Исследование отличительных особенностей режимов бизнес-инноваций и их влияния на результаты инновационной деятельности макрорегионов

Матризаев Б.Д.1
1 Финансовый университет при Правительстве Российской Федерации, Россия, Москва

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 10, Номер 4 (Октябрь-декабрь 2020)

Цитировать:
Матризаев Б.Д. Исследование отличительных особенностей режимов бизнес-инноваций и их влияния на результаты инновационной деятельности макрорегионов // Вопросы инновационной экономики. – 2020. – Том 10. – № 4. – С. 2021-2036. – doi: 10.18334/vinec.10.4.110880.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44491701
Цитирований: 7 по состоянию на 30.01.2024

Аннотация:
Актуальность данной статьи определяется направлением исследования, в нем рассматривается и обосновывается наиболее эффективный инновационный режим, принятый компаниями и регионами в условиях растущей глобальной конкуренции. Научно-практический вклад данной статьи состоит в том, что она содействует расширению глубины исследований в области инновационных систем и, в частности, обеспечивает детальный анализ инновационных режимов бизнеса в различных региональных контекстах. Этот анализ относится к ряду исследований в области научно-технических инноваций и новому методу т.н. режим «трехмодульного вектора», т.е. инновациям, основанным на трёх взаимодополняемых инструментах: обучении на практике, обучении на использовании, обучении на взаимодействии. Для эмпирической оценки были изучены альтернативные пути роста инновационной активности отдельных макрорегионов ЕС за счет внедрения новых инновационных режимов и возможность её адаптации к современным условиям инновационного экономического роста России

Ключевые слова: Инновационная система, нновационный режим, бизнес-инновации, НИОКР, технологическая возможность

JEL-классификация: O21, E61, F62



Введение

Как известно, на протяжении последних нескольких лет ведущие исследователи стали сталкиваться с особым экономическим феноменом, получившим название «инновационный парадокс». Этот «инновационный парадокс» характеризует ситуацию, при котором страны, инвестирующие значительные объемы ресурсов в НИОКР, не могут получить столько же отдачи (в инновационном и экономическом аспекте), сколько другие страны, инвестирующие в НИОКР сравнительно меньше [18] (Czarnitzki, Ebersberger, Fier, 2007). Это привело к тому, что в исследованиях по инновационным системам особое внимание стали уделять причинам такой региональной специфики инноваций в различных странах и регионах [27] (Lundvall, 2007). То есть эта часть исследований, которая сосредоточена на изучении того, как фирмы внедряют инновации, основываясь на своем экономическом, институциональном и социальном происхождении. Дискуссии, развившиеся в ходе этих исследований, породили отдельную область основанных на исследовании инновационных режимов НТИ и «трехмодульного вектора» элементов, которая была впервые разработана М. Дженсеном [25] (Jensen, Johnson, Lorenz, Lundvall, 2007), а затем расширена с помощью ряда межстрановых исследований Дж. Ченом [15] (Chen, Chen, Venhaverbeke, 2011). Именно эти исследования идут параллельно с ведущими исследованиями в области управления инновациями, посвященными преимуществам взаимодействия для успешности инноваций [38] (Von Hippel, 1988), но при этом особое внимание уделяется региональным паттернам контекстуальных особенностей. Важные элементы в этих исследованиях взяты из этой более ранних исследований, особенно посвященных модели сотрудничества в инновациях, и основное внимание в этих исследованиях уделяется не только бизнесу или его отраслевому контексту, а преимущественно исследуется вопрос, каким образом региональные особенности влияют на эффективность инновационной деятельности фирм.

Результаты, полученные в ходе предыдущих исследований, создают общий пул знаний, хотя они одновременно представляют значительные различия. Они могут быть связаны с конкретными технологическими, институциональными и культурными контекстами, которые могут раскрывать различные способы инициирования инноваций в конкретных регионах [34] (Rodriguez-Pose, Crescenzi, 2008). Это наша центральная линия исследования, которая фокусируется на понимании того, являются ли фирмы в разных регионах по-разному инновационными и как конкурируют за счет применения конкретных инновационных методов. Если региональный контекст имеет значение, мы должны более глубоко понимать его как средство содействия повышению инновационного потенциала в странах и регионах. Эта цель актуальна для фирм, которые сталкиваются с растущей глобальной конкуренцией в условиях жестких бюджетных ограничений, влияющих на их стратегические инвестиционные решения. Это также имеет значение для перспектив регионального развития и для регуляторов, которые признают, насколько важно продвижение конкретных региональных инновационных траекторий.

