2.2 Характеристика выборочной совокупности
В данной работе будет рассмотрена выборка из 85 компаний, базирующихся и осуществляющих свою основную деятельность в Кремниевой долине (см. Приложение 1, Таблица 6). Как видно из данной таблицы все компании в той или иной степени представляют отрасль информационных технологий.
На сегодняшний день отрасль информационных технологий является одной из самых быстроразвивающихся отраслей в США. Отрасль предоставляет огромное количество рабочих мест: в 2008 году отрасль обеспечила 6,1 млн человек рабочими местами, в 2009 – 5,9 млн человек (сокращения являются последствиями мирового экономического кризиса, а не рецессии в отрасли).[33]
Отрасль информационных технологий демонстрирует стабильный рост из года в год: в период с 1998 года по 2009 данная отрасль постоянно увеличивает свою долю в ВВП США (в ценах 2005 года), что говорит о возрастающей важности данной отрасли в экономике США. (см. Приложение 2, рис. 4)
Что касается ВРП Калифорнии, в которой находится Кремниевая долина, то в данном штате отрасль информационных технологий занимает примерно те же позиции, что и в целом по США. Например, в 2009 году отрасль ИТ составила 6,55% от ВРП.
Также отрасль информационных технологий имеет наибольший вес в фондовом индексе S&P 500, в который включены 500 избранных компаний США, имеющих наибольшую капитализацию. На сегодняшний день капитализация индекса составляет 11897,654 млрд $, в то время как общая капитализация отрасли информационных технологий 2337,641 млрд $. (см. Приложение 2, рис. 5)
Таким образом, отрасль информационных технологий играет важную роль в экономике США: создает большое количество рабочих мест, постоянно увеличивает свою долю в ВВП и оказывает влияние на мировые финансовые рынки.
Рассмотрим более подробно компании, которые были включены в выборку. В Таблице 6 указаны компании, которые входят в рейтинг Fortune 500, который включает в себя 500 компаний, проранжированных по уровню дохода. Остальные компании являются крупными игроками на своих рынках.
Рассмотрим основные характеристики некоторых компаний. На наш взгляд, показателями, наиболее точно отражающими размеры компаний, являются: величина активов, численность работников и выручка. Как видно из данных диаграмм (см. Приложение 3, рис. 6, 7, 8) выборка содержит в себя довольно разные по масштабу компании, которые действуют с разной эффективностью. Однако по данным диаграммам сложно объективно сравнить размер компаний. Для сравнения требуется относительный показатель. В качестве такого показателя рассмотрим показатель выручки на одного работника:
Как видно из гистограммы (см. Приложение 3, рис. 9), компании значительно разнятся по масштабу. Показатель выручки на одного работника для многих компаний лежит ниже среднего уровня, что говорит о большой разнице между мелкими и крупными компаниями.
Рассмотрим данные показатели в динамике (2000-2010гг.) для нескольких случайно выбранных компаний из данной выборки, которые принадлежат к разным подразделениям отрасли информационных технологий, так как при построении общего графика для 85 компаний информация будет не наглядной.
Как видно из данных графиков (см. Приложение 3, рис. 10, 11, 12) рассматриваемые показатели имеют разную тенденцию даже при рассмотрении нескольких компаний из данной выборки. Таким образом, на основании этих данных, можно сказать о том, что данная выборка включает в себя разные по масштабу компании, при рассмотрении которых можно делать справедливые экономические выводы. Стоит отметить, что данную выборку некорректно называть репрезентативной в силу того, что в выборке существует явный перевес компаний, которые относятся к подразделениям производства полупроводниковых элементов и производства программного обеспечения (52,94%). Причиной этому является тот факт, что компании, представляющие данные подразделения отрасли информационных технологий, являются крупными, давно действующими на рынке и открытыми, другие подразделения, например электронная коммерция, предоставление онлайн-услуг и веб-сервисов являются довольно новыми и компании, действующие в их рамках в большинстве своем не являются открытыми или предоставляют отчетность за незначительный промежуток времени.
Рассмотрим элементы РИС Кремниевой долины более детально, чтобы присвоить каждому элементу качественное или количественное значение.
