langtidseffekter av innovasjon norges støtte til bedrifter 2003-2010

©

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, evalue-ringer 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 velferds- og 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 tradi-sjoner 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 næringsøko-nomi 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 AS

Oxford Research:

SVERIGE FINLAND

Oxford Research AB Box 7578 Norrlandsgatan 12 103 93 Stockholm Telefon: (+46) 702965449 [email protected]

NORGE Oxford Research AS Østre Strandgate 1 4610 Kristiansand Norge Telefon: (+47) 40 00 57 93 [email protected]

Oxford Research OY Heikinkatu 7, 48100, Kotka, Finland GSM: +358 44 203 2083 [email protected]

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 [email protected]

Oxford Research c/o ENSR 5, Rue Archimède, Box 4 1000 Brussels Phone +32 2 5100884 Fax +32 2 5100885 [email protected]

http://www.oxford.no/

http://www.mfmr.no/

http://www.flickr.com/photos/rfa247/6220204238/

mailto:[email protected]




© Oxford Research AS 3

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 al-der, bedriftens omsetning og kompetanseintensiteten til næringen bedriften til-hører. Analysene viser at Innovasjon Norge-støttede bedrifter har 0,62 ganger la-vere sjanse for å oppleve frafall enn bedrifter som ikke har mottatt støtte. Innova-sjon 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 Dis-triktsutviklingstilskudd 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 til-strekkelig grad av sikkerhet kan si at Distriktsutviklingstilskudd og Etablererstipend har en effekt på bedriftenes verdiskaping. Samtidig kan analysene heller ikke ute-lukke at det finnes en effekt.

En medvirkende årsak til at vi ikke er i stand til å påvise noen effekter på verdiska-pingsutviklingen kan være knyttet til datakvaliteten. Dersom det hadde eksistert flere variabler både innenfor støtte- og kontrollgruppen, ville kvaliteten på analy-sene 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 avan-serte statistiske og økonometriske teknikker for å oppnå dette samt bygget på tidligere studier av bla. Møre-forskning 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 forskjel-lene eventuelt tilskrives Innovasjon Norge?

Oppdraget er fra Oxford Researchs side gjennomført av senioranalytiker Tor Borgar Hansen (prosjektleder), se-nioranalytiker 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



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



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



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


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 ef-fekter 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 be-drifter 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 eventu-elt tilskrives Innovasjon Norge?

Rapporten er bygget opp av tre deler. Den første og andre delen er deskriptiv, og analyserer og sam-menligner Innovasjon Norge-støttede bedrifter med bedriftspopulasjonen når det gjelder overle-velse og økonomisk utvikling (kapittel 4 og 5). Hvilke forskjeller finnes? Den tredje delen er en effektfo-kusert del, som har som intensjon å belyse effekter av Innovasjon Norge-støtte ved hjelp av ulike statis-tiske og økonometriske og teknikker (kapittel 6). I det videre oppsummerer vi funnene fra hver av disse analysene.

1.1 Overlevelse sammenlignet med be-driftspopulasjonen

Vi har sammenlignet overlevelsesratene for bedrif-tene 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 In-novasjon Norge har høyere overlevelsesrater enn øvrige gründerbedrifter. Støtten har særlig betydning i bedriftenes tidlige utviklingsfase.

Overlevelsesratene for Innovasjon Norge-støt-tede etablerte bedrifter er høyere enn overle-velsesraten for øvrige etablerte bedrifter for samtlige årganger og samtlige år.

Sjansen for at bedriften blir slettet etter opp-løsning er høyere blant bedrifter som ikke har mottatt støtte fra Innovasjon Norge. Dette er tilfelle både blant gründer- og etablerte bedrif-ter, og indikerer at Innovasjon Norge har selek-tert 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.

1.2 Økonomisk utvikling sammenlignet med bedriftspopulasjonen

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

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

De gründerbedriftene som ikke har mottatt In-novasjon Norge-støtte har oftere positivt driftsresultat enn andre bedrifter. De Innova-sjon Norge-støttede etablerte bedriftene har en noe høyere andel med positive driftsresul-tat. Dette gir signaler om et risikovillig Innova-sjon 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. Verdiskapingsutvik-lingen til de Innovasjon Norge-støttede etab-lerte bedriftene er noe mindre positiv enn for den øvrige bedriftspopulasjonen.

De Innovasjon Norge-støttede gründerbedrif-tene kan i de fleste årgangene vise til bedre ut-vikling i antall ansatte enn gründerbedriftene som ikke har fått støtte. Økningen i antall an-satte er høyest i de første årene etter etable-ring før den avtar noe. De etablerte virksomhe-


tene har ikke noen videre høy sysselsettings-vekst, 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 Inno-vasjon Norge, har vi tatt i bruk ulike avanserte sta-tistiske og økonometriske teknikker. Vi har sett på i hvilken grad støtten har en betydning både for over-levelse og verdiskaping.

1.3.1 Overlevelse

Å få støtte fra Innovasjon Norge har en sterk og sig-nifikant negativ sammenheng med sjansen for at en virksomhet blir inaktiv eller faller fra. Sammen-hengen er statistisk signifikant, selv også når en kon-trollerer for en rekke karakteristika ved bedriftene som bedriftens størrelse, distriktspolitisk virkeom-råde, bedriftens alder, bedriftens omsetning og kompetanseintensiteten til næringen bedriften til-hører. Analysene viser at Innovasjon Norge-støt-tede 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 be-drifter, 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 kontrollgrup-per av matchende bedrifter for årgangene 2003-07. Disse analysene viser at det ikke er noen signifi-kante forskjeller mellom gruppene. Dette betyr at vi ikke med tilstrekkelig grad av sikkerhet kan si at Dis-triktsutviklingstilskudd og Etablererstipend har en effekt på bedriftenes verdiskaping. Samtidig kan analysene heller ikke utelukke at det finnes en ef-fekt.

En medvirkende årsak til at vi ikke er i stand til å på-vise 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 Norge-støtten. Dette er mer inngående diskutert i kapittel 6.


Kapittel 2. Bakgrunn, formål og innhold

2.1 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 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:

En innsats/aktivitet forventes å generere en-kelte 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 nød-vendigvis målbare resultater eller effekter med det samme. Det kan ta la tid før de fulle effek-tene realiseres.

Det er ikke mulig å gjennomføre kontrollerte eksperimenter. Det er også en rekke andre for-hold enn tiltaket som påvirker utviklingen. Disse forholdene må det kontrolleres for der-som 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 an-vendt ulike tilnærminger. Dette er mellom annet:

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

1 Se f.eks. stortingsmeldingen om Innovasjon Norge og SIVA (Meld. St. 22, 2011-2012)

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

Oxford Research, 2011. Mer av det gode. Eva-luering 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 stat-lig bro i kapitalmarkedet: evaluering av Innova-sjon Norges låne- og garantiordninger. Menon-publikasjon nr. 42, Menon Business Economics, Oslo.

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

I tillegg til disse arbeidene er det også gjort arbeider for Norges Forskningsråd som har vært metodeut-viklende. Særlig relevant i vår sammenheng er føl-gende evalueringer:

Cappelen, Å., E. Fjærli, F. Foyn, T. Hægeland, J. Møen, A. Raknerud og M. Rybalka, 2008. Evalu-ering 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. Verdi-skaping i forskningsbaserte selskaper og lisen-ser 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 komp-lettere hverandre, men de løser kun deler av de me-todiske 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-


tiske/økonometriske metoder for å belyse langtids-effekten 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 eva-luering og påvisning av effekter som består av seks ulike trinn. Dette vises i figuren under.

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

I følge denne klassifiseringen er metoder som be-nytter mottakernes egne vurderinger av f.eks. addi-sjonalitet å regne som steg 3, altså kun monitore-ring 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 (overlevel-sesanalysene) og steg 6 (verdiskapingsanalysene). Dette innebærer at vi særlig for verdiskapingsanaly-sene benytter oss av «state of the art» -metoder for effektmåling av bedriftsstøtte.

2.4 Videre innhold

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

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 be-drifter som ikke har fått støtte. I hvilken grad er det slik at bedriftene som har fått støtte fra In-novasjon 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 bedrif-ter som har mottatt støtte fra Innovasjon Norge i perioden 2003-2010 og sammenligner resulta-tene 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 skyl-des ikke nødvendigvis støtten. I rapportens ka-pittel 6 del diskuterer vi i hvilken grad utvik-lingen 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 avan-serte statistiske og økonometriske metoder. Vi gjør både analyser der den avhengige variabe-len er overlevelse og verdiskaping.

Før vi går inn på rapportens tre hovedbolker, pre-senterer vi i kapittel 3 først datakildene for analy-sen, analysekriterier og mulige metoder for effekt-måling.

Kilde: OECD (2004)


Kapittel 3. Datakilder, analysekriterier og mulige meto-der

Gjennomføring av effektanalyser krever omfat-tende datasett med høy kvalitet. I dette kapittelet gis det en grundig beskrivelse av datakilder, analy-sekriterier og mulige metoder for effektmåling. Mer spesifikt inneholder kapittelet en beskrivelse av:

Datagrunnlaget for analysene og databearbei-ding

Kriterier og forutsetninger for analysene

Mulige statistiske/økonometriske metoder som kan brukes for å måle effekter

3.1 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 øko-nometriske analysene.

3.1.1 Datakilder

Det er benyttet fire ulike datakilder for å gjøre ana-lyser 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 foretaksin-formasjon stilt til rådighet av Innovasjon Norge gir disse registrene tilgang til viktige bakgrunns-opplysninger om bedriftene. I forhold til denne analysen har Oxford Research fått tilgang til en tidsserie fra 2005-2012 for ansatte-tall for be-driftene, noe som gjør oss i stand til å analysere

sysselsettingsutviklingen på en bedre måte enn tidligere.

Regnskapsinformasjon for samtlige regnskaps-pliktige bedrifter i Norge for perioden 1993-2012. Denne omfattende databasen innehol-der opplysninger om samtlige poster i resultat- og balanseregnskapet.

Konkurs- og kunngjøringsregisteret i Brønnøy-sund. Informasjon herfra benyttes til å oppda-tere bedriftenes status i forhold til om de fort-satt 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.

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

3.1.2 Bearbeiding av data

Tilsagnsinformasjonen fra Innovasjon Norge forelig-ger 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 bearbei-des slik at bedriftene er analyseenhetene og ikke til-sagnene og på en slik måte at flere tilsagn i ulike år fremkommer på en hensiktsmessig måte. Denne bearbeidingen har resultert i et datasett som omfat-ter til sammen 51 395 tilsagn gitt til 20 361 bedrifter i perioden 2003 til 2010. Dette er ytterligere spesi-fisert per årgang i tabell 1 under.

Tabell 1: Antall tilsagn og bedrifter per årgang

Årgang 2003 2004 2005 2006 2007 2008 2009 2010 2003-2010

Antall tilsagn 6 311 6 327 6 373 6 359 5 959 5 632 7 563 6 871 51 395

Antall bedrifter 4 422 4 680 5 342 5 604 5 253 4 940 6 945 6 289 43 475

Antall bedrifter som mot-tar sitt første tilsagn

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 deret-ter koblet sammen med foretaks- og regnskapsinfor-masjonen. Gjennom dette blir vi i stand til å se nær-mere på den faktiske økonomiske utviklingen til de av Innovasjon Norge sine bedrifter som er regnskapsplik-tige samt å sammenligne resultatene med den reste-rende bedriftspopulasjonen. Dette er en nødvendig, men ikke tilstrekkelig premiss for at det skal kunne være mulig å utføre effektanalyser.

Vi har benyttet informasjon fra Konkurs- og kunngjø-ringsregisteret i Brønnøysund i overlevelsesanalyser. Basert på disse registrene har vi konstruert en datas-erie fra slutten av 1999 frem til utgangen av 2013. Dette datasettet inneholder informasjon om end-ringer 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 stiftel-ser). De fleste av disse endringene har som konse-kvens at bedriften slettes fra registrene. I våre analy-ser 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 slet-tinger etter konkurser og oppløsninger, derimot, fin-nes ikke slike statuser. Det har derfor vært nødvendig å konstruere slike statuser manuelt i forbindelse med overlevelsesanalysene. Dette er gjort ved å identifi-sere 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.

