O n d e r z o e k s r e e k s Buitenlandse directe investeringen in Research & Development E e n o n d e r zo e k n a a r d e b e we g i n g v a n bu i t e n l a n d s e R & D - i nve s t e r i n g e n en de achter liggende locatiefactoren
���������� ��� ����������� �����
PUBnr 04O22
Buitenlandse directe investeringen in Research & Development Een onderzoek naar de beweging van buitenlandse R&Dinvesteringen en de achterliggende locatiefactoren
Hugo Erken, Marcel Kleijn en Floris Lantzendörffer∗
Oktober 2004 Ministerie van Economische Zaken/SenterNovem Den Haag
∗
De auteurs zijn werkzaam voor het Ministerie van Economische Zaken, bij respectievelijk het Directoraat-Generaal voor Ondernemen & Innovatie, SenterNovem en het Commissariaat voor Buitenlandse Investeringen in Nederland.
1
Colofon Uitgave Commissariaat voor Buitenlandse Investeringen in Nederland (Directoraat-Generaal voor Buitenlandse Economische Betrekkingen), Directie Strategie, Onderzoek & Internationale Zaken (Directoraat-Generaal voor Ondernemen & Innovatie) en SenterNovem Ministerie van Economische Zaken, Den Haag Emailadressen auteurs:
[email protected] [email protected] f.j.h.lantzendö
[email protected] Aan deze publicatie kunnen geen rechten worden ontleend. Publicatienummer: 04O22 Drukwerkrealisatie Sectie Drukwerk, Ministerie van Economische Zaken
EZ onderzoeksreeks De EZ onderzoeksreeks bevat publicaties die beogen een bijdrage te leveren aan het wetenschappelijke en maatschappelijke debat op beleidsrelevante onderwerpen. Een redactieraad bewaakt de kwaliteit van de studies. De EZ onderzoeksreeks is begin 2003 van start gegaan als EZ-brede reeks. EZ beleidsstudies EZ beleidssstudies presenteren beleidsonderbouwend en –evaluerend onderzoek dat toegankelijk is voor een breed publiek. Met de studies wordt beoogd de ‘stakeholders’ van EZ te informeren: het bedrijfsleven, kennisinstellingen en universiteiten, collegadepartementen en intermediaire instellingen. EZ beleidsstudies is begin 2003 van start gegaan als een EZ-brede reeks.
2
Inhoudsopgave VOORWOORD .............................................................................................................................. 5 SAMENVATTING ......................................................................................................................... 6 1
INLEIDING.......................................................................................................................... 11 1.1 1.2 1.3 1.4 1.5
2
ECONOMISCHE CONTEXT ............................................................................................ 15 2.1 2.2 2.3 2.4 2.5
3
Inleiding ...................................................................................................................... 44 Bedrijfseconomische context....................................................................................... 45 Krachtenveld in R&D: centralisatie versus decentralisatie........................................ 45 Trends in internationale R&D .................................................................................... 48 Typologie van internationale R&D: literatuurstudie .................................................. 50 Resumé: motieven voor verplaatsing van R&D .......................................................... 58 Locatiefactoren voor R&D vanuit theoretisch perspectief.......................................... 60
LOCATIEFACTOREN VAN R&D: EMPIRIE ............................................................... 63 5.1 5.2 5.3 5.4 5.5
6
Inleiding ...................................................................................................................... 24 Uitstroom van R&D .................................................................................................... 25 Buitenlandse directe investeringen in R&D (instroom van R&D) .............................. 28 Aantal fysieke R&D-investeringsprojecten ................................................................. 36 Patentdata ................................................................................................................... 38
LOCATIEFACTOREN VAN R&D: THEORETISCH KADER .................................... 44 4.1 4.2 4.3 4.4 4.5 4.6 4.7
5
Arbeidsproductiviteit en de rol van innovatie ............................................................. 15 Innovatie en R&D ....................................................................................................... 15 R&D-intensiteit ........................................................................................................... 16 Internationale ambities ............................................................................................... 17 Verhogen van private R&D-intensiteit........................................................................ 18
BUITENLANDSE DIRECTE INVESTERINGEN IN R&D: UITGANGSPOSITIE.... 24 3.1 3.2 3.3 3.4 3.5
4
Aanleiding ................................................................................................................... 11 Doelstelling en subvragen........................................................................................... 12 Beleidsrelevantie ......................................................................................................... 13 Onderzoeksaanpak ...................................................................................................... 14 Leeswijzer ................................................................................................................... 14
Inleiding ...................................................................................................................... 63 Locatiefactoren van R&D gekwantificeerd vanuit literatuur...................................... 63 Onderzoek Buck Consultants International ................................................................ 71 Regressieanalyse met macro-economische data ......................................................... 79 Conclusies ................................................................................................................... 86
PRESTATIE VAN NEDERLAND OP BELANGRIJKSTE LOCATIEFACTOREN .. 89 6.1
Inleiding ...................................................................................................................... 89
3
6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 6.10 6.11 6.12 6.13 6.14 6.15 7
Beschikbaarheid gekwalificeerd personeel ................................................................. 91 Internationale bereikbaarheid..................................................................................... 95 World Class karakter kennisinstellingen..................................................................... 98 Samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen ....................... 99 Capaciteit en kwaliteit ICT/telecominfrastructuur.................................................... 101 R&D-stimuleringsmaatregelen ................................................................................. 104 Kosten R&D-personeel ............................................................................................. 105 Quality of life ............................................................................................................ 106 Belastingregelingen .................................................................................................. 107 Regulering en wetgeving ........................................................................................... 108 Ondernemerschap ..................................................................................................... 110 Toegevoegde waarde van buitenlandse bedrijven in een land .................................. 111 Privaat R&D-kapitaal............................................................................................... 112 Conclusies ................................................................................................................. 113
OPTIES VOOR BELEID .................................................................................................. 117 7.1 7.2 7.2 7.4 7.5
Opties voor het Nederlandse overheidsbeleid........................................................... 117 Excellentie................................................................................................................. 117 Randvoorwaarden..................................................................................................... 119 Overige opties ........................................................................................................... 120 Relatie met offshoring ............................................................................................... 121
REFERENTIES .......................................................................................................................... 123 APPENDIX 1
BEREKENING BARCELONA EN ACHTERGRONDINFORMATIE R&D-UITGAVEN.......................................................................................... 131
APPENDIX 2
LOCATIEFACTOREN VAN BUITENLANDSE DIRECTE INVESTERINGEN IN R&D......................................................................... 135
APPENDIX 3
BEREKENING R&D-KAPITAAL .............................................................. 136
APPENDIX 4
BEREKENING R&D-LOONKOSTEN ....................................................... 138
APPENDIX 5
RESULTATEN REGRESSIEANALYSE MODEL 1 ................................. 141
APPENDIX 6
RESULTATEN REGRESSIEANALYSE MODEL 2 ................................. 146
APPENDIX 7
BENCHMARK NEDERLAND TEN OPZICHTE VAN BUITENLAND. 152
4
Voorwoord
Voorwoord Dit rapport is geschreven met een tweeledige doelstelling. Ten eerste dient het ter ondersteuning van het acquisitiebeleid van het Commissariaat voor Buitenlandse Investeringen in Nederland (CBIN), dat zich steeds meer richt op kennisintensieve buitenlandse investeringen. Het tweede doel is de ondersteuning van zowel de vormgeving als uitvoering van het innovatiebeleid door respectievelijk het DirectoraatGeneraal voor Ondernemen & Innovatie (DGO&I) en het agentschap SenterNovem. Speciale dank gaat uit naar Iskander Schrijvers voor zijn bijdrage aan hoofdstuk 4 en zijn aandeel in de berekening van de loonkosten van R&D-personeel. Verder hebben gedurende het onderzoek velen hun commentaar gegeven op verschillende versies van dit rapport. We zijn Maarten Cornet van het Centraal Planbureau, Luuk Klomp en Piet Donselaar van het Ministerie van Economische Zaken speciale dank verschuldigd voor hun uitgebreide commentaar en goede suggesties. Verder zijn we de volgende personen erkentelijk voor hun constructief commentaar: Patrick Polman van het CBIN, Theo Roelandt van het Directoraat-Generaal voor Ondernemen & Innovatie en Koen de Pater van SenterNovem. Ten slotte danken we de geïnterviewde buitenlandse bedrijven in Nederland, te weten: Fuji, Nova Chemicals, Engelhard De Meern, Centocor en Airgo Networks, die het rapport hebben voorzien van voorbeelden hoe buitenlandse directe investeringen in R&D in de (Nederlandse) praktijk kunnen werken.
Den Haag, Oktober 2004 Hugo Erken, DGO&I Marcel Kleijn, SenterNovem Floris Lantzendörffer, CBIN
5
Samenvatting
Samenvatting Buitenlandse R&D-investeringen zijn belangrijk voor economische groei Kennis en innovatie zijn de belangrijkste factoren voor de arbeidsproductiviteitsgroei en bijgevolg voor de structurele economische groei. Een belangrijk aspect van innovatie vormt Research & Development (R&D). In Nederland lopen met name de private R&Dinspanningen al jaren achter op het OECD- en EU-gemiddelde. Steeds meer R&D vindt echter op internationale schaal plaats. In 2000 werd 21% van de private R&Dinvesteringen in Nederland gedaan door buitenlandse ondernemingen. Naast het directe voordeel van buitenlandse R&D-investeringen via de bijdrage aan de private R&D-uitgaven zijn er ook indirecte voordelen, zoals kennisspillovers en efficiëntie-effecten (door verhoogde concurrentie). Om deze redenen wil de Nederlandse overheid meer weten over buitenlandse R&D-investeringen in Nederland, waarbij de interesse uitgaat naar de vraag hoe meer buitenlandse R&D kan worden aangetrokken en daaraan gekoppeld de vraag welke locatiefactoren hierbij belangrijk zijn. De positie Nederland lijkt redelijk, maar is niet sterk Een analyse op basis van verschillende macro-economische indicatoren (bron: OECD) laat zien dat Nederland een gemiddelde positie inneemt voor wat betreft het aantrekken van buitenlandse directe investeringen (BDI) in R&D. Er blijkt dat de buitenlandse R&Dinvesteringen in Nederland 1,1% van de totale industriële toegevoegde waarde betreffen. De top 3 wordt gevormd door de VS (1,5%), Duitsland (1,7%) en het VK (1,9%). Er zijn geen macro-economische gegevens beschikbaar na 2000. Verschillende signalen wijzen er op dat de laatste tijd de concurrentiepositie van Nederland onder druk staat. In de ranglijsten van zowel het IMD World Competitiveness Scoreboard als het WEF Global Competitiveness Report is Nederland de afgelopen jaren gezakt. Dit is ook een reden om extra aandacht te besteden aan het vestigingsklimaat voor buitenlandse R&D, al zijn deze ranglijsten gebaseerd op kleinschalige enquêtes en de meningen van respondenten, en daardoor minder ‘hard’ dan OECD-data. Locatiefactoren van R&D Het Ministerie van Economische Zaken (DGO&I, CBIN en SenterNovem) heeft onderzocht wat de locatiefactoren van R&D zijn. Dit onderzoek is gedaan aan de hand van een literatuurstudie, veldonderzoek (uitgevoerd door Buck Consultants International (2004)), interviews en een macro-economische regressieanalyse. Het blijkt dat de belangrijkste motieven voor bedrijven om hun R&D internationaal te organiseren zijn: 1) aanpassen van producten, processen en technologieën aan lokale marktbehoeften en ondersteuning bieden aan buitenlandse productie- en distributiefaciliteiten; 2) toegang krijgen tot excellente onderzoeksresultaten en talenten, en initialisatie en versterking van R&D daar waar de grootste opbrengsten verwacht worden. Hierbij zijn er aanwijzingen dat buitenlandse R&D-vestigingen in toenemende mate vanuit het tweede motief worden opgezet. Aan de geïdentificeerde hoofdmotieven ligt een aantal locatiefactoren ten grondslag die bedrijven meenemen bij de beslissing waar
6
Samenvatting
hun internationale R&D-activiteiten uit te voeren. Een eerste locatiefactor bij de internationalisering van R&D is toegang tot hoogwaardig (wetenschappelijk en technisch) personeel. Niet alleen de kwaCasus A. Lokaal kennisnetwerk: Engelhard De Meern liteit van het personeel is hierbij van belang maar ook Engelhard is een belangrijke speler in Nederland op het gebied van katalyse, naast grote bedrijven zoals AKZO de beschikbaarheid van geNobel, Shell en DSM. Er is veel contact met universiteiten, kwalificeerd personeel telt. onder meer via de begeleiding van scriptanten. De meeste contacten zijn met de Universiteit Utrecht, maar er zijn ook Ten tweede is de kwaliteit goede contacten met de TU Delft, de TU/e en de van de kennisinfrastructuur Universiteit van Amsterdam. Er is samenwerking met veel andere bedrijven over de volle breedte van de chemie. van belang. In casus A staat Verder participeert Engelhard De Meern in STW en ACTSbeschreven hoe Engelhard projecten en nam het eenmaal deel aan een EET-project. De Meern profiteert van de in Nederland aanwezige kennis op het gebied van katalyse. Een probleem hierbij is dat in Nederland (maar ook binnen Europa) de kwaliteit en kwantiteit van publiek onderzoek weliswaar hoog is, maar dat de kennistransfer en -benutting tekortschiet vergeleken met een land als de VS. Daarom is niet alleen de kwaliteit van de kennisinfrastructuur van belang, maar spelen ook de samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen een belangrijke rol bij de locatie van R&D. Daarnaast kan gekeken worden naar de rol van de overheid. Overheidssubsidies hebben volgens de literatuur maar in een beperkt aantal gevallen een doorslaggevende invloed op de R&D-locatiebeslissingen van multinationale ondernemingen (MNO’s). Verder geldt dat het belang van (loon)kosten van R&D als locatiefactor niet eenduidig is. Er zijn studies die als resultaat vinden dat (loon)kosten van R&D nauwelijks invloed hebben op de kwaliteit van het vestigingsklimaat. Maar er zijn ook studies die wel een significante invloed van loonkosten van R&D-personeel constateren. De diversiteit in uitkomsten lijkt mede het gevolg van verschillen in methodologie. Het veldonderzoek door Buck Consultants International (2004) laat zien dat factoren als R&D-stimuleringsmaatregelen en loonkosten van R&D-personeel belangrijke locatiefactoren zijn. Vervolgens zijn er andere randvoorwaardelijke aspecten die de aantrekkelijkheid van een land als vestigingsplaats voor R&D verbeteren, zoals de versoepeling van licentieprocedures en goed geregelde intellectuele eigendomsrechten. Maar ook andere factoren spelen een rol, zoals de veiligheid in een land, de fysieke infrastructuur en internationale bereikbaarheid (Schiphol), de beschikbaarheid van een land over natuurlijke hulpbronnen (zeewater, schone lucht, fossiele brandstoffen) of de aanwezigheid van toeleveranciers van hoogwaardige materialen. Voorts is de marktdynamiek van belang. R&D-vestigingen kunnen leren van hun concurrenten en de spillovereffecten zijn hoger indien er fysieke nabijheid is tot concurrenten. Ten slotte kwam uit het onderzoek naar voren dat de buitenlandse directe investeringen in R&D ook afhangen van het aandeel van buitenlandse vestigingen in de toegevoegde waarde van een land (waaruit blijkt dat R&D voor een deel de productie volgt) en de hoeveelheid privaat R&D-kapitaal (om te kunnen profiteren van spillovereffecten).
7
Samenvatting
Kwantificering van R&D-locatiefactoren Om de genoemde locatiefactoren voor R&D te kwantificeren, heeft Buck Consultants International in opdracht van het Ministerie van Economische Zaken (CBIN) onderzoek gedaan naar locatiefactoren van buitenlandse R&D-investeringen. Aan 62 buitenlandse bedrijven (30 in Nederland, 32 in het buitenland) is gevraagd welke locatiefactoren op dit moment van belang zijn (of zouden zijn) bij het vestigen van hun R&D-activiteiten in het buitenland. De locatiefactoren met een totaalscore van minimaal 35% worden als belangrijk beschouwd, de rest heeft een dermate lage score dat ze niet doorslaggevend geacht worden bij het bepalen van de locatie voor internationale R&D-investeringen. Tabel 0.1
Belang van locatiefactoren van R&D
Belangrijk
Enigszins
Cruciaal
Belangrijk
Enigszins
Rang Locatiefactor
Buitenland
Cruciaal
Nederland
1
½
¼
1
½
¼
Score
14
13
2
8
22
2
65,3%
1
Beschikbaarheid gekwalificeerd personeel
2
Internationale bereikbaarheid
5
17
5
6
20
6
52,0%
3
World Class karakter instituten/universiteiten
6
11
10
8
13
10
50,0%
4
Samenwerkingsmogelijkheden met kennisinstellingen & bedrijven
4
12
10
6
13
10
44,4%
5
Capaciteit en kwaliteit ICT/telecominfra.
3
15
9
6
10
10
42,3%
6
Nabijheid lead users en/of strategische partners
9
4
8
6
9
9
41,5%
7
R&D-stimuleringsmaatregelen
4
14
5
6
6
16
40,7%
8
Kosten R&D-personeel
4
13
10
1
16
11
39,9%
9
Quality of life
0
17
8
5
10
14
38,7%
10
Algemene belastingregelingen
3
13
6
3
11
12
36,3%
11
Regulering en wetgeving
5
9
9
2
12
11
36,3%
12
Ondernemingsklimaat dat innovatie stimuleert
2
10
11
3
15
6
35,1%
13
Kosten bedrijfshuisvesting
2
9
14
2
10
16
33,9%
14
Relatie met andere activiteiten huidige locatie
5
7
6
3
7
12
31,5%
15
Aanwezigheid toonaangevende clusters/sectoren
2
8
10
3
11
10
31,5%
16
Ligging t.o.v. overige vestigingen
1
7
15
3
7
13
29,0%
17
Vestigingsmogelijkheden op technology en science parks
1
2
14
3
10
13
27,0%
18
Beschikbaarheid venture capital
1
4
5
2
6
10
19,0%
19
Overheid als launching customer
2
2
6
0
4
9
14,1%
Bron: Buck Consultants International (2004). Toelichting: de totaalscore wordt berekend door de gewogen som te nemen van de antwoorden ‘cruciaal’, ‘belangrijk’ en ‘enigszins belangrijk’, waarbij respectievelijk de gewichten 1, ½ en ¼ gebruikt zijn, en vervolgens te delen door het totaal aantal waarnemingen (62).
8
Samenvatting
Uit de tabel blijkt dat met name de factor ‘beschikbaarheid gekwalificeerd personeel’ belangrijk wordt geacht; deze factor wordt door 22 van de 62 respondenten als cruciaal bestempeld. In casus B over Casus B. Beschikbaarheid gekwalificeerd Airgo Networks wordt geïllupersoneel: Airgo Networks streerd hoe belangrijk dit aspect Airgo Networks levert WLAN-technologie voor kan zijn. Verder zijn de locatiedraadloze netwerken, zowel voor kleine schaal factoren ‘internationale bereik(woningen) als grote schaal (kantoren). Airgo werd in 2000 opgericht door een aantal Amerikanen en door baarheid’ en ‘World Class katwee Nederlanders, waarvan er één niet wilde rakter instituten/universiteiten’ verhuizen naar Amerika. Daarom heeft Airgo nu een vestiging in Breukelen. De initiële doelstelling van Airgo zeer belangrijk. Wanneer alleen was om in Nederland te groeien naar 12 tot 15 medewordt gekeken naar de 30 onderwerkers. Echter, per april 2004 werken er slechts 6 mensen, terwijl in 2001 in Nederland werd begonnen vraagde bedrijven in Nederland, met 4 medewerkers. In de VS was de groei veel groter dan valt op dat de locatiefactor (van 14 in 2000 naar 100 in 2004). De reden dat de ‘nabijheid lead users en/of stragroei in Nederland achterblijft is eenvoudig: Airgo kan in Nederland geen geschikte medewerkers vinden en tegische partners’ vaak als cruheeft grote moeite om vanuit het buitenland goede ciaal wordt gezien en dat de mensen hiernaartoe te halen. factoren ‘R&D-stimuleringsmaatregelen’ en ‘capaciteit en kwaliteit ICT/telecominfrastructuur’ vaak als belangrijk worden genoemd. Door de bedrijven in het buitenland worden de locatiefactoren ‘ondernemingsklimaat dat innovatie stimuleert’ (vooral in Frankrijk) en ‘samenwerkingsmogelijkheden met kennisinstellingen en bedrijven’ (vooral Frankrijk en België) relatief vaker genoemd dan in Nederland. De ‘overheid als launching customer’ wordt door de meeste bedrijven als onbelangrijke locatiefactor gezien. Ten slotte kwam uit een eigen regressieanalyse naar voren dat de toegevoegde waarde van buitenlandse bedrijven, het privaat R&D-kapitaal dat aanwezig is in een land en de gemiddelde opleidingsduur van de beroepsbevolking cruciale locatiefactoren zijn om buitenlandse kennisintensieve activiteiten aan te trekken. Deze uitkomsten bevestigen de bovengenoemde resultaten uit het veldonderzoek. Score van Nederland op belangrijke locatiefactoren Voor de bovengenoemde belangrijke locatiefactoren is onderzocht hoe Nederland hierop presteert in vergelijking met het buitenland. Figuur 0.1 geeft de mate van belang van de locatiefactoren voor het aantrekken van buitenlandse directe investeringen in R&D in relatie tot de score van Nederland ten opzichte van het buitenland (op basis van verschillende bronnen, zoals OECD en IMD). De figuur laat zien dat Nederland nergens echt in uitblinkt, behalve in de ‘quality of life’. Op de belangrijkste locatiefactoren van R&D, namelijk de ‘beschikbaarheid van gekwalificeerd personeel’ en de ‘internationale bereikbaarheid’, scoort Nederland gemiddeld. Indien de verwachting uitkomt dat buitenlandse R&D-investeringen in de toekomst in toenemende mate zullen worden gedaan in landen met een zeer gunstig innovatieklimaat (zie paragraaf 3.2), dan zal Nederland haar score op deze belangrijke R&D-locatiefactoren moeten verbeteren. Op een aantal andere belangrijke locatiefactoren van R&D scoort Nederland relatief laag ten opzichte van het buitenland. Het gaat hier voornamelijk om de factoren ‘samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen’ en ‘privaat R&D-kapitaal’. Er zijn ook een aantal belangrijke factoren waarop Nederland relatief goed presteert. Naast de
9
Samenvatting
‘quality of life’ scoort Nederland goed op het ‘World Class karakter van universiteiten en instituten’, de ‘toegevoegde waarde van buitenlandse bedrijven’ en de ‘ICT/telecominfrastructuur’. Figuur 0.1
6
Mate van belang van R&D-locatiefactoren en de score van Nederland, 2000-2004 (laatst gemeten jaar)
Score NL t.o.v. buitenland (1=slecht, 2=zwak, 3=gemiddeld, 4=goed, 5=uitstekend)
Quality of life
5
Toegevoegde waarde buitenlandse bedrijven
ICT-/telecominfrastructuur
World Class karakter kennisinstituten
4
Beschikbaarheid gekwalificeerd personeel
Ondernemerschap
3
Internationale bereikbaarheid
R&D-stimuleringsmaatregelen
Samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen
Regulering en wetgeving
2
Privaat R&D-kapitaal
Algemene belastingregelingen
1
Kosten R&D-personeel
0 30
35
40
45
50
55
60
65
70
Belang voor het aantrekken van BDI in R&D
Opties voor beleid De bovengenoemde bevindingen kunnen worden gebruikt om accenten te leggen in het beleid van de Nederlandse overheid. In dit onderzoek is een aantal opties voor het beleid van de Nederlandse overheid gedefinieerd. Opties met betrekking tot excellentie zijn: stimuleer investeringen in menselijk kapitaal (zowel via onderwijs als door bedrijven zelf) en in R&D, breng hoogwaardige kennisinfrastructuur in kaart (‘technology mapping’) en investeer structureel in kennis, verbeter samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen en zorg voor focus en massa in R&D-stimuleringsmaatregelen (een goed voorbeeld hiervan zijn de Technologische Topinstituten). Opties met betrekking tot randvoorwaarden zijn: verbeter de internationale bereikbaarheid (met name Schiphol), benut goede ICT/telecominfrastructuur bij acquisitie van buitenlandse R&D en zorg voor een flexibele arbeidsmarkt, lagere vennootschapsbelasting en lagere loonkosten. Ten slotte kunnen meer buitenlandse directe investeringen in R&D worden aangetrokken door het benutten van de aanwezigheid van buitenlandse bedrijven (bijvoorbeeld het ‘verrijken’ van reeds aanwezige buitenlandse bedrijven met R&D) en door het benutten van de uitstekende quality of life in Nederland bij de acquisitieinspanningen.
10
Inleiding
1
Inleiding Samenvatting Kennis en innovatie, en dus ook Research & Development (R&D), zijn belangrijke factoren voor de economische groei. In Nederland lopen de private R&D-inspanningen licht achter ten opzichte van het Europese gemiddelde en in sterke mate ten opzichte van het OECD-gemiddelde. Steeds meer R&D vindt echter op internationale schaal plaats. Daarom wordt in dit rapport in detail gekeken naar buitenlandse directe investeringen in R&D. Wat is het belang hiervan voor Nederland? Hoe scoort Nederland ten opzichte van het buitenland? Wat zijn de belangrijkste locatiefactoren van R&D en hoe kan Nederland meer buitenlandse R&D-investeringen aantrekken?
1.1 Aanleiding Kennis en innovatie zijn belangrijke factoren voor de arbeidsproductiviteitsgroei en bijgevolg de economische groei. In de Europese doelstellingen wordt het belang van innovatie onderkend. Zo is in de Lissabon-ambitie vastgesteld dat Europa in 2010 de meest concurrerende kenniseconomie ter wereld moet worden. In het verlengde hiervan is door regeringsleiders in Barcelona vastgesteld dat de uitgaven aan Research & Development (R&D) binnen de Europese Unie (EU-15) gemiddeld 3% van het bruto binnenlands product (BBP) zouden moeten bedragen, waarvan tweederde gefinancierd wordt door het bedrijfsleven (Barcelona-doelstelling). Daarnaast is in het Hoofdlijnenakkoord van het kabinet Balkenende II afgesproken dat het innovatieve vermogen van de Nederlandse economie moet worden versterkt. De transformatie tot een krachtige kenniseconomie wordt nog urgenter met het oog op de naderende demografische ontwikkelingen (‘vergrijzing en ontgroening’), die een blijvende druk uitoefenen op de mogelijkheden tot extra arbeidsinzet. Om de belangrijke internationale en nationale doelstellingen omtrent innovatie gerealiseerd te krijgen moet een aantal zaken in Nederland verbeterd worden. Een belangrijk aspect van innovatie is R&D. Een probleem voor Nederland is dat de R&Dinspanningen van het Nederlandse bedrijfsleven al sinds begin jaren ’80 achterblijven bij het OECD- en EU-gemiddelde. Dit, in combinatie met de ambitieuze nationale en Europese doelstellingen, heeft ervoor gezorgd dat de internationalisering van R&D steeds meer in de belangstelling is komen te staan, zowel bij economische wetenschappers, politici als beleidsmakers. De internationalisering van R&D kent twee kanten. Ten eerste wordt zij gekenmerkt door de uitstroom van R&D-investeringen (zogenoemde ‘outward R&D’). De angst bestond dat de Nederlandse kennisbasis naar het buitenland verdwijnt. Uit studies van het Centraal Planbureau en het Ministerie van Economische Zaken blijkt echter dat er vooralsnog geen sprake is van een grootschalige verplaatsing van R&D naar het buitenland (zie respectievelijk Cornet en Rensman, 2001; Erken en Gilsing, te verschijnen). Wel is een aantal negatieve ontwikkelingen van locatiefactoren aan de gang die de Nederlandse positie blijvend onder druk kunnen zetten (zie Erken e.a., 2003).
11
Inleiding
Ten tweede bevindt zich aan de andere zijde van de internationaliseringsmedaille de instroom van R&D (‘inward R&D’ of ‘buitenlandse directe investeringen in R&D’). De instroom van R&D is een belangrijke factor om de binnenlandse R&D-uitgaven naar een hoger peil te tillen. Er is echter weinig informatie over buitenlandse directe investeringen in R&D in Nederland.1 Verder ontbreekt een internationale benchmark van de Nederlandse positie op het gebied van buitenlandse R&D-activiteiten. Gezien de extra maatregelen in de ons omringende landen om R&D te stimuleren en de extra investeringen in veelbelovende technologieën die met name in het buitenland plaatsvinden, is het belangrijk om meer kennis te ontwikkelen over buitenlandse directe investeringen in R&D. De vraag is natuurlijk hoe de aantrekkelijkheid van Nederland voor buitenlandse directe investeringen in R&D kan worden vergroot. Daarvoor moeten we eerst weten welke factoren van invloed zijn op de buitenlandse directe investeringen in R&D. De inward R&D-investeringen zijn immers afhankelijk van verschillende locatiefactoren (die ook van belang zijn om de reeds ingezeten kennisintensieve bedrijven hier te houden). Hoewel er redelijk wat bekend is over welke locatiefactoren (in theorie) van belang zijn voor R&D en er indicaties zijn over het belang van sommige locatiefactoren, ontbreekt een internationale kwantificering. Het onderhavige rapport probeert inzicht te geven in de locatiefactoren van R&D vanuit een breder perspectief. 1.2 Doelstelling en subvragen Het onderzoek zal de Nederlandse positie in internationaal perspectief duidelijk moeten maken op het gebied van buitenlandse directe investeringen in R&D. Het doel van het onderzoek is inzicht te verkrijgen in de achterliggende motieven voor internationalisering van R&D en de R&D-locatiefactoren. Ook dient het onderzoek helderheid te verschaffen over beleidsopties om de resultaten te verbeteren. Subvragen • Wat is het belang van buitenlandse directe investeringen in R&D voor een economie? • Wat is de positie van Nederland in internationaal perspectief op het gebied van het aantrekken van buitenlandse directe investeringen in R&D? • Wat zijn de belangrijkste locatiefactoren van R&D en hoe kunnen deze gekwantificeerd worden? • Welke positie heeft Nederland ten opzichte van het buitenland op de verschillende locatiefactoren van R&D? • Wat zijn de beleidsoptie om Nederland aantrekkelijker te maken voor buitenlandse directe investeringen in R&D?
1
Wel is bekend dat in Nederland het aantal nieuwe R&D-vestigingen van buitenlandse bedrijven beperkt blijft tot 2 à 3 investeringsprojecten per jaar (Ministerie van Economische Zaken, 2003a). Onderzoek van de Stec Groep (2004) en Buck Consultants International (2004), beide in opdracht van het Ministerie van Economische Zaken, laten zien dat Nederland tussen de 76 en 93 buitenlandse R&D-vestigingen telt, afhankelijk van de gehanteerde definitie van het begrip R&D.
12
Inleiding
1.3 Beleidsrelevantie Bij het CBIN (Commissariaat voor Buitenlandse Investeringen in Nederland) is besloten om bij de acquisitie van buitenlandse investeringen het accent meer te gaan leggen op technologisch georiënteerde activiteiten van buitenlandse bedrijven (Ministerie van Economische Zaken, 2003a). De accentverschuiving in de acquisitie van buitenlandse investeringen is ook opgenomen in de Innovatiebrief (Ministerie van Economische Zaken, 2003b, blz. 22). Voor het CBIN is het dus essentieel om een scherp inzicht te hebben in de afwegingen die kennisintensieve investeerders maken tussen de verschillende locatiefactoren en het belang van elk van de locatiefactoren. Inzicht in de afweging van de kennisintensieve investeerder is enerzijds de basis voor een ‘tailormade’ marketing en informatievoorziening in de richting van potentiële buitenlandse investeerders. Anderzijds vertegenwoordigt zij een belangrijke voedingsbron voor beleidssignalering en interventietaken met betrekking tot het Nederlandse vestigingsklimaat. Met dit laatste punt wordt direct het werkveld van het DGO&I aangesneden. DGO&I zet via haar beleidsdirecties in op de stimulering van de Nederlandse R&D-uitgaven bij bedrijven. Zo is de private R&D-intensiteit één van de VBTB-indicatoren waar het beleid van DGO&I zich op richt.2 Een van de beleidslijnen om de Nederlandse private R&Dintensiteit naar een hoger peil te tillen is door kennisintensieve bedrijven naar Nederland te halen. Verder worden door het beleid van DGO&I de randvoorwaarden voor een aantrekkelijk vestigingsklimaat gecreëerd. Het is belangrijk voor DGO&I om te weten hoe deze relaties precies liggen. Om een voorbeeld te geven: wat is het belang van de WBSO als locatiefactor van R&D of hoe worden de stimuleringsmaatregelen voor een betere publiek-private samenwerking door buitenlandse ondernemingen gepercipieerd?3 Verder vormen de resultaten van het onderhavige onderzoek een belangrijke input voor het project Determinanten van de R&D-uitgaven in internationaal perspectief, dat in 2004 van start is gegaan. De internationale benchmark uit dit onderzoek is voor DGO&I een handvat om de kwantificering van één van de determinanten van de R&D-uitgaven bij bedrijven (namelijk de binnenkomende R&D-investeringen ten opzichte van het buitenland) vast te stellen. Ten slotte voert SenterNovem een deel van het innovatiebeleid van DGO&I uit en is daarmee medeverantwoordelijk voor de inspanningen om de private R&D-uitgaven in Nederland te verhogen. SenterNovem heeft veel contact met innovatieve bedrijven in Nederland, ook met de buitenlandse. De resultaten van het onderzoek kunnen voor SenterNovem waardevol zijn in de dienstverlening naar haar klanten. Ook kan SenterNovem signalen die zij van de (buitenlandse) innovatieve bedrijven ontvangt doorgeven richting DGO&I, als voedingsbron voor verbeterd beleid.
2
De private R&D-intensiteit wordt gedefinieerd als de totale R&D-uitgaven bij bedrijven als percentage van het BBP. VBTB staat voor ‘Van beleidsbegroting tot beleidsverantwoording’ en betreft een nieuw budgettair proces met als doel om een effectief en efficiënt (meetbaar) beleid neer te kunnen zetten. 3 De WBSO staat voor de Wet Bevordering Speur- en Ontwikkelingswerk. Het is een fiscale aftrekpost op de loonkosten van R&D-personeel voor bedrijven en zelfstandige ondernemers.
13
Inleiding
1.4 Onderzoeksaanpak Het onderzoek is erop gericht om de locatiefactoren van R&D vanuit een breed perspectief helder te krijgen. Daarom is gewerkt vanuit vier perspectieven: • een uitgebreide literatuurstudie naar de internationalisering van R&D; • een micro-onderzoek waarin het belang van de locatiefactoren van R&D wordt ingeschat door de buitenlandse R&D-vestigingen zelf, gelokaliseerd in Nederland (30 bedrijven) en het buitenland (32 bedrijven). Dit is onderzocht in opdracht van het Ministerie van Economische Zaken (Buck Consultants International, 2004); • een regressieanalyse waarin met behulp van macro-economische data (R&Dinvesteringsgegevens van de OECD en OECD-patentdata) het belang van verschillende locatiefactoren van R&D is onderzocht; • casestudies die zijn opgesteld door SenterNovem op grond van interviews met buitenlandse R&D-bedrijven in Nederland. 1.5 Leeswijzer In hoofdstuk 2 wordt het economische belang van buitenlandse R&D-investeringen voor Nederland aangegeven. Hoofdstuk 3 gaat in op de uitgangssituatie met betrekking tot buitenlandse R&D-investeringen en buitenlandse innovatieve activiteiten in Nederland. In hoofdstuk 4 wordt aan de hand van een literatuurstudie besproken welke motieven ten grondslag liggen aan het al dan niet verplaatsen van R&D-activiteiten naar het buitenland. De resultaten van bestaand empirisch onderzoek worden gepresenteerd in hoofdstuk 5. In dit hoofdstuk worden ook de belangrijkste resultaten samengevat van het onderzoek dat Buck Consultants International heeft uitgevoerd in opdracht van het Ministerie van Economische Zaken (in dit onderzoek zijn de locatiefactoren onderzocht op microniveau). Hoofdstuk 5 wordt afgesloten met een regressieanalyse op basis van macro-economische data. Hoofdstuk 6 gaat in op de score van Nederland op de belangrijkste locatiefactoren van R&D, zoals in hoofdstuk 5 gevonden. Hoofdstuk 7 besluit met een aantal opties voor het beleid van de Nederlandse overheid, in het bijzonder opties die het Ministerie van Economische Zaken raken.
14
Economische context
2
Economische context Samenvatting In dit hoofdstuk wordt het verband tussen arbeidsproductiviteit, innovatie en R&D aangegeven. Daarnaast wordt ingegaan op de internationale ambities van Nederland met betrekking tot R&D. Met name de private R&D-investeringen moeten stijgen om aan de Barcelona-doelstelling te voldoen. Hierbij kunnen buitenlandse directe investeringen in R&D een belangrijke rol spelen. Naast een directe bijdrage aan de R&D-intensiteit zijn er ook indirecte bijdragen, zoals spillovereffecten en een verhoogde efficiëntie bij Nederlandse ondernemingen als gevolg van de buitenlandse concurrentie.
2.1 Arbeidsproductiviteit en de rol van innovatie Het afgelopen decennium heeft Nederland vooral economische groei weten te realiseren door een hogere inzet van arbeid (zogenoemde factorgedreven groei) en veel minder dankzij een hogere groei van de productiviteit. Voor de jaren die gaan komen kan er minder worden gesteund op deze eerste groeipijler, omdat demografische ontwikkelingen (‘vergrijzing’ en ‘ontgroening’) de mogelijkheden tot extra arbeidsinzet beperken. Nederland zal het voor toekomstige economische groei dus vooral van een hogere arbeidsproductiviteitsgroei moeten hebben. Op basis van empirische studies kan de arbeidsproductiviteitsgroei worden toegerekend aan drie achterliggende basisfactoren: innovatie, kwaliteitsverbeteringen van de factor arbeid en de bijdrage van kapitaalverdieping (ontwikkeling van de hoeveelheid kapitaal per eenheid arbeid). Donselaar e.a. (2003) hebben het belang van deze drie determinanten voor de arbeidsproductiviteitsgroei gekwantificeerd voor Nederland over de jaren ’90. Er blijkt dat innovatie (in de studie van Donselaar e.a. (2003) gerepresenteerd door R&D) ruwweg 40% verklaart van de arbeidsproductiviteitsgroei in deze periode, menselijk kapitaal heeft een bijdrage van 13% geleverd en kapitaalverdieping een bijdrage van 47%. De bijdrage van innovatie is echter nog groter dan 40%. De bijdrage van kapitaalverdieping aan de productiviteitsgroei is namelijk voor een groot deel weer afhankelijk van innovatie.4 Innovatie is dus de belangrijkste determinant van de arbeidsproductiviteitsgroei. Dit sluit aan bij de studie van Baumol (2002) waaruit blijkt dat door de eeuwen heen het grootste deel van de welvaartsgroei verklaard wordt door innovatie. Ook de OECD (1999) wijst erop dat Westerse landen voor hun toekomstige welvaart zullen moeten transformeren naar een economie die concurreert op basis van kennis, waarbij kennis en technologieën snel geïncorporeerd worden door het bedrijfsleven om de productiviteit te stimuleren. 2.2 Innovatie en R&D In veel empirische studies die het verband onderzoeken tussen innovatie en productiviteit wordt productiviteit gerepresenteerd door de totale factorproductiviteit (TFP) en wordt innovatie benaderd door R&D, waarbij vaak wordt uitgegaan van de R&Dkapitaalbenadering (zie bijvoorbeeld Coe en Helpman, 1995; Guellec en Van 4
Ten eerste levert innovatie een bijdrage aan de kapitaalverdieping via kwaliteitsverbeteringen van kapitaalgoederen. Daarnaast hangt de ontwikkeling van de investeringen sterk samen met de economische groei van een land, die mede afhankelijk is van innovatie via de directe bijdrage aan de productiviteitsgroei (innovatie → productiviteitsgroei → economische groei → investeringen).
15
Economische context
Pottelsberghe de la Potterie, 2001a). De totale factorproductiviteit representeert de arbeidsproductiviteit gecorrigeerd voor de inzet van arbeid en kapitaal. Deze indicator geeft aan hoe productief de factoren arbeid en kapitaal zijn in het genereren van toegevoegde waarde. Bij de R&D-kapitaalbenadering worden R&D-uitgaven gecumuleerd tot een voorraad R&D-kapitaal, waarbij tevens wordt rekening gehouden met de veroudering van kennis door een afschrijvingspercentage toe te passen op R&Dkapitaal opgebouwd in het verleden (zie ook appendix 3). Er moet nog een onderscheid worden gemaakt tussen binnenlands R&D-kapitaal en buitenlands R&D-kapitaal. De invloed van buitenlands R&D-kapitaal op de TFP geeft internationale R&D-spillovers weer, die tot stand komen door het gebruik van buitenlandse kennis in binnenlandse innovatieprocessen. Binnenlands R&D-kapitaal kan vervolgens gesplitst worden in privaat R&D-kapitaal (opgebouwd door bedrijven) en publiek R&D-kapitaal (opgebouwd door publieke kennisinstellingen). Een kanttekening bij de R&D-kapitaalbenadering uit de empirische literatuur is dat R&D als het ware vanzelf leidt tot innovaties, die vervolgens via de TFP weer doorwerken in de productiviteit van een land. Uiteraard is R&D alléén duidelijk niet voldoende om innovaties te realiseren. Een goed werkend innovatiesysteem is nodig om daadwerkelijk hoge rendementen te behalen. In een goed werkend innovatiesysteem spelen ook andere zaken een belangrijke rol, zoals de wisselwerking tussen de publieke kennisinfrastructuur en bedrijven, de vraagzijde (zowel consument als ‘business to business’) en de overheid. Het nationaal innovatiesysteem (NIS) is een denkkader waarbinnen ook rekening gehouden wordt met de interactie tussen de verschillende actoren en de macroeconomische en institutionele randvoorwaarden voor het innovatieproces (zie Bemer, 2001; OECD, 2002). Het probleem met het concept van een nationaal innovatiesysteem is dat er geen empirisch onderzoek beschikbaar is waarin het is verwerkt. Dit heeft te maken met de beperkte beschikbaarheid van data om de achterliggende processen empirisch te kunnen onderzoeken op macroniveau. Daarnaast is R&D de enige betrouwbare indicator die beschikbaar is om via lange tijdreeksen de relatie tussen innovatie en de productiviteit van een land te analyseren. Aldus kan geconcludeerd worden dat, mits de veronderstelling van een goed werkend innovatiesysteem in acht wordt genomen, R&D kan worden gezien als de fundamentele basis voor innovatie. Als R&D een goede proxy is voor de innovatiekracht van een land, is de vraag welke uitgangspositie Nederland inneemt als het gaat om R&D. 2.3 R&D-intensiteit Om de uitgangspositie van Nederland op het gebied van R&D te analyseren kan het beste gekeken worden naar de R&D-intensiteit. De R&D-intensiteit wordt gedefinieerd als de totale R&D-uitgaven in een land als percentage van het bruto binnenlands product (BBP). In 2001 bedraagt de R&D-intensiteit in Nederland 1,89%, ten opzichte van 1,93% voor de EU en 2,29% voor de OECD. Een deel van de R&D-intensiteit komt op rekening van publieke kennisinstellingen (universiteiten, TNO, etc.). De Nederlandse publieke R&Dintensiteit (0,78% in 2001) is al jaren boven het internationale EU- en OECD-gemiddelde (respectievelijk 0,65% en 0,66%). De zwakke positie van de Nederlandse R&D-intensiteit wordt veroorzaakt door het private deel. In 2001 bedragen de R&D-uitgaven van
16
Economische context
Nederlandse bedrijven 1,10% van het BBP. De Nederlandse private R&D-intensiteit loopt in 2001 licht achter ten opzichte van het EU-gemiddelde (1,25%) en in hoge mate ten opzichte van het OECD-gemiddelde (1,58%). Figuur 2.1 laat zien dat de Nederlandse private R&D-intensiteit al sinds het begin van de jaren ’80 om en nabij de 1% schommelt, terwijl deze percentages voor de EU en met name de OECD op een veel hoger niveau liggen. Figuur 2.1
Private R&D-uitgaven van de grote OECD-landen en Nederland (als percentage van het BBP)
2,4 JAP 2,2 US
2 1,8
GER
1,6
OECD FRA
1,4
UK EU
1,2
NL 1
00
99
98
97
96
95
94
93
92
91
90
89
88
87
86
85
84
83
82
01 20
20
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
81
0,8
Bron: OECD, Main Science and Technology Indicators.
2.4 Internationale ambities Nederland, maar ook de EU in haar geheel, loopt dus sterk achter op het gebied van de private R&D-intensiteit vergeleken met de OECD. Gezien de slechte uitgangssituatie en de noodzaak van innovatie voor de toekomstige economische groei, hebben Europese regeringsleiders twee belangrijke doelstellingen geformuleerd. De eerste doelstelling is de zogenoemde Lissabon-doelstelling die inhoudt dat de EU ernaar streeft om in 2010 de meest dynamische en concurrerende kenniseconomie ter wereld te zijn. Nederland heeft in het verlengde van deze doelstelling de ambitie geformuleerd om in 2010 tot de top van de EU te behoren als kenniseconomie. De tweede meer concrete Europese doelstelling is de zogehete Barcelona-doelstelling. De Barcelona-doelstelling houdt in dat de EU zich voorhoudt om de R&D-uitgaven binnen de EU te verhogen tot 3% van het BBP, waarvan tweederde wordt gefinancierd door bedrijven (Europese Raad, 2002; Europese Commissie, 2002). Dit impliceert voor zowel Nederland als de EU in haar geheel een verdubbeling van de private R&D-intensiteit, terwijl in de EU tevens de publieke R&Dinspanningen nog eens fors verhoogd zouden moeten worden. De winst die dit oplevert voor de Nederlandse economie is aanzienlijk: de realisatie van de Barcelona-doelstelling door Nederland alleen zou kunnen leiden tot 7,3% extra productiviteit op lange termijn,
17
Economische context
hetgeen neerkomt op ongeveer 27 miljard euro extra toegevoegde waarde op jaarbasis (zie Donselaar e.a., 2004; zie appendix 1 van dit rapport voor een toelichting). Maar ook op nationaal niveau is het belang van innovatie voor de toekomstige economische groei onderkend (Hoofdlijnenakkoord, 2003). 2.5 Verhogen van private R&D-intensiteit Het belang van innovatie en R&D voor de economische groei, de achterstandspositie van Nederland op het gebied van private R&D en de hoge ambities op nationaal en Europees niveau zorgen alle voor draagvlak om de private R&D-intensiteit naar een structureel hoger peil te tillen. Om dit echter te bewerkstelligen moeten de determinanten achter de private R&D-uitgaven bekend zijn. Echter, veel empirisch onderzoek naar de determinanten van de private R&D-uitgaven is niet gedaan. Niettemin volgt hieronder een aantal belangrijke constateringen. 1) De eerste belangrijke factor die de private R&D-uitgaven van een land bepaalt is de sectorstructuur. Uit onderzoek van Ruiter (2003) blijkt dat de achterstand van de Nederlandse private R&D-intensiteit ten opzichte van de OECD voor ongeveer de helft tot tweederde verklaard kan worden door de Nederlandse sectorstructuur. Nederland is namelijk oververtegenwoordigd in R&D-extensieve sectoren (en dus ondervertegenwoordigd in R&D-intensieve sectoren) vergeleken met het buitenland. 2) Verder komt uit onderzoek door Minne en Rensman (2001) naar voren dat de grote Nederlandse multinationale ondernemingen (MNO’s) vooral hun belangrijkste buitenlandse concurrenten volgen als het gaat om de R&D-uitgaven (zie ook Erken e.a., 2003). Volgens Minne en Rensman gebeurt dit uit zuivere concurrentieoverwegingen. Omgekeerd geldt dat bedrijven elkaar volgen als R&Duitgaven worden verlaagd vanwege kostenoverwegingen. Immers, R&D is een kostenpost die de winst op korte termijn vermindert. 3) Om de private R&D-intensiteit te verhogen is verbreding van de bestaande R&Dbedrijvenbasis van belang. Hierbij gaat het vooral om het doorgroeien van middelgrote en kleine kennisintensieve bedrijven en voldoende nieuwe technostarters en spin-offs. Immers, de Nederlandse R&D-basis is nog steeds voor een groot deel afhankelijk van een zevental bedrijven (de zogenoemde Big Seven) die al meer dan 100 jaar geleden zijn opgericht (met uitzondering van ASML).5 In appendix 1 is een figuur opgenomen waarin de verdeling van de bedrijfs-R&D in Nederland is weergegeven. 4) Tot slot is de locatie van R&D van belang. Ondanks het feit dat het niveau van de private R&D-uitgaven van de Nederlandse kennisintensieve MNO’s redelijk stabiel lijkt, is het belangrijk te zorgen voor een goed innovatieklimaat zodat deze bedrijven hun R&D-basis niet verplaatsen naar landen met een aantrekkelijker innovatieklimaat. Hier lijkt vooralsnog niet systematisch sprake van te zijn (zie Cornet en Rensman, 2001; Erken en Gilsing, te verschijnen; appendix 1). Omgekeerd 5
Deze grote bedrijven zijn Philips, Akzo Nobel, Shell, DSM, Océ, Unilever en ASML. Deze zeven bedrijven verrichten in Nederland ongeveer 50% van de totale private R&D. Nederland neemt met deze scheve verdeling van de private R&D-uitgaven overigens geen uitzonderingspositie in. Ook in landen als Zweden (Ericsson, Volvo en Scania), Zwitserland (Novartis, Roche en Nestlé), Finland (Nokia) en Duitsland (Daimler Chrystler, Siemens en Volkswagen) verricht een klein aantal bedrijven een aanzienlijk deel van de bedrijfs-R&D.
18
Economische context
geldt dat de private R&D-intensiteit vergroot kan worden door kennisintensieve bedrijvigheid uit het buitenland aan te trekken. 2.6 Buitenlandse directe investeringen in R&D Over de laatstgenoemde determinant van de private R&D-uitgaven in de vorige paragraaf, namelijk de buitenlandse directe investeringen (BDI) in R&D, is voor Nederland niet veel bekend. Dit terwijl het belang van buitenlandse directe investeringen in R&D evident is. Zoals hierboven al is aangegeven dragen BDI in R&D rechtstreeks bij aan de binnenlandse R&D-intensiteit. Ten tweede zouden buitenlandse directe investeringen een transmissiekanaal kunnen zijn om te kunnen profiteren van kennis die is ontwikkeld in het buitenland. Tot slot werken BDI in R&D via een verhoogde concurrentie door in meer innovatie. Hieronder volgt een korte toelichting op deze drie effecten. Directe bijdrage Bij de bespreking van de mogelijke determinanten van de R&D-uitgaven in een land is duidelijk gemaakt dat buitenlandse R&D-uitgaven in Nederland direct bijdragen aan een hogere private binnenlandse R&D-intensiteit (zie ook OECD, 1998). Dit heeft vervolgens weer een positieve invloed op de productiviteit van een land en bijgevolg de economische groei, werkgelegenheid en de handel. In de VS bijvoorbeeld zijn de R&D-uitgaven van buitenlandse multinationale ondernemingen in krap tien jaar tijd (1987-1996) ruwweg verdrievoudigd van 6,5 miljard naar 17,2 miljard US$ (zie Serapio en Dalton, 1999). Voor Nederland geldt dat de R&D van buitenlandse bedrijven toenam van 802 miljoen gulden in 1993 naar 1848 miljoen gulden in 1999 (zie Cornet en Rensman, 2001, tabel 2.3).6 Dit betekent meer dan een verdubbeling in zes jaar. Dit voorbeeld geeft aan dat buitenlandse directe investeringen in R&D een belangrijke bijdrage kunnen leveren aan de R&D-intensiteit van een land.7 Daarnaast zijn er aanwijzingen dat de lokale spillovereffecten van buitenlandse R&D in een land even groot zijn als de R&D gefinancierd door ingezetenen (zie bijvoorbeeld Jaffe e.a., 1993). Uit een bekende studie van Florida (1997) blijkt ook dat buitenlandse R&D-vestigingen redelijk innovatief zijn (in outputtermen zoals patenten en publicaties) vergeleken met binnenlandse vestigingen. Tot slot is al eerder geconcludeerd dat bijna 60% van alle buitenlandse bedrijven in Nederland innovatief is (Ministerie van Economische Zaken, 2001). Van de buitenlandse industriële bedrijven in Nederland is meer dan 80% innovatief. Verder investeert tweederde in eigen R&D. Een kwart van de aangetrokken buitenlandse bedrijven maakt gebruik van SenterNovem-subsidies. De bruto toegevoegde waarde en winst per werknemer zijn bij buitenlandse bedrijven in Nederland het dubbele van het gemiddelde bedrijf in Nederland. Op basis van deze onderzoeksgegevens kan geconcludeerd worden dat buitenlandse bedrijven van groot belang zijn voor de Nederlandse (kennis)economie (zie ook Louter e.a., 2001). 6
Bedragen in guldens van 1999 en inclusief buitenlandse overnames/fusies van Nederlandse R&D-bedrijfen of -onderdelen. 7 De totale R&D-uitgaven van buitenlandse bedrijven in de VS zijn over de periode 1987-1996 veel sterker gestegen dan de totale R&D-uitgaven van Amerikaanse bedrijven in de VS (Serapio en Dalton, 1999).
