Langtidseffekter av Innovasjon Norges støtte til bedrifter 2003-2010 by Oxford Research Norge

Langtidseffekter av Innovasjon Norges støtte til bedrifter i perioden 2003 - 2010 Oxford Research AS i samarbeid med Møreforsking Molde AS

Oxford Research er et nordisk analyseselskap. Vi dokumenterer og utvikler kunnskap gjennom analyser, evalueringer og utredninger slik at politiske og strategiske aktører kan få et bedre grunnlag for sine beslutninger. Vi kombinerer vitenskapelige arbeidsmetoder med kreativ idéutvikling for å tilføre våre kunder ny kunnskap. Vårt spesialfelt er analyser og evalueringer innen nærings- og regionalutvikling, forskning og utdanning samt velferdsog utdanningspolitikk. Oxford Research har kontorer i Kristiansand, Stockholm, København, Kotka og Brussel og retter sitt arbeid mot det nordiske og det europeiske markedet. Se www.oxford.no for mer informasjon om selskapet

Møreforsking Molde er en forskningsinstitusjon som eies av Møreforsking AS (51 %) og Høgskolen i Molde (49 %). Forskningsarbeidet i Møreforsking Molde AS er organisert i fire faggrupper: Helse, utdanning og samfunn (HUS-gruppen), Logistikk, transportøkonomi og næringsøkonomi. Gruppen for næringsøkonomi har lange tradisjoner med evalueringer, utredninger og analyser av næringspolitiske virkemidler, effektmålinger, herunder kundeundersøkelser og effektstudier av prosjektporteføljene til Innovasjon Norge (tidligere SND) og brukerstyrt forskning i Norges Forskningsråd. Hovedtyngden av fagkompetansen til de ansatte i gruppen for næringsøkonomi faller innunder fagfeltene samfunnsøkonomi og finansieringsøkonomi. Se www.mfmr.no for mer informasjon om instituttet.

Forside- og baksidebilde: Fra flickr.com under Creative Common lisens. Foto av: R. Fernandez. http://www.flickr.com/photos/rfa247/6220204238/

Oxford Research: SVERIGE

FINLAND

Oxford Research AB Box 7578 Norrlandsgatan 12 103 93 Stockholm Telefon: (+46) 702965449 office@oxfordresearch.se

Oxford Research OY Heikinkatu 7, 48100, Kotka, Finland GSM: +358 44 203 2083 jouni.eho@oxfordresearch.fi NORGE Oxford Research AS Østre Strandgate 1 4610 Kristiansand Norge Telefon: (+47) 40 00 57 93 post@oxford.no

DANMARK

BELGIA

Oxford Research A/S Falkoner Allé 20, 4. sal 2000 Frederiksberg C Danmark Telefon: (+45) 33 69 13 69 Fax: (+45) 33 69 13 33 office@oxfordresearch.dk

Oxford Research c/o ENSR 5, Rue Archimède, Box 4 1000 Brussels Phone +32 2 5100884 Fax +32 2 5100885 secretariat@ensr.eu

Tittel:

Langtidseffekter av Innovasjon Norges støtte til bedrifter i perioden 2003 - 2010

Undertittel:

Oxford Research AS i samarbeid med Møreforsking Molde

Oppdragsgiver:

Innovasjon Norge

Prosjektperiode:

Juni 2012 – juni 2014

Prosjektleder:

Tor Borgar Hansen

Forfattere:

Helge Bremnes, Tor Borgar Hansen, Bjørn Brastad og Marthe Rosenvinge Ervik

Kort sammendrag:

For å kunne si noe om effekten av støtten fra Innovasjon Norge, har vi tatt i bruk ulike avanserte statistiske og økonometriske og teknikker. Vi har både sett på i hvilken grad støtten har en betydning for overlevelse og verdiskaping. Å få støtte fra Innovasjon Norge har en sterk og signifikant negativ sammenheng med sjansen for at en virksomhet blir inaktiv eller faller fra. Sammenhengen er statistisk signifikant, selv også når en kontrollerer for en rekke karakteristika ved bedriftene som bedriftens størrelse, distriktspolitisk virkeområde, bedriftens alder, bedriftens omsetning og kompetanseintensiteten til næringen bedriften tilhører. Analysene viser at Innovasjon Norge-støttede bedrifter har 0,62 ganger lavere sjanse for å oppleve frafall enn bedrifter som ikke har mottatt støtte. Innovasjon Norge-støttede bedrifter har også langt lavere risiko for oppløsning enn andre bedrifter, med 0,71 ganger lavere sjanse for å oppleve inaktivitet etter oppløsning enn andre bedrifter. Vi har sammenlignet verdiskapingen hos bedrifter fem år etter de mottok Distriktsutviklingstilskudd og Etablererstipend opp mot konstruerte kontrollgrupper av matchende bedrifter for årgangene 2003-07. Disse analysene viser at det ikke er noen signifikante forskjeller mellom gruppene. Dette betyr at vi ikke med tilstrekkelig grad av sikkerhet kan si at Distriktsutviklingstilskudd og Etablererstipend har en effekt på bedriftenes verdiskaping. Samtidig kan analysene heller ikke utelukke at det finnes en effekt. En medvirkende årsak til at vi ikke er i stand til å påvise noen effekter på verdiskapingsutviklingen kan være knyttet til datakvaliteten. Dersom det hadde eksistert flere variabler både innenfor støtte- og kontrollgruppen, ville kvaliteten på analysene blitt hevet ytterligere.

Forord

Gjennom det foreliggende arbeidet har Oxford Research og Møreforskning hatt som mål å komme et skritt videre når det gjelder å kunne si noe om langsiktige effekter av Innovasjon Norges støtte. Vi har tatt i bruk ulike avanserte statistiske og økonometriske teknikker for å oppnå dette samt bygget på tidligere studier av bla. Møreforskning og SSB om etablering av kontrollgrupper for Innovasjon Norge-støttede bedrifter. I hvilken grad finnes det forskjeller mellom bedrifter som har fått Innovasjon Norge-støtte og de som ikke har fått det, og kan forskjellene eventuelt tilskrives Innovasjon Norge? Oppdraget er fra Oxford Researchs side gjennomført av senioranalytiker Tor Borgar Hansen (prosjektleder), senioranalytiker Bjørn Brastad og analytiker Marthe Rosenvinge Ervik. Fra samarbeidspartner Møreforskning har gruppeleder for næringsøkonomi, Helge Bremnes, bidratt. Vi har i løpet av arbeidsperioden hatt tett dialog med spesialrådgiverne Gry Elisabeth Monsen, Pål Aslak Hungnes og Knut Senneseth i Innovasjon Norge. Vi takker for et godt samarbeid og gode konstruktive innspill underveis i prosessen!

Kristiansand, juni 2014

Harald Furre Adm. dir. Oxford Research AS

Innhold Kapittel 1.

Sammendrag .....................................................................................................................................................9

1.1

Overlevelse sammenlignet med bedriftspopulasjonen........................................................................................ 9

1.2

Økonomisk utvikling sammenlignet med bedriftspopulasjonen........................................................................... 9

1.3

Påviste effekter av støtte................................................................................................................................... 10

1.3.1

Overlevelse .......................................................................................................................................................10

1.3.2

Verdiskaping .....................................................................................................................................................10

Kapittel 2.

Bakgrunn, formål og innhold .........................................................................................................................11

2.1

Bakgrunn ........................................................................................................................................................... 11

2.2

Formål og fokus ................................................................................................................................................ 11

2.3

Rapportens fokus .............................................................................................................................................. 11

2.4

Videre innhold ................................................................................................................................................... 12

Kapittel 3.

Datakilder, analysekriterier og mulige metoder ...........................................................................................13

3.1

Datagrunnlag og databearbeiding ..................................................................................................................... 13

3.1.1

Datakilder ..........................................................................................................................................................13

3.1.2

Bearbeiding av data ..........................................................................................................................................13

3.2

Kriteriene som ligger til grunn for de deskriptive analysene.............................................................................. 14

3.2.1

Tilsagn fra Innovasjon Norge ............................................................................................................................14

3.2.2

Den resterende bedriftspopulasjonen ...............................................................................................................14

3.2.3

Hovedgrupper av bedrifter ................................................................................................................................15

3.2.4

Samlet oversikt over bedrifter som inngår i beregningene ................................................................................16

3.3

Ulike teknikker for effektmåling ......................................................................................................................... 16

3.3.1

Forløpsanalyse..................................................................................................................................................16

3.3.2

OLS med felles effekter.....................................................................................................................................17

3.3.3

Instrumentvariabler, to-stegs OLS og Heckmans seleksjonsmodell .................................................................17

3.3.4

Ikke parametriske tester, matching metoder .....................................................................................................18

3.3.5

Regresjons diskontinuitet ..................................................................................................................................19

3.3.6

Oppsummering..................................................................................................................................................19

Kapittel 4.

Deskriptiv analyse av virksomhetenes overlevelse.....................................................................................21

4.1

Overlevelsesrater .............................................................................................................................................. 21

4.1.1

Gründerbedrifter ................................................................................................................................................22

4.1.2

Etablerte bedrifter..............................................................................................................................................23

4.2

Årsaker til frafall ................................................................................................................................................ 24

4.2.1

Bedriftsfusjoner .................................................................................................................................................24

4.2.2

Oppløsninger.....................................................................................................................................................25

4.2.3

Konkurser ..........................................................................................................................................................26

Kapittel 5.

Deskriptiv analyse av virksomhetenes økonomiske utvikling ................................................................... 29

5.1

Omsetningsutvikling ......................................................................................................................................... 29

5.1.1

Gründerbedriftene ............................................................................................................................................ 29

5.1.2

De etablerte bedriftene ..................................................................................................................................... 30

5.2

Utviklingen i driftsresultat .................................................................................................................................. 31

5.2.1

Gründerbedriftene ............................................................................................................................................ 31

5.2.2

De etablerte bedriftene ..................................................................................................................................... 32

5.3

Utvikling i verdiskaping ..................................................................................................................................... 33

5.3.1

Gründerbedriftene ............................................................................................................................................ 33

5.3.2

De etablerte bedriftene ..................................................................................................................................... 34

5.4

Utvikling i antall ansatte .................................................................................................................................... 35

5.4.1

Gründerbedriftene ............................................................................................................................................ 35

5.4.2

De etablerte bedriftene ..................................................................................................................................... 36

Kapittel 6.

Langsiktige effekter av Innovasjon Norges støtte ...................................................................................... 39

6.1

Har Innovasjon Norge-støtten effekt på bedriftenes overlevelse? .................................................................... 39

6.1.1

Forutsetninger for forløpsanalysene ................................................................................................................. 39

6.1.2

Resultater fra analysene ................................................................................................................................... 40

6.1.3

Forløpsanalyse for oppløsning og konkurs ....................................................................................................... 42

6.2

Har Innovasjon Norge-støtten effekt på bedriftenes økonomiske utvikling? .................................................... 43

6.2.1

Hvordan er analysene gjort? ............................................................................................................................ 44

6.2.2

Resultater fra analysene ................................................................................................................................... 44

6.2.3

Kommentarer til analysen ................................................................................................................................. 47

Kapittel 7.

Referanser ....................................................................................................................................................... 49

Kapittel 8.

Tabellvedlegg.................................................................................................................................................. 51

Tabeller Tabell 1: Antall tilsagn og bedrifter per årgang ................................................................................................................................................ 13 Tabell 2 Oversikt over næringer som er inkludert i analysen .......................................................................................................................... 15 Tabell 3: Bedrifter i beregningene fordelt etter tilsagn fra Innovasjon Norge og den resterende bedriftspopulasjonen. ................................ 16 Tabell 4: Overlevelsesrater for gründerbedrifter, etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår........................... 22 Tabell 5: Overlevelsesrater etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår............................................................ 23 Tabell 6: Andel gründerbedrifter som har blitt slettet etter fusjon per år, etter etableringsperiode og støtte fra Innovasjon Norge ............... 24 Tabell 7: Andel etablerte bedrifter som har blitt slettet etter fusjon per år, etter etableringsperiode og støtte fra Innovasjon Norge ............. 25 Tabell 8: Andel gründerbedrifter som har blitt slettet etter oppløsning per år, etter etableringsperiode og støtte fra Innovasjon Norge ....... 25 Tabell 9: Andel etablerte bedrifter som har blitt slettet etter oppløsning per år, etter etableringsperiode og støtte fra Innovasjon Norge ..... 26 Tabell 10: Andel gründerbedrifter som har blitt slettet etter konkurs per år, etter etableringsperiode og støtte fra Innovasjon Norge .......... 27 Tabell 11: Andel etablerte bedrifter som har blitt slettet etter konkurs per år, etter etableringsperiode og støtte fra Innovasjon Norge ........ 27 Tabell 12: Omsetning i MRD NOK for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ............................. 30 Tabell 13: Omsetningsendring (%) i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ................................ 30 Tabell 14: Omsetning i MRD NOK for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte........................... 31 Tabell 15: Omsetningsendring i etablerte bedrifter (%) i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ............................. 31 Tabell 16: Andel gründerbedrifter med positivt driftsresultat, etter årgang og Innovasjon Norge-støtte ......................................................... 32 Tabell 17: Andel etablerte bedrifter med positivt driftsresultat, etter årgang og Innovasjon Norge-støtte ...................................................... 32 Tabell 18: Verdiskaping i MRD NOK for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte .......................... 33 Tabell 19: Endring i verdiskaping (%) for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ........................ 33 Tabell 20: Verdiskaping i MRD NOK for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ....................... 34 Tabell 21: Endring i verdiskaping (%) for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ...................... 34 Tabell 22: Antall ansatte i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ................................................ 35 Tabell 23: Utvikling i antall ansatte (%) i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ......................... 36 Tabell 24: Antall ansatte i etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte ............................................. 36 Tabell 25: Utvikling i antall ansatte (%) i etablerte bedrifter i perioden 2003-2010, etter årgang, IN-støtte og regnskapsår.......................... 37 Tabell 26: Hovedkategorier og -kriterier for avgrensing av kompetanseintensive næringer/tjenester ............................................................ 40 Tabell 27: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2003 til 2012. (N=474 562) .................................... 41 Tabell 28: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2004 til 2012. (N=434 967) .................................... 41 Tabell 29: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2005 til 2012. (N=384 536) .................................... 42 Tabell 30: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2006 til 2012. (N= 260 137) ................................... 42 Tabell 31: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning. Tidsperiode 2003 til 2012. (N= 473 917) ................................ 43 Tabell 32: Logit modell. Estimering av sannsynligheten for å få Distriktsutviklingstilskudd, år 2003* ........................................................... 45 Tabell 33: Logit modell. Estimering av sannsynligheten for å få Etablererstipend, år 2003 .......................................................................... 46 Tabell 34: Difference in difference. Estimering av forskjeller i verdiskaping mellom bedrifter med støtte og konstruerte kontrollgrupper, for årgangene 2003-07. Effekter ett til fem år etter støtte*. ....................................................................................................................... 47 Tabell 35: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning (2004 til 2012), N= 434 387 ..................................................... 51 Tabell 36: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning (2005 til 2012), N= 384 051 ..................................................... 51 Tabell 37: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning (2006 til 2012), N= 259 835 ..................................................... 51 Tabell 38: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2004 ............................................................. 52 Tabell 39: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2005 ............................................................. 52 Tabell 40: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2006 ............................................................. 53 Tabell 41: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2007 ............................................................. 53

Figurer Figur 1: Six Steps to Heaven: Methods for Assessing the Impact of SME Policy ........................................................................................... 12 Figur 2: Fire-års overlevelsesrater for gründerbedrifter, etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår ............... 23

ÂŠ Oxford Research AS

Kapittel 1.

Sammendrag

Formålet med denne rapporten er å ved hjelp av ulike statistiske og økonometriske teknikker komme lenger i forhold til å kunne si noe om langsiktige effekter av Innovasjon Norges støtte. Analysearbeidet som er gjort representerer et nybrottsarbeid, og bygger på tidligere studier av bl.a. Møreforskning og SSB om etablering av kontrollgrupper. I rapporten ser vi nærmere på om det er forskjeller mellom bedrifter som har fått Innovasjon Norge-støtte og de som ikke har fått det. Hvilke forskjeller er det i så fall snakk om, og i hvilken grad kan utviklingen eventuelt tilskrives Innovasjon Norge? Rapporten er bygget opp av tre deler. Den første og andre delen er deskriptiv, og analyserer og sammenligner Innovasjon Norge-støttede bedrifter med bedriftspopulasjonen når det gjelder overlevelse og økonomisk utvikling (kapittel 4 og 5). Hvilke forskjeller finnes? Den tredje delen er en effektfokusert del, som har som intensjon å belyse effekter av Innovasjon Norge-støtte ved hjelp av ulike statistiske og økonometriske og teknikker (kapittel 6). I det videre oppsummerer vi funnene fra hver av disse analysene.

1.1 Overlevelse sammenlignet med bedriftspopulasjonen



1.2 Økonomisk utvikling sammenlignet med bedriftspopulasjonen Som en del av rapporten har vi også tatt for oss de Innovasjon Norge-støttede virksomheters økonomiske utvikling sammenlignet med bedriftspopulasjonen. Vi har både sett nærmere på parameterne omsetningsutvikling, driftsresultat, verdiskaping og utvikling i antall ansatte. Analysene viste følgende hovedbilde: 

De Innovasjon Norge-støttede gründerbedriftene i de to første (2003 og 2004) og de to siste årgangene (2009 og 2010) har en høyere vekstrate i sin omsetningsutvikling enn bedriftene som ikke har blitt støttet. Omsetningsutviklingen for Innovasjon Norge-støttede etablerte bedrifter er mer ujevn, også når man ser bort fra finanskrisen.



De gründerbedriftene som ikke har mottatt Innovasjon Norge-støtte har oftere positivt driftsresultat enn andre bedrifter. De Innovasjon Norge-støttede etablerte bedriftene har en noe høyere andel med positive driftsresultat. Dette gir signaler om et risikovillig Innovasjon Norge når det gjelder gründerbedrifter.



Innovasjon Norge-støttede gründerbedrifter har en høyere vekst i verdiskapingen enn de øvrige gründerbedriftene, bortsett fra 2006-, 2007- og 2008-årgangene. Verdiskapingsutviklingen til de Innovasjon Norge-støttede etablerte bedriftene er noe mindre positiv enn for den øvrige bedriftspopulasjonen.



De Innovasjon Norge-støttede gründerbedriftene kan i de fleste årgangene vise til bedre utvikling i antall ansatte enn gründerbedriftene som ikke har fått støtte. Økningen i antall ansatte er høyest i de første årene etter etablering før den avtar noe. De etablerte virksomhe-

Vi har sammenlignet overlevelsesratene for bedriftene som har fått støtte fra Innovasjon Norge med bedrifter i den øvrige bedriftspopulasjonen som er stiftet i samme periode. Analysene viser at: 

Gründerbedrifter som har mottatt støtte fra Innovasjon Norge har høyere overlevelsesrater enn øvrige gründerbedrifter. Støtten har særlig betydning i bedriftenes tidlige utviklingsfase.



Overlevelsesratene for Innovasjon Norge-støttede etablerte bedrifter er høyere enn overlevelsesraten for øvrige etablerte bedrifter for samtlige årganger og samtlige år.



Sjansen for at bedriften blir slettet etter oppløsning er høyere blant bedrifter som ikke har mottatt støtte fra Innovasjon Norge. Dette er tilfelle både blant gründer- og etablerte bedrifter, og indikerer at Innovasjon Norge har selektert gründere som har gode forretningsideer og ambisjoner.

Andelen bedrifter som går konkurs er høyere blant Innovasjon Norge-støttede bedrifter, både blant gründer- og etablerte bedrifter. Dette indikerer at Innovasjon Norge tar en viss risiko i sine tildelinger.

tene har ikke noen videre høy sysselsettingsvekst, med unntak av de IN-støttede bedriftene i enkelte årganger.

1.3

Påviste effekter av støtte

For å kunne si noe om effekten av støtten fra Innovasjon Norge, har vi tatt i bruk ulike avanserte statistiske og økonometriske teknikker. Vi har sett på i hvilken grad støtten har en betydning både for overlevelse og verdiskaping.

