Spolupráce podniků a znalostních institucí formou kolaborativních projektů: možnosti využití dat IS VaVaI pro cílenější podporu

Ergo 2015, 10, 1, 22–34 10.1515/ergo-2015-0003

Spolupráce podniků a znalostních institucí formou kolaborativních projektů: možnosti využití dat IS VaVaI pro cílenější podporu Do inovačního procesu se v současnosti zapojuje velké množství vzájemně propojených aktérů s komplementárními dovednostmi. Husté vazby a efektivní komunikace mezi podniky a znalostními institucemi vytváří příhodné podmínky pro četnější využití výsledků výzkumu a vývoje a k rozvoji inovačních kapacit. Tento příspěvek se na základě rozsáhlých dat z Informačního systému výzkumu, experimentálního vývoje a inovací pokouší přiblížit realitu znalostních toků, které jsou v českém prostředí vytvářeny na základě společných projektů podpořených z veřejných zdrojů. Hodnotí jejich charakteristické znaky, věnuje pozornost atributům zapojených subjektů a kombinuje obě tyto perspektivy v analýze sítí, které jsou na základě projektové spolupráce vytvářeny. Použité datové zdroje a metody jejich zpracování i přes četná omezení ukazují příklad postupu, pomocí kterého lze lépe porozumět realitě znalostní spolupráce, a ze závěrů vyvodit opatření pro její účinnější podporu.

David Marek Přírodovědecká fakulta Univerzity Karlovy v Praze Recenzovaná vědecká stať Obdrženo redakcí: 19. 11. 2014 Přijato k publikování: 15. 12. 2014

Klíčová slova: vazby výzkumné a aplikační sféry, kolaborativní projekty, analýza sítí, inovační politika, Česko

Industry-science collaboration in joint projects: harvesting potential of the RDI Information System for targeted innovation policy Contemporary innovation process is increasingly distributed among a large number of networked actors with complementary capabilities. Dense links and efficient communication between firms and knowledge institutions create favourable conditions for commercial exploitation of research and development, and growth of innovation capacities. Based on extensive data from The Information System of Research, Experimental Development and Innovation of the Czech Republic, this paper aims at further understanding of knowledge linkages that have been created in joint projects with public support. It describes characteristics of the collaborative projects, the participating actors, and combines both perspectives into network analysis. The employed data sources and methods, despite several constraints, illustrate an example of a way how to better understand the knowledge cooperation in the Czech Republic and bring potentially beneficial implication into policy formulation.

David Marek Faculty of Science, Charles University in Prague Peer-reviewed scientific paper Received: 19. 11. 2014 Accepted for publishing: 15. 12. 2014

Key words: science-industry linkages, collaborative projects, network analysis, innovation policy, the Czech Republic

Užití výsledků výzkumu a vývoje (VaV) patří mezi frekventovaná témata v diskuzi o posílení výkonnosti národního hospodářství a zkvalitnění funkčnosti inovačního systému. Husté vazby a efektivní komunikace mezi znalostními institucemi a podniky jsou vnímány rozhodovací sférou od evropské po regionální úroveň jako důležitý faktor iniciující ekonomický růst. Výjimku v tomto směru nepředstavuje ani Aktualizace Národní politiky výzkumu, vývoje a inovací ČR na léta 2009 až 2015 s výhledem do roku 2020. Ta v návaznosti na dřívější dokument

22

zařazuje mezi své cíle efektivní šíření znalostí a jejich využívání v inovacích, s důrazem na spolupráci mezi výzkumnými organizacemi a inovujícími podniky (Úřad vlády ČR 2013).   Obecnější diskuze na stejné téma probíhá také v odborné literatuře. Vazbám mezi hlavními aktéry v prostředí výzkumu, vývoje a inovací (VaVaI) a roli institucionálního kontextu se v systémové perspektivě věnuje množství prací svázaných s konceptem inovačních systémů. Spíše procesní pohled na informační toky aplikuje skupina literatury

o znalostním managementu. Do inovačního procesu se v současnosti zapojuje stále větší množství vzájemně propojených aktérů s rozdílnými schopnostmi. Právě oboustranné obohacování znalostní báze podniků a (převážně veřejných) výzkumných organizací představuje významný příspěvek k rozvoji inovačních kapacit (mj. Levén et al. 2014).   Cílem tohoto příspěvku je přiblížit realitu znalostních toků, které jsou v národním inovačním systému vytvářeny na základě společných projektů podpořených z veřejných prostředků. Text na základě rozsáhlých a v mezinárodním srovnání do značné míry unikátních dat z Informačního systému výzkumu, experimentálního vývoje a inovací (IS VaVaI) identifikuje projekty řešené více účastníky, specificky pak kolaborativní projekty, na nichž spolupracují podniky s vysokými školami nebo výzkumnými institucemi. Hodnotí jejich charakteristické znaky, věnuje pozornost atributům zapojených subjektů a kombinuje obě tyto perspektivy v analýze sítí, které jsou na základě projektové spolupráce vytvářeny.   Použité datové zdroje a metody jejich zpracování i přes četná omezení ukazují příklad postupu, jehož pomocí lze lépe porozumět realitě znalostní spolupráce, a ze závěrů vyvodit opatření pro její účinnější podporu. Tomuto tématu bylo přes jeho opakovaně uznanou důležitost, řadu podpůrných opatření a přesto přetrvávají silnou inercii či ambivalenci v chování výzkumných organizací i podniků věnováno až překvapivě málo pozornosti (s několika cennými výjimkami, zejm. Žížalová 2010; Blažek et al. 2011; Hofer et al. 2011).   Článek je členěný v následující struktuře: Po obecném úvodu pokračuje seznámením s výchozími teoretickými přístupy, především s dílčími prvky konceptu inovačních systémů. Důležité informace pro správnou interpretaci závěrů poskytuje oddíl zaměřený na metodiku a data. Čtvrtá a stěžejní kapitola se věnuje samotným výsledkům analýzy v členění na části o projektech s více účastníky, výlučně kolaborativních projektech a jejich promítnutí do sítí spolupráce. V závěru článek diskutuje možné implikace pro budoucí nastavení inovační politiky.

Výchozí teoretické přístupy Inovace představují přirozenou reakci firem na výzvy, které přichází s globální konkurencí a společenskou poptávku (Tödtling et al. 2013). A to platí nejen v případě high-tech oborů (Hansen, Winther 2011). Protože inovační proces častěji vyžaduje komplexní přístup, neomezuje se hranicemi podniku ani jednotlivých odvětví a sdružuje obyčejně větší množství partnerů s komplementárními dovednostmi (Levén et al. 2014).   Koncept inovačních systémů zdůrazňuje, že jednotliví aktéři jsou při svých aktivitách zakořeněni (Granovetter 1985) v socioekonomickém kontextu, který je utvářen institucionálními podmínkami a také cílenou snahou tvůrců politik (např. Cooke et al. 2004; Lundvall 2007). Obdobně uznávají vliv místního kontextu na chování firem také koncepty popisující síťovou povahu současné globální ekonomiky (mj. Coe et al. 2008). Zmíněné platí dvojnásob v případě ekonomik procházejících složitým transformačním procesem, kdy se pokouší doplnit svůj „děravý“ inovační systém o chybějící struktury. Při této snaze sice mohou čerpat z příkladů dobrých zahraničních praxí, jejich přenos je však výrazně ztížen právě rozdílným institucionálním kontextem (Tödtling, Trippl 2005).   Součástmi inovačního systému jsou vedle organizací s adresou také instituce, včetně kulturních zvyklostí a dalších pravidel hry (Edquist 2005). Ty ovlivňují charakter interakcí v jednotlivých fázích inovačního

Ergo / leden 2015 / Technologické centrum Akademie věd ČR

procesu – při tvorbě znalostí, jejich difuzi i využívání (Cooke et al. 1997). Přestože se při vymezení inovačních systémů objevují různé varianty (regionální, národní i sektorové), vždy je třeba chápat inovační systém v souvislostech národní a globální ekonomiky a uvědomit si pozadí jeho historického vývoje (Pinto 2009; Asheim et al. 2013). Aktéry v prostředí VaVaI lze rámcově rozdělit do dvou hlavních subsystémů (Tödtling, Trippl 2005). První subsystém, představovaný především vysokými školami a výzkumnými institucemi, znalosti vytváří, druhý subsystém, v němž hrají klíčovou roli firmy, tyto znalosti aplikuje v tržním prostředí (obr. 1). Komplementarita a propojenost těchto dvou částí tvoří základní podmínku rozvoje konkurenceschopnosti (podobně vyznívá také koncept triple helix – Etzkowitz, Leydesdorff 2000). Uvedené odlišení je však třeba vnímat jako generalizované už z titulu toho, že z pohledu výdajů je právě v podnikatelském sektoru prováděno přes 54 % VaV (ČSÚ 2014).

