Роль знаний, навыков и возможностей в формировании региональных стартапов в сфере информационных технологий

В статье рассматривается возникновение новых компаний в сфере информационных технологий (ИТ) на примере регионов Федеративной Республики Германия. Больше всего таких стартапов создаются в городах или плотно заселенных районах, располагающих значительным числом высших учебных заведений и исследовательских организаций.

Эмпирический анализ ясно показывает, что наличие профильных знаний крайне важно для деятельности новых ИТ-компаний, а укрепление региональной базы знаний должно стать ключевым элементом всех политических инициатив, направленных на стимулирование предпринимательства в данном секторе.

Ключевые слова: инновационные стартапы; информационные технологии; университеты; региональные базы знаний

Масштабы влияния информационных технологий (ИТ) на экономическое развитие и жизнь общества в целом в последние десятилетия неуклонно растут, и в обозримом будущем эта тенденция сохранится. Присутствие значительного числа динамичных ИТ-компаний на региональном уровне может стимулировать создание новых рабочих мест и расширение спектра услуг, основанных на соответствующих знаниях и компетенциях. информационный технология компания

В статье анализируются территориальные аспекты создания новых ИТ-компаний, исследуются вопросы их неравномерного распределения между регионами и роль, которую играют в этом процессе знания, навыки и экономия за счет агломерационного эффекта (agglomeration economy, далее - агломерационная экономия). Представлены данные о динамике пространственного распределения ИТ-стартапов в Германии в 2009-2016 гг. и результаты эмпирического анализа.

Предпосылки для формирования ИТ-стартапов в регионах

Анализ литературы, посвященной региональным детерминантам предпринимательской деятельности, позволяет выделить две группы факторов, от которых зависит создание ИТ-стартапов в регионе: знания и доступность ресурсов. Согласно теории перетока (spillover theory) [Acs et al., 2009, 2013] ключевым источником бизнес-идей (предпринимательских возможностей), которые могут трансформироваться в стартапы, служат знания, генерируемые крупными компаниями, университетами, государственными научно-исследовательскими институтами и т. д. Роль пространственного фактора состоит в том, что новые знания, хотя и распространяются беспрепятственно, тем не менее сохраняют связь с регионами своего происхождения [Asheim, Gertler, 2006; Boschma, 2005]. Близость к источнику повышает шансы на получение необходимой информации и применение ее на практике. Поскольку основатели новых фирм стремятся размещать их неподалеку от своего места жительства [Figueiredo et al., 2002; Dahl, Sorenson, 2009], стартапы будут, скорее всего, расположены вблизи источников знаний и других необходимых ресурсов (кадровых, финансовых и др.).

Основными оценочными индикаторами в нашем исследовании служили:

* наличие в регионе вузов с дифференциацией классических университетов и университетов прикладных наук (Fachhochschulen)1;

• размер вузов с точки зрения бюджета;

• интенсивность финансирования из внешних источников (доля средств, выделенных третьими сторонами, в совокупном бюджете вуза). В ряде случаев внешнее финансирование предоставляется исключительно на конкурсной основе, поэтому его масштаб можно считать показателем качества исследованийКлассические университеты существенно отличаются от университетов прикладных наук, в частности в отношении целей и сфер деятельности, масштабов и направлений подготовки кадров и исследований [Warning, 2007]. Университеты прикладных наук в основном предоставляют преддипломное образование с фокусом на практическом применении теоретических концепций и методов исследований, ученой степени (PhD) они не присуждают. Курсы здесь более структурированы, чем в классических университетах, а учебные группы компактнее. Университеты прикладных наук обычно нацелены на удовлетворение потребностей региональной экономики. Соответственно их партнерами в сфере исследований и разработок (ИиР) в первую очередь выступают местные малые и средние фирмы. Напротив, классические университеты в большей степени сосредоточены на фундаментальных исследованиях, их территориальный охват значительно шире, и сотрудничают они преимущественно с крупными предприятиями. В целом университеты прикладных наук значительно меньше классических по численности персонала и студентов. Мы не располагаем сведениями о численности студентов и преподавателей, специализирующихся в области компьютерных наук, что могло бы стать хорошим альтернативным индикатором.;

• доля занятых в ИТ-секторе (сегменты аппаратного и программного обеспечения) в общей численности трудоспособного населения региона.

