DEFORMACE TRHU V OBLASTI APLIKOVANÉHO VÝZKUMU A INOVACÍ NA PŘÍKLADU ČESKÉ REPUBLIKY Radka Pittnerová, Petra Rydvalová ÚVOD Výzkum, vývoj a inovace a podpora jejich růstu tvoří významnou kapitolu strategie rozvoje EU definovanou v rámci strategického dokumentu Europa 2020 [8]. Na rozvoj výzkumu, vývoje a inovací je alokován značný objem finančních prostředků v rámci programů Horizon 2020, COSME, ale i strukturálních fondů a z nich financovaných operačních programů v ČR. Smyslem poskytnutí finanční podpory na rozvoj inovací je posílení konkurenceschopnosti evropské ekonomiky v globálním kontextu. Poskytování finančních prostředků z veřejných zdrojů na podporu rozvoje aplikovaného výzkumu a inovací však s sebou přináší řadu rizik. Ta jsou spojená především s deformacemi trhu na straně poptávky po finančních prostředcích, a to v případě, kdy finanční prostředky distribuuje omezený počet (většinou státních) agentur. Fenomén tržního soupeření inovačních subjektů o limitované veřejné zdroje je v odborné literatuře popisován v souvislosti se změnami ve financování vědy, výzkumu a inovací, které zavedla v osmdesátých letech ve Velké Británii vláda M. Thatcherové. [5] Nově zavedené principy financování znamenaly odklon od „blokového“ financování výzkumných institucí a příklon ke směru, který se v odborné literatuře nazývá New Public Management (dále také NPM). [4] Pro tento systém financování je charakteristická skutečnost, že finanční prostředky z veřejných zdrojů určené na podporu výzkumu, vývoje a inovací, spravuje a distribuuje limitovaný počet státem řízených agentur. Ty zároveň vytvářejí pravidla, na základě kterých zájemci o finanční podporu (strana poptávky po penězích) soutěží v rámci konkurenčního boje na trhu o tyto zdroje prostřednictvím projektových návrhů. [7] S ohledem na skutečnost, že výběrová kritéria v rámci soutěže o finanční prostředky určuje centrální autorita, je existence skutečných tržních principů v rámci této soutěže, často zpochybňována. [9] Zcela radikálně tuto situaci popsal M. Binswanger [3], když označil tento druh trhu za iluzorní. Kromě iluze existence trhu ve své práci popsal ještě další dvě iluze, které s sebou takto fungující systém přináší: iluzi měřitelnosti a iluzi motivace. Každá z těchto tří forem iluze je vnímána jako bariéra pro existenci reálného trhu. Münch a kolektiv pak uvádějí [9], že k silnějším deformacím na straně poptávky po penězích dochází především v situaci, kdy na straně nabídky existuje jediný subjekt, který formuje výběrová kritéria a provádí selekci projektů určených k podpoře. Deformace jsou o to silnější, pokud získání určitého typu finanční podpory opravňuje subjekty na straně poptávky k přístupu k dalším finančním zdrojům. Výzkumná otázka, na jejíž zodpovězení se zaměřil provedený výzkum, hledá odpověď, zda k podobným deformacím na straně poptávky po finančních prostředcích dochází v prostředí českých organizací zabývajících se výzkumem, vývojem a inovacemi.
