1,984
Views
44
CrossRef citations to date
0
Altmetric
Original Articles

Knowledge, Innovation and Productivity Gains across European Regions

&
Pages 1788-1804 | Received 31 Oct 2012, Accepted 13 Apr 2014, Published online: 25 Jun 2014
 

Abstract

Capello R. and Lenzi C. Knowledge, innovation and productivity gains across European regions, Regional Studies. This paper studies the relationship between knowledge, innovation and productivity in European regions, looking for the sources of spatial heterogeneity across regions in the type of knowledge needed for innovation and in the propensity to innovate, which mostly depend upon specific and systemic context conditions. The conceptual framework of analysis is based on the strong belief that different modes of innovation characterize regions, according to the presence/absence of some context conditions that allow for the creation and/or adoption of knowledge and innovation. Given the differences in knowledge and innovation intensity that characterize each mode/pattern of innovation, expectations are formulated on the achievement of productivity gains in regions characterized by different innovation patterns. Empirical evidence supports the conceptual expectations and shows that in regional innovation patterns based on local scientific knowledge-creation processes there are positive returns to scientific knowledge. However, in less knowledge-intensive patterns considerable productivity gains can also be achieved by local actors exploiting non-scientific knowledge and innovative capacity. Importantly, whereas the benefits accruing from knowledge appear rather selective and concentrated in a relatively small number of regions, the benefits generated by innovation seem more pervasive and beneficial, even in regions with a low endowment of scientific knowledge. These results have considerable implications for the current design of European Union innovation policies at the regional level.

Capello R. and Lenzi C. 欧盟各区域的知识、创新与生产力增加,区域研究。本文研究欧洲区域中,知识、创新与生产力之间的关联性,寻求各区域之间就创新所需的知识类型和创新倾向上的空间异质性来源,而它们多半取决于特定且系统性的脉络条件。分析的概念架构,来自于深信区域根据考量创造及/或採用知识与创新的脉络条件的部分缺少或存在,而具有不同的创新模式。考量各创新模式/形式的知识与创新密度的差异,形塑对于具有不同创新形式的区域中的生产力增加的期待。经验证据支持概念化的期待,并显示出,在基于在地科学知识创新过程的区域创新形式中,对科学知识有着正向回馈。但在知识密度较低的形式中,亦可透过在地行动者运用非科学性的知识和创新能力,获得大量的生产力增加。重要的是,当从知识获取的益处呈现选择性、且聚集于相对少数的区域时,创新所生产的益处似乎更加普遍且有益,即便是在拥有低度科学知识的区域之中亦是如此。这些研究结果,对于欧盟目前在区域层级的创新政策设计而言,具有相当的意涵。

Capello R. et Lenzi C. La connaissance, l'innovation et les gains de productivité à travers les régions européennes, Regional Studies. Cet article étudie le rapport entre la connaissance, l'innovation et les gains de productivité des régions européennes, recherchant les origines de l'hétérogénéité spatiale à travers les régions quant au type de connaissance nécessaire à l'innovation et pour ce qui est de la propension à innover, lesquels dépendent dans une large mesure des conditions de contexte à la fois spécifiques et systémiques. Le cadre conceptuel de l'analyse repose sur la ferme conviction que les régions se caractérisent par des modes d'innovation différents, selon la présence/l'absence de certaines conditions de contexte qui permettent la création et/ou l'adoption de la connaissance et de l'innovation. Étant donné les différences de l'intensité de la connaissance et de l'innovation qui caractérisent chaque mode/schéma d'innovation, on élabore des attentes en termes de la réalisation des gains de productivité dans les régions caractérisées par des schémas d'innovation différents. Des preuves empiriques soutiennent les attentes conceptuelles et montrent que les schémas d'innovation régionaux fondés sur les processus de production de la connaissance scientifique locale apportent des rendements positifs à la connaissance scientifique. Cependant, pour les schémas à faible intensité de connaissance, d'importants gains de productivité sont aussi à réaliser par les agents locaux qui exploitent la connaissance et la capacité d'innovation non-scientifiques. Il est à noter que les avantages dus à l'innovation semblent plus omniprésents et bénéfiques, même dans les régions dont la dotation en connaissance scientifique s'avère peu élevée, tandis que les avantages qu'entraîne la connaissance semblent plutôt sélectifs et se concentrent dans une poignée de régions. Ces résultats ont d'importantes retombées pour la conception actuelle des politiques d'innovation de l'Union européenne sur le plan régional.

