ZARZĄDZANIE INNOWACYJNE W GOSPODARCE I BIZNESIE NR 1(42)/2026
e-ISSN 2391-5129
Iryna Babets https://orcid.org/0000-0003-0635-9375
Centralno-Ukraiński Narodowy Uniwersytet Techniczny
e-mail: irina.babets@ukr.net
Ekonometryczna ocena wpływu finansowania innowacji na wzrost gospodarczy w Polsce
https://doi.org/10.25312/ziwgib.858
Celem artykułu jest zbadanie wpływu finansowania innowacji na wzrost gospodarczy Polski w latach 2010–2022. Badania zostały przeprowadzone metodą regresji wielorakiej, gdzie zmienna zależna wyrażona jest przez wskaźniki PKB oraz PKB na jednego mieszkańca, a zmienne niezależne obejmują wskaźniki finansowania działalności innowacyjnej na poziomie krajowym oraz przedsiębiorstw z uwzględnieniem liczby perso-nelu w sektorze B+R. Wyniki badania wykazały silną korelację PKB ze zmianą własnych środków przeznaczonych na innowa-cje przez przedsiębiorstwa z sektora usług, a także ze środkami krajowymi otrzymanymi przez przedsiębiorstwa przemysłowe na finansowanie innowacji od instytucji publicznych. Potwier-dzono również istnienie silnego, bezpośredniego związku między PKB Polski a własnymi środkami przedsiębiorstw usłu-gowych, wydatkowanymi na innowacje w bieżącym i poprzed-nim okresie. Stwierdzono także bezpośrednią zależność PKB na mieszkańca od własnych środków przedsiębiorstw usłu-gowych, przeznaczonych na działalność innowacyjną w bie-żącym okresie, oraz od państwowego finansowania innowacji w przedsiębiorstwach przemysłowych w bieżącym i poprzed-nim okresie. Przeprowadzone badania pozwoliły na sformu-łowanie modeli ekonometrycznych o wysokiej zdolności pre-dykcyjnej, umożliwiających prognozowanie trajektorii wzrostu gospodarczego Polski. Modelowanie scenariuszowe oparte na
zmiennych dotyczących nakładów na innowacje w sektorach usług i przemysłu może stanowić skuteczne narzędzie anali-tyczne w ocenie przyszłej dynamiki PKB. Wyniki modelowania kwantyfikującego wpływ finansowania innowacji na wskaźniki makroekonomiczne mają istotne znaczenie dla procesów decy-zyjnych na szczeblu państwowym. Mogą one stanowić meryto-ryczny fundament do optymalizacji dokumentów strategicznych oraz projektowania celowych programów wsparcia działalności innowacyjnej.
This article examines the impact of innovation financing on Po-land’s economic growth between 2010 and 2022. The study was conducted using multiple regression, where the depen-dent variable was GDP and GDP per capita, and the inde-pendent variables included indicators of innovation financing at the national and enterprise levels, including R&D personnel. The study results demonstrated a strong correlation between GDP and the change in service sector enterprises’ own funds allocated to innovation, as well as with national funds received from public institutions by industrial enterprises to finance inno-vation. A strong, direct relationship was also confirmed between Poland’s GDP and service enterprises’ own funds spent on inno-vation in the current and previous periods. A direct relationship between GDP per capita and service enterprises’ own funds allocated to innovation in the current period and state funding for innovation in industrial enterprises in the current and previ-ous periods was also found. A direct relationship was also found between GDP per capita and service enterprises’ own funds allocated to innovation in the current period and state funding for innovation in industrial enterprises in the current and previ-ous periods. The conducted research allowed the formulation of econometric models with high predictive power, enabling the forecasting of Poland’s economic growth trajectory. Scenar-io modelling based on variables related to innovation expendi-tures in the services and industrial sectors can be an effective analytical tool for assessing future GDP growth. The results of modelling quantifying the impact of innovation financing on macroeconomic indicators are crucial for decision-making at the national level. They can provide a substantive foundation for optimizing strategic documents and designing targeted inno-vation support programs.
W gospodarce globalnej kluczowym czynnikiem konkurencyjności państw i za-pewnienia wzrostu produktywności jest zdolność przedsiębiorstw do generowania nowych pomysłów i wdrażania innowacji. Jednakże zapewnienie wzrostu gospo-darczego opartego na innowacjach napotyka szereg trudności. Przedsiębiorstwa innowacyjne potrzebują znacznego kapitału początkowego na wdrożenie nowych rozwiązań naukowo-technicznych, a także finansowania na uruchomienie produk-cji przemysłowej nowego produktu i zwiększenie skali produkcji. Brak dostępu do niedrogiego kapitału znacząco ogranicza możliwości rozwoju innowacyjnego przedsiębiorstw. W związku z tym szczególnie ważne jest wdrożenie przez państwo efektywnego systemu finansowania działalności innowacyjnej. W latach 2012–2022 w Polsce odnotowano wzrost udziału wydatków na badania i rozwój (B+R) w PKB z 0,88% do 1,46%, a także zwiększenie odsetka przedsiębiorstw innowacyjnych w sektorze przemysłowym z 17,1% w 2013 roku do 32,2% w 2022 roku oraz w sek-torze usług – z 11,4% do 32,1% (Wzrost aktywności badawczej przedsiębiorstw, 2024). Taka dynamika kluczowych wskaźników świadczy o pozytywnych zmianach w systemie finansowania B+R i zarządzania innowacjami w kraju, co mogło również stać się jednym z czynników podwojenia wolumenu PKB w latach 2012–2022.