Отраслевая система отражает взаимодействие компаний разных отраслей в процессе осуществления инновационной деятельности и индивидуальные характеристики компаний, влияющих на осуществление данного вида деятельности. Как было сказано ранее, в данной работе будут рассмотрены компании отрасли информационных технологий. Таким образом, в нашем случае невозможно оценить влияние межотраслевого взаимодействия на конкурентоспособность компаний. Однако будут рассмотрены характеристики компаний, влияющие на осуществление инновационной деятельности:
нематериальные активы как показатель того, что компания представляет собой ценность сверх материальных активов (бренд, гудвилл);
вложения в исследования и разработки – индикатор того, что компания осуществляет инновационную деятельность;
узнаваемость бренда характеризует известность компании среди конечных потребителей ее продукции, может служить показателем значимости компании в экономике;
прирост количества патентов на НИОКР – еще один показатель осуществления инновационной деятельности, отражает результат инновационной деятельности компании в разрезе разработки новых товаров и услуг;
чистая прибыль компании – результирующий показатель финансовой деятельности компании, включен в качестве показателя, который объясняет конкурентоспособность компании, может косвенной влиять на инновационную деятельность, так как часть чистой прибыли будет направлена на реинвестирование.
Инфраструктура в концепции РИС характеризуется свободным доступом к финансовым услугам и услугам по защите интеллектуальной собственности. Рассмотрим каждый из этих пунктов отдельно.
Банковская сфера довольно сильно развита в кремниевой долине. Свидетельство этому – несчетное количество банков, сложно найти место с большим скоплением банков даже в США (см. Приложение 4, рис. 13), разве что Лас-Вегас, по понятным причинам, может соперничать с Кремниевой долиной. Такое большое количество банков вполне обосновано: компаниям требуется финансирование, те компании, которые показывают стабильные финансовые результаты на протяжении несколько лет, уже не нуждаются в рисковом венчурном финансировании или в услугах бизнес-ангелов. Таким образом при увеличении количества банков, компании имеют быстрый и удобный доступ к широкому перечню финансовых услуг, оказываемых банками. Следовательно, нами будут включены в рассмотрение в качестве факторных переменных количество банков, находящихся в Калифорнии и величина их активов.
Развитие венчурных фондов неразрывно связано с развитием Кремниевой долины. На сегодняшний день Кремниевая долина является регионом, который аккумулирует наибольшую долю венчурного капитала в США. Карта, представленная ниже (см. Приложение 4, рис. 14), составлена Зарой Маттесон из Martin Prosperity Institute, она показывает концентрацию венчурного капитала в пределах регионов США (составлена на основании отчета PricewaterhouseCoopers и Национальной Ассоциации Венчурного Капитала). В Кремниевую долину в 2011 году инвестировали примерно 11,6 млрд $, что составляет примерно 40% от общей суммы инвестиций по США.
График, представленный ниже (см. Приложение 4, рис. 15), показывает динамику венчурных инвестиций в 5 крупнейших регионов для инвестиций с 1995 года. На графике в целом среди этих 5 регионов прослеживается практически одинаковая динамика венчурных инвестиций, но стоит отметить, что в последние несколько лет разрыв между Кремниевой долиной и другими регионами стал увеличиваться. Таким образом, можно сделать вывод, что Кремниевая долина становится все более привлекательной для инвесторов.
Также такой поток венчурных инвестиций говорит нам о том, что в регионе присутствует огромное количество малых и средних компаний, которые находятся на этапе роста и которым требуются инвестиции на развитие проектов. Как правило, на данном этапе жизненного цикла, проекты компании рассматриваются как высокорисковые и, как правило, не финансируются банками. Это объясняет такую концентрацию венчурных инвестиций в регион.
Венчурные фонды, как правило, склонны к инвестированию в проекты с повышенной степенью риска. К таким проектам, как правило, относятся инновационные проекты. Таким образом, включим переменную, характеризующую объем инвестиций венчурных фондов и количество сделок между венчурными фондами и компаниями для дальнейшего анализа.