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

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

3.2.1 Tilsagn fra Innovasjon Norge

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

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 avgrens-ningene som er gjort her, omtales nærmere i ka-pittel 2.2.2.

3.2.2 Den resterende bedriftspopulasjonen

De bedriftene som befinner seg i den resterende be-driftspopulasjonen, må tilfredsstille følgende krite-rier:

Vi ser kun på bedrifter som ble etablert i samme år som det tilsvarende Innovasjon Norge tilsag-net 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 un-der 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 vi-dere analysen er markert med blått i tabell 2.


Tabell 2 Oversikt over næringer som er inkludert i analysen

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

C Industri 13,63 %

A Jordbruk, skogbruk og fiske 12,14 %

D Elektrisitets-, gass-, damp- og varmtvannsforsyning 12,10 %

B Bergverksdrift og utvinning 6,97 %

J Informasjon og kommunikasjon 5,63 %

I Overnattings- og serveringsvirksomhet 4,83 %

M Faglig, vitenskapelig og teknisk tjenesteyting 3,82 %

N Forretningsmessig tjenesteyting 3,28 %

E Vannforsyning, avløps- og renovasjonsvirksomhet 3,24 %

R Kulturell virksomhet, underholdning og fritidsaktiviteter 3,01 %

G Varehandel, reparasjon av motorvogner, herunder: 1,45 %

G_1 Agentur og engroshandel 3,20 %

G_2 Postordre-/Internetthandel 3,12 %

G_3 Vedlikehold 1,05 %

G_4 Butikk- og detaljhandel 0,99 %

P Undervisning 1,33 %

L Omsetning og drift av fast eiendom 1,22 %

H Transport og lagring 1,00 %

F Bygge- og anleggsvirksomhet 0,88 %

S Annen tjenesteyting 0,68 %

Q Helse- og sosialtjenester 0,57 %

K Finansierings- og forsikringsvirksomhet 0,30 %

O Offentlig administrasjon og forsvar, trygdeordninger underlagt offentlig forvaltning 0,05 %

T Lønnet arbeid i private husholdninger 0,00 %

Total 4,17 %

Ekskludering av influerende case

I alle større datasett vil det være enkelte bedrifter, el-ler 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 pro-sent 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 be-driftene kan ikke sies å være eksempler på normalen i den norske økonomien, heller det unormale.

Analyser av langtidseffekter er svært sårbare for ekst-reme 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, p-verdi med mer. Det er derfor nødvendig, som vist blant annet av Hamilton (1992), Field (2009) og Ring-dal 2009), å ekskludere enkelte bedrifter med ekst-reme verdier. Gjennom dette forhindrer en at de for-ringer analysenes validitet og reliabilitet.

I dette tilfellet er det tatt utgangspunkt i ustandardi-serte beta-verdier og analysert bedriftenes fordeling

på de mest sentrale variablene ved hjelp av boks-dia-gram. I analysene er det, som anbefalt av blant annet Hamilton (1992), anvendt skjønn for å vurdere cut-off-verdien på den enkelte variabel. Dersom det er observert et større gap mellom verdien til hovedvek-ten av bedriftene og andre ytterliggående case, har bedriften blitt vurdert som nødvendig å ekskludere i analysene av den konkrete variabelen. Det er etter-strebet å følge en tolerant cut-off, for å unngå å eks-kludere flere bedrifter enn høyst nødvendig. På varia-belen verdiskaping ekskluderes 30 foretak fra analy-sene, på variabelen antall ansatte 23 foretak, på va-riabelen driftsmargin 15 foretak, på variabelen om-setning 16 foretak, og på variabelen driftsresultatet 23 foretak.

3.2.3 Hovedgrupper av bedrifter

Både for de bedriftene som har fått tilsagn fra Inno-vasjon Norge og den resterende bedriftspopulasjo-nen vil det i analysene bli skilt mellom det vi kaller gründerbedrifter og etablerte bedrifter. Gründerbe-drifter 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). Tilsva-rende er de etablerte bedriftene fire år eller eldre på det tidspunktet de fikk innvilget støtte fra Innovasjon Norge for første gang (årgangen). Den samme alders-grupperingen brukes også for den resterende be-driftspopulasjonen.

3.2.4 Samlet oversikt over bedrifter som inngår i be-regningene

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 an-delen 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 bedrifts-populasjonen.

Fra 2006 og framover, er andelen bedrifter som til-fredsstiller kriteriene lavere blant den resterende be-driftspopulasjonen 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 reste-rende bedriftspopulasjonen som befinner seg i næ-ringer 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 Tilsagn fra Innovasjon Norge Den resterende bedriftspopulasjonen

Antall bedrifter som mottar sitt første tilsagn

Antall bedrifter det foreligger regnskapsinformasjon for og som tilfredsstiller kriteriene

Andel Antall be-drifter

Antall bedrifter det foreligger regnskapsinformasjon for og som tilfredsstiller kriteriene

Andel

2003 3 039 603 20 % 179 870 50 988 28 %

2004 2 606 698 27 % 180 185 55 142 31 %

2005 2 711 873 32 % 189 855 64 619 34 %

2006 2 502 1069 43 % 199 348 77 162 39 %

2007 2 198 1158 53 % 214 118 97 095 45 %

2008 2 129 1099 52 % 222 273 105 450 47 %

2009 2 819 1 719 61 % 225 836 111 764 49 %

2010 2 357 1 627 69 % 230 995 119 135 52 % Kilde: Oxford Research AS

3.3 Ulike teknikker for effektmåling

I motsetning til kontrollerte eksperimenter så er det nesten aldri mulig å observere det kontrafaktiske in-nenfor samfunnsvitenskapelige disipliner. Det er der-for nødvendig å konstruere en hypotetisk kontra-fak-tisk situasjon for å kontrollere for observert hetero-genitet når en skal estimere effekter som følge av vir-kemiddelbruk. I de senere år er det fremkommet en økende mengde litteratur, som er basert på det kon-trafaktisk 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, forløpsana-lyse, er en mer generell statistisk teknikk, mens de resterende som beskrives befinner seg innen den økonometriske tradisjonen.

3.3.1 Forløpsanalyse

Forløpsanalyser kalles også gjerne overlevelsesanaly-ser, da de med stor sikkerhet kan si noe om årsak til at en bedrift har blitt inaktiv. Forløpsanalyse er aner-kjent i samfunnsvitenskapelige, økonomiske og særlig medisinske kretser ettersom analyseformen, som den eneste metodiske tilnærmingen utover den naturvi-tenskaplige 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 kapasi-tetskrevende, og det finnes i dag få samfunnsviten-skapelige datasett som inneholder mengden informa-sjon som er nødvendig for å få valide og reliable tall.

Som datagrunnlag har Oxford Research benyttet ma-terialet 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 re-gisteret eller tidsperioden er ferdig. En betingelse for analysene er at alle bedriftene må være i den såkalte risikogruppen, i vårt tilfelle å kunne oppleve kon-kurs/eller andre årsaker til fjerning.

En sentral parameter i Cox-regresjoner er Hazard-funksjonen. Hazard-funksjonen er prosentandelen sjanse for å oppleve en terminal hendelse, her at be-driften blir inaktiv, for den gruppen bedrifter som fremdeles er aktive ved starten av det aktuelle tidsin-tervallet. Hazard-funksjonen må ikke forveksles med kumulativ prosentandel. Hazard-ratioen viser der-imot sjansen for at hendelsen skjedde i en gitt tidspe-riode, og viser når risikoen for konkurs er størst. I Cox-regresjoner 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 kovaria-ter holdes konstant og, dersom kovariaten er konti-nuerlig, 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 me-toden når en skulle estimere effekter av virkemiddel-bruk. 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» uttryk-ker 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 kontrol-lere for alle andre forhold som kan påvirke utfallsva-riabelen som analyseres så vil OLS estimatene i ligning (1) gi et forventningsrett estimat for den gjennom-snittlige effekten som virkemiddelet har for de bedrif-

2 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 represen-terer hazarden når alle andre kovariater (eller uavhengige) X1, X2, Xp er lik null.

ter som har fått støtte. Det ligger en implisitt anta-gelse 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 under-streket at OLS tilnærmingen som er beskrevet over in-nehar noen svakheter. Og ofte er den betingede kor-relasjonen 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 på-virker Di, for eksempel ved at de bedriftene som er har høyest sannsynlighet for suksess (i en av målvari-ablene) 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 uobser-verbar heterogenitet, også kjent som utelatt-variabel-problemet. Dersom en for eksempel ikke har obser-vert og kontrollert for forhold som kan påvirke selek-sjonsprosessen så vil ikke den betingede korrelasjo-nen representere den kausale effekten. Vi vil heller ikke vite retningen på skjevheten, altså om den esti-merte 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 stu-dien.

Teknisk sett innebærer dette at OLS estimatoren δ, gitt i ligning (1), representerer en blanding av de ef-fekter støtte har på målvariabelen, samt de effekter som fremkommer som følge av den nevnte selekte-ringsproblematikken. 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 Heck-mans 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. Kon-sekvensen av en slik korrelasjon er at koeffisienten


ikke representerer en kausaleffekt. Formålet med IV-regresjonen er å fjerne denne korrelasjonen.

La oss anta at man er interessert i hvorvidt Di påvirker Yi, men at det er grunn til å tro at Yi også påvirker Di (omvendt kausalitet). IV metoden kan løse dette pro-blemet dersom du har en variabel Ii, den såkalte in-strumentvariabelen, som er sterkt korrelert med Di, men samtidig ikke påvirker Yi via andre kanaler enn Di. Dersom man har en god instrumentvariabel kan man estimere en kausal effekt av Di på Yi ved hjelp av en to-stegs regresjonsmodell;

(1) 𝐷𝑖 = 𝛾𝑋𝑖 + 𝛿𝐼𝑖 + 𝜇𝑖,

(2) 𝑌𝑖 = 𝛽𝑋𝑖 + 𝛿𝐷�̂� + 휀𝑖,

I det første steget er Di en avhengig variabel som for-klares av Ii og de andre forklaringsvariablene i model-len. I det andre steget brukes de predikerte Di -verdi-ene fra det første steget som en uavhengig forkla-ringsvariabel for Yi i en identisk modell som i det første steget, men uten Ii -variabelen. Intuisjonen i det siste steget er at de predikerte Di -verdiene repre-senterer en uavhengig variasjon i Di som kun skyldes Ii.

Det er to krav til denne estimeringsteknikken som ofte er vanskelig å få oppfylt i praksis, henholdsvis re-levanskriteriet (a) og ekskluderingskriteriet (b). Der-som disse kravene ikke er oppfylt, er det ingen grunn til å tro at IV vil gi bedre estimat på kausale effekter enn en standard OLS regresjonsanalyse. Det er rela-tivt uproblematisk å teste om relevanskriteriet er oppfylt. Relevanskriteriet sier at instrumentet Ii skal være korrelert med Di noe man kan teste ved å se om koeffisienten for Ii er statistisk signifikant i det første steget i to-stegs-modellen. Hvis instrumentet ikke er relevant, kan det ikke brukes til å identifisere en år-sakssammenheng. Det er som regel vesentlig mer problematisk å teste at ekskluderingskriteriet er opp-fylt. En grunn til dette er at oppfyllelse av eksklude-ringskriteriet ikke utelukkende er et teknisk, statistisk spørsmål, og ekskluderingskriteriet er ikke nødven-digvis oppfylt selv om variabelverdiene på instru-mentvariabelen er randomisert, fordi instrumentet kan påvirke gjennom flere kanaler. Det finnes heller ingen statistisk test som avgjør hvorvidt eksklude-ringskriteriet er troverdig.