Celem niniejszego badania jest ocena wpływu finansowania innowacji na wzrost gospodarczy w Polsce. Szczególną uwagę poświęcono strukturze finansowania in-nowacji, z wyodrębnieniem przedsiębiorstw przemysłowych i usługowych, a także zbadaniu oddzielnego wpływu kapitału własnego przedsiębiorstw, finansowania pań-stwowego oraz kapitału zagranicznego.
Od wielu dziesięcioleci rola innowacji w zapewnianiu wzrostu gospodarczego jest przedmiotem badań naukowych. Po raz pierwszy pozytywny wpływ innowacji na wzrost gospodarczy, pod warunkiem istnienia odpowiednich usług finansowych, uzasadnił Joseph Schumpeter. Twierdził on, że zapewnienie przedsiębiorstwom do-stępu do kredytów aktywizuje działalność innowacyjną i przyspiesza wzrost gospo-darczy (Schumpeter, 1934). Związek między finansowaniem, innowacjami a wzro-stem potwierdzili Robert King i Ross Levine, którzy określili, że efektywny system finansowy zwiększa efektywność działalności innowacyjnej, stymulując tym samym wzrost gospodarczy (King, Levine, 1993).
Szereg badań naukowych poświęcono analizie związku między bezpośrednimi inwestycjami zagranicznymi (BIZ) a innowacjami. Svitlana Khalatur i jej współpra-cownicy przeanalizowali 39 krajów europejskich i stwierdzili, że napływ BIZ oraz kredyty krajowe mają bezpośredni wpływ na poziom innowacyjności tych państw
(Khalatur i in., 2019). Andre Jungmittag i Paul Welfens natomiast wykazali, że BIZ oraz związana z nimi dynamika innowacji pozytywnie wpływają na rozwój gospo-darczy Niemiec i Unii Europejskiej (Jungmittag, Welfens, 2020).
Zdolność przedsiębiorstw innowacyjnych do wpływania na wzrost gospodarczy zależy od poziomu rozwoju kraju, co zostało udowodnione w licznych badaniach empirycznych. Maury Gittleman i Edward Wolff wykazali, że wydatki na badania i rozwój (B+R) tłumaczą wzrost jedynie w krajach rozwiniętych, natomiast w krajach o niskim dochodzie i słabo rozwiniętych brakuje związku przyczynowo-skutkowego między wydatkami na B+R a wzrostem gospodarczym (Gittleman, Wolff, 1995). Ke-vin Sylwester uzasadniła, że wydatki na B+R są istotną zmienną, która wyjaśnia wzrost gospodarczy w krajach będących liderami technologicznymi (Sylwester, 2001). Z ko-lei Ahmad Samimi i Seyede Alerasoul nie wykryli pozytywnego wpływu finansowania B+R na wzrost gospodarczy w krajach rozwijających się, ponieważ wydatki te są tam niezwykle niskie (Samimi, Alerasoul, 2009). John Inekwe twierdzi, że wydatki na B+R mają pozytywny wpływ na wzrost gospodarczy w krajach o dochodzie powyżej śred-niej, ale mają znikomy wpływ na wzrost gospodarczy w krajach o dochodzie poniżej średniej (Inekwe, 2015). Natomiast Eda Fendoğlu i Mehmet Polat za pomocą analizy panelowej danych z lat 1996–2019 potwierdzili, że w perspektywie długoterminowej zwiększenie wydatków na B+R w nowo uprzemysłowionych krajach miało pozytyw-ny i statystycznie istotny wpływ na wzrost gospodarczy (Fendoğlu, Polat, 2021).
W literaturze naukowej brakuje publikacji poświęconych empirycznym ba-daniom wpływu finansowania innowacji na wzrost gospodarczy w Polsce. Mimo znacznej liczby artykułów, które poruszają kwestie finansowania badań i rozwoju, zwiększania innowacyjności przedsiębiorstw oraz ich znaczenia dla rozwoju go-spodarczego Polski, rola komponentu finansowego w działalności innowacyjnej dla wzrostu gospodarczego kraju pozostaje wciąż niedostatecznie zbadana.
Podstawą metodologiczną badania jest funkcja produkcji Cobba-Douglasa, która stała się fundamentem dla modelu wzrostu gospodarczego Solowa-Swana (Solow, 1956; Swan, 1956). Funkcja ta opisuje zależność dochodu narodowego (Y) od kapi-tału (K) i pracy (L), uwzględniając jednocześnie czynnik technologiczny:
Y = A · Kα · Lβ, (1)
gdzie:
α – wrażliwość (elastyczność) produkcji względem kapitału, β – wrażliwość produkcji na zmiany wskaźników pracy,
A – parametr technologiczny.
