Profesor Univ. Dr. Zizi GOSCHIN

Departamentul de Statistică şi Econometrie

Academia de Studii Economice din Bucuresti

Departamentul Competitivitate si Progres Tehnic

Institutul de Economie Natională

DETERMINANTII REGIONALI AI INVESTITIILOR PENTRU C&D SI

INOVARE ÎN ROMÂNIA

REGIONAL DETERMINANTS OF R&D AND INNOVATION

INVESTMENTS IN ROMANIA

Abstract. The need to know the factors that determine the size of R&D

investments from a territorial perspective is linked to the persistence of regional

disparities in R&D activity in Romania, even in periods of economic growth or

convergence. Moreover, the already high inter- and intra-regional gaps in

research, development and innovation activities continued to deepen in recent

years amid negative developments caused by the economic crisis. We investigate

the factors that influence the size of public and private investments in R&D on the

assumption that the success of the regions in transposing knowledge in innovation

and economic growth is shaped by a wide range of economic, social and

institutional characteristics. Results from the fixed effects panel models indicated

that R&D intensity in Romania is positively influenced by regional specialization

in industrial activities of high- and medium-high technology and knowledge-

intensive services as well.

Keywords: R&D, innovation, panel models, investments, regions.

Clasificarea JEL: O32, R58

1. INTRODUCERE

Activitatea de cercetare-dezvoltare (C&D) și inovare este un factor cheie al

competitivităţii și aplicarea rezultatelor cercetării științifice are o importanţă

crucială în relansarea economică și menținerea creşterii economice, atât la nivel

național, cât și regional. Cu toate că triada cercetare-dezvoltare-inovare deţine loc

central în toate strategiile de dezvoltare economică a României, ocupând o poziţie

privilegiată şi în politicile de dezvoltare regională, infrastructura teritorială de

C&D și inovare este încă slab dezvoltată și impactul asupra dezvoltării locale este

limitat. Printre problemele cheie ale dezvoltării activităţilor de C&D și inovare în

România, la nivel național și regional, se numără:

Zizi Goschin

_______________________________________________________________

• implicarea scăzută a agenţilor economici în activităţi de cercetare-

dezvoltare şi inovare și finanţarea insuficientă a domeniului C&D din fonduri

publice;

• capacitatea redusă de absorbţie a rezultatelor cercetării de către agenţii

economici;

• infrastructura de cercetare-dezvoltare este depăşită tehnologic și serviciile

de transfer tehnologic şi inovare sunt insuficient dezvoltate;

• reducerea numărului de specialişti şi creşterea mediei de vârstă a

cercetătorilor;

• gradul redus de colaborare ştiinţifică şi integrare tehnologică pe plan

european şi internaţional.

O componentă importantă a programelor de dezvoltare regională post-criză

ar trebui să fie sprijinirea inovării şi diversificării economiilor locale pe calea

impulsionării investițiilor private în domeniul C&D, realizarea sinergiei între

institutele de C&D active la nivel regional şi nevoile comunităţilor locale de

afaceri, aplicarea inovării în activităţile curente ale întreprinderilor astfel încât

acestea să se doteze cu tehnologii performante şi să-şi îmbunătăţească procesul de

producţie, precum și stimularea activităţilor inovatoare şi a transferului de

tehnologii de la universităţi sau centre de cercetare către sectorul productiv. În

acest context, factorii de decizie ar avea de câștigat din cunoașterea mai bună a

elementelor care determină mărimea investițiilor de C&D ale regiunilor, precum și

a mecanismelor prin care activitatea de cercetare-dezvoltare și inovare poate

contribui la creșterea economică a regiunilor și la diminuarea disparităților.

Pornind de la aceste considerente, obiectivul nostru este de a investiga

diferenţele inter-regionale privind activităţile de C&D în România, cu accent pe

factorii care determină mărimea investițiilor de C&D și impactul lor economic,

pornind de la premisa că succesul regiunilor în demersul de transpunere a

cunoaşterii în inovaţii şi creştere economică este modelat de o serie largă de

caracteristici economice, sociale şi instituţionale. Necesitatea cunoașterii factorilor

care determină mărimea investițiilor de C&D din perspectiva regională este dată de

persistența disparităților teritoriale privind activitatea de C&D chiar și în

perioadele de creștere economică sau de convergență la nivel național (de

exemplu, în condițiile convergenței economice la nivelul UE-15 în ultimele două

decenii). În plus, dotarea cu factori pentru C&D și inovare prezintă un pronunțat

dezechilibru regional în toate țările. Și în România disparităţile inter-regionale și

îndeosebi intra-regionale în activităţile de cercetare-dezvoltare şi inovare sunt

semnificative și au continuat să se adâncească în ultimii ani pe fondul evoluțiilor

negative determinate de criza economică.

2. LITERATURA DE SPECIALITATE

O mulţime de studii pot fi găsite în literatura de specialitate referitor la

diferenţele inter-regionale în activitatea de C&D, precum şi factorii care sunt

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

responsabili pentru disparitățile existente, dar încercările de a explica empiric

decalajele în activitatea de inovare nu au reusit până acum identificarea unui

impact clar al localizarii. Un motiv important pentru această nereușită poate fi lipsa

datelor corespunzătoare. Informaţiile despre inovare şi factorii legaţi de aceasta

sunt mai mult sau mai puţin neglijate de către statisticile oficiale şi, în măsura în

care există astfel de informaţii, în multe cazuri nu sunt disponibile pentru

cercetarea empirică.

Deoarece investiţiile de C&D reprezinta unul dintre elementele esenţiale în

promovarea cunoaşterii, creşterea productivităţii şi dezvoltarea economică,

numeroase studii din literatura de specialitate concluzionează că orice regiune care

investeşte resurse suficiente şi se angajează eficient în C&D are potenţialul de a

obţine creşterea economică (Maloney și Rodriquez-Clare, 2007; Wang, 2010).

Există însă autori care exprimă rezerve față de infailibilitatea corelației dintre

investiţiile de C&D și creșterea economică, subliniind că trebuie introdusă în

ecuație și capacitatea regiunii de a converti cunoașterea în creștere economică, în

funcție de existența unui mediului socio-economic favorabil inovării și antreprenoriatului (de exemplu Sterlacchini, 2008). Printre factorii determinanți ai

mărimii investițiilor regionale de C&D evidențiați de studiile empirice se numără

nivelul de dezvoltare regională (măsurat prin PIB regional pe locuitor), înzestrarea

specifică cu capital uman, îndeosebi cu personal de C&D, climatul economic

regional și politicile regionale (Sterlacchini, 2008; Wang, 2010).

Mulți autori au evidențiat faptul că regiunile bogate beneficiază în mai

mare măsură de rezultatele activității proprii de C&D și inovare, în timp ce

regiunile sărace ar fi mai favorizate de imitare, iar înclinația către o intensitate

ridicată a C&D este specifică regiunilor care au depășit un anumit nivel de

dezvoltare. O altă ipoteză de bază în literatura de specialitate privind investiţiile de

C&D este că activitatea de inovare este stimulată de către proximitatea spaţială a

altor actori economici care lucrează în acelaşi domeniu sau într-unul conex, precum

şi de disponibilitatea inputurilor specifice necesare pentru activitatea de inovare

(Fritsch, 2000).