Приведенные показатели, в особенности последний, также дают представление о наличии квалифицированного персонала. Помимо них на формирование ИТ-стартапов существенно влияет динамика агломерационных процессов, связанная с плотностью населения. Агломерационная экономия может быть достигнута благодаря наличию крупного и насыщенного рынка труда с широким спектром квалификаций, финансовых институтов и услуг поддержки [Helsley, Strange, 2011]. Агломерационные издержки (agglomeration diseconomies) чаще всего обусловлены интенсивной конкуренцией за ресурсы, ведущей к росту арендной и заработной платы. Высокая плотность населения и географическая близость способствуют активизации прямых контактов между различными игроками, что обеспечивает эффективный обмен знаниями и обучение [Jacobs, 1969; Helsley, Strange, 2011; Glaeser, Sacerdote, 2000; Storper, Venables, 2004].

Приведенные данные позволяют сделать гипотезу о наличии положительной связи между различными индикаторами, характеризующими уровень знаний и плотности населения, с одной стороны, и интенсивностью формирования новых ИТ-компаний в регионе - с другой. Оценочные коэффициенты источников знаний могут служить индикаторами их значимости. Сопоставив вклад образовательной и научной деятельности классических университетов и университетов прикладных наук в производство знаний, покажем, какой фактор играет в этом ключевую роль - само по себе наличие вузов, их размер или качество выполняемых исследований. В табл. 1 приведены краткое описание и интерпретация соответствующих индикаторов.

Интерпретация данных

Источником сведений о создании новых компаний послужила "Панель предприятий" (Enterprise Panel), формируемая Центром европейских экономических исследований (ZEW-Mannheim) на основе данных крупнейшего немецкого кредитно-рейтингового агентства Creditreform (подробнее см. [Bersch et al.,

2014] ). Как и многие другие источники информации о стартапах, эта статистика, возможно, не полностью учитывает самые мелкие предприятия, не использующие труд постоянных наемных работников (т. е. индивидуальных предпринимателей). Однако если бизнес зарегистрирован, привлекает персонал, обращается за банковским кредитом или ведет экономическую деятельность в заметных масштабах, учитываются даже индивидуальные предприниматели, информация о деятельности которых агрегируется начиная с даты фактического создания. Тем самым удается статистически охватить множество мелких игроков и корректно отразить момент основания предприятий. Используемые данные относятся к периоду 2009-2016 гг. и описывают деятельность только головных офисов (штаб-квартир), открытие филиалов не учитывается.

Стартапы рассматривались в целом и по группам в зависимости от направления деятельности: (1) производство программного и аппаратного обеспечения и услуги консалтинга; (2) розничная продажа и лизинг ИТ-оборудования. Предприятия первой группы, кроме того, делились на категории "программное обеспечение", "аппаратное обеспечение" и "прочие услуги". Наибольший интерес представляют переменные, характеризующие число новых компаний согласно разным секторальным определениям.

Данные о вузах извлечены из профильной статистики, публикуемой Федеральным статистическим ведомством Германии (Statistisches Bundesamt)Режим доступа: https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bildung-Forschung-Kultur/Hochschulen/_inhalt.html, дата обращения 15.03.2019. Подробнее см. также [Fritsch, Aamoucke, 2013]., где, в частности, указано, занимается ли вуз образовательной и научной деятельностью в области компьютерных наук и финансируется ли такая деятельность из бюджета либо из внешних источников. Данные о доле внешнего финансирования в совокупном объеме средств на ИиР позволили разработать индикатор качества деятельности департаментов компьютерных наук в отдельности для классических университетов и университетов прикладных наук с учетом их числа. Результаты расчетов использовались для анализа категориальных переменных. В каждом регионе присутствуют максимум два университета обоих типов, располагающие департаментами компьютерных наук (табл. 2), масштабы деятельности которых оценивались в зависимости от объемов их бюджетаМы не располагаем данными о численности студентов и преподавателей, специализирующихся в области компьютерных наук, которые могли бы послужить хорошим альтернативным индикатором..

Данные о региональной специализации были получены из "Панели истории организаций" (Establishment History Panel), использующей статистику занятости в Германии и учитывающей все немецкие предприятия с хотя бы одним наемным работником, за которого платят взносы на социальное страхование [Spengler, 2008]. Эта статистика позволила оценить уровень специализации регионов на производстве ИТ-оборудования и сопутствующих услугах. Иными словами, мы использовали абсолютные показатели занятости в ИТ-индустрии и процентную долю занятых в ее сервисном сегменте.

