国际性技术外溢与中国经济增长的政策仿真研究

蒋仁爱，蔡 虹，李 璐 张 帆

(1.西安交通大学经济与金融学院，陕西西安710061;2.西安交通大学管理学院，陕西西安710049)

一、引言

发展中国家的自主R＆D 投资不足，国际性技术外溢是促进其经济增长的重要技术知识来源［1］。国际性技术外溢主要包括三种渠道:国际贸易、FDI 和无形(直接)渠道(信息交流、专利引用、人员流动和逆向工程等形式)。基于Grossman和Helpman(1991)的理论框架，Coe 和Helpman(1995)首次利用双边贸易份额构建权重测算了国外R＆D 存量，将国内外R＆D 存量和TFP 纳入同一个回归模型中，利用OECD 国家的面板数据，证实了基于进口贸易的国际性技术外溢显著促进了进口国的全要素生产率的提高［2］。他们的研究成果为基于贸易的国际性技术溢出提供了第一份合理的证据，同时激发了大量学者的研究热情。沿袭Coe 和Helpman(1995)的研究框架，基于贸易、FDI 等物化渠道的国际性技术外溢研究从国外R＆D 存量的构建、计量方程控制变量的选取到计量估计方法的选用，均趋于完善［3］，同时，部分学者开始研究国际性无形技术外溢效应［4－6］。然而，无论是物化还是非物化的国际性技术外溢研究，都是基于CH 模型的实证分析，只能估计国际性技术外溢对TFP 的平均影响，难以分析变量之间的动态对应关系，而系统仿真则是实现此目标的有效工具和手段。顾新一等(1993)通过建立包含经济增长和技术创新两个子系统的系统动力学模型，对不同的财政和金融政策对我国企业技术创新的影响进行仿真研究，进而提出有利于经济增长和技术创新的财政和金融政策建议［7］。自此之后，便难以看到系统动力学在技术创新领域的应用研究，最为主要的原因是，为了较为准确地描述实际社会经济系统的结构和运行状况，需要大量的实际因素及相互关系，这使得系统动力学的模型结构非常复杂，模型的调试也变得非常困难，进而削弱了模型了可靠性。

本文运用系统仿真的建模思想，围绕国际性技术外溢对中国经济增长的传导作用机理建立政策系统仿真模型，有针对性地设置变量和参数，克服了系统动力学过于复杂、可靠性难以保证的缺点，进而动态模拟了主要政策变量与经济产出及增长率的影响关系，以研究政府的相关政策在一国长期经济增长中的作用。

二、政策系统仿真模型构建

无论是发达国家还是发展中国家的经济增长核算均表明，人力资本和R＆D 是促进长期经济增长的两大因素。1948－1994年美国实际GDP 的年均增长率为3.4%，其中人力资本投资和R＆D投资的贡献分别为12%和6%①转引自杨立岩和王新丽(2004)，pp.906.;在中国，1980－2004年实际GDP 的增长率为9.8%，人力资本投资和R＆D 投资的贡献分别为8.2%和35.7%②中国发展报告2006.http://www.bjinfobank.com/IrisBin/Text.dll?db=TJ＆no=299529＆cs=2939212＆str=人力资本.。然而，已有文献较多地分别考虑人力资本和R＆D投资对经济增长的作用，而未能将人力资本、R＆D投资和技术外溢纳入同一个框架综合考虑对经济增长的影响。蒋仁爱(2011)在开放经济中构建了包含最终产品部门、资本设备部门、R＆D 部门及人力资本开发部门的四部门增长模型，在引入国际性技术外溢的前提下，同时内生了R＆D 和人力资本这两个要素，在垄断竞争市场条件下，基于动态最优化方法，揭示了国际性技术外溢影响经济增长的双路径传导作用机理:一方面，国际性技术外溢通过提高R＆D 部门的技术创新产出促进了均衡经济增长;另一方面，国际性技术外溢通过提高人力资本开发部门的人力资本产出促进了均衡经济增长［8］。同时，运用时间序列平稳性、协整分析和Granger 因果性等一整套完整的计量检验方法，结合中国国内R＆D 存量、专利产出、人力资本产出和国际性外溢R＆D 存量等时间序列数据，验证了国际性技术外溢促进经济增长的双路径传导作用机理。