1 CÍL VÝZKUMU Principy NPM jsou aplikovány, stejně jako v okolních státech EU [4], také v prostředí České republiky. Nejvýznamnějšími organizacemi, které přerozdělují finanční prostředky na rozvoj vědy, výzkumu a inovací jsou Grantová agentura České republiky, Technologická agentura České republiky, Ministerstvo školství, mládeže a tělovýchovy (dále také MŠMT) a Ministerstvo průmyslu. V souvislosti s čerpáním ze strukturálních fondů v České republice lze za nejvýznamnější organizaci nabízející finanční prostředky na rozvoj výzkum a vývoj považovat MŠMT. To v rámci operačních programů Výzkum a vývoj pro inovace (dále také OP VaVpI) a Vzdělávání pro konkurenceschopnost (dále také OP VK) mělo k dispozici více než 4 miliardy EUR na rozvoj vědy, výzkumu a vzdělávání. Podle schválených dokumentů k oběma programům, které jsou dostupné na webových stránkách www.opvavpi.cz [10], mělo MŠMT k dispozici na programovací období 2007 až 2013 v rámci programu OP VK 1.828.714.781 Kč. Provedený průzkum si kladl za cíl na skupině empirických dat ověřit teorii, podle které při existenci monopolistické nabídky finančních prostředků na trhu s financemi určenými na podporu vědy, výzkumu a inovací dochází k významnému ovlivňování struktury zkoumané skupiny.
Pro výzkum bylo stěžejní vybrat vhodné programy a poskytovatele finanční podpory, kteří budou splňovat následující shodné parametry: 1. finanční podpora je určena na podporu inovací; 2. přidělená finanční podpora zvyšuje šanci podpořených subjektů na lepší přístup k dalším finančním zdrojům. Třetí výběrový parametr pro výběr programů byl naopak odlišný. Bylo potřeba najít program, kde jsou finanční prostředky distribuovány monopolní organizací na straně jedné, a na straně druhé bylo nezbytné vybrat program, v jehož rámci bylo možné identifikovat více subjektů rozhodujících o výběru subjektů k podpoře. Tyto podmínky velmi dobře splnily dva programy. Monopolistickou nabídku finančních prostředků reprezentuje v rámci provedeného výzkumu již zmíněný Operační program Výzkum a vývoj pro inovace. Přístup, kdy existuje alespoň částečná konkurence na straně nabídky, reprezentuje část Rámcových programů pro výzkum a technologických vývoj, určená na podporu vzniku a rozvoje Technologických platforem. Technologické platformy financované z prostředků 7. Rámcového programu byly zvoleny především proto, že stejně jako OP VaVpI směřují své výzkumné a vývojové aktivity směrem k inovacím. Zároveň tento program a jeho principy fungování umožnil identifikovat třetí, hybridní skupinu kontraktů, podpořených v rámci výzev vyhlašovanými jednotlivými platformami. V této hybridní skupině je sice opět zastoupen prvek plurality nabídky finančních prostředků, avšak pouze na straně tzv. primárních poskytovatelů podpory – jednotlivých technologických platforem. Do systému podpory v tomto případě vstupuje Česká republika prostřednictvím programu Společné technologické iniciativy (program 7H administrovaný Ministerstvem školství, mládeže a tělovýchovy (dále také MŠMT) a poskytuje účastníkům takových projektů další finanční podporu až do výše 85 % celkových uznaných výdajů projektů ENIAC pro výzkumné organizace nebo 65 % pro malé a střední firmy.