1.3.1

Overlevelse

Å få støtte fra Innovasjon Norge har en sterk og signifikant negativ sammenheng med sjansen for at en virksomhet blir inaktiv eller faller fra. Sammenhengen er statistisk signifikant, selv også når en kontrollerer for en rekke karakteristika ved bedriftene som bedriftens størrelse, distriktspolitisk virkeområde, bedriftens alder, bedriftens omsetning og kompetanseintensiteten til næringen bedriften tilhører. Analysene viser at Innovasjon Norge-støttede bedrifter har 0,62 ganger lavere sjanse for å oppleve frafall enn bedrifter som ikke har mottatt støtte. Innovasjon Norge-støttede bedrifter har

også langt lavere risiko for oppløsning enn andre bedrifter, med 0,71 ganger lavere sjanse for å oppleve inaktivitet etter oppløsning enn andre bedrifter.

1.3.2

Verdiskaping

Vi har sammenlignet verdiskapingen hos bedrifter fem år etter de mottok Distriktsutviklingstilskudd og Etablererstipend opp mot konstruerte kontrollgrupper av matchende bedrifter for årgangene 2003-07. Disse analysene viser at det ikke er noen signifikante forskjeller mellom gruppene. Dette betyr at vi ikke med tilstrekkelig grad av sikkerhet kan si at Distriktsutviklingstilskudd og Etablererstipend har en effekt på bedriftenes verdiskaping. Samtidig kan analysene heller ikke utelukke at det finnes en effekt. En medvirkende årsak til at vi ikke er i stand til å påvise noen effekter på verdiskapingsutviklingen kan være knyttet til datakvaliteten. Dersom det hadde eksistert flere variabler både innenfor støtte- og kontrollgruppen, ville kvaliteten på analysene blitt hevet ytterligere. Det ville ha gitt en større mulighet for å finne eventuelle effekter av Innovasjon Norgestøtten. Dette er mer inngående diskutert i kapittel 6.

Kapittel 2. 2.1

Bakgrunn, formål og innhold

Bakgrunn

Fra Nærings- og fiskeridepartementet (NFD) har det over tid blitt stilt sterkere krav til Innovasjon Norge om å dokumentere effekten av deres innsats. Dette er både noe Innovasjon Norge må forholde seg til i rollen som faglig rådgiver, ved evalueringer av deres tjenester og programmer samt i organisasjonens mål- og resultatstyringssystem.1

2.2



En innsats/aktivitet forventes å generere enkelte resultater på kort sikt og effekter på litt lengre sikt. Mulighetene til å måle reduseres imidlertid jo lengre ut i kjeden en kommer. De tiltakene det blir gitt midler til, gir ikke nødvendigvis målbare resultater eller effekter med det samme. Det kan ta la tid før de fulle effektene realiseres. Det er ikke mulig å gjennomføre kontrollerte eksperimenter. Det er også en rekke andre forhold enn tiltaket som påvirker utviklingen. Disse forholdene må det kontrolleres for dersom en skal si noe om tiltakets effekter.

Disse utfordringene er ikke løst raskt, men krever et langsiktig utviklingsarbeid der en bygger stein på stein. Innovasjon Norge har tidligere finansiert flere ulike arbeider som har sett på effekten av støtten. Disse har både sett på forskjellige virkemidler og anvendt ulike tilnærminger. Dette er mellom annet: 

Kvitastein, O. A., 2010. Three papers on evaluations: the «what if» in the evaluation of public programmes. Ph.D. thesis no. 2010/09, Norwegian School of Economics, Bergen.



Oxford Research, 2011. Mer av det gode. Evaluering av Forsknings- og utviklingskontrakter – IFU/OFU-programmet.



Grünfeld, L.A., G. Grimsby, K. Høyseth-Gilje, H. Hvide, K.O. Lian og E. Vinogradov, 2013. En statlig bro i kapitalmarkedet: evaluering av Innovasjon Norges låne- og garantiordninger. Menonpublikasjon nr. 42, Menon Business Economics, Oslo.



Kvitastein, O. A., 2013. Dokumentasjonsnotat. Mål- og resultatstyringssystem i Innovasjon Norge. Om beregninger av effekter og resultater for indikatorer. Høgskolen i Bergen.

Formål og fokus

Dersom Innovasjon Norge skal være i stand til å følge opp signalene fra NFD, blir effektvurderinger og effektmålinger svært sentralt. Effektmålinger av bedriftsrettede virkemidler er i utgangspunktet svært komplekst. Effektmålingene må forholde seg til en rekke teoretiske og metodiske utfordringer, blant annet er det slik at: 



Hervik, A., B.G. Bergem og L. Bræin, 2006. Langtidseffekter av Innovasjon Norges finansielle virkemidler for årgangene 1994-98. Rapport 0611, Møreforskning, Molde.

I tillegg til disse arbeidene er det også gjort arbeider for Norges Forskningsråd som har vært metodeutviklende. Særlig relevant i vår sammenheng er følgende evalueringer: 

Cappelen, Å., E. Fjærli, F. Foyn, T. Hægeland, J. Møen, A. Raknerud og M. Rybalka, 2008. Evaluering av SkatteFUNN – sluttrapport. Statistisk Sentralbyrå, rapport 2008/2, Oslo.



Rasmussen, R., S.R. Borlaug, O. Bulanova, T. Clausen, O.R. Spilling og T. Sveen, 2013. Verdiskaping i forskningsbaserte selskaper og lisenser støttet av FORNY-programmet. Senter for innovasjon og bedriftsøkonomi, Bodø.

Både de arbeidene som Innovasjon Norge selv har fått uført og de andre arbeidene er med på å komplettere hverandre, men de løser kun deler av de metodiske utfordringene og ser kun på elementer av Innovasjon Norges virksomhet.

2.3

Rapportens fokus

For å komme lenger i forhold til å kunne si noe om effekter av Innovasjon Norges virkemidler, bruker vi i denne rapporten ulike kontrollgrupper og statis-

Se f.eks. stortingsmeldingen om Innovasjon Norge og SIVA (Meld. St. 22, 20112012) 1

tiske/økonometriske metoder for å belyse langtidseffekten av Innovasjon Norges støtte. Dette er en videreføring av Møreforsknings prosjekt fra 2006 (Hervik, Bergem og Bræin, 2006) samt et bidrag til metodeutvikling for å kunne måle effekter på en mer solid og stringent måte. David Storey (1998) har utviklet et hierarki for evaluering og påvisning av effekter som består av seks ulike trinn. Dette vises i figuren under.



I kapittel 4 presenterer vi en deskriptiv analyse av overlevelsesratene til de bedriftene som har mottatt støtte fra Innovasjon Norge i perioden 2003-2010 og sammenligner denne med bedrifter som ikke har fått støtte. I hvilken grad er det slik at bedriftene som har fått støtte fra Innovasjon Norge overlever i større grad og hva er årsaken til at bedriftene ikke overlever?



Blant de bedriftene som overlever, beskriver vi i kapittel 5 den økonomiske utviklingen i bedrifter som har mottatt støtte fra Innovasjon Norge i perioden 2003-2010 og sammenligner resultatene med bedrifter som ikke har fått støtte. Gjennom dette får en et innblikk i hvordan det går med bedriftene som Innovasjon Norge har gitt støtte på sikt. Denne deskriptive analysen utgjør grunnlaget for den påfølgende analysen av langtidseffektene.



Den observerte utviklingen blant bedriftene som har fått støtte fra Innovasjon Norge skyldes ikke nødvendigvis støtten. I rapportens kapittel 6 del diskuterer vi i hvilken grad utviklingen i bedriftene skyldes at de har fått støtte fra Innovasjon Norge. Dette er en diskusjon og analyse av effekter. For å analysere om støtten har en effekt, benytter vi av oss av ulike avanserte statistiske og økonometriske metoder. Vi gjør både analyser der den avhengige variabelen er overlevelse og verdiskaping.

Figur 1: Six Steps to Heaven: Methods for Assessing the Impact of SME Policy

Kilde: OECD (2004)

I følge denne klassifiseringen er metoder som benytter mottakernes egne vurderinger av f.eks. addisjonalitet å regne som steg 3, altså kun monitorering og ikke evaluering. Det er først når man tar i bruk ulike former for kontrollgrupper at man kan snakke om evaluering. I denne rapporten benytter vi metoder som kan sies å være på steg 4 (overlevelsesanalysene) og steg 6 (verdiskapingsanalysene). Dette innebærer at vi særlig for verdiskapingsanalysene benytter oss av «state of the art» -metoder for effektmåling av bedriftsstøtte.

2.4

Videre innhold

Før vi går inn på rapportens tre hovedbolker, presenterer vi i kapittel 3 først datakildene for analysen, analysekriterier og mulige metoder for effektmåling.

De ulike delene i denne rapporten henger tett sammen og bygger på hverandre. Innholdet er tredelt:

Kapittel 3. der

Datakilder, analysekriterier og mulige meto-

Gjennomføring av effektanalyser krever omfattende datasett med høy kvalitet. I dette kapittelet gis det en grundig beskrivelse av datakilder, analysekriterier og mulige metoder for effektmåling. Mer spesifikt inneholder kapittelet en beskrivelse av: 

Datagrunnlaget for analysene og databearbeiding



Kriterier og forutsetninger for analysene



Mulige statistiske/økonometriske som kan brukes for å måle effekter

3.1

sysselsettingsutviklingen på en bedre måte enn tidligere. 

Regnskapsinformasjon for samtlige regnskapspliktige bedrifter i Norge for perioden 19932012. Denne omfattende databasen inneholder opplysninger om samtlige poster i resultatog balanseregnskapet.



Konkurs- og kunngjøringsregisteret i Brønnøysund. Informasjon herfra benyttes til å oppdatere bedriftenes status i forhold til om de fortsatt er aktive eller om de er inaktive grunnet for eksempel konkurs, oppløsning eller fusjoner. Dette er den viktigste kilden vi har for å kunne beregne overlevelsesrater.

metoder

Datagrunnlag og databearbeiding

I dette delkapittelet gir vi en nærmere oversikt over hvilke datakilder vi har benyttet samt hvordan vi har bearbeidet og koblet sammen dataene for å få et etablere et felles datasett for de deskriptive og økonometriske analysene.

3.1.1

For at dette meget omfattende datamaterialet skal kunne utnyttes til analyseformål, er en avhengig av å bearbeide det og koble de ulike datakildene sammen. Dette beskrives mer inngående i det neste delkapittelet.

Datakilder

Det er benyttet fire ulike datakilder for å gjøre analyser av den økonomiske utviklingen i bedrifter som har mottatt støtte fra Innovasjon Norge i perioden 2003-2010: 

Tilsagnsinformasjon for alle prosjekter støttet av Innovasjon Norge i perioden 2003 til 2010.



Foretaksregisteret. Sammen med foretaksinformasjon stilt til rådighet av Innovasjon Norge gir disse registrene tilgang til viktige bakgrunnsopplysninger om bedriftene. I forhold til denne analysen har Oxford Research fått tilgang til en tidsserie fra 2005-2012 for ansatte-tall for bedriftene, noe som gjør oss i stand til å analysere

3.1.2

Bearbeiding av data

Tilsagnsinformasjonen fra Innovasjon Norge foreligger i utgangspunktet i filer som er organisert etter tilsagn per år. Ved å slå sammen disse datasettene, finner man ofte at en bedrift har mottatt tilsagn i flere ulike år. Dette betyr at slike filer må bearbeides slik at bedriftene er analyseenhetene og ikke tilsagnene og på en slik måte at flere tilsagn i ulike år fremkommer på en hensiktsmessig måte. Denne bearbeidingen har resultert i et datasett som omfatter til sammen 51 395 tilsagn gitt til 20 361 bedrifter i perioden 2003 til 2010. Dette er ytterligere spesifisert per årgang i tabell 1 under.

Tabell 1: Antall tilsagn og bedrifter per årgang Årgang Antall tilsagn Antall bedrifter Antall bedrifter som mottar sitt første tilsagn

2003 6 311 4 422

2004 6 327 4 680

2005 6 373 5 342

2006 6 359 5 604

2007 5 959 5 253

2008 5 632 4 940

2009 7 563 6 945

2010 6 871 6 289

2003-2010 51 395 43 475

3 039

2 606

2 711

2 502

2 198

2 129

2 819

2 357

20 361

Kilde: Oxford Research AS basert på informasjon fra Innovasjon Norge

Tilsagninformasjonen fra Innovasjon Norge ble deretter koblet sammen med foretaks- og regnskapsinformasjonen. Gjennom dette blir vi i stand til å se nærmere på den faktiske økonomiske utviklingen til de av Innovasjon Norge sine bedrifter som er regnskapspliktige samt å sammenligne resultatene med den resterende bedriftspopulasjonen. Dette er en nødvendig, men ikke tilstrekkelig premiss for at det skal kunne være mulig å utføre effektanalyser.

som har fått tilsagn fra Innovasjon Norge og den resterende bedriftspopulasjonen. Vi starter med å se på Innovasjon Norge.

Vi har benyttet informasjon fra Konkurs- og kunngjøringsregisteret i Brønnøysund i overlevelsesanalyser. Basert på disse registrene har vi konstruert en dataserie fra slutten av 1999 frem til utgangen av 2013. Dette datasettet inneholder informasjon om endringer som skjer i bedrifter, som for eksempel at de blir kjøpt opp (fusjoner), at de deles opp (fisjoner), at de blir oppløst, at de går konkurs (gjennom ulike steg) eller at de omdannes (i hovedsak aktuelt for stiftelser). De fleste av disse endringene har som konsekvens at bedriften slettes fra registrene. I våre analyser har vi forsøkt å gå bak det faktum at en bedrift har blitt slettet og sett nærmere på de ulike årsakene til sletting. Det er i løpet av de siste årene blitt enklere å benytte informasjon fra registrene i slike analyser da slike statuser er blitt innført i løpet av 2011 (sletting etter fisjon) og 2012 (sletting etter fusjon). For slettinger etter konkurser og oppløsninger, derimot, finnes ikke slike statuser. Det har derfor vært nødvendig å konstruere slike statuser manuelt i forbindelse med overlevelsesanalysene. Dette er gjort ved å identifisere hvilken status en bedrift hadde rett i forkant av slettingen og benytte denne som sletteårsak. Kun på denne måten er det mulig å identifisere sletteårsak, og vårt datasett er i så måte unikt.



De må ha regnskapsinformasjon for alle årene fra og med det året de mottok sitt første tilsagn



De må ikke ha «hull» i regnskapsserien, det vil si de må ha data fra alle årene i perioden.



De er ikke morselskaper i konsern. Vi ser kun på regnskapsinformasjon for bedrifter, ikke foretak.



Det er kun næringer som Innovasjon Norge gir støtte i et visst omfang som er med. De avgrensningene som er gjort her, omtales nærmere i kapittel 2.2.2.

3.2 Kriteriene som ligger til grunn for de deskriptive analysene For at vi skal kunne vise utviklingen i bedriftene, må virksomhetene som har fått tilsagn, oppfylle et sett av kriterier. Disse er noe forskjellige når det gjelder de

3.2.1

Tilsagn fra Innovasjon Norge

Bedrifter som har fått tilsagn fra Innovasjon Norge må oppfylle følgende kriterier:

3.2.2

Den resterende bedriftspopulasjonen

De bedriftene som befinner seg i den resterende bedriftspopulasjonen, må tilfredsstille følgende kriterier: 

Vi ser kun på bedrifter som ble etablert i samme år som det tilsvarende Innovasjon Norge tilsagnet eller tidligere.



Bedriftene må ha regnskapsinformasjon for alle årene og ikke ha «hull» i regnskapsserien.



Det er kun næringer som Innovasjon Norge gir støtte i et visst omfang som er med. I tabell 2 under gis det en nærmere oversikt over de næringene som er med i analysen og de som ikke er det. De næringene som ekskluderes fra den videre analysen er markert med blått i tabell 2.

Tabell 2 Oversikt over næringer som er inkludert i analysen Næringshovedområde C A D B J I M N E R G G_1 G_2 G_3 G_4 P L H F S Q K O T

Andel i populasjonen som har fått IN-støtte i perioden 2003-2010

Industri Jordbruk, skogbruk og fiske Elektrisitets-, gass-, damp- og varmtvannsforsyning Bergverksdrift og utvinning Informasjon og kommunikasjon Overnattings- og serveringsvirksomhet Faglig, vitenskapelig og teknisk tjenesteyting Forretningsmessig tjenesteyting Vannforsyning, avløps- og renovasjonsvirksomhet Kulturell virksomhet, underholdning og fritidsaktiviteter Varehandel, reparasjon av motorvogner, herunder: Agentur og engroshandel Postordre-/Internetthandel Vedlikehold Butikk- og detaljhandel Undervisning Omsetning og drift av fast eiendom Transport og lagring Bygge- og anleggsvirksomhet Annen tjenesteyting Helse- og sosialtjenester Finansierings- og forsikringsvirksomhet Offentlig administrasjon og forsvar, trygdeordninger underlagt offentlig forvaltning Lønnet arbeid i private husholdninger Total

Ekskludering av influerende case I alle større datasett vil det være enkelte bedrifter, eller innflytelsesrike caser, som har verdier langt i fra gjennomsnitt og median på den enkelte variabel. Et godt eksempel på dette er antall ansatte. 99,5 prosent av de norske bedriftene har under 100 ansatte, og regnes som små- og mellomstore bedrifter. En svært liten andel har flere ansatte enn dette, som Statoil AS, Norsk Hydro, Telenor og Nortura. Disse bedriftene kan ikke sies å være eksempler på normalen i den norske økonomien, heller det unormale. Analyser av langtidseffekter er svært sårbare for ekstreme verdier ettersom estimatene ofte beregnes med utgangspunkt i parametere som standardfeil og sentraltendens. Ekstreme verdier på enkelt-variabler kan da gi analysene ustabile beta-koeffisienter, pverdi med mer. Det er derfor nødvendig, som vist blant annet av Hamilton (1992), Field (2009) og Ringdal 2009), å ekskludere enkelte bedrifter med ekstreme verdier. Gjennom dette forhindrer en at de forringer analysenes validitet og reliabilitet. I dette tilfellet er det tatt utgangspunkt i ustandardiserte beta-verdier og analysert bedriftenes fordeling

13,63 % 12,14 % 12,10 % 6,97 % 5,63 % 4,83 % 3,82 % 3,28 % 3,24 % 3,01 % 1,45 % 3,20 % 3,12 % 1,05 % 0,99 % 1,33 % 1,22 % 1,00 % 0,88 % 0,68 % 0,57 % 0,30 % 0,05 % 0,00 % 4,17 %

på de mest sentrale variablene ved hjelp av boks-diagram. I analysene er det, som anbefalt av blant annet Hamilton (1992), anvendt skjønn for å vurdere cutoff-verdien på den enkelte variabel. Dersom det er observert et større gap mellom verdien til hovedvekten av bedriftene og andre ytterliggående case, har bedriften blitt vurdert som nødvendig å ekskludere i analysene av den konkrete variabelen. Det er etterstrebet å følge en tolerant cut-off, for å unngå å ekskludere flere bedrifter enn høyst nødvendig. På variabelen verdiskaping ekskluderes 30 foretak fra analysene, på variabelen antall ansatte 23 foretak, på variabelen driftsmargin 15 foretak, på variabelen omsetning 16 foretak, og på variabelen driftsresultatet 23 foretak.

3.2.3

Hovedgrupper av bedrifter

Både for de bedriftene som har fått tilsagn fra Innovasjon Norge og den resterende bedriftspopulasjonen vil det i analysene bli skilt mellom det vi kaller gründerbedrifter og etablerte bedrifter. Gründerbedrifter er definert som bedrifter som er yngre eller lik tre år på det tidspunktet de fikk innvilget støtte fra In-

novasjon Norge for første gang (årgangen). Tilsvarende er de etablerte bedriftene fire år eller eldre på det tidspunktet de fikk innvilget støtte fra Innovasjon Norge for første gang (årgangen). Den samme aldersgrupperingen brukes også for den resterende bedriftspopulasjonen.

3.2.4 Samlet oversikt over bedrifter som inngår i beregningene I tabellen under gis det en samlet oversikt over hvor mange bedrifter som inngår i beregningene basert på de kriteriene som gjelder både for de bedriftene som har fått tilsagn fra Innovasjon Norge og for den reste-

rende bedriftspopulasjonen. Som tabell 3 viser, er andelen bedrifter som vi har tilgjengelig regnskapstall for og som tilfredsstiller utvalgskriteriene, økende over tid. Dette gjelder både for de som har fått tilsagn fra Innovasjon Norge og for den resterende bedriftspopulasjonen. Fra 2006 og framover, er andelen bedrifter som tilfredsstiller kriteriene lavere blant den resterende bedriftspopulasjonen enn den er blant de som har fått tilsagn fra Innovasjon Norge. Dette skyldes først og fremst at det er et stort antall bedrifter i den resterende bedriftspopulasjonen som befinner seg i næringer som Innovasjon Norge støtter i liten grad. Disse er som påpekt i kapittel 3.2.2. ekskludert for å få et godt sammenligningsgrunnlag med de bedriftene som har fått tilsagn fra Innovasjon Norge.

