Smit en Id

doi: 10.1111 / pirs.
12068
Bukti mikro tentang faktor penentu inovasi di Belanda: Kepentingan

relatif dari kapasitas penyerapan dan eksternalitas aglomerasi *
Martijn J. Smit 1, Maria A. Abreu 2,3, Henri LF de Groot 1,4,5

1
Departemen Ekonomi Spasial, VU University Amsterdam, De Boelelaan 1105, 1081 HV Amsterdam, Belanda (e-mail: martijn.smit@vu.nl ,
hlfde.groot@vu.nl )
2
Departemen Ekonomi Pertanahan, Universitas Cambridge, 19 Silver Street, Cambridge CB3 9EP, Inggris Raya (email: ma405@cam.ac.uk )
3
University of Groningen, Belanda
4
Tinbergen Institute, Amsterdam-Rotterdam, The Netherlands Ecorys NEI,
5
Rotterdam, Belanda
Diterima: 23 November 2012 / Diterima: 16 Juli 2013
Abstrak. Meskipun manfaat pengelompokan untuk inovasi telah mendapat banyak perhatian dalam literatur teoritis dan
empiris, analisis di tingkat regional sering mengabaikan karakteristik perusahaan lokal. Kami menangani keduanya
pada saat yang sama: eksternalitas aglomerasi (Marshall, Porter, Jacobs) dari mikrodata sensus, dan data perusahaan
dari Survei Inovasi Komunitas. Yang penting, kami mengizinkan heterogenitas sektoral dari kekuatan aglomerasi. Kami
menemukan bahwa karakteristik perusahaan, termasuk karakteristik yang mewakili 'kapasitas penyerapan', memiliki
hubungan yang jauh lebih kuat dengan kecenderungan untuk berinovasi daripada eksternalitas aglomerasi biasa. Yang
terakhir ini hanya signifikan secara statistik untuk beberapa sektor tertentu, dan bahkan hanya untuk beberapa jenis
inovasi.
Klasifikasi JEL: L20, O30, R11
Kata kunci: Inovasi, kapasitas penyerapan, eksternalitas aglomerasi, survei inovasi komunitas, microdata, perilaku
perusahaan
1. Perkenalan
Inovasi adalah salah satu elemen kunci untuk keberhasilan pembangunan ekonomi daerah, dan beberapa studi telah
menetapkan hubungan yang jelas antara inovasi dan pertumbuhan di tingkat daerah (misalnya, Acs 2002; Brusoni et al.
2006). Dampak distribusi spasial
* Kami berterima kasih kepada tiga pengulas anonim dari jurnal ini atas komentar dan saran yang membantu. Kami sangat berterima kasih atas dukungan data dari
Statistics Netherlands (CBS); semua analisis dalam makalah ini didasarkan pada perhitungan oleh penulis menggunakan file data ABR dan CIS yang disusun oleh
Statistics Netherlands.
© 2013 Penulis. Makalah dalam Ilmu Daerah © 2013 RSAI
Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

2 MJ Smit dkk.
aktivitas ekonomi juga telah dipelajari secara luas, mengikuti karya utama Glaeser et al. (1992). Namun, bukti tentang determinan pertumbuhan regional di
tingkat mikro masih langka. Di masa lalu, kurangnya bukti ini terutama disebabkan oleh ketersediaan data yang terbatas. Microdata di tingkat perusahaan
memiliki keuntungan penting dalam membawa kita kembali ke tingkat di mana tindakan sedang berlangsung (lihat Beugelsdijk 2007). Mereka dapat membantu
menjembatani kesenjangan antara tingkat pengusaha individu dan tingkat daerah, yang dulu menjadi dasar sebagian besar literatur dalam ilmu pengetahuan
daerah (Maskell 2001). Kami mencoba untuk mengisi celah ini dengan mempelajari pengaruh karakteristik di tingkat perusahaan bersama-sama dengan
kekuatan aglomerasi di tingkat regional, dan sebagai tambahan, kami memberikan perhatian khusus pada apa yang disebut 'kapasitas penyerapan' dari
masing-masing perusahaan dalam mengidentifikasi, mengadaptasi, dan mengkomersialkan produk dan layanan inovatif yang berasal dari dalam dan luar
wilayah mereka. Dengan demikian, kapasitas penyerapan menggambarkan antarmuka antara tingkat perusahaan dan tingkat regional, dan ini merupakan
faktor kunci dalam memahami bagaimana lingkungan lokal dan masing-masing perusahaan berinteraksi (Pinch et al. 2003). Selain faktor daya serap tersebut,
kami juga mengontrol kebijakan pemerintah dan hambatan inovasi. dan ini merupakan faktor kunci dalam memahami bagaimana lingkungan lokal dan
perusahaan individu berinteraksi (Pinch et al. 2003). Selain faktor daya serap tersebut, kami juga mengontrol kebijakan pemerintah dan hambatan inovasi. dan
ini merupakan faktor kunci dalam memahami bagaimana lingkungan lokal dan perusahaan individu berinteraksi (Pinch et al. 2003). Selain faktor daya serap
tersebut, kami juga mengontrol kebijakan pemerintah dan hambatan inovasi.
Di tingkat daerah, tiga eksternalitas utama secara umum diakui memiliki pengaruh positif terhadap ekonomi kota secara
keseluruhan: ekonomi lokalisasi, persaingan dan keragaman. Kepentingan relatif mereka diselidiki secara empiris dalam sebuah
artikel oleh Glaeser et al. (1992), yang menemukan bahwa keragaman sektoral khususnya regional memiliki pengaruh positif pada
pertumbuhan lapangan kerja regional, membenarkan hipotesis Jacobs (1969). Makalah mereka mengarah pada literatur empiris
yang berkembang pesat tentang faktor-faktor penentu pertumbuhan produktivitas perkotaan dan regional. Literatur telah difokuskan
pada banyak spesifikasi yang berbeda, mencakup berbagai wilayah dan periode waktu, dan menggunakan operasionalisasi yang
berbeda dari variabel kunci yang menarik (baik dependen maupun independen). Melo dkk. (2009) dan De Groot et al. (2009)
memberikan meta-analisis dari literatur ini, sedangkan Rosenthal dan Strange (2004) memberikan pembahasan literatur yang lebih
kualitatif. Meskipun beberapa hasil pertama muncul dari tinjauan ini, mereka masih menunjukkan sejumlah besar ambiguitas dalam
literatur yang ada, dan penelitian yang lebih utama jelas dibutuhkan dalam cabang literatur yang relatif baru ini. Kami merasa bahwa
bukti mikroekonomi khususnya merupakan salah satu kontribusi yang disambut baik di bidang ini, dan penggunaan pengukuran
heterogen secara sektoral adalah kontribusi lain.
Belanda menyediakan bidang yang sesuai untuk penelitian pada skala Glaeser et al. (1992) mungkin dimaksudkan ketika
mereka berbicara tentang spillovers pengetahuan '[a] persimpangan jalan dan lorong' (hlm. 1127). Di negara kecil ini, perbedaan
visual antara kota dan pedesaan lebih jelas daripada di sebagian besar negara lain, karena perencanaan yang cermat, tetapi jarak
fungsionalnya kecil. Selain itu, ia memiliki kumpulan data yang sangat baik tentang keberadaan perusahaan, dan cakupan yang baik
dalam survei.
Dalam makalah ini, kami akan menghubungkan perilaku inovatif perusahaan dengan karakteristik perusahaan dan regional. Kami akan
menunjukkan bahwa, pada kenyataannya, karakteristik tingkat perusahaan sangat penting untuk memahami kecenderungan perusahaan untuk
berinovasi, sementara efek aglomerasi kecil jika dibandingkan.
Sisa dari makalah ini disusun sebagai berikut. Di Bagian 2, kita akan membahas latar belakang teoritis dan di Bagian 3,
data yang kami gunakan, dan kemudian melanjutkan untuk menganalisis kecenderungan berinovasi di antara semua
perusahaan dalam Survei Inovasi Komunitas Belanda (CIS) tahun 2004 di Bagian 4. Fokus kami adalah berada pada satu
set variabel spesifik perusahaan dari CIS dan satu set variabel aglomerasi yang kami buat dari Dutch General Business
Register. Bagian 5 menyimpulkan.
2 Latar Belakang
Tujuan penting dari makalah ini adalah untuk menjelaskan inovasi sebagai fungsi dari karakteristik spesifik perusahaan di satu sisi,
dan eksternalitas aglomerasi di sisi lain, menggunakan kumpulan data gabungan data mikro dan sensus. Di dalam kumpulan
karakteristik khusus perusahaan, kami membedakan antara variabel yang beroperasi secara ketat di dalam perusahaan itu sendiri,
dan variabel yang memberikan informasi tentang antarmukanya dengan dunia luar.

Bukti mikro tentang faktor penentu inovasi 3
Dalam literatur ekstensif tentang inovasi, beberapa telah menganjurkan pendekatan regional, menggunakan konsep sistem
inovasi regional (misalnya, Asheim dan Isaksen 1997; Braczyk et al. 1998; Cooke 1992, 2001). Studi ini berpendapat bahwa
ruang lingkup spillovers pengetahuan terbatas, dan karena itu dimensi regional penting, baik untuk kontak
perusahaan-ke-perusahaan dan untuk kontak antara perusahaan dan universitas (Ponds et al. 2007). Sistem inovasi regional
kemudian memiliki kemampuan tertentu untuk 'memperoleh dan menggunakan pengetahuan ekonomi baru' (Simmie et al. 2002,
p. 50). Namun, segmentasi ruang wilayah memiliki masalah tersendiri. Memperlakukan daerah sebagai homogen adalah
penyederhanaan realitas, tidak peduli seberapa organik pembentukannya. 1 Selain itu, mereka cenderung terlalu menekankan peran
jarak geografis dalam hubungannya dengan jenis kedekatan lainnya (lih. Boschma 2005; Sternberg 2007). Namun, penggunaan
wilayah sering kali merupakan kejahatan yang diperlukan karena kendala dalam ketersediaan data dan pemodelan - Keating (1998,
hlm. 3-4) menyebutnya sebagai 'efek distorsi' kenyamanan dan kesederhanaan. Dalam analisis kami, kami akan menyoroti beberapa
kemungkinan kekurangan dari pendekatan regional dalam kasus di mana kami terbatas pada penggunaan data regional.
Mengenai jenis inovasi yang dipertimbangkan, kami tidak membatasi analisis kami pada inovasi yang baru di
pasar. Sebaliknya, kami memasukkan inovasi terobosan dan inovasi tiruan (lihat Capello 2001). Inovasi imitatif adalah
inovasi yang tidak diperkenalkan oleh perusahaan dengan sendirinya, tetapi diadopsi dari luar perusahaan,
menyesuaikannya dengan keadaan perusahaan. Alternatifnya, mereka bahkan dapat menyebabkan reorganisasi di
perusahaan itu sendiri dalam prosesnya; yang disebut 'mikro-inovasi' (lih. Mokyr 1990, hlm. 12-13). Dalam proses ini,
perusahaan dibantu oleh pengetahuan, modal organisasi, dan R&D sebelumnya yang dilakukan di perusahaan (Cohen
dan Levinthal 1989). Inovasi semacam itu diperlukan untuk mengikuti persaingan, apakah itu dalam biaya proses
produksi dan dengan demikian harga produk akhir, atau dalam keadaan tenaga kerja untuk karyawan, 2 Selain itu,
imitasi ini sering kali lebih menguntungkan bagi perusahaan individu daripada inovasi terobosan yang mahal, dan
dengan demikian mereka menghubungkan inovasi di tingkat mikroekonomi dengan pertumbuhan ekonomi di tingkat
makroekonomi (Geisendorf 2007).
Sebagian dari perbedaan inovasi antara berbagai perusahaan dapat dijelaskan oleh pengaruh regional, tetapi faktor
internal akan memainkan peran yang paling penting. Van Oort dkk. (2012) membahas bagaimana literatur sebelumnya
sebagian besar mengabaikan aspek multilevel ini. Namun, kumpulan data mereka tidak terlalu kaya di tingkat
perusahaan, hanya berisi ukuran perusahaan. Kami percaya bahwa karakteristik perusahaan yang relevan harus
mencakup faktor-faktor yang beragam seperti keterampilan pengusaha dan manajer individu di satu sisi, dan waktu yang
dihabiskan staf untuk mengikuti penelitian dasar di bidang mereka di sisi lain (Acs et al. 1996; Acs dan Varga 2005).
Penelitian dan pengembangan (R&D) yang dilakukan oleh sebuah perusahaan memainkan peran ganda, karena
berkontribusi pada pembangunan pengetahuan internal di perusahaan (dengan kemungkinan limpahan ke wilayah
secara keseluruhan),
Antarmuka antara perusahaan dan lingkungannya merupakan minat khusus kami. Untuk antarmuka ini, kami menggunakan istilah
'kapasitas penyerapan', awalnya didefinisikan dalam makalah mani oleh Cohen dan Levinthal (1990, p. 569) sebagai: 'kemampuan
untuk mengidentifikasi, mengasimilasi dan mengeksploitasi pengetahuan dari lingkungan'. Ini menentukan bagaimana perusahaan
bereaksi terhadap inovasi yang dikembangkan dalam perusahaan dan di tempat lain, dan bagaimana pengetahuan ini digunakan dalam
pengembangan produk dan layanan di masa depan. Meskipun, dalam bentuk aslinya, konsep yang berfokus pada R&D, telah diperluas
untuk memasukkan bentuk organisasi, jaringan, proses manajemen dan komunikasi, dan sumber daya manusia dari tenaga kerja (Dyer
dan Singh 1998; Lane dan Lubatkin 1998; Zahra dan George
2002). Selain itu, ia telah diperluas melampaui tingkat perusahaan, sehingga beberapa sekarang berbicara tentang
1 Lihat Kimble (1951) dan Keating (1998). Untuk diskusi yang lebih baru, lihat juga Lagendijk (2001) dan Burger et al. (2010). Daerah nodal yang didefinisikan
secara organik kadang-kadang diklaim sebagai alternatif: lihat, misalnya, wilayah pasar tenaga kerja Italia seperti yang dibahas oleh De Dominicis (2006).
2 Untuk penyelidikan yang menarik tentang motif yang dinyatakan untuk inovasi imitatif, lihat Masurel (2007).