Obrázek 1: Struktura inovačního systému

Zdroj: Marek 2011, upraveno dle Tödtling, Trippl 2005

Vazbám znalostních institucí a podniků se věnuje celá řada autorů (např. Mansfield 1998; Tassey 2005; Perkmann et al. 2013). Shodují se v tom, že určitá absorpční kapacita představuje nezbytný předpoklad pro efektivní napojení na externí zdroje znalostí (Laursen, Salter 2004), a v pozitivním vlivu akademických aktivit na komerční úspěšnost navázaných firem (Gulbrandsen et al. 2011). Znatelně méně shody již existuje na roli podmiňujících faktorů nebo důvodech pro volbu určité formy spolupráce. Žížalová (2010) například dochází k závěru, že inovační firmy si své vazby organizují převážně na národní, nikoliv regionální úrovni. Vzorec inovační spolupráce závisí na množství strukturálních charakteristik, podnikové strategii, ale také důvěře založené na dřívějších neformálních kontaktech. Blažek et al. (2011) na porovnání biotechnologických podniků v Praze a IT firem v Ostravě ukazuje výrazné rozdíly v jejich informačních zdrojích podle převládající znalostní základny a typu hledaných znalostí.   Porozumění rozmanitosti zdrojů znalostí společně se strukturou znalostních sítí a rolí geografie tvoří základní stavební kámen pro budování (regionální) konkurenční výhody (Tödtling et al. 2013). Snahou o jejich bližší poznání je vedena i tato analýza.

Metodika a data Metodika Kolaborativní projekty představují pouze jednu z možných forem spolupráce mezi podniky (PF) a znalostními institucemi, jak jsou v textu souhrnně označovány vysoké školy (VŠ) a veřejné výzkumné instituce (VI),

23

hlavní subjekty v subsystému produkujícím znalosti. Mezi další formy transferu znalostí patří smluvní výzkum, mobilita zaměstnanců, neformální kontakty a jiné.   Společné projekty byly jako předmět analýzy zvoleny ze dvou pragmatických důvodů. První sdružuje potřebu aktivního přístupu k interakcím od obou partnerů. Nejedná se o pasivní příjem informací jako například při koupi licence. Zároveň představují společné projekty formu transferu znalostí, při které je VaV vysoce relevantním zdrojem inovací, a současně se týká poměrně značného počtu inovačních firem (obr. 2). Existuje tedy dostatečné množství případů pro analýzu na rozdíl třeba od společných patentových přihlášek, které se v Česku objevují zřídka. Druhý důvod spojuje dostupnost rozsáhlých individuálních dat, která jsou současně relativně kompletní (v souvislosti s veřejnou podporou existuje informační povinnost), relativně aktuální (k dispozici jsou kompletní data za rok 2013) a veřejně dostupná prostřednictvím internetu1.

Obrázek 2: Rámcové atributy vybraných forem vazeb výzkumné a aplikační sféry

lostí (Giuliani, Pietrobelli 2014). Protože SNA reprezentuje dostupnou metodu pro mapování spolupráce, hrozí nebezpečí, že při interpretaci výsledků bude zanedbán proces vzniku vazeb, jejich obsah a charakteristiky propojených subjektů (Giuliani 2011). Tomuto jevu se snažíme vyvarovat právě zahrnutím tří výše uvedených dimenzí. Data Analýza je založena na rozsáhlých a v mezinárodním porovnání do značné míry unikátních datech z IS VaVaI a jeho dílčích databází – Centrální evidence projektů (CEP) a Rejstříku informací o výsledcích (RIV). Pro doplnění údajů o účastnících projektů byl použit Rejstřík ekonomických subjektů (RES) spravovaný Českým statistickým úřadem a geografická metadata na úrovni obcí a základních územních jednotek.   Ke konci října 2014 obsahoval CEP údaje o 41 tis. projektech VaVaI, v RIV pak bylo zaznamenáno více než 820 tis. výsledků. IS VaVaI rozlišuje nejen úroveň organizací s právní subjektivitou a identifikačním číslem, ale v odůvodněných případech také jejich organizační jednotky. To se týká především vysokých škol, jejichž jednotkou jsou fakulty, a ve velmi omezené míře také některých dalších subjektů (například ministerstev). Povinnost zadávat údaje do IS VaVaI vešla v platnost v roce 2003, starší údaje měly být doplněny zpětně.   Omezený rozsah článku nedovoluje na tomto místě detailně popsat proces zpracování dat. V odůvodněných případech tak bude učiněno při diskuzi výstupů.

Diskuze výstupů Následující diskuze výsledků analýz je uvedena krátkým popisem všech projektů s více účastníky. Ty totiž tvoří populaci, ze které je posléze vyfiltrován soubor kolaborativních projektů.

relevance VaV jako zdroje informací

počet inovačních firem

Poznámka: Schematické rozlišení vybraných forem spolupráce v různých fázích inovačního procesu s ohledem na relevanci VaV a četnosti inovačních firem, které se typicky dané fáze účastní (nejedná se o graf zobrazující konkrétní empirická data). Zdroj: upraveno dle EC 2001

Diskuze výsledků analýzy odlišuje tři dimenze. Jedná se o samotné kolaborativní projekty, subjekty, které se těchto projektů účastní, a průnik dvou dřívějších pohledů ve formě sítí spolupráce. Tyto sítě jsou tvořeny ze všech kombinací dvojice partnerů, kteří se účastní téhož projektu. Pokud tedy projekt řeší čtyři účastníci, vzniklá síť má čtyři uzly a šest obousměrných vazeb (neboť existuje šest dvouprvkových podmnožin účastníků). Pokud tytéž subjekty spolupracují ve více projektech, jejich vazba příslušným způsobem zesílí. Následné vyhodnocení sítí spolupracujících subjektů využívá metod analýzy sociálních sítí (SNA) a pro jejich vizualizaci specifické softwarové nástroje (zde platformu Gephi2).   SNA přitahuje rostoucí pozornost při hodnocení interakcí mezi aktéry v inovačním systému. Dovoluje studovat strukturu a evoluci znalostních toků (Ter Wal, Boschma 2009). Jednotliví aktéři zaujímají obyčejně v síti různou pozici z hlediska četnosti napojení (centrality), a mají tudíž různý přístup k cirkulujícím znalostem (Giuliani 2007). Určité formy uspořádání sítě mohou být příhodnější pro šíření zna-

24

Projekty s více účastníky Soubor projektů s více účastníky (min. dvěma jednotkami bez ohledu na jejich formu) je tvořen 13 664 prvky. Ty reprezentují přibližně třetinu z celkového počtu 41 030 projektů uvedených v CEP. Projekty s více účastníky představují poměrně široce definovanou skupinu. Z hlediska charakteru spolupráce, zejména přenosu poznatků mezi dvěma subsystémy, je vhodné odlišit následující typy projektů. První a nejdůležitější podskupinu projektů s více účastníky tvoří kolaborativní projekty, zde definované jako projekty, kterých se účastní nejméně jedna znalostní instituce (VŠ nebo VI) a současně aspoň jeden podnik. Druhou podskupinou jsou pak projekty, kde spolupráce probíhá mezi stejným typem subjektů – buď čistě mezi podniky, nebo čistě mezi znalostními institucemi.   Další analýzy se koncentrují již výlučně na kolaborativní projekty, a to konkrétně na kolaborativní projekty zahájené od roku 2004 včetně. V roce 2004 a v letech následujících bylo totiž spuštěno několik aktivit, které tento typ spolupráce upřednostňují, nebo prostřednictvím svých kritérií přímo vyžadují. Rovněž data lze vzhledem k platné povinnosti jejich evidence považovat za spolehlivější. Omezení základního souboru vychází také ze snahy zachytit primárně současnou, zralejší formu podpory v horizontu uplynulých deseti let.   Přestože počínaje rokem 2004 byla zahájena necelá polovina všech projektů uvedených v CEP, tyto projekty reprezentují téměř 3/4 nákladů a rozdělené podpory. Specificky u kolaborativních projektů je pak tento podíl ještě vyšší – 67 % počtu a 81 % nákladů představují projekty zahájené v roce 2004 a později (tab. 1). Popsaná situace tedy potvrzuje rostoucí trend v podpoře (a řešení) kolaborativních projektů.