Tabell 3: Bedrifter i beregningene fordelt etter tilsagn fra Innovasjon Norge og den resterende bedriftspopulasjonen. Kull/ år

2003 2004 2005 2006 2007 2008 2009 2010

Antall bedrifter som mottar sitt første tilsagn 3 039 2 606 2 711 2 502 2 198 2 129 2 819 2 357

Tilsagn fra Innovasjon Norge Antall bedrifter det foreligger regnskapsinformasjon for og som tilfredsstiller kriteriene 603 698 873 1069 1158 1099 1 719 1 627

Andel 20 % 27 % 32 % 43 % 53 % 52 % 61 % 69 %

Den resterende bedriftspopulasjonen Antall be- Antall bedrifter det foreligger Andel drifter regnskapsinformasjon for og som tilfredsstiller kriteriene 179 870 50 988 28 % 180 185 55 142 31 % 189 855 64 619 34 % 199 348 77 162 39 % 214 118 97 095 45 % 222 273 105 450 47 % 225 836 111 764 49 % 230 995 119 135 52 %

Kilde: Oxford Research AS

3.3.1

3.3

Ulike teknikker for effektmåling

I motsetning til kontrollerte eksperimenter så er det nesten aldri mulig å observere det kontrafaktiske innenfor samfunnsvitenskapelige disipliner. Det er derfor nødvendig å konstruere en hypotetisk kontra-faktisk situasjon for å kontrollere for observert heterogenitet når en skal estimere effekter som følge av virkemiddelbruk. I de senere år er det fremkommet en økende mengde litteratur, som er basert på det kontrafaktisk rammeverket som ble utviklet av Rubin (1974). I dette delkapittelet ser vi nærmere på forskjellige statistiske/økonometriske metoder som kan brukes for å måle effekter. Den første av disse, forløpsanalyse, er en mer generell statistisk teknikk, mens de resterende som beskrives befinner seg innen den økonometriske tradisjonen.

Forløpsanalyse

Forløpsanalyser kalles også gjerne overlevelsesanalyser, da de med stor sikkerhet kan si noe om årsak til at en bedrift har blitt inaktiv. Forløpsanalyse er anerkjent i samfunnsvitenskapelige, økonomiske og særlig medisinske kretser ettersom analyseformen, som den eneste metodiske tilnærmingen utover den naturvitenskaplige og eksperimentelle, gir rom for å fastsette kausalitet (Hox 2010). Metoden er også å foretrekke fremfor vanlig eller logistisk regresjon ettersom den tar høyde for at enkelte av bedriftene ikke opplever en hendelse i løpet av tidsperioden som undersøkes. Metoden er imidlertid svært datakrevende og kapasitetskrevende, og det finnes i dag få samfunnsvitenskapelige datasett som inneholder mengden informasjon som er nødvendig for å få valide og reliable tall. Som datagrunnlag har Oxford Research benyttet materialet som er utførlig beskrevet tidligere i kapittelet. Analysene som gjennomføres i kapittel 6.1 baserer seg på Cox proporsjonale hazards-regresjoner, og sier

noe om hvilke variabler som påvirker når noe skjer. 2 Tidslengde er den avhengige variabelen, her i antall år en bedrift har overlevd før denne enten fjernes fra registeret eller tidsperioden er ferdig. En betingelse for analysene er at alle bedriftene må være i den såkalte risikogruppen, i vårt tilfelle å kunne oppleve konkurs/eller andre årsaker til fjerning. En sentral parameter i Cox-regresjoner er Hazardfunksjonen. Hazard-funksjonen er prosentandelen sjanse for å oppleve en terminal hendelse, her at bedriften blir inaktiv, for den gruppen bedrifter som fremdeles er aktive ved starten av det aktuelle tidsintervallet. Hazard-funksjonen må ikke forveksles med kumulativ prosentandel. Hazard-ratioen viser derimot sjansen for at hendelsen skjedde i en gitt tidsperiode, og viser når risikoen for konkurs er størst. I Coxregresjoner kalles avhengige variabler for kovariater. I regresjonene oppgis videre Exp (B), som dersom kovariaten er dikotom står for hazard-ratioen mellom hver enhet på kovariaten dersom alle andre kovariater holdes konstant og, dersom kovariaten er kontinuerlig, står for endring i logen av hazard-funksjonen for hver enhet kovariaten endres.

3.3.2

OLS med felles effekter

Frem til rundt 1980-tallet var lineære regresjoner med bruk av tverrsnittsdata, der en kontrollerte for observerbare forskjeller mellom den som fikk støtte og dem som ikke fikk støtte, den mest benyttede metoden når en skulle estimere effekter av virkemiddelbruk. En slik lineær modell kan uttrykkes som: (1) Yi=βXi +δDi+εi, der Di er en dummy variabel som indikerer hvorvidt bedrift i har fått støtte eller ei, og er den variabelen som er av hovedinteresse i denne fremstillingen. I denne grunnleggende «referansemodellen» uttrykker koeffisienten δ den gjennomsnittlige effekten av virkemiddelet som analyserer for dem som har fått støtte. I denne modellen er denne effekten konstant for hele utvalget som er med i analysen. Om de uavhengige variablene Xi kan perfekt kontrollere for alle andre forhold som kan påvirke utfallsvariabelen som analyseres så vil OLS estimatene i ligning (1) gi et forventningsrett estimat for den gjennomsnittlige effekten som virkemiddelet har for de bedrif-

ter som har fått støtte. Det ligger en implisitt antagelse om at det er tilsagn på støtte avhengig av de prosessbestemmende utfallene (dvs. at Di og εi er ukorrelert). Siden 1980 har litteraturen gjentatte ganger understreket at OLS tilnærmingen som er beskrevet over innehar noen svakheter. Og ofte er den betingede korrelasjonen et lite troverdig estimat på den kausale sammenhengen mellom Di og Yi. Det er i hovedsak tre grunner til dette. For det første kan det være at Yi påvirker Di, for eksempel ved at de bedriftene som er har høyest sannsynlighet for suksess (i en av målvariablene) er overrepresentert i blant dem som søker støtte. For det andre kan det være en utelatt variabel som påvirker både Di og Yi, det vil si at vi har uobserverbar heterogenitet, også kjent som utelatt-variabelproblemet. Dersom en for eksempel ikke har observert og kontrollert for forhold som kan påvirke seleksjonsprosessen så vil ikke den betingede korrelasjonen representere den kausale effekten. Vi vil heller ikke vite retningen på skjevheten, altså om den estimerte effekten er for stor eller for liten sammenlignet med den virkelige kausale effekten. For det tredje kan det være at kontrollvariabler er delvis påvirket av Di slik at man ”kontrollerer bort” deler av den effekten av Di på Yi som man ønsker å avdekke. Angrist og Pischke (2009) omtaler denne typen kontrollvariabler som ”bad controls” og påpeker at dette er variabler som like gjerne kan være en avhengig variabel i studien. Teknisk sett innebærer dette at OLS estimatoren δ, gitt i ligning (1), representerer en blanding av de effekter støtte har på målvariabelen, samt de effekter som fremkommer som følge av den nevnte selekteringsproblematikken. Tilnærminger som er benyttet for å kontrollere for seleksjonsskjevhet finner en blant annet i instrumentvariabel metoden (IV) og Heckmans seleksjonsestimator.

3.3.3 Instrumentvariabler, to-stegs OLS og Heckmans seleksjonsmodell Det som gjør IV-metoden veldig nyttig, er at den kan fjerne korrelasjon mellom feilleddet i regresjonen og den sentrale uavhengige variabelen. Som nevnt over, gir en slik korrelasjon skjeve koeffisientestimat. Konsekvensen av en slik korrelasjon er at koeffisienten

Cox-modellen kan defineres slik: h(t) = h0(t) exp (b1X1 + b2X2 + ... + bpXp), hvor h(t) er den forventede hazard på tidspunktet t, h0(t) er “baseline hazard” og representerer hazarden når alle andre kovariater (eller uavhengige) X1, X2, Xp er lik null. 2

ikke representerer en kausaleffekt. FormĂĽlet med IVregresjonen er ĂĽ fjerne denne korrelasjonen. La oss anta at man er interessert i hvorvidt Di pĂĽvirker Yi, men at det er grunn til ĂĽ tro at Yi ogsĂĽ pĂĽvirker Di (omvendt kausalitet). IV metoden kan lĂ¸se dette problemet dersom du har en variabel Ii, den sĂĽkalte instrumentvariabelen, som er sterkt korrelert med Di, men samtidig ikke pĂĽvirker Yi via andre kanaler enn Di. Dersom man har en god instrumentvariabel kan man estimere en kausal effekt av Di pĂĽ Yi ved hjelp av en to-stegs regresjonsmodell; (1) đ??ˇđ?&#x2018;&#x2013; = đ?&#x203A;žđ?&#x2018;&#x2039;đ?&#x2018;&#x2013; + đ?&#x203A;żđ??źđ?&#x2018;&#x2013; + đ?&#x153;&#x2021;đ?&#x2018;&#x2013; , Ě&#x201A;đ?&#x2018;&#x2013; + đ?&#x153;&#x20AC;đ?&#x2018;&#x2013; , (2) đ?&#x2018;&#x152;đ?&#x2018;&#x2013; = đ?&#x203A;˝đ?&#x2018;&#x2039;đ?&#x2018;&#x2013; + đ?&#x203A;żđ??ˇ I det fĂ¸rste steget er Di en avhengig variabel som forklares av Ii og de andre forklaringsvariablene i modellen. I det andre steget brukes de predikerte Di -verdiene fra det fĂ¸rste steget som en uavhengig forklaringsvariabel for Yi i en identisk modell som i det fĂ¸rste steget, men uten Ii -variabelen. Intuisjonen i det siste steget er at de predikerte Di -verdiene representerer en uavhengig variasjon i Di som kun skyldes Ii. Det er to krav til denne estimeringsteknikken som ofte er vanskelig ĂĽ fĂĽ oppfylt i praksis, henholdsvis relevanskriteriet (a) og ekskluderingskriteriet (b). Dersom disse kravene ikke er oppfylt, er det ingen grunn til ĂĽ tro at IV vil gi bedre estimat pĂĽ kausale effekter enn en standard OLS regresjonsanalyse. Det er relativt uproblematisk ĂĽ teste om relevanskriteriet er oppfylt. Relevanskriteriet sier at instrumentet Ii skal vĂŚre korrelert med Di noe man kan teste ved ĂĽ se om koeffisienten for Ii er statistisk signifikant i det fĂ¸rste steget i to-stegs-modellen. Hvis instrumentet ikke er relevant, kan det ikke brukes til ĂĽ identifisere en ĂĽrsakssammenheng. Det er som regel vesentlig mer problematisk ĂĽ teste at ekskluderingskriteriet er oppfylt. En grunn til dette er at oppfyllelse av ekskluderingskriteriet ikke utelukkende er et teknisk, statistisk spĂ¸rsmĂĽl, og ekskluderingskriteriet er ikke nĂ¸dvendigvis oppfylt selv om variabelverdiene pĂĽ instrumentvariabelen er randomisert, fordi instrumentet kan pĂĽvirke gjennom flere kanaler. Det finnes heller ingen statistisk test som avgjĂ¸r hvorvidt ekskluderingskriteriet er troverdig. Heckmans seleksjons estimator er den andre metoden som er mye brukt for ĂĽ kontrollere for seleksjonsproblemer ved uobserverbare variabler. Metoden er bygger pĂĽ forutsetningen om det eksisterer en spesifikk fordeling i forhold de uobserverbare egenskapene som pĂĽvirker mĂĽlvariabelen Yi. Ved ĂĽ eksplisitt

modellere sannsynligheten for offentlig stĂ¸tte (pĂĽ lignende mĂĽte som estimering av (2) over) er det mulig ĂĽ utlede en variabel som kan brukes til ĂĽ kontrollere for den potensielle korrelasjonen mellom mĂĽlvariabelen og behandlingsvariabelen Di. Ved ĂĽ inkludere denne nye variabelen kan Heckman 1 generere forventningsrett estimat for gjennomsnittlig effekt av stĂ¸tten. I likhet med IV tilnĂŚrming kreves det imidlertid en troverdig implementering av seleksjonsligningen (2), samt at en klarer ĂĽ identifisere egnede instrumenter (Goldberger, 1983; Puhani, 2000).

3.3.4

Ikke parametriske tester, matching metoder

Ideen bak matchende metoder er ĂĽ fjerne forskjeller mellom bedrifter som deltar og ikke-deltakende bedrifter ved at man leter opp sĂĽkalte ÂŤtvillingbedrifterÂť som innehar like observerbare karakteristiske trekk blant de ikke-deltakende bedriftene som er lik til dem som fĂĽr stĂ¸tte. Det et ikke nĂ¸dvendig ĂĽ fjerne alle observerbare forskjeller mellom deltakende og ikke-deltakende bedrifter, siden en i tillegg kan benytte seg av parametriske regresjoner pĂĽ de bedriftene som er matchet. Disse regresjonene kan i prinsippet kontrollere for bĂĽde bedriftsspesifikke faste effekter, sĂĽ vel som tidstrender (Heckman et al, 1998). Det er to grunnleggende typer matching teknikker, covariate-matching og propensity-matching. Begge metoder sĂ¸ker ĂĽ redusere avstanden mellom de observerte karakteristikkene for de to gruppene basert pĂĽ noen avstandsmĂĽl. Hovedforskjellen pĂĽ teknikkene er at for propensity matching sĂĽ etableres det en endimensjonal scoring som benyttes nĂĽr en etablerer kontrollgrupper, mens for covariate matching er denne score mekanismen flerdimensjonal. I den Ă¸konometriske litteraturen er det propensity matching som er mest benyttet ved evaluering av ulike virkemidler, noe som ofte argumenteres utfra at en fort fĂĽr problemer med flerdimensjonaliteten i de tilfeller der en har kontinuerlige kontrollvariabler. Matching har noen potensielle gevinster sammenlignet med multippel regresjoner, blant annet kan det gjĂ¸re modellen mindre sĂĽrbar for antagelser om linearitet, men matching er ikke mindre sĂĽrbar enn standard regresjonsteknikker for seleksjon pĂĽ uobserverte variabler.

ÂŠ Oxford Research AS

3.3.5

Regresjons diskontinuitet

I løpet av det siste tiåret har en sett en positiv utvikling i antallet artikler som benytter seg av såkalte Regression Discontinuity-design (RD). Selve designet går tilbake til Thistlethwaite og Campbell (1960) som søkte å måle kausaleffekten av å motta et stipend på senere prestasjoner. Stipendet ble gitt på bakgrunn av en prøve, hvor de studentene som fikk en score over et visst nivå på prøven fikk stipendet. Problemet med å estimere effekten av stipendet ligger i å skille effekten av å motta selve stipendet fra blant annet effekten av andre ferdigheter, som er korrelert med både testscore og senere prestasjoner. De som mottok stipendet er sannsynligvis smartere enn de som ikke fikk stipendet, men Thistlethwaite og Campbell (1960) er interessert i motivasjonseffekten av å motta stipendet. En effektiv kontroll for andre ferdigheter er imidlertid som regel umulig. I forhold til måling av effekter fra ulike offentlige virkemidler som skal fremme innovasjon og FoU foreslår Jaffe (2002) RD-design som en anvendbar metode. Denne løsningen krever imidlertid at behandlingsvariabelen som beskriver hvorvidt en bedrift har fått tilsagn er rangert etter stigende rekkefølge. Dette innebærer at evalueringene må være transparent på en slik måte at en kan skille prosjektene entydig fra hverandre. Det er spesielt viktig at denne indeksen kan skille i de tilfeller som er i grenseland til å få støtte (eller bli avvist). Slike data har vanligvis ikke vært tilgjengelig for forskere i Norge, og verken Forskningsrådet eller Innovasjon Norge har et slikt transparent indikatorsett. Jaffe (2002) foreslår imidlertid at et evalueringsregime må bygge på prinsipper som sørger for en entydig og transparent utforming evalueringsprosessen. Det er relativt få eksempler på bruk av denne metoden innen samfunnsvitenskapelige disipliner på grunn av mangel på gode data som har entydige rangering av populasjonen virkemiddelet er rettet mot. Ideen bak RD-design tilnærmingen er å utnytte den informasjon som kan ligge i selve rangeringen av prosjekter som har søkt støtte. Dersom en entydig rangering eksisterer så har man også en indikator som presist definerer terskel som skiller de prosjektene som får støtte fra dem som ikke får. For de prosjekter som har en rangering som tilsier at de er nær terskelverdien for støtte, så er det langt mer tilfeldig om disse bedriftene fikk støtte eller ikke. Denne tilfeldigheten kan være en kilde for identifikasjon som kan gi verdifull informasjon i forhold til seleksjonsproblematikken. En slik terskel basert på for eksempel prosjektkvalitet gjør at man kan danne kontrollgrupper fra

den populasjonen som har søkt støtte, men som fikk avslag.

3.3.6

Oppsummering

Bruk av empiriske analyser for å evaluere eventuelle effekter av et gitt virkemiddel reiser en rekke metodiske problemstillinger. Det kontrafaktiske (hva ville skjedd med prosjektet/bedriften dersom virkemiddelet ikke hadde vært tatt i bruk) lar seg ikke måle, samt at det i samfunnsvitenskapelige disipliner også ofte er forbundet med å danne "ekte" kontrollgrupper som en kan sammenligne med for å estimere hvorvidt et virkemiddel har effekt. Ved evaluering av INs virkemidler, kan det også oppstå et metodisk problem ved at de bedrifter som velger å søke støtte hos IN innehar visse karakteristika som er overrepresentert, sammenlignet med den øvrige populasjonen. Endogenitets-problematikken er også velkjent fra faglitteraturen og stiller krav til det metodiske verktøyet som blir benyttet. Ved bruk av ordinære regresjonsmodeller (OLS) ligger det en implisitt antagelse om at de ikke-deltakende bedriftene har samme karakteristiske trekk som de bedrifter som mottar støtte i tolkningen av resultatene. OLS som metode er således ansett som uegnet for å løse de ovennevnte problemene. Ved bruk av instrumentvariabelmetoden kan man i prinsippet utelukke forskjeller som forklarer selve avgjørelsen for hvorvidt man søker støtte, samt ta hensyn til andre kjennetegn som påvirker målvariabelens utvikling. Et potensielt problem med IV-metoden er imidlertid knyttet til lavere presisjon på estimatene, samt at antagelsen som ligger til grunn for å løse seleksjonsproblemet strengt tatt ikke lar seg teste. Regresjons-diskontinuitet som metodisk tilnærming krever at det finnes en indikator som gir en monoton rangering av alle bedrifter som har søkt støtte, i forhold til støtteverdighet, samt en entydig cut-off verdi som skiller dem som fikk støtte fra dem som ikke fikk støtte. Dette er en indikator som i dag ikke finnes hos verken IN eller Forskningsrådet, og i så måte ikke lar seg anvende. I våre analyser av langtidseffekter har vi valgt å benytte såkalte matching teknikker. Denne metoden søker å konstruere en kvasi-kontrollgruppe ved bruk at tilgjengelige data, og er således velegnet til å adressere de problemstillinger som er nevnt innledningsvis. Denne tilnærmingen er også i de siste tiårene blitt brukt i økende grad i faglitteraturen for å analysere effekter av virkemidler.

ÂŠ Oxford Research AS

Kapittel 4. levelse

Deskriptiv analyse av virksomhetenes over-

Hovedfunn 

Gründerbedrifter som har mottatt støtte fra Innovasjon Norge har høyere overlevelsesrater enn øvrige gründerbedrifter. Støtten har særlig betydning i bedriftenes tidlige utviklingsfase.



Overlevelsesratene for Innovasjon Norge-støttede etablerte bedrifter er høyere enn overlevelsesraten for øvrige etablerte bedrifter for samtlige årganger og samtlige år.



Når vi analyserer hvor stor andel av de ulike kullene som har overlevd i fire år, er overlevelsesratene fallende for hver årgang. En mulig forklaring på dette kan være manglende registrering eller dårligere datakvalitet for de tidlige årgangene. En annen mulighet kan være at bedriftene i de senere årgangene ble utsatt for finanskrisen.