19
Economische context
Buitenlandse spillovereffecten Buitenlandse R&D-vestigingen kunnen ook een belangrijk transmissiekanaal zijn om te profiteren van buitenlandse spillovereffecten. Hiermee wordt bedoeld dat buitenlandse bedrijven een brugfunctie kunnen vervullen tussen het binnenlandse innovatiesysteem en de kennis ontwikkeld in het buitenland (zie OECD, 1999). Louter e.a. (2001) geven aan dat buitenlandse ondernemingen in Nederland als een mechanisme kunnen worden gezien om aan te haken op internationale kennisstromen en netwerken. Ten eerste maken buitenlandse R&D-vestiCasus 1. Buitenlandse spillovereffecten: Fuji gingen in een land gebruikt van de technologie Tot aan het eind van de jaren '80 voerde Fuji Tilburg alle grondstoffen vanuit Japan in. Omdat er een steeds grote die is ontwikkeld op de prijsconcurrentie ontstond wilde Fuji de productiekosten thuisbasis van de MNO. reduceren door gebruik te maken van lokale toeleveranciers. Het probleem echter was dat er geen toeleveranciers waren Een deel van deze techdie de door Fuji gewenste grondstoffen (zoals gelatine, olie, nologie vloeit onder anchemicaliën en zilverhalide) konden leveren. Daarom besloot Fuji om zelf de toeleveranciers op te leiden. Eerst werd de dere via lokale toelevebenodigde kennis over de grondstoffen vanuit Japan naar ranciers, personeel en Nederland gehaald, vervolgens is Fuji binnen Europa op zoek kennisinstellingen weg gegaan naar geschikte toeleveranciers. Uiteindelijk heeft men verschillende potentiële toeleveranciers gevonden (iets minder naar lokale bedrijven die dan de helft in Nederland) die van Fuji hebben geleerd hoe de kunnen profiteren van grondstoffen gemaakt moesten worden. Vanaf halverwege de jaren '90, toen de prijzen steeds verder onder druk kwamen te deze nieuwe technolostaan, is Fuji nauw gaan samenwerken met haar gieën. Daarnaast hebben toeleveranciers in onderzoek naar mogelijkheden om de producten steeds goedkoper te kunnen produceren. buitenlandse directe investeringen als transmissiekanaal de eigenschap dat ook meer ‘stilzwijgende’ kennis (‘tacit knowledge’) overgedragen wordt, omdat BDI in R&D ook gepaard gaan met mobiliteit van menselijk kapitaal vanuit het thuisland. Casus 1 laat zien hoe lokale toeleveranciers kunnen profiteren van de Europese vestiging van Fuji in Nederland en vice versa. Hoewel het intuïtief aannemelijk is om te veronderstellen dat BDI in R&D werken als transmissiekanaal om buitenlandse spillovereffecten beter te kunnen benutten, zijn de uitkomsten van empirische studies tegenstrijdig.8 Uit een studie van Xu en Wang (2001) volgt voor een steekproef van 13 landen voor de periode 1983-1990 geen steun voor het bestaan van technologische spillovers gepaard gaand met BDI. Zij wijzen zelf echter op de gebrekkige kwaliteit van de data over BDI, waardoor dit resultaat met de nodige voorzichtigheid moet worden geïnterpreteerd. Een andere studie op macroniveau die geen effect vindt van BDI als transmissiekanaal voor technologische spillovers is Van Pottelsberghe de la Potterie en Lichtenberg (2001).9 Zij gaan zelfs zover dat ze BDI karakteriseren als een ‘Trojan horse’: ‘They are intended more to take advantage of the technology base of the host countries than to diffuse the technological advantage originating in the home country’. 8
Ook de methodologie en het aggregatieniveau van de verschillende empirische studies die de spillovereffecten van BDI hebben onderzocht lopen uiteen. 9 Outward BDI door MNO’s ofwel ‘technology sourcing’ (het putten uit technologische kennis die aanwezig is in het buitenland) zorgt daarentegen wel voor positieve spillovereffecten voor een land. Dit geeft aan dat als MNO’s goed zijn aangesloten op de voor hen relevante buitenlandse kennisnetwerken, die de productiviteit van het thuisland gunstig beïnvloeden.
20
Economische context
Braconier e.a. (2001) vinden op grond van een empirisch onderzoek onder Zweedse multinationals dat BDI in R&D geen belangrijk transmissiekanaal zijn voor internationale R&D-spillovers. Gebruikmakend van zowel micro- als mesodata worden geen spillovereffecten van BDI in R&D gevonden. De enige factor die de totale factorproductiviteit (TFP) positief beïnvloedt zijn tijdsdummy’s, wat duidt op een positieve trend in de TFP-variabele. Braconier e.a. verklaren hun gebrek aan resultaten uit het feit dat Zweden een relatief hoog technologiegehalte heeft en niet kan profiteren van technologische ‘catching-up’ middels BDI in R&D ten opzichte van andere OECDlanden. Zweden is immers al een technologisch leidend land. Bovenstaande notie verklaart waarom sommige studies voor landen in ontwikkeling wel significante spillovereffecten van BDI vinden. Zo vindt Kinoshita (2000) voor de Tsjechische industrie significante spillovereffecten van BDI in de elektrotechnische industrie en de sector radio & TV. Tong en Hu (2003) vinden ondersteuning voor spillovereffecten van BDI voor Chinese industriële bedrijven. Zowel tussen sectoren als binnen sectoren levert buitenlandse aanwezigheid een positieve bijdrage aan de productiviteit van binnenlandse bedrijven. Verder concluderen zij dat een land met name van BDI kan profiteren wanneer sprake is van een relatief grote technologieachterstand tussen lokale bedrijven en de buitenlandse vestigingen van MNO’s. Een kanttekening bij de studie van Tong en Hu is dat het een cross-sectie studie betreft, waardoor er sprake is van een causaliteitsprobleem. Het zou evenwel kunnen zijn dat buitenlandse bedrijven zich met name in hoogproductieve regio’s vestigen. Naast de technologische uitgangssituatie is ook de grootte van landen bepalend om te kunnen profiteren van technologische spillovers als gevolg van BDI. Zo vinden Hejazi en Safarian (1999) op macroniveau significante spillovereffecten van de zes grootste industriële landen naar kleine OECD-landen voor de periode 1971-1990. Papanastassiou en Pearce (1999) geven aan dat de mate van spillovereffecten van buitenlandse onderzoeksvestigingen afhangt van de mate van kennisoverdracht naar toeleveranciers. Hun studie is gebaseerd op een bredere studie onder 533 vestigingen in Europa, waarvan er 145 op een schriftelijke enquête hebben gereageerd. Bij alleen advies van de MNO aan de toeleverancier over de componentenspecificatie van het te leveren intermediaire product zijn de spillovereffecten klein.10 Ook als toeleveranciers informatie krijgen hoe ze het intermediaire goed moeten produceren zijn spillovereffecten niet groot wanneer de productietechnologie alleen van toepassing is op de productie voor de MNO. Als de technologie ook van toepassing is op de productie van intermediaire goederen naar andere bedrijven zijn de spillovereffecten groter. Daarnaast zorgt brede informatieoverdracht over aspecten die niet direct gerelateerd zijn aan de productie van het te leveren intermediaire product (organisatorische efficiëntie bijvoorbeeld) voor grote spillovereffecten, omdat de bijdrage van de toeleverancier aan de lokale industriële sector in zijn totaliteit verbeterd wordt. Tot slot vinden Keller en Yeapl (2003) ook voor de VS (een groot technologisch leidend land) een belangrijk effect van BDI op het binnenlands economisch presteren. 10
Vooral als de specificatie alleen geldt voor de behoefte van de MNO.
21
Economische context
Gebruikmakend van een steekproef van 1100 Amerikaanse bedrijven voor de jaren 1987 en 1996 vinden zij dat BDI-spillovers ongeveer 14% van de Amerikaanse productiviteitsgroei verklaren. De reden dat in het onderzoek van Keller en Yeapl BDI wel een belangrijk transmissiekanaal vormen voor internationale technologiespillovers komt door een betere registratie van buitenlandse activiteiten in een bepaald land.11 Bij de meeste studies betreft het transmissiekanaal BDI in zijn totaliteit, terwijl wij vooral geïnteresseerd zijn in BDI in R&D. Cornet en Rensman (2001) merken op dat als BDI een belangrijk transmissiekanaal voor technologische spillovers zijn, dit des te meer geldt voor BDI in R&D. Dit beeld wordt bevestigd door Keller en Yeapl (2003): technologiespillovers als gevolg van BDI doen zich vooral voor in de high-tech sectoren. Op basis van de literatuur is dus geen eenduidige conclusie te trekken of BDI in R&D als transmissiekanaal fungeren voor buitenlandse spillovereffecten. Niettemin is het beeld dat ontstaat uit de diverse studies dat vooral kleine landen en landen in ontwikkeling profiteren van buitenlandse spillovereffecten. Voor de grote industriële landen zijn nauwelijks spillovereffecten gevonden. Omdat de uitkomsten in de literatuur over BDI als overdrachtsmechanisme voor buitenlandse technologie nogal uiteenlopen is nader onderzoek hiernaar gewenst, waarbij meer dan nu het geval is een specificatie gemaakt moet worden naar BDI in R&D als onderdeel van de totale BDI. Immers, de spillovereffecten van BDI in R&D zullen hoger zijn dan de spillovereffecten van BDI in het algemeen. Efficiëntie Buitenlandse R&D-vestigingen kunnen ook de concurrentie binnen een land verhogen. Hiermee zorgen ze voor opschudding van de markt en worden ingezeten R&D-bedrijven geprikkeld om hun concurrentievermogen te verhogen. Enerzijds worden ingezeten bedrijven gedwongen om hun x-inefficiencies te verlagen en anderzijds om hun innovativiteit te verhogen (zie bijvoorbeeld Cornet en Rensman, 2001). Een recent onderzoek van Bellak (2004) geeft aan dat diverse studies dergelijke competitie-effecten bevestigen. Ook zijn in een studie naar de Ierse maakindustrie positieve effecten gevonden van de aanwezigheid van buitenlandse multinationals op het aantrekken van nieuwe binnenlandse bedrijvigheid. Daarnaast geldt dat het lokaliseren van R&D in de meest dynamische belangrijkste markten, die gekarakteriseerd worden door een goede mate van concurrentie, de kans om te leren van concurrenten zal vergroten. Er gaan dus in 11
De BDI-variabele in Keller en Yeapl (2003) is geconstrueerd door het aantal werknemers dat betrokken is in een bepaalde activiteit te aggregeren naar het sectorniveau. In veel andere studies zijn de werkgelegenheidscijfers (onderliggend aan de BDI-variabele) gebaseerd op het werkgelegenheidsaandeel in de ‘hoofdsector’ waarin een buitenlands bedrijf actief is. Deze hoofdsector is de sector waarin het buitenlandse bedrijf het grootste aandeel van zijn opbrengsten realiseert. Het nadeel van deze wijze van berekenen is dat de werkgelegenheid van een buitenlands bedrijf in zijn totaliteit wordt toegeschreven aan één sector, terwijl buitenlandse vestigingen vaak gediversificeerd opereren waarbij werknemers in meerdere industrieën actief zijn. Door uit te gaan van activiteiten (de indicator van Keller en Yeapl) worden grote verschuivingen in de werkgelegenheid tussen sectoren vermeden wanneer de hoofdsector van een buitenlands bedrijf verandert.
22
Economische context
hogere mate spillovereffecten uit van een competitieve markt dan een minder competitieve markt (Porter en Sölvell, 1998). Als gevolg kunnen bedrijven sneller innoveren op een hoger niveau. 2.7 Conclusie Gezien de bovenstaande drie positieve effecten van buitenlandse directe investeringen in R&D zijn veel overheden geïnteresseerd om grote hoeveelheden R&D aan te trekken en deze bedrijven in te bedden in de lokale innovatieve netwerken. Hiermee wordt gelijk een aantal belangrijke vragen opgeroepen waar we in de rest van dit rapport antwoorden op proberen te krijgen. Zo kan men zich afvragen in welke mate Nederland heeft geprofiteerd van buitenlandse directe investeringen in R&D. En hieraan gekoppeld: wat zijn dan de belangrijkste locatiefactoren van buitenlandse R&D en (hoe) kunnen deze factoren gekwantificeerd worden? Vervolgens: hoe presteert Nederland ten opzichte van het buitenland op deze locatiefactoren. En tot slot: hoe kan de prestatie van Nederland op deze factoren beleidsmatig beïnvloed worden met als doel om meer buitenlandse R&Dinvesteringen aan te trekken? In het volgende hoofdstuk wordt eerst de Nederlandse uitgangspositie onderzocht. In de hoofdstukken daarna wordt ingegaan op de locatiefactoren van buitenlandse directe investeringen in R&D.
23
Buitenlandse directe investeringen in R&D: uitgangspositie
3
Buitenlandse directe investeringen in R&D: uitgangspositie Samenvatting Dit hoofdstuk gaat in op de mate waarin Nederland profiteert van buitenlandse directe investeringen (BDI) in R&D. Aan de hand van negen verschillende indicatoren (bron: OECD, peiljaar: 2000) betreffende BDI in R&D wordt de positie van Nederland ten opzichte van het buitenland beschouwd. Op vier indicatoren scoort Nederland zwak en op zes indicatoren gemiddeld. Het beeld wat hieruit naar voren komt is dat Nederland een zwakke tot middelmatige positie inneemt ten opzichte van het buitenland. Hierbij treden wel verschillen op tussen sectoren; vooral in sectoren waarin Nederland sterke spelers heeft (bijvoorbeeld voeding en chemie) is het aandeel van BDI in R&D relatief laag ten opzichte van het buitenland. Aan de andere kant is het aandeel relatief hoog in sectoren als de transportmiddelenindustrie en de financiële dienstverlening. Veel buitenlandse R&D-vestigingen in Nederland komen uit de Verenigde Staten. Indicatoren op basis van patenten geven een positiever beeld van de Nederlandse prestatie ten opzichte van het buitenland.
3.1 Inleiding In het vorige hoofdstuk is vanuit een macro-economische context duidelijk gemaakt wat het belang is van buitenlandse directe investeringen (BDI) in R&D voor een land. In dit hoofdstuk wordt de uitgangspositie van Nederland op gebied van BDI in R&D in internationaal perspectief beschreven. Formeel zou hierbij een onderscheid gemaakt moeten worden tussen R&D-investeringen vanuit de researchfunctie en de developmentfunctie. Er zijn echter maar weinig data beschikbaar over de totale buitenlandse directe investeringen in R&D, laat staan dat het mogelijk is om een onderscheid te maken tussen de researchfunctie en de developmentfunctie.12 Een bron op grond waarvan indicatieve berekeningen kunnen worden gemaakt omtrent BDI in R&D is de Activities of Foreign Affiliates (AFA) database van de OECD. Met behulp van deze database is het mogelijk de binnenkomende en uitgaande R&D-investeringen voor een beperkt aantal landen te analyseren. In het vorige hoofdstuk werd al kort aangegeven dat vooralsnog geen sprake is van (grootschalige) verplaatsing van R&D naar het buitenland. In paragraaf 3.2 zal hier kort bij worden stilgestaan. In paragraaf 3.3 wordt de Nederlandse positie rond BDI in R&D (dus de instroom van buitenlandse R&D) vanuit verschillende kanten belicht. Naast R&D-investeringen zal ook gekeken worden naar het aantal fysieke R&D-investeringenprojecten per land (paragraaf 3.4). Het probleem met R&D-uitgaven van MNO’s in het buitenland is dat er geen lange tijdreeksen voor deze indicator bestaan (met uitzondering van de VS). Daarom zal ook de beschrijvende analyse op grond van de AFA-database in deze paragraaf zich beperken tot het laatst beschikbare jaar (meestal 2000) of de laatste jaren (1995-2000). Een alternatief is om gebruik te maken van patentdata (zie paragraaf 3.5). Ondanks het feit dat er ook nadelen kleven aan het gebruik van patentdata kan deze indicator goed gebruikt worden ter verificatie van de positie die is geanalyseerd met behulp van R&D-investeringsgegevens. We eindigen in paragraaf 3.6 met enkele conclusies. 12
In de bedrijfswetenschappelijke literatuur wordt bij het onderzoek naar de internationalisering van R&D wel een onderscheid gemaakt tussen de researchfunctie en de developmentfunctie (zie bijvoorbeeld Von Zedtwitz en Gassmann, 2002). In hoofdstuk 4 wordt hierop teruggekomen.
24
Buitenlandse directe investeringen in R&D: uitgangspositie
3.2 Uitstroom van R&D Figuur 3.1 laat de uitstroom van industriële R&D zien als percentage van de toegevoegde waarde van de industrie voor zeven OECD-landen in 2000. De berekeningen zijn gebaseerd op de uitstroom van R&D-investeringen van een land naar tien andere landen (de uitstroom uit Zweden en Japan is gebaseerd op een groter aantal landen). Bij het bepalen van het thuisland van een onderneming wordt uitgegaan van de locatie van het moederbedrijf.13 Figuur 3.1
Uitstroom R&D-investeringen als percentage van de toegevoegde waarde, totale industrie, 2000 (* = 1999)
6,0
4,7
5,0
5,0
4,0
%
3,0 2,1 2,0
1,5
1,6
1,0 0,2
0,4
0,0 Japan
VS
Duitsland
Frankrijk
VK
Zweden*
Nederland
Bron: berekeningen Ministerie van Economische Zaken gebaseerd op de AFA-database, de STAN-database en Main Science and Technology Indicators 2003/2, alle van de OECD. Uitstroom uit de VS, Duitsland, het VK, Frankrijk en Nederland naar tien andere landen: Finland, Frankrijk, Japan, Nederland, Polen, Portugal, Turkije, het VK, de VS en Zweden; uitstroom van R&D uit Zweden en Japan is gebaseerd op een groter aantal landen.
Bovenstaande figuur geeft aan dat kleine landen (Nederland en Zweden) te maken hebben met een hogere uitstroom van R&D dan grote landen (de VS en Japan). Het beeld kan hier dus wat vertekenend zijn, omdat er niet gecorrigeerd is voor de openheid van de economie. Het is immers vanzelfsprekend dat de meer autarkische landen minder te kampen hebben met uitstroom van R&D door hun schaalgrootte. In figuur 3.2 is daarom de uitstroom van industriële R&D weergegeven als percentage van de totale industriële export van een land. Indien gecorrigeerd wordt voor de openheid van de economie neemt Nederland een meer bescheiden positie in dan het geval was bij figuur 3.1. Alleen Zweden neemt met 3,0% uitstroom van R&D als percentage van de export een uitzonderlijke positie in. Volgens deze indicator is er geen sprake van een uitstroom van R&D-investeringen uit Nederland die hoger is dan in de gepresenteerde benchmarklanden (zoals het VK, Duitsland en Frankrijk). Deze observatie is in lijn met de studie van Cornet en Rensman (2001) naar de verplaatsing van R&D en de 13
In de User Guide van de AFA-database wordt gesproken over ‘the ultimate beneficial owner’. Wanneer deze niet identificeerbaar is wordt uitgegaan van de ‘immediate controller’, bijvoorbeeld een holding maatschappij.
25
Buitenlandse directe investeringen in R&D: uitgangspositie
achterliggende locatiefactoren in Nederland. Cornet en Rensman concluderen dat er (vooralsnog) geen sprake is van grootschalige verplaatsing van R&D door de grootste Nederlandse multinationale ondernemingen naar andere landen. Weliswaar nemen de buitenlandse R&D-investeringen van de meeste Big Seven-bedrijven toe vergeleken met de R&D die in het thuisland wordt gedaan (zie figuur A.1.2 in appendix 1). Echter, deze buitenlandse investeringen komen doorgaans boven op de bestaande R&D-activiteiten in Nederland en gaan niet ten koste daarvan. Ook Meyer-Krahmer en Reger (1999) komen tot die observatie op basis van kwantitatieve data voor 21 MNO’s: er vindt vooralsnog geen verplaatsing van R&D naar het buitenland plaats, maar wel een dynamische groei van buitenlandse R&D-activiteiten. Daarnaast concluderen Cornet en Rensman dat R&Dlaboratoria (binnen de Nederlandse landsgrenzen) die door buitenlandse ondernemingen worden overgenomen hun werkzaamheden continueren in Nederland. Er is dus netto wel sprake van wisseling van eigenaar, maar niet van verplaatsing van R&D. Figuur 3.2
Uitstroom van R&D-investeringen als percentage van de totale export, totale industrie, 2000 (* = 1999)
3,5 3,0
3,0 2,5 1,9
2,0
1,7
%
1,5
1,3 1,1
1,0 0,5
0,8 0,4
0,0 Japan
VS
Duitsland
Frankrijk
Nederland
VK
Zweden*
Bron: zie figuur 3.1.
Zolang de R&D-thuisbasis van de grootste kennisintensieve multinationals in Nederland gehandhaafd blijft, is de internationalisering van R&D vanuit microperspectief ook een positief gegeven. Het geeft aan dat de Nederlandse multinationals goed zijn aangesloten op de voor hen relevante kennisnetwerken (zie Erken e.a., 2003). Echter, de voortschrijdende internationalisering vormt een gevaar voor de Nederlandse economie als ook de R&D-kern in Nederland onthecht raakt. En dat gevaar is reëel, omdat er een viertal ontwikkelingen aan de gang is die dit in de hand werkt (zie Erken e.a., 2003; Erken en Gilsing, te verschijnen; Patel en Vega, 1999). 1) Excellente kennis wordt belangrijker dan nationaliteit. Bedrijven concentreren hun R&D daar waar unieke kennis aanwezig is. Het wordt daarmee niet ondenkbaar dat investeringen in nieuwe R&D-locaties met name neer zullen slaan in een klein aantal landen met een zeer gunstig innovatieklimaat. Indien deze vestigingen doorgroeien tot ‘centres of excellence’ brokkelt het belang van de Nederlandse R&D-thuisbasis af.
26
Buitenlandse directe investeringen in R&D: uitgangspositie
2) De kern van de R&D-staf bij bedrijven wordt nu nog voornamelijk gevormd door Nederlanders die over de jaren zijn doorgegroeid naar seniorposities. Inmiddels wordt deze harde kern van het R&D-laboratorium uitgehold. Er is ongeveer 10% instroom vanuit universiteiten nodig om het R&D-personeel kwalitatief op een hoog peil te houden (zie Erken e.a., 2003). Bij een tekort aan Nederlandse afgestudeerden in bèta en techniek (zie ook hoofdstuk 6) zal er veel meer dan vroeger een beroep worden gedaan op buitenlanders. De meeste van deze mensen hebben en houden een sterke band met hun thuisland. Daarmee ontstaat op termijn het risico dat, als deze mensen doorgroeien, de binding met Nederland afneemt. En in het verlengde daarvan ontstaat de kans dat meer onderzoek in het buitenland zal plaatsvinden. 3) Er is nog steeds sprake van een historisch gegroeide omvangrijke samenwerking met Nederlandse universiteiten. De kwaliteit van het onderzoek aan de Nederlandse universiteiten is verder ook van zeer hoog niveau (zie Ministerie van Onderwijs, Cultuur en Wetenschap 2003; NOWT, 2003). Een probleem is dat de vertaalslag van dit sterke fundamenteel onderzoek in bedrijvigheid in Nederland tekortschiet vergeleken met het buitenland. Dit probleem beperkt zich echter niet alleen tot Nederland, maar is een Europees fenomeen waar vaak naar wordt verwezen als de zogenoemde ‘Europese paradox’ (zie Ministerie van Onderwijs, Cultuur en Wetenschap, 2003; SER, 2004). Onderzoekers van universiteiten in de VS (bijvoorbeeld MIT) denken veel meer in een beginstadium al in concrete bruikbaarheidstermen en praktische waarde van het onderzoek dan Europese onderzoekers. Dit heeft tot gevolg dat goed onderzoek in de VS veel meer dan in Europa leidt tot kennisvalorisatie. Dit maakt de samenwerking met kennisinstellingen buiten de EU voor Europese multinationale bedrijven aantrekkelijker. Ook in Nederland is een trend waarneembaar dat MNO’s samenwerking zoeken met kennisinstellingen in het buitenland, waarbij Nederland wordt overgeslagen. Dit werkt een onthechting van de R&D-thuisbasis van de Nederlandse multinationals in de hand, waardoor het overhevelen van R&D naar andere locaties gemakkelijker wordt. 4) Nederland is een van de weinige landen waarbij de multinationale ondernemingen R&D-activiteiten in het buitenland ontplooien om de technologische zwaktes in het thuisland te compenseren (zie Patel en Vega, 1999). Terwijl voor andere landen in het algemeen geldt dat buitenlandse R&D-activiteiten complementair zijn met de sterktes in het thuisland. Het feit dat Nederlandse MNO’s buitenlanse R&D-activiteiten ontplooien om de zwaktes van de R&D-thuisbasis te compenseren geeft aan dat Nederlandse MNO’s niet op de beste plaats gesitueerd zijn en voornamelijk in Nederland blijven vanwege de historisch gegroeide band. Dit vormt weer een waarschuwing dat het Nederlandse R&D-vestigingsklimaat dus op een aantal punten zal moeten verbeteren om de dreiging van vertrek naar het buitenland tegen te gaan. Hier wordt later in dit rapport op teruggekomen, namelijk in hoofdstuk 6 waarin de positie van Nederland ten opzichte van andere landen met betrekking tot de belangrijkste locatiefactoren wordt vergeleken.
27
Buitenlandse directe investeringen in R&D: uitgangspositie
Resumé Uit het voorgaande blijkt dat er vooralsnog geen sprake is van een grootschalige uitstroom van R&D. Daarnaast geldt uiteraard ook voor andere landen een toenemende internationalisering van personeel in R&D-laboratoria en een stijging van het aantal samenwerkingsverbanden over de landsgrenzen heen. Echter, er is een aantal negatieve ontwikkelingen aan de gang die de verplaatsing van R&D in de hand werkt. Verder neemt de negatieve perceptie toe dat verplaatsing van R&D-activiteiten de toekomst van de Nederlandse economie ondergraaft, zo blijkt uit jaarlijks onderzoek van het IMD (The World Competitiveness Yearbook). In een enquête onder ‘senior executives’ wordt de vraag voorgelegd: Is relocation of R&D (not) a threat to the future of your economy? De positie van Nederland is in figuur 3.3 weergegeven op een score van 0 (verplaatsing van R&D is een gevaar) tot 10 (verplaatsing is geen gevaar). In deze ranglijst is Nederland afgezakt van plaats 4 van de 47 landen in 1999 naar plaats 56 van de 60 landen in 2004.14 Figuur 3.3
Perceptie van gevaar van verplaatsing R&D voor de economie
7,5 7 6,5 6 5,5 5 4,5 4 3,5 3 1997
1998
1999 Japan
2000
2001
VS
Nederland
2002
2003
2004
EU-15*
Bron: IMD, World Competitiveness Yearbook. * EU-15 zonder Luxemburg en Nederland.
3.3 Buitenlandse directe investeringen in R&D (instroom van R&D) Uit het voorgaande bleek dat Nederland niet te kampen heeft met een grootschalige uitstroom van R&D, maar dat een aantal ontwikkelingen en de negatieve perceptie over bedrijfsverplaatsingen de Nederlandse positie niettemin onder druk zetten. De vraag is hoe het zit met de andere zijde van de internationaliseringsmedaille, namelijk de instroom van investeringen in R&D (lees: buitenlandse directe investeringen in R&D). Het aandeel van buitenlandse industriële bedrijven in de totale binnenlandse industriële R&D is weergegeven in figuur 3.4. Ook bij het bepalen van de buitenlandse directe investeringen in R&D is uitgegaan van de locatie van het moederbedrijf van elke onderneming.
14
Zie appendix 7 voor meer uitleg over het gebruik van de informatie van het IMD.
28
Buitenlandse directe investeringen in R&D: uitgangspositie
Figuur 3.4
Buitenlandse directe investeringen in R&D als percentage van totale industriële R&D-uitgaven, totale industrie, 2000 (* = 1999, ** = 1998)
80 72 70 60
40
% 40
27
30
11
19
18
17
20 10
50
50
50
21
32
31
22
13
4
nd * Ie rla
ië
ed en Zw
je
ch
* Ts
an je
K
* Sp
V
Ca na da
** N ed er la nd D ui tsl an d* Po rtu ga l*
ijk
V
S
Fr an kr
n Po le
Tu rk ije
nd nl a Fi
Ja pa n
0
Bron: berekeningen Ministerie van Economische Zaken op basis van AFA-database en ANBERDdatabase, beide van de OECD.
Nederland neemt in 2000 een middenpositie in met betrekking tot het aandeel van industriële R&D van buitenlandse vestigingen ten opzichte van de totale industriële R&D. 21% van de totale Nederlandse industriële R&D wordt gedaan door buitenlandse bedrijven. De percentages in de figuur zijn stabiel sinds de tweede helft van de jaren ’90.15 Hiermee wordt het beeld dat door de NOWT (2003) wordt geschetst ten dele bevestigd. De NOWT stelt dat het Nederlandse R&D-financieringspatroon wordt gekenmerkt door een relatief hoge financiering door het buitenland. Nederland kent volgens de OECD-data inderdaad een hogere financiering van R&D door het buitenland vergeleken met landen als Japan, Finland, de VS en Frankrijk. Echter, deze drie landen (met uitzondering van Finland) zijn alle relatief grote landen. In een ander relatief klein zoals Ierland verrichten buitenlandse bedrijven bijna 70% van de totale industriële R&D. Het andere uiterste is Japan waar slechts 4% van de industriële R&D door buitenlandse vestigingen wordt verricht. Een andere maatstaf is de buitenlandse R&D-activiteiten in Nederland te relateren aan de totale industriële toegevoegde waarde in een land. Dit is een zuiverdere maatstaf om de Nederlandse positie te beoordelen dan weergegeven in figuur 3.4, omdat het totale aantal binnenlandse R&D-bedrijven (noemer) dan geen invloed heeft op de relatieve positie van een land. In figuur 3.5 is de relatieve positie van Nederland ten opzichte van een aantal andere landen weergegeven. Uit de figuur blijkt dat de buitenlandse R&D-investeringen in Nederland 1,1% van de totale industriële toegevoegde waarde betreffen. Nederland neemt hiermee een gemiddelde positie in op een vergelijkbaar niveau als Canada, Finland en Ierland. De top 3 wordt gevormd door de VS (1,5%), Duitsland (1,7%) en het VK (1,9%). 15
Een uitzondering hierop is Zweden waar dit percentage over de jaren ’90 tussen de 15 en 20% schommelde en vanaf 1999 is gestegen naar 50%. Dit zou het gevolg kunnen zijn van een gewijzigde berekeningsmethodiek.
29
Buitenlandse directe investeringen in R&D: uitgangspositie
Figuur 3.5
Buitenlandse directe investeringen in R&D als percentage van totale toegevoegde waarde, totale industrie, 2000 (* = 1999, ** = 2001)
2,0
1,9
1,8
1,7
1,6
1,5
1,5
1,4
1,3
1,3 1,1
1,2 1,0
1,0
1,0 0,8
0,8 0,6 0,3
0,4 0,2
0,2
D
ui ts
la
V
K
*
nd *
V
S
ijk Fr an kr
** ch ië Ts je
Ca na da
nd N
ed
Fi
nl a
er la
nd
Ie rla nd *
je Sp an
Ja
Po le
pa n
n
0,0
Bron: berekeningen Ministerie van Economische Zaken op basis van AFA-database en STANdatabase, beide van de OECD.
BDI in R&D in relatie tot openheid economie Een nadeel van de hierboven beschreven indicatoren is dat niet gecorrigeerd wordt voor de openheid van de economie (zie ook paragraaf 3.2). Een alternatieve benadering is om de instroom van R&D als percentage van de importen weer te geven. Op deze wijze wordt de openheid van de economie wel meegenomen in de indicator.16 In figuur 3.6 is deze indicator (voor 2000) berekend voor 13 OECD-landen voor de totale industrie. Figuur 3.6
Buitenlandse directe investeringen in R&D als percentage van de totale importen, totale industrie, 2000 (* = 1999, ** = 2001)
6,0 5,0
5,0 4,0 % 3,0
2,2 2,0 1,0 0,1
0,1
0,4
0,5
0,6
1,0
0,8
1,3
1,3
1,6
1,8
Zw ed en
V S
D ui tsl an d*
V K *
Fr an kr ijk **
Ja pa n
Fi nl an d
Ca na da
Sp an je **
Ts je ch ië
N ed er la nd
Po le n
Po rtu ga l*
0,0
Bron: berekeningen Ministerie van Economische Zaken op basis van AFA-database en STANdatabase, beide van de OECD. 16
Hierbij dient wel te worden opgemerkt dat de gebruikte statistiek voor importen ook doorvoer bevat. Omdat Nederland een doorvoerland is worden de totale importen hier dus overschat, wat betekent dat de werkelijke score van Nederland in figuur 3.6 hoger zal uitvallen.
30
Buitenlandse directe investeringen in R&D: uitgangspositie
De figuur laat zien dat vooral Zweden en de VS relatief veel R&D-investeringen binnenkrijgen als percentage van hun importen. Dit is goed verklaarbaar vanuit het feit dat deze landen technologisch leider zijn op een veelheid van technologiegebieden. Aangezien de ‘state-of-the-art’-kennis en -vaardigheden zich in deze landen bevindt trekt dit ook veel internationale R&D-investeringen aan (op de motieven achter BDI in R&D wordt in hoofdstuk 4 uitgebreid teruggekomen). Portugal, Polen, Nederland en Tsjechië trekken weinig buitenlandse directe investeringen in R&D aan als percentage van hun importen. De positie van Nederland tussen deze landen is opmerkelijk, omdat de nadruk op onderzoek en ontwikkeling in Nederland veel hoger is dan in deze zwak presterende landen.17 BDI in R&D in relatie tot totale toegevoegde waarde buitenlandse vestigingen Een andere indicator die informatie geeft over de mate waarin Nederland in staat is om te profiteren van buitenlandse directe investeringen in R&D wordt in figuur 3.7 gepresenteerd. In deze figuur zijn de buitenlandse directe investeringen in R&D van een bepaald land vergeleken met de totale toegevoegde waarde van buitenlandse bedrijven in dat land. Deze indicator geeft aan in welke mate buitenlandse vestigingen in een land aan R&D doen. In Nederland investeren buitenlandse bedrijven ruwweg 5% van hun toegevoegde waarde in R&D. Vanuit dit perspectief bezien blijkt Nederland een gemiddelde positie in te nemen. Dit is op een vergelijkbaar niveau als het VK en Frankrijk, waar buitenlandse bedrijven respectievelijk 4,6% en 5,7% van hun toegevoegde waarde investeren in R&D. Figuur 3.7
Buitenlandse directe investeringen in R&D in een land als percentage van toegevoegde waarde van buitenlandse vestigingen in dat land, totale industrie, 2000 (* = 1999, ** = 1998)
20
19,4
18,5
18 16 14 12 %
9,6
10 8
6,9
6
4,9
4,6
4
3,3
2,9
2
1,0
0,8
5,7
1,2
ed en Zw
pa n Ja
S V
nd nl a Fi
** Fr an kr ijk
ed er la nd N
* K V
* an je Sp
ië ch je Ts
Ie rla nd *
ga l* Po rtu
Tu rk i
je
0
Bron: berekeningen Ministerie van Economische Zaken op basis van de AFA-database van de OECD.
17
De veel sterkere focus op onderzoek en ontwikkeling in Nederland komt bijvoorbeeld tot uitdrukking in de hogere private R&D-intensiteit van Nederland in 1999 (1,14%) vergeleken met Polen (0,31%), Hongarije (0,28%) en Portugal (0,17%).
31
Buitenlandse directe investeringen in R&D: uitgangspositie
De buitenlandse bedrijven die in Nederland zijn gevestigd kunnen dus gekarakteriseerd worden als gemiddeld R&D-intensief. Dit in tegenstelling tot landen als Japan en Zweden investeren waar de buitenlandse bedrijven bijna 1/5 van hun toegevoegde waarde investeren in R&D. Figuur 3.8 laat echter zien dat er in Nederland wel een lichte stijgende lijn is waar te nemen, terwijl in veel andere landen de laatste jaren juist een daling is waar te nemen. Op zich lijkt dit een gunstig teken, de R&D-intensiteit van buitenlandse vestigingen neemt immers toe. Hier staat tegenover dat de totale toegevoegde waarde van buitenlandse vestigingen in Nederland in de laatste jaren veel minder is gestegen dan in andere landen (zie figuur 3.9). Sterker, van 1998 tot 2000 was er zelfs een daling van de toegevoegde waarde van buitenlandse vestigingen in Nederland. Zweden, Finland en Ierland kenden tussen 1995 en 2000 meer dan een verdubbeling van de toegevoegde waarde van buitenlandse vestigingen. Figuur 3.10 geeft de groei van de buitenlandse R&D-investeringen voor zeven landen aan tussen 1995 en 2000. Uit deze figuur blijkt dat Nederland eenzelfde groei kende als Frankrijk, Ierland en de Verenigde Staten. Finland, Zweden en Japan kenden echter een veel sterkere groei van de buitenlandse R&D-investeringen. Figuur 3.8
Buitenlandse directe investeringen in R&D in een land als percentage van toegevoegde waarde van buitenlandse vestigingen in dat land, totale industrie, 1995-2000
26 24 22 20
ZWE
18
JAP
16 14 % 12 VS
10 8
FIN
6 4
FRA
NED
2
IER
0 1995
FIN
1996
FRA
1997
1998
JAP
IER
1999
NED
2000
VS
ZWE
Bron: berekeningen Ministerie van Economische Zaken op basis van de AFA-database van de OECD. Voor Frankrijk en Ierland zijn resultaten van 1998-1999 respectievelijk 1999 bepaald via interpolatie op basis van waarnemingen in 2001.
De conclusie die getrokken kan worden op basis van de figuren 3.7 tot en met 3.10 is dat Nederland weliswaar een groei kent van de buitenlandse directe investeringen in R&D, maar dat de totale toegevoegde waarde van buitenlandse vestigingen afneemt. Met andere woorden, de R&D blijft in Nederland, maar andere activiteiten (zoals productie, marketing) verdwijnen. Het is te hopen dat de R&D deze andere activiteiten niet zal volgen (zie ook paragraaf 3.2).
32
Buitenlandse directe investeringen in R&D: uitgangspositie
Figuur 3.9
Groei van de toegevoegde waarde van buitenlandse vestigingen, totale industrie, 1995-2000 (index 2000 = 100)
110
100
90 NED
index 2000 = 100
80
70
60
VS FRA
JAP
50
ZWE FIN
40 IER
30 1995
1996 FIN
FRA
1997 IER
1998 NED
1999 VS
ZWE
2000 JAP
Bron: berekeningen Ministerie van Economische Zaken op basis van AFA-database van de OECD.
Figuur 3.10 Groei van buitenlandse directe investeringen in R&D, totale industrie, 1995-2000 (index 2000 = 100) 110 100 90
Index 2000 = 100
80 70
FR A IER VS
NED
60 50 FIN 40 30
JA P ZW E
20 1995
1996
FIN
FR A
1997
1998
N ED
IER
1999
VS
ZW E
2000
JA P
Bron: berekeningen Ministerie van Economische Zaken op basis van AFA-database van de OECD.
BDI in R&D op sectorniveau Uit figuur 3.4 bleek dat gemiddeld ruim 20% van de industriële R&D door buitenlandse bedrijven wordt gedaan. Er is echter sprake van grote verschillen tussen sectoren. In figuur 3.11 worden de verschillende R&D-intensiteiten (BDI in R&D ten opzichte van totale R&D) per sector in Nederland voor 2000 weergegeven. Hierbij is het aandeel van
33
Buitenlandse directe investeringen in R&D: uitgangspositie
buitenlandse bedrijven in de totale R&D-uitgaven per sector in Nederland vergeleken met het gemiddelde buitenlandse aandeel in negen andere OECD-landen. Wat als contra-intuïtief kan worden opgemerkt in figuur 3.11, is dat sectoren waar Nederland succesvolle multinationale ondernemingen heeft relatief weinig buitenlandse R&D aantrekken. Met name in de voedings- en genotsmiddelenindustrie (Unilever), chemische industrie (Akzo Nobel en DSM), aardolie-industrie (Shell) en elektrotechnische industrie (Philips, Océ) trekt Nederland minder buitenlandse R&Dinvesteringen aan (relatief ten opzichte van de totale R&D-uitgaven in die sector) ten opzichte van negen andere OECD-landen. Enerzijds is dit beeld vertekend vanwege de grote hoeveelheid R&D die deze grote Nederlandse MNO’s reeds zelf doen, waardoor je al snel een lager aandeel van buitenlandse R&D in de totale R&D van deze sectoren krijgt. Anderzijds is de verwachting dat juist vanwege de aanwezigheid van deze grote kennisintensieve multinationals deze sectoren fungeren als een magneet, bijvoorbeeld om te profiteren van spillovereffecten. Hierdoor trek je een hoger dan evenredig aandeel BDI in R&D aan relatief ten opzichte van het buitenland. Een mogelijke verklaring is dat machtige Nederlandse multinationals de komst van buitenlandse vestigingen in hun sector tegenhouden, om het gevaar van weglekken van kennis naar concurrenten te voorkomen. Figuur 3.11 Verschillen R&D-intensiteiten (BDI in R&D als percentage van totale R&D) per sector in procentpunten, Nederland ten opzichte van buitenland, 2000 60 49
50
41
40 30 19 8
9
Metaalproductenindustrie
10
Rubber- en kunststof
20
12
2
Transportmiddelen
Textiel en leder
Fin. inst., verhuur en zak. dstv.
-9
Papier en grafische industrie
-10
Overige industrie
-10
Electriciteit, gas, water, bouw
-10
Elektrotechnische industrie
Chemische industrie
-10
Handel, horeca en reparatie
-14
Aardolieindustrie
-15
Voedings- en genotsmiddelen
-20
Machine-industrie
0 -10
Bron: berekeningen Ministerie van Economische Zaken op basis van AFA-database en STANdatabase, beide van de OECD. Nederland ten opzichte van een ongewogen gemiddelde van negen andere OECD-landen: Canada, Finland, Frankrijk, Japan, Spanje, Tsjechië, VK, VS, Zweden.
Het is dus belangrijk om te kijken naar de ontwikkeling van de R&D-intensiteit, omdat deze sterk verschilt van sector tot sector. In figuur 3.12 en figuur 3.13 wordt voor verschillende sectoren aangeven hoe de R&D-intensiteit (BDI in R&D als percentage van totale R&D in een sector) zich tussen 1998 en 2000 ontwikkelde. Figuur 3.13 laat zien dat in het bijzonder de sectoren ‘transportmiddelenindustrie’ en ‘financiële instellingen’ een sterke groei kenden van het aandeel buitenlandse R&D.
34
Buitenlandse directe investeringen in R&D: uitgangspositie
Figuur 3.12 Ontwikkeling R&D-intensiteiten (BDI in R&D als percentage van totale R&D) per sector in procenten, Nederland, 1998-2000, (sectoren waarin NL t.o.v. het buitenland weinig buitenlandse R&D aantrekt) 70 60 50 40 30 20 10
1998
1999
Textiel en leder
Elektrotechnische industrie
Handel, horeca en reparatie
Aardolieindustrie
Machineindustrie
Chemische industrie
Voedings- en genotsmiddelen
0
2000
Bron: zie figuur 3.11.
Uit figuur 3.12 blijkt dat vooral in de sectoren ‘chemische industrie’ en ‘handel, horeca en reparatie’ het aandeel van buitenlandse R&D in Nederland sterk is gestegen tussen 1998 en 2000. Daarentegen nam het aandeel af in de sectoren ‘machine-industrie’ en ‘elektrotechnische industrie’. Figuur 3.13 Ontwikkeling R&D-intensiteiten (BDI in R&D als percentage van totale R&D) per sector in procenten, Nederland, 1998-2000, (sectoren waarin NL t.o.v. het buitenland veel buitenlandse R&D aantrekt) 100 90 80 70 60 50 40 30 20 10
1998
1999
Bron: zie figuur 3.11.
35
2000
Elec/gas/water/bouw
Rubber- en kunststofindustrie
Metaalproductenindustrie
Overige industrie
Papier en grafische industrie
Fin.inst., verhuur en zak.dstv.
Transportmiddelen
0
Buitenlandse directe investeringen in R&D: uitgangspositie
3.4 Aantal fysieke R&D-investeringsprojecten Buck Consultants International heeft in 2004, in opdracht van het Ministerie van Economische Zaken (CBIN), de hoeveelheid buitenlandse R&D-vestigingen in Nederland onderzocht. Het gaat hier om vestigingen die substantiële R&D-activiteiten verrichten. In totaal werden 76 vestigingen gevonden, met 4.700 R&D-werknemers.18 Het betreft hier alle buitenlandse R&D-vestigingen: in alle jaren gevestigd, via greenfield én overname tot stand gekomen, ‘stand-alone’ (op zichzelf staand) én ‘incorporated’ (dat wil zeggen gerelateerd aan andere bestaande activiteiten van het bedrijf). Ruim de helft (41) van de 76 R&D-vestigingen zijn ‘incorporated’. Hierbij is in 85% van de gevallen sprake van een koppeling aan productie. De overige 35 R&D-vestigingen zijn zogenoemde ‘stand-alone’ vestigingen. Een relatief groot deel (20%) van deze vestigingen heeft meer dan 100 R&D-werknemers. In het algemeen zijn de ‘stand-alone’ vestigingen groter van omvang (gemiddeld 73 R&D-werknemers) dan de ‘incorporated’ R&D-vestigingen (gemiddeld 52 R&D-werknemers). Bijna 60% van de ‘incorporated’ R&D-vestigingen heeft minder dan 25 R&D-werknemers. Verdeling naar provincie Veruit de meeste buitenlandse R&D-vestigingen bevinden zich in de provincie NoordBrabant. Op afstand volgend de provincies Noord-Holland, Utrecht, Zuid-Holland, Limburg en Gelderland. Iets meer dan de helft van de R&D-vestigingen is ‘incorporated’, wat het belang van dit segment onderstreept. In tabel 3.1 wordt de verdeling per provincie weergegeven. Tabel 3.1
Verdeling buitenlandse R&D-vestigingen en aantal R&D-werknemers naar provincie
Provincie Noord-Brabant Noord-Holland Utrecht Zuid-Holland Limburg Gelderland Overijssel Drenthe Flevoland Friesland Groningen Zeeland Totaal
Vestigingen Aantal % 18 24 11 14 10 13 9 12 8 11 7 9 3 4 2 3 2 3 2 3 2 3 2 3 76 100
R&D-werknemers Aantal % 2.026 43 840 18 440 9 309 7 307 7 436 9 44 1 45 1 60 1 20 0 29 1 122 3 4.678 100
Bron: Buck Consultants International (2004).
18
Hier dient te worden opgemerkt dat dit aantal afhankelijk is van de interpretatie van ‘substantiële R&D-activiteiten’. In een onderzoek van de Stec Groep (2004) werden 93 buitenlandse R&D-vestigingen in Nederland gevonden, met een totaal aan R&D-werknemers van 6.638.
36
Buitenlandse directe investeringen in R&D: uitgangspositie
Verdeling naar moederland De meeste buitenlandse bedrijven komen uit de Verenigde Staten. In de onderstaande figuur is de verdeling naar moederland weergegeven. Figuur 3.14 Verdeling aantal buitenlandse R&D-vestigingen naar moederland 5 7
11
VS Overig 48
Scandinavië Japan Duitsland
13
Frankrijk
16
Bron: Buck Consultants International (2004).
Verdeling naar sector Tot slot wordt in de onderstaande tabel de verdeling van de 76 R&D-vestigingen naar sector gepresenteerd. De drie topsectoren zijn life sciences, chemie en elektronica. Tabel 3.2
Verdeling buitenlandse R&D-vestigingen naar sectoren
Sector Life sciences Chemie Elektronica Automobielindustrie Machines en apparaten/elektrotechniek Overige industriële sectoren ICT/telecom Voedings- en genotmiddelen Bouw Basismetalen en metaalproducten Zakelijke dienstverlening Totaal
Aantal 18 15 13 7 7 6 5 2 1 1 1 76
% 24 20 17 9 9 8 7 3 1 1 1 100
Bron: Buck Consultants International (2004).
Ontwikkeling en rol CBIN In een recente studie van The Economist Intelligence Unit (2004a), waarin 104 bedrijven wereldwijd zijn gevraagd naar hun plannen voor internationalisering van R&D, blijkt dat weinig bedrijven Nederland beschouwen als potentieel vestigingsland. Met slechts 2 van de 104 bedrijven die Nederland overwegen eindigt Nederland achter Europese landen als Italië (9), Tsjechië (8), Oostenrijk (4), Ierland (4), Noorwegen (4), Polen (4), Slowakije (4), Finland (3) en Zweden (3). In deze ranglijst werd de top 3 gevormd door China (40),
37
Buitenlandse directe investeringen in R&D: uitgangspositie
de VS (30) en India (29). Ook al zijn deze resultaten gebaseerd op een enquête onder slechts 104 bedrijven, dit geeft toch wel aan dat het niet vanzelfsprekend is dat bedrijven Nederland als mogelijke vestigingsplaats zien. Ten slotte is het CBIN over de jaren 1998-2003 verantwoordelijk geweest voor het aantrekken van 11 buitenlandse R&D-investeringsprojecten waar circa 40,3 miljoen euro aan onderzoeksinvesteringen en 373 arbeidsplaatsen mee gemoeid waren. Gemiddeld komt dit neer op 2 à 3 buitenlandse R&D-investeringsprojecten per jaar. In 2004 zijn tot dusver 3 R&D-projecten aangetrokken. 3.5 Patentdata In de voorgaande paragrafen is de internationalisering van R&D geanalyseerd aan de hand van directe investeringen in R&D (paragraaf 3.2 en 3.3) en het aantal R&Dvestigingen (paragraaf 3.4). Een alternatieve maatstaf om de internationalisering van technologie te analyseren is om patentdata te gebruiken. Patenten zijn in tegenstelling tot de R&D-uitgaven een outputindicator, dus geven beter het inventieve vermogen van een land, regio of bedrijf weer (OECD, 2003). Daarnaast zijn patentdata voor een lange periode beschikbaar en bevatten ze gedetailleerde informatie over zaken zoals de aanvrager van het patent, de uitvinder en de technologische categorie (Patel en Vega, 1999).19 Niettemin kunnen ook bij deze indicator een paar kanttekeningen geplaatst worden (zie OECD, 2003). Ten eerste kunnen niet alle uitvindingen gepatenteerd worden, zoals software. Ten tweede worden niet alle innovaties gepatenteerd, zoals ‘tacit knowlegde’ of vanwege geheimhouding. Verder zit er veel variatie in toegevoegde waarde en kwaliteit van verschillende patenten wat niet direct tot uitdrukking komt in de data; immers sommige patenten hebben geen industriële toepassing en dus ook weinig waarde voor de samenleving, terwijl andere juist een doorbraaktechnologie beschermen en dus een grote waarde representeren. Tot slot worden veel patenten aangevraagd door buitenlandse vestigingen die niet direct geassocieerd kunnen worden met het moederbedrijf en dit levert dus vertekening op in de data. Niettemin kunnen patentdata goed worden gebruikt om ex post de Nederlandse uitgangspositie op het gebied van de internationalsering van R&D te controleren. De R&D-investeringsgegevens laten zien dat Nederland in internationaal perspectief een relatief hoge uitstroom van directe R&D-investeringen heeft, maar dat er geen sprake is van een grootschalige verplaatsing van R&D. Daarentegen scoort Nederland matig tot gemiddeld in het aantrekken van buitenlandse directe investeringen in R&D. In deze paragraaf trachten we dit beeld te verifiëren met behulp van patentdata van de OECD.20 Patentdata tonen internationalisering van R&D Patentdata laten zien dat de internationalisering van technologie geen nieuw fenomeen is. Britse, Nederlandse en Zwitserse bedrijven verrichten al sinds het interbellum een 19
Zie ook Meyer-Krahmer en Reger (1999) voor een uiteenzetting van de voor- en nadelen van het gebruik van R&D-investeringen en patenten als indicatoren. 20 Zie http://www.oecd.org/sti/ipr-statistics.
38
Buitenlandse directe investeringen in R&D: uitgangspositie
significant deel van hun R&D in het buitenland (zie OECD, 1999). Niettemin is in het algemeen ook op basis van patentdata een stijging van de internationalisering van technologie waar te nemen. Guellec en Van Pottelsberghe de la Potterie (2001b) hebben internationale patentdata van de European Patent Office (EPO21) voor de perioden 19851987 en 1993-1995 gebruikt om te kijken welk aandeel van de binnenlandse innovaties in de vorm van patenten in buitenlandse handen zijn.22 Uit dit onderzoek komt naar voren dat het buitenlands bezit van patenten op binnenlandse inventies in de OECD in de jaren ’80 stabiel is gebleven rond de 8,5%, maar is gestegen naar 12% halverwege de jaren ’90. Met andere woorden, vanuit een nationaal perspectief is gemiddeld ongeveer 1 op de 10 patenten die wordt aangemeld bij de EPO in buitenlandse handen, terwijl de inventie/innovatie in het binnenland is ontwikkeld. Nederlandse patenten op inventies in het buitenland Om te beginnen is het aandeel van Nederlandse patenten op inventies die in het buitenland zijn gedaan vergeleken met het aandeel van andere landen. Om een goede vergelijking te kunnen maken tussen landen moet het aantal patenten op inventies die in het buitenland zijn gedaan worden genormaliseerd op basis van de grootte van een land. Immers, een groot land als Japan zal vanzelfsprekend meer patenten bezitten in het buitenland dan een veel kleiner land als Finland. Daarom is ervoor gekozen om het aantal patenten te normaliseren naar de totale beroepsbevolking van een land.23 In de figuren 3.15 en 3.16 is voor een aantal landen het bezit van patenten op inventies die in het buitenland zijn gedaan per 100.000 personen van de beroepsbevolking weergegeven. Figuur 3.15 is gebaseerd op patentdata van de European Patent Office (EPO), terwijl figuur 3.16 is gebaseerd op patentdata van de United States Patent and Trademark Office (USPTO). Uit beide figuren komt naar voren dat het Nederlandse bezit van patenten op inventies in het buitenland per 100.000 personen van de beroepsbevolking erg hoog is. Alleen Zwitserland zit qua niveau en groei boven Nederland. Ook Finland kent een sterke groei van het bezit van patenten op inventies in het buitenland, hoewel het niveau lager is dan in Nederland. Verder valt op dat vooral het aantal buitenlandse USPTO-registraties in handen van Nederlandse bedrijven sinds 1996 hard is gestegen. Dit bevestigt het beeld dat Nederlandse multinationals veel R&D-inspanningen in het buitenland doen (zie ook paragraaf 3.2). De VS en Japan bezitten relatief weinig patenten op inventies die in het buitenland zijn gedaan. Dit heeft waarschijnlijk met het autarkische karakter van beide landen te maken.