Heckmans seleksjons estimator er den andre meto-den som er mye brukt for å kontrollere for seleksjons-problemer ved uobserverbare variabler. Metoden er bygger på forutsetningen om det eksisterer en spesi-fikk fordeling i forhold de uobserverbare egenska-pene som påvirker målvariabelen Yi. Ved å eksplisitt

modellere sannsynligheten for offentlig støtte (på lig-nende måte som estimering av (2) over) er det mulig å utlede en variabel som kan brukes til å kontrollere for den potensielle korrelasjonen mellom målvariabe-len og behandlingsvariabelen Di. Ved å inkludere denne nye variabelen kan Heckman 1 generere for-ventningsrett estimat for gjennomsnittlig effekt av støtten.

I likhet med IV tilnærming kreves det imidlertid en troverdig implementering av seleksjonsligningen (2), samt at en klarer å identifisere egnede instrumenter (Goldberger, 1983; Puhani, 2000).

3.3.4 Ikke parametriske tester, matching metoder

Ideen bak matchende metoder er å fjerne forskjeller mellom bedrifter som deltar og ikke-deltakende be-drifter ved at man leter opp såkalte «tvillingbedrifter» som innehar like observerbare karakteristiske trekk blant de ikke-deltakende bedriftene som er lik til dem som får støtte. Det et ikke nødvendig å fjerne alle ob-serverbare forskjeller mellom deltakende og ikke-del-takende bedrifter, siden en i tillegg kan benytte seg av parametriske regresjoner på de bedriftene som er matchet. Disse regresjonene kan i prinsippet kontrol-lere for både bedriftsspesifikke faste effekter, så vel som tidstrender (Heckman et al, 1998).

Det er to grunnleggende typer matching teknikker, covariate-matching og propensity-matching. Begge metoder søker å redusere avstanden mellom de ob-serverte karakteristikkene for de to gruppene basert på noen avstandsmål. Hovedforskjellen på teknik-kene er at for propensity matching så etableres det en endimensjonal scoring som benyttes når en etablerer kontrollgrupper, mens for covariate matching er denne score mekanismen flerdimensjonal. I den øko-nometriske litteraturen er det propensity matching som er mest benyttet ved evaluering av ulike virke-midler, noe som ofte argumenteres utfra at en fort får problemer med flerdimensjonaliteten i de tilfeller der en har kontinuerlige kontrollvariabler.

Matching har noen potensielle gevinster sammenlig-net med multippel regresjoner, blant annet kan det gjøre modellen mindre sårbar for antagelser om li-nearitet, men matching er ikke mindre sårbar enn standard regresjonsteknikker for seleksjon på uobser-verte variabler.


3.3.5 Regresjons diskontinuitet

I løpet av det siste tiåret har en sett en positiv utvik-ling i antallet artikler som benytter seg av såkalte Re-gression 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 ef-fekten av andre ferdigheter, som er korrelert med både testscore og senere prestasjoner. De som mot-tok 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 vir-kemidler som skal fremme innovasjon og FoU foreslår Jaffe (2002) RD-design som en anvendbar metode. Denne løsningen krever imidlertid at behandlingsva-riabelen som beskriver hvorvidt en bedrift har fått til-sagn er rangert etter stigende rekkefølge. Dette inne-bærer at evalueringene må være transparent på en slik måte at en kan skille prosjektene entydig fra hver-andre. 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 til-gjengelig for forskere i Norge, og verken Forsknings-rådet eller Innovasjon Norge har et slikt transparent indikatorsett. Jaffe (2002) foreslår imidlertid at et evalueringsregime må bygge på prinsipper som sør-ger for en entydig og transparent utforming evalue-ringsprosessen. Det er relativt få eksempler på bruk av denne metoden innen samfunnsvitenskapelige di-sipliner på grunn av mangel på gode data som har en-tydige rangering av populasjonen virkemiddelet er rettet mot.

Ideen bak RD-design tilnærmingen er å utnytte den informasjon som kan ligge i selve rangeringen av pro-sjekter som har søkt støtte. Dersom en entydig rang-ering eksisterer så har man også en indikator som pre-sist 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 terskelver-dien 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 verdi-full informasjon i forhold til seleksjonsproblematik-ken. En slik terskel basert på for eksempel prosjekt-kvalitet 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 meto-diske problemstillinger. Det kontrafaktiske (hva ville skjedd med prosjektet/bedriften dersom virkemidde-let 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 virke-midler, kan det også oppstå et metodisk problem ved at de bedrifter som velger å søke støtte hos IN inne-har visse karakteristika som er overrepresentert, sammenlignet med den øvrige populasjonen. Endo-genitets-problematikken er også velkjent fra faglitte-raturen 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 resulta-tene. OLS som metode er således ansett som uegnet for å løse de ovennevnte problemene. Ved bruk av in-strumentvariabelmetoden kan man i prinsippet ute-lukke 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 an-tagelsen som ligger til grunn for å løse seleksjonspro-blemet 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 for-hold 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 be-nytte såkalte matching teknikker. Denne metoden sø-ker å konstruere en kvasi-kontrollgruppe ved bruk at tilgjengelige data, og er således velegnet til å adres-sere de problemstillinger som er nevnt innlednings-vis. Denne tilnærmingen er også i de siste tiårene blitt brukt i økende grad i faglitteraturen for å analysere effekter av virkemidler.


Kapittel 4. Deskriptiv analyse av virksomhetenes over-levelse

Oxford Research har i forbindelse med gjennomfø-ringen av Innovasjon Norges kundeeffektundersøkel-ser tidligere gjennomført analyser av overlevelsesra-tene 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 undersøkel-sene. Da disse gjennomføres som utvalgsundersøkel-ser, får man ikke dekket alle bedriftene som har fått støtte av Innovasjon Norge i de ulike årene. I dette ka-pittelet ser vi nærmere på populasjonen av bedrifter som har fått støtte i de ulike årgangene ved å ta ut-gangspunkt 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 be-driftspopulasjonen som er stiftet i samme peri-ode.

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 kon-kurs? Dette bidrar til å gi en mer nyansert analyse

av hva som kommer ut av Innovasjon Norges til-sagn 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 ef-fekt 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 gründer-bedrifter og for etablerte bedrifter.

Når vi i det videre omtaler overlevelse, mener vi be-drifter som er aktive på et gitt tidspunkt. Det innebæ-rer at disse bedriftene ikke er blitt slettet fra Enhets- eller Foretaksregisteret og at de har status som aktive bedrifter på analysetidspunktet.

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 indi-kerer 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 gründer-bedrifter og etablerte). Dette indikerer at Innovasjon Norge tar en viss risiko i sine tildelinger.


Da vi tar utgangspunkt i en fireårig etableringsperiode for gründerbedriftene, er de beregnede overlevelses-ratene ikke direkte sammenliknbare med overlevel-sesratene 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 be-drifter 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 over-levelsesraten for øvrige gründerbedrifter for samtlige årganger og samtlige år. Dermed kan vi slå fast at gründerbedrifter som har mottatt støtte fra Innova-sjon Norge har høyere overlevelsesrater enn øvrige gründerbedrifter. Dette er i tråd med funnene i Nord-landsforskning sin evaluering av Innovasjon Norge sine stipendordninger fra 2006 (Alsos et.al., 2006).

Vi ser også at de høyeste frafallsratene kommer se-nere 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 overlevelse-sår

Bedrift etablert i periode

Støtte fra Innova-sjon Norge i perio-den 2003 – 2010?

Overlevd til år

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003 Ingen IN-støtte 100,0 100,0 99,7 96,6 91,9 86,8 81,5 76,4 72,8 69,7 66,0

IN-støtte 100,0 100,0 99,9 98,8 96,4 92,3 88,3 83,6 79,5 76,2 72,3

2001-2004 Ingen IN-støtte 100,0 99,8 96,9 92,3 86,8 81,2 75,9 72,2 69,1 65,4

IN-støtte 100,0 100,0 99,0 96,5 92,4 88,0 82,9 79,1 75,4 71,5

2002-2005 Ingen IN-støtte 99,9 98,1 94,8 90,4 85,7 81,1 78,0 75,0 71,6

IN-støtte 100,0 99,3 97,0 93,2 88,5 83,8 80,3 76,6 72,4

2003-2006 Ingen IN-støtte 98,8 96,3 92,3 87,4 82,6 79,1 75,9 72,3

IN-støtte 99,6 97,8 94,6 90,4 85,8 82,2 78,3 73,5

2004-2007 Ingen IN-støtte 97,7 94,4 89,8 84,8 81,2 77,7 73,8

IN-støtte 98,9 96,8 93,2 89,1 85,4 81,4 76,3

2005-2008 Ingen IN-støtte 96,5 92,6 87,8 84,1 80,3 76,2

IN-støtte 98,3 95,7 92,6 88,7 84,9 79,0

2006-2009 Ingen IN-støtte 94,6 89,8 85,8 81,3 76,4

IN-støtte 97,8 95,5 91,9 88,0 81,8

2007-2010 Ingen IN-støtte 94,0 90,7 86,4 81,0

IN-støtte 97,0 94,0 90,6 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 til-svarende 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 fi-gur 2 under.


Figur 2: Fire-års overlevelsesrater for gründerbedrifter, etter etableringsperiode, støtte fra Innovasjon Norge og over-levelsesår

Figur 2 viser høyere overlevelsesrater for gründerbe-drifter 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 fall-ende for hver årgang. En mulig forklaring på dette kan være manglende registrering eller dårligere datakva-litet 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 ta-bellen 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 bedriftspo-pulasjonen enn hva som er tilfelle for Innovasjon Norge-støttede bedrifter.

Tabell 5: Overlevelsesrater etter etableringsperiode, støtte fra Innovasjon Norge og overlevelsesår

Bedrift etablert


Overlevd til år

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

Før 2000 Ingen IN-støtte 100,0 100,0 99,8 97,3 94,0 90,6 87,0 83,4 80,7 78,3 75,4

IN-støtte 100,0 100,0 99,9 99,2 98,0 96,0 93,7 90,8 88,3 86,2 83,6

Før 2001 Ingen IN-støtte 100,0 99,8 97,2 93,8 90,3 86,6 82,8 80,1 77,6 74,7

IN-støtte 100,0 99,9 99,1 97,9 95,8 93,3 90,3 87,6 85,5 82,7

Før 2002 Ingen IN-støtte 99,8 97,1 93,7 90,0 86,3 82,4 79,6 77,1 74,1

IN-støtte 100,0 99,1 97,9 95,6 93,0 89,8 87,0 84,8 82,0

Før 2003 Ingen IN-støtte 97,1 93,6 89,8 85,9 82,0 79,2 76,7 73,6

IN-støtte 99,0 97,7 95,3 92,6 89,3 86,4 84,0 81,1

Før 2004 Ingen IN-støtte 93,5 89,6 85,6 81,6 78,7 76,1 73,0

IN-støtte 97,5 94,7 91,7 88,3 85,2 82,6 79,6

Før 2005 Ingen IN-støtte 89,4 85,3 81,1 78,1 75,5 72,4

IN-støtte 94,6 91,4 87,7 84,6 81,9 78,7

Før 2006 Ingen IN-støtte 86,1 82,0 79,1 76,4 73,3

IN-støtte 91,4 87,7 84,6 81,8 78,6

Før 2007 Ingen IN-støtte 82,2 79,2 76,4 73,2

IN-støtte 88,1 84,9 82,0 78,4 Kilde: Oxford Research AS

Kilde: Oxford Research AS

80,0 %

82,0 %

84,0 %

86,0 %

88,0 %

90,0 %

92,0 %

94,0 %

96,0 %

98,0 %

100,0 %

1 2 3 4

2000-2003 Ingen IN-støtte

2000-2003 IN-støtte
















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 forsvin-ner 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 kon-kurs. Slik sett kan fusjoner betraktes som et godt re-sultat sett ut fra Innovasjon Norge sitt ståsted. Det be-tyr at organisasjonen har vært med på å utvikle be-drifter som andre finner så interessante at de er opp-kjøpsverdige.