În modelele de creștere orientate către cercetare-dezvoltare, înclinația de a

investi în C&D este în legătură cu dimensiunea economiei, regiunile mai mari,

caracterizate prin piețe mai ample și resurse superioare fiind mai motivate să

desfășoare activități de C&D, care la rândul lor favorizează o creștere economică

mai accelerată a acestora (Romer, 1994). Veniturile mai mari din regiunile bogate

îi stimulează pe cumpărători să caute produse diferențiate și de calitate superioară,

care sunt rezultatul unor activități de C&D intensive (Markusen, 1986). Toate

acestea conduc la o corelație ridicată între cheltuielile de C&D per capita și PIB pe

locuitor, ceea ce face ca majoritatea studiilor empirice privind C&D să considere

PIB per capita ca un factor de influență esențial (Braconier, 2000, Furman et al.,

2002, Hu and Mathews, 2005).

Alți factori de influență prezenți în studiile empirice sunt protecția

cercetării prin patente, structura sectorială a economiei, infrastructura de cercetare

Zizi Goschin

_______________________________________________________________

din universități, dimensiunea firmelor și fluxurile internaționale de tehnologie

(Furman et al., 2002, Bhattacharya și Bloch, 2004, Kumar și Aggarwal, 2005).

Wang (2010) investighează factorii determinanți ai investițiilor în C&D la nivel

național, cu accent pe rolul de protecție a drepturilor prin patente, transferul de

tehnologie prin comerțul internațional și ISD, precum și creșterea economică, în

plus față de elementele cum sunt capitalul uman și numărul de cercetători

științifici.

Sistemele regionale de cercetare-dezvoltare reunesc o componentă de

generare și difuzare a cunoașterii (institute de cercetare, centre de inovare, unități de învățământ și altele), precum și o componentă de aplicare și exploatare a

cunoașterii (companiile), care interacționează și conferă regiunii un profil propriu

de cercetare-dezvoltare-aplicare. Studiile empirice indică faptul că activitățile de

cercetare-dezvoltare, patentele și inovațiile majore de produs au o tentință foarte

pronunțată de concentrare teritorială, dar există controverse privind tipul de

concentrare – mai specializată sau mai diversificată, care este mai favorabilă

inovării. Astfel, problema specializarii în C&D și inovare este legată de

distribuţia resurselor de cercetare-dezvoltare pe activităţi, care se situeaza între

două opţiuni extreme: concentrare în domenii de cercetare sau zone foarte

specializate, înguste sau diversificare pe mai multe domenii ştiinţifice, tehnologice

sau industriale.

În literatura de specialitate, cel mai frecvent analiza intensității regionale

a CD se bazează pe indicatori-cheie cum sunt ponderea cheltuielilor totale de

cercetare-dezvoltare totale (GERD) sau a cheltuielilor firmelor pentru cercetare-

dezvoltare (BERD) în PIB regional. La nivelul Uniunii Europene, după cum era de

aşteptat, intensităţile regionale ale C&D pe baza GERD arată diferenţe mari la

nivelul teritorial NUTS 2 (regiuni) variind între un maxim de 8,7% în regiunea

Braunschweig (Germania) şi un minim de 0,1% în regiunea Świętokrzyski

(Polonia). Cheltuielile publice de C&D au fost cele care au stabilizat cheltuielile

totale în domeniul C&D în timpul recesiunii și sprijinul guvernului este relativ

mare în regiunile rămase în urmă, în comparaţie cu acele regiuni care au un nivel

ridicat al GERD, cu excepţia Berlinului. În ceea ce privește analiza pe baza BERD,

cifrele arată că regiunile cu cea mai mare pondere a cheltuielilor firmelor pentru

cercetare-dezvoltare în PIB regional sunt concentrate doar în câteva state membre.

Chiar dacă s-ar extinde analiza la toate regiunile cu BERD peste media UE, acestea

rămân concentrate numai în nouă statele membre: zece regiuni în Germania, şase în

Franţa, patru în Marea Britanie, două în Austria, Belgia şi Spania, şi pentru Italia,

Finlanda şi Olanda câte una. De remarcat că în cele mai multe dintre regiunile cele

mai performante, cheltuielile de C&D sunt finanţate şi controlate de către sectorul

de afaceri. Cele 10 regiuni NUTS 2 cu cel mai mare BERD în termeni absoluţi

concentrează 40% din cheltuielile totale BERD din UE. Cifrele arată, de asemenea,

că numărul de regiuni în care predomină cheltuielile de cercetare publice și cele din

învăţământul superior este mic comparativ cu cele dominate de sectorul de afaceri.

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

3. DISPARITĂȚILE ȘI POLITICA REGIONALĂ DE C&D ȘI INOVARE ÎN

ROMÂNIA

La începutul tranziţiei la economia de piaţă, România înregistra un nivel

mai scăzut al decalajelor teritoriale, comparativ cu ţările din UE şi ţările candidate.

Disparităţile inter-regionale se menţin în continuare reduse în termeni absoluţi,

deşi în expresie relativă sunt comparabile cu cele din Portugalia şi Olanda. În

schimb, disparităţile intra-regionale, sensibil mai accentuate în toate regiunile de

dezvoltare, au continuat să se adâncească în urma restructurării economice şi

şomajului generat de închiderea întreprinderilor de stat cu pierderi, mai ales în

zonele monoindustriale. Principala trăsătură a dezvoltării la nivel regional este

poziția dominantă a municipiului Bucureşti, precum și a regiunii Bucureşti-Ilfov.

Deși în numeroase alte foste țări socialiste din Europa Centrală și de Est se

regăsește aceeași situaţie economică privilegiată a regiunii care include capitala,

comparativ cu celelalte regiuni, decalajul pare să fie mult mai mare în România. Se

remarcă totodată diferențele de dezvoltare economică dintre vestul şi estul

României : în cazul regiunilor din vestul ţării, apropierea de pieţele occidentale a

acţionat ca un factor important de susținere a creşterii economice, deși un rol

semnificativ l-au deţinut şi tradiţiile industriale din anumite zone, în timp ce

subdezvoltarea cronică este concentrată în NE la graniţa cu Moldova şi în sud, de-a

lungul Dunării.

În acest context trebuie subliniat faptul că repartizarea teritorială a

activităţilor de C&D și inovare este şi mai neechilibrată. Distanţa relativă dintre

Bucureşti şi celelalte regiuni ale ţării este mult mai mare în ceea ce priveşte

ponderea regiunilor în cheltuielile totale de C&D, comparativ cu ponderea lor în

PIB. Bucureştiul deţine doar 5,4% din populaţia ţării, dar 20% din IMM-uri, peste

60% din ISD, realizează circa 20% din PIB şi oferă cele mai mari oportunităţi

pentru cercetare şi dezvoltare, concentrând peste 50% din potenţialul naţional, cu

mici variaţii de la un an la altul. Din cauza unui nivel redus de integrare

economică, potenţialul de dezvoltare a municipiului Bucureşti nu s-a extins

semnificativ în zonele învecinate, capitala fiind înconjurată de unele dintre cele mai

sărace judeţe ale ţării.