21
Europese patentdata hebben volgens Guellec en Van Pottelsberghe de la Potterie (2001b) een aantal voordelen ten opzichte van Amerikaanse patentdata. Zo zijn de Europese patentdata (EPO) niet ‘gebiased’ naar een bepaald land (zoals bij Amerikaanse patenten wel het geval is) en wordt dus minder vertekend door landenspecifieke eigenschappen (zie ook Le Bas en Sierra, 2002). 22 De gebruikte definitie is hier: patenten die zijn uitgevonden door inwoners van het thuisland, maar die in bezit zijn van minimaal één buitenlandse eigenaar. 23 Er is hier gekozen voor de beroepsbevolking als indicator voor de grootte van een land, omdat dit een representatiever beeld geeft van de capaciteit van een land om inventies te doen dan de totale bevolking van een land.
39
Buitenlandse directe investeringen in R&D: uitgangspositie
Figuur 3.15 Binnenlands bezit van patenten op inventies die gedaan zijn in het buitenland per 100.000 personen van de beroepsbevolking, 1981-2000, (op basis van EPO-patentregistratie) 45 ZWI
40 35 30 25 20 NED
15
FIN
10 EU-15* US
5
JAP
0 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Bron: OECD, Patent Database, juli 2003. * EU-15 is een ongewogen gemiddelde zonder Luxemburg en Nederland.
Figuur 3.16 Binnenlands bezit van patenten op inventies die gedaan zijn in het buitenland per 100.000 personen van de beroepsbevolking, 1981-2000, (op basis van USPTO-patentregistratie) 20
ZWI
18 16 14 12 NED
10 8
FIN
6 US
4
EU-15*
2
JAP
0 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
Bron: OECD, Patent Database, juli 2003. * EU-15 is een ongewogen gemiddelde zonder Luxemburg en Nederland.
Buitenlands bezit van patenten op inventies in Nederland In de figuren 3.17 en 3.18 is het buitenlandse bezit van patenten op binnenlandse inventies weergegeven, wederom genormaliseerd naar de totale beroepsbevolking. Beide figuren geven min of meer hetzelfde beeld voor Nederland: het buitenlandse bezit van patenten op inventies die in Nederland zijn gedaan is relatief hoog. In vergelijking met het beeld dat ontstaat op basis van de buitenlandse directe investeringen in R&D (zie figuur 3.4 en 3.5) geven de patentdata een groter aandeel van buitenlandse R&D weer.
40
Buitenlandse directe investeringen in R&D: uitgangspositie
Figuur 3.17 Buitenlands bezit van patenten op binnenlandse inventies per 100.000 personen van de beroepsbevolking, 1981-2000, (op basis van EPOpatentregistratie) 20 18 16 14
ZWI
12
BEL
10
NED UK
8
EU-15*
6
FIN
4 US
2
JAP
0 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Bron: OECD, Patent Database, juli 2003. * EU-15 is een ongewogen gemiddelde zonder Luxemburg en Nederland.
Dit zou kunnen betekenen dat de buitenlandse R&D-activiteiten in Nederland relatief succesvol zijn. Opvallend is ten slotte dat wanneer de Amerikaanse patentdata van de United States Patent and Trademark Office (USPTO) als bron wordt gebruikt (figuur 3.18), het buitenlandse bezit van patenten op inventies in Nederland sterk is gedaald vanaf 1997, terwijl het aandeel in de meeste andere landen juist is gestegen. Figuur 3.18 Buitenlands bezit van patenten op binnenlandse inventies per 100.000 personen van de beroepsbevolking, 1981-1998, (op basis van USPTOpatentregistratie) 18 16
ZWI
14 12 BEL
10 NED
8 UK
6 EU-15*
4
US
2
JAP
0 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
Bron: OECD, Patent Database, juli 2003. * EU-15 is een ongewogen gemiddelde zonder Luxemburg en Nederland.
41
Buitenlandse directe investeringen in R&D: uitgangspositie
3.6 Conclusie In dit hoofdstuk zijn verschillende indicatoren geanalyseerd die een beeld geven over de mate waarin Nederland profiteert van buitenlandse R&D-activiteiten. Omdat geen enkele indicator op zichzelf staand een compleet beeld geeft zijn verschillende indicatoren beschouwd. De onderstaande tabel geeft een samenvattend overzicht van de relatieve positie van Nederland (ten opzichte van het buitenland) op de indicatoren die betrekking hebben op de buitenlandse directe investeringen in R&D. Vanuit verschillende invalshoeken is duidelijk gemaakt dat Nederland een zwakke tot middelmatige positie inneemt wat betreft het aantrekken van buitenlandse directe investeringen in R&D. De analyse op basis van patentdata geeft een positiever beeld van Nederland; het buitenlandse bezit van patenten op inventies die in Nederland zijn gedaan is relatief groot in internationaal perspectief. Dat kan erop duiden dat de kwaliteit van buitenlandse R&D in Nederland hoog is. Tabel 3.3
Samenvatting economische indicatoren voor mate waarin Nederland weet te profiteren van buitenlandse directe investeringen in R&D
Figuur
Indicator
3.1
Uitstroom R&D-investeringen als percentage van de toegevoegde waarde, totale industrie, 2000 Uitstroom van R&D-investeringen als percentage van de totale export, totale industrie, 2000 Perceptie gevaar van verplaatsing van R&D voor de economie, 2004 Buitenlandse directe investeringen in R&D als percentage van totale industriële R&D-uitgaven, totale industrie, 2000 Buitenlandse directe investeringen in R&D als percentage van de totale industriële toegevoegde waarde, totale industrie, 2000 Buitenlandse directe investeringen in R&D als percentage van de totale importen, totale industrie, 2000 Buitenlandse directe investeringen in R&D als percentage van toegevoegde waarde van buitenlandse vestigingen in dat land, totale industrie, 2000 Buitenlandse directe investeringen in R&D als percentage van toegevoegde waarde van buitenlandse vestigingen in dat land, totale industrie, 1995 - 2000 Groei van de toegevoegde waarde van buitenlandse vestigingen, totale industrie, 1995-2000 Groei van buitenlandse directe investeringen in R&D, totale industrie, 1995-2000
3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10
Positie NL t.o.v. andere landen Zwak Gemiddeld Zwak Gemiddeld Gemiddeld Zwak Gemiddeld Gemiddeld Zwak Gemiddeld
Overall positie van Nederland t.o.v. andere landen: zwak tot gemiddeld
Niettemin zijn nog veel vragen onbeantwoord. Hoe komt het dat buitenlandse bedrijven relatief zo weinig directe R&D-investeringen in Nederland doen? Wat gebeurt er als enerzijds de uitstroom van R&D hoog blijft of zelfs ten koste gaat van de R&D-thuisbasis en anderzijds de instroom op dit (onder)gemiddelde niveau blijft? Zal R&D in Nederland op termijn dan verdwijnen? In de perceptie van Nederlandse managers zal dit de toekomst van de Nederlandse economie ondergraven (zie figuur 3.3). Het is dus noodzakelijk om
42
Buitenlandse directe investeringen in R&D: uitgangspositie
R&D in Nederland te behouden. Dit kan enerzijds gewaarborgd worden door het behoud van de huidige R&D-activiteiten in Nederland en anderzijds door het aantrekken van nieuwe R&D-activiteiten (vanuit het buitenland). Omdat de lokalisering van R&D-activiteiten in essentie een bedrijfseconomische afweging is van bedrijven zal ‘afgedaald’ moeten worden naar een lager aggregatieniveau. Een theoretisch kader om de locatiefactoren van R&D te identificeren vanuit bedrijfseconomisch perspectief zal worden gepresenteerd in het volgende hoofdstuk. In hoofdstuk 5 zullen de locatiefactoren vanuit theoretisch opzicht aan empirische toetsing worden onderworpen. Aldus wordt inzichtelijk gemaakt wat het belang is van iedere locatiefactor voor R&D. Hoofdstuk 6 gaat in op de prestatie van Nederland ten opzichte van het buitenland op de belangrijkste R&D-locatiefactoren. Hieruit zal een verklaring moeten komen waarom Nederland gemiddelde tot zwak scoort wat betreft het aantrekken van buitenlandse R&D-investeringen. Tegelijk geeft dit opties voor het beleid van de Nederlandse overheid om de positie van Nederland te verbeteren.
43
Locatiefactoren van R&D: theoretisch kader
4
Locatiefactoren van R&D: theoretisch kader24 Samenvatting In dit hoofdstuk wordt de internationalisering van R&D vanuit een bedrijfseconomische context benaderd. De laatste decennia zien bedrijven zich genoodzaakt om meer snelheid en focus in hun innovaties tot stand te brengen. Belangrijke beslissingen die hierbij genomen moeten worden betreffen de mate van samenwerking met derden en de mate van internationalisering van onderzoek, als verbijzondering van de organisatiedimensie centralisatie versus decentralisatie. De toegenomen snelheid van internationalisering in de laatste decennia duidt erop dat decentralisatiekrachten in toenemende mate aan belang winnen. Waar vroeger decentrale R&D-locaties voornamelijk dienden ter ondersteuning van buitenlandse productie en distributie (‘adaptieve’ R&D), ligt tegenwoordig meer de nadruk op toegang krijgen tot complementaire kennis (toegang tot ‘state-of-the-art’-kennis en -vaardigheden). De wijze waarop R&D geïnternationaliseerd wordt hangt sterk af van het doel van de investering, maar ook van het land van herkomst, de sector en het type bedrijf. De belangrijkste locatiefactoren vanuit theoretisch perspectief zijn het kennisaanbod (toegang tot hoogwaardig personeel en kwaliteit van de kennisinfrastructuur) en randvoorwaarden (veiligheid, fysieke infrastructuur). Dit wordt geïllustreerd aan de hand van een aantal Nederlandse praktijkvoorbeelden.
4.1 Inleiding In het vorige hoofdstuk zijn we uitgegaan van geaggregeerde macrodata om de buitenlandse directe investeringen in R&D te analyseren. Het probleem met macrodata is dat de achterliggende aspecten en bedrijfseconomische keuzes achter BDI in R&D niet kunnen worden geëxpliciteerd. Vandaar dat we in dit hoofdstuk de internationalisering van R&D vanuit een bedrijfswetenschappelijk perspectief benaderen. Tot halverwege de jaren ’80 was er weinig interesse voor de internationalisering van R&D in de bedrijfseconomische literatuur. Pas na een drastische versnelling van de door het buitenland gefinancierde en uitgevoerde R&D in de meeste geïndustrialiseerde landen is de aandacht voor dit onderwerp in de bedrijfswetenschappelijke literatuur (maar ook in de algemeen economische literatuur, bij overheden en nationale statistische bureaus) halverwege de jaren ’90 toegenomen (zie Niosi, 1999). Op grond van de concepten uit de literatuur zal in dit hoofdstuk het locatiekeuzeproces voor bedrijfs-R&D in een theoretisch kader worden gegoten. Dit theoretisch kader wordt als volgt opgebouwd. In paragraaf 4.2 wordt de bedrijfseconomische context geschetst achter de internationalisering van R&D. In paragraaf 4.3 worden de centralisatie- en decentralisatiekrachten achter de locatiekeuze van R&D beschouwd. Vervolgens worden in paragraaf 4.4 de trends in internationale R&D behandeld en in paragraaf 4.5 volgt een overzicht van de verschillende typologieën van internationale R&D. Op basis van de paragrafen 4.2 tot en met 4.5 wordt in paragraaf 4.6 een samenvattend overzicht gegeven van de locatiemotieven van R&D, gevolgd door een overzicht van de belangrijkste onderliggende locatiefactoren vanuit theoretisch perspectief. Het belang van deze locatiefactoren wordt vervolgens in hoofdstuk 5 aan de hand van empirisch materiaal (literatuur, veldonderzoek en een macro-regressieanalyse) onderzocht. 24
Wij danken Iskander Schrijvers voor zijn nuttig commentaar en bijdrage aan deze paragraaf.
44
Locatiefactoren van R&D: theoretisch kader
4.2 Bedrijfseconomische context In het afgelopen decennium heeft een aantal ontwikkelingen ertoe geleid dat bedrijven zich meer en meer voor de vraag gesteld zagen hoe de snelheid en focus in de realisatie van innovaties te vergroten. Deze ontwikkelingen betreffen onder andere de toepassing van nieuwe informatie- en communicatietechnologieën, de toenemende nadruk op aandeelhouderswaarde, de gestegen multidisciplinariteit van nieuwe technologieën en kortere productlevenscycli in combinatie met de individualisering van klantenwensen. In dit verband wordt ook wel gesproken van ‘vijfde generatie R&D’, waarbij het vooral gaat om het op een zodanige manier integreren van een aantal verschillende soorten technologieën dat snel, gericht en flexibel op verschillende klantenwensen kan worden ingespeeld (zie Jacobs en Waalkens, 2001). De wijze waarop bedrijven hun innovatiefunctie vervolgens inrichten, om sneller en gerichter rendement te halen uit hun innovaties, is afhankelijk van een aantal zaken. Allereerst hangt dit af van de sector waarin een bedrijf actief is (zie o.a. Pavitt, 1984). Bij een hoogwaardig farmaceutisch bedrijf zullen de innovaties bijvoorbeeld sterk technologiegedreven (zogenoemde ‘technology push’) zijn met een sterke nadruk op wetenschappelijk onderzoek naar nieuwe technologische producten. Terwijl voor een autofabrikant in de schaalintensieve industrie de klantenwensen belangrijker zullen zijn voor het tot stand komen van innovaties (zogenoemde ‘market-pull’). Verder maken bedrijven zelf bij het inrichten van de innovatiefunctie een integrale afweging op het vlak van twee andere organisatiedimensies die weer voor een deel met elkaar vervlochten zijn (zie Jacobs en Waalkens, 2001): (1) de mate van samenwerking met derden en (2) de mate van internationalisering van onderzoek (als verbijzondering van de organisatiedimensie centralisatie versus decentralisatie).25 De locatie van R&D is, naast de mate van samenwerking met derden, dus een apart onderwerp waar bedrijven zich mee bezig houden bij de optimale invulling van hun innovatiefunctie. Er is een aantal krachten die de centralisatie dan wel decentralisatie van R&D in de hand werken. Hier gaan we in de volgende paragraaf kort op in. 4.3 Krachtenveld in R&D: centralisatie versus decentralisatie Hakånson en Nobel (1993), Fors (1998), de OECD (1998), en Kumar (2001) noemen allen een aantal krachten die centralisatie van R&D voorstaan. Zo centraliseren bedrijven hun R&D om strategische kennis binnen de bedrijfsmuren te houden en het weglekken van belangrijke kennis naar concurrenten tegen te gaan. Ook komen bedrijfsspecifieke voordelen vaak voort uit de condities van de thuismarkt. Om deze comparatieve voordelen uit te baten is contact met de markt van doorslaggevend belang. Verder spelen schaalvoordelen in het onderzoek een rol bij de centralisatie van R&D. De multidisciplinariteit van onderzoek en de hoge kosten voor onderzoeksmiddelen vereisen een grotere minimumschaal van een laboratorium. Ten slotte dalen de coördinatiekosten doordat duplicatie van onderzoek tussen verschillende R&D-laboratoria wordt voorkomen. Door ‘face-to-face’ contact wordt immers ook niet-codificeerbare kennis 25
Deze laatste twee organisatiedimensies om de innovatiefunctie op een zo efficiënt mogelijke wijze in te richten handelen beide over de locatie van onderzoek, waarbij de mate van internationalisering eigenlijk een verbijzondering is van de mate van centralisatie.
45
Locatiefactoren van R&D: theoretisch kader
(zogeheten ‘tacit knowledge’) overgedragen en vertrouwen gecreëerd hetgeen opportunistisch gedrag beperkt (zie Nooteboom, 1999). Dit heeft tot gevolg dat de communicatieve kennisoverdracht stijgt en de Casus 2. Centralisatie van R&D: Nova Chemicals transactiekosten dalen. In casus 2 worden de strateIn totaal heeft NOVA Chemicals in Europa vijf vestigingen die oorspronkelijk hun eigen onderzoek, ontwikkeling en gische redenen besproken support verzorgden. Tevens was er ondersteuning vanuit van Nova Chemicals om de technische centra in Louvain (B) en Amsterdam. De R&D centraal in te richten overname van de Europese EPS-activiteiten van Shell door Nova bood een goede gelegenheid om de diverse Shellin Breda. teams onder een dak te brengen. De keus voor de centrale R&D-locatie viel op Breda, waarna in 2002 het Breda Technology Centre werd opgericht. Waarom Breda? Omdat in Breda een moderne productiefaciliteit stond waar alle technologieën vertegenwoordigd waren: vast polystyreen, expandeerbaar polystyreen, voor zowel commodity als specialty applicaties. Bovendien werd de internationale en multiculturele houding van de Nederlandse werknemer zeer gewaardeerd. Ook was door de overname van het onderzoeksteam van Shell goede kennis aanwezig in Breda en was Breda een goede locatie met betrekking tot het werven van gekwalificeerd personeel.
Er is echter ook een aantal decentralisatiekrachten die juist de internationalisering van R&D in de hand werkt. Ten eerste komt internationale R&D deels voort uit acquisities en fusies. Bedrijven nemen een buitenlands bedrijf over (of fuseren hiermee) en krijgen daarmee ook gelijk toegang tot de R&D van dit bedrijf. Soms gebeurt de acquisitie om strategische redenen, bijvoorbeeld om toegang te krijgen tot complementaire technologische kennis. Soms ook wordt R&D geacquireerd om andere redenen dan de overname van de ‘know-how’, bijvoorbeeld de overname van een merknaam, de toegang tot een distributiekanaal, of de uitbreiding van de productiecapaciteit (zie o.a. Brockhoff, 1999; Guellec en Van Pottelsberghe de la Potterie, 2001b; Hakånson en Nobel, 1993). Naast ‘toevallige’ decentralisatie van R&D middels acquisitie wijst de literatuur ook op ‘strategische’ decentralisatie van R&D. Brockhoff (1999) noemt vier strategische redenen om R&D internationaal te organiseren. (1) Ten eerste is er een optimaal aantal R&Dlaboratoria te berekenen waarbij de laboratoria een optimale prestatie realiseren. Dit optimale aantal laboratoria verschilt uiteraard per land en sector. (2) Ten tweede kan R&D decentraal georganiseerd worden om de R&D-efficiëntie te bevorderen. Lage kosten van R&D (vaak loonkosten), een hoge productiviteit van R&D en een korte afstand tussen middelen en laboratoria spelen bij de beslissing om R&D te internationaliseren een belangrijke rol. De efficiëntie van R&D kan vervolgens gemeten worden door de R&D-output (bijvoorbeeld patenten en het omzetaandeel van nieuwe en verbeterde producten) te relateren aan de R&D-input (R&D-uitgaven of de hoeveelheid R&D-personeel). (3) Ten derde kan R&D gedecentraliseerd worden om effectiviteitsverbeteringen van het R&D-laboratorium te behalen. Effectiviteitsverbeteringen van het R&D-laboratorium kunnen enerzijds bewerkstelligd worden door R&D daar te vestigen waar inputfactoren van een kwalitatief hoogstaand niveau zijn, om toegang te krijgen tot ‘state-of-the-art’-kennis en -vaardigheden. Anderzijds kunnen effectiviteitverbeteringen bereikt worden door de noodzaak van nabijheid tot relevante markten. Een ander voordeel voor een MNO om verscheidene R&D-locaties wereldwijd te hebben is dat die locaties een bedrijfsinterne concurrentiestrijd moeten voeren. Dat houdt de verschillende R&D-
46
Locatiefactoren van R&D: theoretisch kader
laboratoria scherp.26 (4) Tot slot kunnen omgevingsfactoren een voorwaarde zijn om R&D te decentraliseren, waarbij het kan gaan om de aanwezigheid van natuurlijke hulpbronnen (zoals zeewater) of het klimaat om onderzoek te kunnen doen. Maar ook kunstmatige omgevingsfactoren, zoals de verschillende instituties en economische voorwaarden van een land spelen Casus 3. Decentralisatie van R&D: Engelhard De een rol bij de internationaliMeern sering van R&D. In casus 3 Nadat het Nederlandse bedrijf Van der Hoorn door Harshaw worden de strategische reChemicals werd overgenomen ontstond eind jaren '60 denen van Engelhard De Harshaw Chemie. Er werd een katalysefabriek geopend in De Meern. Begin jaren '80 ontstond een groeiwens. Meern besproken om R&D Harshaw was van mening dat R&D en innovatie essentieel in Nederland te behouden. waren voor groei en richtte daarom een laboratorium op in 1983. Vanaf midden jaren '80 groeide het laboratorium uit tot ongeveer 25 mensen die zeer innovatief waren. Harshaw werd in 1988 overgenomen door de Engelhard Corporation. Engelhard zat in de katalyse en Harshaw vormde met haar aanvullende markten en technologieën een perfecte fit. Een belangrijke reden voor Engelhard om Harshaw over te nemen was het innovatieve vermogen van Harshaw. De R&D-activiteiten in De Meern werden daarom gehandhaafd en niet gecentraliseerd in Amerika. Binnen de Engelhard Corporation was er midden jaren '90 een onderzoek naar het meest geschikte innovatieklimaat voor Engelhard. R&D vindt bij Engelhard plaats op vele verschillende locaties en deze locaties werden allemaal vergeleken. De Meern werd nummer 1, mede dankzij het Nederlandse katalysenetwerk. De zogenaamde ‘Dutch School of Catalysis’ is internationaal bekend, ook bij het hoofdkantoor van Engelhard in New Jersey.
Bovenstaande decentralisatiekrachten staan in nauwe relatie tot elkaar. De uiteindelijke som der afwegingen verschilt per bedrijf en sector (zie ook paragraaf 4.4). Bevordering van de ene dimensie kan hierbij soms ten koste gaan van de optimale oplossing in een andere dimensie. Zo kan een laboratorium naar China verplaatst worden, omdat de loonkosten van R&D-personeel daar lager zijn dan in het thuisland het geval is. Tegelijk staat dit op gespannen voet met pogingen om een hogere efficiëntie van het R&D-laboratorium te bereiken, omdat de fysieke afstand tussen het gedecentraliseerde R&D-laboratorium en andere delen van de organisatie toeneemt. Dit heeft consequenties voor de kwaliteit van de communicatie en voor de waarde van het onderzoek voor het bedrijf. De toegenomen snelheid van internationalisering van R&D vanaf halverwege de jaren ’80 duidt erop dat decentralisatiekrachten in toenemende mate aan belang winnen in vergelijking tot de centralisatiekrachten van R&D. Hoewel al is gewezen op vier mogelijke decentralisatiekrachten van R&D dient een aantal zaken onderzocht te worden om het bedrijfseconomisch theoretisch kader rond de internationalisering van R&D verder gestalte te kunnen geven. Zo is het noodzakelijk om de trends van internationale R&D nader te analyseren (paragraaf 4.4). Verder zullen de verschillende typologieën van internationale R&D-eenheden geïnventariseerd worden (paragraaf 4.5). Het theoretisch kader wordt afgesloten met een overzicht van de belangrijkste locatiemotieven (paragraaf 4.6) en onderliggende locatiefactoren (paragraaf 4.7) vanuit theoretisch perspectief.
26
Uiteraard concurreren de decentrale laboratoria om de marginale projecten: de projecten waar de loonkostenvoordelen van een laboratoria in bijvoorbeeld China net wel of net niet opwegen tegen de kwaliteitsvoordelen in Nederland.
47
Locatiefactoren van R&D: theoretisch kader
4.4 Trends in internationale R&D In de traditionele context werd internationale R&D gezien als een evolutionair proces, waarbij de decentralisatie van R&D de productie met een zekere vertraging volgde. De rol van decentrale R&D-eenheden was vooral gelegen in de ondersteuning van buitenlandse productie en distributie en in de zorg voor technologieoverdracht. Met dit laatste wordt bedoeld dat internationale R&D-eenheden vooral de taak hebben om de technologie, die centraal is ontwikkeld in het thuisland, aan te passen aan lokale marktomstandigheden. In dit kader wordt wel gesproken over ‘adaptieve’ R&D (zie o.a. Fors, 1998) en dit is in overeenstemming met het productlevenscyclusmodel (PLC-model) van Vernon (1966). Deze theorie houdt in dat de innovatieve kerncompetenties centraal in het thuisland worden gecreëerd en vervolgens aangepast worden aan de lokale marktomstandigheden in het gastland. Verder ondersteunt de notie van adaptieve R&D (1) de bevindingen dat de R&D-thuisbasis voor productontwikkeling centraal gehandhaafd blijft en (2) de reden waarom bedrijven deze R&D-kern niet in structurele mate overhevelen naar het buitenland (zie OECD, 1998; Le Bas en Sierra, 2002). Tevens is dit in overeenstemming met de analyse uit paragraaf 3.2 van dit rapport, waaruit bleek dat vooralsnog geen sprake is van een grootschalige uitstroom van R&D, en met de bevinding van Cornet en Rensman (2001) dat het verleden de belangrijkste locatiefactor is van R&D. Adaptieve R&D biedt echter maar een gedeeltelijke verklaring voor het proces van internationalisering van R&D. Vandaag de dag nemen MNO’s geen genoegen meer met het centraal ontwikkelen van nieuwe producten en processen en het doorsluizen hiervan naar de decentrale R&D-vestigingen om aanpassingen ter plaatse aan de lokale marktwensen te realiseren, zoals in het verleden wel het geval was. Integendeel, indien een decentrale R&D-vestiging zich in een stimulerende onderzoeksomgeving bevindt kan deze gebruik maken van die omgeving om zelfstandig innovaties te realiseren en deze binnen de gehele MNO te laten verspreiden. In toenemende mate investeren bedrijven in buitenlandse R&D. Niet om hun bestaande competenties uit te buiten in buitenlandse markten via de traditionele ‘aanpassing en ondersteuning’, maar veel meer om toegang te krijgen tot complementaire kennis welke hun concurrentiekracht juist helpt te behouden of uit te breiden (Le Bas en Sierra, 2002). Bedrijven realiseren zich dat het centraal verrichten van onderzoek op de thuisbasis onvoldoende is om de snelheid van technologische verandering bij te houden. Een trend lijkt gaande waarin de R&D-locatiekeuze meer en meer gedreven wordt vanuit wetenschappelijke motieven en waarbij aanbodgedreven factoren belangrijker worden dan marktgedreven factoren (zie o.a. Florida, 1997; Serapio en Dalton, 1999). Pearce (1999) geeft aan dat R&D-vestigingen in het buitenland vandaag de dag veel meer functies hebben dan louter dienst te doen als afvoerkanaal voor het aanpassen van centraal gecreëerde productietechnologieën. Ze spelen in toenemende mate een rol in het creatieve proces zélf. Dit beeld komt ook naar voren in een studie door Cantwell en Piscitello (2002) die concluderen dat lokale laboratoria een nieuwe rol spelen in de gehele bedrijfsstructuur door nieuwe kennis te benutten uit de lokale buitenlandse omgeving, in plaats van alleen vraaggeoriënteerde activiteiten te ontplooien. Het gaat hierbij om het verkrijgen van toegang tot complementaire ‘state-of-the-art’-kennis en -vaardigheden, om
48
Locatiefactoren van R&D: theoretisch kader
te profiteren van lokale spillovereffecten en om activiteiten van concurrenten te monitoren (Kumar, 2001). Om te kunnen profiteren van lokale spillovereffecten is het belangrijk om fysiek aanwezig te Casus 4. Lokaal kennisnetwerk: Engelhard De Meern zijn en deel te nemen aan het lokale kennisnetwerk. Door Engelhard is een belangrijke speler in Nederland op het gebied van katalyse, naast grote bedrijven als AKZO Nobel, fysiek aanwezig te zijn op Shell en DSM. Er is veel contact met universiteiten, onder plaatsen waar zich ‘state-ofmeer via de begeleiding van scriptanten. De meeste contacten zijn met de Universiteit Utrecht, maar er zijn ook the-art’-expertise bevindt goede contacten met de TU Delft, de TU/e en de kunnen bedrijven de lokale Universiteit van Amsterdam. Er is samenwerking met veel andere bedrijven over de volle breedte van de chemie. kennisnetwerken tegen laVerder participeert Engelhard De Meern veel in STW- en gere kosten penetreren. VerACTS-projecten en nam het eenmaal deel aan een EETder geldt dat de fysieke aanproject. wezigheid de overdracht van zogenoemde ‘tacit knowledge’ mogelijk maakt. Goedegebuure (2000) wijst in zijn proefschrift dan ook op het feit dat R&D-werkers veelal een lokaal netwerk opbouwen met toeleveranciers en kennisinstellingen. Geografische nabijheid is immers van belang voor de overdracht van niet-codificeerbare kennis (‘tacit knowledge’). In casus 4 staat beschreven hoe Engelhard De Meern profiteert van de in Nederland aanwezig ‘state-of-theart’-kennis en -vaardigheden op het gebied van katalyse. Om te kunnen profiteren van spillovers op locaties waar zich excellente kennis bevindt, wordt vaak gebruik gemaakt van lokale luisterposten die dienen om kennis af te tappen en door te sluizen naar het thuisland (zie o.a. Fors, 1998; Pearce, 1999; Gassmann en Von Zedtwitz, 1999; Patel en Vega, 1999). Hierbij zien we overigens bijna nooit dat grote nieuwe R&D-vestigingen als zelfstandig opererende vestigingen in het buitenland worden neergezet (zie Von Zedtwitz en Gassmann, 2002). In sommige gevallen groeien luisterposten door tot volwaardige ‘centres of excellence’ die vervolgens gespecialiseerd worden op een bepaald technologiegebied. In andere gevallen is sprake van acquisitie van R&D of uitbreiding van een bestaande R&D-vestiging.27 Van belang is in ieder geval dat bij internationale investeringen in R&D de kennisintensieve MNO’s R&D in toenemende mate lokaliseren daar waar wereldwijd de beste condities aanwezig zijn om te innoveren of nieuwe kennis te creëren in hun productsegment of technologiegebied (Meyer-Krahmer en Reger, 1999). MNO’s zoeken unieke ‘centres of excellence’ waarbij gemiddelde locaties die niet uitblinken niet meer in aanmerking komen. Het is dan ook zeker niet ondenkbaar dat investeringen in nieuwe 27
De meningen zijn verdeeld over het feit of R&D-vestigingen met een ‘adaptief’ karakter (ondersteuning van productie en distributie en incrementele aanpassingen van producten, processen en technologieën aan lokale marktomstandigheden) kunnen uitgroeien tot laboratoria die zich ook met productontwikkeling gaan bezighouden. Het idee hierachter is dat in veel markten door een toenemende mate van vervlochtenheid van de buitenlandse R&D-vestiging in de lokale kennisinfrastructuur steeds geavanceerdere technische kennis wordt opgedaan (Zander, 1999). Zodoende kan op den duur een R&D-vestiging die initieel slechts ter ondersteuning werd opgezet uitgroeien tot een laboratorium dat ook de meer geavanceerde design- en productontwikkeling op zich neemt (zie bijvoorbeeld Ronstadt, 1978; Davis, 2000). Kuemmerle (1999) en Le Bas en Sierra (2002) stellen echter dat de taak van buitenlandse R&D-vestigingen niet verandert en dat bedrijven nog eerder zullen kiezen voor het opzetten van een nieuwe R&D-vestiging dan de rollen en activiteiten van bestaande buitenlandse vestigingen te veranderen.
49
Locatiefactoren van R&D: theoretisch kader
R&D-locaties vooral zullen neerslaan in een klein aantal landen met een zeer gunstig innovatieklimaat (zie Erken e.a., 2003). Deze ontwikkeling kan vooral de positie van kleinere landen onder druk zetten. 4.5 Typologie van internationale R&D: literatuurstudie Om bovenstaande trends en ontwikkelingen op een goede manier te kunnen ordenen zijn in de literatuur verschillende typologieën van de internationale R&D-activiteiten gepresenteerd. De idee hierachter is dat middels deze typologieën een effectiever begrip wordt verkregen van de internationaal verspreide technologie-eenheden en het management wat hieraan gekoppeld kan worden. In appendix 1 is een overzicht opgenomen van de literatuur waarin typologieën van internationale R&D-activiteiten zijn ontwikkeld. We zullen de belangrijkste studies hieronder kort behandelen. Voor een overzicht van de belangrijkste conclusies die uit deze typologieën naar voren komen wordt verwezen naar de volgende paragraaf (paragraaf 4.6). Ronstadt (1978) Ronstadt bekijkt 55 buitenlandse R&D-vestigingen van zeven Amerikaanse MNO’s in de periode 1931-1974. Aan de hand van een analyse van de ontwikkeling van deze 55 buitenlandse R&D-vestigingen onderscheidt hij vier typen buitenlandse R&D-activiteiten die volgens een bepaalde wijze evolueren. Deze vier typen zijn: 1) Transfer Technology Unit (TTU): R&D-eenheden die tot taak hebben om buitenlandse technologie over te hevelen van de R&D-thuisbasis naar buitenlandse productievestigingen. Tevens hebben deze R&D-vestigingen als taak buitenlandse klanten technisch te ondersteunen. 2) Indigenous Technology Unit (ITU): ITU’s ontwikkelen nieuwe of verbeterde producten voor alleen de buitenlandse markt. 3) Global Technology Unit (GTU): R&D-eenheden met als taak nieuwe producten en processen te ontwikkelen voor de wereldmarkt. 4) Corporate Technology Unit (CTU): R&D-vestigingen die als taak hebben exploratief langetermijnonderzoek te doen naar nieuwe technologieën ten behoeve van het moederbedrijf. Volgens Ronstadt is duidelijk sprake van een evolutionair patroon in de rol van de verschillende R&D-vestigingen. Buitenlandse R&D-investeringen beginnen op kleine schaal met als doel om technologieën over te hevelen naar buitenlandse productieeenheden. Vervolgens kunnen TTU’s expanderen naar organisatorische eenheden die producten en processen gaan ontwikkelen voor (uitsluitend) de buitenlandse markt. De conclusie van Ronstadt sluit aan bij het PLC-model van Vernon (1966). Echter, de waarneming van Ronstadt dat ook buitenlandse R&D-vestigingen ontstaan die producten en processen ontwikkelen voor de wereldmarkt kan niet gerijmd worden met het PLCmodel. Ronstadt verwacht dat deze ontwikkeling zich doorzet en dat de verklaringskracht van het PLC-model afneemt om buitenlandse kennisintensieve investeringen te kunnen verklaren.
50
Locatiefactoren van R&D: theoretisch kader
Medcof (1997) Medcof tracht tot een typologie te komen welke als platform zou moeten fungeren voor de organisatie en synthese van alle bestaande literatuur. Hij maakt onderscheid tussen drie dimensies. Ten eerste het technische werk (onderzoek, development en ondersteuning) van de R&D-vestiging. Onder onderzoek wordt in de studie van Medcof het zoeken naar wetenschappelijk kennis verstaan. Deze wetenschappelijke kennis kan als platform dienen via de ontwikkelingsfunctie om nieuwe commercieel interessante producten en processen uit te distilleren. Onder ondersteuning wordt verstaan het aanpassen van reeds bestaande producten en processen aan bepaalde condities. Ten tweede de organisatorische functie (samenwerking van het R&D-laboratorium met markting, productie, marketing en productie, of geen van beide). En ten derde de geografische spreiding, i.e. lokaal of internationaal. Lokaal houdt in dat alle samenwerkende eenheden zich in één land bevinden; internationaal houdt in dat deze eenheden over meerdere landen verspreid zijn. Medcof combineert de drie organisatiedimensies tot één taxonomie waarvan een illustratie is opgenomen in tabel 4.1. Tabel 4.1
Taxonomie van Medcof Geografische spreiding van samenwerking
Technische activiteit Onderzoek Development Marketingondersteuning Productieondersteuning
Lokaal
Internationaal
Lokaal onderzoek Lokale development Lokale marketingondersteuning Lokale productieondersteuning
Internationaal onderzoek Internationale development Int. marketingondersteuning Int. productieondersteuning
Bron: Medcof, 1997.
De taxonomie van Medcof geeft een handvat om internationale R&D te onderscheiden naar activiteit, geografische spreiding en samenwerking met andere delen van de organisatie. Medcof spiegelt zijn taxonomie met indelingen uit andere studies en elke tot nu toe verschenen indeling kan met de nodige kanttekeningen ingepast worden in het bovenstaande raamwerk. Helaas werkt Medcof zijn taxonomie empirisch niet verder uit waardoor zijn indeling gereduceerd blijft tot een theoretisch concept. Kuemmerle (1999) In het onderzoek van Kuemmerle zijn de R&D-vestigingen in vijf verschillende landen van 32 farmaceutische en elektrotechnische MNO’s geanalyseerd. De data werd verzameld in 1994 met een follow-up in 1995. Er werden 238 vestigingen geïdentificeerd, waarvan 156 waren gevestigd in het buitenland. De steekproef beschouwt dus BDI in R&D vanuit meerdere landen en naar meerdere landen. Kuemmerle onderscheidt in zijn typologie twee R&D-strategieën (zie figuur 4.1 voor een grafische weergave van beide strategieën): 1) ‘Home base exploiting strategy’ (HBE): zoeken naar mogelijkheden om competitieve voordelen, gecreëerd op de thuisbasis, te exploiteren welke niet in een andere mate dan door middel van BDI in R&D uitgebaat kunnen worden. De keuze voor een locatie komt tot stand door de noodzaak van nabijheid tot markten. De activiteiten
51
Locatiefactoren van R&D: theoretisch kader
van de R&D-vestigingen die zijn opgezet vanuit een ‘home base exploiting’-strategie zijn het verrichten van product- en procesaanpassingen aan lokale marktomstandigheden en de creatie van relatief onbelangrijke producten. Deze strategie vertoont veel overeenkomsten met het PLC-model van Vernon en de ‘transfer technology units’ van Ronstadt (1978). 2) ‘Home base augmenting strategy’ (HBA): zoeken naar nieuwe kennis en vaardigheden om de langetermijncontinuïteit van het bedrijf te garanderen. De lokale R&D-activiteiten zijn complementair met de centrale R&D-activiteiten en gericht op het laten toenemen van de kennisbasis van de onderneming. Figuur 4.1
‘Home base exploiting’ en ‘home base augmenting’
Bron: Kuemmerle, 1999.
De resultaten van het onderzoek van Kuemmerle laten zien dat HBE-vestigingen vooral gelokaliseerd worden bij bestaande productiefaciliteiten en markten, terwijl voor HBAvestigingen vooral nabijheid tot universiteiten en andere onderzoeksinstellingen van belang is. Het lijkt erop dat alle door Kuemmerle ondervraagde bedrijven nabijheid tot concurrenten wenselijk achten om te kunnen profiteren van spillovereffecten. Dit correspondeert met de uitkomst van Davis (2000) dat de mate van concurrentie in een land de belangrijkste R&D-locatiefactor is (zie paragraaf 5.2 voor een uitgebreidere beschouwing van deze studie). De studie van Kuemmerle laat zien dat de achterliggende locatiefactoren variabel zijn met de achterliggende strategie en het operatieve doel van de verschillende typen buitenlandse R&D-vestigingen. Met andere woorden, de R&D-locatiefactoren hangen af van het type R&D-vestiging. Tot slot komt uit de studie van Kuemmerle naar voren dat sinds de jaren ’60 het relatieve belang van de HBA-strategie is gestegen. Dit komt overeen met het beeld dat in paragraaf 4.4 werd geschetst dat aanbodgestuurde factoren een belangrijkere rol zijn gaan spelen met betrekking tot de internationalisering van R&D. Patel en Vega (1999), Le Bas en Sierra (2001) Patel en Vega gebruiken US Patentdata van het US Patent Office. Ze kijken hierbij naar het type bedrijf, de technische classificatie en het land van herkomst van de uitvinder voor iedere patentaanvraag tussen 1969 en 1996. Uiteindelijk is een steekproef van 220 bedrijven gebruikt voor de periode 1990-1996. Patel en Vega onderscheiden vier typen
52
Locatiefactoren van R&D: theoretisch kader
buitenlandse R&D, waarbij gekeken wordt naar de technologische sterkte/zwakte van het thuisland en van het buitenland:28 • Type 1: zwak thuisland, sterk buitenland. Dit type omvat technologiegebieden waarin een bedrijf relatief zwak is in het thuisland en sterk in het buitenland. Dus bedrijven trachten de technologische voordelen in het buitenland uit te buiten om de zwaktes in het thuisland te compenseren. • Type 2: sterk thuisland, zwak buitenland. Dit type heeft betrekking op technologieën waarin een bedrijf sterk is in het thuisland en zwak in het buitenland. Bedrijven zijn dus voornamelijk bezig om technologische comparatieve voordelen die aanwezig zijn in het thuisland te exploiteren. Deze categorie internationale R&D komt het dichtst bij het besproken PLC-model van Vernon (1966) en de ‘home base exploiting’strategie uit Kuemmerle (1997, 1999). • Type 3: sterk thuis- en buitenland. Dit type omvat technologieën waarin een bedrijf in het thuisland een relatief voordeel heeft en waarbij de buitenlandse locatie ook relatief sterk is. Het gaat dus om complementariteit tussen de technologie die aanwezig is in het thuisland en het buitenland. Er is een sterke parallel met de ‘home base augmenting’-strategie uit Kuemmerle (1997, 1999). • Type 4: zwak thuis- en buitenland. In deze technische gebieden is er geen comparatief voordeel in het thuisland en ook niet in het buitenland. Vaak gaat het hierbij om fusies of overnames waarbij de achterliggende motieven niet-technologisch van aard zijn. Ongeveer in 75% van de onderzochte bedrijven uit de steekproef blijkt dat sprake is van een comparatief voordeel in het thuisland (type 2 en 3). Alleen voor Nederland geldt dat ongeveer 20% van de MNO’s binnen type 1 vallen, waarbij getracht wordt de technologische zwaktes van het thuisland te compenseren. Analoog aan de resultaten van Kuemmerle (1999) is de grootste stijging waarneembaar in type 3, welke gericht is op het monitoren of verkrijgen van competitieve voordelen complementair aan de competitieve voordelen die al in het bezit zijn van het bedrijf. Een afname is waarneembaar in type 2. Ten slotte zijn er nog verschillen tussen sectoren waarneembaar, waarbij bedrijven binnen de meer ‘science-based’ sectoren (zoals de chemische en farmaceutische industrie) voornamelijk type 3 aanhouden voor hun internationale R&D-activiteiten. Le Bas en Sierra bouwen voort op het raamwerk van Patel en Vega (1999) en Kuemmerle (1999) en beschouwen Europese patenten van 345 meest belangrijke MNO’s in termen van patentactiviteiten tussen 1994 en 1996. Analoog aan Patel en Vega identificeren de auteurs vier locatiestrategieën die respectievelijk gekarakterseerd kunnen worden als (1) 28
De sterkte/zwakte van het thuisland is bepaald door de hoeveelheid patentaanvragen van een bedrijf op een bepaald technologiegebied te bekijken. In feite wordt de sterkte/zwakte van het thuisland dus bepaald door de binnenlandse patentactiviteiten van (binnenlandse) bedrijven. De sterkte c.q. zwakte van het buitenland/‘host country’ (land waar een uitvinding gedaan is) op een bepaald technologiegebied x is bepaald door: het aandeel van de ‘host country’ in US patentenregistraties van technologie x te bepalen en dit te delen door het totale aandeel van de ‘host country’ in US patentregistraties op alle technologiegebieden. Deze methodiek correspondeert ruwweg met de methode om comparatieve voordelen van een land te bepalen, afkomstig uit de internationale handelstheorie.
53
Locatiefactoren van R&D: theoretisch kader
Technology-seeking BDI in R&D, (2) Home base exploiting strategy, (3) Home base augmenting strategy en 4) Market-seeking. De resultaten uit de studie van Le Bas en Sierra komen globaal overeen met de resultaten van Patel en Vega (1999). Ongeveer 70% van de onderzochte bedrijven lokaliseert hun R&D-activiteiten in het buitenland op technologiegebieden waarop ze ook relatief sterk zijn in het thuisland. Verder geldt in het algemeen dat strategie 2 (‘home base exploiting’) wordt overtroffen door strategie 3 (‘home base augmenting’). Ook neemt het belang van de ‘home base augmenting’strategie toe (wat ook werd geconstateerd door Kuemmerle (1999) en Patel en Vega, (1999)). Tot slot volgt uit de studie dat voor kleine landen de ‘home base augmenting’strategie het belangrijkste is. Zander (1999) Zander onderzoekt de technologische activiteiten van 24 Zweedse MNO’s met behulp van US patentdata tussen 1986-1990. Zander onderscheidt bij de internationalisering van R&D twee dimensies: (1) internationale duplicatie van technologische capaciteit waarbij de decentrale eenheden werkzaam zijn op hetzelfde technologiegebied en (2) de internationale diversificatie van technologische capaciteit waarbij de decentrale eenheden een uniek expertisegebied bestrijken. Op grond van beide dimensies kunnen vier typen internationale innovatienetwerken worden geïdentificeerd (zie ook figuur 4.2): 1) Home-centered: technologische capaciteit is vooral gelokaliseerd in het thuisland. 2) Internationally duplicated: bedrijven hebben hun technologische capaciteit in het buitenland versterkt, maar de R&D-vestigingen maken nog wel gebruik van dezelfde technologie als op de thuisbasis. 3) Internationally diversified: de buitenlandse R&D-vestigingen hebben in toenemende mate aan belang gewonnen, waarbij elke buitenlandse R&D-vestiging zich heeft gespecialiseerd in een bepaalde technologie. 4) Dispersed: de technologische capaciteit is voor een groot deel overgeheveld naar het buitenland en verdwenen uit het land van herkomst van het bedrijf. Er zijn zowel vestigingen die gebruik maken van dezelfde technologische capaciteiten, als vestigingen die het aanspreekpunt worden op een bepaald technologiegebied vanwege opgedane expertise. Figuur 4.2
Taxonomie van internationale innovatienetwerken International diversification
Yes
No
Yes
Internationally duplicated
Dispersed
Home-centered
Internationally Diversified
International duplication No Bron: Zander, 1999.
54
Locatiefactoren van R&D: theoretisch kader
Bij een longitudinale vergelijking van de relatieve posities van de MNO’s in de periode 1961-1965 en de periode 1986-1990 blijkt dat beide internationaliseringsvormen van R&D (‘international duplication’ en ‘international diversification’) zijn toegenomen. Niettemin is het lastig algemene conclusies te trekken, omdat zich significante verschillen voordoen in de structuur van innovatienetwerken tussen sectoren en bedrijven. Verder wijst Zander op een belangrijke managementimplicatie. Bij de besluitvorming rond internationale duplicatie van technologie moeten de voordelen in de vorm van flexibiliteit en benutting van spillovereffecten (kruisbestuiving) afgewogen worden tegen de nadelen van (coördinatie)kosten van duplicatie en de wens om kritische massa in het onderzoek te creëren. De empirische resultaten uit het onderzoek van Zander laten zien dat tussen 1986 en 1990 het niveau van internationale duplicatie van technologische capaciteit (i.e. het evenredig gebruik maken van dezelfde technologie door verschillende buitenlandse vestigingen) vrij matig blijkt zijn. Dit lijkt te duiden op concentratie van technologische middelen om schaalvoordelen en kritische massa te bereiken. Bij de wens om deze schaalvoordelen te realiseren via internationale diversificatie laten de resultaten echter zien dat de onderzochte MNO’s in hoge mate verschillen in hun welslagen om ‘centres of excellence’ te creëren. Gassmann en Von Zedtwitz (1999) en Von Zedtwitz en Gassmann (2002) Zander raakt met zijn onderzoek het voortdurende spanningsveld dat bestaat tussen de wens om R&D in toenemende mate te internationaliseren (ofwel vanwege de noodzaak van nabijheid tot markten ofwel vanwege de wens om toegang te krijgen tot excellente kennis) en de wens om de totale R&D in termen van coördinatie beheersbaar te houden en te zorgen voor voldoende kritische massa in het onderzoek.
Dispersed R&D
Figuur 4.3
Ontwikkelingen in het R&D-vestigingsbeleid van bedrijven Synergy
Polycentric Polycentric decentralized decentralized R&D R&D
Integrated Integrated R&D R&D Network Network
4 Competences
3
5
Costs
R&D R&D Hub Hub Model Model Tapping
Central R&D
Tapping
2 Ethnocentric Ethnocentric centralized centralized R&D R&D
Competition
2 1 External Orientation
Geocentric Geocentric centralized centralized R&D R&D
Cooperation
Bron: Gassman en Von Zedtwitz, 1999.
55
Locatiefactoren van R&D: theoretisch kader
Een studie die een typologie heeft opgesteld waarin de kosten van coördinatie worden afgezet tegen de mate van internationalisering is die van Gassmann en Von Zedtwitz (1999). Hun onderzoek gebruikt deze typologie om op grond van empirische resultaten onder 33 MNO’s in de periode 1996-2000 een aantal trends in de internationalisering van R&D te identificeren. In figuur 4.3 zijn deze ontwikkelingen weergegeven. 1) Een eerste trend is dat ondernemingen met een gecentraliseerde R&D-functie zich meer gaan aanpassen aan de internationale omgeving. In toenemende mate blijkt het noodzakelijk dat men zich aanpast aan lokale alsmede internationale marktbehoeften. Dit impliceert een verschuiving van een etnocentrische naar een geocentrische R&Dorganisatie (trend 1 in figuur 4.3). 2) Een tweede trend is de reeds besproken toename van het aantal ‘luisterposten’ op plekken waar zich ‘state-of-the-art’-expertise bevindt. In toenemende mate gaan deze ‘luisterposten’ de belangrijkste bronnen worden voor nieuwe kennis. Dit is trend 2 in figuur 4.3 richting het ‘R&D hub model’. 3) Een derde trend is de afname van een strakke controle over de eigen internationale R&D-organisatie ten gunste van meer autonomie en ‘empowerment’ van decentrale R&D-eenheden. De betekenis van decentrale R&D-eenheden neemt toe en hun flexibiliteit en creativiteit wordt versterkt. Van belang daarbij is wel dat de uitwisseling van informatie tussen deze afzonderlijke eenheden vrijelijk moet kunnen plaatsvinden. Het toenemende belang van coördinatie leidt tot meer geïntegreerde R&D-netwerken (zie trend 3 in figuur 4.3). Casus 5 beschrijft een goed voorbeeld hoe de Nederlandse vestiging van Fuji in de loop der jaren is getransformeerd van een R&D-vestiging die centraal vanuit Japan werd aangestuurd tot een zelfstandig operend laboratorium. 4) Een vierde trend is Casus 5. ‘Empowerment’ van decentrale R&D: Fuji een toenemende mate van arbeidsverdeling Nadat Fuji zich in 1982 in Tilburg vestigde, vond in het begin tussen de verschillende alle R&D plaats in Japan. In Japan was men continu bezig met product- en procesinnovaties. Vanuit Japan werd bepaald hoe R&D-units binnen een de producten in Tilburg geproduceerd werden. Na enkele jaren onderneming. Er ontechter ontstond de behoefte in Tilburg om aanpassingen in de producten en het productieproces aan te brengen, omdat bleek staan ‘centres of exceldat de Europese markt andere wensen had dan de Aziatische lence’ die zich toeleggen markt (Aziaten hebben bijvoorbeeld andere voorkeuren ten aanzien van de kleur van het gezicht op foto's dan op specifieke gebieden Europeanen) en omdat de productiecapaciteit uitgebreid moest waardoor de kans op worden. Het bleek lastig om telkens vanuit Japan de gewenste veranderingen door te voeren. Daarom besloot men in Tilburg, duplicatie van R&D met goedkeuring vanuit Japan, om zelfstandig het afneemt (trend 4 in fiproductieproces te optimaliseren en productaanpassingen te guur 4.3). maken. De laatste jaren staat de markt voor kleurenfoto's onder druk als gevolg van de opkomst van digitale fotografie. 5) Een vijfde trend is Als antwoord hierop besloot Fuji om zich te richten op het volgens de auteurs de produceren van inkjetpapier. De markt voor inkjetpapier verschilt echter aanzienlijk in de drie productieregio's van Fuji toenemende betekenis (Azië, de VS, Europa). Het ontwerp voor de Europese markt is van een geïntegreerd volledig door Fuji Tilburg uitgevoerd. In 2003 kwam het papier op de markt, 21 jaar na de komst van Fuji naar Nederland. R&D-netwerk binnen de Voor het eerst is door Fuji Tilburg geheel zelfstandig een nieuw onderneming, waarin product ontwikkeld. Er is nu zelfs een aparte sectie New Business die zich bezighoudt met het ontwerpen, maken en kosteneffectief wordt marketen van producten die buiten de fotografie liggen. gewerkt en de coördina-
56
Locatiefactoren van R&D: theoretisch kader
tie tussen de verschillende eenheden optimaal plaatsvindt. In zekere zin is hierbij sprake van recentralisatie, vooral wanneer het aantal afzonderlijke R&D-units wordt teruggebracht tot een beperkt aantal ‘centres of excellence’ (trend 5 uit figuur 4.3, waarin de kostenbeheersing van het geïntegreerde R&D-netwerk centraal staat). In Von Zedtwitz en Gassmann (2002) wordt een onderscheid gemaakt tussen de researchfunctie en de developmentfunctie binnen bedrijven. Hierbij wordt de developmentfunctie gedreven door de grote voordelen van aanpassing aan lokale marktomstandigheden, terwijl de internationalisering van de researchfunctie gebeurt om te profiteren van wetenschapsclusters en de aanwezigheid van ‘state-of-the-art’-kennis en -vaardigheden.29 Tussen 1994 en 1998 hebben de auteurs 81 grote multinationale bedrijven geïnterviewd die samen 1.021 R&D-vestigingen omvatten. Von Zedtwitz en Gassmann komen tot vier archetypen van internationale R&D-eenheden (zie ook figuur 4.4). 1) ‘National treasure’ (binnenlandse R en binnenlandse D): internationale ontwikkelingen worden via lokale organisaties of internationale patenten waargenomen. Deze bedrijven hebben ofwel de dominante blauwdrukken van de belangrijkste technologieën of ze leveren alleen aan de binnenlandse markt. In beide gevallen hoeven producten en processen niet aan internationale marktomstandigheden aangepast te worden. 2) ‘Technology-driven’ (buitenlandse R en binnenlandse D): de reden om de researchfunctie in het buitenland op te zetten is om toegang te krijgen tot lokale ‘centres of excellence’ en de relatieve schaarste van wetenschappelijk personeel in het thuisland. De developmentfunctie blijft gecentraliseerd vanwege een aantal factoren te weten: schaaleffecten in het ontwikkelingsproces (formatie van technologieplatforms, toegang tot testapparatuur), nabijheid tot centrale controle en besluitvorming, bescherming van commerciële resultaten, synergie-effecten (goede communicatiemogelijkheden tijdens het innovatieproces, technische kruisbestuiving), of de hoge informatie- en coördinatiekosten gekoppeld aan R&D-projecten. De decentralisatie van de researchfunctie is minder van belang indien de wetenschappelijke resultaten gemakkelijk gecommuniceerd kunnen worden en de missie van elk R&D-lab duidelijk is. 3) ‘Market-driven’ (binnenlandse R en buitenlandse D): de ontwikkeling van het bedrijf wordt gedomineerd door klantenwensen en niet door wetenschappelijk onderzoek. Onderzoek is van minder belang en is op de thuisbasis gecentraliseerd om kritische massa te behouden. Technologische monitoring wordt vanuit de thuisbasis gedaan of door middel van lokale luisterposten. 4) ‘Global R&D’ (buitenlandse R en buitenlandse D): dit betreft vooral geïntegreerde R&D-netwerken. De researchfunctie wordt daar geplaatst waar zich ‘state-of-the-art’kennis bevindt. De developmentfunctie conformeert zich aan de klantenwensen. De nadelen om een dergelijk kostbaar netwerk in stand te houden worden 29
Ook in Erken e.a. (2003) werd reeds een koppeling gemaakt tussen enerzijds de developmentfunctie gerelateerd aan de noodzaak van nabijheid tot markten en anderzijds de researchfunctie in combinatie met de wens om toegang te krijgen tot ‘state-of-the-art’-kennis en -vaardigheden.