4 MJ Smit dkk.
daya serap sebuah cluster (Giuliani 2005). Dalam makalah ini kami mengambil pandangan luas tentang kapasitas penyerapan, dan
mengoperasionalkan kapasitas penyerapan menggunakan ukuran modal manusia, bentuk manajemen dan organisasi, dan hubungan
kolaboratif, mengikuti Abreu et al. (2008). Mereka mendefinisikan kapasitas serap sebagai mengacu pada ' kemampuan untuk
mengasimilasi dan mengelola pengetahuan untuk meningkatkan kinerja inovasi dan keunggulan komparatif '(hal. 9). 3
Analisis efek aglomerasi dengan sejumlah kecil variabel perusahaan cukup umum (lihat Beaudry dan
Schiffauerova 2009; De Groot dkk. 2009), tetapi analisis yang menggabungkan eksternalitas dan sekumpulan besar
karakteristik perusahaan adalah sedikit. Dalam beberapa tahun terakhir, sejumlah kecil artikel telah muncul yang
mengikuti analisis mereka sepanjang dikotomi ini. Misalnya, Coronado et al. (2008) membahas 'sikap dasar terhadap
inovasi' dari perusahaan individu vis-à-vis efek urbanisasi umum, Beugelsdijk (2007) mencocokkan data perusahaan
dengan data tentang karakteristik regional R&D, Mitra (1999) menggabungkan fungsi produksi di tingkat perusahaan
dengan urbanisasi dalam analisis mesin listrik dan industri kapas di India, sementara Van Oort dkk. (2012) mempelajari
efek aglomerasi bersama-sama dengan ukuran perusahaan. Sejumlah studi serupa menggabungkan beberapa
karakteristik perusahaan dengan eksternalitas aglomerasi seperti De Beule dan Van Beveren (2012) yang
memperkirakan koefisien mereka di sejumlah kecil sektor yang luas, serupa dengan pendekatan kami untuk efek
aglomerasi, dan Harrison et al. (1996) yang mempelajari adopsi otomatisasi di industri 'pengerjaan logam' AS. Kami
berusaha untuk menambah dan memperbaiki rangkaian literatur ini,
Dalam makalah ini, kita akan tetap berpegang pada operasionalisasi tiga kali lipat Glaeser et al. (1992) dari
eksternalitas Marshall-Arrow-Romer (MAR), Porter dan Jacobs. Dalam hal ini, analisis kami berbeda dari Baldwin et al.
(2008), yang juga menggabungkan mikro dan makrodata, tetapi menggunakan sekumpulan variabel regional yang
berbeda, dengan fokus pada potensi pasar, pasar tenaga kerja, dan rantai pasokan di samping jumlah mentah
perusahaan dalam suatu sektor (yang mungkin berfungsi sebagai ukuran kasar spesialisasi atau persaingan). Karena
kami ingin menganalisis seluruh perekonomian daripada melakukan analisis sektor-spesifik, kami memilih untuk tidak
mempertimbangkan pengaruh perbatasan teknologi dan potensi berikutnya untuk mengejar ketinggalan (lih. Abramovitz
1986; Silverberg dan Verspagen 1994). Namun, kami yakin bahwa efek aglomerasi berbeda antar sektor, atau lebih
tepatnya jenis sektor;
3 Data
Pada bagian ini, kami memberikan rincian singkat dari kumpulan data yang digunakan, diikuti dengan diskusi tentang variabel
dependen, variabel kontrol, dan variabel yang diminati - yang berfungsi sebagai indikator untuk daya serap, dan yang
mencerminkan kekuatan aglomerasi lokal. Terakhir, kami membahas masalah endogenitas.
Untuk analisis ini, kami menggunakan data tingkat perusahaan tentang inovasi di Belanda yang dikumpulkan oleh Statistics
Netherlands (CBS) sebagai bagian dari Survei Inovasi Komunitas Keempat di seluruh UE.
3 Perhatikan bahwa 'kapasitas serap' adalah konsep yang sangat populer saat ini, dan istilah ini digunakan secara longgar dalam konteks yang berbeda dan untuk tujuan
yang berbeda, seperti yang disurvei oleh Lane et al. (2006). Mereka menemukan banyak penelitian yang membengkokkan dan mendefinisikan kembali konsep untuk tujuan
mereka sendiri. Kami tidak berusaha untuk menyelidiki atau memperluas konsep tersebut, kami juga tidak bermaksud untuk memperbaikinya; ini, dalam pandangan kami,
adalah nama yang berguna untuk antarmuka antara perusahaan dan dunia luar. Kami mencatat, bagaimanapun, bahwa kami melihat hubungan yang kuat dengan gagasan
arus utama tentang modal manusia dan teknologi. Sebagai tambahan, Lane et al. (2006) menunjukkan bahwa Cohen dan Levinthal sendiri juga tidak begitu jelas tentang
konsep itu; mereka sangat ambigu dalam membedakan apakah kita harus melihat kapasitas absorpsi sebagai properti statis atau sebagai proses dinamis. Menurut pendapat
kami yang sederhana, tentu saja ini adalah serangkaian aspek yang dinamis, di mana kami mengambil cuplikan yang tampak statis. Namun, endogenitas kuat, terutama dalam
jangka panjang; karakteristik yang memungkinkan, komunikasi aktif dengan dunia luar dan transfer pengetahuan yang berhasil akan membentuk bola salju penguatan timbal
balik.

(CIS4). Survei inovasi yang diselaraskan ini diadakan di sebagian besar negara Uni Eropa, dengan kuesioner serupa
digunakan dalam survei di negara lain, seperti Kanada, AS, dan Australia. Kategori pertanyaan dan / atau tanggapan
hanya berbeda sedikit di antara negara-negara yang berpartisipasi. Di Belanda, 10 persen sampel perusahaan dengan
10 hingga 100 karyawan menerima kuesioner. 4 Di antara perusahaan dengan lebih dari 100 karyawan, 5 sensus diambil,
dan mereka semua menerima kuesioner. Tingkat tanggapan total sekitar 70 persen. 6
Pembobotan telah dihitung oleh Badan Pusat Statistik Belanda sehingga hasil pembobotan dapat dianggap mewakili
perekonomian Belanda dalam hal distribusi sektoral dan ukuran. Namun, distribusi regional perusahaan belum
diperhitungkan saat membuat sampel untuk survei ini, sehingga kami tidak dapat dengan mudah menggeneralisasi
hasil CIS4 di tingkat regional. Karena kami tidak menghitung total, tetapi melakukan regresi yang mencakup kontrol
untuk sektor dan ukuran perusahaan, kami memilih untuk tidak menggunakan bobot, tetapi melakukan analisis kami
pada pengamatan individual.
Untuk membuat variabel aglomerasi regional kami, kami menggunakan sensus dari semua perusahaan, yang disebut Daftar
Bisnis Umum (ABR). Kami juga menggunakan register ini di tingkat perusahaan untuk mengalokasikan perusahaan ke suatu
wilayah, menggunakan kode pos kantor pusat sebagai pengidentifikasi kami - data CIS tidak memungkinkan kami untuk
mengatribusikan inovasi atau variabel lain ke lokasi tertentu. Asumsi bahwa inovasi dan variabel penjelas semuanya valid untuk
kantor pusat agak umum dalam literatur, meskipun ada juga literatur ekstensif tentang proses difusi spesifik yang terkait dengan
perusahaan multi-pabrik (Chew et al. 1990). Dalam kasus kami, kami merasa bahwa kesalahan pengukuran dibuat lebih kecil oleh
tiga faktor: pertama, bagian dari perusahaan multi-pabrik berada dalam satu wilayah; kedua, hanya seperempat dari semua
perusahaan dalam sampel CIS yang memiliki lebih dari satu pabrik; ketiga, hanya di bawah setengahnya, tanaman terbesar kedua
berukuran kurang dari sepertiga dari ukuran tanaman terbesar. 7
Adapun variabel dependen dalam analisis kami, kami terbatas dalam arti bahwa kami tidak dapat mengukur secara andal pentingnya
atau 'ukuran' sebuah inovasi. Salah satu masalah utama adalah bahwa pengaruh inovasi proses sering kali diperkirakan lebih dari 50
persen dari omset oleh responden, dan dikalikan dengan omset, ini melampirkan nilai yang dipertanyakan pada inovasi - yang
bagaimanapun juga, bisa sekecil beberapa mur dan baut baru untuk mesin yang sudah ada. Oleh karena itu, kami mengejar apa yang
disebut Godin (2009) sebagai 'pendekatan subjek': kami mengajukan pertanyaan apakah perusahaan sedang berinovasi, bukan berapa
banyak inovasi yang dihasilkannya.
Kami kemudian menggunakan sejumlah variabel kontrol yang berkorelasi dengan penciptaan pengetahuan dan inovasi.
Ini adalah ukuran perusahaan (log pekerjaan) dan sumber daya R&D yang digunakan. Sumber daya litbang dapat diukur baik
dari segi karyawan maupun pengeluaran; CIS4 berisi keduanya. Untuk pengeluaran, kami membangun total pengeluaran
dikurangi pengeluaran untuk staf untuk menghindari multikolinearitas. Banyak yang telah dikatakan tentang keandalan R&D
sebagai prediktor, atau sebagai proxy untuk, inovasi (Archibugi et al. 1991; Francoz 2000), dan oleh karena itu kami
menggunakan intensitas R&D sebagai variabel kontrol. Kami menyertakan ketiga variabel di
4 Menurut Kleinknecht et al. (1992), 24 persen dari semua inovasi di Belanda dilakukan oleh perusahaan yang memiliki kurang dari 10 karyawan (tidak termasuk dalam
sampel CIS); 40 persen oleh perusahaan dengan 10 hingga 100 karyawan; dan 36 persen sisanya oleh perusahaan dengan lebih dari 100 karyawan. Namun, perusahaan
yang lebih kecil kemungkinan besar akan mengejar dan mencapai jenis inovasi yang berbeda daripada perusahaan yang lebih besar; pasti ada sedikit ruang untuk R&D
struktural, dan inovasi lebih merupakan satu-satunya hasil. CIS bukan satu-satunya sumber yang bermasalah dalam mencakup perusahaan-perusahaan ini; mereka tidak
terlalu sering muncul dalam statistik paten, atau dalam jurnal bisnis.
5 Angka ini tidak distandarisasi di berbagai edisi nasional CIS; misalnya, di UK CIS4, batas antara sampel dan sensus ditetapkan pada 250 karyawan.
6 30 persen dari perusahaan yang tidak memberikan tanggapan mengecualikan 90 persen dari perusahaan yang lebih kecil yang tidak dipilih untuk menerima kuesioner dalam proses
pengambilan sampel.
7 10.783 perusahaan di CIS Belanda menghitung total 35.490 perusahaan. 7.550 perusahaan adalah perusahaan tanaman tunggal; 1.781 perusahaan
memiliki tumbuhan kedua yang lebih besar dari sepertiga tumbuhan terbesar. Namun, pabrik terbesar tentu saja belum tentu menjadi kantor pusat; dalam sampel
total, pabrik yang lebih kecil menjadi markas di lebih dari 900 kasus. Gordon dan McCann (2005) menegaskan untuk Inggris bahwa inovasi di pabrik cabang secara
signifikan lebih rendah daripada di kantor pusat.

6 MJ Smit dkk.
logaritma, sehingga sebenarnya ini dapat dengan mudah diartikan sebagai bagian dari staf R&D dalam total staf, atau sebagai
pengeluaran R&D per karyawan, atau bahkan pengeluaran R&D per karyawan R&D (lihat catatan kaki 20 untuk contoh). Perhatikan
bahwa staf R&D akan sering meremehkan jumlah aktual orang yang mencurahkan waktu untuk aktivitas inovatif, terutama di perusahaan
kecil.
Indikator yang tersedia berikut dari Survei Inovasi Komunitas Keempat adalah variabel yang kami minati sejauh
menyangkut daya serap:
• Sumber daya manusia: tingkat pendidikan yang ada di dalam perusahaan. Karena konsep pembelajaran terkait erat dengan inovasi,
tingkat sumber daya manusia yang lebih tinggi memfasilitasi program adopsi.
cesses dan limpahan pengetahuan di dalam perusahaan. CIS4 versi Belanda tidak memuat tingkat pendidikan seperti itu, begitu
pula statistik perusahaan lainnya. Namun, ada kuesioner tahunan (Enquête Beroepsbevolking (EBB)) yang menanyakan tingkat
pendidikan angkatan kerja, dan saat ini, Statistik Belanda menggabungkan ini dengan data lengkap tentang gelar yang baru
diperoleh untuk akhirnya mencakup pekerjaan penuh memaksa. Kami telah menggunakan kumpulan data ini untuk
mendapatkan perkiraan kasar, hanya berdasarkan pilihan karyawan, dari tingkat pendidikan rata-rata mereka yang bekerja di
suatu perusahaan. 8 CIS memang berisi pertanyaan tentang apakah suatu perusahaan mengatur pelatihan untuk karyawannya,
yang kami interpretasikan sebagai tanda bahwa perusahaan bersedia untuk terus berinvestasi dalam modal manusia. Korelasi
antara kedua variabel ini rendah (0,15).
• Organisasi: apakah suatu perusahaan telah mengadopsi manajemen pengetahuan baru dan teknik organisasi dalam tiga tahun
sebelumnya. Perubahan dalam teknik ini dapat menunjukkan budaya perusahaan yang fleksibel dan adaptif, yang akan
mendukung transfer dan penerapan pengetahuan. Sisi negatifnya, dalam beberapa kasus mereka juga dapat menunjukkan fokus
yang berlebihan pada organisasi dan manajemen. Perhatikan bahwa kami juga memasukkan inovasi dalam pemasaran, yang
dapat menunjukkan dinamisme yang lebih umum dalam operasi perusahaan, dan bahwa inovasi organisasi juga memiliki efek
langsung pada produktivitas perusahaan (Polder et al. 2010).
• Kolaborasi: apakah suatu perusahaan bekerja sama untuk berinovasi dengan perusahaan lain, lembaga pendidikan
tinggi, konsultan, dan lembaga pemerintah; kami membedakan apakah kolaborasi ini terjadi di Belanda, di dalam Uni
Eropa, atau dengan seluruh dunia. 9
• Hambatan: hambatan keuangan dan pasar, tetapi juga kendala yang terkait dengan ketersediaan pengetahuan dapat
menghambat inovasi (lihat Iammarino et al. 2006; Mohnen et al. 2008). Meskipun hipotesis langsungnya adalah
bahwa hambatan akan memiliki pengaruh negatif pada inovasi, literatur sebelumnya juga menemukan hubungan
terbalik (Mohnen et al. 2008).
• Subsidi: insentif keuangan untuk mengejar inovasi, yang sumbernya diidentifikasikan dalam CIS4 sebagai lokal,
nasional, atau Eropa. 10 Subsidi sangat rumit karena pemerintah dapat mencoba memilih pemenang atau mendanai
mereka yang kurang beruntung; kedua strategi tersebut memengaruhi efektivitas subsidi. Selain itu, subsidi dapat
menggantikan investasi yang sebelumnya dilakukan oleh perusahaan (Garcia-Quevedo 2004; Catozzella dan
Vivarelli
2011). Dari perspektif kapasitas penyerapan, subsidi menarik karena menunjukkan jaringan antara perusahaan
penerima dan organisasi pendistribusi. Selain itu, mereka menunjukkan bahwa suatu perusahaan telah menyelaraskan
dirinya dengan paradigma resmi kemajuan teknologi.
8 Tentu saja, untuk beberapa perusahaan, tidak ada karyawan yang pernah berpartisipasi dalam EBB atau cukup lulus baru-baru ini untuk dimasukkan dalam data gelar. Oleh karena
itu, kami kehilangan 5 persen perusahaan dalam data kami, tetapi hasilnya tampak kuat. Perusahaan yang lebih kecil tentu saja lebih mungkin untuk dikecualikan, tetapi CIS sudah
memiliki ambang batas untuk mengecualikan perusahaan yang sangat kecil, dan representasi berlebihan dari perusahaan besar.
9 Di sini, sekali lagi survei lain berisi informasi tambahan; berbeda dengan versi Belanda, UK CIS4 memang memilih untuk membedakan antara kolaborasi
regional dan nasional, yang mungkin telah menambahkan dimensi yang menarik pada kumpulan variabel ini. Namun definisi 'regional' tidak diberikan dalam
survei, dan interpretasinya oleh masing-masing perusahaan bergantung sebagian besar pada persepsi mereka sendiri; oleh karena itu, variabel tersebut harus
ditangani dengan hati-hati. Perhatikan juga bahwa ini adalah kolaborasi dalam konteks upaya inovatif; Oleh karena itu, perusahaan yang mengklaim tidak
melakukan upaya apa pun ke arah inovasi, menurut definisi, juga tidak berkolaborasi menuju inovasi.
10 Interpretasi yang tepat dari 'lokal' diserahkan kepada orang yang mengisi kuesioner.

