圖：蘋果日報
曾俊華在立法會二讀預算案上發言，表示為了控制開支增長，政府會採取以下八項具體措施：
（一）總體政府開支增長，不超越中期預測的名義本地生產總值增長率----約為百分之五點五；
（二）所有部門在未來兩、三個財政年度，節省經常性開支；
（三）在推出主要新政策之前，作十年或更長遠的財政可持續性評估；
（四）揀選個別政策範疇進行基本開支檢討；
（五）個別資助機構作跨財政年度的撥款安排；
（六）簡化招標準則，提升採購效率；
（七）調節新工程項目時間表；及
（八）開發土地、醫療和長者設施、環境等相關部門為主要項目擬訂十年計劃。
他同時表示，待《撥款條例》通過後，會正式邀請工作小組就「未來基金」的建議提出具體方案，亦會要求小組一併研究如何改變政府的資產管理——即是改變金管局對外滙基金的投資策略，可見「長遠財政計劃工作小組」的建議已發生影響力。問題的關鍵是：工作小組的估算方法是否『提供科學、客觀的依據』？報告在其『附件 D開支推算 —假設、局限及考慮 因素』、『附件 E- 收入推算的計量經濟模型』中自誇，已檢視了五百多個計量經濟模型,詳細估算結果及模型診斷指標紀錄在『表 E.1 — 計量經濟模型 的詳細估算結果及模型 診斷指標』之內。
由於政府五個主要經濟分析部門隸屬於財政司之下的經濟分析及方便營商處，外人很難反駁財政司在這方面的觀點,幸而港大最近出版了『就醫護專業人力供求推算研究』, 可為參照。
食物及衞生局為了檢視醫生不足的問題，委託了港大進行了一個「就醫護專業人力供求推算研究」。---立法會CB(2)1283/13-14(01)號文件
研究採用的模型，乃採用過往的醫療服務使用率的數據，並根據人口增長及人口變化加以調整，推算出醫療服務使用率，從而預測在規劃期內的醫生需求。將推算得出的需求數字，與預計同期的醫生供應數字作比較，便可找出是否存在人手過剩或短缺的情況。在預測其他醫護專業的人力供求情況時，這個模型可以適當修改，以配合個別專業獨有的使用率參數。
為了分析大量數據，港大運用了計算機的人工智能方法。其推算的人工神經網絡，特別是支持向量機，可推測出帶動使用量的複雜關係。支持向量機是督導式學習方法，透過分析過往數據識別出數據的規律。因此，這項人工智能推測方法可根據輸入某一變項而得出相應的結果。選擇以支持向量機作推算的原因，是基於支持向量機會 “逐步形成 ”優化結構，並根據某些特徵（如年齡和性別）估計某人的醫療服務使用量。
參照港大推算未來的醫生需求量，推算出未來的醫療開支，我們可以客觀地比較「長遠財政計劃工作小組」報告第68頁的『(a) 在現有服務水平情況下 ， 以 名義本地生產總值計算，衞生的經常開支會由二零一四 / 一五年度的2.4%， 增加至二零四一／四二年度的 4.0%； 以金額計算 ， 則由 524 億元增加至2,850 億元，即每年6.5%的增長率。』的可信性。