PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2013 | 4 | nr 1 | 79--97
Tytuł artykułu

Źródła, ograniczenia i efekty działalności innowacyjnej w regionie lubuskim w latach 2009-2011 - modelowanie probitowe

Treść / Zawartość
Warianty tytułu
Sources, Obstacles and Effects of Innovation Activities in the Lubuskie Region in 2009-2011 - Probit Modeling
Języki publikacji
PL
Abstrakty
Celem badania było określenie przy wykorzystaniu modelowania probitowego istotności oraz oddziaływania źródeł i barier na aktywność innowacyjną oraz określenie jej efektów, w szczególności w obszarze nakładów na innowacje i implementację nowych rozwiązań. Podstawową hipotezą niniejszej pracy jest twierdzenie, że aktywność innowacyjna przedsiębiorstw jest zależna od zróżnicowania czynników wpływających na podmioty, przy czym zarówno źródła, jak i bariery mogą na nie wpływać różnokierunkowo. Zebrany materiał badawczy (545 ankiet) przeanalizowano za pomocą rachunku prawdopodobieństwa. Przyczyną wyboru tej metody jest fakt, iż w przypadku zmiennych dychotomicznych (tzn. przyjmujących wartości 0-nie, 1-tak) zastosowanie regresji wielorakiej jest pozbawione sensu. Wartości takiej funkcji mogą być bowiem ujemne, co pozbawia je interpretacyjnego sensu. Alternatywną metodą badawczą w takiej sytuacji jest regresja probitowa. Sfera nauki jest silną stymulantą implementacji nowych rozwiązań. W regionie lubuskim zauważa się transfer wiedzy z zagranicznych jednostek badawczych. Może to w przyszłości zaowocować osiągnięciem przewagi konkurencyjnej regionu. Wysoki koszt prowadzenia aktywności innowacyjnej nie jest czynnikiem, który w znacznym stopniu działa na nią ograniczająco. Pomimo wysokiej kapitałochłonności przedsiębiorstwa wdrażają nowe produkty i procesy. Fakt ten może wynikać z tego, iż wysokie nakłady związane z innowacjami wymuszają na przedsiębiorcach dokładne przygotowani się do procesów innowacyjnych. W ten sposób ogranicza się do minimum ryzyko związane z niepowodzeniem wdrażania nowego rozwiązania. Tezę tą potwierdza ponad połowa badanych przedsiębiorstw (tyle podmiotów wskazało bowiem na barierę kosztową), a więc zjawisko to zauważono w znacznej części próby badawczej. (abstrakt oryginalny)
EN
The aim of the study was to determine the significance of the use of probit modeling and the impact of sources and barriers to innovation activity and to determine its effects, in particular investments in innovation and implementation of new solutions. The main hypothesis of this paper is the claim that the innovative activity of enterprises is dependent on the diversity of factors affecting the parties, and both the source and the barriers can be influenced in different directions. The collected material for research (545 surveys) were analyzed by means of probability. The reason for the choice of this method is the fact that in the case of dichotomous variables (ie, taking the value of 0-no, 1-yes) the use of multiple regression is pointless. The values of this function may in fact be negative, which deprives them of interpretive meaning. An alternative test method in this situation is the probit regression. Positively to the implementation of new solutions affects search for information on innovations in science. The transfer of knowledge and the creation of new technological solutions, in particular, contribute to international research bodies. This strong links with R&D in the future may result in the achievement of superiority in the region. Interestingly it appears that keeping a positive effect on innovation activity affects their high cost. It's not disstimulating on companies to implement such new products and processes. It can therefore draw the thesis that high expenditures on innovative activities of entrepreneurs make thorough preparation for innovation processes in their companies in order to minimize the risk of failure of implementing the new solution. In this way, many of them are successful. In addition, this thesis confirms the correctness of the fact that more than half of the surveyed companies indicated the cost barrier, and so much of the reasoning confirms the research sample. (original abstract)
Rocznik
Tom
4
Numer
Strony
79--97
Opis fizyczny
Twórcy
  • Uniwersytet Zielonogórski
  • Uniwersytet Zielonogórski
Bibliografia
  • Audretsch D.B. (1998), Agglomeration and the location of innovative activity, "Oxford Review of Economic Policy", Vol. 14, No.2.
  • Bogdanienko J. (1998), Zarządzanie innowacjami, SGH, Warszawa.
  • Bukowski M., Szpor A., Śniegocki A. (2012), Potencjał i bariery polskiej innowacyjności, IBS, Warszawa.
  • GUS, US w Szczecinie (2012), Nauka i technika w 2010 r., Informacje i opracowania statystyczne, Warszawa.
  • Drozdowski R., Zakrzewska A., Puchalska K., Morchat M., Mroczkowska D. (2010), Wspieranie postaw proinnowacyjnych przez wzmacnianie kreatywności jednostki, PARP, Warszawa.
  • Juchniewicz M., Grzybowska B. (2010), Innowacyjność mikroprzedsiębiorstw w Polsce, PARP, Warszawa.
  • OECD, Eurostat (2008), Podręcznik Oslo. Zasady gromadzenia i interpretacji danych dotyczących innowacji, Wydanie trzecie, MNiSW, Warszawa.
  • Stanisz A. (2007), Przystępny kurs statystyki, Tom 2, Statsoft, Kraków.
  • Świadek A. (2011), Regionalne systemy innowacji w Polsce, Difin, Warszawa.
  • Welfe A. (1998), Ekonometria, PWE, Warszawa.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171232889

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.