Tabel 1. Statistik deskriptif untuk variabel CIS
Variabel Tipe Berarti St.dev.
Perusahaan berinovasi (barang) Dummy (tergantung) 0.17 0.37

Perusahaan berinovasi (jasa) Dummy (tergantung) 0.12 0.33
Perusahaan berinovasi (proses) Dummy (tergantung) 0.24 0.43
Log pengeluaran R&D (dalam ribuan Kontinu 0.25 0,52

euro, tidak termasuk pengeluaran untuk penelitian dengan staf
R&D sendiri)
Log staf R&D (in fte) Kontinu 0.19 0.82

Log dari total pekerjaan perusahaan (in fte) Kontinu 4.02 1.26
Tingkat pendidikan rata-rata Kontinu 43.35 5.82

Latihan Dummy 0.17 0.38
Manajemen pengetahuan baru Dummy 0.16 0.37
Struktur organisasi baru Dummy 0.23 0.42

Strategi pemasaran baru Dummy 0,08 0.26
Kolaborasi: nasional Dummy 0.15 0.35
Kolaborasi: UE Dummy 0,09 0.28

Kolaborasi: di luar UE Dummy 0,04 0.20
Hambatan: Keuangan Dummy 0,50 0,50
Hambatan: Pengetahuan Dummy 0.16 0.36

Hambatan: Pasar Dummy 0.44 0,50
Hambatan: Lainnya Dummy 0,55 0,50
Dukungan Publik Lokal dan Regional Pemerintah Dummy 0,02 0.15

Pusat. Dukungan Publik Dukungan Publik Uni Eropa Dummy 0.12 0.32
Dummy 0,02 0.15
Perusahaan beroperasi hanya secara internasional Dummy 0,05 0.21

Perusahaan beroperasi juga secara internasional Dummy Sebuah 0.39 0.49
Catatan: Sebuah Kategori yang dihilangkan untuk dua variabel terakhir adalah: perusahaan beroperasi hanya secara nasional.
Sayangnya, 'manfaat teknologi dan ekonomi dari pendanaan publik dipertanyakan' (Czarnitzki dan Hussinger 2004,
hlm. 1).
• Cakupan pasar: apakah suatu perusahaan beroperasi secara nasional atau internasional, atau keduanya, karena perusahaan yang terlibat dalam pasar
internasional mungkin berada di bawah tekanan yang lebih besar untuk berinovasi; pada saat yang sama, penjualan internasional menyiratkan kontak
dan jaringan internasional, dan ini dapat mendorong dan membantu inovasi.
Statistik deskriptif dari variabel yang termasuk dalam analisis disajikan pada Tabel 1; tabel korelasi dapat
ditemukan di Lampiran.
Untuk variabel aglomerasi, kami telah memilih level European NUTS 3, yang setara dengan region COROP yang
digunakan oleh Statistics Netherlands untuk tujuan analitis. Belanda memiliki 40 wilayah COROP, yang mendekati
wilayah pasar tenaga kerja (lihat Gambar 1). 11
Untuk alasan ini, dan untuk alasan perbandingan dengan kawasan lain, kami menggunakan kawasan yang telah ditentukan ini,
meskipun mikrodata dasar dengan kode pos ada untuk semua perusahaan di Belanda
11 Namun mereka juga telah dirancang untuk menjumlahkan provinsi, yang tidak memiliki hubungan intrinsik dengan wilayah pasar tenaga kerja sama
sekali (juga lihat Leunis dan Verhage 1999, dikutip dalam Van Oort 2004). Hierarki wilayah yang ketat mungkin secara teoritis masuk akal, dan wajib di bawah
klasifikasi NUTS, namun juga dapat menghambat analisis dengan mendefinisikan wilayah statistik secara kaku yang sebenarnya bukan pilihan terbaik untuk
sebagian besar topik. Contoh penting perbatasan provinsi Belanda yang tidak sesuai dengan pasar tenaga kerja lokal adalah: kota Hilversum, yang terletak di
Provinsi Belanda Utara tetapi pada saat yang sama hampir dikelilingi oleh Provinsi Utrecht; dan sudut utara Provinsi Drenthe, yang berbatasan dengan kota
Groningen dan dengan segala maksud dan tujuan membentuk kawasan ekonomi dengan kota itu.

8 MJ Smit dkk.
Gambar 1. Keragaman di wilayah 40 NUTS 3 (COROP) di Belanda: Indeks Hirschman-Herfindahl (HHI) sebesar 2 digit
Kode SBI. Nilai indeks yang tinggi menunjukkan keragaman yang rendah
melalui General Business Register (ABR), yang dapat digunakan untuk membangun semua jenis wilayah - misalnya, wilayah melingkar di sekitar setiap
pengamatan, seperti yang dilakukan, misalnya, dalam Staber (2001). Namun, kami merasa ada dua alasan kuat untuk tidak menggunakan pendekatan ini,
selain argumen komparabilitas yang dibahas di atas. Pertama, wilayah melingkar memberikan kesan yang salah tentang ketepatan, karena kami belum
melampaui kerugian dari wilayah yang telah ditentukan, yang telah kami diskusikan di atas. Kedua, wilayah melingkar tidak mencerminkan bidang permainan
spasial yang sebenarnya dari suatu perusahaan. Lingkungan spasial suatu perusahaan dapat mengambil bentuk yang berbeda untuk aspek yang berbeda dari
hubungan luarnya. Misalnya, bidang permainan seperti itu sering kali dibentuk oleh infrastruktur. Untuk memodelkan jaringan, kita perlu, misalnya, untuk
memodelkan penggunaan waktu tempuh melalui infrastruktur fisik, atau keandalan koneksi broadband untuk infrastruktur data. Sebagai argumen terakhir yang
berpihak pada daerah yang ada, kita dapat menunjuk pada pentingnya lembaga publik, yang paling sering didefinisikan oleh daerah bersejarah; di Belanda, ini
akan menjadi provinsi (NUTS 2), yang sampai batas tertentu membentuk batas-batas wilayah NUTS 3. Karena alasan ini, kami memutuskan untuk tidak
membangun wilayah kami sendiri. Namun kami menyadari bahwa 40 wilayah yang kami pilih untuk diterapkan cukup besar; beberapa di antaranya berukuran
50 km, sesuai dengan rata-rata setengah jam waktu mengemudi dari ujung ke ujung. Oleh karena itu, hasil kami pada aglomerasi hanya valid untuk skala
spesifik ini. kita bisa menunjuk pada pentingnya lembaga publik, yang paling sering didefinisikan oleh kawasan bersejarah; di Belanda, ini akan menjadi
provinsi (NUTS 2), yang sampai batas tertentu membentuk batas-batas wilayah NUTS 3. Karena alasan ini, kami memutuskan untuk tidak membangun wilayah
kami sendiri. Namun kami menyadari bahwa 40 wilayah yang kami pilih untuk diterapkan cukup besar; beberapa di antaranya berukuran 50 km, sesuai dengan
rata-rata setengah jam waktu mengemudi dari ujung ke ujung. Oleh karena itu, hasil kami pada aglomerasi hanya valid untuk skala spesifik ini. kita bisa
menunjuk pada pentingnya lembaga publik, yang paling sering didefinisikan oleh kawasan bersejarah; di Belanda, ini akan menjadi provinsi (NUTS 2), yang
sampai batas tertentu membentuk batas-batas wilayah NUTS 3. Karena alasan ini, kami memutuskan untuk tidak membangun wilayah kami sendiri. Namun kami menyadari bahwa 4
Untuk menguji pentingnya spesialisasi, persaingan, dan keragaman dalam menjelaskan variasi dalam inovasi di seluruh
perusahaan, kami memilih tiga statistik yang umum digunakan. Ini masing-masing adalah:
1. Untuk spesialisasi, hasil bagi lokasi (jumlah pangsa karyawan di suatu sektor di suatu wilayah dibagi dengan pangsa
nasional sektor tersebut).
2. Untuk persaingan, indeks Hirschman-Herfndahl pada bagian perusahaan pekerjaan di suatu sektor dalam kawasan.

3. Untuk keragaman, indeks Hirschman-Herfden pada saham sektoral dalam suatu wilayah (lihat Gambar 1). Nilai yang tinggi dari indeks ini
menunjukkan keragaman yang rendah. 12
Untuk ketiga faktor tersebut kami harus memilih tingkat agregasi sektoral; definisi ini adalah perusahaan yang termasuk
dalam 'sektor asal' untuk setiap perusahaan untuk spesialisasi dan persaingan, dan yang merupakan 'perusahaan lain', yang
secara khusus relevan untuk keragaman. Karena kita mendasarkan indeks kita pada Daftar Bisnis Umum, kita mengetahui
kelas empat digit dari setiap perusahaan menurut Statistik tata nama des activités économiques dans la Communauté
Européenne ( NACE, revisi 1), yang definisi SBI (versi 1993) dari Statistik Belanda sepenuhnya setara dengan level empat
digit. Pada tingkat dua digit, NACE dan dengan demikian juga SBI setara dengan definisi ISIC tentang Perserikatan
Bangsa-Bangsa (revisi 3.1). 13 Kami menguji signifikansi statistik dari variabel aglomerasi ini pada tingkat sektoral yang
berbeda: pada tingkat 4 digit, 3 digit, dan 2 digit dari definisi SBI; dan juga lebih dari delapan sektor makro, mengikuti definisi
Pavitt (1984), yang juga digunakan dalam Abreu et al. (2008). 14 Kami kemudian memutuskan untuk memasukkan variabel
pada tingkat 3-digit, tetapi berinteraksi dengan delapan boneka untuk sektor Pavitt. 15 Hal ini memungkinkan adanya
heterogenitas efek aglomerasi di seluruh kelompok ini. Heterogenitas seperti itu ditunjukkan dalam literatur yang mempelajari
sektor-sektor tertentu, tetapi jarang diperhitungkan dalam studi di seluruh perekonomian secara keseluruhan (cf. De Groot et
al. 2009). Namun, pendekatan ini agak mirip dengan Neffke et al. (2008), yang melihat usia sektor.
Klasifikasi Pavitt diarahkan pada teknologi yang digunakan oleh berbagai jenis perusahaan. Karena berbagai jenis
inovasi ada dalam industri yang serupa secara teknologi, kesamaan antara industri melintasi sektor tradisional yang
ditentukan produk: ini disebut rezim teknologi atau paradigma teknologi. 16 Dengan penggunaan pengetahuan yang berbeda,
muncul pendekatan yang berbeda terhadap limpahan pengetahuan dan manfaat lain dari aglomerasi. Mengikuti Pavitt,
kami membagi ekonomi menjadi delapan sektor, sebagai berikut: 17
1. Utama
2. Berbasis sains
3. Pemasok khusus
4. Skala-intensif
5. Didominasi pemasok
6. Padat informasi
12 Selain itu, kami mengulangi beberapa analisis kami dengan ukuran alternatif untuk setiap faktor aglomerasi sebagai pemeriksaan ketahanan. Di sini, kami
memilih: jumlah absolut karyawan di suatu sektor untuk spesialisasi; ukuran perusahaan rata-rata untuk persaingan; dan ukuran kasar dari keragaman terkait
(lih. Frenken et al. 2007) untuk keragaman - sebuah Hirschman-Herfden dari pangsa sektor dalam sektor yang lebih besar. Hasil ini, yang sangat mirip, tersedia
atas permintaan.
13 Perhatikan, bagaimanapun, bahwa mereka tidak terkait dengan NAICS Amerika Utara, dan bahwa klasifikasi ini telah digantikan oleh revisi NACE
yang lebih baru dan SBI 2008 yang sesuai.