基于上述作用机理，本文建立了国际性技术外溢与经济增长的政策系统仿真模型(见图1)，其具体的运行流程为:该经济系统将一部分经济产出投资于R＆D 活动和人力资本开发活动，R＆D 投资在R＆D 部门转化为R＆D 存量(技术知识存量)，教育经费投入在教育部门转化为教育资本存量;自主R＆D 存量是中国对国际性外溢技术知识的吸收能力的主要指标③Cohen ＆ Levinthal(1990)指出，自主R＆D 投资能够增强企业对外部新知识的评估、消化和应用的能力，即吸收同化能力。在假定国际性R＆D 存量是外生增加的情况下，随着我国自主R＆D 投资的加大，R＆D 存量将逐渐增多，与国外的R＆D 存量差距减少，对国际性外溢技术知识的吸收能力会逐步增加，但幅度会越来越小。，因而与国际性R＆D 存量共同决定了国际性有效外溢的R＆D 存量;国际性有效外溢R＆D存量和自主R＆D存量构成了R＆D 部门的研发人员进行研究开发的基础，共同促进了技术创新产出，与此同时，国际性有效外溢R＆D 存量和教育资本存量共同作用于教育部门，促进了人力资本产出;技术创新产出和人力资本产出的提高，共同促进了经济产出，进而影响下一年的R＆D 投资和教育经费投入。

图1 国际性技术外溢与经济增长的政策仿真模型

需要指出的是，模型将国外R＆D 存量设置为外生的变量，主要原因是全球的R＆D 投资主要集中在发达国家，G7 国家(美国、日本、德国、法国、英国、意大利及加拿大)更是进行原始性技术创新的主体［1］，中国尚处于自主技术创新的起步阶段，与发达国家尚有较大差距，总体而言未能影响G7国家的技术进步。因此，本文选取G7 国家作为中国的技术外溢国，而这些国家产生的R＆D 存量在系统仿真模型中是外生变量。

三、方程设定及变量测算

(一)变量选取及测算

通过对模型主要的变量选取合适的代理变量，利用中国的统计数据进行测算，可以为递推方程组的参数确定打下坚实的基础。

1.R＆D 存量(SD)

R＆D 投资(RD)进行积累能够产生R＆D 存量，它是一个国家、行业和企业技术进步的重要因素，构成了后续R＆D 活动的基础［9］。测算R＆D 存量的通用的方法是永续盘存法，R＆D 的时间滞后和陈腐化率是技术知识存量测算的两个重要因素。陈腐化率ρ 是技术知识老化的份额，原因要么是新技术的出现，要么是企业失去了对技术的专有，一般采用技术平均使用寿命的倒数来估算ρ。R＆D 时间滞后θ是指从开展R＆D 活动到获得新的技术，并应用于生产，需要经过一定的时间，一般采用不同行业的R＆D 时间滞后的加权平均值来计算［10］。中国的R＆D 时间滞后期和陈腐化率分别为4年及7.14%，取自于西安交通大学管理学院《研究开发投资的经济效果研究》课题组的研究结果［5］;G7 国家的R＆D时间滞后期与陈腐化率则分别为3年和13%，采用Watanabe(2001)的研究成果［11］。

在获取ρ 和θ 这两个参数的基础上，可用下列永续盘存法的公式计算中国和国外的R＆D 存量(SF 代表G7 国家国内R＆D 存量的总和):

其中，RDt、SDt和SDt0分别为t 期R＆D 投资流量、t 期R＆D 存量及基期的R＆D 存量，g 为R＆D投资在基准年以后的增长率。

2.国际性有效外溢R＆D 存量(SFE)