Capello R. und Lenzi C. Wissen, Innovation und Produktivitätszuwachs in europäischen Regionen, Regional Studies. In diesem Beitrag untersuchen wir die Beziehung zwischen Wissen, Innovation und Produktivität in europäischen Regionen unter besonderer Berücksichtigung der Quellen von räumlicher Heterogenität in den Regionen hinsichtlich der für Innovation benötigten Art von Wissen sowie hinsichtlich der Innovationsneigung, die größtenteils von spezifischen und systemischen Kontextbedingungen abhängt. Der konzeptuelle Rahmen der Analyse beruht auf der festen Überzeugung, dass sich Regionen durch verschiedene Modi von Innovation auszeichnen, was von der Präsenz bzw. Abwesenheit bestimmter Kontextbedingungen abhängt, welche die Erzeugung und/oder Anpassung von Wissen und Innovation ermöglichen. Angesichts der Unterschiede bei der Intensität von Wissen und Innovation, die die verschiedenen Modi bzw. Muster der Innovation auszeichnen, werden Erwartungen hinsichtlich des Erreichens von Produktivitätszuwächsen in Regionen mit unterschiedlichen Innovationsmustern formuliert. Die empirischen Belege bekräftigen die konzeptuellen Erwartungen und zeigen, dass in regionalen Innovationsmustern, die auf Prozessen zur Erzeugung von lokalen wissenschaftlichen Erkenntnissen beruhen, positive Ergebnisse hinsichtlich der wissenschaftlichen Erkenntnisse zu verzeichnen sind. In weniger wissensintensiven Mustern lassen sich jedoch ebenfalls erhebliche Produktivitätssteigerungen erzielen, wenn lokale Akteure nichtwissenschaftliche Erkenntnisse und innovative Kapazität nutzen. Wichtig ist hierbei, dass der aus Wissen erwachsende Nutzen recht selektiv und auf eine relativ kleine Anzahl von Regionen konzentriert zu sein scheint, während der aus Innovation erwachsende Nutzen allgegenwärtiger und selbst in Regionen mit einem geringen Maß von wissenschaftlichen Erkenntnissen nützlicher erscheint. Diese Ergebnisse sind für die derzeitige Gestaltung der Innovationspolitik der Europäischen Union auf regionaler Ebene von erheblicher Bedeutung.

Capello R. y Lenzi C. Conocimiento, innovación y aumento de la productividad en las regiones europeas, Regional Studies. En este artículo analizamos la relación entre el conocimiento, la innovación y la productividad en las regiones europeas, teniendo en cuenta las fuentes de la heterogeneidad espacial en las diferentes regiones según el tipo de conocimiento necesario para la innovación y según la predisposición a innovar, que depende mayoritariamente de condiciones de contexto específicas y sistémicas. La estructura conceptual del análisis se basa en la opinión arraigada de que las regiones se caracterizan por diferentes modos de innovación según la presencia o ausencia de algunas condiciones de contexto que permitan la creación o adopción del conocimiento y la innovación. Dadas las diferencias en la intensidad del conocimiento y la innovación que caracteriza a cada modo/patrón de innovación, se formulan expectativas sobre la consecución del aumento de la productividad en las regiones con modelos de innovación diferentes. Los datos empíricos respaldan las expectativas conceptuales y muestran que en los patrones regionales de innovación basados en procesos de creación de conocimiento científico de ámbito local, existen rendimientos positivos al conocimiento científico. Sin embargo, en los patrones con menos intensidad de conocimientos también se pueden lograr pingües aumentos de productividad a través de actores locales que se aprovechan de conocimientos no científicos y capacidad innovadora. Es importante señalar que mientras que los beneficios derivados del conocimiento parecen ser bastante selectivos y concentrados en un número relativamente pequeño de regiones, los beneficios generados por la innovación parecen ser más dominantes y beneficiosos, incluso en regiones con un nivel bajo de conocimiento científico. Estos resultados tienen implicaciones importantes para el actual diseño de las políticas de innovación de la Unión Europea de ámbito regional.

JEL classifications:

Notes

1. Objective 1 regions are defined as regions with a per capita gross domestic product (GDP) lower than 75% of the European Union average.

2. For further details on the variables used in the cluster analysis and the variables representing the key territorial distinctive traits of the different groups of regions, see Capello and Lenzi (Citation2013b).

3. The constitutive terms of the dummy variables accounting for the different territorial patterns of innovation are not included in equations (3) to (5), for both conceptual and technical reasons. In fact, they should be interpreted as the effect of each pattern when knowledge and/or innovation are set at zero. By construction, however, territorial patterns of innovation (and their respective dummies) are conceptually defined for positive values of knowledge and innovation. Therefore, it was decided not to include them in the regression framework.

4. Results are robust to the use of different estimation method to obtain TFP (OLS, two-stage least squares – with one or two-period lag of independent variables as instruments, SAR).

5. The test on the difference between the three coefficients is not statistically significant and indicates that the null hypothesis of coefficients equality cannot be rejected.

Log in via your institution

Log in to Taylor & Francis Online

PDF download + Online access

  • 48 hours access to article PDF & online version
  • Article PDF can be downloaded
  • Article PDF can be printed
USD 53.00 Add to cart

Issue Purchase

  • 30 days online access to complete issue
  • Article PDFs can be downloaded
  • Article PDFs can be printed
USD 211.00 Add to cart

* Local tax will be added as applicable

Related Research

People also read lists articles that other readers of this article have read.

Recommended articles lists articles that we recommend and is powered by our AI driven recommendation engine.

Cited by lists all citing articles based on Crossref citations.
Articles with the Crossref icon will open in a new tab.