В нашем исследовании мы выходим за рамки исследования отдельных стран, а также предыдущих метаисследований [31] (Parrilli, Elola, 2012) для проведения тщательного анализа на основе одного из крупнейших наборов данных по инновациям. Мы используем данные Обзора инновационных сообществ (ОИС) (Community Innovation Survey (CIS)) Евростата и его обследования регионов ЕС [23] (Hollanders, Es-Sadki, 2014). Мы анализируем данные, основанные на таксономии инновационных регионов, выявленных в рамках проекта PRO-INNO EU «Regional Innovation Scoreboard», который проливает свет на региональные вариации инноваций в Европе [23]. При этом нами применяется модель множественной обработки для сравнения влияния различных инновационных режимов, принимаемых фирмами, принадлежащими к конкретным региональным технологическим контекстам. В этом и заключается первая часть научно-методологического вклада нашей статьи, поскольку мы исследуем, зависит ли применение инновационных методов от региональных активов и возможностей. Это тот аспект, который не был рассмотрен ни в более поздних исследованиях, ни в общей литературе по инновационному менеджменту. Вторая часть научно-методологического вклада нашей статьи касается характера инновационной продукции. Здесь у нас есть возможность проверить, оказывают ли некоторые виды инновационных режимов, в частности режимы научно-технических инноваций (НТИ) и «трехмодульного вектора» более сильное влияние на конкретные виды инновационной деятельности, будь то технологические (то есть продуктовые и процессные инновации в соответствии с определением ОЭСР) или нетехнические (то есть маркетинговые и организационные инновации).

Исследование теоретико-методологических основ инновационных систем и инновационных бизнес-режимов: ключевые аспекты