Особого регулирования прав на защиту интеллектуальной собственности или особого законодательства в этой сфере регион не имеет, все регулирование происходит в рамках законодательства США. Интеллектуальной собственности компаниями Кремниевой долины уделяется особое внимание (см. Приложение 4, рис. 16). Каждую свою новую разработку компании патентуют и защищают свои права на нее. В последнее время все чаще стали появляться новости о патентных разбирательствах таких гигантов, как Apple, Google, Motorola и др. Появилось даже понятие «Патентные войны». Совсем недавно Google купил компанию Motorola, эксперты считают, что причина сделки – патентный портфель компании Motorola: «Motorola обладает крупным патентным портфолио, которое позволит Google успешнее противостоять искам конкурентов»[35]. Все приведенные выше факты говорят о довольно жестком законодательстве в сфере защиты интеллектуальной собственности.
Кремниевая долина генерирует около 15% всех патентов в США, из года в год этот показатель растет. Это говорит нам о высокой инновационной активности фирм и о том, что фирмы заботятся о защите своей интеллектуальной собственности. Для дальнейшего анализа будет включена переменная характеризующая прирост количества патентов компании за каждый год. Стоит отметить, что данный показатель уже задействован в качестве показателя, характеризующего отраслевую систему, однако стоит отметить и его инфраструктурную значимость.
Элемент образования и исследовательской деятельности играет основополагающую роль в Кремниевой долине. Долина обязана университетам, в принципе, своим основанием, рабочей площадью (землей) и кадрами, то есть практически всем. В Кремниевой долине ведет свою деятельность множество университетов (см. Приложение 4, Таблица 7).
Высшее образование в Кремниевой долине обеспечивают университеты высочайшего уровня. Университеты обучают студентов по различным специальностям, но в приоритете, по понятным причинам, в данном регионе остаются технические специалисты.
Стоит отметить, что уровень образованности граждан в Кремниевой долине (см. Приложение 4, рис. 17) выше, чем в США в целом. Также о качестве университетов говорит постоянно растущее количество иностранных студентов (см. Приложение 4, рис. 18).
Таким образом, в качестве показателей, характеризующих систему образования и исследовательскую деятельность, будут включены: количество выпускников ВУЗов, количество получателей магистерских и докторских степеней в области информационных технологий, вложения в исследования и разработки со стороны университетов.. Также немаловажным фактором является взаимосвязь компаний и университетов в области исследований. Таким образом, будет включен качественный показатель, характеризующий наличие связи между университетом и компанией.
Государство является неотъемлемой частью инновационной системы: оно может и должно создавать для компаний такие условия, в рамках которых компаниям было бы выгодно осуществлять инновационную деятельность.
В Кремниевой долине действует льготное налогообложение имущества и земли. В отчете «High Tech, Low Tax: How the Richest Silicon Valley Corporations Pay Incredibly Low Taxes on Their Land», подготовленном California Tax Reform Association указано, что богатейшие компании мира платят необычайно малые налоги на землю, которые значительно ниже, чем в любом другом месте в США. В данном отчете отмечено, что ставки по налогу на землю для некоторых компаний равны ставкам предыдущего столетия, они в 20, 50 раз ниже, чем в среднем по стране (California Tax Reform Association). Стоит отметить, что в данном отчете не указана причина заниженных ставок по налогу на имущество. Таким образом, можно сделать вывод, что некоторые компании пользуются налоговыми льготами. В качестве показателя, характеризующего налоговый режим в Кремниевой долине, будет взят объем налоговых расходов компаний.
Государство может прямо влиять на развитие инновационной деятельности в регионе и стране в целом путем вложения средств в исследования и разработки. На наш взгляд, будет целесообразно учесть данный показатель при рассмотрении влияния элементов РИС на конкурентоспособность фирмы.
Соберем выбранные нами показатели в отдельную таблицу и сгруппируем по принадлежности к тому или иному элементу региональной инновационной системы.
Таблица .
Элементы РИС и показатели, которые их характеризуют.
