Een meta-analyse van het effect van R&D op productiviteit

518Jaargang 100 (4717) 10 september 2015
Een meta-analyse
van het effect van R&D op productiviteit
ONDERNEMERSCHAP & INNOVATIE
R
esearch & Development (R&D) levert een
belangrijke bijdrage aan innovatie, omdat
het leidt tot nieuwe en betere producten
en productieprocessen. Aangezien organi-
saties kennis moeilijk exclusief bij zichzelf
kunnen houden, profiteren ook anderen daarvan via zo –
genoemde kennisspillovers. Dit vormt voor de overheid
een belangrijke reden om R&D te stimuleren. Het nut van
overheidsstimulering van R&D hangt mede af van de om –
vang van de economische baten van R&D. Het Centraal
Planbureau benadrukte eerder dat het effect van R&D op
de productiviteit weliswaar positief is, maar dat de exacte
omvang ervan onzeker is (Cornet et al. , 2006; Lanser en
Van der Wiel, 2011). De empirische literatuur laat een
grote variëteit aan uitkomsten zien. Ons doel is om op basis
van een grote hoeveelheid afzonderlijke schattingen tot een
‘best guess’-schatting te komen van het effect van R&D op
productiviteit. Onderzoek naar de relatie tussen R&D en productivi-
teit kent een lange traditie, die begon met werk van onder anderen Griliches (1964) en Mansfield (1965). Het betreft
hier een benadering vanuit de productiefunctie, met een
R&D-kennisvoorraad als extra productiefactor opgeno
–
men naast arbeid en fysiek kapitaal. R&D is daarbij van
invloed op de totale factorproductiviteit: de toegevoegde
waarde in verhouding tot de totale inzet van de productie –
factoren arbeid en fysiek kapitaal. Later, met name in de
jaren negentig van de vorige eeuw, zijn er endogene groei-
modellen ontwikkeld (Romer, 1990; Jones, 1995, Young ,
1998). Die modellen werken op meer formele wijze mecha –
nismen uit achter de relatie tussen R&D en productiviteit.
In empirisch onderzoek is het reeds in de jaren zestig ont –
wikkelde raamwerk leidend gebleven. Dat raamwerk heeft
als voordeel dat het analytisch en empirisch relatief gemak –
kelijk te hanteren is. De empirische uitkomsten representeren effecten op
de productiviteit via product- en procesinnovaties (Hall et
al. , 2009). Kwaliteitsverbeteringen als gevolg van product –
innovaties werken rechtstreeks door in de productiviteit
via een hoger volume van de toegevoegde waarde, terwijl
proces innovaties zorgen voor een hogere technische effi-
ciëntie van het productieproces, waarmee de toegevoegde
waarde in verhouding tot de inzet van arbeid en fysiek ka –
pitaal wordt verhoogd.
DE BESCHOUWDE EMPIRISCHE LITERATUUR
De wetenschappelijke literatuur bevat tientallen studies
waarin het effect van R&D op productiviteit is gekwantifi-
ceerd in de vorm van een elasticiteit: het procentuele effect
op de productiviteit van een verandering van (gecumuleer –
de) R&D-inspanningen met één procent. Deze artikelen
bevatten tezamen honderden afzonderlijke schattingen van
deze elasticiteit. Dit artikel beschrijft een meta-analyse van
deze schattingen, waarbij elke schatting beschouwd wordt
als een gegeven waarneming. De omvang van de elasticiteit
wordt in een ‘metaregressie’ verklaard door kenmerken van
het onderzoek, zoals de variabelen waarmee rekening is ge -CARL
KOOPMANS
Onderzoeksdirecteur
bij SEO Economisch
Onderzoek en
hoogleraar aan de
Vrije Universiteit
Amsterdam
PIET
DONSELAAR
Senior beleidsme-
dewerker bij het
Ministerie van
Economische Zaken
R&D zorgt via innovaties voor een hogere productiviteit, maar
hoe groot is dat effect? Uit een meta-analyse van de diverse schat –
tingen in de empirische literatuur volgt dat tien procent meer
privaat R&D-kapitaal ongeveer 0,6 procent meer productiviteit
oplevert. Dat impliceert dat een euro extra investering in private
R&D op termijn jaarlijks ongeveer 4,6 euro extra toegevoegde
waarde oplevert bij bedrijven. Wordt er rekening gehouden met
extra investeringen in fysiek kapitaal door bedrijven, dan bedraagt
het totale effect op de toegevoegde waarde bijna zeven euro.