Под инновационной системой понимается совокупность институтов, которые посредством интенсивного взаимодействия способствуют развитию и распространению новых технологий, и инновационному потенциалу фирм, особенно малых фирм, не располагающих достаточными ресурсами для инвестирования в НИОКР и высококвалифицированный человеческий капитал [17] (Cooke, 2001). По этой причине исследователи инновационных систем изучали и выявляли специфические паттерны инновационных систем на национальном [28] (Lundvall, 2010), региональном [17], технологическом и отраслевом уровнях [14] (Carlsson, Jacobsson, 1994). Подвергая критике более линейный подход к инновациям неоклассической экономики [30] (Parrilli, Fitjar-Dahl, Rodriguez-Pose, 2017), данное направление исследований подчеркивает существование региональных особенностей инноваций, в которых фирмы находят стимулы и/или ограничения, основанные на локализованных и интерактивных технологических и институциональных условиях [17]. Этот аргумент признается в недавних исследованиях по региональным инновационным путям [13] (Camagni, Capello, 2013). В нашем исследовании мы считаем необходимым подчеркнуть актуальность интерактивного подхода к инновациям, исследованного ведущими учеными, такими как Е. Вон Хиппель [38], Б. Ашейм [12], (Asheim, Boschma, Cooke, 2011) Б. Люндвал [28] и др. В нашем исследовании региональной специфики инновационной деятельности мы анализируем на основе известной типологии инновационных регионов, выявленных в рамках региональной инновационной шкалы ЕС-PROINNO, основанной на четырех видах возможностей, таких как 1) рамочные условия, 2) финансовые вложения, 3) инновационная деятельность и 4) экономический эффект. Преимущество данной типологии состоит в том, что она помогает определить, является ли этот уровень анализа соответствующим режимам инноваций, которые выходят за пределы микроуровня, то есть фирмы. Классификация эта многогранна, поскольку она основана на регионах, которые повышают и понижают свои позиции по четырем типам инновационных регионов (лидеры, сильные, умеренные и слабые инноваторы) в зависимости от их усилий и результатов по четырем наборам факторов. Наше исследование делает еще один шаг вперед в изучении инновационных систем и их влияния на фирмы, изучая влияние инновационных режимов в различных региональных контекстах. В последние годы в рамках дискуссии о наиболее эффективных инновационных системах появляется все больше исследований, посвященных инновационным способам ведения бизнеса. В этом отношении наше исследование отличается от той части исследований инновационных систем, которая фокусируется на выявлении критических аспектов инноваций на уровне фирмы [26] (Laursen, Salter, 2006) или на уровне отрасли [36] (Tether, Tajar, 2008). В данном случае мы исследуем на уровне макрорегиональной инновационной системы, выявляя специфические инновационные возможности и результаты деятельности конкретных макрорегиональных инновационных систем. Эта работа естественным образом встроена в эту область исследований по инновационным режимам научно-технических инноваций (НТИ) и «трехмодульного вектора», хотя она не была проанализирована другими исследователями, которые в основном обсуждали дифференцированное влияние этих режимов на отдельные страны, отрасли и бизнес-сети. В этой новой области исследований первая новаторская работа была разработана М. Дженсеном [25], который выявил, что существуют такие инновационные методы ведения бизнеса, которые прочно укоренены в инновационных системах, и характеризуются особой культурой и стратегией управления знаниями и инновациями. Он определил конкретные способы, которые коренятся в интенсивном применении расходов на НИОКР и научного человеческого капитала (научно-технический инновационный режим – НТИ) или в интенсивном использовании опыта и взаимодействия в режиме «трехмодульного вектора», то есть обучение в создании, использовании и взаимодействии. Он также определил третий комбинированный режим (НТИ+ «трехмодульный вектор»), который в конкретном случае Дании обеспечивал самый высокий инновационный результат. Новизна работы М. Дженсена была двоякой. Во-первых, она предоставила доказательства важности этого второго инновационного режима «трехмодульного вектора», который оправдан в случае систем с традиционными отраслями малого и среднего предпринимательства [36]. Во-вторых, эта работа выявила важность объединения этих различных режимов в более совершенный, что может создать дополнительные возможности для инноваций в бизнесе. Впоследствии несколько исследований продолжили и уточнили первоначальный анализ с помощью межстрановых сравнений [13]. Все эти исследования влекут за собой ряд своеобразных методологических и эмпирических вариаций, которые способствуют глубокому пониманию данной области исследований, хотя и поднимают новые исследовательские вопросы. Хотя в большинстве этих исследований применялся либо микро-, либо мезоподход к инновационным способам ведения бизнеса. Между тем в своих исследованиях Р. Фитьяр и А. Родригес-Поза [20] (Fitjar, Rodriguez-Pose, 2013) подчеркивали важность географических особенностей для инноваций в Норвегии. Они сосредоточили свое внимание на дифференцированном вкладе региональных и глобальных отношений в применение бизнес-инновационных режимов и обнаружили, что режим «трехмодульного вектора», применяемый через глобальные взаимодействия цепочек поставок, является наиболее эффективным инновационным режимом, даже в большей степени, чем глобальный инновационный режим НТИ, основанный на взаимодействии с глобальными лидерами инноваций (например, ведущими транснациональными компаниями или университетами). В определенной степени эти исследователи преуменьшали важность региональных взаимодействий по сравнению с глобальными взаимодействиями, особенно в случае инновационного режима «трехмодульного вектора». Эти исследования помогли подчеркнуть важность географических особенностей для инновационных методов, используемых предприятиями. Однако существуют и другие пробелы, которые могут быть исследованы для уточнения вариантов, доступных фирмам и региональным объединениям. В одном из метаисследований [31] (Parrilli, Elola, 2012) подчеркивалась важность страновой специфики в режимах бизнес-инноваций и их эффективности. Эти исследователи выдвигают гипотезу об актуальности поглощающей способности как средства повышения способности эффективно сочетать два архетипичных режима (НТИ и «трехмодульного вектора»). Однако эти исследования не теоретизируют точное влияние регионального контекста; они предполагают гипотезы для дальнейших исследований. В нашем же исследовании мы делаем следующий шаг в углублении данного анализа. В частности, мы предполагаем дифференцированный подход к инновационным способам и результатам в регионах с различными технологическими и институциональными характеристиками; одновременно мы сравниваем ряд гетерогенных регионов, сгруппированных в конкретные кластеры в рамках ЕС.

В этом отношении региональная инновационная шкала, разработанная в рамках проекта PRO-INNO EU Regional Innovation Scoreboard весьма кстати, поскольку она объединяет различные группы регионов с их собственными характеристиками с точки зрения драйверов инноваций и экономического развития. Эти группы представляют собой специфические технологические способности и возможности, а также имплицитно социальные и институциональные контексты, которые, вероятно, характеризуют различные типы инновационной системы [12]. В методе, использованном в данном исследовании, регионы сгруппированы в четыре категории, называемые инновационными лидерами, сильными, умеренными и слабыми инноваторами. Эта таксономия предлагает соответствующую основу для применения нашего теоретического подхода, согласно которому региональные технологические и институциональные возможности влияют на инновационные режимы фирм и их влияние на результаты инновационной деятельности.

В то же время, таксономия регионов имеет слабые стороны. Это, например, неоднородность драйверов, критикуемая в исследованиях Р. Каманьи и Р. Капелло [13]. Однако цель нашего исследования состоит не в том, чтобы предложить новую таксономию регионов, поскольку она потребует иного теоретического обсуждения и эмпирического анализа (например, анализа главных компонент). Целью настоящего исследования является использование существующей таксономии регионов, которая публикуется Европейской комиссией с 2009 года, в качестве средства демонстрации разнообразного инновационного потенциала регионов и инновационного режима, обычно используемого их фирмами. Далее мы переходим к обсуждению инновационных режимов, принимаемых предприятиями в рамках выбранных категорий регионов.