14 Klasifikasi delapan kali lipat merupakan perpanjangan dari sektor Pavitt, yang kami ambil dari Abreu et al. (2008), dan yang didasarkan pada ekstensi
oleh Kristensen (1999) dan Mizzo dan Soete (2001). Meskipun definisi Pavitt sekarang sudah lebih dari 20 tahun, pengelompokan serupa masih
berkembang. Contohnya adalah empat kategori yang dibuat oleh Leiponen dan Drejer (2007), yang membedakan perusahaan berbasis sains, didorong
pasar, padat produksi, dan didominasi pemasok di Finlandia dan Denmark. Archibugi (2001) memberikan diskusi ekstensif tentang klasifikasi dan
popularitasnya. Dia juga membahas bagaimana klasifikasi empat sektor yang asli telah diperpanjang setelah Pavitt (1984). Lebih banyak revisi dan ekstensi
disediakan oleh Castellacci (2008) dan oleh Bogliacino dan Pianta (2010).
15 Hasil yang lebih rinci tersedia berdasarkan permintaan. Bandingkan juga Smit dan De Groot (2013), yang hasilnya dilaporkan pada tingkat agregasi sektoral yang
berbeda.
16 Paradigma teknologi didefinisikan oleh Dosi (1988) sebagai pola pemecahan masalah tekno-ekonomi yang dipilih berdasarkan pada prinsip-prinsip yang sangat
dipilih yang berasal dari ilmu alam, bersama dengan aturan khusus yang bertujuan untuk memperoleh pengetahuan baru dan menjaganya, jika memungkinkan, dari
penyebaran yang cepat ke para pesaing.

17 Sebenarnya, daftar ini adalah versi evolusi dari klasifikasi Pavitt sendiri, yang diperluas dengan antara lain kategori terpisah untuk Knowledge
Intensive Business Sectors (Miles 2005). Sektor-sektor ini atau yang serupa juga telah dicapai secara empiris; misalnya, Leiponen dan Drejer (2007)
menemukan empat rezim untuk Finlandia dan Denmark: berdasarkan sains, didorong pasar, padat produksi, dan didominasi pemasok.

10 MJ Smit dkk.
Meja 2. Statistik deskriptif untuk variabel aglomerasi
Sektor Spesialisasi Kompetisi Perbedaan
Berarti St.dev. Berarti St.dev. Berarti St.dev.
Utama 2.4 3.3 0,08 0.18 0,033 0,011

Berbasis sains 2.7 3.9 0.30 0.25 0,031 0,007
Pemasok khusus 2.2 2.8 0.25 0.24 0,031 0,008
Skala intensif 4.6 2.9 0,09 0.16 0,031 0,008
Didominasi pemasok 2.2 2.9 0,02 0.21 0,031 0,007
Penuh informasi 1.3 0.6 0,08 0.12 0,033 0,012
KIBS 1.2 0.6 0,05 0,09 0,032 0,011
Layanan tradisional 1.2 0.6 0,03 0,05 0,032 0,009
7. Sektor bisnis padat pengetahuan (KIBS)

8. Layanan tradisional
Lampiran memberikan tabel terjemahan dari klasifikasi SBI standar ke delapan sektor Pavitt ini. Tabel 2 berisi deskripsi
untuk variabel-variabel ini untuk masing-masing sektor Pavitt. Nilai keragaman tidak spesifik-sektor, sehingga untuk
variabel ini sarana hanya dipengaruhi oleh distribusi regional sektor Pavitt.
Untuk mengontrol efek urbanisasi, kami juga memasukkan variabel urbanisasi. Urbanisasi didefinisikan oleh Statistics
Netherlands menggunakan lima kelas, berdasarkan kepadatan alamat per km 2; ini mencakup rumah tangga dan perusahaan.
Meskipun data ini juga tersedia sebagai variabel kontinu, kami lebih memilih lima kelas, karena memungkinkan untuk efek
non-linier, mirip dengan penggunaan fungsi spline, tetapi dengan cara yang sangat mudah. Hipotesis kami adalah bahwa kawasan
inti akan memiliki keunggulan dibandingkan pinggiran, tetapi di mana tepatnya batas antara inti dan periferi terletak di Belanda
tidak pernah ditetapkan secara meyakinkan. Data yang kami gunakan untuk variabel ini adalah untuk tahun 2003. Terakhir, untuk
memperhitungkan karakteristik regional yang tidak terkait dengan aglomerasi, kami menyertakan dummy regional untuk
masing-masing dari 12 provinsi (NUTS 2).
Satu masalah yang menghambat penelitian tentang pendorong dan prasyarat untuk inovasi tentu saja adalah
endogenitas prosesnya. Perusahaan yang lebih besar lebih banyak berinovasi, dan perusahaan yang berinovasi
menjadi lebih besar. Untungnya, kumpulan data CIS yang akan kami gunakan berupaya mengatasi masalah ini dengan
dua cara penting. Pertama, berfokus terutama pada inovasi selama periode saat ini (2002 - 2004) dan kegiatan lain yang
berhubungan dengan inovasi yang sama. Misalnya, ketika meminta informasi tentang kerjasama, pertanyaannya
diutarakan sebagai 'Selama tiga tahun 2002 hingga 2004, apakah perusahaan Anda bekerja sama dalam salah satu
aktivitas inovasi Anda?' 18 Hal ini memungkinkan kami untuk menafsirkan jawaban atas pertanyaan ini sebagai hubungan
sebab akibat antara kerjasama dan hasil dari kegiatan inovasi tersebut. Kedua, beberapa pertanyaan hanya berkaitan
dengan 2004 atau dengan 2002 dan 2004 secara terpisah. Oleh karena itu, kami dapat mengontrol ukuran perusahaan
pada awal periode, menghilangkan endogenitas dalam jangka pendek, di mana perusahaan dapat 'mencetak' inovasi
terobosan dan tiba-tiba tumbuh sangat cepat. Lebih sulit untuk menghindari endogenitas dalam jangka panjang,
misalnya, perusahaan yang terus berinvestasi dalam inovasi proses, menjadi lebih produktif, menurunkan harga, tumbuh
dalam output, dan kemudian tumbuh dalam pekerjaan dan R&D (dan dengan demikian menghasilkan pengetahuan baru
untuk inovasi selanjutnya). Inovasi adalah proses berkelanjutan di banyak perusahaan, di mana dalam penelitian
kuantitatif tidak mungkin membuat hubungan satu lawan satu antara upaya dan hasilnya.
18 Frasa diambil dari CIS4 versi Inggris; pertanyaan Belanda itu setara.

Groot 2013). Secara umum, kami mengusulkan agar hasil kami diinterpretasikan dengan hati-hati sebagai kausalitas efek;
kecuali diindikasikan lain, mereka harus dianggap sebagai korelasi.
4 Analisis
4.1 Efek aglomerasi
Kami melakukan analisis probit untuk probabilitas bahwa sebuah perusahaan telah memperkenalkan barang, jasa, atau proses baru pada
tahun 2002–2004; lihat Tabel 3 untuk beberapa statistik deskriptif tentang tingkat inovasi di seluruh sektor Pavitt. Kami melakukan ini dua
kali untuk setiap jenis inovasi: pertama, dalam upaya 'naif', kami menggunakan variabel penjelas hanya variabel aglomerasi yang
berinteraksi dengan delapan sektor, sehingga kami mengizinkan sensitivitas sektor tertentu untuk berbagai jenis eksternalitas aglomerasi.
Kami juga menyertakan boneka untuk delapan sektor Pavitt dan dua belas provinsi. Dalam analisis kedua kami menambahkan faktor-faktor
khusus perusahaan. Sekarang kita akan membahas hasil utama dari kedua analisis tersebut.
Hasil untuk variabel regional dijelaskan pada Tabel 4. Karena cara penyusunan variabel aglomerasi, maka tanda
yang diharapkan adalah sebagai berikut:
• Untuk tingkat spesialisasi (hasil bagi lokasi), kami mengharapkan efek positif pada inovasi, dan karenanya koefisien
positif, menurut hipotesis Marshall-Arrow-Romer (cf. Glaeser et al. 1992).
• Untuk dampak persaingan (di mana nilai-nilai besar menangkap keberadaan perusahaan besar di sektor dan wilayah, yang
menyiratkan persaingan yang lebih sedikit), literatur menunjukkan dua pandangan yang bersaing. Berdasarkan hasil kerja penting
Schumpeter (1942), orang dapat membuat hipotesis bahwa perusahaan besar yang dilindungi dari persaingan sangat penting
untuk inovasi. Dalam pandangan ini, perusahaan harus memiliki kekuatan pasar yang memadai agar dapat memperoleh manfaat
dari aktivitas inovatifnya. Argumen ini menjadi lebih umum ketika sulit bagi perusahaan untuk melindungi inovasinya. Pandangan
alternatif menekankan sejalan dengan Porter bahwa persaingan mendorong inovasi (lihat,
misalnya, Nickell 1996; dan Aghion et al. 2005), misalnya melalui proses 'penghancuran kreatif' - istilah yang diciptakan
sebelumnya oleh Schumpeter yang sama (1942).
• Jumlah keragaman yang ada di wilayah tersebut juga diukur dengan variabel invers, sehingga, mengikuti hipotesis
Jacobs (1969), kami berharap melihat koefisien negatif.
Kami mengamati efek positif dan signifikan secara statistik untuk industri skala-intensif di ketiga jenis inovasi. Untuk
persaingan, industri ini juga memiliki hasil yang signifikan dalam inovasi barang dan proses, tetapi tanda positif di sini
berarti tidak adanya persaingan akan menguntungkan.
Tabel 3. Inovasi di seluruh sektor Pavitt (persentase perusahaan)
inovasi Produk dan Produk Proses Proses Tidak ada inovasi Tidak Total
proses inovasi inovasi inovasi tapi baru nomor inovasi
sektor inovasi dan baru produk di perusahaan perusahaan
produk di perusahaan
Utama 8.3 4.0 10.5 2.7 1.9 72.7 1.832

Berbasis sains 18.6 6.6 10.0 6.3 4.1 54.5 1.418
Pemasok khusus 18.0 13.3 9.1 5.3 3.7 50.6 2.731
Skala intensif 5.5 1.9 6.7 2.1 1.7 82.1 15.906
Didominasi pemasok 9.5 4.9 11.3 4.7 3.4 66.2 3.136
Penuh informasi 7.4 3.9 10.3 3.7 3.9 70.7 1.181
KIBS 8.1 5.6 8.3 4.0 3.4 70.7 9.495
Layanan tradisional 3.6 4.0 6.0 2.5 2.7 81.1 20.604
Total 6.6 4.3 7.4 3.0 2.6 76.2 56.303

12 MJ Smit dkk.
Tabel 4. Hasil Probit - hanya variabel aglomerasi
Barang Jasa Proses
Coeff. se Coeff. se Coeff. se
Efek aglomerasi
Spesialisasi: Sektor primer 0,066 ** (0,03) 0,064 ** (0,03) 0,013 (0,03)
Berbasis sains 0,003 (0,02) 0,024 (0,02) 0,007 (0,01)
Pemasok khusus 0,017 (0,02) 0,011 (0,02) 0,011 (0,02)
Skala intensif 0,068 *** (0,01) 0,025 ** (0,01) 0,070 *** (0,01)
Didominasi pemasok 0,039 ** (0,02) - 0,027 (0,02) 0,028 * (0,02)
Penuh informasi - 0,369 (0,26) - 0,091 (0,14) - 0,061 (0,14)
KIBS 0.113 (0,07) 0,086 (0,06) 0,006 (0,06)
Layanan tradisional 0.137 (0,04) - 0,093 (0,07) 0,095 (0,04)
Persaingan: Sektor primer 0.359 (0,52) 0.197 (0.64) 1,063 ** (0,50)

Berbasis sains 0.331 (0,24) 0.714 (0,33) 0.168 (0,24)
Pemasok khusus 0,675 *** (0,22) 0,393 (0,25) 0,479 ** (0,22)
Skala intensif 1,334 *** (0,17) - 0,012 (0,22) 0,891 *** (0,16)
Didominasi pemasok 0,598 (0,24) 0.174 (0,29) 0,915 (0,23)
Penuh informasi - 0.427 (1,32) 0,913 (0,71) 1,695 ** (0,72)
KIBS - 0.780 (0,59) - 0,277 (0.43) 0.881 (0,37)
Layanan tradisional 0,072 (0,62) 1.663 (0,59) 1.129 (0,52)
Keragaman: Sektor primer - 8.518 (11,20) 0.878 (10,54) - 18,855 * (11.13)

Berbasis sains - 4.614 (9,66) - 10.047 (15,67) - 11.123 (9,80)
Pemasok khusus 0,621 (6.76) 10.897 (7.40) - 3.947 (6.84)
Skala intensif 0.208 (4.03) 0,454 (4.26) 2.891 (3.45)
Didominasi pemasok 2.353 (7.44) 0,627 (8,32) - 1.597 (7.09)
Penuh informasi - 9.132 (17.42) - 0.379 (8.13) 3.804 (7,89)
KIBS 0,944 (4.48) 3.419 (3.25) 0.705 (3.23)
Layanan tradisional 5.489 (3.61) 4.168 (3.78) 4.709 (3.31)
Urbanisasi (dihilangkan rendah)
Tinggi - 0,128 * (0,07) 0,068 (0,06) - 0,015 (0,06)

Sedang-tinggi 0,011 (0,05) 0,100 * (0,06) 0,012 (0,05)
Medium 0,168 *** (0,05) 0,066 (0,05) 0,013 (0,05)
Sedang-rendah 0,103 ** (0,05) - 0,040 (0,05) 0,035 (0,04)
Boneka daerah Iya Iya Iya

Boneka sektoral Iya Iya Iya
Konstan - 1,808 *** (0,18) - 1,743 *** (0,20) - 1,410 *** (0,16)
Jumlah observasi 9.445 9.445 9.445

Pseudo- McFadden R 2 0.114 0,043 0,043
Catatan: Signifikansi: *** = 1%, ** = 5%, * = 10%.
untuk industri ini. Hasil untuk keragaman dicirikan oleh kesalahan standar yang sangat tinggi, dan akibatnya, tidak ada koefisien yang
secara statistik signifikan pada tingkat 5 persen atau kurang. Efek urbanisasi pada inovasi barang tampaknya lebih kuat di kepadatan
menengah daripada di kepadatan rendah, tetapi efek ini berkurang ketika kepadatan semakin meningkat. Namun, kami menduga bahwa
hasil ini terhambat oleh bias variabel yang dihilangkan, dan karena itu kami tidak dapat memberikan banyak nilai pada hasil yang
diperkirakan di sini.
4.2 Faktor regional dan perusahaan digabungkan
Oleh karena itu, kami sekarang memperkirakan model lengkap kami, yang mencakup data di tingkat perusahaan. Hasilnya ada di Tabel 5.
Kami melihat bahwa R 2 s telah meningkat secara substansial, dan hasil untuk aglomerasi