I tabell 6 under viser vi andelene gründerbedrifter som har blitt slettet etter å ha vært gjennom en fu-sjon. Vi ser at andelene gründerbedrifter som er slet-tet etter fusjon gjennomgående er høyere blant de som ikke har mottatt støtte fra Innovasjon Norge. For-skjellen 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 Innova-sjon Norge



Slettet etter fusjon i år Gj.sn.i pe-rio-den

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 1,3 % 1,7 % 1,5 % 1,4 % 1,3 % 0,9 % 1,0 % 1,1 % 0,9 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,6 % 0,8 % 1,4 % 1,0 % 1,1 % 1,2 % 0,7 % 1,5 % 0,8 %

2001-2004

Ingen IN-støtte 0,0 % 0,0 % 1,1 % 1,5 % 1,4 % 1,4 % 1,2 % 0,8 % 1,0 % 1,1 % 1,0 %

IN-støtte 0,0 % 0,0 % 0,5 % 0,7 % 1,1 % 1,0 % 1,0 % 0,9 % 1,1 % 1,6 % 0,8 %

2002-2005

Ingen IN-støtte 0,0 % 0,7 % 1,0 % 1,1 % 1,1 % 1,0 % 0,8 % 0,9 % 0,9 % 0,8 %

IN-støtte 0,0 % 0,2 % 0,6 % 0,9 % 0,9 % 1,0 % 0,9 % 1,0 % 1,6 % 0,8 %

2003-2006

Ingen IN-støtte 0,5 % 0,9 % 1,1 % 1,1 % 1,0 % 0,9 % 1,0 % 1,0 % 0,9 %

IN-støtte 0,2 % 0,5 % 0,8 % 0,7 % 1,1 % 0,9 % 1,2 % 1,5 % 0,9 %

2004-2007

Ingen IN-støtte 0,6 % 1,0 % 1,1 % 1,1 % 0,9 % 1,1 % 1,1 % 1,0 %

IN-støtte 0,3 % 0,6 % 0,6 % 0,9 % 1,0 % 1,3 % 1,3 % 0,9 %

2005-2008

Ingen IN-støtte 0,8 % 1,1 % 1,1 % 0,9 % 1,1 % 1,1 % 1,0 %

IN-støtte 0,6 % 0,4 % 0,8 % 1,0 % 1,1 % 1,4 % 0,9 %

2006-2009

Ingen IN-støtte 1,0 % 1,2 % 1,0 % 1,2 % 1,2 % 1,1 %

IN-støtte 0,3 % 0,6 % 0,8 % 1,1 % 1,4 % 0,8 %

2007-2010

Ingen IN-støtte 1,0 % 0,9 % 1,2 % 1,2 % 1,1 %

IN-støtte 0,3 % 0,7 % 1,1 % 1,2 % 0,8 %


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 Inno-vasjon Norge



Slettet etter fusjon i år Gj.sn.i pe-

rioden 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 1,0 % 1,2 % 1,1 % 1,1 % 1,0 % 0,8 % 0,8 % 0,9 % 0,7 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,5 % 0,7 % 0,9 % 1,1 % 1,2 % 1,0 % 0,8 % 1,3 % 0,7 %

2001-2004

Ingen IN-støtte 0,0 % 0,0 % 1,0 % 1,2 % 1,1 % 1,1 % 1,1 % 0,9 % 0,8 % 1,0 % 0,8 %

IN-støtte 0,0 % 0,0 % 0,5 % 0,7 % 1,0 % 1,2 % 1,2 % 1,2 % 0,8 % 1,2 % 0,8 %

2002-2005

Ingen IN-støtte 0,0 % 1,0 % 1,3 % 1,2 % 1,2 % 1,1 % 0,9 % 0,8 % 1,0 % 0,9 %

IN-støtte 0,0 % 0,6 % 0,7 % 1,0 % 1,1 % 1,2 % 1,1 % 0,8 % 1,2 % 0,9 %

2003-2006

Ingen IN-støtte 1,0 % 1,3 % 1,2 % 1,2 % 1,1 % 0,9 % 0,9 % 1,0 % 1,1 %

IN-støtte 0,6 % 0,7 % 1,1 % 1,1 % 1,2 % 1,1 % 0,7 % 1,3 % 1,0 %

2004-2007

Ingen IN-støtte 1,3 % 1,2 % 1,2 % 1,1 % 0,9 % 0,9 % 1,0 % 1,1 %

IN-støtte 0,7 % 1,1 % 1,1 % 1,2 % 1,1 % 0,8 % 1,4 % 1,1 %

2005-2008

Ingen IN-støtte 1,2 % 1,2 % 1,1 % 0,9 % 0,9 % 1,0 % 1,1 %

IN-støtte 1,0 % 1,1 % 1,1 % 1,1 % 0,9 % 1,4 % 1,1 %

2006-2009

Ingen IN-støtte 1,1 % 1,1 % 0,8 % 0,9 % 1,0 % 1,0 %

IN-støtte 1,0 % 1,1 % 1,0 % 0,9 % 1,4 % 1,1 %

2007-2010

Ingen IN-støtte 1,1 % 0,9 % 0,9 % 1,0 % 1,0 %

IN-støtte 1,1 % 1,0 % 0,9 % 1,4 % 1,1 %


4.2.2 Oppløsninger

Det er en rekke grunner til at en bedrift oppløses. År-sakene kan blant annet være bedriftsstrategiske, per-sonlige 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 general-forsamlingen, 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 be-drifter som har blitt slettet etter oppløsning gjennom-gående er høyere blant bedrifter som ikke har mot-tatt 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 selek-tert gründere som har gode forretningsideer og am-bisjoner om å få det til.

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


Støtte fra Innovasjon Norge i perioden 2003 – 2010?

Slettet etter oppløsning i år Gj.sn.i pe-rio-den

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003

Ingen IN-støtte 0,0 % 0,0 % 0,3 % 1,8 % 2,5 % 2,3 % 2,3 % 2,2 % 1,4 % 1,1 % 1,6 % 1,4 %

IN-støtte 0,0 % 0,0 % 0,1 % 0,6 % 1,1 % 1,2 % 1,1 % 1,5 % 1,0 % 0,8 % 0,8 % 0,7 %

2001-2004

Ingen IN-støtte 0,0 % 0,2 % 1,6 % 2,5 % 2,6 % 2,4 % 2,2 % 1,4 % 1,2 % 1,6 % 1,6 %

IN-støtte 0,0 % 0,0 % 0,5 % 1,2 % 1,4 % 1,2 % 1,5 % 1,0 % 0,7 % 1,0 % 0,9 %

2002-2005

Ingen IN-støtte 0,1 % 1,0 % 1,7 % 2,1 % 2,1 % 1,9 % 1,2 % 1,1 % 1,5 % 1,4 %

IN-støtte 0,0 % 0,4 % 1,2 % 1,5 % 1,3 % 1,6 % 1,0 % 0,8 % 1,1 % 1,0 %

2003-2006

Ingen IN-støtte 0,6 % 1,2 % 1,9 % 2,2 % 2,1 % 1,4 % 1,2 % 1,6 % 1,5 %

IN-støtte 0,2 % 0,8 % 1,2 % 1,3 % 1,5 % 1,0 % 0,9 % 1,6 % 1,1 %

2004-2007

Ingen IN-støtte 0,8 % 1,6 % 2,1 % 2,2 % 1,5 % 1,3 % 1,8 % 1,6 %

IN-støtte 0,4 % 0,8 % 1,0 % 1,3 % 1,0 % 0,8 % 1,8 % 1,0 %

2005-2008

Ingen IN-støtte 1,1 % 1,8 % 2,2 % 1,6 % 1,4 % 2,0 % 1,7 %

IN-støtte 0,4 % 0,9 % 1,1 % 1,1 % 1,0 % 2,0 % 1,1 %

2006-2009

Ingen IN-støtte 1,6 % 2,3 % 1,8 % 1,7 % 2,3 % 1,9 %

IN-støtte 0,5 % 0,8 % 1,1 % 1,0 % 2,3 % 1,1 %

2007-2010

Ingen IN-støtte 1,7 % 1,5 % 1,6 % 2,5 % 1,8 %

IN-støtte 0,7 % 1,0 % 0,9 % 2,0 % 1,2 %



I tabell 9 under viser vi andel etablerte bedrifter som har blitt slettet etter oppløsning. Vi ser at andelen be-drifter som har blitt slettet etter oppløsning gjennom-gående er mye høyere blant bedrifter som ikke har mottatt støtte fra Innovasjon Norge. Blant de bedrif-tene 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



Slettet etter oppløsning i år Gj.sn.i pe-rio-den

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003

Ingen IN-støtte 0,0 % 0,0 % 0,2 % 1,4 % 1,7 % 1,7 % 1,7 % 1,8 % 1,1 % 0,9 % 1,3 % 1,1 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,1 % 0,3 % 0,3 % 0,5 % 0,5 % 0,5 % 0,4 % 0,3 % 0,3 %

2001-2004

Ingen IN-støtte 0,0 % 0,2 % 1,4 % 1,8 % 1,7 % 1,7 % 1,8 % 1,1 % 0,9 % 1,3 % 1,2 %

IN-støtte 0,0 % 0,0 % 0,1 % 0,3 % 0,4 % 0,5 % 0,6 % 0,5 % 0,4 % 0,4 % 0,3 %

2002-2005

Ingen IN-støtte 0,2 % 1,5 % 1,8 % 1,7 % 1,8 % 1,8 % 1,1 % 0,9 % 1,4 % 1,4 %

IN-støtte 0,0 % 0,1 % 0,3 % 0,4 % 0,6 % 0,6 % 0,5 % 0,4 % 0,3 % 0,4 %

2003-2006

Ingen IN-støtte 1,5 % 1,9 % 1,8 % 1,8 % 1,8 % 1,2 % 0,9 % 1,4 % 1,5 %

IN-støtte 0,1 % 0,4 % 0,5 % 0,6 % 0,7 % 0,6 % 0,5 % 0,4 % 0,5 %

2004-2007

Ingen IN-støtte 1,9 % 1,8 % 1,8 % 1,9 % 1,2 % 1,0 % 1,4 % 1,6 %

IN-støtte 0,6 % 0,6 % 0,7 % 0,8 % 0,6 % 0,5 % 0,5 % 0,6 %

2005-2008

Ingen IN-støtte 1,9 % 1,9 % 1,9 % 1,2 % 1,0 % 1,4 % 1,6 %

IN-støtte 0,8 % 0,7 % 0,9 % 0,6 % 0,5 % 0,6 % 0,7 %

2006-2009

Ingen IN-støtte 1,9 % 1,8 % 1,2 % 1,0 % 1,4 % 1,5 %

IN-støtte 0,8 % 1,0 % 0,7 % 0,6 % 0,6 % 0,7 %

2007-2010

Ingen IN-støtte 1,9 % 1,2 % 1,0 % 1,5 % 1,4 %

IN-støtte 1,0 % 0,7 % 0,6 % 0,8 % 0,8 %


4.2.3 Konkurser

Hos Konkursrådet gis det en nærmere oversikt over hva som legges i konkurs (http://www.konkursra-

det.no/hjem.296667.no.html). En konkurs kan bare åp-nes 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 illikvi-ditet. Dette er imidlertid ikke en tilstrekkelig beting-else for at skyldneren skal anses som insolvent. Skyld-neren må i tillegg være insuffisient. Det betyr at heller ikke skyldnerens eiendeler gir full dekning for skyld-nerens 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 konkursra-tene tiltar fra 2010 og at dette gjelder for alle etable-ringsperiodene. Dette kan som nevnt innledningsvis skyldes lavere datakvalitet for tidlige år i vår analyse-periode, men finanskrisen kan også være en medvir-kende 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.

http://www.konkursradet.no/hjem.296667.no.html

http://www.konkursradet.no/hjem.296667.no.html


Tabell 10: Andel gründerbedrifter som har blitt slettet etter konkurs per år, etter etableringsperiode og støtte fra Inno-vasjon Norge



Slettet etter konkurs i år Gj.sn.i pe-rio-den

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,4 % 1,4 % 1,0 % 0,9 % 0,8 % 0,4 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,5 % 1,4 % 1,7 % 1,5 % 1,4 % 0,6 %

2001-2004

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,5 % 1,6 % 1,1 % 0,9 % 0,9 % 0,5 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,5 % 1,8 % 1,7 % 1,7 % 1,1 % 0,7 %