Sjansen for at bedriften blir slettet etter oppløsning, er høyere blant bedrifter som ikke har mottatt støtte fra Innovasjon Norge. Dette er tilfelle både blant gründer- og etablerte bedrifter. Resultatet indikerer at Innovasjon Norge har selektert gründere som har gode forretningsideer og ambisjoner om å få det til.



Andelen bedrifter som går konkurs er høyere blant Innovasjon Norge-støttede bedrifter (både gründerbedrifter og etablerte). Dette indikerer at Innovasjon Norge tar en viss risiko i sine tildelinger.

 Oxford Research har i forbindelse med gjennomføringen av Innovasjon Norges kundeeffektundersøkelser tidligere gjennomført analyser av overlevelsesratene til bedrifter som er støttet av Innovasjon Norge. En svakhet ved disse analysene har vært at de har tatt utgangspunkt i bedrifter som har besvart undersøkelsene. Da disse gjennomføres som utvalgsundersøkelser, får man ikke dekket alle bedriftene som har fått støtte av Innovasjon Norge i de ulike årene. I dette kapittelet ser vi nærmere på populasjonen av bedrifter som har fått støtte i de ulike årgangene ved å ta utgangspunkt i deres alder i det året de mottok støtte for første gang. Det videre innholdet i kapittelet er delt inn i to bolker: 



I del 1 beregner vi først overlevelsesratene for de bedriftene som har fått støtte fra Innovasjon Norge samt disse med bedrifter i den øvrige bedriftspopulasjonen som er stiftet i samme periode. I del 2 ser vi nærmere på hva som kjennetegner de bedriftene som ikke har overlevd. I hvilken grad har de blitt fusjonert, oppløst eller gått konkurs? Dette bidrar til å gi en mer nyansert analyse

av hva som kommer ut av Innovasjon Norges tilsagn samt deres risikoprofil. I kapittel 6.1 gjør vi en mer inngående analyse av hvor vidt støtten fra Innovasjon Norge har noen effekter på overlevelsen til bedriftene. Denne gjør det også mulig å si noe om kausalitet, det vil si om støtten har en effekt eller ikke på bedriftenes overlevelse.

4.1

Overlevelsesrater

I dette delkapittelet beregner vi overlevelsesratene for de bedriftene som har fått støtte fra Innovasjon Norge samt sammenligner disse med bedrifter i den øvrige bedriftspopulasjonen som er stiftet i samme periode. Vi gjør separate analyser for både gründerbedrifter og for etablerte bedrifter. Når vi i det videre omtaler overlevelse, mener vi bedrifter som er aktive på et gitt tidspunkt. Det innebærer at disse bedriftene ikke er blitt slettet fra Enhetseller Foretaksregisteret og at de har status som aktive bedrifter på analysetidspunktet.

Da vi tar utgangspunkt i en fireårig etableringsperiode for gründerbedriftene, er de beregnede overlevelsesratene ikke direkte sammenliknbare med overlevelsesratene som Statistisk Sentralbyrå benytter. Disse tar utgangspunkt i enkeltår for stiftelse av bedriftene.

4.1.1

Gründerbedrifter

Som nevnt over, definerer vi - i tråd med Innovasjon Norges nye MRS-system - gründerbedrifter som bedrifter som er yngre eller lik tre år på det tidspunktet de fikk innvilget støtte fra Innovasjon Norge for første gang. For den øvrige bedriftspopulasjonen inngår da bedrifter som er stiftet i den samme perioden som sammenlikningsgrunnlag.

I tabell 4 viser det hvor lenge gründerbedriftene har overlevd. Vi ser at overlevelsesratene for Innovasjon Norge-støttede gründerbedrifter er høyere enn overlevelsesraten for øvrige gründerbedrifter for samtlige årganger og samtlige år. Dermed kan vi slå fast at gründerbedrifter som har mottatt støtte fra Innovasjon Norge har høyere overlevelsesrater enn øvrige gründerbedrifter. Dette er i tråd med funnene i Nordlandsforskning sin evaluering av Innovasjon Norge sine stipendordninger fra 2006 (Alsos et.al., 2006). Vi ser også at de høyeste frafallsratene kommer senere for Innovasjon Norge-støttede gründerbedrifter enn for de ikke-støttede gründerbedriftene for de første fem årgangene. Dette tyder på at støtten har særlig betydning i bedriftenes tidlige utviklingsfase.

Tabell 4: Overlevelsesrater for gründerbedrifter, etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår Bedrift etablert i periode 2000-2003 2001-2004 2002-2005 2003-2006 2004-2007 2005-2008 2006-2009 2007-2010

Støtte fra Innovasjon Norge i perioden 2003 – 2010? Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte

Overlevd til år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

100,0 100,0

100,0 100,0 100,0 100,0

99,7 99,9 99,8 100,0 99,9 100,0

96,6 98,8 96,9 99,0 98,1 99,3 98,8 99,6

91,9 96,4 92,3 96,5 94,8 97,0 96,3 97,8 97,7 98,9

86,8 92,3 86,8 92,4 90,4 93,2 92,3 94,6 94,4 96,8 96,5 98,3

81,5 88,3 81,2 88,0 85,7 88,5 87,4 90,4 89,8 93,2 92,6 95,7 94,6 97,8

76,4 83,6 75,9 82,9 81,1 83,8 82,6 85,8 84,8 89,1 87,8 92,6 89,8 95,5 94,0 97,0

72,8 79,5 72,2 79,1 78,0 80,3 79,1 82,2 81,2 85,4 84,1 88,7 85,8 91,9 90,7 94,0

69,7 76,2 69,1 75,4 75,0 76,6 75,9 78,3 77,7 81,4 80,3 84,9 81,3 88,0 86,4 90,6

66,0 72,3 65,4 71,5 71,6 72,4 72,3 73,5 73,8 76,3 76,2 79,0 76,4 81,8 81,0 84,7

Kilde: Oxford Research AS

Vi har også sammenlignet 4-års overlevelsesrater for gründerbedriftene. Dette betyr at vi analyserer hvor stor andel av de ulike kullene som har overlevd i fire år. For bedrifter som er etablert i perioden 2000 til 2003, ser vi da på årene 2003 til 2006. For bedrifter

som er etablert i perioden 2007 til 2010, ser vi da tilsvarende på årene 2010 til 2013. Dette er gjort for å kunne gjøre en sammenlikning av de ulike årgangene. Resultatene fra de gjennomførte analysene vises i figur 2 under.

Figur 2: Fire-års overlevelsesrater for gründerbedrifter, etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår 100,0 %

2000-2003 Ingen IN-støtte 2000-2003 IN-støtte 2001-2004 Ingen IN-støtte 2001-2004 IN-støtte 2002-2005 Ingen IN-støtte 2002-2005 IN-støtte 2003-2006 Ingen IN-støtte 2003-2006 IN-støtte 2004-2007 Ingen IN-støtte 2004-2007 IN-støtte 2005-2008 Ingen IN-støtte 2005-2008 IN-støtte 2006-2009 Ingen IN-støtte 2006-2009 IN-støtte 2007-2010 Ingen IN-støtte 2007-2010 IN-støtte

98,0 % 96,0 % 94,0 % 92,0 % 90,0 % 88,0 % 86,0 % 84,0 % 82,0 % 80,0 % 1

Kilde: Oxford Research AS

Figur 2 viser høyere overlevelsesrater for gründerbedrifter som har mottatt støtte fra Innovasjon Norge enn for de som ikke har fått støtte. Et annet trekk som er verdt å merke seg er at overlevelsesratene er fallende for hver årgang. En mulig forklaring på dette kan være manglende registrering eller dårligere datakvalitet for de tidlige årgangene. En annen mulighet kan være at bedriftene i de senere årgangene ble utsatt for finanskrisen. Denne gjorde seg primært gjeldene fra høsten 2008 og utover.

4.1.2

Etablerte bedrifter

Overlevelsesratene for etablerte bedrifter er vist i tabellen under. Som for gründerbedriftene, finner vi at overlevelsesratene for Innovasjon Norge-støttede etablerte bedrifter er høyere enn overlevelsesraten for øvrige etablerte bedrifter for samtlige årganger og samtlige år. Dette skyldes i stor grad at det inngår en rekke flere etablerte bedrifter i den øvrige bedriftspopulasjonen enn hva som er tilfelle for Innovasjon Norge-støttede bedrifter.

Tabell 5: Overlevelsesrater etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår Bedrift etablert Før 2000 Før 2001 Før 2002 Før 2003 Før 2004 Før 2005 Før 2006 Før 2007

Overlevd til år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

100,0 100,0

100,0 100,0 100,0 100,0

99,8 99,9 99,8 99,9 99,8 100,0

97,3 99,2 97,2 99,1 97,1 99,1 97,1 99,0

94,0 98,0 93,8 97,9 93,7 97,9 93,6 97,7 93,5 97,5

90,6 96,0 90,3 95,8 90,0 95,6 89,8 95,3 89,6 94,7 89,4 94,6

87,0 93,7 86,6 93,3 86,3 93,0 85,9 92,6 85,6 91,7 85,3 91,4 86,1 91,4

83,4 90,8 82,8 90,3 82,4 89,8 82,0 89,3 81,6 88,3 81,1 87,7 82,0 87,7 82,2 88,1

80,7 88,3 80,1 87,6 79,6 87,0 79,2 86,4 78,7 85,2 78,1 84,6 79,1 84,6 79,2 84,9

78,3 86,2 77,6 85,5 77,1 84,8 76,7 84,0 76,1 82,6 75,5 81,9 76,4 81,8 76,4 82,0

75,4 83,6 74,7 82,7 74,1 82,0 73,6 81,1 73,0 79,6 72,4 78,7 73,3 78,6 73,2 78,4

Kilde: Oxford Research AS

4.2

Årsaker til frafall

Det er ulike årsaker til at bedrifter faller fra. For å få en dypere innsikt i ulike årsaker til frafall, har vi sett nærmere på hva som fører til at virksomheter forsvinner fra Foretaksregisteret. I hvilken grad har de blitt fusjonert, oppløst eller gått konkurs? Dette bidrar til å gi en mer nyansert analyse av hva som kommer ut av Innovasjon Norges tilsagn samt deres risikoprofil. Vi starter med å se på bedriftsfusjoner.

4.2.1

Bedriftsfusjoner

En bedrift kan ha blitt kjøpt opp av en annen bedrift gjennom en fusjon. I slike tilfeller er det en større

sannsynlighet for at aktivitetene eller prosjekter i den oppkjøpte bedriften videreføres i den overtagende bedriften enn når bedriften legges ned eller går konkurs. Slik sett kan fusjoner betraktes som et godt resultat sett ut fra Innovasjon Norge sitt ståsted. Det betyr at organisasjonen har vært med på å utvikle bedrifter som andre finner så interessante at de er oppkjøpsverdige. I tabell 6 under viser vi andelene gründerbedrifter som har blitt slettet etter å ha vært gjennom en fusjon. Vi ser at andelene gründerbedrifter som er slettet etter fusjon gjennomgående er høyere blant de som ikke har mottatt støtte fra Innovasjon Norge. Forskjellen mellom de som har fått og de som ikke har fått støtte fra Innovasjon Norge er imidlertid ikke stor.

Tabell 6: Andel gründerbedrifter som har blitt slettet etter fusjon per år, etter etableringsperiode og støtte fra Innovasjon Norge Bedrift etablert i periode

Støtte fra Innovasjon Norge i perioden 2003 – 2010?

20002003 20012004 20022005 20032006 20042007 20052008 20062009 20072010

Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte

Slettet etter fusjon i år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

1,3 % 0,6 % 1,1 % 0,5 % 0,7 % 0,2 % 0,5 % 0,2 %

1,7 % 0,8 % 1,5 % 0,7 % 1,0 % 0,6 % 0,9 % 0,5 % 0,6 % 0,3 %

1,5 % 1,4 % 1,4 % 1,1 % 1,1 % 0,9 % 1,1 % 0,8 % 1,0 % 0,6 % 0,8 % 0,6 %

1,4 % 1,0 % 1,4 % 1,0 % 1,1 % 0,9 % 1,1 % 0,7 % 1,1 % 0,6 % 1,1 % 0,4 % 1,0 % 0,3 %

1,3 % 1,1 % 1,2 % 1,0 % 1,0 % 1,0 % 1,0 % 1,1 % 1,1 % 0,9 % 1,1 % 0,8 % 1,2 % 0,6 % 1,0 % 0,3 %

0,9 % 1,2 % 0,8 % 0,9 % 0,8 % 0,9 % 0,9 % 0,9 % 0,9 % 1,0 % 0,9 % 1,0 % 1,0 % 0,8 % 0,9 % 0,7 %

1,0 % 0,7 % 1,0 % 1,1 % 0,9 % 1,0 % 1,0 % 1,2 % 1,1 % 1,3 % 1,1 % 1,1 % 1,2 % 1,1 % 1,2 % 1,1 %

1,1 % 1,5 % 1,1 % 1,6 % 0,9 % 1,6 % 1,0 % 1,5 % 1,1 % 1,3 % 1,1 % 1,4 % 1,2 % 1,4 % 1,2 % 1,2 %

Gj.sn. i perioden 0,9 % 0,8 % 1,0 % 0,8 % 0,8 % 0,8 % 0,9 % 0,9 % 1,0 % 0,9 % 1,0 % 0,9 % 1,1 % 0,8 % 1,1 % 0,8 %

Kilde: Oxford Research AS

Når det gjelder de etablerte bedriftene, viser tabell 7 at fra og med 2005-2008 er andelene fusjonerte bedrifter høyere blant Innovasjon Norge-støttede bedrifter, mens det er motsatt er tilfelle før denne perioden. Som for gründerbedriftene, er forskjellen

i fusjonsandeler mellom de som har fått støtte fra Innovasjon Norge eller ikke, relativt liten. Den største forskjellen når en ser på enkeltår er på 0,6 prosentpoeng.

Tabell 7: Andel etablerte bedrifter som har blitt slettet etter fusjon per år, etter etableringsperiode og støtte fra Innovasjon Norge Bedrift etablert i periode 20002003 20012004 20022005 20032006 20042007 20052008 20062009 20072010

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Gj.sn. i perioden

0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

1,0 % 0,5 % 1,0 % 0,5 % 1,0 % 0,6 % 1,0 % 0,6 %

1,2 % 0,7 % 1,2 % 0,7 % 1,3 % 0,7 % 1,3 % 0,7 % 1,3 % 0,7 %

1,1 % 0,9 % 1,1 % 1,0 % 1,2 % 1,0 % 1,2 % 1,1 % 1,2 % 1,1 % 1,2 % 1,0 %

1,1 % 1,1 % 1,1 % 1,2 % 1,2 % 1,1 % 1,2 % 1,1 % 1,2 % 1,1 % 1,2 % 1,1 % 1,1 % 1,0 %

1,0 % 1,2 % 1,1 % 1,2 % 1,1 % 1,2 % 1,1 % 1,2 % 1,1 % 1,2 % 1,1 % 1,1 % 1,1 % 1,1 % 1,1 % 1,1 %

0,8 % 1,0 % 0,9 % 1,2 % 0,9 % 1,1 % 0,9 % 1,1 % 0,9 % 1,1 % 0,9 % 1,1 % 0,8 % 1,0 % 0,9 % 1,0 %

0,8 % 0,8 % 0,8 % 0,8 % 0,8 % 0,8 % 0,9 % 0,7 % 0,9 % 0,8 % 0,9 % 0,9 % 0,9 % 0,9 % 0,9 % 0,9 %

0,9 % 1,3 % 1,0 % 1,2 % 1,0 % 1,2 % 1,0 % 1,3 % 1,0 % 1,4 % 1,0 % 1,4 % 1,0 % 1,4 % 1,0 % 1,4 %

0,7 % 0,7 % 0,8 % 0,8 % 0,9 % 0,9 % 1,1 % 1,0 % 1,1 % 1,1 % 1,1 % 1,1 % 1,0 % 1,1 % 1,0 % 1,1 %

Slettet etter fusjon i år

Kilde: Oxford Research AS

4.2.2

Oppløsninger

Det er en rekke grunner til at en bedrift oppløses. Årsakene kan blant annet være bedriftsstrategiske, personlige og utfordringer med lønnsomheten. Når det gjelder aksjeselskaper, oppløses de normalt etter vedtak av generalforsamlingen med 2/3 dels flertall av den aksjekapital som er representert på generalforsamlingen, men i visse tilfeller etter kjennelse av tingretten eller ved dom (http://snl.no/aksjeselskap).

I tabell 8 under viser vi andel gründerbedrifter som har blitt slettet etter oppløsning. Vi ser at andelen bedrifter som har blitt slettet etter oppløsning gjennomgående er høyere blant bedrifter som ikke har mottatt støtte fra Innovasjon Norge. Dersom en ser de ulike etableringsperiodene under ett, er andelen som har blitt oppløst fra 43 prosent til 89 prosent høyere blant bedriftene som ikke fått støtte fra Innovasjon Norge. Dette indikerer at Innovasjon Norge har selektert gründere som har gode forretningsideer og ambisjoner om å få det til.

Tabell 8: Andel gründerbedrifter som har blitt slettet etter oppløsning per år, etter etableringsperiode og støtte fra Innovasjon Norge Bedrift etablert i periode

Støtte fra Innovasjon Norge i perioden 2003 – 2010?

20002003 20012004 20022005 20032006 20042007 20052008 20062009 20072010

Slettet etter oppløsning i år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 %

0,3 % 0,1 % 0,2 % 0,0 % 0,1 % 0,0 %

1,8 % 0,6 % 1,6 % 0,5 % 1,0 % 0,4 % 0,6 % 0,2 %

2,5 % 1,1 % 2,5 % 1,2 % 1,7 % 1,2 % 1,2 % 0,8 % 0,8 % 0,4 %

2,3 % 1,2 % 2,6 % 1,4 % 2,1 % 1,5 % 1,9 % 1,2 % 1,6 % 0,8 % 1,1 % 0,4 %

2,3 % 1,1 % 2,4 % 1,2 % 2,1 % 1,3 % 2,2 % 1,3 % 2,1 % 1,0 % 1,8 % 0,9 % 1,6 % 0,5 %

2,2 % 1,5 % 2,2 % 1,5 % 1,9 % 1,6 % 2,1 % 1,5 % 2,2 % 1,3 % 2,2 % 1,1 % 2,3 % 0,8 % 1,7 % 0,7 %

1,4 % 1,0 % 1,4 % 1,0 % 1,2 % 1,0 % 1,4 % 1,0 % 1,5 % 1,0 % 1,6 % 1,1 % 1,8 % 1,1 % 1,5 % 1,0 %

1,1 % 0,8 % 1,2 % 0,7 % 1,1 % 0,8 % 1,2 % 0,9 % 1,3 % 0,8 % 1,4 % 1,0 % 1,7 % 1,0 % 1,6 % 0,9 %

1,6 % 0,8 % 1,6 % 1,0 % 1,5 % 1,1 % 1,6 % 1,6 % 1,8 % 1,8 % 2,0 % 2,0 % 2,3 % 2,3 % 2,5 % 2,0 %

Gj.sn. i perioden 1,4 % 0,7 % 1,6 % 0,9 % 1,4 % 1,0 % 1,5 % 1,1 % 1,6 % 1,0 % 1,7 % 1,1 % 1,9 % 1,1 % 1,8 % 1,2 %

Kilde: Oxford Research AS

I tabell 9 under viser vi andel etablerte bedrifter som har blitt slettet etter oppløsning. Vi ser at andelen bedrifter som har blitt slettet etter oppløsning gjennomgående er mye høyere blant bedrifter som ikke har mottatt støtte fra Innovasjon Norge. Blant de bedriftene som har fått tilsagn fra Innovasjon Norge, er det

slik at andelen bedrifter som har blitt slettet etter oppløsning har økt noe for de bedriftene som ble etablert i de senere periodene. En medvirkende årsak til dette kan være finanskrisen.

Tabell 9: Andel etablerte bedrifter som har blitt slettet etter oppløsning per år, etter etableringsperiode og støtte fra Innovasjon Norge Bedrift etablert i periode

Støtte fra Innovasjon Norge i perioden 2003 – 2010?