57
Locatiefactoren van R&D: theoretisch kader
gecompenseerd door bedrijfseconomische voordelen en marktvoordelen. De losse componenten zijn aldus in staat om nieuwe producten te ontwikkelen voor wereldwijde introductie. Verder kan kennis van buiten worden geabsorbeerd en in aangepaste vorm snel doorgestuurd worden naar faciliteiten elders. Het managen van dit netwerk is duurder en meer complex. Figuur 4.4
Organisatiestructuren van internationale Research en Development
Bron: Von Zedtwitz en Gassmann, 2002.
Evenals Zander (1999) concluderen ook Von Zedtwitz en Gassmann dat de geïdentificeerde archetypen verschillen per land, sector en type bedrijf. Europese bedrijven zijn het meest agressief om zich in het buitenland te vestigen, waarbij zij soms zelfs hele bedrijven overnemen. Japanse bedrijven gebruiken daarentegen veel vaker luisterposten, vertrouwen op de thuisbasis en gebruiken licenties. Amerikaanse bedrijven proberen nieuwe bedrijfsopportunities uit door nieuwe R&D-faciliteiten te bemannen met Amerikaans R&D-personeel. Als een onderscheid wordt gemaakt tussen de researchfunctie en de developmentfunctie dan hebben Amerikaanse en Japanse bedrijven een veel grotere thuismarkt, waardoor het archetype ‘national treasure’ sneller van toepassing is. Voor Europese bedrijven is meer sprake van marktgedrevenheid. Wat betreft sectorverschillen geldt dat vooral de farmaceutische industrie en ICT/elektrotechnische industrie een ‘global strategy’ hanteren. Zij bewegen dicht bij de markt en de toegang tot ‘state-of-the-art’-kennis en -vaardigheden. De farmaceutische industrie is het meest gedecentraliseerd als het gaat om de researchfunctie. Voor exponenten van de traditionele industrieën, zoals de automobielsector, geldt dat ze hun R&D vaker concentreren op de thuisbasis. 4.6 Resumé: motieven voor verplaatsing van R&D De verschillende gepresenteerde typologieën uit de vorige paragraaf helpen om het debat te versterken over de ontwikkelingen en motieven van internationale R&D. De algemene
58
Locatiefactoren van R&D: theoretisch kader
conclusies op basis van de voorgaande paragrafen in dit hoofdstuk zijn tot dusver als volgt: • Bij de behandeling van buitenlandse directe investeringen in R&D moet het achterliggende doel van de investering helder zijn. Met andere woorden, van wat voor type R&D is sprake? Is er sprake van ‘adaptieve’ R&D-vestigingen of is er sprake van vestigingen met een zekere mate van autonomie om zelf producten en processen te creëren? Dit is van belang omdat voor verschillende typen R&D-investeringen ook verschillende locatiefactoren gelden. Hier komen we in de volgende paragraaf nog op terug. • Verder geldt dat niet alleen het doel, maar ook het land van herkomst, de sector, en het type bedrijf van belang is voor de verschillende wijzen waarop R&D geïnternationaliseerd wordt. • Door de verschillende typologieën in de literatuur wordt bevestigd dat internationale R&D verschuift van ‘adaptieve’ R&D naar ‘knowledge seeking’ R&D. Hierbij wordt wel voortdurend de afweging gemaakt hoe de coördinatiekosten (inefficiënte communicatie en samenwerking) van het totale R&D-netwerk in de hand te houden. Ondanks het feit dat dit tot op zekere hoogte centralisatie in de hand werkt blijven de meningen onverdeeld dat onderzoek daar moet gebeuren waar de wetenschappelijke input gemaximeerd kan worden. • Een nieuwe trend is dat bedrijven ‘centres of excellence’ op bepaalde technologiegebieden trachten te creëren (via lokale luisterposten die kunnen doorgroeien of uitbreiding van reeds bestaande researchfaciliteiten). De meningen zijn verdeeld over de vraag of ook developmentfaciliteiten een ander strategisch doel kunnen gaan vervullen en de overstap kunnen maken van ‘adaptieve’ R&D naar de ontwikkeling van kernproducten en -processen. • In het algemeen geldt dat kennisintensieve bedrijven buitenlandse R&D-activiteiten ontplooien in vooral de technologiegebieden waarin ze een comparatief voordeel genieten in het thuisland. Voor de Nederlandse bedrijven geldt echter dat ze R&Dactiviteiten in het buitenland ontplooien om technologische zwaktes van het thuisland te compenseren. Samenvattend kunnen uit de voorgaande paragrafen twee hoofdmotieven worden onderscheiden waarom bedrijven hun R&D internationaal organiseren: 1) Adaptieve R&D: aanpassing van producten, processen en technologieën aan buitenlandse lokale marktomstandigheden en klantenwensen, en ondersteuning van buitenlandse productie- en distributiefaciliteiten. 2) Toegang tot ‘state-of-the-art’- kennis en -vaardigheden: toegang krijgen tot excellente onderzoeksresultaten en talenten, en initialisatie in combinatie met versterking van R&D daar waar de grootste opbrengsten verwacht worden. Hierbij zijn aanwijzingen dat buitenlandse R&D-vestigingen in toenemende mate vanuit het tweede motief worden opgezet. Daarnaast wordt wel voortdurend de afweging gemaakt hoe de coördinatiekosten van het totale R&D-netwerk in de hand te houden. Onder de geïdentificeerde hoofdmotieven liggen een aantal locatiefactoren ten grondslag die bedrijven meenemen bij de beslissing waar hun internationale R&D-activiteiten te
59
Locatiefactoren van R&D: theoretisch kader
lokaliseren. De studies die het belang van deze locatiefactoren empirisch hebben onderzocht worden in hoofdstuk 5 behandeld. In de volgende paragraaf volgt alleen een identificatie van de onderliggende locatiefactoren van R&D. 4.7 Locatiefactoren voor R&D vanuit theoretisch perspectief Op grond van Cornet en Rensman (2001) en OECD (1998, 1999) kunnen bij de afweging waar R&D te vestigen een aantal factoren vanuit theoretisch opzicht geïdentificeerd worden. Op basis hiervan hebben is in overleg met Buck Consultants International een lijst met locatiefactoren gedefinieerd (zie appendix 2), die vervolgens is gebruikt in het onderzoek van Buck Consultants International (zie paragraaf 5.3). De lijst met locatiefactoren wordt in de onderstaande tabel gepresenteerd. Tabel 4.2
Locatiefactoren voor R&D
Locatiefactoren -
Beschikbaarheid gekwalificeerd personeel Kosten R&D World Class karakter instituten/universiteiten Samenwerkingsmogelijkheden met kennisinstellingen & bedrijven Nabijheid lead users en/of strategische partners Overheid als launching customer Aanwezigheid toonaangevende clusters/sectoren Ondernemingsklimaat dat innovatie stimuleert Relatie met andere activiteiten huidige locatie Ligging t.o.v. overige vestigingen R&D-stimuleringsmaatregelen Algemene belastingregelingen Beschikbaarheid venture capital Internationale bereikbaarheid Capaciteit en kwaliteit ICT/telecominfrastructuur Vestigingsmogelijkheden op technology en science parks Kosten bedrijfshuisvesting Quality of life Regulering en wetgeving
Een eerste voordeel bij de internationalisering van R&D is toegang tot hoogwaardig (wetenschappelijk en technische) personeel. Ten tweede is de kwaliteit van de kennisinfrastructuur van belang. Een probleem hierbij is dat in Nederland (maar ook binnen Europa) de kwaliteit en kwantiteit van publiek onderzoek hoog is, maar de kennistransfer en -benutting tekortschiet vergeleken met het buitenland (vooral de VS). Dit heeft tot gevolg dat goed onderzoek in de VS veel meer dan in Europa leidt tot kennisvalorisatie. Dit probleem staat bekend als de ‘European Paradox’. Enerzijds komt dit doordat de Nederlandse wetenschap te veel op terreinen actief is waar bedrijven niets mee kunnen, maar anderzijds zouden bedrijven zelf ook beter aan kunnen geven aan wat voor kennis zij behoefte hebben. Ten derde kan gekeken worden naar de rol van de overheid. Zo kan de overheid als ‘launching customer’ een belangrijke prikkel zijn (bijvoorbeeld in de telecommunicatie en defensie). Als bijvoorbeeld op grote schaal glasvezelkabel wordt gelegd tussen overheden ontstaat een nieuwe interessante markt voor buitenlandse
60
Locatiefactoren van R&D: theoretisch kader
telecommunicatiebedrijven. Overheidssubsidies lijken daarentegen geen grote invloed te hebben op de locatiebeslissing van R&D door MNO’s (zie o.a. Hakånson en Nobel, 1993; Pearce, 1989). Verder geldt dat het belang van (loon)kosten van R&D als vestigingsplaatsfactor niet eenduidig is. Er zijn studies die als resultaat vinden dat (loon)kosten van R&D minder zwaar wegen dan de kwaliteit van het vestigingsklimaat (zie Cornet en Rensman, 2001; Edler e.a., 2001 en Edler, 2004). Maar er zijn ook studies zoals Kumar (2001) die wel een significante invloed vinden van loonkosten van R&D. Deze ambivalentie over het belang van (loon)kosten van R&D proberen we te doorbreken in het volgende hoofdstuk. Vervolgens zijn er andere randvoorwaardelijke aspecten die de aantrekkelijkheid van een land als vestigingsplaats verbeteren, zoals de versoepeling van licentieprocedures en goed geregelde intellectuele eigendomsrechten. Maar ook factoren zoals de veiligheid in een land, de fysieke kennisinfrastructuur (Schiphol), de beschikbaarheid van een land over natuurlijk hulpbronnen (zeewater, schone lucht, fossiele brandstoffen) of toeleveranciers van hoogwaardige materialen, spelen een rol. Ten slotte is de marktdynamiek van belang. R&D-vestigingen kunnen leren van hun concurrenten en de spillovereffecten zijn hoger indien er fysieke nabijheid is tot concurrenten (maar ook loopt men meer risico dat vertrouwelijke informatie weglekt). Concurrenten kunnen ook partners worden door allianties aan te gaan en kruislingse licenties te verstrekken. Een goed voorbeeld is het aluminiumcluster in Zweden, waar op grond van hevige concurrentie en vervolgens wederzijds begrip een concurrerend hoogwaardig aluminiumcluster werd gevormd.30 Hoogwaardige clusters brengen agglomeratie-effecten met zich mee en kunnen fungeren als een magneet om Casus 6. Locatiefactoren: Fuji kennisintensieve beDe belangrijkste redenen voor Fuji om in 1982 voor Nederland te drijven aan te trekken kiezen waren het stabiele ondernemers- en politiek klimaat, het (zie Cantwell en Pisaanbod van gekwalificeerde medewerkers (men zocht met name citello, 2002). Maar MTS'ers die redelijk tot goed Engels spraken), de no-nonsense mentaliteit van de Nederlanders en de internationale houding van ook de mogelijkheden Nederland. Binnen Nederland was de keus snel op Brabant voor MNO’s om gevallen: immers, aan de ene kant lag Brabant redelijk dicht bij het marketingkantoor in Düsseldorf, aan de andere kant is Brabant kleine radicaal innogoed bereikbaar vanuit mainport Rotterdam en heeft het goede verende MKB-bedrijverbindingen naar het Europese achterland. Binnen Brabant moest uiteindelijk een keus gemaakt worden tussen Helmond en Tilburg. ven te acquireren verDoorslaggevende factoren om te kiezen voor Tilburg waren de sterkt het R&D-vestiindustriële geschiedenis van Tilburg, de aanwezigheid van schoon water via een ondergronds riviertje en de hulp van de Tilburgse gingsklimaat van een overheden. Een reden om niet voor Helmond te kiezen was de land. In casus 6 wornabijheid van Philips in Eindhoven; Fuji zou dan met Philips den de locatiefactoren moeten vissen in dezelfde vijver van geschikte werknemers. besproken die voor Fuji doorslaggevend waren om een vestiging in Nederland te openen. Locatiefactoren toebedeeld naar researchfunctie en developmentfuntie In paragraaf 4.5 werd duidelijk gemaakt dat rekening gehouden moet worden met het type R&D om de achterliggende locatiefactoren te kunnen bepalen. Immers, de locatiefactoren van de researchfunctie en de developmentfunctie van bedrijven zijn verschillend. In tabel
30
Zie http://www.aluminiumriket.com.
61
Locatiefactoren van R&D: theoretisch kader
4.3 is, onderliggend aan de reeds genoemde hoofdmotieven van de internationalisering van R&D, een reeks niet-uitputtende locatiefactoren vermeld. Tabel 4.3
Locatiefactoren, onderscheiden naar ‘research’ en ‘development’
Motieven om ‘research’ ergens te vestigen
Motieven om ‘development’ ergens te vestigen
Nabijheid tot lokale universiteit en excellente onderzoeksparken Aftappen van informele netwerken
Lokale marktbehoeften
Nabijheid tot excellente onderzoeksclusters Beperkte wetenschappelijke thuisbasis Toegang tot lokale specialisten/werving Verspreiden van risico onder meerdere onderzoekseenheden Ondersteunen van lokale developmenttrajecten Hechten aan lokale regulering Lokale patentering Onderzoekssubsidies Lage acceptatie van onderzoek in thuisland (Genomics)
Internationale klanten vereisen lokale ondersteuning Nabijheid tot klanten en ‘lead users’ Coöperatie met lokale partners Markttoegang Lokaal imago opbouwen Gelijktijdige productintroductie Gebruik van verschillende tijdszones Landenspecifieke kostenvoordelen Faciliteren van productieopschaling Nationale bescherming
Bron: Von Zedtwitz en Gassmann, 2002.
De door Von Zedtwitz en Gassmann genoemde locatiefactoren komen in essentie overeen met de reeks factoren in tabel 4.2. De motieven om de researchfunctie ergens te vestigen zijn vanzelfsprekend meer geënt op de toegang tot de genoemde R&D-aanbodfactoren van een land, terwijl de developmentfunctie van een bedrijf meer gedreven wordt vanuit de markt. Voor de researchfunctie is het nog wel belangrijk te melden dat bij de voortschrijdende internationalisering hiervan op de achtergrond meespeelt dat het fundamenteel onderzoek sterker door de markt wordt aangestuurd dan vroeger het geval was (zie Erken e.a., 2003). Dit is het gevolg van het toenemende belang van aandeelhouderswaarde en daarmee het optrekken van de rendementseisen voor R&Dinvesteringen. Deze rendementseisen proberen bedrijven enerzijds te bewerkstelligen door divisies het initiatief te geven hoe het onderzoek zich zou moeten ontwikkelen en anderzijds door een drastische versnelling van de productontwikkeling. Het gevolg is dat, ondanks het feit dat bedrijven geen cijfers publiceren over het aandeel van hun fundamenteel onderzoek, gesteld kan worden dat het aandeel van fundamenteel onderzoek in de totale R&D tegenwoordig klein is (zie Minne en Verbruggen, 2002).31 Niettemin hechten bedrijven veel waarde aan fundamenteel onderzoek (zie Minne en Rensman, 2001). Dit betekent vanuit de researchfunctie bezien dat de lokale aanbodfactoren van een land in toenemende mate aan belang hebben gewonnen, omdat bedrijven genoodzaakt zijn een groot deel van hun fundamentele onderzoek uit te besteden aan universiteiten en andersoortige kennisinstellingen. 31
Het feit dat het aandeel fundamenteel onderzoek geslonken is blijkt ook uit bijna alle jaarverslagen en komt naar voren in verschillende interviews met de R&D-topmensen bij bedrijven.
62
Locatiefactoren van R&D: empirie
5
Locatiefactoren van R&D: empirie Samenvatting Dit hoofdstuk toetst het theoretisch kader uit hoofdstuk 4 aan de hand van empirisch onderzoek (aan de hand van literatuurstudie, veldonderzoek en regressieanalyse). Uit de (recente) literatuur blijkt dat met name locatiefactoren als de toegang tot wetenschap en technologie, het aanbod van hoogwaardig personeel, de R&D-intensiteit en de aanwezigheid van externe kennisbronnen van belang zijn, naast factoren als de aanwezigheid van ‘demanding customers’, reguleringsvoorwaarden en publieke subsidies. Uit het veldonderzoek blijkt dat met name de beschikbaarheid van gekwalificeerd personeel, de internationale bereikbaarheid en het World Class karakter van kennisinstellingen belangrijke locatiefactoren zijn. De regressieanalyse op basis van macro-economische data geeft aan dat de aanwezigheid van buitenlandse bedrijvigheid, het private R&Dkapitaal en de gemiddelde opleidingsduur belangrijk zijn.
5.1 Inleiding In dit hoofdstuk wordt het theoretisch kader uit hoofdstuk 4 empirisch getoetst. Hierbij is het de bedoeling om het belang te toetsen van de locatiefactoren van R&D, die in het vorige hoofdstuk vanuit theoretisch perspectief werden geïndentificeerd. Eerst zal in paragraaf 5.2 een overzicht volgen van de literatuur waarin de locatiefactoren van R&D empirisch zijn onderzocht. In paragraaf 5.3 worden de resultaten gepresenteerd uit het empirisch onderzoek van Buck Consultants International (2004), die in opdracht van het Ministerie van Economische Zaken (CBIN) de locatiefactoren van R&D hebben onderzocht. Het onderzoek van Buck Consultants International betreft interviews onder 62 bedrijven (waarvan 30 in Nederland en 32 in het buitenland). Het is de vraag in hoeverre de resultaten die hieruit naar voren komen generaliseerbaar zijn voor de gehele populatie. Immers, de steekproef van buitenlandse vestigingen in Nederland is redelijk representatief voor alle buitenlanse vestigingen (30 van de 72 buitenlandse vestigingen in totaal), alleen dit is niet het geval voor de steekproef van buitenlandse vestigingen in het buitenland. Daarom volgt in paragraaf 5.4 een eigen regressieanalyse waarin op grond van macro-economische data (zoals gepresenteerd in hoofdstuk 3) de locatiefactoren worden gekwantificeerd. Het hoofdstuk wordt geëindigd met een korte terugblik en conclusies. 5.2 Locatiefactoren van R&D gekwantificeerd vanuit literatuur Er is een aantal studies waarin door middel van regressieanalyse is getracht de locatiefactoren van buitenlandse directe investeringen in R&D inzichtelijk te maken. In het vervolg van deze paragraaf worden de resultaten van zeven van deze studies kort behandeld. Dit zijn de volgende studies: Hakånson en Nobel (1993), Fors (1998), Florida (1997), Davis (2000), Doh e.a. (2002), Kumar (2001) en Cantwell en Piscitello (2002). Op grond van deze studies kan een samenvattend overzicht gemaakt worden welke locatiefactoren van R&D het belangrijkste zijn. Dit overzicht wordt in tabel 5.1 gepresenteerd. In het vervolg van deze paragraaf worden de zeven studies in detail besproken. Aan het eind van de paragraaf wordt aangegeven welke tekortkomingen er kleven aan deze studies.
63
Locatiefactoren van R&D: empirie
Tabel 5.1
Samenvatting literatuur
Studie
Jaar*
Significante locatiefactoren
Hakånson en
1987
Politieke factoren (34%); nabijheid markten (32%); aftappen
Nobel
buitenlandse ‘state-of-the-art’ (8%); ondersteuning productie (5%)
Fors
1978/1990
Ondersteuning productie; mate van technologische specialisatie
Florida
1997
Toegang tot wetenschap en technologie; ontwikkelen van connecties
Davis
1997
Aanwezigheid van ‘demanding customers’ en concurrentieniveau;
met wetenschappelijke en technologische gemeenschap kwaliteit toeleveranciers, aanbod hoogwaardige materialen en aanbod hoogwaardig personeel; wetenschappelijke instellingen, reguleringsvoorwaarden en publieke subsidies Doh e.a.
1999
BBP; aantal gepubliceerde wetenschappelijke artikelen
Kumar
1982/1989/1994
Grootte van de markt; aanbod van R&D-personeel; kosten van R&Dpersoneel; R&D-intensiteit
Cantwell en Piscitello
1987-1995
Aanwezigheid sectorspecifieke spillovereffecten en gespecialiseerde externaliteiten; intersectorale spillovereffecten; aanwezigheid externe kennisbronnen
* Jaar van de brondata waarop het onderzoek is gebaseerd.
Hakånson en Nobel (1993) Hakånson en Nobel (1993) hebben op grond van een enquête onder de 20 grootste Zweedse MNO’s in 1987 onderzocht welke locatiefactoren van doorslaggevend belang zijn om hun R&D in het buitenland te vestigen. In 1987 werden 170 buitenlandse vestigingen van deze MNO’s door de auteurs geïdentificeerd die aan ongeveer 8100 mensen werkgelegenheid boden. Er worden vier locatiefactoren onderscheiden: (1) ondersteuning aan de productielocatie, (2) nabijheid tot markten, (3) politieke factoren: omgevingfactoren die door de overheid beïnvloed kunnen worden en (4) exploitatie van buitenlandse ‘state-of-the-art’. Politieke factoren en de nabijheid tot markten zijn in de studie van Hakånson en Nobel de belangrijkste locatiefactoren van R&D, beide verantwoordelijk voor respectievelijk 34% en 32% van de buitenlandse R&Dwerkgelegenheid. 8% van de buitenlandse vestigingen waren opgezet om buitenlandse ‘state-of-the-art’ af te tappen en 5% was het gevolg van ondersteuning aan lokale productie. De resterende 20% was het gevolg van een combinatie van factoren. Een onderscheid naar type buitenlandse R&D-vestiging laat zien dat vestigingen die als doel hebben om buitenlandse ‘state-of-the-art’ af te tappen zich vooral bezighouden met onderzoek en productontwikkeling. Het omgekeerde geldt voor vestigingen die vanwege de nabijheid tot markten zijn gelokaliseerd: hun werk bestaat vooral uit het aanpassen van producten aan lokale marktwensen en voor slechts een klein deel uit onderzoek en productontwikkeling. Fors (1998) Ook Fors (1998) gebruikt data van ongeveer 100 Zweedse MNO’s die R&D in het buitenland verrichten om te kijken welke determinanten hun internationale R&D bepaalt. Fors (1998) maakt een onderscheid tussen ‘adaptieve’ R&D en ‘knowledge-seeking’
64
Locatiefactoren van R&D: empirie
R&D. Adaptieve R&D hangt samen met: (1) de locatie van productie, (2) de grootte van een land en (3) het soort bedrijf. Bij punt (3) geldt immers dat bedrijven met technologisch geavanceerdere producten en processen een grotere noodzaak hebben om R&D aan te passen middels buitenlandse vestigingen. Ook voor adaptieve R&D geldt overigens dat het aanbod van goed geschoold personeel is meegenomen (tweede afweging) bij de beslissing waar de adaptieve R&D te lokaliseren. Bij ‘knowledgeseeking’ R&D geldt dat nabijheid van belang is om te kunnen profiteren van spillovereffecten. Ook om spillovereffecten te kunnen absorberen is het doen van eigen R&D nabij de R&D van anderen noodzakelijk. Er is gemeten voor twee jaren: 1978 en 1990. De R&D die een bedrijf in het buitenland (in sector x in land y) onderneemt wordt als afhankelijke variabele gebruikt. Deze variabele is geregresseerd met een aantal eigenschappen van het bedrijf of de landen waarin geïnvesteerd wordt als onafhankelijke variabelen. De onafhankelijke variabelen zijn als volgt. 1) Het aandeel van de toegevoegde waarde van het Zweedse bedrijf in sector x van land y. Dit is belangrijk omdat adaptieve R&D zich vestigt bij productiefaciliteiten. 2) De grootte van een land (gemeten door de logaritme van het BBP). De hypothese is: des te groter de interne markt, des te meer R&D er plaatsvindt. 3) De R&D-intensiteit (gemeten door de totale R&D-uitgaven te delen door de totale verkopen). Een hogere R&D-intensiteit vergt meer aanpassing in het buitenland. 4) De technologische specialisatie-index van het ontvangende land per sector. Des te hoger de specialisatiegraad een land is vergeleken met het buitenland, des te meer buitenlandse R&D het land zal aantrekken (vooral de bedrijven die zich in die sectoren bevinden met een hoge specialisatie-index).32 5) Het aandeel hooggeschoolde arbeid in het ontvangende land (gemeten door het aandeel HRST per 1.000 inwoners). In een probit-schatting en een OLS-schatting (OLS = ‘ordinary least squares’) komt naar voren dat het aandeel van de toegevoegde waarde (variabele 1) nauw samenhangt met de afhankelijke variabele. Uit de probit-analyse komt echter naar voren dat de R&Dintensiteit significant samenhangt met een dummy als verklarende variabele (deze dummy geeft aan of bedrijven wel (waarde = 1) of geen (waarde = 0) buitenlandse R&D verrichten). Ook uit de OLS-schatting komt naar voren dat bedrijven een groter aandeel van hun R&D in landen lokaliseren die een hogere mate van technologische specialisatie hebben in bepaalde industrieën. Fors concludeert op grond van bovenstaande uitkomsten dat de aanpassing van producten, processen en technologieën aan lokale marktomstandigheden nog steeds een belangrijke reden is achter de Zweedse R&D-investeringen in landen waar de MNO’s reeds actief zijn. Echter, uit het onderzoek blijkt ook dat een additioneel motief om R&D in het buitenland te lokaliseren is: toegang krijgen tot kennis aanwezig bij buitenlandse ‘centres of excellence’ en profiteren van lokale spillovereffecten.
32
Op blz. 127 in Fors (1998) is de formule van de specialisatie-index te vinden.
65
Locatiefactoren van R&D: empirie
Florida (1997) In de studies van Hakånson en Nobel (1993) en Fors (1997) werd geconcludeerd dat de nabijheid tot lokale markten een belangrijke locatiefactor is voor R&D. Met het onderzoek van Florida (1997) werd duidelijk dat er in de jaren ’90 langzaam maar zeker een accentverschuiving plaatsvond, waarbij vooral het belang van toegang tot wetenschap en technologie als locatiefactor aan belang leek te winnen. In een enquête onder 207 gevestigde ‘stand-alone’ buitenlandse R&D-laboratoria in de VS worden twee technologisch georiënteerde factoren gevonden die significante hebben op hun R&Duitgaven. Deze factoren zijn: (1) toegang tot wetenschap en technologie en (2) het ontwikkelen van connecties met de wetenschappelijke en technische gemeenschap.33 Florida (1997) gebruikt de innovatieve output van buitenlandse vestigingen (in de vorm van bijvoorbeeld patenten en publicaties) in een land om zijn hypothese te toetsen. Deze hypothese luidt dat bedrijven meer en meer een technologiegedreven karakter volgen om hun R&D te internationaliseren in plaats van een marktgedreven karakter. De regressieresultaten wijzen erop dat technologiegedreven factoren belangrijker zijn dan marktgedreven factoren. Binnen de verschillende technologiegedreven factoren is met name de toegang tot hoogwaardig wetenschappelijk en technisch menselijk talent van belang. Dit zou kunnen impliceren dat met name de menselijk kapitaalcomponent doorslaggevend is bij deze technologiegedreven strategie om BDI in R&D te plegen.34 Bovenstaande bevindingen hebben alleen betrekking op de totale steekproef van Florida (1997). Per sector verschilt de mate waarin R&D technologisch dan wel meer marktgestuurd is (zie ook paragraaf 4.2). In de studie van Florida zijn de 207 buitenlandse ‘stand-alone’ R&D-vestigingen in de VS in te delen in vier brede industriële sectoren (biotechnologie en farmaceutische producten, chemie en materialen, de elektrotechniek en de automobielindustrie) en 13 subsectoren. Voor de biotechnologie geldt dat er drie factoren zijn die significant samenhangen met de R&D-uitgaven in deze sector. Dit zijn (1) de ontwikkeling van nieuwe wetenschap en technologie en twee factoren die ook voor de gehele groep respondenten significant samenhangen met de R&D-uitgaven: (2) toegang krijgen tot wetenschap en technologie en (3) het ontwikkelen van connecties met de wetenschappelijke en technische gemeenschap. Deze uitkomsten zijn begrijpelijk, aangezien de biotechnologie een sector is die gekenmerkt kan worden als zeer ‘science33
Er worden zeven factoren geregresseerd op de R&D-uitgaven van de buitenlandse laboratoria. Vijf van deze factoren zijn technologiegedreven factoren: 1) het ontwikkelen van nieuwe projectideeën; 2) het ontwikkelen van nieuwe wetenschap en technologie; 3) toegang krijgen tot hoogwaardig wetenschappelijk en technisch talent; 4) toegang krijgen tot informatie over wetenschap en technologie van de VS en 5) het ontwikkelen van connecties met de wetenschappelijke en technische gemeenschap. De andere twee factoren zijn marktgedreven factoren: 1) aanpassing van producten aan de markt in de VS en 2) samenwerken met productiefaciliteiten in de VS of andere dochtermaatschappijen. Er wordt tot op zekere hoogte gecontroleerd voor niet-geobserveerde heterogeniteit door rekening te houden met overige factoren zoals grootte, sector en regio. 34 Kanttekening bij deze uitkomst is overigens wel dat de ondervraagde buitenlandse vestigingen onafhankelijke of ‘stand-alone’ R&D-faciliteiten betreffen, waardoor de kans groter is dat ze vanuit een technologisch standpunt opgezet zijn en meer vanuit de researchfunctie van het moederbedrijf opereren dan vanuit de developmentkant. Dit kan een mogelijke vertekening zijn bij de achterliggende motieven om BDI in R&D te verrichten.
66
Locatiefactoren van R&D: empirie
based’. Voor de elektrotechnische industrie is wederom de toegang tot hoogwaardig menselijk kapitaal van belang, maar ook de marktgedreven factor ‘aanpassing van producten aan de Amerikaanse markt’ hangt significant samen met R&D-uitgaven. Voor de resterende sectoren (automobielindustrie en de chemische/materialenindustrie) zijn er te weinig waarnemingen om significante verbanden te kunnen onderzoek. Davis (2000) Davis (2000) heeft voor 1997 geanalyseerd hoe de locatiefactoren van R&D-vestigingen in zeven Europese landen (het VK, Duitsland, Oostenrijk, Zweden, Noorwegen, Finland en Denemarken) verschillen van de buitenlandse vestigingen die geen onderzoek ondernemen. Er zijn 2109 vestigingen uit de genoemde landen die hebben gereageerd op een schriftelijke enquête. Van deze 2109 vestigingen blijkt ongeveer een kwart (529 vestigingen) zich bezig te houden met ‘scientific and applied research’ en kunnen dus gekarakteriseerd worden als buitenlandse R&D-vestigingen.35 De studie van Davis (2000) verschilt op drie punten van de reeds bestaande literatuur. Ten eerste zijn buitenlandse (R&D-)vestigingen benaderd, terwijl in de meeste bestaande empirische literatuur hoofdkantoren zijn ondervraagd. Ten tweede worden de verschillen in locatiefactoren tussen R&D-vestigingen en andersoortige vestigingen onderzocht, terwijl in de meeste studies de verschillen tussen onderzoeksvestigingen onderling wordt onderzocht. Er wordt ten slotte een onderscheid gemaakt tussen grote landen (Duitsland en het VK) en kleine landen (Oostenrijk, Zweden, Noorwegen, Finland en Denemarken). In het onderzoek zijn acht locatiefactoren conform een 7-punts Likertschaal voorgelegd aan de onderzoeksvestigingen en niet-onderzoeksvestigingen om het gewicht van de locatiedeterminant te beoordelen. De acht onafhankelijke variabelen zijn: (1) de afzetmarkt voor relevante consumenten, (2) de mate van concurrentie, (3) het aanbod van professionele materialen, (4) de kwaliteit van toeleveranciers, (5) het aanbod van professioneel en hoogwaardig personeel, (6) het aanbod (en de kwaliteit) van wetenschappelijke en technische instituten, (7) publieke subsidies en (8) gereguleerde voorwaarden. De uitkomsten uit het onderzoek zijn opvallend. Beide type vestigingen (R&D en nietR&D) hechten het meeste gewicht aan competitieve elementen (‘demanding customers’ en het concurrentieniveau: de factoren (1) en (2) hierboven), gevolgd door aanbodfactoren (kwaliteit van de toeleveranciers (4), het aanbod van hoogwaardige materialen (3) en het aanbod van hoogwaardig personeel (5)) en tot slot institutionele elementen (wetenschappelijke instellingen (6), reguleringsvoorwaarden (8) en publieke subsidies (7)). Weliswaar komt uit het onderzoek van Davis naar voren dat buitenlandse R&D-vestigingen meer waarde hechten aan hoogwaardige wetenschappelijke instellingen en publieke subsidies dan andersoortige vestigingen dat doen. Niettemin blijft de belangrijkste conclusie dat ook voor buitenlandse R&D-vestigingen geldt dat marktwerkingsfactoren, zoals concurrentie en de aanwezigheid van ‘demanding customers’, de belangrijkste locatiefactoren zijn.
35
De 529 vestigingen zijn bovenal geacquireerde onderzoekslaboratoria in plaats van ‘greenfield’vestigingen.
67
Locatiefactoren van R&D: empirie
Het feit dat in het onderzoek van Davis andere locatiefactoren (met name competitieve elementen) van doorslaggevend belang zijn voor R&D-vestigingen dan normaliter in de literatuur wordt tegengekomen kan er mee te maken hebben dat Davis R&D-vestigingen heeft ondervraagd, terwijl in de bestaande literatuur vaak hoofdkantoren van MNO’s worden ondervraagd. Dit zou kunnen betekenen dat vestigingsmanagers beter in staat zijn het belang van de verschillende locatiefactoren te beoordelen. Een andere mogelijkheid is dat het hoofdkantoor een andere (overkoepelende) strategie aanhoudt. Tot slot zou het kunnen zijn dat de locatiefactoren die in de literatuur worden gekoppeld aan buitenlandse directe investeringen in R&D juist betrekking hebben op buitenlandse directe investeringen in het algemeen, in plaats van alleen buitenlandse directe investeringen in R&D. Doh e.a. (2002) In de studie van Doh e.a. wordt de hypothese getoetst dat de locatiekeuze van internationale R&D positief beïnvloed wordt door de economische, institutionele, wetenschappelijk en telecommunicatieve omgeving van een land. Er wordt gebruik gemaakt van een ‘U.S. government benchmark survey’ uit 1999, waarmee de buitenlandse activiteit van Amerikaanse MNO’s wordt gemeten. Verder is in de studie gebruik gemaakt van verschillende landenspecifieke data. Aan de hand van deze data is het belang van de verschillende locatiefactoren bepaald. De afhankelijke variabele in de studie van Doh e.a. wordt gevormd door twee buitenlandse R&D-intensiteiten. De eerste is de R&D-uitgaven van Amerikaanse bedrijven in het buitenland als percentage van de verkopen in een gegeven markt. De tweede R&D-intensiteit is de totale R&D-uitgaven van Amerikaanse bedrijven in het buitenland als percentage van de totale werkgelegenheid. De onafhankelijke variabelen worden gevormd door economische variabelen (BBP, totaal en per hoofd van de bevolking), institutionele variabelen (o.a. politieke stabiliteit en mate van corruptie), wetenschappelijke variabelen (aantal gepubliceerde wetenschappelijke artikelen), telecommunicatieve variabelen (aantal telefoonaansluitingen per 1.000 inwoners) en competitieve variabelen (invloed van reeds eerder gemaakte investeringen door buitenlandse MNO’s in een bepaalde markt).36 Op grond van een multivariate regressieanalyse blijkt dat 70% van de variantie (spreiding) in R&D verklaard wordt door economische factoren en de onderzoeksoutput van de wetenschappelijke gemeenschap. Ten eerste blijken economische factoren een sterke relatie te hebben met de locatie van buitenlandse R&D-activiteiten. Deze uitkomst onderschrijft het standpunt dat een significant gedeelte van de R&D wordt gedaan om technologieën en producten aan te passen aan lokale markten (zie ook de hiervoor besproken studies van Hakånson en Nobel (1993) en Fors (1997)). Ten tweede blijkt wetenschappelijke output bij te dragen aan de buitenlandse R&D-investeringsbeslissing. Institutionele en telecommunicatieve variabelen hebben geen significante invloed op de R&D-investeringsvariabelen. 36
Zie tabel 1 in de studie van Doh e.a. voor een uiteenzetting van de verschillende onderliggende onafhankelijke variabelen en de daaraan gekoppelde databronnen.
68
Locatiefactoren van R&D: empirie
Kumar (2001) Kumar (2001) kijkt welke factoren de aantrekkelijkheid van R&D-investeringen door Amerikaanse en Japanse bedrijven beïnvloeden. Er zijn volgens Kumar drie hoofdmotieven voor buitenlandse directe investeringen in R&D: (1) ondersteunen van productie (aanpassen van producten en processen aan lokale marktomstandigheden), (2) kostenoverwegingen (goedkoop overvloedig hooggekwalificeerd R&D-personeel) en (3) de wens om buitenlandse activiteiten te monitoren en buitenlandse spillovers te absorberen. Kumar tracht de internationale spreiding van de R&D-uitgaven van Amerikaanse en Japanse bedrijven te verklaren op grond van onderstaande vestigingsplaatsfactoren. 1) De grootte van de markt (BBP). 2) Het aandeel wetenschappers en technici dat zich bezighoudt met R&D en de relatieve kosten van R&D-personeel. 3) De totale R&D-intensiteit van een land (R&D-uitgaven als percentage van het BBP). 4) Het exportaandeel van een land in een bepaalde sector.37 5) Twee beleidsfactoren die mogelijk de locatie van internationale R&D kunnen beïnvloeden zijn de intellectuele eigendomswetgeving en de algemene internationale oriëntatie van een land.38 Er zijn twee tijdsdummy’s (voor 1982 en 1994) en sectordummy’s opgenomen bij de schattingen. De data die Kumar gebruikt zijn afkomstig uit de GLOB-TED database. Deze database bevat de R&D-uitgaven van buitenlandse vestigingen van Amerikaanse en Japanse MNO’s in 74 landen voor de jaren 1982, 1989 en 1994. Voor Japan kan voor deze drie jaar ook afgedaald worden naar het sectorniveau (7 industriële sectoren) en voor de VS alleen voor het jaar 1994. De schattingen laten zien dat de grootte van de markt voor een land belangrijk is om (zowel Japanse als Amerikaanse) MNO’s aan te trekken. Hieruit zou geconcludeerd kunnen worden dat nog steeds een aanzienlijk deel van de buitenlandse R&D wordt 37
De R&D-intensiteit is een algemene indicator met betrekking tot het technologiegehalte van een land, terwijl het vaak gaat om de technologische specialisatie van een land. Denk hierbij aan agglomeratie-effecten van technologie, waarbij hoogwaardige technologieclusters op een specifiek technologiegebied een magneet vormen voor buitenlandse R&D-investeringen (zie bijvoorbeeld Cantwell en Piscitello, 2002). Er is echter te weinig data om per land te kijken op welke specialistische technologiegebieden ze actief zijn. Een alternatief is om exportgegevens per sector als specialisatie-indicator van technologie te nemen. De concurrentiekracht van exportsterke sectoren vormt vaak een goede afspiegeling van de technologische en innovatieve activiteiten van die sector. Hoewel exportspecialisatie dus een proxy vormt voor de technologische specialisatie van een land, reflecteert deze indicator niet in zijn geheel de technologische activiteit van een sector. Een centraal gelegen land als Nederland kan bijvoorbeeld als exportplatform dienen voor andere landen om naar het achterland te kunnen exporteren. 38 Het is onduidelijk of patentwetgeving een belangrijke rol speelt als vestigingsfactor. Voor aanpassingen van producten, processen en technologieën aan de markt zullen intellectuele eigendomsrechten minder van belang zijn. Voor de ontwikkeling van nieuwe producten, processen en technologieën is een sterke patentwetgeving daarentegen juist wel belangrijk. Tot slot wordt nog gekeken naar de invloed van de openheid van een economie. Een restrictief handelsbeleid zal waarschijnlijk een negatieve invloed hebben op het aantrekken van buitenlandse directe investeringen in R&D.
69
Locatiefactoren van R&D: empirie
gedaan om producten, processen en technologieën aan te passen aan lokale marktomstandigheden, en om productiefaciliteiten te ondersteunen. Ook het aanbod van R&D-personeel vergroot de kansen dat bedrijven een R&D-vestiging ergens lokaliseren. Voor Japanse MNO’s zijn met name de kosten van R&D-personeel belangrijk. Ook is de schaal van R&D van belang (R&D-intensiteit). Blijkbaar wordt een aanzienlijk gedeelte van de BDI in R&D gedreven door de noodzaak om de R&D-activiteiten van technologisch leiders op dezelfde technologiegebieden te volgen (zie ook Patel en Vega, 1999). Uit de sectorschatting komt naar voren dat sectorale R&D-activiteiten door buitenlandse bedrijven succesvol konden worden verklaard door de specialisatie van de ‘host country’ in die specifieke sector. De patentvariabele en openheidsvariabele vertoonden beide geen significant effect. Voor patentwetgeving zou kunnen gelden dat het geen effect heeft op de aantrekkingskracht van buitenlandse R&D, omdat BDI in R&D met name ‘adaptieve’ R&D betreft, waarbij patenteren niet van belang is. Cantwell en Piscitello (2002) Cantwell en Piscitello gebruiken patentdata over de periode 1987-1995 om te onderzoeken in hoeverre bedrijven gevoelig zijn voor agglomeratie-effecten van R&D. Zij doen dit door te kijken naar het aantal patenten dat in een bepaald land is toegekend aan buitenlandse vestigingen in de landen Duitsland, het VK, Frankrijk en Italië. Het agglomeratie-effect houdt in dat bedrijven hun R&D daar lokaliseren waar ze kunnen profiteren van de grootste spillovereffecten. Het agglomeratie-effect als determinant voor internationale R&D sluit in zekere mate aan bij de ‘centres of excellence’-gedachte geponeerd in Gassmann en Von Zedtwitz (1999) en Zander (1999). Uit de resultaten van de studie komt naar voren dat de relatieve aantrekkelijkheid van de Europese regio’s voor technologisch gedreven buitenlandse MNO’s afhankelijk is van (1) de aanwezigheid van sectorspecifieke spillovereffecten en gespecialiseerde externaliteiten, (2) de mogelijkheden om te profiteren van intersectorale spillovereffecten en (3) de aanwezigheid van externe kennisbronnen (universiteiten e.d.). In het algemeen geldt dat buitenlands MNO’s gevoelig zijn voor agglomeratie-effecten van R&D bij hun locatiebeslissingen voor buitenlandse vestigingen. Niettemin zijn er wel verschillen per Europees land waarneembaar. Tekortkoming van bestaand empirisch onderzoek Veel studies hebben betrekking op een (relatief kleine) steekproef van multinationals uit slechts één of twee landen. Zo richten Doh e.a. (2002) en Florida (1997) zich alleen op MNO’s uit de VS, richten Hakånson en Nobel (1993) en Fors (1998) zich alleen op Zweedse MNO’s, richt Kumar (2001) zich op Japanse en Amerikaanse MNO’s en Pearce (1999) op MNO’s uit het VK. Het blijft de vraag in hoeverre de resultaten uit deze studies gegeneraliseerd kunnen worden voor een grotere groep landen. Door in een eigen regressieanalyse gebruik te maken van macro-economische data, waarin meerdere landen zijn meegenomen, wordt dit gevaar ondervangen. In paragraaf 5.4 zal een regressieanalyse met macrodata van de OECD uitgevoerd worden met als doel om op macroniveau te bepalen welke determinanten van belang zijn voor het aantrekken van BDI in R&D. In paragraaf 4.4 is echter duidelijk gemaakt dat de locatiefactoren verschillen met het achterliggende doel van de buitenlandse directe investering in R&D.
70
Locatiefactoren van R&D: empirie
Met andere woorden, de determinanten van een developmentvestiging verschillen van de locatiefactoren van een researchfaciliteit. Een uitsplitsing naar type BDI in R&D wordt echter niet gemaakt in de Activities of Foreign Affiliates database van de OECD.39 Vandaar dat met behulp van het empirisch onderzoek van Buck Consultants International een dieper begrip van het belang van de locatiefactoren van R&D verkregen kan worden. Middels een combinatie van enerzijds de resultaten van het onderzoek van Buck Consultants International en de regressieresultaten op macroniveau denken we een compleet beeld te kunnen krijgen omtrent het belang van de locatiefactoren van buitenlandse R&D-investeringen. De regressieresultaten dienen hierbij meer ter validatie van de algemene verbanden, terwijl het onderzoek van Buck Consultants International wordt gebruikt voor een dieper begrip van de onderliggende motieven achter de algemene verbanden. 5.3 Onderzoek Buck Consultants International In 2004 heeft Buck Consultants International in opdracht van het Ministerie van Economische Zaken (CBIN) onderzoek gedaan naar de locatiefactoren van buitenlandse R&D-investeringen. In deze paragraaf worden de belangrijkste bevindingen van dit onderzoek gepresenteerd. 62 interviews met buitenlandse R&D-vestigingen In het onderzoek zijn in totaal 62 buitenlandse bedrijven geïnterviewd, die in meer of mindere mate R&D-activiteiten in het buitenland verrichten. De gehanteerde definitie van R&D is onderstaande OECD-definitie.40 ‘R&D-activities comprise creative work which is undertaken on a systematic basis in order to increase the stock of knowledge, in dividing knowledge of man, culture and society and use of this stock of knowledge to devise new applications.’ Het moet dus gaan om permanente activiteiten waarin creativiteit en innovatie een grote rol spelen. In het onderzoek is niet alleen gekeken naar ‘stand-alone’ R&D-vestigingen (op zichzelf staand), maar ook naar zogenoemde ‘incorporated’ R&D-vestigingen: R&Dactiviteiten die (fysiek) zijn ondergebracht bij een vestiging waar andere activiteiten (bijvoorbeeld productie of distributie) de hoofdactiviteit vormen. Hoewel R&D met name voorkomt in industriële sectoren (‘industrial R&D’) speelt ook de dienstensector een toenemende rol van betekenis op dit gebied (‘services R&D’). Uit OECD-cijfers blijkt dat Nederland (internationaal gezien) één van de sterkste groeiers is met betrekking tot ‘services R&D’. Van de 62 geïnterviewde buitenlandse bedrijven hadden er 30 een R&Dvestiging in Nederland en 32 een R&D-vestiging in het buitenland (verdeeld over 7 landen, te weten Frankrijk (7), Ierland (7), het Verenigd Koninkrijk (5), België (4), Duitsland (4), Zweden (3) en Zwitserland (2)).41 39
Data uit de Activities of Foreign Affiliates, naast data uit de OECD-patentdatabase, worden gebruikt om de macroregressieanalyse in paragraaf 5.4 uit te voeren 40 De interviews zijn grotendeels telefonisch afgenomen in het voorjaar van 2004. 41 De resultaten van het onderzoek zijn gebaseerd op een selectie van buitenlandse R&Dvestigingen in Nederland en buitenlandse R&D-vestigingen in het buitenland (bijvoorbeeld een Japanse R&D-vestiging in Duitsland).
71
Locatiefactoren van R&D: empirie
Historische redenen voor locatiekeuze Uit het onderzoek blijkt dat intern-strategische overwegingen het belangrijkste motief was voor de locatiekeuze van de R&D-activiteiten. Daarnaast ging het om overnames en de noodzaak om R&D-activiteiten in Europa te hebben. Voor de vestigingen in Nederland speelden ook specifieke kennis, ligging, internationale bereikbaarheid en nabijheid van productiefaciliteiten een rol. In het buitenland was de aanwezigheid van specifieke kennis (18%) het belangrijkste locatiemotief. De onderstaande tabel geeft een overzicht van de locatiemotieven van de 62 ondervraagde bedrijven. Tabel 5.2
Locatiemotieven Nederland
Buitenland
Totaal
Aantal % Aantal % Aantal % Historische gronden/overname 10 20 8 12 18 16 Noodzaak/strategie om R&D-activiteiten in Europa te 6 12 0 0 6 5 hebben Aanwezigheid specifieke kennis (universiteiten, 5 10 12 18 17 15 instituten) Ligging/internationale bereikbaarheid 5 10 11 16 16 14 Aanwezigheid & koppeling nabijheid productie 5 10 6 9 11 9 Beschikbaarheid gekwalificeerd personeel 4 8 7 10 11 9 Aanwezigheid relaties andere bedrijven/cluster 3 6 5 7 8 7 Subsidiemogelijkheden en stimuleringsmaatregelen 3 6 4 6 7 6 Belastingklimaat 2 4 0 0 2 2 Persoonlijke contacten/netwerken 1 2 2 3 3 3 R&D-bevordering/-stimulans overheid 0 0 5 7 5 4 Overig 5 10 7 10 12 10 49 100 67 100 116 100 Totaal Bron: Buck Consultants International (2004). Toelichting: de bedrijven konden maximaal drie redenen aangeven.
Wat opvalt bij het onderzoek naar locatiemotieven is dat de noodNOVA Chemicals produceert onder meer zaak/strategie om R&D-activiteiten (poly)styreen. In deze industrie heeft in de laatste in Europa te hebben alleen opgaat jaren een grootschalige fusie- en acquisitiebeweging plaats gevonden. NOVA Chemicals heeft de ambitie voor ‘stand-alone’ R&D-vestiom een grote speler te blijven, met een focus op gingen. Hetzelfde geldt voor de polytheen en polystyreen, en was daarom geïnteresseerd in de overname van de Europese reden R&D-bevordering/-stimulans activiteiten van Shell op het gebied van overheid. De aanwezigheid en expandeerbaar polystyreen (EPS). In Nederland had Shell besloten om haar wereldwijde activiteiten voor koppeling nabijheid productie ging vast en expandeerbaar polystyreen te verkopen. daarentegen (logischerwijs) alleen Naast de productiefaciliteit van de Bredase op voor ‘incorporated’ R&D-vestiPolystyreen Maatschappij (opgericht in 1964) omvatte de verkoop ook productielocaties in Berre gingen. Dit gold voor zowel de (F) en Carrington (VK). NOVA Chemicals besloot in bedrijven in Nederland als in het 2000 om de polystyreen activiteiten van Shell over te nemen. Naast de productiefaciliteiten werd ook buitenland. Historische gronhet onderzoeksteam van Shell overgenomen. den/overnames speelden met name een rol in de automobielindustrie, chemie en life sciences (zie casus 7 voor het voorbeeld van NOVA Chemicals). Casus 7. Overname: NOVA Chemicals
72
Locatiefactoren van R&D: empirie
In de sector elektronica speelde ligging (internationale bereikbaarheid) een belangrijke rol. In de automobielindustrie heeft de aanwezigheid en nabijheid van productie vaak de uiteindelijke locatiekeuze beïnvloed. Buck Consultants International heeft tijdens de interviews nog een aantal aanvullende vragen gesteld die waardevolle informatie verschaffen over het Nederlandse R&Dklimaat. Ten eerste werd aan de vestigingen in Nederland de vraag gesteld waarom destijds voor Nederland werd gekozen.42 De resultaten staan in tabel 5.3. Tabel 5.3
Redenen om (destijds) voor Nederland te kiezen
Reden Meer subsidie Band met kennisinstellingen Beschikbaarheid personeel Productie van meerdere producten in Nederland Internationale ligging Meer concurrenten Politieke keuze (Nederlandse joint-venture partner) Totaal
Aantal
%
10 5 5 3 3 2 1 29
34 17 17 10 10 7 3 100
Bron: Buck Consultants International (2004).