Tabulka 1: Rozlišení projektů zahájených od roku 2004 Projekty Projekty celkem

Náklady [mil. Kč]

20 252 [49]

245 735 [73]

Projekty s více účastníky

7 101 [52]

122 573 [72]

Projekty s mezisektorovou spoluprací

4 090 [57]

76 201 [75]

Kolaborativní projekty

2 707 [67]

64 275 [81]

Projekty řešené znalostními institucemi

2 381 [48]

35 415 [70]

426 [56]

9 833 [62]

Projekty řešené podniky

Poznámka: Celkové náklady projektů (včetně podpory z veřejných prostředků). Závorky vyjadřují procentuální podíl všech projektů v CEP bez ohledu na rok zahájení. Zdroj: CEP; vlastní výpočty

Kolaborativní projekty Projekty Kolaborativní projekty představují jednu z významných forem transferu znalostí z veřejného výzkumu k podnikům. Začátkem 90. let nebyly kolaborativní projekty podpořené z veřejných zdrojů frekventovaným jevem. Později, i přes postupný nárůst jejich počtu, se s výjimkou roku 2000 3 stěží přibližovaly z pohledu celkových nákladů hranici 2 mld. Kč. Širší podpora se kolaborativním projektům dostala počínaje rokem 2004, kdy byly spuštěny programy IMPULS 4 a TANDEM 5 , obojí v gesci MPO. Následující rok byly podpořeny první rozsáhlé projekty v programu Výzkumná centra 1M 6 (MŠMT), což se projevilo skokovým nárůstem celkových nákladů. V roce 2006 se k těmto aktivitám přidaly ještě programy Trvalá prosperita (MPO) a Zdravý a kvalitní život (MŠMT). Z následného „hubeného“ období, které koresponduje s nastupující hospodářskou krizí, vyčnívá rok 2009, kdy byl zahájen program TIP 7 (MPO). Další výrazný nárůst nejdříve počtu a poté i nákladů kolaborativních projektů přichází s programy TA ČR – od roku 2011 ALFA 8 , od roku 2012 Centra kompetence 9, kdy se jedná o přímou podporu spolupráce vyžadovanou kritérii programu. Větší množství kolaborativních projektů bylo v průběhu celého období podpořeno prostřednictvím aktivity Standardní projekty (GA ČR). Jedná se však o menší projekty

(v řádu jednotek mil. Kč), navíc jejich počet ke konci období výrazně klesá (ovšem s pozitivním výkyvem v roce 2014). Kolaborativní projekty, na rozdíl od všech projektů s více účastníky, nejsou prakticky ovlivněny infrastrukturními projekty vznikajícími s přispěním prostředků operačních programů (pouze projekt RMTVC podpořený OP VaVpI posunuje tento program na dvanáctou příčku mezi aktivitami).   Během období 2004–2013 (údaje za rok 2014 jsou nekompletní – tab. 2) nelze v souboru kolaborativních projektů vypozorovat jasné trendy ani v průměrných nákladech na projekt (ty v jednotlivých letech kolísají okolo celkového průměru 23,7 mil. Kč/projekt), ani v míře podpory (obdobně s celkovým průměrem 65,8 %). Totéž platí i o počtu účastníků na projekt (průměr 3,1) a nákladech na účastníka (průměr 7,7 mil. Kč). Tyto výkyvy jsou dány převažujícím charakterem projektů zahájených v daném roce a také určitým omezením dat, neboť finanční údaje na celé období řešení projektu jsou promítnuty v roce jeho zahájení.   Při rozlišení typu výzkumu se objevuje zajímavá situace v základním výzkumu, kde před rokem 2004 byl podpořen téměř dvojnásobek projektů oproti následnému období, tyto projekty ovšem neodpovídaly ani za třetinu výdajů. Zjevně tak dochází ke koncentraci výdajů do menšího počtu větších projektů (při zanedbání změny cenové hladiny). I když se jedná o obecně platný trend, v případě základního výzkumu je tato změna nejvýraznější. Většina kolaborativních projektů přirozeně spadá do kategorie aplikovaného výzkumu (dvě třetiny, téměř shodně z pohledu jejich počtu i nákladů). Vývoji se věnuje 20 % projektů, základnímu výzkumu 15 %. Ty ale odpovídají pouze 9 % nákladů, což značí, že se obecně jedná o menší či méně investičně náročné projekty.   Soubor kolaborativních projektů sdružuje velmi různorodé prvky. To platí z pohledu délky řešení, která se pohybuje v intervalu od čtyř měsíců po téměř osm let u center kompetence, přičemž zdaleka nejfrekventovanější jsou projekty v délce řešení od dvou do čtyř let (75 %). Ještě výraznější rozdíly přináší perspektiva celkových nákladů. Rozptyl od 17 tis. Kč po 680 mil. Kč je ovlivněn především náplní a délkou projektů, případně rozsahem investičních nákladů. Projekty s nejnižšími náklady jsou zaměřeny například na mobility zaměstnanců nebo drobné VaVaI aktivity v podnicích. Na opačném konci spektra se pak jedná o investice do výzkumných center (případ RMTVC), vývoj letounu, ale zejména činnost center kompetence či výzkumných center 1M, které lze považovat za jejich nepřímé předchůdce.

Tabulka 2: Kolaborativní projekty dle roku zahájení Rok zahájení

Projekty

Náklady [mil. Kč]

Podpora [mil. Kč]

Účastníci

2004

234

4 978

2 963

813

2005

210

7 436

5 046

702

2006

315

8 084

5 496

1 005

2007

205

4 389

2 681

682

2008

240

4 340

2 807

753

2009

324

5 725

3 834

876

2010

110

3 365

1 831

310

2011

402

7 687

5 383

1 142

2012

420

12 188

8 247

1 340

2013

207

3 861

2 527

611

2014

40

2 222

1 480

166

2 707

64 275

42 295

8 400

Celkem

Poznámka: Údaje pro rok 2014 nejsou kompletní. Zdroj: CEP; vlastní výpočty

Ergo / leden 2015 / Technologické centrum Akademie věd ČR

25

Tabulka 3: Kolaborativní projekty dle skupin oborů a oborů Skupina oborů

Náklady Projekty [mil. Kč]

Podpora [mil. Kč]

Účastníci

J

Průmysl

1 348

38 256

22 913

3 937

G

Zemědělství

334

3 966

3 316

1 182

D

Vědy o Zemi

245

4 969

3 589

764

C

Chemie

213

5 111

3 428

707

E

Biovědy

140

3 305

2 689

441

A

Společenské vědy

130

1 154

871

396

F

Lékařské vědy

127

2 958

2 066

464

B

Fyzika, matematika

115

3 360

2 514

357

I

Informatika

49

983

708

120

K

Vojenství

6

213

202

32

2 707

64 275

42 295

8 400

Celkem

Náklady Projekty [mil. Kč]