ESB Ondernemerschap & Innovatie

Ondernemerschap & Innovatie ESB
519Jaargang 100 (4717) 10 september 2015
houden in de gehanteerde productiefunctie en de gebruikte
schattingsmethode. Het gaat om verschillende soorten elas-
ticiteiten. Sommige studies beschouwen landen (macrostu-
dies), andere bedrijfstakken (mesostudies) en weer andere
individuele bedrijven (microstudies). In dit artikel wordt
‘eigen R&D’ onderscheiden van ‘externe R&D’. In macro –
studies staat ‘eigen R&D’ voor R&D in het eigen land, in
mesostudies gaat het om R&D in de eigen bedrijfstak en in
microstudies betreft het R&D in het eigen bedrijf. ‘Externe
R&D’ is alle R&D die daarbuiten valt. De studies zijn verzameld in twee stappen. Eerst zijn
verwijzingen in overzichtsartikelen opgezocht (Hall et al. ,
2009; Cincera en Van Pottelsberghe de la Potterie, 2001;
Mohnen, 1996; Nadiri, 1993). Daarna is met Google Scho –
lar gezocht naar ‘R&D’, ‘R&D-spillovers’, ‘technological
spillovers’, ‘international R&D’ en ‘total factor productivity
growth’. Alleen studies van na 1980 zijn gebruikt, omdat
gegevens en regressietechnieken tot 1980 vaak minder
geschikt waren. Verder is de verzameling beperkt tot En –
gelstalige artikelen. Bijna alle gevonden artikelen zijn gepu –
bliceerd in internationale wetenschappelijke tijdschriften.
De zoektocht leverde 38 artikelen op: 16 microstudies, 6
mesostudies, 15 macrostudies en 1 studie met zowel mi-
cro- als mesoschattingen. In deze studies zijn veelal meer –
dere (soms tientallen) regressies uitgevoerd, gebaseerd op
verschillende schattingsmethoden en gegevens. In totaal
bevatten de studies 1.214 R&D-elasticiteiten. Er zijn ook
studies waarin het rendement van R&D-investeringen
wordt berekend, waarbij het rendement het marginale
product (bijdrage aan de productiviteit) van een eenheid
R&D-kapitaal weergeeft. Er is gekozen om elasticiteiten en
rendementen niet te combineren, omdat ze alleen verge –
lijkbaar zijn onder tamelijk restrictieve veronderstellingen
(Terleckyj, 1974). Er zijn meer schattingen van elasticitei-
ten gevonden dan van rendementen – daarom is de analyse
gericht op elasticiteiten. De elasticiteiten betreffen meestal
het effect van R&D-kapitaal op de productiviteit, maar
soms zijn R&D-uitgaven de verklarende factor. R&D-ka –
pitaal is de accumulatie van R&D-uitgaven, gecorrigeerd
voor afschrijvingen vanwege veroudering van kennis. Het
werken met R&D-kapitaal als verklarende variabele houdt
in dat er rekening mee wordt gehouden dat uitgaven aan
R&D over een lange periode hun vruchten afwerpen. Bij
een afschrijving van vijftien procent per jaar (dit komt in de
studies vaak voor) valt circa tachtig procent van de produc-
tiviteitseffecten in de eerste tien jaar en de overige twintig
procent daarna (Donselaar, 2011). Tabel 1 geeft een overzicht van de gevonden stu –
dies. De meeste hebben betrekking op OESO-landen. Er
komt geen duidelijk beeld van de elasticiteiten naar voren.
De elasticiteit van ‘eigen R&D’ varieert van –0,061 tot
+0,249; de elasticiteit van ‘externe R&D’ van –0,018 tot
+0,389. Dit zijn gemiddelden per studie; daarachter zit er
nog extra variatie tussen schattingen binnen elke studie.
Gemiddelden over alle macro-/meso-/micro-studies zou –
den kunnen worden gezien als een eerste schatting van de
voor Nederland relevante elasticiteit. Die gemiddelden zijn
echter gebaseerd op een mix van landen, betere en minder
goede schattingsmethoden, verschillende manieren om
productiviteit te meten en andere kenmerken van de stu -dies. Ook zijn uitkomsten op macro-, meso- en microni-
veau fundamenteel verschillend van elkaar qua reikwijdte
van de elasticiteiten.