Tabel 5. Hasil probit - variabel perusahaan dan aglomerasi
Barang Jasa Proses
Kontrol
Log pengeluaran R&D Log staf 0,651 *** (0,03) 0,365 *** (0,04) 0,761 *** (0,04)
R&D 0,209 *** (0,02) - 0,053 ** (0,02) - 0,103 *** (0,02)
Log dari total pekerjaan perusahaan (2002) - 0,056 *** (0,02) 0,055 *** (0,02) 0,062 *** (0,02)
Kapasitas daya serap

Tingkat pendidikan rata-rata 0,015 *** (0,00) 0,022 *** (0,00) 0,000 (0,05)
Perusahaan terlibat dalam pelatihan 0,523 *** (0,05) 0,769 *** (0,05) 1,099 *** (0,05)
manajemen pengetahuan baru - 0,144 ** (0,06) 0,126 ** (0,05) 0,544 *** (0,05)
Struktur organisasi baru 0,108 ** (0,05) 0,147 *** (0,05) 0,106 ** (0,04)
Strategi pemasaran baru 0,172 ** (0,07) 0,570 *** (0,06) 0,317 *** (0,06)
Kolaborasi: nasional 0,535 *** (0,06) 0,715 *** (0,06) 0,602 *** (0,06)
Kolaborasi: UE 0,253 *** (0,08) - 0,254 *** (0,08) 0,156 ** (0,08)
Kolaborasi: di luar UE 0,252 *** (0,10) 0,159 * (0,09) 0,071 (0,10)
Hambatan: keuangan 0,018 (0,04) 0,030 (0,04) - 0,018 (0,04)
Hambatan: pengetahuan 0,045 (0,06) - 0,042 (0,06) 0,212 *** (0,05)
Hambatan: pasar 0,129 *** (0,04) 0,089 ** (0,04) - 0,166 *** (0,04)
Hambatan: lainnya - 0,180 *** (0,04) - 0,155 *** (0,04) - 0,257 *** (0,04)
Dukungan publik lokal dan regional Dukungan 0,390 *** (0,11) 0.138 (0,10) 0,571 *** (0,11)
publik UE 0,296 *** (0,11) 0,054 (0,10) - 0,081 (0,11)
Beroperasi secara nasional dan internasional Hanya 0,446 *** (0,04) 0,010 (0,05) 0,081 ** (0,04)
beroperasi secara internasional 0,065 (0,10) - 0,029 (0,10) 0,163 * (0,08)
Efek aglomerasi
Spesialisasi: Sektor primer 0,009 (0,03) 0,018 (0,03) - 0,049 (0,03)
Berbasis sains - 0,031 (0,02) 0,009 (0,02) - 0,019 (0,02)
Pemasok khusus - 0,002 (0,03) - 0,030 (0,02) - 0,018 (0,02)
Skala intensif 0,022 (0,01) 0,011 (0,01) 0,025 * (0,01)
Didominasi pemasok - 0,013 (0,02) - 0,058 ** (0,03) 0,001 (0,03)
Penuh informasi - 0,521 * (0,27) 0,020 (0,13) - 0,055 (0,14)
KIBS - 0,055 (0,08) 0,030 (0,06) - 0,099 * (0,06)
Layanan tradisional 0,094 ** (0,05) - 0,184 *** (0,07) 0,018 (0,05)
Kompetisi: Sektor primer - 0.757 (0.66) - 0.246 (0.68) 0.611 (0,62)

Berbasis sains - 0,054 (0,32) 0,528 (0,40) - 0,047 (0,31)
Pemasok khusus - 0,025 (0,28) - 0,033 (0,30) - 0,145 (0,27)
Skala intensif 0,433 ** (0,21) - 1,268 *** (0,30) - 0,055 (0,22)
Didominasi pemasok 0,069 (0,30) - 0.283 (0,36) 0.473 (0,30)
Penuh informasi - 0,328 (1,82) 0.826 (0,79) 2.041 ** (0,80)
KIBS - 2,636 *** (0,78) - 0.409 (0.48) 0,780 * (0.44)
Layanan tradisional - 0.700 (0.81) 0.824 (0,75) 0.137 (0.69)
Perbedaan: Sektor primer 9,957 ** (5.08) 2.136 (5.09) 6.592 (4.42)

Berbasis sains 16,652 *** (4.90) - 30,674 *** (6.68) 5.698 (4.63)
Pemasok khusus 18,660 *** (4.14) - 4.990 (4.26) - 0.247 (4.12)
Skala intensif - 1.335 (3.34) - 2.806 (3.19) 0.854 (2.75)
Didominasi pemasok 6.077 (4.13) - 0.741 (4.36) 1.042 (3.72)
Penuh informasi - 11.186 (11.41) 9.515 (5.98) 8.742 (6.11)
KIBS - 8,899 ** (4.24) 7.052 ** (2.89) 2.179 (2.91)
Layanan tradisional 2.507 (3.13) 0,630 (3.00) - 3.836 (2.76)
Urbanisasi (dihilangkan rendah)

Tinggi - 0,211 ** (0,08) 0,018 (0,08) - 0,051 (0,07)
Sedang-tinggi - 0,008 (0,07) 0,075 (0,07) - 0,047 (0,06)
Medium 0,150 ** (0,06) 0,038 (0,06) - 0,076 (0,06)
Sedang-rendah 0,151 *** (0,06) - 0,012 (0,06) 0,056 (0,05)
Boneka daerah Iya Iya Iya

Boneka sektoral tidak Tidak tidak
Konstan - 2,613 *** (0,26) - 3.274 *** (0,27) - 1,768 *** (0,22)
Jumlah observasi 9445 9445 9445

Pseudo- McFadden R 2 0.419 0.304 0.413

14 MJ Smit dkk.
efek telah berubah secara drastis. Namun, kita akan membahas variabel perusahaan terlebih dahulu, dimulai dengan variabel
kapasitas daya serap, diikuti oleh variabel kontrol, dan baru kemudian beralih ke pengaruh regional.
Sebagian besar variabel perusahaan memiliki efek yang diharapkan, dan jumlah variabel yang signifikan sangat
tinggi. Misalnya, melatih karyawan, dan perubahan dalam struktur organisasi (yang dapat kita ambil sebagai proxy untuk
fleksibilitas organisasi suatu perusahaan) memiliki koefisien yang positif dan signifikan untuk semua jenis inovasi. Tingkat
pendidikan rata-rata karyawan, yang mewakili modal manusia, berkorelasi positif dengan kedua jenis inovasi produk,
tetapi tidak dengan inovasi proses. Ada kemungkinan bahwa inovasi proses tidak bersifat top-down dibandingkan inovasi
produk, terkadang berasal dari lantai kerja itu sendiri; mereka mungkin mulai dengan pekerja kerah biru yang menangani
mesin, atau pengemudi truk, daripada dengan insinyur dan perencana (Nijhof et al. 2002).
Untuk beberapa variabel, hasilnya jelas berbeda antara ketiga jenis inovasi tersebut. Menerima subsidi, misalnya, memiliki hubungan positif dengan
inovasi barang (di mana kausalitas mungkin terjadi dua arah - perusahaan akan lebih mampu menarik subsidi jika mereka sudah berinovasi), seperti halnya
kolaborasi pada skala apa pun; tetapi untuk layanan, subsidi tidak memiliki atau hampir tidak memiliki pengaruh yang signifikan secara statistik, dan untuk
inovasi proses hanya subsidi lokal yang memiliki pengaruh positif. Ini mungkin tergantung pada program subsidi yang ditawarkan oleh berbagai tingkat
pemerintahan; beberapa jenis subsidi hanya menggantikan sumber litbang lain (Clausen 2009). Hambatan finansial tidak penting, sedangkan hambatan
pengetahuan (untuk inovasi proses) dan hambatan pasar (untuk inovasi barang dan jasa) memiliki hubungan yang positif. Hasil ini sebagian dijelaskan oleh
Mohnen et al. (2008, p. 11): mereka secara ringkas menyatakan bahwa 'perusahaan yang berinovasi lebih mungkin daripada perusahaan yang tidak berinovasi
untuk memahami berbagai hambatan yang menghalangi mereka'. Khususnya dalam kasus inovasi proses dan hambatan pengetahuan, kita harus mencatat
bahwa kuesioner tidak mengajukan pertanyaan tentang hambatan khususnya dalam konteks salah satu subtipe inovasi. Perusahaan yang inovatif, dan telah
berhasil melakukan inovasi produk, tidak hanya mungkin lebih menyadari faktor-faktor yang melarang inovasi lebih lanjut, tetapi mungkin juga merasa bahwa
mereka ingin menjadi lebih inovatif - misalnya dengan berhasil menyelesaikan suatu proses inovasi juga. mereka secara ringkas menyatakan bahwa
'perusahaan yang berinovasi lebih mungkin untuk melihat berbagai kendala yang menghalangi jalan mereka daripada perusahaan yang tidak berinovasi'.
Khususnya dalam kasus inovasi proses dan hambatan pengetahuan, kita harus mencatat bahwa kuesioner tidak mengajukan pertanyaan tentang hambatan
khususnya dalam konteks salah satu subtipe inovasi. Perusahaan yang inovatif, dan telah berhasil melakukan inovasi produk, tidak hanya mungkin lebih
menyadari faktor-faktor yang melarang inovasi lebih lanjut, tetapi mungkin juga merasa bahwa mereka ingin menjadi lebih inovatif - misalnya dengan berhasil
menyelesaikan suatu proses inovasi juga. mereka secara ringkas menyatakan bahwa 'perusahaan yang berinovasi lebih mungkin untuk melihat berbagai
kendala yang menghalangi jalan mereka daripada perusahaan yang tidak berinovasi'. Khususnya dalam kasus inovasi proses dan hambatan pengetahuan, kita harus mencatat bahw
Kolaborasi di luar UE (kita harus memikirkan AS dan Jepang, tetapi mungkin juga tentang Cina) tampaknya tidak terlalu
penting untuk inovasi layanan dan proses. Anehnya, kolaborasi di dalam UE berjalan seiring dengan kecenderungan yang
lebih rendah untuk berinovasi dalam layanan. Bisa jadi dummy ini negatif karena sering terjadi bergandengan tangan dengan
kolaborasi nasional ( ρ = 0.63): untuk kolaborasi nasional, dummy memiliki nilai positif yang besar, sehingga untuk
perusahaan yang melakukan keduanya, efek gabungannya masih positif. Hipotesis lain adalah bahwa perusahaan dengan
pandangan yang lebih Eropa mungkin merupakan perusahaan yang lebih matang yang berfokus pada ekspansi daripada
inovasi produk jasa; tetapi korelasi antara ukuran lapangan kerja (yang terbaik, sangat kasar, mewakili usia) dan kolaborasi
dengan perusahaan lain di UE adalah rendah ( ρ = 0.24). 19 Pengamatan terakhir adalah bahwa kolaborasi ada di banyak
subtipe, mulai dari interaksi penuh hingga kontak superfisial (Kahn 1996); penelitian sebelumnya telah menemukan efek
yang sangat beragam dari ini pada inovasi (Frishammar dan Åke Hörte 2005; Molina-Morales dan Martínez-Fernández
2009).
19 Lebih detail melihat efek dari variabel kerjasama terpisah - CIS Belanda memiliki 28 variabel terpisah, terdiri dari empat tingkat geografis dan tujuh
jenis entitas yang dapat bekerja sama - tidak memberikan hasil yang sangat berbeda (meskipun manfaat dari kerjasama yang berbeda untuk inovasi
berbeda; cf. Un et al. 2010). Namun, analisis terperinci itu mengarah ke arah yang membingungkan untuk penelitian lebih lanjut: tampaknya, misalnya,
bahwa bekerja sama dengan universitas di tingkat mana pun kecuali Eropa memiliki efek negatif yang mengejutkan pada inovasi barang, dan bahwa
bekerja sama dengan pabrik lain di dalam perusahaan yang sama hanya bermanfaat untuk inovasi proses. Namun,

Hasil menarik lainnya adalah hubungan positif yang signifikan secara statistik antara inovasi barang dan aktif di
pasar nasional dan internasional, sedangkan beroperasi hanya di pasar internasional tidak memiliki hubungan yang
signifikan secara statistik dengan inovasi barang atau jasa. Untuk inovasi proses, kedua koefisien itu positif, tetapi
kausalitasnya dapat dengan mudah menjadi sebaliknya: perusahaan yang memasuki pasar luar negeri harus sangat
kompetitif, dan karenanya harus terus-menerus menyesuaikan inovasi proses terbaru.
Secara keseluruhan, kami melihat bahwa variabel kapasitas penyerapan bekerja dengan baik, menunjukkan
banyak hubungan yang signifikan secara statistik dengan ketiga jenis inovasi. Sekarang kita beralih ke variabel kontrol.
Dalam ketiga regresi, kami melihat hasil yang signifikan secara statistik untuk pengeluaran R&D, staf R&D, dan total
staf. Hubungan antara pengeluaran R&D dan inovasi adalah positif, tetapi ceritanya di sini tentu saja bernuansa: kita
tahu bahwa R&D tidak pernah menjadi kondisi yang diperlukan, dan akan menjadi kesalahan ekologis untuk percaya
bahwa semua perusahaan mendapatkan keuntungan yang sama dari R&D. Selain itu, variabel itu sendiri adalah total
dari berbagai jenis pengeluaran Litbang, yang dapat bersifat pelengkap dan substitusi, tergantung antara lain pada
ukuran total upaya litbang (Hagedoorn dan Wang 2012). Menariknya, ceteris paribus, perusahaan dengan lebih sedikit
staf R&D lebih cenderung untuk berinovasi; tapi ini bisa dijelaskan dengan konstruksi variabel. 20
Kecenderungan untuk berinovasi meningkat dengan ukuran perusahaan, sebagaimana Coronado et al. (2008)
dihipotesiskan; tetapi tidak untuk inovasi barang. Di sini, hasil kami sebagian bertentangan dengan Davelaar (1989), yang
mempelajari survei inovasi awal perusahaan Belanda pada tahun 1983, dan menemukan bahwa perusahaan besar lebih inovatif
baik dalam produk maupun inovasi proses. Kombinasi tanda negatif untuk inovasi barang dengan tanda positif untuk inovasi
proses dapat dijelaskan dengan perubahan fokus seiring dengan pertumbuhan dan usia perusahaan; perusahaan yang matang
sudah dalam posisi mapan di pasar, dan bersaing pada harga, oleh karena itu berfokus pada inovasi proses (lihat Duranton dan
Puga 2001). Boneka regional kami, yang dapat ditemukan pada Tabel 6, menunjukkan bahwa perusahaan di Randstad, tetapi
juga zona perantara Gelderland dan bahkan Zeeland,
Tabel 6. Hasil variabel dummy untuk Tabel 5
Barang Jasa Proses
Provinsi (Groningen dihilangkan)