20002003 20012004 20022005 20032006 20042007 20052008 20062009 20072010

Slettet etter oppløsning i år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 %

0,2 % 0,0 % 0,2 % 0,0 % 0,2 % 0,0 %

1,4 % 0,1 % 1,4 % 0,1 % 1,5 % 0,1 % 1,5 % 0,1 %

1,7 % 0,3 % 1,8 % 0,3 % 1,8 % 0,3 % 1,9 % 0,4 % 1,9 % 0,6 %

1,7 % 0,3 % 1,7 % 0,4 % 1,7 % 0,4 % 1,8 % 0,5 % 1,8 % 0,6 % 1,9 % 0,8 %

1,7 % 0,5 % 1,7 % 0,5 % 1,8 % 0,6 % 1,8 % 0,6 % 1,8 % 0,7 % 1,9 % 0,7 % 1,9 % 0,8 %

1,8 % 0,5 % 1,8 % 0,6 % 1,8 % 0,6 % 1,8 % 0,7 % 1,9 % 0,8 % 1,9 % 0,9 % 1,8 % 1,0 % 1,9 % 1,0 %

1,1 % 0,5 % 1,1 % 0,5 % 1,1 % 0,5 % 1,2 % 0,6 % 1,2 % 0,6 % 1,2 % 0,6 % 1,2 % 0,7 % 1,2 % 0,7 %

0,9 % 0,4 % 0,9 % 0,4 % 0,9 % 0,4 % 0,9 % 0,5 % 1,0 % 0,5 % 1,0 % 0,5 % 1,0 % 0,6 % 1,0 % 0,6 %

1,3 % 0,3 % 1,3 % 0,4 % 1,4 % 0,3 % 1,4 % 0,4 % 1,4 % 0,5 % 1,4 % 0,6 % 1,4 % 0,6 % 1,5 % 0,8 %

Gj.sn. i perioden 1,1 % 0,3 % 1,2 % 0,3 % 1,4 % 0,4 % 1,5 % 0,5 % 1,6 % 0,6 % 1,6 % 0,7 % 1,5 % 0,7 % 1,4 % 0,8 %

Kilde: Oxford Research AS

4.2.3

Konkurser

Hos Konkursrådet gis det en nærmere oversikt over hva som legges i konkurs (http://www.konkursradet.no/hjem.296667.no.html). En konkurs kan bare åpnes hvis en er insolvent. En skyldner er insolvent når han ikke kan oppfylle sine forpliktelser etter hvert som de forfaller, med mindre betalingsudyktigheten antas å være forbigående. At skyldneren på denne måten er betalingsudyktig betegnes gjerne som illikviditet. Dette er imidlertid ikke en tilstrekkelig betingelse for at skyldneren skal anses som insolvent. Skyldneren må i tillegg være insuffisient. Det betyr at heller ikke skyldnerens eiendeler gir full dekning for skyldnerens forpliktelser. Insolvens foreligger med andre ord dersom skyldneren både er illikvid og insuffisient. Debitor kan ta initiativet å begjære seg selv konkurs, eller konkurs kan åpnes etter begjæring av en av hans

kreditorer. Finner skifteretten at insolvens foreligger, starter selve bobehandlingen. I tabell 10 viser vi andel gründerbedrifter som har gått konkurs i analyseperioden. Vi ser at konkursratene tiltar fra 2010 og at dette gjelder for alle etableringsperiodene. Dette kan som nevnt innledningsvis skyldes lavere datakvalitet for tidlige år i vår analyseperiode, men finanskrisen kan også være en medvirkende årsak. Når en sammenligner konkursandelene mellom de bedriftene som har fått/ikke fått støtte fra Innovasjon Norge, er konkursandelene høyere blant Innovasjon Norge-støttede gründerbedrifter. Dette indikerer at Innovasjon Norge tar en viss risiko, men basert på vårt materiale er det ikke mulig å si noe om risikoprofilen er slik den bør være.

Tabell 10: Andel gründerbedrifter som har blitt slettet etter konkurs per år, etter etableringsperiode og støtte fra Innovasjon Norge Bedrift etablert i periode

Støtte fra Innovasjon Norge i perioden 2003 – 2010?

20002003 20012004 20022005 20032006 20042007 20052008 20062009 20072010

Slettet etter konkurs i år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,0 % 0,0 % 0,0 %

0,4 % 0,5 % 0,5 % 0,5 % 0,4 % 0,5 % 0,4 % 0,3 % 0,4 % 0,2 % 0,3 % 0,2 % 0,2 % 0,1 %

1,4 % 1,4 % 1,6 % 1,8 % 1,4 % 1,7 % 1,5 % 1,6 % 1,5 % 1,6 % 1,3 % 1,1 % 1,2 % 0,9 % 0,8 % 0,7 %

1,0 % 1,7 % 1,1 % 1,7 % 1,0 % 1,4 % 1,0 % 1,5 % 1,1 % 1,5 % 1,0 % 1,6 % 1,1 % 1,5 % 0,8 % 1,3 %

0,9 % 1,5 % 0,9 % 1,7 % 0,8 % 1,7 % 0,9 % 1,9 % 1,0 % 1,8 % 1,1 % 1,7 % 1,4 % 1,7 % 1,3 % 1,4 %

0,8 % 1,4 % 0,9 % 1,1 % 0,8 % 1,2 % 0,8 % 1,5 % 0,8 % 1,7 % 0,9 % 2,3 % 1,2 % 2,5 % 1,4 % 2,4 %

Gj.sn. i perioden 0,4 % 0,6 % 0,5 % 0,7 % 0,5 % 0,7 % 0,6 % 0,9 % 0,7 % 1,0 % 0,8 % 1,2 % 1,0 % 1,3 % 1,1 % 1,5 %

Kilde: Oxford Research AS

Vi har også sett på konkursandelen blant etablerte bedrifter. I tabell 11 viser vi andelen etablerte bedrifter som har gått konkurs i analyseperioden. Vi finner det samme mønsteret for disse som for grün-

derbedriftene, det vil si en høyere rate blant bedrifter som har mottatt støtte fra Innovasjon Norge. Også her er det slik at konkursandelen er høyere fra 2010 og utover.

Tabell 11: Andel etablerte bedrifter som har blitt slettet etter konkurs per år, etter etableringsperiode og støtte fra Innovasjon Norge Bedrift etablert i periode

Støtte fra Innovasjon Norge i perioden 2003 – 2010?

20002003 20012004 20022005 20032006 20042007 20052008 20062009 20072010

Slettet etter konkurs i år 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 %

0,1 % 0,0 % 0,1 % 0,0 % 0,1 % 0,0 % 0,1 % 0,0 % 0,1 % 0,1 % 0,1 % 0,0 %

0,2 % 0,2 % 0,2 % 0,2 % 0,2 % 0,2 % 0,2 % 0,2 % 0,3 % 0,3 % 0,3 % 0,3 % 0,3 % 0,3 %

0,6 % 0,9 % 0,7 % 1,0 % 0,7 % 1,0 % 0,8 % 1,1 % 0,8 % 1,1 % 0,9 % 1,3 % 0,9 % 1,2 % 1,0 % 1,2 %

0,5 % 0,9 % 0,6 % 0,9 % 0,6 % 1,0 % 0,6 % 1,1 % 0,6 % 1,1 % 0,7 % 1,2 % 0,7 % 1,2 % 0,7 % 1,2 %

0,5 % 0,7 % 0,5 % 0,8 % 0,6 % 0,8 % 0,6 % 0,9 % 0,6 % 1,0 % 0,6 % 1,1 % 0,6 % 1,1 % 0,7 % 1,2 %

0,4 % 0,8 % 0,5 % 0,9 % 0,5 % 0,9 % 0,5 % 1,0 % 0,5 % 1,0 % 0,6 % 1,0 % 0,6 % 1,0 % 0,6 % 1,2 %

Gj.sn. i perioden 0,2 % 0,3 % 0,3 % 0,4 % 0,3 % 0,4 % 0,4 % 0,5 % 0,4 % 0,7 % 0,5 % 0,8 % 0,6 % 1,0 % 0,8 % 1,2 %

Kilde: Oxford Research AS

ÂŠ Oxford Research AS

Kapittel 5. Deskriptiv analyse av virksomhetenes økonomiske utvikling Hovedfunn 



Innovasjon Norge-støttede gründerbedrifter har en høyere vekst i verdiskaping enn øvrige gründerbedriftene bortsett fra 2006-, 2007- og 2008-årgangene. Disse bedriftene slet mindre med finanskrisen i form av nedgang i verdiskapingen enn de som ikke har fått støtte. Verdiskapingsutviklingen til de Innovasjon Norge-støttede etablerte bedriftene er noe mindre positiv enn for den øvrige bedriftspopulasjonen.



I denne deskriptive delen av analysen ser vi nærmere på hvordan det har gått med bedriftene som fikk tilsagn fra Innovasjon Norge i perioden fra 2003-2010 sammenlignet med virksomheter i den øvrige bedriftspopulasjonen i Norge. Vi ser nærmere på utviklingen i følgende indikatorer:

Vi starter analysen med å se nærmere på omsetningsutviklingen, både blant Innovasjon Norge-støttede bedrifter og blant bedrifter i den øvrige bedriftspopulasjonen.



Omsetning

5.1



Driftsresultat



Verdiskaping



Antall ansatte

I dette kapittelet viser vi omsetningsutviklingen til de bedriftene som fikk tilsagn fra Innovasjon Norge i perioden fra 2003 til 2010 samt omsetningsutviklingen til den resterende bedriftspopulasjonen. Vi ser kun på bedrifter som er aktive per 31.12.2013 og vi starter med å se på gründerbedriftene.

Dette er alle forhold som er sentrale når det gjelder bedriftsutvikling og verdiskaping. Gjennom å se nærmere på dem, får vi et godt bilde av hvordan bedriftene utvikler seg over tid. Med utgangspunkt i kriteriene som ligger til grunn for den deskriptive analysen, vil det altså kun være de overlevende bedriftene i enhver årgang som blir analysert med hensyn til indikatorene som er nevnt over.

5.1.1

Omsetningsutvikling

Gründerbedriftene

Tabellen under viser hvordan omsetningen til gründerbedrifter har utviklet seg i perioden 2003 til 2010. Tallene er absolutte tall i milliarder kroner.

Tabell 12: Omsetning i MRD NOK for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

IN-støtte? Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte Ingen IN-støtte IN-støtte

2003 101,4 1,3

2004 121,4 1,9 139,9 1,6

2005 140,1 2,4 130,8 2,3 116,6 4,1

2006 166,2 3,0 154,9 3,0 150,9 5,4 132,6 5,2

2007 187,0 3,3 171,8 3,3 171,1 6,1 163,7 6,3 226,5 4,8

2008 218,5 3,5 202,6 3,5 197,6 6,8 191,9 7,0 272,1 5,5 237,0 4,6

2009 215,2 3,8 201,4 3,7 200,3 6,7 195,4 6,5 387,0 5,2 370,2 5,5 331,2 6,7

2010 216,1 4,5 219,4 4,4 214,4 7,0 212,5 6,8 415,6 5,3 398,9 5,5 372,4 8,0 370,3 3,4

2011 229,0 4,8 230,5 5,1 229,0 7,7 232,1 7,4 499,0 6,0 491,0 7,2 464,6 10,7 472,1 4,9

2012 235,8 4,7 233,3 4,9 230,3 8,1 232,8 8,2 495,5 6,7 495,0 7,4 476,1 11,7 497,2 5,7

Kilde: Oxford Research AS

Som tabellen viser svært tydelig, er den samlede omsetningen til bedrifter som er støttet av Innovasjon Norge betydelig lavere enn omsetningen til bedrifter som ikke er støttet. Dette skyldes naturlig nok at det

er langt flere bedrifter som ikke har fått støtte. Derfor er det mer interessant å se på utviklingen over tid i prosentvis endring i omsetning. Dette er vist i neste tabell.

Tabell 13: Omsetningsendring (%) i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte Årgang

IN-støtte?

2003

20052006 19 % 29 % 19 % 30 % 29 % 30 %

20062007 13 % 7% 11 % 10 % 13 % 13 % 23 % 22 %

De Innovasjon Norge-støttede bedriftene i de to første (2003 og 2004) og de to siste årgangene (2009 og 2010) kan vise til en høyere vekstrate i sin omsetningsutvikling enn bedriftene som ikke har blitt støttet. Samtidig ser vi at både de Innovasjon Norge-støttede og ikke-Innovasjon Norge-støttede bedriftene har måttet tåle en omsetningsreduksjon som følge av finanskrisen.

5.1.2

2004 2005 2006 2007 2008 2009 2010

20032004 20 % 38 %

20042005 15 % 26 % -7 % 44 %

20072008 17 % 8% 18 % 5% 15 % 12 % 17 % 11 % 20 % 15 %

20082009 -2 % 9% -1 % 6% 1% -1 % 2% -8 % 42 % -6 % 56 % 20 %

20092010 0% 17 % 9% 21 % 7% 4% 9% 6% 7% 4% 8% 1% 12 % 20 %

20102011 6% 8% 5% 15 % 7% 9% 9% 9% 20 % 13 % 23 % 30 % 25 % 33 % 27 % 44 %

20112012 3% -2 % 1% -3 % 1% 6% 0% 11 % -1 % 10 % 1% 3% 2% 9% 5% 15 %

Kilde: Oxford Research AS

De etablerte bedriftene

Når vi ser på de etablerte bedriftene, er deres omsetningsutvikling fremstilt i tabellen under. Tabellen under viser at omsetningen i begge de to bedriftsgruppene øker.

Tabell 14: Omsetning i MRD NOK for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2003 760,8 17,0

2004 868,6 19,1 925,8 15,9

2005 996,5 20,9 1059,5 16,8 1111,1 90,4

2006 1122,7 24,4 1198,9 18,8 1258,1 116,3 1305,2 110,3

2007 1151,4 27,8 1236,6 20,2 1302,7 120,7 1356,4 114,2 1481,4 114,1

2008 1292,4 31,8 1389,1 21,0 1469,1 127,2 1527,8 119,9 1662,0 117,1 1729,0 30,1

2009 1121,9 32,1 1217,6 21,2 1292,1 103,6 1349,2 96,9 1479,8 92,7 1538,9 29,0 1604,7 105,9

2010 1194,8 34,5 1280,8 22,5 1361,0 107,0 1420,2 101,1 1559,7 101,7 1627,4 31,0 1692,7 108,1 1757,9 135,9

2011 1308,3 30,5 1397,7 23,5 1484,0 116,0 1548,3 109,4 1700,0 111,3 1769,3 35,3 1842,3 107,8 1916,1 136,5

2013 1352,3 32,5 1447,4 23,6 1536,7 112,6 1602,3 105,6 1760,0 106,0 1822,1 35,4 1901,8 117,5 1979,5 131,8

Kilde: Oxford Research AS

I tabell 15 vises omsetningsendringen i prosent for de etablerte bedriftene. Vi ser at de Innovasjon Norgestøttede etablerte bedriftene har en sterkere vekst i sin omsetningsutvikling for kun to av årgangene (2003 og 2008). Vi ser videre at omsetningsutviklingen for Innovasjon Norge-støttede etablerte bedrifter er mer

ujevn, også når vi ser bort fra finanskrisen. Denne bød på utfordringer for både Innovasjon Norge-støttede og ikke-Innovasjon Norge-støttede etablerte bedrifter. Kun de Innovasjon Norge-støttede bedriftene i 2004-årgangen kom seg gjennom denne perioden med en omsetningsøkning.

Tabell 15: Omsetningsendring i etablerte bedrifter (%) i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte Årgang

IN-støtte?

2003

2004 2005 2006 2007 2008 2009 2010

20032004 14 % 12 %

20042005 15 % 10 % 14 % 6%

20052006 13 % 16 % 13 % 12 % 13 % 29 %

20062007 3% 14 % 3% 7% 4% 4% 4% 3%

20072008 12 % 14 % 12 % 4% 13 % 5% 13 % 5% 12 % 3%

20082009 -13 % 1% -12 % 1% -12 % -19 % -12 % -19 % -11 % -21 % -11 % -4 %

20092010 7% 7% 5% 6% 5% 3% 5% 4% 5% 10 % 6% 7% 5% 2%

20102011 9% -12 % 9% 4% 9% 8% 9% 8% 9% 9% 9% 14 % 9% 0% 9% 0%

20112012 3% 7% 4% 0% 4% -3 % 3% -4 % 4% -5 % 3% 0% 3% 9% 3% -3 %

Kilde: Oxford Research AS

5.2

Utviklingen i driftsresultat

I dette delkapittelet ser vi nærmere på utviklingen i driftsresultat til både gründer- og etablerte bedrifter. Dette gjøres gjennom å fremstille andelen bedrifter i hver årgang som oppnår et positivt driftsresultat.

5.2.1

Gründerbedriftene

I tabell 16 viser vi hvordan det har gått resultatmessig med gründerbedriftene i de ulike årgangene. Det er særlig de tidlige årgangene (2003 og 2004) som har høye andeler med gründerbedrifter som har positive driftsresultat. Vi ser videre at de ikke-Innovasjon Norge-støttede bedriftene har de høyeste andelene

for alle årganger unntatt 2006-årgangen. Dette indikerer at Innovasjon Norge tar en viss risiko i forhold til gründerbedriftene, men det er ikke mulig å si noe

om balansen er fornuftig uten å kjenne mer detaljert til de prosjektene som har fått støtte.

Tabell 16: Andel gründerbedrifter med positivt driftsresultat, etter årgang og Innovasjon Norge-støtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2003 58 % 36 %

2004 65 % 49 % 60 % 44 %

2005 67 % 53 % 65 % 53 % 51 % 47 %

2006 68 % 59 % 67 % 52 % 58 % 58 % 46 % 46 %

2007 69 % 64 % 68 % 54 % 60 % 60 % 50 % 51 % 48 % 45 %

2008 65 % 58 % 64 % 55 % 57 % 59 % 49 % 51 % 49 % 45 % 46 % 35 %

2009 63 % 58 % 63 % 52 % 57 % 59 % 50 % 52 % 51 % 50 % 49 % 42 % 50 % 39 %

2010 64 % 58 % 64 % 52 % 58 % 55 % 51 % 50 % 52 % 49 % 51 % 43 % 54 % 42 % 50 % 38 %

2011 64 % 56 % 65 % 55 % 59 % 54 % 53 % 54 % 53 % 48 % 52 % 44 % 56 % 45 % 54 % 40 %

2012 64 % 55 % 64 % 54 % 59 % 57 % 53 % 59 % 54 % 53 % 53 % 49 % 56 % 49 % 55 % 46 %

Kilde: Oxford Research AS

5.2.2

De etablerte bedriftene

Når det gjelder de etablerte bedriftene og deres driftsresultatutvikling, er denne vist i tabellen under. Sammenlignet med gründerbedriftene, er for det første andelen etablerte bedrifter som har et positivt

driftsresultat gjennomgående høyere, både for Innovasjon Norge-støttede bedrifter og de øvrige etablerte bedriftene. For det andre er forskjellene i andelene mindre enn for gründerbedriftene. Til tross for dette, har de Innovasjon Norge-støttede etablerte bedriftene en noe høyere andel med positive driftsresultat for de fleste årgangene.

Tabell 17: Andel etablerte bedrifter med positivt driftsresultat, etter årgang og Innovasjon Norge-støtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2003 70 % 64 %

2004 72 % 72 % 72 % 76 %

2005 72 % 71 % 72 % 73 % 71 % 75 %

2006 72 % 72 % 72 % 77 % 71 % 75 % 71 % 73 %

2007 72 % 73 % 72 % 76 % 72 % 76 % 71 % 75 % 72 % 76 %

2008 68 % 63 % 68 % 74 % 67 % 73 % 67 % 72 % 69 % 70 % 68 % 66 %

2009 66 % 61 % 66 % 70 % 65 % 69 % 65 % 65 % 67 % 65 % 66 % 64 % 63 % 62 %

2010 66 % 62 % 66 % 69 % 65 % 69 % 65 % 67 % 67 % 67 % 66 % 61 % 63 % 61 % 62 % 62 %

2011 67 % 66 % 66 % 68 % 66 % 70 % 66 % 68 % 67 % 68 % 67 % 66 % 64 % 65 % 63 % 62 %

2012 66 % 64 % 66 % 67 % 66 % 68 % 66 % 66 % 67 % 68 % 67 % 60 % 63 % 64 % 63 % 65 %

Kilde: Oxford Research AS

5.3

Utvikling i verdiskaping

5.3.1

Vi definerer verdiskaping regnskapsmessig som summen av en bedrifts driftsresultat og lønnskostnader. I det følgende delkapittelet vil vi ta for oss utviklingen i verdiskaping hos gründerbedrifter og etablerte bedrifter.

Gründerbedriftene

For gründerbedriftene er utviklingen i verdiskaping målt i milliarder kroner vist i tabellen under.

