估算联邦研发投资的经济影响

核心观点与框架

研报探讨了联邦研发（R&D）投资变化对经济的影响，提出了两种分析框架：研发资本存量法和人力资本法。

分析框架

1. 研发资本存量法

   • 直接连接联邦研发资金变化与研发资本存量变化，进而影响全要素生产率（TFP）和国内生产总值（GDP）。
   • 关联标准国民收入和产品账户（NIPA）中研发数据。
   • 基于CBO先前对基础设施投资的评估（CBO 2021）。
   • 关键因素包括资金到支出时间、非联邦研发活动变化、支出到生产力效应时间、生产力效应幅度及研发资本折旧。

2. 人力资本法

   • 将联邦研发资金分配至劳动力或资本。
   • 数据来源包括国家科学基金会国家科学工程统计中心（NSF/NCES）和BEA的研发卫星账户。
   • 平均54%的联邦研发资金用于劳动力，高等教育机构通过UMETRICS数据分析（Sattari等，2022；Ikudo等，2019）进一步细分。
   • 通过两个渠道评估劳动力效应：
     • 重新分配：增加研究人员数量（研究人员年数）提升TFP。
     • 培训：高等教育研发资金支持新研究人员培训，长期滞后但持续贡献TFP。
   • 资本效应采用CBO标准资本投资框架（Lasky，2018）。

关键数据

• 联邦研发支出：2010-2023年，主要受资金方包括能源部（DOE）、NASA、NIH和NSF。
• 资金到支出时间：CBO基于历史模式估计，74%支出来自特定账户，平均率加权计算。
• 非联邦研发活动：汇总多研究估计，1%联邦研发支出增加对应非联邦研发支出或专利增长。
• 生产力效应：汇总多研究估计，TFP效应在不同研究中呈现差异，如Gazzani等（2025）显示长期效应。
• 折旧率：采用5%的经经济范围折旧率，基于专利引用分析。

不确定性

• 研发资本存量法：经济范围研发折旧率估计、生产力效应差异。
• 人力资本法：研究人员、博士后及STEM领域博士数量变化估计、本科生研究人员培训效应、教育水平相对生产力效应估计（尤其博士后）、“研究人员”职业定义。
• 共同不确定性：间接成本处理、私人研发投资变化的经济效应、联邦研发资金与移民政策的相互作用。

研究结论

研报通过两种框架分析联邦研发资金变化的经济影响，强调资金分配到劳动力或资本的不同渠道及时间滞后效应。研究指出，尽管现有数据支持分析框架，但仍存在多领域不确定性，需进一步研究明确。联邦研发资金变化通过影响TFP和GDP，对经济产生长期且复杂的影响，需结合政策背景综合评估。