Meer subsidie was voor Casus 8. Financiële steun van de overheid: Centocor eenderde van de bedrijCentocor ontwikkelt en produceert nieuwe farmaceutische ven de doorslaggevende producten die oplossingen bieden voor kritische behoeften in de reden om uiteindelijk humane gezondheidszorg. Centocor werd in 1980 opgericht door drie mensen, waaronder één Nederlander Huub Schoemaker. In voor Nederland te kie1984 werd een vestiging in Nederland geopend. Er werd toen zen. Casus 8 over de voor Nederland gekozen om een aantal redenen. De eerste reden was financiële steun van de overheid. Deze was komst van Centocor belangrijk, zo niet doorslaggevend. De tax-ruling in 1984 was naar Nederland illuaantrekkelijk; er was een cost-plus regeling zowel voor productie als (later) voor R&D. De tweede reden was de oprichting van het streert dit. Naast meer BioScience park in Leiden, belangrijk vanwege de subsidie gaven twee anaantrekkingskracht op potentiële medewerkers. De derde reden dere redenen destijds de was de aanwezigheid van het LUMC en de Universiteit van Leiden, waardoor de beschikbaarheid van kennis was doorslag om naar Negewaarborgd. Tot slot was de nabijheid van Schiphol van belang derland te komen, naomdat veel producten via de lucht worden vervoerd. melijk de band met kennisinstellingen en de beschikbaarheid van personeel. In totaal heeft 85% van de R&Dvestigingen in het buitenland Nederland destijds niet overwogen als vestigingsland. De redenen hiervoor zijn weergegeven in tabel 5.4. De belangrijkste reden om destijds Nederland niet te overwegen was dat er geen banden waren met Nederland of dat er geen vestigingen gesitueerd waren in Nederland. Dit onderstreept wederom het belang van het verleden voor R&D-investeringsbeslissingen. Bedrijven die Nederland destijds niet hebben overwogen komen voornamelijk uit de automobielindustrie, de elektronica en de life sciences. 42
Het gaat hier niet om algemene locatiefactoren maar om de doorslaggevende reden(en) waarom uiteindelijk voor Nederland is gekozen.
73
Locatiefactoren van R&D: empirie
Tabel 5.4
Redenen om (destijds) Nederland niet te overwegen
Reden Geen banden met Nederland of vestigingen in Nederland Ongunstige ligging/afstand tot andere bedrijfsvestigingen Ongunstige ligging/afstand tot Europese klanten Minder interessante markt Geen promotie/bekendheid/opstartprogramma's/subsidies Afwezigheid productie/geen productievestiging (in NL) Geen reputatie/niet toonaangevend Overig Totaal
Aantal 5 4 3 3 3 2 2 4 26
% 19 15 12 12 12 8 8 15 100
Bron: Buck Consultants International (2004).
Locatiefactoren Aan de bedrijven is ook gevraagd welke locatiefactoren op dit moment van belang zijn (of zouden zijn) bij het vestigen van hun R&D-activiteiten in het buitenland. De bedrijven konden per factor aangeven of zij deze cruciaal vonden, belangrijk, enigszins belangrijk of onbelangrijk. In tabel 5.5 worden de voorgelegde locatiefactoren gepresenteerd en wordt tevens aangegeven hoeveel bedrijven deze factor cruciaal, belangrijk of enigszins belangrijk vonden. Op basis van een gewogen gemiddelde is per locatiefactor een totaalscore berekend. Deze wordt in de laatste kolom gepresenteerd. De locatiefactoren met een totaalscore van minimaal 35% worden in het vervolg van deze studie als belangrijk beschouwd. De overige factoren hebben een dermate lage score dat ze niet als doorslaggevend geacht worden Casus 9. Beschikbaarheid gekwalificeerd bij het bepalen van de locatie personeel: Airgo Networks voor internationale R&D-inAirgo Networks levert WLAN-technologie voor vesteringen. draadloze netwerken, zowel voor kleine schaal (woningen) als grote schaal (kantoren). Airgo werd in 2000 opgericht door een aantal Amerikanen, maar ook door twee Nederlanders waarvan er één niet wilde verhuizen naar Amerika. Daarom heeft Airgo nu een vestiging in Breukelen. De initiële doelstelling van Airgo was om in Nederland te groeien van 12 naar 15 medewerkers. Echter, per april 2004 werken er slechts 6 mensen. Dit terwijl in 2001 in Nederland werd begonnen met 4 medewerkers. In de VS was de groei veel groter (van 14 in 2000 naar 100 in 2004). De reden dat de groei in Nederland achterblijft is eenvoudig: Airgo kan in Nederland geen geschikte medewerkers vinden en heeft grote moeite om vanuit het buitenland goede mensen hiernaartoe te halen.
Uit de tabel blijkt dat met name de factor ‘beschikbaarheid gekwalificeerd personeel’ belangrijk wordt geacht; deze factor wordt door 22 van de 62 respondenten als cruciaal bestempeld. In casus 9 over Airgo Networks wordt geïllustreerd hoe belangrijk dit aspect kan zijn. Met name de beschikbaarheid van bèta en technici kan voor Nederland nog een probleem vormen voor de toekomst, maar hier wordt in het volgende hoofdstuk nog uitgebreid op teruggekomen (zie paragraaf 6.2).Verder zijn de locatiefactoren ‘internationale bereikbaarheid’, het ‘World Class karakter instituten/universiteiten’, de ‘samenwerkingsmogelijkheden met kennisinstellingen en bedrijven’ en de ‘capaciteit en kwaliteit van de ICT/telecominfrastructuur’ zeer belangrijk. De ‘overheid als launching customer’ en de ‘beschikbaarheid van venture capital’ worden door de meeste bedrijven als onbelangrijke locatiefactoren gezien.
74
Locatiefactoren van R&D: empirie
Tabel 5.5
Belang van locatiefactoren van R&D43
Belangrijk
Enigszins
Cruciaal
Belangrijk
Enigszins
Rang Locatiefactor
Buitenland
Cruciaal
Nederland
1
½
¼
1
½
¼
Score
1
Beschikbaarheid gekwalificeerd personeel
14
13
2
8
22
2
65,3%
2
Internationale bereikbaarheid
5
17
5
6
20
6
52,0%
3
World Class karakter instituten/universiteiten
6
11
10
8
13
10
50,0%
4
Samenwerkingsmogelijkheden met kennisinstellingen & bedrijven
4
12
10
6
13
10
44,4%
5
Capaciteit en kwaliteit ICT/telecominfrastructuur
3
15
9
6
10
10
42,3%
6
Nabijheid lead users en/of strategische partners
9
4
8
6
9
9
41,5%
7
R&D-stimuleringsmaatregelen
4
14
5
6
6
16
40,7%
8
Kosten R&D-personeel
4
13
10
1
16
11
39,9%
9
Quality of life
0
17
8
5
10
14
38,7%
10
Algemene belastingregelingen
3
13
6
3
11
12
36,3%
11
Regulering en wetgeving
5
9
9
2
12
11
36,3%
12
Ondernemingsklimaat dat innovatie stimuleert
2
10
11
3
15
6
35,1%
13
Kosten bedrijfshuisvesting
2
9
14
2
10
16
33,9%
14
Relatie met andere activiteiten huidige locatie
5
7
6
3
7
12
31,5%
15
Aanwezigheid toonaangevende clusters/sectoren
2
8
10
3
11
10
31,5%
16
Ligging t.o.v. overige vestigingen
1
7
15
3
7
13
29,0%
17
Vestigingsmogelijkheden op technology en science parks
1
2
14
3
10
13
27,0%
18
Beschikbaarheid venture capital
1
4
5
2
6
10
19,0%
19
Overheid als launching customer
2
2
6
0
4
9
14,1%
Bron: Buck Consultants International (2004). Toelichting: de totaalscore wordt berekend door de gewogen som te nemen van de antwoorden ‘cruciaal’, ‘belangrijk’ en ‘enigszins belangrijk’, waarbij respectievelijk de gewichten 1, ½ en ¼ gebruikt zijn, en vervolgens te delen door het totaal aantal waarnemingen (62).
Wanneer alleen wordt gekeken naar de 30 ondervraagde bedrijven in Nederland, dan valt op dat de locatiefactor ‘nabijheid lead users en/of strategische partners’ vaak als cruciaal wordt gezien en dat de factoren ‘R&D-stimuleringsmaatregelen’ en ‘capaciteit en kwaliteit ICT/telecominfrastructuur’ vaak als belangrijk worden genoemd. Door de 43
De resultaten van dit onderzoek komen in grote lijnen overeen met de resultaten van een internationaal onderzoek door The Economist Intelligence Unit (2004). Zij vonden op basis van een enquête onder 104 bedrijven de volgende belangrijkste locatiefactoren: aanwezigheid lokale managers met expertise, lokale R&D-expertise, beschikbaarheid gekwalificeerd personeel en R&D-loonkosten.
75
Locatiefactoren van R&D: empirie
bedrijven in het buitenland worden de locatiefactoren ‘ondernemingsklimaat dat innovatie stimuleert’ (vooral in Frankrijk) en ‘samenwerkingmogelijkheden met kennisinstellingen en bedrijven’ (Frankrijk en België) relatief vaker genoemd dan in Nederland. Het belang van de locatiefactoren is ook voor verschillende sectoren bepaald (zie figuur 5.1). Hierbij zijn de locatiefactoren gegroepeerd in een aantal hoofdcategorieën, te weten: • arbeidsklimaat (beschikbaarheid gekwalificeerd personeel, kosten R&D-personeel); • kennisinfrastructuur (World Class karakter van instituten en universiteiten, samenwerkingsmogelijkheden met kennisinstellingen en bedrijven); • markt & bedrijfsomgeving (nabijheid lead users en/of strategische partners, overheid als launching customer, aanwezigheid toonaangevende clusters/sectoren, ondernemingsklimaat dat innovatie stimuleert); • bedrijfsinterne organisatie (relatie met andere activiteiten huidige locatie, ligging ten opzichte van overige vestigingen); • financiën (R&D-stimuleringsmaatregelen, algemene belastingregelingen en beschikbaarheid venture capital); • bereikbaarheid (internationale bereikbaarheid, capaciteit en kwaliteit ICT/telecominfrastructuur, vestigingsmogelijkheden op technology en science parks, kosten bedrijfshuisvesting); • overige factoren (quality of life, regulering en wetgeving). Figuur 5.1
Belang van locatiefactoren naar sector
100% 90%
25
80%
50%
14
17
8 13
15
26
Automobiel
7 10
18 9 Chemie
Arbeidsklimaat
13 11 12
10 11
14
Markt & bedrijfsomgeving Bedrijfsinterne organisatie
12
17
12
12
13
10
11
Life Sciences
Alle sectoren
Financiën Bereikbaarheid & locaties Overige factoren
15
6
16
Kennisinfrastructuur
8
30%
0%
19
21
15
25
15
10%
14
7
40%
20%
17
19 28
12
70% 60%
17
Elektronica
11 14 ICT
Bron: Buck Consultants International (2004). Toelichting: percentages zijn gebaseerd op het aantal antwoorden ‘cruciaal’ en ‘belangrijk’ van de 62 respondenten.
Uit de bovenstaande figuur blijkt dat de locatiefactor ‘arbeidsklimaat’ voor alle sectoren belangrijk is (vooral gaat het hier om de beschikbaarheid van gekwalificeerd personeel), met name voor de automobielindustrie en de ICT/telecom. Daarnaast valt op dat de factor
76
Locatiefactoren van R&D: empirie
‘markt en bedrijfsomgeving’ (met name de factor ‘nabijheid lead users en/of strategische partners’) belangrijk is voor de sector elektronica, dat ‘kennisinfrastructuur’ vooral belangrijk is voor bedrijven uit de automobielindustrie en de life sciences en dat de locatiefactor ‘financiën’ met name bij de sectoren chemie en life sciences een rol speelt; bij chemie gaat het vooral om ‘algemene belastingregelingen’, terwijl bij life sciences juist ‘R&D-stimuleringsmaatregelen’ belangrijk zijn. R&D-klimaat in Nederland en buitenland De meeste ondernemingen (79%) zijn (zeer) tevreden met het investeringsklimaat voor hun R&D-activiteiten. Uit tabel 5.6 blijkt echter dat dit meer het geval is voor de ondernemingen in het buitenland dan voor de ondernemingen in Nederland. Tabel 5.6
Algemene beoordeling R&D-investeringsklimaat Nederland
Beoordeling Zeer tevreden Tevreden Enigszins tevreden Ontevreden Zeer ontevreden Totaal
Aantal 1 20 7 1 1 30
Buitenland
% 3 67 23 3 3 100
Aantal 7 21 3 1 0 32
% 22 66 9 3 0 100
Totaal Aantal 8 41 10 2 1 62
% 13 66 16 3 2 100
Bron: Buck Consultants International (2004).
Uit een nadere analyse naar landen en sectoren blijkt het volgende. • Alle bedrijven die zijn gevestigd in België, Ierland, Zweden en Zwitserland zijn tevreden tot zeer tevreden over het investeringsklimaat. • De bedrijven die in Nederland tevreden zijn komen voornamelijk uit de automobielsector, de chemie en de life sciences. De bedrijven uit de sector elektronica zijn voornamelijk ontevreden. • In het buitenland zijn alle bedrijven uit de sectoren ICT/telecom en life sciences tevreden over het huidige investeringsklimaat. De bedrijven uit de automobielindustrie daarentegen niet. • Positief zijn de in Nederland gevestigde R&D-bedrijven over de beschikbaarheid van gekwalificeerd personeel. Ontevreden zijn de bedrijven vooral over de inflexibele arbeidsmarkt. De tabellen 5.7 en 5.8 geven meer informatie over de redenen voor de tevredenheid respectievelijk de ontevredenheid. Ten aanzien van het overheidsbeleid geven met name bedrijven gevestigd in Nederland knelpunten aan. De belangrijkste knelpunten zijn opgenomen in tabel 5.9. Het feit dat de bedrijven in het buitenland minder knelpunten aangeven kan te maken hebben met het feit dat het onderzoek van Buck Consultants International is uitgevoerd in opdracht van de Nederlandse overheid (Ministerie van Economische Zaken). Immers, bedrijven in het buitenland hebben er, in tegenstelling tot de bedrijven in Nederland, geen direct baat bij om hun knelpunten naar voren te brengen.
77
Locatiefactoren van R&D: empirie
Tabel 5.7
Redenen voor tevredenheid Nederland
Beschikbaarheid gekwalificeerd personeel Kennisinfrastructuur (universiteiten, instituten) Ligging/(int.) bereikbaarheid Subsidiemogelijkheden R&D-bevordering/-stimulans Algemeen ondernemingsklimaat Overig (tevredenheid) Totaal
Buitenland
Totaal
Aantal 13
% 38
Aantal 15
% 36
Aantal 28
% 37
5
15
7
17
12
16
5 4 1 1 5 34
15 12 3 3 15 100
5 2 5 5 3 42
12 5 12 12 7 100
10 6 6 6 8 62
13 8 8 8 11 100
Bron: Buck Consultants International (2004).
Tabel 5.8
Redenen voor ontevredenheid Nederland
Arbeidsmarkt niet flexibel (ontslag, aanstellen, beloning) Beschikbaarheid en/of kwalificaties personeel vermindert Kwaliteit kennisinfrastructuur schiet tekort Hoge personeelskosten (R&D) Minder subsidiemogelijkheden Belastingklimaat Bureaucratie: wet- en regelgeving Overig (ontevredenheid) Totaal
Buitenland
Totaal
Aantal 8
% 29
Aantal 1
% 9
Aantal 9
% 23
3
11
0
0
3
8
3
11
1
9
4
10
3 2 2 1 6 28
11 7 7 4 21 100
0 0 1 2 6 11
0 0 9 18 55 100
3 2 3 3 12 39
8 5 8 8 31 100
Bron: Buck Consultants International (2004).
Tabel 5.9
Knelpunten ten aanzien van overheidsbeleid
Knelpunten Flexibiliteit/regelgeving arbeidsmarkt Subsidies (aanvraag, procedures) R&D-bevordering/-stimulans overheid Personeelskosten Samenwerking universiteiten Belastingen Milieuwetgeving Bureaucratie/overige wet- en regelgeving Financiering
Nederland 9 7 5 4 3 2 2 1 1
Buitenland 3 2 0 0 1 2 0 3 1
Totaal 12 9 5 4 4 4 2 4 2
Bron: Buck Consultants International (2004).
Het belangrijkste verschil tussen de ondervraagde bedrijven in Nederland en het buitenland is dat bij bedrijven in het buitenland de bureaucratie een belangrijk knelpunt is. In Nederland gaat het voornamelijk om de flexibiliteit en de regelgeving van de
78
Locatiefactoren van R&D: empirie
arbeidsmarkt. De aanvraag en procedures van subsidies worden hiernaast ook als knelpunt ervaren van het Nederlandse overheidsbeleid. Ten slotte heeft Buck Consultants International de bedrijven gevraagd of ze nu dezelfde locatiekeuze zouden maken als destijds. Een kwart van de R&D-vestigingen in Nederland zegt waarschijnlijk of zeker Nederland niet opnieuw te kiezen voor de R&D-vestiging. Van deze bedrijven zouden drie ervoor kiezen om een R&D-vestiging op te zetten in lagelonenlanden. Hierbij gaat het niet om Centraal en Oost-Europa, maar eerder om het Verre Oosten. De landen waar aan gedacht wordt zijn China, India en Japan. Gevraagd naar de toekomstplannen voor de huidige vestigingen verwacht de helft van de bedrijven uitbreiding in de komende jaren (vooral ondernemingen met minder dan 25 R&Dwerknemers) en eenderde verwacht een stabilisatie van het R&D-personeelsbestand. 5.4 Regressieanalyse met macro-economische data In deze paragraaf wordt een eigen regressieanalyse uitvoerd op basis van macroeconomische data. Er worden twee modellen beschouwd. Ten eerste wordt een panelanalyse zonder fixed effects (landendummy’s) uitgevoerd over de periode 19912001 waarin voor dertien landen verklarende variabelen gezocht worden voor de industriële R&D-investeringen van buitenlandse vestigingen. De keuze voor een panelstudie zonder fixed effects is gebaseerd op het feit dat we geïnteresseerd zijn welke factoren de niveauverschillen in buitenlandse directe investeringen in R&D tussen landen verklaren. Door het opnemen van fixed effects wordt geen rekening gehouden met niveauverschillen tussen landen. Ontwikkelingen in de tijd zijn ook interessant om te analyseren, maar de beschikbare datareeksen met betrekking tot de buitenlandse R&Dinvesteringen zijn niet lang genoeg om hierover betrouwbare uitspraken te doen. Daarom wordt een tweede model beschouwd waarin verklarende variabelen gezocht worden voor het buitenlands bezit van patenten op binnenlandse inventies. Voor deze indicator zijn langere tijdreeksen beschikbaar. Afhankelijke variabelen: inward R&D-investeringen en buitenlandse patenten (EPO) Er worden twee verklarende variabelen in de regressieanalyse gebruikt die beide de technologische activiteiten van buitenlandse bedrijven in een land representeren. De eerste afhankelijke variabele betreft de industriële R&D-investeringen van buitenlandse vestigingen (IRD) in een bepaald land. Het doel is om verschillen in deze inward R&Dinvesteringen tussen landen te kunnen verklaren op grond van verschillen in locatiefactoren van R&D. De data over inward R&D-investeringen zijn afkomstig uit de Activities of Foreign Affiliates (AFA) database van de OECD.44 De inward R&Dinvesteringen worden in de regressie genormeerd naar de toegevoegde waarde van de totale industrie in een land (VA) om te corrigeren voor de grootte van de economie. Het is immers vanzelfsprekend dat grotere landen meer buitenlandse R&D-investeringen zullen aantrekken. Een alternatieve afhankelijke variabele die de buitenlandse technologische activiteiten in een bepaald land representeert is het buitenlandse bezit van patenten op binnenlandse 44
De data zijn beschikbaar voor 21 landen over de periode 1991-2001. Zie voor meer informatie OECD (2004a).
79
Locatiefactoren van R&D: empirie
inventies (op basis van EPO-patentregistraties). In de OECD-patentdatabase is het buitenlandse bezit van patenten op binnenlandse inventies als indicator opgenomen. Als alternatief voor het gebruik van inward R&D-investeringen (IRD) worden in model 2 schattingen gedaan met het buitenlandse bezit van patenten op binnenlandse inventies (PATENTforeign) als afhankelijke variabele.45 Voor deze indicator is een tijdreeks van 1981-2000 beschikbaar. Deze variabele wordt in het model genormaliseerd naar de totale beroepsbevolking van het thuisland (LABFOR), zie ook paragraaf 3.5. De taak is nu om verklarende variabelen te definiëren die invloed uit kunnen oefenen op de relatieve attractiviteit van landen voor het aantrekken van buitenlandse technologische activiteiten. Uit de literatuurstudie (zie hoofdstuk 4 en 5.2) volgt dat buitenlandse R&Dinvesteringen voornamelijk vanuit twee hoofdmotieven worden gepleegd: ten eerste vanuit de wens om producten en processen aan te passen aan lokale marktomstandigheden en het ondersteunen van buitenlandse productie-, distributie of marketingvestigingen (‘adaptieve’ R&D-variabelen) en daarnaast vanuit de wens om toegang te krijgen tot ‘state-of-the-art’-kennis en -vaardigheden (‘technology seeking’ R&D-variabelen). Hieronder zal een aantal variabelen worden beschouwd waarin deze twee motieven geïncorporeerd zijn. Verklarende variabelen: toegevoegde waarde van buitenlandse bedrijven in een land Een ‘adaptieve’ R&D-variabele is de toegevoegde waarde van buitenlandse industriële vestigingen in een bepaald land (VAforeign) ten opzichte van de totale binnenlandse industriële toegevoegde waarde in dat land (VA). Veel R&D-investeringen vinden plaats uit adaptieve overwegingen, dus vanwege aanpassing van producten en processen aan lokale marktomstandigheden of vanwege technische ondersteuning aan buitenlandse productie- en marketingvestigingen in het buitenland. Ook Cornet en Rensman (2001) wijzen hierop: buitenlandse bedrijven zullen eerder voor Nederland kiezen wanneer zij hier al actief zijn met een fabriek, distributiecentrum of onderzoekslaboratorium. De toegevoegde waarde van buitenlandse vestigingen in een bepaald land is een variabele binnen de AFA-database van de OECD. In het tweede model waarin het buitenlands bezit van patenten op binnenlandse inventies wordt verklaard, wordt het bruto binnenlands product van een land (GDP) als verklarende variabele meegenomen. De reden hiervoor is dat de grootte van een land (lees: de markt) ook invloed kan hebben op de aantrekkingskracht van buitenlandse R&D (zie Fors, 1998; Doh e.a., 2002). Verklarende variabelen: R&D-kapitaal Twee ‘technology seeking’ R&D-variabelen zijn de voorraad privaat R&D-kapitaal (RDCprivate) respectievelijk publiek R&D-kapitaal (RDCpublic) per land. Beide variabelen worden genormaliseerd op basis van het bruto binnenlands product van het betreffende land (GDP). De voorraad R&D-kapitaal, zowel publiek als privaat, is een proxy voor het innovatieve vermogen van een land. De voorraad R&D-kapitaal wordt berekend door R&D-investeringen uit het verleden op te tellen, waarbij op de in het verleden gedane R&D-investeringen twee correcties worden toegepast; ten eerste wordt een 45
Deze indicator omvat het aantal patenten op inventies die door minimaal één inwoner van het betreffende land gedaan zijn en die in het bezit zijn van minimaal één inwoner uit een ander land.
80
Locatiefactoren van R&D: empirie
afschrijvingspercentage toegepast op R&D-kapitaal uit het verleden (omdat kennis veroudert) en ten tweede worden R&D-uitgaven op eenzelfde prijspeil gebracht (zie Van Leeuwen en Nieuwenhuijsen, 1998). In appendix 3 wordt de berekening van de voorraad R&D-kapitaal toegelicht. Deze berekening geldt zowel voor publiek als privaat R&Dkapitaal.46 Verklarende variabelen: menselijk kapitaal Een andere belangrijke ‘technology seeking’ R&D-variabele is het aanbod van menselijk kapitaal. Hiervoor zijn verschillende indicatoren gevonden. Ten eerste is de reeks gebruikt uit Bassanini en Scarpetta (2001, blz. 28) die betrekking heeft op het gemiddelde opleidingsniveau van de beroepsbevolking (EDUC). Deze variabele geeft de gemiddelde opleidingsduur van de beroepsbevolking. Daarnaast is het aandeel afgestudeerden in de wetenschap en technologie (per 1.000 inwoners) in de leeftijd 20-29 jaar gebruikt (HRST20-29). Deze variabele wordt bijgehouden door Eurostat (Structural Indicators) en is representatief voor de hoeveelheid nieuw talent in een land. Een belangrijke reden waarom bedrijven ergens investeren is om te kunnen ‘poolen’ uit de voorraad hoogwaardig (goedkoop) getalenteerd R&D-personeel. Zeker als deze voorraad in het thuisland klein is. Ook de ‘kernvoorraad’ wetenschappelijk en technologisch arbeidspotentieel, als percentage van de totale werkgelegenheid, is meegenomen als verklarende variabele (HRSTcore).47 Als laatste verklarende variabele zijn de gemiddelde loonkosten per R&D-werknemer opgenomen (RDwages). Voor de R&D-loonkosten is een tijdreeks beschikbaar vanaf 1981. In appendix 4 is de berekeningswijze van de R&D-loonkosten weergegeven. De literatuur is niet eenduidig of loonkosten er nu wel of niet toe doen. Dat (loon)kostenaspecten van R&D een ondergeschikte rol zouden spelen bij R&Dlocatiebeslissingen komt bijvoorbeeld naar voren in de studies van Cornet en Rensman (2001) en Edler e.a. (2001). Echter, uit de studie van Kumar (2001), The Economist Intelligence Unit (2004a) en het onderzoek van Buck Consultants International (2004) komen de R&D-loonkosten naar voren als significante locatiefactor. In tabel 5.10 wordt een overzicht gegeven van de afhankelijke en verklarende variabelen, inclusief de bron. Vervolgens worden de twee modellen gepresenteerd die zijn gebruikt om de invloed van verschillende locatiefactoren te schatten op basis van macroeconomische data. 46
Tot slot zou zich een causaliteitsprobleem kunnen voordoen. In de berekende voorraad R&Dkapitaal van een land worden ook de R&D-uitgaven van buitenlandse bedrijven meegenomen, hetgeen de afhankelijke variabele in de regressieanalyse betreft. Door vertragingen op te nemen wordt gecorrigeerd voor dit causaliteitsprobleem. In de methode van berekening van de voorraad R&D-kapitaal worden per definitie vertragingen op R&D-investeringen toegepast. Vandaar dat zonder problemen de voorraad R&D-kapitaal kan worden geregresseerd met de industriële inward investeringen van buitenlandse bedrijven (als percentage van de industriële toegevoegde waarde). 47 De ‘Core Human Resources in Science and Technology (kern-HRST)’ uit de labour force survey van Eurostat is een minder breed begrip dan de totale HRST en sluit beter aan bij het R&Dbegrip. Onder kern-HRST worden de volgende ISCO-classificaties verstaan: professionals (ISCO2) en technicians & associate professionals (ISCO-3). ISCO staat voor International Standard Classification of Occupations.
81
Locatiefactoren van R&D: empirie
Tabel 5.10 Variabele IRDit PATENTitforeign VAit VAitforeign RDCitprivate RDCitpublic EDUCit HRSTit20-29 HRSTcoreit RDwagesit GDPit LABFORit
Model 1 log(Yit) = met Yit Xit1 Xit2 Xit3 Xit4 Xit5 Xit6 Xit7
Gebruikte variabelen Omschrijving inward R&D-investeringen in land i in jaar t door buitenlandse vestigingen in land i (totale industrie, nationale valuta) aantal patenten (EPO) in land i in jaar t door buitenlandse vestigingen in land i toegevoegde waarde in land i in jaar t (totale industrie, nationale valuta) toegevoegde waarde van buitenlandse vestigingen in land i in jaar t (totale industrie, nationale valuta) privaat R&D-kapitaal in land i in jaar t (nationale valuta) publiek R&D-kapitaal in land i in jaar t (nationale valuta) gemiddelde opleidingsduur in land i in jaar t (in jaren) aandeel afgestudeerden in de wetenschap en technologie per 1.000 inwoners in de leeftijd 20-29 in land i en jaar t werknemers in wetenschap en technologie in land i in jaar t (percentage van de totale werkgelegenheid) gemiddelde loonkosten van R&D-personeel in land i in jaar t (in USD (x 10.000) per fte) bruto binnenlands product in land i in jaar t (nationale valuta) beroepsbevolking (x 1.000) in land i in jaar t
Bron OECD, AFA-database OECD, Patentdatabase OECD Economic Outlook nr. 74 OECD, AFA-database OECD, Main Science and Technology Indic. OECD, Main Science and Technology Indic. Bassanini en Scarpetta (2001) Eurostat (Structural Indicators) Eurostat (New Cronos Dbase, labour force survey) OECD, Economic Outlook nr. 74 OECD, Economic Outlook, nr. 74 OECD, Main Science and Technology Indic.
β0 + β1 log Xit1+ β2 log Xit2+ β3 log Xit3 + β4 log Xit4+ β5 log Xit5 + β6 log Xit6 + β7 log Xit7 + γ (t-1991)
= IRDit/VAit = VAitforeign/ VAit = RDCitprivate/ GDPit = RDCitpublic/ GDPit = EDUCit = HRSTitcore = HRSTit20-29 = RDwagesit
voor i = land, t = jaar, waarbij (i,t) ∈ (Canada, 1993-2000), (Duitsland, 1993-1999), (Finland, 1995-2001), (Frankrijk, 1994-2001), (Hongarije, 1992-1998), (Ierland, 1991-1999), (Japan, 19912000), (Nederland, 1995-2000), (Engeland, 1994-1999), (Verenigde Staten, 1991-2001), (Zweden, 1991-2000), (Spanje, 1991-2001) en (Tsjechië, 1997-2001)
82
Locatiefactoren van R&D: empirie
Model 2 log(Yit) =
β0 + β1 log Xit1+ β2 log Xit2+ β3 Xit3 + β4 Xit4+ β5 Xit5 + α6 DUMMYic + γ (t-1981)
met Yit = PATENTitforeign/LABFORit Xit1 = RDCitprivate/GDPit Xit2 = RDCitpublic/GDPit Xit3 = EDUCit Xit4 = RDwagesit Xit5 = GDPit DUMMYic = landendummy voor land i voor i = land t = jaar waarbij i ∈ (Australië, België, Canada, Denemarken, Duitsland, Finland, Frankrijk, Griekenland, Hongarije, Ierland, Italië, Japan, Nederland, Nieuw-Zeeland, Noorwegen, Oostenrijk, Polen, Portugal, Spanje, Tsjechië, Turkije, Verenigd Koninkrijk, Verenigde Staten, Zweden, Zwitserland) t ∈ (1981,..., 2001) Om te corrigeren voor heteroskedasticiteit is ervoor gekozen om een logaritmische vergelijking te gebruiken.48 Zowel in model 1 als model 2 is verder een trendvariabele opgenomen om te corrigeren voor trendmatige ontwikkelingen in de tijd. De landendummy’s worden in model 2 meegenomen om te corrigeren voor nietgeobserveerde heterogeniteit. Dit houdt in dat allerlei onbekende factoren, die niet meegenomen worden in de schattingsvergelijking, per land kunnen verschillen (bijvoorbeeld de geografische ligging en bereikbaarheid). Met andere woorden, landenspecifieke eigenschappen kunnen een grote invloed hebben op de resultaten en hiervoor wordt gecorrigeerd door middel van landendummy’s. In model 1 zijn geen landendummy’s opgenomen, omdat hiermee de cross-sectiedimensie uit de schatting wordt weggenomen. Immers, in model 1 zijn we juist geïnteresseerd welke factoren de niveauverschillen in buitenlandse directe investeringen in R&D tussen landen verklaren. Resultaten model 1 In appendix 5 worden de resultaten van model 1 in detail weergegeven. In de optimale schatting van model 1 zijn de verklarende variabelen log(X1) en log(X2) opgenomen. Daarnaast is ook de vertraagde afhankelijke variabele log(Yt-1) als verklarende variabele 48
Heteroskedasticiteit betekent dat niet alle zogenoemde fouttermen dezelfde variantie hebben. Dit komt regelmatig voor in modellen zonder fixed effects. In model 1 betekent heteroskedasticiteit dat de variatie van de inward R&D-investeringen groter is in landen met een hoge toegevoegde waarde van buitenlandse vestigingen dan in landen met een lage toegevoegde waarde van buitenlandse vestigingen. Alle vergelijkingen zijn geschat met White HeteroskedasticityConsistent Standard Errors & Covariance.
83
Locatiefactoren van R&D: empirie
meegenomen om rekening te houden met een gestaffelde (geometrische) vertragingsstructuur. De achterliggende reden hiervoor is dat een impuls van een bepaalde verklarende variabele niet na één jaar uitgewerkt is, maar nog jaren kan doorwerken. Wel is het zo dat de doorwerking in de eerste jaren sterker is dan die in latere jaren. Het uiteindelijke model wordt hieronder weergegeven (tussen haakjes de standaardfouten van de geschatte parameters): log(Yit) =
- 0,506 + 0,691* log(Yit-1 ) + 0,189* log(Xit 1) + 0,205* log(Xit 2) (0,096)
(0,027)
(0,022)
(0,025)
2
R = 0,93
De industriële buitenlandse R&D-investeringen in een land (als percentage van de totale industriële toegevoegde waarde) blijken positief af te hangen van: 1) de toegevoegde waarde van buitenlandse industriële vestigingen in een land (in verhouding tot de totale industriële toegevoegde waarde); 2) de hoeveelheid privaat R&D-kapitaal (in verhouding tot het BBP). Het eerste resultaat is in lijn met eerdere studies en ook de studie van Buck Consultants International. Research & Development volgt andere activiteiten (productie, marketing) van buitenlandse ondernemingen. Hier is dus sprake van zogenaamde ‘adaptieve R&D’, waarbij R&D de productie volgt. Het tweede resultaat is ook in lijn met eerdere bevindingen. Buitenlandse bedrijven komen op landen af waar relatief veel (private) R&D-inspanningen worden gedaan. Ten eerste is het voor een bedrijf aantrekkelijk om een R&D-vestiging te lokaliseren in een land waar veel R&D-activiteiten plaatsvinden om te kunnen profiteren van spillovereffecten. Ten tweede is waarschijnlijk sprake van een indirect effect. Het feit dat er veel private R&D-investeringen in een land plaatsvinden geeft aan dat er kennelijk veel kenniswerkers in dat land zitten en dat sprake is van een gunstig R&D-klimaat. Kennelijk is sprake van een zogenaamd ‘place-to-be’effect. Daar de vergelijking logaritmisch is kunnen de geschatte parameters als elasticiteiten beschouwd worden. Wanneer bijvoorbeeld het aandeel van buitenlandse industriële vestigingen in de totale industriële toegevoegde waarde van een land met 1% toeneemt, dan nemen de R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde op korte termijn met 0,19% toe. Verder is gevonden dat wanneer het privaat R&D-kapitaal als percentage van het BBP stijgt met 1%, de R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde met 0,20% toenemen. De langetermijneffecten zijn echter hoger, omdat de effecten gestaffeld doorwerken in de tijd.49 Indien de totale toegevoegde waarde van buitenlandse industriële bedrijven in de 49
De vertraagde endogene variabele heeft een coëfficiënt van 0,691. Dit betekent dat de onafhankelijke variabelen een lange doorwerking hebben. Het langetermijneffect daarvan wordt berekend door αx/(1-αy-1), waarbij αx de coëfficiënt is van de onafhankelijke variabele en αy-1 de coëfficiënt is van de vertraagde endogene variabele.
84
Locatiefactoren van R&D: empirie
totale industriële toegevoegde waarde stijgt met 1% (uitgaande van het Nederlandse gemiddelde over de periode 1995-1998 komt dit neer op 137 miljoen euro), dan neemt het aandeel R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde op lange termijn toe met 0,61% (uitgaande van het Nederlandse gemiddelde voor de jaren 1995-2000 komt dit neer op 3,5 miljoen euro). Indien het privaat R&D-kapitaal als percentage van het BBP in een land toeneemt met 1%, dan stijgt het aandeel R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde op lange termijn met 0,66%. Op lange termijn geldt echter dat 1% extra privaat R&D-kapitaal als percentage van het BBP is te realiseren door structureel 1% extra te investeren in private R&D-uitgaven als percentage van het BBP (zie appendix 3). Dit impliceert dat wanneer de private R&Duitgaven als percentage van het BBP met 1% stijgen (uitgaande van het Nederlandse gemiddelde voor de jaren 1995-2000 komt dit neer op ongeveer 36 miljoen euro), de R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde met 0,66% toenemen (uitgaande van het Nederlandse gemiddelde voor de jaren 1995-2000 komt dit neer op 4 miljoen euro). Resultaten model 2 In appendix 6 worden de resultaten van model 2 uitgebreid weergegeven. Een belangrijk verschil met de resultaten uit model 1 is dat in model 2 de mogelijkheid is meegenomen om verklarende variabelen met een vertraging van één of meerdere jaren te laten doorwerken. Immers, het aantal patenten in een bepaald jaar zal afhangen van investeringen in R&D die een aantal jaren eerder gedaan zijn. In de optimale schatting van model 2 zijn de verklarende variabelen log(X1) en log(X3) opgenomen, waarbij rekening is gehouden met een vertraging van 3 jaar voor log(X1) en met een vertraging van 2 jaar voor log(X3). Verder is in het model de vertraagde afhankelijke variabele (Yt-1) als verklarende variabele opgenomen. Het is immers niet logisch dat een impuls bij bijvoorbeeld het private R&D-kapitaal drie jaar later direct doorwerkt in een toename van het aantal buitenlandse inventies in Nederland. Het is veel aannemelijker dat dit gestaffeld gebeurt over de tijd.50 Zoals hierboven al werd aangegeven wordt een gestaffelde (geometrische) vertragingsstructuur opgelegd door het opnemen van de vertraagde afhankelijke variabele (Yt-1). Het uiteindelijke model wordt hieronder weergegeven (tussen haakjes de standaardfouten van de geschatte parameters): log(Yit) =
- 0,286 + 0,303* log(Yit-1 )+ 0,181* log(Xit-3 1)+ 1,505* log(Xit-2 3) + 0,022*(t-1981) (0,406)
(0,076)
(0,085)
(0,469)
(0,003)
R2 = 0,97 * Model exclusief dummyvariabelen; de waarden hiervan worden gepresenteerd in appendix 6.
50
Zoals al werd aangegeven betekent een gestaffelde doorwerking in de tijd dat een impuls van een bepaalde verklarende variabele niet na één jaar uitgewerkt is, maar nog jaren kan doorwerken. Wel is het zo dat de doorwerking in de eerste jaren sterker is dan de doorwerking in latere jaren.
85
Locatiefactoren van R&D: empirie
Het buitenlandse bezit van patenten op binnenlandse inventies in verhouding tot de beroepsbevolking hangt positief af van: 1) de hoeveelheid privaat R&D-kapitaal in verhouding tot het BBP; 2) de gemiddelde opleidingsduur van de beroepsbevolking. Het eerste resultaat is in lijn met model 1. Buitenlandse bedrijven komen af op landen waar relatief veel (private) R&D-inspanningen worden gedaan. Zoals gezegd kunnen bedrijven profiteren van spillovereffecten in landen waar veel R&D-activiteiten plaatsvinden. Daarnaast is waarschijnlijk sprake van een indirect ‘place-to-be’-effect. De hoeveelheid privaat R&D-kapitaal heeft een positief uitstralingseffect op buitenlandse investeerders. Verder is in lijn met de resultaten uit het onderzoek van Buck Consultants International (2004) dat de gemiddelde opleidingsduur van de beroepsbevolking van belang is voor het aantal buitenlandse inventies in een land. Aangezien model 2 in logaritmische vorm is geschat kunnen de coëfficiënten als elasticiteiten worden beschouwd. Dit betekent dat indien het private R&D-kapitaal als percentage van het BBP met 1% stijgt, het aantal buitenlandse inventies in Nederland in verhouding tot de beroepsbevolking drie jaar later stijgt met 0,18%. Verder geldt dat als de gemiddelde opleidingsduur van de beroepsbevolking met 1% stijgt, het aantal buitenlandse inventies in verhouding tot de beroepsbevolking na twee jaar met 1,5% stijgt. Aangezien de effecten gestaffeld doorwerken in de tijd vanaf het moment dat de impuls heeft plaatsgevonden zijn de langetermijneffecten hoger. Deze zijn als volgt: 1% extra privaat R&D-kapitaal als percentage van het BBP leidt op lange termijn tot 0,26% extra buitenlandse inventies in verhouding tot de beroepsbevolking. Zoals al werd aangegeven geldt dat 1% extra privaat R&D-kapitaal als percentage van het BBP op lange termijn is te realiseren door structureel 1% extra te investeren in private R&D-uitgaven als percentage van het BBP (zie appendix 3). Dit impliceert dat wanneer de private R&Duitgaven als percentage van het BBP met 1% stijgen (uitgaande van het Nederlandse gemiddelde over de periode 1981-2001 komt dit neer op 30 miljoen euro), het aantal buitenlandse inventies in Nederland in verhouding tot de beroepsbevolking stijgt met 0,26% (uitgaande van het Nederlandse gemiddelde over de periode 1990-2001 komt dit in absolute zin neer op 1,3 buitenlandse patenten). Verder geldt dat een half jaar extra gemiddelde opleiding van de beroepsbevolking op lange termijn leidt tot 9,7% extra buitenlandse inventies in verhouding tot de beroepsbevolking (uitgaande van het Nederlandse gemiddelde over de periode 1990-1998 komt dit in absolute zin neer op 48,5 buitenlandse patenten). 5.5 Conclusies In dit hoofdstuk zijn de theoretische locatiefactoren, zoals behandeld in hoofdstuk 4, empirisch getoetst. Dit is gebeurd op basis van literatuurstudie, veldonderzoek en een regressieanalyse met macro-economische data. Uit de literatuurstudie en het veldonderzoek blijkt dat de beschikbaarheid van gekwalificeerd personeel veruit de
86
Locatiefactoren van R&D: empirie
belangrijkste locatiefactor voor R&D-investeringen is. Bedrijven vestigen hun R&Dactiviteiten alleen daar waar voldoende gekwalificeerd personeel beschikbaar is. Hierna volgen internationale bereikbaarheid en het World Class karakter van instituten en universiteiten als belangrijkste R&D-locatiefactoren. De internationale bereikbaarheid is dus kennelijk niet alleen voor normale buitenlandse directe investeringen van belang, maar ook voor R&D-investeringen. Met name de nabijheid van luchthavens is hierbij belangrijk, omdat dit regelmatig contact tussen onderzoekers uit de verschillende landen mogelijk maakt. Het belang van het World Class karakter van instituten en universiteiten geeft aan dat bedrijven zich vooral daar willen vestigen waar toponderzoek verricht wordt. De bovenstaande drie belangrijke factoren verklaren wellicht waarom de provincie Noord-Brabant relatief veel buitenlandse R&D-investeringen heeft weten aan te trekken. Immers, de beschikbaarheid van gekwalificeerd personeel is gewaarborgd dankzij de aanwezigheid van de TU/e en Philips, de internationale bereikbaarheid is goed dankzij de aanwezigheid van Schiphol en Eindhoven Airport, en het World Class karakter van instituten en universiteiten wordt gewaarborgd door onder meer TNO Industrie, de TU/e, DPI (Dutch Polymer Institute) en het NIMR (Netherlands Institute for Metals Research). Op basis van het veldonderzoek van Buck Consultants International (2004) blijken ook de volgende locatiefactoren belangrijk te zijn: • samenwerkingsmogelijkheden met kennisinstellingen & bedrijven; • capaciteit en kwaliteit ICT/telecominfrastructuur; • nabijheid lead users en/of strategische partners; • R&D-stimuleringsmaatregelen • kosten van R&D-personeel; • quality of life; • algemene belastingregelingen; • regulering en wetgeving; • ondernemingsklimaat dat innovatie stimuleert. Op basis van de schattingen van model 1 uit de regressieanalyse kwamen ook de volgende locatiefactoren van R&D naar voren: • toegevoegde waarde van buitenlandse bedrijven; • privaat R&D-kapitaal. De toegevoegde waarde van buitenlandse bedrijven geeft aan in hoeverre buitenlandse ondernemingen actief zijn in een land. Omdat veel R&D-activiteiten (nog steeds) gekoppeld zijn aan andere activiteiten van een bedrijf (zoals productie en marketing), heeft dit een positief effect op het aantrekken van buitenlandse R&D. Immers, bedrijven zullen bij hun R&D-investeringsbeslissingen eerder kiezen voor een land waar ze al reeds actief zijn met een productie-, markting-, distibutie- of onderzoeksfaciliteit. Verder zorgt het private R&D-kapitaal in een land ervoor dat het aantrekkelijker wordt voor buitenlandse bedrijven om er R&D te verrichten vanwege potentiële spillovereffecten die hiervan uitgaan. Ook heeft de hoogte van het private R&D-kapitaal een soort ‘place-to-
87
Locatiefactoren van R&D: empirie
be’-effect op potentiële buitenlandse R&D-investeerders. In een land waar veel privaat R&D-kapitaal is, is het kennelijk goed vertoeven voor innovatieve bedrijven. Daar moet je dus bij zijn! Tot slot kwam uit de schattingen van model 2 naar voren dat het buitenlandse bezit van patenten op binnenlandse inventies positief samenhangt met de gemiddelde opleidingsduur van de beroepsbevolking en het privaat R&D-kapitaal. Deze uitkomsten versterken de hierboven gepresenteerde bevindingen. In het volgende hoofdstuk zal op de belangrijkste locatiefactoren in detail ingegaan worden. Vooral staat dan de positie van Nederland ten opzichte van het buitenland centraal.
88
Prestatie van Nederland op belangrijkste locatiefactoren
6
Prestatie van Nederland op belangrijkste locatiefactoren Samenvatting Dit hoofdstuk beschrijft de positie van Nederland ten opzichte van het buitenland met betrekking tot de belangrijkste locatiefactoren van R&D. Het blijkt dat Nederland relatief goed presteert op de factoren World Class karakter kennisinstellingen, capaciteit en kwaliteit ICT/telecominfrastructuur, R&Dstimuleringsmaatregelen, quality of life en toegevoegde waarde van buitenlandse bedrijven. Nederland scoort gemiddeld op de factoren internationale bereikbaarheid, belastingregelingen, regulering en wetgeving en ondernemerschap. Een matig tot zwakke score heeft Nederland op het gebied van samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen, de kosten van R&D-personeel en privaat R&D-kapitaal. De prestatie van Nederland op de belangrijkste locatiefactor, namelijk de beschikbaarheid van gekwalificeerd personeel, lijkt goed, maar de trend is negatief. Dat wil zeggen, de aanwas van nieuw gekwalificeerd personeel (op het gebied van bèta/techniek) is te laag.
6.1 Inleiding Nu het belang van de verschillende R&D-locatiefactoren helder is, is de vraag hoe Nederland scoort ten opzichte van het buitenland op de belangrijkste factoren. Hieronder is een lijst opgenomen met de R&D-locatiefactoren die worden gebenchmarkt voor Nederland ten opzichte van het buitenland (zie ook paragraaf 6.15 voor een overzicht van de Nederlandse score). Verder is aangegeven hoe Nederland scoort ten opzichte van het buitenland in de kwalitatieve termen: uitstekend, goed, gemiddeld, matig en slecht. Tabel 6.1
Belangrijkste locatiefactoren van R&D en de relatieve score van Nederland ten opzichte van het buitenland
R&D-locatiefactoren
Score Nederland
1) Beschikbaarheid gekwalificeerd personeel 2) Internationale bereikbaarheid 3) World Class karakter instituten 4) Samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen 5) Capaciteit en kwaliteit ICT/telecominfrastructuur 6) R&D-stimuleringsmaatregelen 7) Kosten van R&D-personeel 8) Quality of life 9) Algemene belastingregelingen 10) Regulering en wetgeving 11) Ondernemerschap 12) Toegevoegde waarde buitenlandse bedrijven in Nederland 13) Privaat R&D-kapitaal
Voorraad goed, nieuwe instroom slecht Gemiddeld Goed Matig Goed Gemiddeld Matig Uitstekend Gemiddeld Gemiddeld Gemiddeld Gemiddeld/Goed Matig/Slecht
In appendix 7 wordt een uitgebreide versie van tabel 6.1 gepresenteerd waarin tevens de periode wordt weergegeven waarvoor gegevens beschikbaar zijn en de bronnen die bij
89
Prestatie van Nederland op belangrijkste locatiefactoren
iedere R&D-vestigingsplaatsfactor gebruikt zijn. Voor zover mogelijk is iedere factor geanalyseerd vanaf 1995 tot en met het meest recente jaar.51 Verder is getracht gegevens te vinden voor de voormalige EU-15 (exclusief Luxemburg en Nederland), Nederland, Japan en de VS. In figuur 6.1 wordt de score van Nederland ten opzichte van het buitenland gekoppeld aan de mate van belang van elke locatiefactor voor het aantrekken van buitenlandse R&D (die is gebaseerd op tabel 5.5). Figuur 6.1
6
Mate van belang van R&D-locatiefactoren en de score van Nederland, 2000-2004 (laatst gemeten jaar)
Score NL t.o.v. buitenland (1=slecht, 2=zwak, 3=gemiddeld, 4=goed, 5=uitstekend)
Quality of life
5
Toegevoegde waarde buitenlandse bedrijven
ICT-/telecominfrastructuur
World Class karakter kennisinstituten
4
Beschikbaarheid gekwalificeerd personeel
Ondernemerschap
3
Internationale bereikbaarheid
R&D-stimuleringsmaatregelen
Samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen
Regulering en wetgeving
2
Privaat R&D-kapitaal
Algemene belastingregelingen
1
Kosten R&D-personeel
0 30
35
40
45
50
55
60
65
70
Belang voor het aantrekken van BDI in R&D
Figuur 6.1 laat zien dat Nederland nergens echt in uitblinkt, met uitzondering van de ‘quality of life’. Bij de belangrijkste locatiefactoren van R&D, zoals ‘beschikbaarheid gekwalificeerd personeel’ en ‘internationale bereikbaarheid’, scoort Nederland gemiddeld. Dit is in lijn met de resultaten uit hoofdstuk 3, waarin bleek dat Nederland gemiddeld scoort ten opzichte van andere landen met betrekking tot het aantrekken van buitenlandse directe investeringen in R&D. Indien de verwachting uitkomt dat buitenlandse R&D-investeringen in de toekomst alleen zullen worden gedaan in landen met een zeer gunstig innovatieklimaat (zie paragraaf 3.2), dan zal Nederland haar score op deze belangrijke R&D-locatiefactoren moeten verbeteren. Een aantal beleidsopties hiervoor wordt in hoofdstuk 7 gegeven. Op een aantal belangrijke locatiefactoren van R&D scoort Nederland relatief laag ten opzichte van het buitenland. Het gaat hier met name om de factoren ‘samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen’ en ‘privaat R&D-kapitaal’. Ook de 51
Een aantal locatiefactoren is niet opgenomen in dit hoofdstuk. Deze variabelen zijn in appendix 7 weergegeven met de redenen van het niet opnemen. In sommige gevallen is het niet mogelijk/moeilijk om de variabele te kwantificeren. Ook factoren die niet belangrijk werden geacht door de bedrijven zijn achterwege gelaten.
