Share

Ulaganje u istraživanje i razvoj nije važno samo koliko nego i kako

Ulaganje u istraživanje i razvoj nije važno samo koliko nego i kako. Prijedlogom Zakona o državnoj potpori za istraživačko-razvojne projekte, koji je poslan u saborsku proceduru, predviđene su značajne porezne olakšice za ulaganja u istraživanje i razvoj (R&D). Pritom trebamo uzeti u obzir tri važne činjenice.

Autor: Milan Deskar-Škrbić

Članak objavljuje i Ekonomski lab

Prvo, u usporedbi sa zemljama EU Hrvatska uistinu ima relativno nisku razinu ulaganja u istraživanje u razvoj (Slika 1). Drugo, prema globalnom indeksu inovativnosti Hrvatska je jedna od najmanje inovativnih zemalja u EU (Slika 2). Treće, upravo su slabo ulaganje u R&D i otežan pristup financiranju jedan od temeljnih uzroka loše pozicije na GII ljestvici, što se vidi iz Tablice 1.

Slika 1: Ulaganje u R&D (% BDP-a) –  klikni za povećanje

Izvor: Eurostat, 2016

Slika 2: Indeks inovativnosti (0-100) – klikni za povećanje

Izvor: Indeks globalne inovativnosti 2017

Indeks globalne inovativnosti je kompleksan indikator koji se sastoji od sedam „stupova“. Slično kao u metodologiji Doing Business, ovi stupovi obuhvaćaju niz indikatora koji (na temelju anketa s poduzetnicima i investitorima) odražavaju kvalitetu velikog broja važnih čimbenika koji oblikuju „inovativno okruženje“ u nekoj zemlji.

U Tablici 1 su prikazani rezultati (od 0-100) za svaki od stupova i njihovih temeljnih pod-kategorija (svaka od njih se još dijeli, ali za detalje pogledati ovdje). Crvenom bojom je označeno pet najproblematičnijih područja koja ukupan rezultat za Hrvatsku drže na tako niskoj razini (39.8/100), a to su R&D, stvaranje znanja, inovacijske veze, difuzija znanja i krediti (dostupnost financiranja).

Tablica 1: Komponente Globalnog indeksa inovativnosti za Hrvatsku 2017. – klikni za povećanje

Izvor: Indeks globalne inovativnosti 2017.

Ovako slabi rezultati upućuju da u Hrvatskoj postoji značajan prostor za poboljšanje te da su pokušaji poticaja jačem ulaganju u ove indikatore apsolutno opravdani, odnosno prepoznat realističan problem i cilj.

Što je s efikasnošću?

Međutim, iskustveni dojam, ali i veliki broj istraživanja, pokazali su da je u Hrvatskoj problem kvantitete ulaganja često manji od problema kvalitete ulaganja, pri čemu se kvaliteta može aproksimirati efikasnošću.

Neka od istraživanja koja upućuju na neefikasnost u različitim područjima su: investicije i FDI (Lovrinčević; Mikulić i Marić; 2004; obrazovanje i zdravstvo (Jafarov i Gunnarson, 2008), obrazovanje (Sopek, 2012; Artistovnik i Obadić, 2014), javna uprava, obrana, obrazovanje, socijalna zaštita i zdravstvo (Slijepčević, 2009) te javne investicije i javna administracija (Bađun, Pribičević i Deskar-Škrbić, 2014). Iz tog je razloga i u raspravi o povećanju ulaganja u R&D važno analizirati efikasnost dosadašnjih ulaganja.

U nastavku teksta će se efikasnost dosadašnjih ulaganja u R&D u Hrvatskoj analizirati tzv. metodom omeđivanja podataka (eng. data envelopment analysis). Temeljna ideja ove metode je ilustrirana na Slici 3.

Slika 3: Koncept granice efikasnosti i DEA metoda – klikni za povećanje

 

Izvor: autor

Na Slici 2 se može pretpostaviti da postoje tri zemlje (A,B,C) koje uz jedan input (os x) proizvode jedan output (os y).

Iz položaja zemlje A se može uočiti da ona uz isti input ostvaruje manji output od zemlje C, koja se nalazi na tzv. granici efikasnosti jer uz zadanu razinu inputa ostvaruje (uz postojeću tehnologiju, cijene i sl.) maksimalan output. S druge strane, zemlja B ostvaruje istu razinu outputa kao zemlja A, ali uz nižu razinu inputa te također uz svoju razinu inputa proizvodi maksimalan output. Dakle, zemlja A može postati efikasna na dva načina – ili da smanji input uz zadanu razinu outputa (input metoda) ili da uz zadani input postigne veću razinu outputa (output metoda).

Metoda omeđivanja podataka (DEA), pojednostavljeno (za detalje pogledati ovdje), određuje granicu efikasnosti i, na temelju odnosa inputa i outputa, pozicionira zemlje na granicu ili ispod nje te za njih određuje vrijednost parametara efikasnosti. Zemlje koje su na granici imaju vrijednost parametra 1, a one ispod između 0 i 1. DEA se može temeljiti na input metodi ili output metodi, a njihova razlika je prikazana na Slici 3.

Za analizu efikasnosti ulaganja u R&D su s Eurostata preuzeti podatci o ulaganju u R&D po stanovniku kao input varijabla te broj patenata na milijun stanovnika kao output varijabla, pri čemu inputi i outputi predstavljaju prosjek vrijednosti podataka u petogodišnjem razdoblju od 2010.-2014. godine (za 2014. su dostupni zadnji podatci o patentima). Broj patenata je odabran kao output budući da se vrlo često koristi u literaturi. Uzorak čine nove zemlje članice EU, s kojima je Hrvatska usporediva. Ovi podatci su prikazani na Slici 4.

