Rozdział i. Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce podejście popytowe Arkadiusz Świadek 1 Streszczenie Przestrzeń, relacje i rodzaj odbiorcy są istotnymi determinantami innowacyjności przemysłu w rozwiniętych krajach. Przeprowadzone badania dowodzą, że również w Polsce geografia ekonomiczna, behawioryzm i typ odbiorcy wpływają na funkcjonowanie każdego rozpatrywanego regionalnego systemu przemysłowego. Celem badania była próba poszukiwania zmiennych warunków wpływu charakteru związków przedsiębiorstw na ich aktywność innowacyjną w obrębie regionalnych systemów przemysłowych, a w konsekwencji określenie warunków brzegowych dla modelowej struktury regionalnej sieci innowacji uwzględniającej specyfikę Polski i jej regionów. Część metodyczna analiz oparta została na rachunku prawdopodobieństwa. W przypadku gdy zmienna zależna osiąga wartości dychotomiczne ograniczone są bowiem możliwości wykorzystania powszechnie stosowanej w zjawiskach ilościowych regresji wielorakiej. Alternatywą dla tego problemu jest zastosowanie regresji logistycznej. Z perspektywy doboru próby badawczej zdecydowano się na analizę trzech przypadków województw reprezentujących zróżnicowany poziom rozwoju przemysłowego (silny, pośredni, słaby) i odmienne układy terytorialne (aglomeracje, terytoria pośrednie, peryferia) łącznie badaniem ankietowym objęto 1268 przedsiębiorstw przemysłowych. 1 dr Arkadiusz Świadek, Uniwersytet Szczeciński, Wydział Nauk Ekonomicznych i Zarządzania, Instytut Ekonomiki i Organizacji Przedsiębiorstw.
2 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce Wstęp Dynamizm i systemowość innowacji zostały dotychczas opisane w nurtach teoretycznych określanych jako szkoły ewolucyjna i neoschumpeterowska. Proces innowacyjny na poziomie przedsiębiorstwa jest uznawany w tych koncepcjach, jako układ aktywności, które są ze sobą powiązane przez wzajemne sprzężenia zwrotne. Innowacja jest natomiast rezultatem interaktywnego procesu uczenia, który angażuje często kilku aktorów z wewnątrz i spoza przedsiębiorstwa (Lundvall 1992). Innowacja i jej dyfuzja stają się tym samym rezultatem interaktywnego i kolektywnego procesu sieciowego, personalnych i instytucjonalnych powiązań ewoluujących w czasie. Odpowiadają one w regionie na wyzwania stawiane przez nową ekonomię : globalizację i akcelerację zmian technologicznych, stwarzając tym samym szansę rozwoju gospodarczego w słabo rozwiniętych regionach. Obserwacje prowadzone w najbardziej rozwiniętych krajach wskazują, że mimo rosnącego znaczenia umiędzynarodowienia gospodarki, region postrzegany jest jako alternatywna możliwość egzystencji i rozwoju sektora małych i średnich przedsiębiorstw w nowej konstelacji globalnego rynku. Z tego powodu jednym z głównych celów polityki regionalnej w Unii Europejskiej jest zapewnienie płynnej adaptacji struktur przemysłowych w obliczu światowych zmian parametrów społecznych, gospodarczych i technologicznych (Reid 2000). Systemy innowacyjne stały się przedmiotem badań teoretycznoempirycznych w horyzoncie ostatnich 15-20 lat. Podejście to skupia się na determinantach rozwoju i dyfuzji innowacji procesowych i produktowych(edquist i McKelvey 2000). Jej istotą są zatem relacje zachodzące między wewnętrznymi i zewnętrznymi uczestnikami regionu (Sternberg 2000). Wnioski z prowadzonych badań świadczą bowiem o tym, że podmioty produkcyjne osiągają większe sukcesy, kiedy są elementami intensywnej integracji sieciowej. Istota działania systemów są związki zachodzące między poszczególnymi uczestnikami tworzących sieć powiązań. Mogą one mieć charakter interakcji pionowych i poziomych. Ze względu na stopień skomplikowania omawianej na łamach pracy materii skupiono się jedynie na powiązaniach na wyjściu, czyli w relacji do odbiorców produktów wytwarzanych w systemie przemysłowym. Współczesne sieci regionalne zmierzają do dywersyfikacji powiązań, poprzez inicjację interakcji z różnorodnymi grupami odbiorców. W tradycyjnych uwarunkowaniach zależności te powinny skupiać się z kolei na wyspecjalizowanych wąskich współzależnościach problem specjalizacji. Interesujące wydaje się zatem czy innowacyjność regionalnych systemów w Polsce jest zdeterminowana zróżnicowanymi czy wąskimi interakcjami, zachodzącymi w niewielkiej czy znacznej odległości, w oparciu o silne trwałe czy luźne związki interpersonalne.