W większości badań kapitał jest mierzony wskaźnikiem wydatków na B+R. Ba-dania i rozwój stanowią początkowy etap działalności innowacyjnej, jednakże wdro-
żenie przez przedsiębiorstwa wyników badań naukowych często wymaga znacznie większych zasobów finansowych, których dostępność determinuje dalszy los inno-wacji. I chociaż w Polsce wydatki na B+R są istotnym elementem kosztów innowa-cji – w 2022 roku stanowiły 49,2% wydatków na działalność innowacyjną (Wzrost aktywności badawczej przedsiębiorstw, 2024) – w badaniu należy uwzględnić całą kwotę finansowania innowacji. W związku z tym w naszym badaniu kapitał będzie reprezentowany przez wydatki na działalność innowacyjną, a wektor zmiennej nie-zależnej, opisujący dynamikę finansowania innowacji, będzie obejmował wskaźniki wydatków na innowacje w przedsiębiorstwach z sektora usług i przemysłu, z wyod-rębnieniem źródeł pochodzenia tych środków. Dodatkowo w naszym modelu wy-korzystamy zmienną niezależną, która charakteryzuje kapitał pracy i jest opisana danymi statystycznymi dotyczącymi liczby osób zatrudnionych w obszarze badań i rozwoju. Jako zmienną zależną zastosujemy wskaźniki produktu krajowego brutto (PKB). W ten sposób równanie 1 przyjmuje następującą postać:
PKB = A · Fin_inα · Personelβ (2)
Wyrażenie 2 jest nieliniowe, dlatego aby przeprowadzić analizę za pomocą re-gresji wielorakiej, należy przekształcić je w zależność liniową poprzez zlogarytmo-wanie obu stron równania:
LnPKB = LnA + α · LnFin_in + β · LnPersonel. (3)
Na podstawie równania 3 zbudujemy model ekonometryczny, który posłuży do modelowania zależności wzrostu gospodarczego Polski od finansowania działal-ności innowacyjnej:
LnPKBt = α0 + α1 · LnFin_in1t + α2 · LnFin_in2t + … + αn · LnFin_innt + α(n + 1)t ·
LnPersonel(n + 1)t + αmt · LnPersonelmt + ԑt, (4)
gdzie:
PKB – zmienna zależna, opisywana przez wskaźniki PKB w cenach bieżących, PKB w przeliczeniu na jedną osobę, indeks PKB,
α0 – reprezentuje parametr technologiczny (A), który jest stałym czynnikiem,
Fin_in – wektor zmiennych niezależnych, charakteryzujących ogólny wolumen fi-nansowania działalności innowacyjnej w przedsiębiorstwach przemysłowych i usłu-gowych, z podziałem tych wydatków na środki własne przedsiębiorstw, finansowa-nie państwowe oraz kapitał zagraniczny,
Personel – wektor zmiennych niezależnych, opisywanych przez wskaźniki liczby personelu wewnętrznego B+R na 1000 osób aktywnych zawodowo oraz liczby ba-daczy,
t – okres czasu,
εt – błąd lub czynnik stochastyczny, który jest bliski zeru dla każdego okresu.
W badaniu zostaną wykorzystane dane statystyczne, opublikowane na oficjalnej stronie Głównego Urzędu Statystycznego Polski, które charakteryzują finansowanie działalności innowacyjnej, liczbę personelu badawczo-rozwojowego oraz wzrost gospodarczy w Polsce w latach 2010–2022. Do oceny parametrów równań regresji użyto programu Statistica 10.
Wskaźniki wzrostu gospodarczego Polski w latach 2010–2022 charakteryzują się po-zytywną dynamiką. PKB w 2022 roku był 2,16 raza większy niż w 2010 roku, PKB na mieszkańca wzrósł w tym okresie 2,18 raza, a indeks PKB – o 1,7 punktu pro-centowego (tab. 1). Wzrost PKB w cenach bieżących przez cały analizowany okres był stabilny, o czym świadczy wzrost tego wskaźnika nawet w latach 2020–2021 pomimo sytuacji kryzysowej w gospodarce światowej w wyniku wprowadzenia ograniczeń lockdownu w celu przeciwdziałania pandemii. Należy jednak zaznaczyć, że częściowo ten wzrost był spowodowany podwyższeniem cen towarów i usług w tym okresie.
Dynamika wskaźnika PKB na mieszkańca również charakteryzuje się stabilnym wzrostem, który, choć nieznacznie, wzrósł nawet w czasie pandemii. Niemniej jed-nak indeks realnego PKB odnotował spadek o 6,6 punktu procentowego w 2020 roku w porównaniu z 2019 roku.
