Przeczytaj fragment - Wydawnictwo UMCS
Transkrypt
Przeczytaj fragment - Wydawnictwo UMCS
Kapitał innowacyjny przedsiębiorstwa. Akumulacja i wykorzystanie; Tomasz Kijek, Wydawnictwo UMCS, Lublin 2016 Wstęp Zasady nowej ekonomii wskazują, że o wynikach ekonomicznych podmiotów rynkowych i gospodarek decyduje dostęp do wiedzy stanowiącej podstawowe źródło innowacji i postępu technicznego. Wiedza – traktowana jako czynnik produkcji – posiada określone właściwości, które powodują, że modelowanie procesów jej tworzenia i wykorzystania napotyka na istotne ograniczenia natury koncepcyjnej i metodycznej. Wśród podstawowych charakterystyk wiedzy, odróżniających ją od kapitału fizycznego i kapitału finansowego, należy wymienić niekonkurencyjność i ograniczoną wyłączalność z użytkowania, co czyni ją dobrem quasi-publicznym. Pierwsza z wymienionych cech oznacza, że wiedza (nieucieleśniona) może być wykorzystywana w tym samym czasie przez różne podmioty, zaś wzrost jej użytkowników nie prowadzi do zmniejszenia jej zasobu. W odniesieniu do drugiej z przytoczonych cech należy podkreślić, że zakres wyłączalności zależy od rodzaju wiedzy i warunków instytucjonalnych określających prawa własności. Przedstawione wyróżniki wiedzy mają określone implikacje dla modelowania procesów tworzenia i wykorzystania wiedzy osadzonej w nowych produktach i procesach. Chodzi tutaj przede wszystkim o uwzględnienie możliwości występowania rosnących przychodów w produkcji wiedzy oraz pozytywnych efektów zewnętrznych, które są związane z jej dyfuzją w systemie gospodarczym. Na specyfikę wiedzy jako czynnika produkcji w sposób bezpośredni wskazuje teoria firmy oparta na wiedzy (Grant, 1996). Według niej istnienie przedsiębiorstwa wynika z ułomności mechanizmu rynkowego w zakresie koordynacji wykorzystania różnych rodzajów wiedzy w procesach gospodarczych. Wiedza (m.in. ze względu na swoją heterogeniczność) jest uznawana za najbardziej produktywny zasób przedsiębiorstwa i źródło renty ricardiańskiej. Kluczową rolę w firmie odgrywają procesy innowacyjne, które polegają na tworzeniu lub nabywaniu wiedzy i jej wykorzystywaniu we wdrażaniu zmian. Oczekiwanymi efektami rozwoju innowacji są wzrost siły rynkowej przedsiębiorstwa i czerpanie z czasowej renty monopolistycznej. Ostatecznie można zauważyć, że wykorzystanie wiedzy w aktywności innowacyjnej jest związane z osiąganiem przez firmę korzyści skali i zakresu. W literaturze ekonomicznej wyróżnia się dwa nurty prac nad modelowaniem procesów akumulacji i wykorzystania wiedzy. Pierwszy z nich ma charakter ma5 WSTĘP kroekonomiczny i jest umocowany w teorii wzrostu endogenicznego. Reprezentatywne dla tego kierunku badań są modele działalności badawczo-rozwojowej autorstwa Romera (1990), Aghiona i Howitta (1992) i Jonesa (1995). Drugie z podejść, stanowiące przedmiot zainteresowania niniejszej pracy, ma wymiar mikroekonomiczny. W tym nurcie badawczym podstawowym modelem służącym do opisu powstawania innowacji w przedsiębiorstwie jest funkcja produkcji wiedzy (knowledge production function – KPF). Teoretyczne podstawy paradygmatu mikroekonomicznej funkcji produkcji wiedzy można odnaleźć w pracach autorstwa Grilichesa (1979, 1984, 1998), który traktuje wiedzę jako formę kapitału przekształcaną w wyniki innowacyjne. Kapitał wiedzy, wykorzystywany w procesach innowacyjnych, jest najczęściej określany jako kapitał innowacyjny. Jak słusznie zauważają Johansson i Lööf (2009), pomimo znacznego upływu czasu od momentu opracowania przez Grilichesa metodyki badania produktywności kapitału wiedzy, w chwili obecnej nie ma lepszego rozwiązania koncepcyjnego i metodycznego w tym zakresie. Warto podkreślić, że funkcja produkcji wiedzy