Obor JA

Elektronika a optoelektronika, elektrotechnika

148

3 177

JN

Stavebnictví

138

2 075

JE

Nejaderná energetika, spotřeba a užití energie

130

4 059

JG

Hutnictví, kovové materiály

117

4 314

JQ

Strojní zařízení a nástroje

112

2 994

JO

Pozemní dopravní systémy a zařízení

103

2 991

JP

Průmyslové procesy a zpracování

74

1 746

JB

Senzory, čidla, měření a regulace

73

2 208

GF

Choroby, škůdci, plevely a ochrana rostlin

65

673

JM

Inženýrské stavitelství

63

1 106

GC

Pěstování rostlin, osevní postupy

59

547

GM Potravinářství

59

975

DJ

Znečištění a kontrola vody

53

1 306

CI

Průmyslová chemie a chemické inženýrství

53

1 063

EI

Biotechnologie a bionika

50

1 109

… CD

Makromolekulární chemie

43

1 029

JF

Jaderná energetika

42

2 716

kazují nejvyšší průměrnou míru podpory kolaborativní projekty v zemědělství (84 %), následované biovědami (81 %). Na opačném pólu se z  hlediska průměrné míry poskytnuté podpory nachází průmysl (60 %). Právě průmyslové projekty ale dosahují vysokých jednotkových nákladů (v průměru 28,4 mil. Kč/projekt), na rozdíl od projektů v oblasti zemědělství (11,9 mil. Kč) nebo společenských věd (8,9 mil. Kč).   Detailnější pohled na oborovou strukturu potvrzuje dominanci průmyslu, který v první desítce obsazuje hned devět příček (tab. 3). Mezi přední obory pro spolupráci znalostních institucí a podniků patří tradiční odvětví národního hospodářství – elekronika a elektrotechnika, nejaderná energetika, hutnictví a kovové materiály, strojní zařízení nebo dopravní zařízení. Ty doplňuje stavebnictví. Vedle průmyslových oborů existují četné kolaborativní projekty v zemědělství – konkrétně ochraně rostlin, pěstování rostlin nebo potravinářství. Finančně náročné projekty s jednotkovými náklady na úrovni troj- až čtyřnásobku průměru jsou řešeny v oborech jaderná energetika a aeronautika.   I vzhledem k dalšímu zaměření článku, který v detailu sleduje účastníky kolaborativních projektů a vazby mezi nimi, je důležité věnovat pozornost složení projektových konsorcií. Základní ukazatel v tomto směru představuje prostý počet účastníků. Nejfrekventovaněji jsou kolaborativní projekty řešeny dvěma (1250) a třemi partnery (790). Pět a více partnerů se účastní 311 projektů. Zajímavá skutečnost se objevuje u jednotkových nákladů na účastníka. Zatímco u projektů se dvěma partnery se náklady každého z nich prakticky rovnají průměru (7,7 mil. Kč), s rostoucím počtem účastníků postupně jednotkové náklady klesají, minima dosáhnou u projektů řešených čtyřmi partnery, poté opět rostou.

Tabulka 4: Kolaborativní projekty dle složení konsorcia Složení konsorcia [PF-VS-VI-OS]

Projekty

Náklady [mil. Kč]

1-1-0-0

1 005

16 269

2-1-0-0

325

7 401

1-0-1-0

245

3 006

1-1-1-0

145

2 565

1-2-0-0

122

2 656

3-1-0-0

107

2 676

2-0-1-0

93

1 652

2-1-1-0

53

902

1-1-0-1

50

701

2 707

64 275

…

JT

Pohon, motory a paliva

42

1 205

EB

Genetika a molekulární biologie

42

1 082

JR

Ostatní strojírenství

41

1 255

Poznámka: Složení konsorcia – počty subjektů daného typu

CA

Anorganická chemie

40

1 104

v pořadí podniky (PF), vysoké školy (VŠ), veřejné výzkumné instituce (VI)

JI

Kompositní materiály

39

1 028

JU

Aeronautika, aerodynamika, letadla

37

3 653

2 707

64 275

Celkem Zdroj: CEP; vlastní výpočty

Konkrétnější představu o náplni projektů přibližuje jejich oborové zaměření. Dominující průmyslové obory reprezentují 50 % z celkového počtu projektů a 60 % z celkových nákladů. S výrazným odstupem následují další skupiny oborů. Mimo specifickou oblast vojenství vy-

26

Celkem

a ostatní subjekty (OS). Zdroj: CEP; vlastní výpočty

Složení projektových konsorcií podle právní formy účastníků rozlišuje tyto typy/skupiny subjektů10: podniky (PF = právnické osoby zapsané v obchodním rejstříku a podnikající fyzické osoby), vysoké školy (VŠ = veřejné či státní), veřejné výzkumné instituce (VI) a skupinu ostatních subjektů (OS = zejména subjekty z neziskového sektoru a veřejné správy). Na tomto místě je vhodné připomenout, že analýza probíhá na úrovni organizačních jednotek figurujících v IS VaVaI. Jednotkou se obyčejně rozumí samostatný právnický subjekt s

IČ. Zejména v případě univerzit (výjimečně také u jiných subjektů) jako jednotka vystupuje část subjektu bez vlastního IČ, obyčejně fakulta. Právě v případě velmi heterogenních organizací, jakými jsou vysoké školy, pomáhá členění na jednotky lépe popsat účastníky spolupráce. Skupina ostatních subjektů je při analýze kolaborativních projektů vnímána jako doplňková. Jednak pro její minoritní zastoupení, zejména ale proto, že nepatří jednoznačně ani do jednoho z dříve popsaných subsystémů – není jednoznačné, zda znalosti spíše produkuje, nebo je uplatňuje v praxi. Výrazně nejčetnější formu konsorcia u kolaborativních projektů tvoří spolupráce mezi jedním podnikem a jednou vysokou školou, resp. její fakultou (37 % z projektů). S odstupem následují další formy, přičemž zapojení výzkumné instituce je méně časté – výzkumná instituce vystupuje v 872 projektech, zatímco vysoká škola v 2253 projektech, obě současně v 418 projektech. Některé z ostatních subjektů se pak účastní 214 projektů. V tabulce níže jsou uvedeny ještě tři typy konsorcií mezi podniky a vysokou školou, které vyčnívají vysokými jednotkovými náklady (tab. 4).   Hodnocení počtu výsledků, které jsou přiřazeny k jednotlivým projektům, naráží na několik omezení. Vedle absence jakékoliv kvalitativní perspektivy je tím základním účelové přiřazení výsledku k projektu, i když jeho dosažení bylo financováno (z větší či menší míry) také z jiného zdroje. Další komplikací je rozdílná míra úsilí či výdajů vedoucích k dosažení výsledku v různých oborech a existence vhodného typu výsledku dle klasifikace RIV. Proto je třeba brát následující porovnání s rezervou. Omezíme-li se pouze na ukončené projekty (celkem 1 758), 18 z nich (s celkovými náklady 226 mil. Kč) nemá v RIV evidovaný žádný výsledek. Nejčastěji projekty dosahují jednoho nebo dvou výsledků (223 projektů). Jednoho až deseti výsledků pak dosáhne rovná polovina projektů. Sta a více výsledků dosáhlo 59 projektů s maximem 2 838 výsledků (Centrum integrovaného navrhování progresivních stavebních konstrukcí). Z oborového pohledu11 patří mezi nákladově nejnáročnější v přepočtu na jeden výsledek jaderná energetika, střelné zbraně, aeronautika nebo endokrinologie. Ve skupině oborů totéž platí pro průmysl a chemii, na opačném pólu stojí zemědělství, fyzika a matematika nebo společenské vědy. Nejefektivnější dle počtu účastníků a nákladů na dosažení výsledku jsou projekty se čtyřmi účastníky, kde dosažení výsledku stojí v průměru téměř polovinu nákladů oproti projektům s třemi nebo pěti účastníky12 (ty představují opačné extrémy). Účastníci Do kolaborativních projektů se zapojilo celkem 1 962 unikátních (neopakujících se) řešitelů na úrovni jednotek, což odpovídá 1 807 subjektům s IČ (při agregaci fakult/pracovišť). V naprosté většině se jedná o podniky (PF, celkem 1 612), necelých 9 % účastníků jsou jednotky vysokých škol (VŠ), 3 % pak výzkumné instituce (VI).   Ukazatel počtu účastí v kolaborativních projektech poukazuje na vyrovnanější situaci, neboť znalostní instituce (VŠ a VI) se v průměru účastní desítek projektů, zatímco u podniků je to v průměru pouze 2,6 projektu. V délce projektů dle formy prakticky není rozdíl, pohybuje se okolo 4,5 roku u všech forem subjektů. V případě nákladů je ale realita odlišná. Zatímco podniky v průměru vydají na jednu účast v kolaborativním projektu 8,4 mil. Kč, u vysokých škol je to pouze 4,8 mil. Kč, u výzkumných institucí pak 5,2 mil. Kč. Přirozeně se liší i průměrná míra podpory – u podniků dosahuje 54 %, u vysokých škol 89 % a u výzkumných organizací dokonce přesahuje 93 %. Hranaté závorky v tabulce 5 ukazují na podíl, jaký tvoří kolaborativní projekty na všech projektech zanesených v CEP. Zatímco u podniků má téměř

Ergo / leden 2015 / Technologické centrum Akademie věd ČR

každá druhá účast (48 %) charakter spolupráce se znalostní institucí, opačně je tento poměr výrazně nižší – 13 % u vysokých škol a 7 % u výzkumných institucí.