După regiunea Bucureşti-Ilfov, următoarea regiune cu activitate dezvoltată

de inovare este Regiunea Sud, în timp ce la polul opus se situează Regiunea Sud-

Est, cu cel mai redus volum al cheltuielilor de C&D și inovare. Deşi au existat

variaţii de la un an la altul, repartiţia în teritoriu a cheltuielilor totale de C&D ale

României a respectat în linii generale aceeaşi ierarhie (figura 1), cu regiunea

Bucureşti-Ilfov pe primul loc, la mare distanță de celelalte regiuni. În România nu

există o politică specifică de C&D și inovare care să vizeze aceste inegalități, deși strategia de inovare națională își propune să încurajeze dezvoltarea și competitivitatea nu numai la nivel național, dar și regional și local.

Zizi Goschin

_______________________________________________________________

Figura1. Cheltuieli totale de cercetare-dezvoltare (GERD) ca pondere în PIB,

pe regiuni, 2001-2008

Sursa : prelucrări proprii pe baza datelor Eurostat

În prezent, România încearcă să-și definească strategia regională de C&D

și inovare, deoarece nu dispune încă de politici clare și de priorități privind C&D și

inovarea la nivel regional. În domeniul politicii regionale de inovare coordonarea

este divizată între diferite părți interesate, fără o corelare satisfăcătoare. Până în

prezent, dimensiunea regională a politicii de C&D și inovare a fost doar indirect

abordată în Planul Național de C&D și inovare 2007-2013 și în unele Programe

Operaționale Sectoriale, cum ar fi Programul Creșterea Competitivității Economice și Programul de Dezvoltare Regională. Lipsa de coordonare între

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

politica națională și cea regională este unul dintre factorii care limitează eficiența

politicii de inovare în România. Deși politica națională de C&D vizează și

stimularea potențialului de inovare la nivel regional, sistemul național de inovare

are o componentă regională încă insuficient dezvoltată.

Întrucat Autoritatea Națională pentru Cercetare Științifică (ANCS) nu are

decât competențe regionale limitate, Agențiile pentru Dezvoltare Regională (ADR)

sunt actorii-cheie locali, cel mai bine poziționați pentru a elabora și implementa

politici regionale de C&D și inovare adaptate la nevoile fiecărei regiuni. Totuși ADR-urile nu dispun de expertiză in domeniul cercetării și dezvoltării și nici de

experiență în managementul de proiect, au comunicare limitată atât cu ANCS cât și cu părțile interesate locale și tind să se bazeze foarte mult pe contribuția

autorităților centrale. Rolul lor este în mare parte unul administrativ și au o

capacitate foarte scăzută de a stimula activitățile regionale de C&D și inovare,

concentrându-se în special pe facilitarea de contacte ale actorilor regionali cu

potențialii investitori naționali și străini.

O colaborare mai bună între ADR-uri și alte autorități regionale, precum și comunicarea eficientă cu ANCS, sunt necesare pentru a consolida autoritatea ADR

și capacitatea lor de a atinge obiectivele regionale de C&D și inovare, în

conformitate cu strategia de inovare la nivel național. Mai mult, ADR-urile ar

trebui să exercite un rol mai mare în gestionarea locală a fondurilor FEDR, pentru a

obține rezultate mai bune și o rată de absorbție mai ridicată.

Politica regională de cercetare-dezvoltare și inovare în România este în

prezent pusă în aplicare prin intermediul a două scheme de finanțare diferite. Cea

mai mare parte din finanțarea regională a proiectelor de C&D se realizează prin

Planul Național C&D și inovare 2007-2013. În al doilea rând, finanțarea regională

a politicii de inovare este legată de fondurile structurale pentru inovare, care sunt

gestionate prin intermediul a două programe operaționale. Cel mai mare este

Programul Creșterea Competitivității Economice (POS CCE), care primeste mai

mult de jumătate din fondurile FEDR pentru inovare, în timp ce Programul de

Dezvoltare Regionala deține doar 3% din fondurile FEDR. Rata globală de

absorbție a acestor fonduri în România este foarte scăzută (aproximativ 10%), ceea

ce limitează eficiența sistemului regional de inovare.

O serie de strategii regionale de inovare (RIS) se desfășoară în șase din

cele opt regiuni de dezvoltare din România, cu sprijinul Rețelei Regiunilor

Inovative din Europa ( Innovating Regions in Europe Network), în colaborare cu

Agențiile de Dezvoltare Regională (ADR-urile). Proiectele vizează îmbunătățirea

politicilor de inovare și a infrastructurii regiunilor în vederea stimulării inovării și competitivității regionale, iar finanțarea este asigurată de DG Enterprise, în cadrul

strategiilor regionale de inovare în țările recent asociate. Primele proiecte s-au

desfășurat pe parcursul perioadei 2005 - 2008 și au fost elaborate de către șase

regiuni (Vest, București-Ilfov, Nord-Est, Nord-Vest, Sud-Est, Sud-Muntenia),

având structură și obiective asemănătoare, dar și trăsături specifice în conformitate

cu caracteristicile fiecărei regiuni. Continuarea proiectelor în perioada 2008-2103 a

Zizi Goschin

_______________________________________________________________

fost aprobată doar pentru regiunile Vest și Sud-Muntenia. Deși proiectele RIS au

ajutat la stabilirea celor mai bune acțiuni de inovare pentru regiunile vizate,

impactul lor economic este redus în lipsa resurselor de finanțare proprii.

Obiectivele regionale de C&D ȘI INOVARE pot fi finanțate prin Programul

Operațional Regional și Programul Operațional "Creșterea Competitivității Economice". O altă limită pentru eficacitatea lor este faptul că proiectele RIS sunt

slab integrate cu alte proiecte elaborate în regiuni.

Proiectele RIS desfășurate până în prezent au obținut rezultatele notabile,

cum sunt: crearea centrului regional pentru Inovare și Transfer Tehnologic (2006)

în Regiunea Vest care oferă asistență pentru dezvoltarea de servicii inovatoare și permite colaborarea între institutele de cercetare-dezvoltare, universități și sectorul

de afaceri; o inițiativă regională de cluster în sectorul autovehiculelor

(Automotivest, în 2007), care este prima încercare oficială de a crea clusterul auto

din Regiunea Vest prin reunirea IMM-urilor locale din industria de automobile,

universități tehnice, camerele regionale de comerț și Agenția pentru Dezvoltare

Regională Vest; proiectul Innovating South Muntenia, elaborat în Regiunea Sud-

Muntenia (2005-2013) reunește autoritățile locale, IMM-uri, ONG-uri, universități, unități de cercetare, precum și doi parteneri din UE, cu scopul comun al creșterii

inovativității și competitivității bazate pe bunele practici internaționale; preluând

modelul Institutului European de Tehnologie, în Regiunea Nord-Vest a fost creat în

2007 Institutul Regional pentru transfer în domeniul Educației, Cercetării și

Tehnologiei ca o societate pe acțiuni cu scopul de a îmbunătăți educația, cercetarea

și transferul tehnologic, având ca acționari autorități publice, companii și universități din regiune; polul de competitivitate "Cetatea Științei", creat în județul

Cluj, s-a axat pe sprijinirea cercetării în mai multe domenii: agricultura și siguranța

alimentară, energia, mediul, materiale inovative, sănătate etc; un proiect strategic

între Europa Centrală și regiunea Nord-Vest -Transilvania BISNet-, a fost conceput

ca o rețea de sprijin pentru afaceri și inovare pentru IMM-urile din Transilvania

prin sprijin tehnologic, servicii de consultanță, cercetare de piata etc; proiectul

AsviLoc are în vedere un sistem de inovare transnational, pe baza rețelei de ADR-

uri din Europa de Sud-Est.