zaproponowana przez Grilichesa jest stale rozwijana, a jej najbardziej kompleksową modyfikacją jest model CréponaDugueta-Mairesse’a, określany jako model CDM (Crépon, Duguet, Mairesse, 1998). Wpisuje się on w bardzo dynamiczny i pionierski nurt badań (frontier research) nad uwarunkowaniami akumulacji i wykorzystania wiedzy w procesach innowacyjnych. Z prac empirycznych realizowanych w tym obszarze warto wymienić badania prowadzone przez Lööfa i in. (2003), van Leeuwena i Klompa (2006), Peters (2008), Mohnena i Hall (2013). Niewątpliwą zaletą modelu CDM jest uwzględnienie złożoności procesów innowacyjnych. Znajduje to wyraz w strukturze modelu, który składa się z trzech równań określanych jako równanie akumulacji wiedzy, równanie produkcji innowacji oraz równanie ekonomicznych efektów innowacji. Studia empiryczne prowadzone w oparciu o model CDM mają istotne walory poznawcze w zakresie kwantyfikacji relacji pomiędzy nakładami na innowacje a wynikami innowacyjnymi oraz wynikami ekonomicznymi. Niestety, posiadają one pewne słabe strony natury koncepcyjnej. Podstawowym ograniczeniem wspomnianych badań jest koncentracja na pracach badawczo-rozwojowych B+R, traktowanych jako aproksymanta strumieni wiedzy technologicznej, niezbędnych do opracowania i wdrożenia innowacji. Zgodnie z najnowszymi modelami innowacji, do których zalicza się model sieciowy i model innowacji otwartych, przedsiębiorstwa mogą korzystać z różnych źródeł wiedzy w procesach innowacyjnych. Kwestią otwartą pozostaje określenie, jakie relacje zachodzą pomiędzy poszczególnymi strumie6 WSTĘP niami wiedzy. Inaczej mówiąc, poszukiwana jest odpowiedź na pytanie o to, czy mają one charakter substytucyjny czy komplementarny. Ponadto nierozstrzygniętym zagadnieniem jest ocena zróżnicowania produktywności strumieni wiedzy w zależności od zakresu przedmiotowego projektów innowacyjnych. Kolejnym ograniczeniem znacznej części badań nad modelowaniem procesów akumulacji i wykorzystania kapitału innowacyjnego jest marginalizacja roli wiedzy pracowników zaangażowanych w procesy innowacyjne. Ten rodzaj wiedzy często ma charakter niejawny, co rodzi naturalne problemy z kwantyfikacją i precyzją jego modelowania. Relacje pomiędzy jawną wiedzą technologiczną, będącą efektem prac B+R, a wiedzą niejawną są niezwykle złożone, gdyż w procesie innowacyjnym wiedza podlega ciągłej konwersji. Stworzenie linii demarkacyjnej pomiędzy wymienionymi kategoriami wiedzy stanowi duże wyzwanie z teoretycznego i praktycznego punktu widzenia. Jak wspomniano, w krajach rozwiniętych problematyka modelowania kapitału innowacyjnego przy zastosowaniu funkcji produkcji wiedzy stanowi szeroko eksplorowany przedmiot badań na przestrzeni ostatnich dwóch dekad. Tymczasem w polskiej literaturze ekonomicznej brakuje kompleksowych opracowań teoretycznych i empirycznych w tym zakresie. Z uwagi na specyfikę mikroi makrouwarunkowań działalności innowacyjnej podmiotów gospodarczych, wynikającą m.in. z odmiennych założeń i instrumentów polityki innowacyjnej w poszczególnych krajach, wyników badań zrealizowanych za granicą nie można bezpośrednio odnosić do przedsiębiorstw polskich. W świetle przedstawionych rozważań można dostrzec istnienie luki teoriopoznawczej i metodycznej w badaniach nad kapitałem innowacyjnym przedsiębiorstwa. Dodatkowo warto zauważyć, że dotychczasowe prace empiryczne nie obejmowały swoim zakresem podmiotowym przedsiębiorstw polskich, których procesy innowacyjne cechują się pewną specyfiką na tle firm z innych krajów UE. Taki stan rzeczy stanowi podstawową przesłankę do sformułowania i realizacji celu głównego niniejszej pracy, którym jest określenie znaczenia kapitału innowacyjnego w procesie