2002-2005

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 0,1 % 0,4 % 1,4 % 1,0 % 0,8 % 0,8 % 0,5 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,1 % 0,5 % 1,7 % 1,4 % 1,7 % 1,2 % 0,7 %

2003-2006

Ingen IN-støtte 0,0 % 0,0 % 0,1 % 0,4 % 1,5 % 1,0 % 0,9 % 0,8 % 0,6 %

IN-støtte 0,0 % 0,0 % 0,1 % 0,3 % 1,6 % 1,5 % 1,9 % 1,5 % 0,9 %

2004-2007

Ingen IN-støtte 0,0 % 0,1 % 0,4 % 1,5 % 1,1 % 1,0 % 0,8 % 0,7 %

IN-støtte 0,0 % 0,0 % 0,2 % 1,6 % 1,5 % 1,8 % 1,7 % 1,0 %

2005-2008

Ingen IN-støtte 0,0 % 0,3 % 1,3 % 1,0 % 1,1 % 0,9 % 0,8 %

IN-støtte 0,0 % 0,2 % 1,1 % 1,6 % 1,7 % 2,3 % 1,2 %

2006-2009

Ingen IN-støtte 0,2 % 1,2 % 1,1 % 1,4 % 1,2 % 1,0 %

IN-støtte 0,1 % 0,9 % 1,5 % 1,7 % 2,5 % 1,3 %

2007-2010

Ingen IN-støtte 0,8 % 0,8 % 1,3 % 1,4 % 1,1 %

IN-støtte 0,7 % 1,3 % 1,4 % 2,4 % 1,5 %


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

derbedriftene, det vil si en høyere rate blant bedrif-ter 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



Slettet etter konkurs i år Gj.sn.i pe-rio-den

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

2000-2003

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,2 % 0,6 % 0,5 % 0,5 % 0,4 % 0,2 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,2 % 0,9 % 0,9 % 0,7 % 0,8 % 0,3 %

2001-2004

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,2 % 0,7 % 0,6 % 0,5 % 0,5 % 0,3 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,0 % 0,2 % 1,0 % 0,9 % 0,8 % 0,9 % 0,4 %

2002-2005

Ingen IN-støtte 0,0 % 0,0 % 0,0 % 0,1 % 0,2 % 0,7 % 0,6 % 0,6 % 0,5 % 0,3 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,0 % 0,2 % 1,0 % 1,0 % 0,8 % 0,9 % 0,4 %

2003-2006

Ingen IN-støtte 0,0 % 0,0 % 0,1 % 0,2 % 0,8 % 0,6 % 0,6 % 0,5 % 0,4 %

IN-støtte 0,0 % 0,0 % 0,0 % 0,2 % 1,1 % 1,1 % 0,9 % 1,0 % 0,5 %

2004-2007

Ingen IN-støtte 0,0 % 0,1 % 0,3 % 0,8 % 0,6 % 0,6 % 0,5 % 0,4 %

IN-støtte 0,0 % 0,1 % 0,3 % 1,1 % 1,1 % 1,0 % 1,0 % 0,7 %

2005-2008

Ingen IN-støtte 0,1 % 0,3 % 0,9 % 0,7 % 0,6 % 0,6 % 0,5 %

IN-støtte 0,0 % 0,3 % 1,3 % 1,2 % 1,1 % 1,0 % 0,8 %

2006-2009

Ingen IN-støtte 0,3 % 0,9 % 0,7 % 0,6 % 0,6 % 0,6 %

IN-støtte 0,3 % 1,2 % 1,2 % 1,1 % 1,0 % 1,0 %

2007-2010

Ingen IN-støtte 1,0 % 0,7 % 0,7 % 0,6 % 0,8 %

IN-støtte 1,2 % 1,2 % 1,2 % 1,2 % 1,2 %



Kapittel 5. Deskriptiv analyse av virksomhetenes øko-nomiske utvikling

I denne deskriptive delen av analysen ser vi nærmere på hvordan det har gått med bedriftene som fikk til-sagn fra Innovasjon Norge i perioden fra 2003-2010 sammenlignet med virksomheter i den øvrige be-driftspopulasjonen i Norge. Vi ser nærmere på utvik-lingen i følgende indikatorer:

Omsetning

Driftsresultat

Verdiskaping

Antall ansatte

Dette er alle forhold som er sentrale når det gjelder bedriftsutvikling og verdiskaping. Gjennom å se nær-mere på dem, får vi et godt bilde av hvordan bedrif-tene 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 ana-lysert med hensyn til indikatorene som er nevnt over.

Vi starter analysen med å se nærmere på omsetnings-utviklingen, både blant Innovasjon Norge-støttede bedrifter og blant bedrifter i den øvrige bedriftspopu-lasjonen.

5.1 Omsetningsutvikling

I dette kapittelet viser vi omsetningsutviklingen til de bedriftene som fikk tilsagn fra Innovasjon Norge i pe-rioden 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.

5.1.1 Gründerbedriftene

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

Hovedfunn

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 støt-tet. 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 posi-tive driftsresultat.

Innovasjon Norge-støttede gründerbedrifter har en høyere vekst i verdiskaping enn øvrige gründerbe-driftene 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 Inno-vasjon Norge-støttede etablerte bedriftene er noe mindre positiv enn for den øvrige bedriftspopulasjo-nen.

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 virksomhetene har ikke noen videre høy syssel-settingsvekst, med unntak av de IN-støttede bedriftene i enkelte årganger.


Tabell 12: Omsetning i MRD NOK for gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte

Årgang IN-støtte? 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

2003 Ingen IN-støtte 101,4 121,4 140,1 166,2 187,0 218,5 215,2 216,1 229,0 235,8

IN-støtte 1,3 1,9 2,4 3,0 3,3 3,5 3,8 4,5 4,8 4,7

2004 Ingen IN-støtte 139,9 130,8 154,9 171,8 202,6 201,4 219,4 230,5 233,3

IN-støtte 1,6 2,3 3,0 3,3 3,5 3,7 4,4 5,1 4,9

2005 Ingen IN-støtte 116,6 150,9 171,1 197,6 200,3 214,4 229,0 230,3

IN-støtte 4,1 5,4 6,1 6,8 6,7 7,0 7,7 8,1

2006 Ingen IN-støtte 132,6 163,7 191,9 195,4 212,5 232,1 232,8

IN-støtte 5,2 6,3 7,0 6,5 6,8 7,4 8,2

2007 Ingen IN-støtte 226,5 272,1 387,0 415,6 499,0 495,5

IN-støtte 4,8 5,5 5,2 5,3 6,0 6,7

2008 Ingen IN-støtte 237,0 370,2 398,9 491,0 495,0

IN-støtte 4,6 5,5 5,5 7,2 7,4

2009 Ingen IN-støtte 331,2 372,4 464,6 476,1

IN-støtte 6,7 8,0 10,7 11,7

2010 Ingen IN-støtte 370,3 472,1 497,2

IN-støtte 3,4 4,9 5,7 Kilde: Oxford Research AS

Som tabellen viser svært tydelig, er den samlede om-setningen 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? 2003-2004

2004-2005

2005-2006

2006-2007

2007-2008

2008-2009

2009-2010

2010-2011

2011-2012

2003 Ingen IN-støtte 20 % 15 % 19 % 13 % 17 % -2 % 0 % 6 % 3 %

IN-støtte 38 % 26 % 29 % 7 % 8 % 9 % 17 % 8 % -2 %

2004 Ingen IN-støtte -7 % 19 % 11 % 18 % -1 % 9 % 5 % 1 %

IN-støtte 44 % 30 % 10 % 5 % 6 % 21 % 15 % -3 %

2005 Ingen IN-støtte 29 % 13 % 15 % 1 % 7 % 7 % 1 %

IN-støtte 30 % 13 % 12 % -1 % 4 % 9 % 6 %

2006 Ingen IN-støtte 23 % 17 % 2 % 9 % 9 % 0 %

IN-støtte 22 % 11 % -8 % 6 % 9 % 11 %

2007 Ingen IN-støtte 20 % 42 % 7 % 20 % -1 %

IN-støtte 15 % -6 % 4 % 13 % 10 %

2008 Ingen IN-støtte 56 % 8 % 23 % 1 %

IN-støtte 20 % 1 % 30 % 3 %

2009 Ingen IN-støtte 12 % 25 % 2 %

IN-støtte 20 % 33 % 9 %

2010 Ingen IN-støtte 27 % 5 %

IN-støtte 44 % 15 % Kilde: Oxford Research AS

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 omset-ningsutvikling enn bedriftene som ikke har blitt støt-tet. Samtidig ser vi at både de Innovasjon Norge-støt-tede og ikke-Innovasjon Norge-støttede bedriftene har måttet tåle en omsetningsreduksjon som følge av finanskrisen.

5.1.2 De etablerte bedriftene

Når vi ser på de etablerte bedriftene, er deres omset-ningsutvikling fremstilt i tabellen under. Tabellen un-der viser at omsetningen i begge de to bedriftsgrup-pene øker.


Tabell 14: Omsetning i MRD NOK for etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte

Årgang IN-støtte? 2003 2004 2005 2006 2007 2008 2009 2010 2011 2013

2003 Ingen IN-støtte 760,8 868,6 996,5 1122,7 1151,4 1292,4 1121,9 1194,8 1308,3 1352,3

IN-støtte 17,0 19,1 20,9 24,4 27,8 31,8 32,1 34,5 30,5 32,5

2004 Ingen IN-støtte 925,8 1059,5 1198,9 1236,6 1389,1 1217,6 1280,8 1397,7 1447,4

IN-støtte 15,9 16,8 18,8 20,2 21,0 21,2 22,5 23,5 23,6

2005 Ingen IN-støtte 1111,1 1258,1 1302,7 1469,1 1292,1 1361,0 1484,0 1536,7

IN-støtte 90,4 116,3 120,7 127,2 103,6 107,0 116,0 112,6

2006 Ingen IN-støtte 1305,2 1356,4 1527,8 1349,2 1420,2 1548,3 1602,3

IN-støtte 110,3 114,2 119,9 96,9 101,1 109,4 105,6

2007 Ingen IN-støtte 1481,4 1662,0 1479,8 1559,7 1700,0 1760,0

IN-støtte 114,1 117,1 92,7 101,7 111,3 106,0

2008 Ingen IN-støtte 1729,0 1538,9 1627,4 1769,3 1822,1

IN-støtte 30,1 29,0 31,0 35,3 35,4

2009 Ingen IN-støtte 1604,7 1692,7 1842,3 1901,8

IN-støtte 105,9 108,1 107,8 117,5

2010 Ingen IN-støtte 1757,9 1916,1 1979,5


I tabell 15 vises omsetningsendringen i prosent for de etablerte bedriftene. Vi ser at de Innovasjon Norge-støttede 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 bedrif-ter. 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


2004-2005

2005-2006

2006-2007

2007-2008

2008-2009

2009-2010

2010-2011

2011-2012

2003 Ingen IN-støtte 14 % 15 % 13 % 3 % 12 % -13 % 7 % 9 % 3 %

IN-støtte 12 % 10 % 16 % 14 % 14 % 1 % 7 % -12 % 7 %

2004 Ingen IN-støtte 14 % 13 % 3 % 12 % -12 % 5 % 9 % 4 %

IN-støtte 6 % 12 % 7 % 4 % 1 % 6 % 4 % 0 %

2005 Ingen IN-støtte 13 % 4 % 13 % -12 % 5 % 9 % 4 %

IN-støtte 29 % 4 % 5 % -19 % 3 % 8 % -3 %

2006 Ingen IN-støtte 4 % 13 % -12 % 5 % 9 % 3 %

IN-støtte 3 % 5 % -19 % 4 % 8 % -4 %

2007 Ingen IN-støtte 12 % -11 % 5 % 9 % 4 %

IN-støtte 3 % -21 % 10 % 9 % -5 %

2008 Ingen IN-støtte -11 % 6 % 9 % 3 %

IN-støtte -4 % 7 % 14 % 0 %

2009 Ingen IN-støtte 5 % 9 % 3 %

IN-støtte 2 % 0 % 9 %


IN-støtte 0 % -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.