Numeroase programe guvernamentale includ factorii de stimulare a

cercetării ştiinţifice, dezvoltării tehnologice şi inovării ca elemente-cheie ale

politicilor economice şi sociale de asigurare a unei dezvoltări teritoriale echilibrate.

O serie de măsuri inițiate în domeniul C&D și inovare vizează dezvoltarea unui

mediu favorabil pentru stimularea cererii şi a activităţilor proprii de cercetare-

dezvoltare ale agenţilor economici locali, cu prioritate în domenii ale tehnologiilor

de vârf și încurajarea parteneriatelor între agenţii economici şi organizaţiile de

cercetare.

În acest context, obiectivul cercetării noastre este de a identifica, pe baza

unei analize empirice, factorii care determină mărimea investițiilor de C&D ale

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

regiunilor, precum și mecanismele prin care C&D poate contribui la creșterea

economică a regiunilor și la diminuarea disparităților teritoriale în România.

4. MODELE, VARIABILE ȘI DATE

Modelul pe care îl vom estima în continuare evidențiază dependența

investițiilor private și publice în C&D și inovare (exprimate pe baza cheltuielilor

de C&D și inovare1) de o serie de caracteristici economice care definesc profilul

regiunilor de dezvoltare din România, cum sunt nivelul de dezvoltare al fiecărei

regiuni, măsurat prin PIB regional pe locuitor, specializarea tehnologică, măsurată

prin intermediul structurii populației ocupate, formarea brută de capital fix, pe

regiuni de dezvoltare, resursele umane din domeniul știință și tehnologie, rata de

ocupare a forței de muncă pe regiuni și numărul total de patente.

Variabilele dependente ale modelelor econometrice care vor fi testate

empiric sunt cheltuielile totale de cercetare-dezvoltare și inovare (GERD), precum

și principalele componentele acestora: cheltuielile private (BERD) și cheltuielile

guvernamentale (GOVERD) de C&D și inovare, pe regiuni de dezvoltare, ca

pondere în PIB regional.

Variabilele de control sunt produsul intern brut regional (PIB) anual pe

locuitor (euro/pers), care exprimă nivelul de dezvoltare și poate fi folosit ca

variabilă proxy pentru eficiența activității economice în fiecare regiune și trei

indicatori care exprimă specializarea tehnologică prin intermediul structurii

populației ocupate în funcție de intensitatea tehnologică:

POHT - populația ocupată în industria prelucrătoare de nivel tehnologic

ridicat (industria farmaceutică, calculatoare și echipamente de birou, echipamente

radio, TV și comunicații, instrumente optice și de precizie, aeronave) și mediu

ridicat (industria chimică, mașini și aparate electrice, motoare, echipamente de

transport);

POLT - populația ocupată în industria prelucrătoare de nivel tehnologic

mediu scăzut (industria cărbunelui, petrolului, a maselor plastice, produse metalice

și nemetalice, reparații navale) și scăzut (industria alimentară, textilă, pielărie,

industria lemnului și altele);

POSI - populația ocupată în servicii care folosesc intensiv cunoașterea

(transport aerian și pe apă, poștă și telecomunicații, intermedieri financiare,

tranzacții imobiliare, educație, sănătate).

Variabilele independente ale modelului mai includ și alți indicatori corelați cu variabila dependentă, care completează modelul astfel încât variația regională și în timp a cheltuielilor de C&D și inovare să fie cât mai bine explicată: resursele

umane pentru știință și tehnologie (RUST), pe regiuni, ca pondere în total

populație ocupată, cheltuielile de cercetare-dezvoltare și inovare din învățământul

1 În literatura de specialitate este sustinută ideea că toate cheltuielile efectuate în sectorul

C&D si inovare trebuie să fie considerate investitii.

Zizi Goschin

_______________________________________________________________

superior (HERD), ca pondere în PIB regional, formarea brută de capital fix

(FBCF) anual, pe regiuni de dezvoltare (mil. euro), rata de ocupare (OCUP) a

forței de muncă pe regiuni (%) și patentele depuse anual, pe regiuni de dezvoltare

(PATENTE), exprimate ca număr patente la un milion de locuitori.

Punctul de pornire îl reprezintă un model de regresie în care folosim datele

spațiale și temporale reunite (pooled Ordinary Least Squares - POLS) fără a utiliza

efectele fixe sau aleatoare specifice tehnicilor panel:

yit = β0 + Σjβj Xjit + eit, pentru i=1,….,N și t=1,….,T (1)

unde:

yit - variabila dependentă observată pentru regiunea i în anul t;

Xjit - variabila independentă j observată pentru regiunea i în anul t;

β0 – constanta (comună tuturor regiunilor);

eit - erorile.

În cazul nostru, modelele econometrice cu care începem testarea empirică

a determinanților cheltuielilor totale (GERD), cheltuielilor private (BERD) și

cheltuielilor guvernamentale (GOVERD) pentru cercetare-dezvoltare și inovare

sunt:

GERDit = β0 + β1 Patenteit + β2 PIBit + β3RUST + β4POHTit + β5 POLTit +

+ β6 POSIit + β7 FBCFit + β8 OCUPit + eit, (2)

BERDit = β0 + β1 HERDit + β2 PIBit + β3RUST + β4POHTit + β5 POLTit +

+ β6 POSIit + β7 Patenteit + β8 FBCFit + β9 OCUPit + β10 GOVERDit +

+ eit, (3)

GOVERDit = β0 + β1 BERDit + β2 PIBit + β3RUST + β4POHTit +

+ β5 POLTit +β6 POSIit + β7 Patenteit + β8 FBCFit + β9 OCUPit +

+ β10 HERDit + eit, (4)

unde: i = 1,..., 8 (regiunile) și t = 2001,..., 2008.