Tabulka 5: Účastníci kolaborativních projektů dle formy Jednotky

Účasti

Náklady [mil. Kč]

Podpora [mil. Kč]

PF

1 612

4 296 [48]

35 898 [59]

19 504 [62]

VS

167

2 769 [13]

13 167 [18]

11 718 [26]

VI

58

1 051 [7]

5 466 [13]

5 104 [18]

OS

125

283 [4]

871 [5]

742 [8]

1 962

8 399 [16]

55 401 [28]

37 068 [33]

Celkem

Poznámka: Hranaté závorky ukazují na podíl, jaký tvoří kolaborativní projekty na všech projektech zanesených v CEP. Zdroj: CEP; vlastní výpočty

Tabulka 6: Účastníci kolaborativních projektů dle převažující ekonomické činnosti (pouze podniky) CZ-NACE Podniky C

Náklady Jednotky [mil. Kč] 1 612

35 898

Zpracovatelský průmysl

618

16 973

28

Výroba strojů a zařízení

111

3 851

25

Výroba kovových konstrukcí a kovodělných výrobků

74

1 398

20

Výroba chemických látek a chemických přípravků

57

1 046

27

Výroba elektrických zařízení

54

1 102

26

Výroba počítačů, elektronických a optických přístrojů

45

2 182

33

Opravy a instalace strojů a zařízení

35

1 119

30

Výroba ostatních dopravních prostředků a zařízení

20

1 923

M

Profesní, vědecké a technické činnosti

384

12 263

Architektonické a inženýrské činnosti; technické zkoušky

205

3 605

Výzkum a vývoj

101

7 695

Velkoobchod a maloobchod; opravy motorových vozidel

153

1 854

Velkoobchod, kromě motorových vozidel

116

1 609

Informační a komunikační činnosti

122

1 539

Činnosti v oblasti informačních technologií

91

1 165

A

Zemědělství, lesnictví, rybářství

86

399

F

Stavebnictví

62

970

E

Zásobování vodou; činnosti související s odpady

34

758

1 962

55 401

71 72 G 46 J 62

0

… Celkem Zdroj: CEP; vlastní výpočty

27

Tabulka 7: Účastníci kolaborativních projektů dle kraje, kde sídlí PF

VS

VI

Celkem

Jednotky

Náklady [mil. Kč]

Jednotky

Náklady [mil. Kč]

Jednotky

Náklady [mil. Kč]

Jednotky

Náklady [mil. Kč]

Hl. m. Praha

453

8 514

55

5 095

39

4 099

611

18 310

Jihomoravský

253

5 471

28

2 889

7

688

302

9 193

25

1 910

1

38

209

4 703

9

396

174

5 297

Moravskoslezský

176

2 742

Středočeský

161

4 889

Pardubický

84

2 781

10

312

97

3 097

Zlínský

78

2 187

5

177

84

2 364

Plzeňský

62

1 416

11

986

76

2 406

Olomoucký

58

1 326

6

613

74

1 960

Jihočeský

57

1 170

8

155

74

1 601

Královéhradecký

67

1 502

4

32

74

1 546

Vysočina

56

1 755

62

1 766

Ústecký

48

990

7

91

57

1 096

Liberecký

46

1 072

8

906

55

1 977

Karlovarský

13

85

13

85

1 612

35 898

1 962

55 401

Celkem

167

2

245

58

13 167

5 466

Zdroj: CEP; vlastní výpočty

Obrázek 3: Náklady kolaborativních projektů dle obcí, kde sídlí jejich účastníci

Náklady kolaborativních projektů

Liberec

Ústí nad Labem

10 mil. Kč

10 000 mil. Kč Turnov

Husinec

Dřevotice

Hradec Králové

Kladno

Rybitví

Vestec

Pardubice Ústí nad Orlicí Praha Plzeň Polička

Česká Třebová Ostrava

Žďár nad Sázavou

Olomouc Lutín

Jihlava Černá Hora Velká Bíteš

Přerov

Zlín

Třebíč České Budějovice Brno Kunovice

Zdroj: CEP; ČSÚ; vlastní výpočty

28

Třinec

Blansko

Pohled na charakter ekonomických činností podle klasifikace CZ-NACE dává větší smysl jen v kategorii podniků, neboť znalostní instituce se věnují v naprosté většině buď vzdělávání, nebo výzkumu a vývoji. Nejvíce podniků zapojených do kolaborativních projektů se rekrutuje z oblasti zpracovatelského průmyslu (celkem 618), poté z profesních, vědeckých a technických činností (384), velkoobchodu a maloobchodu (153) nebo informačních a komunikačních technologií (122). V bližším odvětvovém pohledu vystupuje oddíl CZ-NACE architektonické a inženýrské činnosti a technické zkoušky (205), následovaný velkoobchodem (116), výrobou strojů a zařízení (111), výzkumem a vývojem (101) a činnostmi v oblasti IT (91). Z pohledu nákladů kolaborativních projektů jsou pak důležité ještě oddíly CZ-NACE opravy a instalace strojů a zařízení nebo výroba ostatních dopravních prostředků (tab. 6).   Třetina jednotek účastnících se kolaborativních projektů i alokovaných nákladů se koncentruje do hlavního města. V Praze sídlí čtvrtina podniků, třetina fakult vysokých škol a dvě třetiny výzkumných institucí. Nad ostatní vyčnívají ještě Jihomoravský, Moravskoslezský a Středočeský kraj. Právě u Středočeského kraje, kde se naprostá většina nákladů koncentruje do podniků, je vidět jeho organické spojení s Prahou, sídlem velké části spolupracujících znalostních institucí (tab. 7).   Realitu v podobě distribuce nákladů na kolaborativní projekty podle sídla příjemce (na úrovni obcí) ukazuje obrázek 3. Nejvyšších hodnot dosahují tři největší města – Praha, s odstupem Brno a Ostrava. Na úrovni ostatních krajských měst už jsou však výrazné rozdíly. Zatímco Plzeň, Liberec a Pardubice vykazují vzhledem ke své velikosti odpovídající hodnoty, ostatním krajským městům se již vyrovnají některé menší obce, kde sídlí významné subjekty. K nim patří například Husinec (ÚJV Řež, Centrum výzkumu Řež, OPTAGLIO), Kunovice (EVEKTOR, EVEKTOR-AEROTECHNIK, Aircraft Industries), Velká Bíteš (PBS), Česká Třebová (CZ LOKO), Třebíč (ENVINET) nebo Dřetovice (DEKONTA). Území směrem na severovýchod od spojnice Prahy a Brna je znatelně hustěji pokryto subjekty, které se podílí na kolaborativních projektech. Na opačném pólu pak zůstává Karlovarský kraj s několika málo účastníky a velmi nízkými náklady. S výjimkou samotného města Plzeň je na tom obdobně také Plzeňský kraj.   Na individuální úrovni jednotek dominují podle počtu účastí v kolaborativních projektech strojní, stavební a elektrotechnické fakulty technických vysokých škol, zejména ČVUT v Praze a VUT v Brně. Vysoký počet účastí má rovněž Výzkumný ústav rostlinné výroby. Ve finančním vyjádření by se do první desítky jednotek vměstnaly také dva podniky – ÚJV Řež a ÚJP Praha.   Při agregaci na úroveň subjektů IČ se ve finančním vyjádření mezi vysokými školami v popředí objevují s odstupem největší technické univerzity v Praze, Brně a Ostravě, které mají přirozeně blíže ke spolupráci s podniky, následované menšími technickými školami a hlavními všeobecnými univerzitami (tab. 8). Mezi výzkumnými institucemi jsou celkově menší rozdíly v souhrnných nákladech projektů. Nejvýše se v seznamu vyskytují ústavy Akademie věd hlavně z oblasti biologie, fyzika a chemie. Skupina nejvýznamnějších podniků pak sdružuje již zmíněné transformované výzkumné ústavy (ÚJV Řež a ÚJP Praha), ale také klasické strojírenské podniky – PBS nebo CZ LOKO. Jedná se tedy o dvě skupiny podniků s odlišnou misí. Na jedné straně stojí privatizované výzkumné organizace (jejichž formální zařazení mezi podniky a potažmo k aplikačnímu subsystému vystupuje částečně proti jejich převažující činnosti), na druhé straně jsou tradiční výrobní podniky. První skupina přitom stojí za značnou částí podnikových nákladů v kolaborativních projektech.

