Wpływ zróznicowania popytu na strukture i dynamike rynku

Uniwersytet Warszawski
Wydział Nauk Ekonomicznych
Maciej Wilamowski
Autoreferat rozprawy doktorskiej
Wpływ zróżnicowania popytu na
strukturę i dynamikę rynku
napisanej pod kierunkiem dr. hab. Mikołaja Czajkowskiego, prof.UW
Wprowadzenie
Problemem badawczym analizowanym w niniejszej pracy1 jest określenie zależności pomiędzy konkurencyjnością a innowacyjnością w gospodarce (ang. Relationship between
Innovation and Competition, RIC). Pomimo że problem ten analizowany był teoretycznie
i empirycznie od kilkudziesięciu lat i zajmuje znaczące miejsce w literaturze z zakresu
organizacji rynku, mikroekonomii i teorii wzrostu, nadal brakuje konsensusu dotyczącego choćby znaku tej zależności, a nawet tego, który z czynników determinuje drugi.
Z drugiej strony zagadnienie to ma istotne znaczenie praktyczne, np. dla polityki regulacyjnej, stymulowania wzrostu i maksymalizacji szeroko pojętego dobrobytu społecznego.
Istnieje zatem potrzeba prowadzenia dalszych badań nad RIC. W stosunkowo niedawnym
artykule przeglądowym poświęconym temu zagadnieniu Shapiro (2011) określa dociekania dotyczące zależności pomiędzy konkurencyjnością a innowacyjnością „najważniejszym
pytaniem w organizacji rynku”.
Ekonomia zajmuje się analizą konkurencyjności rynków oraz wpływem ich struktury na
dobrobyt społeczny już od XIX wieku. W następstwie rewolucji przemysłowej powszechnym zjawiskiem stało się to, że pojedyncze przedsiębiorstwa miały istotny, a czasem wręcz
dominujący, wpływ na całe społeczności. Prace Cournota (1838) i Bertranda (1883), które
1
Badania przeprowadzone w niniejszej pracy były współfinansowane przez Narodowe Centrum Nauki,
grant nr DEC-2012/05/N/HS4/00900
1
jako pierwsze zawierały formalny opis konkurencji ilościowej i cenowej, zapoczątkowały
refleksję nad organizacją rynku. Dynamiczny rozwój teorii w tej dziedzinie ekonomii pozwolił na zrozumienie mechanizmów powstawania i funkcjonowania struktur rynkowych,
w tym mono- i oligopoli. Szczególnie wiele uwagi poświęcono badaniom wpływu konkurencyjności rynku na dobrobyt społeczny, dzięki czemu teoria ekonomii, a zwłaszcza
organizacji rynku, znajduje swoje praktyczne zastosowanie w regulacji rynku. Działania
regulacyjne są najbardziej widoczne w obszarach, w których monopolizacja rynku jest naturalnym procesem, takich jak: transport, energetyka, telekomunikacja, finanse czy usługi
komunalne. Szeroko rozumianą politykę regulacyjną stosuje się jednak również na rynkach
konkurencyjnych, np. poprzez normy produkcyjne, standardy informacyjne (np. etykiety
energetyczne) i regulacje dotyczące reklamy. Należy zauważyć, że wiedza z obszaru konkurencyjności rynków w sposób bezpośredni przyczynia się do wzrostu dobrobytu.
Zagadnieniu innowacyjności poświęcono w ostatnich latach jeszcze więcej uwagi niż samej konkurencyjności. Zgodnie z teorią wzrostu, wynikający z innowacji postęp technologiczny i rozwój kapitału ludzkiego są czynnikami niezbędnymi do zapewnienia długookresowego wzrostu i rozwoju gospodarczego. Z tego powodu innowacyjność stała się kluczowym zagadnieniem polityki gospodarczej. Znajduje to swoje odzwierciedlenie w promocji i
próbach stymulacji innowacyjności przez państwa, przedsiębiorstwa, agencje pozarządowe
i organizacje międzynarodowe. Skalę zaangażowania najlepiej ilustruje fakt, iż innowacja
stanowi jeden z pięciu kluczowych obszarów, na które zorientowana jest unijna strategia
wzrostu 2020.
Rozważania na temat zależności między konkurencyjnością a innowacyjnością zapoczątkował Schumpeter (1942). Postawił on hipotezę, mówiącą, że to monopol może być
strukturą rynkową, która najmocniej stymuluje innowacyjność. Dominująca pozycja rynkowa miałaby dawać gwarancję osiągnięcia dużych korzyści płynących z innowacji i, tym
samym, stanowić największą zachętę do ponoszenia wydatków na ten cel. Odmienne stanowisko zajął Arrow (1962), argumentując, że nadrzędnym celem monopolisty zawsze jest
utrzymanie dominującej pozycji na rynku. W związku z tym jego skłonność do innowacji
jest ograniczona, a działania nakierowane na blokowanie konkurencji mogą wręcz prowadzić do spowalniania rozwoju i innowacji.
Chociaż od postawienia hipotez przez Schumpetera i Arrowa minęło już ponad pół
wieku, to pomimo licznych prób rozwiązania tego problemu podjętych w pracach teo-
2
retycznych i empirycznych, nadal nie osiągnięto konsensusu. Obecnie dwie najczęściej
spotykane hipotezy wskazują, że kształt RIC jest rosnący (wraz ze wzrostem konkurencyjności wzrasta innowacyjność) lub odwrotnie U-kształtny (innowacyjność początkowo
wzrasta wraz ze wzrostem konkurencyjności, ale później maleje, gdy rynki stają się wysoce
konkurencyjne).
Teoria ekonomii wskazuje, że długookresowa równowaga rynku jest wynikiem, funkcją, jego atrybutów takich jak: struktura kosztów i stopień ich zróżnicowania pomiędzy
firmami, trwałość produkowanych dóbr, wielkość rynków, liczba i charakterystyki konsumentów, bariery wejścia na rynek, etc. Wszystkie wymienione zmienne mają charakter
egzogeniczny wobec przedsiębiorstwa, a ich poziom wynika m.in. z zachowania konsumentów, ogólnej postaci funkcji produkcji właściwej dla danej branży i uwarunkowań instytucjonalnych. Tymczasem innowacyjność firm działających na rynku, jak i jego konkurencyjność kształtują się endogenicznie, są następstwem decyzji i działań podejmowanych
przez firmy funkcjonujące na rynku. Związek pomiędzy tymi dwoma zmiennymi nie jest
więc przyczynowo-skutkowy, jedna z nich nie jest funkcją drugiej. Innowacyjność i konkurencyjność są jednak kształtowane przez te same czynniki, należy więc spodziewać się
występowania pomiędzy nimi zależności, która powstaje na skutek zmian egzogenicznych
atrybutów rynku.