Aceste modele generale vor fi în continuare transformate în vederea

estimării prin tehnici de tip panel cu efecte fixe (FE) care ne permit să testăm

prezenţa efectelor individuale. Presupunând existența unui specific regional care

rămâne neschimbat în timp caracteristicile neobservate vor fi modelate ca efecte

fixe care se vor regăsi în valori diferite β0i ale constantei modelului (β0) pentru

fiecare regiune. Efectele individuale surprind caracteristici regionale presupuse

constante în decursul perioadei analizate, care au impact asupra activității de C&D

și inovare: politicile regionale în domeniul științei și tehnologiei, spiritul

antreprenorial, legăturile dintre institutele de cercetare, universități și mediul de

afaceri, potențialul local de cercetare și inovare etc. În acest mod controlăm

eterogenitatea neobservată în ipoteza că aceasta este invariabilă (fixă) în timp și

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

eventual corelată cu regresori. Modelul cu efecte fixe (fixed effects FE) este o

regresie de forma:

yit = β0i + Σjβj Xjit + eit, pentru i=1,….,N și t=1,….,T (5)

unde:

yit - variabila dependentă observată pentru regiunea i în anul t;

Xjit - variabila independentă j observată pentru regiunea i în anul t;

β0i - efectul individual neobservat, constant în timp, pentru regiunea i;

eit - erorile.

Relația (5) descrie un model care conține efecte fixe doar pentru regiunile i

(one-way fixed effects model), dar care poate fi extins pentru a include și efecte

fixe pentru anii t (two-way fixed effects model):

yit = β0i +t + Σjβj Xjit + eit, pentru i=1,….,N și t=1,….,T (6)

unde t surprinde efectele fixe temporale (influența timpului se manifestă prin

intermediul unor schimbări în tehnologie, în politicile economice, impactul unor

fenomene ciclice precum crize economice, relansarea economică etc) în timp ce β0i

captează efectele fixe spațiale (specificul regional invariabil în perioada T).

Întrucât perioada 2001-2008 pe care o avem în vedere a fost caracterizată printr-un

proces de creștere economică stabilă, fără deviații semnificative sau schimbări

importante în politica economică, vom limita analiza efectelor fixe la cele

regionale.

Dintre variantele disponibile pentru estimarea modelului cu efecte fixe (de

exemplu în Wooldridge, 2002) am ales metoda celor mai mici pătrate aplicată unei

specificații care introduce în mod explicit în model efectele fixe prin intermediul

unor variabile dummy2 Di corespunzătoare regiunilor i (modelul Least Squares

Dummy Variable - LSDV):

yit = Σiβ0iDi + Σjβj Xjit + eit, (7)

unde Di este egal cu 1 pentru observațiile corespunzătoare regiunii i și 0 în caz

contrar. Astfel coeficienții variabilelor dummy reprezintă efectul fix al regiunilor i

asupra variabilei dependente. Modelul astfel specificat poate fi estimat cu metoda

celor mai mici pătrate (Ordinary Least Squares - OLS).

În vederea validării alegerii modelului cu efecte fixe în locul modelului

inițial POLS, vom verifica existența/inexistența efectelor individuale aplicând un

2 Pentru e evita multicoliniaritatea perfectă (care apare dacă folosim câte o variabilă dummy

pentru fiecare regiune – ”dummy variable trap”) este necesar să se renunț e la o variabilă

dummy, definind una dintre regiuni drept categorie de referinț ă. Alternativa adoptată în

relaț ia (7) este renunț area la constantă (intercept) ș i păstrarea tuturor variabilelor

dummy regionale.

Zizi Goschin

_______________________________________________________________

test F. Ipoteza nulă a testului este H0: β0i= 0, i=1,...,N, ceea ce implică absența

efectelor individuale și recomandă modelul POLS. Alternativa este modelul cu

efecte fixe FE. Statistica testului este:

))/((

)/()(

KNTESS

NESSESSF

FE

FEPOLS

1

1 (8)

unde POLSESS și FEESS reprezintă suma pătratelor erorilor (error sum of squares

ESS) din modelul restrâns POLS și respectiv modelul cu efecte fixe FE, N este

numărul de regiuni, T numărul de ani și K numărul de regresori din modelul FE. În

cazul în care nu putem respinge ipoteza nulă, efectele individuale regionale sunt

infirmate, ceea ce face ca modelul POLS să fie cel potrivit pentru setul de date

respectiv; în caz contrar se va prefera estimarea cu tehnici de tip panel.

Spre deosebire de modelul cu efecte fixe, care include constante

individuale β0i pentru regiuni, modelul cu efecte aleatoare (random effects RE)

tratează constanta ca variabilă aleatoare de medie β0, iar diferențele regionale

(valorile diferite ale constantei de la o regiune la alta) sunt considerate deviații aleatoare de la constanta medie β0:

β0i = β0 + εi, (9)

unde εi este eroarea (cu medie nulă și varianță constantă2

).

Rezultă că în modelele cu efecte aleatoare consideră erorile au o formă

compozită:

uit = εi + eit, (10)

unde εi este componenta erorii specifică regiunii i (care determină valori diferite ale

constantei pentru fiecare regiune), iar eit este componenta aleatoare (obişnuită) a

erorii. Inserând relațiile (9) și (10) în ecuația modelului cu efecte fixe (5) obținem

forma generală a modelului cu efecte aleatoare:

yit = β0 + Σjβj Xjit + uit, pentru i=1,….,N și t=1,….,T (11)

unde structura erorilor uit este cea descrisă în relația (10).

Utilizarea modelului cu efecte aleatoare este justificată dacă unitățile

incluse în eșantion provin dintr-o colectivitate generală de mari dimensiuni.

În vederea alegerii celui mai potrivit tip de model, cu efecte fixe (FE) sau

cu efecte aleatoare (RE), se apelează la testul Hausman. Pentru cazul panelului de

date, ipoteza nulă a testului este că estimatorii modelelor FE și RE nu diferă

semnificativ. Dacă testul respinge ipoteza nulă se consideră că nu ar trebui să fie

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

utilizat modelul cu efecte aleatoare deoarece acestea este posibil să fie corelate cu

variabilele independente din model. Dacă testul nu respinge ipoteza nulă se

consideră că estimatorii celor două modele produc rezultate similare.

Presupunând adevărată prezenţa efectelor regionale individuale, pentru a

obține estimații nedeplasate am folosit regresia cu variabile dummy (Least Squares

Dummy Variable - LSDV) pentru modelul cu efecte fixe și metoda celor mai mici

pătrate generalizată (Generalized Least Squares – GLS) pentru modelul cu efecte

aleatoare.

Setul de date folosit combină seriile cronologice și cele transversale într-o

structură de tip panel: baza de date reunește cele 8 regiuni de dezvoltare din

România pe parcursul perioadei 2001-2008. Sursa pentru datele statistice folosite

este baza de date online a Eurostat. Alegerea perioadei de analiză a fost ghidată de

intenția de a evidenția modul specific de acțiune a factorilor de influență relevanți într-o perioadă de creștere economică susținută. Folosirea unui model econometric

de tip panel prezintă multiple avantajele: panelul oferă mai multe informații, mai

multă variabilitate, mai puțină colinearitate între variabile, mai multe grade de

libertate, deci este mai eficient în comparație cu analizele independente teritoriale

sau cronologice (Baltagi, 2005).