中国吸收同化的国际性外溢R＆D 存量是基于进口贸易、FDI 和无形渠道从发达国家有效外溢到中国的R＆D 存量的总和(以下公式均省略时间t 以使表达简洁)。

从式(3)可知，当技术领先国出口到技术吸收国的中间投入品占该国的工业增加值的比重越大，外溢到技术接收国的潜在的R＆D 存量就越大;当技术吸收国的陈腐化率越大(即技术知识更新越快)，自主R＆D 存量占基于贸易外溢的潜在的R＆D 存量的比重越大(即技术差距越小)，吸收同化的外溢技术也就越大。因此，本文提出的国外R＆D 资本存量的测算模型，在同一个分析框架中研究了国际性R＆D 存量的外溢和吸收两个过程，突破了Coe 和Helpman(1995)及其后续模型仅仅考虑技术外溢、忽略技术吸收的测算方法。式(4)也可做类似的解读。

公式(5)中，pxij是国家i 和国家j 的技术相似性①Jaffe(1986)构建技术相似性的测算模型用以计算企业之间的技术相似性。Guellce 和van Pottelsberghe(2001)和Lee(2005)等将该方法应用于国家层面的技术相似性的测算。，Pi，N是国家i 在技术领域z 申请的专利数量，专利的技术种类可以归结为N 个②本文采用Hall(2001)的专利分类标准(N=6)。为了研究的需要，Hall(2001)美国专利和商标局(USPTO)的专利数据由417 类归并为计算机和通讯、化学、电及电子、药物和医疗、机械及其它等6 类专利，同时，研究数据均来自USPTO 以使统计口径一致。。这样，Fi为国家i 在N 个技术类别的申请专利的频率。技术结构相似性具有对称性，即pxij=pxji。人员交流系数pfij③人员流动系数代表着一种技术外溢的渠道，Park(2004)实证研究发现，留学生的跨国流动对国家间的技术扩散有显著的促进作用。用国家j 到国家i 参加商务和会议人员占参加商务和会议人员总数的份额来表示，pij表示国家j到国家i 参加商务和会议的人员数量。鉴于数据的可获得性，本文用2001－2007年G7 国家对中国的人员流动系数的平均值代替1988－2000年的时序值。di代表国家i 的电信基础能力，用电话干线用户比率(每1000 户电话干线数)作为代理变量。

因此，本文改进了Lee(2005)［12］的方法测算从G7 国家外溢到中国的无形R＆D 资本存量，当两个国家的技术相似性越大、人员交流越频繁及国家间电信基础越好，国家间外溢的无形R＆D 存量就会越多。

3.有效外溢系数Asp

有效外溢系数是国际性有效外溢R＆D 存量占国外R＆D 总存量的比例，它与R＆D 存量差距(SD/SF)是非线性的关系(如图2)。在国外技术进步既定的前提下，随着我国自主R＆D 投资产生的存量逐渐增加，R＆D 存量差距随之减小，有效外溢系数增大，但增加的幅度在逐渐减小。

图2 1988－2007年有效外溢系数与R＆D 存量差距的散点图

4.教育资本存量(SE)

家庭教育、正规教育(学校教育)、干中学(Learning by doing)等方面的投资能够产生教育资本存量，构成了人力资本产出的基础。类似于R＆D 存量的测算，本文基于永续盘存法对中国的教育资本存量进行测算。

对于教育资本存量的陈腐化率，尚未有针对中国的相关研究，本文主要参照R＆D 存量的相关指标来确定。作者所在课题组确定了中国R＆D的陈腐化率为7.14%，研究开发滞后时间为4年［5］。崔玉平(2004)在研究中国公共教育支出的经济价值时，用3%的陈腐化率测算了1992－2001年的教育资本存量［13］。R＆D 存量的陈腐化率必然要大于教育资本存量的陈腐化率，为此本文设定我国教育资本存量的陈腐化率为5%，时间滞后为3年。此外，由于本研究的样本序列相对较长(1988－2007年，共20年)，足以稀释基期资本存量设定的差异，因而采用公式(1)计算基期的教育资本存量。

