Ewaluacja - Ministerstwo Funduszy i Polityki Regionalnej · Web viewJednocześnie ważnym...

Raport z badania:

Ustalenie wartości wybranych wskaźników ekonomicznych dla beneficjentów Regionalnych Programów Operacyjnych oraz dla celowo

dobranej grupy kontrolnej

Warszawa 2014

Wykaz skrótów:

ATET – Average Treatment Effect on the Treated

DiD – Difference in Differences

FTE – full-time equivalent

GUS – Główny Urząd Statystyczny

JEREMIE - Joint European Resources for Micro-to-Medium Enterprises

UM – Urząd Marszałkowski

MIiR – Ministerstwo Infrastruktury i Rozwoju

MSP – Małe i Średnie Przedsiębiorstwa

PSM – Propensity Score Matching

RDD – Regression Discontinuity Design

ROS – Return on Sales

RPO – Regionalny Program Operacyjny

Strona 2 z 104

Spis treści1. Wprowadzenie.....................................................................................................................................4

2. Główne wnioski z badania...................................................................................................................7

3. Problem badawczy.............................................................................................................................11

4. Cel badania i pytania badawcze........................................................................................................12

5. Zakres badania...................................................................................................................................13

6. Analiza interwencji – wsparcie bezzwrotne......................................................................................14

6.1. Specyfika wsparcia udzielonego beneficjentom.........................................................................146.2. Analiza populacji beneficjentów – liczba umów i wspartych podmiotów...................................20

6.2.1. Województwo pomorskie...................................................................................................226.2.2. Województwo śląskie.........................................................................................................246.2.3. Województwo świętokrzyskie............................................................................................266.2.4. Województwo zachodniopomorskie..................................................................................27

6.3. Homogeniczność w ramach RPO................................................................................................316.4. Udział w programach krajowych.................................................................................................336.5. Umowy rozwiązane....................................................................................................................346.6. Dobór grup kontrolnych wg metod............................................................................................35

6.6.1. Technika Propensity Score Matching (PSM).......................................................................356.6.2. Zmienne kontrolne.............................................................................................................396.6.3. Wyniki estymacji.................................................................................................................406.6.4. Technika różnicy w różnicach (Difference in Differences – DiD).........................................666.6.5. Wyniki estymacji.................................................................................................................67

6.7. Technika nieciągłości w równaniu regresji (RDD).......................................................................826.7.1. Analizy w regionach............................................................................................................82

6.8. Technika zmiennych instrumentalnych......................................................................................917. Analiza interwencji – wsparcie zwrotne............................................................................................91

7.1. Specyfika wsparcia udzielonego beneficjentom.........................................................................927.2. Analiza populacji beneficjentów – liczba umów i wspartych podmiotów...................................95

7.2.1. Województwo pomorskie...................................................................................................987.2.2. Województwo śląskie.........................................................................................................987.2.3. Województwo świętokrzyskie............................................................................................997.2.4. Województwo zachodniopomorskie................................................................................100

8. Aneks................................................................................................................................................101

8.1. Bibliografia................................................................................................................................1018.2. Opis zmiennych w bazie danych beneficjentów.......................................................................102

Strona 3 z 104

1. WprowadzenieNiniejszy dokument przedstawia wyniki prac zrealizowanych w ramach projektu pt.: „Ustalenie wartości wybranych wskaźników ekonomicznych dla beneficjentów Regionalnych Programów Operacyjnych (RPO) oraz dla celowo dobranej grupy kontrolnej”.

Projekt ma charakter pilotażowy. Jego przedmiotem jest weryfikacja możliwości wykorzystania danych Głównego Urzędu Statystycznego na potrzeby badań quasi-eksperymentalnych, bazujących na tzw. podejściu kontrfaktycznym. Podejście to stosowane jest m.in. przy analizie zmian w funkcjonowaniu podmiotów gospodarczych, wspartych ze środków publicznych. W dużym uproszczeniu, podejście kontrfaktyczne – w przedmiotowym projekcie – ma za zadanie pomóc odpowiedzieć na pytanie: co by było gdyby przedsiębiorstwa, nie otrzymały wsparcia publicznego (dofinansowania w ramach RPO)? Jaka byłaby skala ich działalności, rentowność, konkurencyjność itp. Odpowiedź na to pytanie można udzielić poprzez oszacowanie hipotetycznych (kontrfaktycznych) wartości wskaźników ekonomicznych, z wykorzystaniem odpowiednio dobranej grupy kontrolnej.

Badania wykorzystujące metody kontrfaktyczne zyskują coraz bardziej na znaczeniu w obszarze ewaluacji oraz szeroko rozumianej analizie polityk publicznych. Potwierdzeniem tego mogą być działania Komisji Europejskiej, która podkreśla rolę i potrzebę szacowania wpływu (ang. impact) wsparcia unijnego, z wykorzystaniem rygorystycznych podejść metodologicznych. Wśród proponowanych rozwiązań metodycznych wymieniane jest przede wszystkim podejście kontrfaktyczne. W kwietniu 2014 r. Dyrekcje Generalne ds. Polityk Regionalnych (DG REGIO) oraz Zatrudnienia, spraw społecznych i włączenia społecznego (DG EMPL) zatwierdziły dokument, w którym przedstawiono wytyczne dla ewaluacji projektowanych w krajach członkowskich w ramach nadchodzącej perspektywy wydatkowania funduszy unijnych (2014-2020). W dokumencie wskazano na wymóg przeprowadzenia, co najmniej raz w ramach zbliżającego się okresu programowania, ewaluacji wpływu osobno dla każdej osi priorytetowej, każdego programu operacyjnego1. W dokumencie rekomenduje się wykorzystanie w tym celu metod kontrfaktycznych. Dyrekcja Generalna ds. Konkurencyjności Komisji Europejskiej (DG COMP) idzie jeszcze dalej, wskazując na konieczność wykorzystania podejścia kontrfaktycznego w ewaluacjach podejmowanych w odniesieniu do krajowej pomocy publicznej (ang. State Aid), udzielanej przedsiębiorstwom, a więc niezależnie od obecności we wsparciu współfinansowania unijnego2.

Podejście kontrfaktyczne i tworzone na jego gruncie metody, stają się powoli standardowym planem badawczym, wykorzystywanym w sytuacjach, w których stawiane są pytania o charakter relacji pomiędzy rozmaitymi zdarzeniami. Zasadniczą w tym względzie kwestią jest możliwość formułowania wniosków o przyczynowym wpływie jednych zdarzeń na drugie. Tego typu analizy są szczególnie pożądane w odniesieniu do zmian obserwowanych w otoczeniu społeczno-gospodarczym, w kontekście wydatkowania środków publicznych na cele rozwojowe, np. związane ze wsparciem konkurencyjności

1 Komisja Europejska – The Programming Period 2014-2020. Monitoring and evaluation of European Cohesion Policy, Guidance Document on Evaluation Plans, Kwiecień 2014 r. http://ec.europa.eu/regional_policy/sources/docoffic/2014/working/evaluation_plan_guidance_en.pdf 2 Komisja Europejska – Evaluation in the field of State aid. Draft methodological guidance paper - concepts and recommendations, Listopad 2013 r.: http://ec.europa.eu/competition/consultations/2013_state_aid_modernisation/draft_guidance_paper_en.pdf

Strona 4 z 104

http://ec.europa.eu/competition/consultations/2013_state_aid_modernisation/draft_guidance_paper_en.pdf

http://ec.europa.eu/regional_policy/sources/docoffic/2014/working/evaluation_plan_guidance_en.pdf

przedsiębiorstw, czy szerzej gospodarki narodowej. Metodologia kontrfaktyczna jest już szeroko stosowana w krajach rozwiniętych. Jednocześnie metody te są obecne w programach pomocy rozwojowej3. W szczególności należy podkreślić ich wysoką wartość falsyfikacyjną w zakresie analizy skuteczności instrumentów wsparcia publicznego.

Niniejszy projekt badawczy, jest efektem współpracy kilku podmiotów publicznych z Głównym Urzędem Statystycznym, w tym w szczególności:

Ministerstwa Infrastruktury i Rozwoju, Urzędu Marszałkowskiego Województwa Pomorskiego, Urzędu Marszałkowskiego Województwa Śląskiego, Urzędu Marszałkowskiego Województwa Zachodniopomorskiego, Urzędu Marszałkowskiego Województwa Świętokrzyskiego.

Oczekuje się, że niniejszy pilotaż pomoże zweryfikować użyteczność danych GUS z punktu widzenia możliwości prowadzenia analiz kontrfaktycznych w kolejnych latach. Docelowo przewiduje się, że GUS powinien pełnić istotną rolę w procesie analizy polityk publicznych, w tym w szczególności w kontekście zbliżającej się perspektywy finansowej UE – 2014-2020. Oczekuje się również, że wyniki analiz przeprowadzonych w ramach niniejszego projektu, zostaną spożytkowane w ramach całościowej ewaluacji poszczególnych RPO zlecanej przez MIiR.

W przypadku pozytywnego przejścia niniejszego pilotażu, analizy realizowane z wykorzystaniem podejścia kontrfaktycznego, powinny być włączone do warsztatu metod stosowanych standardowo przez GUS. Wykorzystanie metod kontrfaktycznych i współpraca z podmiotami publicznymi zlecającymi tego typu badania, nie powinna istotnie odbiegać od innych prac badawczych GUS, wykonywanych na zlecenie podmiotów zewnętrznych. Schemat współpracy obejmowałby zgłoszenie stosowanego zamówienia przez podmiot zewnętrzny. Zamówienie to powinno uwzględniać opis zagadnienia badawczego oraz przekazywać dane wejściowe, obejmujące analizowane grupy (jako minimum dane identyfikacyjne podmiotów). W odpowiedzi na otrzymane zgłoszenie, GUS każdorazowo powinien analizować możliwość realizacji pożądanego badania z wykorzystaniem zaproponowanej metodyki. W przypadku pozytywnej decyzji prowadzone powinny być w kolejnym kroku estymacje wskazanych przez zamawiającego wskaźników, z wykorzystaniem danych dostępnych w GUS. Ostatecznie przygotowane oszacowania będą mogły być wykorzystane na potrzeby ewaluacji prowadzonych przez podmiot zlecający analizy.

3 Por. http://www.3ieimpact.org/

Strona 5 z 104

Schemat 1. Proces badań kontrfaktycznych w ramach GUS – współpraca z podmiotami zewnętrznymi

Źródło: opracowanie własne

Strona 6 z 104

Analiza problemu w GUSWydanie pozytywnej decyzji dot. analiz kontrfaktycznych

Regiony lub poszczególne resporty zgłaszają do GUS zapotrzebowanie

na analizy kontrfaktyczne

Podmiot zlecający otrzymuje dane z GUS

Wykorzystauje przygotowane

estymacje zgodnie z założeniami w ramach właściwego badania

ewaluacyjnego

Podmiot zgłaszający przekazuje opis problemu i dane

wspartych podmiotów

GUS analizuje problem i przekazane materiały - weryfikuje możliwość realizacji,

doprecyzowuję metodykę badania.

GUS realizuje analizy kontrfaktyczne,

zgodnie z przyjętą metodologią,

przekazuje oszczacowania parametrów do zamawiającego

2. Główne wnioski z badania Dane GUS mogą zostać wykorzystane na potrzeby badań kontrfaktycznych

Przeprowadzone analizy pokazują, że dane będące w posiadaniu GUS mogą być użyteczne na potrzeby badań kontrfaktycznych, przygotowywanych na potrzeby szerszych badań ewaluacyjnych. Po połączeniu zbiorów pochodzących z Urzędów Marszałkowskich z danymi GUS, okazało się, że możliwe jest przeprowadzenie analiz statystycznych na uzyskanych zbiorowościach. Należy podkreślić wysoką jakość danych GUS i użyteczność zwłaszcza z punktu widzenia analizowanej tematyki (rozwój przedsiębiorstw w kontekście wsparcia publicznego). Dane GUS pozwalają na przeprowadzenie analiz przekrojowych, z uwzględnieniem zmian wybranych wskaźników na przestrzeni kolejnych lat.

W każdym z województw udało przeprowadzić się analizy kontrfaktyczne z wykorzystaniem dwóch technik statystycznych – techniki propensity score matching (PSM) oraz techniki difference in differences (DID). Przy czym technika DID wykorzystana została w połączeniu z techniką PSM. Połączenie obu technik daje bardziej dokładne oszacowanie wskaźników (uwzględnia dodatkowe różnice porównywanych populacji) i tym samym powinno być brane pod uwagę w kontekście analizowanych interwencji publicznych.

Głównym ograniczeniem realizacji badania, był stan zaawansowania projektów realizowanych przez beneficjentów

Analiza danych otrzymanych z poszczególnych urzędów marszałkowskich pokazała, że największym ograniczeniem prowadzonych analiz jest stan zaawansowania poszczególnych projektów. W ramach założeń badania przyjęto, że sensownym jest badanie projektów co do zasady zakończonych. W przeciwnym razie wartości analizowanych wskaźników, mogą być konsekwencją ciągle realizowanego projektu. Założenie to wymusiło analizę tylko i wyłącznie tych projektów, które zakończyły się w roku 2012, jako że najbardziej aktualne dane będące w posiadaniu GUS, na moment realizacji analiz, dotyczą roku 2013. To uwarunkowanie ma bardzo duży wpływ na wielkość analizowanych populacji – w roku 2014, można wnioskować jedynie o pierwszych kohortach beneficjentów, wspartych w ramach perspektywy 2007-2013.

Problem ten ujawnił się zarówno na poziomie wykorzystywanych technik (nie było możliwe wykorzystanie techniki RDD, właśnie z tego powodu) oraz zakresu prowadzonych analiz (nie było możliwe objęciem analizą projektów ukierunkowanych na wsparcie innowacyjności oraz w obszarze instrumentów zwrotnych).

Przewiduje się, że będzie możliwe objęcie analizami pełnej populacji beneficjentów najwcześniej w roku 2017.

W ramach badania pilotażowego możliwe było zastosowanie dwóch technik statystycznych

Po analizie dostępnych danych (z UM i GUS) udało się wykorzystać do analiz kontrfaktycznych dwie techniki statystyczne we wszystkich województwach – propensity score matching oraz uzupełniająco difference in differences. Nie udało zastosować się techniki nieciągłości w równaniu regresji RDD) – częściowo z powodu braków danych już na poziomie UM, częściowo z powodu stanu zaawansowania realizacji poszczególnych projektów. Oczekuje się, jednak, że dla dwóch

Strona 7 z 104

województw (śląskie i zachodniopomorskie), zastosowanie techniki RDD będzie możliwe w kolejnych latach (najwcześniej w roku 2016). W przypadku metody zmiennych instrumentalnych, nie udało się w ramach przeprowadzonych analiz ustalić czynników, które spełniałyby założenia, stawiane przed zmiennymi instrumentalnymi. Identyfikacja takich czynników, mogłaby się jednak odbyć (a przynajmniej próba ich identyfikacji), w ramach szerszych badań jakościowych.

Dokonane oszacowania wskaźników, pokazują, że wybrane wskaźniki ekonomiczne różnią się w grupie beneficjentów wsparcia oraz w dobranych grupach kontrolnych. Istnieje również zróżnicowanie analizowanych wskaźników pomiędzy regionami.

W ramach przeprowadzonych analiz dokonano oszacowanie 11 wskaźników związanych z takimi wymiarami funkcjonowania przedsiębiorstw jak: zatrudnienie, finansowa skala działalności, rentowność, internacjonalizacja oraz posiadane środki trwałe, w tym w szczególności urządzenia i maszyny techniczne oraz wartości niematerialne i prawne. Nie udało oszacować się części z zakładanych wskaźników efektu, z uwagi na niewielkie na tym etapie populacje, które w zestawieniu z rzadkimi cechami (np. prowadzenie działalności innowacyjnej), prowadzą do problemów obliczeniowych.

Z racji na wielkość dostępnych populacji, w analizach uwzględniono wyłącznie beneficjentów działań polegających na wsparciu konkurencyjności przedsiębiorstw (rozwój technologiczny, inwestycje w infrastrukturę przedsiębiorstw, działania modernizacyjne itp.). Dla beneficjentów, w ramach osobnych modeli (tworzony był osobny model dla każdego wskaźnika efektu), dobierano grupę kontrolną, spośród przedsiębiorstw, które nie otrzymały wsparcia z programów europejskich w ramach perspektywy 2007-2013. W analizach wykorzystano zarówno technikę PSM jak i DID. Poniższe wnioski pochodzą z analiz przeprowadzonych z wykorzystanych obu technik łącznie.

Analizy prowadzone były na poziomie regionalnym, przygotowano również model łączny na poziomie wszystkich czterech województw. Zabieg ten pozwolił zwiększyć analizowaną próbkę, co jest szczególnie istotne z punktu widzenia możliwości dokonywania poprawnego wnioskowania statystycznego.

Z przeprowadzonych analiz, wyłaniają się następujące wnioski:

1) Największe różnice pomiędzy beneficjentami wsparcia i dobranymi grupami kontrolnymi uwidaczniają się na poziomie wskaźnika zatrudnienia (FTE). Na poziomie modelu ogólnego (uwzględniającego beneficjentów z wszystkich regionów w jednym modelu) ustalono, że beneficjenci RPO zatrudniają przeciętnie 9,6 pracowników więcej niż podmioty z dopasowanej grupy kontrolnej. Zidentyfikowana różnica jest istotna statystycznie (p<0.001). Różnice w zatrudnieniu na korzyść beneficjentów zidentyfikowano we wszystkich województwach, przy czym różnice statystycznie istotne występują w województwie świętokrzyskim (różnica wyniosła 21,9 FTE, p<0.001) i śląskim (różnica wyniosła 9,4 FTE, p<0.05). W województwie pomorskim i zachodniopomorskim beneficjenci zatrudniali odpowiednio 8,4 oraz 7,1 pracowników więcej niż firmy z grup kontrolnych, przy czym jak zaznaczono, nie są to różnice istotne statystycznie.

2) Różnice w wielkości zatrudnienia, bazują na dwóch procesach. Po pierwsze beneficjenci w każdym z województw nominalnie zwiększyli przeciętne zatrudnienie – w okresie od 2007 do 2013 r. przybyło w tych przedsiębiorstwach przeciętnie od 1,6 FTE (pomorskie) do 10,3 FTE (świętokrzyskie). Po drugie żadna z analizowanych grup kontrolnych przedsiębiorstw nie

Strona 8 z 104

zwiększyła w analizowanym okresie zatrudnienia. Typową sytuacją była raczej jego redukcja (świętokrzyskie: -11,6 FTE; pomorskie: -6,8 FTE; zachodniopomorskie: -3,2 FTE) lub co najwyżej utrzymanie w roku 2013 przeciętnego zatrudnienia z roku 2007 (śląskie).

3) Widoczne są różnice w skali działalności przedsiębiorstw wyrażanej przez wielkość przychodów netto ze sprzedaży. We wszystkich analizowanych regionach, w okresie od 2007 do 2013 roku beneficjenci odnotowali przeciętny wzrost przychodów netto ze sprzedaży. Przy czym wielkość wzrostu nie była na tyle duża, by udało się zidentyfikować różnice istotne statystycznie na poziomie porównań z przedsiębiorstwami z grup kontrolnych. W istocie wystąpiły trzy sytuacje: a) zrównanie wielkości uzyskiwanych przychodów przez beneficjentów z grupą kontrolną (model ogólny, woj. zachodniopomorskie oraz częściowo woj. pomorskie), b) zwiększenie skali działania w porównaniu do grupy kontrolnej (świętokrzyskie), wzrost nieco mniejszy niż w grupie kontrolnej (śląskie).

4) Wzrost zatrudnienia wśród beneficjentów w porównaniu do podmiotów z grup kontrolnych, przy zbliżonym (a przynajmniej nieodbiegającym istotnie) wzroście przychodów netto ze sprzedaży, prowadzi naturalnie do przeciętnie niższej produktywności przedsiębiorstw, wyrażanej przez wartość przychodów netto przypadających na zatrudnionego. Oszacowanie przychodów ze sprzedaży netto przypadających na pracownika wskazuje, że na przestrzeni lat 2007-2013 produktywność (definiowana w powyższy sposób) beneficjentów wzrosła przeciętnie o 9,44 tys. PLN. W tym samym czasie produktywność podmiotów z grupy kontrolnej wzrosła o 55,6 tys. PLN. Różnica pomiędzy obiema grupami, wynosząca 46,16 tys. PLN jest istotna statystycznie (p<0.05).

5) Generalnie w zdecydowanej większości analizowanych grup – niezależnie, czy byli to beneficjenci, czy podmioty z grupy kontrolnej – na przestrzeni lat 2007-2013, obserwowany spadek udziału podmiotów, które odnotowały w swojej działalności zysk. Jedynym wyjątkiem jest w tym względzie woj. świętokrzyskie, w którym wzrósł udział takich podmiotów o ok 1,5 pp. Jednocześnie tam gdzie obserwowany jest spadek, jest on w każdym przypadku większy w grupie kontrolnej niż w grupie beneficjentów, przy czym w żadnym przypadku, różnice nie mają charakteru istotnych statystycznie.

6) Wartość bezwzględna zysku uzyskiwana przez beneficjentów, w porównaniu do grupy kontrolnej, jest zróżnicowana w poszczególnych regionach. Na poziomie modelu ogólnego beneficjenci uzyskiwali zysk przetnie wyższy od podmiotów z grupy kontrolnej o 173,5 tys. PLN (różnica nieistotna statystycznie). W żadnym z województw, nie zdiagnozowano różnic istotnych statystycznie.

7) Nie widać prawie żadnego zróżnicowania w zakresie wskaźnika rentowności na sprzedaży (ROS). Co do zasady jego wartość spadła we wszystkich grupach bez wyjątku. Wielkość spadku jest niemalże taka sama w grupach beneficjentów i w dobranych grupach kontrolnych.

8) Widoczna jest skłonność beneficjentów RPO do rozpoczynania działalności eksportowej. Na poziomie modelu ogólnego nastąpił w obu grupach (beneficjentów i w kontrolnej), nastąpił wzrost udziału przedsiębiorstw, prowadzących działalność eksportową. W grupie beneficjentów był to wzrost o 8 pp. (do poziomu 38%), w przypadku podmiotów z grupy kontrolnej był to wzrost o 1 pp. (do poziomu 35%). Siedmioprocentowa różnica w wielkości wzrostu, jest istotna statystycznie (p<0.05). Wyższy udział podmiotów, które rozpoczęły działalność eksportową widoczny jest wśród beneficjentów wszystkich analizowanych RPO. W przypadku województwa zachodniopomorskiego w grupie beneficjentów wzrost wyniósł 17 pp. (do poziomu 52%), w

Strona 9 z 104

przypadku podmiotów z grupy kontrolnej był to wzrost o 3 pp. (do poziomu 41%). Różnica w wielkości wzrostu (14 pp.), jest istotna statystycznie (p<0.05).

9) Jednocześnie wzrostowi liczby eksporterów nie towarzyszy znacząco zwiększona intensywność eksportu, liczona udziałem przychodów netto ze sprzedaży na eksport w przychodach ze sprzedaży ogółem. Istotna statystycznie równica (3 pp.) widoczna jest jedynie w przypadku województwa świętokrzyskiego.

10) Zidentyfikowano regionalne zróżnicowanie wskaźnika dot. wartości brutto maszyn i urządzeń. W przypadku województw pomorskiego i zachodniopomorskiego, wartość ta zwiększyła się w latach 2007-2013 w porównaniu do beneficjentów wsparcia (w przypadku województwa pomorskiego, różnica ma charakter istotnej statystycznie). Jednocześnie w przypadku województw śląskiego i świętokrzyskiego, to podmioty z grupy kontrolnej w większym stopniu zwiększyli w analizowanym okresie wartość tego typu środku trwałych (przy czym różnice nie mają charakteru istotnych statystycznie).

11) Wreszcie widoczny jest ogólny spadek wartości brutto wartości niematerialnych i prawnych. Co do zasady, ich spadek następuje niezależnie od analizowanej grupy i w podobnej skali.

Na koniec warto przypomnieć, że powyższe wnioski należy traktować z ostrożnością – analizy objęły tylko część wspartych beneficjentów, którzy zakończyli projekty do końca 2012 roku. Tym samym nie można przeprowadzonych wyników uogólniać na cały okres wdrażania perspektywy finansowej 2007-2013.

Ważnym etapem analiz okazało się wstępne przygotowanie danych pozyskanych z UM

Przeprowadzone analizy wskazują, że istotnym etapem warunkującym powodzenie przedsięwzięcia jest przygotowanie danych beneficjentów wsparcia. Należy podkreślić fakt zaangażowania poszczególnych Urzędów Marszałkowskich w ten proces. Jednocześnie należy pamiętać, że dane beneficjentów muszą być przed jakimikolwiek analizami o charakterze kontrfaktycznym, przeanalizowane i odpowiednio przetworzone.

Wykonane prace pokazały, że korzystanie ze wsparcia w ramach poszczególnych działań i poddziałań jest procesem złożonym, samo zaś wsparcie udzielane w ramach poszczególnych RPO ma często charakter heterogeniczny. W związku z powyższym analizy przygotowawcze danych z UM muszą być prowadzone ze świadomością typu, zakresu i charakteru realizowanych interwencji. Celem powinno być wyselekcjonowanie możliwie homogenicznych zbiorowości, biorąc pod uwagę typ udzielonego im wsparcia.

W dokumencie przedstawiony został „krok po kroku” sposób przygotowania danych do analizy na potrzeby prowadzonych analiz, tak, by z jednej strony ich analiza była prostsza, i co ważniejsze, aby sprostać oczekiwanym założeniom dotyczącym m.in. homogeniczności analizowanych interwencji. Opisana analiza będzie mogła służyć jako swoista „lista kontrolna” dla podobnych działań prowadzonych w przyszłości.

Strona 10 z 104

3. Problem badawczyJednym z wyzwań stojących obecnie przed administracją publiczną w Polsce, aktywnie zaangażowaną w wydatkowanie funduszy unijnych w ramach polityki spójności, jest ustalenie skuteczności i faktycznych efektów realizowanych działań. Czoła temu wyzwaniu stawiają badania ewaluacyjne, będące systemowo wpisane w proces monitorowania i oceny podejmowanych interwencji. Badania ewaluacyjne powinny dawać w szczególności odpowiedź na dwa podstawowe pytania:

1) czy oceniane interwencje rzeczywiście działają, tzn. czy są skuteczne i rozwiązują zdiagnozowane problemy społeczno-gospodarcze (np. niska konkurencyjność lub innowacyjność przedsiębiorstw itp.) oraz

2) dlaczego są/ nie są skuteczne, tj., jakie mechanizmy odpowiadają za to, że wygenerowane zostały określone efekty.

Odpowiedź na pierwsze z pytań, wymaga oszacowania tzw. efektu przyczynowego (zwanego czasem efektem netto), tj. uwzględniającego zależności przyczynowe, oddziaływania programów publicznych na zmiany w sytuacji beneficjentów wsparcia publicznego. Ustalenie występowania i siły związków przyczynowych, ma kluczowe znaczenie, z punktu widzenia monitorowania oraz doskonalenia działań publicznych finansowanych w ramach polityki spójności.