Matricea de corelație a variabilelor modelului arată că atât cheltuielile

totale de cercetare-dezvoltare ale regiunilor (ca pondere în PIB regional), cât și

componentele acestora (cheltuielile guvernamentale, cele ale întreprinderilor și ale

unităților de învățământ superior) pe regiuni, în perioada 2001-2008, se corelează

puternic cu nivelul de dezvoltare al regiunilor, măsurat prin PIB/locuitor, populația

ocupată în servicii care folosesc intensiv cunoașterea, resursele umane pentru

știință și tehnologie, numărul de patente la un milion de locuitori și formarea brută

de capital fix. Alt factor aflat în legătură directă, dar mult mai slabă, cu cheltuielile

regiunilor pentru C&D a fost rata de ocupare, în timp ce, așa cum era de așteptat,

numărul populației ocupate în activități industriale de nivel tehnologic scăzut și

mediu-scăzut se corelează negativ cu toți indicatorii intensității activității regionale

de cercetare-dezvoltare. Neașteptată este însă corelația negativă dintre populația

ocupată în activități industriale de nivel tehnologic ridicat și mediu-ridicat negativ

cu indicatorii regionali ai C&D (excepție fac cheltuielile de C&D ale

întreprinderilor), dar și cu PIB/locuitor, rezultat constatat și pentru regiunile UE în

2006 (Heidenreich, 2008).

În opoziție cu rezultatele raportate de studii efectuate la nivelul UE (de

exemplu, Heidenreich, 2008), în România nu se constată complementaritatea dintre

tehnologiile avansate și joase: populația ocupată în activități industriale de nivel

tehnologic ridicat și mediu-ridicat în România nu se corelează cu numărul

populației ocupate în activități industriale de nivel tehnologic scăzut și mediu-

scăzut, nici cu populația ocupată în servicii care folosesc intensiv cunoașterea.

Datele empirice indică mai degrabă o tendință de specializare tehnologică a

regiunilor decât coexistența pe poziții de egalitate a sectoarelor cu intensitate

tehnologică diferită.

Zizi Goschin

_______________________________________________________________

5. REZULTATE

În ipoteza prezenței heterogeneitǎţii în comportamentul investițional între

regiunile de dezvoltare din România, am apelat la technici econometrice de tip

panel pentru a evidenția factorii determinanți ai cheltuielilor totale (GERD),

cheltuielilor private (BERD) și cheltuielilor guvernamentale (GOVERD) pentru

cercetare-dezvoltare și inovare. Modelele specificate în relațiile (2) – (4), precum

și transformările lor conform (5) și (11) au fost estimate în EViews 7 și au condus

la rezultatele prezentate în tabelele 1-3.

Tabelul 1. Rezultatele estimării parametrilor modelului privind determinanții investițiilor totale de C&D și inovare (GERD)

Model 1: pooled

data (OLS)

Model 2: efecte fixe

(LSDV)

Model 3: efecte

aleatoare (GLS)

Variabila/

Statistica

Coefficient Std.

Error

Coefficient Std.

Error

Coefficient Std.

Error

PIB 1.81E-05*** 6.26E-06 1.24E-05** 6.44E-06 1.99E-05*** 3.93E-06

POHT 0.001781*** 0.000387 0.00140*** 0.000407 0.001769*** 0.000374

POLT -0.00107*** 0.000235 -0.00232*** 0.000319 -0.00106*** 0.000227

POSI 0.011553*** 0.003492 0.007267*** 0.002312 0.011712*** 0.003270

PATENTE -0.008749 0.008527 -0.013268 0.009101 -0.009901 0.008371

FBCF 1.56E-06 4.17E-06 5.04E-06 5.31E-06

OCUP -0.003840 0.004094 -0.00943*** 0.003159 -0.003791 0.004021

RUST 4.339875*** 0.986831 0.702328 1.070612 4.336020*** 0.970861

C -0.164753 0.278311 0.967712*** 0.126799 -0.171678 0.270615

Nr. observații 64 64 64

Effects (prob):

-cross-sect. F

-cross-sect.c2

9.247342 (0.000)

60.629105 (0.000)

Hausman test -

c2 Stat. (prob) 69.385567 (0.000)

R-squared 0.952668 0.977740 0.953491

F-statistic

(prob)

159.5026 (0.000)

185.4762 (0.000) 185.5109 (0.000)

*** p<1%; ** p<5%; p<10%

Sursa: calcule proprii

Rezultatele generale estimării parametrilor modelelor referitoare la

cheltuielile totale de C&D și inovare (tabelul 1) indică influența pozitivă a

specializării în activități industriale de nivel tehnologic ridicat și mediu-ridicat și în

servicii care folosesc intensiv cunoașterea și influența negativă a ponderii ridicate a

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

activităților industriale de nivel tehnologic scăzut. În sens mai larg, putem afirma

că specializarea economică regională este un factor de influență important pentru

activitatea de C&D și inovare, precum și pentru performanța economică a

regiunilor de dezvoltare din România. Cele trei variabile care reflectă tipologia

specializării regionale (POHT, POLT, POSI) sunt semnificative statistic în toate

modelele și coeficienții estimați au semnul așteptat. Nivelul de dezvoltare a

regiunilor (captat prin PIB pe locuitor) exercită o influență pozitivă semnificativă

asupra variabilei dependente, în timp ce numărul de patente la un milion de

locuitori și formarea brută de capital fix nu par să aibă o influență semnificativă.

Diferențele între cele 3 modele privind determinanții investițiilor totale de C&D și inovare apar în ceea ce privește indicatorii ocupării. Rata de ocupare a forței de

muncă pe regiuni este semnificativă doar pentru modelul cu efecte fixe, iar

coeficientul variabilei are un semn negativ care sugerează un efect de substituție:

activitatea de C&D și inovare contribuie la creșterea productivității, reducând

necesarul de forță de muncă (pentru același output) și, implicit, rata ocupării. În

ceea ce privește resursele de forță de muncă pentru C&D, coeficientul estimat are

semnul pozitiv așteptat în toate cele trei variante, deși variabila este

nesemnificativă pentru modelul cu efecte fixe.

Este necesar să testăm dacă modelul inițial (POLS) este mai puțin bun

decât modelul cu efecte fixe (FE). Rezultatele obţinute în Eviews, atât pentru

statistica F, cât pentru , indică respingerea ipotezei nule potrivit căreia efectele

individuale sunt zero. Acest rezultat corespunde așteptărilor privind existența unui

nivel ridicat de eterogenitate între regiunile României, așa cum a indicat și analiza

statistică preliminară. Pe lângă efectele individuale spațiale au fost testate și efectele temporale, care au fost respinse. Se pare că perioada analizată 2001-2008

nu a fost marcată de schimbări semnificative în politicile regionale privind

activitatea de C&D și inovare.

În continuare comparăm modelul cu efecte fixe (FE) și cel cu efecte

aleatoare (RE) folosind testul Hausman. Probabilitatea nulă indicată de test ne

determină să preferăm modelul cu efecte fixe, ceea ce susține ipoteza existenței

unor efecte individuale omise care influențează mecanismul investițional în C&D.

Acești factori care determină specificitatea regională în domeniul C&D și inovării pot fi atât cantitativi, cât și calitativi (potențialul de C&D regional,

existența unor parcuri tehnologice și clustere inovative, cultura antreprenorială,

capacitatea de a valorifica rezultatele cercetării în activitatea productivă, politicile

regionale etc). Posibilitatea de a pune în evidență existența acestor factori este un

avantaj esențial al tehnicilor de tip panel.