Arkadiusz Świadek 3 Nakreślone ramy koncepcyjne przyczyniły się do podjęcia problematyki wpływu powiązań przedsiębiorstw na innowacyjność regionalnych systemów przemysłowych. Podstawową hipotezą prowadzonych badań stało się twierdzenie, że mechanizmy innowacyjne funkcjonujące w terytorialnych układach industrialnych i w ich kontaktach z otoczeniem są istotnie zdeterminowane charakterem związków między przedsiębiorstwami. Zaliczono do nich typ odbiorcy, jego lokalizację i charakter utrzymywanych kontaktów. Czynniki te wpływają na aktualny kształt systemów przemysłowych w Polsce. Właściwa (umiejętna) identyfikacja przebiegu procesów innowacyjnych oraz ich ograniczeń w krajowym systemie gospodarowania, stwarza podstawy do budowy zdywersyfikowanych ścieżek rozwoju sieci innowacyjnych, uwzględniających specyfikę krajową i wewnątrzregionalną, umożliwiających akcelerację procesów kreowania, absorpcji i dyfuzji technologii. Głównym celem badania była próba poszukiwania zmiennych warunków wpływu charakteru związków przedsiębiorstw na ich aktywność innowacyjną w obrębie regionalnych systemów przemysłowych, a w konsekwencji określenie warunków brzegowych dla modelowej struktury regionalnej sieci innowacji uwzględniającej specyfikę Polski i jej regionów. Zaprezentowane efekty badania stanowią jedynie wybraną część wniosków uzyskanych w wyniku prowadzonych analiz. Z perspektywy doboru próby badawczej zdecydowano się na analizę trzech przypadków województw reprezentujących zróżnicowany poziom rozwoju przemysłowego (silny, pośredni, słaby) i odmienne układy terytorialne (aglomeracje, terytoria pośrednie, peryferia). Dzięki takiemu zabiegowi przybliżono specyfikę regionalnych systemów przemysłowych w kraju i ich ewolucję, ograniczając zdecydowanie koszty związane z tak rozległym badaniem. Pamiętano jednak o tym, że każdy z przyjętych przypadków posiada, poza cechami wspólnymi, własną, niepowtarzalną specyfikę. Badania przeprowadzono w oparciu o kwestionariusz ankietowy na grupie 1268 przedsiębiorstw, choć docelowo baza danych obejmowała 1403 podmioty przemysłowe z wyselekcjonowanych regionów. Podstawową ścieżką gromadzenia danych była procedura łącząca wstępną rozmowę telefoniczną z przesłaniem formularza ankietowego drogą pocztową. i.1. Metodyczne uwarunkowania prowadzonych badań modelowanie probitowe Część metodyczna analiz oparta została na rachunku prawdopodobieństwa. W przypadku gdy zmienna zależna osiąga wartości dychotomiczne ograniczone są bowiem możliwości wykorzystania powszechnie stosowanej w zjawiskach ilościowych regresji wielorakiej. Alternatywą dla tego problemu jest zastosowanie
4 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce regresji logistycznej (Frenkel 2000). Jej zaletą jest to, że analiza i interpretacja wyników jest podobna do klasycznej metody regresji. A zatem sposoby doboru zmiennych i testowania hipotez mają podobny schemat. Występują jednak również różnice, do których zaliczyć możemy: bardziej skomplikowane i czasochłonne obliczenia czy wyliczanie wartości i sporządzanie wykresów reszt często nie wnosi nic znaczącego do modelu (Stanisz 2007). W przypadku modelu, gdzie zmienna zależna osiąga wartość 0 lub 1, wartość oczekiwana zmiennej zależnej może być interpretowana jako warunkowe prawdopodobieństwo realizacji danego zdarzenia przy ustalonych wartościach zmiennych niezależnych. Pionierami w stosowaniu krzywej logistycznej byli P.F. Verhulst i R.F. Pearl. Pełny model został zastosowany jednak po raz pierwszy dopiero przez J. Berksona w roku 1944 i 1953 (Berkson 1944). Ogólnie ująwszy regresja logistyczna jest matematycznym modelem, który możemy użyć w celu opisania wpływu kilku zmiennych X1, X2,..., Xk na dychotomiczną zmienną Y. Gdy wszystkie zmienne niezależne są jakościowe, model regresji logistycznej jest równoznaczny z modelem log-liniowym. Dla opisania takiego zjawiska można posłużyć się również regresją probitową. Wspólne założenia dla tych modeli