В нашем настоящем исследовании мы принимаем во внимание аргументы предыдущих вышеуказанных исследований, которые ставят под сомнение: 1) вероятность значительных региональных различий в подходе фирм к бизнес-инновациям, а также 2) актуальность взаимосвязи между инновационными режимами и характером инновационной деятельности. Прежде всего отметим, что европейские регионы представляют собой гетерогенные системы с точки зрения технологической инфраструктуры, институциональных и политических условий, а также экономического и социального развития. В этих условиях следует ожидать применения различных режимов бизнес-инноваций [12]. Основываясь на предыдущих исследованиях в скандинавских и североевропейских странах, можем заметить, что значительная часть их фирм способна объединить эти два отдельных режима в эффективный режим НТИ и «трехмодульного вектора» [25]. Между тем совсем недавнее исследование, проведенное в Норвегии и основанное только на внешнем сотрудничестве в области НТИ и «трехмодульного вектора», показывает иной результат, поскольку два инновационных режима вытесняют друг друга [22] (Haus-Reve, Fitjar, Rodriguez-Pose, 2018). Как мы видим, вышеупомянутые исследования сосредоточены на странах, которые занимают самые высокие места в мировых экономических индексах и с самым высоким потенциалом внедрения инноваций, то есть уровнем образования [34] (Rodriguez-Pose, Crescenzi, 2008). В странах, достигших более низкого уровня развития и более низкого уровня образования (например, в странах Южной Европы), возможно, существует более низкий потенциал бизнеса для эффективного сочетания этих двух способов. Исследования, проведенные в этих контекстах, показывают менее последовательные результаты. Например, в Испании режим НТИ является наиболее эффективным для малых и средних фирм [30] (Parrilli, Fitjar-Dahl, Rodriguez-Pose, 2017). В противоположность примеру стран Европы исследования, проведенные в Китае, показывают, что успешно применяемый инновационный режим зависит от отрасли. Традиционные отрасли промышленности (например, обувь и мебель) эффективно работают только при помощи драйверов НТИ, в то время как высокотехнологичные отрасли промышленности (например, автомобилестроение и телекоммуникации) доказывают более высокую способность эффективно сочетать эти два режима НТИ и «трехмодульного вектора» [15].

Основываясь на этих моделях, в данном исследовании нами вполне логично преследуются две цели, которые мы и рассматриваем в качестве теоретико-методологического вклада. Первый – это регионализация анализа инновационных режимов; второй – изучение взаимосвязей, существующих между конкретными инновационными режимами и отдельными инновационными результатами. Что касается первого вклада, то для этого мы отвлечемся от анализа отдельных стран и проведем сквозной анализ большого числа европейских регионов, сгруппированных по четырем вышеупомянутым категориям. Это поможет нам проверить региональную специфику бизнес-инновационных режимов на основе всесторонней и надежной оценки в более крупных географических регионах. В частности, мы ожидаем региональных неоднородностей, которые реагируют на региональные технологические и институциональные факторы/активы. Точнее, ожидается, что регионы с более сильным технологическим потенциалом – лидеры и сильные инноваторы (северные европейские регионы и наиболее инновационные регионы Италии и Чехии) – будут очень эффективны в применении инновационного режима НТИ [13]. Эти регионы демонстрируют высокий уровень человеческого капитала и, следовательно, высокую способность к внедрению, что помогает их предприятиям пожинать плоды своих инвестиций в НИОКР [16] (Cohen. Levinthal, 1990). Это те самые регионы, где эти ресурсы дополняются богатой и расширенной траекторией инвестиций в новые отрасли (например, ИТ, биотехнологии, энергетика), где конкуренция происходит на основе инноваций, а не экономической эффективности [32] (Porter, 2008). В этих отраслях продуктовые инновации имеют важное значение, поскольку большинство инновационных продуктов не консолидируются, а подвергаются критическим экспериментам (например, новые биопрепараты, новые приложения для ИТ-систем). По этим причинам ожидается, что применение режима НТИ окажет большое влияние на продуктовые инновации и на продажи инноваций как показателя коммерческого успеха продуктовых инноваций. Речь идет о влиянии, создаваемом НИОКР в новых продуктах, таких как смартфоны для Apple, беспилотные автомобили для Tesla и т. д.

