Efficiency Determinants of Regional Innovation Systems in Polish Subregions

In the current knowledge-based economy paradigm, it is innovativeness that may enable lagging regions to be as competitive as more developed regions. The innovation and efficiency of regional innovation systems (RISs) are crucial for enhancing economic development. Using data envelopment analysis (DEA) with environmental factors, we conducted an assessment of the efficiency of RISs in Polish subregions. On this basis, a list was drawn up of efficient subregions with strong innovation as well as efficient regions with weak innovation. The results confirm that, in most cases, Polish subregions are not using their full potential. While estimating the panel model, RIS features that influenced efficiency were identified, and the positive impact of the innovative milieu, spatial proximity and the share of industry in value added were confirmed. The negative impact of unemployment and factors reflecting the low level of social capital were identified. The obtained results may be the basis for formulating an appropriate innovation policy at the regional level, especially in Central and Eastern European countries. We suggest that the use of the identified patterns, in combination with the individual characteristics of particular regions, may contribute to an improvement in both technological effectiveness and productivity, particularly in weaker regions.

W obecnym paradygmacie gospodarki opartej na wiedzy to właśnie innowacyjność może sprawić, że regiony zapóźnione w rozwoju będą tak samo konkurencyjne jak regiony bardziej rozwinięte. Czynniki innowacyjne i efektywność regionalnych systemów innowacji (RIS) są kluczowe dla wzmocnienia rozwoju gospodarczego. Wykorzystując analizę obwiedni danych (DEA) z czynnikami środowiskowymi, przeprowadzono ocenę efektywności RIS w polskich podregionach. Na tej podstawie stworzono listę efektywnych podregionów o silnej innowacyjności oraz efektywnych regionów o słabej innowacyjności. Uzyskane wyniki potwierdzają, że w większości przypadków polskie podregiony nie wykorzystują w pełni swojego potencjału. Estymując model panelowy, zidentyfikowano cechy RIS wpływające na efektywność, potwierdzono pozytywny wpływ środowiska innowacyjnego, bliskości przestrzennej oraz udziału przemysłu w wartości dodanej. Zidentyfikowano negatywny wpływ bezrobocia oraz czynników świadczących o niskim poziomie kapitału społecznego. Uzyskane wyniki mogą stanowić podstawę do formułowania odpowiedniej polityki wspierającej innowacje na poziomie regionalnym, zwłaszcza w krajach Europy Środkowo-Wschodniej. Wykorzystanie zidentyfikowanych wzorców w połączeniu z indywidualnymi cechami poszczególnych regionów może przyczynić się do poprawy zarówno efektywności technologicznej, jak i produktywności – szczególnie w regionach słabszych.