Поскольку нас интересуют новейшие тенденции стартап-индустрии, для оценки соответствующей динамики в различных сегментах ИТ-сектора в 2009-2016 гг. применялись средние показатели региональных детерминантов за период 2000-2008 гг. Тем самым были сглажены фактор экономического кризиса 2008 г. и эффект одновременности (simultaneity bias). В пространственном отношении эмпирический анализ охватил 97 немецких "регионов планирования" (planning regions) - функционально консолидированных территориальных единиц наподобие "зон рынка труда" (labor-market areas) в США. Функциональный экономический регион городов Гамбурга и Бремена охватывает также сопредельные регионы планирования, входящие в состав соответствующих территорийГамбург входит в состав регионов Шлезвиг-Гольштейн Юг и агломерации Гамбург-Юг. Бремен отнесен к региону агломерации Бремен. Берлин также можно было бы объединить с соседними регионами планирования, но в этом случае их общая территория значительно превосходила бы функциональную экономическую зону столицы.. В итоговую выборку вошли 93 региона планирования: 71 - на территории, ранее известной как Западная Германия, и 22 - в бывшей Восточной Германии.

Региональное распределение германских ИТ-стартапов

Большинство стартапов Германии в сфере ИТ занимаются разработкой программного обеспечения, предоставлением других ИТ-услуг, а также продажей и лизингом ИТ-оборудования (см. табл. 2), и лишь около 3.7% выпускают аппаратное обеспечение. Среднее число ежегодно создаваемых в регионах страны ИТ-стартапов существенно варьирует. Как и предполагалось, в крупных городах они возникают значительно чаще, чем в сельской местности. Причина проста: в городах больше трудоспособного населения, включая потенциальных предпринимателей. Для того чтобы сравнить интенсивность создания новых предприятий по регионам, мы рассчитали отношение среднегодового прироста числа компаний в регионе в период 2009-2016 гг. к численности трудоспособного населения (в возрасте 1864 лет, тыс. человек).

Табл. 2. Сводная статистика

Как показано на рис. 1, даже с учетом демографической ситуации предпринимательская активность в сфере ИТ в регионах с такими крупными городами, как Берлин, Франкфурт, Гамбург, Мюнхен и Штутгарт, значительно выше, чем в менее густонаселенных. Обращает на себя внимание цепь регионов с максимальной интенсивностью появления новых ИТ-стартапов, тянущаяся вдоль Рейна - от Дюссельдорфа до Карлсруэ. Аутсайдером в этом отношении оказалась Восточная Германия, что объясняется общими низкими темпами возникновения новых предприятий на территории бывшей социалистической ГДР в рассматриваемый период.

Табл. 3. Детерминанты создания ИТ-стартапов, 2009-2016 гг.

Более высокая активность по созданию ИТ- стартапов в крупных городах объясняется комплексом причин. Для открытия таких предприятий требуются специальные знания (в особенности неявные), доступные лишь жителям некоторых регионов \Boschma, 2005]. Поскольку во всех крупных городах Германии присутствует как минимум один вуз с департаментом компьютерных наук, вероятность приобрести необходимые знания здесь выше по сравнению с сельской местностью. Исследования в области компьютерных наук рассматриваются как ресурс для разнообразных предпринимательских возможностей [Acs et al., 2009, 2013]. Как уже отмечено, основатели новых компаний склонны размещать их вблизи своего местожительства и источника знаний, преимущественно сосредоточенных в крупных городах. Наконец, последние сами предъявляют высокий спрос на ИТ-продукцию, прежде всего на услуги, предоставление которых требует прямого взаимодействия провайдера с заказчиком.

Табл. 4. Корреляционная матрица

Эмпирический анализ

Для выявления факторов возникновения инновационных стартапов был выполнен многомерный анализ. За зависимую переменную был взят среднегодовой прирост числа ИТ-предприятий в регионе за период 2009-2016 гг. - общий и по подгруппам "программное обеспечение", "аппаратное обеспечение", "ИТ-консалтинг", "розничная ИТ-торговля и лизинг ИТ-оборудования". Поскольку независимая переменная (число стартапов) носила количественный характер, использовался метод отрицательной биномиальной оценки. Во избежание искажающего влияния обратной причинно-следственной связи (reverse causality issues) независимыми переменными служили среднегодовые значения за период 2000-2008 гг. Число классических университетов и университетов прикладных наук выражено в целых числах, все прочие независимые переменные логарифмически преобразованыОтрицательные значения не предусмотрены. Исходные переменные масштабированы так, чтобы наименьшие значения выше нуля после логарифмического преобразования принимали положительное значение. Значения, равные нулю до преобразования, остаются без изменений. Иными словами, показатели объема и интенсивности внешнего финансирования образовательной и научной деятельности в области компьютерных наук были умножены на коэффициент 10 000..