测算结果所示，1998年教育资本存量是2493亿元，平均以9%的增长率增长，截止到2007年，达到119380 亿元，20年间增加了3.9 倍。同时，教育资本存量要大于R＆D 存量，其均值是R＆D 存量4.8 倍，主要原因是中国的教育经费投入占GDP 的平均比重为3.8%，远大于0.92%的自主R＆D 强度。

5.技术创新产出P

技术创新产出用专利来代表①中国的R＆D 投入中企业所占份额约为70%，而科研机构、高校等机构所占份额仅为30%，其中，用于基础研究的R＆D 经费仅为5%左右。企业R＆D 投入的主要产出形式为技术专利，而高校和科研机构的技术创新产出主要是专利和期刊论文。也就是说，从R＆D 投入和产出的结构来看，用专利衡量技术创新产出还是较为符合我国的实际情况的。，这与理论模型的R＆D 部门的专利产出是一致的。随着中国R＆D 投资的不断增加以及知识产权保护的增强，发明、实用新型和外观设计三种专利的申请总数由1988年的3.4 万件增加到69.4 件，二十年间增加了20 倍。然而，正如图3 所揭示的，国外公司和个人在其中扮演了非常重要的角色。在三种专利申请总数中，1988－2007年国外专利的平均比重不算太高，仅为16.5%。发明专利申请总数中，国外专利的平均比重达到47.9%;而在发明专利授权总数中，国外专利所占平均份额竟高达59.7%。也就是说，在中国，在申请的100 件发明专利中，有47 件是外国人申请的;在授权的100 件专利中，59件的所有权属于外国人。因此，本文剔除国外专利，仅将国内三种专利申请总数作为技术P 的代理指标。

6.人力资本产出H

图3 中国专利中由国外公司和个人申请(授权)专利的份额

人力资本普遍采用的代理指标是人均受教育年限［14］。本文采用Barro 和Lee(1993)的教育年限法测算1988－2007年中国的人力资本［15］，即假设小学毕业教育年限设为6年，初中毕业教育年限设为9年，高中毕业教育年限设为12年，大专及以上教育年限设为16年，进而获取全社会的平均受教育年限。从附表1 的人力资本的测算结果来看，我国人均受教育年限取得了长足的进步，由1988年的人均4.98年增加到2007年的8.41年，增长了86%。

此外，经济产出的代理变量是GDP，主要变量的测算结果如附表1 所示。

(二)设定递推方程并确定参数

依据图1 的系统仿真模型，可以设定变量之间的递推结构方程。

表1 政策仿真模型的递推方程组

上述方程中变量的含义如附表1 所示。公式(6)和(8)表示从上一年的经济产出中投入到R＆D部门和教育部门的经费，参数λ 和Κ 分别代表R＆D强度(R＆D /GDP)和教育经费投入强度(E/GDP)。公式(7)和(9)运用永续盘存法将R＆D 投资和教育经费投入分别转化为R＆D 存量和教育资本存量，公式(12)－(14)分别是R＆D 部门、人力资本开发部门和最终产品部门的生产函数。

R＆D 强度λ 和教育经费投入强度Κ 可看作是政策参数，原因是政府对于这两个参数的提高能够起到非常重要的作用。政府不仅可以直接对高校和研究所的R＆D 活动进行资助，还能够通过税收优惠政策诱发R＆D 活动的主体——企业进行R＆D 投资，因此，R＆D 强度λ 可以反映政府为增加全社会的R＆D 投资采取的一系列政策的力度。同样，教育经费投入强度Κ 可以反映政府为提高全社会的教育经费投入采取的一系列政策的力度。