De elasticiteiten voor ‘externe R&D’ geven spillover –
effecten weer van elders ontwikkelde kennis. Op macroni-
veau betreft het geheel spillovers van buitenlandse R&D,
Overzicht van de gebruikte studies TABEL 1
Studie Aantal
elasticiteiten Gemiddelde
elasticiteit
Land(en)
Eigen
R&D Externe
R&D Eigen
R&D Externe
R&D
Micro 377131 0,1030,250
Bartelsman et al. (1996) 20- 0,070- NL
Bloom et al. (2013) 511 0,0460,307 VS
Branstetter (2001) 24 0,1870,371 Japan, VS
Capron en Cincera (1998) 2952 0,2490,176 wereldwijd
Cuneo en Mairesse (1984) 28- 0,125- Frankrijk
Griliches (1986) 9- 0,121- VS
Griliches en Mairesse
(1984) 24- 0,121- VS
Hall (1993) 30- 0,063- VS
Hall en Mairesse (1995) 88- 0,117- Frankrijk
Harhoff (1998) 27- 0,098- Duitsland
Harhoff (2000) 54 0,068–0,016 Duitsland
Los en Verspagen (2000) 1248 0,0220,389 VS
Mairesse en Hall (1996) 60- 0,030- Frankrijk, VS
Ortega-Argilés et al. (2010)8- 0,104- 14 Europese landen
Rogers (2010) 1212 0,1520,004 VK
Schankerman (1981) 12- 0,103- VS
Wang en Tsai (2004) 6- 0,186- Taiwan
Meso 121119 0,0660,135
Braconier en Sjöholm (1998) 13 –0,061–0,018 4 EU-landen, Japan, VS
Frantzen (2002) 925 0,1620,169 14 OESO-landen
López-Pueyo et al. (2008) 1838 0,1140,205 4 EU-landen, Canada, VS
Ortega-Argilés et al.
(2010) 7- 0,087- 9 EU-landen
Soete en Ter Weel (1999) 65 0,0690,124 NL
Verspagen (1995) 56- 0,031- 11 OESO-landen
Verspagen (1997) 2448 0,0760,073 14 OESO-landen
Macro 329137 0,1350,154
Ang, Madsen (2013) 2323 0,1630,139 6 Aziatische landen
Del Barrio-Castro et al.
(2002) 12- 0,094- 20 OESO-landen,
Israël
Coe, Helpman (1995) 186 0,1330,054 21 OESO-landen, Israël
Coe et al. (2009) 33 13 0,1030,142 21/23 OESO-landen,
Israël
Edmond (2001) 26 8 0,1800,081 21 OESO-landen, Israël
Engelbrecht (1997) 29 2 0,1670,074 20 OESO-landen,
Israël
Frantzen (2000) 18 12 0,1200,182 21 OESO-landen
Funk (2001) 249 0,1350,058 21 OESO-landen, Israël
Guellec, Van
Pottelsberghe (2004) 31 15 0,0950,277 16 OESO-landen
Kao et al. (1999) 196 0,1300,082 21 OESO-landen, Israël
Keller (1998) 10 4 0,0890,143 21 OESO-landen, Israël
Khan, Luintel (2006) 147 0,0800,024 16 OESO-landen
Guellec en Van
Pottelsberghe (1998) 22 4 0,1390,069 21 OESO-landen, Israël
Mendi (2007) 16 6 0,2050,369 16 OESO-landen
Park (1995) 3422 0,0910,195 10 OESO-landen

ESB Ondernemerschap & Innovatie
520Jaargang 100 (4717) 10 september 2015
op micro- en mesoniveau gaat het om spillovers tussen
individuele bedrijven en sectoren, nationaal of internatio –
naal. Bij de spillovers van buitenlands R&D-kapitaal wordt
er in diverse studies een positieve relatie gevonden met de
openheid van de economie. In dat geval is de spilloverelas-
ticiteit geen vaste waarde, maar is er sprake van een inter –
actie-effect met de openheid van de economie. Voor een
relatief open economie als de Nederlandse volgt dan een
veel groter effect van buitenlands R&D-kapitaal dan voor
een relatief gesloten economie zoals bijvoorbeeld die van de
Verenigde Staten. Verder is nagegaan of er sprake is van een
publicatiebias in de gebruikte elasticiteiten uit de literatuur
(beschikbaar op aanvraag ). Significant positieve resultaten
zouden een grotere kans kunnen maken om gepubliceerd
te worden dan andere uitkomsten. Het blijkt dat er geen
duidelijke bias aanwezig is.