Friesland 0.246 (0,17) 0,022 (0,20) - 0,016 (0,16)
Drenthe 0.138 (0,20) 0,390 * (0,21) 0,040 (0,18)
Overijssel 0,260 * (0,15) 0,318 * (0,17) 0.118 (0,14)
Flevoland 0.118 (0,19) 0,348 * (0,20) 0,322 * (0,17)
Gelderland 0,248 * (0,15) 0,315 * (0,16) 0.159 (0,13)
Utrecht 0.197 (0,15) 0,429 *** (0,17) 0.112 (0,14)
Noord-Holland 0.223 (0,14) 0,373 ** (0,16) 0.133 (0,13)
Zuid-Holland 0.160 (0,14) 0,352 ** (0,16) 0.119 (0,13)
Zeeland - 0,047 (0,20) 0,481 ** (0,21) 0.111 (0,17)
Noord-Brabant 0,167 (0,14) 0.241 (0,16) 0.155 (0,13)
Limburg 0.203 (0,15) 0,305 * (0,17) 0.172 (0,14)
20 Penjelasan untuk hasil ini mungkin bahwa, di satu sisi, kami telah memasukkan dummy untuk industri berbasis sains (yang umumnya akan memiliki staf R&D
besar), dan, di sisi lain, dimasukkannya kedua log R&D staf dan log dari total staf memungkinkan kita untuk menggabungkan koefisien variabel-variabel tersebut
menjadi koefisien untuk log dari bagian staf Litbang dalam total staf, seperti yang kita sebutkan di atas. Kami akan memberikan contoh yang terakhir untuk inovasi
barang. Koefisien untuk bagian staf R&D dapat dihitung sebagai 0,209 - (–0,056) = 0,265. Koefisien untuk log pengeluaran R&D per karyawan R&D adalah 0,651 -
(0,209) = 0,442. Dalam kasus apa pun, kita tidak boleh menyimpulkan bahwa koefisien negatif untuk staf Litbang menyiratkan bahwa setiap perusahaan dapat
meningkatkan kecenderungannya untuk berinovasi hanya dengan membenturkan staf Litbang.

16 MJ Smit dkk.
semua memiliki a priori potensi yang lebih tinggi untuk inovasi layanan daripada kategori yang dihilangkan kami, yaitu provinsi
Groningen. Provinsi tersebut secara tradisional memiliki penekanan yang lebih kuat pada pertanian dan industri terkait, dan
pada tingkat tertentu pada ekstraksi sumber daya (gas alam), tetapi ketika kami menggunakan ambang batas ukuran 10
karyawan, seperti yang dilakukan sampel CIS, maka Groningen memiliki struktur sektoral yang tidak berbeda dengan sebagian
besar provinsi lain - bahkan, memiliki lebih banyak layanan bisnis padat pengetahuan (KIBS) dibandingkan provinsi lain di luar
Randstad (lihat Lampiran). Oleh karena itu, kami tidak melihat efek portofolio sektoral. Alih-alih, kita dapat menyimpulkan
bahwa ada efek tepi jalan klasik yang bekerja di sini: provinsi yang secara statistik memiliki koefisien tidak signifikan
dibandingkan dengan Groningen adalah Friesland dan Noord-Brabant. 21 Namun arah sebab dan akibat sulit ditentukan: mungkin
perusahaan yang lebih inovatif pindah ke Randstad, atau mungkin perusahaan yang pindah ke Randstad menjadi lebih inovatif.
Efek aglomerasi dasar atau variabel daya serap tidak mencakup semua efek ini, dan persepsi serta keyakinan pengusaha
mungkin memainkan peran penting di sini (Smit 2010, hlm. 18 - 22).
Sekarang kita beralih ke variabel aglomerasi dari Tabel 5. Hal pertama yang perlu diperhatikan adalah bahwa sebagian besar
variabel aglomerasi tidak memiliki pengaruh yang signifikan secara statistik terhadap inovasi, dan hanya ada beberapa asosiasi yang
menarik untuk masing-masing dari ketiga jenis inovasi tersebut, dan sektor Pavitt yang terlibat dalam asosiasi tersebut seringkali
berbeda, menggarisbawahi hubungan heterogen mereka dengan pengetahuan dan teknologi.
Pada tingkat signifikansi biasa (yaitu, α = 5%), kita hanya melihat satu hasil yang sangat positif dan dua hasil negatif yang
signifikan untuk spesialisasi: inovasi layanan industri yang didominasi pemasok, dan layanan tradisional dalam barang dan jasa. Ini
sebagian besar bertentangan dengan hipotesis MAR; spesialisasi tampaknya tidak menjadi masalah untuk sebagian besar sektor.
Demikian pula, hasil kami tidak banyak memperkuat hipotesis Porter tentang persaingan, yang menunjukkan hasil positif
untuk KIBS dalam inovasi barang dan untuk industri padat skala dalam inovasi jasa - keduanya merupakan kategori yang agak
tidak mungkin, karena KIBS menurut definisi menjual jasa, dan industri intensif skala biasanya tidak menyediakan layanan. Dalam
istilah yang lebih luas, diharapkan ada hubungan positif antara persaingan dan KIBS: penelitian sebelumnya menemukan
persaingan dalam layanan bisnis untuk mendorong inovasi (King et al. 2003). Proses inovasi dalam informasi intensif tampaknya
dipengaruhi secara negatif oleh persaingan.
Keragaman, akhirnya, di mana nilai yang lebih rendah dalam tabel kembali menunjukkan efek yang lebih kuat, menunjukkan
pengaruh positif yang kuat pada inovasi layanan di sektor berbasis sains; pengaruh negatif untuk KIBS di bidang jasa diimbangi lagi
dengan hubungan positif dalam inovasi barang. Industri pemasok primer, berbasis sains dan khusus memiliki efek negatif bagi
inovasi barang. Secara keseluruhan, hasil untuk keragaman dengan demikian lebih kuat daripada untuk dua variabel aglomerasi
lainnya, tetapi mereka secara keseluruhan negatif daripada positif.
Variabel urbanisasi, yang telah kami masukkan sebagai boneka untuk lima kelas yang didefinisikan oleh Statistics Netherlands
untuk menangkap kemungkinan efek non-linier, menunjukkan heterogenitas yang signifikan untuk inovasi produk: dibandingkan
dengan pedesaan, kelas menengah dan menengah mendapat skor lebih tinggi pada inovasi barang , tetapi nilai kelas tertinggi
secara signifikan lebih rendah. Bahwa efek ini tidak dapat disebabkan oleh lokasi lokasi industri terlihat jelas dari Gambar 2: hampir
semua lokasi industri terletak di daerah yang paling tidak mengalami urbanisasi. Kurangnya hasil urbanisasi juga ditemukan di
tempat lain; dan jika kami menguji spesifikasi kami dalam meta-analisis Melo et al. (2009), kami melihat bahwa dengan pengaturan
analisis kami, tidak ada efek besar yang dapat diprediksi. 22 Namun untuk
21 Namun, perhatikan bahwa koefisiennya tidak mendekati nol, sehingga tidak adanya signifikansi statistik tidak berarti tidak ada signifikansi ekonomi
(Ziliak dan McCloskey 2008).

22 Kita dapat memasukkan karakteristik dari perkiraan kita ke dalam regresi yang diperkirakan oleh kertas yang dikutip. Kami tidak akan dapat membandingkan
hasil ini secara langsung dengan analisis kami, karena kami menggunakan probit dengan inovasi sebagai variabel dependen, dan kami telah mengimplementasikan
urbanisasi dengan cara non-linier; oleh karena itu, tidak ada cara yang masuk akal untuk menghitung ekuivalen elastisitas ini dengan analisis kita. Menurut Melo et
al. (2009, p. 338: Tabel 4, Estimasi 1) hasil kami diperkirakan: 0,1285 (konstan) - 0,0015 (periode analisis setelah 1990) - 0,0324 (penggunaan variabel kepadatan) +
0,0053 (penggunaan mikrodata) - 0,0266 (estimasi simultan ekonomi lokalisasi) - 0,0381 (penggunaan yang bermakna secara ekonomi

Gambar 2. Urbanisasi di daerah Randstad

Catatan: Kota dengan lebih dari 100.000 penduduk telah ditandai dengan perbatasannya; kawasan yang ditandai sebagai lokasi industri juga telah
diindikasikan (data untuk lokasi industri (IBIS) terkait dengan 2007).
layanan dan inovasi proses kami menemukan hampir tidak ada efek urbanisasi sama sekali, yang bertentangan dengan
harapan kami; mengikuti Carlino et al. (2007, p. 398), kami berhipotesis bahwa kepadatan mendorong 'aliran ide yang
menghasilkan inovasi dan pertumbuhan', terutama di bidang jasa.
Kami menyimpulkan bahwa hasil kami untuk variabel aglomerasi dicampur, dengan untuk setiap variabel dan jenis
inovasi kombinasi nilai positif dan negatif di delapan sektor. Hal ini sepenuhnya sejalan dengan literatur aglomerasi
pada umumnya, di mana terdapat hasil yang kontradiktif dan beragam, seperti yang dibahas oleh Rosenthal dan
Strange (2004) dan Beaudry dan Schiffauerova (2009), dan dianalisis oleh De Groot et al. (2009). Adanya efek
aglomerasi dapat bergantung pada karakteristik perusahaan, sektor, kepadatan populasi, dan titik waktu yang
dipertimbangkan; dan apakah mereka kemudian diukur dengan benar juga akan bergantung pada pilihan yang
beragam seperti indikator aglomerasi, batas-batas regional dan kumpulan variabel kontrol yang digunakan. Hal ini
membuat sulitnya membandingkan studi dan hasil dengan basis satu-ke-satu.
Akhirnya, karena hasil kami sangat berbeda dari hasil yang kami perkirakan tanpa mengontrol karakteristik perusahaan, jadi
kami menolak hasil pertama tersebut, dan berpendapat bahwa studi yang tidak mengontrol karakteristik tersebut akan menderita
bias variabel yang dihilangkan.
batas) = 0,0352; dengan kata lain, analisis kami diharapkan menemukan elastisitas positif sebesar 3,5 persen. Latihan ini menunjukkan bahwa tidak ada angka
besar yang diharapkan; distribusi pengamatan dalam meta-analisis mereka berkisar dari -0,4 hingga +0,4, dengan sebagian besar pengamatan antara -0,1 dan
+0,2 (Melo et al. 2009, p. 339, Gambar 2). Dengan demikian, efek prediksi kami jatuh dengan baik di tengah pengamatan mereka.

18 MJ Smit dkk.
5. Kesimpulan
Kami telah menggabungkan data spesifik perusahaan dengan data regional pada eksternalitas aglomerasi, karena kami yakin bahwa
jika eksternalitas aglomerasi ada, karakteristik internal, termasuk 'kapasitas absorpsi' suatu perusahaan, memengaruhi sejauh mana
perusahaan dapat memanfaatkannya. Oleh karena itu, kami menggabungkan data regional dengan data perusahaan tentang R&D
dan faktor-faktor lain yang terkait dengan produksi dan adopsi pengetahuan. Hasil kami menunjukkan bahwa inovasi adalah hasil
dari proses kompleks di mana variabel perusahaan dan lingkungan keduanya penting. 23
Hasil yang sangat penting adalah bahwa dalam pengaturan spesifik kami (perusahaan Belanda yang mendefinisikan dirinya sebagai
inovatif, dengan efek aglomerasi yang diukur pada tingkat NUTS 3), hubungan antara inovasi dan eksternalitas aglomerasi kurang kuat
dibandingkan dengan hubungan antara inovasi dan karakteristik perusahaan. . Secara khusus, kami menemukan sedikit dukungan untuk
pentingnya persaingan dan beberapa dukungan untuk keragaman (untuk inovasi layanan dalam industri berbasis sains) atau kurangnya
dukungan (untuk inovasi barang di tiga sektor). Namun kontras dengan ketahanan dan kekuatan penjelas dari karakteristik perusahaan
adalah besar. Hasil kami menunjukkan bahwa banyak dari variabel perusahaan ini secara signifikan berkaitan dengan inovasi, dan
dengan demikian mereka menegaskan bahwa kapasitas serap adalah konsep yang berarti ketika menyelidiki inovasi di tingkat
perusahaan.
Mengenai penyertaan variabel aglomerasi, masih ada kebingungan dan ketidaksepakatan mengenai definisi yang paling
berguna, sebuah diskusi yang benar-benar terjadi setelah publikasi Glaeser et al. (1992). Kami telah memilih tiga
operasionalisasi yang sangat sejalan dengan penelitian arus utama tentang topik ini, sebagaimana diringkas dalam De Groot
et al. (2009), tidak mengklaim bahwa ini adalah ukuran terbaik (baik dalam arti tidak memihak atau dalam arti efisien).
Namun, memungkinkan adanya efek aglomerasi spesifik sektor menghasilkan gambaran yang sangat heterogen. Kami
merasa bahwa memperkirakan efek semacam itu di berbagai sektor sekaligus kehilangan informasi penting, dan bahwa
delapan sektor berbasis Pavitt yang kami gunakan adalah cara yang elegan untuk memungkinkan adanya sedikit
heterogenitas.
Lampiran
Lampiran ini berisi informasi latar belakang dataset yang digunakan. Tabel A1 memberikan definisi sektor Pavitt. Tabel
A2 memberikan deskripsi tentang distribusi spasial dari sektor-sektor tersebut di Belanda. Tabel A3 dan A4
memberikan korelasi untuk variabel aglomerasi, termasuk tiga variabel alternatif yang dibahas dalam teks utama.
23 Pada saat yang sama, hasil kami menegaskan beberapa hipotesis dan hasil dari penelitian lain yang tidak melihat tingkat regional dan perusahaan pada saat yang
sama. Kami mencatat bahwa hasil tingkat perusahaan hampir tidak berubah saat menambahkan variabel aglomerasi, dan dengan demikian, tampaknya tidak ada bias
variabel yang dihilangkan saat kami mengabaikan variabel regional, dan sebaliknya. Oleh karena itu, kami merasa bahwa analisis di tingkat perusahaan tidak akan banyak
menderita jika dimensi regional tidak diperhitungkan. Untuk analisis tanpa data perusahaan, kebalikannya adalah benar, seperti yang kami katakan.