Współczesne metody służące do szacowania oddziaływania interwencji koncentrują się wokół pojęcia przyczynowości, definiowanej z wykorzystaniem tzw. koncepcji stanów kontrfaktycznych. Efekty ocenianych programów szacowane są najczęściej poprzez porównanie sytuacji beneficjentów pomocy publicznej z hipotetyczną sytuacją, jaka miałaby miejsce w przypadku, gdyby nie skorzystali oni ze wsparcia. Sytuacja ta nie jest obserwowana w rzeczywistości, jednak może zostać oszacowana dzięki zastosowaniu rozmaitych metod i technik statystycznych. W ogólnym ujęciu, na poziomie metodyki badań i analiz, podejścia kontrfaktyczne sprowadzają się do porównań sytuacji beneficjentów danego wsparcia, z dobraną w odpowiedni sposób grupą kontrolną (pozostającą poza wsparciem publicznym).

Badania z wykorzystaniem podejść kontrfaktycznych realizowane były do tej pory w Polsce stosunkowo rzadko. Jednak aktualne trendy, będące m.in. wynikiem wzrastających w tym obszarze oczekiwań Komisji Europejskiej, ale również decydentów w środowisku krajowym, jednoznacznie wskazują na konieczność rozwoju w tym obszarze badawczym. Jednak, aby proces ten mógł się w pełni aktywować, niezbędne jest przełamanie szeregu barier, wśród których jako główne wskazuje się brak dostępu do odpowiednich danych oraz niewystarczającą wiedzę w obszarze stosowania metod kontrfaktycznych. W ramach przedmiotowego badania przełamane powinny zostać wskazane bariery dzięki m.in. wykorzystaniu danych gromadzonych w Głównym Urzędzie Statystycznym.

Niniejsze badanie stanowi istotny wkład do ewaluacji prowadzonej przez Ministerstwo Infrastruktury i Rozwoju wykorzystującej podejście ewaluacji opartej na teorii (Theory-based Impact Evaluation). W ramach projektowanej aktualnie w MIR ewaluacji przeprowadzone zostaną prace badawcze, które umożliwią ustalenie, ocenę oraz pełne wyjaśnienie oszacowanych efektów wsparcia dla przedsiębiorstw. Dla ewaluacji MIR, kluczowe znaczenie będzie miał wkład pochodzący z niniejszego badania w postaci

Strona 11 z 104

zestawienia wartości wybranych wskaźników ekonomicznych dla grupy beneficjentów wsparcia oraz grupy kontrolnej.

Odbiorcami badania będą Ministerstwo Infrastruktury i Rozwoju, a także 4 urzędy marszałkowskie następujących województw: śląskiego, świętokrzyskiego, zachodniopomorskiego i pomorskiego, w ramach których przeprowadzone zostanie badanie pilotażowe dla Regionalnych Programów Operacyjnych 2007-2013.

Ponadto badanie będzie cennym źródłem informacji dla Komisji Europejskiej (w szczególności DG Regio) oraz poszczególnych resortów, instytucji i agend zaangażowanych w przygotowanie i wdrażanie polityk publicznych, zaadresowanych do przedsiębiorstw (Ministerstwo Gospodarki, Ministerstwo Administracji i Cyfryzacji, Ministerstwo Finansów, Polska Agencja Rozwoju Przedsiębiorczości, Narodowe Centrum Badań i Rozwoju, pozostałe Urzędy Marszałkowskie oraz inne instytucje uczestniczące w procesie udzielania finansowego wsparcia przedsiębiorcom).

4. Cel badania i pytania badawczeGłównym celem badania jest ustalenie wartości wybranych wskaźników ekonomicznych (dotyczących m.in. konkurencyjności, wielkości zatrudnienia, działalności B+R przedsiębiorstw) na potrzeby ewaluacji Ministerstwa Infrastruktury i Rozwoju, której przedmiotem jest analiza efektów wsparcia przedsiębiorstw, udzielonego w ramach polityki spójności Unii Europejskiej, w perspektywie finansowej 2007-2013.

Cele szczegółowe badania obejmują:

Opracowanie kompletnej metodologii analizy danych gromadzonych przez GUS, z wykorzystaniem metod i technik kontrfaktycznych.

Przeprowadzenie czterech wdrożeń pilotażowych badania dla Regionalnych Programów Operacyjnych 2007-2013 w województwie: śląskim, świętokrzyskim, pomorskim i zachodniopomorskim poprzez ustalenie wartości wybranych wskaźników z wykorzystaniem danych jednostkowych przedsiębiorstw, gromadzonych przez GUS.

Badanie podejmuje próbę odpowiedzi na poniższe pytania badawcze:

1) Które z metod i technik statystycznych, stosowanych w ramach podejścia kontrfaktycznego, można zastosować w analizie danych jednostkowych przedsiębiorstw gromadzonych przez GUS?

2) Jak wygląda sytuacja beneficjentów Regionalnych Programów Operacyjnych w porównaniu do dobranej z wykorzystaniem podejścia kontrfaktycznego grupy kontrolnej, w następujących wymiarach:

wielkość zatrudnienia,

konkurencyjność,

innowacyjność.

3) Jak wygląda sytuacja beneficjentów w porównaniu do grupy kontrolnej, w ww. wymiarach, biorąc pod uwagę podgrupy firm wybrane ze względu na takie cechy jak:

wielkość firmy (biorąc pod uwagę wielkość zatrudnienia i wyniki finansowe),

Strona 12 z 104

branża/sektor działalności,

region,

lokalizację (miasta/ obszary wiejskie; metropolie/ obszary peryferyjne).

intensywność wsparcia,

typ wsparcia (wsparcie zwrotne/ bezzwrotne).

5. Zakres badaniaBadanie obejmuje swym zakresem interwencje z okresu programowania 2007-2014, w szczególności zaś cztery Regionalne Programy Operacyjne, tj.:

a) Regionalny Program Operacyjny Województwa Śląskiego,

b) Regionalny Program Operacyjny Województwa Świętokrzyskiego,

c) Regionalny Program Operacyjny Województwa Zachodniopomorskiego,

d) Regionalny Program Operacyjny Województwa Pomorskiego.

W ramach poszczególnych Programów wybrano kilka działań, które będą objęte badaniem. Przy czym możliwość wnioskowania na poziomie każdego z działań została zweryfikowane w dalszej części analizy.

a) Województwo śląskie:

Poddziałanie 1.2.2. Małe i Średnie Przedsiębiorstwa,

Poddziałanie 1.2.3 Innowacje w mikroprzedsiębiorstwach i MSP,

Poddziałanie 1.2.4. Mikro, małe i średnie przedsiębiorstwa,

Poddziałanie 1.1.1. Infrastruktura rozwoju gospodarczego;

b) Województwo świętokrzyskie:

Działanie 1.1. Bezpośrednie wsparcie sektora mikro, małych i średnich przedsiębiorstw,

Działanie 1.3. Tworzenie i rozbudowa funduszy pożyczkowych i gwarancyjnych;

c) Województwo pomorskie:

Poddziałanie 1.1.2. Małe i średnie przedsiębiorstwa,

Działanie 1.2. Rozwiązania innowacyjne w MSP,

Działanie 1.3. Poza dotacyjne instrumenty finansowe dla MSP – Inicjatywa Wspólnotowa JEREMIE,

Działanie 1.4. Systemowe wspieranie przedsiębiorczości;

d) Województwo zachodniopomorskie:

Poddziałanie 1.1.2. Inwestycje w małe i średnie przedsiębiorstwa,

Poddziałanie 1.1.3. Inwestycje MSP w nowe technologie,

Poddziałanie 1.3.4. Poza dotacyjne instrumenty finansowe dla MSP – Inicjatywa Wspólnotowa JEREMIE.

Strona 13 z 104

Przy ostatecznej decyzji na temat listy działań objętych badaniem, brane były pod uwagę cztery kryteria:

a) homogeniczność (jednorodność) wsparcia – umożliwiać będzie dokonywanie wnioskowania przyczynowego oraz porównywania analizowanych interwencji między sobą. Jednorodność wsparcia na poziomie programów finansowanych z Unii Europejskiej może być operacjonalizowana poprzez takie wymiary jak:

forma dofinansowania (dotacja bezzwrotna, pożyczka, poręczenie etc.),

intensywność wsparcia (udział wsparcia publicznego w całościowych kosztach inwestycji),

cel interwencji/ oczekiwane efekty (podniesienie konkurencyjności, innowacyjności, wzrost zatrudnienia, internacjonalizacja etc.),

grupy docelowe wsparcia (dobierane np. ze względu na wielkość przedsiębiorstwa lub jego czas funkcjonowania na rynku);

b) powszechność – rozumiana, jako dostępność danego typu interwencji na poziomie wszystkich analizowanych regionów. W przypadku programów regionalnych, poszukiwane będą takie działania, które znajdowały swój odpowiednik we wszystkich województwach biorących udział w pilotażowym wdrożeniu badania. Umożliwi to dokonanie oceny skuteczności analizowanych interwencji we wszystkich regionach;

c) aktualność wsparcia – rozumiana, jako włączenie danego typu interwencji (tj. podjęcie decyzji o kontynuacji), do okresu programowania 2014-2020. Takie podejście umożliwi wykorzystanie wniosków z dotychczas zrealizowanych działań, podczas kontynuacji projektowania i wdrażania programów wsparcia dla przedsiębiorstw;

d) zgodność z dostępnymi źródłami danych – rozumiana m.in., jako:

zgodność tematyczna interwencji i dostępnych wskaźników ekonomicznych,

zgodność grup docelowych wsparcia z grupami docelowymi badań statystycznych realizowanych przez GUS (dostępność danych w GUS o wskazanej grupie beneficjentów wsparcia).

Jednocześnie ważnym zawężeniem zakresu badania, było wyłączenie z analiz przedsiębiorstw mikro – zatrudniających mniej niż 10 osób. Firmy te nie są zobligowane do wypełniania sprawozdań w takiej skali jak firmy zatrudniające 10 osób i więcej. W przypadku firm mikro GUS realizuje badania na próbach.

6. Analiza interwencji – wsparcie bezzwrotne6.1. Specyfika wsparcia udzielonego beneficjentom

Niniejszy podrozdział przedstawia specyfikę poszczególnych poddziałań/działań Regionalnych Programów Operacyjnych (RPO), realizowanych w wytypowanych do badania województwach (pomorskie, śląskie, świętokrzyskie i zachodniopomorskie).

Cały rozdział dotyczy interwencji polegających na udzieleniu firmom tzw. wsparcia bezzwrotnego, polegającego na przekazaniu podmiotom gospodarczym dotacji (w formie zaliczki lub refundacji kosztów) na potrzeby realizacji zaplanowanych projektów. Co do zasady, aby projekt mógł otrzymać wsparcie

Strona 14 z 104

bezzwrotne, każdy przedsiębiorca musiał złożyć wniosek o dofinansowanie, w odpowiedzi na konkurs ogłoszony przez danego dysponenta środków – tzw. Instytucje Zarządzające lub Instytucje Pośredniczące, którymi są poszczególne Urzędy Marszałkowskie (UM). Każdy projekt/wniosek o dofinansowanie składany przez przedsiębiorcę oceniany był pod kątem formalnym i merytorycznym. Uzyskanie określonej liczby punktów (specyficznej dla danego konkursu/regionu) skutkowało finalnie decyzją w zakresie otrzymania dofinansowania. Zakres, wsparcia i typ realizowanych projektów na poziomie ogólnym warunkowany był zapisami RPO oraz szczegółowymi zapisami innych dokumentów (wytyczne, regulaminy itp.). Wytypowane do niniejszego badania działania/poddziałania łączy kilka głównych cech, którymi są przede wszystkim – specyfika grupy docelowej/beneficjentów (małe i średnie przedsiębiorstwa), charakter pożądanych inwestycji (wsparcie na rozwój, podniesienie konkurencyjności i innowacyjności) oraz bezzwrotny charakter wsparcia. Przedstawiona poniżej szczegółowa analiza specyfiki, pokazuje jednak, że oprócz ogólnych cech wspólnych, występują również między analizowanymi interwencjami zasadnicze różnice. Poniższy przegląd ma kluczowe znaczenie z punktu widzenia zaplanowania schematu analizy danych, w tym w szczególności wyodrębnienia podgrup, dla których szacowane będą poszczególne wskaźniki. Cel ogólny, jaki służy wyodrębnieniu podgrup do analizy, to maksymalizacja homogeniczności wewnątrzgrupowej, biorąc pod uwagę specyfikę wdrażanych działań oraz samych przedsiębiorstw.

Przegląd interwencji prowadzi do ogólnego wniosku o zróżnicowaniu specyfiki wytypowanych działań ze względu na takie czynniki jak:

1. Cel działań (rozwój MSP; wzrost konkurencyjności; podnoszenie zdolności inwestycyjnej; wzrost innowacyjności),

2. Przedmiot wsparcia (wsparcie na nowe inwestycje, rozwój B+R, wsparcie na doradztwo, dofinansowanie udziału w imprezach targowo-wystawienniczych, dofinansowanie kosztów zatrudnienia pracowników i inne),

3. Intensywność wsparcia (od 40-60%),4. Maksymalne kwoty dofinansowania (od 30 tys. do 4 mln).

Wszystkie różnice w analizowanych poddziałaniach zostały przedstawione w tabeli poniżej. Charakterystyka interwencji uzasadnia realizację analiz poszczególnych poddziałań osobno dla każdego województwa. Ogólne wnioski w zakresie dużego zróżnicowania poszczególnych interwencji uzupełniają przeprowadzone dalej analizy korzystania beneficjentów z poszczególnych form wsparcia.

Co istotne, województwa różnią się ze względu na „pojemność” realizowanych działań. W województwie śląskim realizowane były trzy osobne działania (dwa poświęcone wsparciu na inwestycje, jedno dedykowane wsparciu na B+R), natomiast w województwie świętokrzyskim zdecydowano się stworzyć jedno kompleksowe działanie, które częściowo uwzględnia projekty ukierunkowane na ogólny rozwój przedsiębiorstw, jak również rozwój ich innowacyjności.

Strona 15 z 104

lp. Regionalny Program Operacyjny Województwa Śląskiego

Cel wg RPO Przedmiot wsparcia Minimalny wkład własny (% wydatków kwalifikowanych)

Wartość dofinansowania (maksymalna) w PLN

1 1.2.2. Małe i Średnie Przedsiębiorstwa

Wzrost konkurencyjności przedsiębiorstw.

1) Inwestycje (rozbudowa, modernizacja, wdrożenia nowych technologii), 2) doradztwo, 3) wyjazdy na targi i wystawy

40% 750 tys. w przypadku projektów inwestycyjnych, 100 tys. w przypadku doradztwa, 50 tys. w przypadku udziału w misjach i wystawach

2 1.2.3 Innowacje w mikroprzedsiębiorstwach i MSP

Wzrost innowacyjności przedsiębiorstw.

1) Wdrażanie i komercjalizacja technologii i produktów innowacyjnych. 2) Wsparcie w zakresie podjęcia lub rozwoju działalności B+R. 3) Doradztwo w zakresie prowadzenia działalności innowacyjnej

40% 750 tys. w przypadku projektów wdrożeniowych, 240 tys. w przypadku proj. dot. podejmowania lub rozwoju działalności B+R, 30 tys. w przypadku doradztwa

3 1.2.4. Mikro, małe i średnie przedsiębiorstwa

Wzrost konkurencyjności przedsiębiorstw.

Kontynuacja poddziałania 1.2.2 oraz działania 1.2.14

40% 750 tys. w przypadku projektów inwestycyjnych, 30 tys. w przypadku doradztwa, 50 tys. w przypadku udziału w misjach i wystawach (dot. firm małych i średnich). W przypadku projektów dotyczących udziału w misjach gospodarczych, targach i wystawach – 20 tys.

lp. Regionalny Program Operacyjny Województwa Świętokrzyskiego



1 1.1. Bezpośrednie wsparcie sektora mikro, małych i średnich przedsiębiorstw

Wzrost innowacyjności i konkurencyjności przedsiębiorstw […]

Inwestycje (unowocześnienie wyposażenia, wprowadzenie innowacji, zakup wyników prac B+R i/lub praw własności przemysłowej). Dofinansowanie na wdrażanie i komercjalizację technologii i produktów innowacyjnych. Możliwe dofinansowanie kosztów utworzenia i wyposażenia nowych stanowisk pracy (włącznie z częściowym pokryciem kosztów wynagrodzenia pracowników przez okres nie dłuższy niż 2 lata), związanych z realizowaną

50% 2,4 mln. - w przypadku firm małych, 4 mln. - w przypadku firm średnich

4 Działanie 1.2.1 dotyczyło przedsiębiorców mikro – wyłączonych z zakresu niniejszego badania.

Strona 16 z 104

inwestycją. Jako uzupełnienie projektu inwestycyjnego, dostępne dofinansowanie organizacji lub udziału w imprezach targowo-wystawienniczych oraz misjach gospodarczych. Przewidziano również dofinansowanie inwestycji w zakresie ochrony środowiska.

lp. Regionalny Program Operacyjny dla Województwa Pomorskiego



1 1.1.2. Małe i średnie przedsiębiorstwa

Wsparcie dla powstawania i rozwoju MŚP.

Inwestycje związane z rozwojem technologicznym, organizacyjnym i rynkowym (wchodzenie na nowe rynki, w tym eksport) w sektorze usług, w branżach pracochłonnych, a także związanych ze specyfiką regionalną. Dofinansowanie na dostosowanie firm do standardów i norm krajowych i europejskich. Dofinansowanie na udział w targach i wystawach.

Preferowane projekty przyczyniające się do: wprowadzenia na rynek nowych / wysokiej jakości wyrobów i usług; oszczędności surowców i energii oraz ograniczenia emisji szkodliwych substancji do środowiska; powstania trwałych miejsc pracy; wzrostu aktywności eksportowej firm.

40% w przypadku małych, 50% w przypadku średnich

800 tys.

2 1.2. Rozwiązania innowacyjne w MSP

Rozwój przedsiębiorstw innowacyjnych

1) nabycie wyników prac B+R, praw do własności intelektualnej, w tym patentów, licencji, know-how lub innej nieopatentowanej wiedzy technicznej związanej z wdrażanym produktem lub usługą; 2) wsparcie uzyskania praw wyłącznych (np. patentów) dla własnych rozwiązań technicznych; 3) wsparcie inwestycyjne działalności B+R w

40% w przypadku małych, 50% w przypadku średnich

2 mln.

Strona 17 z 104

przedsiębiorstwach; 4) wsparcie wdrożenia innowacyjnych procesów wytwarzania wyrobów i usług, systemów organizacyjnych i rozwiązań rynkowych, w tym wdrożenie wyników prac B+R; 5) wsparcie wdrożenia i komercjalizacji innowacyjnych produktów i usług oraz platform produktowo-technologicznych.

lp. Regionalny Program Operacyjny Województwa Zachodniopomorskiego



1 1.1.2. Inwestycje w małe i średnie przedsiębiorstwa

Podnoszenie konkurencyjności oraz zdolności inwestycyjnej przedsiębiorstw poprzez wprowadzanie w przedsiębiorstwie innowacji produktowej lub procesowej.

Projekty inwestycyjne (rozszerzenie zakresu działalności gospodarczej, dywersyfikacja produkcji lub świadczenia usług przedsiębiorstwa poprzez wprowadzenie nowych dodatkowych produktów i usług, zmiana produktu lub usługi, działania mające na celu dokonywanie zasadniczych zmian procesu produkcyjnego lub zmianę w sposobie świadczenia usług, uruchomienie działalności nowopowstałego przedsiębiorstwa).

Priorytetowo traktowane projekty, w wyniku których powstaną nowe miejsca pracy oraz zlokalizowane na obszarach o szczególnie niekorzystnej sytuacji społeczno-ekonomicznej

40% dla małych przedsiębiorstw lub 50% dla średnich przedsiębiorstw, z (projekty niedotyczące działalności transportowej)60 % dla małych i średnich przedsiębiorstw (projekty dotyczące działalności transportowej)

2 mln.

2 1.1.3. Inwestycje MSP w nowe technologie

Podnoszenie konkurencyjności oraz innowacyjności przedsiębiorstw poprzez wdrażanie nowych technologii, które umożliwią wytwarzanie nowych lub znacząco ulepszonych

Wsparcie innowacyjnych projektów inwestycyjnych (zakup nowych technologii, ich wdrożenie oraz uruchomienie na ich podstawie wytwarzania nowych lub znacząco ulepszonych towarów, procesów lub usług; wdrożenie własnej nowej technologii oraz uruchomienie na jej podstawie wytwarzania nowych lub znacząco ulepszonych towarów, procesów lub usług).

Priorytetowo traktowane projekty, w wyniku

40% dla małych przedsiębiorstw lub 50% dla średnich przedsiębiorstw, z (projekty niedotyczące działalności transportowej)60 % dla małych i średnich przedsiębiorstw

4 mln.

Strona 18 z 104

produktów, procesów lub usług i nie są stosowane na świecie dłużej niż 5 lat.

których powstaną nowe miejsca pracy, a także projekty zlokalizowane na obszarach o szczególnie niekorzystnej sytuacji społeczno-ekonomicznej.

(projekty dotyczące działalności transportowej)

Źródło: Opracowanie własne na podstawie zapisów właściwych Regionalnych Programów Operacyjnych

Strona 19 z 104

6.2. Analiza populacji beneficjentów – liczba umów i wspartych podmiotówDane przyskakane z poszczególnych Urzędów Marszałkowskich pokazują, że do końca września 2014 r., w ramach czterech województw zrealizowanych lub realizowanych było 2 875 projektów (przez projekt należy tu rozumieć podpisaną umowę o dofinansowanie – jeden przedsiębiorca mógł w praktyce realizować kilka projektów). Poniższe dane uwzględniają również projekty niezakończone (więcej na ten temat dalej). Najwięcej projektów zostało uruchomionych w województwie śląskim (1 847), najmniej, bo tylko 232 w województwie świętokrzyskim.

Tabela 1. Liczba projektów wg działań/ poddziałań i regionów.

RPO OgółemPomorskie Śląskie Świętokrzyskie Zachodniopomorskie

nr p

oddz

iała

nia/

dzia

łani

a

1.1.2 376 - - - 3761.2 73 - - - 731.2.2 - 527 - - 5271.2.3 - 315 - - 3151.2.4 - 1005 - - 10051.1 - - 232 - 2321.1.2 - - - 221 2211.1.3 - - - 126 126

Ogółem 449 1847 232 347 2875Źródło: opracowanie własne na podstawie danych z UM

W trakcie analizy zbiorów danych otrzymanych bezpośrednio od poszczególnych UM okazało się, że w ramach dwóch RPO, projekty skutecznie złożyły przedsiębiorstwa również spoza regionu ogłaszającego konkurs. Miało to miejsce łącznie w przypadku 51 projektów (część podmiotów się powtarza). Ponadto jedno przedsiębiorstwo z woj. pomorskiego złożyło zarówno wniosek w woj. macierzystym, ale również trzy w województwie śląskim. Uznano, że dla zachowania poprawności wnioskowania, w tym wyeliminowania czynników wynikających ze specyfiki lokalnego/ regionalnego rynku, firmy te zostaną wyłączone z dalszych analiz. Działanie to nie powinno mieć istotnego wpływu na szacowane wartości wskaźników, powinno zaś przyczynić się istotnie do podniesienia homogeniczności analizowanych grup przedsiębiorstw. Podsumowanie realizacji projektów w ramach poszczególnych RPO, z uwzględnieniem pochodzenia wnioskodawcy przedstawia kolejna tabela.

Strona 20 z 104

Tabela 2. Liczba projektów wg lokalizacji beneficjenta oraz RPO w ramach, którego podpisana została umowa o dofinansowanie

Województwo RPOOgółem województwo

Pomorskie Śląskie Świętokrzyskie

Zachodniopomorskie

dolnośląskie 1 0 0 0 1kujawsko-pomorskie 0 0 0 1 1łódzkie 0 0 1 0 1małopolskie 0 14 3 3 20mazowieckie 1 5 2 1 9opolskie 0 0 1 0 1podkarpackie 0 2 0 0 2pomorskie 447 5 0 1 453śląskie 0 1821 3 2 1826świętokrzyskie 0 0 220 0 220wielkopolskie 0 0 2 3 5zachodniopomorskie 0 0 0 336 336Ogółem 449 1847 232 347 2875

Źródło: opracowanie własne na podstawie danych z UM

Po wyłączeniu ww. projektów liczba wniosków przypadająca na dane województwo wygląda w sposób następujący:

Tabela 3. Liczba wniosków wg RPORPO Częstość Procentpomorskie 446 15,8śląskie 1821 64,5świętokrzyskie 220 7,8zachodniopomorskie 336 11,9Ogółem 2823 100,0


Jak zostało nadmienione jeden przedsiębiorca mógł realizować kilka projektów. Liczne okazały się przypadki, w których jeden przedsiębiorca miał podpisanych kilka, a nawet kilkanaście umów o dofinansowanie w ramach danego RPO. Sytuacja ta dotyczy zwłaszcza województwa śląskiego, w którym 1821 projektów realizowanych były przez 1048 przedsiębiorców. W najmniejszym stopniu zjawisko to wystąpiło w województwie świętokrzyskim (193 firmy zrealizowały łącznie 220 projektów). Kwestia realizacji kilu projektów jednocześnie, została szczegółowo przeanalizowana w przedstawionych poniżej wynikach analiz regionalnych.

Strona 21 z 104

Tabela 4. Liczba firm korzystających ze wsparcia, z uwzględnieniem wielokrotnego uczestnictwaRPO Ogółem

Pomorskie Śląskie Świętokrzyskie ZachodniopomorskieObserwacja powtórzona

Liczebność 113 773 27 79 992% z RPO 25,3% 42,4% 12,3% 23,5% 35,1%

Obserwacja pierwotna

Liczebność 333 1048 193 257 1831% z RPO 74,7% 57,6% 87,7% 76,5% 64,9%

OgółemLiczebność 446 1821 220 336 2823% z RPO 100,0% 100,0% 100,0% 100,0% 100,0%


6.2.1. Województwo pomorskieW województwie pomorskim firmy najczęściej realizowały jeden projekt, 42 firmy zrealizowały dwa projekty, 21 firm podpisało umowę na realizację łącznie trzech projektów. Zdarzały się też pojedyncze przypadki firm, które realizowały większą liczbę projektów.

Tabela 5. Łączna liczba projektów w ramach RPO – wielokrotny udział

Liczba projektów Częstość Procent

1 264 79,32 42 12,63 21 6,34 2 ,65 1 ,37 2 ,68 1 ,3Ogółem 333 100,0


Firmy mające podpisaną więcej niż jedną umowę w ramach RPO, realizowały projekty w ramach tego samego działania lub korzystając z różnych działań – 27 firm połączyło realizację projektów rozwojowych/inwestycyjnych (dz. 1.1.2) z działaniami ukierunkowanymi na wspieranie innowacyjności (dz. 1.2).