AANPAK VAN DE META-ANALYSE
In de metaregressie die hieronder wordt gepresenteerd, zijn
er alleen studies op het niveau van landen (macroniveau)
meegenomen. Uitkomsten op macroniveau zijn voor be –
leidsafwegingen interessant omdat ze tevens de effecten van
binnenlandse spillovers bevatten. Daardoor komt het totale
effect van Nederlandse R&D in beeld. Er zijn ook metare –
gressies uitgevoerd waarin studies op zowel macro-, meso-
als microniveau zijn meegenomen. Dat heeft als voordeel
dat het aantal waarnemingen groter is, maar heeft als beper -king dat tot op zekere hoogte ongelijksoortige effecten met
elkaar worden vergeleken. De resultaten op macro-, meso-
en microniveau tezamen verschillen op diverse onderdelen
sterk van de resultaten die voor alleen de macrostudies zijn
verkregen. Het gaat echter bij de studies op macro-, meso-
en microniveau tezamen veelal om niet-significante coëffi-
ciënten. Mogelijk lopen micro-, meso- en macrostudies te
sterk uiteen om consistente resultaten te verkrijgen.
In dit artikel worden de uitkomsten van de ‘random
effects’-schattingsmethode gepresenteerd. Daarin is veron –
dersteld dat de verschillende schattingen van de elasticiteit
in een studie worden beïnvloed door een gemeenschappe –
lijke factor die een trekking is uit een kansverdeling. Om
te voorkomen dat studies met een groot aantal schattingen
van elasticiteiten veel zwaarder wegen dan studies met wei-
nig elasticiteiten, zijn de ‘waarnemingen’ van elasticiteiten
gewogen met de inverse van het aantal elasticiteiten per
studie. Daardoor telt elke studie even zwaar mee. Er zijn
ook metaregressies uitgevoerd met een andere schattings-
methode (Ordinary Least Squares) en zonder weging op
basis van het aantal waarnemingen per studie. Daarin is het
effect van de eigen R&D van landen ongeveer even groot
als in de hier gepresenteerde metaregressie.
RESULTATEN VAN DE META-ANALYSE
Tabel 2 bevat uitkomsten van de metaregressies voor eigen
R&D van landen, op basis van studies op macroniveau. De
constante term van 0,114 is niet de best mogelijke schatting
van het effect van private R&D voor Nederland. Voor (ont –
wikkelde) landen die niet tot de grootste economieën (G7)
behoren, is het effect kleiner, omdat bij grotere economieën
een groter deel van de externe effecten (kennisspillovers) in
eigen land terechtkomt. Ook is de constante bepaald door
elasticiteiten die zijn geschat met gewone kleinste kwadraten
(Ordinary Least Squares, OLS). Andere, meer geavanceerde
schattingsmethoden houden bijvoorbeeld rekening met
endogeniteit: mogelijke afhankelijkheid van R&D-investe –
ringen van productiviteitsgroei of verwachte productiviteits-
groei. Deze methoden leveren gemiddeld iets hogere schat –
tingen van elasticiteiten op; de oorzaak daarvan is nog niet
duidelijk. Het meenemen van menselijk kapitaal (opleidings-
niveau, kennis en vaardigheden) in de analyse leidt daarente –
gen tot een lagere schatting van het R&D-effect. Dit duidt
erop dat R&D-effecten deels effecten van menselijk kapitaal
weerspiegelen als menselijk kapitaal niet in de analyse is mee –
genomen. Een belangrijke factor is of er spillovers van bui-
tenlandse R&D in de studie zijn meegenomen: als dat niet
het geval is, verhoogt dat de coëfficiënt van binnenlandse
R&D flink. Het effect van binnenlandse R&D wordt dan
overschat. Deze uitkomst wijst tevens op een relatief groot
effect van buitenlandse spillovers op de productiviteit. Een andere meta-analyse waarin niet de effecten van ei-
gen R&D maar van spillovers van R&D worden verklaard,
levert een tamelijk diffuus beeld op. De oorzaak is mogelijk
dat dergelijke spillovers moeilijk modelleerbaar zijn. Ook is
er een grote variëteit aan spilloverelasticiteiten. Zo is er het
onderscheid tussen macro-, meso- en microniveau, tussen
intersectorale en intrasectorale spillovers en tussen binnen –
landse en buitenlandse spillovers. Daarom wordt niet nader
ingegaan op spillovers.