są następujące (Lipiec-Zajchowska 2003): dane pochodzą z próby losowej, Y może przyjmować tylko dwie wartości: 0 lub 1, kolejne wartości Y są statystycznie niezależne od siebie, prawdopodobieństwo, że Y=1 zdefiniowane jest przez NCD (rozkład normalny) dla modelu probit lub LCD (rozkład logistyczny) dla modelu logit, nie występuje idealna zależność liniowa pomiędzy zmiennymi Xi (założenie o braku współliniowości zmiennych niezależnych). Szacowanie parametrów w metodach ze zmienną dychotomiczną dokonuje się za pomocą metody największej wiarygodności. Zgodnie z jej zasadami, poszukuje się wektora parametrów, który gwarantuje największe prawdopodobieństwo otrzymania wartości zaobserwowanych w próbie. W skrócie zastosowanie MNW wymaga sformułowania funkcji wiarygodności i znalezienia jej ekstremum, co można dokonać analitycznie lub numerycznie. Pomimo dość skomplikowanej procedury MNW zyskała popularność, można ją bowiem stosować w przypadku szerokiej gamy modeli między innymi o zmiennych parametrach, ze złożoną strukturą opóźnień, heteroskedastycznych, a także nieliniowych. Własności MNW również w małych próbach, są w wielu przypadkach lepsze od innych, konkurencyjnych estymatorów. Procedura estymacji nieliniowej zawiera sześć algorytmów w celu odnalezienia minimum funkcji straty. Umożliwia to uzyskanie najlepszych estymatorów przy danej funkcji straty. Każda z tych metod wykorzystuje różne strategie po-
Arkadiusz Świadek 5 szukiwania dla znalezienia minimum funkcji. Do dyspozycji mamy następujące algorytmy (Stanisz 2007): quasi-newtona, sympleksów, sympleksu i quasi-newtona, Hooke a-jeevesa przemieszczenia układu, Hooke a-jeevesa przemieszczenia układu i quasi-newtona, Rosenbrocka poszukiwania układu. Tabela 1. Porównanie regresji wielorakiej i regresji logistycznej podobieństwa i różnice. Regresja wieloraka Regresja logistyczna Zmienna zależna Y ilościowa ciągła (może przyjmować dowolną wartość) Zmienne niezależne ilościowe i jakościowe Współczynniki estymowane MNK Zmienna zależna Y jest liniowo powiązana ze zmiennymi niezależnymi Zjawisko współliniowości prowadzi do obciążonych współczynników regresji lub uniemożliwia ich estymację Stosujemy globalny test F do oceny istotności poszczególnych współczynników regresji Reszty powinny mieć rozkład normalny Analiza reszt umożliwia wykrycie punktów odstających Współczynniki determinacji R2 lub poprawione R2 jest miarą dopasowania modelu Źródło: Stanisz (2007). Zmienna zależna dychotomiczna (przyjmuje tylko dwie wartości) Zmienne niezależne ilościowe i jakościowe Współczynnik estymacji metoda największej wiarygodności Zmienna zależna Y jest powiązana nieliniowo ze zmiennymi niezależnymi. Liniowo powiązany jest natomiast logit. Test ilorazu wiarygodności (mający rozkład chi-kwadrat) jest stosowany do oceny istotności współczynnika regresji Test t i test Walda są stosowane do oceny istotności poszczególnych współczynników regresji. Można zastosować również test ilorazu wiarygodności. Reszty powinny mieć rozkład normalny. Analiza reszt umożliwia wykrycie punktów odstających. Odpowiednikiem jest pseudo R2 (R2 McFaddena lub R2 Nagel Kerke a) Maksymalizacja funkcji wiarygodności dla modeli logitowego lub probitowego dokonuje się za pomocą technik używanych przy estymacji nieliniowej. Dla analizy probitowej i logitowej dostępne są proste w obsłudze programy komputerowe. Biorąc pod uwagę fakt, że zmienne mają charakter binarny (osiągane wartości to 0 lub 1) prezentacja większości wyników zostanie zakończona na pozio-