Ergo / leden 2015 / Technologické centrum Akademie věd ČR

Tabulka 8: Účastníci kolaborativních projektů dle celkových nákladů (agregace na úroveň subjektů s IČ) Vysoké školy

Projekty

Náklady [mil. Kč]

ČVUT v Praze

543

3 066

VUT v Brně

509

2 080

VŠB-TU Ostrava

278

1 882

ZČU v Plzni

144

986

TU v Liberci

135

906

VŠCHT v Praze

217

878

UK v Praze

196

712

76

613

41

499

134

472

Mikrobiologický ústav AV ČR

51

334

Fyzikální ústav AV ČR

29

307

Ústav organické chemie a biochemie AV ČR

26

240

Ústav chemických procesů AV ČR

36

220

Centrum dopravního výzkumu

59

215

Ústav přístrojové techniky AV ČR

27

202

68

1 708

UJP Praha

26

577

PBS Velká Bíteš

28

473

CZ LOKO

9

468

EVEKTOR

11

447

Výzkumný a zkušební letecký ústav

33

426

SYNPO

35

426

TOS Kuřim

15

400

UP v Olomouci Výzkumné instituce Ústav molekulární genetiky AV ČR Výzkumný ústav rostlinné výroby

Podniky UJV Řež

Zdroj: CEP; vlastní výpočty

Sítě spolupráce Průnik mezi úrovní kolaborativních projektů a organizačních jednotek, které se účastní jejich řešení, je zde znázorněn prostřednictvím sítí spolupráce. Tyto vazby spojují všechny projektové partnery. V následujících třech zobrazeních je dodržováno jednotné barevné odlišení subjektů - červené body (uzly) odpovídají fakultám vysokých škol, zelené výzkumným institucím a modré podnikům. Síla spojení mezi body vyjadřuje váhu vazby, tzn. kolikrát se dané dvě jednotky účastní téhož projektu.   Obrázek 4 je příkladem zobrazení, kdy je poloha uzlů pevně spjata s geografickými souřadnicemi sídla subjektu (použitá úroveň základních územních jednotek odpovídá obcím, případně městským částem). Uzly tak vykreslují charakteristický obrys Česka s jasně patrnými centry. Velikost uzlů zde odpovídá počtu účastí na kolaborativních projektech (logaritmická transformace zvýrazňuje hodnoty blízké průměru). Nevýhodou je ovšem částečný překryv uzlů v území s jejich velkou koncentrací – například v Praze sídlí 31 % subjektů a vnitropražský charakter má 19 % všech vazeb v kolaborativních projektech.

29

Obrázek 4: Sítě spolupráce v kolaborativních projektech – zobrazení dle geografické polohy

Poznámka: Komentář je součástí textu. Zdroj: CEP; ČSÚ; vlastní výpočty

V rozložení vazeb (zde uniformní šedou barvou) zřetelně převládá koncentrický charakter. Většina jich směřuje do Prahy, na kterou se nejčastěji napojují ostatní významná univerzitní centra (Brno, Ostrava, Plzeň a další). Role geografické blízkosti je spíše druhotná, výrazně se projevuje spíše pozice města v sídelní hierarchii a přeneseně potenciál pro nalezení vhodného partnera. Například subjekty ze Zlína a okolí vykazují četnější vazby se subjekty z Prahy než z blízkého Brna, Ostravy nebo Olomouce (pouze z hlediska četnosti směřuje ze Zlínského do Jihomoravského kraje 56 vazeb, zatímco do Prahy 83). Ještě významněji totéž platí o Moravskoslezském kraji, který spojuje s Prahou 131 vazeb, kdežto se sousedním Olomouckým krajem pouze 21 vazeb. Rovněž při pohledu na podniky, které častěji sídlí v perifernějších oblastech, je patrné, že linka nevede ve většině do nejbližšího regionálního centra.   Celkově je uzavření vazeb v kolaborativních projektech do krajských hranic poměrně malé – pouze necelých 35 % vazeb má vnitrokrajský charakter. Pokud se však vezme v úvahu váha vazeb, je podíl o málo vyšší, což je důsledkem toho, že vazby uvnitř regionu se v průměru častěji opakují (průměrná váha 1,5 oproti 1,3 u meziregionálních). U meziregionálních vazeb se projevuje silný gravitační efekt Prahy – směřuje do ní 31 % vazeb. Zvláštně silně působí gravitační efekt Prahy ve Středočeském kraji, kde 57 % jeho vazeb na ostatní kraje směřuje právě do hlavního města. Počet vazeb pouze uvnitř Středočeského kraje je pak osmkrát menší než počet vazeb na Prahu. To jenom potvrzuje neorganické administrativní oddělení obou krajů.

30

Na tomto místě je vhodné poukázat na určité omezení prezentovaných závěrů, neboť ty jsou založeny na projektech uvedených v CEP. Existuje určitá (relativně malá13 ) skupina kolaborativních projektů, které jsou ze strany regionu nebo města podpořeny formou inovačních voucherů, nikoliv podle zákona 130/2002 Sb.14 , tudíž pro ně neplatí povinnost zanést data do IS VaVaI.   Jiným vodítkem, podle něhož se vytváří sítě spolupráce, může být tzv. kognitivní blízkost, v našem případě vyjádřená pomocí klasifikace ekonomických činností CZ-NACE. Vzhledem k uniformnímu přiřazení většiny vysokých škol a výzkumných institucí se při tomto kroku omezíme formu subjektů pouze na podniky. Vazeb čistě mezi podniky vytvořených na základě kolaborativních projektů je celkem 798 (19,5 % ze všech vazeb). Na nejhrubší úrovni jednomístných sekcí klasifikace CZ-NACE existuje 310 vazeb uvnitř sekcí a 453 vazeb mezi sekcemi. Na podrobnější úrovni oddílů i vzhledem k jejich užšímu vymezení je uvnitř oddílů pouze 154 vazeb, oproti 504 vazbám mezi oddíly. To je možné velmi generalizovaně shrnout v závěr, že firmy hledají ve společných projektech spíše partnery s komplementárními znalostmi, než partnery, kteří se věnují stejnému oboru.   Protože cílem článku bylo soustředit se především na spolupráci, jejímž prostřednictvím dochází k využití výsledků VaV v inovacích, jsou v dalším kroku vazby omezeny pouze na přímé spojení znalostní instituce (VŠ nebo VI) s podnikem – při aplikaci tohoto filtru obsahuje výsledný soubor 1 492 uzlů a 2 449 vazeb.

Obrázek 5 využívá jeden z typů force-based zobrazení a rozmísťuje body na základě přitažlivých a odpudivých sil a zabraňuje jejich překrývání. Poloha uzlů je tedy závislá čistě na atributech sítě (prostorová blízkost nehraje roli), jejich velikost zde vyjadřuje celkový počet napojení, které daný uzel má. Fialová barva ukazuje spojení mezi VŠ a podnikem, tyrkysová mezi VI a podnikem. Ostatní typy subjektů jsou odfiltrovány.

Obrázek 5: Sítě spolupráce podniků a znalostních institucí v kolaborativních projektech – force-based zobrazení dle počtu napojení

1 4

2

3

5

zek 6 vychází ze stejného zobrazení sestaveného na základě přitažlivých a odpudivých sil v síti spolupráce. V tomto případě však velikost uzlu odpovídá celkovým nákladům subjektu, které na něj v kolaborativních projektech připadají. Zobrazeny jsou ovšem pouze vazby mezi podniky a znalostními institucemi, jež se vícekrát opakují (mají váhu dva a vyšší).   Výsledek ukazuje, že pokud se omezíme na opakující se spolupráci podniků a znalostních institucí formou kolaborativních projektů, inovační systém zůstává v Česku poměrně fragmentovaný. Vystupuje z něj již nepoměrně řidší síť 474 subjektů a 543 vazeb, přičemž většina uzlů je napojena pouze na jeden další uzel. Typicky je to případ „kolonií“ firem s nízkými náklady na kolaborativní projekty, soustředících se okolo výrazných fakult vysokých škol – ČVUT, Fakulta strojní [10], VŠB-TUO, Fakulta metalurgie a materiálového inženýrství [11], VUT, Fakulta strojního inženýrství [12]. Tyto tři fakulty tvoří centrum sítě, které je propojeno silnými strojírenskými podniky s opakovanými vazbami hned na několik z nich - například PBS Velká Bíteš [3]. Podobnou propojovací funkci plní i ÚJV Řež [1], finančně nejvýznamnější podnik se silným napojením na sedm fakult a dvě výzkumné instituce. Oproti tomu druhý podnik v pořadí, ÚJP Praha [2], vykazuje výrazně méně diverzifikovanou síť spolupráce se dvěma znalostními institucemi.