Ustalenie kształtu RIC ma ogromne znaczenie nie tylko naukowe, ale również praktyczne. Jeżeli prawdziwa jest hipoteza mówiąca o dodatniej korelacji innowacyjności i
konkurencyjności, promowanie konkurencyjności prowadzi również pośrednio do wzrostu
innowacyjności przedsiębiorstw. Jeśli założyć prawdziwość hipotezy o U-kształtnej zależności – istnieje kompromis pomiędzy krótkookresowymi korzyściami płynącymi z wysoce konkurencyjnych rynków a wysoką innowacyjnością przedsiębiorstw osiąganą przy
ograniczonej konkurencji, która prowadzi do wyższego wzrostu gospodarczego i korzyści
długookresowych.
W niniejszej pracy dokonano analizy teoretycznej, która pozwoliła na zidentyfikowanie
czynników najsilniej wpływających na mechanizm kształtowania się równowagi długookresowej i, w konsekwencji, odpowiadających za postać zależności pomiędzy innowacyjnością
a konkurencyjnością. Wydaje się, że to podejście, w porównaniu z empiryczną analizą danych rynkowych, dostarcza precyzyjniejszej informacji o przyczynach określonego sposobu
kształtowania się badanej zależności.
3
W celu przeprowadzenia analizy wykorzystano metodologię symulacji ryku opartą na
stochastycznych modelach dynamicznych Ericsona i Pakesa (1995), która pozwala na heterogeniczność dóbr produkowanych przez firmy oraz endogeniczne kształtowanie się struktury rynku. Oryginalną specyfikację, która stosowana była wcześniej w kilkudziesięciu
badaniach problemów dynamicznych poświęconych m. in. blokowaniu wejścia, reklamie,
efektom sieciowym czy innowacjom procesowym i produktowym, rozszerzono o elementy
umożliwiające wprowadzenie do modelu zróżnicowania preferencji konsumentów oraz siły
występowania efektów spillover. Dzięki tym modyfikacjom model dokładniej przybliża
rzeczywistość, a jednocześnie zawiera elementy, które okazały się mieć kluczowy wpływ
na proces kształtowania się innowacyjności i konkurencyjność rynku.
Przeprowadzone badanie teoretyczne pozwoliło ukazać sposób, w jaki heterogeniczność popytu wpływa na równowagę w konkurencji cenowej. Przeanalizowano korzyści,
jakie firmy uzyskują z produkcji dobra wyższej jakości, oraz wynikające z nich strategie
inwestycyjne firm, które z kolei kształtują długookresową równowagę rynkową. Wyniki
badania pozwoliły nie tylko na określenie kształtu zależności pomiędzy innowacyjnością
a konkurencyjnością, będącego następstwem heterogeniczności popytu, ale również procesu formowania się tej zależności. Dodatkowo przeprowadzona analiza pokazała, że na
kształt obserwowanej zależności ma także wpływ wybór miar innowacyjności i konkurencyjności. W efekcie, pozwoliło to zweryfikować hipotezy mówiące o rosnącym, malejącym
oraz odwrotnie U-kształtnym kształcie badanej relacji oraz precyzyjnie określić warunki,
w których weryfikacja powyższych hipotez jest możliwa.
Wnioski płynące z analizy teoretycznej poddano walidacji opierając się na badaniu
empirycznym. W dziedzinie organizacji rynku do tego celu powszechnie wykorzystywana
jest metodologia ekonomii eksperymentalnej. W związku z tym dodatkowym elementem
niniejszej pracy jest badanie eksperymentalne, którego wyniki pozwoliły na weryfikację
następujących hipotez: równowagi empiryczne w badaniu eksperymentalnym pokrywają
się z równowagami modelu teoretycznego oraz obserwowane decyzje uczestników zbiegają
do poziomu opisanego przez model teoretyczny. Z uwagi na nowatorski charakter badania
przetestowane zostały także hipotezy metodologiczne, dotyczące czynników wpływających
na decyzję uczestników i tempo ich zbiegania do poziomu opisanego przez równowagi
doskonałe Markova.
4
Badanie eksperymentalne stanowi pierwszą znaną analizę równowag teoretycznych
w dynamicznych, nieskończonych grach konkurencyjnych. Zrodziło to konieczność stworzenia od podstaw metodologii tego typu badań. Uzyskane wyniki okazały się mieć uniwersalne znaczenie, wybiegające poza analizę problemu RIC – weryfikacja hipotez stawianych w badaniu eksperymentalnym dostarcza bowiem cennego komentarza do wyników
wszystkich badań opierających się na równowagach teoretycznych w analizowanej klasie
gier.
Dotychczasowy stan wiedzy
W badaniach nad zależnością pomiędzy innowacyjnością a konkurencyjnością do opisu
struktury rynkowej wykorzystuje się indeksy Lernera oraz Herfindahla (znany również
jako indeks Herfindahla-Hirschmana, HHI). Pomimo tego, że istnieje więcej narzędzi, które
pozwalają na ocenę konkurencyjności rynków, których przeglądu dokonali np. Bikker i
Haaf (2002), to właśnie te dwie miary stanowią standard w literaturze przedmiotu.
Z kolei pojęcie innowacyjności jest bardzo szerokie i niezwykle trudne do precyzyjnego
zdefiniowania. Problemy te najlepiej chyba ilustruje fakt, iżw swojej trzeciej już edycji na
ponad 150-ciu stronach Podręcznik Oslo odpowiada na pytania dotyczące „gromadzenia i
użytkowania danych na temat działalności innowacyjnej w przemyśle” (2005). W literaturze ekonomicznej najczęściej analizowane, są dwa z pięciu podstawowych typów innowacji
zdefiniowanych w Podręczniku Oslo: innowacje procesowe i/lub produktowe.