由于R＆D 强度λ 和教育经费投入强度Κ 是政策变量，它是一个比例参数，不适宜采用对历史数据回归的方法获取，故取1988－2007年该强度的平均值。R＆D 存量的陈腐化率为7.14%，教育资本存量的陈腐化率为5%，其余参数均为对历史数据回归获取。

尤其值得一提的是，国外R＆D 存量是外生变量，1988－2007年的平均增长率为2.2%，故将其设定为国外R＆D 存量的年增长率。随着中国自主R＆D 存量的增加，国际性有效外溢R＆D 存量也随之增加(增加幅度会不断减少)，通过影响技术创新产出和人力资本产出，进而促进了经济产出及其增长。

(三)拟合效果

依据确定的方程结构和参数，将各变量1988年的数值设定为初始值，通过逐年迭代的方法，就可以获取1989－2007年的理论值。

图4 分别表示经济产出Y、技术专利数量P 及人力资本H 的系统仿真理论值和实际值的对比情况。

图4 GDP、技术专利和人力资本的理论值和实际值

系统仿真模型的拟合程度具体参照偏离率这一指标。偏离率是指模型理论值对实际值的偏离程度，用理论值与实际值的差值占实际值的比重来表示。从实际的测算结果看，1989－2007年经济产出Y 的平均偏离率是6.21%，人力资本H 的偏离率最小，仅为2.06%，技术专利产出P 的平均偏离率偏大，为9.28%，主要原因是R＆D 投资的实际值要远大于理论值。1988－2007年实际的R＆D 强度从0.6%逐步上升到1.5%，在模型系统设置中，需要把R＆D 强度设置成一个政策参数(实际取值是0.92%，20年的平均R＆D 强度)，导致了R＆D 投资这一变量的拟合效果较差，实际值要大于理论值。总体看来，理论值与实际值具有一致的趋势，其围绕实际值的波动并不大，拟合效果比较理想。

这样，通过模型构建和参数设定，得到的理论值与实际值拟合较好，其偏离率符合预期，说明构建的政策仿真模型是有效的，可以作为政策变量动态模拟的基础。

四、政策变量动态模拟

(一)R＆D强度、教育经费投入强度与经济产出

政策变量动态模拟是指针对研究的目标，测算政策参数对经济产出的作用关系和敏感程度，进而提出相应的政策建议。这里面重点研究的政策参数是:R＆D 强度λ 和教育经费投入强度Κ。依据中国的现实情况，本文设定R＆D 强度λ 的4个合理取值是:1%，1.5%，2%和2.5%，教育经费投入强度Κ 的四个合理取值是:2.5%，3.5%，4%和4.5%，模拟结果如图5 所示。

由于R＆D 投资和教育经费投入强度的滞后时间分别是4年和3年，GDP 的变化分别在1993年和1992年才表现出来，因此整个图形表现为束状形。由于R＆D 强度和教育经费投入强度的变化幅度是一样的，均为0.5%的GDP，因此它们变动引起的GDP 的变动幅度就具有可比性。R＆D强度每增加0.5%，所引起的GDP 的三次增幅分别为1.85、1.59 和1.42 万亿元，而教育经费投入强度的三次增幅则分别是0.35、0.34、0.31 亿万元，可见，R＆D 强度和教育经费投入强度的增加均能提高GDP，但增加的幅度在逐渐减小，同时，R＆D 强度比教育经费投入强度更能促进GDP 的增加，因而是GDP 变动的较为敏感因素。

(二)R＆D强度、有效外溢系数与经济增长

在政策仿真模型的方程结构和参数不变的前提下，将2007年的数值设定为初始值，通过逐年迭代的方法获取第20年的GDP 数值并测算其平均增长率;同时，分别变动R＆D 强度和教育经费投入强度，可以得到两个政策参数与GDP 增长率之间的对应曲线，进一步地，还可以调节国外R＆D存量有效外溢系数的大小，以考察对应曲线的移动方向和幅度。