Tabela 6. Realizacja różnych działań przez firmy

Województwo Częstość Procent

pomorskie 1.1.2 267 80,2pomorskie 1.2 39 11,7pomorskie 1.1.2 i 1.2 27 8,1Ogółem 333 100,0


Strona 22 z 104

Dodatkową „komplikacją” w przypadku woj. pomorskiego była możliwość finansowania w ramach dostępnych środków udziału w targach i wystawach (krajowych i zagranicznych). Należy wyróżnić tę grupę projektów we wszystkich województwach, z uwagi na zdecydowanie inny charakter projektów (tak w wymiarze wartości wsparcia, jak i możliwych skutków). W woj. pomorskim łącznie 29 podmiotów skorzystało ze wsparcia polegającego na dofinansowaniu udziału w misjach/ targach, dotyczy to przede wszystkim beneficjentów działania 1.1.2.

Tabela 7. Udział w imprezach targowych i wystawienniczych wg działańPoddziałania Udział w targach Ogółem

Nie Takpomorskie 1.1.2 244 23 267pomorskie 1.2 39 0 39pomorskie 1.1.2 i 1.2 21 6 27

Ogółem 304 29 333Źródło: opracowanie własne na podstawie danych z UM

W części przypadków, projekt polegający na udziale w targach/wystawach, realizowany był równolegle do projektu inwestycyjnego. Dotyczy to 10 podmiotów w analizowanym województwie. Pozostałe 19 podmiotów, realizowało projekty polegające wyłącznie na udziale w targach i wystawach.

Tabela 8. Mix typów realizowanych projektówLiczba wszystkich projektów

Liczba projektów polegających na udziale w targach Ogółem0 1 2 3 7 8

1 250 14 0 0 0 0 2642 39 1 2 0 0 0 423 13 7 0 1 0 0 214 1 1 0 0 0 0 25 1 0 0 0 0 0 17 0 1 0 0 1 0 28 0 0 0 0 0 1 1

304 24 2 1 1 1 333Źródło: opracowanie własne na podstawie danych z UM

Ostatnim istotnym wymiarem realizowanych projektów jest data zakończenia projektu. Poniżej zaprezentowano rozkład lat, w których, wg danych otrzymanych z UM, kończyły się poszczególne projekty. Przy czym w przypadku firm realizujących kilka projektów, pokazano datę najpóźniejszą. Zdecydowano się na pokazanie rozkładu zmiennej „data zakończenia projektu". Nie jest to data, która oznacza całkowite zamknięcie realizacji projektu w firmie. W wielu przypadkach, po zakończeniu realizacji projektów, następowało jeszcze otrzymanie refundacji kosztów projektu (przedsiębiorca składał wniosek o płatność końcową), a więc faktyczne dofinansowanie (przynajmniej w części wartości projektu). Praktyka mówi, że ostatnia płatność mogła nastąpić nawet do pół roku od momentu złożenia

Strona 23 z 104

wniosku o płatność końcową. W części zakończonych projektów, ten moment jeszcze nie nastąpił. Wybór daty zakończenia projektu, jako punktu odniesienia, po którym mierzone będą wartości wytypowanych wskaźników, pozwoli objąć analizami wystarczająco liczną populację beneficjentów. Jak widać poniżej, wg danych z UM, do końca 2012 roku projekty zakończyła realizować niecała połowa (48,3%) ze wszystkich wspartych podmiotów, w tym województwie – łącznie 161 firm.

Tabela 9. Udział firm w RPO wg daty zakończenia realizacji ostatniego projektuRok zakończenia Częstość Procent

2009 39 11,72010 51 15,32011 43 12,92012 28 8,42013 34 10,22014 75 22,52015 63 18,9Ogółem 333 100,0


6.2.2. Województwo śląskieW województwie śląskim firmy również najczęściej realizowały jeden projekt, jednak bardzo często zdarzało się, że pozyskiwały w ramach RPO wsparcie więcej niż raz. Aż 179 podmiotów skorzystało z dotacji dwukrotnie, 65 firm otrzymało wsparcie trzykrotnie. Jedna z firm skorzystała z działania aż 22 razy.


Łączna liczba projektów

Częstość Procent

1 715 68,22 179 17,13 65 6,24 34 3,25 18 1,76 9 ,97 9 ,98 5 ,59 2 ,210 4 ,411 3 ,313 3 ,318 1 ,122 1 ,1

Strona 24 z 104

Ogółem 1048 100,0Źródło: opracowanie własne na podstawie danych z UM

Firmy mające podpisaną więcej niż jedną umowę w ramach RPO, realizowały projekty w rozmaitych kombinacjach, co pokazuje poniższa tabela. Przy czym działania 1.2.2 i 1.2.4 można uznać za tożsame (1.2.4 to kontynuacja działania 1.2.2). Nierzadko zdarzały się sytuacje, w których działania inwestycyjne łączone były z działaniami na rozwój B+R (łączenie 1.2.2 lub 1.2.4 z .1.2.3).


Poddziałanie Częstość Procentśląskie 1.2.2 241 23,0śląskie 1.2.3 137 13,1śląskie 1.2.4 453 43,2śląskie 1.2.2 i 1.2.3 21 2,0śląskie 1.2.3 i 1.2.4 72 6,9śląskie 1.2.2 i 1.2.4 91 8,7śląskie 1.2.2 i 1.2.3 i 1.2.4 33 3,1Ogółem 1048 100,0


Beneficjenci RPO w woj. śląskim licznie uczestniczyli również w targach zagranicznych.

Tabela 12. Udział w imprezach targowych i wystawienniczych wg działańPoddziałanie Udział w targach Ogółem

Nie Takśląskie 1.2.2 196 45 241śląskie 1.2.3 137 0 137śląskie 1.2.4 366 87 453śląskie 1.2.2 i 1.2.3 17 4 21śląskie 1.2.3 i 1.2.4 51 21 72śląskie 1.2.2 i 1.2.4 47 44 91śląskie 1.2.2 i 1.2.3 i 1.2.4 19 14 33

Ogólem 833 215 1048Źródło: opracowanie własne na podstawie danych z UM

To oni również (uczestnicy targów) byli najczęściej wielokrotnymi uczestnikami projektów (często korzystali tylko ze wsparcia na targi). Podobnie jak w przypadku woj. pomorskiego zdarzały się podmioty, które łączyły udział w targach z realizacją projektów inwestycyjnych (liczebności wyróżnione kolorem).

Strona 25 z 104

Tabela 13. Mix typów realizowanych projektówLiczba wszystkich projektów

Liczba projektów polegających na udziale w targach Ogółem0 1 2 3 4 5 6 7 8 9 10 11 18 22

1 648 67 0 0 0 0 0 0 0 0 0 0 0 0 7152 128 23 28 0 0 0 0 0 0 0 0 0 0 0 1793 36 5 12 12 0 0 0 0 0 0 0 0 0 0 654 11 2 4 9 8 0 0 0 0 0 0 0 0 0 345 4 0 4 2 3 5 0 0 0 0 0 0 0 0 186 3 0 1 2 1 1 1 0 0 0 0 0 0 0 97 3 0 0 0 0 3 1 2 0 0 0 0 0 0 98 0 0 0 0 1 0 2 0 2 0 0 0 0 0 59 0 0 0 0 0 1 1 0 0 0 0 0 0 0 210 0 0 0 1 0 1 0 0 0 0 2 0 0 0 411 0 0 0 0 0 0 0 0 0 1 0 2 0 0 313 0 0 0 0 0 0 0 0 1 0 2 0 0 0 318 0 0 0 0 0 0 0 0 0 0 0 0 1 0 122 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1

Ogółem 833 97 49 26 13 11 5 2 3 1 4 2 1 1 1048Źródło: opracowanie własne na podstawie danych z UM

Do końca 2012 roku projekty realizowane w ramach RPO w województwie śląskim zakończyło 482 firmy. Faktyczna „masa krytyczna” zakończonych projektów pojawia się w roku 2013, kiedy to projekt zakończyła realizować co trzecia wsparta firma (306). Mniej więcej co czwarta firma zakończyła projekt w roku 2014. Wskazuje, to że duże znaczenie będzie miało dokonanie powtórnego badania, gdy będą dostępne dane sprawozdawcze przynajmniej za 2014.

Tabela 14. Udział firm w RPO wg daty zakończenia realizacji ostatniego projektuRoz zakończenia projektu Częstość Procent2009 60 5,72010 138 13,22011 126 12,02012 158 15,12013 306 29,22014 260 24,8Ogółem 1048 100,0


6.2.3. Województwo świętokrzyskieW województwie świętokrzyskim sytuacja wielokrotnego pozyskiwania wsparcia w ramach RPO występowała najrzadziej. Jedynie 24 firmy realizowały więcej niż jeden projekt.

Strona 26 z 104


Łączna liczba projektów Częstość Procent1 169 87,62 21 10,93 3 1,6Ogółem 193 100,0


W województwie świętokrzyskim realizowane było tylko jedno działanie (1.1), które obejmowało kompleksowo bezpośrednie, bezzwrotne wsparcie na rozwój firm, w tym na ich innowacyjność. Nieco to utrudnia sprawę, z punktu widzenia możliwości wyróżnienia w miarę homogenicznych podgrup – w bazie danych brakuje bowiem dodatkowych informacji, które dawałyby wgląd w specyfikę realizowanych projektów. W tej sytuacji konieczne będzie realizowanie analiz na całej populacji firm z woj. świętokrzyskiego. Sprawę komplikuje dodatkowo fakt, że nie było możliwe realizowanie osobnych projektów, polegających na dofinansowaniu udziału w targach, mogły się jednak one pojawić, jako uzupełnienie projektu inwestycyjnego. Na poziomie analizowanego zbioru danych nie jest jednak możliwe, gdzie wsparcie na ten cel faktycznie się pojawiło (w przypadku woj. pomorskiego i śląskiego, można było to wywnioskować na podstawie tytułu projektu.


Częstość Procentświętokrzyskie 1.1 193 100,0


Do końca 2012 roku projekty zakończyły realizować 134 firmy.Tabela 17. Udział firm w RPO wg daty zakończenia realizacji ostatniego projektu

Rok zakończenia projektu Częstość Procent2008 2 1,02009 27 14,02010 43 22,32011 30 15,52012 32 16,62013 18 9,32014 41 21,2Ogółem 193 100,0


Strona 27 z 104

6.2.4. Województwo zachodniopomorskieW województwie zachodniopomorskim również obecna jest sytuacja wielokrotnego udziału firm w RPO. Ma to jednak miejsce rzadziej niż w przypadku woj. śląskiego, czy pomorskiego.


Łączna liczba projektów Częstość Procent

1 202 78,62 37 14,43 13 5,14 4 1,65 1 ,4Ogółem 257 100,0


Podobnie jak w innych województwach, dochodziło do łączenia realizacji różnych typów projektów. 30 firm zrealizowało projekt zarówno inwestycyjny, jak również w obszarze wdrażania nowych technologii.

Tabela. Realizacja różnych działań przez firmy

Poddziałania Częstość Procentzachodniopomorskie 1.1.2 159 61,9zachodniopomorskie 1.1.3 68 26,5zachodniopomorskie 1.1.2 i 1.1.3 30 11,7Ogółem 257 100,0


Do końca 2012 roku projekty zakończyły realizować 161 firm.

Tabela 19. Udział firm w RPO wg daty zakończenia realizacji ostatniego projektuRok zakończenia projektu Częstość Procent2009 8 3,12010 55 21,42011 61 23,72012 37 14,42013 32 12,52014 38 14,82015 26 10,1Ogółem 257 100,0


Tabela poniżej prezentuje ogólny rozkład firm wg działań i czasu udziału w projektach finansowanych w ramach RPO. Przez czas udziału należy rozumieć tutaj rok złożenia pierwszego wniosku o dofinansowanie

Strona 28 z 104

oraz rok zakończenia realizacji ostatniego projektu o dofinansowanie. Z punktu widzenia możliwości uchwycenia jakiegokolwiek oddziaływania projektów, na kondycję finansową firm, wydaje się rozsądnym, by jako ostatnim możliwym rokiem realizacji projektów był rok 2012. Daje to możliwość ustalenia sytuacji beneficjentów programu, co najmniej rok od zakończenia realizacji przez nich projektów. Znaczna część z projektów zakończyła się naturalnie wcześniej. Początek realizacji projektów (złożenie pierwszego wniosku o dofinansowanie) przypada najwcześniej na rok 2008. Łącznie oznacza to, że analizowany okres przypada na lata 2008-2012. Przy czym należy zaznaczyć, że większość projektów trwała krócej niż 4 lata. Relatywnie najczęściej firmy realizowały swoje projekty w latach 2009-2010 oraz 2009-2011. Przy czym relatywnie sporo firm uczestniczyło również w latach 2009-2012. Ogółem do 2012 roku realizację projektów zakończyło 938 firm.

Strona 29 z 104

Tabela 20. Czas realizacji projektów

Lata realizacji projektu

(data złożenia

wniosku – data zak. realizacji projektu)

Pomorskie Śląskie Święto-krzyskie

Zachodnio-pomorskie

Ogółem

1.1.

2

1.2

1.1.

2 i 1

.2

1.2.

2

1.2.

3

1.2.

4

1.2.

2 i 1

.2.3

1.2.

3 i 1

.2.4

1.2.

2 i 1

.2.4

1.2.

2 i 1

.2.3

i 1.

2.4

1.1

1.1

.2

1.1.

3

1.1.

2 i 1

.1.3

2008-2008 0 0 0 0 0 0 0 0 0 0 2 0 0 0 22008-2009 38 0 0 17 0 0 0 0 0 0 22 8 0 0 852008-2010 35 0 1 17 0 0 0 0 2 0 15 14 0 0 842008-2011 14 0 0 4 0 0 0 0 3 1 3 5 0 1 312008-2012 10 0 0 4 0 0 1 0 9 0 3 6 0 0 332009-2009 1 0 0 40 2 1 0 0 0 0 5 0 0 0 492009-2010 11 2 2 63 12 27 0 1 2 0 21 35 5 0 1812009-2011 25 3 1 20 9 25 1 2 9 1 15 33 5 4 1532009-2012 11 6 1 25 6 18 4 4 14 5 11 14 2 2 1232010-2010 0 0 0 0 0 14 0 0 0 0 7 0 1 0 222010-2011 0 0 0 0 17 24 0 1 0 0 12 10 3 0 672010-2012 0 0 0 0 13 17 0 4 0 0 15 10 1 1 612011-2011 0 0 0 0 0 9 0 0 0 0 0 0 0 0 92011-2012 0 0 0 0 0 18 0 1 0 0 3 0 0 0 222012-2012 0 0 0 0 2 13 0 0 0 0 0 0 1 0 16

Suma częściowa

145 11 5 190 61 166 6 13 39 7 134 135 18 8 938

2008-2013 8 0 3 4 0 0 4 0 8 6 6 1 0 3 432008-2014 19 0 1 6 0 0 1 0 8 5 5 0 0 3 482008-2015 13 0 3 0 0 0 0 0 0 0 0 0 0 1 172009-2013 7 6 1 22 7 12 9 15 19 4 3 4 0 7 1162009-2014 8 4 6 19 0 36 1 8 17 11 8 0 3 3 1242009-2015 4 4 3 0 0 0 0 0 0 0 0 0 5 1 172010-2013 0 0 0 0 10 19 0 11 0 0 2 9 4 1 562010-2014 0 0 0 0 4 38 0 12 0 0 9 10 3 2 782010-2015 0 0 0 0 0 0 0 0 0 0 0 0 0 1 12011-2013 0 0 0 0 0 34 0 2 0 0 7 0 0 0 432011-2014 0 0 0 0 0 12 0 0 0 0 19 0 0 0 312012-2013 0 6 0 0 36 80 0 4 0 0 0 0 3 0 1292012-2014 0 6 1 0 18 56 0 7 0 0 0 0 14 0 1022012-2015 0 2 4 0 0 0 0 0 0 0 0 0 18 0 242013-2013 3 0 0 0 0 0 0 0 0 0 0 0 0 0 32013-2014 30 0 0 0 1 0 0 0 0 0 0 0 0 0 312013-2015 30 0 0 0 0 0 0 0 0 0 0 0 0 0 30

Suma częściowa

122 28 22 51 76 287 15 59 52 26 59 24 50 22 893

Ogółem 267 39 27 241 137 453 21 72 91 33 193 159 68 30 1831

Strona 30 z 104


6.3. Homogeniczność w ramach RPOAnaliza populacji firm wyłonionych do badania wg daty zakończenia projektu, nie jest końcowym ograniczeniem dla ostatecznej populacji do badania. Należy uwzględnić dodatkowo cztery czynniki związane z homogenicznością wsparcia oraz wielkością dostępnych populacji. Homogeniczność wsparcia analizowana jest przez pryzmat udziału w konkretnym RPO, udział w danym działaniu/poddziałaniu oraz fakt korzystania z dotacji na udział w imprezach targowo-wystawienniczych. Zestawienie tych czynników łącznie przedstawiono w poniższej tabeli. Jak się okazuje sens ma analiza tylko części włączonych do badania działań/poddziałań (wyróżnione kolorem). W przypadku pozostałych podmiotów jest to niemożliwe, ze względu na zbyt małe liczebności próbek.

Strona 31 z 104

Tabela 21. Rozkład firm w grupach wyróżnionych ze względu na czasu udziału, działanie oraz fakt dofinansowania na udział w imprezach targowo-wystawienniczych.

Udział w targach Zakończony do 2012 OgółemNIE TAK

Niepoddziałanie

śląskie 1.2.2 50 146 196śląskie 1.2.3 76 61 137śląskie 1.2.4 267 99 366śląskie 1.2.2 i 1.2.3 12 5 17śląskie 1.2.3 i 1.2.4 44 7 51śląskie 1.2.2 i 1.2.4 39 8 47śląskie 1.2.2 i 1.2.3 i 1.2.4 14 5 19świętokrzyskie 1.1 59 134 193pomorskie 1.1.2 119 125 244pomorskie 1.2 28 11 39zachodniopomorskie 1.1.2 24 135 159zachodniopomorskie 1.1.3 50 18 68pomorskie 1.1.2 i 1.2 17 4 21zachodniopomorskie 1.1.2 i 1.1.3 22 8 30

Ogółem 821 766 1587

Takpoddziałanie

śląskie 1.2.2 1 44 45śląskie 1.2.4 20 67 87śląskie 1.2.2 i 1.2.3 3 1 4śląskie 1.2.3 i 1.2.4 15 6 21śląskie 1.2.2 i 1.2.4 13 31 44śląskie 1.2.2 i 1.2.3 i 1.2.4 12 2 14pomorskie 1.1.2 3 20 23pomorskie 1.1.2 i 1.2 5 1 6

Ogółem 72 172 244

Ogółempoddziałania

śląskie 1.2.2 51 190 241śląskie 1.2.3 76 61 137śląskie 1.2.4 287 166 453śląskie 1.2.2 i 1.2.3 15 6 21śląskie 1.2.3 i 1.2.4 59 13 72śląskie 1.2.2 i 1.2.4 52 39 91śląskie 1.2.2 i 1.2.3 i 1.2.4 26 7 33świętokrzyskie 1.1 59 134 193pomorskie 1.1.2 122 145 267pomorskie 1.2 28 11 39zachodniopomorskie 1.1.2 24 135 159zachodniopomorskie 1.1.3 50 18 68pomorskie 1.1.2 i 1.2 22 5 27zachodniopomorskie 1.1.2 i 1.1.3 22 8 30

Ogółem 893 938 1831

Strona 32 z 104

Podsumowanie powyższych decyzji i wniosków stanowi poniższa tabela, w której wskazano wg działań poszczególnych RPO, kwalifikujące się do analizy podgrupy.W „koszyku” analizowanych działań pozostały wszystkie działania koncentrujące się na wsparciu konkurencyjności ogólnego rozwoju przedsiębiorstw. Jedynie w województwie śląskim możliwe będzie podjęcie próby analizy wskaźników dla działania wspierającego rozwój B+R, przy czym czy ostatecznie będzie to możliwe, okaże się po złączeniu zbioru z danymi będącymi w dyspozycji GUS. Istnieje ryzyko, że wielkość populacji, może się na tę chwilę okazać zbyt mała.

W przypadku województwa śląskiego należy zauważyć, że działania 1.2.2 oraz 1.2.4 na poziomie analiz wartości docelowych wskaźników, będą mogły być rozpatrywane łącznie (są w praktyce tożsame, różnią się przede wszystkim momentem uruchomienia).

Wyróżniono natomiast przedsiębiorstwa, które otrzymały wsparcie na realizację projektów polegających na udziale w imprezach targowo-wystawienniczych. Przy czym wielkość populacji pozwala na tego typu analizy jedynie w województwie śląskim. W przypadku województwa pomorskiego wielkość populacji była zbyt mała (pomijając nawet czas realizacji projektów). W celu zachowania maksymalnej homogeniczności wsparcia populacja zawężona została do przedsiębiorstw, korzystających wyłącznie ze wsparcia na udział w targach i wystawach (wykluczono 22 podmiotów łączących wyjazdy z inwestycjami).

Tabela 22. Liczba firm wytypowanych do analiz z uwzględnieniem faktu udziału w targachUdział w targach Ogółem

nie brał udziału brał udział w targach

realizował inne działania

inwestycyjne

brał udział tylko w targach

poddziałania

śląskie 1.2.2 146 4 40 190śląskie 1.2.3 61 0 0 61śląskie 1.2.4 99 5 62 166śląskie 1.2.2 i 1.2.4 8 12 19 39świętokrzyskie 1.1 134 0 0 134pomorskie 1.1.2 125 1 19 145zachodniopomorskie 1.1.2 135 0 0 135

Ogółem 708 22 140 870Źródło: opracowanie własne na podstawie danych z UM

6.4. Udział w programach krajowychOstatnim krokiem ograniczającym analizowaną populację, jest uwzględnienie faktu udziału w innych programach rozwojowych, na poziomie krajowym. W tym względnie przygotowany został odrębny zbiór danych, w ramach którego zebrane zostały informacje o wszystkich5 beneficjentach PO IG, PO RPW, POIŚ oraz beneficjentach programów realizowanych przez ARiMR. Po połączeniu zbiorów beneficjentów RPO z danymi programów krajowych, okazało się, że 95 firm (z zawężonej już populacji beneficjentów RPO) realizowało projekty również w ramach innych programów operacyjnych, z tego 44 przedsiębiorstwa 5 Stan na koniec września 2014 r.

Strona 33 z 104

realizowały dodatkowo co najmniej dwa projekty. Z tego powodu, w celu wykluczenia wpływu realizacji tych projektów na wartość szacowanych na kolejnym etapie wskaźników, należy wskazane podmioty wyłączyć z analiz. Poniższa tabela przedstawia opisaną sytuację dla beneficjentów RPO niekorzystających ze wsparcia na udział w targach. Kolejna tabela pokazuje analogiczną sytuację dla uczestników imprez targowo-wystawienniczych.

Tabela 23. Liczba firm wg działań i realizacji innych projektów w ramach programów krajowych – z wyłączeniem firm uczestniczących w imprezach targowo-wystawienniczych

poddziałaniaLiczba projektów w ramach programów krajowych Ogółem

0 1 2 3 4 5 6śląskie 1.2.2 125 11 8 1 0 1 0 146śląskie 1.2.3 48 9 2 2 0 0 0 61śląskie 1.2.4 87 7 1 3 1 0 0 99śląskie 1.2.2 i 1.2.4 7 1 0 0 0 0 0 8świętokrzyskie 1.1 116 8 7 2 1 0 0 134pomorskie 1.1.2 106 11 4 3 1 0 0 125zachodniopomorskie 1.1.2 124 4 3 3 0 0 1 135

Ogółem 613 51 25 14 3 1 1 708Źródło: opracowanie własne na podstawie danych z UM

Tabela 24. Liczba firm wg działań i realizacji innych projektów w ramach programów krajowych – tylko firmy uczestniczące w imprezach targowo-wystawienniczych

poddziałania Liczba projektów w ramach programów krajowych Ogółem0 1 2 3 4 5

śląskie 1.2.2 30 4 3 2 1 0 40śląskie 1.2.4 40 13 6 1 2 0 62śląskie 1.2.2 i 1.2.4 12 3 2 1 0 1 19

Ogółem 82 20 11 4 3 1 121Źródło: opracowanie własne na podstawie danych z UM

6.5. Umowy rozwiązaneW ramach poszczególnych działań dochodziło do sytuacji, w których umowy z beneficjentami były rozwiązywane. Podmioty te nie były włączane do zbioru beneficjentów wsparcia. Należy je również wyłączyć ze zbioru potencjalnej grupy kontrolnej – rozwiązanie umowy mogło być wywołane czynnikami, które mogą mieć również przełożenie na wartość szacowanych w ramach niniejszego badania wskaźników. Łącznie jest to 37 podmiotów (dane dot. beneficjentów z województwa zachodniopomorskiego). Urząd Marszałkowski Województwa Śląskiego przekazał dane już bez takich przypadków.

Lista podmiotów znajduje się w zbiorze: umowy_rozwiazane.

Strona 34 z 104

6.6. Dobór grup kontrolnych wg metodPoniższy podrozdział przedstawia propozycję schematu analiz z wykorzystaniem poszczególnych metod i technik analitycznych.

6.6.1. Technika Propensity Score Matching (PSM)Statystyczne dopasowanie grupy kontrolnej w przypadku techniki PSM, polega na „dobraniu” do beneficjentów programu, grupy jak najbardziej podobnych do nich podmiotów, które nie zostały objęte programem (tzw. „statystyczni bliźniacy”). Dopasowane do siebie grupy beneficjentów i nie-beneficjentów porównuje się pod kątem zmian, jakie miała wywołać interwencja. Zaobserwowane różnice definiuje się jako prawdopodobny skutek interwencji. Statystyczne dopasowanie stosuje się po zaistnieniu interwencji. Statystyczne dopasowanie pozwala „zebrać” do jednego wektora informacje o wielu różnych charakterystykach obiektów. Tym samym ma przewagę nad szacowaniem efektów interwencji za pomocą regresji, która musi sprostać wielu założeniom w obliczu danych wielowymiarowych.

W najprostszej wersji eksperymentu, w którym objęcie interwencją jest w pełni losowe, taki wektor nie jest użytecznym narzędziem przewidywania statusu beneficjenta programu. Wektor prawdopodobieństwa (propensity score) wynosi bowiem e(x) = Pr(Z = 1|x) = 0,5. Czyli każda jednostka analizy ma równe 50%-owe prawdopodobieństwo objęcia interwencją. Jednak w sytuacji nielosowego dostępu do programu, o prawdopodobieństwie objęcia interwencją decyduje wiele czynników. Mogą to być kryteria rekrutacji do programu (selekcja) lub motywacja do ubiegania się o objęcie interwencją (autoselekcja). Jako kryteria dopasowania statystycznego powinny być uwzględnione te zmienne selekcyjne i autoselekcyjne, które jednocześnie mają związek ze zmienną wynikową (kowarianty). Charakterystyki te uwzględnia się np. w modelu regresji logistycznej, który przewiduje prawdopodobieństwo objęcia interwencją. Wektory prawdopodobieństwa mimo, że nieznane, mogą być oszacowane. Warto zauważyć, że dwie jednostki analizy o takim samym szacowanym prawdopodobieństwie objęcia interwencją, mogą mieć różne wartości zmiennych selekcyjnych i autoselekcyjnych (kowariantów).

Procedura statystycznego dopasowania przebiega w czterech etapach: (1) oszacowanie wektorów prawdopodobieństwa (lub odległości między obiektami), (2) statystyczne dopasowanie jednostek, (3) ocena jakości dopasowania (uzyskanego zbalansowania kowariantów między grupami), (4) oszacowanie różnic międzygrupowych, przy uwzględnieniu błędu oszacowania.