Tabell 18: Verdiskaping i MRD NOK for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norgestøtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2003 24,6 0,2

2004 32,1 0,4 28,9 0,3

2005 34,9 0,6 40,0 0,6 36,0 1,6

2006 46,5 0,9 53,0 0,9 51,5 2,1 46,3 1,7

2007 52,9 0,9 56,6 0,8 54,9 2,3 53,9 1,9 94,4 1,5

2008 64,8 0,9 69,5 0,8 66,6 2,8 61,4 1,8 116,3 1,5 100,4 1,0

2009 61,9 1,1 67,7 0,9 67,6 2,9 65,4 1,8 180,5 1,5 170,9 1,1 156,9 1,0

2010 65,9 1,4 75,2 1,3 72,7 3,1 72,4 2,1 194,0 1,7 182,3 1,1 171,7 1,4 167,3 0,9

2011 71,7 1,4 81,6 1,4 79,8 3,2 83,5 2,2 263,7 1,7 255,5 1,0 242,0 1,9 234,1 1,0

2012 74,0 1,2 81,0 1,2 77,3 3,4 76,9 2,5 251,3 1,9 247,5 1,2 237,0 2,0 237,2 1,4

Kilde: Oxford Research AS

Som tabellen viser, er det langt lavere verdiskaping i de Innovasjon Norge-støttede gründerbedriftene enn for de øvrige gründerbedriftene. Som vi har nevnt tidligere, skyldes dette at langt flere gründerbedrifter i den øvrige bedriftspopulasjonen.

Det er derfor mer interessant å se nærmere på utviklingen i verdiskaping over tid. Dette er vist i tabellen under.

Tabell 19: Endring i verdiskaping (%) for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norgestøtte Årgang

IN-støtte?

2003

2004 2005 2006 2007 2008 2009 2010

20032004 31 % 76 %

20042005 9% 49 % 38 % 64 %

20052006 33 % 55 % 33 % 57 % 43 % 30 %

20062007 14 % -2 % 7% -11 % 7% 12 % 16 % 10 %

20072008 23 % 0% 23 % -2 % 21 % 19 % 14 % -5 % 23 % -4 %

20082009 -5 % 20 % -3 % 16 % 2% 3% 7% 4% 55 % 1% 70 % 4%

20092010 6% 27 % 11 % 44 % 7% 7% 11 % 12 % 7% 13 % 7% 0% 9% 35 %

20102011 9% 2% 9% 9% 10 % 5% 15 % 7% 36 % -1 % 40 % -5 % 41 % 35 % 40 % 14 %

20112012 3% -15 % -1 % -16 % -3 % 4% -8 % 14 % -5 % 15 % -3 % 19 % -2 % 6% 1% 39 %

Kilde: Oxford Research AS

Som vi ser av tabellen over, har de Innovasjon Norgestøttede gründerbedriftene en høyere vekst i sin verdiskaping enn de øvrige gründerbedriftene bortsett fra 2006-, 2007- og 2008-årgangene.

flere av årgangene slet med fall i verdiskapingen fra 2011 til 2012. Sammenlignet med de andre indikatorene, ser vi også at utviklingen i verdiskaping er langt mer volatil.

Tabellen viser videre at Innovasjon Norge-støttede gründerbedrifter, spesielt i de tidlige årgangene, slet mindre med finanskrisen i form av nedgang i verdiskapingen enn de som ikke har fått støtte. Vi ser også at

5.3.2

De etablerte bedriftene

Vi har også sett nærmere på verdiskapingen til de etablerte bedriftene. Dette er vist i tabellen under.

Tabell 20: Verdiskaping i MRD NOK for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norgestøtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2003 187,5 4,6

2004 218,8 4,9 230,5 4,1

2005 253,7 4,9 268,7 4,4 284,4 9,0

2006 282,2 6,0 301,1 5,6 319,2 11,0 333,1 11,1

2007 322,8 6,7 344,5 5,7 365,1 12,5 380,7 13,0 422,3 14,1

2008 348,5 7,2 373,1 5,5 400,3 15,1 418,1 16,2 462,4 15,5 488,6 8,2

2009 314,3 6,7 337,6 5,4 359,9 11,6 378,2 13,1 418,0 11,9 440,5 7,5 462,4 24,9

2010 343,0 7,6 366,4 5,7 392,7 12,0 410,8 13,9 455,3 13,8 482,0 8,1 502,5 26,7 522,3 21,8

2011 390,3 6,7 414,5 5,8 442,9 14,5 462,5 15,5 510,7 16,3 537,2 9,4 561,6 27,6 586,5 22,6

2012 411,3 7,3 437,8 5,8 468,0 14,1 488,3 14,6 542,5 16,3 566,2 9,3 592,7 30,4 615,0 23,5

Kilde: Oxford Research AS

Igjen ser vi, ikke overraskende på grunn av det langt høyere antallet etablerte bedrifter i den generelle bedriftspopulasjonen, at disse har en langt høyere ver-

diskaping enn de Innovasjon Norge-støttede etablerte bedriftene. En analyse av utviklingen over tid gir da et mer interessant bilde, og dette er vist i tabellen under.

Tabell 21: Endring i verdiskaping (%) for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norgestøtte Årgang

IN-støtte?

2003

2004 2005 2006 2007 2008 2009 2010

20032004 17 % 7%

20042005 16 % 0% 17 % 6%

20052006 11 % 21 % 12 % 28 % 12 % 23 %

20062007 14 % 13 % 14 % 2% 14 % 14 % 14 % 17 %

20072008 8% 8% 8% -3 % 10 % 21 % 10 % 24 % 9% 10 %

20082009 -10 % -7 % -10 % -2 % -10 % -24 % -10 % -19 % -10 % -23 % -10 % -8 %

20092010 9% 13 % 9% 5% 9% 4% 9% 6% 9% 16 % 9% 8% 9% 7%

20102011 14 % -12 % 13 % 2% 13 % 20 % 13 % 12 % 12 % 18 % 11 % 17 % 12 % 3% 12 % 4%

20112012 5% 10 % 6% 1% 6% -2 % 6% -5 % 6% 0% 5% -1 % 6% 10 % 5% 4%

Kilde: Oxford Research AS

Vi ser at utviklingen til de Innovasjon Norge-støttede etablerte bedriftene er noe mindre positiv enn for den øvrige bedriftspopulasjonen i form av høyere vekstrater. Dette gjelder de fleste årgangene, unntatt 2005 og 2008.

fra en tidsserie i Foretaksregisteret. Denne datakilden er helt sentral i dette delkapittelet.

Vi ser at finanskrisen fikk følger for verdiskapingen både til de Innovasjon Norge-støttede etablerte bedriftene og de som ikke har fått støtte. Samtlige årganger måtte se at sin verdiskaping falt sammenlignet med 2008.

Det er spesielt interessant å se nærmere på sysselsettingsutviklingen i gründerbedrifter, da dette er en indikator som også Statistisk Sentralbyrå benytter i sine analyser av overlevelse hos bedrifter. Selv om våre analyser ikke er direkte sammenlignbare, er det likevel interessant å benytte indikatoren i en sammenligning av de Innovasjon Norge-støttede gründerbedriftene og de som ikke har fått støtte. Dette er vist i tabellen under.

5.4

Utvikling i antall ansatte

5.4.1

Gründerbedriftene

Videre er det mulig å analysere bedriftenes sysselsettingsutvikling gjennom informasjon om antall ansatte Tabell 22: Antall ansatte i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2005 57526 1318 58184 1298 53124 2915

2006 60346 1415 62656 1398 64106 3127 55220 2042

2007 66405 1391 68980 1506 71515 3466 67830 2910 59849 2196

2008 70948 1468 71456 1505 75272 3942 72225 3300 73038 2633 65028 2395

2009 72781 1503 76216 1544 79162 4043 76723 3897 81975 3267 75675 2674 59028 2783

2010 73535 1639 78757 1675 82300 4130 81115 4097 87402 3509 82294 2788 69932 3324 60228 1978

2011 71760 1712 77661 1754 82835 4161 82692 4102 88857 3387 84124 2798 73998 3550 69233 2365

2012 74637 1822 78697 1802 83930 4383 83868 4351 89952 3562 88730 3034 79877 4124 78174 2671

Kilde: Oxford Research AS

Som for de andre indikatorene for økonomisk utvikling som er benyttet i denne analysen, ser vi igjen at de Innovasjon Norge-støttede gründerbedriftene ligger på et langt lavere nivå sysselsettingsmessig enn gründerbedriftene som ikke har mottatt noen støtte.

Dette skyldes at det er langt flere av disse gründerbedriftene. Dermed er det mer interessant å se på utviklingen i sysselsetting over tid. Dette er vist i tabellen under.

Tabell 23: Utvikling i antall ansatte (%) i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norgestøtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2005-2006 5% 7% 8% 8% 21 % 7%

2006-2007 10 % -2 % 10 % 8% 12 % 11 % 23 % 43 %

2007-2008 7% 6% 4% 0% 5% 14 % 6% 13 % 22 % 20 %

2008-2009 3% 2% 7% 3% 5% 3% 6% 18 % 12 % 24 % 16 % 12 %

2009-2010 1% 9% 3% 8% 4% 2% 6% 5% 7% 7% 9% 4% 18 % 19 %

2010-2011 -2 % 4% -1 % 5% 1% 1% 2% 0% 2% -3 % 2% 0% 6% 7% 15 % 20 %

2011-2012 4% 6% 1% 3% 1% 5% 1% 6% 1% 5% 5% 8% 8% 16 % 13 % 13 %

Kilde: Oxford Research AS

Igjen ser vi det samme bildet som for flere av de øvrige benyttede indikatorene. De Innovasjon Norgestøttede gründerbedriftene i de fleste årgangene (unntatt 2005 og 2008) kan vise til en bedre utvikling enn gründerbedriftene som ikke har fått støtte.

noe. Mellom 2010 og 2011 ser vi også et fall i utviklingen, spesielt for de tidlige årgangene.

Tabellen viser at økningen i antall ansatte er høyest i de første årene etter etablering og at denne avtar

Utviklingen i antall ansatte i etablerte bedrifter er vist i tabellen under.

5.4.2

De etablerte bedriftene

Tabell 24: Antall ansatte i etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2005 273937 9737 294056 8447 321097 21021

2006 280052 10098 300960 8673 328536 22545 348928 23193

2007 291266 10374 314051 9343 343551 24148 365201 24431 397712 24475

2008 297502 10163 321266 9209 352862 23641 375944 24022 414368 24392 13397 2395

2009 290657 7906 314954 8468 347559 22940 371211 23472 409152 23700 13137 2674 460462 32331

2010 292749 10728 317551 8762 350935 22532 374860 23343 415276 24196 13338 2788 468923 36264 494562 28930

2011 298418 11068 323709 8754 355300 22466 380212 23685 421129 25188 13328 2798 475331 37279 501460 29963

2012 305899 10473 332462 8643 365452 22939 391387 24104 434492 25482 13609 3034 487859 36893 514500 29793

Kilde: Oxford Research AS

Tabellen over viser det samme bildet som for gründerbedriftene. Innovasjon Norge-støttede bedrifter sysselsetter langt færre ansatte enn etablerte bedrifter som ikke har fått støtte. Igjen skyldes dette at det

finnes langt flere bedrifter i sistnevnte kategori. Vi ser derfor heller på utviklingen over tid.

Tabell 25: Utvikling i antall ansatte (%) i etablerte bedrifter i perioden 2003-2010, etter årgang, IN-støtte og regnskapsår Årgang 2003 2004 2005 2006 2007 2008 2009 2010

2005-2006 2% 4% 2% 3% 2% 7%

2006-2007 4% 3% 4% 8% 5% 7% 5% 5%

2007-2008 2% -2 % 2% -1 % 3% -2 % 3% -2 % 4% 0%

2008-2009 -2 % -22 % -2 % -8 % -2 % -3 % -1 % -2 % -1 % -3 % -2 % 12 %

2009-2010 1% 36 % 1% 3% 1% -2 % 1% -1 % 1% 2% 2% 4% 2% 12 %

2010-2011 2% 3% 2% 0% 1% 0% 1% 1% 1% 4% 0% 0% 1% 3% 1% 4%

2011-2012 3% -5 % 3% -1 % 3% 2% 3% 2% 3% 1% 2% 8% 3% -1 % 3% -1 %

Kilde: Oxford Research AS

Tabellen over viser en interessant utvikling for de etablerte bedriftene, både de som har fått støtte og de som ikke har fått det. Virksomhetene har ikke noen særlig høy sysselsettingsvekst, med unntak av de INstøttede bedriftene i enkelte årganger.

Som vi ser av tabellen, ligger de høyeste endringene på mellom 3 og 4 prosent. Dette skyldes selvsagt delvis at det i utgangspunktet er snakk om endringer fra relativt høye absolutte nivåer. Like fullt er det små endringer vi ser. Vi ser at finanskrisen førte til reduksjon i bemanningen for de fleste årgangene og at endringen fra 2011 til 2012 også er negativ for flere årganger.

ÂŠ Oxford Research AS

Kapittel 6. støtte

Langsiktige effekter av Innovasjon Norges

Hovedfunn 

Å få støtte fra Innovasjon Norge har en sterk og signifikant negativ sammenheng med sjansen for at en bedrift blir inaktiv eller faller fra. Sammenhengen er statistisk signifikant, selv også når en kontrollerer for en rekke karakteristika ved bedriftene som bedriftens størrelse, distriktspolitisk virkeområde, bedriftens alder, bedriftens omsetning og kompetanseintensiteten til næringen bedriften tilhører.



Innovasjon Norge-støttede bedrifter har 0,617 ganger lavere sjanse for å oppleve frafall enn bedrifter som ikke har mottatt støtte fra Innovasjon Norge.



Innovasjon Norge-støtte bedrifter har i langt mindre risiko for oppløsning enn andre bedrifter. Nærmere bestemt har IN-bedrifter 0,71 ganger lavere sjanse for å oppleve inaktivitet etter oppløsning enn andre bedrifter har.



I dette kapittelet ser vi nærmere på i hvilken grad støtten fra Innovasjon Norge har effekt på bedriftenes utvikling. Dette spørsmålet har to dimensjoner: 

I hvilken grad er det slik bedrifter som får støtte fra Innovasjon Norge i større grad overlever enn bedrifter som ikke får støtte?



I hvilken grad har bedrifter som får støtte (og overlever) en bedre økonomisk utvikling enn bedrifter som ikke får støtte?

Begge disse spørsmålene er analysert og beskrevet deskriptivt i de foregående kapitlene. Der har vi sett at det kan påvises forskjellig utvikling for disse to bedriftsgruppene både når det gjelder overlevelse og økonomisk utvikling. Spørsmålet vi stiller nå er om det er slik at støtten fra Innovasjon Norge kan forklare disse ulikhetene i utvikling, det vi si om det slik at støtten har en effekt? For å belyse dette, tar vi i bruk ulike statistiske/økonometriske teknikker. Vi starter med å se på nærmere på bedriftenes overlevelse. Dernest tar vi for oss bedriftenes økonomiske utvikling og ser spesielt på deres verdiskaping.

6.1 Har Innovasjon Norge-støtten effekt på bedriftenes overlevelse? For å undersøke hvordan det å ha fått støtte fra Innovasjon Norge i perioden 2003 til 2010 har påvirket bedriftenes risiko for å bli inaktiv, har vi gjennomført en rekke såkalte forløpsanalyser. Forløpsanalyser kalles også gjerne overlevelses-analyser, da de med stor sikkerhet kan si noe om årsak til at en bedrift har blitt inaktiv. I dette tilfellet har vi valgt å definere inaktivitet som bedrifter som ikke lenger oppgis som aktive i foretaksregisteret. At bedriften ikke lenger finnes i foretaksregisteret innebærer at bedriften er slettet fra registeret grunnet konkurs, fisjon, fusjon, oppløsning eller andre årsaker. I de følgende analysene er samtlige årsaker til inaktivitet inkludert.

6.1.1

Forutsetninger for forløpsanalysene

Det er en statistisk forutsetning for Cox-analysen at alle bedriftene har samme inngangssår. Ergo har det vært nødvendig å fastsette ulike utvalg for ulike tidsperioder. Bedrifter som var aktive i perioden 2003 til 2012 er følgelig undersøkt for seg, mens bedrifter som var aktive i 2004 til 2012 for seg, 2005 til 2012 for seg, og 2006 til 2012. Dette impliserer at bedrifter som ble etablert i 2004 for eksempel ikke er med i det første utvalget, ettersom bedriften ikke var aktiv i 2003. Dersom bedriften fortsetter å være aktiv, kan den imidlertid være med i alle de senere

utvalgene. Videre er det også en forutsetning for Cox-modellen at bedriftene er målt i et tilstrekkelig antall tidsperioder for å kunne si noe om kausalitet. Ettersom tidsperioden som er tilgjengelig er 2003 til 2012, impliserer dette at det per dags dato er for tidlig å kunne fastsette valide konklusjoner om effekter for de senere årgangene i perioden. Hox (2010) fastslår at forløpsanalyser med kortere tidsintervaller enn syv enheter potensielt kan gi ustabile beta-koeffisienter. Effektanalysene gjennomføres derfor kun frem til tidsintervallet 2006 til 2012. For å sikre at analysene ikke viser en spuriøs effekt mellom IN-støtte og konkurs-rate, er det kontrollert for en rekke sentrale bedriftsrelaterte kovariater. Mange av de bedriftsøkonomiske kovariatene korrelerer nært, og kan derfor utfordre modellens reliabilitet om de inkluderes samtidig. For enkelhetens skyld vil derfor kun signifikante og vesentlige kovariater inkluderes i analysene som presenteres her. Det må likevel presiseres at det også er kontrollert for ulike varianter av verdiskaping, driftsmargin, driftsresultat, næringsområde og landsdel med mer. Modellene er også gjennomført stegvis, for å kunne se hvilke kovariater som fører til endringer i andre kovariater – da særlig i effekten av IN-støtte. Den stegvise tilnærmingen har også gitt mulighet for å teste modellens egnethet til datamaterialet, og produsere -2 Log Likelihood for å sammenligne modellen med tidligere steg. Et problem ved Cox-analyser er at kovariatene kan være tidsavhengige. For å motvirke dette, er det ved potensielle tidsvarierende kovariater, testet om variablene varierer over tid. Dette gjøres enkelt ved å teste for et samspill mellom variabelen selv og tidsaspektet. Det er funnet et signifikant tidsavhengig ledd, nemlig i utviklingen av IN-støtte, som er lagt til i analysene. Det er funnet én tidsavhengig kovariat som er inkludert i den endelige analysen.

6.1.2

Resultater fra analysene

I dette delkapittelet presenteres vi resultatene fra selve forløpsanalysene. I hvilken grad påvirker det å få støtte fra Innovasjon Norge bedriftenes risiko for å bli inaktiv? Er det slik at støtten fra IN utgjør en forskjell og hvor stor er denne forskjellen i så fall? Som tabell 26 viser, har IN-støtte en sterk og signifikant negativ sammenheng med sjansen for at en bedrift blir inaktiv for bedrifter som var aktive i perioden 2003 til 2012. Sammenhengen er signifikant på En observant leser vil merke at 0,617 ikke står oppgitt i tabellen under. Ratioen er utregnet basert på hazard-ratioene til samspillsleddet mellom IN-støtte og tid, samt exp(B) for kovariaten IN-støtte. 3

0,05-nivå. Hazard-ratioen exp(B) viser at IN-støttede bedrifter har 0,617 ganger lavere sjanse for å oppleve inaktivitet enn bedrifter som ikke har mottatt støtte fra Innovasjon Norge, gitt at de andre kovariatene holdes konstant3. Effekten er signifikant til tross for at det er kontrollert for potensielle bakenforliggende forklaringsfaktorer som bedriftens størrelse, distriktspolitisk virkeområde, bedriftens alder (gründerbedrift eller etablert bedrift), bedriftens omsetning og hvorvidt bedriften eller næringen den tilhører, er kompetanseintensiv. Målet på kompetanseintensitet er basert på NIBRs inndeling av næringer og tjenester i kategorier av varierende kompetanseintensitet.4 Kategoriene som er benyttet i dette notatet er følgende: Tabell 26: Hovedkategorier og -kriterier for avgrensing av kompetanseintensive næringer/tjenester Kategorier

Kriterier for utvalg av 4siffer-NACE-næringer/tjenester

1. Kompetanseintensive næringer/tjenester (KI) 2. Mindre kompetanseintensive næringer/tjenester (MKI) 2.1 Noe kompetanseintensive næringer/tjenester (MKI_1)

> 39,4 % UoH-utdannede (968 906 arbeidsplasser) < 39,4 % UoH-utdannede (1 611 547 arbeidsplasser) 39,2 - 17,0 % UoH-utdannede (717 664 arbeidsplasser) < 17,0 % UoH-utdannede (893 883 arbeidsplasser)

2.2 Lite kompetanseintensive næringer/tjenester (MKI)-2

Kilde: Onsager, Knut et. al. (2010): Kompetanseintensive næringer og tjenester - lokalisering og regional utvikling. NIBR-rapport 2010:20, Oslo, side 47

Som tidligere nevnt, viser analysen at effekten av kovariaten IN-støttede bedrifter varierer over tid. Samspillsleddet mellom tid og IN-støtte er statistisk signifikant på 0,1-nivå. Videre er samspillet markant positivt, hvilket indikerer at effekten av IN-støtte på risikoen for inaktivitet reduseres i løpet av tidsperioden som undersøkes. Som forventet, og i tråd med tidligere funn fra blant annet SSB, har også bedriftens størrelse en svak negativ sammenheng med hvorvidt bedriften blir inaktiv eller ikke. For hver ekstra ansatt en bedrift har, minsker sjansen for å gå konkurs med 0,963 ganger. Den kanskje største innvirkningen er, ikke overraskende, den betydelige forskjellen i risiko mellom gründerbedrifter (mindre enn 3 år i 2003) og bedrifter som er mer etablerte (mer enn 3 år gamle i 2003). Gründerbedriftene har 2,863 ganger høyere sjanse for å bli inaktiv i perioden enn etablerte bedrifter har. Det er også testet for et samspill mellom effekten av å være gründerbedrift og det å få INstøtte, uten at dette leddet er statistisk signifikant. Onsager, Knut et. al. (2010): Kompetanseintensive næringer og tjenester - lokalisering og regional utvikling. NIBR-rapport 2010:20, Oslo. 4

Det er også interessant å se hvordan bedrifter som er kompetanseintensive har 1,710 ganger høyere sjanse for inaktivitet enn noe eller lite kompetanseintensive bedrifter. Dette kan både skyldes at disse

bedriftene er utsatt for hard konkurranse samt kan være mer interessante for oppkjøp fra andre.