produkcji innowacji. Aby osiągnąć cel główny, opracowano autorską koncepcję i kategoryzację kapitału innowacyjnego. Na potrzeby pracy kapitał innowacyjny wykorzystywany w procesach opracowania i wdrażania innowacji technologicznych został zdefiniowany jako jawna i niejawna wiedza technologiczna (pochodząca ze źródeł wewnętrznych i zewnętrznych) oraz prawa własności przemysłowej w postaci patentów. Przyjęta koncepcja kapitału innowacyjnego stanowiła punkt wyjścia do przeprowadzenia badania nad przebiegiem procesów akumulacji i wykorzystania kapi7 WSTĘP tału innowacyjnego w polskich przedsiębiorstwach przemysłowych. Zgodnie z koncepcyjnymi założeniami badania za strumienie kapitału innowacyjnego uznano strumienie wiedzy zewnętrznej (w tym: patenty, wynalazki nieopatentowane i know-how, zakupione na rynku), strumienie wiedzy mające źródło w wewnętrznej i zewnętrznej działalności badawczo-rozwojowej oraz strumienie wiedzy, których źródłem są szkolenia z zakresu działalności innowacyjnej. Wykorzystany model badawczy, bazujący na rozszerzonej funkcji produkcji wiedzy, posłużył do realizacji następujących celów poznawczych: • identyfikacji stosunków komplementarności/substytucyjności pomiędzy strumieniami wiedzy wykorzystywanymi w procesach innowacyjnych, • kwantyfikacji relacji pomiędzy strumieniami wiedzy a wynikami innowacyjnymi, • analizy wpływu wyłączalności wiedzy na wyniki innowacyjne, • określenia relacji pomiędzy wynikami innowacyjnymi a wynikami ekonomicznymi, • zbadania wpływu czynników o charakterze endogenicznym i egzogenicznym na procesy akumulacji i wykorzystania kapitału innowacyjnego. W toku badania poddano weryfikacji niżej wymienione hipotezy podstawowe i pomocnicze. Hipotezy podstawowe, w tym subhipotezy Hipoteza 1. Relacje pomiędzy strumieniami kapitału innowacyjnego mają charakter komplementarny. Hipoteza 1a. Wykorzystanie jednego strumienia kapitału innowacyjnego prowadzi do zaangażowania pozostałych strumieni kapitału innowacyjnego. Hipoteza 1b. Zwiększenie jednego ze strumieni kapitału innowacyjnego powoduje wzrost produkcyjności krańcowej pozostałych strumieni kapitału innowacyjnego. Hipoteza 2. Znaczenie poszczególnych strumieni kapitału innowacyjnego w procesach produkcji innowacji różni się w zależności od rodzaju wdrażanej innowacji. Hipoteza 2a. Strumienie wiedzy, mające źródło w działalności badawczorozwojowej (wewnętrznej i zewnętrznej), zwiększają prawdopodobieństwo wdrożenia innowacji produktowych i procesowych, przy czym siła wpływu jest większa w przypadku innowacji produktowych. Hipoteza 2b. Strumienie wiedzy w postaci patentów, wynalazków nieopatentowanych i know-how, pochodzące ze źródeł zewnętrznych, zwiększają prawdo8 WSTĘP podobieństwo wdrożenia innowacji produktowych i procesowych, przy czym siła wpływu jest większa w przypadku innowacji procesowych. Hipoteza 2c. Strumienie wiedzy, których źródłem są szkolenia z zakresu działalności innowacyjnej, zwiększają prawdopodobieństwo wdrożenia innowacji produktowych i procesowych, przy czym siła wpływu jest większa w przypadku innowacji procesowych. Hipoteza 3. Wzrost zakresu wyłączalności wiedzy w wyniku zastosowania patentów przyczynia się do poprawy wyników innowacyjnych. Hipotezy pomocnicze (dodatkowe) Hipoteza 4. Przedsiębiorstwa małe wykazują mniejszą skłonność do wdrażania innowacji produktowych i procesowych w porównaniu do przedsiębiorstw średnich i dużych. Hipoteza 5. Przedsiębiorstwa działające na rynku krajowym wykazują mniejszą skłonność do wdrażania innowacji produktowych i procesowych w porównaniu do przedsiębiorstw będących eksporterami. Hipoteza 6. Wdrożenie przez przedsiębiorstwa innowacji procesowych prowadzi do wzrostu produktywności