90
Prestatie van Nederland op belangrijkste locatiefactoren
prestatie van Nederland op deze aspecten zal moeten verbeteren om in de toekomst nieuwe buitenlandse R&D-investeringen aan te trekken. Tot slot merken we hier op dat locatiefactoren zoals ‘algemene belastingregelingen’ en ‘regulering en wetgeving’ relatief minder interessant zijn om aandacht aan te besteden in het kader van het aantrekken van nieuwe R&D-investeringen. Immers, deze factoren zijn relatief minder belangrijk dan de andere factoren en de score van Nederland ten opzichte van het buitenland hierop is gemiddeld. In de volgende paragrafen wordt de relatieve positie van Nederland ten opzichte van het buitenland op elke locatiefactor in detail besproken. In paragraaf 6.15 volgen conclusies. 6.2 Beschikbaarheid gekwalificeerd personeel Om Nederland te kunnen benchmarken op het gebied van de beschikbaarheid van gekwalificeerd personeel is gebruik gemaakt van drie indicatoren: 1) de gemiddelde opleidingsduur van de beroepsbevolking; 2) de voorraad Scientists & Engineers als percentage van de actieve bevolking; 3) het aantal afgestudeerden in wetenschap en technologie in de leeftijd 20-29 per 1.000 inwoners. Gemiddelde opleidingsduur van de beroepsbevolking De gegevens over de gemiddelde opleidingsduur van de beroepsbevolking (in jaren) is afkomstig uit Bassanini en Scarpetta (2001). Deze indicator zegt iets over de totale beschikbaarheid van menselijk kapitaal die aanwezig is in land. In figuur 6.2 is de gemiddelde opleidingsduur weergegeven voor de periode 1995-1998. Hieruit blijkt dat Nederland zich bevindt in de subtop. Overigens is het minder relevant om de trend van deze indicator weer te geven, omdat deze erg constant is over de tijd. Figuur 6.2
Gemiddelde opleidingsduur van de beroepsbevolking, 1995-1998
14
13,5 12,8
12,7
13 12 11 10,2 10
11,8
11,8
12,1
9,7
9,5
9
10,6
10,6
11,7
11,6
11,4
11,1
12,9
8,4 7,6
8 7
91
an d ts l ui
da
r la nd
D
ts e
Zw i
S V
Ca na
K
Ja pa n
V
ijk nr
ed e N
te os O
Bron: Bassanini en Scarpetta, 2001.
r la nd
n ed e
en
Zw
ar k
ië
an d
m
nl
en e D
Fi
lg Be
d Ie r la nd Fr an kr ij k
an
e
l ië
ke nl
Gr ie
I ta
an j Sp
Po
r tu
ga l
6
Prestatie van Nederland op belangrijkste locatiefactoren
Er kunnen twee kanttekeningen geplaatst worden bij de gemiddelde opleidingsduur als indicator voor de beschikbaarheid van gekwalificeerd personeel als locatiefactor voor buitenlandse R&D-investeringen. Ten eerste zijn er slechts gegevens beschikbaar tot 1998. Ten tweede zou je naast de totale beschikbaarheid van menselijk kapitaal ook een menselijk kapitaalvariabele willen benchmarken die nauwer aansluit bij het R&D-begrip. Voorraad Scientists & Engineers Een variabele die relevanter is voor het uitvoeren van R&D-activiteiten is de voorraad wetenschappers en ingenieurs (Scientists & Engineers) als percentage van de actieve populatie. Deze gegevens zijn beschikbaar in de New Cronos Database van Eurostat op basis van de labour force survey. In figuur 6.3 is deze indicator weergegeven over de perioden 1996-1999 en 2000-2003. Zoals ook bij de gemiddelde opleidingsduur het geval was is er weinig fluctuatie in de cijfers over de tijd. Nederland bevindt zich wederom in een subtoppositie. Er zijn helaas geen gegevens beschikbaar voor Japan en de VS. Figuur 6.3
Voorraad Scientists & Engineers tussen 25-64 jaar, percentage van de actieve populatie, 1996-2003
Finland België Ierland Zwitserland VK Nederland Zweden Denemarken Duitsland Frankrijk Spanje Griekenland Italië Oostenrijk Portugal
0
5
10
15
20
1996-1999
25
30
35
2000-2003
Bron: New Cronos Database van Eurostat, op basis van data uit de labour force survey. Nederland voor de periode 2000-2002 in plaats van 2000-2003. Zweden voor de periode 1997-1999. Finland en Portugal voor de periode 1998-2003.
Afgestudeerden wetenschap en techniek Wat nog van belang is voor de toekomstige voorraad Scientists & Engineers is de toestroom van afgestudeerden in de wetenschap en techniek. Deze indicator is van groot belang voor de toekomst van innoverend Nederland en voor het perspectief om in de toekomst goede innoverende (buitenlandse) bedrijven aan te trekken. Echter, de statistieken van Eurostat geven voor Nederland geen eenduidig beeld. Indien de labour force data (in de New Cronos Database) van Eurostat wordt gebruikt om de jongste groep
92
Prestatie van Nederland op belangrijkste locatiefactoren
Scientists & Engineers te benchmarken, dan neemt Nederland wederom een subtoppositie in (zie figuur 6.4). Figuur 6.4
Voorraad Scientists & Engineers tussen 25-34 jaar, percentage van de actieve populatie, 1996-2003
Finland België Ierland VK Zwitserland Nederland Zweden Denemarken Duitsland Spanje Frankrijk Griekenland Portugal Oostenrijk Italië
0,0
2,0
4,0
6,0 1996-1999
8,0
10,0
12,0
2000-2003
Bron: New Cronos Database van Eurostat, op basis van data uit de labour force survey. Nederland voor de periode 2000-2002 in plaats van 2000-2003. Zweden voor de periode 1997-2003. Finland en Portugal voor de periode 1998-2003.
Echter, andere data van Eurostat roepen een heel ander beeld op. Indien wordt gekeken naar het aantal afgestudeerden in Science & Technology per 1.000 inwoners in de leeftijd 20-29, dan neemt Nederland een zwakke positie in (zie figuur 6.5). De cijfers zijn afkomstig uit de Structural Indicators van Eurostat op grond van een aparte gezamenlijke OECD-UNESCO-EUROSTAT-enquête onder afgestudeerden. Nederland scoort bijna het laagst van alle benchmarklanden over de periode 1995-2002. Behalve het lage niveau van afgestudeerden in wetenschap en technologie in de leeftijdsgroep 20-29, is ook de trend in Nederland niet goed. In tegenstelling tot de meeste andere landen, waar een stijging valt waar te nemen voor de periode 1999-2002 ten opzichte van 1995-1998, blijft Nederland hangen op hetzelfde lage niveau. Ook in de onderwijsstatistieken van het CBS over het aantal studenten en afgestudeerden van het hoger onderwijs in de sectoren natuur en techniek scoort Nederland niet goed (zie CBS, 2004, blz. 31 en tabel A.2.2). Uit deze statistieken komt zelfs naar voren dat Nederland te maken heeft met een daling van het aantal afgestudeerden in natuur en techniek in het hoger onderwijs als percentage van het totale aantal afgestudeerden in het hoger onderwijs. Voor de periode 1996-2001 is sprake van een sterke daling van het aandeel afgestudeerden natuur en techniek in het totaal van 21,4 naar 18,2 procent.
93
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.5
Aandeel afgestudeerden in Science & Engineering per 1.000 inwoners in de leeftijd 20-29, 1995-2002
25
20
15
10
5
1995-1998
Ie rla nd
nd *
K
an kr ijk Fr
nl a Fi
V
pa n* Ja
S
EU -1 5
V
lg ië Be
je Zw ed en D en em ar ke n
Sp an
nr ijk N ed er la nd D ui tsl an d
os te
* lië
O
Po
I ta
rtu ga l
0
1999-2002
Bron: Structural Indicators van Eurostat. * Tot 2001, VS: 1995-2000, EU-15: 1998-2001, België: 2000-2002, Frankrijk: 1997-2001.
De vraag is hoe het komt dat twee Eurostat-bronnen (labour force survey en Structural Indicators) zulke uiteenlopende uitkomsten voor Nederland weergeven. Deels heeft dit te maken met definitieverschillen. Zo worden Scientists & Engineers in de labour force survey gedefinieerd als mensen die werkzaam zijn in de life sciences; health sciences; en in physical, mathematical & engineering occupations. In de Structural Indicators worden Science & Engineering graduates aangeduid als alle post-secondary graduates (ISCED 5a en daarboven) in de life sciences; physical sciences; mathematics & statistics; computing; engineering; manufacturing & processing; en architecture & building. Daarnaast verschillen de leeftijdscategorieën in beide statistieken en wordt bij de labour force survey gemeten op mensen die werkzaam zijn in deze beroepen, maar niet noodzakelijk ook afgestudeerd hoeven zijn in science & engineering. Niettemin blijft het frappant dat beide bronnen zulke uiteenlopende resultaten laten zien voor Nederland. Tot slot is in figuur 6.6 het aandeel tertiair afgestudeerden (type A) als percentage van het totaal aantal tertiair (type A) afgestudeerden weergegeven. Deze gegevens zijn afkomstig uit de OECD-publicatie ‘Education at a glance 2004’ (zie OECD, 2004b). Tertiair afgestudeerden (type A) zijn allen personen die een opleiding hebben voltooid aan de universiteit of andere instituten die soortgelijke kwalificaties aanbieden. Uit deze OECDpublicatie kan ook het aandeel afgestudeerden van een bèta- of technische studie als percentage van het totaal worden afgeleid (zie OECD, 2004b, tabel A4.1, blz. 83). Onder een bèta- of technische studie vallen de categorieën: life sciences; physical sciences & agriculture; engineering, manufacturing & construction; mathematics & statistics; en computing sciences. Uit de figuur blijkt dat Nederland over het geheel genomen een slechte positie inneemt wat betreft het percentage afgestudeerden in bèta- en technische studierichtingen. Het gat tussen de laagste landen (de VS, Denemarken, Nederland) en de rest is aanzienlijk. Het eerstvolgende land na Nederland in de ranglijst is Italië, wat met 24,8% afgestudeerden in
94
Prestatie van Nederland op belangrijkste locatiefactoren
bèta/techniek 6,4%-punt voorsprong heeft op Nederland (18,4%). Nederland scoort vooral slecht op het aandeel afgestudeerden in mathematics, statistics and computing sciences, maar nog veel slechter in de life sciences (slechts 1%). Voor de duidelijkheid, het gemiddelde van al deze landen samen ligt op 3,7%. Figuur 6.6
Aandeel afgestudeerden bèta en technische studies als % van het totale aantal afgestudeerden in alle richtingen, 2002
Duitsland Zweden Finland (2001) Oostenrijk VK Japan* Frankrijk (2001) Spanje Ierland België Italië (2001) Nederland VS Denemarken (2001)
0
5
10
15
Engineering, manufacturing and construction Physical sciences and agriculture
20
25
30
35
Life sciences Mathematics, statistics and computing
Bron: OECD (2004b).
Conclusie De conclusie is dat nader onderzoek nodig is om een eenduidig beeld te krijgen van de Nederlandse positie wat betreft de toestroom van jonge wetenschappers en technici. Echter, de Structural Indicators, de onderwijsstatistieken (CBS) en de OECD-data, samen met de negatieve geluiden in de media hierover, lijken erop te wijzen dat Nederland zich zorgen moet maken over de beschikbaarheid van voldoende gekwalificeerd personeel op het gebied van wetenschap en technologie (bèta/techniek) voor de toekomst.52 Gezien het cruciale belang voor buitenlandse R&D-investeringsbeslissingen kan dit een zware wissel trekken op de toekomstige aantrekkelijkheid van Nederland als vestigingsland voor R&D. 6.3 Internationale bereikbaarheid Internationale bereikbaarheid is een breed begrip. Niettemin trachten we aan de hand van drie indicatoren de Nederlandse positie op dit punt te analyseren. Deze indicatoren zijn: 1) internationale bereikbaarheid via de lucht; 2) fysieke infrastructuur: het aantal kilometers weg en rails per inwoner; 3) congestie van wegen. 52
Zie bijvoorbeeld: NRC Handelsblad, bèta-bonus is onzinnig en belachelijk, 6 augustus 2004. Trouw, Slimme meiden kiezen nog steeds niet exact, 1 juli 2004. De Volkskrant, Leerlingen gaan liever managen dan op een stoffig lab werken, 18 mei, 2004.
95
Prestatie van Nederland op belangrijkste locatiefactoren
Internationale bereikbaarheid via de lucht Cornet en Rensman (2001) concluderen op basis van de Global Airport Connectivity Monitor 2000 van de International Airport Transport Asociation (IATA, zie http://www.iata.org), dat Schiphol Amsterdam Airport een van de vier belangrijkste luchtvaartcentra van Europa is en ook een van de luchthavens is die het meest in de behoeften van passagiers voorziet. Voor het zuiden en oosten van Nederland bieden Brussel en Düsseldorf additionele mogelijkheden om te vliegen. Dus de internationale bereikbaarheid in Nederland via de lucht is uitstekend. Dit beeld wordt bevestigd door Burghouwt en De Wit (te verschijnen). Zij hebben berekeningen uitgevoerd naar het aantal (gewogen) indirecte connecties in 1999 van 31 belangrijkste Europese luchtvaartcentra. Het aantal indirecte connecties is afhankelijk van het aantal vluchten van en naar een luchtvaartcentrum, de minimale verbindingstijd en de kwaliteit van de verbinding. Uit deze zogenoemde WNX-index blijkt dat in 1999 Frankfurt, Paris CDG, London Healthrow en Amsterdam Schiphol de markt voor indirecte connecties domineerden. Vooral KLM heeft zijn positie in Amsterdam significant verbeterd over de geanalyseerde periode 1990-1999, zonder veel extra investeringen. Fysieke infrastructuur: het aantal kilometers weg en rails per inwoner Om het aantal kilometers weg per inwoner te berekenen is gebruik gemaakt van gegevens uit de World Road Statistics van de International Road Federation (IRF, http://www.irfnet.org).53 In deze databron is alleen het aantal kilometers weg per vierkante kilometer gemeten. Op deze statistiek scoort Nederland zeer goed in vergelijking met het buitenland. Nederland heeft een goede fysieke infrastructuur. Echter, wanneer bovenstaande statistiek wordt gecorrigeerd voor de bevolkingsdichtheid van een land verandert het beeld. De bevolkingsdichtheid wordt gemeten door het aantal inwoners per vierkante kilometer. Voor de totale populatie zijn gegevens gebruikt uit de UN Monthly Bulletin of Statistics 1997-2001 en voor de totale landoppervlakte zijn cijfers afkomstig van de Fund and Agriculture Organization of the United Nations (FAO, http://www.fao.org). Aldus wordt het aantal kilometers weg per inwoner verkregen door het aantal kilometers weg per vierkante kilometer te delen door het aantal inwoners per vierkante kilometer. De relatieve positie van Nederland op deze bereikbaarheidsindicator is weergegeven in figuur 6.7. Nederland scoort matig op het aantal kilometers weg per inwoner, net onder het internationale gemiddelde. Nederland zit met deze score ongeveer op hetzelfde niveau als de landen Japan, Griekenland en Duitsland. Niettemin is er wel sprake van een lichte verbetering in de periode 1999-2001 ten opzichte van de periode 1995-1998. Landen die erg goed scoren zijn Ierland, Zweden, Oostenrijk en de VS. Naast vervoer over de weg is vervoer over rails een belangrijk aspect van bereikbaarheid. Gegevens over het aantal kilometers rails per vierkante kilometer is afkomstig uit de International Railway Statistics 1996-2002 van de International Union of Railways (UIC). Deze gegevens zijn wederom gedeeld door het aantal inwoners per vierkante kilometer om het aantal kilometers rails per inwoner te verkrijgen.
53
Deze gegevens zijn ook opgenomen in de World Competitiveness Yearbook van het IMD.
96
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.7
Aantal kilometers weg per inwoner, 1995-2001
0,03 0,03 0,02 0,02 0,01 0,01
rla
nd
en ed
Ie
Zw
nr s te
Oo
De
1995-1998
ij k
VS
d Fi
Fr
ne
an nl
kr an
Be
ar m
Sp
Gr
i jk
ië lg
ke
n
je an
la n en
ie k
rl a
d
nd
n
de Ne
Du
it s
Ja
lan
pa
d
l ga rt u Po
Ita
l ië
VK
0,00
1999-2001
Bron: IRF World Road Statistics 1997-2002.
In figuur 6.8 is een overzicht opgenomen van het aantal kilometers rails per inwoner over de periode 1995-2002. Hieruit blijkt dat Nederland niet goed scoort. Alleen Japan heeft een lager aantal kilometers rails per inwoner dan Nederland. Landen als Zweden, Finland, Ierland, de VS en Oostenrijk scoren wederom erg hoog, evenals het geval was bij het aantal kilometers weg per inwoner. In den brede kan er worden geconstateerd dat de infrastructurele capaciteit (aantal kilometers weg en rails) het tempo van de mobiliteitsgroei niet heeft kunnen bijbenen. Figuur 6.8
Aantal kilometers rails per inwoner, 1995-2002
0,0014 0,0012 0,0010 0,0008 0,0006 0,0004 0,0002 0,0000 Ja
pa
n N
e ed
rl a
nd Gr
e ie k
nl
an
d r Po
tu
ga
l
I ta
l ië
VK
Sp
an
je
Be
lg
ië De
n
em
1995-1998
ar
ke
n i Du
tsl
an
d
1999-2002
Bron: UIC International Railway Statistics, 1996-2002.
97
a Fr
nk
ri j
k Ie
r la
nd O
te os
nr
ijk
VS
Fi
nl
an
d Zw
ed
en
Prestatie van Nederland op belangrijkste locatiefactoren
Congestie op wegen Het aantal kilometers weg en het aantal kilometers rails, zowel per vierkante kilometer grondoppervlak als per inwoner, geven indicaties van het aanbod en potentieel gebruik van de fysieke infrastructuur in een land. Een andere indicator voor de bereikbaarheid betreft de intensiteit van het gebruik van de fysieke infrastructuur. Immers, naarmate deze intensiteit hoger is bestaat een groter gevaar voor congestie. Voor vervoer over rails zijn geen intensiteitsgegevens gevonden. Over de reistijden en congestie (vertragingstijden) op wegen zijn ook geen internationale cijfers beschikbaar. Er zijn echter wel gegevens over de drukte op wegen middels de gemiddelde intensiteiten per rijstrook. Deze drukte gebruiken we als indicator voor de kans op congestie. Hiervoor kan een overzicht worden gebruikt van de VN waarin de intensiteit per rijstrook op E-wegen (Europese snelwegen) in 2000 is gemeten (UNECE, 2003). De intensiteiten betreffen het gemiddelde aantal motorvoertuigen per rijstrook per dag. In figuur 6.9 is van deze intensiteiten een overzicht weergegeven voor Nederland en een aantal ons omringende landen. Hieruit blijkt dat Nederland een grotere gemiddelde intensiteit kent per rijstrook op E-wegen dan de ons omringende landen. Figuur 6.9
Intensiteit op E-wegen per land, 2000
18000
16560
16000 14000
12822
12000
11216 9799
10000 8180
8000 6000 4000 2000 0 Frankrijk
België
Duitsland
VK
Nederland
Bron: UNECE (2003), bewerking AVV.
6.4 World Class karakter kennisinstellingen Voor het World Class karakter van kennisinstellingen zijn gegevens gebruikt uit Van Steen e.a. (2004). Hierin is een indicator opgenomen die het aantal verkregen citaties in ‘corporate research papers’ wereldwijd meet, relatief ten opzichte van het aandeel binnenlandse publicatieoutput als percentage van de wereldwijde publicatieoutput. In figuur 6.10 is deze indicator weergegeven voor de periode 1996-2001. Hierin is het wereldwijde gemiddelde op 1,00 gesteld, aangezien het aantal citaties door ‘corporate research papers’ alsmede de binnenlandse publicatieoutput worden gemeten als aandeel van de wereldwijde totalen. Nederland scoort 3 procent boven het wereldwijde gemiddelde. De gemiddelde score van de voormalige EU-15 ligt 13 procent lager dan het wereldwijde gemiddelde.
98
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.10 Aantrekkelijkheid van binnenlandse wetenschappelijke basis voor bedrijfsonderzoek (corporate research) 1,2 1
1 0,85
0,87
Finland
EU-15*
0,9
1,03
1,08
1,12
0,93
0,8
0,6
0,4
0,2
0 Duitsland
VK
Wereld
Nederland
Zweden
België
Bron: Van Steen e.a. (2004), op basis van ISI-data van het Nederlands Observatorium voor Wetenschap en Technologie.
6.5 Samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen Voor samenwerkingsverbanden tussen universiteiten en bedrijven en bedrijven onderling zijn alleen harde data van het CBS en Eurostat beschikbaar tot 1996 (zie Ministerie van Economische Zaken, 2004a, blz. 50). Overigens is deze indicator voor de voormalige EU15 alleen beschikbaar voor 1996. In 1996 loopt Nederland achter ten opzichte van de EU15 op het gebied van samenwerking met universiteiten, evenals samenwerking met researchinstellingen. Nadien zijn er geen harde data hierover meer verschenen. Omdat deze gegevens gedateerd zijn, is gebruikt gemaakt van enquêteresultaten uit het World Competitiveness Yearbook van het IMD.54 Hierin zijn de volgende twee samenwerkingsvragen opgenomen die respondenten op een schaal van 1 (zeer slecht) tot 6 (zeer goed) konden beantwoorden: 1) Research cooperation/knowledge transfer between companies and universities is sufficient. 2) Technological cooperation is developed between companies. In figuur 6.11 is de samenwerking tussen bedrijven en universiteiten over de periode 1995-2004 weergegeven voor een ongewogen gemiddelde van de voormalige EU-15 (zonder Nederland en Luxemburg), Japan, de VS en Nederland. Voor Nederland valt op dat de mate van samenwerking in de perceptie van de ondervraagden is gestegen tot het jaar 2000. Vanaf dat jaar is een daling waar te nemen tot en met 2003. Pas vanaf 2003 is weer een stijgende lijn waar te nemen. Deze fluctuatie in de mate van samenwerking komt niet naar voren in het ongewogen EU-gemiddelde. Hier was de mate van samenwerking weliswaar qua niveau onder dat van Nederland, maar is vanaf 1998 tot en met 2004 wel een structurele stijgende lijn waar te nemen.
54
Zie appendix 7 voor een toelichting op het World Competitiveness Yearbook van het IMD.
99
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.11 Mate van onderzoekssamenwerking tussen bedrijven en universiteiten 7,5 7
VS
6,5 6 NED
5,5
EU-15*
5
JAP
4,5 4 3,5 3 1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
Bron: IMD World Competitiveness Yearbook, enquêtegegevens. * Ongewogen gemiddelde, zonder Luxemburg en Nederland.
Voor de VS geldt dat onderzoekssamenwerking tussen bedrijven en universiteiten het hoogst is qua niveau. Wel blijft de mate van onderzoekssamenwerking constant vanaf 2003 met zelfs een lichte daling in 2004. Voor Japan geldt de grootste volatiliteit in de enquêtegegevens. Sinds 1995 tot en met 2002 is de mate van onderzoekssamenwerking tussen Japanse bedrijven en universiteiten structureel gedaald volgens de Japanse ondervraagde executives. Echter, sinds 2002 is een zeer snelle stijging waar te nemen. Deze omslag in perceptie zou te maken kunnen hebben met een aantal samenwerkingsinitiatieven die Japan begin 2000 heeft opgestart.55 Verder zijn in april 2004 alle 97 nationale universiteiten in Japan geprivatiseerd om aansluiting bij het bedrijfsleven te bevorderen en start-ups vanuit universiteiten te stimuleren.
55
In Japan heeft het Ministry of Education, Culture, Sports, Science and Technology (MEXT) in 2002 het Creative Research for Evolutional Science and Technology Program gelanceerd. Dit programma stimuleert fundamenteel onderzoek dat bijdraagt aan de vorming van nieuwe technologieën en moedigt verdere samenwerking met de private sector aan. Een andere ontwikkeling die invloed kan hebben op de publiek-private samenwerking is dat MEXT in april 2004 alle 97 nationale universiteiten van Japan heeft geprivatiseerd. Hoewel deze universiteiten nog gefinancierd worden door de overheid, zijn ze zelfstandig in hun strategie- en beleidsbeslissingen. Met deze zelfstandigheid kunnen universiteiten zich beter profileren bij de werving van nieuwe studenten, want door aanhoudende daling in het aantal aanmeldingen bij universiteiten wordt de concurrentie met de bijna 500 private universiteiten steeds groter. Een andere manier om zich te profileren is een betere aansluiting bij het bedrijfsleven te bevorderen en start-ups vanuit universiteiten te stimuleren. Tot slot heeft het National Institute of Advanced Industrial Science and Technology (AIST) (te vergelijken met een instituut als TNO) in 2002 het Innovation Center for Startups opgericht (AIST-INCS). Deze organisatie heeft tot taak om startups te stimuleren en te begeleiden om technologieën die via AIST ontwikkeld zijn op de markt te brengen. De samenwerking tussen universiteiten, AIST en andere onderzoeksinstituten staat daarbij centraal. De voorbeelden omtrent nieuwe samenwerkingsinitiatieven in Japan zijn afkomstig van Erik Blomjous, werkzaam als Technisch Wetenschappelijk Attaché in Tokio.
100
Prestatie van Nederland op belangrijkste locatiefactoren
In figuur 6.12 is de samenwerking tussen bedrijven onderling weergegeven voor de periode 1995-2004. Wat direct opvalt is dat de verschillen hier veel kleiner zijn dan bij samenwerking tussen bedrijven en universiteiten. Daarnaast zijn ook de trends van deze samenwerkingsindicator voor de verschillende landen hetzelfde. Er zijn alleen kleine niveauverschillen, waarbij de VS wederom het beste scoort. Figuur 6.12 Technologische samenwerking tussen bedrijven 8 VS
7,5
JAP
7 NED
6,5
EU-15*
6 5,5 5 4,5 4 1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
Bron: IMD World Competitiveness Yearbook, enquêtegegevens. * Ongewogen gemiddelde, zonder Luxemburg en Nederland.
6.6 Capaciteit en kwaliteit ICT/telecominfrastructuur Er is een aantal indexen bruikbaar die de kwaliteit en capaciteit van de ICT/telecominfrastructuur van Nederland benchmarken. De twee belangrijkste indexen zijn The Digital Access Index van de International Telecommunications Union (ITU) en de e-readiness rankings van de Economist Intelligence Unit (EIU) van de The Economist. Beide zullen hieronder kort besproken worden. The Digital Access Index The Digital Access Index van de International Telecommunications Union (ITU) is geconstrueerd op grond van 5 ICT-indicatoren, te weten: 1) de beschikbaarheid van de infrastructuur; 2) de betaalbaarheid van de toegang tot het internet; 3) de kwaliteit van de ICT-diensten; 4) het internetgebruik; 5) het opleidingsniveau. Aangezien het opleidingsniveau onder de R&D-vestigingsplaatsfactor beschikbaarheid van gekwalificeerd personeel valt, filteren we deze indicator uit de DAI. We gaan dus uit van de eerste vier indicatoren. Deze indicatoren zijn als volgt opgebouwd. 1) De beschikbaarheid van de ICT-infrastructuur omvat het aantal telefoonabonnees per 100 inwoners en het aantal mobiele telefoonabonnees per 100 inwoners.
101
Prestatie van Nederland op belangrijkste locatiefactoren
2) De betaalbaarheid van de toegang tot het internet is bepaald door de tarieven van internettoegang te delen op het nationaal inkomen per hoofd van de bevolking. 3) De kwaliteit van ICT-diensten wordt bepaald door de internetbandbreedte (in bits) per hoofd van de bevolking en door het aantal breedbandabonnees per 100 inwoners te berekenen. 4) Het internetgebruik is tot slot bepaald door het aantal internetgebruikers per 100 inwoners te bepalen. In figuur 6.13 is de score van Nederland op bovenstaande punten gebenchmarkt. Nederland heeft met de derde plaats tussen 14 andere landen een toppositie. Alleen twee Scandinavische landen scoren beter. Verder valt op dat alle landen ongeveer gelijk scoren op de beschikbaarheid van de ICT-infrastructuur en de betaalbaarheid van internettoegang. De verschillen tussen landen (die bepalend zijn voor de relatieve positie in deze lijst) zijn vooral te vinden in het internetgebruik en in mindere mate de kwaliteit van ICT-diensten. Figuur 6.13 zegt iets over de uitgangspositie van Nederland op verschillende elementen van de ICT-infrastructuur. Echter, om de ontwikkeling in de tijd te bepalen is de Digital Access Index onbruikbaar, aangezien deze slechts voor een jaar bekend is.56 Om de score van Nederland over de tijd te bekijken kan als alternatief de e-readiness rankings van The Economist gebruikt worden. Figuur 6.13 Digital Access Index opgebouwd uit subfactoren 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1
en ed
ar m en e
D
Zw
ke n
nd rla
nd N
ed e
Fi
nl a
S V
K
pa Ja
V
n
k r ij
d
te n os
O
ui ts
la n
lg ië
5
lië
-1 EU
Ita
Be
D
Fr
an
kr
ijk
nd rla Ie
Sp a
nj
e
0,0
Infra
Kosten
Kwaliteit
Gebruik
Bron: ITU Digital Access Index, 2003. http://www.itu.int/ITU-D/ict/dai.
56
De Digital Access Index is nog wel voor 2002 verschenen, maar gegevens over de onderliggende subfactoren waaruit de totaalscore is opgebouwd zijn niet direct beschikbaar.
102
Prestatie van Nederland op belangrijkste locatiefactoren
e-readiness rankings De e-readiness rankings is een internationale ICT-ranglijst van de Economist Intelligence Unit (EIU), onderdeel van de Britse Economist Group die ook het blad The Economist uitgeeft. De e-readiness rankings is opgebouwd uit zes categorieën die een verschillend gewicht meekrijgen in de totaalscore. De zes categorieën zijn respectievelijk de connectiviteit en technologie-infrastructuur (25%), de bedrijfsomgeving (uitgaande van de 70 indicatoren die worden gebruikt in de ‘business environment rankings’ voor 60 landen van de EIU) (20%), ‘consumer and business adoptation’ (20%), wetgevingskwaliteit en beleidsomgeving (15%), en de ondersteuning van ICT-diensten (5%). Voor onze benchmark is alleen de eerste indicator (connectiviteit en technologieinfrastructuur) relevant. De indicator connectiviteit en technologie-infrastructuur meet de toegankelijkheid die individuen hebben tot vaste en mobiele telefoondiensten, pc’s en het internet. De kosten, kwaliteit en betrouwbaarheid van de telecommunicatiediensten (als gevolg van concurrentie op de telecommunicatiemarkt), alsmede van het internet, worden als determinanten meegenomen in deze indicator. In 2004 zijn ook gegevens over breedband meegenomen. Aldus samengevat valt onder de indicator connectiviteit en technologie-infrastructuur: het aantal vaste en mobiele aansluitingen, het aantal breedband- en internetaansluitingen, het aantal pc’s, de mate van concurrentie in de telecommunicatiemarkt, de kwaliteit van de internetconnecties en de veiligheid van de telecommunicatie-infrastructuur. Nederland neemt wedrom een toppositie in op het gebied van de connectiviteit en technologie-infrastructuur (figuur 6.14). Wel is de connectiviteit van Nederland in 2004 gedaald ten opzichte van 2003, maar een daling is ook bij de andere benchmarklanden waarneembaar. De daling in Nederland werd onder meer veroorzaakt door te geringe overheidsinspanningen voor wettelijke regelingen rondom internettransacties (zoals Trusted Third Parties) en snellere groei van landen die beter scoorden (zie Ministerie van Economische Zaken, 2004b). Figuur 6.14 Connectiviteit en technologie-infrastructuur 8 7 6 5 4 3 2 1
2002
2003
Bron: EIU e-readiness rankings (2002, 2003, 2004).
103
N
V K ed er la nd D en em ar ke n Zw ed en
S V
nl a
nd
nd
Fi
tsl a
k ui D
nr ij os te
O
Be
lg ië
nd Ie rla
nk rij k
Fr a
Ita l ië
rtu ga l Po
Ja pa n
Sp an je
G
r ie
ke nl
an d
0
2004
Prestatie van Nederland op belangrijkste locatiefactoren
6.7 R&D-stimuleringsmaatregelen Er is niet veel bekend over de mate van private R&D-stimulering door overheden. Een bron waarin gegevens hierover bekend zijn is de OECD Science, Technology and Industry Scoreboard. In Donselaar e.a. (2000) is de financiële stimulering van bedrijfsR&D door de overheid berekend als percentage van het BBP (zie figuur 6.15). Uit de figuur blijkt dat Nederland inclusief het fiscale instrumentarium in de middengroep scoort, op een vergelijkbaar niveau als Frankrijk, de VS en Australië. Het probleem met figuur 6.15 is dat de cijfers gedateerd zijn. Daarom is getracht nieuwe berekeningen te maken van de overheidsfinanciering van bedrijfs-R&D. Deze bijgewerkte indicator is als volgt berekend. Voor het niet-fiscale deel van de R&D-stimulering is de OECD-maatstaf overheidsfinanciering van private R&D gebruikt.57 Voor het fiscale deel is uitgegaan van de fiscale R&D-stimulering uit de bèta-index.58 In de bèta-index wordt echter alleen fiscale R&D-stimulering per grootteklasse (MKB en grote bedrijven) weergegeven. Daarom is de verdeling van private R&D naar grootteklasse gebruikt uit de OECD Science and Technology Scoreboard om de fiscale stimulering van bedrijfs-R&D voor de totale bedrijfspopulatie te kunnen berekenen.59 Figuur 6.15 Financiële stimulering door de overheid van bedrijf-R&D, %BBP, 1997 of meest recente ander jaar* 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 VK
Japan
Australië
Nederland
Duitsland
Fiscaal
Frankrijk
Canada
VS
Finland
Niet-fiscaal
Bron: Donselaar e.a., 2000, blz. 14. * Inclusief fiscaal instrumentarium: 1995 voor Canada en Frankrijk. Exclusief fiscaal instrumentarium: 1995 voor Canada, Frankrijk en Japan, 1996 voor de Verenigde Staten en Australië. 57
Deze cijfers bevatten echter ook R&D-overheidsopdrachten. De recente cijfers zijn dus een minder zuivere maatstaf voor de hoeveelheid overheidsstimulering van private R&D dan de indicator uit Donselaar e.a. (2000). 58 Meer informatie over de bèta-index is te vinden in appendix 7. 59 Voor Nederland en Noorwegen geldt dat het MKB als grootteklasse is gedefinieerd als 0-199 medewerkers in plaats van 0-249 medewerkers. Voor Nieuw-Zeeland geldt een definitie van 0-99 medewerkers. Voor Japan en Korea geldt een MKB-grootteklasse van minder dan 299 medewerkers. Voor Zweden ontbreken gegevens voor bedrijven met minder dan 50 medewerkers. 1999: Denemarken, Duitsland, Griekenland, Nieuw-Zeeland. 2000: Australië, Canada, Frankrijk, Italië, Nederland, de VS, Zwitserland. 1998: Oostenrijk (geldt ook voor directe financiering overheid).
104
Prestatie van Nederland op belangrijkste locatiefactoren
Tot slot is de fiscale R&D-stimulering opgeteld bij de directe overheidsstimulering van private R&D. De resultaten van deze berekening staan in figuur 6.16. Hierin zijn voor 2001 de totale R&D-stimuleringsmaatregelen weergegeven als percentage van de totale private R&D-uitgaven. Met andere woorden, welk deel van de private R&D wordt door de overheid gefinancierd (inclusief overheidsopdrachten). Uit de figuur blijkt dat circa 20% van de totale private R&D in Nederland wordt gefinancierd door de overheid. De nieuwe berekeningen geven ongeveer eenzelfde beeld als de eerdere berekeningen van Donselaar e.a. (2000). Nederland bevindt zich in de middelgroep, op een vergelijkbaar niveau als Frankrijk, Oostenrijk, de VS en Denemarken. Figuur 6.16 R&D-stimuleringsmaatregelen van de overheid, 2001, % van private R&D-uitgaven 60 53,6 50 43,0 40
35,6
30 20
16,0
14,5
10 0,8
2,5
2,4
4,2
2,7
4,3
17,2
17,4
18,8
20,0
5,7
Sp an je
Ita lië
Po rtu ga l
V K N ed er la nd
V S os te nr ijk D en em ar ke n O
rij k
Fr an k
Be lg ië
d Zw ed en
ui tsl an
D
n
Ie rla nd
pa Ja
Fi nl an d
G rie ke nl an d
0
Bron: Fiscale R&D-stimulering is afkomstig uit OECD Science Technology and Industry Scoreboard 2003, bèta-index. Private R&D-uitgaven naar grootteklasse is ook afkomstig uit STI Scoreboard 2003. Private financiering door de overheid (inclusief overheidsopdrachten) is afkomstig uit de OECD Main Science & Technology Indicators, 2003-2. België en Ierland zonder fiscale stimuleringsmaatregelen, omdat hierover voor deze landen geen gegevens beschikbaar zijn. Percentage private financiering Oostenrijk is alleen beschikbaar voor 1998.
6.8 Kosten R&D-personeel De kosten van R&D-personeel zijn zelf berekend op grond van OECD-data uit de Main Science and Technology Indicators, zie voor berekening appendix 4. In figuur 6.17 is de ontwikkeling van de kosten van R&D weergegeven voor de periode 1995-2001. Wat opvalt is dat de kosten van R&D-personeel in Nederland relatief hoog zijn vergeleken met de EU-15, de VS en Japan. Gunstig is echter wel de trend in Nederland. De R&Dkosten zijn in de periode 1999-2001 gedaald van ruwweg 70.000 dollar per fte R&Dpersoneel in 1999 (alles uitgedrukt in onderzoeksequivalenten) naar 66.000 dollar per fte R&D-personeel.60 Dit in tegenstelling tot bijvoorbeeld een land als Japan of Zweden,
60
Er is geen sprake van een absolute daling van de loonkosten van R&D-personeel. Relatief gezien is het aantal onderzoeks-fte’s (noemer) echter sterker gestegen dan de loonkosten van R&D, waardoor een relatieve daling van de loonkosten per onderzoeks-fte gemeten wordt.
105
Prestatie van Nederland op belangrijkste locatiefactoren
waar in het laatste geval de kosten van 1 fte R&D-personeel zijn gestegen van 62.000 dollar per jaar in 1995 naar meer dan 74.000 dollar in 2001. Figuur 6.17 Loonkosten R&D-personeel in tienduizenden $PPP per jaar, constante prijzen 1995, uitgedrukt in fte R&D-personeel, 1995-2001 7,5
7,0
NED
6,5 EU-15*
JAP
6,0
5,5 VS
5,0 1995
1996
1997
1998
1999
2000
2001
Bron: Berekeningen Ministerie van Economische Zaken op basis van gegevens uit de Main Science and Technology Indicators, rekening houdend met de samenstelling van R&D-personeel. * Ongewogen gemiddelde van de landen Denemarken, Duitsland, Finland, Frankrijk, Griekenland, Italië, Oostenrijk, Portugal, Spanje, het VK en Zweden. 1999 zonder Oostenrijk. 2000 zonder Denemarken, Duitsland, Griekenland en Oostenrijk.
6.9 Quality of life De kwaliteit van leven in Nederland is uitstekend vergeleken met het buitenland blijkt uit de enquête van het IMD. Hierin is respondenten gevraagd hun scores kenbaar te maken (1 = zeer slecht, 6 = zeer goed) op de stelling: Quality of life in your economy/country is high. In figuur 6.18 zijn de scores voor Nederland over de tijd weergegeven ten opzichte van Japan, de VS en de EU-15. Nederland scoort over de gehele linie erg goed wat betreft de kwaliteit van leven. Vanaf 2002 neemt Nederland zelfs een toppositie in ten opzichte van de VS, de EU-15 en Japan. Over de tijd blijft de Nederlandse score redelijk constant (met uitzondering van 1995-1996). Dit in tegenstelling tot Japan waar de kwaliteit van leven een vrij grote stijging heeft gekend in de periode 1995-2004. De vraag is hoe een betrekkelijk moeilijk te meten indicator als de kwaliteit van leven beleidsmatig kan worden verbeterd. In een brief van zes grote multinationale ondernemingen aan het Innovatieplatform schenken deze bedrijven aandacht aan deze locatiefactor. Volgens hen kan Nederland de goede uitgangspositie benutten door actief beleid om internationale aandacht te vestigen op de vele aantrekkelijke aspecten van het Nederlandse leefklimaat, bijvoorbeeld nadrukkelijk promoten van Nederland als aantrekkelijke locatie om te werken en wonen via een speciale website voor ‘expatriates in The Netherlands’, zie bijvoorbeeld de Singaporese versie op http://www.expatSingapore.com. Maar ook creatie van hoogwaardige woonomgevingen in de buurt van grote steden met als doelgroep buitenlandse werknemers van internationale bedrijven; met goede internationale scholen,
106
Prestatie van Nederland op belangrijkste locatiefactoren
internationaal georiënteerde uitgaansgelegenheden en veilige stations voor openbaar vervoer. Figuur 6.18 Quality of life 10
9 NED VS
8
EU-15*
7 JAP
6
5
4 1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
Bron: IMD World Competitiveness Yearbook, enquêteresultaten. Schaal van 0 (kwaliteit van leven is laag) tot 10 (kwaliteit van leven is hoog). * Ongewogen gemiddelde zonder Luxemburg en Nederland.
6.10 Belastingregelingen Voor algemene belastingregelingen zijn OECD Taxation Statistics gebruikt. Bedrijven kijken voor hun vestigingsplaatskeuze natuurlijk niet alleen naar de hoogte van de vennootschapsbelasting, maar vooral naar de algemene belastingdruk. Daarom is gekeken naar de totale belastingbaten als percentage van het bruto binnenlands product. Figuur 6.19 Belastingbaten als percentage van BBP, 1995-2001 60
40 32
29
27
46
45
45
37
36
36
34
44
43
41
30
51
50
50
20 10
Bron: OECD Taxation Statistics en OECD Economic Outlook nr. 74.
107
ed en Zw
ar ke n
an d
en em
ë
D
Fi nl
Be lg i
k Fr an kr ijk
nr ij
lië
os te O
Ita
er la nd
nd
ed N
D
ui ts
la
nd
K V
rie ke nl a G
Sp an je
nd Ie rla
S V
Ja pa n
0
Prestatie van Nederland op belangrijkste locatiefactoren
De gegevens over het BBP (volumes in constante prijzen 1995 ($PPP)) zijn afkomstig uit de OECD Economic Outlook nr. 74. In figuur 6.19 is de score van Nederland ten opzichte van andere landen weergegeven. Omdat er geen grote fluctuaties zijn voor de landen in de algemene belastingbaten als percentage van het BBP, is een gemiddelde weergegeven voor de periode 1995-2001. Uit figuur 6.19 kan opgemaakt worden dat Nederland gemiddeld scoort. Echter, dit beeld is ietwat vertekend als bedacht wordt dat Scandinavische landen vanwege goede overheidsvoorzieningen een hogere belastingdruk hebben. Als gekeken wordt naar landen als Ierland, Japan, de VS en Duitsland wordt duidelijk dat Nederland nog een inhaalslag kan maken op het gebied van belastingdruk. 6.11 Regulering en wetgeving De mate van belemmerende wet- en regelgeving voor het bedrijfsleven is een erg breed begrip en moeilijk in kwantitatieve termen weer te geven. Om een indicator te construeren die representatief is hiervoor, is gebruik gemaakt van enquêtegegevens van vier indicatoren uit The World Competitiveness Yearbook (IMD). Deze vier indicatoren hebben betrekking op de arbeidsmarktwetgeving, de concurrentiewetgeving, de milieuwetgeving en financiële instituties. Hieronder staan de vier wetgevingscriteria opgenomen uit het IMD, waarbij aan de respondenten is gevraagd om hun scores aan te geven op een schaal van 1 (zeer slecht) tot 6 (zeer goed). 1) Labour market regulations (hiring and firing practices, minimum wages, etc.) do not hinder business activity. 2) Competition legislation in your economy is efficient in preventing unfair competition. 3) Legal regulation of financial institutions is adequate for financial stability. 4) Environmental laws do not hinder the competitiveness of businesses. Bovenstaande indicatoren zijn van belang voor het lokaliseren van R&D, omdat uit onderzoek blijkt dat spillovereffecten groter zijn in een competitieve markt dan in een minder competitieve markt (zie ook paragraaf 2.6). Milieuwetgeving en arbeidsmarktwetgeving zijn op zichzelf geen doorslaggevende locatiefactoren, maar moeten meer als randvoorwaardelijk gezien worden. Bedrijven zullen zich niet vrijwillig in een land vestigen waar de lokale wetgeving hen hindert in hun bedrijfsvoering. Figuur 6.20 representeert de periode 1995-1999 en figuur 6.21 de periode 2000-2004. In beide figuren is de bijdrage van alle vier criteria aan de totaalscore op deze vier criteria weergeven op een schaal van 0-10. Hierbij staat een score 0 voor een zeer belemmerende institutionele omgeving voor het bedrijfsleven en 10 staat voor een niet belemmerende omgeving. Uit de figuren blijkt dat Nederland zich in beide perioden in de subtop bevindt op het gebied van belemmerende wet- en regelgeving voor het bedrijfsleven. Nederland scoort goed op de criteria concurrentiewetgeving en financiële instituties. Een verbeterpunt ten opzichte van de toplanden is de milieuwetgeving en vooral de arbeidsmarktwetgeving. Met betrekking tot dit laatste aspect kan nog de nodige flexibilisering doorgevoerd worden, wat in lijn is met de beleidsaanbevelingen uit de groeibrief van het Ministerie van Economische Zaken en het Ministerie van Sociale Zaken en Werkgelegenheid (2004) en het rapport van Buck Consultants International (2004).
108
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.20 Mate van belemmerende regulering en wetgeving voor het bedrijfsleven, 1995-1999. 8,0 7,0 6,0 5,0 4,0 3,0 2,0 1,0
ke n
K V
nd
m
Ie
ar
r la
S V
nd
nd Fi nl a
en e
O
N
ed e
r la
r ij
k
d os
te n
la n
en
ui ts
ed
D
Zw
Po r
tu
ga
l
ijk
e
nk r
nj
Fr a
Sp a
Be
lg ië
n pa Ja
d la n
ke n
D
G
rie
Ita
lië
0,0
Arbeidsmarktwetgeving
Concurrentiewetgeving
Financiële instituties
Milieuwetgeving
Bron: IMD World Competitiveness Yearbook, enquêtegegevens. Schaal van 0 (zeer belemmerend) tot 10 (niet belemmerend).
Figuur 6.21 Mate van belemmerende regulering en wetgeving voor het bedrijfsleven, 2000-2004. 8,0 7,0 6,0 5,0 4,0 3,0 2,0 1,0
ke n ar
nd
m
S
D
en e
Fi nl a
nr te
V
ijk
nd r la Ie
os O
r la
nd
K V N
ed e
en
Zw
ed
je an Sp
d la n
lg ië D
ui ts
Be
l ga tu
Po r
nk r
ijk
n pa Ja
Fr a
d la n
ke n
G
rie
Ita
lië
0,0
Arbeidsmarktwetgeving
Concurrentiewetgeving
Bron: zie figuur 6.20.
109
Financiële instituties
Milieuwetgeving
Prestatie van Nederland op belangrijkste locatiefactoren
6.12 Ondernemerschap Nieuwe bedrijvigheid draagt in belangrijke mate bij aan vernieuwing van een economie (zie Schumpeter, 1934). Dynamisering is daarom een locatiefactor van R&D. Nieuwe bedrijven zijn vaak de radicale innovatoren en grote MNO’s zoeken structureel naar nieuwe kleine bedrijven die de vrijheid hebben om radicale innovaties te realiseren.61 Voor de mate van ondernemerschap is een indicator gebruikt uit de BLISS Compendia dataset. COMPENDIA staat voor COMparative ENtrepreneurship Data for International Analysis. Hierin zijn gegevens voor 23 OECD-landen opgenomen over het aantal ondernemers in een land en de grootte van de beroepsbevolking voor de periode 19722002. Het quotiënt van deze twee variabelen wordt de ‘business ownership rate’ genoemd.62 Figuur 6.22 geeft de ‘business ownership rate’ voor 1995-2002 weer. Figuur 6.22 Business Ownership Rate 16
15 EU-15*
14
13 NL
12 JAP
11 VS
10 1995
1996
1997
1998
1999
2000
2001
2002
Bron: EIM Compendia dataset. * Ongewogen gemiddelde, zonder Luxemburg en Nederland.
Wat opvalt aan figuur 6.22 is dat voor de EU-15, Japan en de VS sprake is een dalende trend. Nederland blijft voor dat betreft het meest stabiel, al moet gezegd worden dat vanaf 2000 ook sprake is van een licht dalende trend in Nederland. Qua niveau is het aantal ondernemers als percentage van de beroepsbevolking in Nederland tot 2000 ongeveer 3%-punt lager dan het EU-gemiddelde. Vanaf 2000 is dit verschil gedaald tot ongeveer 2%-punt. De VS en Japan zitten beide op een lager niveau en ook de negatieve trend van de ‘business ownership rate’ is sterker dan in Nederland. De relatief gunstige positie van 61
De grote MNO’s die zich meer richten op incrementele innovaties (vanwege de hoge kosten en risico’s die gepaard gaan met R&D) acquireren deze kleine bedrijven wanneer een nieuwe technologie blijkt te renderen. Deze ontwikkeling wordt wel eens aangeduid als Acquisition and Development (A&D). 62 De achterliggende data van de Compendia dataset zijn gebaseerd op de OECD labour force statistics. In deze statistieken wordt ondernemerschap op verschillende manieren gedefinieerd. In de Compendia dataset is deze data geharmoniseerd door gebruik te maken van informatie uit de OECD Employment Outlook juni 2000 (hoofdstuk 5), The European Observatory for SMEs: Sixth Report en nationale bronnen. Tot slot zijn in de Compendia dataset alleen data beschikbaar voor de even jaren. De oneven jaren zijn geïnterpoleerd.
110
Prestatie van Nederland op belangrijkste locatiefactoren
Nederland ten opzichte van de VS is opmerkelijk te noemen en strookt niet met het beeld wat we hebben van het ‘ondernemende Amerika’. Hiervoor kan een drietal (niet uitputtende) verklaringen worden aangedragen.63 1) Ten eerste is de VS vooral ondernemender in termen van start-ups. Uit andere statistieken blijkt namelijk dat de VS relatief veel meer startende bedrijven heeft dan andere landen. Hier staat tegenover dat het aantal ‘exits’ ook hoger is in de VS en per saldo is de toename van het aantal bedrijven (ondernemers) niet hoger dan in andere landen. De data in de Compendia dataset betreft het aantal ondernemers als zodanig (dus eigenaren van zowel nieuwe als oude bedrijven) en in die termen heeft de VS niet meer ondernemers dan Nederland. 2) Het is mogelijk dat in de VS veel mensen een eigen bedrijf hebben naast een baan in loondienst (waarbij de baan in loondienst groter is dan de baan als ondernemer). Omdat het bij de Compendia dataset om de ‘main occupation’ gaat worden zulke ondernemers niet geteld. Dit kan ook een reden zijn voor het lagere cijfer van de VS. 3) Er zijn diverse statistische aspecten die de correcte vaststelling van de cijfers voor de VS bemoeilijken. Zie hiervoor het EIM-rapport dat over Compendia is verschenen: http://www.eim.net/pdf-ez/H200302.pdf. Niettemin zijn de Compendia data volgens het EIM wel de meest betrouwbare schatting. 6.13 Toegevoegde waarde van buitenlandse bedrijven in een land Uit de regressieanalyse bleek dat de veel gehoorde redenering dat productie wel naar lagelonenlanden kan vertrekken, zolang Nederland zelf maar de hoogwaardige activiteiten (zoals R&D) verricht, niet helemaal opgeld doet. Nog steeds is R&D erg verweven met productie, hoewel dit waarschijnlijk voor een groot deel de developmentfunctie van R&D betreft. Bedrijven zullen dus eerder geneigd zijn nieuwe investeringen in R&D te plegen als ze al actief zijn in een land met een productie-, distributie of marketingfaciliteit. Daarnaast trekt de aanwezigheid van buitenlandse ondernemingen op zichzelf ook nieuwe buitenlandse activiteiten (waaronder R&D) aan. Vandaar dat het belangrijk is om te kijken naar het aandeel van buitenlandse bedrijven in de totale toegevoegde waarde in een land. Gegevens over de toegevoegde waarde van buitenlandse bedrijven in de industrie zijn afkomstig uit de Activities of Foreign Affiliates database van de OECD. Data over de totale toegevoegde waarde komen uit de STAN-database en de Structural Statistics for Industry and Services, beide van de OECD. In figuur 6.23 is de Nederlandse positie over de tijd weergegeven ten opzichte van Japan, de VS, Frankrijk, Ierland, het VK en Zweden. Uit de figuur wordt duidelijk dat Nederland een gemiddelde positie inneemt voor wat betreft het aandeel van buitenlandse industriële bedrijven in de totale industriële toegevoegde waarde. Nederland bevindt zich met deze score op een vergelijkbaar niveau als Frankrijk en Zweden. Landen als de VS en vooral Japan hebben een veel lagere uitgangspositie, hetgeen waarschijnlijk te maken heeft met het relatief autarkische karakter van beide landen. Het andere uiterste is Ierland waar in 1999 bijna 84% van de totale toegevoegde waarde op rekening kwam van buitenlandse bedrijven in dat land.
63
Toelichting is afkomstig van André van Stel, werkzaam voor het EIM.
111
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.23 Aandeel van buitenlandse bedrijven in de totale toegevoegde waarde, totale industrie, 1995-2000 90 IER
80 70 60 50 VK
40
ZWE FRA
30
NL
20
VS
10 JAP
0 1995
1996
1997
1998
1999
2000
Bron: OECD AFA-database, OECD STAN-database en de Structural Statistics for Industry and Services van de OECD.
6.14 Privaat R&D-kapitaal Een belangrijke locatiefactor is de hoeveelheid privaat R&D-kapitaal in een land (zie de macro-economische regressieanalyse in paragraaf 5.4). Deze indicator is een goede maatstaf voor de opgebouwde kennisvoorraad in een land. Tevens gaat belangrijke aantrekkingskracht uit van de hoeveelheid private R&D-kapitaal in een land. Indien er veel R&D-activiteiten plaatsvinden in een land, vormt dat een goede prikkel voor buitenlandse bedrijven om zich daar te vestigen om onder andere te kunnen profiteren van spillovereffecten. In figuur 6.24 is de Nederlandse private R&Dkapitaalgoederenvoorraad verleken met die van andere landen over de periodes 19951998 en 1999-2001 (zie appendix 3 voor de berekening van het private R&D-kapitaal). Figuur 6.24 Privaat R&D-kapitaal als percentage van het BBP, 1995-2001 16 14 12 10 8 6 4 2
1995-1998
Bron: OECD Main Science and Technology Indicators, 2003-2.