图5 R＆D 强度、教育经费投入强度与经济产出的动态模拟分析

图6 显示，R＆D 强度与经济增长率是正向的相关关系，R＆D 强度从1% 增加3%，所对应的GDP 的平均增长率逐步上升，从5.6% 上升到8.5%，增幅为2.9%。然而，随着R＆D 强度的不断增大，经济增长率的增加幅度逐渐变小。R＆D强度从1.0%开始，每增加0.5%的幅度，20年的平均增长率的增幅分别为1%、0.76%、0.6%、0.5%。提高R＆D 强度能够增加自主R＆D 存量，从而可以增加对国外R＆D 存量的吸收能力，提高国际性有效技术外溢，国际性技术外溢通过促进技术创新产出和人力资本产出，进而促进了经济增长;与此同时，国际性有效技术外溢对自主R＆D存量的增加存在边际递减效应，导致经济增长率对于R＆D 强度也存在递减趋势。

国际性R＆D 存量的有效外溢系数Asp 同样可作为政策参数。为了提高该参数，政府可使用的政策手段较为广泛，而核心是围绕如何增加基于进口贸易、FDI 和无形外溢三种渠道从发达国家有效外溢到中国的R＆D 存量。国际性R＆D存量的有效外溢系数Asp 设定如下:以通过历史数据获取的20年的有效外溢系数作为基准，上下浮动幅度为0.01，即每100 元发达国家的R＆D 成果中，增加了(或减少)1 元有效外溢到中国的R＆D 存量。R＆D 强度在1% ～3%的合理范围内，有效外溢系数每增加或减少0.01，GDP的增长率将上下浮动0.16%。可见，增加国际性技术外溢R＆D 存量同样能够显著促进中国长期的经济增长率。

图6 R＆D 强度与经济增长率的对应曲线

(三)教育经费投入强度、有效外溢系数与经济增长

图7 是教育经费投入强度与经济增长率的对应曲线，具有和R＆D 强度与经济增长率相似的对应关系。首先，教育经费投入强度与经济增长率是正向的相关关系，教育经费投入强度从3.5%增加到5.5%，GDP 平均增长率相应地从5.27%增加到6.06%，增幅为0.8%，远小于R＆D 强度变化引起的2.9%的增幅，表明了R＆D强度比教育经费投入强度更能推动GDP 的增长率。其次，随着教育经费投入强度的不断增大，经济增长率的增加幅度逐渐变小。教育经费投入强度从3.5%开始，每增加0.5%的幅度，20年的平均增长率的增幅分别为0.23%、0.21%、0.19%、0.17%。最后，教育经费投入强度在3.5% ～5.5%的合理范围内，有效外溢系数Asp每增加或减少0.01，长期经济增长率将相应地变化0.16%，可见，有效外溢系数的提高能够显著促进中国长期的经济增长率。

图7 教育经费投入强度与经济增长率的对应曲线

在内外部环境都没有发生重大变化的前提下，以现有的模型结构和参数进行预测研究，若将8%作为中国未来20年的经济增长目标，图6 和图7 的模拟结果显示，需要将R＆D 强度提高到2.5%，或者在有效外溢系数增加0.01 的前提下，将R＆D 强度提高到2.24%，或者将教育经费投入增加到15.5%。根据“十二五”(2011－2015年)规划纲要，到2015年R＆D 强度要达到2.2%，以此趋势来分析，未来二十年得到2.24%乃至2.5%的R＆D 强度是非常有可能的。然而，对于中国这样一个政府财政教育经费是总教育投入的主体、多年来政府教育投入强度未能突破4%的国家而言，单纯依靠教育投入推动经济达到预期增长目标具有较大的难度。