Представленные в табл. 3 основные результаты отражают существенную положительную корреляцию между совокупным числом новых ИТ-стартапов, с одной стороны, и количеством классических университетов и университетов прикладных наук - с другой. Оценочные коэффициенты показывают, что эта зависимость носит более выраженный характер в регионах с двумя университетами одного типа. Подобные регионы независимо от типа университета могут рассчитывать на появление одного дополнительного ИТ-стартапа в расчете на 10 тыс. человек трудоспособного населения по сравнению с регионами, где вузов нет.

Табл. 5. Детерминанты создания ИТ-стартапов: чистый эффект наличия университетов (проверка робастности)

При наличии одного университета любого типа соответствующий показатель прироста составляет 0.5. Для того чтобы проверить, обусловлены ли подобные выводы мультиколлинеарностью с показателями размера и другими региональными переменными, такими как плотность населения, были использованы модели, включающие только индикаторы обоих типов университетов (т. е. без индикаторов размера). Результаты (табл. 4) оказались сходны с расчетами, полученными с помощью полной модели (табл. 5).

Контринтуитивными фактами оказались отрицательная связь размеров университета прикладных наук с совокупной интенсивностью создания ИТ-стартапов и отсутствие заметного влияния на этот показатель размеров и объемов внешнего финансирования департамента компьютерных наук классических университетов. Как видно, масштабы деятельности университетских подразделений, занимающихся компьютерными науками, существенной роли не играют.

Число занятых в региональном секторе ИТ положительно связано с интенсивностью создания новых стартапов. Более отчетливым этот эффект становится в случае, когда занятость сконцентрирована в сегменте ИТ-услуг (рост на 10% доли работающих в нем влечет за собой увеличение примерно на 6% общего числа ИТ-стартапов). Согласно теории перетока знаний [Acs et al., 2009, 2013], высокая доля работников, имеющих практический опыт в ИТ, стимулирует появление в секторе новых игроков. Наконец, плотность населения существенно и положительно связана с числом стартапов: превосходство на 10% в этом отношении одного региона над другим дает опережение на 2.5% по числу ИТ-стартапов. Если исключить из модели показатель плотности населения, то оценочные коэффициенты других переменных оказываются сопоставимыми (табл. 6).

Показал свою продуктивность и анализ ИТ- стартапов по подгруппам. Здесь эффект наличия в регионе вузов ярче всего проявился в сфере программного обеспечения, ИТ-торговли и лизинга ИТ-оборудования. В отношении стартапов, занимающихся производством аппаратного обеспечения, статистически значимым оказался эффект лишь в регионах, располагающих двумя классическими университетами. На создание стартапов, предоставляющих прочие ИТ-услуги, значимо влияет только наличие в регионе двух университетов прикладных наук. При использовании модели, учитывающей исключительно наличие вузов в регионе, статистически значимыми оказываются все индикаторы (табл. 5).

Масштабы деятельности департаментов компьютерных наук, по-видимому, не имеют значения, в то время как численность занятых в секторе ИТ положительно связана с интенсивностью создания ИТ- стартапов во всех подгруппах, включая ИТ-услуги. Единственное исключение: доля занятых в сервисном сегменте не оказывает существенного влияния на количество стартапов, занимающихся производством аппаратного обеспечения для ИТ. Возможно, это обусловлено тем, что опыт работы в сегменте программного обеспечения не слишком релевантен для производства ИТ-оборудования. Наконец, выявлена значимая положительная связь между плотностью населения и созданием ИТ-стартапов в различных подгруппах. При исключении из модели индикатора плотности населения оценочные коэффициенты существенно не меняются (см. табл. 6).

В ходе заключительной проверки на робастность результаты базовых моделей (табл. 2) были воспроизведены с помощью метода наименьших квадратов. В качестве итоговой переменной использовалось логарифмически преобразованное число стартапов. Полученные результаты соответствуют расчетам по базовым моделям с таким лишь единственным существенным отличием, как более яркий эффект от наличия в регионе вузов. Положительной связи между плотностью населения и интенсивностью создания стартапов, занимающихся производством аппаратного обеспечения для ИТ, также не выявлено (табл. 7). В целом на основе оценочных коэффициентов и результатов проверок на робастность можно заключить, что более важную роль, чем плотность населения, играет наличие в регионе вузов. Эффект от них в отношении создания стартапов, по-видимому, не зависит от плотности населения и связанной с ней агломерационной экономии.

Табл. 7 Детерминанты создания ИТ-стартапов: логарифмически преобразованное количество стартапов, метод наименьших квадратов (проверка робастности)

Заключение