Podejmowanie problemu wiedzy w rozważaniach ekonomicznych

Choć w początkowych rozważaniach ekonomistów wiedza jako czynnik wytwór-czy nie była szczególnie eksponowana, a postęp techniczny traktowany był przede wszystkim jako efekt egzogenicznej względem danej gospodarki aktywności innowa-cyjnej, jednak już wtedy pojawiała się ona w określonych kontekstach. Dominującym poglądem było twierdzenie, że nowe rozwiązania, pomysły, gotowe wynalazki przycho-dzą z zewnątrz i są wykorzystywane w sposób imitacyjny. Powstają one w sferze B+R pozostającej poza gospodarką, a zasoby wiedzy naukowo-technicznej są oferowane „przez Boga i inżynierów”275. Jednak już w klasycznym dziele A. Smitha wiedza powiązana jest z rosnącą specjalizacją pracy, która prowadzi nie tylko do poprawy efektywności, ale również prowokuje do dalszego wprowadzania rozwiązań pozwalających zaoszczędzić czas niezbędny dla wykonania poszczególnych czynności, czego konsekwencją jest dalszy wzrost produktywności276. A. Smith rozróżniał dwa rodzaje innowacji technolo-gicznych, których źródłem jest stopniowalna akumulacja wiedzy. Pierwsze – praktyczne, wdrażane były przez pracowników: „[....] wskutek podziału pracy cała uwaga każdego człowieka z natury rzeczy jest skierowana na jakiś jeden bardzo prosty przedmiot. Moż-na się przeto spodziewać, że ten lub ów z zatrudnionych w jakiejś poszczególnej gałęzi pracy znajdzie wnet łatwiejsze i prostsze sposoby wykonywania swej własnej specjalnej

271K. Saczuk, Wybrane zagadnienia ekonomii informacji a rynek pracy, http://web.archive.org/web/200

70205193512/http://www.nbp.pl/publikacje/bank_i_kredyt/2003_05/saczuk.pdf, s. 2 [dostęp 16.08.2017].

272M. Gola, Konotacje pojęcia ekonomia informacji, http://kolegia.sgh.waw.pl/pl/KZiF/czasopisma/

zeszyty_naukowe_studia_i_prace_kzif/Documents/Marcin%20Gola%20150.pdf, s. 6 [dostęp 28.02.2018].

273Ibidem, s. 4.

274Ibidem.

275J. Robinson, Eseje z teorii wzrostu gospodarczego, [za:] I. Świeczewska, Dyfuzja wiedzy w polskiej

gospodarce. Ujęcie sektorowe, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2018, s. 53.

pracy, gdy tylko jej natura na takie udoskonalenie pozwala. Znaczną część maszyn sto-sowanych w tych fabrykach, gdzie podział pracy jest najdalej posunięty, wynaleźli pier-wotnie zwykli robotnicy, z których każdy zajęty wykonywaniem jakiejś bardzo prostej czynności, siłą rzeczy zwracał swe myśli ku temu, jakby wynaleźć łatwiejsze i prostsze sposoby pracy”277. Drugie – teoretyczne, opracowywane były przez badaczy zwanych filozofami, których specjalistyczna wiedza powiększała coraz bardziej ogólny jej zasób: „[...] wiele ulepszeń wprowadziła pomysłowość ich konstruktorów; niektóre osiągnięto przez wynalazczość tych, których nazywamy filozofami lub ludźmi teorii, a których za-jęciem nie jest cośkolwiek wytwarzać, lecz wszystko obserwować; i oni to dzięki temu są często w stanie kojarzyć z sobą siły najodleglejszych i najróżniejszych rzeczy”278.

Odwrotną kolejność niż A. Smith zakładał J. Rae – to postęp techniczny, wyma-gający pewnych, początkowych nakładów kapitału, prowadzi do pogłębiania specjaliza-cji pracy279. W rozważaniach D. Ricardo innowacyjność prowadzi do postępu technicz-nego, ale jest zarazem przyczyną pojawiania się specyficznego rodzaju bezrobocia, tzw. bezrobocia technologicznego, które wbrew początkowym założeniom, ma raczej stały charakter (założenie D. Ricardo podważane było przez J.B. Saya)280. Z kolei J.S. Mill wskazywał na potrzebę ochrony wiedzy stanowiącej podstawę nowych rozwiązań, a jego poglądy w tej materii uważane są za zwiastun wprowadzenia ochrony praw własności intelektualnej281. W sposób bardzo wyrazisty znaczenie wiedzy i innowacji dla rozwoju gospodarczego podkreślał również G. Tarde, który uznawany jest za prekursora koncep-cji dyfuzji wynalazków podjętej i rozwiniętej wiele lat później w kształt triady inwen-cja–innowacja–imitacja przez J.A. Schumpetera282.

Podejście neoklasyczne otworzyło perspektywę szerszego uwzględniania wiedzy, a w konsekwencji również innowacji w podejmowanych analizach i tworzeniu coraz bardziej rozbudowanych modeli. Jednym z nich był opublikowany w 1956 r. model R. Solowa zakładający zdolność rozprzestrzeniania postępu technicznego w obrocie gospodarczym. Stanowiło to spełnienie jednego z warunków, wzrostu technicznego uzbrojenia pracy umożliwiającego konwergencję gospodarek typu β, inaczej warunkową (rozumianą jako proces wyrównywania poziomu rozwoju gospodarczego w skali global-nej). W modelu Solowa długookresowa równowaga gospodarki kształtowana jest dyna-miką wzrostu PKB zależną od postępu technicznego i tempa wzrostu liczby ludności, przy czym dynamika wzrostu PKB per capita równa jest stopie postępu technicznego

277A. Smith, Badania nad naturą i przyczynami bogactwa narodów, PWN, t. 1, Warszawa 1954,

s. 15–16.

278Ibidem, s. 5.

279I. Świeczewska, op. cit., s. 50.

280Ibidem, s. 51.

281Ibidem.

o charakterze egzogenicznym283. Niekiedy dla opisania tak rozumianej funkcji produkcji używana jest funkcja Cobba-Douglasa284.

Model R. Solowa okazał się punktem wyjścia dla kolejnych koncepcji wzrostu, zarówno tych na nim bazujących, jak i pozostających względem niego w opozycji (mo-dele takie opracowali N. Kaldor, J.K. Arrow, H. Uzawa, K. Shell, R.R. Nelson i E. S. Phelps oraz F. Ramsey, D. Cas i T. Koopmans). Z czasem rozbudowany przez N.G. Mankiwa, D. Romera i D.N. Weila, uwzględniających znaczenie kapitału ludzkiego, model Solowa przybliżył się znacznie do koncepcji endogenicznego wzrostu gospodarczego285.

Koncepcją wyrosłą z powyższego modelu i wyjaśniającą istotę tzw. reszty R. So-lowa określanej w literaturze „miarą ignorancji” lub „miarą niewiedzy”, jest koncepcja J. Fagerberga. Według jego słów postęp technologiczny nie spada niczym manna z nieba286, co oznacza, że funkcja produkcji zależy nie tylko od zewnętrznego napływu technologii, lecz również od jej efektywnego wykorzystania warunkowanego zdolnością absorbcji wiedzy własnej i obcej287. Tym samym reszta Solowa ujmowana jest tu w postaci trzech zmiennych: endogenicznej innowacyjności, dyfuzji innowacji egzogenicznych oraz zdolności absorbcji288.

Przykładem modelu silnie akcentującego ekonomiczną rolę wiedzy jest także model „uczenia się przez działanie” K.J. Arrowa, zgodnie z którym warunkiem rozwo-ju wiedzy jest aktywność gospodarcza tworząca określone środowisko sprzyjające na-bieraniu doświadczeń, wyciąganiu wniosków i ich implikacji do praktyki rynkowej. K.J. Arrow jest autorem, tzw. krzywej uczenia się – pokazującej zależność pomiędzy produktywnością a efektywnością organizacji i gospodarek. Krzywa uczenia się pojawia się w kontekście relacji pomiędzy uczeniem się a kosztami i zyskami m.in. w analizach T. Wrighta289.

Warto zauważyć, że uwzględnianie wiedzy w analizach neoklasycznych, nie skutkowo bynajmniej wyjaśnieniem, w jaki sposób pojęcie to należy rozumieć. Udało się jednak ustalić pewien zbiór charakterystycznych dla zastosowania wiedzy założeń, takich jak:

a) podmioty rynkowe wykorzystują pełną informację dla maksymalizacji uży-teczności swojej działalności;

283M. Próchniak, Modele wzrostu gospodarczego, http://web.sgh.waw.pl/~mproch/Z_teoria_wzrostu/

modele_wzrostu.pdf, s. 8 [dostęp 26.08.2018].

284I. Świeczewska, op. cit., s. 56.

285Ibidem, s. 59.

286Ibidem, s. 57.

287S. Kubielas, op. cit., s. 237.

288Ibidem.

289K. Olejniczak (red.), Organizacje uczące się. Model dla administracji publicznej, Wydawnictwo

b) wiedza stanowi w rzeczywistości pewien zbiór usystematyzowanych informa-cji, które można sformalizować;

c) jest ona dostępna dla wszystkich zainteresowanych;

d) dysproporcje pomiędzy prywatną i społeczną stopą zwrotu poczynione w związ-ku z inwestycjami w wiedzę, powodują konieczność takiej interwencji państwa w danym obszarze, która podniesie poziom zaangażowania kapitałów prywat-nych do poziomu społecznie pożądanego290.

Paradoksalnie, wspólnym mianownikiem stanowiącym wadę neoklasycznych teorii wzrostu gospodarczego było zatem to, iż nie potrafiły one w sposób wystarczający wyjaśnić ani długookresowego wzrostu, który w ich ujęciu uzależniony był wyłącznie od egzogenicznego postępu technologicznego, ani też różnic w poziomach dochodów poszczególnych krajów. Było to o tyle zrozumiałe, iż dla wyjaśnienia obu, wynikających z siebie nawzajem, problemów konieczne było uwzględnienie endogeniczności postępu technologicznego291.

Istotnego znaczenia problem wiedzy i postępu technicznego nabrał zatem w roz-ważaniach teorii endogenicznego rozwoju gospodarczego. W ich ujęciu postęp technicz-ny jest wynikiem aktywności innowacyjnej o charakterze wewnętrztechnicz-nym, która wpływa na dysproporcje pomiędzy gospodarkami. Obserwowalne różnice wynikają z efektyw-ności zarządzania potencjałem w postaci posiadanego kapitału fizycznego i ludzkiego, prowadzonych prac badawczo-rozwojowych292, tzw. głębokich determinant wzrostu293

– m.in. decyzji inwestycyjnych o charakterze prywatnym294 i publicznym295 oraz mię-dzynarodowej wymiany handlowej i transferu technologii296. W takim ujęciu postęp techniczny nie jest wynikiem zdarzeń losowych, lecz przemyślanych i celowych decyzji racjonalnie zachowujących się graczy rynkowych297. Przykładowym modelem, w którym przychody z kapitału ludzkiego generują wzrost stopy zwrotu od zainwestowanych w niego nakładów jest model G. Beckera, K. Murphy’ego i R. Tamury298.

290S. Piotrowski, Venture capital jako forma finansowania MŚP w polityce wspierania innowacji UE, Wydawnictwo UE w Poznaniu, Poznań 2011, s. 21-27.

291 S. Zajączkowska-Jakimiak, op. cit., passim.

292P. Romer, Increasing returns and long run growth, “Journal of Political Economy”, Vol. 94, 1986,

s. 1002-1037; S. Rebelo, Long-run policy analysis and long run growth, “Journal of Political Economy”, Vol. 99, No. 31, 1991, s. 500-521.

293R. Rapacki, Wzrost gospodarczy w krajach transformacji: konwergencja czy dywergencja?, PWE,

Warszawa, 2009.

294Romer P., Increasing returns and long run growth…, passim.

295R. J. Barro, Government spending in a Simple model of endogenous growth, „Journal of Political

Economy”, Vol. 98, No. 5, part 2, 1990, s. 103-125.

296G. Grossman, E. Helpman, Product Development and International Trade, NBER Working Paper,

1989.

297T. Tokarski, Postęp techniczny a wzrost gospodarczy w modelach Solowa i Lucasa, „Ekonomista”,

nr 2–3, 1998.

Jednym z modeli uwzględniających znaczenie kapitału ludzkiego jest także wyrosły na pracach K. Arrowa i jego założeniu o występowaniu rosnących przychodów model

le-arning-by-doing P. Romera299. Jego podstawowym założeniem jest twierdzenie, że czyn-nikiem powodującym wzrost przychodów w skali całej gospodarki jest wiedza, ulegająca intensywnemu rozprzestrzenianiu się poprzez praktykę. W modelu P. Romera nie wystę-puje stan ustalony gospodarki, nie jest to również gospodarka optymalna w sensie Pareta. Analizowana przez P. Romera gospodarka jest doskonale konkurencyjna, jednak akumu-luje zbyt mało wiedzy i wykazuje niższe tempo wzrostu niż gospodarka centralnie plano-wana. Indywidualne przedsiębiorstwo nie uwzględnia pozytywnych efektów zewnętrznych związanych z inwestycjami w wiedzę, jakie przynoszą one w skali gospodarki, dlatego też z jego perspektywy krańcowy produkt wiedzy będzie niższy niż krańcowy produkt wiedzy na poziomie całej gospodarki300. Również w modelu R. Lucasa, którego inspiracją były badania H. Uzawy, źródłem dodatnich efektów zewnętrznych jest akumulacja kapitału ludzkiego. Endogeniczne tempo wzrostu gospodarczego rośnie adekwatnie do efektywno-ści akumulacji kapitału ludzkiego, a jednocześnie słabnie wraz ze wzrostem stopy dyskon-towej301. Także w tym przypadku, gospodarka doskonale konkurencyjna okazuje się jednak mniej efektywna w sensie Pareta od gospodarki wspieranej instytucjonalnie.

P. Romer jest także autorem modelu ze zwiększającą się liczbą dóbr, który nawią-zuje do funkcji użyteczności właściwej dla modelu K. Dixita i E. Stiglitza302. Jego kon-cepcja oparta jest na założeniu, że pojawiające się jako wynik prac badawczo-rozwojowych innowacje nie modyfikują istniejących, lecz wprowadzają do obiegu nowe dobra pośred-nie, wykorzystywane przy tworzeniu dóbr finalnych. Tym, co wpływa na skuteczność prowadzonych prac badawczo-rozwojowych i liczbę pojawiających się nowych rozwiązań, jest wielkość nakładów kapitału ludzkiego oraz liczba funkcjonujących bieżących inno-wacji. Dobra pośrednie wytwarzane są przez monopolistę, który uzyskując do nich dostęp przez wykup licencji od sektora B+R, sprzedaje je następnie podmiotom dostarczającym dobra finalne. Ostatecznie P. Romer doszedł do wniosku, że tym, co wpływa na zróżni-cowanie gospodarcze krajów, jest posiadany przez nie zasób kapitału ludzkiego. Tam gdzie jest on większy, gospodarka uzyskuje korzyści skali i w konsekwencji rozwija się szybciej. