Остановимся на вопросе о том, почему для решения некоторых задач желательно использование моделей, учитывающих иерархическую структуру данных. Как мы указывали выше, существующая в реальности, но не учтенная в моделях принадлежность к той или иной группе способствует появлению корреляции в характеристиках объектов. Например, результативность учащегося в школе определяется не только количеством времени, отводимого обучению, но и рядом более общих факторов, таких как характеристика конкретного класса, школы, национальной образовательной системы. Инновационную результативность аналогично следует моделировать, исходя не только из индивидуальных характеристик фирм, но также из характеристик, составляющих контекст, в котором фирма находится.

Й. Шумпетер указывал на значение социального контекста для инноваций[54]. Поиск новых способов осуществления деятельности встречается с сопротивлением, налагаемым структурой общества, общественных отношений, взаимодействий, взаимосвязей. И хотя он подчеркивал значение сопротивления новому, отметим, что среда может оказывать и положительное, стимулирующее инновационную активность воздействие.

Л. Ким подчеркивал значение внешней для фирм среды, состоящей из клиентов, поставщиков, конкурентов, государственных институтов, местных исследовательских институтов и центров технической информации, с точки зрения обеспечения способности фирм к тому, чтобы импортировать, проводить адаптацию к местным условиям и улучшать зарубежные технологии[55].

Приведенные выше положения находятся в полном соответствии с системной концепцией инноваций, или теорией национальных инновационных систем[56]. В данном теоретическом направлении в явном виде признается существование многоуровневой структуры факторов, воздействующих на экономическое поведение фирм. Фирмы, погруженные в развитую инновационную систему, обладают высокими шансами к тому, чтобы стать успешными инноваторами. Верно и обратное – аналогичная фирма, погруженная в неблагоприятную среду, может приостановить инновационную активность, сфокусировать активность на менее сложных (с точки зрения затрат когнитивных усилий) видах деятельности.

Традиционно данная тематика освещается на основе макроэкономических данных, что позволяет выявить различия в межстрановых моделях стимулирования инноваций[57]. В некоторых исследованиях, выполненных на основе микроэкономических данных для международной выборки стран, страновые эффекты учитывались на основе фиктивных переменных[58]. Безусловно, использование фиктивных переменных является наиболее простым решением, но сопряжено с низкой точностью оценок различий между странами. Такие переменные измеряют совокупный эффект, учитывающий все особенности страны, а потому остается большой простор для спекуляций на тему о том, что же в действительности представляют собой эти особенности.

Конец ознакомительного фрагмента.