Obrázek 6: Sítě spolupráce podniků a znalostních institucí v kolaborativních projektech – force-based zobrazení dle nákladů projektů, opakující se vazby 7

7

15 14

6

6

5

Poznámka: Komentář je součástí textu. Zdroj: CEP; ČSÚ; vlastní výpočty

2

12 11 3

Výsledkem je hustá spleť tenkých linií a malých bodů s několika vystupujícími centry – VUT Fakulta strojního inženýrství [1], VUT Fakulta elektrotechniky a komunikačních technologií [2], VUT Fakulta stavební [3], ČVUT Fakulta strojní [4], Univerzita Pardubice Fakulta chemicko-technologická [5], Výzkumný ústav rostlinné výroby [6], Výzkumný ústav potravinářský Praha [7]. Z podniků má centrální pozici ÚJV Řež (zařazení mezi podniky je zde poněkud zkreslující, ale z formálního hlediska správné), který má v kolaborativních projektech přímé napojení hned na dvacet fakult vysokých škol a devět výzkumných institucí.   Charakteristické jsou však shluky podniků, které se prostřednictvím své jediné vazby paprsčitě napojují na hlavní znalostní instituce. Podíl subjektů, které mají více než jednu vazbu, dosahuje pouze 40 % (s více než dvěma vazbami podíl klesá na 23 %). To ukazuje na centrální pozici vybraných znalostních institucí (hlavně fakult technických vysokých škol) a značně jednostrannou orientaci řady podniků při patrně iniciační formě spolupráce. Většinou krátkodobé kolaborativní projekty mají spíše úžeji vymezený tematický záběr, takže je dokáže kapacitně podnik ve spolupráci s jedinou znalostní institucí.   Pro změnu vnímání cennosti partnerství podniků a znalostních institucí je důležité budování důvěry formou opakované spolupráce. Obrá-

Ergo / leden 2015 / Technologické centrum Akademie věd ČR

8 1

10

9

13 4

Poznámka: Komentář je součástí textu. Zdroj: CEP; ČSÚ; vlastní výpočty

Mimo centrální síť stojí postranní komunity. Ty se soustředí například okolo dvojice VUT, Fakulta elektrotechniky a komunikačních technologií [13] a firmy EVEKTOR [4], nebo stavebních fakult VUT [14] a ČVUT [15], které propojuje mimo jiné Výzkumný ústav stavebních hmot [6]. Z výzkumných institucí si podobné komunity spolupracujích podniků vytváří například Výzkumný ústav rostlinné výroby [8] a Ústav molekulární genetiky AV ČR. Pozice dvou podniků s podob-

31

ným objemem prostředků investovaných do kolaborativních projektů v síti a přeneseně jejich přístup k výsledkům znalostních institucí může být tedy zřetelně odlišný, jak ukazují příklady periferní CZ LOKO [7] a centrálněji postavených firem SYNPO [5] nebo PBS [3].   Zcela mimo propojenou síť stojí poměrně velké množství mikrokomunit – dvou- až čtyřčlenných uskupení zcela bez vnějších vazeb. Příkladem může být úzká spolupráce firmy ENVINET a Státního ústavu radiační ochrany nebo Výzkumného centra nových technologií ZČU a tří regionálních strojírenských firem. Tyto mikrokomunity jsou obyčejně vystavené na regionální či úzké oborové blízkosti.

Závěr Provedená analýza představuje jen velmi povrchní rozbor kolaborativních projektů a vazeb v inovačním systému, které na jejich základě vznikají. Jedná se o nástin využití některých v Česku dosud upozaděných metod v kombinaci s bohatou datovou bází, kterou nabízí IS VaVaI. Již na této úrovni je však možné ze závěrů vyvodit některé implikace pro inovační politiku, jejichž oprávněnost v konkrétním kontextu by však vyžadovala podrobnější zkoumání. Pozitivní zjištění představuje určitá progrese, která je od roku 2004 patrná ve veřejné podpoře projektů s více účastníky a především kolaborativních projektů mezi podniky a znalostními institucemi. S uvedením programů, jejichž kritéria aktivní spolupráci bonifikují nebo přímo vyžadují (např. Centra kompetence), lze očekávat frekventovanější přenos výsledků VaV do inovací. I přesto se kolaborativní projekty podílejí na projektech zahájených od roku 2004 pouze ze 13 %, z pohledu nákladů pak dosahují vyváženějšího podílu 26 %. Četnější spolupráce podniků a znalostních institucí v některých oborech může být vnímána jako indikátor jejich atraktivity. Při bližším odvětvovém či oborovém členění lze pak analýzu kolaborativních projektů využít pro identifikaci potenciálně nosných odvětví nebo při zohlednění geografické koncentrace, možných pólů růstu na krajské i národní úrovni (např. pro účely inteligentní specializace). Rovněž porovnání dosavadního zaměření spolupráce s orientací vznikajících VaV infrastruktur může přinést zajímavá zjištění.   V průměru nízký počet účastníků v konsorciu a malý počet opakujících se spoluprací potvrzuje závěry některých dalších analýz Technologického centra AV ČR (Marek 2014), že v Česku existuje relativně malý počet podniků se strategickou orientací a dlouhodobými VaV aktivitami. Převažující forma jednorázové, krátké spolupráce v  projektech s nižšími náklady ukazuje, že spolupráce odpovídá na potřebu dílčího doplnění know-how, chybějícího přístrojového vybavení, nebo v horším případě pouze formálně naplňuje požadovaná kritéria programu podpory. I vzhledem k většímu zastoupení projektů aplikovaného výzkumu jsou pro podniky nejatraktivnějším partnerem v kolaborativních projektech fakulty technických vysokých škol, zejména ČVUT a VUT, ve specializovaných oborech pak VŠB-TUO nebo Univerzity Pardubice. Potvrzuje se tak závěr některých dřívějších analýz (např. Žížalová 2010), že regionální univerzity se soustředí především na svou vzdělávací funkci. Souhlasně vyznívá i upozadění některých krajských měst, kde na rozdíl od tradičních, byť menších průmyslových center, sídlí nepoměrně méně podniků zapojených do spolupráce se znalostními institucemi. Vliv geografie je zřejmý a selektivní dopady podpory realizované na národní úrovni je třeba předpokládat. Řídké zastoupení spolupracujících podniků na jihozápad od spojnice Prahy a Brna může být příkladem.

32

Přestože prostorová blízkost při hledání partnera pro spolupráci ve VaVaI ustupuje jiným atributům, především komplementárním znalostním kapacitám, v metropolitních areálech zůstává koncentrace spolupracujích subjektů významná. Významná znalostní centra v čele s Prahou přitahují i vzdálené subjekty a způsobují tak relativně malou vnitroregionální uzavřenost kooperačních vazeb. Z toho důvodu je třeba uvážit, zda regionálně omezené nástroje podpory (často příklad inovačních voucherů) nevedou k suboptimálnímu výběru projektového partnera. Pokud již ale vazby uvnitř regionu existují, spolupráce mezi dvěma konkrétními subjekty se zde častěji opakuje, než je tomu u vazeb překračujících krajské hranice.   V souhrnném pohledu a souhlasně s dřívějšími analýzami (Žížalová 2010; Blažek, Žížalová 2010) přetrvává mezi oběma subsystémy značná fragmentace, což v důsledku vede i k rozmělnění potenciálu celého národního inovačního systému (i vzhledem k výše zmíněné neuzavřenosti regionů upřednostňujeme pro inovační systém právě národní měřítko). V rozměru kolaborativních projektů se to projevuje méně frekventovanou, opakující se spoluprací a vznikem zcela či částečně oddělených komunit. Krok ke snížení fragmentace může představovat například podpora dlouhodobé spolupráce formou center kompetence nebo strategický (nikoliv extenzivní) rozvoj technologických platforem. Právě druhý nástroj totiž ukazuje, že pokud je rozvoj spolupráce indukován zvenčí a nedostatečně zdůrazňuje endogenní impulzy, vzniká pouze prázdná skořápka bez pozitivních dopadů na fungování inovačního systému.   Rozsah článku bohužel neumožňuje hlubší analýzy, přestože zřetelný potenciál lze vidět například v zohlednění vlivu převažující znalostní základny na strukturu sítí spolupráce nebo v aplikaci konceptu příbuzné rozmanitosti s využitím odvětvových nebo oborových klasifikací. Přirozeně se nabízí doplnění prezentovaných dat o určitou formu výsledků (ve zjednodušené formě výsledky uvedené v RIV, indikátory aktivit nebo cíleně realizovaná interview), které by následně bylo možné využít k ekonometrickému hodnocení dopadů a účelnosti vynaložené podpory - metodiku s doplněním realizovaných dobrých praxí uvádí například Giuliani, Pietrobelli 2014. Vhodné doplnění datové základny směrem k dalším formám spolupráce, zejména bližší podchycení smluvního výzkumu a mobility klíčových pracovníků, by mohlo přinést zajímavý vhled do mechanismů, jakými dochází v Česku k transferu znalostí. Zpřesnění znalostních toků mezi oběma subsystémy by bylo možné docílit také rozlišením převažující činnosti u podniků, primárně vyčleněním transformovaných výzkumných organizací. Vzhledem k rostoucí roli podniků pod zahraniční kontrolou a různé formě subdodavatelských vztahů lze očekávat výrazný přínos také od doplnění charakteristik vztahujících se k pozici jednotlivých firem v těchto (globálních) produkčních sítích. Klíčovým krokem k bližšímu pochopení mechanismů (ať už čistě racionálních, nebo těch založených na percepci) je diskuze s klíčovými aktéry v inovačním systému, včetně získání zpětné vazby na provedená opatření v rámci procesu jejich hodnocení.

