2.3 Выявление влияния элементов РИС на конкурентоспособность фирмы
На основании выдвинутых гипотез модель должна иметь вид:
lp=с+c1*L2.rd+c2*tinta+c3*br+c4*ni+c5*ban+c6*L2.ba+c7*vi+c8*md+c9*L2.rdu+c10*cu
Стоит отметить, что панельные данные имеют отличительную особенность от пространственных или временных рядов, а именно неизмеримые индивидуальные различия объектов - эффекты. При построении модели на основании панельных данных используют два способа учета индивидуальных эффектов: модель с постоянными эффектами и модель со случайными эффектами. В модели панельных данных с фиксированными эффектами эффекты интерпретируются как мешающий параметр, и оценивание направлено на то, чтобы их исключить. В модели панельных данных со случайными эффектами предполагается, что индивидуальные отличия носят случайный характер. Стоит отметить, что при наличии независимых переменных, которые не меняются во времени для каждого объекта, модель с фиксированными эффектами не позволяет оценить соответствующие этим переменным коэффициенты. В нашей модели такие переменные имеются, следовательно, построим модель по обобщенному методу наименьших квадратов со случайными эффектами на основании представленной выше спецификации:
Таблица .
Модель влияния элементов РИС на конкурентоспособность компании
Зависимая переменная: Производительность труда
|
Обобщенный метод наименьших квадратов для панельных данных со случайным эффектом
|
Временной промежуток: 2000 2010
|
Количество компаний: 84
|
Всего наблюдений: 656
|
Фактор
|
Параметр
|
Значимость
|
C
|
-618,86
|
0,000
|
Отраслевая система
|
Вложения в исследования и разработки с лагом в 2 периода
|
-2,67e-06
|
0,000
|
Нематериальные активы
|
-0,000079
|
0,386
|
Узнаваемость бренда
|
0,000041
|
0,046
|
Чистая прибыль
|
111,266
|
0,000
|
Инфраструктура
|
Количество банков
|
-0,0006154
|
0,859
|
Активы банков с лагом в 2 периода
|
5,19e-07
|
0,000
|
Объем инвестиций со стороны венчурных компаний
|
0,0000596
|
0,000
|
Образование и исследовательская деятельность
|
Количество получателей магистерской и докторской степеней
|
0,0299101
|
0,005
|
Вложения университетов в исследования и разработки с лагом в 2 периода
|
0,0000103
|
0,054
|
Сотрудничество компаний с университетами в области исследований и разработок
|
65,52987
|
0,164
|
Стоит отметить, что в целях данного исследования имеет смысл пренебречь значением параметра и уделить внимание лишь направлению его влияния на результирующий показатель.
Из оценки параметров модели можно сделать вывод о том, что количество банков, величина нематериальных активов и сотрудничество компаний с университетами в области исследований и разработок не влияют на конкурентоспособность компании, так как оценки параметров для данных переменных незначимы. Также стоит отметить, что знак при переменной, характеризующей вложения компаний в исследования и разработки, отрицателен, что не соответствует выдвинутой ранее гипотезе. Далее дадим экономическую интерпретацию полученных результатов.
Рассмотрим модель более детально: соотнесем выдвинутые ранее гипотезы с полученным результатом и дадим ее экономическую интерпретацию.
Из построенной модели видно, что при увеличении компанией вложений в исследования и разработки ее конкурентоспособность падает. Стоит отметить, что данный вывод не соотносится со значением коэффициента корреляции для конкурентоспособности и вложений в исследования и разработки со стороны компаний. Такая зависимость может быть вызвана двумя причинами: сугубо математическими и экономическими. Вложения в исследования и разработки являются составной компонентой операционных расходов компании, которые учитываются при расчете показателя конкурентоспособности с отрицательным знаком. Однако коэффициент корреляции больше нуля. Также отрицательное влияние вложений в исследования и разработки может быть объяснено тем, что отдача от подобных вложений происходит не сразу, а в будущем или тем, что компании вкладывались в проекты, которые не реализовались, что привело к убыткам. Однако данные компании успешно функционируют на рынке, и нами не было найдено каких-либо упоминаний о серьезных провалах компаний в данной сфере, по крайней мере, общественности они не оглашались.