W przypadku analiz empirycznych dane rynkowe dotyczące innowacyjności nie pozwalają zazwyczaj na precyzyjne określenie charakteru procesu innowacyjnego, więc wykorzystuje się wiele różnych wskaźników innowacyjności; jednym z najczęściej stosowanych jest
liczba zgłaszanych przez przedsiębiorstwa patentów2 . Zastosowanie takiej miary dotyczy
więc różnych typów innowacji, których udziały w obserwowanej zmiennej są trudne do
przewidzenia. Jest tak dlatego, że proces innowacyjny nie zawsze ma na celu uzyskanie
patentu, a czasem jego zdobycie bywa niemożliwe nawet pomimo skutecznej innowacji,
np. wtedy gdy wykluczają to regulacje prawne (np. innowacje marketingowe).
2
Inną miarą stosowaną w badaniach empirycznych jest syntetyczny wskaźnik wydatków na innowacje,
których poziom jest raportowany bezpośrednio przez przedsiębiorstwa w badaniach ankietowych. Wskaźniki takie także charakteryzują się dużym zróżnicowaniem z uwagi na różnice w sposobie raportowania
(deklarowane/pochodzące ze sprawozdań finansowych) i definicji innowacji stosowanej w badaniu.
5
Zwracając uwagę na niejednorodność definicji i metod pomiaru innowacyjności, warto
dodać, że podobnie jak w przypadku konkurencyjności, możliwa jest analiza innowacyjności na poziomie pojedynczego przedsiębiorstwa lub wszystkich firm na danym rynku.
Może to być dodatkowy element wpływający na obserwowaną zależność między konkurencyjnością a innowacyjnością.
Badaniom kształtu zależności pomiędzy innowacyjnością a konkurencyjnością poświęcono w ostatnich latach wiele uwagi. Powstały liczne prace, zarówno o charakterze empirycznym, wykorzystujących analizę ekonometryczną danych rynkowych, jak i teoretycznym. Poniższy przegląd najważniejszych i najnowszych prac dotyczących tego tematu
prezentowany jest
W celu zilustrowania obecnego stanu wiedzy oraz ukazania różnorodności wykorzystywanych metodologii prowadzonych badań, jak i uzyskanych w ich toku wyników w
tabeli 1 przedstawione zostało krótkie podsumowanie najistotniejszych prac empirycznych dotyczących RIC z ostatnich lat. Badania empiryczne w tym obszarze różnią się
typem wykorzystywanych danych (dane zagregowane lub z poziomu firm), zastosowanymi
miarami konkurencyjności3 oraz innowacyjności, a przede wszystkim uzyskanymi wynikami. Problemy typowe dla badań ekonometrycznych opartych o dane rynkowe, takie jak
mała dostępność oraz jakość danych czy też wpływ zmiennych pominiętych, występują ze
wzmożoną siłą w przypadku problemu innowacyjności ze względu na wspomnianą trudność jej precyzyjnego zdefiniowania i mierzenia. Dodatkowo dane rynkowe charakteryzują
się małą liczby obserwacji dla mono- i duopolistycznych struktur rynkowych. W rezultacie można uznać, że rynkowe dane empiryczne dotyczące RIC nie pozwalają na bezsporne
określenie tej zależności i właściwsza byłaby analiza teoretyczna.
Większość dotychczasowych badań teoretycznych analizowanego problemu opierała się
o konstrukcję modeli dwu lub trzy okresowych (np. Vives (2008), Tishler i Milstein (2009)
oraz Schmutzler (2010)). Modele o skończonym horyzoncie czasowym, nie uwzględniają
jednak wszystkich przyszłych skutków inwestycji w innowacje. W rzeczywistości firmy
istnieją na rynku przez wiele lat i mogą czerpać korzyści z uzyskanej przewagi technologicznej przez długi czas, a sama wielkość tej przewagi może ulegać zmianom w czasie.
Dodatkowym skutkiem zróżnicowania technologicznego pomiędzy firmami może być wyjście z rynku firm, które nie były dostatecznie innowacyjne.
3
W przypadku badań empirycznych stosowane miary konkurencyjności oddają indeks Lernera lub
Herfindahla jedynie w pewnym przybliżeniu.
6
Publikacja
Zast. miara
Zast. miara
Kształt
konkurencyjności
innowacyjności
RIC
P
Aghion i in. (2005)
L
∩
P
Correa (2012)
L
↑
P
Hashmi (2013)
L
↑
Carlin i in. (2004)
L/H
µ
↑,∩
Tingvall i Poldahl (2006)
L,H
µ
∩,↑
Peneder i Wörter (2013)
H
µ
∩
Askenazy i in. (2008)
L
µ
∩,↑
Tang (2006)
–
µ
↑,↓
Aghion i in. (2012)
H
µ
↑
Bos i in. (2013)
L
µ
∩,↑
L - indeks Lernera, H - indeks Herfindahla, L/H - kombinacja indeksów, – - inna miara
P
- suma wydatków firm, µ - średnie wydatkami firm
Uzyskane wyniki wspierają hipotezę mówiącą o:
↑ - rosnącym, ↓ - malejącym, ∩ - odwrotnie U-kształtym RIC
Tab. 1: Przegląd wyników uzyskiwanych w pracach empirycznych dotyczących RIC.
Na endogeniczność struktury rynku oraz uwzględnienie przyszłych skutków innowacji pozwalają modele dynamiczne o nieskończonym horyzoncie czasowym. Zdecydowana
większość modeli z tej rodziny jest tworzona w oparciu o uznaną metodologię zaproponowaną przez Ericsona i Pakesa (1995, dalej: model EP). Najnowsze prace teoretyczne dotyczące RIC opierają się właśnie na tej specyfikacji modelu. Laincz (2009) przeanalizował
innowacyjność nakierowaną na produktywność (homogeniczny produkt jest sprzedawany
na konkurencyjnym rynku). Przy użyciu zmodyfikowanego modelu EP pokazał, że subsydia badawcze zwiększają co prawda tempo wzrostu technologicznego oraz dobrobyt, ale
jednocześnie wraz z ich wzrostem spada konkurencyjność rynków. Tymczasem Goettler i
Gordon (2009) skoncentrowali się na analizie zachowania duopolistów produkujących dobro trwałe. Przeprowadzona analiza pokazała, że polityka regulacyjna powinna brać pod
uwagę zmiany nadwyżki społecznej w czasie i uważnie dyskontować przyszłe korzyści.