1.1
POUŽITÝ METODICKÝ POSTUP
Při rozboru studované problematiky bylo postupováno metodou analýzy textů souvisejících s problematikou financování vědy, výzkumu a inovací z veřejných zdrojů a formováním Evropského výzkumného prostoru. Analyzované materiály zahrnovaly především oficiální dokumenty Evropské komise zahrnující informace relevantní k dané problematice, odborné vědecké články a publikace zaměřené na problematiku fenoménu nového řízení veřejných institucí (NPM). Tato část výzkumu měla za cíl pochopit pravidla fungování nabídkové části trhu s veřejnou finanční podporou. Jejím výsledkem byla identifikace programů, které by splňovaly výše uvedené parametry a umožnily ověřit výzkumnou otázku. Ve druhé části výzkumu byla zajištěna dostupná data o smluvních závazcích mezi poskytovateli finanční podpory (strana nabídky) a příjemci (strana poptávky). Data zahrnutá v souboru byla zjišťována ze čtyř skupin zdrojů. V první fázi bylo nutné identifikovat existující kontrakty s jednotlivými poskytovateli finanční podpory. Základní data o jednotlivých uzavřených kontraktech v rámci programu OP VaVpI byla k dispozici na stránkách MŠMT (1. skupina), [10]. Data o podpoře získané v rámci projektů technologických platforem byla získána z webových stránek jednotlivých platforem, kde byla zkoumána partnerská struktura řešitelských konsorcií, případně informace o přidružených či jiných formách partnerství (2. skupina). Data o struktuře konsorcií byla získávána také z oficiálního informačního serveru Evropské unie, kde jsou veřejně dostupná data o všech kontraktech. Data z přechodové třetí skupiny byla zjišťována na stránkách jednotlivých technologických platforem, v informační části. Zde byly zveřejněny informace o výsledcích výzev k předkládání projektů vyhlašovaných jednotlivými platformami [1]. Následně byly vyhodnoceny informace dostupné o těchto projektech na webových stránkách s cílem identifikovat české partnery projektů. Tato data byla doplněna o údaje ze stránek MŠMT o subjektech, které získaly finanční podporu v rámci dofinancování projektů předložených v rámci výzev platforem Artemis a Eniac (3. skupina). U skupiny 2 a 3 nebylo možné zjistit kompletní údaje o výši finančního příspěvku ze strany poskytovatele dotace. Pro předložený výzkum však tato skutečnost není zásadní. Spíše než výše přidělené finanční podpory je pro ověření výzkumné otázky významnější fakt, že u všech tří kategorií finanční podpory se jedná o typy projektů, které řešitelům mohou „otevřít“ přístup k dalším zdrojům financování. Byla vytvořena databáze o smluvních závazcích českých organizací směrem k výše popsaným poskytovatelům podpory. Ta byla doplněna o dostupné statistické údaje o právní formě, počtu zaměstnanců, druhu organizace a regionu z aplikace Registr ekonomických subjektů dostupné na webových stránkách Českého statistického úřadu a Administrativního registru ekonomických subjektů dostupných na webu spravovaném Ministerstvem financí ČR (dále také ARES), [2]. Pro zpracování dat byl využit software IBM SPSS Statistic a MS Excel.
Na základě analýzy problému bylo na základě získaných dat ověřit skutečnost, zda absence monopolu v přidělení dotace vede k větší diversifikaci přidělené podpory z pohledu regionu, velikosti a typu organizace. Největší variabilita dat byla očekávána u skupiny 2, naopak nejnižší o skupiny 1.
2 MATERIÁL A VÝSLEDKY Výsledky sběru dat umožnily vytvořit databázi s 302 záznamy o smluvních závazcích (dále také závazcích) celkem 125 českých organizací, zabývajících se výzkumem, vývojem a inovacemi, a to jednak směrem k MŠMT v rámci programu Výzkum a vývoj pro inovace, jednak směrem k technologickým platformám financovaným z prostředků 7. Rámcového programu pro výzkum a technologický vývoj. Zkoumaný soubor dat pracuje pouze s nominálními a jednou ordinální proměnnou (počet zaměstnanců v organizaci), což omezuje možnosti práce se zkoumanými daty. Rozdělení databáze údajů podle zdroje financování je graficky znázorněno na obr. 1. Obr. 1: Struktura dat dle typu zdroje podpory