Tabell 27: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2003 til 2012. (N=474 562) Beta

St. feil

P. verdi

Exp(B)

IN-støttede bedrifter (ikke-støttede som ref.) *

-2,132

1,065

,045

0,119

Samspill mellom tid og IN-støttede bedrifter

0,249

,147

,090

1,282

Antall ansatte i bedriften

-0,037

,020

,061

0,963

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.) *

1,052

,076

,000

2,863

Innenfor distriktspolitisk virkeområde (utenfor som ref.) *

-0,207

,089

,020

0,813

Kompetanseintensiv**

0,537

,075

,000

1,710

Omsetning***

-0,097

,017

,000

0,907

Kilde: Oxford Research AS Noter: * Variabelen er kodet som en dikotom variabel. ** Variabelen Kompetanseintensiv er kodet til et dummysett med under 40 prosent ansatte med høyere utdanning som referansekategori. *** Variabelen oppgis i millioner NOK.

Resultater for periodene 2004 til 2012, 2005 til 2012 og 2006 til 2012 Tabellene 27 til 29 viser tilsvarende effekter som diskutert ovenfor på utvalget av bedrifter fra 2004 til 2012, for 2005 til 2012 og 2006 til 2012. Også i disse utvalgene viser analysene at IN-støttede bedrifter har langt lavere risiko for å bli inaktive enn andre bedrifter. Merk at ettersom estimatene er generert på ulike utvalg, er det ikke rom eller grunnlag for å sammenligne beta-verdiene på tvers av modellene.

Det er imidlertid verdt å bemerke at samspillsleddet som måler tidsavhengighet kun er signifikant i utvalget fra 2003 til 2012, men ikke i de senere utvalgene (2004 til 2012, 2005 til 2012 og 2006 til 2012). Leddet er derfor utelatt fra analysene disse årene. At det ikke finnes en tilsvarende signifikans i disse utvalgene har to mulige forklaringsårsaker; det ene er at økningen i effekten av IN-tilskuddet er særlig stort nettopp i oppstartsåret 2003, og at utviklingen i IN-støtte er mindre markant mellom de senere årgangene. Den andre forklaringen er at innskrenkningen i antall år som undersøkes, fra 10 i tidsperioden 2003 til 2012 til 9, 8 og 7, potensielt gjør det vanskeligere å finne signifikante effekter. Dette støttes for øvrig av Hox (2010).

Tabell 28: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2004 til 2012. (N=434 967) Beta

St. feil

P. verdi

Exp(B)

IN-støttede bedrifter (ikke-støttede som ref.) *

-0,584

0,263

,027

0,558

Antall ansatte i bedriften

-0,075

0,024

,001

0,928

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.) *

1,358

0,098

,000

3,888

Innenfor distriktspolitisk virkeområde (utenfor som ref.) *

-0,187

0,095

,048

0,829

Kompetanseintensiv**

0,337

0,107

,002

1,401

Omsetning***

-0,066

0,015

,000

0,936

Tabell 29: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2005 til 2012. (N=384 536) Beta

St. feil

P. verdi

Exp(B)

IN-støttede bedrifter (ikke-støttede som ref.) *

-0,676

0,307

,028

0,509

Antall ansatte i bedriften

-0,059

0,026

,020

0,942

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.) *

1,648

0,135

,000

5,198

Innenfor distriktspolitisk virkeområde (utenfor som ref.) *

-0,166

0,105

,115

0,847

Kompetanseintensiv**

0,415

0,121

,001

1,515

Omsetning***

-0,064

0,017

,000

0,938

Tabell 30: Forløpsanalyse av effekten av IN-støtte på risiko for inaktivitet. Tidsperiode 2006 til 2012. (N= 260 137) Beta

St. feil

P. verdi

Exp(B)

IN-støttede bedrifter (ikke-støttede som ref.) *

-0,826

0,359

,022

0,438

Antall ansatte i bedriften

-0,079

0,029

,007

0,924

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.) *

1,978

0,179

,000

7,229

Innenfor distriktspolitisk virkeområde (utenfor som ref.) *

-0,411

0,132

,002

0,663

Kompetanseintensiv**

0,280

0,139

,045

1,323

Omsetning***

-0,055

0,018

,002

0,946

Oppsummering av funn Analysene viser klare og markante positive effekter av Innovasjon Norge-støtte på hvorvidt bedrifter blir inaktive eller ikke. Mer konkret har støtten en sterk negativ effekt på bedriftens risiko for å bli inaktiv. Sagt på en annen måte innebærer det at Innovasjon Norge-støtten har en positiv effekt på bedriftenes overlevelse. Dette gjelder også når en kontrollerer for en rekke karakteristika ved bedriftene, som bedriftens størrelse, distriktspolitisk virkeområde, bedriftens alder (gründerbedrift eller etablert bedrift), bedriftens omsetning og hvorvidt bedriften er kompetanseintensiv.

6.1.3

Forløpsanalyse for oppløsning og konkurs

Den deskriptive gjennomgangen av bedriftenes overlevelse i kapittel 3 viste store forskjeller i prosentfordelingen mellom Innovasjon Norge-støttede bedrifter og populasjonen knyttet til hvorvidt de ble inaktive etter konkurs, oppløsning, fisjon, fusjon og

etter uoppgitte årsaker. Særlig store forskjeller var det mellom IN-bedrifter og populasjonen dersom bedriftene ble inaktive etter konkurs og oppløsning. For å undersøke om det potensielt er statistisk signifikante forskjeller her, er det gjennomført forløpsanalyser for disse to undervariantene av inaktivitet. Oppløsning Tabell 30 viser bedriftenes risiko for oppløsning som årsak til inaktivitet og sletting fra registrene, gitt at bedriften var aktiv i 2003. 754 av bedriftene i utvalget opplever å bli oppløst i løpet av tidsperioden 2003 til 2012. Tabellen viser at IN-støtte bedrifter i langt mindre grad enn andre bedrifter har risiko for oppløsning. Nærmere bestemt har IN-bedrifter 0,71 ganger lavere sjanse for å oppleve inaktivitet etter oppløsning enn andre bedrifter.5 Dette innebærer at IN-støtten har en forebyggende effekt når det gjelder oppløsning. Det er også interessant å se hvordan omsetning, som ovenfor kun viste marginale effekter på risiko for inaktivitet generelt, ser ut

Ratioen er utregnet basert på hazard-ratioene til samspillsleddet mellom IN-støtte og tid, samt exp(B) for kovariaten IN-støtte. 5

til å ha en langt mer betydelig effekt på hvorvidt bedriftene oppløses eller ikke. Analysen viser at det er

0,8 ganger mindre risiko for oppløsning per mill. NOK økning i omsetning.

Tabell 31: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning. Tidsperiode 2003 til 2012. (N= 473 917) Beta IN-støttede bedrifter (ikke-støttede som ref.) *

St. feil

P. verdi

Exp(B)

-2,266

1,114

,042

0,104

Samspill mellom tid og IN-støttede bedrifter

0,285

0,153

,063

1,330

Antall ansatte i bedriften

-0,009

0,022

,665

0,991

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.) *

1,015

0,080

,000

2,759

Innenfor distriktspolitisk virkeområde (utenfor som ref.) *

-0,277

0,096

,004

0,758

Kompetanseintensiv**

0,572

0,079

,000

1,772

Omsetning***

-0,223

0,028

,000

0,800

Tilsvarende tabeller som for analysen over er også kjørt for tidsperiodene 2004 til 2012, 2005 til 2012 og 2006 til 2012. I disse analysene er heller ikke tidskoeffisienten signifikant, akkurat som med analysene ovenfor. Ut over dette viser de svært sammenfallende resultater og koeffisienter som tabellen under. Disse analysene er lagt ved i tabellvedlegget.



Distriktsutviklingstilskudd. Distriktsutviklingstilskudd kan gis til bedriftsutviklingsprosjekter (myke investeringer) og i noen grad til delfinansiering av fysiske investeringer. Det legges vekt på at tilskuddene bidrar til nyskaping og omstilling, og gode innovative prosjekter med internasjonale vekstmuligheter er spesielt høyt prioritert. Distriktsutviklingstilskudd skal nyttes til delfinansiering av samfunnsøkonomisk lønnsomme prosjekter som er viktige for å nå distriktspolitiske mål, og som ikke ville blitt realisert i samme grad uten offentlige lån og/eller tilskudd.



Etablererstipend. Etablererstipend skal stimulere til økt etableringsvirksomhet for å skape nye lønnsomme arbeidsplasser. Arbeidsplasser og nyetableringer som representerer noe nytt blir generelt prioritert. Etablererstipendordningen gjelder for hele landet og for alle næringer, unntatt offentlig virksomhet. Vi vil presisere at det er etablererstipendordningen til Kommunal- og Regionaldepartementet (KRD) (nå Kommunal- og Moderniseringsdepartemenetet, KMD)) som er benyttet i denne analysen. Ordningen har senere endret navn og heter i dag Etablerertilskudd.

Konkurs Det er også gjort forsøk på å analysere hvorvidt konkurs som årsak til inaktivitet kan vise større forskjeller mellom IN-bedrifter og vanlige bedrifter. Det er imidlertid ikke nok bedrifter i utvalget som har konkurs som årsak til sletting og inaktivitet i registrene til at det vil være forsvarlig å kjøre tilsvarende analyser på datamaterialet.

6.2 Har Innovasjon Norge-støtten effekt på bedriftenes økonomiske utvikling? I dette delkapittelet vil vi benytte ulike empiriske metoder for å se nærmere på hvorvidt Innovasjon Norges virkemidler kan sies å ha noen langsiktige realøkonomiske effekter for de bedriftene som får støtte. I tråd med prosjektets intensjon, vil analysene ta utgangspunkt i et metodisk rammeverk som er mye brukt i den økonomiske faglitteraturen for å påvise effekter. I og med at disse metodene stiller høye krav til datakvalitet (tidsserie og mange observasjoner) og er svært ressurskrevende, har vi valgt å gjøre analysene med utgangspunkt i følgende to virkemidler fra Innovasjon Norge:

Både for Distriktsutviklingstilskudd og Etablererstipend er det forholdsvis mange observasjoner tilgjengelig, noe som gjør at de er velegnet for økonometriske analyser. Selv om det er flere målsettinger med de to ordningene, er det rimelig å anta at et overordnet mål er å fremme økt verdiskaping for den enkelte bedrift. I de videre analysene av effekter av de ordningene

har vi således valgt å bruke utvikling i verdiskaping som avhengig variabel. I det videre beskriver vi først kort hvordan analysene er gjort og hvilke forutsetninger de bygger på. Deretter presenteres vi deskriptiv statistikk for de uavhengige variablene som inngår i analysen samt resultatene fra de økonometriske analysene.

6.2.1

Hvordan er analysene gjort?

I analysene har vi benyttet en såkalt propensity score matching modell. Dette er en metode der en i steg 1 estimerer en sannsynlighetsmodell for å få støtte fra IN basert på en rekke bakgrunnsvariabler. De estimerte sannsynlighetene for hver bedrift blir deretter i steg 2 brukt for å identifisere en såkalt tvilling fra populasjonen av alle norske bedrifter som ikke fikk støtte fra Innovasjon Norge. Denne «tvillingbedriften» benyttes for å lage en kontrollgruppe som skal representere det kontrafaktiske. I steg 3 vil denne kontrollgruppen sammenlignes med de bedriftene som fikk støtte fra IN for så å teste om det eksisterer forskjeller i effekter mellom disse to gruppene (difference-in-difference). Effektmålet som er brukt i denne analysen er endring i verdiskaping (driftsresultat + lønnsutgifter). Vi vil se på endringer over ulike tidslengder, der korteste tidslengde er over 1 år, mens lengste er over 5 år. Analysen er gjennomført med utgangspunkt i det enkelte år der støtte fra Innovasjon Norge innvilges. Dette betyr at vi gjennomfører analysene for hvert enkelt år, og der året for støtte er lik år 0. Dette gjøres for årene 2003 til 2007, noe som innebærer at vi ser på effektene for 5 årganger. For eksempel innebærer dette at for årgangen 2003 så tester vi for om de bedrifter som fikk ett av de nevnte virkemidlene dette året har en mer positiv utvikling i verdiskapingen over de neste 5 årene, sammenlignet med kontrollgruppen. 6.2.2

Resultater fra analysene

I den økonometriske analysen starter vi med å estimere sannsynligheten for å få støtte i periode t+1, gitt tilgjengelig informasjon fra vårt sett av uavhengige variabler, observert i periode t. Til dette ble det valgt en binær logit-modell.

Analysene ser på bedrifter som har fått støtte i perioden 2003-2007. Vi valgt å se på de enkelte årgangene som separate case. Dette betyr at for hvert av årene er det gjennomført egne logit-modeller for hvert av virkemidlene. Tanken bak en slik strategi er å forsøke å sikre at bedrifter som har fått støtte er underlagt det samme sett av føringer som ligger til grunn for bevilgningen. I tillegg er det gjennomført egne analyser for gründerbedrifter (det vil si bedrifter som ikke er eldre enn 3 år). Med en slik avgrensning sikrer vi at bedriftene som analyseres befinner seg noenlunde i samme livssyklus. Distriktsutviklingstilskudd I tabell 31 er estimatene for den årgangen som mottok distriktsutviklingstilskudd i 2003 gjengitt. I tabellens første kolonner med tall er alle bedrifter med i analysen, mens for de to siste kolonnene er det kun gründerbedrifter som er med i analysen (øvrige tabeller er gjengitt i tabellvedlegget bak i rapporten). Resultatene indikerer at bedrifter som er lokalisert utenfor det distriktspolitiske virkeområdet har langt mindre sannsynlighet for å få støtte, noe som selvsagt er i tråd med det en forventer. Den andre faktoren som slår inn signifikant er næring. Bedrifter innen jordbruk, skog og fiske, så vel som industri og bergverk har langt større sannsynlighet for å få støtte sammenlignet med de øvrige. Videre indikerer regresjonsanalysen at bedrifter som er regnet som kompetanseintensive har større sannsynlighet for å få Distriktsutviklingstilskudd. Dette indikerer at målsettingene om å gi støtte til innovative virksomheter ivaretas. Alder har også en klar innvirkning på sannsynligheten for å få støtte til distriktsutvikling. Estimatene fra regresjonsanalysene tilsier at yngre bedrifter har en større sannsynlighet for å få støtte, sammenlignet med eldre. Denne effekten er imidlertid ikke signifikant når vi kun ser på gründerbedrifter, noe som selvfølgelig henger sammen med at alle her er 3 år eller yngre og at variasjonen i denne variabelen blir mindre.

Tabell 32: Logit modell. Estimering av sannsynligheten for å få Distriktsutviklingstilskudd, år 2003* Avhengig variabel: Distriktsutviklingstilskudd Sone 1 Sone 2 Sone 3 Minst sentrale kommuner Mindre sentrale kommuner Noe sentrale kommuner Øst-Viken (Østfold, Akershus og Oslo) Innlandet (Hedmark og Oppland) Vest-Viken (Buskerud, Vestfold og Telemark) Sørlandet (Aust-Agder og Vest-Agder) Vestlandet (Rogaland, Hordaland, S&F, M&R) Trøndelag (Sør-Trøndelag og Nord-Trøndelag) Jordbruk skog og fiske Industri, bergverksdrift og utvinning Kompetanseintensive næringer Noe kompetanseintensive næringer Omsetning Alder Konstant

Alle Estimat P-verdi -2.90 0.00 -2.42 0.00 -0.17 0.23 0.24 0.17 -0.12 0.51 0.04 0.80 -0.49 0.09 0.05 0.78 -0.35 0.08 -0.90 0.01 -0.27 0.09 0.19 0.18 0.87 0.00 1.25 0.00 0.89 0.00 -0.65 0.00 1.55 0.27 -0.01 0.02 -29.92 0.21

Gründere Estimat P-verdi -2.93 0.00 -2.62 0.01 -0.26 0.24 0.27 0.32 -0.20 0.50 0.04 0.89 -0.67 0.16 -0.05 0.86 -0.32 0.32 -1.17 0.06 -0.15 0.54 0.25 0.28 0.87 0.00 0.88 0.00 1.15 0.00 -0.84 0.00 -3.25 0.93 -0.12 0.08 52.48 0.93

Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05

Etablererstipend I tabell 32 vises resultatene for Etablererstipend. Regresjonsanalysen, som estimerer hvilke faktorer som påvirker sannsynligheten for å få Etablererstipend, viser at lokalisering og distriktspolitisk virkeområde ikke virker inn signifikant i modellen. Videre ser vi at variabelen industri og bergverk slår inn signifikant og med positivt fortegn, noe som indikerer at denne hovednæringen har større sannsynlighet for støtte. Vi kan også se av modellen at jo større

bedriften er i omsetning, og jo eldre bedriften er, jo mindre sannsynlig er det for å få Etablererstipend. Som en kort oppsummering kan en si at estimeringen av sannsynlighetsmodellene i all hovedsak er i tråd med de føringer som ligger til grunn for de to virkemidlene. For Distriktsutviklingstilskudd blir distriktspolitisk virkeområde, næringsinnretning og kompetanse vektlagt, mens for Etablererstipend er det først og fremst, og de unge og små bedriftene som har størst sannsynlighet for å få støtte.

Tabell 33: Logit modell. Estimering av sannsynligheten for å få Etablererstipend, år 2003 Alle Avhengig variabel: Etablererstipend Sone 1 Sone 2 Sone 3 Minst sentrale kommuner Mindre sentrale kommuner Noe sentrale kommuner Øst-Viken (Østfold, Akershus og Oslo) Innlandet (Hedmark og Oppland) Vest-Viken (Buskerud, Vestfold og Telemark) Sørlandet (Aust-Agder og Vest-Agder) Vestlandet (Rogaland, Hordaland, S&F, M&R) Trøndelag (Sør-Trøndelag og Nord-Trøndelag) Jordbruk skog og fiske Industri, bergverksdrift og utvinning Kompetanseintensive næringer Noe kompetanseintensive næringer Omsetning Alder Konstant

Estimat

P-verdi 0.28 -0.16 0.04 0.14 0.04 0.72 -0.63 0.07 -0.27 -0.57 -0.30 -0.21 -0.41 1.57 0.85 -1.15 -0.22 -0.27 -4.51

0.62 0.86 0.92 0.78 0.94 0.01 0.20 0.89 0.58 0.35 0.52 0.68 0.69 0.00 0.04 0.00 0.00 0.00 0.00

Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05

Effekter på verdiskaping? Logit-modellen som er presentert her, vil videre bli brukt som grunnlag for matchingen av kontrollgrupper. Det eksisterer en rekke ulike teknikker for matching som benyttes i faglitteraturen. For vårt formål var ikke valg av metode for matching utslagsgivende for resultatene. Selv om estimatene avvek noe mellom de ulike teknikkene, var det så å si ingen utslag med henhold til hvorvidt forskjellene i målvariabelen for de bedrifter som fikk støtte og den konstruerte kontrollgruppen var signifikante. I denne analysen har vi valgt å rapportere resultatene fra propensity score matching. Tabell 33 viser resultatene fra estimeringen av forskjellen mellom verdiskaping for de bedrifter som fikk støtte fra ett av virkemidlene og den konstruerte kontrollgruppen. Det er gjennomført regresjoner for hver enkelt årgang for perioden 2003 til 2007.6 I øverste del av tabellen angir ATT-estimater (Average Treatment effect on the Treated) og dets tilhørende t-verdier for virkemiddelet Distriktsutviklingstilskudd. Midterste del av tabellen ser på samme virkemiddel, men her er det kun tatt med de virksomheter som er 3 år eller yngre. Den nederste delen av tabellen ser på virkemiddelet Etablererstipend.