6 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce mie prezentacji strukturalnej postaci modelu. Dodatni znak występujący przy parametrze oznacza, że prawdopodobieństwo zajścia zdarzenia innowacyjnego jest wyższe w wyodrębnionej grupie przedsiębiorstw w relacji do pozostałej zbiorowości. Modelowanie probitowe jest skutecznym narzędziem badawczym w przypadku dużych, ale statycznych prób, w których zmienna zależna posiada postać jakościową. Każdą z zebranych ankiet wprowadzono do arkusza kalkulacyjnego Excel, gdzie dane podlegały wstępnemu przygotowaniu przy wykorzystaniu metod logiki formalnej. Obliczenia docelowe wykonano przy wykorzystaniu oprogramowania Statistica. i.2. Przestrzeń, relacje i typ odbiorcy w innowacyjności systemów przemysłowych W pierwszym badaniu ankietowym przeprowadzonym w regionie lubuskim w 2007 roku za lata 2004-06 wzięło udział 306 przedsiębiorstw reprezentujących przetwórstwo przemysłowe (sekcja D według PKD). Spenetrowano reprezentowano reprezentatywną grupę podmiotów średnich (102) i dużych (46), oraz losową mikro (90) i małych (68). Struktura technologiczna przedsiębiorstw uczestniczących w badaniu odpowiadała w przybliżeniu danym prezentowanym przez Główny Urząd Statystyczny. Tabela 2. Wartości parametrów przy zmiennej niezależnej rodzaj działalności odbiorcy, w modelach probitowych opisujących innowacyjność przemysłu w regionie lubuskim (modele istotne statystycznie). atrybut innowacyjności rodzaj działalności odbiorcy przemysł handel Nakłady na działalność B+R +,59x-0,52 Inwestycje w dotychczas niestosowane środki trwałe (w tym): a) w budynki, lokale i grunty b) w maszyny i urządzenia techniczne Oprogramowanie komputerowe +,53x+0,54 Wprowadzenie nowych wyrobów Implementacja nowych procesów technologicznych (w tym): +,70x+0,86 a) metody wytwarzania b) systemy okołoprodukcyjne +,71x-0,34 -,29x+0,01 c) systemy wspierające +,55x-0,54 Współpraca z dostawcami Współpraca z konkurentami Współpraca z jednostkami PAN
Arkadiusz Świadek 7 Współpraca ze szkołami wyższymi +,54x-1,86 -,85x-1,37 Współpraca z krajowymi JBR-ami Współpraca z zagranicznymi JBR +,60x-1,86 Współpraca innowacyjna ogółem +,43x-0,33 Źródło: opracowanie własne na podstawie badań. W badanej zbiorowości najczęściej do wprowadzenia nowych wyrobów dochodzi wówczas, kiedy firma jest ogniwem, ale nie końcowym, międzynarodowego systemu przemysłowego. Związki międzyprzemysłowe istotnie stymulują implementację nowych technologii. Wynika to z faktu ścisłego powiązania, w tym również kapitałowego badanych jednostek z podmiotami właścicielskimi, co wpływa na wymuszony transfer technologii do regionu. Innowacyjne relacje pozaprzemysłowe występują rzadko i są zdecydowanie słabsze. Tabela 3. Wartości parametrów przy zmiennej niezależnej odległość od odbiorcy i relacje z odbiorcami, w modelach probitowych opisujących innowacyjność przemysłu w regionie lubuskim (modele istotne statystycznie). atrybut innowacyjności odległość od odbiorcy region zagranica bliskie tytuł kolumny dobrosąsiedzkie Nakłady na działalność B+R -,57x-0,20 Inwestycje w dotychczas niestosowane środki trwałe (w tym): a) w budynki, lokale i grunty b) w maszyny i urządzenia techniczne -,41+0,79 Oprogramowanie komputerowe +,72x+0,47 +,40x+0,34 Wprowadzenie nowych wyrobów Implementacja nowych procesów technologicznych (w tym): +,41+0,89 a) metody wytwarzania b) systemy okołoprodukcyjne c) systemy wspierające -,42x-0,27 +,76x-0,66 -,66x-0,33 Współpraca z dostawcami -,43x-0,34 +,52x-0,90 Współpraca z konkurentami Współpraca z jednostkami PAN Współpraca ze szkołami wyższymi Współpraca z krajowymi JBR-ami Współpraca z zagranicznymi JBR Współpraca innowacyjna ogółem -,46x-0,09 Źródło: opracowanie własne na podstawie badań. +,53x-1,89 +,58x-1,89
8 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce Związki przestrzenno-relacyjne z odbiorcami w granicach województwa, lecz wychodzące poza rynek lokalny są niekorzystne dla firm. Przeciwnie w przypadku kontaktów utrzymywanych na znaczne odległości. Zatem środowisko regionu nie tworzy odpowiednich warunków do współpracy, której efektem jest aktywność innowacyjna. Specyfika województwa słabego gospodarczo nie stymuluje do realizacji wewnętrznych procesów innowacyjnych w sytuacji, gdy firmy posiadające kontakty krajowe i szczególnie międzynarodowe, przez wymogi ilościowo-jakościowe i system przepływu wiedzy, wykazują