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 indi-kerer 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 IN-støtte? 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

2003

Ingen IN-støtte 58 % 65 % 67 % 68 % 69 % 65 % 63 % 64 % 64 % 64 %

IN-støtte 36 % 49 % 53 % 59 % 64 % 58 % 58 % 58 % 56 % 55 %

2004

Ingen IN-støtte 60 % 65 % 67 % 68 % 64 % 63 % 64 % 65 % 64 %

IN-støtte 44 % 53 % 52 % 54 % 55 % 52 % 52 % 55 % 54 %

2005

Ingen IN-støtte 51 % 58 % 60 % 57 % 57 % 58 % 59 % 59 %

IN-støtte 47 % 58 % 60 % 59 % 59 % 55 % 54 % 57 %

2006

Ingen IN-støtte 46 % 50 % 49 % 50 % 51 % 53 % 53 %

IN-støtte 46 % 51 % 51 % 52 % 50 % 54 % 59 %

2007

Ingen IN-støtte 48 % 49 % 51 % 52 % 53 % 54 %

IN-støtte 45 % 45 % 50 % 49 % 48 % 53 %

2008

Ingen IN-støtte 46 % 49 % 51 % 52 % 53 %

IN-støtte 35 % 42 % 43 % 44 % 49 %

2009

Ingen IN-støtte 50 % 54 % 56 % 56 %

IN-støtte 39 % 42 % 45 % 49 %

2010

Ingen IN-støtte 50 % 54 % 55 %

IN-støtte 38 % 40 % 46 % Kilde: Oxford Research AS


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 Inno-vasjon Norge-støttede bedrifter og de øvrige etab-lerte bedriftene. For det andre er forskjellene i ande-lene mindre enn for gründerbedriftene. Til tross for dette, har de Innovasjon Norge-støttede etablerte be-driftene en noe høyere andel med positive driftsresul-tat for de fleste årgangene.

Tabell 17: Andel etablerte bedrifter med positivt driftsresultat, etter årgang og Innovasjon Norge-støtte

Årgang IN-støtte? 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

2003 Ingen IN-støtte 70 % 72 % 72 % 72 % 72 % 68 % 66 % 66 % 67 % 66 %

IN-støtte 64 % 72 % 71 % 72 % 73 % 63 % 61 % 62 % 66 % 64 %

2004 Ingen IN-støtte 72 % 72 % 72 % 72 % 68 % 66 % 66 % 66 % 66 %

IN-støtte 76 % 73 % 77 % 76 % 74 % 70 % 69 % 68 % 67 %

2005 Ingen IN-støtte 71 % 71 % 72 % 67 % 65 % 65 % 66 % 66 %

IN-støtte 75 % 75 % 76 % 73 % 69 % 69 % 70 % 68 %

2006 Ingen IN-støtte 71 % 71 % 67 % 65 % 65 % 66 % 66 %

IN-støtte 73 % 75 % 72 % 65 % 67 % 68 % 66 %

2007 Ingen IN-støtte 72 % 69 % 67 % 67 % 67 % 67 %

IN-støtte 76 % 70 % 65 % 67 % 68 % 68 %

2008 Ingen IN-støtte 68 % 66 % 66 % 67 % 67 %

IN-støtte 66 % 64 % 61 % 66 % 60 %

2009 Ingen IN-støtte 63 % 63 % 64 % 63 %

IN-støtte 62 % 61 % 65 % 64 %

2010 Ingen IN-støtte 62 % 63 % 63 %

IN-støtte 62 % 62 % 65 % Kilde: Oxford Research AS


5.3 Utvikling i verdiskaping

Vi definerer verdiskaping regnskapsmessig som sum-men av en bedrifts driftsresultat og lønnskostnader. I det følgende delkapittelet vil vi ta for oss utviklingen i verdiskaping hos gründerbedrifter og etablerte be-drifter.


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 Norge-støtte

Årgang IN-støtte? 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

2003 Ingen IN-støtte 24,6 32,1 34,9 46,5 52,9 64,8 61,9 65,9 71,7 74,0

IN-støtte 0,2 0,4 0,6 0,9 0,9 0,9 1,1 1,4 1,4 1,2

2004 Ingen IN-støtte 28,9 40,0 53,0 56,6 69,5 67,7 75,2 81,6 81,0

IN-støtte 0,3 0,6 0,9 0,8 0,8 0,9 1,3 1,4 1,2

2005 Ingen IN-støtte 36,0 51,5 54,9 66,6 67,6 72,7 79,8 77,3

IN-støtte 1,6 2,1 2,3 2,8 2,9 3,1 3,2 3,4

2006 Ingen IN-støtte 46,3 53,9 61,4 65,4 72,4 83,5 76,9

IN-støtte 1,7 1,9 1,8 1,8 2,1 2,2 2,5

2007 Ingen IN-støtte 94,4 116,3 180,5 194,0 263,7 251,3

IN-støtte 1,5 1,5 1,5 1,7 1,7 1,9

2008 Ingen IN-støtte 100,4 170,9 182,3 255,5 247,5

IN-støtte 1,0 1,1 1,1 1,0 1,2

2009 Ingen IN-støtte 156,9 171,7 242,0 237,0

IN-støtte 1,0 1,4 1,9 2,0

2010 Ingen IN-støtte 167,3 234,1 237,2


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

Det er derfor mer interessant å se nærmere på utvik-lingen 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 Norge-støtte


2004-2005

2005-2006

2006-2007

2007-2008

2008-2009

2009-2010

2010-2011

2011-2012

2003 Ingen IN-støtte 31 % 9 % 33 % 14 % 23 % -5 % 6 % 9 % 3 %

IN-støtte 76 % 49 % 55 % -2 % 0 % 20 % 27 % 2 % -15 %

2004 Ingen IN-støtte 38 % 33 % 7 % 23 % -3 % 11 % 9 % -1 %

IN-støtte 64 % 57 % -11 % -2 % 16 % 44 % 9 % -16 %

2005 Ingen IN-støtte 43 % 7 % 21 % 2 % 7 % 10 % -3 %

IN-støtte 30 % 12 % 19 % 3 % 7 % 5 % 4 %

2006 Ingen IN-støtte 16 % 14 % 7 % 11 % 15 % -8 %

IN-støtte 10 % -5 % 4 % 12 % 7 % 14 %

2007 Ingen IN-støtte 23 % 55 % 7 % 36 % -5 %

IN-støtte -4 % 1 % 13 % -1 % 15 %

2008 Ingen IN-støtte 70 % 7 % 40 % -3 %

IN-støtte 4 % 0 % -5 % 19 %

2009 Ingen IN-støtte 9 % 41 % -2 %

IN-støtte 35 % 35 % 6 %




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

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

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


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 Norge-støtte

Årgang IN-støtte? 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

2003 Ingen IN-støtte 187,5 218,8 253,7 282,2 322,8 348,5 314,3 343,0 390,3 411,3

IN-støtte 4,6 4,9 4,9 6,0 6,7 7,2 6,7 7,6 6,7 7,3

2004 Ingen IN-støtte 230,5 268,7 301,1 344,5 373,1 337,6 366,4 414,5 437,8

IN-støtte 4,1 4,4 5,6 5,7 5,5 5,4 5,7 5,8 5,8

2005 Ingen IN-støtte 284,4 319,2 365,1 400,3 359,9 392,7 442,9 468,0

IN-støtte 9,0 11,0 12,5 15,1 11,6 12,0 14,5 14,1

2006 Ingen IN-støtte 333,1 380,7 418,1 378,2 410,8 462,5 488,3

IN-støtte 11,1 13,0 16,2 13,1 13,9 15,5 14,6

2007 Ingen IN-støtte 422,3 462,4 418,0 455,3 510,7 542,5

IN-støtte 14,1 15,5 11,9 13,8 16,3 16,3

2008 Ingen IN-støtte 488,6 440,5 482,0 537,2 566,2

IN-støtte 8,2 7,5 8,1 9,4 9,3

2009 Ingen IN-støtte 462,4 502,5 561,6 592,7

IN-støtte 24,9 26,7 27,6 30,4

2010 Ingen IN-støtte 522,3 586,5 615,0


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

diskaping enn de Innovasjon Norge-støttede etab-lerte 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 Norge-støtte


2004-2005

2005-2006

2006-2007

2007-2008

2008-2009

2009-2010

2010-2011

2011-2012

2003 Ingen IN-støtte 17 % 16 % 11 % 14 % 8 % -10 % 9 % 14 % 5 %

IN-støtte 7 % 0 % 21 % 13 % 8 % -7 % 13 % -12 % 10 %

2004 Ingen IN-støtte 17 % 12 % 14 % 8 % -10 % 9 % 13 % 6 %

IN-støtte 6 % 28 % 2 % -3 % -2 % 5 % 2 % 1 %

2005 Ingen IN-støtte 12 % 14 % 10 % -10 % 9 % 13 % 6 %

IN-støtte 23 % 14 % 21 % -24 % 4 % 20 % -2 %

2006 Ingen IN-støtte 14 % 10 % -10 % 9 % 13 % 6 %

IN-støtte 17 % 24 % -19 % 6 % 12 % -5 %

2007 Ingen IN-støtte 9 % -10 % 9 % 12 % 6 %

IN-støtte 10 % -23 % 16 % 18 % 0 %

2008 Ingen IN-støtte -10 % 9 % 11 % 5 %

IN-støtte -8 % 8 % 17 % -1 %

2009 Ingen IN-støtte 9 % 12 % 6 %

IN-støtte 7 % 3 % 10 %




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.

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

5.4 Utvikling i antall ansatte

Videre er det mulig å analysere bedriftenes sysselset-tingsutvikling gjennom informasjon om antall ansatte

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


Det er spesielt interessant å se nærmere på sysselset-tingsutviklingen i gründerbedrifter, da dette er en in-dikator som også Statistisk Sentralbyrå benytter i sine analyser av overlevelse hos bedrifter. Selv om våre analyser ikke er direkte sammenlignbare, er det like-vel interessant å benytte indikatoren i en sammenlig-ning av de Innovasjon Norge-støttede gründerbedrif-tene og de som ikke har fått støtte. Dette er vist i ta-bellen under.

Tabell 22: Antall ansatte i gründerbedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte

Årgang IN-støtte? 2005 2006 2007 2008 2009 2010 2011 2012

2003 Ingen IN-støtte 57526 60346 66405 70948 72781 73535 71760 74637

IN-støtte 1318 1415 1391 1468 1503 1639 1712 1822

2004 Ingen IN-støtte 58184 62656 68980 71456 76216 78757 77661 78697

IN-støtte 1298 1398 1506 1505 1544 1675 1754 1802

2005 Ingen IN-støtte 53124 64106 71515 75272 79162 82300 82835 83930

IN-støtte 2915 3127 3466 3942 4043 4130 4161 4383

2006 Ingen IN-støtte 55220 67830 72225 76723 81115 82692 83868

IN-støtte 2042 2910 3300 3897 4097 4102 4351

2007 Ingen IN-støtte 59849 73038 81975 87402 88857 89952

IN-støtte 2196 2633 3267 3509 3387 3562

2008 Ingen IN-støtte 65028 75675 82294 84124 88730

IN-støtte 2395 2674 2788 2798 3034

2009 Ingen IN-støtte 59028 69932 73998 79877

IN-støtte 2783 3324 3550 4124

2010 Ingen IN-støtte 60228 69233 78174

IN-støtte 1978 2365 2671 Kilde: Oxford Research AS

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

Dette skyldes at det er langt flere av disse gründerbe-driftene. Dermed er det mer interessant å se på utvik-lingen 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 Norge-støtte