Dodatkowo Goettler i Gordon pokazali, że im silniej konsumenci preferują jakość względem ceny, tym większe są nakłady firm na innowacyjność. Z kolei Narajabad i Watson
(2011) wzięli za cel analizę wpływu heterogeniczności popytu na kształt RIC w tradycyjnym modelu lokalizacyjnym Hotellinga dla duopolu w ujęciu dynamicznym. Pokazali
oni, że wysoka heterogeniczność preferencji może prowadzić do zwiększonych nakładów
inwestycyjnych firm.
7
Analiza teoretyczna
Podejście teoretyczne doskonale sprawdza się w identyfikacji wpływu pojedynczych czynników na kształt badanej zależności. Zastosowanie dynamicznych, nieskończonych modeli
pozwala na ujęcie pełni złożoności problematyki innowacyjności, a specyfikacja modelu zaproponowana przez Ericsona i Pakesa stała się standardem w badaniach problemu RIC.
Przegląd wyników najnowszych badań dotyczących związku pomiędzy innowacyjnością
a konkurencyjnością (ang. Relationship between Innovation and Competition, RIC) pozwolił zidentyfikować analizę wpływu heterogeniczności popytu na kształt tej relacji jako
najbardziej obiecujący cel badawczy. W niniejszej pracy model EP został rozszerzony o
elementy, które pozwalają zidentyfikować wpływ heterogeniczności popytu oraz efektów
spillover na kształt RIC. Poniżej opisane zostały te elementy, które zostały wprowadzone
do modelu.
W zastosowanym modelu popyt na dobra produkowane przez firmy wyprowadzany
jest bezpośrednio z preferencji konsumentów, które opisane zostały quasi-liniową funkcją
użyteczności. Każdy z M konsumentów może zdecydować się na zakup jednej jednostki
dobra oferowanej przez jedną z firm j (j = 1 . . . N ) lub zrezygnować z zakupu dobra na
tym rynku poprzez wybranie alternatywy zewnętrznej (j = 0). Użyteczność, jaką czerpie
konsument r z zakupu dobra firmy j opisana jest następującym wzorem4 :
Urj = ln(ωj ) − pj + θrj
(1)
gdzie ωj opisuje poziom jakości produktu oferowany przez firmę j, pj cenę tego dobra,
a θrj opisuje indywidualne preferencje konsumenta r względem dobra j. Jakość produktu
określona jest dodatnią liczbą całkowitą, a cena liczbą rzeczywistą.
W niniejszej analizie podstawowe znaczenie ma wielkość parametru θ, który skaluje
wpływ preferencji indywidualnych na użyteczność konsumentów względem czynników deterministycznych: jakości i ceny. Właśnie ta proporcja jest jednym z czynników, który
różnicuje gałęzie przemysłu, co można zilustrować następującymi przykładami:
• bardzo niska: rynek energii elektrycznej, telefonii komórkowej, procesorów czy też
większość rynków produktów standaryzowanych (mąka, cukier, etc.);
• średniej wielkości: rynek samochodów, telefonów komórkowych;
• wysoka: przemysł odzieżowy, kosmetyczny, rozrywkowy.
4
Wykorzystana postać funkcji użyteczności stanowi podstawę Modelu Użyteczności Losowej (ang. Random Utility Model (McFadden 1973)), który stanowi podstawę współczesnych metodologii modelowania
preferencji konsumentów.
8
W opisywanym modelu firmy, znając zarówno preferencje konsumentów, jak i jakość
produktów oferowanych przez konkurencję, stoją przed problemem maksymalizacji zysku,
który dla każdej z nich wygląda następująco:
πj [p, s] = (pj − mc)σj [p, s] ∗ M − F C
(2)
gdzie M jest wielkością rynku, mc i F C to odpowiednio koszty krańcowe (stałe) i koszty
stałe firm, a σj [p, s] jest popytem na dobro firmy j, gdzie p i s to wektory określające ceny
i jakość (poziomy ω) wszystkich produktów rynkowych.
Poziom jakości produktu ωj może wzrosnąć w każdym okresie wyłącznie dzięki inwestycji firmy j. Inwestycja w innowacje może przynieść wyłącznie dwa rezultaty: sukces
lub niepowodzenie. W przypadku sukcesu jakość produktu zwiększa się o jeden, w przeciwnym przypadku pozostaje niezmieniona. Prawdopodobieństwo sukcesu inwestycji jest
ściśle rosnące wraz z nakładami inwestycyjnymi danej firmy (xj ). Proces νj opisujący
zmianę jakości dobra firmy j na skutek inwestycji własnej jest zdefiniowany następująco:
νj =



1
z prawdopodobieństwem


0
w p. p.
aj xj
1+aj xj
gdzie aj jest mnożnikiem inwestycji, który w następujący sposób uwzględnia efekty spillover opisane poniżej i określa, jak efektywne są nakłady na inwestycje:
aj [s] = a0 (1 + ζ
ωl − ωj
)
ωl
W powyższym równaniu ζ to mnożnik efektów spillover, który, podobnie jak a0 , jest
parametrem modelu, a wl to poziom jakości dobra firmy, która w danym okresie posiada
najwyższą jakość produktu (lider jakości). Pozycja lidera jakości może być współdzielona
w sytuacji, w której jakość produktu dwóch firm jest identyczna.
Pozostałe elementy modelu EP pozostały bez zmian (deprecjacja jakości, wyjście wejście firm, etc.). Równowaga dynamiczna modelu opisana jest przez wektor optymalnych
inwestycji x∗ będący doskonałą równowagą Markova (ang. Markov-perfect Equilibrium,
MPE, lub ang. Markov-perfect Nash Equilibrium). Macierz wektorów x∗ dla każdego możliwego stanu rynku s stanowi „rozwiązanie” modelu, które określa prawdopodobieństwa
przejścia pomiędzy stanami i pozwala na znalezienie równowagi długookresowej poprzez
przeprowadzenie symulacji.
9
Wyniki analizy teoretycznej
Dzięki nowej, wysoce efektywnej, autorskiej implementacji algorytmu znajdującego równowagi modelu EP możliwe było znalezienie równowag dla rynków na których działało wiele
firm. Znalezienie równowag długookresowych dla wielu wartości analizowanych parametrów (ζ oraz θ) pozwoliło przeanalizować wpływ efektów spillover oraz heteregoniczności
preferencji konsumentów na kształt zależności pomiędzy innowacyjnością a konkurencyjnością.