112
Zw ed en
er la nd its
Zw
S
pa n Ja
V
nd ui ts
la
nd
1999-2001
D
nl a Fi
K
Fr
an kr ijk
V
lg ië Be
N
Ie rla
Ita l ië
e Sp an j
rtu ga l Po
nd ed er la nd D en em ar ke n
G
r ie
ke nl
an d
0
Prestatie van Nederland op belangrijkste locatiefactoren
Nederland neemt een matige positie in ten opzichte van andere landen. Alleen ZuidEuropese landen en Ierland scoren slechter dan Nederland. Verder blijkt dat de meeste landen een stijging hebben gekend in de periode 1999-2001 ten opzichte van de periode 1995-1998. Nederland is vrijwel op hetzelfde niveau blijven steken. 6.15 Conclusies In het voorgaande is de Nederlandse positie op alle belangrijke locatiefactoren onderzocht. In deze paragraaf wordt een overzicht van de Nederlandse positie op alle locatiefactoren gepresenteerd ten opzichte van de EU-15 (figuur 6.25), de VS (figuur 6.26) en Japan (figuur 6.27). De locatiefactoren worden gepresenteerd voor het meest recente jaar. De relatieve score van Nederland ten opzichte van het buitenland wordt weergegeven in zogenoemde spiderdiagrammen. Hieruit kan snel worden afgelezen op welke indicatoren Nederland beter scoort en op welke slechter.64 De scores tussen twee landen zijn genormaliseerd op een schaal van 0 tot 1, waarbij het land dat het beste scoort op een bepaalde locatiefactor de score 1 krijgt.65 Positie van Nederland ten opzichte van EU-15 In figuur 6.25 is de relatieve positie van Nederland afgebeeld ten opzichte van een ongewogen gemiddelde van de EU-15. Nederland loopt op bijna alle locatiefactoren in de pas met de EU-15.66 Dit biedt een verklaring voor de gemiddelde positie van Nederland op het gebied het aantrekken van buitenlandse directe investeringen in R&D, zoals naar voren kwam uit hoofdstuk 3. Alleen op het gebied van het aantal afgestudeerden in wetenschap en technologie en de fysieke infrastructuur scoort Nederland duidelijk slechter dan het EU-gemiddelde. Deze achterstand vormt met name een probleem voor de toekomstige aantrekkingskracht van Nederland voor buitenlandse R&D-investeringen. Ook op het gebied van ondernemerschap loopt Nederland achter ten opzichte van de EU15. Een punt waar Nederland duidelijk beter op scoort dan de EU-15 zijn de R&Dstimuleringsmaatregelen en het World Class karakter van kennisinstituten. Ook op het gebied van de ICT/telecominfrastructuur en de gemiddelde opleidingsduur van de beroepsbevolking heeft Nederland een lichte voorsprong ten opzichte van de (voormalige) EU-15. 64
De indicatoren die de relatieve positie van Nederland op de verschillende locatiefactoren het beste duiden zijn opgenomen in de spiderdiagrammen. Voor sommige locatiefactoren kunnen bepaalde elementen niet opgenomen in de diagrammen, vaak vanwege gebrek aan kwantitatieve gegevens (bijvoorbeeld de luchtvaartbereikbaarheid). Om een vollediger beeld te krijgen van de Nederlandse score op de individuele locatiefactoren van R&D wordt verwezen naar paragrafen 6.2 t/m 6.14. 65 Om een voorbeeld te geven: de gemiddelde opleidingsduur van de beroepsbevolking in Nederland en de EU-15 zijn respectievelijk 11,9 en 10,7 jaar. Nederland krijgt in de spiderdiagram op deze locatiefactor de score 1 (best scorende land) en de EU wordt geschaald op 10,7/11,9 = 0,9. 66 Voor de kwaliteit en capaciteit van de ICT-infrastructuur is de e-readiness rankings gebruikt. Taxation is een negatieve indicator, daarom is het supplement genomen: (= 100%-taxation rate) waardoor het niet-belastbare tarief ontstaat. Om de kosten van R&D-personeel (ook een negatieve indicator) te normaliseren is de relatieve afstand tussen Nederland en het buitenland gespiegeld. Voorbeeld: de kosten voor R&D in NL bedragen USD 68.000 per fte en in Japan USD 55.000. Japan krijgt de waarde 1 (best scorende land) en NL krijgt als waarde 1-((68.000-55.000)/55.000) = 0,76.
113
Prestatie van Nederland op belangrijkste locatiefactoren
Figuur 6.25 Relatieve positie Nederland ten opzichte van EU-15* op de belangrijkste locatiefactoren Gemiddelde opleidingsduur (1998)* Privaat R&D (2001)*
1,0
Afgestudeerde scientists & engineers (2001)
0,8 Ondernemerschapsratio (2002)*
Aantal kilometer weg per inwoner (2001)*
0,6 0,4
Regulering en wetgeving (2004)*
World class karakter instellingen ('96-'00)
0,2 0,0
Techn. samenw. tussen bedrijven (2004)*
Taxation (2001)*
Onderzoekssamenwerking bedrijven en universiteiten (2004)*
Quality of life (2004)* Kosten R&D-personeel (2000)*
ICT-infrastructuur (2004)*
R&D-stimuleringsmaatregelen (2001)*
NL
EU-15*
Toelichting: * Ongewogen gemiddelde zonder Luxemburg en Nederland. Kosten van R&Dpersoneel in de EU-15: ongewogen gemiddelde voor de landen Denemarken (1999), Duitsland (1999), Finland (2000), Frankrijk (2000), Griekenland (1999), Italië (2000), Spanje (2000), VK (2000), Portugal (2000) en Zweden (2000). R&D-kapitaal is een ongewogen EU-gemiddelde zonder Oostenrijk. Zonder toegevoegde waarde van buitenlandse bedrijven als indicator, omdat hierover voor de EU-15 geen gegevens beschikbaar zijn. Het aantal kilometers weg per inwoner is een ongewogen gemiddelde zonder Ierland.
Positie van Nederland ten opzichte van de Verenigde Staten In figuur 6.26 is de Nederlandse prestatie op de R&D-locatiefactoren weergegeven ten opzichte van de VS.67 Op belangrijkse locatiefactoren zoals de technologische samenwerking en privaat R&D-kapitaal scoort Nederland veel lager dan de VS. Dit komt overeen met het beeld dat Nederland veel slechter scoort dan de VS voor wat betreft het aantrekken van buitenlandse R&D-investeringen (zie figuren 3.5 en 3.6). Verder geldt, evenals bij de EU-15 het geval was, dat Nederland ver achterloopt op het gebied van afgestudeerden in wetenschap en technologie ten opzichte van de VS. Deze achterstand kan met name voor de toekomstige aantrekkelijkheid van Nederland voor buitenlandse R&D-investeringen grote gevolgen hebben. Nederland dient op bovengenoemde drie locatiefactoren (publiek-private samenwerking, privaat R&D-kapitaal en de toestroom van jonge Scientists & Engineers) dus een grote inhaalslag te maken ten opzichte van de VS. Ook de internationale bereikbaarheid via land is een punt van zorg (gevaar voor dichtslibben), al staat hier tegenover dat Nederland wel goed scoort op het gebied van bereikbaarheid via de lucht (zie paragraaf 6.3 van dit hoofdstuk). Het aandeel van buitenlandse bedrijven in de totale toegevoegde waarde is in 67
Het World class karakter van kennisinstellingen is niet opgenomen als indicator in de figuren 6.26 en 6.27, omdat hierover voor de VS en Japan geen gegevens beschikbaar zijn.
114
Prestatie van Nederland op belangrijkste locatiefactoren
Nederland wel hoger dan in de VS (zie figuur 6.23), maar is in Nederland de laatste twee jaar wel afgenomen. Dus ondanks de goede uitgangspositie van Nederland ten opzichte van de VS op deze locatiefactor is de trend voor Nederland niet goed. Tot slot ook een positiever geluid: Nederland scoort beter dan de VS op het gebied van R&Dstimuleringsmaatregelen en de ondernemerschapsratio. Figuur 6.26 Relatieve positie Nederland ten opzichte van VS op de belangrijkste locatiefactoren Gemiddelde opleidingsduur (1998) Toegevoegde waarde buitenlandse bedrijven (2000) Privaat R&D (2001)
1,0
Afgestudeerde scientists & engineers (2001)
0,8 Aantal kilometer weg per inwoner (2001)
0,6 0,4
Ondernemerschapsratio (2002)
Techn.samenw. tussen bedrijven (2004)
0,2 0,0
Onderzoekssamenwerking bedrijven en universiteiten (2004)
Regulering en wetgeving (2004)
Taxation (2001)
ICT-infrastructuur (2004)
Quality of life (2004)
R&D-stimuleringsmaatregelen (2001)
Kosten R&D-personeel (2000)
NL
US
Toelichting: zonder de indicator World Class karakter kennisinstellingen, omdat hierover voor de VS geen gegevens zijn. Afgestudeerde Scientists & Engineers voor de VS = 2000.
Positie van Nederland ten opzichte van Japan In figuur 6.27 is relatieve positie van Nederland weergegeven ten opzichte van Japan op de belangrijkste locatiefactoren. In relatie tot Japan scoort Nederland beter wat betreft de buitenlandse directe investeringen in R&D als percentage van de totale industriële R&Duitgaven, zoals eerder werd geconstateerd in figuur 3.4 en figuur 3.5. Evenals het geval was bij de Nederlandse positie ten opzichte van de VS, heeft dit vooral te maken met het relatief autarkische karakter van de Japanse economie. Indien hiervoor wordt gecorrigeerd scoort Japan beter dan Nederland (zie figuur 3.6). Gezien het beeld uit hoofdstuk 3 en de score van Japan en Nederland op de verschillende vestigingsplaatsfactoren, ontlopen beide landen elkaar niet veel voor wat betreft de aantrekkelijkheid voor buitenlandse R&D-investeringen. Japan scoort beter op de cruciale locatiefactor privaat R&D-kapitaal, maar ook op de minder belangrijke factoren zoals de kosten van R&D-personeel en belastingregelingen. Nederland scoort veel beter op de factoren toegevoegde waarde van buitenlandse bedrijven en R&Dstimuleringsmaatregelen. Op termijn zou evenwel een probleem kunnen ontstaan voor Nederland, gezien het lage aandeel afgestudeerden in wetenschap en techniek in Nederland vergeleken met Japan. Dit heeft, zoals reeds is aangegeven, implicaties voor de
115
Prestatie van Nederland op belangrijkste locatiefactoren
toekomstige aantrekkelijkheid van Nederland als vestigingsland voor R&D. Het gemiddelde opleidingsniveau tussen beide landen verschilt vooralsnog nauwelijks, maar als er niets verandert slaat in de toekomst de balans positief door voor Japan. De nadruk op hoogwaardige technologie in Japan en de daarvoor noodzakelijke randvoorwaarden werpt zijn vruchten af. Immers, uit figuur 3.7 blijkt dat buitenlandse bedrijven in Japan bijna vier keer zoveel investeren in R&D als percentage van hun toegevoegde waarde vergeleken met buitenlandse bedrijven in Nederland. Figuur 6.27 Relatieve positie Nederland ten opzichte van Japan op de belangrijkste locatiefactoren Gemiddelde opleidingsduur (1998) Toegevoegde waarde buitenlandse bedrijven (2000) Privaat R&D (2001)
1,0
Afgestudeerde scientists & engineers (2001)
0,8 Aantal kilometer weg per inwoner (2001)
0,6 0,4
Ondernemerschapsratio (2002)
Techn. samenw. tussen bedrijven (2004)
0,2 0,0
Onderzoekssamenwerking bedrijven en universiteiten (2004)*
Regulering en wetgeving (2004)
Taxation (2001)
ICT-infrastructuur (2004)
Quality of life (2004)
R&D-stimuleringsmaatregelen (2001)
Kosten R&D-personeel (2000)
NL
Japan
116
Opties voor beleid
7
Opties voor beleid Samenvatting In dit hoofdstuk volgt op basis van de resultaten uit de voorgaande hoofdstukken een aantal opties voor het beleid van de Nederlandse overheid. De belangrijkste opties zijn: stimuleer investeringen in menselijk kapitaal, zorg voor waarborging van de hoogwaardige kennisinfrastructuur, verbeter de samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen, zorg voor focus en massa in R&Dstimuleringsmaatregelen, verbeter de internationale bereikbaarheid, benut de goede ICT/telecominfrastructuur bij acquisitie, zorg voor een flexibele arbeidsmarkt, lagere vennootschapsbelasting en lagere loonkosten, benut de aanwezigheid van buitenlandse bedrijven en behoud de uitstekende quality of life in Nederland.
7.1 Opties voor het Nederlandse overheidsbeleid In dit hoofdstuk worden de resultaten van de voorgaande hoofdstukken vertaald naar een aantal opties voor het beleid van de Nederlandse overheid, in het bijzonder opties die het Ministerie van Economische Zaken raken.68 Centraal hierbij staat de vraag hoe de Nederlandse overheid meer buitenlandse R&D-investeringen kan aantrekken. In het algemeen kan dit op twee manieren; enerzijds door de Nederlandse prestatie op belangrijke locatiefactoren te verbeteren waar Nederland relatief slecht op scoort en anderzijds door bij de acquisitie-inspanningen meer nadruk te leggen op locatiefactoren waar Nederland juist relatief goed op scoort. In de volgende paragraaf worden eerst de opties op het gebied van excellentie besproken. Daarna wordt ingegaan op de rol van de overheid in de randvoorwaardelijke sfeer. Tot slot passeert een aantal beleidsopties de revue die samenhangen met andere R&D-locatiefactoren. In de laatste paragraaf wordt de relatie met offshoring besproken. 7.2 Excellentie De belangrijkste locatiefactor voor R&D heeft te maken met excellentie. Buitenlandse bedrijven vestigen zich met name daar waar zij de beschikking hebben over hoogwaardig gekwalificeerd personeel (zowel wetenschappelijk als technisch) en waar zij toegang hebben tot een excellente kennisinfrastructuur. Nederland moet dus streven naar excellentie. In een rapport van het Ministerie van Economische Zaken e.a. (2004), getiteld ‘Fostering Excellence’, wordt gesteld dat overheidsbeleid kan bijdragen aan excellentie, bijvoorbeeld door te zorgen voor meer concurrentie, een hoogwaardige kennisbasis en goede mogelijkheden voor de commercialisatie van kennis. Optie 1: stimuleer investeringen in menselijk kapitaal Het is in dit kader van het allergrootste belang om in lijn met het Deltaplan bèta-techniek te zorgen voor aantrekkelijk onderwijs en aantrekkelijke banen.69 Er moet hard worden gewerkt aan het voorkomen van toekomstige tekorten aan bèta’s en technici (zie paragraaf 6.15). Uiteraard dienen bedrijven zelf ook genoeg te investeren in menselijk 68
De opties die in dit hoofdstuk worden genoemd zijn geschreven op persoonlijke titel en zijn niet noodzakelijkerwijs in overeenstemming met het beleid van de Nederlandse overheid. 69 Zie http://www.minocw.nl/brief2k/2003/doc/57664a.pdf.
117
Opties voor beleid
kapitaal. Bij de overwegingen rond R&D-investeringen is de kwaliteit van arbeid aanzienlijk belangrijker dan de kosten van arbeid. In de toekomst zal onze goede kwaliteit minimaal moeten worden gehandhaafd, liefst verbeterd. Optie 2: breng hoogwaardige kennisinfrastructuur in kaart en investeer structureel in kennis Op het gebied van het World Class karakter van instituten en universiteiten presteert Nederland relatief goed (zie figuur 6.10). Deze goede positie van Nederland op het gebied van de kwaliteit van de publieke kennisinfrastructuur moet vanzelfsprekend worden behouden. In de kwaliteit van kennisinstituten moet blijvend worden geïnvesteerd. Immers, alleen de beste kennis is goed genoeg om internationaal te kunnen concurreren. De trend lijkt dat R&D-investeringen vooral daar terecht zullen komen waar de kennis excellent is, niet daar waar de kennis goed is. Een manier om de acquisitie van R&Dvestigingen van buitenlandse bedrijven te verbeteren is door het gericht in kaart brengen van de Nederlandse kennisinfrastructuur (‘technology mapping’). Dit is, mede gezien de competitieve markt, een voorwaarde om bedrijven gericht te kunnen benaderen en sluit aan bij het kunnen koppelen van internationale kennis. Het ‘technology matchmaking’instrument dat door CBIN en SenterNovem in de markt is gezet voor het koppelen van het binnenlandse kennisaanbod aan de buitenlandse kennisvraag voorziet ook in die behoefte. Dit instrument wordt momenteel voornamelijk gebruikt op gebieden als ICT en life sciences. Optie 3: verbeter samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen In de top van belangrijke R&D-locatiefactoren staat de samenwerkingsmogelijkheid tussen bedrijven en kennisinstellingen. Deze samenwerking draagt bij aan de valorisatie van kennis. Op het gebied van de publiek-private samenwerking kan Nederland vooral ten opzichte VS nog veel vooruitgang boeken (zie figuur 6.11). Het experiment van de innovatievouchers voor MKB-bedrijven is een goede impuls om de publiek-private samenwerking op de agenda te zetten. De initiatieven om de kloof tussen kennisinstellingen en vooral het MKB te dichten zijn ook voor de verankering van buitenlandse R&D-vestigingen in Nederland van belang (denk hierbij aan innovatieve toeleveranciers). Deze verankering vindt pas goed plaats wanneer er intensief wordt samengewerkt met andere bedrijven en/of kennisinstellingen. Optie 4: zorg voor focus en massa in R&D-stimuleringsmaatregelen Ten slotte geldt dat excellentie in Nederland verbeterd kan worden door R&Dstimuleringsmaatregelen. Een belangrijk signaal is dat de Nederlandse overheid aan het bedrijfsleven en de publieke kennisinfrastructuur laat zien dat het R&D en innovatie in Nederland blijft steunen. Vooral het creëren van focus en massa in de stimuleringsmaatregelen voor onderzoek en ontwikkeling zal een positieve invloed hebben op het aantrekken van buitenlandse R&D. Immers, hiermee kan Nederland zich op de internationale (kennis)kaart zetten. Een goed voorbeeld hiervan zijn de Technologische Topinstituten (TTI’s).
118
Opties voor beleid
7.2 Randvoorwaarden Een aantal belangrijke locatiefactoren speelt zich af in de randvoorwaardelijke sfeer. Het betreft hier voornamelijk aspecten zoals de infrastructuur, de arbeidswetgeving, loonkosten van R&D-personeel en belastingregelingen. Deze worden hieronder besproken. Optie 5: verbeter (internationale) bereikbaarheid Bij het aantrekken van buitenlandse R&D-investeringen moet de ‘harde’ infrastructuur ook aandacht krijgen. In de top van de belangrijkste locatiefactoren staan de internationale bereikbaarheid en de capaciteit en kwaliteit van de ICT/telecominfrastructuur. De internationale bereikbaarheid is een belangrijke randvoorwaarde waarop Nederland niet slechter moet gaan scoren in de toekomst. De geografische positie van Nederland is altijd een sterk punt geweest. Bedrijven constateren echter veel vervoersknelpunten; in den brede kan er worden geconstateerd dat de infrastructurele capaciteit het tempo van de mobiliteitsgroei niet heeft kunnen bijbenen. Het Kabinet heeft een aantal plannen gepresenteerd om de bereikbaarheid te verbeteren (in onder andere de nota Ruimte, de nota Mobiliteit en Pieken in de Delta) en de beschikbaarheid van bedrijfsruimte te vergroten (zie het actieplan Bedrijventerreinen, maar denk ook aan het besluit tot aanleg van de Tweede Maasvlakte).70 Het onderhavige onderzoek onderstreept de urgentie van deze plannen. Immers, ruimte voor ondernemen is evenzeer voor buitenlandse R&Dvestigingen van vitaal belang. De mainports, en dan met name Schiphol, blijven een belangrijke rol spelen. De internationale uitstraling moet niet worden onderschat, internationale onderzoekers willen zich snel kunnen verplaatsen. Optie 6: benut goede ICT/telecominfrastructuur bij acquisitie Niet alleen de fysieke infrastructuur is van belang, ook de ICT/telecominfrastructuur. Op deze belangrijke locatiefactor voor R&D scoort Nederland relatief goed ten opzichte van het buitenland. Nederland beschikt over een goede ICT-infrastructuur die mogelijkheden biedt aan internationaal opererende bedrijven. Hier kan bij de acquisitie van buitenlandse R&D meer aandacht aan worden besteed. De Rijksbrede ICT-agenda uit februari 2004 en de Breedbandnota uit april 2004 geven een visie op de ICT-ontwikkelingen. Bij de initiatieven tot samenwerkingsverbanden tussen de overheid en het bedrijfsleven zullen buitenlandse ICT-investeerders in Nederland een belangrijke rol moeten spelen. Zij kunnen binnen dit netwerk goed fungeren als overbrenger van ICT-kennis (het transmissiekanaal waar in het onderzoek over wordt gesproken). Optie 7: zorg voor flexibele arbeidsmarkt, lagere belasting en lagere loonkosten Uit de studie van Buck Consultants International (2004) blijkt dat de inflexibele arbeidsmarkt een knelpunt kan zijn voor het vestigen van R&D-activiteiten. De groeibrief
70
De nota Ruimte (VROM) is te downloaden via http://www2.vrom.nl/notaruimte/; de Mobiliteit (V&W) is te downloaden via http://www.vananaarbeter.nl/NotaMobiliteit/; de Pieken in de Delta (EZ) is te downloaden via http://apps.ez.nl/publicaties/pdfs/04I21.pdf; de Actieplan Bedrijventerreinen 2004-2008 (EZ) is te downloaden http://apps.ez.nl/publicaties/pdfs/03O13.pdf.
119
nota nota nota via
Opties voor beleid
van het kabinet bevat een aantal voorgenomen acties op het gebied van de arbeidsmarkt.71 Op het gebied van arbeidswetgeving is al een aantal aanpassingen geweest en scoort Nederland gemiddeld gezien niet slecht ten opzichte van de rest van Europa. Dit gegeven kan worden gebruikt bij de acquisitie van buitenlandse bedrijven. Op andere randvoorwaardelijke factoren zoals belastingregelingen, loonkosten en wet- en regelgeving presteert Nederland gemiddeld ten opzichte van het buitenland. Hoewel deze factoren niet doorslaggevend zijn voor de locatiebeslissing van R&D, zijn ze wel belangrijk. Nederland moet er dus voor zorgen dat de prestatie ten opzichte van het buitenland minimaal gemiddeld blijft. De kosten van R&D-personeel worden via de WBSO aangepakt. De intensivering van de WBSO is een stap in de goede richting. Daarnaast zal het verlagen van de vennootschapsbelasting enige invloed hebben op het verbeteren van het R&D-vestigingsklimaat. Het is hierbij wel essentieel dat dit niet ten koste gaat van de positie van Nederland met betrekking tot belangrijkere locatiefactoren voor R&D (zoals R&D-stimuleringsmaatregelen). 7.4 Overige opties Naast opties in de sfeer van excellentie en randvoorwaarden zijn er nog twee andere opties voor het beleid. De eerste optie gaat in op mogelijkheden die het uitstekende leefklimaat in Nederland biedt. De tweede optie betreft het benutten van kansen die reeds aanwezige buitenlandse bedrijven bieden. Optie 8: Maak gebruik van uitstekende quality of life Er is slechts één belangrijke R&D-locatiefactor waarop Nederland uitstekend presteert, namelijk de quality of life. Deze locatiefactor is echter moeilijk direct te beïnvloeden met economisch beleid, maar bij de acquisitie-inspanningen kan wel nadrukkelijk worden uitgedragen dat het hiermee goed zit in Nederland. De hoge kwaliteit van de publieke infrastructuur (o.a. gezondheidszorg) en het prettige leefklimaat is zeker iets om trots op te zijn. Een eventuele creatie van hoogwaardige woonomgevingen in de buurt van grote steden (met goede internationale scholen, internationaal georiënteerde uitgaansgelegenheden en veilige stations voor openbaar vervoer) met als doelgroep buitenlandse werknemers van internationale bedrijven kan goede kansen bieden voor het aantrekken van buitenlandse R&D-investeringen. Optie 9: Benut aanwezigheid van buitenlandse bedrijven Uit het onderzoek blijkt dat het reeds aanwezig zijn van buitenlandse bedrijven een belangrijke factor is van buitenlandse R&D-investeringen. De toegevoegde waarde van buitenlandse bedrijven in Nederland is van niet te onderschatten belang. De buitenlandse directe investeringen in R&D in Nederland bedragen ongeveer 5% van de totale toegevoegde waarde van buitenlandse bedrijven (zie figuur 3.7). Alleen al de 76 buitenlandse R&D-vestigingen in Nederland zorgen voor bijna 4.700 (hoogwaardige) banen. Een belangrijk kenmerk van deze R&D-groep is dat de helft ‘inwoont’ bij een andere activiteit van het bedrijf (productie, distributie, marketing). Ook de aanwezigheid van buitenlandse productievestigingen is daarmee van belang voor buitenlandse R&Dinvesteringen. Dit impliceert dat de inspanningen van het CBIN ten aanzien van het 71
De groeibrief is te downloaden via http://apps.ez.nl/publicaties/pdfs/04AEP03.pdf.
120
Opties voor beleid
aantrekken van buitenlandse investeringen in het algemeen ook een indirect positief effect zullen hebben op het aantrekken van buitenlandse R&D-activiteiten. Bovendien kunnen buitenlandse vestigingen die in Nederland nog geen R&D-activiteiten verrichten binnen een kennisnetwerk worden gebracht. Een actieve strategie om reeds aanwezige buitenlandse bedrijven te ‘verrijken’ met R&D is perspectiefvol (zie Buck Consultants International, 2004). De relatie tussen productie en R&D raakt direct aan het recentelijk losgebarsten debat over offshoring van Nederlandse bedrijfsactiviteiten.72 Hoe dit onderzoek moet worden bezien in relatie tot offshoring wordt behandeld in de volgende paragraaf. 7.5 Relatie met offshoring Tot slot is de vraag wat de relatie is van dit onderzoek en offshoring van bedrijfsactiviteiten. Er lijkt een verschil te bestaan tussen de perceptie over bedrijfsverplaatsingen in de media en enquêtestudies enerzijds en de realiteit hieromtrent uit de statistieken anderzijds. In studies op basis van enquêtes worden alarmerende voorspellingen gedaan over de verplaatsing van bedrijfsactiviteiten: zie bijvoorbeeld Made in Holland I, II en III (Deloitte, 2002, 2003 en 2004) en de MKB-Industriemonitor (2004). Niettemin kunnen vraagtekens gezet worden bij de methodiek die wordt gehanteerd in de meeste enquêtestudies (zie Poort e.a., 2004). Het SEO-rapport Verplaatsing industrie: hoe erg is het? van Poort e.a. (2004) laat zien dat de cijfers tot 2001 op geen enkele manier wijzen op een massale verplaatsing van productie of andere activiteiten naar Oost-Europa en Azië. Uit de International Direct Investment Database van de OECD komt naar voren dat de gedachte van massale Nederlandse investeringen in Midden- en Oost-Europa respectievelijk Azië niet ondersteund wordt (zie Poort e.a., 2004). Feit blijft echter wel dat de beschikbare statistieken over bedrijfsverplaatsing betrekking hebben op de periode tot 2002, terwijl de negatieve berichtgeving over bedrijfsverplaatsingen van een recentere datum zijn. Zo wordt in de VS zelfs de vraag gesteld of er geen actief beleid gevoerd moet worden om bedrijfsverplaatsingen tegen te gaan, door bijvoorbeeld bedrijven die geen werkgelegenheid verplaatsen een belastingvoordeel te geven. Internationale handelstheorieën voorspellen niettemin dat vrijhandel nog steeds de meeste welvaart oplevert voor alle partijen, omdat landen zich zullen specialiseren in hun comparatieve voordelen. Als Nederland arbeid en kapitaal bijvoorbeeld productiever kan aanwenden in de dienstensector, dan is er geen welvaartsprobleem. Voorwaarde is wel dat er geen sprake is van marktfalen. Bij een slecht werkende arbeidsmarkt bijvoorbeeld kunnen vooral laaggeschoolden die hun baan verliezen door kostenoverwegingen geen nieuwe baan vinden. Hier moet rekening mee worden gehouden, zeker als de Nederlandse arbeidsmarkt vrij rigide zou blijven. Vanuit de internationale handeltheorieën is het dus vanzelfsprekend dat arbeidsintensief laaggeschoold werk, waarbij vooral geconcurreerd wordt op lonen, wordt verplaatst naar 72
Op dit moment wordt door het Ministie van Economische Zaken een onderzoek uitgevoerd naar offshoring van Nederlandse bedrijfsactiviteiten. Het Amerikaanse begrip voor verplaatsing van bedrijvigheid is offshoring. Offshoring is nauw verwant aan het begrip outsourcing. Outsourcing betreft het uitbesteden van activiteiten aan derden. Het is de uitkomst van een afweging tussen zelf doen of uitbesteden (make or buy). Om spraakverwarring te voorkomen wordt hier over offshoring gesproken.
121
Opties voor beleid
lagelonenlanden. Dit zal ook invloed hebben op de R&D-activiteiten van een land, omdat in dit rapport is aangetoond dat R&D en productie deels nog steeds nauw met elkaar verweven zijn (het gaat hier vooral om ‘adaptieve R&D’). Westerse economieën kunnen hier iets tegenover stellen door zich te richten op hoogwaardige werkgelegenheid (waaronder R&D-activiteiten) met een hoge productiviteit. Het is vanuit de comparatieve voordelentheorie immers ook aannemelijk dat Nederland in vergelijking met ontwikkelingslanden en opkomende economieën vooral op hoogwaardige productie, dienstverlening en kennis kan concurreren (zie bijvoorbeeld Rowthorn en Ramaswamy, 1998). Denk bijvoorbeeld aan het hoogwaardige kennisaanbod van de publieke kennisinfrastructuur in Nederland (zie ook de goede prestatie van Nederland op de locatiefactor ‘World Class karakter kennisinstellingen’). Hierbij is het vooral van belang om het vestigingsklimaat voor hoogwaardige arbeid te versterken. Zeker op het gebied van het aantrekken van buitenlandse R&D-investeringen lijkt ruimte voor verbetering voor een open economie als de Nederlandse. Daarnaast zorgt de internationale beleidsconcurrentie (denk aan het agressieve acquisitiebeleid van bijvoorbeeld Singapore) nog eens voor extra prikkels om het Nederlandse R&D-vestigingsklimaat te verbeteren. Opties voor het beleid om hierop in te spelen zijn behandeld in de paragraaf hiervoor. Het mes snijdt hierbij aan twee kanten. Enerzijds wordt het voor (Nederlandse) multinationals aantrekkelijker om in Nederland te blijven en hun bedrijfsactiviteiten zelfs met R&D uit te breiden. Anderzijds trek je meer buitenlandse directe investeringen in R&D aan. Beide effecten zullen bijdragen aan het verhogen van de private R&D-uitgaven in Nederland.
122
Referenties
Referenties Bas, C. Le en C. Sierra (2002), ‘Location versus home country advantages’ in research activities: some further results on multinationals’ locational strategies, Research Policy, 31, blz. 589-609. Bassanini, A. en S. Scarpetta (2001), Does human capital matter for growth in OECD countries? Evidence from pooled mean-group estimates, OECD, Economics Department Working Papers, no. 282, Parijs. Baumol, W.J. (2002), The Free Market Innovation Machine: Analyzing the Growth Miracle of Capitalism, Princeton University Press, Princeton/Oxford. Bellak, C. (2004), How domestic and foreign firms differ and why does it matter?, Journal of Economic Surveys, 18(4), blz. 483-514. Bemer, R., V.A. Gilsing en T.J.A. Roelandt (2001), Grondslagen voor vernieuwing van het innovatiebeleid, in: R.H.J.M. Gradus, J.J.M. Kremer en J. van Sinderen (red.), Nederland kennisland?, Stenfert Kroese, Groningen, blz. 73-84. Braconier, H., K. Ekholm en K.H. Midelfart Knarvik (2001), Does FDI work as a channel for R&D spillovers? Evidence based on Swedish data, IUI, The Research Institute of Industrial Economics, Working Paper no. 553, Stockholm. Brockhoff (1998), Internationalization of Research and Development, Springer-Verlag, Berlijn/Heidelberg. Buck Consultants International (2004), Locatiefactoren van buitenlandse R&Dactiviteiten: perspectief voor Nederland, Onderzoek uitgevoerd in opdracht van het Ministerie van Economische Zaken (CBIN), Nijmegen. Burghouwt, G. en J. de Wit (te verschijnen), Temporal configurations of European airline networks, Journal of Air Transport Management. Cantwell, J. en L. Piscitello (2002), Agglomeration and location of foreign R&D activities in the European regions, Competitive Paper. CBS (2004), Kennis en Economie 2003. Onderzoek en innovatie in Nederland, Voorburg/Heerlen. Coe, D.T. en E. Helpman (1995), International R&D spillovers, European Economic Review, 39(5), blz. 859-887.
123
Referenties
Cornet, M. en M. Rensman (2001), The location of R&D in the Netherlands. Trends, determinants and policy, Centraal Planbureau, CPB Document, no. 14, Den Haag. Davis, L. (2000), What location advantages do MNE research subsidiaries in Europe evaluate highest, Paper presented to the DRUID Summer Workshop, Rebild. Deloitte & Touche (2002), Made in Holland, Industry Group Manufacturing, Rotterdam. Deloitte & Touche (2003), Made in Holland II, Industry Group Manufacturing, Rotterdam. Deloitte (2004), Made in Holland III, Industry Group Manufacturing, Rotterdam. Doh, J.P., G.K. Jones en H.J. Teegen (2002), Foreign research and development and national innovation systems: an empirical study of host country influence, Submission to Strategic Management Journal. Donselaar, P., H.P.G. Erken en L. Klomp (2003), Innovatie en productiviteit. Een analyse op macro-, meso- en microniveau, Ministerie van Economische Zaken, EZ onderzoeksreeks, no. 2003-I-1-03, Den Haag. Donselaar, P., H.P.G. Erken en L. Klomp (2004), Innovatie en menselijk kapitaal als determinanten van de arbeidsproductiviteitsgroei, in: CBS, Kennis en Economie 2003. Onderzoek en innovatie in Nederland, Voorburg/Heerlen, blz. 172-181. Donselaar, P., H.R. Nieuwenhuijsen, J. van Sinderen en J.P. Verbruggen (2000), Economische effecten van R&D-stimulering bij bedrijven, Ministerie van Economische Zaken, Beleidsstudies Technologie Economie, no. 36, Den Haag. Edler, J. (2004), Internationalisation of industrial R&D: some differentiation from a German perspective, 6CP – Workshop, Helsinki, http://www.6cp.org. Edler, J., F. Meyer-Krahmer en G. Reger (2001), Managing technology in the top R&D spending companies worldwide – results of a global survey, Engineering Management Journal, 13(1), blz. 5-11. Erken, H.P.G., V.A. Gilsing en T.J.A. Roelandt (2003), Trends in research & development bij bedrijven, Holland Management Review, no. 89, blz. 30-45. Erken, H.P.G. en V.A. Gilsing (te verschijnen), Relocation of R&D – A Dutch perspective, Technovation, no. 1095. Europese Commissie (2002), More research for Europe. Towards 3% of GDP, COM(2002) 499 final, Brussel.
124
Referenties
Europese Raad (2002), Conclusies van het voorzitterschap. Europese Raad van Barcelona, 15 en 16 maart 2002, http://ue.eu.int/nl/info/eurocouncil. Florida, R. (1997), The globalization of R&D: Results of a survey of foreign-affiliated R&D laboratories in the USA, Research Policy, 26, blz. 85-103. Fors, G. (1998), Locating R&D abroad: the role of adaption and knowledge-seeking, in: P. Braunerhjelm and K. Ekholm (red.), The Geography of Multinational Firms, Kluwer Academic Publishers, Boston, blz. 117-134. Gassmann, O. en M. von Zedtwitz (1999), New concepts and trends in international R&D organization, Research Policy, 28(2-3), blz. 231-250. Green, W.H. (2000), Econometric Analysis, Prentice Hall, vierde editie, New Jersey. Griliches, Z. (2000), R&D, Education, and Productivity. A Retrospective, Harvard University Press, Cambridge (Mass.)/Londen. Guellec, D. en B. Van Pottelsberghe de la Potterie (2001a), R&D and productivity growth: panel data analysis of 16 OECD countries, OECD, STI Working Papers, no. 2001/3, Parijs. Guellec, D. en B. van Pottelsberghe de la Potterie (2001b), The internationalisation of technology analysed with patent data, Research Policy, 30, blz. 1253-1266. Håkanson, L. en R. Nobel (1993), Foreign research and development in Swedish multinationals, Research Policy, 22(5-6), blz. 373-396. Hejazi, W. en E. Safarian (1999), Trade, foreign direct investment and R&D spillovers, Journal of International Business Studies, 30(3), blz. 491-511. Hoofdlijnenakkoord voor het kabinet CDA, VVD en D66 (2003), Meedoen, meer werk, minder regels, Den Haag. IMD (1995), World Competitiveness Report 1995, Lausanne. IMD (1996), World Competitiveness Yearbook 1996, Lausanne. IMD (1997), World Competitiveness Yearbook 1997, Lausanne. IMD (1998), World Competitiveness Yearbook 1998, Lausanne. IMD (1999), World Competitiveness Yearbook 1999, Lausanne. IMD (2000), World Competitiveness Yearbook 2000, Lausanne.
125
Referenties
IMD (2001), World Competitiveness Yearbook 2001, Lausanne. IMD (2002), World Competitiveness Yearbook 2002, Lausanne. IMD (2003), World Competitiveness Yearbook 2003, Lausanne. IMD (2004), World Competitiveness Yearbook 2004, Lausanne. ITU (2003), Digital Access Index 2002, November 2003, Genève. Jacobs, D. en J. Waalkens (2001), Innovatie2. Verrnieuwing in de innovatiefunctie van ondernemingen, Achtergrondstudie AWT, no. 23, Kluwer, Deventer. Jaffe, A., M. Trajtenberg en R. Henderson (1993), Geographic location of knowledge spillovers as evidenced by patent citations, Quarterly Journal of Economics, 108(3), blz. 577-598. Keller, W. en S.R. Yeapl, Multinational enterprises, international trade, and productivity growth: firm level evidence from the United State, NBER, Working Paper 9504, Cambridge (Mass.). Kinoshita, Y. (2000), R&D and technology spillovers via FDI: innovation and absorptive capacity, CERGE-EI, CEPR en WDI, Working Paper no. 349. Kuemmerle, W. (1997), Building effective R&D capabilities abroad, Harvard Business Review, 75(2), blz. 61-70. Kuemmerle, W. (1999), Foreign direct investment in industrial research in the pharmaceutical and electronics industries – results from a survey of multinational firms, Research Policy, 28, blz. 179-193. Kumar, N. (2001), Determinants of location of overseas R&D activity of multinational enterprises: the case of US and Japanese corporations, Research Policy, 30, blz. 159-174. Leeuwen, G. van en H. Nieuwenhuijsen (1998), R&D en bedrijfsprestaties, Statische Verkenning, CBS/EIM, Zoetermeer. Louter, P., E. Brouwer, P. de Bruijn, G. Eding, P. den Hertog en M. Smidts (2001), Buitenlandse bedrijven en kennisintensiteit, TNO Inro en Dialogic, no. 01 5R 023 51471, Delft. Medcof, J.W. (1997), A taxonomy of internationally dispersed technology units and its application to management units, R&D Management, 27(4), blz. 301-318.
126
Referenties
Meyer-Krahmer, F. and G. Reger (1999), New perspectives on the innovation strategies of multinational enterprises: lessons for technology policy in Europe, Research Policy, 28(7), blz. 751-776. Ministerie van Economische Zaken (2001), Innovatie en inkomende investeringen. De bijdrage van buitenlandse bedrijven aan de Nederlandse kenniseconomie, CBIN kamerbrief, Den Haag. Ministerie van Economische Zaken (2003a), Groei zonder grenzen. De werving van buitenlandse investeringen in een veranderende wereld, CBIN Kamerbrief, Den Haag. Ministerie van Economische Zaken (2003b), In actie voor innovatie. Aanpak van de Lissabon-ambitie, Den Haag. Ministerie van Economische Zaken (2004a), Jaarverslag van het Ministerie van Economische zaken (XIII), Kamerstuk 29540, nr. 28., Den Haag. Ministerie van Economische Zaken (2004b), Netwerken in cijfers 2004. Trendrapportage over post en ICT-infrastructuur 2004, Den Haag. Ministerie van Economische Zaken, B. van Ark, E. Bartelsman en McKinsey & Company (2004), Fostering excellence: Challenges for productivity growth in Europe, Den Haag. Ministerie van Economische Zaken en Ministerie van Sociale Zaken en Werkgelegenheid (2004), Kiezen voor groei. Welvaart voor nu en later, Den Haag. Ministerie van Onderwijs, Cultuur en Wetenschap (2003), Wetenschapsbudget 2004, Den Haag. Minne, B. en M. Rensman (2001), R&D-strategie van de Nederlandse chemische industrie: trends in de afgelopen 10 jaar, Centraal Planbureau, CPB Memorandum no. 1, Den Haag. Minne, B. en J. Verbruggen (2002), De grootste 25 investeerders in R&D, CPB Memo, Den Haag. MKB-IndustrieMonitor (2004), De vinger aan de pols in het industriële midden- en kleinbedrijf, Economic Point of View B.V., In opdracht van MKB-Nederland, Rabobank Nederland en de Koninklijke Metaalunie. Nederlands Observatorium van Wetenschap en Technologie (2003), Wetenschaps- en technologie-indicatoren 2003, CWTS/MERIT, Leiden/Maastricht.
127
Referenties
Niosi, J. (1999), The internationalization of industrial R&D. From technology transfer to the learning organization, Research Policy, 28(2-3), blz. 107-117. Nooteboom, B. (1999), Innovation and inter-firm linkages: new implications for policy, Research Policy, 28(8), blz. 793-805. OECD (1998), Internationalisation of industrial R&D: patterns and trends, Parijs. OECD (1999), Globalisation of industrial R&D: policy issues, Directorate of Science Technology and Industry, Parijs. OECD (2002), Dynamising National Innovation Systems, Parijs. OECD (2003), Compendium of Patent Statistics, Parijs. OECD (2004a), Measuring globalisation: the role of multinationals in OECD countries. User guide, 2003 edition, Parijs. OECD (2004b), Education at a glance. OECD Indicators 2004, Parijs. Papanastassiou, M. en R.D. Pearce (1999). Host-country technological and scientific collaborations of MNE subsidiaries: evidence from operations in Europe, in: F. Burton, M. Chapman en A. Cross (red.), International Business Organization: Subsidiary Management, Entry Strategies and Emerging Markets, MacMillan Press Ltd, Londen. Patel, P. en M. Vega (1999), Patterns of internationalisering of corporate technology: location vs. home country advantage, Research Policy, 28(2-3), blz. 145-155. Pavitt, K. (1984), Sectoral patterns of technical change: towards a taxonomy and a theory, Research Policy, 13(6), blz. 343-373. Pearce, R.D. (1989), The Internationalization of Research and Development by International Enterprises, MacMillan Press Ltd, London. Pearce, R.D. (1999), Decentralised R&D and strategic competitiveness: globalised approaches to generation and use of technology in multinational enterprises (MNEs), Research Policy, 28, blz. 157-178. Poort, J., C. Zijderveld en N. Brouwer (2004), Verplaatsing industrie: hoe erg is het?, Stichting voor Economisch Onderzoek der Universiteit van Amsterdam (SEO), Onderzoek in opdracht van Stichting voor Industriebeleid en Communicatie (SIC), Amsterdam.
128
Referenties
Porter, M.E. en Ö. Sölvell (1998), The role of geography in the process of innovation and the sustainable competitive advantage of firms, in: A. Chandler, P. Hagström en Ö Sölvell (red.), The Dynamic Firm, Routledge, London/New York. Pottelsberghe de la Potterie, B. van en F. Lichtenberg (2001), Does foreign direct investment transfer technology across borders?, The Review of Economics and Statistics, 83(3), blz. 490-497. Ronstadt, R.C. (1978), International R&D: the establishment and evolution of research and development abroad by seven U.S. multinationals, Journal of International Business Studies, 9, blz. 7-24. Rowthorn, R. en R. Ramaswamy (1998), Growth, trade and deindustrialization, IMF working paper, WP/98/60, Washington D.C. Ruiter, M.L. (2003), R&D als productief antwoord op structurele problemen, OCFEB Studies in Economic Policy, nr. 10, Rotterdam. Schumpeter, J.A. (1934), The Theory of Economic Development, Harvard University Press, Cambridge (Mass.). Seddighi, H.R., K.A. Lawler en A.V. Katos (2000), Econometrics. A Practical Approach, Routledge, London/New York. Serapio, M.G. en D.H. Dalton (1999), Globalisation of industrial R&D: an examination of foreign direct investment in R&D in the United States, Research Policy, 28(2-3), blz. 303-316. Sociaal Economische Raad (2004), Met Europa meer groei, Commissie SociaalEconomische Deskundigen, Den Haag. Stec Groep B.V. (2004), Operations of foreign companies in the Netherlands in 2003, Onderzoek uitgevoerd in opdracht van het Ministerie van Economische Zaken (CBIN), Nijmegen. Steen, J. van, P. Donselaar en I.P. Schrijvers (2004), Science, technology and innovation in the Netherlands. Policies, facts and figures, Ministerie van Economische Zaken en Ministerie van OCW, Den Haag. The Economist (2002), The 2002 e-readiness rankings. A white paper by the Economist Intelligence Unit, The Economist Intelligence Unit, London/New York/Hong Kong.
129
Referenties
The Economist (2003), The 2003 e-readiness rankings. A white paper by the Economist Intelligence Unit, The Economist Intelligence Unit, London/New York/Hong Kong. The Economist (2004), The 2004 e-readiness rankings. A white paper by the Economist Intelligence Unit, The Economist Intelligence Unit, London/New York/Hong Kong. The Economist (2004a), Scattering the seeds of invention. The globalisation of research and development, The Economist Intelligence Unit, London/New York/Hong Kong. Tong, S.Y. en A.Y. Hu (2003), Do domestic firms benefit from foreign direct investment? Initial evidence from Chinese manufacturing, Paper prepared for the conference on China’s Economic Geography and Regional Development, University of Hong Kong. United Nations/Economic Commission for Europe (UNECE) (2003), 2000 combined census of motor traffic and inventory of standards and parameters on main international traffic arteries in Europe, Genève. Vernon, R. (1966), International investment and international trade in the product cycle, Quarterly Journal of Economics, 80(2), blz. 190-207. Woolridge, J.M. (2004), Introductory Econometrics. A Modern Approach, tweede editie, Thomson/South-Western, Ohio. Xu, B. en J. Wang (2001), Trade, FDI, and international technology diffusion, Journal of Economic Integration, 15(4), blz. 585-601. Zander, I., How do you mean ‘global’? An empirical investigation of innovation networks in the multinational corporation, Research Policy, 28(2-3), blz. 195-213. Zedtwitz, M. von en O. Gassmann (2002), Market versus technology drive in R&D internationalization: four different patterns of managing reserach and development, Research Policy, 31, blz. 569-588.
130
Appendix
Appendix 1
Berekening Barcelona en achtergrondinformatie R&D-uitgaven
Economische effecten van de realisatie van de Barcelona-doelstelling in Nederland Stel dat het Nederland zou lukken om de R&D-uitgaven van bedrijven op 2% van het BBP te brengen (Barcelona-doelstelling). Ten opzichte van de huidige 1,10% zou dit een toename van de R&D-uitgaven van bedrijven inhouden van 82% [((2%1,10%)/1,10%)*100]. Op termijn zou dan ook de voorraad R&D-kapitaal van bedrijven 82% hoger worden. Volgens empirisch onderzoek van Coe en Helpman (1995) zou dit een positief effect op de totale factorproductiviteit (TFP) van bedrijven in Nederland hebben van 4,9% (1,820,08).73 Dit heeft een direct effect op de omvang van de arbeidsproductiviteit en het BBP van eveneens 4,9%. Daarnaast leidt de hogere TFP bij een gegeven investeringsquote (investeringen ten opzichte van het BBP) ook tot meer fysiek kapitaal per eenheid arbeid. Via een multipliermechanisme kan hierdoor het uiteindelijke effect op de arbeidsproductiviteit ongeveer 1,5 keer zo groot zijn als het directe effect op de TFP.74 Op langere termijn zou de arbeidsproductiviteit bij bedrijven dus met 7,3% (1,5 maal 4,9%) toe kunnen nemen als gevolg van de toename van de R&D-uitgaven van bedrijven met 0,9% (= 2,00-1,10%) van het BBP. 1 euro extra R&D door bedrijven in Nederland zou daarmee leiden tot ongeveer 6,5 euro extra bruto toegevoegde waarde bij bedrijven.75 Verdeling bedrijfs-R&D in Nederland en uitgavepatroon Big Seven Figuur A.1.1 laat de verdeling zien van de totale R&D-uitgaven over bedrijven voor Nederland in het jaar 2000. Voor andere jaren wijkt de grote lijn hiervan nauwelijk af. De percentages zijn indicatief. De Big Seven (Philips, Akzo Nobel, Shell, Unilever, DSM, Océ en ASML) verrichten 50% van de totale bedrijfs-R&D in Nederland. Het volgende deel bestaat uit 280 bedrijven die 32% verrichten van de bedrijfs-R&D. 11.7000 bedrijven verrichten het resterende deel van 18%.
73
Coe en Helpman (1995) vinden een elasticiteit van 0,08 voor binnenlands privaat R&D-kapitaal, uitgaande van een vergelijking genoteerd in natuurlijke logaritmen. Op basis hiervan is te berekenen dat een toename van het binnenlandse private R&D-kapitaal met 82% op langere termijn een positief effect op de TFP zou hebben van 4,9%. Door uit te gaan van logaritmen wordt automatisch rekening gehouden met afnemende meeropbrengsten van R&D. De formule wordt omgeschreven als volgt: ln(TFP) = 0,08 ln(RDbin) + 0,16 ln(RDbui) + C wordt TFP = ec x (RDbin)0,08 x (RDbui)0,16. 74 Hierbij is uitgegaan van een gewicht van fysiek kapitaal in de productiecapaciteit van bedrijven van 1/3. Hieruit is een multiplier af te leiden van 1/(1-1/3). 75 Hierbij gaan we ervan uit dat de bruto toegevoegde waarde van bedrijven 80% van het totale BBP bedraagt. De impuls van 0,90% BBP bij de R&D-uitgaven komt dan neer op 1,125% (=0,90/0,80) van de bruto toegevoegde waarde van bedrijven. Dit vergelijkend met het uiteindelijke arbeidsproductiviteitseffect van 7,3% resulteert een multiplier van 6,5 (7,3/1,125). Bij geringere mutaties van de R&D-intensiteit is deze multiplier overigens hoger (oplopend tot 8,5), omdat afnemende meeropbrengsten dan een minder sterke rol spelen.
131
Appendix
Figuur A.1.1
Verdeling totale R&D-uitgaven over bedrijven in Nederland, 2000
60%
R&D-uitgaven als % van het totaal
50%
40%
30%
20%
10%
0% 7
280
11700
Bedrijven die R&D verrichten
Bron: Erken, Gilsing en Roelandt, 2003.
Figuur A.1.2 toont een overzicht van de binnenlandse en buitenlandse R&D-uitgaven van de Big Seven-bedrijven (zonder ASML en inclusief Corus). Uit de figuur blijkt dat ook voor de laatste jaren er geen sprake is van verplaatsing van R&D naar het buitenland (die ten koste ging van R&D op de thuisbasis). Deze bevinding sluit aan op de bevindingen uit Cornet en Rensman (2000) die het verloop van de binnenlandse en buitenlandse R&Duitgaven voor de periode 1977-2000 laten zien. Overzicht typologieën van de internationale R&D Tabel A.1.3 geeft een overzicht van de resultaten uit studies die een typologie van internationale R&D-activiteiten presenteren. Middels deze typologieën kan een effectiever begrip wordt verkregen van de internationaal verspreide technologie-eenheden en het management wat hieraan gekoppeld kan worden (zie paragraaf 5.5 voor een uitgebreide bespreking van de belangrijkste studies).
132
Appendix
Figuur A.1.2
R&D-uitgaven Big Seven (zonder ASML en inclusief Corus) in binnen- en buitenland, in miljoenen euro’s, 2000-2002 Philips
AKZO Nobel 600
2500
500 In miljoenen €
In miljoenen €
2000 1500 1000 500
300 200 100 0
0 2000 Philips binnenland
2001
2000
2002 Philips buitenland
2001
AKZO Nobel binnenland
Shell
350
2002 AKZO Nobel buitenland
DSM
300
300
250 In miljoenen €
250 In miljoenen €
400
200 150 100
200 150 100 50
50
0
0 2000
2001 Shell binnenland
2000
2002 Shell buitenland
2001 DSM binnenland
Unilever
Océ
140
1200
2002 DSM buitenland
120
1000 In miljoenen €
In miljoenen €
100 800 600 400
80 60 40
200
20
0 2000
2001
Unilever binnenland
0
2002
2000
Unilever buitenland
2001 Océ binnenland
2002 Océ buitenland
Corus
140 120
In miljoenen €
100 80 60 40 20 0 2000 Corus binnenland
2001
2002 Corus buitenland
Bron: R&D-hitlijst (http://www.cpb.nl/nl/data/rd/) van het Centraal Planbureau (CPB) en de R&D Scoreboard van het Britse Department of Industry and Trade (DTI) (http://www.innovation.gov.uk/finance/). Additionele cijfers uit de R&D-hitlijst geleverd door B. Minne en J. Verbruggen, beiden werkzaam voor het CPB. De halvering van de binnenlandse R&D van Unilever in 2002 is het gevolg van mogelijke verschillen in registratiemethoden in de verschillende bronnen.