Årgang IN-støtte? 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012

2003 Ingen IN-støtte 5 % 10 % 7 % 3 % 1 % -2 % 4 %

IN-støtte 7 % -2 % 6 % 2 % 9 % 4 % 6 %

2004 Ingen IN-støtte 8 % 10 % 4 % 7 % 3 % -1 % 1 %

IN-støtte 8 % 8 % 0 % 3 % 8 % 5 % 3 %

2005 Ingen IN-støtte 21 % 12 % 5 % 5 % 4 % 1 % 1 %

IN-støtte 7 % 11 % 14 % 3 % 2 % 1 % 5 %

2006 Ingen IN-støtte 23 % 6 % 6 % 6 % 2 % 1 %

IN-støtte 43 % 13 % 18 % 5 % 0 % 6 %

2007 Ingen IN-støtte 22 % 12 % 7 % 2 % 1 %

IN-støtte 20 % 24 % 7 % -3 % 5 %

2008 Ingen IN-støtte 16 % 9 % 2 % 5 %

IN-støtte 12 % 4 % 0 % 8 %

2009 Ingen IN-støtte 18 % 6 % 8 %

IN-støtte 19 % 7 % 16 %



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

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

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


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

Tabell 24: Antall ansatte i etablerte bedrifter i perioden 2003-2010, etter årgang og Innovasjon Norge-støtte

Årgang IN-støtte? 2005 2006 2007 2008 2009 2010 2011 2012

2003 Ingen IN-støtte 273937 280052 291266 297502 290657 292749 298418 305899

IN-støtte 9737 10098 10374 10163 7906 10728 11068 10473

2004 Ingen IN-støtte 294056 300960 314051 321266 314954 317551 323709 332462

IN-støtte 8447 8673 9343 9209 8468 8762 8754 8643

2005 Ingen IN-støtte 321097 328536 343551 352862 347559 350935 355300 365452

IN-støtte 21021 22545 24148 23641 22940 22532 22466 22939

2006 Ingen IN-støtte 348928 365201 375944 371211 374860 380212 391387

IN-støtte 23193 24431 24022 23472 23343 23685 24104

2007 Ingen IN-støtte 397712 414368 409152 415276 421129 434492

IN-støtte 24475 24392 23700 24196 25188 25482

2008 Ingen IN-støtte 13397 13137 13338 13328 13609

IN-støtte 2395 2674 2788 2798 3034

2009 Ingen IN-støtte 460462 468923 475331 487859

IN-støtte 32331 36264 37279 36893

2010 Ingen IN-støtte 494562 501460 514500

IN-støtte 28930 29963 29793 Kilde: Oxford Research AS

Tabellen over viser det samme bildet som for grün-derbedriftene. Innovasjon Norge-støttede bedrifter sysselsetter langt færre ansatte enn etablerte bedrif-ter 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 IN-støtte? 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010 2010-2011 2011-2012

2003 Ingen IN-støtte 2 % 4 % 2 % -2 % 1 % 2 % 3 %

IN-støtte 4 % 3 % -2 % -22 % 36 % 3 % -5 %

2004 Ingen IN-støtte 2 % 4 % 2 % -2 % 1 % 2 % 3 %

IN-støtte 3 % 8 % -1 % -8 % 3 % 0 % -1 %

2005 Ingen IN-støtte 2 % 5 % 3 % -2 % 1 % 1 % 3 %

IN-støtte 7 % 7 % -2 % -3 % -2 % 0 % 2 %

2006 Ingen IN-støtte 5 % 3 % -1 % 1 % 1 % 3 %

IN-støtte 5 % -2 % -2 % -1 % 1 % 2 %

2007 Ingen IN-støtte 4 % -1 % 1 % 1 % 3 %

IN-støtte 0 % -3 % 2 % 4 % 1 %

2008 Ingen IN-støtte -2 % 2 % 0 % 2 %

IN-støtte 12 % 4 % 0 % 8 %

2009 Ingen IN-støtte 2 % 1 % 3 %

IN-støtte 12 % 3 % -1 %


IN-støtte 4 % -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 IN-støttede bedriftene i enkelte årganger.

Som vi ser av tabellen, ligger de høyeste endringene på mellom 3 og 4 prosent. Dette skyldes selvsagt del-vis 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 reduk-sjon i bemanningen for de fleste årgangene og at end-ringen fra 2011 til 2012 også er negativ for flere år-ganger.


Kapittel 6. Langsiktige effekter av Innovasjon Norges støtte

I dette kapittelet ser vi nærmere på i hvilken grad støtten fra Innovasjon Norge har effekt på bedrifte-nes 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 be-driftsgruppene både når det gjelder overlevelse og økonomisk utvikling. Spørsmålet vi stiller nå er om det er slik at støtten fra Innovasjon Norge kan for-klare 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/øko-nometriske teknikker. Vi starter med å se på nær-mere 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 In-novasjon Norge i perioden 2003 til 2010 har påvir-ket bedriftenes risiko for å bli inaktiv, har vi gjen-nomført en rekke såkalte forløpsanalyser. Forløps-analyser 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 be-drifter 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

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, bedrif-tens 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.

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 vi heller ikke utelukke at de kan ha en effekt.


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 ef-fekter for de senere årgangene i perioden. Hox (2010) fastslår at forløpsanalyser med kortere tids-intervaller 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 kor-relerer nært, og kan derfor utfordre modellens re-liabilitet om de inkluderes samtidig. For enkelhe-tens skyld vil derfor kun signifikante og vesentlige kovariater inkluderes i analysene som presenteres her. Det må likevel presiseres at det også er kontrol-lert 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 mo-dellen 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 va-riablene varierer over tid. Dette gjøres enkelt ved å teste for et samspill mellom variabelen selv og tids-aspektet. 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 signifi-kant negativ sammenheng med sjansen for at en be-drift blir inaktiv for bedrifter som var aktive i perio-den 2003 til 2012. Sammenhengen er signifikant på

3 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.

0,05-nivå. Hazard-ratioen exp(B) viser at IN-støt-tede bedrifter har 0,617 ganger lavere sjanse for å oppleve inaktivitet enn bedrifter som ikke har mot-tatt støtte fra Innovasjon Norge, gitt at de andre kovariatene holdes konstant3. Effekten er signifi-kant til tross for at det er kontrollert for potensielle bakenforliggende forklaringsfaktorer som bedrif-tens størrelse, distriktspolitisk virkeområde, bedrif-tens alder (gründerbedrift eller etablert bedrift), be-driftens omsetning og hvorvidt bedriften eller næ-ringen den tilhører, er kompetanseintensiv. Målet på kompetanseintensitet er basert på NIBRs innde-ling av næringer og tjenester i kategorier av varie-rende kompetanseintensitet.4 Kategoriene som er benyttet i dette notatet er følgende:

Tabell 26: Hovedkategorier og -kriterier for avgren-sing av kompetanseintensive næringer/tjenester

Kategorier Kriterier for utvalg av 4-siffer-NACE-næ-ringer/tjenester

1. Kompetanseintensive næ-ringer/tjenester (KI)

> 39,4 % UoH-utdannede (968 906 arbeidsplasser)

2. Mindre kompetanseintensive næringer/tjenester (MKI)

< 39,4 % UoH-utdannede (1 611 547 arbeidsplasser)

2.1 Noe kompetanseintensive næringer/tjenester (MKI_1)

39,2 - 17,0 % UoH-utdan-nede (717 664 arbeidsplasser)

2.2 Lite kompetanseintensive næringer/tjenester (MKI)-2

< 17,0 % UoH-utdannede (893 883 arbeidsplasser)

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 tidspe-rioden som undersøkes.

Som forventet, og i tråd med tidligere funn fra blant annet SSB, har også bedriftens størrelse en svak ne-gativ sammenheng med hvorvidt bedriften blir inak-tiv 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 overras-kende, den betydelige forskjellen i risiko mellom gründerbedrifter (mindre enn 3 år i 2003) og bedrif-ter 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 be-drifter har. Det er også testet for et samspill mellom effekten av å være gründerbedrift og det å få IN-støtte, uten at dette leddet er statistisk signifikant.

4 Onsager, Knut et. al. (2010): Kompetanseintensive næringer og tjenester - lokali-sering og regional utvikling. NIBR-rapport 2010:20, Oslo.


Det er også interessant å se hvordan bedrifter som er kompetanseintensive har 1,710 ganger høyere sjanse for inaktivitet enn noe eller lite kompetanse-intensive 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 be-drifter har langt lavere risiko for å bli inaktive enn andre bedrifter. Merk at ettersom estimatene er ge-nerert på ulike utvalg, er det ikke rom eller grunnlag for å sammenligne beta-verdiene på tvers av model-lene.

Det er imidlertid verdt å bemerke at samspillsleddet som måler tidsavhengighet kun er signifikant i utval-get fra 2003 til 2012, men ikke i de senere utvalgene (2004 til 2012, 2005 til 2012 og 2006 til 2012). Led-det er derfor utelatt fra analysene disse årene. At det ikke finnes en tilsvarende signifikans i disse ut-valgene 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 år-gangene. Den andre forklaringen er at innskrenk-ningen i antall år som undersøkes, fra 10 i tidsperio-den 2003 til 2012 til 9, 8 og 7, potensielt gjør det vanskeligere å finne signifikante effekter. Dette støttes for øvrig av Hox (2010).




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










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)







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 in-aktiv. Sagt på en annen måte innebærer det at Inno-vasjon Norge-støtten har en positiv effekt på bedrif-tenes overlevelse. Dette gjelder også når en kontrol-lerer for en rekke karakteristika ved bedriftene, som bedriftens størrelse, distriktspolitisk virkeområde, bedriftens alder (gründerbedrift eller etablert be-drift), 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 pro-sentfordelingen mellom Innovasjon Norge-støttede bedrifter og populasjonen knyttet til hvorvidt de ble inaktive etter konkurs, oppløsning, fisjon, fusjon og

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

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 sig-nifikante forskjeller her, er det gjennomført forløps-analyser 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 tidsperio-den 2003 til 2012. Tabellen viser at IN-støtte bedrif-ter 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 inne-bærer at IN-støtten har en forebyggende effekt når det gjelder oppløsning. Det er også interessant å se hvordan omsetning, som ovenfor kun viste margi-nale effekter på risiko for inaktivitet generelt, ser ut


til å ha en langt mer betydelig effekt på hvorvidt be-driftene 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)



Samspill mellom tid og IN-støttede bedrifter 0,285 0,153 ,063 1,330





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 tids-koeffisienten signifikant, akkurat som med analy-sene ovenfor. Ut over dette viser de svært sammen-fallende resultater og koeffisienter som tabellen un-der. Disse analysene er lagt ved i tabellvedlegget.

Konkurs

Det er også gjort forsøk på å analysere hvorvidt kon-kurs som årsak til inaktivitet kan vise større forskjel-ler mellom IN-bedrifter og vanlige bedrifter. Det er imidlertid ikke nok bedrifter i utvalget som har kon-kurs som årsak til sletting og inaktivitet i registrene til at det vil være forsvarlig å kjøre tilsvarende ana-lyser 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 analy-sene 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 obser-vasjoner) og er svært ressurskrevende, har vi valgt å gjøre analysene med utgangspunkt i følgende to vir-kemidler fra Innovasjon Norge:

Distriktsutviklingstilskudd. Distriktsutviklings-tilskudd kan gis til bedriftsutviklingsprosjekter (myke investeringer) og i noen grad til delfinan-siering av fysiske investeringer. Det legges vekt på at tilskuddene bidrar til nyskaping og omstil-ling, og gode innovative prosjekter med inter-nasjonale vekstmuligheter er spesielt høyt prio-ritert. Distriktsutviklingstilskudd skal nyttes til delfinansiering av samfunnsøkonomisk lønn-somme prosjekter som er viktige for å nå distriktspolitiske mål, og som ikke ville blitt rea-lisert i samme grad uten offentlige lån og/eller tilskudd.

Etablererstipend. Etablererstipend skal stimu-lere til økt etableringsvirksomhet for å skape nye lønnsomme arbeidsplasser. Arbeidsplasser og nyetableringer som representerer noe nytt blir generelt prioritert. Etablererstipendord-ningen gjelder for hele landet og for alle næ-ringer, unntatt offentlig virksomhet. Vi vil pre-sisere at det er etablererstipendordningen til Kommunal- og Regionaldepartementet (KRD) (nå Kommunal- og Moderniseringsdeparteme-netet, KMD)) som er benyttet i denne analysen. Ordningen har senere endret navn og heter i dag Etablerertilskudd.