Показатель конкурентоспособности
(объясняемая переменная)
|
Производительность труда
|
Отраслевая система
|
Инфраструктура
|
нематериальные активы
вложения в исследования и разработки
количество новых патентов на научно-исследовательские и опытно-конструкторские разработки
чистая прибыль
узнаваемость бренда
|
количество банков
активы банков
количество сделок, заключенных венчурными фондами
инвестиции, совершенные венчурными фондами
|
Образование и исследовательская деятельность
|
Государственный сектор
|
количество выпускников ВУЗов
количество получателей магистерской и докторской степеней
вложения университетов в исследования и разработки
наличие совместных исследований компаний и университетов
|
налоги, уплаченные в бюджет компаниями
вложения в исследования и разработки со стороны государства
|
Теперь подобно рассмотрим методологию сбора информации. Информация по показателям, которые относятся к отраслевой системе и другим показателям, которые относятся к самим компаниям, но характеризуют другие элементы региональной инновационной системы (налоги, уплаченные компаниями в бюджет Соединенных Штатов), были собраны из годовых отчетов компаний. Данные отчеты были найдены на сайте для портфельных инвесторов Wikinvest1, который предоставляет данные для фундаментального и технического анализа. Стоит отметить, что все отчеты являются достоверными, так как на титульном листе содержат все необходимые идентифицирующие знаки (подписи и печати) и все они составлены по единой форме 10-К – форме годовых отчетов для публичных компаний, зарегистрированных и осуществляющих свою деятельность на территории США. Отдельно стоит заострить внимание на показателе узнаваемости бренда. Данная переменная является бинарной и оценивалась следующим образом: показателю узнаваемости бренда присваивалось значение 1 в случае если данная компания входила в рейтинг Fortune 500 в рассматриваемый период, в противоположном случае, показателю присваивалось значение 0.
Показатели, характеризующие инфраструктуру собирались из разных источников попарно. Статистика количества банков и их активов в штате Калифорния были собраны на официальном сайте Федеральной Корпорации по Страхованию Депозитов. Статистика о количестве сделок и инвестиций, совершенных венчурными фондами в отрасли информационных технологий на территории Кремниевой долины, была собрана из ежегодных совместных отчетов компании PricewaterhouseCoopers и Национальной Ассоциации Венчурных Фондов «Money Tree».
Информация о количестве выпускников ВУЗов и о количестве получателей магистерской и докторской степени в штате Калифорния была собрана с официального сайта Национального Центра Статистики Образования. Статистика о вложениях университетов и государства в исследования и разработки предоставлена на сайте Census2. Показатель наличия совместных научных исследований и разработок компаний и университетов представляет собой бинарную переменную: в случае упоминания на официальном сайте или в официальном блоге компаний наличия совместных исследований переменной присваивается значение 1, в противном случае – 0.
Полный список используемых переменных с обозначениями представлен в Таблице 2.
Таблица .
Переменные и обозначения
Показатель
|
Обозначение
|
Объясняемая переменная
|
Валовая добавленная стоимость на одного работника
|
lp
|
Объясняющие переменные
|
Отраслевая система
|
Вложения в исследования и разработки со стороны компании
|
rd
|
Нематериальные активы
|
inta
|
Прирост количества патентов компании
|
pat
|
Узнаваемость бренда
|
br
|
Чистая прибыль
|
ni
|
Инфраструктура
|
Количество банков
|
bank
|
Активы банков
|
ba
|
Объем инвестиций со стороны венчурных компаний
|
vi
|
Количество сделок, проведенных венчурными фондами
|
vnd
|
Образование и исследовательская деятельность
|
Количество выпускников ВУЗов
|
gr
|
Количество выпускников магистратуры и получателей докторской степени
|
md
|
Вложения университетов в исследования и разработки
|
rdu
|
Сотрудничество компаний с университетами в области исследований и разработок
|
cu
|
Государственный сектор
|
Налоговые расходы компании
|
tax
|
Вложения в исследования и разработки со стороны государства
|
rdg
|
Рассмотрим описательные статистики для исходных данных:
Таблица .