Procedury dopasowana statystycznego korzystają z różnych miar odległości między obiektami. Popularną metodą dopasowania statystycznego jest propensity score matching, czyli dopasowanie na podstawie rozmaitych charakterystyk jednostek analizy zawartych w wektorze, który definiuje prawdopodobieństwo objęcia interwencją. Możliwe jest zdefiniowanie maksymalnej akceptowalnej różnicy w odległości między jednostkami w porównywanych parach (caliper matching).

Statystyczne dopasowanie jednostek analizy można przeprowadzić w schemacie jeden-do-wielu, w którym do jednej jednostki objętej interwencją dopasowuje się kilka jednostek nie objętych interwencją. Rozwiązanie takie pozwala na redukcję błędu oszacowania efektu netto interwencji. Możliwe jest także przeprowadzenie dopasowania w schemacie jeden-do-jednego, które jest bardzo intuicyjne w odbiorze.

Strona 35 z 104

Porównywane grupy beneficjentów i nie-beneficjentów są równoliczne. Wybór optymalnego schematu zależy przede wszystkim od liczebności próby beneficjentów i nie-beneficjentów, jakości otrzymanego dopasowania (zbalansowania kowariantów między grupami).

6.6.1.1. Pakiety statystyczne wykorzystane do analizy danychDo przeprowadzenia przedmiotowych analiz wykorzystany został program Stata w wersji 13-tej. Posiada on wbudowany moduł do analizy efektów przyczynowych (teffects). Dodatkowo, na potrzeby diagnostyki danych wykorzystano dwa niezależnie opracowane przez użytkowników moduły: pscore oraz psmatch2.

6.6.1.2. Ogólna procedura zastosowana w analizie PSM po otrzymaniu danych regionalnych

Po scaleniu i analizie danych beneficjentów, otrzymanych z regionów, ogólna procedura przygotowania zbioru do analiz z wykorzystaniem techniki PSM, przebiegać powinna w następujący sposób:

1) Dołączenie (z wykorzystaniem nr NIP, REGON) do przekazanego zbioru beneficjentów (beneficjenci_1; beneficjenci_2), danych pochodzących ze sprawozdań GUS, sprawozdania powinny być w miarą możliwość dołączone z lat 2007-2013.

2) Weryfikacja zasadności analizy danych w głównych podgrupach (wyróżnionych w tabeli wyżej) i wybór ostatecznych populacji do analiz (można przyjąć, stosując regułę kciuka, że minimalna liczebność analizowanych populacji nie powinna być mniejsza niż 60-70 jednostek obserwacji, w przypadku działania 1.2.3 w woj. śląskim można ten próg nieznacznie zmniejszyć).

3) Wytypowanie i specyfikacja populacji kontrolnej:a) Usunięcie beneficjentów z populacji firm, które złożyły sprawozdania do GUS,b) Usunięcie podmiotów, z którymi została rozwiązana umowa o dofinansowanie (zbiór:

umowy_rozwiązane).c) Usunięcie beneficjentów programów krajowych (zbiór: programy_krajowe,

programy_krajowe_2_arimr), z populacji firm, które złożyły sprawozdania do GUS.4) Połączenie zbiorów obserwacji beneficjentów z populacją podmiotów niekorzystających ze wsparcia

RPO5) W ramach każdej podgrupy oszacowanie z wykorzystaniem modelu regresji logistycznej

prawdopodobieństwa udziału dla każdej jednostki udziału w danym poddziałaniu – zmienną zależną jest fakt udziału w RPO, zmiennymi niezależnymi są czynniki potencjalnie wpływające na udział i efekty wsparcia – dane z formularzy sprawozdawczych).

6) Selekcja grupy kontrolnej w oparciu o wartość PSM, tym: a) Diagnostyka jakości dopasowania b) Wybór najlepszej metody selekcji grupy kontrolnej

7) Analiza wskaźników w podgrupach – analiza miar przeciętnych i parametrów rozproszenia.8) Analiza efektywności – z uwzględnieniem wartości dofinansowania w ramach RPO.

Poniżej kwestia procedury została opisana bardziej szczegółowo:

1) Przygotowanie zbiorów do analiz:a) Przygotowanie zmiennych mierzących efekt (zatrudnienie, konkurencyjność, innowacyjność) oraz

zmiennych kontrolnych. b) Pożądane wartości dla ww. zmiennych powinny być ustalone dla lat 2007-2013

Strona 36 z 104

c) Przygotowano wskaźniki syntetyczne w odniesieniu do konkurencyjności (ROI, ROE itd.) oraz podłączono zmienne dot. innowacyjności z formularza PNT.

d) Wykluczono z całej bazy firm, podmioty, które korzystały ze wsparcia innych programów krajowych (zbiór programy_krajowe), tak by wyeliminować potencjalny wpływ tego wsparcia na jednostki dobrane do grupy kontrolnej. Wykluczono również podmioty korzystające ze środków, którymi dysponowała ARiMR.

2) Utworzenie modelu prawdopodobieństwa z wykorzystaniem modelu regresji logistycznej:a) W analizach wykorzystano modelu regresji logistycznej, gdzie zmienną zależną jest fakt udziału w

danym działaniu RPO. Docelowo szacowano 4 modele w dwóch wariantach (w zależności od przyjętego roku bazowego 2007 lub 2008). Przy czym biorąc pod uwagę braki danych na poszczególnych zmiennych wskaźnikowych dla roku 2013, oraz lat bazowych, modele każdorazowo były dopasowywane i szacowane osobno dla każdej zmiennej wynikowej. Zmienna zależna, to binarna zmienna informująca, czy dany podmiot korzystał z danego działania RPO, a zmienne niezależne to wybrane wskaźniki ekonomiczne z formularza SP (w tym wskaźniki syntetyczne/indeksy – ROI ROE itp.), związane z faktem udziału oraz z możliwymi efektami wsparcia.

b) Na tym etapie dokonywano typowej diagnostyki w modelu regresji (jakość dopasowania do danych, analiza współliniowości zmiennych, analiza jednostek odstających – zwłaszcza w przypadku danych finansowych itd.). Ostateczne wersje modeli, są wynikiem wcześniejszych próbnych oszacowań (łącznie oszacowano kilkaset próbnych modeli uwzględniających różne zestawy zmiennych).

c) Analiza rozkładów gęstości oszacowanego prawdopodobieństwa – weryfikacja na ile te rozkłady się pokrywają. Problematyczne pozostają te jednostki z grupy beneficjentów, które nie mają swoich wystarczająco bliskich odpowiedników (zwykle dot. to górnych obszarów rozkładu). Mniejszym problemem jest, jeśli gęstość prawdopodobieństwa jest w danym punkcie/przedziale mniejsza. Większym, jeśli dla grupy beneficjentów jest niezerowa, a brakuje zupełnie jednostek kontrolnych (o danej wartości propensity score). Na tym etapie analizowano, które zmienne kontrolne mają decydujący wpływ na wysokie oszacowanie prawdopodobieństwa w grupie beneficjentów (czasem taka zmienna może wynikać z formalnych warunków dostępu do wsparcia – np. działanie było skierowane do firm małych i średnich, siłą rzeczy więc, włączając do modelu cechy charakterystyczne dla MSP – wielkość zatrudnienia, przychody itp. – ich prawdopodobieństwa będą znacznie większe niż w przypadku firm dużych, czasem te sytuacje bywają bardziej subtelne). W przypadku wystąpienia problemu niepokrywania rozkładów prawdopodobieństwa (a dokładnie, braku pokrycia rozkładu beneficjentów przez rozkład potencjalnych jednostek kontrolnych), rozważyć modyfikację specyfikacji modeli np. poprzez przerekodowanie problematycznych zmiennych na mniejszą liczbę kategorii lub ich całkowite wykluczenie (o ile zmienne te nie mają faktycznie kluczowego znaczenia z punktu widzenia szacowanych efektów). Każdorazowo w takiej sytuacji konieczne było dokonanie ponownego oszacowania modelu prawdopodobieństwa.

d) Analiza graficzna rozkładów PS oraz zmiennych kontrolnych.3) Analiza efektów z wykorzystaniem modułu psmatch2

a) Analiza jakości dopasowani grupy kontrolnej.4) Analiza efektów z wykorzystaniem polecenia teffects psmatch.

Strona 37 z 104

W tabeli poniżej wskazano wybrane opcje w pakiecie Stata, z których korzystano podczas analiz

teffects psmatch (y) (t x1 x2), atet Model podstawowy, Istotne, aby szacowany był ATET (efekt dla wspartych podmiotów) – bez dodatkowej specyfikacji liczy ATE

teffects psmatch (y) (t x1 x2), atet nn(3) Model uzupełniony o możliwość dopasowania kilku (3 w tym przypadku) jednostek kontrolnych. Jako wyjściowe należy traktować dopasowanie 1-do-1, jeśli nie jest zadowalające, lub oszacowanie efektu w żadnym przypadku nie będzie istotne – można dokonywać dowolnych modyfikacji. Przy czym działanie to prowadzić może do zmniejszenia wariancji estymatora, dzieje się to jednak kosztem większego obciążenia szacowanego parametru

teffects psmatch (y) (t x1 x2), atet gen(match)

Opcja gen(match) zapisuje w osobnych zmiennych numery dopasowanych obserwacji (mogą się one zmieniać w zależności od uporządkowania zbioru)

teffects psmatch (y) (t x1 x2), atet gen(match) vce (iid)

Zmieniony sposób szacowania błędu standardowego – vce(iid).

teffects psmatch (y) (t x1 x2), atet gen(match) caliper(0.001) vce(iid)

Dodana opcja Caliper, a więc możliwa maksymalna różnica, o jaką mogę się różnić jednostki, w przypadku braku dopasowania przynajmniej jednej jednostki otrzymamy komunikat: no propensity-score matches for observation X within caliper 0.0XX; this is not allowed - w tej sytuacji trzeba zwiększyć tolerancję.

predict ps0 ps1, ps Zapisuje w zbiorze dwa prawdopodobieństwa ps0 - prawdopodobieństwo tego, że jednostka należy to grupy kontrolnej oraz ps1 prawdopodobieństwo, że jednostka należy do grupy beneficjentów (ps0 + ps1 =1). Algorytm szuka jednostek podobnych wg wartości tych prawdopodobieństw

predict y0 y1, po Zapisuje dodatkowe dwie zmienne y0 i y1. Y0 pokazuje wartość zmiennej wynikowej braku wsparcia – dla jednostek kontrolnych jest to wartość rzeczywiście obserwowana w zbiorze, w przypadku beneficjentów, jest to wartość zaimputowana, zgodnie z wartością obserwowaną w dopasowanej jednostce kontrolnej. I na odwrót.

predict te Oblicza efekt (różnicę między y0 i y1) na poziomie dopasowanych jednostek

sum te if t Uśredniony efektpsmatch2 t x1 x2, out() logit caliper (0.0X) Opcja modułu psmatch2pstest x1 x2, graph both Opcja modułu pstest

Źródło: opracowanie własne.

Strona 38 z 104

6.6.1.3. Modelowanie i dobór grup kontrolnychAnalizy na etapie modelowania (szacowania prawdopodobieństwa udziału), powinny się odbywać w podgrupach regionalnych. Co do zasady model (w tym prawdopodobieństwo udziału) powinien być szacowany na danych aktualnych dla roku poprzedzającego złożenie wniosku o dofinansowanie. A więc w przypadku firm, które złożyły swój pierwszy wniosek o dofinansowanie, oszacowanie powinno wykorzystywać dane ze sprawozdania za rok 2007. Przy czym z racji na niewielką liczebność próbek w poszczególnych latach, przyjęto, że rokiem bazowym dla wszystkich tworzonych modeli, będzie rok 2007.

Tabela 25. Liczba firm wg lat składania wniosków o dofinansowanie

Poddziałania data złożenia wniosku o dofinansowanie Ogółem2008 2009 2010 2011 2012

śląskie 1.2.2 lub/i 1.2.4 25 154 24 7 9 219śląskie 1.2.3 0 23 25 0 0 48świętokrzyskie 1.1 36 47 30 3 0 116pomorskie 1.1.2 73 33 0 0 0 106zachodniopomorskie 1.1.2 23 81 20 0 0 124

Ogółem 157 338 99 10 9 613Źródło: opracowanie własne na podstawie danych z UM

6.6.2. Zmienne kontrolneW analizach wykorzystano szeroki zestaw zmiennych kontrolnych. Różnicują się one w zależności od szacowanego modelu. W przypadku części zmiennych ilościowych, dla których rozkład wskazywał na prawostronną skośność, dokonano transformacji logarytmicznej. Część zmienny miała charakter binarny (wartości 0 i 1). W przypadku wskaźników finansowych, wartości podawane są w tysiącach PLN.

Lista zmiennych weryfikowanych w każdej estymacji została przedstawiona w kolejnej tabeli.

Strona 39 z 104

Tabela 26. Zmienne kontrolne

Lp. Robocza nazwa zmiennej kontrolnej

Zmienne kontrolne Transformacje logarytmiczne (w przypadku prawostronnie skośnego rozkładu zmiennej)

1 l_zat_07 Liczba zatrudnionych (FTE) Ln (liczba zatrudnionych)2 l_wie_07 Wiek w latach Ln (wiek w latach)3 fsa_l_07 Czy spółka akcyjna (1/0) - 4 fzo_l_07 Czy spółka z o.o (1/0) - 5 sek_c_07 Sekcja C – przetwórstwo przemysłowe - (1/0) - 6 sek_f_07 Sekcja F - budownictwo - (1/0) -

7 sek_g_07Sekcja G – handel hurtowy i detaliczny, naprawa pojazdów samochodowych, włączając motocykle - (1/0)

-

9 ljd_l_07 Firma ma oddziały (1 jeśli liczba oddziałów jest większa od 0) -

10 eks_l_07Firma eksportuje (1/0 - 1 jeśli przych. ze sprzedaży produktów na eksport > 0 lub przych. ze sprzedaży towarów i mat. > 0 )

-

11 ekp_07

Intensywność eksportu (przych. ze sprzedaży produktów, towarów i materiałów na eksport / przychody netto ze sprzedaży ogółem)

-

12 iai_07 Firma prowadzi działalność innowacyjną (1/0) -

13 l_prz_07 Przychody netto ze sprzedaży Ln (przychody)14 zne_l_07 Czy firma osiągnęła zysk w roku 2007 (1/0)? -

15 l_pzt_07 Produktywność na zatrudnionego (przychody netto ze sprzedaży/ liczba zatrudnionych) Ln (prod)

16 ros_d_07 ROS (zysk netto /przychody ze sprzedaży) -

17 l_urz_07 Środki Trwałe1 - wartość brutto maszyn i urządzeń technicznych Ln (środki trwałe1)

18 l_wnp_07 Środki trwałe2 - wartość brutto wartości niematerialnych i prawnych Ln (środki trwałe2)

19 w_pom Woj. pomorskie (0/1) - 20 w_swi Woj. świętokrzyskie (0/1) - 21 w_zpo Woj. zachodniopomorskie (01) -


6.6.3. Wyniki estymacjiW pierwszej kolejności przedstawione są modele, których celem był dobór grupy kontrolnej dla beneficjentów poszczególnych działań w regionach. Analizy zostały zrealizowane również dla modelu łącznego, w którym analizowano efekty dla wszystkich województw. W modelach kontrolowany był udział poszczególnych regionów, poprzez włączenie odpowiednich zmiennych zerojedynkowych. Modele te rozpoczynają prezentację wyników.

Strona 40 z 104

6.6.3.1. Model łączny dla wszystkich województwPo połączeniu danych regionalnych udało się stworzyć populację liczącą 303 beneficjentów, dla których dostępne były dane sprawozdawcze GUS, dla lat wytypowanych do analizy. Jednocześnie dostępna była potencjalna grupa kontrolna, składająca się z 9016 podmiotów gospodarczych.

Tabela 27. Analizowana populacjaTyp podmiotu Liczebność ProcentBez wsparcia 9016 96,75Beneficjenci 303 3,25Suma 9319 100


W modelu regresji logistycznej uwzględniono 17 zmiennych kontrolnych (w tym trzy zmienne wskazujące województwo). Pseudo R2 dla modelu, w którym zmienną zależną był fakt korzystania ze wsparcia RPO wyniósł 0,0581. W analizowanej zbiorowości dziewięć zmiennych okazało się wpływać w sposób istotny statystycznie, na fakt korzystania ze wsparcia RPO. W szczególności większe szanse korzystania ze wsparcia miały firmy mniejsze (biorąc pod uwagę liczbę zatrudnionych), przynależące do sektora C (przetwórstwo przemysłowe) lub G (firmy budowlane), mające przeciętnie mniejszy udział przychodów z eksportu w przychodach netto ze sprzedaży, o przeciętnie niższych przychodach ze sprzedaży netto, o relatywnie niższej wartości przychodów przypadających na pracującego, o przeciętnie mniejszej wartości posiadanych maszyn i urządzeń. Oprócz tego istotne okazały się zmienne identyfikujące województwo (świętokrzyskie i zachodniopomorskie).

Tabela 28. Model regresji logistycznej

Zmienna kontrolna Ocena parametru β

Błąd standardowy z P>|z| [95% przedział ufności]

l_zat_07 -15,312 5,495 -2,790 0,005 -26,082 -4,541l_wie_07 -0,060 0,100 -0,600 0,548 -0,257 0,136sek_c_07 0,856 0,165 5,180 0,000 0,532 1,179sek_f_07 0,555 0,210 2,640 0,008 0,143 0,968sek_g_07 -0,024 0,215 -0,110 0,912 -0,444 0,397eks_l_07 0,099 0,179 0,550 0,582 -0,252 0,450ekp_07 -0,697 0,348 -2,000 0,045 -1,378 -0,016iai_07 -0,091 0,269 -0,340 0,735 -0,619 0,437l_prz_07 14,751 5,345 2,760 0,006 4,275 25,227zne_l_07 0,288 0,176 1,630 0,102 -0,057 0,634l_pzt_07 -14,892 5,370 -2,770 0,006 -25,417 -4,366ros_d_07 0,162 0,220 0,740 0,461 -0,269 0,593l_urz_07 0,103 0,036 2,900 0,004 0,034 0,173l_wnp_07 0,029 0,038 0,750 0,451 -0,046 0,104w_pom -0,097 0,171 -0,560 0,573 -0,433 0,239w_swi 1,042 0,158 6,600 0,000 0,732 1,351w_zpo 0,643 0,161 4,000 0,000 0,328 0,958stała -1,109 1,124 -0,990 0,324 -3,313 1,094


Strona 41 z 104

Analiza wspólnego przedziału określoności (rozkład wartości prawdopodobieństwa otrzymania wsparcia, oszacowanego na podstawie wskazanego modelu), wskazuje na możliwość doboru jednostek kontrolnych o podobnym prawdopodobieństwie do beneficjentów.

Wykres 1. Analiza wspólnego przedziału określoności


W ramach dopasowania wykorzystany został dobór jednostek z wykorzystaniem metody najbliższego sąsiada. Dopasowanie umożliwiło dokonanie istotnej redukcji obciążenia selekcyjnego, wyrażonego przed rozkład zmiennych kontrolnych – analizowanych przed (próba niedopasowana D) i po dopasowaniu grupy kontrolnej, w oparciu o oszacowaną wartość prawdopodobieństwa (próba dopasowana). Wyniki doboru zostały przedstawione w kolejnej tabeli. W większości przypadków nastąpiło kilkudziesięcioprocentowe zredukowanie obciążenia selekcyjnego. W trzech przypadkach nastąpiło jego nieznaczne pogorszenie (udział podmiotów z sekcji G, intensywność eksportu, wartość maszyn i urządzeń), jednak patrząc na wartości absolutne kontrolowanych zmiennych, należy zauważyć, że grupa kontrolna jest w dużym stopniu zbliżona do grupy beneficjentów. Ewentualne różnice nie przekraczają kilku punktów procentowych. W przypadku wartości finansowych, obecne różnice również wydają się być pomijalne. Wskazuje na to również test t, który po dopasowaniu nie ujawnia żadnych istotnych statystycznie różnic między grupą beneficjentów i grupą kontrolną.

Strona 42 z 104

Tabela 29. Analiza zbalansowania kontrolowanych charakterystyk

Zmienna kontrolna

Próba niedopasowana (N) Średnia (2007 r.) Obciążenie t-test

Próba dopasowana (D)

BeneficjenciGrupa

kontrolna

% % redukcji t p>|t|

zat_07N 53,58 48,70 8,9 1,46 0,143D 53,58 50,62 5,4 39,5 0,70 0,483

wie_07N 12,65 13,47 -12,2 -1,99 0,047D 12,65 13,14 -7,3 40,3 -0,90 0,368

sek_c_07N 0,50 0,31 38,5 6,85 0,000D 0,50 0,53 -6,2 84,0 -0,73 0,465

sek_f_07N 0,14 0,12 5,4 0,95 0,340D 0,14 0,17 -8,9 -65,3 -1,02 0,307

sek_g_07N 0,16 0,25 -22,1 -3,52 0,000D 0,16 0,14 4,1 81,3 0,57 0,570

eks_l_07N 0,30 0,23 16,1 2,88 0,004D 0,30 0,33 -7,5 53,2 -0,87 0,382

ekp_07N 0,08 0,07 5,0 0,86 0,391D 0,08 0,10 -10,6 -112,6 -1,20 0,232

iai_07N 0,07 0,04 11,4 2,20 0,028D 0,07 0,08 -7,4 35,3 -0,77 0,439

prz_07N 14012,00 18258,00 -7,2 -0,91 0,364D 14012,00 16464,00 -4,1 42,3 -1,06 0,290

zne_l_07N 0,79 0,68 24,7 4,00 0,000D 0,79 0,80 -3,0 87,8 -0,40 0,688

pzt_07N 296,44 400,97 -9,7 -1,22 0,221D 296,44 371,89 -7,0 27,8 -1,51 0,133

ros_d_07N 0,07 0,05 15,6 2,15 0,032D 0,07 0,06 9,7 37,8 1,98 0,048

urz_07N 728,99 856,13 -2,0 -0,25 0,803D 728,99 1115,20 -6,1 -203,8 -1,37 0,171

wnp_07N 55,25 111,39 -3,9 -0,49 0,624D 55,25 78,30 -1,6 58,9 -0,72 0,474

w_pomN 0,17 0,24 -17,9 -2,89 0,004D 0,17 0,16 2,5 86,2 0,33 0,740

w_swiN 0,22 0,10 33,4 6,79 0,000D 0,22 0,22 1,8 94,6 0,20 0,845

w_zpoN 0,21 0,14 17,6 3,25 0,001D 0,21 0,19 6,1 65,5 0,71 0,478


Strona 43 z 104

Wykres 2. Analiza graficzna zbalansowania rozkładu kontrolowanych charakterystyk


W kolejnej tabeli przedstawiono wartości wskaźników oszacowane dla roku 2013 – odpowiednio dla grupy beneficjentów i dobranej grupy kontrolnej. Należy zauważyć, że prezentowane różnice nie są w tym miejscu korygowane z wykorzystaniem estymatora DID. Oszacowania z jego wykorzystaniem przedstawiono w kolejnym podrozdziale.

Porównywane populacje w sposób istotny różnią się jedynie w zakresie wielkości zatrudnienia. W przypadku beneficjentów RPO, zatrudniali oni w roku 2013 przeciętnie 60,75 osób, w grupie kontrolnej – 48,2. Beneficjenci wsparcia zatrudniali więc w roku 2013 ponad 12,5 pracowników więcej niż przedsiębiorstwa z grupy kontrolnej (p<0.001). Pozostałe różnice nie okazały się istotne statystycznie.

Strona 44 z 104

Tabela 30. Porównanie wartości wskaźników w roku 2013 (wszyscy beneficjenci i grupa kontrolna)

Wskaźnik* Beneficjenci (2013)

Gr. kontrolna (2013) Różnica Błąd

standardowy z P>|z| [95% przedział ufności]

Liczba zatrudnionych (FTE) 60,75 48,20 12,55 2,93 4,280 0,000 6,80 18,30Przychody netto ze sprzedaży 18597,67 18187,59 410,08 2866,34 0,14 0,886 -5207,84 6027,99Przychody netto ze sprzedaży na zatrudnionego 305,88 366,61 -60,73 40,20 -1,51 0,131 -139,52 18,05Udział firm, które odnotowały zysk 0,73 0,66 0,06 0,04 1,79 0,073 -0,01 0,13Zysk netto 959,51 830,48 129,03 186,31 0,69 0,489 -236,13 494,20ROS 0,03 0,03 0,00 0,03 -0,05 0,963 -0,05 0,05Udział eksporterów 0,38 0,35 0,03 0,03 0,99 0,323 -0,03 0,10Intensywność eksportu 0,10 0,11 -0,01 0,02 -0,79 0,428 -0,05 0,02Przychody netto ze sprzedaży na eksport 2266,93 3566,49 -1299,56 881,82 -1,47 0,141 -3027,90 428,78Wartość brutto maszyn i urządzeń technicznych 1254,06 1164,23 89,83 286,47 0,31 0,754 -471,65 651,30Wartość brutto wartości niematerialnych i prawnych 40,14 50,68 -10,54 42,56 -0,25 0,804 -93,95 72,87

Źródło: opracowanie własne*W przypadku wskaźników finansowych wartości podawane są w tys. PLN.

Strona 45 z 104

6.6.3.2. Województwo pomorskieW województwie świętokrzyskim analizowana populacja, po usunięciu braków danych na poziomie dostępnych danych pozwoliła na oszacowanie modelu dla 50 podmiotów wspartych w województwie pomorskim. Jednocześnie dostępna była potencjalna pula firm kontrolnych składająca się z 2133 podmiotów.



W modelu uwzględnionych dla województwa pomorskiego uwzględnionych zostało 17 zmiennych kontrolnych. Istotnie statystycznie wpływ na udział podmiotów we wsparciu miały trzy cechy – przynależność do sektora przetwórstwa przemysłowego (podwyższało szanse), prowadzenie działalności w formie spółki z o.o. (obniżało szanse), przynależność do sektora budownictwa (podwyższało szanse). Pseudo R2 dla modelu w poniżej postaci wyniosło 0,0962.


Zmienna kontrolna Ocena parametru β

Błąd standardowy z P>|z| [95% przedział

ufności]l_zat_07 -29,400 21,438 -1,370 0,170 -71,417 12,618l_wie_07 -0,107 0,261 -0,410 0,681 -0,618 0,404fsa_l_07 -0,552 0,692 -0,800 0,425 -1,908 0,804fzo_l_07 -0,702 0,342 -2,050 0,040 -1,372 -0,031sek_c_07 1,153 0,494 2,330 0,020 0,185 2,122sek_f_07 1,579 0,533 2,960 0,003 0,534 2,624sek_g_07 0,246 0,630 0,390 0,697 -0,990 1,481ljd_l_07 -0,581 0,663 -0,880 0,381 -1,879 0,718eks_l_07 0,398 0,434 0,920 0,360 -0,454 1,250ekp_07 0,021 0,682 0,030 0,975 -1,316 1,359iai_07 0,081 0,555 0,150 0,884 -1,006 1,169l_prz_07 29,125 21,070 1,380 0,167 -12,171 70,421zne_l_07 0,581 0,499 1,160 0,245 -0,398 1,559l_pzt_07 -29,386 21,171 -1,390 0,165 -70,881 12,109ros_d_07 0,581 0,443 1,310 0,190 -0,287 1,449l_urz_07 0,095 0,096 0,990 0,320 -0,092 0,283l_wnp_07 -0,080 0,099 -0,800 0,423 -0,274 0,115stała -0,854 3,557 -0,240 0,810 -7,826 6,117


Strona 46 z 104

Analiza wspólnego przedziału określoności wskazywała, na możliwość znalezienie w populacji niewspartych podmiotów, jednostek podobnych do beneficjentów wspartych w ramach pomorskiego RPO.