Slika 4: Ulaganje u istraživanje i razvoj (input) i broj patenata (output) – klikni za povećanje

 

Izvor: autor

Dijagram rasipanja omogućuje da se stvarni podatci „omeđe“ spajanjem krajnjih točaka kako bi se dobila granica efikasnosti. Tri zemlje određuju granicu efikasnosti u ovom uzorku – Rumunjska, Latvija i Slovenija. Sam pogled na sliku pokazuje da Rumunjska i Latvija imaju niža ulaganja od Hrvatske, ali su one uz zadanu razinu inputa efikasnije od Hrvatske. Slovenija pak ima značajno veća ulaganja, i to efikasna.

Na temelju ovih podataka su izračunati parametri efikasnosti koji su, za input i output metodu, prikazani u Tablici 2.

Tablica 2: Parametri efikasnosti – klikni za povećanje

 

Izvor: autor

Iz tablice se može zaključiti kako ulaganja u istraživanje i razvoj prema rezultatima obje metode nisu efikasna. Prema input metodi Hrvatska ima parametar efikasnosti 0,4, što ju smješta na sredinu ljestvice. S druge strane, prema output metodi Hrvatska ima parametar 0,1 te se nalazi na dnu ljestvice.

Kako bi se shvatila razlika u ovim metodama treba se podsjetiti da input metoda Hrvatsku „vuče“ prema lijevo, prema Rumunjskoj, kroz smanjenje inputa uz zadani output, dok output metoda „gura“ Hrvatsku gore, kroz povećanje outputa uz zadani input, prema Latviji.

DEA računa i optimalne inpute i outpute. Prema input metodi Hrvatska bi, da bi bila efikasna, za isti rezultata trebala smanjiti izdatke sa 79 eura na 30 eura po stanovniku. Prema output metodi, Hrvatska bi za postojeću razinu inputa trebala registrirati 42 umjesto 3 patenta na milijun stanovnika.

Dakle, iako se radi o jednostavnoj analizi, s jednim inputom i jednim outputom, ona ipak sugerira kako dosadašnja ulaganja u R&D u Hrvatskoj nisu bila efikasna. To je važna poruka za nositelje politike, posebice jer se očekuje da će novi zakon dovesti do značajnog povećanja ulaganja. Od povećanja ulaganja mora biti njihova važnija efikasnost jer ćemo se Hrvatska u suprotnom ponovno naći u situaciji „rasipanja resursa“.

Zašto je ulaganje u R&D uopće važno?

Za kraj je potrebno objasniti zašto bi ulaganja u R&D uopće važna za neku zemlju, a posebno za Hrvatsku.

Najprije treba podsjetiti da je odavno pokazano (Solow, 1956) kako je dugoročna stopa rasta gospodarstava određena tehnološkim napretkom, pri čemu tehnološki napredak utječe na efikasnost korištenja tradicionalnih inputa proizvodnje, rada i kapitala (kasnije se u modele uključuje i ljudski kapital).

U tzv. neoklasičnim egzogenim modelima rasta taj tehnološki napredak nije bio objašnjavan već se u modelima pojavljivao kao tzv. „mana s neba“. Kasnije, razvojem endogenih modela rasta (neki su već spominjani na Labu), se počelo istraživati kako zemlja može ubrzati vlastiti tehnološki napredak i dostići tehnološki razvijenije zemlje te na taj način ubrzati svoju dugoročnu, tj. potencijalnu stopu rasta.

Jedan od temeljnih endogenih modela rasta je Romer-ov model (Romer je sada glavni ekonomist Svjetske banke) koji je prezentiran u radu Endogenous Technological Change 1990. godine. U tom radu Romer nije odbio Solowljevo objašnjenje dugoročnog rasta već je razvio model u kojem je objašnjeno na koji način ulaganja u istraživanje i razvoj utječu na tehnološki napredak te što utječe na poticaje poduzetnicima da ulažu u R&D (troškovi financiranja imaju veliku ulogu). Od tada je Romerov model postao jedan od najkorištenijih teorijskih modela kojim se objašnjava važnost ulaganja u R&D. Poruka ovog teorijskog modela i niza empirijskih istraživanja (pregled literature se može pronaći ovdje) je da ulaganja u R&D pozitivno utječu na (potencijalni) rast.

Za Hrvatsku je ova poruka važna iz razloga što je doprinos tehnološkog napretka rastu izrazito malen (o čemu je ranije bilo riječi na Labu) te da podatci o potencijalnoj stopi rasta BDP-a Hrvatsku stavljaju uz dno ljestvice promatranih zemalja i prije krize i u budućnosti (vidi Sliku 5)

Slika 5: Potencijalna stopa rasta u novim zemljama članicama EU – klikni za povećanje

Izvor: AMECO

Cilj ovog teksta je bio istaknuti kako su svi pokušaji poticanja snažnijeg ulaganja u istraživanje i razvoj u potpunosti opravdani, pogotovo ako se njihova uloga stavi u kontekst potencijalnog rasta i tehnološkog napretka u Hrvatskoj. Međutim, važno je da se poticaji kreiraju na način da ne podrazumijevaju samo rast ulaganja, već da osiguraju i njihovu efikasnost. Plastičnije, nije važno samo koliko će se u R&D uložiti, već i kako, odnosno u što točno.