производства на одного работника в величине 14%, поддержка Джонс (1999) модель.

Ссылки

Агийон, П. П. Ховитт (1992), "Модель роста, хотя творческого разрушения" Эконометрика, LX, 323-51.

Гроссман, Г. и Е. Хелпман (1991a), инноваций и роста в мировой экономике в Кембридже: MIT Press.

Гамильтон, JD анализа временных рядов, пресс-Принстонский университет, 1994.

Джонс, C. (1995), "R

Джонс, C. (1995) "Время серии тестов модели эндогенного роста", ежеквартальный журнал экономики, Vol. 110, № 2,495-525.

Джонс, C. (1999), "Рост: с или без эффекта масштаба"? American Economic Review, Vol. 89, № 2, 139-144.

Кортум, С. С. (1997), научные исследования, патентование и технологическим переменам, "Эконометрика, Vol. 65, выпуск 6, 1389-1419.

Ljung, Г. и Г. Box (1979), "О мере несоответствием в моделях временных рядов", Biometrika, Vol. 66, 265-270.

Национальный научный фонд. Национальные структуры R

Приход Ж. и З. Tiamuh (2007), "Включение концепции управления знаниями в области инженерного образования," Технология интерфейса, Vol. 7, № 2, Весна.

Хестон, А., Р. Саммерса и B. Aten. Penn World Таблица версий 6.2, Центра международных сопоставлений производства, доходов и цен в Университете Пенсильвании, сентябрь 2006.

Ромер, П. (1990), "Эндогенные технологическим переменам," Журнал политической экономии ", Vol. 98, № 5, октябрь 1990, S71-S102.

Sabherwal, Р. и С. Sabherwal (2005), "Управление знаниями с использованием информационных технологий: Детерминанты краткосрочное влияние на стоимость компании", Decision Sciences, Vol. 36, № 4, 531-67.

Сегерстром, П. (1998), "эндогенного роста без эффекта масштаба", American Economic Review, Vol. 88, № 5, 1290-1310.

Sims, CA (1980), "Макроэкономика и реальность", "Эконометрика, Vol. 48, № 1, 1-48.

Раджив SOOREEA

Университет штата Пенсильвания, U.S.A.

Раджив SOOREEA, спасибо доктору Мэтью Хиггинс Университет Западного Мичигана за его замечания по более ранним проектам.