Описательные статистики переменных
Переменная
|
Количество наблюдений
|
Среднее
|
Стнд. отклонение
|
Минимум
|
Максимум
|
Vx
|
lp
|
908
|
159,63
|
352,14
|
-3160,83
|
3028,02
|
2,21
|
tint
|
875
|
1107555
|
4111985
|
0,00
|
46300000
|
3,71
|
rd
|
884
|
425392,90
|
1066354
|
1337,00
|
9010000
|
2,51
|
pat
|
908
|
119,25
|
336,73
|
0,00
|
3305
|
2,82
|
br
|
957
|
0,18
|
0,39
|
0,00
|
1,00
|
2,11
|
ni
|
908
|
317595,40
|
3364837
|
-56100000
|
18800000
|
10,59
|
ban
|
959
|
856,67
|
1804,29
|
263
|
6530
|
2,11
|
ba
|
959
|
380000000
|
59000000
|
280000000
|
495000000
|
0,16
|
mf
|
959
|
1150,88
|
20,62
|
1124,98
|
1193,53
|
0,02
|
mfa
|
959
|
1220000000
|
264000000
|
858000000
|
1610000000
|
0,22
|
vi
|
959
|
5322415
|
3435700
|
3262384
|
15800000
|
0,65
|
vnd
|
959
|
604,13
|
162,98
|
440
|
1069
|
0,27
|
gr
|
959
|
347091,30
|
22535,95
|
309866
|
380280
|
0,06
|
md
|
959
|
8497,83
|
826,55
|
6918,23
|
9728,03
|
0,10
|
rdy
|
959
|
8901270
|
1835093,00
|
6232000
|
12100000
|
0,21
|
cu
|
959
|
0,26
|
0,44
|
0,00
|
1,00
|
1,67
|
rdg
|
959
|
92000000
|
15000000
|
66400000
|
116000000
|
0,16
|
tax
|
893
|
218442,20
|
1068343,00
|
-767816
|
16000000
|
4,89
|
Как видно из данной таблицы, данные имеют достаточно большой разброс, коэффициент вариации в большинстве случаев больше 33%, что говорит нам о неоднородности данных. Следовательно при проведении регрессионного анализа могут возникать существенные погрешности и, возможно, потребуется нормирование данных.
Рассмотрим корреляционную матрицу переменных, чтобы убедиться в наличии взаимосвязи между факторами и объясняемой переменной и чтобы проверить наличие взаимосвязи между факторами. При наличии сильной взаимосвязи между факторами возникает проблема мультиколлинеарности, которая не позволяет интерпретировать параметры модели. Как правило, в качестве условия сильной взаимосвязи между переменными является значение коэффициента корреляции больше 0,7. Как видно из матрицы корреляции (см. Приложение 5, Таблица 8), существует сильная взаимосвязь между количеством патентов и вложением в исследования и разработки (0,88), количеством сделок, совершенных венчурными фондами и объемом инвестиций, совершенных венчурными фондами (0,95), количеством выпускников ВУЗов и вложениями в исследования и разработки со стороны университетов (0,95), количеством выпускников ВУЗов и вложениями в исследования и разработки со стороны государства (0,97), вложениями в исследования и разработки со стороны государства и со стороны университетов (0,98), величиной налогов, уплаченных компаниями и вложениями в исследования и разработки (0,81). Таким образом, для улучшения качества модели было принято решения исключить из рассмотрения следующие переменные: количество патентов компании, количество сделок, совершенных венчурными фондами, количество выпускников ВУЗов, вложения в исследования и разработки со стороны государства, налоги, уплаченные компаниями в бюджет.
После того, как мы избавились от мультиколлинеарности можно построить модель, отражающую, как различные элементы РИС влияют на конкурентоспособность фирмы. В нашем распоряжении остались следующие переменные:
Таблица .
Список переменных после избавления от проблемы мультиколлинеарности.
Показатель
|
Обозначение
|
Объясняемая переменная
|
Валовая добавленная стоимость на одного работника
|
lp
|
Объясняющие переменные
|
Отраслевая система
|
Вложения в исследования и разработки со стороны компании
|
rd
|
Нематериальные активы
|
tinta
|
Узнаваемость бренда
|
br
|
Чистая прибыль
|
ni
|
Инфраструктура
|
Количество банков
|
bank
|
Активы банков
|
ba
|
Объем инвестиций со стороны венчурных компаний
|
vi
|
Образование и исследовательская деятельность
|
Количество выпускников магистратуры и получателей докторской степени
|
md
|
Вложения университетов в исследования и разработки
|
rdu
|
Сотрудничество компаний с университетами в области исследований и разработок
|
cu
|
Примечательным является тот факт, что по статистическим причинам из рассмотрения был исключен государственный сектор. Однако часто отмечается, что государственный сектор в рамках региональной инновационной системы играет косвенную роль, то есть прямого влияния государства нет, государство создает некие условия для эффективного взаимодействия остальных элементов (IRE Working Group, 2008). Государственное участие в контексте данной работы было выражено через вложения в исследования и разработки и налоги, уплаченные компаниями в бюджет, однако данные переменные были исключены с целью статистического улучшения качество модели.
|