五、结论

本文基于国际性技术外溢通过技术创新和人力资本产出促进长期经济增长的双路径传导作用机理，构建了国际性技术外溢与经济增长的政策系统仿真模型，设立了反映变量之间递推关系的方程组，利用1988－2007年的数据，估计了模型参数，模型调试结果显示主要产出变量的偏离率符合预期和要求，能够用于政策动态模拟研究。

基于政策系统仿真模型对政策变量进行动态模拟，本文研究发现:

(1)R＆D 强度和教育经费投入强度的增加均能够显著地促进经济产出，与教育经费投入强度相比，R＆D 强度的提高导致的GDP 增幅更大，因而是经济产出的较为敏感的影响因素;无论是R＆D 强度还是教育经费投入强度，它们的逐步增大尽管能导致GDP 不断提高，但增加的幅度都在逐渐减少，这表明R＆D 资本和教育资本与物资资本是一样的，随着投资的增大，经济产出的边际效应递减，符合经济学的边际产出递减原理。

(2)在R＆D 强度和教育经费投入强度的合理取值范围内，提高2%的相应投入强度，GDP 平均增长率的相应涨幅分别是2.9%和0.8%，因此，与教育经费投入强度相比较，提高R＆D 强度更能促进长期的经济增长率;提高中国对国际性外溢技术知识的吸收能力，能够明显地提高长期经济增长率。

(3)以现有的模型结构和参数进行预测，若设定长期的经济增长率是8%，可以通过将R＆D强度提高到2.5%，或在有效外溢系数能够增加0.01 的前提下，将R＆D 强度提高到2.24%，中国有足够的财政支出潜能达到经济增长目标所需的R＆D 强度;然而，所需教育经费投入强度为15.5%，单纯依靠教育经费投入推动经济达到预期增长率目标具有较大的难度。

［1］Keller W.International Technology Diffusion［J］.Journal of Economic Literature，2004，XLII:752－782.

［2］Coe DT，Helpman E.International R＆D Spillovers［J］.European Economic Review，1995，39 (5):859－887.

［3］Coe DT，Helpman E，Hoffmaister A W.International R＆D Spillovers and Institutions［J］.European Economic Review，2009，53(7):723－741.

［4］Le T.Are Student Flows A Significant Channel of R＆D Spillovers from the North to the South?［J］.Economic Letters，2010，107(3):315－317.

［5］Jiang R，Cai H，Li Y，et al.China's Sustained Economic Growth:Do Direct R＆D Spillovers Matter?［J］.China ＆World Economy，2010，18 (5):37－53.

［6］Zhu L，Jeon BN.International R＆D Spillovers:Trade，FDI，and Information Technology as Spillover Channels［J］.Review of International Economics，2007，15(5):955－976.

［7］顾新一，许庆瑞，陈劲等.技术创新的财政、金融政策与量化分析模型［J］.管理工程学报，1993，3(7):133－139.

［8］蒋仁爱.国际性技术外溢与中国经济增长的作用机理研究［D］.西安:西安交通大学博士学位论文，2011.

［9］Griliches Z.R＆D and the Productivity Slow Down［J］.American Economic Review，1980，70(2):343－348.

［10］De Rassenfosse G，van Pottelsberghe de la Potterie B.A Policy Insight Into the R＆D－ patent Relationship［J］.Research Policy，2009，38(5):779－792.

［11］Watanabe C.The Quantitative Analysis of Technology Innovations［J］.2001，Japan:Science ＆ Technology Publishing House.

［12］Lee G.Direct Versus Indirect International R＆D Spillovers［J］.Information Economics and Policy，2005，17(3):334－348.

［13］崔玉平.公共教育支出的经济价值［J］.教育与经济，2004，(4):34－37.

［14］Lucas Jr RE.On The Mechanics Of Economic Development［J］.Journal Of monetary economics，1988，22 (1):3－42.

［15］Barro RJ，Lee JW.International Comparisons of Educational Attainment［J］.Journal of Monetary Economics，1993，32 (3):363－394.

附表1 模型主要变量的时间序列数值(1990年不变价，亿元)