Det overordnede resultatet fra disse regresjonene indikerer at det ikke er noen signifikant forskjell på de to gruppene. I kun ett av tilfellene (for 2007 årgangen som fikk Distriktsutviklingstilskudd) viser det seg at det er signifikante forskjeller mellom virksomheter med støtte og kontrollgruppen. Om man ser nærmere på selve estimatverdiene, er det i all hovedsak en positiv effekt på dem som har fått støtte. Videre ser det ut til at det er flest negative fortegn når en ser på effekten i et ett til to års perspektiv. Dersom en ser på effekten etter fem år, så er de aller fleste estimatene positive. Videre er det et trekk at verdiene på estimatene ser ut til å være høyere jo lengre tidshorisonten er. Dette er i og for seg i overenstemmelse med at det tar tid før innovative prosjekter bidrar positivt til verdiskapingen. Tilsvarende resultat finner en for eksempel i effektmålinger av Forskningsrådets brukerstyrte innovasjonsprosjekter, der det viser seg at over halvparten av de bedriftsøkonomiske effektene av Forskningsrådets støtte er knyttet til forventninger i fremtiden, fire år etter at prosjektet er avsluttet. Imidlertid skal en være svært varsom med å tolke estimatverdiene all den tid disse ikke er signifikante.

I estimeringen av sannsynlighetsmodell, Tabell 31 og Tabell 32, er det valgt flere alternative spesifikasjon. Blant annet er variablene som beskriver geografisk tilhørighet fjernet. Dette gir imidlertid ingen signifikant i hovedresultatet slik det fremkommer i Tabell 33. 6

Tabell 34: Difference in difference. Estimering av forskjeller i verdiskaping mellom bedrifter med støtte og konstruerte kontrollgrupper, for årgangene 2003-07. Effekter ett til fem år etter støtte*.

Distriktsutviklingstilskudd (GrünDistriktsutviklingsEtablererstipend dere) tilskudd (Alle)

2003

2004

2005

2006

2007

ATT

-448.36

-0.18

-1177.72

-0.57

642.14

0.44

513.22

0.36

-70.20

-0.02

2 år -1792.76

-0.40

1581.81

0.41

1732.57

0.69

11564.46

1.91

2408.40

0.30

1 år 3 år

1566.48

0.24

1335.99

0.27

1481.55

0.26

6839.94

0.77

3009.83

0.50

4 år

4070.71

0.49

-1042.48

-0.28

516.38

0.04

4777.71

0.70

4351.45

0.75

5 år

5972.70

0.83

2621.54

0.35

3271.85

0.34

10932.91

1.54

11785.42

2.82

1 år

840.76

1.82

1033.96

0.98

1036.39

1.75

-501.34

-0.31

-104.14

-0.11

2 år

1943.53

1.69

2677.70

1.22

931.27

1.77

-1631.45

-0.69

22.15

0.03

3 år

3324.66

1.47

2468.61

1.58

494.32

0.53

-1461.14

-0.65

182.31

0.25

4 år

1975.71

1.25

1401.61

0.30

1780.02

0.94

-754.48

-0.48

1003.63

1.13

5 år

1888.94

1.18

2468.85

0.80

2621.17

1.22

2626.44

0.24

1313.23

1.04

1 år

-170.27

-0.83

-200.66

-0.06

-239.90

-0.13

-484.65

-0.29

482.49

0.07

2 år

108.40

0.05

150.94

0.03

-590.43

-0.17

-419.54

-0.06

-33.63

0.00

3 år

147.51

0.05

-442.51

-0.05

-7.74

0.00

-1061.33

-0.08

-203.01

-0.03

4 år

303.79

0.08

20.89

0.00

-83.25

-0.01

-571.13

-0.06

-8.30

0.00

5 år

589.12

0.13

902.48

0.08

-345.26

-0.03

-479.31

-0.05

103.68

0.03

Kilde: Møreforsking Molde *Fet skrift= signifikant t-verdi

6.2.3

Kommentarer til analysen

Vi har gjennomført en økonometrisk analyse for å belyse eventuelle effekter for to av Innovasjon Norges virkemidler. Generelt er slike effektmålinger i samfunnsvitenskapelig forskning ofte problematiske i og med at en aldri kan måle det kontrafaktiske på en tilfredsstillende måte, og siden en etablering av kontrollgrupper ofte ikke er mulig på samme måte som innenfor naturvitenskapene. En måte å møte disse problemstillingene er å ta utgangspunkt i tilgjengelige observerbare data, for deretter i ettertid pålegge dataene visse strukturer, hvis formål er å kopiere de ønskelige egenskapene til en vitenskapelig kontrollgruppe. Imidlertid er det forbundet en rekke utfordringer med den type metodikk som her er benyttet for å overvinne problemene med manglende kontrollgruppe. For det første en det en åpenbar begrensning at en kun kan ta hensyn til den heterogenitet som er observerbar i datasettet. Eventuelle relevante forhold som det ikke eksisterer data på, kan ikke bli tatt hensyn til ved matching. For eksempel

hadde det vært ønskelig å benytte variabler som reflekterer bedriftenes vekstintensjoner og innovasjonsaktivteter. Denne type bedriftsintern informasjonen var ikke tilgjengelig i datasettet. En annen utfordring er knyttet til valg av kontrollvariabler. Det eksisterer ingen allmenn faglig disiplin for hvordan en skal velge kontrollvariabler. Problemet her er knyttet til at valg av kontrollvariabler vil kunne påvirke hvilke bedrifter som blir matchet, og dermed vil resultatene kunne påvirkes av valg av variabler som tas med i analysen. Når det gjelder funksjonsform, er også mye overlatt til den enkelte forsker da det ikke eksisterer allmenngyldige kriterier som er kongruent med for eksempel økonomisk teori. Et tredje moment kan knyttes til valg av målvariabel. I denne analysen er vekst i verdiskaping valgt som målsetting en skal måle effektene opp mot. Det er imidlertid ikke åpenbart at dette er den målvariabelen som er i best overenstemmelse med Innovasjon Norges målsetting. Her er det også en utfordring at mange av virkemidlene til Innovasjon Norge har flere mål. Det kan derfor være uklar sammenheng mellom middel og ett av de mange målene.

ÂŠ Oxford Research AS

Kapittel 7.

Referanser

Alsos, A., B. Brastad, T. Iakovleva og E. Ljunggren, 2006. Flere og bedre bedriftsetableringer? Evaluering av Innovasjon Norges stipendordninger 1999-2005. NF-rapport 11/2006, Nordlandsforskning, Bodø. Angrist, J. D. og Pischke, J.-S., 2009. Mostly Harmless Econometrics. Princeton, NJ: Princeton University Press. Arrow, K. J., 1962. The economic implications of learning by doing. The review of economic studies, publikasjon nr. 29, utg. 3, s. 155-173. Blundell, R. og Dias, M.C., 2008. Alternative approaches to evaluation in empirical microeconomics. Journal of Human Resources, publikasjon nr. 44, utg. 3, s. 565-640. Caliendo, M. og Kopeinig, S., 2008. Some practical guidance for the implementation of propensity score matching. Journal of economic surveys, publikasjon nr. 22, utg. 1, s. 31-72. Cappelen, Å., E. Fjærli, F. Foyn, T. Hægeland, J. Møen, A. Raknerud og M. Rybalka, 2008. Evaluering av SkatteFUNN – sluttrapport. Statistisk Sentralbyrå, rapport 2008/2, Oslo. Field, A., 2009. Discovering statistics using SPSS. Sage publications. Goldberger, A., 1983. Abnormal selection bias. Social Systems Research Institute, University of WisconsinMadison. Grünfeld, L.A., G. Grimsby, K. Høyseth-Gilje, H. Hvide, K.O. Lian og E. Vinogradov, 2013. En statlig bro i kapitalmarkedet: evaluering av Innovasjon Norges låneog garantiordninger. Menon-publikasjon nr. 42, Menon Business Economics, Oslo. Hamilton, L. C., 1992. Regression with graphics: A second course in applied statistics (Vol. 1, No. 1). Belmont: Duxbury Press. Heckman, J., Ichimura, H. og Todd, P., 1998. Matching as an econometric evaluation estimator. The Review of Economic Studies, publikasjon nr. 65, utg. 2, s. 261294. Hervik, A., Bergem, B.G. og Bræin, L., 2006. Langtidseffekter av Innovasjon Norges finansielle virkemidler

for årgangene 1994-98. eforskning, Molde.

Rapport 0611, Mør-

Hall, B. H., 2002. The financing of research and development. Oxford review of economic policy, publikasjon nr. 18, utg. 1, s. 35-51. Hox, J. J., 2010. Multilevel analysis. Techniques and applications. 2nd Edition. New York: Routledge. Jaffe, A. B., og Trajtenberg, M., 2010. Patents, citations, and innovations: A window on the knowledge economy. MIT press. Kvitastein, O. A., 2010. Three papers on evaluations: the «what if» in the evaluation of public programmes. Ph.D. thesis no. 2010/09, Norwegian School of Economics, Bergen. Kvitastein, O. A., 2013. Dokumentasjonsnotat. Målog resultatstyringssystem i Innovasjon Norge. Om beregninger av effekter og resultater for indikatorer. Høgskolen i Bergen. OECD, 2004. PROMOTING ENTREPRENEURSHIP AND INNOVATIVE SMEs IN A GLOBAL ECONOMY: TOWARDS A MORE RESPONSIBLE AND INCLUSIVE GLOBALISATION. EVALUATION OF SME POLICIES AND PROGRAMMES. Onsager, K., Gundersen, F. og Sørlie, K., 2010. Kompetanseintensive næringer og tjenester - lokalisering og regional utvikling. NIBR-rapport 2010:20, Oslo, s. 47. Oxford Research, 2011. Mer av det gode. Evaluering av Forsknings- og utviklingskontrakter – IFU/OFU-programmet. Puhani, P., 2000. The Heckman correction for sample selection and its critique. Journal of economic surveys, publikasjon nr. 14, utg. 1, s. 53-68. Rasmussen, R., S.R. Borlaug, O. Bulanova, T. Clausen, O.R. Spilling og T. Sveen, 2013. Verdiskaping i forskningsbaserte selskaper og lisenser støttet av FORNYprogrammet. Senter for innovasjon og bedriftsøkonomi, Bodø. Ringdal, K., 2009. Enhet og mangfold: samfunnsvitenskapelig forskning og kvantitativ metode. 2. utg. Fagbokforlaget.

Storey, D. J. , 1998. Six Steps to Heaven. Evaluating the Impact of Public Policies to Support Small Businesses in Developed Economies. CSME Working Paper No. 59.

Thistlethwaite, D. L., og Campbell, D., 1960. Regression-discontinuity analysis: An alternative to the ex post facto experiment. Journal of Educational psychology, publikasjon nr. 51, utg. 6, s. 309 ff.

ÂŠ Oxford Research AS

Kapittel 8.

Tabellvedlegg

Tabell 35: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning (2004 til 2012), N= 434 387 Beta -2,037

St. feil 1,127

P. verdi ,071

Exp(B) 0,130

Samspill mellom tid og IN-støttede bedrifter

0,272

0,178

,127

1,312

Antall ansatte i bedriften

-0,052

0,029

,074

0,949

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.)*

1,336

0,103

,000

3,804

Innenfor distriktspolitisk virkeområde (utenfor som ref.)*

-0,272

0,102

,008

0,762

Kompetanseintensiv**

0,622

0,084

,000

1,863

Omsetning***

-0,163

0,027

,000

0,849

IN-støttede bedrifter (ikke-støttede som ref.)*

Tabell 36: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning (2005 til 2012), N= 384 051 Beta -2,206

St. feil 1,251

P. verdi ,078

Exp(B) 0,110

Samspill mellom tid og IN-støttede bedrifter

0,337

0,223

,130

1,401

Antall ansatte i bedriften

-0,036

0,033

,279

0,965

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.)*

1,719

0,147

,000

5,580

Innenfor distriktspolitisk virkeområde (utenfor som ref.)*

-0,263

0,114

,021

0,769

Kompetanseintensiv**

0,657

0,093

,000

1,929

Omsetning***

-0,190

0,033

,000

0,827

IN-støttede bedrifter (ikke-støttede som ref.)*

Tabell 37: Forløpsanalyse av effekten av IN-støtte på risiko for oppløsning (2006 til 2012), N= 259 835 Beta -2,210

St. feil 1,396

P. verdi ,113

Exp(B) 0,110

Samspill mellom tid og IN-støttede bedrifter

0,352

0,292

,229

1,421

Antall ansatte i bedriften

-0,073

0,039

,058

0,929

Gründerbedrifter, yngre enn 3 år (etablerte bedrifter eldre enn 3 år som ref.)*

2,163

0,202

,000

8,701

Innenfor distriktspolitisk virkeområde (utenfor som ref.)*

-0,475

0,140

,001

0,622

Kompetanseintensiv**

0,658

0,108

,000

1,931

Omsetning***

-0,153

0,033

,000

0,858

IN-støttede bedrifter (ikke-støttede som ref.)*

Tabell 38: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2004 Avhengig variabel: Distriktsutviklingstilskudd Sone 1 Sone 2 Sone 3 Minst sentrale kommuner Mindre sentrale kommuner Noe sentrale kommuner Øst-Viken (Østfold, Akershus og Oslo) Innlandet (Hedmark og Oppland) Vest-Viken (Buskerud, Vestfold og Telemark) Sørlandet (Aust-Agder og Vest-Agder) Vestlandet (Rogaland, Hordaland, S&F, M&R) Trøndelag (Sør-Trøndelag og Nord-Trøndelag) Jordbruk skog og fiske Industri, bergverksdrift og utvinning Kompetanseintensive næringer Noe kompetanseintensive næringer Omsetning Alder Konstant

Alle Estimat P-verdi -2.87 0.00 -2.54 0.00 -0.36 0.01 0.23 0.19 -0.12 0.51 0.06 0.71 -1.13 0.00 0.07 0.63 -1.01 0.00 -1.00 0.00 -0.43 0.00 -0.14 0.32 0.30 0.10 1.23 0.00 0.95 0.00 -0.53 0.00 1.92 0.03 -0.01 0.04 -36.14 0.02

Gründere Estimat P-verdi -2.36 0.00 -2.30 0.03 -0.27 0.25 0.56 0.07 0.09 0.79 0.34 0.24 -1.36 0.01 -0.17 0.53 -1.37 0.00 -1.15 0.04 -0.50 0.05 -0.11 0.64 -0.38 0.25 0.89 0.00 1.09 0.00 -0.60 0.00 1.49 0.88 -0.10 0.16 -28.48 0.86

Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05

Tabell 39: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2005 Avhengig variabel: Distriktsutviklingstilskudd Sone 1 Sone 2 Sone 3 Minst sentrale kommuner Mindre sentrale kommuner Noe sentrale kommuner Øst-Viken (Østfold, Akershus og Oslo) Innlandet (Hedmark og Oppland) Vest-Viken (Buskerud, Vestfold og Telemark) Sørlandet (Aust-Agder og Vest-Agder) Vestlandet (Rogaland, Hordaland, S&F, M&R) Trøndelag (Sør-Trøndelag og Nord-Trøndelag) Jordbruk skog og fiske Industri, bergverksdrift og utvinning Kompetanseintensive næringer Noe kompetanseintensive næringer Omsetning Alder Konstant

Alle Estimat P-verdi -2.47 0.00 -1.54 0.00 -0.07 0.62 0.41 0.02 0.15 0.42 0.13 0.41 -1.12 0.00 -0.16 0.33 -0.88 0.00 -1.65 0.00 -0.51 0.00 -0.12 0.40 0.36 0.05 1.27 0.00 0.78 0.00 -0.42 0.00 1.41 0.21 -0.01 0.02 -27.85 0.14

Gründere Estimat P-verdi -1.90 0.00 -0.80 0.22 0.30 0.18 0.51 0.07 0.14 0.63 0.34 0.19 -1.58 0.00 -0.44 0.12 -1.48 0.00 -1.91 0.00 -1.02 0.00 0.01 0.96 0.53 0.07 1.15 0.00 0.54 0.10 -0.33 0.10 2.73 0.90 -0.01 0.91 -50.28 0.90

Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05

Tabell 40: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2006 Avhengig variabel: Distriktsutviklingstilskudd Sone 1 Sone 2 Sone 3 Minst sentrale kommuner Mindre sentrale kommuner Noe sentrale kommuner Øst-Viken (Østfold, Akershus og Oslo) Innlandet (Hedmark og Oppland) Vest-Viken (Buskerud, Vestfold og Telemark) Sørlandet (Aust-Agder og Vest-Agder) Vestlandet (Rogaland, Hordaland, S&F, M&R) Trøndelag (Sør-Trøndelag og Nord-Trøndelag) Jordbruk skog og fiske Industri, bergverksdrift og utvinning Kompetanseintensive næringer Noe kompetanseintensive næringer Omsetning Alder Konstant

Alle Estimat P-verdi -2.59 0.00 -3.58 0.00 -0.26 0.05 0.34 0.03 -0.17 0.33 -0.13 0.42 -1.25 0.00 0.08 0.59 -0.78 0.00 -0.93 0.00 -0.41 0.01 0.04 0.77 0.55 0.00 1.28 0.00 0.78 0.00 -0.33 0.01 1.49 0.13 -0.01 0.01 -29.22 0.08

Gründere Estimat P-verdi -2.71 0.00 -2.46 0.02 -0.17 0.46 0.17 0.52 -0.54 0.08 -0.28 0.28 -1.14 0.01 -0.20 0.45 -1.35 0.00 -1.24 0.02 -0.58 0.02 -0.02 0.93 0.33 0.27 1.19 0.00 0.76 0.02 -0.38 0.06 13.75 0.04 0.00 0.97 -237.51 0.03

Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05

Tabell 41: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2007 Avhengig variabel: Distriktsutviklingstilskudd Sone 1 Sone 2 Sone 3 Minst sentrale kommuner Mindre sentrale kommuner Noe sentrale kommuner Øst-Viken (Østfold, Akershus og Oslo) Innlandet (Hedmark og Oppland) Vest-Viken (Buskerud, Vestfold og Telemark) Sørlandet (Aust-Agder og Vest-Agder) Vestlandet (Rogaland, Hordaland, S&F, M&R) Trøndelag (Sør-Trøndelag og Nord-Trøndelag) Jordbruk skog og fiske Industri, bergverksdrift og utvinning Kompetanseintensive næringer Noe kompetanseintensive næringer Omsetning Alder Konstant

Alle Estimat P-verdi -3.26 0.00 -3.11 0.00 -0.27 0.04 0.18 0.26 -0.24 0.17 -0.26 0.11 -0.79 0.01 0.05 0.72 -0.88 0.00 -0.11 0.64 -0.45 0.00 -0.04 0.78 0.17 0.37 1.48 0.00 0.84 0.00 -0.36 0.01 1.83 0.02 -0.01 0.15 -35.08 0.01

Gründere Estimat P-verdi -3.34 0.00 -2.09 0.01 -0.17 0.44 0.19 0.47 -0.18 0.51 -0.31 0.24 -0.98 0.07 -0.40 0.15 -2.24 0.00 -0.16 0.64 -0.60 0.01 -0.10 0.64 -0.13 0.69 1.18 0.00 0.90 0.00 -0.47 0.02 -0.03 1.00 -0.14 0.05 -2.87 0.99

Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05

Oxford Research AS, Ă&#x2DC;stre Strandgate 1, 4610 Kristiansand, Norge, Tlf, 40 00 57 93, www,oxford,no