Эти регионы и их предприятия, как правило, опираются на кластеры фирм (например, Medicon Valley в Дании/Швеции, Biotech Cluster в Кембридже), критическая масса которых создает возможности для координации цепочки создания стоимости [32]. Предприятия в этих регионах осознают важность управления эффективным сотрудничеством на основе цепочки поставок для инноваций [20]. Основываясь на их очень высокой способности внедрять, а также способности координировать вклад всех сотрудников фирмы и всех фирм в цепочке, мы также ожидаем, что фирмы в этих регионах смогут эффективно сочетать режимы НТИ и «трехмодульного вектора». Это тип результата, который ожидается в «организационно многослойных и диверсифицированных инновационных системах», способных использовать все агенты и ресурсы в широком наборе высокотехнологичных отраслей и фирм для открытия совершенно новых траекторий пути инновационного развития [13].

В целом мы ожидаем, что фирмы в этих регионах окажут наибольшее влияние на различные виды инновационной продукции, но особенно при применении режима НТИ и комбинированного режима НТИ и «трехмодульного вектора». Поэтому мы выдвигаем следующие блоки гипотез:

Гипотеза 1: лидеры и сильные инноваторы более эффективно используют режим НТИ по сравнению с умеренными и слабыми новаторами.

Гипотеза 2: лидеры и сильные инноваторы эффективно используют режим «трехмодульного вектора».

Гипотеза 3: лидеры и сильные инноваторы эффективно сочетают два режима для достижения более высоких результатов, чем при использовании двух режимов изолированно, и по сравнению с умеренными и слабыми инноваторами.

Что касается умеренных инноваторов (большинство регионов Италии, Испании, Португалии, Греции и Восточной Европы), то мы ожидаем значительного усиления режима НТИ как средства догнать более развитые регионы, основанные на значительных инвестициях в научно-исследовательскую деятельность и квалифицированный человеческий капитал. Это также относится к баскскому региону и большинству прибрежных регионов Португалии, где фирмы и их региональные инновационные системы обеспечивают эффективный рост промышленности. Однако из-за их более низкого внедренческого потенциала и связанных с этим трудностей преобразования внешних ресурсов (например, патентов, внешних НИОКР) в инновационную продукцию они, вероятно, окажут меньшее влияние на инновационную продукцию, особенно на продуктовые инновации и соответствующие продажи инноваций. Эти регионы, вероятно, будут связаны с сильными взаимодействиями между потребителями и производителями в рамках местной цепочки поставок, поскольку они традиционно основывали свой производственный потенциал на таких отношениях. Как следствие, их режим «трехмодульного вектора», вероятно, будет по крайней мере столь же эффективным, как и в ведущих регионах. Этот аргумент также подтверждается исследованиями по инновационному менеджменту и конкретными исследованиями в контексте средне- и низкотехнологичного производства [37] (Vega-Jurado, Gutierrez-Gracia, Fernandez-de-Lucio, Manjarres-Henriques, 2008). В этих регионах способность бизнеса сочетать инновационные режимы НТИ и «трехмодульного вектора», скорее всего, будет положительной, хотя и ниже, чем в первой категории, поскольку общий потенциал внедрения (то есть человеческий капитал) обычно ниже, чем в первой группе регионов.

В целом же эта модель является репрезентативной для перспектив «расширения пути», характерных для «организационно многослойных и специализированных инновационных систем», которые пытаются догнать прежнюю группу инноваторов с помощью усилий в области НИОКР в специализированных отраслях [13]. В результате мы формулируем следующие гипотезы. Первый блок гипотез:

Гипотеза 4: умеренные инноваторы извлекают положительные результаты инноваций от применения режима НТИ, хотя это влияние ниже по сравнению с лидерами и сильными новаторами.

Гипотеза 5: умеренные инноваторы извлекают положительный и большой эффект от применения режима «трехмодульного вектора» (в той же степени, что и для лидеров и сильных новаторов).

Гипотеза 6: умеренные инноваторы оказывают положительное влияние на результаты инновационной деятельности благодаря сочетанию режимов НТИ и «трехмодульного вектора».

В случае слабых инноваторов (например, в большинстве польских, болгарских, греческих и румынских регионов, отстающих регионах Италии и Испании) их технологические возможности ограничены, и любые усилия, прилагаемые ими, вряд ли будут эффективными. Как показано в исследовании, посвященном Китаю [15], инновационная модель большинства фирм, занятых в традиционных отраслях, весьма вероятно, что будет связана с интенсивностью сотрудничества в цепочке поставок [36] (Tether, Tajar, 2008), поэтому эти регионы должны быть в состоянии обеспечить эффективное применение режима «трехмодульного вектора» [15]. В отличие от этого, из-за их ограниченного внедренческого потенциала они, вероятно, будут менее эффективно сочетать эти два способа инноваций, что приведет к более низким результатам инновационной деятельности.