Schattingsresultaten metaregressie eigen
R&D-elasticiteit; studies op macroniveauTABEL 2
Afhankelijke variabele: R&D-elasticiteit van productiviteit
Methode: random effects per studie
Geselecteerde coëfficiënten Coëfficiënt
Constante 0,114**
Grote landen (G7) t.o.v. combinatie van grote en minder grote landen 0,118**
Minder grote landen (niet-G7) t.o.v. combinatie van grote en minder
grote landen –0,014
Publieke R&D t.o.v. private R&D –0,034**
In geval van private R&D: ook rekening gehouden met publieke R&D –0,004
In geval van publieke R&D: ook rekening gehouden met private R&D 0,005
Productiviteit: arbeidsproductiviteit i.p.v. totale factorproductiviteit 0,084**
Specificatie met groeivoeten van productiviteit en R&D-kapitaal i.p. v.
niveaus 0,029
Tijddummy’s of trend in niveauspecificatie –0,017
Schattingsmethode:
– Dynamic OLS i.p.v. OLS 0,010
– Fully Modified OLS i.p.v. OLS 0,006
– Two Stage Least Squares / Three Stages Least Squares i.p.v. OLS 0,041**
– (Feasible) Generalized Least Squares / Seemingly Unrelated
Regression i.p.v. OLS 0,041**
Afschrijvingsvoet R&D:
– <10% t.o.v. 10–20% –0,033**
– >20% t.o.v. 10–20% –
Specifieke R&D-deflator 0,000
Menselijk kapitaal in regressie –0,031**
Spillovers van buitenlandse R&D niet in regressie 0,045**
Aantal waarnemingen 268
R
20,925
** Significant op vijfprocentsniveau

Ondernemerschap & Innovatie ESB
521Jaargang 100 (4717) 10 september 2015
SCHATTING VAN HET R&D-EFFECT IN
NEDERLAND
Met behulp van de metaregressie in tabel 2 kunnen ‘best
guesses’ worden berekend van de R&D-elasticiteit van de
productiviteit in Nederland. Dat begint met de constante
term van 0,114. Vervolgens is uitgegaan van een niet-G7-
land (effect –0,014), studies waarin ook rekening is ge-
houden met publieke R&D (–0,004), meting via de totale
factor productiviteit (0), niveauvariabelen (0), tijddummy’s
of een trendvariabele (–0,017), de schattings methode
Dynamic OLS omdat deze corrigeert voor endogeniteit
(0,010), een afschrijvings voet van R&D-kapitaal tussen 10
en 20 procent (0), het toepassen van een specifieke R&D-
deflator bij het berekenen van het R&D-volume (0,000) en
een regressie waarin menselijk kapitaal (–0,031) en buiten –
landse R&D (0) zijn meegenomen. Dit levert een waarde
op van 0,058. Deze ‘best guess’-schatting houdt in dat
bijvoorbeeld 10 procent meer privaat R&D-kapitaal 0,58
procent meer productiviteit oplevert. Het verwachte effect
van publieke R&D is veel kleiner: 10 procent meer publiek
R&D-kapitaal levert circa 0,3 procent extra productiviteit
op. Deze schatting is echter minder hard vanwege het ge –
ringe aantal studies waarin publieke R&D is onderzocht en
de sterk uiteenlopende resultaten daarin. De ‘best guess’-schatting voor het effect van privaat
R&D-kapitaal van 0,058 impliceert een aanzienlijk ef-
fect op de toegevoegde waarde. De private R&D-uitgaven
bedragen volgens cijfers van het Centraal Bureau voor de
Statistiek (CBS, 2015) 1,10 procent van het bruto bin –
nenlands product in 2013. Een verhoging van deze R&D-
uitgaven met 10 procent vertaalt zich op langere termijn in
10 procent extra privaat R&D-kapitaal (Donselaar, 2011).