Przeprowadzone statystycznie dopasowanie grupy kontrolnej, w oparciu o oszacowaną wartość prawdopodobieństwa udziału we wsparciu, pozwoliło na dobranie zbliżonej grupy kontrolnej. W tabeli poniżej przedstawiono rozkład charakterystyk przed i po procedurze doboru grup.

Strona 47 z 104


Zmienna kontrolna


Próba dopasowana (D) Beneficjenci Grupa

kontrolna % %redukcji t p>|t|

zat_07 N 70,36 50,22 33,9 2,42 0,016D 70,36 75,42 -8,5 74,9 -0,44 0,662

wie_07 N 12,90 13,65 -11,8 -0,76 0,445D 12,90 12,82 1,3 89,4 0,07 0,946

fsa_l_07 N 0,06 0,04 8,7 0,68 0,500D 0,06 0,02 18,2 -108,2 1,02 0,312

fzo_l_07 N 0,42 0,49 -13,6 -0,95 0,342D 0,42 0,42 0,0 100,0 0,00 1,000

sek_c_07 N 0,54 0,30 48,9 3,57 0,000D 0,54 0,54 0,0 100,0 0,00 1,000

sek_f_07 N 0,22 0,11 29,1 2,37 0,018D 0,22 0,20 5,4 81,5 0,24 0,808

sek_g_07 N 0,12 0,24 -32,3 -2,02 0,044D 0,12 0,18 -15,7 51,3 -0,83 0,406

ljd_l_07 N 0,84 0,67 39,4 2,49 0,013D 0,84 0,86 -4,7 88,0 -0,28 0,782

eks_l_07 N 0,40 0,24 33,6 2,52 0,012D 0,40 0,30 21,6 35,8 1,04 0,299

ekp_07 N 0,15 0,08 25,3 2,08 0,037D 0,15 0,12 10,7 57,7 0,49 0,625

iai_07 N 0,10 0,03 26,1 2,45 0,015D 0,10 0,10 0,0 100,0 0,00 1,000

prz_07 N 17143,00 18023,00 -2,5 -0,14 0,889D 17143,00 21294,00 -12,0 -371,9 -0,86 0,393

zne_l_07 N 0,86 0,70 39,1 2,45 0,015D 0,86 0,82 9,8 74,9 0,54 0,590

pzt_07 N 293,79 420,08 -15,0 -0,77 0,441D 293,79 298,84 -0,6 96,0 -0,08 0,933

ros_d_07 N 0,10 0,06 31,5 1,86 0,063D 0,10 0,06 26,4 16,0 2,07 0,041

urz_07 N 692,82 678,32 0,5 0,03 0,977D 692,82 798,38 -3,9 -628,0 -0,44 0,663

wnp_07 N 35,88 106,65 -8,4 -0,42 0,672D 35,88 136,16 -11,9 -41,7 -0,96 0,339



Strona 48 z 104


Analiza wskaźników w roku 2013 wskazuje, że nie występują statystycznie istotne różnice między grupą beneficjentów i grupą kontrolną.

Strona 49 z 104

Tabela 34. Porównanie wartości wskaźników w roku 2013 (beneficjenci woj. pomorskiego i grupa kontrolna)




Liczba zatrudnionych (FTE) 71,97 68,62 3,35 9,40 0,360 0,722 -15,08 21,78

Przychody netto ze sprzedaży 19844,98 22143,98 -2299,00 5631,46 -0,41 0,683 -13336,46 8738,46Przychody netto ze sprzedaży na zatrudnionego 279,73 339,23 -59,50 65,66 -0,91 0,365 -188,18 69,18Udział firm, które odnotowały zysk 0,78 0,72 0,06 0,07 0,88 0,38 -0,07 0,19Zysk netto 1803,44 1366,74 436,70 647,35 0,67 0,5 -832,08 1705,48ROS 0,07 0,02 0,05 0,15 0,34 0,737 -0,24 0,34Udział eksporterów 0,44 0,28 0,16 0,10 1,57 0,116 -0,04 0,36Intensywność eksportu 0,15 0,11 0,04 0,04 0,93 0,354 -0,04 0,13Przychody netto ze sprzedaży na eksport 3374,76 3749,26 -374,50 2461,60 -0,15 0,879 -5199,15 4450,15Wartość brutto maszyn i urządzeń technicznych 1125,88 593,32 532,56 326,40 1,63 0,103 -107,18 1172,30Wartość brutto wartości niematerialnych i prawnych 11,34 14,70 -3,36 33,08 -0,1 0,919 -68,20 61,48


Strona 50 z 104

6.6.3.3. Województwo śląskieW przypadku województwa śląskiego dostępna jest relatywnie największa populacja beneficjentów, dla których dostępne są dane GUS, w analizowanych punktach czasu. Łącznie możliwe było przeprowadzenia analiz dla grupy 121 beneficjentów. Jednocześnie dostępne są dane dla 4659 podmiotów, które nie korzystały ze wsparcia.



Podobnie jak w przypadku województwa pomorskiego, tak i tu wykorzystano w modelu prawdopodobieństwa 17 charakterystyk (zmiennych kontrolnych). Pięć z nich okazało się w sposób statystycznie istotny przewidywać fakt korzystania ze wsparcia w województwie (wielkość zatrudnienia, branża, wielkość przychodów, fakt osiągania zysków, i produktywność liczona wielkością przychodów na zatrudnionego). Model w tej postaci uzyskał wartość pseudo R2 wynoszącą 0,0637.


Zmienna kontrolna

Ocena parametru β

Błąd standardowy z P>|z| [95% przedział

ufności]l_zat_07 -20,590 9,809 -2,100 0,036 -39,815 -1,364l_wie_07 -0,220 0,156 -1,410 0,157 -0,525 0,085fsa_l_07 0,307 0,523 0,590 0,557 -0,718 1,332fzo_l_07 -0,190 0,220 -0,860 0,387 -0,622 0,241sek_c_07 1,423 0,284 5,010 0,000 0,866 1,980sek_f_07 0,107 0,432 0,250 0,805 -0,740 0,954sek_g_07 0,406 0,341 1,190 0,235 -0,263 1,074ljd_l_07 0,004 0,299 0,010 0,990 -0,583 0,590eks_l_07 0,086 0,269 0,320 0,751 -0,443 0,614ekp_07 -0,970 0,719 -1,350 0,178 -2,379 0,440iai_07 0,241 0,468 0,510 0,607 -0,677 1,159l_prz_07 19,427 9,539 2,040 0,042 0,730 38,123zne_l_07 0,912 0,311 2,940 0,003 0,303 1,521l_pzt_07 -19,500 9,578 -2,040 0,042 -38,274 -0,727ros_d_07 0,017 0,452 0,040 0,971 -0,869 0,902l_urz_07 -0,011 0,057 -0,190 0,848 -0,122 0,100l_wnp_07 0,098 0,061 1,590 0,111 -0,022 0,218stała 0,860 2,004 0,430 0,668 -3,067 4,787


Strona 51 z 104

Analiza wspólnego przedziału określoności skazuje na możliwość doboru grupy kontrolnej, w obrębie całego rozkładu wartości prawdopodobieństwa, oszacowanego dla grupy beneficjentów.



Podobnie jak we wcześniejszych modelach, udało się dobrać grupę kontrolną o satysfakcjonującym - podobnym do beneficjentów – rozkładzie zmiennych kontrolnych. Pozostałe różnice w rozkładach nie mają charakteru różnic istotnych statystycznie.

Strona 52 z 104


Zmienna kontrolna




zat_07 N 36,53 48,25 -24,5 -2,22 0,026D 36,53 40,89 -9,1 62,8 -0,90 0,369

wie_07 N 12,03 13,30 -19,0 -1,96 0,050D 12,03 12,79 -11,3 40,3 -0,87 0,384

fsa_l_07 N 0,04 0,04 1,1 0,13 0,899D 0,04 0,03 4,2 -266,0 0,34 0,735

fzo_l_07 N 0,42 0,43 -1,8 -0,20 0,842D 0,42 0,36 13,3 -628,4 1,05 0,293

sek_c_07 N 0,55 0,31 50,4 5,68 0,000D 0,55 0,59 -6,9 86,4 -0,52 0,605

sek_f_07 N 0,07 0,12 -19,7 -1,91 0,057D 0,07 0,07 0,0 100,0 0,00 1,000

sek_g_07 N 0,22 0,24 -5,1 -0,54 0,586D 0,22 0,17 11,7 -130,1 0,97 0,335

ljd_l_07 N 0,65 0,64 1,8 0,19 0,846D 0,65 0,66 -1,7 3,3 -0,13 0,893

eks_l_07 N 0,28 0,22 14,9 1,69 0,092D 0,28 0,30 -3,8 74,3 -0,28 0,778

ekp_07 N 0,05 0,06 -2,7 -0,27 0,784D 0,05 0,04 4,8 -77,8 0,44 0,659

iai_07 N 0,06 0,04 6,7 0,78 0,434D 0,06 0,08 -11,3 -68,6 -0,75 0,453

prz_07 N 11140,00 19412,00 -11,1 -0,88 0,382D 11140,00 12059,00 -1,2 88,9 -0,36 0,719

zne_l_07 N 0,79 0,67 27,3 2,78 0,005D 0,79 0,80 -1,9 93,1 -0,16 0,874

pzt_07 N 339,22 410,66 -5,5 -0,44 0,663D 339,22 310,39 2,2 59,6 0,68 0,496

ros_d_07 N 0,07 0,06 11,6 0,98 0,325D 0,07 0,07 3,2 72,4 0,43 0,667

urz_07 N 342,89 957,23 -8,0 -0,63 0,531D 342,89 826,02 -6,3 21,4 -1,33 0,184

wnp_07 N 80,83 137,76 -3,0 -0,24 0,812D 80,83 23,79 3,0 -0,2 1,02 0,310



Strona 53 z 104


Analizując dane wyłącznie dla roku 2013, widać pewne różnice między grupą beneficjentów i grupą kontrolną (m.in. nieco wyższe zatrudnienie, niższe przychody, tym samym niższą produktywność na zatrudnionego i inne – por. kolejna tabela). Jednak, żadna z różnic nie ma charakteru różnicy istotnej statystycznie. Zmieni się to po uwzględnieniu pewnych drobnych różnic w analizowanych wskaźnikach, obserwowanych dla roku bazowego (2007). Analiza w tym względzie przedstawiona zostanie w kolejnych podrozdziałach.

Strona 54 z 104

Tabela 38. Porównanie wartości wskaźników w roku 2013 (beneficjenci woj. śląskiego i grupa kontrolna)





Przychody netto ze sprzedaży 16188,298 20245,331 -4057,033 4850,044 -0,84 0,403 -13562,940 5448,878

Przychody netto ze sprzedaży na zatrudnionego

339,648 423,127 -83,479 93,55934 -0,89 0,372 -266,852 99,894

Udział firm, które odnotowały zysk 0,727 0,694 0,033 0,0496136 0,67 0,505 -0,064 0,130

Zysk netto 1803,440 1330,240 473,200 550,8525 0,86 0,39 -606,451 1552,851ROS 0,037 0,026 0,011 0,0161797 0,71 0,48 -0,020 0,043Udział eksporterów 0,364 0,322 0,041 0,0453578 0,91 0,362 -0,048 0,130Intensywność eksportu 0,058 0,077 -0,020 0,0200272 -0,98 0,329 -0,059 0,020Przychody netto ze sprzedaży na eksport 1406,769 3383,405 -1976,636 1405,26 -1,41 0,16 -4730,895 777,622

Wartość brutto maszyn i urządzeń technicznych 817,025 1649,424 -832,398 756,1981 -1,1 0,271 -2314,519 649,723

Wartość brutto wartości niematerialnych i prawnych

57,576 23,297 34,280 81,9942 0,42 0,676 -126,426 194,985


Strona 55 z 104

6.6.3.4. Województwo świętokrzyskieW przypadku województwa świętokrzyskiego, analizowana populacja składała się z 68 beneficjentów oraz 924 podmiotów niekorzystających ze wsparcia – potencjalnych jednostek kontrolnych.



Wyjściowy model prawdopodobieństwa, został ograniczony w porównaniu do analiz dla woj. pomorskiego i śląskiego do 12 zmiennych. Celem tego działania było uzyskanie możliwie najbardziej porównywalnych grup, pod względem kontrolowanego zestawu charakterystyk. Spośród włączonych do modelu zmiennych przynależność do sekcji G PKD 2007 oraz wartość posiadanych maszyn i urządzeń, w sposób istotny statystycznie umożliwiają przewidywać fakt korzystania ze wsparcia w ramach świętokrzyskiego RPO. Wartość Pseudo R2 dla modelu wyniosła 0,0658.


Zmienna kontrolna

Ocena parametru β


l_zat_07 -20,792 12,478 -1,670 0,096 -45,249 3,665l_wie_07 0,130 0,208 0,630 0,531 -0,277 0,538sek_c_07 -0,062 0,324 -0,190 0,848 -0,697 0,572sek_f_07 0,014 0,399 0,040 0,972 -0,769 0,797sek_g_07 -1,211 0,503 -2,410 0,016 -2,198 -0,224eks_l_07 -0,084 0,373 -0,220 0,823 -0,816 0,648iai_07 -1,309 0,774 -1,690 0,091 -2,826 0,209l_prz_07 20,376 12,164 1,680 0,094 -3,464 44,216zne_l_07 -0,564 0,379 -1,490 0,136 -1,306 0,178l_pzt_07 -20,508 12,224 -1,680 0,093 -44,467 3,450ros_d_07 1,102 1,745 0,630 0,528 -2,319 4,523l_urz_07 0,162 0,073 2,210 0,027 0,018 0,305_cons 0,174 2,430 0,070 0,943 -4,588 4,936


Strona 56 z 104

Beneficjenci i podmioty niekorzystające ze wsparcia, mają wspólny przedział określoności dla rozkładu prawdopodobieństwa korzystania z RPO.



Kolejna tabela prezentuje poziom redukcji obciążenia na poszczególnych zmiennych kontrolnych. Udało się w przypadku większości zmiennych, dokonać istotnego zrównania obu grup. Pozostałe różnice, nie mają charakteru istotnych statystycznie.

Strona 57 z 104


Zmienna kontrolna




zat_07 N 61,35 48,40 22,9 1,81 0,071D 61,35 59,06 4,1 82,3 0,25 0,802

wie_07 N 13,18 13,36 -2,6 -0,20 0,845D 13,18 13,43 -3,6 -39,2 -0,21 0,836

sek_c_07 N 0,41 0,33 16,2 1,32 0,188D 0,41 0,35 12,2 25,0 0,70 0,484

sek_f_07 N 0,16 0,11 13,6 1,16 0,246D 0,16 0,16 0,0 100,0 0,00 1,000

sek_g_07 N 0,09 0,28 -50,5 -3,44 0,001D 0,09 0,09 0,0 100,0 0,00 1,000

eks_l_07 N 0,21 0,17 9,5 0,78 0,434D 0,21 0,18 7,5 20,6 0,43 0,666

iai_07 N 0,03 0,05 -10,4 -0,76 0,450D 0,03 0,03 0,0 100,0 0,00 1,000

prz_07 N 16344,00 17267,00 -1,9 -0,12 0,902D 16344,00 13212,00 6,5 -239,4 0,70 0,488

zne_l_07 N 0,69 0,65 9,1 0,72 0,474D 0,69 0,71 -3,1 65,7 -0,19 0,853

pzt_07 N 227,88 331,36 -26,0 -1,58 0,114D 227,88 267,05 -9,8 62,1 -0,51 0,610

ros_d_07 N 0,06 0,05 20,9 1,66 0,098D 0,06 0,06 -2,7 87,0 -0,15 0,881

urz_07 N 1040,40 751,74 9,1 0,58 0,563D 1040,40 978,41 2,0 78,5 0,14 0,887


Strona 58 z 104



Porównanie wartości wskaźników dla roku 2013 wskazuje na występowanie dwóch zasadniczych różnic między grupą beneficjentów i grupą kontrolną. Po pierwsze w grupie beneficjentów jest istotnie wyższe zatrudnienie (o ponad 24 miejsca pracy, p<0.001). Po drugie w grupie beneficjentów, wartość odnotowywanych zysków, jest przeciętnie wyższa niż w grupie beneficjentów o ponad 324 tys. PLN (p<0.05). Pozostałe różnice nie są istotne statystycznie.

Strona 59 z 104

Tabela 42. Porównanie wartości wskaźników w roku 2013 (beneficjenci woj. świętokrzyskiego i grupa kontrolna)




Liczba zatrudnionych (FTE) 71,681 47,467 24,214 5,090 4,760 0,000 14,238 34,190

Przychody netto ze sprzedaży 22551,750 15257,000 7294,750 5447,069 1,34 0,181 -3381,310 17970,810Przychody netto ze sprzedaży na zatrudnionego 261,866 327,275 -65,409 42,69486 -1,53 0,126 -149,089 18,271Udział firm, które odnotowały zysk 0,706 0,676 0,029 0,0592123 0,5 0,619 -0,087 0,145Zysk netto 989,676 647,544 342,132 169,6392 2,02 0,044 9,646 674,619ROS 0,005 0,005 0,001 0,0377645 0,02 0,986 -0,073 0,075Udział eksporterów 0,235 0,191 0,044 0,0495328 0,89 0,373 -0,053 0,141Intensywność eksportu 0,06 0,03 0,03 0,02 1,37 0,171 -0,013 0,075Przychody netto ze sprzedaży na eksport 2075,618 959,000 1116,618 1117,283 1 0,318 -1073,216 3306,452Wartość brutto maszyn i urządzeń technicznych 1378,343 1938,955 -560,612 914,0623 -0,61 0,54 -2352,141 1230,917Wartość brutto wartości niematerialnych i prawnych 34,119 36,896 -2,776 178,7087 -0,02 0,988 -353,039 347,487


Strona 60 z 104

6.6.3.5. Województwo zachodniopomorskieW województwie zachodniopomorskim analizowana populacja składała się z 64 beneficjentów oraz 1300 podmiotów, które nie korzystały ze wsparcia.

Tabela 43. Analizowana populacja

Typ podmiotu Liczebność ProcentBez wsparcia 1300 95,31Beneficjenci 64 4,69Suma 1364 100


Model prawdopodobieństwa, podobnie jak w przypadku woj. świętokrzyskiego składał się z 12 zmiennych kontrolnych. Dwie z nich (przynależność do sekcji F PKD 2007 i wartość posiadanych maszyn i urządzeń, miała istoty wpływ na przewidywanie szans udziału w RPO). Wartość Pseudo R2 modelu wyniosła 0,075.


Zmienna kontrolna

Ocena parametru β


l_zat_07 -21,448 14,158 -1,510 0,130 -49,196 6,300l_wie_07 -0,063 0,237 -0,260 0,792 -0,528 0,402sek_c_07 0,609 0,369 1,650 0,099 -0,115 1,333sek_f_07 1,029 0,428 2,400 0,016 0,190 1,869sek_g_07 0,213 0,484 0,440 0,660 -0,736 1,161eks_l_07 -0,271 0,338 -0,800 0,423 -0,934 0,392iai_07 0,485 0,524 0,930 0,354 -0,541 1,511l_prz_07 20,691 13,806 1,500 0,134 -6,368 47,751zne_l_07 0,006 0,395 0,010 0,989 -0,768 0,779l_pzt_07 -20,975 13,872 -1,510 0,131 -48,164 6,214ros_d_07 0,615 1,305 0,470 0,637 -1,942 3,172l_urz_07 0,298 0,083 3,570 0,000 0,134 0,461stała 0,523 2,659 0,200 0,844 -4,689 5,734


Strona 61 z 104

Rozkład wartości prawdopodobieństwa dla grupy beneficjentów pokrywał się z analogicznym rozkładem w populacji potencjalnych jednostek kontrolnych. Umożliwiało to dokonanie wybór odpowiedniej grupy kontrolnej.



Podobnie jak we wcześniej prezentowanych modelach, dobór grupy kontrolnej w oparciu o wartość oszacowanego prawdopodobieństwa, umożliwiła zbalansowanie rozkładu kontrolowanych charakterystyk, z rozkładem obserwowanym w grupie beneficjentów. Pozostałe różnice nie są znaczące.

Strona 62 z 104


Zmienna kontrolna




zat_07 N 64,42 48,04 28,4 2,38 0,018D 64,42 70,99 -11,4 59,9 -0,61 0,542

wie_07 N 13,09 13,88 -11,5 -0,87 0,385D 13,09 12,28 12,0 -3,6 0,76 0,449

sek_c_07 N 0,45 0,32 28,3 2,29 0,022D 0,45 0,48 -6,5 77,2 -0,35 0,726

sek_f_07 N 0,17 0,11 19,2 1,67 0,095D 0,17 0,17 0,0 100,0 0,00 1,000

sek_g_07 N 0,14 0,24 -24,5 -1,77 0,077D 0,14 0,08 16,0 34,6 1,13 0,261

eks_l_07 N 0,34 0,27 15,3 1,23 0,217D 0,34 0,33 3,4 77,9 0,19 0,853

iai_07 N 0,09 0,03 24,6 2,49 0,013D 0,09 0,14 -19,2 21,7 -0,82 0,414

prz_07 N 14519,00 15214,00 -2,6 -0,16 0,875D 14519,00 15813,00 -4,8 -86,2 -0,47 0,642

zne_l_07 N 0,83 0,69 31,9 2,30 0,021D 0,83 0,83 0,0 100,0 0,00 1,000

pzt_07 N 290,45 384,40 -11,5 -0,67 0,502D 290,45 256,24 4,2 63,6 0,67 0,504

ros_d_07 N 0,07 0,05 23,7 1,65 0,098D 0,07 0,07 3,2 86,4 0,20 0,843

urz_07 N 1156,30 859,75 4,2 0,24 0,810D 1156,30 918,05 3,3 19,7 0,69 0,494


Strona 63 z 104



Analiza dla roku 2013 wskazuje na wystąpienie jednej istotnej różnicy pomiędzy beneficjentami i grupą kontrolną. Dotyczy ona udziału podmiotów, które prowadzą działalność eksportową. W grupie beneficjentów, w roku 2013 eksport prowadziło 51,6% podmiotów. W przypadku grupy kontrolnej udział firm tego typu wyniósł 40,6%. Różnica pomiędzy beneficjentami i grupą kontrolną wyniosła więc około 11% (p<0.01). Pozostałe różnice nie miały charakteru istotnych statystycznie.

Strona 64 z 104

Tabela 46. Porównanie wartości wskaźników w roku 2013 (beneficjenci woj. zachodniopomorskiego i grupa kontrolna)





Przychody netto ze sprzedaży 17977,219 17946,438 30,781 2885,876 0,01 0,991 -5625,433 5686,995


309,218 303,912 5,307 55,96808 0,09 0,924 -104,389 115,002

Udział firm, które odnotowały zysk 0,703 0,672 0,031 0,0726171 0,43 0,667 -0,111 0,174

Zysk netto 698,031 958,969 -260,938 206,0534 -1,27 0,205 -664,795 142,920ROS 0,022 0,031 -0,009 0,0161923 -0,54 0,586 -0,041 0,023Udział eksporterów 0,516 0,406 0,109 0,0378755 2,89 0,004 0,035 0,184Intensywność eksportu 0,18 0,16 0,02 0,04 0,44 0,663 -0,059 0,092Przychody netto ze sprzedaży na eksport 3230,938 5495,172 -2264,234 1841,482 -1,23 0,219 -5873,472 1345,004

Wartość brutto maszyn i urządzeń technicznych 2042,190 2087,873 -45,683 695,7905 -0,07 0,948 -1409,407 1318,042


36,730 94,778 -58,048 88,49136 -0,66 0,512 -231,488 115,392


Strona 65 z 104

6.6.4. Technika różnicy w różnicach (Difference in Differences – DiD)Chcąc uwzględnić w analizach dodatkowe informacje, związane z wyjściowymi różnicami analizowanych wskaźników, możliwe jest zastosowanie techniki różnicy w różnicach. W technice tej w pierwszym kroku analizuje się zmianę wewnątrzgrupową (tj. zmianę wartości danego wskaźnika w czasie) a następnie zestawia ją z analogiczną zmianą obserwowaną w grupie kontrolnej. Dlatego metoda różnicy w różnicach nazywana jest również metodą podwójnej różnicy ze względu na dwa typy porównań:

Porównania sytuacji przed i po interwencji – pierwsza różnica. Porównania pierwszej różnicy, między beneficjentami a podmiotami nieobjętymi interwencją

(porównanie między grupą eksperymentalną i grupą odniesienia) – druga różnica;

Dzięki temu metoda dostarcza bardziej wiarygodnego oszacowania efektu interwencji niż w przypadku opierania się na pojedynczej różnicy (niezależnie, czy byłaby to różnica między grupą beneficjentów i podmiotów nieobjętych interwencją, czy też różnica między dwoma punktami w czasie). Zatrzymanie się na pierwszej różnicy może nie dostarczyć prawidłowego oszacowania efektu, ze względu na występowanie obciążenia selekcyjnego. Wyłączenie istniejących przed interwencją różnic między beneficjentami i nie-beneficjentami z wyniku różnic, na wartości analizowanych wskaźników, pozwala kontrolować owo obciążenie selekcyjne. Założenie, że różnice (niezwiązane z interwencją) między beneficjentami i nie-beneficjentami w czasie są stałe (w przypadku braku interwencji) prowadzi do nieobciążonego oszacowania efektu interwencji.

Estymator efektu DID jest zdefiniowany jako różnica w średnim wyniku grupy beneficjentów przed i po interwencji pomniejszona o różnicę w średnim wyniku w grupie nie-beneficjentów przed i po interwencji:

δDID=Y 1T−Y 0

T−(Y 1C−Y 0

C )

gdzie: Y 1T - to zmienna wynikowa w grupie beneficjentów po interwencji; Y 0

T - to zmienna wynikowa w

grupie beneficjentów przed interwencją; Y 1C – zmienna wynikowa w grupie nie-beneficjentów po

interwencji; Y 0C - zmienna wynikowa w grupie nie-beneficjentów przed interwencją.

W przypadku przedmiotowego projektu analizowane są różnice pomiędzy grupą wspartych przedsiębiorstw, a dobraną grupą kontrolną po ustaleniu różnicy pomiędzy rokiem 2013 oraz 2007. Dodatkowo estymator DID szacowany jest na próbach dopasowanych uprzednio z wykorzystaniem techniki PSM, czego wyniki przedstawione zostały w poprzednim podrozdziale. Taka procedura umożliwia dwustopniową redukcję obciążenia selekcyjnego – na poziomie obserwowanych i kontrolowanych charakterystyk oraz na poziomie różnic występujących na zmiennej zależnej (efektu).