Tab. 1. Dynamika wskaźników wzrostu gospodarczego Polski w latach 2010–2022
Rok | PKB (mln zł) | PKB na 1 mieszkańca (zł) | Indeks PKB (% do roku poprzedniego) |
PKB | PKBosoba | PKBindeks | |
2010 | 1 434 368 | 37 096 | 103,6 |
2011 | 1 553 582 | 39 538 | 105,0 |
2012 | 1 615 894 | 41 398 | 101,6 |
2013 | 1 656 341 | 43 168 | 101,1 |
2014 | 1 719 704 | 44 670 | 103,4 |
2015 | 1 809 564 | 46 764 | 104,4 |
2016 | 1 861 112 | 48 368 | 103,0 |
2017 | 1 988 730 | 51 760 | 105,2 |
2018 | 2 121 555 | 55 066 | 106,2 |
2019 | 2 288 492 | 59 598 | 104,6 |
2020 | 2 337 672 | 60 663 | 98,0 |
2021 | 2 623 948 | 69 069 | 106,9 |
2022 | 3 100 850 | 81 093 | 105,3 |
Źródło: opracowanie własne na podstawie Roczniki Statystyczne Rzeczypospolitej Polskiej za lata 2013–2024, 2024.
Dynamika wskaźników finansowania działalności innowacyjnej charakteryzuje się mniej stabilną tendencją wzrostową niż wskaźniki PKB. Chociaż w perspektywie długoterminowej nastąpił istotny, kilkukrotny wzrost niemal wszystkich wskaźni-ków finansowania innowacji (z wyjątkiem środków własnych przedsiębiorstw prze-
mysłowych), można wyróżnić dwa krótkie okresy (lata 2013 i 2016), w których za-obserwowano spadek większości z przedstawionych wskaźników (tab. 2).
Należy również zauważyć, że w 2020 roku wolumen środków własnych i fi-nansowania państwowego na działalność innowacyjną w przedsiębiorstwach prze-mysłowych również uległ zmniejszeniu, co doprowadziło do spadku całkowitych wydatków tych przedsiębiorstw na innowacje. Jednocześnie finansowanie innowacji ze środków własnych przedsiębiorstw usługowych w 2020 roku charakteryzowało się tendencją wzrostową, co, wraz z kapitałem od inwestorów zagranicznych, zade-cydowało o rosnącej tendencji ogólnego wolumenu finansowania innowacji w tych przedsiębiorstwach.
Tab. 2. Dynamika wskaźników finansowania innowacji w Polsce w latach 2010–2022
Rok | Nakłady na działalność innowacyjną w przedsiębiorstwach z sektora usług | Nakłady na działalność innowacyjną w przedsiębiorstwach przemysłowych | ||||||
ogółem (mln zł) | środki własne (mln zł) | środki krajowe otrzymane od instytucji dysponujących środkami publicznymi (mln zł) | środki pozyskane z zagranicy (mln zł) | ogółem (mln zł) | środki własne (mln zł) | środki krajowe otrzymane od instytucji dysponujących środkami publicznymi (mln zł) | środki pozyskane z zagranicy (mln zł) | |
Fin_in1 | Fin_in2 | Fin_in3 | Fin_in4 | Fin_in5 | Fin_in6 | Fin_in7 | Fin_in8 | |
2010 | 10 790 | 9 248 | 52,4 | 268,9 | 23 757,8 | 17 874,7 | 270,7 | 1879,0 |
2011 | 10 979 | 9 116 | 118,8 | 205,6 | 20 821,1 | 15 287,5 | 265,4 | 1763,1 |
2012 | 15 145 | 10 534 | 2139,2 | 956,7 | 21 535,4 | 15 868,7 | 418,3 | 1550,1 |
2013 | 11 981 | 9 545 | 234,0 | 999,2 | 20 958,9 | 14 897,8 | 330,5 | 1897,5 |
2014 | 12 995 | 8 702 | 283,3 | 2162,2 | 24 621,6 | 17 032,2 | 400,8 | 2477,5 |
2015 | 12 641 | 9 222 | 202,1 | 2110,5 | 31 094,1 | 19 277,3 | 626,7 | 2181,2 |
2016 | 10 706 | 9 443 | 177,4 | 300,2 | 28 304,7 | 20 272,4 | 462,1 | 497,5 |
2017 | 13 142 | 11 262 | 278,8 | 506,3 | 28 023,5 | 21 159,4 | 441,2 | 1029,5 |
2018 | 13 095 | 11 534 | 337,2 | 661,6 | 23 388,7 | 17 658,2 | 722,2 | 1266,9 |
2019 | 15 401 | 12 750 | 364,3 | 1168,5 | 23 178,8 | 17 386,3 | 687,1 | 1248,3 |
2020 | 18 399 | 15 697 | 349,3 | 1258,7 | 20 378,2 | 15 404,6 | 657,0 | 1644,0 |
2021 | 22 349 | 19 639 | 556,6 | 1243,6 | 19 041,5 | 14 527,8 | 715,8 | 1855,9 |
2022 | 29 689 | 26 456 | 543,0 | 1305,9 | 26 011,7 | 19 867,0 | 809,4 | 2387,2 |
Źródło: opracowanie własne na podstawie Nakłady na działalność innowacyjną w przedsiębiorstwach wg źródeł finansowania działalności innowacyjnej i PKD 2007, 2025.