133
Appendix
Tabel A.1.3
Typologieën van de internationale R&D-activiteiten
Auteurs
Variabelen
Ronstadt (1978)
Locatie van R&D-activiteiten en de markt voor de R&D-resultaten
Bartlett en Ghoshal (1990)
Types/classificaties Transfer Technology Units (TTU’s), Indigenous Technology Units (ITU’s), Global Technology Units (GTU’s) en Corporate Technology Units (CTU’s) (4)
Zie Ronstadt (hierboven)
Local-for-local, local-for-global, global-for-global (3)
Type technisch werk, de organisatievorm en de geografische spreiding
Lokale/internationale onderzoekseenheden, lokale/internationale developmenteenheden, lokale/internationale marketingondersteuningseenheden en lokale/internationale productieondersteuningseenheden (8)
Knowledge exploiting- vs. knowledge augenmenting-strategie
Home base exploiting-strategie en home based augmenting-strategie (2)
Grote versus kleine markten, kritieke activa, ‘science-based’ vs. belangrijkste afzetmarkt
Grote R&D-thuisbasis, kleine R&D-thuisbasis, belangrijkste afzetmarkt is thuisland, belangrijkste thuismarkt is buitenland (4)
Niosi en Godin (1999)
Diversificatie, verticale integratie en universele netwerken
Internationaal gediversificeerde bedrijven, verticaal geïntegreerde bedrijven en universele netwerken (3)
Patel en Vega (1999)
Technologische comparatieve voordelen in T.1: sterk buitenland, zwak thuisland; T.2: sterk thuisland, zwak buitenland; T.3: sterk thuis- en thuis- of buitenland buitenland; T.4: zwak thuis- en buitenland (4)
Medcof (1997)
Kuemmerle (1997, 1999) Gerybadze en Reger (1999)
Le Bas en Sierra (2002)
Zander (1999) Meyer-Krahmer en Reger (1999)
Openbare technologische voordelen in thuis- of buitenland
Technology-seeking BDI in R&D (zwak thuisland, sterk buitenland), Market-seeking BDI in R&D (zwak thuisland, zwak buitenland), home base augmenting-strategie (sterk buitenland, sterk thuisland) en home base exploiting-strategie (sterk thuisland, zwak buitenland)
Internationale duplicatie en internationale diversificatie
Home-centered, internationally duplicated, internationally diversified (‘centres of excellence’) en dispersed (4)
Autonomie = 1 en competenties = 2 van de Lokale antenne, knowledge drain (1 en 2 zijn laag); centralisatie, gevaar van knowledge drain (1 = lokale R&D-eenheid laag, 2 = hoog), ondersteuning van ontwikkelingsactiviteiten (1 = hoog, 2 = laag) en vestiging van een regionaal centre of competence, insluiting in promotieprogramma (1 en 2 zijn hoog) (4)
Gassmann en Von Zedtwitz (1999)
Gecentraliseerde of verspreide R&D
Etnocentrisch gecentraliseerd, geocentrisch gedecentraliseerd, policentrisch gedecentraliseerd, R&D hub model, geïntegreerd R&D-netwerk (5)
Von Zedtwitz en Gassmann (2002)
Aanpassen aan lokale markten of toegang tot wetenschap en technologie
National treasure (binnenlandse R en D), technology-driven (buitenlandse R en binnenlandse D), market-driven (binnenlandse R en buitenlandse D) en global R&D (buitenlandse R en D) (4)
Bron: deels gebaseerd op Niosi, 1999.
134
Appendix
Appendix 2
Locatiefactoren van buitenlandse directe investeringen in R&D
A Arbeidsklimaat • Beschikbaarheid gekwalificeerd personeel • Kosten R&D B Kennisinfrastructuur • World Class karakter instituten/universiteiten • Samenwerkingsmogelijkheden met kennisinstellingen & bedrijven C Markt & Bedrijfsomgeving • Nabijheid lead users en/of strategische partners • Overheid als launching customer • Aanwezigheid toonaangevende clusters/sectoren • Ondernemingsklimaat dat innovatie stimuleert D Bedrijfsinterne organisatie • Relatie met andere activiteiten huidige locatie • Ligging t.o.v. overige vestigingen E Financiën • R&D-stimuleringsmaatregelen • Algemene belastingregelingen • Beschikbaarheid venture capital F Bereikbaarheid • Internationale bereikbaarheid • Capaciteit en kwaliteit ICT/telecominfrastructuur • Vestigingsmogelijkheden op technology en science parks • Kosten bedrijfshuisvesting G Overige factoren • Quality of life • Regulering en wetgeving
135
Appendix
Appendix 3
Berekening R&D-kapitaal
In deze appendix wordt de berekening van het R&D-kapitaal op basis van de jaarlijkse R&D-investeringen toegelicht. Zie voor een nadere toelichting op onderstaande berekeningswijze ook de appendix in Guellec en Van Pottelsberghe de la Potterie (2001a). De onderstaande vergelijking geeft de relatie tussen het R&D-kapitaal in jaar t en jaar t-1, en de R&D-investeringen in jaar t: (1)
RDK t = RDt + (1 − δ ) RDK t −1
In (1) representeert RD de R&D-uitgaven, RDK het R&D-kapitaal, t het jaar en δ de jaarlijkse afschrijving op het R&D-kapitaal. In de praktijk geldt dat de R&D-uitgaven slechts voor een aantal jaren beschikbaar zijn. Echter, onder enkele aannamens kan met een beperkte reeks R&D-uitgaven toch de beginvoorraad R&D-kapitaal geraamd worden. Wanneer RD0 de R&D-uitgaven van het eerstbekende jaar (t = 0) representeren en er wordt verondersteld dat de jaarlijkse R&D-uitgaven met een groeivoet g zijn gegroeid in de jaren voor t = 0, dan kan op basis van (1) de volgende vergelijking afgeleid worden: (2)
RDK 0 = RD0 + (1 − δ )λRD0 + (1 − δ ) 2 λ2 RD0 + (1 − δ ) 3 λ3 RD0 + ...
waarbij geldt dat λ =
1 (g is de groeivoet van de R&D-uitgaven) 1+ g
Het beginkapitaal is nu gelijk aan: (3)
RDK 0 =
RD0 1 − λ (1 − δ )
Om de R&D-beginvoorraad te berekenen moeten dus het afschrijvingspercentage en de groeivoet van de R&D-uitgaven bekend zijn. De afschrijvingvoet (δ) wordt vaak op 15% gesteld. Griliches (2000, blz. 54) noemt dit de conventionele afschrijvingsvoet voor de afschrijving van R&D-kapitaal. De groeivoet (g) van de R&D-uitgaven over een bepaalde periode n kan worden berekend met behulp van onderstaande afleiding. (4)
X n = X 0 × (1 + g ) n
Hierbij is Xn de eindwaarde van de reeks R&D-uitgaven en representeert X0 de beginwaarde van de reeks. Het aantal jaren wordt weergegeven door n. Uit (4) volgt:
136
Appendix
1
(5)
⎛ X ⎞n g = ⎜⎜ n ⎟⎟ − 1 ⎝ X0 ⎠
We beschikken over private R&D-uitgaven voor de periode 1981-2000. Deze private R&D-uitgaven in US$ en constante prijzen (1995) zijn voor de verschillende landen eerst omgerekend via BBP-koopkrachtpariteiten van 1995 naar R&D-uitgaven in nationale valuta (en constante prijzen).
137
Appendix
Appendix 4
Berekening R&D-loonkosten
Om de kosten van R&D in de private sector te berekenen kan gebruik gemaakt worden van data uit de Main Science and Technology Indicators van de OECD. Er moet echter wel rekening gehouden worden met de samenstelling van de totale populatie R&Dpersoneel tussen landen. De samenstelling heeft namelijk invloed op de totale kosten van R&D-personeel. In Japan is bijvoorbeeld 70% van het totale R&D-personeel onderzoeker, terwijl dit percentage voor Nederland ligt op ruwweg 50%. In Nederland heeft deze verdeling logischerwijs een drukkend effect op de totale R&Dpersoneelskosten, zoals aangegeven in de Main Science and Technology Indicators. Om rekening te houden met de verschillende samenstellingen van R&D-personeel tussen landen moet het R&D-personeel eerst omgezet worden naar onderzoeksequivalenten. Daarvoor moet de loonratio tussen R&D-onderzoekers en R&D-ondersteuners bekend zijn. Er is in de relevante R&D-statistieken (de Europese R&D-enquête bijvoorbeeld) helaas geen uitsplitsing gemaakt naar kosten tussen R&D-onderzoekers en R&Dondersteunend personeel. Daarom is deze ratio berekend op basis van SOC-data (SOC staat voor Standard Occupational Classification System USA) van de VS. Een toelichting op de SOC en de wijze van berekenen van de loonratio’s wordt gegeven aan het eind van deze appendix. Er wordt vanuit gegaan dat deze ratio ook geldt voor andere landen en eerdere jaren. In tabel A.4.1 zijn de loonratio’s tussen R&D-onderzoekers en R&Dondersteuners in de VS berekend voor de beschikbare jaren 1998-2001.76 Tabel A.4.1
Kosten per jaar van Researchers (R) en Ondersteuners Research (OR), Kengetallen 2003-1998, Verenigde Staten
Tot. kosten (R)
Tot. (R)
Gem. kosten (OR)
Tot. kosten (OR)
Tot. (OR)
2003 329.251.471.800 5.452.580 60.384,53 143.222.751.100 4.721.130 2002 314.925.156.300 5.337.270 59.004,91 141.203.068.100 4.722.660 2001 311.369.964.200 5.410.660 57.547,50 135.446.987.600 4.771.820 2000 306.150.025.500 5.537.010 55.291,58 131.869.183.900 4.707.360 1999 262.315.434.800 5.059.210 51.849,09 122.869.475.300 4.598.590 1998 274.464.824.100 5.578.580 49.199,76 94.104.041.100 3.826.880 Bron: berekeningen Ministerie van Economische Zaken op basis van SOC-data.
Gem. kosten (OR)
OR/R
30.336,54
0,50239
29.899,05
0,50672
28.384,76
0,49324
28.013,41
0,50665
26.718,95
0,51532
24.590,28
0,49980
De volgende stap is om het totale aantal R&D-personeel om te zetten naar R&Donderzoeksequivalenten. Hiervoor kan de loonratio OR/R gebruikt worden, waarmee het aantal ondersteuners om te rekenen is naar onderzoeksequivalenten. Voor de jaren 19982003 kan per jaar de berekende loonratio gebruikt worden. Voor de jaren daarvoor is de gemiddelde loonratio gebruikt over de periode 1998-2003. Deze ligt op 0,50402. Er zijn overigens weinig grote bezwaren om deze loonratio te gebruiken voor eerdere jaren, aangezien voor elk beschikbaar jaar de ratio vrij constant is rond de 0,50. 76
Berekeningen op basis van de SOC-data zijn uitgevoerd door Iskander Schrijvers.
138
Appendix
Voor de VS is het totale R&D-personeel uitgedrukt in fte’s niet bekend. Wel is het aantal onderzoekers in fte’s bekend. Om het totale R&D-personeel voor de VS te berekenen wordt gebruikt gemaakt van een gewogen aandeel onderzoekers binnen het totale R&Dpersoneel voor andere OECD-landen.77 Deze internationale ratio wordt gebruikt om gegevens over het aantal onderzoekers binnen de VS op te schalen naar het totale R&Dpersoneel binnen de VS. Voor Finland geldt voorts dat alleen de totale hoeveelheid R&Dpersoneel bekend is. Noodgedwongen is daarom het aandeel onderzoekers en ondersteuners in het totale R&D-personeel in Finland vastgesteld op basis van de internationale gewogen aandelen van onderzoekers en ondersteuners in de totale hoeveelheid R&D-personeel. De kosten van R&D-personeel (RDLOON) zijn vervolgens bepaald door de R&Dpersoneelskosten (w) binnen de private sector (constante prijzen 1995, $PPP) te delen door de totale hoeveelheid R&D-personeel in de private sector, uitgedrukt in ‘full time equivalents’ (fte’s), waarbij dus ook rekening is gehouden met de samenstelling van R&D-personeel in de verschillende landen (RD_EQUIVALENTfte). In formulevorm:
RDLOON ij =
wij RD _ EQUIVALENTijfte
Met
RD _ EQUIVALENTijfte = RDijonderzoek + 0,5 ⋅ RDijondersteuners Waarin RDonderzoek en RDondersteuners respectievelijk het aantal R&D-onderzoekers en R&Dondersteuners in een land representeren. Standard Occupational Classification (SOC) System USA Alle federale statistische bureaus in de VS gebruiken het Standard Occupational Classification (SOC) systeem om de beroepsbevolking te classificeren in beroepscategorieën ten behoeve van het vergaren, berekenen, bewerken en verspreiden van relevante data. De gehele beroepsbevolking is geclassificeerd in ruim 820 beroepen, al naar gelang de desbetreffende beroepsdefinities. Om de categorisering te vereenvoudigen zijn alle beroepen uitgesplitst in 23 hoofdgroepen (major groups), 96 subgroepen (minor groups) en 449 breed gedefinieerde beroepen. Alle 23 hoofdgroepen bevatten gedetailleerde subgroepen met specifieke beroepen met vergelijkbare werkzaamheden, skills, opleidingseisen en benodigde ervaring. Het Occupational Employment Statistics (OES) programma presenteert schattingen van de werkgelegenheid en het arbeidsloon voor meer dan 700 beroepen. Dit betreft
77
Deze ratio is berekend voor zoveel mogelijk landen per jaar waarvoor gegevens beschikbaar zijn. In 1985 waren dit nog 15 landen, terwijl dit in de tijd is opgelopen naar 22 landen in 2000.
139
Appendix
schattingen van het aantal mensen werkzaam in deze beroepen en het arbeidsloon dat zij ontvangen. Zelfstandigen zijn hierin niet meegenomen. List of SOC Occupations 11-0000 Management Occupations 13-0000 Business and Financial Operations Occupations 15-0000 Computer and Mathematical Occupations 17-0000 Architecture and Engineering Occupations 19-0000 Life, Physical, and Social Science Occupations 21-0000 Community and Social Services Occupations 23-0000 Legal Occupations 25-0000 Education, Training, and Library Occupations 27-0000 Arts, Design, Entertainment, Sports, and Media Occupations 29-0000 Healthcare Practitioners and Technical Occupations 31-0000 Healthcare Support Occupations 33-0000 Protective Service Occupations 35-0000 Food Preparation and Serving Related Occupations 37-0000 Building and Grounds Cleaning and Maintenance Occupations 39-0000 Personal Care and Service Occupations 41-0000 Sales and Related Occupations 43-0000 Office and Administrative Support Occupations 45-0000 Farming, Fishing, and Forestry Occupations 47-0000 Construction and Extraction Occupations 49-0000 Installation, Maintenance, and Repair Occupations 51-0000 Production Occupations 53-0000 Transportation and Material Moving Occupations
De berekeningswijze van de loonratio tussen R&D-onderzoekers en R&D-ondersteuners is in een vijftal stappen verricht. Stap 1: Filteren van de SOC/OES employment-index voor pure Research-beroepen (R). Stap 2: Ffe van de categorieën van (R) vermenigvuldigen met het geschatte gemiddelde jaarloon (annual wage) van de categorieën van (R). Stap 3: De aldus verkregen totale jaarlijkse ‘wagebill’ van (R) delen door het totale aantal fte van (R). Dit geeft de geschatte gemiddelde loonkosten van 1 fte (R). Stap 4: Dezelfde stappen doorlopen voor Ondersteunende Research-beroepen (OR). Stap 5: De gemiddelde kosten van 1 fte (OR) delen door de gemiddelde kosten van 1 fte (R) geeft de verhouding van de loonkosten van 1 Ondersteunende Researcher (OR) ten opzichte van de loonkosten van 1 Researcher (R). De gevonden verhouding ligt rond de 0,5.
140
Appendix
Appendix 5
Resultaten regressieanalyse model 1
In deze appendix worden de resultaten beschreven van de regressieanalyse van model 1. Model 1 log(Yit) =
met Yit Xit1 Xit2 Xit3 Xit4 Xit5 Xit6 Xit7
β0 + β1 log Xit1+ β2 log Xit2+ β3 log Xit3 + β4 log Xit4+ β5 log Xit5 + β6 log Xit6 + β7 log Xit7 + γ (t-1991)
= IRDit/VAit = VAitforeign/ VAit = RDCitprivate/ GDPit = RDCitpublic/ GDPit = EDUCit = HRSTitcore = HRSTit20-29 = RDwagesit
voor i = land t = jaar waarbij (i,t) ∈ (Canada, 1993-2000), (Duitsland, 1993-1999), (Finland, 1995-2001), (Frankrijk, 1994-2001), (Hongarije, 1992-1998), (Ierland, 1991-1999), (Japan, 19912000), (Nederland, 1995-2000), (Engeland, 1994-1999), (Verenigde Staten, 1991-2001), (Zweden, 1991-2000), (Spanje, 1991-2001) en (Tsjechië, 1997-2001) In tabel A.5.1 worden de belangrijkste resultaten van een aantal regressies gepresenteerd. In eerste instantie is het volledige model geschat. Er waren echter niet voldoende waarnemingen om een schatting te maken met alle verklarende variabelen. Daarom zijn een aantal regressies uitgevoerd waarbij steeds verschillende verklarende variabelen werden gebruikt. Door steeds een variabele toe te voegen en/of weg te laten, kan de invloed van elke mogelijke verklarende variabele apart bekeken worden. Bovendien kan de stabiliteit van de geschatte parameterwaarden onderzocht worden. In de onderstaande tabel staat in de eerste kolom aangegeven welke verklarende variabelen zijn gebruikt. In de drie kolommen daarna staat achtereenvolgens vermeld hoeveel waarnemingen gebruikt zijn, wat de R2 is en de waarde van de Durbin-Watson statistiek.78 In de twee volgende kolommen staan de geschatte waarde van de constante en de geschatte parameter van de trendvariabele vermeld. Ten slotte staat in de laatste 7 kolommen de geschatte parameterwaarde van elke variabele gepresenteerd, indien van toepassing.
78
Bij de regressies is gebruik gemaakt van de SUR-estimator (Seemingly Unrelated Regression soms ook wel de Parks schatter genoemd) in Eviews 4.1. Deze schatter is het meest geschikt voor modellen zonder fixed effects en waarbij sprake is van heteroskedasticiteit en multicollineariteit.
141
Appendix
Tabel A.5.1
Resultaten regressies model 1 (alle landen, alle jaren)
Verklarende variabelen (log)
#
X1, X2 1
3
1
2
X,X
R2 DW
c
trend
log (X1)
log (X2)
75 0,70 0,24
-1,54
0,04
0,71
0,86
0,05
0,56
75 0,56 0,16
-1,93
3
X,X,X
75 0,72 0,25
-1,99
0,04
0,74
1,10
X1, X2, X4
47 0,89 0,23
-5,01
-0,02
0,76
0,59
43 0,59 0,43
-4,51
0,02
0,47
0,44
X,X,X
67 0,83 0,44
-3,31
0,04
0,72
0,62
X1, X4, X7
42 0,88 0,24 -14,65
-0,02
0,74
61 0,10 0,20
-7,51
0,02
1
2
5
1
2
7
X,X,X
2
4
7
1
2
4
X,X,X
log (X3)
log (X4)
log (X5)
log (X6)
log (X7)
0,65 -0,37 1,34 0,62 0,77 4,00
0,99
0,09
0,08
1,51
2,08
7
X,X,X,X
42 0,92 0,37
-8,56
-0,03
0,77
0,54
X1, X2, X5, X7
36 0,66 0,49
-4,33
0,04
0,64
0,44
X1, X2, X4, X5, X7
19 0,94 2,30
-2,37
0,02
0,81
0,59
-1,84
0,96 0,48
0,18
1,37
0,54
Toelichting: in alle gepresenteerde schattingen waren de verklarende variabelen significant.
Omdat niet alle variabelen in een keer geschat konden worden vanwege te weinig waarnemingen, is ervoor gekozen om de regressie met minder verklarende variabelen te schatten. In eerste instantie is daartoe variabele X6 (aanwas van hoogopgeleiden) weggelaten, omdat een deel van deze informatie al is bevat in X5 (de voorraad van hoogopgeleiden). Bovendien is besloten om slechts één van de twee R&Dkapitaalvariabelen (privaat en publiek) mee te nemen. De reden hiervoor is omdat bleek dat deze variabelen onderling gecorreleerd zijn. De drie bovenste rijen in de bovenstaande tabel laten zien dat het opnemen van X2 betere resultaten geeft dan het opnemen van X3. In alle gepresenteerde regressies waren de verklarende variabelen significant. Echter, sommige variabelen geven een betere verklaring voor de buitenlandse R&Dinvesteringen dan anderen. Uit de bovenstaande tabel concluderen we dat het opnemen van X5 leidt tot een minder goede fit. Het blijkt dat de variabelen X1, X2, X4 en X7 een verklaring geven voor het aantrekken van buitenlandse investeringen in R&D. Het is lastig om de resultaten van de verschillende regressies onderling te vergelijken, omdat de variabelen per land slechts gedeeltelijk bekend zijn. Daarom zijn opnieuw regressies gedaan waarbij de landen met grote ‘gaten’ in de beschikbare data zijn weggelaten, te weten: Canada, Hongarije, Spanje en Tsjechië. Alleen de regressies met X1, X2, X4 en X7 zijn beschouwd. De resultaten van deze extra regressies staan in de tabel A.5.2 vermeld. Ook bij de selectie van landen blijken alle vier verklarende variabelen significant te zijn. Uit tabel A.5.2 blijkt tevens dat de schattingen voor X1 en X2 stabiel zijn, dat wil zeggen dat de geschatte parameterwaarde redelijk ongevoelig is voor de gekozen set van verklarende variabelen. De geschatte waarden voor X4 en X7 zijn veel gevoeliger voor de gekozen set van variabelen. Dit duidt erop dat er een sterke correlatie is tussen deze variabelen. Het is ook hier lastig om op basis van de bovenstaande resultaten een keuze te maken voor een definitief model. In ieder geval concluderen we dat de schattingen waarin minimaal X1 en X2 als verklarende variabelen zijn opgenomen de beste resultaten geven.
142
Appendix
Tabel A.5.2
Resultaten regressies model 1 (selectie van landen, alle jaren)
Verklarende variabele (log)
#
R2
DW
c
trend
log (X1)
log (X2)
X1, X2
-1,48
0,79
63
0,83
0,32
0,01
0,72
1
4
47
0,83
0,15 -12,98 -0,02
0,74
1
7
X,X
55
0,74
0,22
-4,12
0,02
0,67
X1, X2, X4
47
0,89
0,23
-5,01
-0,02
0,76
0,59
X1, X2, X7
55
0,86
0,39
2,63
0,00
0,73
0,76
42
0,88
0,24 -14,65 -0,02
0,74
42
0,92
0,37
0,77
X,X
1
4
7
1
2
4
X,X,X
7
X,X,X,X
-8,56
-0,03
log (X4)
log (X7)
4,00 0,39
0,54
1,34 0,71 4,00
0,99
2,08
0,96
Toelichting: In alle gepresenteerde schattingen waren de verklarende variabelen significant.
Gestaffelde vertragingsstructuur en autocorrelatie Een probleem bij de eerder beschreven schattingen (tabel A.5.2) is dat de lage waarde van de Durbin-Watson statistiek duidt op autocorrelatie. Dit geeft aan dat de vergelijking niet volledig is. Er ontbreken andere variabelen die een systematische invloed uitoefenen op de te verklaren variabele. Verschillende inspanningen hebben geen betere specificatie van de vergelijking opgeleverd. Een alternatieve wijze om autocorrelatie te ondervangen is door een AR(1)-term op te nemen in de vergelijking. In tabel A.5.3 zijn schattingen gepresenteerd inclusief AR(1)-term. Tabel A.5.3
Resultaten regressies model 1, inclusief AR(1)-term en vertraagde endogene variabele
Verklarende variabele (log)
#
X1 X2 X3 X4 X7 X1, X2 X1, X3 X1, X2, X3
66 0,92 1,76 0,08 (4,0)
R2 DW
log (X1)
92 0,83 2,48
log (X2)
log (X3)
0,04 (3,1)
92 0,84 2,50
log (X7)
log (Yt-1)
trend
0,81 (30,1)
-
0,84 (35,8) 0,007 0,06 (3,5)
59 0,84 3,00
0,85 (36,6) 0,007 0,15 (3,0)
78 0,84 2,72
0,88 (39,8)
-
-0,12 (-3,9) 0,88 (41,9) 0,002
66 0,93 1,68 0,19 (8,7) 0,2 (8,1) 66 0,92 1,74 0,11 (5,3)
log (X4)
0,69 (26,0) 0,13 (5,5)
66 0,93 1,67 0,19 (8,6) 0,22 (7,2) -0,02 (-0,9)
0,76 (28,7) 0,69 (25,5)
-
Toelichting: Alle gepresenteerde schattingen waren significant, tenzij vet gedrukt. Wanneer de trendvariabele niet significant bleek, is dit aangegeven met “-”. Tussen haakjes staan de t-waarden vermeld.
Verder is in de schattingen (die worden gepresenteerd in tabel A.5.3) een vertraagde afhankelijke variabele als verklarende variabele opgenomen (aangeduid met Yt-1). Een vertraagde endogene wordt ook wel een Koyck-vertraging genoemd.79 Hiermee wordt een gestaffelde (geometrische) vertragingsstructuur opgelegd. De achterliggende reden 79
Het opnemen van Koyck-vertraging komt in vrijwel ieder econometrieboek ter sprake (zie bijvoorbeeld Woolridge, 2003, blz. 300).
143
Appendix
daarvoor is dat een impuls van een bepaalde exogene variabele niet na één jaar uitgewerkt is, maar nog jaren kan doorwerken. Wel is het zo dat de doorwerking in de eerste jaren sterker is dan in latere jaren. De beste schatting bevat als verklarende variabelen X1 en X2. Dit komt overeen met de eerdere bevindingen. Het belangrijkste verschil met de eerdere uitkomsten zonder AR(1)term, is dat de R&D-loonkosten (X7) niet meer significant zijn. In de onderstaande tabel worden de details van de optimale schatting gepresenteerd inclusief AR(1)-term. Tabel A.5.4
Resultaten optimale schatting incl. AR(1)-term
Total panel (unbalanced) observations: 66 Variable Coefficient C -0.506153 LOG(Y?(-1)) 0.690898 LOG(X1?) 0.189325 LOG(X2?) 0.204839 R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
0.931206 0.927877 0.217657 1.678404
Std. Error 0.095663 0.026548 0.021578 0.025297
t-Statistic -5.291017 26.02467 8.773772 8.097365
Mean dependent var S.D. dependent var Sum squared resid
Prob. 0.0000 0.0000 0.0000 0.0000 -4.609715 0.810469 2.937213
Conclusie Het definitieve model wordt dus: log(Yit) =
- 0.506 + 0.691* log(Yit-1 ) + 0.189* log(Xit 1) + 0.205* log(Xit 2) (0.096)
(0.027)
(0.022)
(0.025)
R2 = 0,93
Daar de vergelijking logaritmisch is kunnen de geschatte parameters als elasticiteiten beschouwd worden. Wanneer bijvoorbeeld het aandeel van buitenlandse industriële vestigingen in de totale industriële toegevoegde waarde van een land met 1% toeneemt, dan neemt het aandeel R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde op korte termijn met 0,19% toe. Verder is gevonden dat wanneer het privaat R&D-kapitaal als percentage van het BBP stijgt met 1%, de R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde met 0,20% toenemen. De langetermijneffecten zijn echter hoger, omdat de effecten gestaffeld doorwerken in de tijd.80 Indien de totale toegevoegde waarde van buitenlandse industriële bedrijven in de totale industriële toegevoegde waarde stijgt met 1% (uitgaande van het Nederlandse gemiddelde over de periode 1995-1998 komt dit neer op 137 miljoen euro), dan neemt het aandeel R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de 80
De vertraagde endogene variabele heeft een coëfficiënt van 0,691. Dit betekent dat de onafhankelijke variabelen een lange doorwerking hebben. Het langetermijneffect daarvan wordt berekend door αx/(1-αy-1), waarbij αx de coëfficiënt is van de onafhankelijke variabele en αy-1 de coëfficiënt is van de vertraagde endogene variabele.
144
Appendix
totale industriële toegevoegde waarde op lange termijn toe met 0,61% (uitgaande van het Nederlandse gemiddelde voor de jaren 1995-2000 komt dit neer op 3,5 miljoen euro). Indien het privaat R&D-kapitaal als percentage van het BBP in een land toeneemt met 1%, dan stijgt het aandeel R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde op lange termijn met 0,66%. Op lange termijn geldt echter dat 1% extra privaat R&D-kapitaal als percentage van het BBP is te realiseren door structureel 1% extra te investeren in private R&D-uitgaven als percentage van het BBP (zie appendix 3). Dit impliceert dat wanneer de private R&Duitgaven als percentage van het BBP met 1% stijgen (uitgaande van het Nederlandse gemiddelde over de periode 1995-2000 komt dit neer op ongeveer 36 miljoen euro), de R&D-investeringen van buitenlandse industriële vestigingen ten opzichte van de totale industriële toegevoegde waarde met 0,66% toenemen (uitgaande van het Nederlandse gemiddelde voor de jaren 1995-2000 komt dit neer op 4 miljoen euro).
145
Appendix
Appendix 6
Resultaten regressieanalyse model 2
In deze appendix worden de resultaten beschreven van de regressieanalyse van model 2. Model 2 log(Yit) =
β0 + β1 log Xit1+ β2 log Xit2+ β3 Xit3 + β4 Xit4+ β5 Xit5 + α6 DUMMYic + γ (t-1981)
met Yit = PATENTitforeign/LABFORit Xit1 = RDCitprivate/GDPit Xit2 = RDCitpublic/GDPit Xit3 = EDUCit Xit4 = RDwagesit Xit5 = GDPit DUMMYic = landendummy voor land i voor i = land t = jaar waarbij i ∈ (Australië, België, Canada, Denemarken, Duitsland, Finland, Frankrijk, Griekenland, Hongarije, Ierland, Italië, Japan, Nederland, Nieuw-Zeeland, Noorwegen, Oostenrijk, Polen, Portugal, Spanje, Tsjechië, Turkije, Verenigd Koninkrijk, Verenigde Staten, Zweden, Zwitserland) t ∈ (1981,..., 2001) Het model is in twee fasen geschat. Ten eerste is gezocht naar de optimale vertragingsstructuur. Vervolgens is geanalyseerd welke verklarende variabelen een significante invloed hebben. Vertragingsstructuur Daar inventies het resultaat zijn van R&D-investeringen in het verleden, moet eerst onderzocht worden met hoeveel jaar de onafhankelijke variabelen vertraagd moeten worden. Om dit te onderzoek wordt onderstaande niet-lineaire schattingstechniek gebruikt voor de totale dataset. log Y it = c 0 + c 1 ( c 21 log X itj + c 22 log X i j( t −1 ) + c 23 log X i j( t − 2 ) + c 24 log X i j( t − 3 ) + c 25 log X i j( t − 4 ) + (1 − c 21 − c 22 − c 23 − c 24 − c 25 ) log X i j( t − 5 ) ) + DUMMY
c i
waarbij j = variabele, i = land, t = jaar De resultaten van deze vrije schattingen worden kort per variabele besproken. Privaat R&D-kapitaal (X1) heeft bij verschillende vertragingen een significant effect. Dit geeft
146
Appendix
een indicatie dat privaat R&D-kapitaal over de tijd gestaffeld doorwerkt in het aantal buitenlandse inventies in een land. De sterkste resultaten worden verkregen bij een vertraging van drie jaar. Voor publiek R&D-kapitaal (X2) geldt hetzelfde beeld. Een driejaarlijkse vertraging geeft de sterkste effecten. Voor de gemiddelde opleidingsduur van de beroepsbevolking (X3) geldt een ander beeld. Alleen vier en vijf jaar vertraging geven een significante uitkomst in de non-liniaire schatting, waarbij vijf jaar vertraging het sterkste effect geeft. Variabele X4, de kosten van R&D-personeel, hangt in de vrije schattingen positief samen met de afhankelijke variabele (dit was eveneens het geval bij model 1). Blijkbaar representeert deze indicator een economische ontwikkeling die positief is voor het aantal buitenlandse inventies in een land. Hierbij kan gedacht worden aan de productiviteit c.q. kwaliteit van het R&D-personeel. Op lange representeert het loon immers de productiviteit. De optimale vertraging bij de R&D-loonkosten bleek vijf jaar te zijn. De laatste vrije schattingen voor het BBP (X5) geven ook voor vijf jaar vertraging het beste resultaat. Evenals bij de gemiddelde opleidingsduur (X3) is vier jaar vertraging nog significant, maar minder jaren vertraging niet meer. Een probleem bij enkelvoudig schatten is dat de invloed van andere variabelen wordt genegeerd. Het is daarom mogelijk dat in een multivariate regressieanalyse, waarbij meer variabelen tegelijkertijd worden opgenomen, de optimale vertraging van de onafhankelijke variabelen wat kan verschuiven. Multivariate regressieanalyse Er is een multivariate regressieanalyse uitgevoerd waarbij rekening wordt gehouden met landendummy’s. Daarnaast is een trendvariabele opgenomen. Hiermee kan rekening worden gehouden met de toegenomen internationalisering over de tijd.81 Voorts is gecorrigeerd voor mogelijke heteroskedasticiteit door de optie White HeteroskedasticityConsistent Standard Errors & Covariance te kiezen bij de schattingen. Tabel A.6.1
Eerste schatting - alle variabelen, initiële vertraging
Total panel (unbalanced) observations: 256 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable Coefficient Std. Error t-Statistic C 3.063754 1.906598 1.606922 X1_3? 0.492727 0.149157 3.303413 X2_3? 0.335725 0.191978 1.748770 X3_5? 1.963529 0.789165 2.488108 X4_5? 0.249689 0.305896 0.816254 X5_5? -0.253201 0.333577 -0.759048 TREND? 0.024831 0.004826 5.144792 R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.968717 0.965616 0.090542 312.3550 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
81
Prob. 0.1094 0.0011 0.0817 0.0135 0.4152 0.4486 0.0000 2.275693 0.488281 1.901907 1.517076
In model 1 (zie appendix 5) werd hiermee rekening gehouden door de toegevoegde waarde van buitenlandse bedrijven op te nemen in de vergelijking.
147
Appendix
Als eerste worden alle variabelen meegenomen in de vergelijking met de optimale vertragingen uit stap 1. De resultaten van het totale model zijn weergegeven in tabel A.6.1 (de resultaten zijn weergegeven zonder landendummy’s). Uit de geschatte vergelijking blijkt dat alleen privaat R&D-kapitaal en de gemiddelde opleidingsduur significant positief samenhangen met de afhankelijke variabele. Publiek R&D-kapitaal, de kosten van R&D-personeel en het BBP hebben geen significant effect. Daarnaast vertonen de kosten van R&D-personeel en het BBP beide een tegenintuïtief teken. In tabel A.6.2 worden de belangrijkste resultaten van een aantal regressies gepresenteerd. Om te controleren in hoeverre bovenstaande resultaten robuust zijn is ervoor gekozen om het model stapsgewijs op te bouwen, door steeds een variabele toe te voegen en/of weg te laten. Op deze manier kan de invloed van elke mogelijke verklarende variabele apart bekeken worden. In de onderstaande tabel staat in de eerste kolom aangegeven hoeveel waarnemingen zijn gebruikt. In de drie kolommen daarna staat achtereenvolgens vermeld hoeveel waarnemingen gebruikt zijn (#), wat de R2 is en de waarde van de DurbinWatson statistiek. In de laatste 6 kolommen staan de geschatte parameterwaarden en tussen haakjes de t-waarden van elke onafhankelijke variabele gepresenteerd en de trendvariabele. Tabel A.6.2
Resultaten regressies model 2
Verklarende variabelen X1t-3 X2t-3 X3t-5 X4t-5 X5t-5 X1t-3, X2t-3 X1t-3, X2t-4* X1t-3, X3t-5 X1t-3, X4t-5** X1t-3, X5t-5*** X1t-3, X2t-3, X3t-5 X1t-3, X2t-3, X4t-5 X1t-3, X2t-3, X5t-5 X1t-3, X3t-5, X5t-5 X1t-3, X2t-3, X3t-5, X5t-5 X1t-3, X2t-3, X3t-5, X4t-5, X5t-5
# 359 357 441 266 424 357 336 359 258 357 357 258 355 357 355 256
R2 DW log (X1) log (X2) log (X3) log (X4) 0,96 0,96 0,95 0,96 0,95 0,96 0,96 0,96 0,96 0,96 0,97 0,96 0,96 0,96 0,97
1,35 0,38 (3,6) 1,32 1,11 1,26 1,16 1,35 0,30 (2,7) 0,27 (2,3) 1,38 0,35 (3,3) 1,42 0,57 (4,3) 1,36 0,38 (3,6) 1,38 0,29 (2,7) 1,46 0,41 (2,8) 1,39 0,26 (2,3) 1,39 0,35 (3,3) 1,41 0,25 (2,2) 1,51 0,49 (3,3)
0,42 (2,9) 1,47 (2,2) -0,12 (-0,4) 0,26 (1,7) 0,36 (2,2) 1,78 (2,6) 0,22 (0,7) 0,20(1,3) 1,61 (2,4) 0,47 (2,3) 0,17 (0,5) 0,37 (2,3) 1,83 (2,7) 0,32 (2,0) 1,61 (2,4) 0,34 (1,7) 1,96 (2,5) 0,25 (0,8)
log (X5) trend 0,033 0,035 0,036 0,039 0,81 (2,6) 0,034 0,033 0,032 0,028 0,030 0,32 (1,0) 0,030 0,028 0,030 0,66 (2,0) 0,026 0,38 (1,2) 0,024 0,66 (2,0) 0,020 -0,25 (-0,7) 0,024
* Publiek R&D-kapitaal vier jaar vertraagd levert significantie van deze variabele op in combinatie met privaat R&D-kapitaal. ** Ook voor minder vertragingen blijven kosten van R&D-personeel insignificant. *** Voor minder vertragingen blijft het BBP insignificant. De niet significante variabelen zijn vet weergegeven.
Deze exercitie leert ons dat de combinatie van privaat R&D-kapitaal en het gemiddelde opleidingsniveau het meest stabiel is. Dit zijn ook de variabelen die als enige een (sterk) significant effect vertoonden in de schatting van het totale model (tabel A.6.1). Het effect van de kosten van R&D-personeel op de afhankelijke variabele is voor geen enkele schatting significant en wordt verder niet meer meegenomen in het vervolg van de regressieanalyse. Verder lijkt het erop dat publiek R&D-kapitaal (X2) en het BBP (X5) intercorreleren en elkaar wederzijds versterken. Indien immers de variabelen individueel
148
Appendix
worden opgenomen, in combinatie met privaat R&D-kapitaal en het gemiddelde opleidingsniveau, hebben ze geen significant effect. Maar indien beide variabelen simultaan worden geschat in combinatie met X1 en X3, dan vertonen ze wel significantie. Gestaffelde vertragingsstructuur en autocorrelatie Een probleem met de gepresenteerde schattingen in tabel A.6.2 is dat er sprake is van autocorrelatie. Dat autocorrelatie optreedt in de schattingen duidt erop dat er sprake is van misspecificatie van de vergelijking. Een belangrijke reden hiervoor kan zijn dat bepaalde variabelen gestaffeld doorwerken in de tijd. Het is immers niet logisch dat een impuls bij bijvoorbeeld het private R&D-kapitaal drie jaar later direct doorwerkt in een toename van het aantal buitenlandse inventies in een land. Het is veel aannemerlijker dat dit gestaffeld gebeurt over de tijd. Zoals gemeld kan bij een gestaffelde vertraging (Yt-1) het initiële effect ook op zich laten wachten, maar als dat eenmaal is gebeurd kan het nog geruime tijd duren voordat het totale effect is opgetreden. Vooral bij R&D-kapitaal is dit van belang, omdat buitenlandse inventies de resultante zijn van continue R&D-processen. In lijn met de resultaten in tabel A.6.2 zijn privaat R&D-kapitaal en de gemiddelde opleidingsduur de belangrijkste variabelen bij de schattingen inclusief een Koyckvertraging (een vertraagde endogene variabele). De optimale schatting is gepresenteerd in tabel A.6.3. Een verschil met eerdere schattingen is dat de optimale vertraging van de gemiddelde opleidingsduur niet op 5 jaar ligt, maar op twee jaar. Voor andere combinaties kunnen geen betere schattingsresultaten gevonden worden. Tot slot is de DW-statistic 2,13 in tabel A.6.3, waarmee het erop lijkt dat autocorrelatie is ondervangen. Een probleem bij het opnemen van een Koyck-vertraging is dat de DWstatistic richting de 2 tendeert en dus minder betrouwbaar wordt (zie Green, 2000, blz. 542; Seddighi e.a., 2000, blz. 154). Als alternatief kan daarom de Durbin’s h-statistic worden berekend die hieronder staat in formulevorm.
N ⎛ d⎞ h = ⎜1 − ⎟ 2 ⎝ 2 ⎠ (1 − Ns c ) In de formule is sc2 de variantie van de geschatte coëfficiënt van de Koyck-vertraging, is N het aantal waarnemingen en representeert d de Durbin-Watson statistiek. Probleem is dat voor onze schatting de sc2 > 1/N, waardoor de h-statistic niet kan worden berekend (wortel uit een negatief getal). Als alternatief hierop kan de volgende test uitgevoerd worden om te kijken of er sprake is van autocorrelatie (zie Woolridge, 2003, blz. 399). Eerst worden de residuen (ũ) geschat van de optimale vergelijking gepresenteerd in tabel A.6.3. Vervolgens worden de residuen handmatig een jaar vertraagd (waarbij overigens rekening moet worden gehouden met het gepoolde karakter van de dataset, zodat er geen overlap optreedt tussen landen). Regresseer vervolgens ũ met alle variabelen uit de optimale schatting (tabel A.6.3) en de vertraagde residuen (ũt-1).82 Uit deze hulpregressie komt een coëfficiënt van ũt-1 naar voren (ρ) en een gepresenteerde t-waarde tρ. Gebruik tρ om de hypothese te toetsen: H0: ρ = 0 (geen autocorrelatie) en H1: ρ ≠ 0 (autocorrelatie). 82
Een jaar is voldoende om te controleren of er geen eerste-orde autocorrelatie optreedt.
149
Appendix
Voor onze optimale schatting geldt dat tρ = 0,181392. Er treedt geen significante eersteorde autocorrelatie op.83 Tabel A.6.3
Optimale schatting inclusief Koyck-vertraging
Total panel (unbalanced) observations: 338 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
C Y_1? X1_3? X3_2? DUM_AUS? DUM_BEL? DUM_CAN? DUM_DEN? DUM_DUI? DUM_FIN? DUM_FRA? DUM_GRE? DUM_IER? DUM_ITA? DUM_JAP? DUM_NZL? DUM_NOO? DUM_OOS? DUM_POR? DUM_SPA? DUM_UK? DUM_US? DUM_ZWE? DUM_ZWI? TREND?
0.285966 0.302611 0.180538 1.504923 -0.415800 0.203596 -0.370111 -0.126558 -0.242819 -0.218748 -0.130158 -0.565331 -0.043243 -0.185925 -0.685798 -0.387162 -0.332097 0.056120 -0.623034 -0.350747 -0.088886 -0.559092 -0.100282 0.081175 0.021839
0.405998 0.076389 0.085364 0.468622 0.063209 0.036536 0.053359 0.032264 0.048828 0.040087 0.029510 0.135333 0.059075 0.061295 0.081110 0.093572 0.054267 0.026080 0.143734 0.100198 0.023896 0.075467 0.029334 0.040824 0.003034
0.704354 3.961442 2.114928 3.211376 -6.578198 5.572534 -6.936204 -3.922520 -4.972992 -5.456807 -4.410580 -4.177341 -0.732005 -3.033282 -8.455139 -4.137601 -6.119645 2.151873 -4.334634 -3.500541 -3.719669 -7.408471 -3.418653 1.988396 7.199372
0.4817 0.0001 0.0352 0.0015 0.0000 0.0000 0.0000 0.0001 0.0000 0.0000 0.0000 0.0000 0.4647 0.0026 0.0000 0.0000 0.0000 0.0322 0.0000 0.0005 0.0002 0.0000 0.0007 0.0476 0.0000
R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.974906 0.972981 0.085955 506.6626 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
2.271060 0.522923 2.312504 2.134530
Conclusie De optimale vergelijking is: log(Yit) =
- 0.286 + 0.303* log(Yit-1 )+ 0.181* log(Xit-3 1)+ 1.505* log(Xit-2 3) + 0.022*(t-1981) (0.406)
(0.076)
(0.085)
(0.469)
(0.003)
R2 = 0,97 83
Als alternatief kan nog de Breusch-Godfrey’s Lagrange Multiplier toets berekend worden (zie Woolridge, 2003, blz. 401; Green, 2000, blz. 542). Gebruik de R2 uit de berekende hulpregressie en vermenigvuldig deze met het aantal gebruikte waarnemingen in de hulpregressie. De waarde N*R2 is asymptotisch verdeelde χ2 met p vrijheidsgraden (p is het aantal gebruikte vertragingen van ũ, in ons geval 1 vrijheidsgraad). N (317) * R2 (0,01010) = 3,20. De 5%-betrouwbaarheidgrens om de nulhypothese van geen autocorrelatie te verwerpen ligt echter 3,84. Deze uitkomst is in lijn met bovenstaand resultaat van geen autocorrelatie.
150
Appendix
voor i t
= =
land jaar
Aangezien model 2 in logaritmische vorm is geschat kunnen de coëfficiënten als elasticiteiten worden beschouwd. Dit betekent dat indien het private R&D-kapitaal als percentage van het BBP met 1% stijgt, het aantal buitenlandse inventies in Nederland in verhouding tot de beroepsbevolking drie jaar later stijgt met 0,18%. Verder geldt dat als de gemiddelde opleidingsduur van de beroepsbevolking met 1% stijgt, het aantal buitenlandse inventies in verhouding tot de beroepsbevolking na twee jaar met 1,5% stijgt. Aangezien de effecten gestaffeld doorwerken in de tijd, vanaf het moment dat de impuls heeft plaatsgevonden, zijn de langetermijneffecten hoger. Deze zijn als volgt: 1% extra privaat R&D-kapitaal als percentage van het BBP leidt op lange termijn tot 0,26% extra buitenlandse inventies in verhouding tot de beroepsbevolking. Zoals al werd aangegeven geldt dat 1% extra privaat R&D-kapitaal als percentage van het BBP op lange termijn is te realiseren door structureel 1% extra te investeren in private R&D-uitgaven als percentage van het BBP (zie appendix 3). Dit impliceert dat wanneer de private R&Duitgaven als percentage van het BBP met 1% stijgen (uitgaande van het Nederlandse gemiddelde over de periode 1981-2001 komt dit neer op 30 miljoen euro), het aantal buitenlandse inventies in Nederland in verhouding tot de beroepsbevolking stijgt met 0,26% (uitgaande van het Nederlandse gemiddelde over de periode 1990-2001 komt dit in absolute zin neer op 1,3 buitenlandse patenten). Verder geldt dat een half jaar extra gemiddelde opleiding van de beroepsbevolking op lange termijn leidt tot 9,7% extra buitenlandse inventies in verhouding tot de beroepsbevolking (uitgaande van het Nederlandse gemiddelde over de periode 1990-2001 komt dit in absolute zin neer op 48,5 buitenlandse patenten).
151
Appendix
Appendix 7 Tabel A.7.1
Benchmark Nederland ten opzichte van buitenland Locatiefactoren, periode, bronnen en score Nederland ten opzichte van buitenland
R&D-locatiefactoren 1) Beschikbaarheid gekwalificeerd personeel 2) Internationale bereikbaarheid 3) World Class karakter instituten 4) Samenwerkingsmogelijkheden tussen bedrijven en kennisinstellingen 5) Capaciteit en kwaliteit ICT/telecominfrastructuur 6) R&D-stimuleringsmaatregelen
7) Kosten R&D 8) Quality of life 9) Algemene belastingregelingen 10) Regulering en wetgeving 11) Ondernemerschap 12) Toegevoegde waarde buitenlandse bedrijven in Nederland 13) Privaat R&D-kapitaal
Periode
Bronnen
Score Nederland
B&S: 1995-1998, Structural Indicators: 1993-2001, New Cronos Database: 1994-2003, OECD: 2002 World Road Statistics: 1995-2001, UN-ECE: 2000, 1996-2001 1996/2000, IMD: 1995-2003
Bassanini & Scarpetta (2001), Eurostat Structural Indicators, Eurostat New Cronos Database, OECD
Van Steen e.a. (2004) CBS (2003), Eurostat (2000), IMD
Goed Matig
ITU: 2002-2003, EIU: 2002-2004
ITU (Digital Access Index), EIU (e-readiness rankings) Donselaar e.a. (2000), OECD Science Technology & Industry Scoreboard, Main Science & Technology Indicators OECD Main Science & Technology Indicators IMD OECD Taxation Statistics IMD EIM Compendia dataset OECD AFA-database, OECD STAN-database, Structural Statistics for Industry and Services OECD Main Science & Technology Indicators
Goed
Donselaar e.a. (2000): 1997, 2001
1995-2000 1995-2004 1995-2001 1995-2004 1995-2002 1995-2000 1995-2001
152
IRF World Road Statistics 1997-2003, UNECE
Voorraad goed, Nieuwe instroom lijkt slecht Gemiddeld
Gemiddeld
Matig Uitstekend Gemiddeld Gemiddeld Gemiddeld Gemiddeld/Goed Matig/Slecht
Appendix
Tabel A.7.2
Variabelen die niet zijn opgenomen in hoofdstuk 6 Determinant
Reden niet opnemen
Aanwezigheid toonaangevende clusters/sectoren Kosten bedrijfshuisvesting De overheid als launching customer Venture capital Vestigingsmogelijkheden op technology en science parks
Onbelangrijke vestigingsplaatsfactor Onbelangrijke vestigingsplaatsfactor Onbelangrijke vestigingsplaatsfactor Onbelangrijke vestigingsplaatsfactor Onbelangrijke vestigingsplaatsfactor
Ligging t.o.v. andere vestigingen Relatie met andere activiteiten huidige locatie Nabijheid lead users en/of strategische partners
Onbelangrijke vestigingsplaatsfactor Onbelangrijke vestigingsplaatsfactor Niet kwantificeerbaar
Periode en landen Er is getracht gegevens te verzamelen voor de verschillende locatiefactoren voor zoveel mogelijk jaren vanaf 1995 tot het heden. De landen waarvoor de benchmark is uitgevoerd zijn de voormalige EU-15 landen zonder Luxemburg en Nederland (België, Denemarken, Duitsland, Finland, Frankrijk, Griekenland, Ierland, Italië, Oostenrijk, Portugal, Spanje, het VK en Zweden), de VS en Japan. Gebruiken van World Competitiveness Yearbook van het IMD In The World Competitiveness Yearbook (WCY) vult het IMD kwantitatieve harde data aan met enquêtedata.84 De jaarlijkse enquête van het IMD wordt gestuurd naar het top- en middelmanagement van bedrijven over een groot aantal landen. De respondenten beantwoorden vragen voor verschillende indicatoren op een schaal van 1-6, waarbij 1 staat voor de meest negatieve perceptie en 6 staat voor de meest positieve perceptie. Het WCY berekent vervolgens de gemiddelde waarde van de waarneming op een bepaalde indicator voor ieder land. Daarna zijn de resultaten van elk criterium omgezet van een 6puntsschaal naar een 10-puntsschaal. Om de representativiteit te bepalen is in onderstaande tabel het aantal landen en respondenten van de enquête weergegeven. Tabel A.7.3
Representativiteit WCY 1996-2004
Aantal geïnterviewden Aantal landen
1996 3150 46
1997 2515 46
1998 4314 46
1999 4160 47
2000 3263 47
2001 3678 49
2002 3532 49
2003 4256 59
2004 4166 60
Bèta-index De fiscale stimulering van R&D in de OECD-database is uitgedrukt als 1 minus de bètaindex. De bèta-index geeft de netto contante waarde van het inkomen vóór belasting wat nodig is om de initiële kosten van R&D-investeringen te dekken en de winstbelasting te betalen. Algebraïsch is de bèta-index gelijk aan de kosten na belasting van 1 USD uitgave aan R&D gedeeld door 1 minus het winstbelastingtarief. De kosten na belasting zijn de 84
Voor 1996 heette The World Competitivess Yearbook nog The World Competitiveness Report.
153
Appendix
nettokosten van investeringen in R&D, waarbij rekening is gehouden met alle beschikbare fiscale faciliteiten. In formulevorm: bèta-index =
(1 − A) (1 − τ )
waarbij A = de netto contante waarde op fiscale afschrijvingsfaciliteiten, belastingkortingen en speciale fiscale faciliteiten voor R&D, en waarbij τ = het wettelijk voorgeschreven winstbelastingtarief (corporate income tax rate). In een land waarin de R&D-uitgaven direct volledig kunnen worden afgeschreven en waarin er geen fiscale R&D-faciliteiten zijn, geldt dat A = τ en B = 1. Des te gunstiger het belastingklimaat voor R&D is in een land is, des te lager is de bèta-index.
154
O n d e r z o e k s r e e k s Buitenlandse directe investeringen in Research & Development E e n o n d e r zo e k n a a r d e b e we g i n g v a n bu i t e n l a n d s e R & D - i nve s t e r i n g e n en de achter liggende locatiefactoren
���������� ��� ����������� �����
PUBnr 04O22