Co do zasady modele statystyczne dla techniki PSM pozostały bez zmian, poniżej przedstawione zostały więc oszacowania wskaźników, wyliczone z wykorzystaniem dodatkowo techniki DID.

Strona 66 z 104

6.6.5. Wyniki estymacjiModel łącznyW przypadku modelu łącznego, oszacowanie estymatora DID umożliwiło identyfikację trzech, istotnych statystycznie różnic między beneficjentami RPO, a dobraną grupą kontrolną (zatrudnienie, produktywność na zatrudnionego oraz eksport). Poniżej przedstawiono komplety komentarz to wszystkich analizowanych wskaźników. Szczegółowe wartości przestawione zostały w kolejnej tabeli.

Liczba zatrudnionych (FTE)W analizowanego grupie beneficjentów między rokiem 2007 i 2013 nastąpił wzrost zatrudnienia wynoszący 7,18 miejsc pracy. W dobranej grupie kontrolnej w analizowanym okresie, nastąpił spadek zatrudnienia. Podmioty z grupy kontrolnej zatrudniały w roku 2013 przeciętnie 2,42 osób mniej niż w roku 2007.

Różnica pomiędzy grupą beneficjentów, a grupą kontrolną wynosząca 9,6 miejsc pracy jest istotna statystycznie (p<0.001).

Przychody netto ze sprzedażyW obu grupach w latach 2007-2013 wzrosły przychody netto ze sprzedaży – w przypadku beneficjentów, wzrost wyniósł przeciętnie 4585,47 tys. PLN, w przypadku podmiotów z grupy kontrolnej – 1973,25 tys. PLN. Przyrost w grupie beneficjentów był więc o 2612,22 tys. PLN wyższy. Różnica ta nie jest istotna statystycznie.

Przychody netto ze sprzedaży na zatrudnionegoOszacowanie przychodów ze sprzedaży netto przypadających na pracownika, wskazuje, że na przestrzeni lat 2007-2013 produktywność (definiowana w ten sposób) beneficjentów wzrosła przeciętnie o 9,44 tys. PL. W tym samym czasie produktywność podmiotów z grupy kontrolnej wzrosła o 55,6 tys. PLN. Różnica pomiędzy obiema grupami, wynosząca 46,16 tys. PLN jest istotna statystycznie (p<0.05).

Udział firm, które odnotowały zyskW obu porównywanych grupach spadł w analizowanym okresie udział firm, które odnotowały zysk. W przypadku beneficjentów nastąpił spadek odsetka takich podmiotów z 79% (w 2007 r.) do 73% (w 2013 r). W przypadku grupy kontrolnej nastąpił spadek odsetka podmiotów odnotowujących zysk z 78% (w 2007 r.) do 66% (w 2013r). Różnica w spadku w obu grupach, wyniosła więc 5% (na korzyść beneficjentów). Nie jest to różnica istotna statystycznie.

Zysk nettoW obu analizowanych grupach spadła również bezwzględna, przeciętna wartość uzyskiwanych zysków. W przypadku beneficjentów miał miejsce spadek przeciętnych zysków z poziomu 1001,46 tys. PLN (w 2007 r.) do poziomu 959,51 tys. PLN. W grupie kontrolnej miał miejsce spadek z wartości 1045,92 tys. PLN, do poziomu 840,48 tys. PLM. Spadek zysków był więc mniejszy w grupie beneficjentów RPO o 173,50 tys. PLN. Nie jest to różnica istotna statystycznie.

ROSSpadek zysków pociągnął za sobą również spadek wartości wskaźnika rentowności na sprzedaży. W przypadku beneficjentów spadek o 4 pp., w przypadku grupy kontrolnej spadek o 2 pp. Różnica w spadku – 2 pp. nie jest istotna statystycznie.

Strona 67 z 104

Udział eksporterówW obu grupach nastąpił wzrost udziału przedsiębiorstw, prowadzących działalność eksportową. W grupie beneficjentów był to wzrost o 8 pp. (do poziomu 38%), w przypadku podmiotów z grupy kontrolnej był to wzrost o 1 pp. (do poziomu 35%). Siedmioprocentowa różnica w wielkości wzrostu, jest istotna statystycznie (p<0.05).

Intensywność eksportuW obu grupach nastąpił identyczny – dwuprocentowy wzrost w intensywności eksportu, mierzonej udziałem ze sprzedaży na eksport, w sprzedaży netto ogółem.

Przychody netto ze sprzedaży na eksportObie grupy odnotowały również wzrost bezwzględnej wartości przychodów netto ze sprzedaży na eksport, przy czym przyrost ten był wyższy w grupie kontrolnej przeciętnie o około 222,75 tys. PLN. Nie jest to różnica istotna statystycznie.

Wartość brutto maszyn i urządzeń technicznychW analizowanym okresie obie grupy zwiększyły również wartość brutto maszyn i urządzeń technicznych. W przypadku beneficjentów przyrost wartości wyniósł 512,84 tys. PLN, w przypadku grupy kontrolnej – 337,57. Różnica nie ma charakteru istotnej statystycznie.

Wartość brutto wartości niematerialnych i prawnychJednocześnie w obu grupach spadła wartość brutto wartości niematerialnych i prawnych – w przypadku beneficjentów o 16,04 tys. PLN, w grupie kontrolnej o 20,83. Różnica nie jest statystycznie istotna.

Strona 68 z 104

Tabela 47. Porównanie wartości wskaźników w roku 2007 i 2013 (wszyscy beneficjenci i grupa kontrolna) – oszacowanie estymatora DID

Wskaźnik*Beneficjenci Grupa kontrolna 2013-2007 Efekt

(DID)Błąd

standardowy z P>|z| [95% przedział ufności]2007 2013 2007 2013 Beneficjenci Gr.

KontrolnaLiczba zatrudnionych (FTE) 53,58 60,75 50,62 48,20 7,18 -2,42 9,60 2,50 3,84 0,000 4,70 14,50

Przychody netto ze sprzedaży 14012,20 18597,67 16214,34 18187,59 4585,47 1973,25 2612,22 1630,30 1,60 0,109 -583,10 5807,54


296,44 305,88 311,01 366,61 9,44 55,60 -46,16 23,10 -2,00 0,046 -91,43 -0,88

Udział firm, które odnotowały zysk 0,79 0,73 0,78 0,66 -0,06 -0,11 0,05 0,04 1,33 0,183 -0,02 0,12

Zysk netto 1001,46 959,51 1045,92 830,48 -41,95 -215,44 173,50 277,57 0,63 0,532 -370,54 717,53

ROS 0,07 0,03 0,05 0,03 -0,04 -0,02 -0,02 0,03 -0,56 0,574 -0,07 0,04

Udział eksporterów 0,30 0,38 0,34 0,35 0,08 0,01 0,07 0,03 2,50 0,012 0,02 0,13Intensywność eksportu 0,08 0,10 0,09 0,11 0,02 0,02 0,00 0,01 -0,46 0,644 -0,03 0,02

Przychody netto ze sprzedaży na eksport 1324,83 2266,93 2401,64 3566,49 942,10 1164,85 -222,75 547,63 -0,41 0,684 -1296,08 850,58

Wartość brutto maszyn i urządzeń technicznych

741,22 1254,06 826,66 1164,23 512,84 337,57 175,27 236,31 0,74 0,458 -287,90 638,43


56,17 40,14 71,51 50,68 -16,04 -20,83 4,79 50,93 0,09 0,925 -95,03 104,61


Strona 69 z 104

Województwo pomorskieW województwie pomorskim, oszacowanie estymatora DID umożliwiło identyfikację jednej, statystycznie istotnej różnicy między beneficjentami RPO, a dobraną grupą kontrolną (wartość brutto maszyn i urządzeń technicznych). Podobnie jak dla modelu ogólnego poniżej przedstawiono komplety komentarz to wszystkich analizowanych wskaźników. Szczegółowe wartości przestawione zostały w kolejnej tabeli.

Liczba zatrudnionych (FTE)W analizowanego grupie beneficjentów między rokiem 2007 i 2013, nastąpił wzrost zatrudnienia wynoszący 1,61 miejsca pracy. W dobranej grupie kontrolnej w analizowanym okresie, nastąpił spadek zatrudnienia. Podmioty z grupy kontrolnej zatrudniały w roku 2013 przeciętnie 6,8 osób mniej niż w roku 2007. Różnica w zmianie liczby zatrudnionych pomiędzy grupą beneficjentów, a grupą kontrolną wyniosła więc 8,41 miejsc prac. W tym przypadku nie jest to różnica istotna statystycznie.

Przychody netto ze sprzedażyW obu grupach w latach 2007-2013 wzrosły przychody netto ze sprzedaży – w przypadku beneficjentów, wzrost wyniósł przeciętnie 2702,04 tys. PLN, w przypadku podmiotów z grupy kontrolnej – 849,92 tys. PLN. Tym samym przyrost przychodów był o 1852,12 tys. PLN wyższy w grupie beneficjentów RPO Pomorskiego. Różnica ta nie jest jednak istotna statystycznie.

Przychody netto ze sprzedaży na zatrudnionegoOszacowanie przychodów ze sprzedaży netto przypadających na pracownika, wskazuje, że na przestrzeni lat 2007-2013 produktywność (definiowana w ten sposób) beneficjentów spadła przeciętnie o 14,06 tys. PL. Podczas gdy w tym samym czasie produktywność podmiotów z grupy kontrolnej wzrosła o 26,96 tys. PLN. Różnica pomiędzy obiema grupami, wynosząca 41,02 tys. PLN (na niekorzyść beneficjentów), nie jest istotna statystycznie.

Udział firm, które odnotowały zyskPodobnie jak w modelu łącznym, w obu porównywanych grupach spadł udział firm, które odnotowały zysk. W przypadku beneficjentów nastąpił spadek odsetka takich podmiotów z 86% (w 2007 r.) do 78% (w 2013 r). W przypadku grupy kontrolnej nastąpił spadek odsetka podmiotów odnotowujących zysk z 82% (w 2007 r.) do 72% (w 2013r). Różnica w spadku w obu grupach, wyniosła więc 2% (na korzyść beneficjentów). Nie jest to różnica istotna statystycznie.

Zysk nettoOdmiennie niż w modelu łącznym bezwzględna, przeciętna wartość uzyskiwanych zysków spadła jedynie w przypadku grupy kontrolnej. W przypadku beneficjentów miał miejsce wzrost przeciętnych zysków z poziomu 1475,98 tys. PLN (w 2007 r.) do poziomu 1803,44 tys. PLN. W grupie kontrolnej miał miejsce spadek z wartości 1511,10 tys. PLN, do poziomu 1366,74 tys. PLM. W porównaniu do grupy kontrolnej beneficjenci odnotowali więc wzrost zysków większy niż w grupie kontrolnej o 471,82 tys. PLN. Nie jest to różnica istotna statystycznie.

ROSW obu grupach jednocześnie nastąpił spadek wartości wskaźnika rentowności na sprzedaży. W przypadku beneficjentów był to spadek o 3 ok pp., w przypadku grupy kontrolnej o ok 4 pp. Różnica w spadku – 1 pp. nie jest istotna statystycznie.

Strona 70 z 104

Udział eksporterówW grupie beneficjentów nastąpił wzrost udziału przedsiębiorstw, prowadzących działalność eksportową. Z kolei w grupie kontrolnej odnotowany został spadek. W grupie beneficjentów był to wzrost o 4 pp. (do poziomu 44%), w przypadku podmiotów z grupy kontrolnej był to spadek o 2 pp. (do poziomu 28%). Sześcioprocentowa różnica w wielkości wzrostu, nie jest istotna statystycznie.

Intensywność eksportuW przypadku beneficjentów nie zmieniła się intensywność eksportu. W grupie kontrolnej nastąpił spadek o 1 pp. Różnica nie jest istotna statystycznie.

Przychody netto ze sprzedaży na eksportW grupie beneficjentów nastąpił wzrost wartości sprzedaży na eksport (o 1229,96 tys. PLN). W przypadku grupy kontrolnej miał miejsce spadek (o 50,66 tys. PLN). Różnica - 1280,62 tys. PLN - nie jest istotna statystycznie.

Wartość brutto maszyn i urządzeń technicznychW analizowanym okresie w grupie beneficjentów zwiększyła się również wartość brutto maszyn i urządzeń technicznych. W przypadku beneficjentów przyrost wartości wyniósł 433,06 tys. PLN, w przypadku grupy kontrolnej nastąpił spadek wartości o 315,62 tys. PLN. Różnica w przyroście wartości tego wskaźnika (748,68 tys. PLN), jest istotna statystycznie (p<0.001).

Wartość brutto wartości niematerialnych i prawnychJednocześnie, podobnie jak w modelu ogólnym, w obu grupach spadła wartość brutto wartości niematerialnych i prawnych – w przypadku beneficjentów o 24,54 tys. PLN, w grupie kontrolnej o 24,08. Różnica w spadku wartości nie jest statystycznie istotna.

Strona 71 z 104

Tabela 48.Porównanie wartości wskaźników w roku 2007 i 2013 (beneficjenci woj. pomorskiego i grupa kontrolna) – oszacowanie estymatora DID

Wskaźnik*Beneficjenci Grupa kontrolna 2013-2007

Efekt (DID)


2007 2013 2007 2013 Beneficjenci Gr. Kontrolna

Liczba zatrudnionych (FTE) 70,36 71,97 75,42 68,62 1,61 -6,80 8,41 5,94 1,42 0,157 -3,233 20,047



293,79 279,73 312,27 339,23 -14,06 26,96 -41,02 46,61 -0,88 0,379 -132,366 50,323


Zysk netto 1475,98 1803,44 1511,10 1366,74 327,46 -144,36 471,82 453,81 1,04 0,298 -417,637 1361,277

ROS 0,10 0,07 0,05 0,02 -0,03 -0,04 0,00 0,15 0,03 0,975 -0,296 0,306

Udział eksporterów 0,40 0,44 0,30 0,28 0,04 -0,02 0,06 0,09 0,68 0,496 -0,113 0,233Intensywność eksportu 0,15 0,15 0,12 0,11 0,00 -0,01 0,01 0,03 0,39 0,693 -0,046 0,068

Przychody netto ze sprzedaży na eksport

2144,80 3374,76 3799,92 3749,26 1229,96 -50,66 1280,62 2011,50 0,64 0,524 -2661,846 5223,086


692,82 1125,88 908,94 593,32 433,06 -315,62 748,68 216,67 3,46 0,001 324,014 1173,346


35,88 11,34 38,78 14,70 -24,54 -24,08 -0,46 37,05 -0,01 0,99 -73,068 72,148


Strona 72 z 104

Województwo śląskieW województwie śląskim, oszacowanie estymatora DID wskazuje na występowanie jednej, statystycznie istotnej różnicy między beneficjentami RPO, a dobraną grupą kontrolną (zatrudnienie). Podobnie jak wcześniej poniżej przedstawiono komentarz to wszystkich analizowanych wskaźników. Dane szczegółowe prezentuje kolejna tabela.

Liczba zatrudnionych (FTE)W grupie beneficjentów między rokiem 2007 i 2013, nastąpił wzrost zatrudnienia wynoszący 9,4 miejsca pracy. W dobranej grupie kontrolnej w analizowanym okresie przeciętny poziom zatrudnienia pozostał niemalże bez zmian. Różnica w zmianie liczby zatrudnionych pomiędzy grupą beneficjentów, a grupą kontrolną wynosi 9,36 miejsc prac. Jest to różnica istotna statystycznie (p<0.05).

Przychody netto ze sprzedażyW obu grupach w latach 2007-2013 wzrosły przychody netto ze sprzedaży. Przeciętny poziom wzrostu był podobny i wyniósł odpowiednio 5048,12 tys. PLN w grupie beneficjentów i 5900,58 w grupie kontrolnej. Wzrost przychodów był więc wyższy w grupie kontrolnej przeciętnie o 852,46 tys. PLN. Jednak różnica ta nie jest istotna statystycznie.

Przychody netto ze sprzedaży na zatrudnionegoZmiany na poziomie zatrudnienia i przychodów, miały bezpośrednie przełożenie na produktywność pracowników. W przypadku beneficjentów, produktywność (rozumiana w powyższy sposób) praktycznie się nie zmieniła. W przypadku podmiotów w grupie kontrolnej widoczne jest przeciętnie większy przychód netto przypadający na zatrudnionego (wzrost o 72,49 tys. PLN). Różnica pomiędzy obiema grupami, wynosząca 72,06 tys. PLN (na niekorzyść beneficjentów), nie jest istotna statystycznie (p=0.09).

Udział firm, które odnotowały zyskAnalogicznie do wyników z modelu łącznego, w woj. śląskim w obu porównywanych grupach spadł udział firm, które odnotowały zysk. W przypadku beneficjentów nastąpił spadek z 79% (w 2007 r.) do 73% (w 2013 r). W przypadku grupy kontrolnej nastąpił spadek odsetka podmiotów odnotowujących zysk z 80% (w 2007 r.) do 69% (w 2013r). Różnica w spadku w obu grupach, wyniosła więc około 4 pp. (na korzyść beneficjentów). Nie jest to różnica istotna statystycznie.

Zysk nettoMimo wszystko przeciętna wartość zysków wzrosła w obu grupach. W przypadku beneficjentów miał miejsce wzrost przeciętnych zysków o 327,46 tys. PLN. W grupie kontrolnej miał miejsce przeciętny wzrost zysków o około 367,50 tys. PLN. Różnica pomiędzy grupami (40,04 tys. PLN na korzyść grupy kontrolnej) nie jest istotna statystycznie.

ROSW obu grupach jednocześnie nastąpił spadek wartości wskaźnika rentowności na sprzedaży. Był on identyczny jak w województwie pomorskim. W przypadku beneficjentów nastąpił spadek o 3 ok pp., w przypadku grupy kontrolnej spadek o ok 4 pp. Różnica w spadku – 1 pp. nie jest istotna statystycznie.

Udział eksporterówW obu grupach nastąpił wzrost udziału przedsiębiorstw, prowadzących działalność eksportową. W grupie beneficjentów wzrost wyniósł 8 pp. (do poziomu 36%), w przypadku podmiotów z grupy kontrolnej był to

Strona 73 z 104

wzrost o 6 pp. (do poziomu 32%). Dwuprocentowa różnica w wielkości wzrostu, nie jest istotna statystycznie.

Intensywność eksportuW obu grupach nastąpił nieznaczny wzrost intensywności eksportu. W przypadku beneficjentów udział przychodów netto ze sprzedaży na eksport, przychodach netto ogółem wzrósł przeciętnie o 1%, w przypadku podmiotów z grupy kontrolnej – o 3 pp. Różnica pomiędzy grupami nie jest istotna statystycznie.

Przychody netto ze sprzedaży na eksportRównież w obu grupach miał miejsce wzrost wartości sprzedaży na eksport (o 517,96 tys. PLN wśród beneficjentów i 2033,17 tys. PLN w grupie kontrolnej). Różnica - 1515,21 tys. PLN (na korzyść grupy kontrolnej) - nie jest istotna statystycznie.

Wartość brutto maszyn i urządzeń technicznychW analizowanym okresie w obu grupach zwiększyła się również wartość brutto maszyn i urządzeń technicznych. W przypadku beneficjentów przyrost wartości wyniósł przeciętnie 465,42 tys. PLN, w przypadku grupy kontrolnej - 823,08 tys. PLN. Różnica w przyroście wartości tego wskaźnika (357,66 tys. PLN), nie jest istotna statystycznie.

Wartość brutto wartości niematerialnych i prawnychPodobnie jak we wcześniejszych modelach, w obu grupach spadła wartość brutto wartości niematerialnych i prawnych – w przypadku beneficjentów o 25,31 tys. PLN, w grupie kontrolnej o 6,73 tys. PLN. Różnica w spadku wartości nie jest statystycznie istotna.

Strona 74 z 104

Tabela 49. Porównanie wartości wskaźników w roku 2007 i 2013 (beneficjenci woj. śląskiego i grupa kontrolna) – oszacowanie estymatora DID


Efekt (DID)



Liczba zatrudnionych (FTE)

36,53 45,93 40,89 40,93 9,40 0,04 9,36 3,74 2,500 0,012 2,026 16,691

Przychody netto ze sprzedaży

11140,18

16188,30

14344,75

20245,33 5048,12 5900,58 -852,46 2501,43 -0,340 0,733 -5755,175 4050,249


339,22 339,65 350,63 423,13 0,43 72,49 -72,06 42,53 -1,690 0,09 -155,418 11,288


Zysk netto 1475,98 1803,44 962,74 1330,24 327,46 367,50 -40,04 346,58 -0,120 0,908 -719,326 639,246

ROS 0,07 0,04 0,06 0,03 -0,03 -0,04 0,00 0,02 0,060 0,951 -0,045 0,048Udział eksporterów 0,28 0,36 0,26 0,32 0,08 0,06 0,02 0,04 0,570 0,566 -0,060 0,110

Intensywność eksportu 0,05 0,06 0,05 0,08 0,01 0,03 -0,02 0,01 -1,370 0,171 -0,046 0,008


888,81 1406,77 1350,23 3383,40 517,96 2033,17 -1515,21 1046,13 -1,450 0,148 -3565,592 535,162


351,61 817,03 826,35 1649,42 465,42 823,08 -357,66 711,75 -0,500 0,615 -1752,673 1037,351


82,88 57,58 30,03 23,30 -25,31 -6,73 -18,58 81,43 -0,230 0,82 -178,170 141,017


Strona 75 z 104

Województwo świętokrzyskieAnalizy przeprowadzone w województwie świętokrzyskim wskazuje na występowanie dwóch zasadniczych różnic między wspartymi beneficjentami i grupą kontrolną (poziom zatrudnienia i intensywność eksportu). Poniżej szczegółowy opis tych wyników wraz z ilustracją tabelaryczną.

Liczba zatrudnionych (FTE)W grupie beneficjentów RPO woj. świętokrzyskiego, między rokiem 2007 i 2013, przeciętny wzrost zatrudnienia wyniósł 10,33 miejsca pracy. W tym samym okresie w grupie kontrolnej przeciętny poziom zatrudnienia spadł o 11,59 miejsca pracy.. Różnica w zmianie liczby zatrudnionych pomiędzy grupą beneficjentów, a grupą kontrolną wyniosła 21,92 miejsc prac. Jest to różnica istotna statystycznie (p<0.001).

Przychody netto ze sprzedażyW obu grupach w latach 2007-2013 wzrosły przychody netto ze sprzedaży. Przeciętny poziom wzrostu wyniósł odpowiednio 6207,91 tys. PLN w grupie beneficjentów i 1803,69 tys. PLN w grupie kontrolnej. Wzrost przychodów był więc wyższy w grupie beneficjentów przeciętnie o 4404,22 tys. PLN. Różnica ta nie jest istotna statystycznie.

Przychody netto ze sprzedaży na zatrudnionegoW obu grupach wzrosła przeciętna wartość przychodów netto ze sprzedaży przypadająca na zatrudnionego. W grupie beneficjentów nastąpił przeciętny wzrost o 33,99 tys. PLN. W grupie kontrolnej wzrost był wyższy o 14,88 i wyniósł 48,87 tys. PLN. Różnica we poziomie wzrostu nie jest istotna statystycznie.

Udział firm, które odnotowały zyskW grupie beneficjentów z woj. świętokrzyskiego nastąpił wzrost odsetka firm, które odnotowały zysk. W grupie kontrolnej miał miejsce spadek. W przypadku beneficjentów nastąpił wzrost z 69% (w 2007 r.) do 71% (w 2013 r). W przypadku grupy kontrolnej nastąpił spadek odsetka podmiotów odnotowujących zysk z 71%(w 2007 r.) do 68% (w 2013r). Różnica w spadku w obu grupach, wyniosła więc około 4 pp. (na korzyść beneficjentów). Nie jest to różnica istotna statystycznie.

Zysk nettoJednocześnie w wartościach absolutnych przeciętna wartość odnotowywanego zysku spadła i to w obu grupach. W przypadku beneficjentów miał miejsce spadek przeciętnych zysków netto o 125,69 tys. PLN. W grupie kontrolnej miał miejsce przeciętny spadek zysków netto o około 133,13 tys. PLN. Różnica pomiędzy grupami (7,44 tys. PLN na korzyść grupy beneficjentów) nie jest istotna statystycznie.

ROSW obu grupach nastąpił również spadek wartości wskaźnika rentowności na sprzedaży. Był on identyczny w obu grupach i wyniósł ok 4 pp.

Udział eksporterówW tym samym okresie nieznacznie wzrósł udział przedsiębiorstw, prowadzących działalność eksportową. W grupie beneficjentów wzrost wyniósł 3 pp. (do poziomu 24%), w przypadku podmiotów z grupy kontrolnej był to wzrost o 1 pp. (do poziomu 19%). Różnica w wielkości wzrostu, nie jest istotna statystycznie.

Strona 76 z 104

Intensywność eksportuW grupie beneficjentów nastąpił wzrost intensywności eksportu. W przypadku beneficjentów udział przychodów netto ze sprzedaży na eksport, w przychodach netto ogółem wzrósł przeciętnie o 2 pp., w przypadku podmiotów z grupy kontrolnej – spadł o 1 pp. Różnica pomiędzy grupami jest istotna statystycznie (p<0.01).

Przychody netto ze sprzedaży na eksportW grupie beneficjentów i w grupie kontrolnej wzrosły przychody netto ze sprzedaży na eksport (o 1629,85 tys. PLN wśród beneficjentów i o 193,40 tys. PLN w grupie kontrolnej). Różnica - 1436,46 tys. PLN (na korzyść grupy beneficjentów) - nie jest istotna statystycznie (p=0.085).

Wartość brutto maszyn i urządzeń technicznychW obu grupach zwiększyła się również wartość brutto maszyn i urządzeń technicznych. W przypadku beneficjentów przyrost wartości wyniósł przeciętnie 322,42 tys. PLN, w przypadku grupy kontrolnej - 669,67 tys. PLN. Różnica w przyroście wartości tego wskaźnika (347,25 tys. PLN na korzyść grupy kontrolnej), nie jest istotna statystycznie.

Wartość brutto wartości niematerialnych i prawnychNieco odmiennie niż wcześniej, wśród beneficjentów RPO woj. świętokrzyskiego można zaobserwować niewielki wzrost wartość brutto wartości niematerialnych i prawnych o 20,57 tys. PLN, jednocześnie w grupie kontrolnej nastąpił spadek wynoszący przeciętnie 25,63 tys. PLN. Różnica nie jest statystycznie istotna.