wysokie zainteresowanie jej prowadzeniem. Charakter powiązań z odbiorcami cechuje się na ogół niejednorodnością, aczkolwiek nieliczne modele statystyczne sugerują konieczność utrzymywania bliskich z nimi kontaktów. Nie należy jednak traktować tego jednostronnie ze względu na zbyt duże zróżnicowanie wewnątrzgrupowe zachowań przedsiębiorstw. W młodym, ale słabym systemie przemysłowym aktywność innowacyjna zależy od ścisłych związków przedsiębiorstw z odbiorcami przemysłowymi zlokalizowanymi poza granicami kraju, bez względu na charakter utrzymywanych relacji. Egzystencja w międzynarodowym systemie przemysłowym dynamizuje przepływ wiedzy do regionu. Jednak jego aktualny potencjał dopiero w dłuższej perspektywie rokuje szansę na akcelerację jego rozwoju. Tabela 4. Wartości parametrów przy zmiennej niezależnej rodzaj działalności odbiorcy, w modelach probitowych opisujących innowacyjność przemysłu w regionie zachodniopomorskim (modele istotne statystycznie). rodzaj działalności odbiorcy atrybut innowacyjności przetwórstwo górnictwo prze- mysłowe energetyka Nakłady na działalność B+R +1,22x-0,38 +1,12x-0,42 Inwestycje w dotychczas niestosowane środki trwałe (w tym): +,36x+0,77 a) w budynki, lokale i grunty +1,28x-0,43 +,34x-0,51 b) w maszyny i urządzenia techniczne Oprogramowanie komputerowe +,30x+0,60 +,76x+0,64 Wprowadzenie nowych wyrobów Implementacja nowych procesów technologicznych (w tym): a) metody wytwarzania b) systemy okołoprodukcyjne +,86x-0,33 +,29x-0,39 +,83x-0,36 c) systemy wspierające +,58x-0,33 Współpraca z dostawcami handel -,26x-0,31
Arkadiusz Świadek 9 Współpraca z konkurentami Współpraca z jednostkami PAN Współpraca ze szkołami wyższymi +1,02x-1,44 Współpraca z krajowymi JBRami Współpraca z zagranicznymi JBR Współpraca innowacyjna ogółem Źródło: opracowanie własne na podstawie badań. +,62x-1,75 +,42x-1,82 +1,02x-1,49 +,60x-0,25 -,30x-0,06 W badaniu przeprowadzonym na Pomorzu Zachodnim, którym objęto 447 przedsiębiorstw przemysłowych, z punktu widzenia charakteru odbiorcy wytwarzanych produktów, można stwierdzić występowanie wielu zróżnicowanych interakcji obrazujących zachowania innowacyjne w regionie. Korzystnie na kreowanie nowych rozwiązań wpływają powiązania z całym przemysłem, nie tylko w obszarze przetwórczości przemysłowej. Pozytywny, lecz mniej istotny wydaje się również sektor rolnictwa i rybactwa, transportu czy gastronomii. Pozostałe odgrywają raczej marginalną rolę, nie mniej warto zaznaczyć, że firmy będące ostatnim ogniwem w łańcuchu produkcyjnym, a więc sprzedające na rzecz handlu, wykazują niższą skłonność do podejmowania działalności innowacyjnej. Tabela 5. Wartości parametrów przy zmiennej niezależnej odległość od odbiorcy i relacje z odbiorcami, w modelach probitowych opisujących innowacyjność przemysłu w regionie zachodniopomorskim (modele istotne statystycznie). atrybut innowacyjności odległość od odbiorcy tytuł kolumny lokalnie zagranica niezbędne bliskie Nakłady na działalność B+R +,57x-0,81 Inwestycje w dotychczas niestosowane środki trwałe (w tym): -,51x+0,92 a) w budynki, lokale i grunty b) w maszyny i urządzenia techniczne Oprogramowanie komputerowe +,41x+0,55 -,49x+0,73 +,42x+0,36 Wprowadzenie nowych wyrobów Implementacja nowych procesów technologicznych (w tym): +,34x+0,72 -,67x+0,92 +,60x+0,39 a) metody wytwarzania b) systemy okołoprodukcyjne -,46x-0,27 +,54x-0,74 c) systemy wspierające -,36x-0,19 +,42x-0,44 -,48x-0,25 +,33x-0,55 Współpraca z dostawcami +,33x-0,71 Współpraca z konkurentami Współpraca z jednostkami PAN +,39x-1,54 +,78x-2,05
10 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce Współpraca ze szkołami wyższymi Współpraca z krajowymi JBR-ami -,26x-0,14 +,29x-0,31 +,36x-0,50 Współpraca z zagranicznymi JBR Współpraca innowacyjna ogółem Źródło: opracowanie własne na podstawie badań. Interakcje pionowe w stosunku do odbiorców wyraźnie wskazują na wyższą rangę czynnika relacyjnego, niż przestrzennego. Równolegle należy stwierdzić, że liczba modeli statystycznych przewyższa tę osiągniętą dla województwa lubuskiego. Warunkiem koniecznym dla odpowiedniej aktywności w obszarze nowych wyrobów i technologii jest znaczna odległość od odbiorców, z tym, że nieodłącznym elementem staje się w tym momencie bliska współpraca wzdłuż łańcucha producentów. Potwierdza to wcześniej sformułowaną tezę na temat dychotomii systemów przemysłowych w Polsce i ich silnego powiązania z innowacyjnymi sieciami ponadregionalnymi, a często ponadnarodowymi. Słabość wewnętrznego systemu przemysłowego nie dostarcza odpowiednich warunków dla dynamicznego rozwoju sprzężeń w regionie, które stają się niezbędne dla poprawy innowacyjności w przodującej grupie przedsiębiorstw, zmuszając je do ponoszenia kosztów pokonywania odległości w celu pozyskiwania wiedzy. Dodatkowo należy stwierdzić, że nie wystarczy utrzymywanie dobrosąsiedzkich stosunków z omawianymi grupami podmiotów, a tym bardziej szkodliwe (negatywne) dla stymulowania działalności innowacyjnej staje się utrzymywanie typowych (niezbędnych) relacji z odbiorcami. Warto odnotować, że wraz z rozwojem systemu przemysłowego, rośnie liczba modeli opisujących badane zjawiska, w których parametry osiągają statystyczną istotność. Świadczy to o większej przejrzystości sieci innowacyjnych opisywanych za pomocą przyjętych zmiennych. Rola tych czynników rośnie w czasie. Tabela 6. Wartości parametrów przy zmiennej niezależnej rodzaj działalności odbiorcy, w modelach probitowych opisujących innowacyjność przemysłu w regionie śląskim (modele istotne statystycznie). rodzaj działalności odbiorcy atrybut innowacyjności przetwórstwo górnictwo prze- energetyka mysłowe Nakłady na działalność B+R +,48x-0,15 +,26x-0,18 +1,03x-0,20 Inwestycje w dotychczas niestosowane środki trwałe (w tym): +,34x+0,81 a) w budynki, lokale i grunty +,31x-0,43 b) w maszyny i urządzenia techniczne +,42x+0,66
Arkadiusz Świadek 11 Oprogramowanie komputerowe +,32x+0,61 +,40x+0,67 Wprowadzenie nowych wyrobów Implementacja nowych procesów technologicznych (w tym): +,37x+0,72 a) metody wytwarzania +,30x+0,05 b) systemy okołoprodukcyjne c) systemy wspierające Współpraca z dostawcami +,25x-0,53 Współpraca z konkurentami Współpraca z jednostkami PAN Współpraca ze szkołami wyższymi +,82x-1,69 +,40x-1,68 +,93x-1,70 Współpraca z krajowymi JBR-ami +,37x-1,14 +,30x-1,20 +,42x-1,14 Współpraca z zagranicznymi JBR Współpraca z odbiorcami +,61x-0,85 +,42x-0,66 Współpraca innowacyjna ogółem +,33x-0,01 +,37x+0,07 cd. tabeli 6 Nakłady na działalność B+R Inwestycje w dotychczas niestosowane środki trwałe (w tym): rodzaj działalności odbiorcy ochrona zdrowia handel odbiorca ostateczny -,30x+1,02 a) w budynki, lokale i grunty -,34x-0,21 b) w maszyny i urządzenia techniczne -,29x+0,80 Oprogramowanie komputerowe Wprowadzenie nowych wyrobów Implementacja nowych procesów technologicznych (w tym): a) metody wytwarzania -,25x+0,06 b) systemy okołoprodukcyjne +,53x-0,40 c) systemy wspierające Współpraca z dostawcami +,50x-0,46 Współpraca z konkurentami Współpraca z jednostkami PAN +,88x-2,18 Współpraca ze szkołami wyższymi +,71x-1,57 -,44x-1,37 -,59x-1,37 Współpraca z krajowymi JBR-ami +,77x-1,14 Współpraca z zagranicznymi JBR Współpraca z odbiorcami Współpraca innowacyjna ogółem 1,07x+0,06 -,27x+0,22 -,34x+0,22 Źródło: opracowanie własne na podstawie badań. Na Górnym Śląsku (515 przedsiębiorstw przemysłowych) z perspektywy charakteru odbiorcy wytwarzanych produktów dostrzegamy, że przedsiębiorstwa przemysłowe tam zlokalizowane są elementem silnego systemu industrialnego,