Tabel A1. Komposisi sektor Pavitt
Sektor Pavitt Makrosektor
Utama Penambangan dan penggalian [NB: tidak ada Pertanian dalam dataset!] Bahan kimia
Berbasis sains
Pemasok khusus Mesin dan peralatan
Logam makanan, minuman dan tembakau
Skala intensif Konstruksi Listrik, Gas dan Air
Transportasi dan komunikasi
Tekstil, pakaian dan kulit Manufaktur Kayu,
Pemasok didominasi kertas dan pulp yang tidak terdapat pada
daftar
Informasi intensif Intermediasi keuangan
Komputer dan terkait

KIBS Penelitian dan Pengembangan
Layanan bisnis
Perdagangan grosir dan perbaikan
Perdagangan eceran
Layanan tradisional
Hotel dan restoran
Real estat dan persewaan mesin
Tabel A2. Bagian sektoral dalam persen (menurut jumlah perusahaan) menurut provinsi dan sektor Pavitt
Ilmu Dasar- Khusus Skala- Pemasok- Informasi- KIBS Tradisional Total

berbasis pemasok didominasi intensif intensif jasa
Groningen 2.0 4.0 5.2 34.4 4.5 2.7 16.8 30.3 1.216
Friesland 3.2 4.5 5.0 37.0 7.2 1.9 10.3 30.8 2.014
Drenthe 3.4 2.4 5.4 27.6 2.5 2.9 13.0 43.1 1.428
Overijssel 1.4 2.6 7.9 34.3 7.6 1.0 11.0 34.2 3.588
Flevoland 7.1 4.7 6.1 19.4 4.8 0.4 15.1 42.4 1.081
Gelderland 3.0 2.2 5.8 31.3 6.8 0.6 15.8 34.5 6.458
Utrecht 1.7 1.7 2.8 20.4 6.0 3.1 23.6 40.6 4.142
N.-Holland 2.7 1.7 3.3 23.4 5.1 4.1 22.5 37.2 8.899
Z.-Holland 3.7 1.6 4.1 26.6 3.9 2.7 19.9 37.6 10.668
Zeeland 1.6 3.4 5.4 29.9 4.8 0.6 14.8 39.6 1.491
N.-Brabant 3.1 3.0 5.2 30.2 6.6 1.3 14.0 36.7 9.725
Limburg 5.5 4.6 6.3 28.2 4.2 0.8 12.8 37.7 3.696
Tidak diketahui 7.2 3.3 5.7 37.0 7.6 2.5 8.7 28.0 1.897
Total 3.3 2.5 4.9 28.3 5.6 2.1 16.9 36.6 56.303
Catatan: hanya mencakup perusahaan dengan lebih dari 10 karyawan. Angka-angka didasarkan pada kumpulan data CIS4, dengan bobot yang dihitung oleh Statistik Belanda.

20
Tabel A3. Korelasi
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
1 Inovasi: barang 1.00

2 Inovasi: layanan 0.28 1.00

3 Inovasi: proses 0.39 0.36 1.00
4 Log pengeluaran R&D Log staf 0,52 0.34 0,54 1.00
5 R&D 0.37 0.17 0.24 0.30 1.00
6 Log dari total empl perusahaan. 0.15 0.15 0.22 0.18 0.28 1.00
7 Tingkat pendidikan rata-rata 0.11 0.18 0.12 0.15 0.18 0,07 1.00
8 Perusahaan terlibat dalam pelatihan 0.42 0.40 0,57 0,51 0.32 0.22 0.15 1.00
9 manajemen pengetahuan baru 0.15 0.21 0.33 0.24 0.14 0.17 0.13 0.29 1.00
10 Struktur organisasi baru 0.19 0.21 0.27 0.24 0.17 0.23 0.15 0.27 0.45 1.00
11 Strategi pemasaran baru 0.14 0.23 0.21 0.15 0.11 0.12 0,09 0.20 0.23 0.24 1.00
12 Kolaborasi: nasional 0.45 0.35 0.47 0.48 0.36 0.24 0.14 0.46 0.23 0.23 0.16 1.00
13 Kolaborasi: eu 0.44 0.21 0.37 0.40 0.43 0.24 0.12 0.37 0.17 0.19 0.13 0.63 1.00
14 Kolaborasi: di luar eu 0.32 0.18 0.25 0.26 0.40 0.18 0.13 0.25 0.13 0.14 0.10 0.43 0,55 1,00
15 Hambatan: keuangan 0,06 0,04 0,04 0,06 0,05 - 0,07 - 0,03 0,05 0,02 0,07 0,03 0,05 0.05 0.05 1.00
16 Hambatan: pengetahuan 0,05 0,01 0,06 0,06 0,05 0,01 - 0,03 0,06 0,04 0,02 0,01 0,06 0,05 0,03 0,16 1,00
17 Hambatan: pasar 0,06 0,04 - 0,01 0,05 0,05 0,00 0,00 0,03 - 0,01 0,04 0,01 0,04 0,05 0,03 0,22 0,29 1,00
18 Hambatan: lainnya - 0,06 - 0,03 - 0,09 - 0,06 0,00 0,01 - 0,02 - 0,05 - 0,01 0,00 - 0,01 - 0,03 - 0,03 0,00 0,00 0,26 0,25 1.00
19 Lokal dan reg. dukungan publik Dukungan 0.19 0,09 0.18 0.18 0.12 0,05 0,04 0.13 0,08 0,09 0,07 0.18 0,13 0,09 0,04 0,03 0,02 - 0,02 1,00
20 publik Uni Eropa 0.23 0.14 0.18 0.20 0.30 0.16 0,09 0.21 0.10 0.12 0,08 0.26 0,29 0,23 0,04 0,01 0,02 - 0,01 0,19 1,00
21 Perusahaan mengoperasikan nat. dan magang. 0.30 0,08 0.19 0.27 0.18 0.15 0,07 0.18 0,09 0,13 0,08 0.18 0,25 0,17 0,03 0,02 0,02 - 0,04 0,09 0,11 1,00
22 Perusahaan hanya mengoperasikan magang. 0,00 - 0,01 0,02 0,01 0,03 0,02 0,01 0,00 0,02 0,00 - 0,02 0,00 0,03 0,04 0,00 0,01 0,00 0,00 0,00 0,01 - 0.18 1.00
MJ Smit dkk.
Tabel A4. Korelasi
lqem3 emp3 cmhhi3 cmred3 vhhi3 vhhir42.dll
lqem3 1.00
emp3 - 0,04 1.00
cmhhi3 0.29 - 0.28 1.00
cmred3 - 0.15 - 0.11 0,07 1.00
vhhi3 - 0,05 - 0,08 0,07 0,02 1.00
vhhir42.dll 0.16 0.39 - 0.18 - 0,08 - 0,08 1.00
Catatan: Angka didasarkan pada dataset ABR. lqem3, cmhhi3 dan vhhi3 adalah variabel aglomerasi yang digunakan dalam analisis; emp3 adalah ukuran
alternatif untuk spesialisasi (pekerjaan absolut), cmred3 untuk persaingan (perusahaan per karyawan), vhhir42 untuk keragaman (HHI atas bagian
pekerjaan dari semua sektor 4 digit dalam setiap sektor 2 digit).
Referensi
Abramovitz M (1986) Mengejar, terus maju, dan tertinggal. Jurnal Sejarah Ekonomi 46: 385–406 Abreu MA, Grinevich V, Kitson M, Savona M (2008)
Kapasitas penyerapan dan pola inovasi regional. Penelitian
Laporan 08/11, Departemen Inovasi, Universitas dan Keterampilan, London Acs ZJ (2002) Inovasi dan pertumbuhan kota. Edward Elgar,
Cheltenham Acs ZJ, Carlsson B, Thurik AR (1996) Bisnis kecil dalam ekonomi modern. Blackwell Publishers, Oxford Acs ZJ, Varga A (2005)
Kewirausahaan, aglomerasi dan perubahan teknologi. Ekonomi Bisnis Kecil 24:
323–334
Aghion P, Bloom N, Blundell R, Griffth R, Howitt P (2005) Persaingan dan inovasi: Hubungan terbalik-U.
Jurnal Ekonomi Triwulanan 120: 701–728
Archibugi D (2001) taksonomi Pavitt enam belas tahun pada: Artikel ulasan. Ekonomi Inovasi dan Teknologi Baru
10: 415–425
Archibugi D, Cesaratto S, Sirilli G (1991) Sumber kegiatan inovatif dan organisasi industri di Italia. Penelitian
Kebijakan 20: 299–313
Asheim BT, Isaksen A (1997) Lokasi, aglomerasi dan inovasi: Menuju sistem inovasi regional di
Norway? Studi Perencanaan Eropa 5: 299–330
Baldwin J, Beckstead D, Brown WM, Rigby D (2008) Aglomerasi dan geografi ekonomi lokalisasi di
Kanada. Studi Regional 42: 117–132
Beaudry C, Schiffauerova A (2009) Siapa yang benar, Marshall atau Jacobs? Perdebatan lokalisasi versus urbanisasi.
Kebijakan Riset 38: 318–337
Beugelsdijk S (2007) Lingkungan regional dan kinerja inovatif perusahaan: Permohonan untuk multilevel
pendekatan interaksionis. Geografi Ekonomi 83: 181–199
Bogliacino F, Pianta M (2010) Inovasi dan ketenagakerjaan: Investigasi ulang menggunakan kelas Pavitt yang telah direvisi. Penelitian
Kebijakan 39: 799–809
Boschma RA (2005) Peran kedekatan dalam interaksi dan kinerja: Tantangan konseptual dan empiris (editorial).
Studi Regional 39: 41–45
Braczyk HJ, Cooke P, Heidenreich M (eds) (1998) Sistem inovasi regional: Peran pemerintah dalam a
dunia global. UCL Press, London
Brusoni S, Cef E, Orsenigo L (2006) Berinovasi atau mati? Tinjauan kritis literatur tentang inovasi dan kinerja.
Makalah Kerja KITeS 179, University of Bocconi, Milano
Burger MJ, Van Oort FG, Van der Knaap B (2010) Sebuah risalah tentang ketergantungan skala eksternalitas aglomerasi dan
masalah unit areal yang dapat dimodifikasi. Scienze Regionali 9: 19–40
Capello R (2001) Inovasi perkotaan dan pembelajaran kolektif: Teori dan bukti dari lima kota metropolitan di
Eropa. Masuk: Fischer MM, Fröhlich J (eds) Pengetahuan, kompleksitas dan sistem inovasi. Springer, Berlin Carlino G, Chatterjee S, Hunt R (2007)
Kepadatan perkotaan dan tingkat penemuan. Jurnal Ekonomi Perkotaan 61:
389–419
Castellacci F (2008) Paradigma teknologi, rezim dan lintasan: Manufaktur dan industri jasa dalam yang baru
taksonomi pola inovasi sektoral. Kebijakan Riset 37: 978–994
Catozzella A, Vivarelli M (2011) Beyond additionality: Apakah inovasi subsidi kontraproduktif? Diskusi IZA
Kertas 5746, Bonn
Chew WB, Bresnahan TF, Clark KB (1990) Pengukuran, koordinasi, dan pembelajaran dalam jaringan multi-pabrik. Di:
Kaplan RS (ed) Ukuran untuk keunggulan manufaktur. Harvard Business Press, Boston, MA

22 MJ Smit dkk.
Clausen TH (2009) Apakah subsidi memiliki dampak positif pada aktivitas R&D dan inovasi di tingkat perusahaan? Struktural
Perubahan dan Dinamika Ekonomi 20: 239–253
Cohen WM, Levinthal DA (1989) Inovasi dan pembelajaran: Dua wajah R&D. Jurnal Ekonomi 99: 569–596 Cohen WM, Levinthal DA (1990) Kapasitas
penyerapan: Perspektif baru dalam pembelajaran dan inovasi. Administratif
Science Quarterly 35: 128–185
Cooke P (1992) Sistem inovasi regional: Regulasi kompetitif di Eropa baru. Geoforum 23: 365–382 Cooke P (2001) Sistem inovasi regional, cluster, dan
ekonomi pengetahuan. Perubahan Industri dan Perusahaan
10: 945–974
Coronado D, Acosta M, Fernández A (2008) Sikap terhadap inovasi di wilayah ekonomi pinggiran. Kebijakan Riset
37: 1009–1021
Czarnitzki D, Hussinger K (2004) Hubungan antara subsidi R&D, pengeluaran R&D dan kinerja teknologi.
Makalah Diskusi ZEW 04–56, Mannheim
Davelaar EJ (1989) Inkubasi dan inovasi: Perspektif spasial. Disertasi PhD, Universitas VU Amsterdam,
Amsterdam
De Beule F, Van Beveren I (2012) Apakah aglomerasi perusahaan mendorong inovasi dan pembaruan produk? Aplikasi untuk
Belgium. Tijdschrift voor Economische en Sociale Geogra ﬁ e 103: 457–472
De Dominicis L (2006) Konsentrasi spasial, ketidaksetaraan dan pertumbuhan di wilayah Eropa: Three Essays. Merugikan PhD-
tation, Università di Roma II: Tor Vergata. Roma
De Groot HLF, Poot J, Smit MJ (2009) Aglomerasi, inovasi dan pembangunan daerah: Perspektif teoritis
dan meta-analisis. Masuk: Capello R, Nijkamp P (eds) Buku Pegangan teori pertumbuhan dan pembangunan daerah. Edward Elgar, Cheltenham
Dosi G (1988) Sumber, prosedur dan efek mikroekonomi dari inovasi. Jurnal Sastra Ekonomi 26:
1120–1171
Duranton G, Puga D (2001) Kota pembibitan: Keragaman perkotaan, inovasi proses, dan siklus hidup produk. Amerika
Tinjauan Ekonomi 91: 1454–1477
Dyer JH, Singh H (1998) Pandangan relasional: Strategi kooperatif dan sumber persaingan antar organisasi
keuntungan. Akademi Tinjauan Manajemen 23: 660–679
Francoz D (2000) Mengukur R&D dalam survei R&D dan inovasi: Analisis penyebab divergensi di sembilan OECD
negara. Partai Kerja Ahli Nasional Indikator Sains dan Teknologi, OECD, Paris Frenken K, Van Oort FG, Verburg T (2007) Varietas terkait, varietas
tidak terkait, dan pertumbuhan ekonomi regional. Regional
Studi 41: 685–697
Frishammar J, Åke Hörte S (2005) Mengelola informasi eksternal dalam perusahaan manufaktur: Dampak terhadap inovasi
kinerja. Jurnal Manajemen Inovasi Produk 22: 251–266
Garcia-Quevedo J (2004) Apakah subsidi publik melengkapi R&D bisnis? Sebuah meta-analisis dari bukti ekonometrik
dence. Kyklos 57: 87–102
Geisendorf S (2007) Pengaruh inovasi dan imitasi terhadap kinerja ekonomi. Kertas Kerja: Makalah tentang
ekonomi berbasis agen 2, Universitas Kassel, Kassel
Giuliani E (2005) Kapasitas serap cluster: Mengapa beberapa cluster terus maju dan yang lainnya tertinggal? Orang eropa
Studi Perkotaan dan Regional 12: 269–288
Glaeser EL, Kallal HD, Scheinkman JA, Shleifer A (1992) Pertumbuhan di kota-kota. Jurnal Ekonomi Politik 100:
1126–1152
Godin B (2009) Munculnya survei inovasi: Mengukur konsep fuzzy. Kertas Kerja SPRU 16, Universitas
Sussex, Brighton
Gordon IR, McCann P (2005) Inovasi, aglomerasi, dan pembangunan daerah. Jurnal Geografi Ekonomi
5: 523–543
Hagedoorn J, Wang N (2012) Apakah ada komplementaritas atau substitusi antara strategi R&D internal dan eksternal?
Kebijakan Riset 41: 1072–1083
Harrison B, Kelley MR, Gant J (1996) Perilaku perusahaan yang inovatif dan lingkungan lokal: Menjelajahi persimpangan
aglomerasi, efek perusahaan, dan perubahan teknologi. Geografi Ekonomi 72: 233–258
Iammarino S, Sanna Randaccio F, Savona M (2006) Hambatan terhadap inovasi dan perusahaan multinasional di Italia
daerah. Bukti tingkat perusahaan dari Survei Inovasi Komunitas ketiga. Masuk: Tavares AT, Teixeira A (eds)
Perusahaan multinasional, cluster dan inovasi: Apakah kebijakan publik penting? Palgrave Macmillan, Basingstoke Jacobs J (1969) Ekonomi
kota. Random House, NewYork
Kahn KB (1996) Integrasi antardepartemen: Definisi dengan implikasi untuk kinerja pengembangan produk.
Jurnal Manajemen Inovasi Produk 13: 137–151 Keating M (1998) Regionalisme baru di Eropa Barat: Restrukturisasi teritorial dan perubahan politik.
Edward
Elgar, Cheltenham
Kimble GHT (1951) Ketidakcukupan konsep daerah. Masuk: Stamp LD, Wooldridge SW (eds) Esai London masuk
seografi. Longmans, London

King C, Silk AJ, Ketelhöhn N (2003) Limpahan pengetahuan dan pertumbuhan disaglomerasi iklan AS-
industri agen. Jurnal Ekonomi & Strategi Manajemen 12: 327–362 Kleinknecht AH, Reijnen JON, Smits W (1992) Salah satu pengukuran hasil
inovasi di Nederland: De methode en eerste
dihasilkan. Kementerian Perekonomian, Den Haag
Kristensen FS (1999) Menuju taksonomi dan teori saling ketergantungan antara rezim pembelajaran dan sektoral
pola inovasi dan persaingan: Analisis empiris dari taksonomi Pavitt terelaborasi yang menerapkan Data Denmark. Presentasi konferensi di DRUID
1999 Konferensi Musim Dingin, Seeland, Denmark
Lagendijk A (2001) Penskalaan produksi pengetahuan: Seberapa signifikan wilayah tersebut? Masuk: Fischer MM, Fröhlich J (eds)
Pengetahuan, kompleksitas dan sistem inovasi. Springer, Berlin
Lane PJ, Koka BR, Pathak S (2006) Pengakuan kapasitas absorpsi: Tinjauan kritis dan peremajaan
membangun. Akademi Tinjauan Manajemen 31: 833–863
Lane PJ, Lubatkin M (1998) Kapasitas serap relatif dan pembelajaran antar organisasi. Manajemen Strategis
Jurnal 19: 461–477
Leiponen A, Drejer I (2007) Apa sebenarnya rezim teknologi itu? Heterogenitas intra-industri dalam organisasi
kegiatan inovasi. Kebijakan Riset 36: 1221–1238
Leunis W, Verhage K (1999) Akun tenaga kerja dalam teori dan praktek: Pengalaman Belanda. Kertas Kerja CBS
H-29/1999, Statistik Belanda, Voorburg Maskell P (2001) Perusahaan dalam geografi ekonomi. Geografi
Ekonomi 77: 329–344
Masurel E (2007) Mengapa UKM berinvestasi dalam tindakan lingkungan: Bukti keberlanjutan dari skala kecil dan menengah
mencetak perusahaan. Strategi Bisnis dan Lingkungan 16: 190–201
Melo PSC, Graham DJ, Noland RB (2009) Ameta-analisis perkiraan eksternalitas aglomerasi perkotaan. Regional
Sains dan Ekonomi Perkotaan 39: 332–342
Miles I (2005) Inovasi dalam layanan. Masuk: Fagerberg J, Mowery DC, Nelson RR (eds) Buku pegangan Oxford tentang
inovasi. Oxford University Press, Oxford
Miozzo M, Soete L (2001) Internasionalisasi layanan: Perspektif teknologi. Peramalan Teknologi dan
Perubahan sosial 67: 159–185
Mitra A (1999) Ekonomi aglomerasi seperti yang diwujudkan dalam efisiensi teknis di tingkat perusahaan. Jurnal Perkotaan
Ekonomi 45: 490–500
Mohnen P, Palm FC, Schim van der Loeff S, Tiwari A (2008) Kendala keuangan dan hambatan lainnya: Apakah mereka ancaman
untuk aktivitas inovasi? De Economist 156: 201–214 Mokyr J (1990) Pengungkit kekayaan: Kreativitas teknologi dan kemajuan ekonomi. Oxford
University Press, Oxford Molina-Morales FX, Martínez-Fernández MT (2009) Terlalu banyak cinta di lingkungan bisa menyakiti: Betapa berlebihannya
intensitas dan kepercayaan dalam hubungan dapat menghasilkan efek negatif pada perusahaan. Jurnal Manajemen Strategis 30: 1013–1023
Neffke F, Svensson Henning M, Boschma R, Lundquist KJ, Olander LO (2008) Siapa yang butuh aglomerasi? Bervariasi
eksternalitas aglomerasi dan siklus hidup industri. Makalah dalam Evolutionary Economic Geography 08.08, Universitas Utrecht, Utrecht
Nickell SJ (1996) Persaingan dan kinerja perusahaan. Jurnal Ekonomi Politik 104: 724–746
Nijhof A, Krabbendam K, Looise JC (2002) Inovasi melalui pengecualian: Membangun kreativitas
para karyawan. Technovation 22: 675–683
Pavitt K (1984) Pola sektoral dari perubahan teknis: Menuju taksonomi dan teori. Kebijakan Riset 13: 343–373 Pinch S, Henry N, Jenkins M, Tallman S
(2003) Dari 'distrik industri' ke 'cluster pengetahuan': Sebuah model
penyebaran pengetahuan dan keunggulan kompetitif dalam aglomerasi industri. Jurnal Geografi Ekonomi
3: 373–388
Polder M, Van Leeuwen G, Mohnen P, Raymond W (2010) Produk, proses dan inovasi organisasi: Driver,
saling melengkapi, dan efek produktivitas. MPRAWorking paper 23719, University of Munich, Munich Ponds R, Van Oort FG, Frenken K (2007)
Kedekatan geografis dan kelembagaan dari kolaborasi penelitian. Dokumen
dalam Ilmu Regional 86: 423–443
Rosenthal SS, Strange WC (2004) Bukti tentang sifat dan sumber aglomerasi Ekonomi. Masuk: Henderson V,
Thisse JF (eds) Buku Pegangan ekonomi daerah dan perkotaan. Elsevier, Amsterdam Schumpeter JA (1942) Kapitalisme,
sosialisme, dan demokrasi. Harper and Brothers, NewYork
Silverberg G, Verspagen B (1994) Pembelajaran, inovasi dan pertumbuhan ekonomi: Model dinamika industri jangka panjang.
Perubahan Industri dan Perusahaan 3: 199–223
Simmie J, Sennett J, Wood P, Hart D (2002) Inovasi di Eropa: Kisah jaringan, pengetahuan, dan perdagangan di lima kota.
Studi Regional 36: 47–64
Smit MJ (2010) Aglomerasi dan inovasi: Bukti dari mikrodata Belanda. Disertasi PhD, Universitas VU
Amsterdam, Amsterdam
Smit MJ, De Groot HLF (2013) Persediaan: Peran stok litbang temporal dan spasial. Studi Perencanaan Eropa
21: 637–665

24 MJ Smit dkk.
Staber U (2001) Kedekatan spasial dan kelangsungan hidup perusahaan di distrik industri yang menurun: Kasus perusahaan pakaian rajut di
Baden-Württemberg. Studi Regional 35: 329–341

Sternberg R (2007) Kewirausahaan, kedekatan dan sistem inovasi regional. Tijdschrift voor Economische en
Sociale Geogra ﬁ e 98: 652–666
Kolaborasi Un CA, Cuervo-Cazurra A, Asakawa K (2010) dan inovasi produk. Jurnal Produk
Manajemen Inovasi 27: 673–689 Van Oort FG (2004) Pertumbuhan dan inovasi perkotaan: Eksternalitas yang dibatasi secara spasial di Belanda. Ashgate,
Aldershot
Van Oort FG, Burger MJ, Knoben J, Raspe O (2012) Pendekatan multilevel dan ambiguitas aglomerasi perusahaan di
studi pertumbuhan ekonomi. Jurnal Survei Ekonomi 26: 468–491
Zahra SA, George G (2002) Kapasitas penyerapan: Tinjauan, rekonseptualisasi, dan perluasan. Akademi Manajemen-
Review 27: 185–203
Ziliak ST, McCloskey DN (2008) Kultus signifikansi statistik: Bagaimana kesalahan standar merugikan kita pekerjaan, keadilan, dan
kehidupan. Universitas Michigan Press, Ann Arbor

Smit en Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Smit en Id

Diunggah oleh

Hak Cipta:

Format Tersedia

doi: 10.1111 / pirs.

Bukti mikro tentang faktor penentu inovasi di Belanda: Kepentingan

Martijn J. Smit 1, Maria A. Abreu 2,3, Henri LF de Groot 1,4,5

Diterima: 23 November 2012 / Diterima: 16 Juli 2013

Klasifikasi JEL: L20, O30, R11

© 2013 Penulis. Makalah dalam Ilmu Daerah © 2013 RSAI

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

tersebut, kami juga mengontrol kebijakan pemerintah dan hambatan inovasi.

berinovasi, sementara efek aglomerasi kecil jika dibandingkan.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Tabel 1. Statistik deskriptif untuk variabel CIS

Variabel Tipe Berarti St.dev.

Perusahaan berinovasi (barang) Dummy (tergantung) 0.17 0.37

Log pengeluaran R&D (dalam ribuan Kontinu 0.25 0,52

Log staf R&D (in fte) Kontinu 0.19 0.82

Tingkat pendidikan rata-rata Kontinu 43.35 5.82

Struktur organisasi baru Dummy 0.23 0.42

Kolaborasi: UE Dummy 0,09 0.28

Hambatan: Pengetahuan Dummy 0.16 0.36

Dukungan Publik Lokal dan Regional Pemerintah Dummy 0,02 0.15

Perusahaan beroperasi hanya secara internasional Dummy 0,05 0.21

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

yang lebih baru dan SBI 2008 yang sesuai.

penyebaran yang cepat ke para pesaing.

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Meja 2. Statistik deskriptif untuk variabel aglomerasi

Sektor Spesialisasi Kompetisi Perbedaan

Berarti St.dev. Berarti St.dev. Berarti St.dev.

Utama 2.4 3.3 0,08 0.18 0,033 0,011

7. Sektor bisnis padat pengetahuan (KIBS)

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

4.1 Efek aglomerasi

Tabel 3. Inovasi di seluruh sektor Pavitt (persentase perusahaan)

Utama 8.3 4.0 10.5 2.7 1.9 72.7 1.832

Total 6.6 4.3 7.4 3.0 2.6 76.2 56.303

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Tabel 4. Hasil Probit - hanya variabel aglomerasi

Barang Jasa Proses

Coeff. se Coeff. se Coeff. se

Persaingan: Sektor primer 0.359 (0,52) 0.197 (0.64) 1,063 ** (0,50)

Keragaman: Sektor primer - 8.518 (11,20) 0.878 (10,54) - 18,855 * (11.13)

Urbanisasi (dihilangkan rendah)

Tinggi - 0,128 * (0,07) 0,068 (0,06) - 0,015 (0,06)

Boneka daerah Iya Iya Iya

Jumlah observasi 9.445 9.445 9.445

Catatan: Signifikansi: *** = 1%, ** = 5%, * = 10%.

4.2 Faktor regional dan perusahaan digabungkan

Makalah dalam Ilmu Regional, Volume •• Nomor •• •• 2013.

Tabel 5. Hasil probit - variabel perusahaan dan aglomerasi

Barang Jasa Proses

Coeff. se Coeff. se Coeff. se

Kapasitas daya serap

Kompetisi: Sektor primer - 0.757 (0.66) - 0.246 (0.68) 0.611 (0,62)

Perbedaan: Sektor primer 9,957 ** (5.08) 2.136 (5.09) 6.592 (4.42)

Urbanisasi (dihilangkan rendah)

Boneka daerah Iya Iya Iya

Jumlah observasi 9445 9445 9445

Catatan: Signifikansi: *** = 1%, ** = 5%, * = 10%.

Catatan: Signifikansi: * = 1%, = 5%, * = 10%.

Catatan: Signifikansi: * = 1%, = 5%, * = 10%.

Catatan: Signifikansi: * = 1%, = 5%, * = 10%.