Dla obydwu zmiennych przeanalizowane zostały równowagowe wielkości liczby firm na
rynku, jego konkurencyjności oraz nakłady firm na inwestycję. Analizowane zmienne zostały przetestowane w szerokim zakresie ich wartości, a poziom pozostałych parametrów
modelu został ustalony, po przeprowadzeniu analizy wrażliwości modelu, na umiarkowanym poziomie. W wynikach przedstawionych poniżej każdy punkt stanowiący równowagę
długookresową jest opisany przez średnią wartość wszystkich symulacji przeprowadzonych
dla danej wielkości analizowanej zmiennej5 .
Poniżej zaprezentowane zostały wyniki analizy teoretycznej. We wszystkich przypadkach, w których wykresy opisują konkurencyjność rynku, wyższe wartości oznaczają bardziej konkurencyjny rynek. Metoda ta jest powszechnie stosowana w literaturze, gdyż
sprawia, że interpretacja wykresów jest bardziej intuicyjna. Oznacza to, że wartości zmiennej opisującej konkurencyjność rynku zdefiniowane są jako 1 − L lub 1 − H, gdzie L i H
to wartości indeksów Lernera6 i Herfindahla dla danego rynku. Dodatkowo przy każdym
punkcie równowagi długookresowej umieszczona została liczba firm działających na rynku.
Wpływ heterogeniczności popytu na równowagę długookresową okazał się nie tylko
znaczący, ale również nietrywialny. Na rysunkach 1 i 2 przedstawiono zależność pomiędzy
konkurencyjnością a innowacyjnością, która powstaje na skutek zmiany wielkości parametru θ. Wraz ze wzrostem wielkości θ wzrasta liczba firm działających na rynku. Jednocześnie spada jednak średnia wielkość inwestycji firm. Spadek ten jest jednak relatywnie
powolny, dzięki czemu łączna wielkość inwestycji wzrasta. Dzięki temu obserwujemy rosnącą (malejącą) zależność pomiędzy konkurencyjnością mierzoną indeksem Herfindahla
a innowacyjnością mierzoną łącznymi (średnimi)nakładami firm na inwestycję.
5
Średnia wyznaczana jest z parametrów równowagi dla ostatniego okresu każdej symulacji.
Indeks Lernera jest zdefiniowany dla jednego przedsiębiorstwa. W przypadku, gdy na rynku działa
większa liczba firm, obliczana jest średnia wartość indeksu Lernara każdej z nich. Zmienna ta opisuje po
prostu średnią marżę firm działających na rynku. Stosowanie w tym przypadku zwrotu „indeks Lernera”
jest standardem w literaturze problemu RIC.
6
10
Rys. 1: Zależność pomiędzy innowacyjnością mierzoną łącznymi nakładami firm na inwestycje a konkurencyjnością mierzoną indeksem Lernera (a) i Herfindahla (b) ukształtowana
heterogenicznością popytu.
W przypadku, w którym konkurencyjność mierzona jest indeksem Lernera obserwujemy niefunkcyjną zależność. Przyczyną tego odmiennego zachowania jest wpływ heterogeniczności popytu na cenę w równowadze, na której wielkość wpływ mają trzy następujące, zachodzące równocześnie efekty:
• Z jednej strony, wzrost liczby firm na rynku skutkuje spadkiem ceny oferowanych
dóbr poprzez wzrost konkurencyjności rynku.
• Z drugiej strony, wzrost liczby firm skutkuje wzrostem cen powodowanym wzrostem
użyteczności konsumentów płynącym z większej liczby dostępnych alternatyw7 .
7
Efekt ten został opisany szerzej przy omawianiu wpływu θ na liczbę firm.
11
• Dodatkowo w konkurencji cenowej wzrost wielkości θ skutkuje wzrostem cen powodowanym bezpośrednim wzrostem użyteczności konsumentów z oferowanych dóbr.
Rys. 2: Zależność pomiędzy innowacyjnością mierzoną średnimi nakładami firm na inwestycje a konkurencyjnością mierzoną indeksem Lernera (a) i Herfindahla (b) ukształtowana
heterogenicznością popytu.
Początkowo wraz ze wzrostem wielkości θ cena rynkowa spada, co owocuje wzrostem
konkurencyjności rynku, gdyż spadek ceny wywołany pojawieniem się na rynku drugiej
firmy (wzrost konkurencyjności) jest silniejszy niż jej wzrost wywołany pozostałymi efektami. Proces ten ulega zahamowaniu i odwróceniu już w momencie, w którym na rynku
zaczynają działać dwie firmy, gdyż pozostałe dwa efekty, które oddziałują na wzrost cen,
zaczynają przeważać, przez co cena rynkowa i obserwowana wielkość indeksu Lernera
12
wzrastają. Efekt wzrostu konkurencyjności rynku maleje krańcowo wraz z każdą następną
firmą wchodzącą na rynek.
Rys. 3: Zależność pomiędzy innowacyjnością mierzoną średnimi (a) i łącznymi (b) nakładami firm na inwestycje a konkurencyjnością mierzoną indeksem Lernera ukształtowana
efektami spillover.
Zmiana siły występowania efektów spillover nie wpływa bezpośrednio na cenę równowagi. Z tego powodu kształt RIC jest taki sam zarówno wtedy gdy do mierzenia konkurencyjności wykorzystany Lernera (rys. 3) jak i Herfindahla. Wzrost wielkości ζ skutkuje
wzrostem liczby firm działających na rynku i podobnie jak dla θ spadkiem średnich nakładów inwestycyjnych. Spadek ten jest relatywnie szybszy niż wzrost liczby firm działających
na rynku przez co obserwujemy odwrotnie U-kształtną zależność pomiędzy konkurencyj13
nością a innowacyjnością (mierzoną łącznymi nakładami firm na inwestycje).
Analiza uzyskanych wyników pozwoliła na zrealizowanie zakładanych celów badawczych i weryfikację następujących hipotez:
H1: Heterogeniczność preferencji konsumentów (popytu) jest istotnym czynnikiem kształtującym równowagę długookresową, a w rezultacie czynnikiem determinującym zależność
pomiędzy innowacyjnością a konkurencyjnością rynku.