12 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce ale ponownie pod warunkiem, że nie stanowią końcowego ogniwa w łańcuchu dostaw. Przynależność firm do wielu subsystemów, zarówno międzynarodowych jak i lokalnych wpływa na ich aktywność innowacyjną. Szczególną rolę odgrywają w tym przypadku relacje (związki) międzyprzemysłowe. Funkcjonowanie na rzecz takich grup producentów silnie i wielopłaszczyznowo stymuluje do kreowania nowych rozwiązań. Uwarunkowania historyczne związane z wydobyciem węgla i rozwinięta energetyka świadczą o występowaniu interakcji wewnątrzregionalnych. Natomiast produkcja realizowana na rzecz przetwórstwa przemysłowego posiada wymiar ponadregionalny. Innymi słowy, rozwój tradycyjnych, specyficznych technologii na Śląsku odbywa się w oparciu o zasoby wewnętrzne, w sytuacji gdy zmiany w nowoczesnych technologiach są efektami współpracy o zasięgu krajowym czy międzynarodowym. Mimo siły gospodarczej województwa w kraju, jego rozwój technologiczny jest na ogół związany ze zjawiskiem eksternalizacji. Silną współpracę z różnymi podmiotami dostrzega się w przypadku realizacji produkcji na rzecz segmentu ochrony zdrowia. Sektor ten w naturalny sposób związany jest z rozwojem nowoczesnych technologii z obszaru medycyny. Świadczy to o powiązaniu regionu z zaawansowanymi cywilizacyjnie aspektami życia z jednej strojny i sugeruje występowanie specjalizacji przemysłowej regionu być może jest to embrionalna postać klastra obejmującego różne dziedziny przemysłu działających na rzecz tego sektora. Podmioty wytwarzające produkty na rzecz sfery handlu lub odbiorców ostatecznych zasadniczo nie podejmują kooperacji w obszarze nowych wyrobów i technologii, nie są również zainteresowane ponoszeniem wydatków na zakup nowych środków trwałych. Taki obraz sugeruje brak popytowego modelu realizacji procesów innowacyjnych w odniesieniu do tych grup producentów. Tabela 7. Wartości parametrów przy zmiennej niezależnej odległość od odbiorcy i relacje z odbiorcami, w modelach probitowych opisujących innowacyjność przemysłu w regionie śląskim (modele istotne statystycznie). atrybut innowacyjności odległość od tytuł kolumny odbiorcy poza regionem lokalnie niezbędne bliskie Nakłady na działalność B+R -,54x+0,03 +,33x-0,21 -,61x-0,01 +,38x-0,38 Inwestycje w dotychczas niestosowane środki trwałe (w tym): -,36x+1,01 -,51x+1,00 +,44x+0,60 a) w budynki, lokale i grunty -,45x-0,23 +,27x-0,42 -,45x-0,26 +,30x-0,54 b) w maszyny i urządzenia techniczne -,45x+0,77 +,37x+0,42 Oprogramowanie komputerowe -,41x+0,81 -,46x+0,78 +,33x+0,47 Wprowadzenie nowych wyrobów
Arkadiusz Świadek 13 Implementacja nowych procesów technologicznych (w tym): -,41x+0,95 +,44x+0,80 -,48x+0,92 +,48x+0,49 a) metody wytwarzania -,47x+0,23 +,32x-0,09 b) systemy okołoprodukcyjne c) systemy wspierające -,36x-0,40 Współpraca z dostawcami -,38x-0,38 Współpraca z konkurentami Współpraca z jednostkami PAN Współpraca ze szkołami wyższymi +,71x-2,11 Współpraca z krajowymi JBR-ami -,44x-1,01 +,44x-1,28 Współpraca z zagranicznymi JBR Współpraca z odbiorcami -,32x-0,54 +,35x-0,66 -,57x-0,54 +,60x-1,09 Współpraca innowacyjna ogółem +,27x+0,01 -,46x+0,17 +,37x-0,17 Źródło: opracowanie własne na podstawie badań. W trzecim analizowanym regionie rośnie po raz kolejny liczba modeli statystycznie istotnych opisujących wagę czynników przestrzennych i relacyjnych. Odbiorcy znajdujący się poza regionem stymulują aktywność innowacyjną w województwie. Ci zaś, którzy zlokalizowani są najbliżej nie oddziałują pozytywnie na tę działalność. Silne zróżnicowanie zachowań w granicach regionu świadczy o braku negatywnych tendencji w tym obszarze obserwowanych w innych regionach i w konsekwencji sugerują, że środowisko regionalne ewoluuje aktualnie w kierunku pozytywnego kształtowania otoczenia innowacyjnego. Utrzymywanie minimalnych kontaktów z odbiorcami wpływa niekorzystnie na aktywność innowacyjną przemysłu na Śląsku. Na przeciwnym biegunie znajduje się ponownie konieczność utrzymywania bliskich interakcji. Świadczy to o imperatywie umacniania powiązań przemysłowych, jako warunku koniecznego dla realizacji procesów innowacyjnych wykraczających często poza przedsiębiorstwa, a nawet region, którego dotyczą. Zaobserwowane prawidłowości po raz kolejny utwierdzają w przekonaniu, że aktywność przemysłu na Śląsku w obszarze