Это ограничение может быть частично объяснено сокращением человеческого капитала и технологических возможностей, а частично ограниченными ресурсами, инвестируемыми в НИОКР, которые требуют достижения критической массы для эффективной работы [15]. В этом отношении, согласно последним исследованиям, умеренные инноваторы представляют собой так называемые «организационно хрупкие инновационные системы», в которых действует небольшое число организаций, связанных с наукой, и производят ограниченный объем прикладных исследований в интересах своей региональной производственной системы [13]. Этот прогнозируемый результат будет соответствовать выводам Б. Теттера и А. Таджара [36] о МСП, которые в основном полагаются на драйверы «трехмодульного вектора». Поэтому мы выдвигаем следующий второй блок гипотез:

Гипотеза 7: слабые инноваторы не используют режим НТИ для эффективного использования результатов инновационной деятельности.

Гипотеза 8: слабым инноваторам, скорее всего, эффективно использовать режим «трехмодульного вектора».

Гипотеза 9: у слабых инноваторов совокупный эффект НТИ и «трехмодульного вектора» приводит к более низким инновационным результатам по сравнению с другими типами регионов.

Эмпирическая оценка характера результатов инновационной деятельности

Для эмпирической оценки мы используем данные Обзора инновационных сообществ (ОИС) (Community Innovation Survey (CIS)) Евростата и его обследования регионов ЕС. Мы анализируем данные, основанные на таксономии инновационных регионов, выявленных в рамках проекта PRO-INNO EU Regional Innovation Scoreboard, который проливает свет на региональные вариации инноваций в Европе [23] (Hollanders, Es-Sadki, 2014). Это классификация, основанная на инновационном развитии европейских регионов, которая включает в себя ряд технологических и институциональных особенностей, таких как их внедренческий потенциал и общее институциональное стремление к инновациям. Эта типология является актуальной для целей нашего исследования, поскольку она предлагает признанную таксономию для понимания и интерпретации дивергентных инновационных тенденций в различных региональных контекстах.

В целом качество данных ОИС находится на достаточно высоком уровне благодаря систематическим проверкам качества данных, проводимым на национальном и корпоративном уровнях. Страны следуют согласованному вопроснику и методологическим рекомендациям, представленным Евростатом. Высокая частота ответов была признана одной из главных сильных сторон данного обзора. Уровень ответов варьируется в зависимости от национальных обследований (от 100% на Кипре до 51,8% в Дании), но для большинства стран он превышает 80%.

Итак, согласно классификации ОИС, страны делятся на несколько категорий, поскольку некоторые регионы являются более развитыми, чем другие. Обзор охватывает регионы из Германии и Иль-де-Франс во Франции (лидеры инноваций), Бельгии, некоторых других регионов Франции, Италии и Люксембурга (сильные инноваторы), Венгрии, Италии, Франции, Литвы, Мальты, Словакии и Кипра (умеренные инноваторы), а также Болгарии, Италии, Румынии, Венгрии и Латвии (слабые инноваторы).

Уместно вспомнить, что использование гармонизированного обследования ОИС, включающего несколько стран, было использовано во многих эмпирических исследованиях. Так Н. Стойчич [35] (Stojcic, Srhoj, Coad, 2020) писал в своем примечании об исследовании ОИС: Это наиболее полный межстрановой набор данных об инновационном поведении европейских фирм».

Наша эмпирическая стратегия включает в себя использование оценки склонности к множественным методам обработки данных, которая мотивируется эндогенностью режимов НТИ и «трехмодульного вектора» с учетом природы их компонентов, например, внутренней и внешней научно-исследовательской деятельности, а также потенциальной обратной причинно-следственной связи между сотрудничеством в области инноваций и эффективностью инновационной деятельности. Следовательно, влияние инновационных режимов НТИ и «трехмодульного вектора» на эффективность инноваций следует оценивать как множественную обработку (то есть среднее значение по обработанному эффекту).

В предыдущих исследованиях, рассматривавших взаимодополняемость различных видов инновационной деятельности или политики, эти виды деятельности/политики рассматривались как экзогенные. В частности, исследуется ли комплементарность через компоненты взаимодействия и их предельные эффекты, как в работе С. Хаус-Реве [22] (Haus-Reve, Fitjar, Rodriguez-Pose, 2018), или применяя функцию супермодулярности, интересующие переменные рассматриваются как экзогенные, хотя теория предполагает, что они являются эндогенными. Что касается последнего, то Дж. Хоуэлс [24] (Howells, 2012) исследовал потенциальную взаимодополняемость различных видов инновационной деятельности (НИОКР и внешние связи). Автор очень подробно обсуждает проблему эндогенности интересующих переменных, поскольку подход супермодулярности не решает эту проблему. Он отмечает, что инструментально-вариативный подход является одним из способов решения проблемы эндогенности инновационной деятельности, но он требует обоснованных инструментов, которые трудно найти, особенно в исследованиях инноваций.