Pomyślna weryfikacja H1 umożliwia weryfikację następujących hipotez:
H2: Kształt zależności pomiędzy innowacyjnością a konkurencyjnością powstały w wyniku
zróżnicowania heterogeniczności preferencji konsumentów (popytu) opisuje:
H2a: monotonicznie rosnąca krzywa: nakłady na inwestycje wzrastają wraz ze wzrostem
konkurencyjności rynków
H2b: niemonotoniczna krzywa, która najpierw rośnie, a później opada (odwrócona litera U): nakłady na inwestycje początkowo rosną wraz ze wzrostem konkurencyjności,
a później maleją
H2c: monotonicznie malejąca krzywa: nakłady na inwestycje spadają wraz ze wzrostem
konkurencyjności rynków.
Żadna z powyższych hipotez nie może zostać przyjęta bezwarunkowo. Analiza wyników pokazała, że kształt RIC zależy od wielu czynników, w tym: zastosowanej miary
konkurencyjności i innowacyjności oraz analizowanego zakresu konkurencyjności.
W dotychczasowych badaniach empirycznych potwierdzenie znajdowały alternatywne
wersje hipotezy H2. Przeprowadzone badanie teoretyczne pozwoliło na kompleksowe wytłumaczenie, dlaczego jest to możliwe i jakie czynniki wpływają na obserwowaną zależność.
Podsumowując te wyniki, można się spodziewać następujących zależności:
Hipoteza H2a może zostać zweryfikowana pozytywnie, gdy:
• Konkurencyjność rynku mierzona jest indeksem Herfindahla, a innowacyjność jest
opisana przez sumę wydatków wszystkich firm na innowacje.
• Konkurencyjność rynku mierzona jest indeksem Lernera, innowacyjność jest opisana
przez średnie wydatki firm na innowacje, a analizie poddane są wyłącznie rynki, na
których działają dwie firmy lub więcej.
Hipoteza H2b może zostać zweryfikowana pozytywnie, gdy:
• Konkurencyjność rynku mierzona jest indeksem Herfindahla lub Lernera, a innowacyjność jest opisana przez sumę wydatków wszystkich firm na innowacje.
14
Hipoteza H2c może zostać zweryfikowana pozytywnie, gdy:
• Konkurencyjność rynku mierzona jest indeksem Herfindahla, a innowacyjność jest
opisana przez średnie wydatki firm na innowacje.
• Konkurencyjność rynku mierzona jest indeksem Lernera, innowacyjność jest opisana
przez sumę wydatków wszystkich firm na innowacje, a analizie poddane są wyłącznie
rynki, na których działają dwie firmy lub więcej.
Sprecyzowanie warunków, w których możliwe jest przyjęcie wyżej wymienionych hipotez, nie jest zabiegiem bezcelowym. W badaniach empirycznych jako miarę innowacyjności
najczęściej stosuje się liczbę patentów wytworzonych przez daną gałąź przemysłu lub wielkości nakładów na inwestycje deklarowane przez firmy. Metody te są więc analogiczne do
rozróżnienia wprowadzonego powyżej – pierwsza z tych miar przybliża sumę wszystkich
nakładów poniesionych przez firmy w danym sektorze, druga dotyczy wydatków pojedynczych firm.
Zastrzeżenie, mówiące o analizowaniu wyłącznie rynków, na których działają dwie
firmy lub więcej, bezpośrednio również nawiązuje do badań empirycznych. W obecnie
funkcjonujących gospodarkach struktury monopolistyczne prawie nie występują. Nawet
jeżeli w zbiorze danych w którymś z badań empirycznych znajdowały się obserwacje monopolistycznych struktur rynkowych, były one pomijane jako obserwacje odstające.
Wyniki uzyskane w pracy doktorskiej uzupełniają więc wyniki dotychczasowych badań
empirycznych poświęconych zależności pomiędzy konkurencyjnością a innowacyjnością.
Badanie eksperymentalne
W pracy doktorskiej wyniki modelu teoretycznego przedstawione powyżej poddane zostały
walidacji zewnętrznej z wykorzystaniem metod ekonomii eksperymentalnej. Przeprowadzone badanie miało na celu odpowiedź na pytanie: czy równowaga teoretyczna (MPE)
w dynamicznych, niekooperacyjnych grach nieskończonych dobrze opisuje równowagę empiryczną, a zatem, czy przewidywania modelu teoretycznego zgadzają się z realnymi zachowaniami podmiotów. W związku z tym weryfikacji poddano dwie następujące hipotezy:
(H3) równowagi empiryczne w badaniu eksperymentalnym zbiegają do długookresowej
równowagi MPE oraz (H4) decyzje uczestników zbiegają do poziomu przewidywanego
przez długookresową równowagę MPE.
Badanie eksperymentalne zostało zaprojektowane w taki sposób, aby jak najdokładniej odzwierciedlało model teoretyczny. Uczestnicy eksperymentu podejmowali decyzje
15
dotyczącą wielkości inwestycji w przypadku gdy na rynku działają cztery firmy - analizie poddano więc decyzje na rynkach konkurencyjnych. Dodatkowo uczestnicy podzieleni
zostali na trzy warunki eksperymentalne: bazowy, dodatkowej informacji zwrotnej (DIZ)
oraz doświadczonych uczestników (DU). W warunku DIZ uczestnikom wyświetlana były
dodatkowe informacje, które ułatwiały ocenę przeszłych decyzji. Ostatni z warunków przeprowadzony został z udziałem uczestników, którzy ponownie brali udział w eksperymencie.
W badaniu eksperymentalnym wzięło udział 132 uczestników, z których każdy podejmował decyzję średnio 34 razy, czego rezultatem jest zbiór danych zawierający łącznie 4476
obserwacji. Zbiór ten pozwolił na oszacowanie parametrów modelu ekonometrycznego, w
którym zmienną objaśnianą była wartość bezwzględna odchylenia decyzji obserwowanych
od poziomu równowagi teoretycznej w ujęciu procentowym (tab. 2).