Dintre determinanții investițiilor private pentru C&D și inovare (tabelul 2),

cele trei variabile de interes, care exprimă specializarea tehnologică a regiunilor, au

influențe asemănătoare celor evidențiate anterior pentru cheltuielile totale de C&D

și inovare: influență pozitivă a specializării în activități industriale de nivel

tehnologic ridicat și mediu-ridicat și în servicii care folosesc intensiv cunoașterea

și influență negativă a ponderii ridicate a activităților industriale de nivel

Zizi Goschin

_______________________________________________________________

tehnologic scăzut. Cheltuielile guvernamentale pentru C&D, precum și cele din

învățământul superior, sunt în general factori de influență nesemnificativi pentru

BERD, iar semnul negativ al coeficienților respectivi sugerează competiția dintre

fondurile publice și private. Patentele reprezintă o variabilă semnificativă în toate

cele trei modele, dar semnul negativ sugerează faptul că succesele științifice

patentabile nu atrag automat noi investiții în cercetare. Activitățile de C&D

prezintă un nivel mult mai ridicat de risc decât investițiile obișnuite și resursele

financiare suplimentare nu garantează performanțe proporționale.

Tabelul 2. Rezultatele estimării parametrilor modelului privind determinanții investițiilor private de C&D și inovare (BERD)

Model 1: pooled

data (OLS)

Model 2: efecte fixe

(LSDV)

Model 3: efecte

aleatoare (GLS)

Variabila/

Statistica

Coefficient Std.

Error

Coefficient Std.

Error

Coefficient Std.

Error

GOVERD -0.415055 0.270266 0.082809 0.212405 -0.357649*** 0.125704

HERD -0.270374* 0.157996 -0.035381 0.130394 -0.347689 0.094309

PIB 2.75E-06 8.44E-06 2.00E-06 8.19E-06 -4.50E-06* 2.82E-06

POHT 0.002567*** 0.000382 0.000617** 0.000303 0.002665*** 0.000169

POLT -0.00071*** 0.000259 -0.000593* 0.000390 -0.00036*** 8.35E-05

POSI 0.008322*** 0.003154 0.003489* 0.001882 0.005101*** 0.001182

PATENTE -0.019042* 0.010086 -0.01474** 0.007231 -0.018022*** 0.005262

FBCF -2.71E-06 6.80E-06 -1.22E-05** 5.85E-06

OCUP -0.004999* 0.002975 0.000459 0.002740

RUST 3.379718*** 0.731058 -0.470169 0.699738 2.784860*** 0.337652

C -0.057240 0.195347 0.254693 0.213077 -0.307128*** 0.030144

Nr. observații 64 64 64

Effects (prob):

-cross-sect. F

-cross-sect.c2

15.900599 (0.000)

86.342372 (0.000)

Hausman test -

c2 Stat. (prob) 112.587607 (0.000)

R-squared 0.847620 0.951713 0.847599

F-statistic

(prob)

36.04396 (0.000) 74.04123 (0.000) 51.05471 (0.000)

*** p<1%; ** p<5%; p<10%

Sursa: calcule proprii

Rezultatele estimării parametrilor modelului privind determinanții investițiilor publice de C&D și inovare (tabelul 3) arată că variabilele de interes

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

sunt nesemnificative statistic în toate cele trei variante; se pare că, spre deosebire

de fondurile private, fondurile publice de C&D și inovare nu sunt repartizate

teritorial în concordanță cu specializarea tehnologică. În schimb, alocarea

fondurilor publice de C&D ține cont de performanțele științifice regionale

exprimate prin numărul de patente depuse la 1 milion de locuitori.

PIB/locuitor și resursele umane disponibile pentru activitățile din domeniul

științei și tehnologiei au semnul așteptat dar nu sunt semnificative pentru modelul

cu efecte fixe, în timp ce rata ocupării, care își menține semnul negativ indicat de

modelele precedente (tabelele 1 și 2) este semnificativă doar pentru modelul FE.

De asemenea, formarea brută de capital fix este un factor de influență semnificativ.

Tabelul 3. Rezultatele estimării parametrilor modelului privind determinanții investițiilor publice de C&D și inovare (GOVERD)

Model 1: pooled

data (OLS)

Model 2: efecte fixe

(LSDV)

Model 3: efecte

aleatoare (GLS)

Variabila/

Statistica

Coefficient Std.

Error

Coefficient Std.

Error

Coefficient Std.

Error

BERD -0.108409** 0.044346 0.032949 0.118296

FBCF 2.38E-06 2.29E-06 1.16E-05*** 4.15E-06 1.71E-06 2.80E-06

HERD 0.060750 0.100899 -0.096464 0.087007 0.104044* 0.058855

PATENTE 0.013696* 0.007846 0.009511 0.007663 0.023924*** 0.003815

PIB 9.31E-06*** 1.92E-06 2.67E-06 2.06E-06 8.00E-06** 3.66E-06

POHT 3.05E-05 0.000137 -0.000155 0.000196 -0.000448*** 0.000104

POLT -0.000675*** 9.63E-05 -0.000534*** 0.000158 -0.000446*** 4.83E-05

POSI 0.005578*** 0.001936 0.002442* 0.001272 0.009097*** 0.000494

OCUP -0.002073 0.002602 -0.003026** 0.001362

RUST 1.804656*** 0.304474 0.201731 0.705595 1.505071*** 0.234626

C -0.020699 0.159542 0.266963** 0.135040 -0.017625 0.014848

Nr. observații 64 64 64

Effects (prob):

-cross-sect. F

-cross-sect.c2

6.930621 (0.000)

51.727431 (0.000)

Hausman test -

c2 Stat. (prob) 44.796019 (0.000)

R-squared 0.969602 0.985326 0.955591

F-statistic

(prob)

201.9537 (0.000) 249.8442 (0.000) 194.6621 (0.000)

*** p<1%; ** p<5%; p<10%

Sursa: calcule proprii

Zizi Goschin

_______________________________________________________________

Factorii de influență estimați pentru modelele (3) și (4) relevă, așa cum era

de așteptat, diferențe între politica publică și cea privată. Strategia guvernamentală

privind C&D și modul de alocare a fondurilor în acest domeniu par să se bazeze pe

criterii diferite comparativ cu strategia firmelor private. Concluzia generală este că investițiile C&D în regiunile de dezvoltare din

România sunt influențate pozitiv de specializarea în activități industriale de nivel

tehnologic ridicat și mediu-ridicat, precum și în servicii care folosesc intensiv

cunoașterea, dar sunt afectate negativ de ponderea ridicată a activităților industriale

de nivel tehnologic scăzut. În sens mai larg, putem afirma că specializarea

economică regională este un factor de influență important pentru activitatea de

C&D și inovare, precum și pentru performanța economică a regiunilor de

dezvoltare din România. Un alt rezultat interesant este corelația negativă dintre

cheltuielile de cercetare-dezvoltare ale întreprinderilor și cele guvernamentale,

reflectând competiția dintre cele două sectoare de cercetare. În plus, intensitatea

activității de C&D în unitățile de învățământ superior este un factor cu influență

pozitivă asupra cheltuielilor guvernamentale de cercetare-dezvoltare, dar cu

influență negativă pentru investițiile de C&D ale întreprinderilor, ceea ce

sugerează că la nivel regional nu există un parteneriat eficient între învățământul

superior și mediul privat, ceea ce reduce potențialul de dezvoltare economică

locală. În final trebuie menționat faptul că dimensiunea relativ redusă a

eşantionului induce un anumit grad de incertitudine privind rezultatele obținute.