Poděkování Výzkum byl podpořen GA UK v Praze v rámci projektu č. 615712 „Intenzita a charakter vazeb výzkumné a tržní sféry v kontextu globálních produkčních sítí“.

Odkazy [1] Blažek, J. et al. (2011): Where does the knowledge for knowledge-

[16] H  ansen, T.; Winther, L. (2011): Innovation, regional development and relations between high- and low-tech industries. European Urban

-intensive industries come from? The case of biotech in Prague and ICT

and Regional Studies 18, 3, 321–339.

in Ostrava. European Planning Studies 19, 7, 1277–1303. [2] Blažek, J.; Žížalová, P. (2010): Biotechnology industry in metropolitan

[17] Hofer, R. et al. (2011): Science-Industry Linkages. Joanneum Research, Prague.

region of Prague: a cluster within a fragmented innovation system? Environment and Planning C 28, 5, 887–904.

[18] L  aursen, K.; Salter, A. (2004): Searching high and low: what types of firms use universities as a source of innovation?

[3] C oe, N. et al. (2008): Introduction: global production network –

Research Policy 33, 8, 1201–1215.

debates and challenges. Journal of economic geography 8, 3, 267–269. [4] C ohen, W.; Levinthal, D. (1990): Absorptive capacity: a new perspective

[19] L  evén, P. et al. (2014): Managing research and innovation networks: Evidence from a government sponsored cross-industry program.

on learning and innovation. Administrative science quarterly 35, 1,

Research Policy 43, 1, 156–168.

128–152. [5] C  ooke, P. et al. (1997): Regional innovation systems: Institutional

[20] L  undvall, B. A. (2007): National innovation systems – analytical concept and development tool. Industry and innovation 14, 1, 95–119.

and organisational dimensions. Research policy 26, 4, 475–491. [6] C  ooke, P. et al. (2004): Regional Innovation Systems:

[21] Mansfield, E. (1998): Academic research and industrial innovation: An update of empirical findings. Research Policy 26, 7–8, 773–776.

The role of governance in a globalized world. Routledge, London. [7] Č SÚ (2014): Roční výkaz o výzkumu a vývoji za rok 2013.

[22] M  arek, D. (2011): Role vědeckotechnických parků v podpoře inovačního podnikání v Česku. Univerzita Karlova v Praze, Přírodovědecká fakulta,

Český statistický úřad, Praha.

katedra sociální geografie a regionálního rozvoje, Praha.

[8] EC (2001): Benchmarking Industry-Science Relations – The Role of Framework Conditions. European Commission, Vienna.

[23] M  arek, D. (2014): Competence Centres: Case Study of Strategic P/PPs in STI. Technologické centrum AV ČR, Praha.

[9] Edquist, C. (2005): System of innovation: Perspectives and challenges. In: Fagerberg, J. et al.: The Oxford handbook of innovation.

[24] Pinto, H. (2009): The diversity of innovation in the European Union: Mapping latent dimensions and regional profiles. European Planning

Oxford University Press, New York, 181–208.

Studies 17, 2, 303–326.

[10] Etzkowitz, H.; Leydesdorff, L. (2000): The dynamics of innovation: from National Systems and “Mode 2” to a Triple Helix of university-

[25] T  assey, G. (2005): The disaggregated technology production function: A new model of university and corporate research. Research Policy 34,

-industry-government relations. Research Policy 29, 2, 109–123.

3, 287–303.

[11] Giuliani, E. (2007): The selective nature of knowledge networks in clusters: evidence from the wine industry. Journal of economic

[26] T  er Wal, A.; Boschma, R. (2009): Applying social network analysis in economic geography: framing some key analytic issues. The Annals

geography 7, 2, 139–168.

of Regional Science 43, 3, 739–756.

[12] Giuliani, E. (2011): Networks of innovation. In: Cooke, P. et al.: Handbook of regional innovation and growth. Edward Elgar,

[27] T  ödtling, F. et al. (2013): Knowledge sourcing, innovation and constructing advantage in regions of Europe. European Urban

Cheltenham, 155–166.

and Regional Studies 20, 2, 161–169.

[13] Giuliani, E.; Pietrobelli, C. (2014): Social Network Analysis Methodologies for the Evaluation of Cluster Development Programs. CIRCLE Working

[28] T  ödtling, F.; Trippl, M. (2005): One size fits all?: Towards a differentiated regional innovation policy approach. Research policy 34, 8, 1203–1219.

Papers 2014/11, Lund University. [14] Granovetter, M. S. (1985): Economic action and social structure:

[29] Ú  řad vlády ČR (2013): Aktualizace Národní politiky výzkumu, vývoje a inovací České republiky na léta 2009 až 2015 s výhledem do roku 2020.

the problem of embeddedness. American journal of sociology 91, 3, 481–510.

[30] Ž  ížalová, P. (2010): Geography of Knowledge-based Collaboration

[15] Gulbrandsen, M. et al. (2011): Introduction to the special section: Heterogeneity and university-industry relations.

in a Post-communist Country: Specific Experience or Generalized Pattern? European Planning Studies 18, 5, 791–814.

Research Policy 40, 1, 1–5.

1 http://www.isvav.cz 2

http://gephi.github.io

3

Z ahájení programu Výzkumná centra LN, nové projekty v programu Rozvoj center špičkových průmyslových výrobků a technologií.

4

Podpora konkurenceschopnosti malých a středních podniků prostřednictvím VaV aktivit, spolupráce iniciovaná nepřímo.

5

Podpora přenosu výsledků VaV do aplikací v podobě nových výrobků, technologií služeb, a to vytvořením týmů řešitelů z výzkumné a aplikační sféry.

6

Podpora účinné spolupráce mezi VaV institucemi a uživateli výsledků jejich VaV.

7

N ahrazuje TANDEM a IMPULS, má za cíl podporovat VaV projekty ve fázi těsně před nástupem nového výrobku na trh, spolupráce iniciovaná nepřímo.

8

Podpora projektů aplikovaného výzkumu a experimentálního vývoje, spolupráce patří mezi hlavní cíle programu. Ten proto vyžaduje, aby alespoň 10 % nákladů uhradila výzkumná organizace.

9

Podpora vytvoření a provozu center VaVaI ve vyspělých odvětvích s vysokým aplikačním potenciálem, vyžaduje konsorcia výzkumných organizací i podniků.

Ergo / leden 2015 / Technologické centrum Akademie věd ČR

33

10

IS VaVaI rozlišuje 12 právních forem, pro tento účel byly tyto formy seskupeny.

11

Kvůli zkreslení jsou vynechány obory s méně než 10 výsledky.

12

Kvůli zkreslení vynechány typy projektů, kterých je méně než 10.

13

Podle souhrnných údajů prezentovaných na workshopu JIC v září 2014 dosáhla celková výše podpory

14

Z ákon č. 130/2002 Sb., o podpoře výzkumu, experimentálního vývoje a inovací z veřejných prostředků

rozdělená formou inovačních voucherů asi 147 mil. Kč. a o změně některých souvisejících zákonů (zákon o podpoře výzkumu, experimentálního vývoje a inovací), ve znění pozdějších předpisů.

34