Zmienna
Współczynnik Błąd std. Stat. t
(stała)
1,21946
0,13131
9,29
nrR
0,37462
0,0123
30,46
DU
-1,58704
0,25492
-6,23
GR4
1,55425
0,43232
3,6
LID
0,9524
0,0788
12,09
nrR*ln(pow)
-0,17588
0,00727
-24,21
DU*ln(pow)
0,58976
0,06631
8,89
DU*GR4
-1,81804
0,74909
-2,43
GR4*ln(pow)*DIZ
-1,15696
0,12432
-9,31
LID*ln(pow)
-0,51423
0,04895
-10,51
Poziomy istotności: ‘***’ 0.001, ‘**’ 0.01, ‘*’ 0.05
Dost. R2 : 0,286, Stat. F: 198,38 (p − value:<2e-16)
Pr(>|t|) Ist.
<2e-16 ***
<2e-16 ***
5,2e-010 ***
0,00033 ***
<2e-16 ***
<2e-16 ***
<2e-16 ***
0,01526 *
<2e-16 ***
<2e-16 ***
nrR – numer rundy w danym powtórzeniu, pow – numer powtórzenia, LID – zmienna binarna
przyjmująca wartość jeden, gdy dana firma była liderem jakości w obserwowanej rundzie,
GR4 – zm. bin. przyjmująca wartość jeden, gdy dany uczestnik był w grupie 4 (należał do
osób, które najgorzej zrozumiały instrukcje w danej sesji eksp.), DIZ – zm. bin. dla warunku
dodatkowej informacji zwrotnej, DU – zm. bin. dla warunku doświadczonych uczestników
Tab. 2: Parametry modelu objaśniającego decyzje eksperymentalne.
Analiza decyzji uczestników eksperymentu prowadzi do następujących wniosków. Równowagi empiryczne nie pokrywają się z równowagą teoretycznej MPE (H3 została odrzucona). Tymczasem ujemne współczynniki przy zmiennej ln(pow) w oszacowanym modelu
silnie sugerują, że decyzje uczestników zbiegają do poziomu MPE (brak podstaw do odrzucenia H4) . Przeprowadzone badanie eksperymentalne dostarczyło bardzo cennych informacji o równowagach rynkowych w nieskończonych grach dynamicznych. Odrzucenie
H3 w połączeniu z przyjęciem H4 stanowi ważną wskazówkę dla przyszłych badań tego
zagadnienia, gdyż pokazuje, że niezbędne jest zapewnienie dostatecznie dużo czasu na
naukę podejmowania odpowiednich decyzji.
16
Wkład rozprawy do stanu wiedzy dziedziny
Związek pomiędzy innowacyjnością, a konkurencyjnością (ang. Relationship between Innovation and Competition, RIC), to zagadnienie, które ze względu na duże znaczenie praktyczne stanowi jeden z najważniejszych problemów organizacji rynku. Pomimo licznych
przeprowadzonych badań problem ten pozostaje otwarty. Dodatkowo, jedna z determinant
równowagi długookresowej – heterogeniczność preferencji konsumentów na danym rynku
– nie została jak dotąd zbadana w kontekście RIC jest.
W niniejszej pracy przeprowadzono badanie teoretyczne, analizujące wpływ heterogeniczności popytu na kształt zależności pomiędzy innowacyjnością, a konkurencyjnością.
Do tego celu wykorzystano metodologię modeli dynamicznych zaproponowaną przez Ericsona i Pakesa (1995). Oryginalna postać modelu została rozszerzona o elementy umożliwiające badanie wpływu zmienności heterogeniczności popytu oraz dodatkowo – efektów
spillover na równowagę długookresową. Stworzona została również nowa, efektywniejsza
implementacja algorytmu znajdującego równowagi modelu, która umożliwiła analizę rynków o strukturze, zarówno mono- i oligopolistycznych jak i konkurencyjnych.
Przeprowadzone badanie pozwoliło na wyciągnięcie szeregu wniosków, które pogłębiają dotychczasowe zrozumienie związku pomiędzy konkurencyjnością, a innowacyjnością. Przede wszystkim wykazano, że heterogeniczność popytu, która jak dotąd była pomijana w prowadzonych badaniach, jest ważną determinantą równowagi rynkowej (H1).
Dodatkowo pokazano, że heterogeniczność popytu wpływa na równowagę w sposób nietrywialny, gdyżjej wzrostowi towarzyszy wzrost liczby firm działających na rynku jak
i cen oferowanych dóbr. Jednocześnie maleją średnie nakłady firm na inwestycje, jednak
ze względu na jednoczesny wzrost liczby firm łączna wartość inwestycji wzrasta.
Występowanie tego procesu tłumaczy, dlaczego uzyskiwane są różne wnioski dotyczące kształtu RIC, w zależności od zastosowanej miary konkurencyjności (indeks Lernera
czy Herfindahla) oraz innowacyjności (średnie czy łączne nakłady firm na inwestycje).
W pracy wykazano, że wraz ze wzrostem heterogeniczności popytu obserwować można
zarówno jednoczesny wzrost (zależność rosnąca, H2a) jak i spadek (zależność malejąca,
H2c) konkurencyjności i innowacyjności, zależnie od zastosowanych miar.
Uwzględnienie efektów spillover w przeprowadzonej analizie pozwoliło pokazać kiedy
RIC może być opisany krzywą odwrotnie U-kształtną (H2b). Jak pokazują uzyskane wyniki, wraz ze wzrostem siły efektów spillover, konkurencyjność rynku monotonicznie rośnie
17
(mierzona zarówno indeksem Lernera jak i Herfindahla), a łączne nakłady na inwestycje
firm początkowo rosną, a później maleją. W rezultacie powstaje odwrotnie U-kształtny
związek pomiędzy konkurencyjnością, a innowacyjnością.
Analiza wpływu zastosowanych miar na uzyskiwane wnioski pozwala na lepsze zrozumienie dotychczasowych rozbieżności wyników uzyskiwanych w badaniach empirycznych.
Dodatkowo stanowi to cenną wskazówkę dla przyszłych badań tego tematu, gdyż pokazuje, że zarówno miary innowacyjności jak i konkurencyjności powinny w badaniu zostać
precyzyjnie zdefiniowane, gdyż interpretacja uzyskanych wyników zależy od przyjętych
definicji. Uzyskane wyniki pokazują również jak duże znaczenie ma wyizolowanie wpływu
pojedynczych czynników na kształt RIC. Poszczególne determinanty równowagi rynkowej
potrafią bowiem kształtować analizowaną zależność w różny sposób.