Valorificarea potenţialului tehnologic local cu impact la nivelul agenţilor

economici, specializarea adecvată şi performanţa sistemului local de cercetare,

dezvoltare şi inovare sunt factori esențiali pentru investițiile în C&D, cât și pentru

performanța economică a regiunilor de dezvoltare.

6. CONCLUZII

O componentă esențială a strategiilor de dezvoltare regională se referă la

sprijinirea inovării şi diversificării economiilor locale prin stimularea activităţilor

inovatoare. În acest context factorii de decizie ar avea de câștigat din cunoașterea

mai bună a elementelor care determină mărimea investițiilor de C&D ale

regiunilor, întrucât aceste investiții pot contribui semnificativ la creșterea

economică și la diminuarea disparităților.

În ipoteza prezenței heterogeneitǎţii între regiunile de dezvoltare din

România, în ceea ce privește strategiile lor investiționale de cercetare și dezvoltare,

este justificată evidențierea efectelor individuale prin intermediul tehnicilor de tip

panel evitându-se astfel riscul obţinerii unor estimații deplasate din cauza

endogeneitǎţii. Modelele care au fost estimate arată că intensitatea C&D în

regiunile de dezvoltare din România este influențată pozitiv de specializarea în

activități industriale de nivel tehnologic ridicat și mediu-ridicat și în servicii care

folosesc intensiv cunoașterea, dar este afectată negativ de ponderea ridicată a

Determinantii regionali ai investitiilor pentru C&D si inovare în România

_______________________________________________________________

activităților industriale de nivel tehnologic scăzut. Pe de altă parte, modul de

alocare a fondurilor publice în domeniul C&D pare să se bazeze pe criterii diferite

comparativ cu strategia firmelor private. Creşterea competitivităţii economiilor

regionale prin valorificarea potenţialului tehnologic local cu impact la nivelul

agenţilor economici, specializarea adecvată şi performanţa sistemului local de

cercetare, dezvoltare şi inovare se dovedesc factori decisivi pentru investițiile în

C&D și pentru performanța economică a regiunilor, explicând în mare măsură

decalajele regionale existente pe teritoriul României.

Testele efectuate indică modelul cu efecte fixe ca fiind cea mai bună

variantă dintre modelele estimate, ceea ce susține ipoteza existenței unor factori

cantitativi și calitativi care determină specificitatea regională în domeniul C&D și inovării și influențează mecanismul investițional.

O componentă importantă a programelor de dezvoltare regională post-criză

ar trebui să fie sprijinirea inovării şi diversificării economiilor locale pe calea

impulsionării investițiilor private în domeniul C&D, realizarea sinergiei între

institutele de C&D active la nivel regional şi nevoile comunităţilor locale de

afaceri, aplicarea inovării în activităţile curente ale întreprinderilor astfel încât

acestea să se doteze cu tehnologii performante şi să-şi îmbunătăţească procesul de

producţie, precum și stimularea activităţilor inovatoare şi a transferului tehnologic

de la unitățile de cercetare-dezvoltare către sectorul productiv.

BIBLIOGRAFIE

[1] Baltagi, B.H. (2005), Econometric Analysis of Panel Data, Third edition,

John Wiley & Sons Ltd;

[2] Becker, B., Pain, N. (2008), ”What Determines Industrial R&D Expenditure

in the UK?” The Manchester School, 76: 66–87;

[3] Bhattacharya, M., & Bloch, H. (2004), ”Determinants of innovation”, Small

Business Economics, vol. 22(2), pp. 155-162;

[4] Demirbag, M., Glaister, K. W. (2010), ”Factors Determining Offshore

Location Choice for R&D Projects: A Comparative Study of Developed and

Emerging Regions”. Journal of Management Studies, 47: 1534–1560;

[5] De Rosa, D. et al (2012), ”Functional Review of the Research, Development

& Innovation Sector”, în cadrul proiectului Functional Review of the Central

Public Administration in Romania – II;

[6] Fritsch M. (2000), ”Interregional Differences in R&D Activities—An

Empirical Investigation”, European Planning Studies, vol.8, no.4, 409-427;

[7] Fritsch M. (2003), ”Does R&D-Cooperation Behavior Differ between

Regions?”, Industry & Innovation, Vol. 10, no. 1;

[8] Furman, Jeffrey L, Porter, Michael E, Stern, Scott, (2002), ”The

determinants of national innovation capacity”, Research Policy 31, 899–933;

Zizi Goschin

_______________________________________________________________

[9] Hornych C. & M. Schwartz, (2009) ,”Industry concentration and regional

innovative performance: empirical evidence for Eastern Germany”, Post-

Communist Economies” 21:4, pp 513-530;

[10] Hu, M.C. and Mathews, J.A. (2005), ”National innovative capacity in

East Asia.", Research Policy 34(9): 1322-1349;

[11] Kumar, N. and A. Aggarwal (2005), “Liberalisation, outward

orientation and in-house R&D. Activity of Multinational and Local Firms: A

Quantitative Exploration”, Research Policy, 34, pp. 441- 460;

[12] Markusen, James R. (1986), "Explaining the Volume of Trade: An Eclectic

Approach."American Economic Review 76, 1002-1011;

[13] Romer, P. (1994) ,"New goods, old theory, and the welfare costs of trade

restrictions," Journal of Development Economics, Elsevier, vol. 43(1), pp 5-38;

[14] Sajjad L. (2011),”Regions: Europe - Unifying R&D”, Foreign Direct

Investment, no.1;

[15] Sandu, S., Păun, C. (2007), ”Repere ale convergenţei sistemului CD&I din

România cu cel din Uniunea Europeană”, Working Paper Serie, Nr. 9,

Institutul Naţional de Cercetări Economice;

[16] Sterlacchini, A. (2008), ”R&D, higher education and regional growth:

Uneven linkages among European regions”, Research Policy, Volume 37,

Issues 6–7, July 2008, pp. 1096-1107;

[17] Wang, E. (2010), ”Determinants of R&D investment: The Extreme-Bounds-

Analysis approach applied to 26 OECD countries”, Research Policy, 39,

2010/2, pp.103 – 116;

[18] Wooldridge, J.H., (2002), Econometric Analysis of Cross Section and Panel

Data, 2rd Edition, The MIT Press Cambridge, Massachusetts, London. [19] Programul Operaţional Regional 2007-2013.

[20] http://anaf.mfinante.ro

[21] http://europa.eu.int/comm/eurostat

[22] http://www.europe-innova.org/index.jsp

[23] http://www.insse.ro/cms/rw/pages/index.ro.do

[24] http://www.innovating-regions.org/