pracy. Hipoteza 7. Przedsiębiorstwa działające w sektorach wysokiej i średniowysokiej techniki w większym zakresie wykorzystują kapitał innowacyjny w procesach produkcji innowacji niż przedsiębiorstwa działające w sektorach średnioniskiej i niskiej techniki. Hipoteza 8. Przedsiębiorstwa działające w sektorach średnio-niskiej i niskiej techniki w większym zakresie korzystają z wiedzy uprzedmiotowionej w procesach produkcji innowacji niż przedsiębiorstwa działające w sektorach wysokiej i średnio-wysokiej techniki. Cel pracy i postawiony problem badawczy zdeterminowały jej strukturę. Monografia składa się z pięciu rozdziałów poprzedzonych wstępem i podsumowanych zakończeniem. Trzy pierwsze rozdziały mają charakter teoretyczny, rozdział czwarty ma charakter metodyczny i stanowi wprowadzenie do opisu wyników badania zawartego w rozdziale piątym. Rozdział pierwszy, dotyczący uwarunkowań i przesłanek badań nad innowacjami w przedsiębiorstwie, rozpoczęto od przedstawienia definicji i klasyfikacji innowacji. Następnie omówiono rolę innowacji w wybranych teoriach firmy, do których zaliczono neoklasyczną teorię przedsiębiorstwa, innowacyjną teorię przedsiębiorstwa Schumpetera, ewolucyjną teorię przedsiębiorstwa oraz teorię 9 WSTĘP przedsiębiorstwa opartą na wiedzy. Z uwagi na dualny charakter postrzegania innowacji, która może być traktowana zarówno jako proces, jak i efekt tego procesu, omówiono podstawowe modele innowacji z podziałem na modele konceptualne i formalne. Rozdział zakończono charakterystyką warunków funkcjonowania przedsiębiorstwa w gospodarce opartej na wiedzy, ze szczególnym uwzględnieniem specyfiki wiedzy traktowanej jako czynnik produkcji. Rozważania nad wiedzą wykorzystywaną w działalności innowacyjnej są kontynuowane w rozdziale drugim. We wstępnej części przedstawiono różne podejścia do definiowania kapitału wiedzy i jego elementów składowych, do których zaliczono kapitał innowacyjny. W dalszej kolejności wprowadzono autorską definicję i kategoryzację kapitału innowacyjnego. W zakończeniu rozdziału skoncentrowano się na relacjach pomiędzy strumieniami kapitału innowacyjnego i metodach ich oceny. Rozdział trzeci rozpoczęto od omówienia istoty funkcji produkcji wiedzy, która stanowi podstawowy paradygmat badawczy w modelowaniu akumulacji i wykorzystania wiedzy w procesach innowacyjnych. Szczególną uwagę poświęcono rozszerzonej funkcji produkcji wiedzy, określanej jako model CDM. Zgodnie ze strukturą modelu scharakteryzowano równanie akumulacji wiedzy, równanie produkcji innowacji oraz równanie ekonomicznych efektów innowacji, wskazując jednocześnie na mocne strony i ograniczenia modelu CDM. W ostatniej części rozdziału przedstawiono zwięzły przegląd badań opartych na paradygmacie KPF. W rozdziale czwartym zaprezentowano metodykę badania kapitału innowacyjnego przedsiębiorstw. Zawarto w nim uzasadnienie badania oraz teoretyczne umocowanie hipotez badawczych. Następnie scharakteryzowano zastosowane metody badawcze i przedstawiono źródła danych. Rozdział piąty zawiera wyniki modelowania tworzenia i wykorzystania kapitału innowacyjnego badanych przedsiębiorstw. W pierwszej części badania określono wpływ determinant aktywności innowacyjnej przedsiębiorstw na procesy akumulacji kapitału innowacyjnego. W oparciu o uzyskane wyniki zidentyfikowano rodzaje relacji występujące pomiędzy strumieniami kapitału innowacyjnego. Następnie zbadano, w jaki sposób strumienie kapitału innowacyjnego oddziałują na wyniki innowacyjne. Na tym etapie badania poddano weryfikacji również skuteczność mechanizmów apropriacji wiedzy. Finalnie określono zależności, jakie zachodzą pomiędzy wynikami innowacyjnymi a produktywnością pracy. W