nowych wyrobów i technologii wymaga od przedsiębiorstw pokonywania bariery odległości (przestrzeni) dla możliwości transferu wiedzy. Dostrzega się jednak symptomy zmieniającej się sytuacji, środowisko regionalne bywa bowiem coraz częściej wynikami sprzyjającymi kreowaniu nowych rozwiązań. i.3. Zakończenie Rozpatrywane trzy przypadki regionalnych systemów przemysłowych w Polsce świadczą o ewolucji w podejściu do aktywności innowacyjnej, biorąc pod uwagę charakter odbiorcy produktów, jego lokalizację czy utrzymywane relacje. Występują również między nimi konwergencje podobieństwa, sugerujące istnienie
14 Łańcuchy innowacji w regionalnych systemach przemysłowych w Polsce specyfiki krajowej w odniesieniu do trendów obserwowanych w bardziej rozwiniętych przypadkach. Generowanie i przepływ wiedzy w polskich województwach zależy od ich związków z międzynarodowymi sieciami przemysłu. Jest to bowiem aktualnie główny kanał transferu technologii pozwalający na redukcję luki w tym zakresie w stosunku do innych krajów. Związki wewnątrzregionalne są zbyt słabe, aby inicjować procesy innowacyjne, choć w miarę ewolucji systemy gospodarcze osiągają tę zdolność. Przedsiębiorstwa zlokalizowane w kraju są zmuszone pokonywać barierę odległości w przeciwieństwie do zjawisk obserwowanych w technologicznie rozwiniętych państwach, gdzie aktywność innowacyjna jest skupiona w układach regionalnych. Nie mniej wydaje się to obecnie naturalnym kierunkiem przepływu nowej wiedzy, co wpływa na rozwój krajowych systemów przemysłowych. Warto odnotować, że w najsilniejszym ekonomicznie przypadku środowisko regionu nie jest już czynnikiem destymulującym do prowadzenia działalności innowacyjnej. Przedsiębiorstwa będące ostatecznym ogniwem produkcyjnym charakteryzują się niższą innowacyjnością niż te działające na rzecz przemysłu. Świadczy to o niskim zaawansowaniu technologicznym oferowanych rozwiązań, a poza tym braku wystarczająco silnej presji popytowej do generowania innowacji. Regionalne systemy nie osiągnęły dotychczas odpowiedniej dojrzałości konkurencyjnej, aby być uczestnikiem dynamicznych zmian opartych na czynniku technologicznym na rynku międzynarodowym. Wraz ze wzrostem potencjału gospodarczego polskich regionów następuje silne zróżnicowanie podmiotów realizujących działalność innowacyjną. Obserwuje się wzrost znaczenia utrzymywania bliskich, powtarzalnych relacji z odbiorcami, co przez wzrost poziomu zaufania skutkuje przenoszeniem typowych zachowań biznesowych w kierunku tych, które cechują się wyższym ryzykiem odniesienia sukcesu. Aktywność innowacyjna jest zatem uwarunkowana zachodzeniem powtarzalnych i trwałych, choć typowych współzależności (interakcji), co jest zbieżne z wynikami prowadzonych międzynarodowych badań. Bibliografia Berkson J. (1944), Application of the logistic function to bio-assay, Journal of American Statistic Association, nr 39, s.357-65. Edquist Ch., McKelvey M. (2000). Introduction. [w:] Ch. Edquist, M. McKelvey (red.) Systems of Innovation: Growth, Competitiveness and Employment, Edward Elgar, Cheltenham. Frenkel A. (2000), Can regional policy affect firm s innovation potential in lagging regions? The Annals of Regional Science, nr 34, s.315-341.
Arkadiusz Świadek 15 Lipiec-Zajchowska M. (red.) (2003). Wspomaganie procesów decyzyjnych. Ekonometria, C.H. Beck, Warszawa, s.129-30. Lundvall B.-A. (red.) (1992), National Systems of Innovation: Towards a Theory of Innovation and Interactive Learning, Pinter, London. Reid A. (2000), Industrial policy in Wallonia: A rupture with the past? European Planning Studies, nr 8(2), s.183-199. Stanisz A. (2007), Przystępny kurs statystki, tom. 2, Statsoft, Kraków, s.217. Sternberg R. (2000), Innovation Networks and Regional Development Evidence from the European Regional Innovation Survey (ERIS): Theoretical Concepts, Methodological Approach, Empirical Basis and Introduction to the Theme Issue, European Planning Studies, nr 8(4), s.389-407.