Zdroj: vlastní zpracování, SPSS Statistics Při analýze souboru dat bylo nejprve nezbytné vyřešit problém vyplývající z různé velikosti tří hodnocených segmentů tak, aby bylo možné provést srovnání profilů všech tří skupin a získat základní podklady pro zodpovězení výzkumné otázky. Pro účely další analýzy dat byly proto spočteny relativní četnosti proměnných v jednotlivých datových segmentech a na základě těchto poměrových ukazatelů bylo provedeno srovnání všech tří segmentů. Pro základní vizuální srovnání skupin byly využity pavučinové grafy, které potvrdily očekávané odlišnosti. Bylo proto přistoupeno k další analýze dat, která se zaměřila na zkoumání závislostí mezi proměnnými charakterizujícími jednotlivé organizace a skupinami, v rámci kterých tato organizace získala podporu. Vzhledem ke skutečnosti, že analyzovaná data jsou převážně slovní, tedy nominální proměnné, byly k dispozici relativně omezené prostředky pro analýzu závislosti ve zkoumaných datech. [6] Existence závislosti v datech byla proto nejprve otestována prostřednictvím testu χ2 o nezávislosti dvou proměnných. Byly testovány dvě proměnné: kraj a institucionální sektor. Proměnná institucionální sektor byla vybrána s ohledem na skutečnost, že mezi ostatními proměnnými (kromě proměnné kraj) a touto proměnnou existují logické vazby a lze tudíž předpokládat vysokou míru závislosti mezi těmito proměnnými. V případě obou proměnných vypočtená kritická hodnota χ2 rozdělení na 1% hladině významnosti byla vyšší než tabulkové hodnoty χ2 pro příslušné stupně volnosti, obě hypotézy o nezávislosti proměnných proto byly zamítnuty a byla přijata alternativní hypotéza o závislosti mezi charakteristikami organizací a jejich příslušnosti do skupiny zformované poskytovatelem podpory. Další práci s daty ovlivnil nízký počet výskytu jevu v některých kategoriích sledovaných proměnných. Proto se jako vhodnější nástroj analýzy míry závislosti spíše než Pearsonův kontingenční koeficient jevil Cramerův koeficient V nebo Koeficient průměrné čtvercové kontingence. S ohledem na využití SPSS Statistics pro výpočet charakteristiky bylo možné využít všech tří výpočtů a srovnat jejich vzájemné výsledky. Jak dokládá výsledek testu míry závislosti pro obě testované proměnné, na 1%
hladině významnosti, prostřednictvím všech tří nástrojů analýzy závislosti byla prokázána středně silná závislost. Tab. 1: Výsledky analýzy míry závislosti mezi proměnnou kraj a příslušností ke skupině Symmetric Measures
c
Value Nominal by Nominal
Approx. Sig.
Phi
,476
,000
Cramer's V
,337
,000
Contingency Coefficient
,430
,000
N of Valid Cases
302
Zdroj: vlastní zpracování, SPSS Statistics Tab. 2: Výsledky analýzy míry závislosti mezi proměnnou institucionální sektor a příslušností ke skupině Symmetric Measures Value Nominal by Nominal
N of Valid Cases
Approx. Sig.
Phi
,649
,000
Cramer's V
,459
,000
Contingency Coefficient
,544
,000
302
Zdroj: vlastní zpracování, SPSS Statistics Z uvedených výsledků (tab. 1 a tab. 2) vyplývá, že přestože existuje závislost mezi oběma proměnnými a skupinou dle zdroje financování, proměnná institucionální sektor (charakterizuje typ organizace) má vyšší význam při formování skupin.
3 DISKUSE Výše uvedeným rozborem bylo prokázáno, že existuje závislost mezi jednotlivými proměnným definujícími konkrétní subjekt a příslušností k jedné ze tří skupin dat obsažených v databázi. Nabízí se tedy další krok: ověřit, zda jsou struktury těchto skupin natolik významné, že v souboru dat tvoří statisticky významná seskupení. V souvislosti s kategorií zkoumaných dat bylo nezbytné využít v rámci seskupovací analýzy nástroj, který umožňuje práci s nominálními daty. Tuto podmínku nejlépe splňovala metoda dvoustupňového seskupování, která se v odborné literatuře uvádí pod anglickým názvem TwoStep Cluster. [6] V rámci této části analýzy bylo tedy cílem zjistit, zda je možné v rámci souboru dat identifikovat homogenní skupiny, které by odpovídaly skupinám dat podle zdrojů financování. Jako vstupní proměnné bylo využito všech pět proměnných z databáze (kromě proměnné malý střední podnik – MSP, která je odvozenou proměnnou od proměnné počet zaměstnanců a proměnné zdroj financí, vůči které bude následně srovnán výsledek seskupovací analýzy). Pro TwoStep Cluster analýzu byl nastaven maximální počet clusterů na hodnotu 15. Výsledný model tvoří dva clustery, rozdělující soubor dat na dvě části o četnosti 197 (cluster 1) a 105 (cluster 2). Pro výpočet clusterů bylo zvoleno Schwarz Bayesianovo kritérium. Výsledný model rozdělil data ve zkoumaném souboru do dvou klastrů, přičemž nejvýznamnějším kritériem, které se podílelo na identifikaci seskupení, byl očekávaný parametr Institucionální sektor. Pro cluster 1 nabýval tento parametr převážně hodnoty „ústřední vládní instituce“, zatímco pro cluster 2 to byla hodnota „nefinanční podnik národní“ (viz obr. 2).