badaniu wykorzystano reprezentatywne mikrodane z programu Badań Statystycznych Statystyki Publicznej, realizowanego przez Główny Urząd Staty10 WSTĘP styczny nt. „Innowacje w przemyśle (PNT-02)”. Przywołane dane pochodzą z edycji badań obejmującej lata 2010–2012. Były nimi objęte przedsiębiorstwa przetwórstwa przemysłowego aktywne innowacyjnie. Badanie innowacyjności w przemyśle przeprowadzono na pełnej populacji przedsiębiorstw o liczbie pracujących 50 i więcej osób oraz na reprezentatywnej próbie pozostałych przedsiębiorstw. Zaproponowane w niniejszej pracy podejście koncepcyjno-metodyczne stanowi rozwinięcie modelu CDM. Modyfikacja tego modelu polega na odejściu od jednowymiarowego postrzegania działalności innowacyjnej, która najczęściej jest zawężana do prac B+R na rzecz uwzględnienia większej liczby strumieni wiedzy niezbędnych do opracowania i wdrożenia innowacji. Wyodrębnione strumienie wiedzy ściśle korespondują z opracowaną kategoryzacją kapitału innowacyjnego. W odróżnieniu od większości analiz z tego zakresu, w badaniu poza strumieniami wiedzy jawnej uwzględniono również strumienie zwiększające zasób wiedzy pracowników, która ma charakter niejawny. Takie rozwiązanie niewątpliwie urealnia opis procesów akumulacji i wykorzystania kapitału innowacyjnego. Ponadto testowanie stosunków komplementarności/substytucyjności pomiędzy strumieniami wiedzy oparto na dwóch rozwiązaniach metodycznych. Pierwsze z nich jest określane jako korelacyjne, zaś drugie, które jest nazywane produkcyjnym, bazuje na efekcie interakcji. Z poznawczego i metodycznego punktu widzenia interesująca może wydawać się też ocena istotności różnic parametrów przy zmiennych reprezentujących strumienie wiedzy w równaniach produkcji innowacji. Mimo że w literaturze przedmiotu są formułowane poglądy wskazujące na asymetryczne powiązania poszczególnych strumieni wiedzy z określonym rodzajem innowacji technologicznych, to zauważalny jest deficyt prac empirycznych pozwalających na statystyczną weryfikację formułowanych hipotez. Biorąc pod uwagę strukturę modelu badawczego, można zauważyć, że jest on konstytuowany przez kilka modeli ekonometrycznych. Do opisu procesów akumulacji wiedzy zastosowano wielowymiarowy model probitowy. Z kolei w celu zbadania relacji pomiędzy strumieniami wiedzy a wynikami innowacyjnymi wykorzystano dwuwymiarowy model probitowy oraz funkcję produkcji CobbaDouglasa z interakcją. Ostatecznie na potrzeby badania zależności pomiędzy wynikami innowacyjnymi a wynikami ekonomicznymi użyto modelu regresji liniowej. Należy zauważyć, że w niniejszej pracy posłużono się również innymi metodami przetwarzania, prezentacji i interpretacji danych, w tym metodą porównawczą, opisową oraz wielowymiarowej analizy statystycznej. 11 WSTĘP Aplikacyjne walory monografii można rozważać w kontekście wykorzystania uzyskanych wyników do formułowania rekomendacji dla polityki innowacyjnej i praktyki gospodarczej. W pierwszym przypadku szczególnie istotną kwestią wydaje się być znajomość zakresu i siły oddziaływania możliwości technologicznych, związanych z dostępnością wiedzy zewnętrznej (w tym pochodzącej z instytucji naukowych i jednostek badawczo-rozwojowych), na aktywność innowacyjną przedsiębiorstw. Należy podkreślić, że to właśnie polityka innowacyjna wraz z Narodowym Systemem Innowacji wpływa na warunki instytucjonalne kształtujące przepływy wiedzy pomiędzy uczestnikami procesów innowacyjnych. Biorąc pod uwagę przydatność wyników badań dla przedsiębiorstw, można stwierdzić, że istnieją możliwości ich aplikacji przez wskazanie korzyści z wykorzystania poszczególnych strumieni wiedzy oraz identyfikacji ich interakcyjnego wpływu na wyniki innowacyjne. 12