Både for Distriktsutviklingstilskudd og Etablerersti-pend er det forholdsvis mange observasjoner til-gjengelig, noe som gjør at de er velegnet for økono-metriske analyser.

Selv om det er flere målsettinger med de to ordning-ene, 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 analy-sene 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 kontroll-gruppe 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). Effekt-målet 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 gjø-res for årene 2003 til 2007, noe som innebærer at vi ser på effektene for 5 årganger. For eksempel inne-bærer 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 verdiska-pingen over de neste 5 årene, sammenlignet med kontrollgruppen.

6.2.2 Resultater fra analysene

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

Analysene ser på bedrifter som har fått støtte i pe-rioden 2003-2007. Vi valgt å se på de enkelte år-gangene 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 bedrif-ter som ikke er eldre enn 3 år). Med en slik avgrens-ning sikrer vi at bedriftene som analyseres befinner seg noenlunde i samme livssyklus.

Distriktsutviklingstilskudd

I tabell 31 er estimatene for den årgangen som mot-tok distriktsutviklingstilskudd i 2003 gjengitt. I ta-bellens 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 (øv-rige tabeller er gjengitt i tabellvedlegget bak i rapp-orten).

Resultatene indikerer at bedrifter som er lokalisert utenfor det distriktspolitiske virkeområdet har langt mindre sannsynlighet for å få støtte, noe som selv-sagt er i tråd med det en forventer. Den andre fak-toren som slår inn signifikant er næring. Bedrifter in-nen 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 sannsynlighe-ten for å få støtte til distriktsutvikling. Estimatene fra regresjonsanalysene tilsier at yngre bedrifter har en større sannsynlighet for å få støtte, sammenlig-net med eldre. Denne effekten er imidlertid ikke sig-nifikant 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*

Alle Gründere

Avhengig variabel: Distriktsutviklingstilskudd Estimat P-verdi Estimat P-verdi

Sone 1 -2.90 0.00 -2.93 0.00

Sone 2 -2.42 0.00 -2.62 0.01

Sone 3 -0.17 0.23 -0.26 0.24

Minst sentrale kommuner 0.24 0.17 0.27 0.32

Mindre sentrale kommuner -0.12 0.51 -0.20 0.50

Noe sentrale kommuner 0.04 0.80 0.04 0.89

Øst-Viken (Østfold, Akershus og Oslo) -0.49 0.09 -0.67 0.16

Innlandet (Hedmark og Oppland) 0.05 0.78 -0.05 0.86

Vest-Viken (Buskerud, Vestfold og Telemark) -0.35 0.08 -0.32 0.32

Sørlandet (Aust-Agder og Vest-Agder) -0.90 0.01 -1.17 0.06

Vestlandet (Rogaland, Hordaland, S&F, M&R) -0.27 0.09 -0.15 0.54

Trøndelag (Sør-Trøndelag og Nord-Trøndelag) 0.19 0.18 0.25 0.28

Jordbruk skog og fiske 0.87 0.00 0.87 0.00

Industri, bergverksdrift og utvinning 1.25 0.00 0.88 0.00

Kompetanseintensive næringer 0.89 0.00 1.15 0.00

Noe kompetanseintensive næringer -0.65 0.00 -0.84 0.00

Omsetning 1.55 0.27 -3.25 0.93

Alder -0.01 0.02 -0.12 0.08

Konstant -29.92 0.21 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 Etablerersti-pend, viser at lokalisering og distriktspolitisk virke-område ikke virker inn signifikant i modellen. Videre ser vi at variabelen industri og bergverk slår inn sig-nifikant 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 estime-ringen 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 Estimat P-verdi

Sone 1 0.28 0.62

Sone 2 -0.16 0.86

Sone 3 0.04 0.92

Minst sentrale kommuner 0.14 0.78

Mindre sentrale kommuner 0.04 0.94

Noe sentrale kommuner 0.72 0.01

Øst-Viken (Østfold, Akershus og Oslo) -0.63 0.20

Innlandet (Hedmark og Oppland) 0.07 0.89

Vest-Viken (Buskerud, Vestfold og Telemark) -0.27 0.58

Sørlandet (Aust-Agder og Vest-Agder) -0.57 0.35

Vestlandet (Rogaland, Hordaland, S&F, M&R) -0.30 0.52

Trøndelag (Sør-Trøndelag og Nord-Trøndelag) -0.21 0.68

Jordbruk skog og fiske -0.41 0.69

Industri, bergverksdrift og utvinning 1.57 0.00

Kompetanseintensive næringer 0.85 0.04

Noe kompetanseintensive næringer -1.15 0.00

Omsetning -0.22 0.00

Alder -0.27 0.00

Konstant -4.51 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 kontrollgrup-per. Det eksisterer en rekke ulike teknikker for matching som benyttes i faglitteraturen. For vårt formål var ikke valg av metode for matching utslags-givende for resultatene. Selv om estimatene avvek noe mellom de ulike teknikkene, var det så å si ingen utslag med henhold til hvorvidt forskjellene i målva-riabelen for de bedrifter som fikk støtte og den konstruerte kontrollgruppen var signifikante. I denne analysen har vi valgt å rapportere resulta-tene fra propensity score matching.

Tabell 33 viser resultatene fra estimeringen av for-skjellen mellom verdiskaping for de bedrifter som fikk støtte fra ett av virkemidlene og den konstru-erte kontrollgruppen. Det er gjennomført regresjo-ner 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 Distriktsutvik-lingstilskudd. 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 Etablerersti-pend.

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

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 år-gangen som fikk Distriktsutviklingstilskudd) viser det seg at det er signifikante forskjeller mellom virk-somheter 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 nega-tive 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 verdiska-pingen. 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.


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*.

2003 2004 2005 2006 2007

ATT t ATT t ATT t ATT t ATT t

Dis

trik

tsu

tvik

lings

-

tils

kud

d (

Alle

)

1 år -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

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

Dis

trik

tsu

tvik

lings

-

tils

kud

d (

Grü

n-

der

e)

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

Etab

lere

rsti

pen

d 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 Nor-ges virkemidler. Generelt er slike effektmålinger i samfunnsvitenskapelig forskning ofte problema-tiske i og med at en aldri kan måle det kontrafak-tiske på en tilfredsstillende måte, og siden en etab-lering av kontrollgrupper ofte ikke er mulig på samme måte som innenfor naturvitenskapene. En måte å møte disse problemstillingene er å ta ut-gangspunkt 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 kontroll-gruppe. For det første en det en åpenbar begrens-ning at en kun kan ta hensyn til den heterogenitet som er observerbar i datasettet. Eventuelle rele-vante 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 re-flekterer bedriftenes vekstintensjoner og innova-sjonsaktivteter. Denne type bedriftsintern informa-sjonen var ikke tilgjengelig i datasettet.

En annen utfordring er knyttet til valg av kontrollva-riabler. Det eksisterer ingen allmenn faglig disiplin for hvordan en skal velge kontrollvariabler. Proble-met 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 va-riabler som tas med i analysen. Når det gjelder funk-sjonsform, er også mye overlatt til den enkelte fors-ker da det ikke eksisterer allmenngyldige kriterier som er kongruent med for eksempel økonomisk te-ori.

Et tredje moment kan knyttes til valg av målvaria-bel. 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 målvaria-belen som er i best overenstemmelse med Innova-sjon Norges målsetting. Her er det også en utford-ring at mange av virkemidlene til Innovasjon Norge har flere mål. Det kan derfor være uklar sammen-heng mellom middel og ett av de mange målene.


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 ap-proaches 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 Skat-teFUNN – 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 Wisconsin-Madison.

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

Hamilton, L. C., 1992. Regression with graphics: A sec-ond course in applied statistics (Vol. 1, No. 1). Bel-mont: 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. 261-294.

Hervik, A., Bergem, B.G. og Bræin, L., 2006. Langtids-effekter av Innovasjon Norges finansielle virkemidler

for årgangene 1994-98. Rapport 0611, Mør-eforskning, Molde.

Hall, B. H., 2002. The financing of research and devel-opment. Oxford review of economic policy, pub-likasjon 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, cita-tions, 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 Eco-nomics, Bergen.

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

OECD, 2004. PROMOTING ENTREPRENEURSHIP AND INNOVATIVE SMEs IN A GLOBAL ECONOMY: TO-WARDS A MORE RESPONSIBLE AND INCLUSIVE GLOB-ALISATION. EVALUATION OF SME POLICIES AND PRO-GRAMMES.

Onsager, K., Gundersen, F. og Sørlie, K., 2010. Kompe-tanseintensive 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-pro-grammet.

Puhani, P., 2000. The Heckman correction for sample selection and its critique. Journal of economic sur-veys, 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 forsk-ningsbaserte selskaper og lisenser støttet av FORNY-programmet. Senter for innovasjon og bedriftsøko-nomi, Bodø.

Ringdal, K., 2009. Enhet og mangfold: samfunnsviten-skapelig forskning og kvantitativ metode. 2. utg. Fagbokforlaget.


Storey, D. J. , 1998. Six Steps to Heaven. Evaluating the Impact of Public Policies to Support Small Busi-nesses in Developed Economies. CSME Working Pa-per No. 59.

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


Kapittel 8. Tabellvedlegg

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


IN-støttede bedrifter (ikke-støttede som ref.)* -2,037 1,127 ,071 0,130



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


Omsetning*** -0,163 0,027 ,000 0,849 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 Omsetning er kodet i millioner NOK.




















Tabell 38: Logit modell. Estimering av sannsynligheten for å få distriktsutviklingstilskudd, år 2004

Alle Gründere


Sone 1 -2.87 0.00 -2.36 0.00

Sone 2 -2.54 0.00 -2.30 0.03

Sone 3 -0.36 0.01 -0.27 0.25


Mindre sentrale kommuner -0.12 0.51 0.09 0.79







Trøndelag (Sør-Trøndelag og Nord-Trøndelag) -0.14 0.32 -0.11 0.64

Jordbruk skog og fiske 0.30 0.10 -0.38 0.25




Omsetning 1.92 0.03 1.49 0.88

Alder -0.01 0.04 -0.10 0.16

Konstant -36.14 0.02 -28.48 0.86 Kilde: Møreforsking Molde *Fet skrift= p-verdi<0,05


Alle Gründere


Sone 1 -2.47 0.00 -1.90 0.00

Sone 2 -1.54 0.00 -0.80 0.22

Sone 3 -0.07 0.62 0.30 0.18


Mindre sentrale kommuner 0.15 0.42 0.14 0.63



Innlandet (Hedmark og Oppland) -0.16 0.33 -0.44 0.12




Trøndelag (Sør-Trøndelag og Nord-Trøndelag) -0.12 0.40 0.01 0.96





Omsetning 1.41 0.21 2.73 0.90

Alder -0.01 0.02 -0.01 0.91




Alle Gründere


Sone 1 -2.59 0.00 -2.71 0.00

Sone 2 -3.58 0.00 -2.46 0.02

Sone 3 -0.26 0.05 -0.17 0.46



Noe sentrale kommuner -0.13 0.42 -0.28 0.28






Trøndelag (Sør-Trøndelag og Nord-Trøndelag) 0.04 0.77 -0.02 0.93





Omsetning 1.49 0.13 13.75 0.04

Alder -0.01 0.01 0.00 0.97



Alle Gründere


Sone 1 -3.26 0.00 -3.34 0.00

Sone 2 -3.11 0.00 -2.09 0.01

Sone 3 -0.27 0.04 -0.17 0.44



Noe sentrale kommuner -0.26 0.11 -0.31 0.24






Trøndelag (Sør-Trøndelag og Nord-Trøndelag) -0.04 0.78 -0.10 0.64

Jordbruk skog og fiske 0.17 0.37 -0.13 0.69




Omsetning 1.83 0.02 -0.03 1.00

Alder -0.01 0.15 -0.14 0.05


Oxford Research AS, Østre Strandgate 1, 4610 Kristiansand, Norge, Tlf, 40 00 57 93, www,oxford,no

langtidseffekter av innovasjon norges støtte til bedrifter 2003-2010

Documents