Obr. 2: Přehled významnosti proměnných při formování skupin
Zdroj: vlastní zpracování, SPSS Statistics Srovnání zařazení empirických dat do jednotlivých navržených modelů ve srovnání s jejich původním umístěním uvádí kontingenční tabulka (viz tab. 3). Je zřejmé, že skupinu 1 tvoří především data vytvořená na základě monopolní nabídky peněz (podpora MŠMT), zatímco skupinu 2 tvoří především data o závazcích ze strany technologických platforem. Přechodová 3 skupina dat je téměř rovnoměrně rozmístěna mezi oba clustry. Tab. 3: Porovnání struktury modelem vytvořených skupin s empirickými skupinami
Zdroj: vlastní zpracování, SPSS Statistics Z provedené analýzy je zřejmé, že zjištěná empirická data prokazují existenci dvou odlišných skupin typů subjektů, které zformovaly odlišné podmínky pro získání finanční podpory. Zatímco ve skupině typu 1 jsou především organizace z kategorie ústřední vládní instituce, mezi které spadají také univerzity a některé výzkumné ústavy, ve skupině „typu 2“ převažují organizace z kategorie „nefinanční podnik národní“, kam spadají především podniky právní formy akciová společnost nebo společnost s ručením omezením. Na otázku, proč byla v rámci metody dvoustupňového seskupování eliminována skupina 3, lze získat odpověď z údajů zobrazených v grafu na obr. 3. Díky intervenci MŠMT, kterou znamenala dodatečná finanční podpora organizací při zapojení do projektů technologických platforem Artemis a
Eniac, získaly univerzity a malé a střední firmy výhodnější podmínky finanční podpory (vyšší míra příspěvku ze strany MŠMT). Obr. 3: Srovnání profilů jednotlivých empirických skupin podle počtu zaměstnanců
Zdroj: vlastní zpracování, MS EXCEL Z grafického zobrazení struktury dat ve skupinách podle počtu zaměstnanců lze zcela zřetelně na obr. 3 vidět takřka rovnoměrné vychýlení v přechodové skupině 3, a to směrem k firmám s velkým počtem zaměstnanců (univerzity) a naopak firmám s počtem zaměstnanců odpovídajícím parametrům malého a středního podniku (MSP). Také tato zpětná forma analýzy dat, v rámci které nebylo primárně zohledněno kritérium zdroje financování, prokazuje existenci dvou odlišných skupin vytvořených na základě odlišné formy distribuce veřejné podpory pro rozvoj inovací a aplikovaného výzkumu.