Заключение

Подводя итог, можно сказать, что при рассмотрении эндогенности инновационных режимов НТИ и «трехмодульного вектора», какие бы методы ни использовались в предыдущих исследованиях, этот вопрос фундаментально не рассматривался, поскольку действительный инструмент отсутствует. Единственным решением было бы использовать динамический панельный анализ. Однако отсутствие долгосрочного временного ряда (в данных ОИС) является общей проблемой в исследованиях инноваций. Если исследователи вынуждены использовать данные поперечного сечения, то режимы НТИ и «трехмодульного вектора» можно рассматривать либо как экзогенные (как в предыдущих исследованиях), либо как эндогенные (как мы сделали здесь), но с оговоркой, что комплементарность не может быть полностью исследована.

А именно, мы можем оценить и сравнить совместные эффекты обоих режимов по сравнению с отдельными режимами, но не в рамках традиционного определения комплементарности – увеличение предельного эффекта одного режима увеличивает эффект другого режима. Другими словами, мы можем исследовать аддитивный эффект, но не мультипликативный совместный эффект [22].

Соответствующие оценки, будь то в рамках одного или нескольких методов множественной обработки, имеют мало преимуществ по сравнению с другими эмпирическими стратегиями. По сравнению с подходом инструментальной переменной, метод сопоставления не требует наличия достоверных инструментов для переменных множественной обработки и не делает никаких предположений о функциональной форме уравнения исхода [18] (Czarnitzki, Ebersberger, Fier, 2007). Однако главным недостатком совпадающих оценок является предположение о необоснованности или выборе наблюдаемых объектов. А именно, соответствующие оценки контролируют эндогенность, возникающую из смещения отбора в предположении, что ненаблюдаемой гетерогенности не существует.

Учитывая, что мы оцениваем множественные эффекты обработки, оценки склонности оцениваются с помощью мультиномиальной логит-модели, включающей все четыре уровня обработки: 1) ни НТИ, ни «трехмодульного вектора»; 2) только «трехмодульного вектора»; 3) только НТИ; 4) и то и другое. Выбор модели мотивирован характером нашей переменной обработки, которая имеет более двух исходов без естественного упорядочения. Баллы склонности позволяют сопоставлять фирмы в рамках каждого уровня обработки. Кроме того, регрессии оцениваются с помощью модели логита, поскольку переменные результата являются бинарными индикаторами, в которых обратные оцененным баллам склонности используются в качестве весов для ковариации X. И наконец, на основе каждой из этих регрессий эффект множественной обработки вычисляется как разница в средневзвешенных значениях прогнозируемых результатов. Этот трехэтапный подход обеспечивает последовательные оценки с учетом лежащего в основе предположения о независимости обработки от прогнозируемых результатов после моделирования ковариаций на этапах 1 и 2.


Источники:

1. Адам Смит, Исследование о природе и причинах богатства народов (книги I—III). / Пер. с англ. Изергин В. М.. — Изд-во Социум , ЛКИ, 2017. — 456 с.
2. Катуков Д. Д., Малыгин В. Е., Смородинская Н. В., Фактор созидательного разрушения в современных моделях и политике экономического роста – М.: Вопросы экономики, №7, cc. 95-118, 2019
3. Клейнер Г.Б., Системные циклы экономической динамики и устойчивость национальной экономики — М.: Издание Государственной Думы, с.121-130, 2015.
4. Лист Фридрих, Национальная система политической экономии / Пер. с англ, вводная статья и комментарии Е. М. Майбурда. — М.: Наука, 1993. — 572 с.
5. Маевский В.И., Малков С.Ю., Рубинштейн, А.А., Новая теория воспроизводства капитала. М.- СПб.: Нестор-История. 2016. – 260 с.
6. Миронов В. В., Коновалова, Л. Д., О взаимосвязи структурных изменений и экономического роста в мировой экономике и России – М.: Вопросы экономики, №1, сс.54-78, 2019
7. Солоу Р.M., Техническое развитие и агрегированная производственная функция. The Rev. Econ. Stat. 39 (№3), стр. 312–320, 1957.
8. Сухарев О.С. Эволюционная экономическая теория институтов и технологий. Проблемы моделирования - М.: Ленанд, 2017 -139 с.
9. Сухарев О.С. Экономический рост, институты и технологии. - М.: Финансы и статистика, 2015. (Второе издание, переработанное)
10. Сухарев О.С., Логвинов С.А. Управление структурными изменениями экономики. — М.: КУРС: ИНФРА-М, 2013. — 352 с
11. Шумпетер Й. А., Теория экономического развития. М. — «Эксмо», 2007.
12. Asheim, B., Boschma, R., Cooke, P. Constructing regional advantage. Reg. Stud. 45, 893–904, 2011.
13. Camagni, R., Capello, R. Regional innovation patterns and the EU regional policy reform. Growth Change 44, 355–389, 2013.
14. Carlsson, B., Jacobsson, S. Technological systems and economic policy. Res. Policy 23, 235–248, 1994.
15. Chen, J., Chen, Y., Venhaverbeke, W. The influence of scope, depth and orientation of external technology sources on the innovative performance of Chinese firms. Technovation 31, 363–372, 2011.
16. Cohen, W., Levinthal. Absorptive capacity: a new perspective on learning and innovation. Adm. Sci. Q. 35, 128–152, 1990.
17. Cooke, P. Regional innovation systems, clusters and the knowledge economy. Ind. Corp. Change 10, 945–974, 2001.
18. Czarnitzki, D., Ebersberger, B., Fier, A. The relationship between R&D collaboration, subsidies and R&D performance. J. Appl. Econom. 22, 1347–1366, 2007.
19. Edquist, C. Systems of innovation: perspectives and challenges. In: The Oxford Handbook of Innovation. Oxford University Press, New York, 2005.
20. Fitjar, R., Rodriguez-Pose, A. Firm collaboration and modes of innovation in Norway. Res. Policy 42, 128–138, 2013.
21. Fitjar, R., Rodriguez-Pose, A. When local interaction does not suffice: sources of firm innovation in urban Norway. Environ. Plann. A 43, 1248–1267, 2011.
22. Haus-Reve, S., Fitjar, R., Rodriguez-Pose, A. Does different types of collaboration always benefits firms? Res. Policy 48, 1476–1486, 2018.
23. Hollanders, H., Es-Sadki, N. Regional Innovation Scoreboards, Pro-Inno Europe, Brussels, 2014.
24. Howells, J. The geography of knowledge. J. Econ. Geogr. 12, 1003–1020, 2012.
25. Jensen, M., Johnson, B., Lorenz, E., Lundvall, B.A. Forms of knowledge and modes of innovation. Res. Policy 36, 680–693, 2007.
26. Laursen, K., Salter, A. Open for innovation: the role of openness in explaining innovation performance across UK manuf. firms. Strategic Manag. J. 27, 31–50, 2006.
27. Lundvall, B.A. National innovation systems: analytical concepts and development tool. Ind. Innov. 14, 95–120, 2007.
28. Lundvall, B.A. National systems of innovation. Pinter, London. Mate-Sanchez-Val, M., Harris, R., 2014. Differential empirical innovation factors for Spain and the UK. Res. Policy 43 (2), 451–463, 1992.
29. OECD. The Oslo Manual of Innovation, Paris, 2006.
30. Parrilli, M.D., Fitjar-Dahl, R., Rodriguez-Pose, A., et al. Business innovation modes: a review from a country perspective. In: Parrilli, M.D., Fitjar-Dahl, R., Rodriguez-Pose, A. (Eds.), Innovation Drivers and Regional Innovation Strategies. Routledge, New York, pp. 197–218, 2017.
31. Parrilli, M.D., Elola, A. The strength of STI drivers for SME innovation. Small Bus. Econ. 39, 897–907, 2012.
32. Porter, M. On Competition. Harvard Business Review PublishingMass, Harvard, 2008.
33. Rodriguez-Pose, A. Do institutions matter for regional development. Reg. Stud 47, 1034–1047, 2013.
34. Rodriguez-Pose, A., Crescenzi, R. Research and development, spillovers, regional innovation systems & the genesis of regional growth in Europe. Reg. Stud 42, 51–67, 2008.
35. Stojcic, N., Srhoj, S., Coad, A. Innovation procurement as capability-building. Eur. Econ. Rev. 121, 103330, 2020.
36. Tether, B., Tajar, A. The organizational-cooperation mode of innovation and its prominence among European service firms. Res. Policy 37, 720–39, 2008.
37. Vega-Jurado, J., Gutierrez-Gracia, A., Fernandez-de-Lucio, I., Manjarres-Henriques, L. The effect of external and internal factors on firm’s product innovation. Res.Policy 37, 616–632, 2008.
38. Von Hippel, E. The Sources of Innovation. Oxford University Press, New York, 1988

Страница обновлена: 30.01.2024 в 17:47:29