На сегодняшний день компании очень много внимания уделяют своему имиджу, бренду. Вливаются огромные средства для того, чтобы «наладить контакт», выстроить благоприятные отношения с существующими и потенциальными потребителями. Популярность и успешность бренда создается в основном качеством товаров и услуг, предоставляемых компанией и лишь потом усилиями маркетологов. Таким образом, регрессионный анализ подтвердил гипотезу о том, что если компания предоставляет потребителю инновационный, качественный продукт, вкладывает средства в поднятие своего имиджа в глазах общественности, то это благоприятно скажется на ее конкурентоспособности.
Как было сказано ранее, чистая прибыль компании была включена в перечень регрессоров как показатель эффективности деятельности компании за определенный период и лишь косвенно характеризующий отраслевую систему как элемент региональной инновационной системы. Гипотеза о том, что чистая прибыль положительно влияет на конкурентоспособность компании подтвердилась.
Активы банков состоят в основном из кассовой наличности, ссуд, инвестиций, ценных бумаг, недвижимости и других статей, то есть в основном из финансирования физических и юридических лиц. К банковским решениям среди юридических лиц прибегают в основном стабильные компании, которые довольно долго действуют на рынке и в состоянии выплачивать проценты по заемным средствам. Однако банки предоставляют льготные условия для малого, среднего и начинающего бизнеса, следовательно, практически любая компания может безболезненно воспользоваться банковскими решениями для осуществления инновационной деятельности. Также примечателен тот факт, что начинающие компании пользуются банковскими решениями взамен венчурного финансирования или услуг бизнес-ангелов в том случае, если они достаточно уверены в успехе их продукта и не хотят терять доли и контроль над компанией. На основании регрессионного анализа можно сделать вывод о том, что наша гипотеза относительно положительного влияния активов банков, находящихся в Калифорнии, подтвердилась.
Венчурные инвестиции – один из основных способов финансирования стартапов. Как было сказано ранее, Кремниевая долина – крупнейший агрегатор венчурного капитала в США и мире, венчурные фонды финансируют перспективные проекты и дают им средства на развитие, что, как подтвердил регрессионный анализ, позитивно сказывается на конкурентоспособности компаний.
Университеты – одна из важнейших частей инновационной системы, именно они снабжают компании квалифицированными кадрами. Получатели магистерских и докторских степеней являются очень конкурентоспособными на рынке труда и нередко занимают руководящие должности в компаниях. Их квалификация достаточно высока, чтобы приносить положительный для компании результат практически сразу после найма. Количественный анализ подтвердил гипотезу о том, что количество получателей магистерских и докторских степеней в штате Калифорния положительно влияет на конкурентоспособность компаний.
Вложения университетов в исследования и разработки подтверждает тот факт, что университеты генерируют новые знания и информацию. Компании при наличии сотрудничества с университетами получают явный положительный эффект от такого рода вложений университетов. Однако даже при отсутствии связи компаний и университетов компании могут пользоваться знаниями сгенерированными университетами путем покупки исследований, найма на условии совмещения консультантов из университетов и пр. Таким образом, регрессионный анализ подтвердил гипотезу о положительном влиянии вложений в исследования и разработки со стороны университетов на конкурентоспособность компаний.
Таким образом, можно сказать, что почти все выдвинутые гипотезы относительно влияния различных элементов РИС на конкурентоспособность компаний подтвердились.
В целом на конкурентоспособность влияют следующие факторы:
-
Отраслевая система:
известность бренда компании;
чистая прибыль.
-
Инфраструктура:
величина активов банков с временным лагом в два периода;
инвестиции венчурных фондов.
-
Образование и исследовательская деятельность:
количество получателей магистерской и докторской степеней;
вложения университетов в исследования и разработки с лагом в два периода.
Стоит еще раз обратить внимание на то, что после статистического анализа выборки государственный сектор был исключен из рассмотрения. В тематических исследованиях отмечается важность государственного сектора, однако в контексте региональных инновационных систем государство редко выступает как участник отношений, государство в основном создает условия для успешного взаимодействия компаний друг с другом и с университетами. Таким образом, сложно выделить какие-либо конкретные количественные показатели, которые могли бы характеризовать деятельность государства. Стоит отметить, что сей факт довольно сильно коррелирует с практикой, этим объясняется малое количество действительно успешных региональных инновационных систем. РИС – в первую очередь надобность компаний, университетов, общества, а уже потом государства. У государства нет конкретных прямых рычагов воздействия для искусственного образования РИС, это объясняет многие неудачные попытки построить инновационную систему исключительно инициативой «сверху» путем вливания денежных средств и создания льготных условий для инновационного бизнеса.
|