ZÁVĚR Lze konstatovat, že provedený výzkum zajistil vhodná data, na základě kterých bylo možné zodpovědět stanovenou výzkumnou otázku a ověřit, zda existence monopolistické nabídky finančních prostředků v rámci nového způsobu řízení veřejných institucí vede k deformacím na straně poptávky. Byl proveden rozbor vzorku 302 závazků k poskytovatelům finanční podpory rozdělených do tří skupin: monopolistická nabídka podpory reprezentovaná programem OP VaVpI (skupina 1), nabídka s konkurenčními prvky reprezentovaná schématem podpory technologických platforem (skupina dat 2) a nabídka kombinovaná prezentovaná částečně nabídkou prostředků ze strany platforem a programem MŠMT 7H (skupina dat 3). Na základě provedeného rozboru lze konstatovat, že všechny tři uvedené skupiny vykazují rozdíly ve struktuře poptávkové strany, a to v souladu s očekávanými parametry. Zatímco ve skupině 1 je významnou prioritou financování velkých příspěvkových organizací s akcentem rovnoměrného regionálního pokrytí poskytnutých kontraktů, u skupiny 2 lze vysledovat mnohem větší variabilitu v podpořené skupině směřující více ke středním a malým organizacím. Hybridní skupina dat redukuje variabilitu více trhem řízené skupiny, kterou vytváří strana technologických platforem díky podpoře poskytované monopolem programu 7H. Toto tvrzení jednoznačně prokázalo vychýlení distribuce kontraktů směrem k organizacím univerzitního a výzkumného typu a malým a středním firmám, a to díky zvýšené míře podpory poskytované právě těmto typům organizací. Výzkumné předpoklady stanovené na počátku výzkumu o deformaci poptávkové strany stranou nabídky byly tímto potvrzeny.
LITERATURA [1] ANON. Communication from the Commission to the Council, the European Parliament, the Economic and Social Committee and the Committee of the Regions Towards a European research area [online]. COM (2000) 6, [vid. 2014-04-10]. Dostupné z: http://eur-lex.europa.eu. [2] ARES. Ekonomické subjekty [online]. MF ČR, 2013, [vid. 2014-08-30]. Dostupné z: http://wwwinfo.mfcr.cz/ares/ares.html.cz. [3] BINSWANGER, M. Sinnlose Wettbewerbe Warum wir immer mehr Unsinn produzieren. Freiburg: Verlag Herder. ISBN 978-3-451-30348-7. [4] GRUENING, G. Origin and theoretical basis of new public management. International Public Management Journal. vol. 4, no. 1, pp. 1–25. ISSN 1096-7494. [5] ENDERS, J., D. F. WESTERHEIJDEN. The Dutch way of New Public Management. Policy and Society [online]. 7. [accessed. 11. October 2014]. ISSN 14494035. Dostupné z: doi:10.1016/j.polsoc.2014.07.004 [6] HENDL, J. Přehled statistických metod zpracování dat: analýza a metaanalýza dat. 1. vyd. Praha: Portál, 2004. ISBN 80-717-8820-1. [7] LANE J. E. New Public Management Political science, management. 1st ed. New York: Routledge, 2000. ISBN 0-203-77556-2. [8] LEPORI, B., REALE, E., LARÉDO, P. Logics of integration and actors’ strategies in European joint programs. Research Policy [online]. 3., vol. 43, no. 2, pp. 391–402, [vid. 2014-04-10]. ISSN 00487333. Dostupné z: doi:10.1016/j.respol.2013.10.012. [9] MÜNCH, R. Academic Capitalism: Universities in the Global Struggle for Excellence. 1st ed. Oxon: Routlege, 2013. ISBN-13: 978-0415840149. [10] OPVAVPI. Seznam příjemců [online]. Řídící orgán OP VaVpI, [vid. 2014-08-30]. Dostupné z: http://www.opvavpi.cz/cs/siroka-verejnost/seznam-prijemcu.html.
Adresa autorů: Ing. Radka Pittnerová VÚTS, a.s., Inovační a technologické centrum
[email protected] doc. Ing. Petra Rydvalová, Ph.D. Technická univerzita v Liberci, Ekonomická fakulta, Katedra podnikové ekonomiky
[email protected]
Deformations of market in the field of innovations a applied research support explained by way of Czech example Abstract New Public Management and its way of distribution of funds through market competition for public funds bring several negative aspects that have been described in many scientific articles. One of them is market deformation caused by monopolistic distribution of funds. Objective of our research was to evaluate if such deformations occur in the frame of current public support of innovation in the Czech Republic.
Key words New Public Management, Innovations, Financial support, Competition
JEL Classification O3