R&D Industri dan R&D Universitas

Bagaimana Hubungannya?
1. Pendahuluan
Ada dua pemain utama dalam (research and development) R&D yaitu: industri
dan universitas. Research & Development industri mungkin tertarik untuk berlokasi di
dekat universitas riset yang melakukan R&D di bidang yang relevan dengan industri.
Ada hubungan perilaku antara R&D industri dan R&D universitas dan
sebaliknya. Hal ini diamati oleh Jaffe (1989), yang memodelkan hubungan ini sebagai
system simultan. Sebagian besar penelitian telah berkonsentrasi pada efek satu arah
dari R&D universitas ke R&D industri dan output dari R&D industri dalam banyak
kasus diukur dalam jumlah paten dan mengabaikan kemungkinan interaksi timbal
balik. Namun, jika ada interaksi timbal balik antara universitas dan industri R&D, dan
jika ada eksternalitas pengetahuan yang terlibat, maka kita dapat mengembangkan
penjelasan dinamis untuk pengelompokan kegiatan inovatif berdasarkan putaran
umpan balik positif.

2. Aliran pengetahuan dan pengetahuan

pengetahuan terdiri dari informasi terorganisir atau terstruktur yang sulit untuk
dikodifikasi dan ditafsirkan, umumnya karena indivisibilitas intrinsiknya. Akibatnya,
pengetahuan sulit untuk dipertukarkan tanpa interaksi tatap muka langsung, karena
sumber daya manusia adalah pembawa pengetahuan utama. ketika pertukaran
pengetahuan antara dua orang, mereka berdua harus mengkalibrasi kegiatan
penjelasan dan interpretasi mereka, yaitu pertukaran pengetahuan membutuhkan
komunikasi lisan dan timbal balik.
Dua konsep pengetahuan:
1. Pengetahuan ilmiah berupa asas-asas ilmiah dasar yang dapat menjadi landasan
bagi pengembangan pengetahuan teknologi.
2. Pengetahuan teknologi – cetak biru implisit dan eksplisit – dalam bentuk penemuan
(atau solusi teknis) yang terwujud dalam produk baru atau dapat siap digunakan
dalam produksi barang dan jasa.
Sesuai dengan analisis Schumpeter, pengetahuan ilmiah berfungsi sebagai
latar belakang atau platform untuk pengetahuan teknologi dalam proses inovasi
(Schumpeter, 1934). Seperti yang disarankan oleh Nelson & Winter (1982), inovasi
perusahaan dapat berupa perubahan rutinitas (teknik, organisasi, dll.) perusahaan
dan/atau produk baru (misalnya perubahan atribut barang atau jasa).
Pengetahuan ilmiah memiliki karakter barang publik murni, meskipun
umumnya hanya tersedia bagi mereka yang memiliki pelatihan ilmiah yang relevan.
Oleh karena itu, akses ke pengetahuan ilmiah dapat berbeda antar perusahaan dan
antar wilayah, karena pasokan tenaga kerja yang terlatih secara ilmiah tidak sama,
tetapi juga karena biaya umum untuk mentransfer pengetahuan ke luar angkasa.
Proses di mana berbagai jenis pengetahuan dapat mengalir dari penciptanya ke
individu atau perusahaan lain terjadi dalam jaringan spasial, yaitu “jaringan
pengetahuan” (Batten, Kobayashi & Andersson, 1989; Kobayashi, 1995) yang terdiri
 dari sekumpulan node dan satu set link yang menghubungkan mereka. Node dapat
dicirikan oleh kapasitas produksi pengetahuan dan aktivitas terkait, termasuk
infrastruktur pengetahuan seperti universitas, infrastruktur pertemuan, stok
pengetahuan dan sumber daya manusia, jaringan pengetahuan lokal, dan sebagainya.
Link termasuk transportasi serta saluran komunikasi. Perspektif spasial menambah
dimensi lebih lanjut untuk transfer pengetahuan.
Karlsson & Johansson (2005) menyarankan pemisahan ke dalam tiga
kelompok arus pengetahuan: (i) arus pengetahuan berbasis transaksi, (ii) arus
pengetahuan terkait transaksi, dan (iii) murni aliran limpahan pengetahuan. Perbedaan
yang dibuat penting karena beberapa alasan. Pertama, ketika aliran berbasis transaksi,
agen ekonomi yang berpartisipasi memiliki – di tangan mereka sendiri – instrumen
mirip pasar untuk mempengaruhi alokasi sumber daya. Kedua, mekanisme yang
menghasilkan arus berbeda untuk ketiga kategori yang berimplikasi pada
pembentukan kebijakan. Ketiga, eksternalitas yang dapat muncul dalam kasus
berbeda sifatnya (misalnya berupa uang dan non-uang) dan tidak boleh disamakan
satu sama lain. Aliran pengetahuan menghasilkan eksternalitas pengetahuan terhadap
perusahaan yang melakukan R&D Ketika sumbernya (universitas riset atau
perusahaan lain) tidak sepenuhnya dikompensasi untuk nilai aliran pengetahuan
(Harris, 2001).

3. Distribusi Spasial R&D saling ketergantungan antara universitas dan industry

R&D
Ada dua pelaku utama R&D: industri dan universitas.
3.1 Lokasi R&D universitas Universitas pertama
didirikan sudah di abad pertengahan (Karlsson, 1994). Gelombang kedua
pendirian universitas terjadi pada akhir tahun 19th dan awal 20th abad dan
gelombang ketiga dalam periode pasca-perang yang memuncak selama tahun
1960-an. Ini menyiratkan bahwa keputusan di mana menempatkan R&D
universitas telah diambil sejak lama dan jauh sebelum peningkatan pesat dari total
pengeluaran R&D dalam beberapa dekade terakhir.
Namun, keputusan penting mengenai lokasi R&D universitas juga telah diambil
dalam beberapa dekade terakhir dalam hal alokasi pemerintah dan hibah swasta untuk
R&D universitas. Di banyak negara institusi pendidikan tinggi telah ditingkatkan
statusnya menjadi universitas dan di sana-sini universitas baru telah dimulai. Motivasi
untuk keputusan-keputusan ini tentu saja bervariasi tetapi cukup wajar untuk
berasumsi bahwa beberapa di antaranya diambil sebagai tanggapan atau sebagai
dukungan tidak langsung terhadap R&D industri.
Himpunan fungsi dan output meliputi (Luger & Goldstein ,1997):
1. Penciptaan pengetahuan dasar baru melalui penelitian;
2. Penciptaan sumber daya manusia melalui pengajaran (yaitu transfer pengetahuan
dari fakultas ke mahasiswa);
3. Transfer pengetahuan (teknologi) yang ada ke bisnis, Lembaga pemerintah, dan
organisasi lain;
4. Penerapan pengetahuan untuk penciptaan dan komersialisasi produk dan proses
baru, atau peningkatan yang sudah ada (yaitu, inovasi teknologi);
5. Penanaman modal dalam bentuk binaan, dan penyertaan modal dalam usaha
swasta;
6. Kepemimpinan dalam mengatasi masalah-masalah lokal yang kritis;
7. Produksi bersama (dengan organisasi R&D lainnya) dari infrastruktur pengetahuan
regional;
8. Penciptaan lingkungan regional tertentu yang mendukung inovasi.
Sekalipun daftar fungsi dan keluaran (riset) perguruan tinggi, seperti daftar di atas
dapat membantu dalam memahami ruang lingkup kegiatan sebuah perguruan tinggi,
daftar tersebut tidak memberikan dasar untuk pemahaman analitis tentang perguruan
tinggi dan perilakunya. Jelas bahwa ada kekurangan pemahaman teoretis tentang
peran universitas (riset) sebagai aktor dalam perubahan teknologi, proses inovasi,
transformasi organisasi dan pembangunan ekonomi (daerah) (cf., Florida & Cohen,
1999).
3.2 Lokasi R&D industry
Dalam mengembangkan inovasi, terdapat beberapa trade-off antara manfaat
menempatkan R&D dekat dengan produksi, terdapat manfaat dalam
menempatkan R&D dekat dengan pasar, dan juga ada keuntungan memusatkan
R&D di lokasi yang menawarkan peluang untuk eksternalitas pengetahuan
eksternal. Sebenarnya, Rosenberg (1982) menunjukkan bahwa inovasi bergantung
pada hubungan sistemik dengan pasar atau operasi manufaktur. Hal ini
menunjukkan bahwa kegiatan inovatif termasuk kegiatan R&D, seharusnya
berada di dekat pelanggan dan/atau dekat dengan fasilitas produksi, sehingga
cenderung menyebar ke lokasi yang berbeda. Namun, kegiatan R&D dan inovasi
juga mendapat manfaat besar dari ekonomi pengetahuan eksternal dan faktor sisi
pasokan lainnya untuk menghasilkan pengetahuan, yang umumnya terkonsentrasi
secara geografis.
Dengan menempatkan menurut faktor-faktor ini, kegiatan R&D akan
cenderung terkonsentrasi di sejumlah wilayah yang terbatas. Mungkin juga
inovasi yang berhasil sebagian bergantung pada kemampuan perusahaan untuk
memperoleh pengetahuan ilmiah dan teknologi dari sumber eksternal dan
mengintegrasikan secara efektif pengetahuan ini dalam aktivitas inovasi mereka
(Kline & Rosenberg, 1986; Freeman, 1987). Ini menyiratkan bahwa perusahaan
memiliki dua instrumen utama untuk mencapai inovasi yang berhasil: (i) pilihan
lokasi untuk kegiatan
inovatif mereka, dan (ii) investasi dalam keterampilan inovatif internal dengan
 kapasitas baik untuk menyerap pengetahuan dari luar maupun untuk
mengembangkan penemuan asli.
Pilihan lokasi dan jenis serta volume investasi akan dipengaruhi oleh
karakteristik spesifik perusahaan, seperti kompetensi internal mereka tidak hanya
pada tingkat manajerial dan industri tempat perusahaan tersebut berada, tetapi
juga oleh karakteristik nasional, system inovasi sektoral dan regional dari daerah
tempatnya berada (Lundvall, 1992 ed.; Nelson, 1993, ed.). Yang terakhir termasuk
ketersediaan dan kualitas yang dihasilkan oleh perusahaan lain dan infrastruktur
'ilmu publik', yang terdiri dari universitas dan Lembaga penelitian publik (Arundel
& Geuna, 2004).
Literatur di lapangan menetapkan bahwa pengetahuan tidak hanya tumpah dari
universitas dan perusahaan lain yang melakukan R&D tetapi juga terikat secara
spasial, yang menyiratkan bahwa prospek R&D industry lebih besar di lokasi
yang kondusif untuk menilai dan menyerap arus pengetahuan tersebut.
Dengan demikian, premis utama dari argumen lokasi adalah bahwa
perusahaan ingin mengurangi biaya perolehan pengetahuan mereka dengan
menempatkan dekat dengan sumber pengetahuan, yaitu universitas riset dan
perusahaan yang melakukan R&D lainnya. Namun, manfaat tersebut harus
menanggung biaya kedekatan lokasi yang mungkin lebih tinggi dengan
universitas dan/atau perusahaan yang melakukan R&D lainnya.
lokasi R&D industri tertarik ke lokasi yang menawarkan peluang bagus untuk
memanfaatkan aliran pengetahuan dari alam semesta. Adams (2001) menyurvei
208 laboratorium R&D swasta di AS dan menemukan bahwa jarak merupakan
penghalang yang lebih besar untuk memanfaatkan arus pengetahuan dari ilmu
public daripada dari perusahaan.

4. Network Formation, Knowledge Flows and Physical Accessibility

Pada bagian sebelumnya telah menjelaskan bagaimana ketergantungan antara
industry dan universitas R&D. pada bagian ini akan digambarkan bagaimana
pentingnya aksesibilitas antar pelaku untuk pembentukan relasi yang tahan lama antar
sesame mereka. Hubungan relasi yang tahan lama akan terbentuk diantara para pelaku
akan bergantung kepada bagaimana kondisi interaksi pribadi. Hubungan antara dua
pelaku ekonomi dapat dibangun melalui tansaksi, misalnya ketika sebuah pemasok
dan pelanggan menentukan kontrak pengiriman, secara tidak langsung kondisi
tersebut akan membentuk hubungan yang ditentukan oleh kedekatan spasial.
Dalam hal menjalin kontak (tautan) dengan peneliti universitas, kami
berasumsi bahwa unit R&D tipikal k menghadapi sekumpulan alternatif M.
Himpunan M ={1,…,i,…,j,…,n} berisi semua kotamadya dalam perekonomian.
Dengan demikian, setiap alternatif berkaitan dengan peneliti universitas di kotamadya
tertentu. apa yang menentukan nilai preferensi unit R&D k terkait kontak dengan
peneliti universitas di lokasi j? Diasumsikan bahwa nilai preferensi ini, dilambangkan
dengan π ij,k , merupakan fungsi dari (i) ukuran sumber daya R&D di universitas, (ii)
kualitas keseluruhan dari R&D universitas, (iii) perbedaan harga layanan R&D
universitas di lokasi j dan i, (iv) biaya perjalanan antara i dan j dan (iv) pengaruh acak
dari faktor-faktor yang tidak teramati. Ini ditentukan dalam Persamaan (4.1):

di mana θj menunjukkan kualitas keseluruhan dari R&D universitas di

kotamadya i, pi,j menunjukkan harga layanan R&D di kota masing-masing, cij adalah
moneter biaya perjalanan antara kota i dan j, tij menunjukkan jarak waktu perjalanan
antara kota i dan j dan γ mewakili nilai waktu10. ij ε mewakili pengaruh acak dari
faktor-faktor yang tidak diamati. Dalam Persamaan (4.1), θj lokasi j bisa
diinterpretasikan sebagai faktor daya tarik kota j sedangkan cij, tij dan harga
diferensial dapat diartikan sebagai faktor yang berkaitan dengan hubungan antara
kotamadya I dan j.

Pada Persamaan (4.2), pembilang adalah nilai preferensi untuk kontak dengan
universitas R&D di kotamadya j sedangkan penyebutnya adalah jumlah dari nilai
preferensi tersebut, yang artinya, ceteris paribus, probabilitas memilih kontak dengan
peneliti universitas di kotamadya j meningkat dengan ukuran faktor daya tarik
(ukuran sumber daya R&D di j) dan berkurang dengan jarak waktu ke kotamadya j.

Persamaan (4.3) adalah ukuran standar aksesibilitas dengan peluruhan jarak

eksponensial. Jelas, unit R&D industri dengan aksesibilitas tinggi ke universitas R&D
cenderung memiliki kontak yang lebih sering dan hubungan yang tahan lama peneliti
universitas. Selain itu, karena ada tautan yang tahan lama sarana penting dimana
pengetahuan ditransmisikan, pengetahuan mengalir di antaranya unit R&D industri
dan peneliti universitas dapat diharapkan semakin besar semakin tinggi aksesibilitas
antara keduanya.

Dalam Persamaan (4.3) dan (4.4), ukuran aksesibilitas mewakili total

aksesibilitas. Namun, ekonomi nasional dapat dibagi menjadi wilayah fungsional
yang terdiri dari satu atau beberapa kotamadya. Wilayah fungsional terhubung ke
fungsional lainnya daerah melalui jaringan ekonomi dan infrastruktur. Hal yang sama
berlaku untuk kota yang berbeda dalam wilayah fungsional. Selain itu, setiap
kotamadya bisa juga dipandang sebagai sejumlah node yang dihubungkan oleh jenis
jaringan yang sama. Dengan mengacu pada struktur seperti itu, dimungkinkan untuk
menentukan tiga tingkat spasial yang berbeda dengan karakteristik yang berbeda
dalam hal mobilitas dan peluang interaksi. Karena itu, dimungkinkan juga untuk
 membangun tiga kategori yang berbeda aksesibilitas. Johansson, Olsson & Klaesson
(2002) memisahkan antara: (i) aksesibilitas intramunicipal, (ii) aksesibilitas intra-
regional dan (iii) aksesibilitas ekstra-regional aksesibilitas. Membiarkan R
menunjukkan himpunan kota milik wilayah fungsional R, aksesibilitas total ke
universitas R&D kotamadya i dapat dinyatakan sebagai:

Pada sekuelnya, dekomposisi pada (4.5) akan diterapkan pada industri dan
universitas R&D untuk menguji secara empiris saling ketergantungan antara industry
R&D dan R&D universitas. Dugaan yang mendasarinya adalah aksesibilitas yang
tinggi mempromosikan kontak antara aktor, yang pada gilirannya mendorong aliran
pengetahuan.

5. Interdependencies between university and industrial R&D an examination using

Swedish data
Pada bagian ini merupakan analisis bagaimana hubungan antara R&D industry
dan universitas menggunakan data Swedia di tingkat kota pada tahun 1995-2001.
a. Sumber data dan variable
Data R&D yang digunakan dalam penelitian ini berasal dari Statistics Sweden.
Data dikumpulkan melalui kuesioner yang dikirim ke perusahaan dan universitas.
Untuk menghitung aksesibilitas dalam Persamaan (4.5) dengan memperhatikan
setiap jenis R&D, digunakan data jarak waktu perjalanan dengan mobil antara
kotamadya Swedia. Ini data disediakan oleh Administrasi Jalan Swedia (SRA).
Data tersebut melaporkan waktu tempuh jarak dengan mobil antara masing-
masing kotamadya di Swedia.
b. University and industrial R&D –deskripso dan analisis empiris keterkaitan pada
data swedia

Swedia merupakan salah satu Negara yang paling insentif mengenai R&D di
dunia. Pada gambar 5.1 dapat kita bandingkan pengeluaran R&D Swedia sebagai
bagian dari PDB. Dapat dilihat juga Swedia melewati Jepang dan menunjukkan
peningkatan yang stabil dalam R&D sebagai bagian pengeluaran PDB.
 Disebagian besar Negara, yang terutama melakukan research and development
adalah universitas dan perusahaan swasta. Pada gambar 5.2 terlihat bahwa
industry dan universitas adalah pelaku utama R&D.

Beralih ke distribusi spasial universitas dan R&D industry jelas bahwa R&D
universitas dan industry sangat terkonsentrasi. Pada gambar 5.3 digambarkan
perbandingan konsenttrasi spasial R&D industry dan Universitas dengan populasi
pada tahun 2001. Untuk melengkapi gambar di atas, Tabel 5.2 menyajikan
statistik deskriptif untuk universitas dan R&D industri pada tahun 1995 dan 2001.
Seperti terlihat dari tabel, the distribusi sangat miring. Standar deviasi besar
dibandingkan dengan rata-rata dan statistik untuk skewness dan kurtosis tinggi.
 R&D universitas dan industri sangat terkonsentrasi di kotamadya tertentu.
Sebagai contoh, hanya 11 kota secara individual menampung lebih dari 1% dari
total R&D universitas di Swedia pada tahun 2001. Namun, 1113 kotamadya ini
menjadi tuan rumah sekitar 90% dari total R&D universitas. Angka yang sesuai
untuk R&D industri adalah 1714 kotamadya dengan pangsa kumulatif R&D
industri itu berjumlah sekitar 78%. Selain itu, banyak kota tidak memiliki
universitas dan tahun kerja R&D industri. Tabel 5.3 mencantumkan lima kota
teratas dalam hal jumlah tahun kerja R&D baik industri maupun universitas pada
tahun 2001.

Seperti yang terlihat dari tabel, meskipun persentase kumulatif lebih besar
untuk R&D universitas, R&D industri menunjukkan konsentrasi yang lebih besar
untuk spesifik kotamadya. Stockholm dan Göteborg saja menampung lebih dari
40% Swedia total R&D industri.
Untuk menganalisis interdependensi antara universitas dan industry R&D,
dimulai dengan meregresi R&D industri yang akan memberikan keseluruhan
gambaran hubungan lokasi. Hasil dari analisis ini menunjukkan bahwa koefisien
R&D universitas dan industri cenderung bertepatan dalam ruang, akan tetapi
hipotesis utama dalam penelitian ini adalah bahwa saling adanya ketergantungan
antara lokasi universitas dan industri R&D.
Analisis selanjutnya terlihat bahwa adanya kecocokan persamaan untuk R&D
universitas meningkat secara dramatis ketika outlier dikecualikan yang dapat
memotivasi pengecualian pengamatan ini. Analisis hasil persamaan menunjukkan
bahwa R&D universitas cenderung meningkat di lokasi yang menawarkan
aksesibilitas tinggi ke R&D universitas.
Dengan demikian hasil agregat mendukung hipotesis yang ditetapkan dalam
penelitian ini. Akan tetapi aksesibilitas regional bisa tidak memiliki efek yang
signifikan secara statistic terhadap perubahan baik di universitas maupun industri
R&D. oleh karena itu efek antara R&D industri dan universitas tampaknya
merupakan lingkup yang sangat local.

6. Kesimpulan
Terdapat hubungan yang saling bergantung antara R&D industri dan R&D universitas.
Penelitian sebelumnya cenderung fokus pada pengaruh satu arah dari R&D
universitas ke R&D industri, namun mengabaikan interaksi timbal balik dan
eksternalitas pengetahuan yang terlibat. Namun, jika terdapat interaksi timbal balik
antara universitas dan industri R&D, serta adanya eksternalitas pengetahuan, maka
dapat dikembangkan penjelasan dinamis untuk pengelompokan kegiatan inovatif
berdasarkan umpan balik positif.

Artikel juga membahas tentang aliran pengetahuan dan dua jenis pengetahuan, yaitu
pengetahuan ilmiah dan pengetahuan teknologi. Pengetahuan ilmiah berfungsi sebagai
latar belakang atau platform untuk pengetahuan teknologi dalam proses inovasi.
Proses aliran pengetahuan terjadi melalui jaringan pengetahuan spasial yang terdiri
dari node (seperti universitas riset) dan link (seperti transportasi dan saluran
komunikasi). Aliran pengetahuan menghasilkan eksternalitas pengetahuan terhadap
perusahaan yang melakukan R&D.

Dalam konteks distribusi spasial R&D, terdapat ketergantungan saling antara

universitas dan industri R&D. Universitas telah menjadi tempat R&D sejak lama,
sementara keputusan penting mengenai lokasi R&D universitas juga diambil dalam
beberapa dekade terakhir sebagai tanggapan atau dukungan terhadap R&D industri.
Industri R&D juga memiliki pilihan lokasi yang didasarkan pada keuntungan
memanfaatkan aliran pengetahuan dari universitas riset dan perusahaan lain yang
melakukan R&D. Keputusan lokasi dan investasi dalam keterampilan inovatif
dipengaruhi oleh karakteristik perusahaan, sistem inovasi sektoral dan regional, serta
ketersediaan infrastruktur pengetahuan.

Pentingnya aksesibilitas fisik dan pembentukan jaringan dalam pembentukan

hubungan yang tahan lama antara pelaku R&D. Kedekatan spasial dapat
mempengaruhi hubungan antara pelaku ekonomi, termasuk hubungan antara R&D
industri dan universitas. Hubungan ini juga dipengaruhi oleh faktor seperti ukuran
sumber daya R&D universitas, kualitas R&D universitas, perbedaan harga layanan
R&D, biaya perjalanan, dan faktor-faktor acak yang tidak teramati.

Secara keseluruhan, artikel ini menekankan pentingnya hubungan yang saling

bergantung antara R&D industri dan universitas, aliran pengetahuan, pemilihan lokasi
yang tepat, dan aksesibilitas fisik dalam meningkatkan inovasi dan pengembangan
teknologi.