Mimo niestabilności dynamiki wolumenów finansowania działalności innowa-cyjnej w polskich przedsiębiorstwach w latach 2010–2022 zaobserwowano stały wzrost wskaźników charakteryzujących kapitał pracy w sektorze B+R, gdzie po-wstają nowe rozwiązania do wdrożenia w przedsiębiorstwach.
Liczba personelu wewnętrznego B+R na 1000 osób aktywnych zawodowo wzro-sła z 4,9 w 2010 roku do 9,2 w 2022 roku, natomiast liczba badaczy w tym samym okresie zwiększyła się prawie dwukrotnie (tab. 3). Nawet w okresach kryzysowych, kiedy spadało finansowanie innowacji i możliwości przedsiębiorstw do wdrażania nowych rozwiązań, liczba pracowników sektora B+R oraz badaczy nie zmniejszała się, co świadczy o trwałej tendencji do gromadzenia wysoko wykwalifikowanej ka-dry oraz o wzmacnianiu potencjału naukowego i innowacyjnego Polski.
Tab. 3. Dynamika pracowników w sektorze B+R w Polsce w latach 2010–2022
Rok | Personel wewnętrzny B+R na 1000 osób aktywnych zawodowo | Badacze (tys. osób) |
Personel1 | Personel2 | |
2010 | 4,9 | 64,51 |
2011 | 5,1 | 64,13 |
2012 | 5,4 | 67,00 |
2013 | 5,5 | 71,47 |
2014 | 6,1 | 78,62 |
2015 | 6,4 | 82,59 |
2016 | 6,6 | 88,17 |
2017 | 7,1 | 96,50 |
2018 | 7,8 | 98,64 |
2019 | 7,9 | 99,84 |
2020 | 8,3 | 104,22 |
2021 | 8,7 | 112,70 |
2022 | 9,2 | 119,01 |
Źródło: opracowanie własne na podstawie Personel wewnętrzny B+R – wskaźniki, 2025; Zatrudnieni w B+R – wskaźniki, 2025.
W celu przeprowadzenia analizy regresji obliczono logarytmy naturalne wskaź-ników statystycznych, przedstawionych w tabelach 1–3. Wyniki regresji wielorakiej pozwoliły na zidentyfikowanie silnej korelacji między PKB Polski a dynamiką środ-ków własnych przeznaczonych na finansowanie działalności innowacyjnej przez przedsiębiorstwa usługowe oraz liczbą personelu wewnętrznego B+R na 1000 osób aktywnych zawodowo (tab. 4).
W badanym okresie środki własne, przeznaczone na działalność innowacyjną przez przedsiębiorstwa usługowe, miały silniejszy pozytywny wpływ na wskaźni-
ki wzrostu gospodarczego Polski niż środki krajowe otrzymane od instytucji dys-ponujących środkami publicznymi na finansowanie innowacji w przedsiębiorstwach przemysłowych. Należy również zaznaczyć, że wzrost liczby personelu wewnętrzne-go B+R na 1000 osób aktywnych zawodowo miał bardziej istotny wpływ na wzrost gospodarczy niż wzrost wskaźników finansowania innowacji. Wszystkie zależności wzrostu gospodarczego Polski od finansowania innowacji oraz personelu w sektorze B+R, uzyskane w wyniku analizy regresji i przedstawione w tabeli 4, są statystycz-nie istotne, co potwierdzają wysokie wartości współczynników korelacji i determina-cji oraz błąd statystyczny obliczeń znacznie niższy niż 1%.
W wyniku analizy regresji nie stwierdzono statystycznie istotnej zależności wzro-stu gospodarczego Polski w latach 2010–2022 od ogólnych wolumenów finansowa-nia innowacji w przedsiębiorstwach, środków państwowych oraz kapitału zagranicz-nego przeznaczonego na finansowanie innowacji w przedsiębiorstwach usługowych, a także od środków własnych i kapitału zagranicznego na finansowanie innowacji w przedsiębiorstwach przemysłowych oraz od liczby badaczy. Brak również staty-stycznie istotnego związku między indeksem PKB Polski a wszystkimi wskaźnikami finansowania innowacji, liczbą pracowników sektora B+R oraz badaczy.