Daarmee zou een verhoging van de private R&D-uitgaven
met (0,10 × 1,10 =) 0,110 procent van het bruto binnen –
lands product op langere termijn tot 0,58 procent extra
totale factorproductiviteit leiden op macroniveau. Dit ma –
croniveau heeft in de meeste van de gebruikte empirische
studies betrekking op het bedrijfsleven, dat wil zeggen de
totale economie exclusief de overheidssector. Het aandeel
van de overheidssector in het bruto binnenlands product is
op basis van de Nationale Rekeningen van het CBS in 2013
op 13 procent te bepalen (statline.cbs.nl). Dan volgt dat
een toename van de private R&D-uitgaven in verhouding
tot het bruto binnenlands product met 10 procent neer –
komt op een toename van de private R&D-uitgaven met
(0,110 / (1 – 0,13) =) 0,126 procent van de toegevoegde
waarde van bedrijven. Het effect hiervan ter grootte van
0,58 procent op de totale factorproductiviteit van het be –
drijfsleven houdt in dat per euro extra investering in R&D
door bedrijven op langere termijn (0,58 / 0,126 =) 4,6 euro
extra toegevoegde waarde bij bedrijven wordt bereikt. Hierbij is nog geen rekening gehouden met een indi-
rect effect van de hogere totale factorproductiviteit op de
toegevoegde waarde van bedrijven via extra investeringen
in fysiek kapitaal. Uitgaande van een gegeven investerings-
quote (investeringen in fysiek kapitaal in verhouding tot
de toegevoegde waarde), is te becijferen dat het langeter –
mijneffect van één euro extra privaat R&D-kapitaal op de
toegevoegde waarde ongeveer 50 procent hoger uitkomt en
daarmee bijna 7 euro bedraagt. Hierbij is uitgegaan van de methodiek in Donselaar (2011). Merk op dat tegenover de
baten ook kosten van extra fysiek kapitaal staan.
SLOT
De omvang van het effect van R&D op productiviteit ver
–
schilt sterk tussen studies in de empirische literatuur, maar
op basis van deze studies kan met meta-analyse toch een
kwantitatieve schatting worden gemaakt van dit effect: 10
procent meer privaat R&D-kapitaal leidt tot circa 0,6 pro –
cent meer productiviteit. Het effect van publieke R&D is
nog met veel onzekerheid omgeven, vanwege het geringe
aantal studies waarin het effect is onderzocht en de grote
variatie in de resultaten daarin. In verder onderzoek naar
het effect van R&D op productiviteit is het van belang
om menselijk kapitaal mee te nemen in de regressies. Ook
is het voor zuivere schattingen aan te bevelen om buiten –
landse R&D mee te nemen en schattingsmethoden te ge –
bruiken die zo veel mogelijk corrigeren voor endogeniteit
van R&D-investeringen. Daarnaast is verbreding van het
onderzoek van belang. Deze studie kijkt naar het effect van
R&D op productiviteit, maar wat is het effect van beleid op
R&D? Welke beleidsinstrumenten zijn het meest effectief
en efficiënt? Door ook deze vragen op te pakken wordt er
beter zichtbaar welke additionele effecten innovatiebeleid
heeft en wat de maatschappelijke opbrengsten ervan zijn.
LITERATUUR
CBS (2015) ICT, kennis en economie 2015. Den Haag: Centraal Bureau voor de Statistiek.
Cincera, M. en B. van Pottelsberghe de la Potterie (2001) International R&D spillovers, a
survey. Cahiers Économiques de Bruxelles , 169, 3–31.
Cornet, M.F., F.H. Huizinga, B. Minne en H.D. Webbink (2006) Kansrijk kennisbeleid. Docu-
ment, 124. Den Haag: Centraal Planbureau.
Donselaar, P. (2011) Innovatie en productiviteit: het Solow-residu ontrafeld. Proefschrift Erasmus
Universiteit Rotterdam.
Griliches, Z. (1964) Research expenditures, education, and the aggrega
te agricultural pro-
duction function. American Economic Review, 54(6), 961–974.
Hall, B.H., J. Mairesse en P.A. Mohnen (2009) Measuring the returns to R&D. Working Paper,
15622. Cambridge, MA: National Bureau of Economic Research.
Jones, C.I. (1995) R&D-based models of economic growth. Journal of Political Economy, 103(4),
759–784.
Lanser, D. en H.P. van der Wiel (2011) Innovatiebeleid in Nederland: de (on)mogelijkheden van
effectmeting . CPB Achtergronddocument. Den Haag: Centraal Planbureau.
Mansfield, E. (1965) Rates of return from industrial research and development. American
Economic Review, 55(1 /2), 310–322.
Mohnen, P.A. (1996) R&D externalities and productivity growth. STI Review, 18. Parijs: OECD.
Nadiri, M.I. (1993) Innovations and technological spillovers. Economic Research Reports, 93-
31. New York University, C.V. Starr Center for Applied Economics.
Romer, P.M. (1990) Endogenous technological change. Journal of Political Economy, 98(5),
S71–S102.
Terleckyj, N.E. (1974) Effects of R&D on the productivity growth of industries: an explorat
ory
study. Report, 140. Washington DC: National Planning Association.
Young, A. (1998) Growth without scale effects. Journal of Political Economy, 106(1), 41–63.