Analiza teoretyczna została uzupełniona badaniem wykorzystującym metodologię ekonomii eksperymentalnej, które pozwoliło poddać procesowi walidacji zewnętrznej teorię
wyznaczającą równowagi w nieskończonych, dynamicznych grach niekooperacyjnych, będących podstawą modelu teoretycznego wykorzystanego w pracy. Problem ten nie był jak
dotąd analizowany w literaturze przedmiotu.
Pierwszym wnioskiem płynącym z analizy eksperymentalnej jest ukazanie jak duże
wymagania ma ten typ gier względem możliwości poznawczych uczestników. Pomimo licznych powtórzeń gry oraz przeprowadzenia sesji dla doświadczonych uczestników, poziom
obserwowanych decyzji nie ustabilizował się do końca trwania eksperymentu. Chociaż decyzje uczestników wyraźnie zbiegały do poziomu wyznaczonego przez teorię (H4), to nie
nastąpiła pełna konwergencja (H3). Na tej podstawie nie można jednak wnioskować, iż
teoria błędnie przewiduje równowagę empiryczną, gdyż decyzje uczestników charakteryzowały się wysoką zmiennością do końca trwania eksperymentu. Wyniki te ukazują jak
duże wymagania ma ten typ gier względem możliwości poznawczych uczestników.
Podsumowując, przeprowadzone badanie pozwoliło na: ukazanie siły i sposobu w jaki
heterogeniczność popytu oraz efekty spillover kształtują RIC, pokazanie jak wybór miary
innowacyjności i konkurencyjności wpływa na uzyskiwane wyniki oraz znaczenie identyfikacji wpływu poszczególnych determinant równowagi rynkowej. Realizacja powyższych
celów w połączeniu ze znaczeniem uzyskanych wniosków pozwala stwierdzić, że niniejsza
praca istotnie przyczynia się do lepszego zrozumienia zależności pomiędzy konkurencyjnością, a innowacyjnością.
18
Bibliografia
[1] Aghion, P., Bloom, N., Blundell, R., Griffith, R. i Howitt, P. “Competition and Innovation: An Inverted-U Relationship*”. W: Quarterly Journal of Economics 120.2
(2005), s. 701–728.
[2] Aghion, P., Dewatripont, M., Du, L., Harrison, A. i Legros, P. Industrial policy and
competition. Spraw. tech. National Bureau of Economic Research, 2012.
[3] Arrow, K. “Economic welfare and the allocation of resources for invention”. W: The
rate and direction of inventive activity: Economic and social factors. Nber, 1962,
s. 609–626.
[4] Askenazy, P., Cahn, C. i Irac, D. “Competition, R&D and the cost of innovation”.
W: (2008).
[5] Bertrand, J. “Théorie des richesses”. W: Journal de Savants (1883).
[6] Bikker, J. A i Haaf, K. “Measures of competition and concentration in the banking
industry: a review of the literature”. W: Economic & Financial Modelling 9.2 (2002),
s. 53–98.
[7] Bos, J. W., Kolari, J. W. i Lamoen, R. C. van. “Competition and innovation:
Evidence from financial services”. W: Journal of Banking & Finance 37.5 (2013),
s. 1590–1601.
[8] Carlin, W., Schaffer, M. i Seabright, P. “A minimum of rivalry: Evidence from
transition economies on the importance of competition for innovation and growth”.
W: Contributions in Economic Analysis & Policy 3.1 (2004).
[9] Correa, J. A. “Innovation and competition: An unstable relationship”. W: Journal
of Applied Econometrics 27.1 (2012), s. 160–166.
[10] Cournot, A.-A. Recherches sur les principes mathématiques de la théorie des richesses. chez L. Hachette, 1838.
[11] Economic Co-operation, O. for i Development. Oslo manual: Guidelines for collecting and interpreting innovation data. Ministerstwo Nauki i Szkolnictwa Wyższego,
Departament Strategii i Rozwoju Nauki, wydanie polskie, 2005.
[12] Ericson, R. i Pakes, A. “Markov-perfect industry dynamics: A framework for empirical work”. W: The Review of Economic Studies (1995), s. 53–82.
[13] Goettler, R. i Gordon, B. “Competition and innovation in the microprocessor industry: Does AMD spur Intel to innovate more”. W: Unpublished manuscript (2009).
19
[14] Hashmi, A. R. “Competition and innovation: The inverted-U relationship revisited”.
W: Review of Economics and Statistics 95.5 (2013), s. 1653–1668.
[15] Laincz, C. A. “R&D subsidies in a model of growth with dynamic market structure”.
W: Journal of evolutionary economics 19.5 (2009), s. 643–673.
[16] McFadden, D. “Conditional logit analysis of qualitative choice behavior”. W: (1973).
[17] Narajabad, B. i Watson, R. “The dynamics of innovation and horizontal differentiation”. W: Journal of Economic Dynamics and Control 35.6 (2011), s. 825–842.
[18] Peneder, M. i Wörter, M. “Competition, R&D and innovation: testing the invertedU in a simultaneous system”. W: Journal of Evolutionary Economics (2013), s. 1–
35.
[19] Schmutzler, A. The relation between competition and innovation: Why is it such a
mess? Spraw. tech. Working Paper, Socioeconomic Institute, University of Zurich,
2010.
[20] Schumpeter, J. A. Capitalism, socialism and democracy. 1942.
[21] Shapiro, C. “Competition and Innovation: Did Arrow Hit the Bull’s Eye?” W: The
Rate and Direction of Inventive Activity Revisited. University of Chicago Press,
2011, s. 361–404.
[22] Tang, J. “Competition and innovation behaviour”. W: Research Policy 35.1 (2006),
s. 68–82.
[23] Tingvall, P. i Poldahl, A. “Is there really an inverted U-shaped relation between
competition and R&D?” W: Economics of Innovation and New Technology 15.2
(2006), s. 101–118.
[24] Tishler, A. i Milstein, I. “R&D wars and the effects of innovation on the success and
survivability of firms in oligopoly markets”. W: International Journal of Industrial
Organization 27.4 (2009), s. 519–531.
[25] Vives, X. “Innovation and Competitive Pressure”. W: The Journal of Industrial
Economics 56.3 (2008), s. 419–469.
20