Tab. 4. Wyniki analizy regresji zależności wzrostu gospodarczego Polski od wskaźników działalności innowacyjnej w latach 2010–2022
Zmienna zależna | ||||
PKB | PKB | PKBosoba | PKBosoba | |
Liczba obserwacji | 13 | 13 | 13 | 13 |
Wyraz wolny | 10,805*** (0,287) | 9,155*** (0,431) | 7,098*** (0,297) | 5,376*** (0,459) |
Fin_in2 | 0,252*** (0,040) | 0,395*** (0,064) | 0,252*** (0,042) | 0,403*** (0,068) |
Fin_in7 | – | 0,262*** (0,057) | – | 0,270*** (0,061) |
Personel1 | 0,690*** (0,065) | – | 0,719*** (0,067) | – |
R | 0,993 | 0,976 | 0,993 | 0,974 |
R2 | 0,987 | 0,952 | 0,987 | 0,949 |
Kryterium Fishera | F(2,10) = 407,09 | F(2,10) = 100,69 | F(2,10) = 401,83 | F(2,10) = 93,479 |
* błąd statystyczny (p-level) ≤ 10% ** błąd statystyczny (p-level) ≤ 5% *** błąd statystyczny (p-level) ≤ 1% | ||||
Źródło: opracowanie własne.
Specyfiką działalności innowacyjnej jest to, że efekty z zasobów finansowych zaangażowanych w bieżącym okresie mogą być widoczne w okresach później-szych, ponieważ prowadzenie badań i rozwoju (B+R) oraz wdrażanie ich wyników
wymaga czasu. Aby uwzględnić to opóźnienie czasowe, przeprowadzono analizę regresji na podstawie danych z tabel 1–3, z tą różnicą, że wskaźniki działalności in-nowacyjnej zostały wykorzystane jako zmienne z rocznym opóźnieniem. Pozwoliło to na ocenę wpływu zmiennych niezależnych z okresu t-1 na wskaźniki wzrostu go-spodarczego z okresu t.
Należy zauważyć, że wartości zmiennych niezależnych z rocznym opóźnieniem obejmują lata 2009–2022, a szeregi czasowe zmiennych zależnych, charakteryzujące wzrost gospodarczy Polski w latach 2010–2022 (tab. 1), zostały uzupełnione danymi za 2023 rok (PKB – 3401,6 mld zł, PKB na osobę – 90 396 zł). W rezultacie do ana-lizy regresji wykorzystano 14 okresów.
Wyniki analizy regresji potwierdziły założenie dotyczące wpływu wolume-nów finansowania innowacji z poprzedniego okresu na wzrost gospodarczy Polski w bieżącym okresie. Przeprowadzone obliczenia wykazały pozytywny wpływ wła-snych środków przedsiębiorstw usługowych przeznaczonych na działalność inno-wacyjną w poprzednim roku na PKB i PKB na osobę w bieżącym okresie (tab. 5). Wykryto również nieco mniejszy pozytywny wpływ na wzrost gospodarczy Pol-ski ze strony wolumenów finansowania państwowego działalności innowacyjnej w przedsiębiorstwach przemysłowych, traktowanych jako zmienna z rocznym opóźnieniem.
Na zmianę PKB i PKB na osobę w bieżącym okresie największy wpływ mia-ła liczba personelu w sektorze B+R, który wykonywał prace w poprzednim roku. Uzyskane modele regresji charakteryzują się wysokimi wartościami współczynni-ków korelacji i determinacji, a także niskim (poniżej 1%) poziomem błędu w ob-liczeniach wyrazu wolnego i współczynników przy zmiennych niezależnych, co świadczy o statystycznej istotności wyników. Jednocześnie nie stwierdzono zależ-ności wzrostu gospodarczego bieżącego okresu od innych wskaźników działalności innowacyjnej z poprzedniego okresu.
Wyniki przeprowadzonych badań (tab. 4–5) potwierdziły celowość budowy modeli ekonometrycznych, opisujących zależność wzrostu gospodarczego Polski od kluczowych wskaźników finansowania działalności innowacyjnej oraz liczebno-ści personelu badawczo-rozwojowego, z uwzględnieniem wartości zmiennych nieza-leżnych z okresu bieżącego i poprzedniego. Przy użyciu regresji wielorakiej uzyska-no trzy modele (tab. 6).
Zgodnie z pierwszym modelem, który charakteryzuje się najlepszymi wskaźni-kami istotności statystycznej, własne wydatki na innowacje poniesione w poprzed-nim roku przez przedsiębiorstwa usługowe miały większy wpływ na PKB Polski w bieżącym okresie niż własne wydatki tych przedsiębiorstw na innowacje w bie-żącym okresie. Oznacza to, że pozytywne efekty ekonomiczne wynikające z finan-sowania innowacji mogą pojawić się nie tylko w okresie inwestowania, ale również z pewnym opóźnieniem czasowym.
Tab. 5. Wyniki analizy regresji zależności wzrostu gospodarczego Polski w latach 2010–2023 od wskaźników działalności innowacyjnej z rocznym opóźnieniem
Zmienna zależna | ||||
PKB | PKB | PKBosoba | PKBosoba | |
Liczba obserwacji | 14 | 14 | 14 | 14 |
Wyraz wolny | 10,214*** (0,393) | 8,550*** (0,460) | 6,406*** (0,411) | 4,712*** (0,468) |
Fin_in2(–1) | 0,335*** (0,055) | 0,485*** (0,074) | 0,349*** (0,058) | 0,497*** (0,074) |
Fin_in7(–1) | – | 0,235*** (0,064) | – | 0,246*** (0,064) |
Personel1(–1) | 0,632*** (0,084) | – | 0,647*** (0,088) | – |
R | 0,991 | 0,976 | 0,991 | 0,977 |
R2 | 0,982 | 0,952 | 0,982 | 0,955 |
Kryterium Fishera | F(2,11) = 317,9 | F(2,11) = 111,4 | F(2,11) = 308,55 | F(2,11) = 117,99 |
* błąd statystyczny (p-level) ≤ 10% ** błąd statystyczny (p-level) ≤ 5% *** błąd statystyczny (p-level) ≤ 1% | ||||
Źródło: opracowanie własne.
Drugi model, który charakteryzuje się nieznacznie niższymi współczynnikami korelacji i determinacji, wykazał silniejszy wpływ na PKB bieżącego okresu wła-snych środków przeznaczonych na działalność innowacyjną przez przedsiębiorstwa usługowe w poprzednim okresie, niż to zostało ocenione w pierwszym modelu. Ponadto według drugiego modelu istotny jest wpływ na PKB bieżącego okresu li-czebności personelu badawczo-rozwojowego, który pracował w sektorze B+R w po-przednim okresie. Jednak w tym modelu wpływ na PKB wskaźników finansowania innowacji i personelu badawczo-rozwojowego w bieżącym okresie okazał się staty-stycznie nieistotny.
Trzeci model potwierdził silną, bezpośrednią zależność PKB na mieszkań-ca w Polsce od własnych wydatków na innowacyjną działalność przedsiębiorstw usługowych, poniesionych w bieżącym okresie, a także od finansowania państwo-wego innowacji w bieżącym i poprzednim okresie. Wpływ finansowania innowacji ze środków własnych przedsiębiorstw usługowych był znacznie silniejszy w po-równaniu z wpływem państwowego finansowania innowacji w przedsiębiorstwach przemysłowych. Wynik ten może świadczyć o tym, że przedsiębiorstwa z sektora usług, zwłaszcza w branży IT, osiągają efekty z wdrażania innowacyjnych roz-wiązań szybciej niż przedsiębiorstwa przemysłowe, gdzie realizacja projektów innowacyjnych wymaga znacznie więcej czasu niż dwa lata, które uwzględnili-śmy w modelu. Jednocześnie należy zauważyć, że zgodnie z tym modelem nie wykryto statystycznie istotnej zależności PKB na mieszkańca od własnych środ-ków przeznaczonych na finansowanie innowacji przez przedsiębiorstwa usługowe
w poprzednim okresie ani od liczebności personelu badawczo-rozwojowego w bie-żącym i poprzednim okresie.
Tab. 6. Wyniki analizy regresji zależności wzrostu gospodarczego Polski w latach 2010–2022 od wskaźników działalności innowacyjnej z okresu bieżącego i poprzedniego
Zmienna zależna | |||
PKB | PKB | PKBosoba | |
Liczba obserwacji | 13 | 13 | 13 |
Wyraz wolny | 10,276*** (0,320) | 10,354*** (0,587) | 5,480*** (0,325) |
Fin_in2 | 0,153** (0,052) | – | 0,351*** (0,051) |
Fin_in2(–1) | 0,167** (0,068) | 0,317*** (0,078) | – |
Fin_in7 | – | – | 0,168*** (0,052) |
Fin_in7(–1) | – | – | 0,167*** (0,050) |
Personel1 | 0,642*** (0,057) | – | – |
Personel1(–1) | – | 0,645*** (0,096) | – |
R | 0,996 | 0,987 | 0,988 |
R2 | 0,992 | 0,975 | 0,977 |
Kryterium Fishera | F(3,9) = 406,9 | F(2,10) = 197,3 | F(3,9) = 128,87 |
* błąd statystyczny (p-level) ≤ 10% ** błąd statystyczny (p-level) ≤ 5% *** błąd statystyczny (p-level) ≤ 1% | |||
Źródło: opracowanie własne.
Wyniki analizy regresji potwierdziły pozytywny wpływ finansowania innowacji na wzrost gospodarczy Polski w latach 2010–2022. Wpływ finansowania innowacji na PKB i PKB na mieszkańca zależał od źródeł pochodzenia środków oraz od bran-ży działalności przedsiębiorstw. Zwiększenie środków własnych przeznaczonych na finansowanie innowacji przez przedsiębiorstwa usługowe miało silniejszy wpływ na wzrost gospodarczy niż zwiększenie krajowych środków otrzymanych od in-stytucji dysponujących środkami publicznymi na finansowanie innowacji w przed-siębiorstwach przemysłowych. Nie stwierdzono statystycznie istotnej zależności wskaźników wzrostu gospodarczego Polski od ogólnych wolumenów finansowania innowacji w przedsiębiorstwach, środków państwowych oraz kapitału zagranicznego
na finansowanie innowacji w przedsiębiorstwach usługowych, a także od środków własnych i kapitału zagranicznego na finansowanie innowacji w przedsiębiorstwach przemysłowych.
Uwzględnienie w modelach ekonometrycznych zmiennych niezależnych z rocz-nym opóźnieniem pozwoliło na wykrycie silnej, bezpośredniej korelacji między PKB Polski a zmianą własnych środków przeznaczonych na działalność innowa-cyjną przez przedsiębiorstwa usługowe w bieżącym i poprzednim okresie. Potwier-dzono również bezpośrednią zależność PKB na mieszkańca w Polsce od zmiany własnych środków przeznaczonych na działalność innowacyjną przez przedsiębior-stwa usługowe w bieżącym okresie oraz od państwowego finansowania innowacji w przedsiębiorstwach przemysłowych w bieżącym i poprzednim okresie. Finanso-wanie działalności innowacyjnej ze środków własnych przedsiębiorstw usługowych miało większy wpływ na wzrost gospodarczy Polski w porównaniu z wpływem pań-stwowego finansowania innowacji w przedsiębiorstwach przemysłowych, co może wynikać z dłuższego opóźnienia w uzyskiwaniu efektów z innowacji w przemyśle niż w sektorze usług.
Opracowane modele ekonometryczne mogą być wykorzystane do prognozowa-nia wskaźników wzrostu gospodarczego Polski na podstawie modelowania różnych scenariuszy zmian wskaźników finansowania innowacji w sektorze usług i przemy-śle. Wyniki modelowania zależności wzrostu gospodarczego od zmiany wolumenów finansowania innowacji mogą stanowić podstawę do opracowania dokumentów stra-tegicznych i programów wsparcia działalności innowacyjnej przedsiębiorstw w sek-torze usług i przemyśle.
Fendoğlu E., Polat M. (2021), The Relationship Between R&D Expenditures and Economic Growth: Panel Data Analysis in Selected New Industrializing Co-untries, „Kent Akademisi”, vol. 14(3), s. 728–747.
Gittleman M., Wolff E.N. (1995), R&D activity and cross-country growth compari-sons, „Cambridge Journal of Economics”, vol. 19, s. 189–207.
Inekwe J.N. (2015), The Contribution of R&D Expenditure to Economic Growth in Developing Economies, „Social Indicators Research”, vol. 124(3), s. 727–745.
Jungmittag A., Welfens P. (2020), EU-US trade post-trump perspectives: TTIP aspects related to foreign direct investment and innovation, „International Economics and Economic Policy”, vol. 17, s. 259–294.
Khalatur S., Stachowiak Z., Zhylenko K., Honcharenko O., Khalatur O. (2019), Fi-
nancial Instruments and Innovations in Business Environment: European
Countries and Ukraine, „Investment Management & Financial Innovations”, vol. 16, s. 275–291.
King R.G., Levine R. (1993), Finance, entrepreneurship and growth – theory and evidence, „Journal of Monetary Economics”, vol. 32(3), s. 513–542.
Nakłady na działalność innowacyjną w przedsiębiorstwach wg źródeł finansowania działalności innowacyjnej i PKD 2007 (2025), https://bdl.stat.gov.pl/bdl/ dane/podgrup/temat/10/432/2700 [dostęp: 9.08.2025].
Personel wewnętrzny B+R – wskaźniki (2025), https://bdl.stat.gov.pl/bdl/dane/pod-grup/wymiary [dostęp: 9.08.2025].
Roczniki Statystyczne Rzeczypospolitej Polskiej za lata 2013–2024 (2024), https:// stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/ rocznik-statystyczny-rzeczypospolitej-polskiej [dostęp: 9.08.2025].
Samimi A.J., Alerasoul S.M. (2009), R-D and Economic Growth: New Evidence from Some Developing Countries, „Australian Journal of Basic and Applied Sciences”, vol. 3(4), s. 3464–3469.
Schumpeter J.A. (1934), The Theory of Economic Development, Cambridge: Harvard University Press.
Solow R.M. (1956), A Contribution to the Theory of Economic Growth, „The Quar-terly Journal of Economics”, vol. 70(1), s. 65–94.
Swan T.W. (1956), Economic Growth and Capital Accumulation, „Economic Re-cord”, vol. 32(2), s. 334–361.
Sylwester K. (2001), R&D and economic growth. Knowledge, „Technology & Poli-cy”, vol. 13(4), s. 71–84.
Wzrost aktywności badawczej przedsiębiorstw (2024), https://www.gov.pl/web/ncbr/ wzrost-aktywnosci-badawczej-przedsiebiorstw [dostęp: 10.08.2025].
Zatrudnieni w B+R – wskaźniki (2025), https://bdl.stat.gov.pl/bdl/dane/podgrup/wy-miary [dostęp: 9.08.2025].
monografii, które dotyczą problemów handlu zagranicznego
i ruchu kapitału na poziomie globalnym i krajowym, zapewnie-nia bezpieczeństwa gospodarczego państwa, rozwoju działal-ności innowacyjnej oraz jej wpływu na wzrost gospodarczy.
Ten utwór jest dostępny na licencji Creative Commons Uznanie autorstwa-Na tych samych warunkach 4.0 Międzynarodowe.