Strona 77 z 104

Tabela 50. Porównanie wartości wskaźników w roku 2007 i 2013 (beneficjenci woj. świętokrzyskiego i grupa kontrolna), oszacowanie estymatora DID


Efekt (DID)

Błąd standardow

yz P>|z| [95% przedział ufności]


Liczba zatrudnionych (FTE)

61,35 71,68 59,06 47,47 10,33 -11,59 21,92 4,02 5,450 0,000 14,037 29,801



227,88 261,87 278,41 327,28 33,99 48,87 -14,88 22,36 -0,670 0,506 -58,711 28,947

Udział firm, które odnotowały zysk 0,69 0,71 0,71 0,68 0,01 -0,03 0,04 0,08 0,540 0,586 -0,115 0,203

Zysk netto 1115,37 989,68 780,68 647,54 -125,69 -133,13 7,44 280,81 0,030 0,979 -542,930 557,812

ROS 0,04 0,01 0,04 0,00 -0,04 -0,04 0,00 0,04 -0,030 0,978 -0,072 0,070Udział eksporterów 0,21 0,24 0,18 0,19 0,03 0,01 0,01 0,04 0,340 0,734 -0,070 0,099

Intensywność eksportu 0,04 0,06 0,04 0,03 0,02 -0,01 0,03 0,01 2,580 0,01 0,007 0,050


445,76 2075,62 765,60 959,00 1629,85 193,40 1436,46 833,24 1,720 0,085 -196,671 3069,583


1055,93 1378,34 1269,28 1938,96 322,42 669,67 -347,25 864,15 -0,400 0,688 -2040,963 1346,455


13,55 34,12 62,52 36,90 20,57 -25,63 46,19 171,24 0,270 0,787 -289,437 381,826


Strona 78 z 104

Województwo zachodniopomorskieW przypadku województwa zachodniopomorskiego zidentyfikowano jedną istotną różnicę pomiędzy beneficjentami i grupą kontrolną w odniesieniu do udziału podmiotów zajmujących się eksportem. Podobnie jak wcześniej dokonano poniżej opisu zmian wszystkich wskaźników na poziomie beneficjentów i grupy kontrolnej.

Liczba zatrudnionych (FTE)W grupie beneficjentów RPO woj. zachodniopomorskiego, między rokiem 2007 i 2013, przeciętny wzrost zatrudnienia wyniósł 3,98 miejsca pracy. W tym samym okresie w grupie kontrolnej przeciętny poziom zatrudnienia spadł o 3,15 miejsca pracy. Różnica w zmianie liczby zatrudnionych pomiędzy grupą beneficjentów, a grupą kontrolną wyniosła więc 7,13 miejsc prac. Nie jest to różnica istotna statystycznie.

Przychody netto ze sprzedażyW obu grupach w latach 2007-2013 wzrosły przychody netto ze sprzedaży. Przeciętny poziom wzrostu wyniósł odpowiednio 3458,38 tys. PLN w grupie beneficjentów i 1503,08 tys. PLN w grupie kontrolnej. Wzrost przychodów był więc wyższy w grupie beneficjentów przeciętnie o 1955,30 tys. PLN. Różnica ta nie jest istotna statystycznie.

Przychody netto ze sprzedaży na zatrudnionegoW obu grupach wzrosła przeciętna wartość przychodów netto ze sprzedaży przypadająca na zatrudnionego. W grupie beneficjentów nastąpił przeciętny wzrost o 18,77 tys. PLN. W grupie kontrolnej wzrost był wyższy o 37,88 i wyniósł 56,65 tys. PLN. Różnica we poziomie wzrostu nie jest istotna statystycznie.

Udział firm, które odnotowały zyskZarówno wśród beneficjentów jak i w grupie kontrolnej nastąpił spadek udziału firm, które odnotowały zysk. W przypadku beneficjentów nastąpił spadek z 83% (w 2007 r.) do 70% (w 2013 r). W przypadku grupy kontrolnej nastąpił spadek odsetka podmiotów odnotowujących zysk z 84%(w 2007 r.) do 67% (w 2013r). Różnica w spadku w obu grupach, wyniosła więc około 5 pp. (na korzyść beneficjentów). Nie jest to różnica istotna statystycznie.

Zysk nettoSpadkowi liczby firm odnotowujących zysk, towarzyszy w województwie spadek bezwzględnych zysków. W przypadku beneficjentów miał miejsce spadek przeciętnych zysków netto o 473,17 tys. PLN. W grupie kontrolnej miał miejsce przeciętny spadek zysków netto o około 617,80 tys. PLN. Różnica pomiędzy grupami (144,63 tys. PLN na korzyść grupy beneficjentów) nie jest istotna statystycznie.

ROSPodobnie jak w innych regionach w obu grupach nastąpił również spadek wartości wskaźnika rentowności na sprzedaży. W przypadku beneficjentów wyniósł on 5 pp. w przypadku grupy kontrolnej - 4 pp. Różnica pomiędzy obiema grupami jest nieistotna.

Udział eksporterówW obu grupach wzrósł udział przedsiębiorstw eksportujących. Przy czym w grupie beneficjentów wzrost wyniósł 17 pp. (do poziomu 52%), w przypadku podmiotów z grupy kontrolnej był to wzrost o 3 pp. (do poziomu 41%). Różnica w wielkości wzrostu, jest istotna statystycznie (p<0.05).

Strona 79 z 104

Intensywność eksportuPodobnie w obu grupach nastąpił wzrost intensywności eksportu. W przypadku beneficjentów udział przychodów netto ze sprzedaży na eksport, w przychodach netto ogółem wzrósł przeciętnie o 5 pp., w przypadku podmiotów z grupy kontrolnej o 2 pp. Różnica pomiędzy grupami nie jest istotna statystycznie.

Przychody netto ze sprzedaży na eksportW grupie beneficjentów i w grupie kontrolnej wzrosły przychody netto ze sprzedaży na eksport (o 788,38 tys. PLN wśród beneficjentów i 2012,05 tys. PLN w grupie kontrolnej). Różnica - 1223,67 tys. PLN (na korzyść grupy kontrolnej) - nie jest istotna statystycznie.

Wartość brutto maszyn i urządzeń technicznychW obu grupach zwiększyła się również wartość brutto maszyn i urządzeń technicznych. W przypadku beneficjentów przyrost wartości wyniósł przeciętnie 867,49 tys. PLN, w przypadku grupy kontrolnej - 71,22 tys. PLN. Przy czym można powiedzieć, że beneficjenci „dogonili” pod tym względem podmioty z grupy kontrolnej. Różnica w przyroście wartości tego wskaźnika (796,27 tys. PLN na korzyść beneficjentów), nie jest istotna statystycznie.

Wartość brutto wartości niematerialnych i prawnychJeśli chodzi o wartości niematerialne i prawne, to te zostały ograniczone w grupie beneficjentów (spadek wartości przeciętnie o 30,86 tys. PLN) i nieznacznie powiększone w grupie kontrolnej (wzrost o 18,78 tys. PLN). Różnica nie jest statystycznie istotna.

Strona 80 z 104

Tabela 51. Porównanie wartości wskaźników w roku 2007 i 2013 (beneficjenci woj. zachodniopomorskiego i grupa kontrolna) – oszacowanie estymatora DID

Wskaźnik*Beneficjenci Grupa kontrolna 2013-2007 Efekt

(DID)Błąd

standardowy z P>|z| [95% przedział ufności]2007 2013 2007 2013 Beneficjenci Gr.

KontrolnaLiczba zatrudnionych (FTE)

64,42 68,41 70,99 67,85 3,98 -3,15 7,13 5,21 1,370 0,171 -3,072 17,333

Przychody netto ze sprzedaży

14518,84 17977,22 16443,36 17946,4

4 3458,38 1503,08 1955,30 1442,33 1,360 0,175 -871,614 4782,208


290,45 309,22 247,27 303,91 18,77 56,65 -37,88 26,49 -1,430 0,153 -89,803 14,043


Zysk netto 1171,20 698,03 1576,77 958,97 -473,17 -617,80 144,63 360,98 0,400 0,689 -562,892 852,142

ROS 0,07 0,02 0,07 0,03 -0,05 -0,04 -0,01 0,02 -0,300 0,764 -0,046 0,034Udział eksporterów 0,34 0,52 0,38 0,41 0,17 0,03 0,14 0,06 2,230 0,026 0,017 0,264

Intensywność eksportu 0,13 0,18 0,14 0,16 0,05 0,02 0,03 0,04 0,750 0,455 -0,047 0,106


2442,56 3230,94 3483,13 5495,17 788,38 2012,05 -1223,67 1173,65 -1,040 0,297 -3523,975 1076,631


1174,70 2042,19 2016,65 2087,87 867,49 71,22 796,27 541,95 1,470 0,142 -265,938 1858,477


67,59 36,73 76,00 94,78 -30,86 18,78 -49,63 80,69 -0,620 0,538 -207,775 108,505


Strona 81 z 104

6.7. Technika nieciągłości w równaniu regresji (RDD)Metoda nieciągłości w równaniu regresji ma zastosowanie, gdy mamy do czynienia z jasną regułą (kryterium), która decyduje o tym, które jednostki zostaną zakwalifikowane do objęcia interwencją, a które nie zostaną objęte interwencją. Kluczowym pojęciem jest tzw. wartość progowa ( threshold), wyznaczana dla zmiennej ciągłej. Jednostki, które znajdą się nad progiem kwalifikują się do programu/interwencji, a te pod progiem nie są objęte interwencją (i odwrotnie). W przypadku przedmiotowego projektu zmienną, która decydowała o otrzymaniu dotacji, była liczba punktów, jaką otrzymał wniosek o dofinansowanie złożony przez danego przedsiębiorcę.

Zmiany związane z wpływem interwencji szacowane są poprzez określenie różnic pomiędzy beneficjentami i nie-beneficjentami znajdującymi się blisko wartości progowej. Metoda podziału potencjalnych beneficjentów na tych, którzy zakwalifikują się i nie zakwalifikują do programu nie jest losowa – przeciwnie, jest deterministyczną funkcją obserwowalnej zmiennej (kryterium).

W kolejnych podrozdziałach przedstawiono wyniki analizy danych i informacji otrzymanych od poszczególnych UM, biorąc pod uwagę możliwość wykorzystania techniki RDD w prowadzonych analizach.

6.7.1. Analizy w regionachWojewództwo pomorskieW przypadku województwa pomorskiego nie otrzymano danych uwzględniających liczbę przyznanych punktów wnioskodawcom nieskutecznym. Zgodnie z wyjaśnieniami otrzymanymi od UM dane o punktacji dla podmiotów nieskutecznych nie są gromadzone w systemie informatycznym. Dokonanie analiz z wykorzystaniem techniki RDD było więc dla województwa pomorskiego niemożliwe.

Województwo śląskieW przypadku województwa śląskiego do analiz z wykorzystaniem techniki RDD do analiz wstępnie wytypowano beneficjentów działania 1.2.2 oraz jego kontynuacji w postaci działania 1.2.4. Wybór obu działań motywowany był wynikami wcześniejszych analiz – po pierwsze analizy ogólnej, na etapie której ustalono liczbę zakończonych projektów oraz doświadczenia wyniesione z analizy z wykorzystaniem techniki PSM (brak możliwości przeprowadzenia analiz dla działania 1.2.3 w związku ze zbyt małą liczbą jednostek). Tym samym wybrano najliczniejszą i w największym stopniu jednorodną populację beneficjentów, którzy zakończyli realizację projektów najpóźniej w roku 2012.

Dane dostarczone przez Urząd Marszałkowski Województwa Śląskiego, oprócz listy beneficjentów zawierały informacje o podmiotach, które złożyły wniosek o dofinansowanie, jednak odpadły na etapie oceny formalnej lub merytorycznej. W przypadku podmiotów, które przeszły etap oceny formalnej, w większości wypadków dostępne były informacje na temat liczby zdobytej punktów na etapie oceny merytorycznej. Ogółem w otrzymanej bazie dostępnych było 2501 wniosków o dofinansowanie, złożonych przez nieskutecznych wnioskodawców. Przy czym liczba ta częściowo wynikała ze sposobu zapisu danych w bazie – w licznych przypadkach jeden wniosek zapisywany był kilku, a nawet kilkunastokrotnie w bazie danych. Miało to miejsce w sytuacji wykazywania przez dany podmiot doświadczenia obejmującego realizację podobnych przedsięwzięć (następowało wtedy powielenie rekordu). Poniższa tabela, przedstawiająca wykaz wniosków złożonych przez nieskutecznych wnioskodawców w ramach kolejnych konkursów ma więc charakter jedynie poglądowy.

Strona 82 z 104

Tabela 52. Rozkład wniosków

Częstość Procent

SCP-01.02.02-002/08 246 9,8

SCP-01.02.02-004/08 33 1,3

SCP-01.02.02-008/09 19 0,8

SCP-01.02.04-010/09 946 37,8

SCP-01.02.04-011/09 123 4,9

SCP-01.02.04-014/10 163 6,5

SCP-01.02.04-017/11 107 4,3

SCP-01.02.04-018/11 864 34,5

Ogółem 2501 100 Źródło: opracowanie własne na podstawie danych z UM

Analiza poszczególnych podmiotów pokazała, że w bazie znajduje się 724 unikalnych podmiotów gospodarczych.

Tabela 53. Jednostki powtórzone

Częstość Procent

Obserwacja powtórzona 1777 71,1

Obserwacja pierwotna 724 28,9

Ogółem 2501 100Źródło: opracowanie własne na podstawie danych z UM

Listę tych podmiotów zestawiono z bazą danych beneficjentów RPO w woj. śląskim. Okazało się, że spośród 724 firm, blisko 30% (206 firm), otrzymało dofinansowanie w wyniku złożenia innego wniosku o dofinansowanie. Takie firmy należało oczywiście usunąć z bazy wnioskodawców nieskutecznych.

Tabela 54. Wnioski nieskuteczne beneficjentów

Częstość Procent

Nie dostał 518 71,5

Dostał wparcie w ramach RPO

206 28,5

Ogółem 724 100


Strona 83 z 104

Podobne działanie podjęto po zestawieniu tych wnioskodawców, z beneficjentami programów krajowych i ARiMR. Okazało się, że łącznie 46 wnioskodawców nieskutecznych otrzymało wsparcie poza RPO WSL, z czego 43 firmy w ramach programów krajowych oraz 3 w ramach działań realizowanych przez ARiMR.

Poniższa tabela prezentuje rozkład liczby podmiotów, które złożyły wnioski o dofinansowanie w ramach poszczególnych konkursów o dofinansowanie. Jak widać większość wniosków złożona była w ramach trzech konkursów, realizowanych kolejno w roku 2008, 2009 oraz 2011. W każdym z konkursów nieskutecznie o wsparcie ubiegało się około 150 przedsiębiorców.

Tabela 55. Rozkład podmiotów wg konkursów

Częstość Procent

SCP-01.02.02-002/08 143 30,3

SCP-01.02.02-004/08 8 1,7

SCP-01.02.02-008/09 6 1,3

SCP-01.02.04-010/09 152 32,2

SCP-01.02.04-011/09 5 1,1

SCP-01.02.04-014/10 5 1,1

SCP-01.02.04-017/11 4 0,8

SCP-01.02.04-018/11 149 31,6

Ogółem 472 100


Strona 84 z 104

Analiza liczby punktów zdobytych w ramach poszczególnych konkursów wskazuje, że zdecydowana większość projektów otrzymała niezerową liczbę punktów.

Tabela 56. Rozkład podmiotów wg oceny 0/1

Otrzymał zero punktów:

Tak Nie

SCP-01.02.02-002/08 2 141

SCP-01.02.02-004/08 0 8

SCP-01.02.02-008/09 0 6

SCP-01.02.04-010/09 7 145

SCP-01.02.04-011/09 0 5

SCP-01.02.04-014/10 0 5

SCP-01.02.04-017/11 4 0

SCP-01.02.04-018/11 8 141

Ogółem 21 451


Analiza szczegółowa, uwzględniająca wskazanie punktu odcięcia nie jest niestety możliwa dla dwóch pierwszych najliczniejszych konkursów. Zgodnie bowiem z informacjami przekazanymi przez Urząd Marszałkowski, dla tych konkursów możliwe jest podanie jedynie wartości minimalnej punktacji, od której wniosek mógł zostać zatwierdzony do dofinansowania. W przypadku obu konkursów, projekt mógł otrzymać dofinansowanie konieczne było aby przeszedł pozytywną ocenę merytoryczno-techniczną (w przypadku spełnienia wszystkich kryteriów ogólnych 0/1) oraz musiał otrzymać co najmniej 60% maksymalnej możliwej do uzyskania punktacji z kryteriów zasadniczych. Zgodnie z wyjaśnieniem otrzymanym od UM. Maksymalna liczba punktów możliwa do uzyskania uzależniona była m.in. od rodzaju projektu czy też długości funkcjonowania podmiotu na rynku. Oznacza to, że próg odcięcia był ustalany tak naprawdę indywidualnie dla każdego podmiotu. W praktyce oznacza to, że konieczna byłoby dodatkowe podzielenie populacji na mniejsze grupy (wg takiej samej maksymalnej możliwej punktacji) oraz dokonanie dalszych analiz na tym poziomie. Jednak takie dane nie były dostępne.

W przypadku najliczniejszego ostatniego konkursu, formuła dokonywania ocen wniosków o dofinansowanie nieco się zmieniła. Przyjęto, że dofinansowanie mogą otrzymać te projekty, które przejdą pozytywnie ocenę merytoryczno-techniczną oraz otrzymają, co najmniej 24 punkty. Poniżej przedstawiono rozkład punktacji przyznanej poszczególnym wnioskom w ramach konkursu z 2011 roku. Na wykresie przedstawiono rozkład punktacji obejmujący trzy grupy przedsiębiorstw: 1) nieskutecznych wnioskodawców (łącznie 141 podmiotów – nie pokazano na wykresie 8 firm, które otrzymały zero punktów), 2) beneficjentów, którzy zakończyli realizację projektów do końca 2012 roku (16 podmiotów z tego konkursu), 3) wszystkich beneficjentów, którzy otrzymali wsparcie w ramach wskazanego konkursu (188 firm). Jak widać liczba beneficjentów, którzy otrzymali wsparcie, po realizacji projektu uzyskanego w ramach wskazanego konkursu, jest stosunkowo niewielka i nie pozwala na jakiekolwiek analizy w tym

Strona 85 z 104

momencie. Jednak cała populacja beneficjentów z tego konkursu wskazuje, że analizy powinny być możliwe, jednak nie wcześniej niż w roku 2016 (kiedy to będą dostępne dane za rok 2015). Jednocześnie bowiem istnieje pokaźna pula nieskutecznych wnioskodawców, którzy pod względem punktacji nie różnili się istotnie od wspartych beneficjentów. Jeśli ustalić 4 punktowy próg tolerancji wokół punktu odcięcia, otrzymamy 113 potencjalnych jednostek kontrolnych, których można będzie porównywać populacją beneficjentów wynoszącą 160 jednostek. Należy zauważyć, że niewielka część nieskutecznych wnioskodawców nie otrzymała wsparcia, pomimo przekroczenia wyznaczonego punktu odcięcia. Jednocześnie okazuje się, że część beneficjentów otrzymała wsparcie pomimo mniejszej niż wymagano liczny punków (6 podmiotów – prawdopodobnie firmy te składały odwołania). Jest to pewnego rodzaju komplikacja, ale akceptowalna w przypadku techniki RDD. Konieczne jest jednak zastosowanie jej nieco zmodyfikowanej wersji (tzw. fuzzy RDD).

Wykres 11. Rozkład punktacji wg grup

14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

2 2 2

8 86

20 21

18 19

11 11

53 2 2 11

5

02

6

021

3 2

8

44

37

32

39

0

12

8

1 0 1

Nieskuteczni wnioskodawcy Beneficjenci (zakończyli do 2012)Beneficjenci (wszyscy)

Źródło: opracowanie własne na podstawie danych UM

Podsumowując – na ten moment, z racji na niewielką liczbę beneficjentów kwalifikujących się do badania (nie zakończyli jeszcze realizacji projektów), analizy na poziomie wskaźników efektów, nie mogą zostać przeprowadzone z wykorzystaniem techniki RDD. Rekomenduje się przeprowadzenie tych analiz w roku 2016.

Strona 86 z 104

Obszar tolerancji:+/- 4 pkt.

Województwo świętokrzyskieW przypadku województwa świętokrzyskiego ogólna zbiorowość nieskutecznych wnioskodawców jest niewielka (100 wniosków złożonych przez 95 podmiotów).

Biorąc powyższe pod uwagę, należy uznać, że w województwie świętokrzyskim nie jest możliwe wykorzystanie techniki RDD – prawdopodobna liczba podmiotów możliwa do zidentyfikowania w GUS wskazuje, że założenia techniki będą trudne do spełnienia.

Województwo zachodniopomorskieDo analiz z wykorzystaniem techniki RDD została wytypowana populacja beneficjentów działania 1.1.2. Za wyborem działania stała identyczna logika jak w przypadku techniki PSM (por. rozdz.), a więc wybrano możliwie najliczniejszą i homogeniczną populację beneficjentów, którzy zakończyli realizację projektów najpóźniej w roku 2012 – tak by można było wypowiadać się o jakichkolwiek efektach dla tej grupy podmiotów. W przypadku działania 1.1.3 (wsparcie na projekty innowacyjne), do końca 2012 projekty zakończyło realizować jedynie 18 firm.

Oprócz danych beneficjentów, z którymi podpisana została umowa o dofinansowanie, Urząd Marszałkowski Województwa Zachodniopomorskiego dostarczył dane podmiotów, które starały się nieskutecznie o wsparcie. W przypadku podmiotów, które przeszły etap oceny formalnej, w większości przypadków dostępne były informacje na temat liczby zdobytej punktów na etapie oceny merytorycznej. Ogółem dostępnych było 255 wniosków o dofinansowanie, złożonych przez nieskutecznych wnioskodawców. Zgodnie z klasyfikacją stosowaną w województwie, złożone wnioski przydzielone były do następujących kategorii: „lista rezerwowa” (97), „wniosek niepoprawny merytorycznie” (136), „wniosek zatwierdzony, bez umowy” (22). Z analiz wykluczono wszystkie wnioski niepoprawne formalnie oraz oznaczone, jako „umowa rozwiązana”.

Wszystkie wnioski po ocenie formalnej złożone zostały w ramach trzech konkursów. Nieco ponad 16% wniosków (41) zostało złożone w konkursie z 2008 roku, 24% wniosków (61) złożono w ramach konkursu przeprowadzonego w 2009 roku. Najwięcej, bo 60% wniosków, złożono w konkursie z 2010 roku (łącznie 153 wnioski). Dane te przedstawia kolejna tabela.

Tabela 57. Rozkład projektów wg konkursów

Częstość Procent

RPOWZ/1.1.2/2008/2 41 16,1

RPOWZ/1.1.2/2009/1 61 23,9

RPOWZ/1.1.2/2010/1 153 60


Analiza podmiotów, które składały wnioski wskazała, że część firm starała się nieskutecznie o otrzymanie dofinansowania więcej niż raz. W analizowanym zbiorze znajdowało się 231 unikalnych podmiotów.

Strona 87 z 104

Tabela 58. Powtórzone podmioty

Częstość Procent

Obserwacja powtórzona 24 9,4

Obserwacja pierwotna 231 90,6


Dodatkowo po połączeniu zbioru z bazą beneficjentów, okazało się, że 39 firm w istocie otrzymało wsparcie – a więc mają zarówno doświadczenie skutecznego, jak i nieskutecznego ubiegania się o dofinansowanie. Siłą rzeczy podmioty te musiały być wykluczone z dalszych analiz (w najgorszym przypadku mogłyby się znaleźć równocześnie po obu stronach punktu odcięcia, w najlepszym porównywana byłaby skuteczność różnych form wsparcia, co nie jest przedmiotem zainteresowania w ramach niniejszego projektu).

Tabela 59. Nieskuteczne wnioski faktycznych beneficjentów

Częstość Procent

Nie dostał 192 83,1Dostał dofinansowanie w ramach RPO 39 16,9


Pozostałą populacje firm przeanalizowano dodatkowo pod kątem korzystania ze wsparcia w ramach programów krajowych. Jak się okazało wsparcie takie w ramach otrzymało 9 podmiotów, kolejne 8 otrzymało wsparcie w ramach programów finansowanych przez ARiMR. Podmioty te dla zachowania homogeniczności interwencji (uniknięcia wpływu innych programów na szacowaną wartość wskaźników), musiały zostać wyłączone z analiz.

Ostatecznie w zbiorze nieskutecznych wnioskodawców, którzy 1) złożyli wniosek o dofinansowanie, 2) przeszli ocenę formalną oraz 3) nie korzystali z innych form wsparcia (w ramach RPO, Operacyjnych Programów krajowych i programów ARiMR), pozostało 176 przedsiębiorstw. Z czego 21 złożyło wniosek w pierwszym konkursie, 38 w drugim zaś 117 w konkursie z roku 2010.

Strona 88 z 104

Tabela 60. Rozkład podmiotów wg konkursów

Częstość Procent

RPOWZ/1.1.2/2008/2 21 11,9

RPOWZ/1.1.2/2009/1 38 21,6

RPOWZ/1.1.2/2010/1 117 66,5

Ogółem 176 100 Źródło: opracowanie własne na podstawie danych z UM

Zgodnie z informacjami przedstawionymi przez UM, analizowane konkursu różniły się pod względem minimalnej liczby punktów, od jakiej możliwe było otrzymanie dofinansowania. Najbardziej wymagający, biorąc minimalny wymagany poziom punktów, dotyczył konkursu przeprowadzonego w roku 2008. Wg przedstawionych danych określone minimum wynosiło 72 punkty. W pozostałych dwóch latach próg ustawiony był na poziomie 45 punktów. Przy czym warto zauważyć, że jedynie 107 z analizowanych wniosków otrzymało liczbę punktów większą od zera. Biorąc powyższe pod uwagę, należy uznać, że do analiz możliwe wydaje się włączenie tylko podmiotów, które złożyły wnioski o dofinansowanie w ramach ostatniego konkursu. W pozostałych konkurach dostępne są co najwyżej bardzo małe populacje. Należy też przypuszczać, że system oceny w ramach poszczególnych konkursów nieco się różnił.

Tabela 61. Minimalna liczba punktów wg konkursów oraz 0/1 ocena

Minimalna liczba punktów warunkująca otrzymanie dofinansowania w danym konkursie 0 1

RPOWZ/1.1.2/2008/2 72 5 16

RPOWZ/1.1.2/2009/1 45 30 8

RPOWZ/1.1.2/2010/1 45 34 83

ND 69 107Źródło: opracowanie własne na podstawie danych z UM

W ramach ostatniego konkursu, liczbę punktów większą od zera zdobył 83 firmy. Do tych firm przyporządkowane zostały firmy beneficjenci z właściwego konkursu, z roku 2010. Jak się okazało podmiotów, które zakończyły projekty przed rokiem 2013 było 21. Zestawienie rozkładów z obu grup wskazało na jedną komplikację w postaci 10 firm z grupy nieskutecznych wnioskodawców, którzy mieli wyższą liczę punktów niż niektórzy beneficjenci. Z punktu widzenia analiz w ramach techniki RDD taka sytuacja jest dopuszczalna, przy czym konieczne jest zastosowanie nieco innego schematu analiz (jest to tzw. fuzzy RDD). Wszystkie te podmioty miały w bazie status „zatwierdzony, bez umowy”.

Strona 89 z 104

Na poniższym wykresie przedstawiono rozkład podmiotów z obu grup. Jak się okazuje próg odcięcia ustawiony wypadł na poziomie 72 punktów. Na lewo od tego punktu znalazły się podmioty z grupy nieskutecznych wnioskodawców, po prawej beneficjenci (dla przejrzystości wykluczono 10 nieskutecznych wnioskodawców, z liczbą punktów powyżej 72). Po lewej znalazło się 73 podmiotów. Po prawej stronie 21 podmiotów.

Kolejną decyzją, jaką należy podjąć jest ustalenie dopuszczalnego progu tolerancji podobieństwa. Ustalenie go na poziomie +/- 10 punktów, pozwoli na włączenie do analiz 39 nieskutecznych wnioskodawców oraz wszystkich 21 beneficjentów. Jak widać, na ten moment są to liczebności niezadowalające. Należy spodziewać się dalszych redukcji tych liczebności po połączeniu z danymi sprawozdawczymi GUS. Sytuacja może zmienić się na korzyść po uwzględnieniu w przyszłości wszystkich firm z tego konkursu, jak tylko zakończą realizację swoich projektów (będzie ich 62).

Wykres 12. Rozkład punktacji wg grupy

30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 840

1

2

3

4

5

6

7

8

9

10

Liczba punktów

Liczb

a fir

m


Oczywiście sytuacja może się skomplikować, jeśli chcielibyśmy porównywać firmy z wykorzystaniem węższego obszaru tolerancji (np. +/- 4 punktów, tak jak zaproponowano w przypadku beneficjentów województwa śląskiego).

Strona 90 z 104

Obszar tolerancji:+/- 10 pkt.

Podsumowując, w przypadku województwa zachodniopomorskiego wydaje się możliwe przeprowadzenie analiz z wykorzystaniem techniki RDD, jednak w późniejszym okresie (najwcześniej w roku 2016).

6.8. Technika zmiennych instrumentalnych

Zmienne instrumentalne stosuje się w sytuacji, gdy dostęp do danej interwencji publicznej częściowo zależy od pewnego czynnika zewnętrznego, który nie jest kryterium rekrutacji do programu. Czynnik ten wg założenia wpływa na zmienną wynikową, ale tylko przez (za pośrednictwem) selekcji do programu (exclusion restriction). Czynnik ten nazywa się zmienną instrumentalną. Zidentyfikowanie zmiennej instrumentalne jest w praktyce trudne z dwóch powodów. Pierwszy to konieczność podania przekonującego rozumowania dotyczącego mechanizmów wpływu zmiennej instrumentalnej na proces selekcji do programu. Drugi powód jest taki, że informacje o czynnikach zewnętrznych, warunkujących dostęp do programu, nie są zbierane. Trudno bowiem zakładać, że twórcy programu przewidzą wszystkie czynniki, które będą zaburzały proces selekcji do programu.

Mimo, że często analityk nie dysponuje wiedzą na temat tych czynników, to jednak może zaobserwować skutki działania tych czynników. Skutki te obserwowane są w postaci odstępstw od wyników rekrutacji do programu. Np. jeśli dana firma spełniła kryteria dostępu do programu, ale z jakiś powodów do niego nie przystąpiła. Lub gdy inna firma nie spełniła w pełni kryteriów rekrutacji, ale znalazła sposób, żeby do programu dołączyć (np. została zakwalifikowana z listy rezerwowej). W badaniach wykorzystujących ideę stanu kontrfaktycznego analizy z wykorzystaniem zmiennych instrumentalnych są stosowane właśnie w przypadku odstępstw od schematu rekrutacji (non compliance).

W przypadku analizowanych województw takie sytuacje wystąpiły, jednak dotyczyły one bardzo nielicznych jednostek. W trakcie analizy dokumentacji – przy okazji analizy danych z regionów – starano się ustalić inne czynniki, które mogłyby pełnić funkcję zmiennych instrumentalnych. Niestety analiza dostępnych danych nie pozwoliła na wskazanie takich czynników w żadnym z województw.

Odkrycie takich czynników byłoby bardziej prawdopodobnie w ramach pogłębionych badań jakościowych z samymi beneficjentami lub instytucjami wdrażającymi działanie.

7. Analiza interwencji – wsparcie zwrotneDrugi typ wsparcia, wytypowany do analiz w ramach przedmiotowego badania, obejmuje tzw. wsparcie zwrotne, a więc dofinansowanie dla przedsiębiorstw udzielane formie pożyczek, poręczeń oraz reporęczeń (te formy wsparcia miały miejsce w przypadku czterech wytypowanych do analizy województw). W odróżnieniu od wsparcia zwrotnego przedsiębiorcy muszą w określonej perspektywie oddać otrzymane pieniądze (pożyczone od banku, czy też danego funduszu pożyczkowego). Zaletą tych instrumentów – z punktu widzenia firm – są dużo korzystniejsze warunki finansowe, otrzymania wsparcia w ramach programów unijnych, w porównaniu do oferty rynkowej (bankowej). Należy podkreślić, że środki finansowe nie są dostępne dla pewnej grupy firm, w tym przede wszystkim MSP (zjawisko tzw. luki finansowej), w związku z dużym ryzykiem przypisywanym do tej grupy podmiotów, przez sektor bankowy. Stąd możliwość otrzymania poręczenia/pożyczki/reporęczenia może być jedyną drogą dla zdobycia kapitału niezbędnego do rozpoczęcia inwestycji w przedsiębiorstwie.

Strona 91 z 104

Powyższa kwestia może fundamentalne znaczenie z punktu widzenia problemu obciążenia selekcyjnego, można bowiem przypuszczać, że podmioty korzystające z instrumentów zwrotnych, mogą charakteryzować się przeciętnie gorszą zdolnością kredytową, z co za tym idzie również przeciętnie gorszą kondycją finansową. Z tego punktu widzenia, w celu oszacowania udziału wsparcia w modyfikacji kondycji finansowej firmy, konieczne jest dobranie właściwej grupy kontrolnej, której parametry będą odpowiadać wspartym podmiotom.

7.1. Specyfika wsparcia udzielonego beneficjentom

W tabeli poniżej przedstawiono specyfikę wsparcia udzielanego podmiotom, z wykorzystaniem formuły tzw. wsparcia zwrotnego. Co do zasady mogły być to pożyczki, poręczenia i reporęczenia. Ważnym czynnikiem różnicującym analizowane województwa, był fakt otrzymywania wsparcia w ramach Inicjatywy JEREMIE. Możliwość taka istnieje w przypadku województwa pomorskiego i zachodniopomorskiego. Warto zwrócić uwagę, że analizowane instrumenty, poza wsparciem w ramach wspomnianej Inicjatywy JEREMIE, dość istotnie różnią się pod względem wielkości możliwej pomocy, udzielanej w formie pożyczek lub poręczeń.

Strona 92 z 104

lp. Regionalny Program Operacyjny Województwa Śląskiego

Cel wg RPO Typ wsparcia świadczonego dla grup docelowych (przedsiębiorstw)

Inicjatywa JEREMIE Wartość pożyczek

1 1.1.1. Infrastruktura rozwoju gospodarczego

Wzrost wartości bezpośrednich inwestycji w regionie.

Poręczenia, pożyczki. NIE Do 120 tys. zł w przypadku funduszy mikropożyczkowych (udzielające pożyczek mikroprzedsiębiorcom), Do 600 tys. zł, w przypadku funduszy pożyczkowych, udzielających pożyczek

lp. Regionalny Program Operacyjny Województwa Świętokrzyskiego


Inicjatywa JEREMIE Wartość dofinansowania (maksymalna) w PLN

1 1.3. Tworzenie i rozbudowa funduszy pożyczkowych i gwarancyjnych

Wsparcie rozwoju przedsiębiorstw oraz wzrost aktywności gospodarczej mieszkańców regionu poprzez ułatwienie dostępu do zewnętrznych źródeł finansowania inwestycji.

Poręczenia, pożyczki. NIE Maksymalna kwota wsparcia dla pojedynczego mikro, małego lub średniego przedsiębiorcy wypłacana lub gwarantowana przez dokapitalizowany fundusz nie może przekroczyć 1 500 000 PLN.

lp. Regionalny Program Operacyjny dla Województwa Pomorskiego



1 1.3. Pozadotacyjne instrumenty finansowe dla MŚP

Poprawa dostępu MŚP do kapitału

Poręczenia, pożyczki, reporęczenia TAK Do 500 tys. zł w przypadku pożyczkiDo 1 mln zł w przypadku poręczenia (nie więcej jak 80% kwoty kredytu).

2 1.4. Systemowe wspieranie przedsiębiorczości

Dostarczanie usług na rzecz MŚP znajdujących się w szczególności w luce rynkowej z punktu widzenia możliwości pozyskiwania finansowania dłużnego z sektora bankowego.

Poręczenia, pożyczki Maksymalna kwota pożyczki to 200 tys. zł

lp. Regionalny Program Operacyjny Województwa



Strona 93 z 104

Zachodniopomorskiego1 Poddziałanie 1.3.4.

Pozadotacyjne instrumenty finansowe dla MSP – Inicjatywa Wspólnotowa JEREMIE

Wspieranie rozwoju mikro, małych i średnich przedsiębiorstw prowadzących działalność gospodarczą na terenie województwa zachodniopomorskiego poprzez poprawę ich dostępności do kapitału polegającą na zaoferowaniu im kompleksowego, elastycznego i skutecznego systemu instrumentów inżynierii finansowej.

Poręczenia, pożyczki, reporęczenia TAK Do 500 tys. zł w przypadku pożyczkiDo 1 mln zł w przypadku poręczenia (nie więcej jak 80% kwoty kredytu).

Źródło: opracowanie własne na podstawie danych zawartych w RPO, danych dostępnych na stronie Inicjatywy JEREMIE oraz danych wybranych funduszy pożyczkowych i poręczeniowych

Strona 94 z 104

7.2. Analiza populacji beneficjentów – liczba umów i wspartych podmiotówDane przesłane z Urzędów Marszałkowskich pokazują, że do końca września 2014 r., w czterech województwach podpisano 1396 umów wsparcia z wykorzystaniem instrumentów zwrotnych (podobnie jak w przypadku dotacji bezpośrednich, jeden przedsiębiorca mógł w praktyce podpisać kilka umów, co w praktyce miało faktycznie miejsce).

Poniższe dane uwzględniają również projekty niezakończone. Najwięcej umów zostało podpisanych w województwie pomorskim (573) i zachodniopomorskim (555), co zapewne wynika z realizacji w tych województwach projektów w ramach Inicjatywy JEREMIE. Nie ma jej wśród analizowanych działań RPO, w woj. świętokrzyskim i śląskim. Najmniej umów podpisano w ostatnim z województw śląskim – 128. Niewiele więcej, podpisano umów w woj. świętokrzyskim (140)

Tabela 62. Liczba projektów wg działań/ poddziałań i regionów. RPO Ogółem

Pomorskie Śląskie Świętokrzyskie Zachodniopomorskie

nr

podd

ziała

nia/

dz

iała

nia 1.1.1 - 128 - - 128

1.3 538 - 140 - 6781.3.4 - - - 555 5551.4 35 - - - 35


Podobnie jak w przypadku wsparcia zwrotnego w otrzymanych zbiorach danych znalazły się przypadki wspartych firm, jednak będących spoza regionu ogłaszającego konkurs. Miało to miejsce znacznie rzadziej niż w przypadku wcześniej opisywanych interwencji (łącznie dotyczy to 8 przypadków). Niemniej, przez analogię uznano, że dla zachowania poprawności wnioskowania, w tym wyeliminowania czynników wynikających ze specyfiki lokalnego/ regionalnego rynku, te „nietypowe” firmy zostaną wyłączone z dalszych analiz. Działanie to nie powinno mieć istotnego wpływu na szacowane wartości wskaźników. Podsumowanie realizacji projektów w ramach poszczególnych RPO, z uwzględnieniem pochodzenia wnioskodawcy przedstawia kolejna tabela.

Strona 95 z 104

Tabela 63. Liczba projektów wg lokalizacji beneficjenta oraz RPO w ramach, którego podpisana została umowa o dofinansowanie

Województwo RPO OgółemPomorskie Śląskie Świętokrzyskie Zachodniopomorskie

Dolnośląskie 0 0 0 1 1Mazowieckie 0 0 1 0 1Podkarpackie 0 0 1 0 1Pomorskie 573 0 0 3 576Śląskie 0 128 0 0 128Świętokrzyskie 0 0 138 0 138Wielkopolskie 0 0 0 2 2Zachodniopomorskie 0 0 0 549 549


Po wyłączeniu ww. projektów liczba podpisanych umów przypadająca na dane województwo wygląda w sposób następujący:

Tabela 64. Liczba wniosków wg RPORPO Częstość Procent

Pomorskie 573 41,3

Śląskie 128 9,2

Świętokrzyskie 138 9,9

Zachodniopomorskie 549 39,6

Ogółem 1388 100,0


Jak zostało nadmienione jeden przedsiębiorca mógł starać się o wsparcie więcej niż raz. Liczne okazały się przypadki, w których jeden przedsiębiorca korzystał kilka razy z instrumentów zwrotnych. Sytuacja ta dotyczy zwłaszcza województwa śląskiego i zachodniopomorskiego. W najmniejszym stopniu zjawisko to wystąpiło w województwie śląskim. Kwestia realizacji kilu projektów jednocześnie, została szczegółowo przeanalizowana w przedstawionych poniżej wynikach analiz regionalnych.

Tabela 65. Liczba firm korzystających ze wsparcia, z uwzględnieniem wielokrotnego uczestnictwaRPO Ogółem

Pomorskie Śląskie Świętokrzyskie ZachodniopomorskieObserwacja powtórzona

Liczebność 174 24 34 168 400% z RPO 30,4% 18,8% 24,6% 30,6% 28,8%

Obserwacja pierwotna

Liczebność 399 104 104 381 988% z RPO 69,6% 81,3% 75,4% 69,4% 71,2%

Strona 96 z 104

Liczebność 573 128 138 549 1388% z RPO 100,0% 100,0% 100,0% 100,0% 100,0%


Podobnie jak w przypadku danych dot. instrumentów wsparcia bezzwrotnego, kluczowym czynnikiem warunkującym możliwość sensownej analizy zmian wskaźników ekonomicznych w nawiązaniu do realizowanych projektów, finansowanych ze środków publicznych, jest data zakończenia projektu. W przypadku otrzymanych danych dysponujemy informacją o dacie podpisania umowy (poręczenia, reporęczenia lub pożyczki) oraz czasem obowiązywania umowy. Należy zauważyć, że data podpisania umowy, nie oznacza daty realizacji inwestycji, na jaką dany podmiot otrzymał wsparcie, można jednak przypuszczać, że realizacja faktycznej inwestycji będzie przesunięta w czasie. Dane z baz RPO wskazują, że realizacja poszczególnych umów wsparcia jest znacząco rozciągnięta w czasie. Do końca 2012 roku (przyjętego jako ostatni moment realizacji projektów w przypadku instrumentów bezzwrotnych) zakończyło się jedynie 61 (łącznie ze wszystkich województw). Istotnego przyrostu zakończonych projektów (umów na otrzymanie wsparcia w formie zwrotnej) można spodziewać się najwcześniej w bieżącym roku. Jednak z uwagi na przesunięcie danych sprawozdawczych GUS, uzasadniona analiza tych projektów, będzie możliwa najwcześniej w roku 2016, kiedy możliwe będzie pokazanie sytuacji tych podmiotów w roku 2015, a więc w rok po zakończeniu umowy wsparcia. W roku bieżącym analiza projektów zakończonych do końca 2012, z racji na bardzo małe liczebności próbek, wydaje się być zarówno nieuzasadniona. Warto zauważyć, że poniższa tabela nie uwzględnia jeszcze typu uzyskanego wsparcia (pożyczka, poręczenie, reporęczenie), których uwzględnienie prowadziłoby do dalszej dezagregacji danych (pożądane byłoby przeprowadzenie osobnych analiz dla beneficjentów każdej z form wsparcia).

Tabela 66. Rok obowiązywania podpisanych umów w ramach instrumentów zwrotnychRok obowiązywania ostatniej umowy

RPO Ogółem Ogółem skumulowanePomorskie Śląskie Świętokrzyskie Zachodnio-

pomorskie2011 10 0 0 0 10 102012 31 7 3 10 51 612013 40 12 5 40 97 1582014 40 12 10 65 127 2852015 44 11 17 67 139 4242016 21 8 18 53 100 5242017 32 25 18 61 136 6602018 89 18 16 50 173 8332019 91 4 8 34 137 9702020 1 5 4 1 11 9812021 0 1 0 0 1 9822022 0 0 2 0 2 9842023 0 0 2 0 2 9862024 0 0 1 0 1 9872040 0 1 0 0 1 988

Strona 97 z 104

399 104 104 381 988Źródło: opracowanie własne na podstawie danych z UM

Abstrahując od powyższej decyzji, w kolejnych podrozdziałach pokazano zjawisko wielokrotnego korzystania ze wsparcia, w ramach instrumentów zwrotnych, w ramach poszczególnych województw.

7.2.1. Województwo pomorskie

W województwie pomorskim firmy najczęściej podpisały jedną umowę wsparcia, 75 firm podpisały dwie umowy, 38 firm podpisało umowę na realizację łącznie więcej niż trzech projektów.


Liczba projektów Częstość1 2862 753 284 45 26 17 3

Ogółem 399Źródło: opracowanie własne na podstawie danych z UM

W ramach realizowanych typów instrumentów zwrotnych, w woj. pomorskim dominowały tzw. reporęczenia (290 umów) oraz pożyczki (258 umów). Poręczenia zdarzały się na tym tle stosunkowo rzadko (25 umów).

Tabela 68. Typy instrumentów

CzęstośćPoręczenie 25Pożyczka 258Reporęczenie 290


7.2.2. Województwo śląskieW województwie śląskim firmy również najczęściej podpisały jedną umowę, jedynie 21 firm skorzystało ze wsparcia więcej niż raz.


Strona 98 z 104

Liczba projektów Częstość1 832 193 14 1


Dominującą formą wsparcia, z której korzystali beneficjenci, były pożyczki (80 umów). Nieco rzadziej podmioty korzystały z poręczeń (48 umów).

Tabela. Typy instrumentów

CzęstośćPoręczenie 48Pożyczka 80


7.2.3. Województwo świętokrzyskie

W województwie świętokrzyskim sytuacja wielokrotnego pozyskiwania wsparcia w ramach RPO wyglądała podobnie jak w województwie śląskim – firmy najczęściej korzystały ze wsparcia zwrotnego jeden raz, 27 firm zdecydowało się to zrobić częściej


Liczba projektów Częstość1 772 213 54 1


Podobnie do woj. śląskiego, firmy korzystały najczęściej z pożyczek (91 umów), a dopiero w drugiej kolejności z poręczeń (47 umów).

Tabela 71. Typy instrumentówCzęstość

Poręczenie 47Pożyczka 91

Ogółem 138

Strona 99 z 104


7.2.4. Województwo zachodniopomorskieW województwie zachodniopomorskim również obecna jest sytuacja wielokrotnego korzystania firm ze wsparcia zwrotnego w ramach RPO. Ponownie najczęściej zwracały się o pomoc z wykorzystaniem tego instrumentu jeden raz. Więcej niż raz zrobiło to nieco ponad sto przedsiębiorstw.


Liczba projektów Częstość1 2692 723 314 35 56 1


W strukturze formy udzielonego wsparcia dominują podobnie do województwa pomorskiego reporęczenia (336 umów). Podpisano również relatywnie dużą liczbę umów na pożyczki (211).

Tabela 73. Typy instrumentów

CzęstośćPoręczenie 2Pożyczka 211Reporęczenie 336


Strona 100 z 104

8. Aneks8.1. Bibliografia

Abadie, A., and G. W. Imbens. 2012. Matching on the estimated propensity score. Harvard University and National Bureau of Economic Research.http://www.hks.harvard.edu/fs/aabadie/pscore.pdf

Ekspertyza: „Wykorzystanie danych jednostkowych dla celów prowadzenia ewaluacji kontrfaktycznych interwencji publicznych – analiza wstępna”. Centrum Badań i Edukacji Statystycznej GUS, 2013.

Evaluation in the field of State aid. Draft methodological guidance paper - concepts and recommendations, Listopad 2013 r.: http://ec.europa.eu/competition/consultations/2013_state_aid_modernisation/draft_guidance_paper_en.pdf

Mouque Daniel, What are counterfactual impact evaluations teaching us about enterprise and innovation support?, DG Regio

Rosenbaum, P. and Rubin, D.B. (1983) The Central Role of the Propensity Score in Observational Studies for Causal Effects," Biometrika, vol. 70, no. 1, 4155.

RPO Województwa Pomorskiego oraz jego Uszczegółowienie, RPO Województwa Śląskiego oraz jego Uszczegółowienie, RPO Województwa Świętokrzyskiego oraz jego Uszczegółowienie, RPO Województwa Zachodniopomorskiego oraz jego Uszczegółowienie. Stata treatment effects reference manual: Potential outcomes/counterfactual outcomes.

StataCorp. 2013. Stata: Release 13. Statistical Software. College Station, TX: StataCorp LP. The Programming Period 2014-2020. Monitoring and evaluation of European Cohesion Policy,

Guidance Document on Evaluation Plans, Kwiecień 2014 r.http://ec.europa.eu/regional_policy/sources/docoffic/2014/working/evaluation_plan_guidance_en.pdf

Strona 101 z 104



8.2. Opis zmiennych w bazie danych beneficjentówv1 Numeryczna 8 index - zmienna porządkowa

(niepowtarzalna)Brak

v2 Tekstowa 10 NIP Brakv3 Tekstowa 9 REGON_9 Brakv4 Tekstowa 5 REGON_5 – dotyczy oddziałów (2 przypadki,

nie kwalifikują się do analiz)Brak

v5 Tekstowa 177 nazwa przedsiębiorstwa Brakv6 Numeryczna 8 Regionalny Program Operacyjny {1,00, pomorskie}

{2,00, śląskie}{3,00, świętokrzyskie}{4,00, zachodniopomorskie}

v7 Tekstowa 19 województwo Brakv9 Numeryczna 8 poddziałania łącznie {1, śląskie 1.2.2}

{2, śląskie 1.2.3}{3, śląskie 1.2.4}{4, śląskie 1.2.2 i 1.2.3}{5, śląskie 1.2.3 i 1.2.4}{6, śląskie 1.2.2 i 1.2.4}{7, śląskie 1.2.2 i 1.2.3 i 1.2.4}{8, świętokrzyskie 1.1}{9, pomorskie 1.1.2}{10, pomorskie 1.2}{11, zachodniopomorskie 1.1.2}{12, zachodniopomorskie 1.1.3}{13, pomorskie 1.1.2 i 1.2}{14, zachodniopomorskie 1.1.2 i 1.1.3}

v8 Tekstowa 8 nr poddziałania w ramach którego złożono wniosek o dofinansowanie

Brak

v10 Numeryczna 8 zbiór do analiz 1 - bez uczestników targów {,00, NIE} {1,00, TAK}v11 Numeryczna 8 zbiór do analiz 2 - uczestnicy targów {,00, NIE} {1,00, TAK}v12 Numeryczna 8 łączna liczba zrealizowanych projektów w

ramach RPOBrak

v13 Tekstowa 4 Rok złożenia wniosku o dofinansowanie Brakv14 Tekstowa 4 Rok zakończenia realizacji projektu Brakv15 Tekstowa 4 Rok ostatniego złożonego wniosku o

płatność końcowąBrak

v16 Tekstowa 4 Rok najwcześniej złożonego wniosku Brakv17 Tekstowa 4 Rok najpóźniej zakończonego projektu Brakv18 Tekstowa 8 Lata realizacji projektów (od złożenia

wniosku do zakończenia realizacji)Brak

v19 Numeryczna 8 Kwalifikacja do analiz wg kryterium czasu udziału

{,00, NIE} {1,00, TAK}

v20 Numeryczna 12 Czy projekt przewidywał udział w targach? {,00, NIE} {1,00, TAK}

Strona 102 z 104

v21 Numeryczna 8 Ile razy łącznie firma uczestniczyła w ramach RPO w imprezach targowo-wystawienniczych?

Brak

v22 Numeryczna 8 Charakterystyka przedsiębiorcy z punktu widzenia udziału w imprezach targowo-wystawienniczych

{0, nie brał udziału}{1, brał udział w targach realizował inne działania inwestycyjne}{2, brał udział tylko w targach}

v23 Tekstowa 30 kompletny nr wniosku o dofinansowanie Brakv24 Tekstowa 220 Tytuł projektu Brakv25 Tekstowa 19 nr konkursu o dofinansowanie Brakv26 Tekstowa 129 adres www z dokumentacją konkursową Brakv27 Numeryczna 12 Wynik oceny wniosku o dofinansowanie

(liczba otrzymanych punktów)Brak

v28 Numeryczna 12 Minimalna liczba punktów warunkująca otrzymanie dofinansowania w danym konkursie

Brak

v29 Daty 10 data złożenia wniosku o dofinansowanie Brakv30 Daty 10 data podpisania umowy Brakv31 Daty 10 data rozpoczęcia projektu Brakv32 Daty 10 data zakończenia projektu Brakv33 Daty 10 data złożenia ostatniego wniosku o płatność

końcową w ramach danego projektuBrak

v34 Numeryczna 11 dofinansowanie ogółem Brakv35 Numeryczna 11 dofinansowanie UE Brakv36 Numeryczna 11 % dofinansowania Brakv37 Numeryczna 11 całkowita wartość projektu Brakv38 Numeryczna 11 wydatki kwalifikowalne Brakv39 Numeryczna 8 Zsumowana wartość wszystkich projektów Brakv40 Numeryczna 8 Zsumowana wartość dofinansowania

wszystkich projektówBrak

v41 Numeryczna 8 Zsumowana wartość dofinansowania na wszystkie targi

Brak

v42 Numeryczna 8 Zsumowana wartość dofinansowania na inwestycje

Brak

v43 Tekstowa 29 gmina (z wniosku o dofinansowanie) Brakv44 Tekstowa 38 Miejscowość (z umowy) Brakv45 Tekstowa 44 adres Brakv46 Tekstowa 11 nr domu Brakv47 Tekstowa 12 nr lokalu Brakv48 Tekstowa 28 Telefon Brakv49 Tekstowa 8 kod pocztowy Brakv50 Tekstowa 37 Email Brakv51 Tekstowa 31 osoba do kontaktu imię i nazwisko Brakv52 Tekstowa 26 typ przedsiębiorstwa (zgodnie z rozp

800/2008) - mikro, małe, średnieBrak

Strona 103 z 104

v53 Tekstowa 113 forma prawna Brakv54 Tekstowa 36 powiat z wniosku Brakv55 Tekstowa 77 dział gospodarki Brakv56 Tekstowa 263 kod PKD 2007 Brakv57 Numeryczna 12 wielkość zatrudnienia w ostatnim

zamkniętym okresie sprawozdawczymBrak

v58 Numeryczna 8 liczba realizowanych projektów w ramach programów krajowych

Brak

v59 Numeryczna 8 Sumaryczna wartość dofinansowania otrzymana w ramach programów krajowych

Brak

v60 Tekstowa 9 Czas udziału w programach krajowych (data rozpoczęcia-data zakończenia)

Brak


Strona 104 z 104

Ewaluacja - Ministerstwo Funduszy i Polityki Regionalnej · Web viewJednocześnie ważnym...

Documents

Transcript of Ewaluacja - Ministerstwo Funduszy i Polityki Regionalnej · Web viewJednocześnie ważnym...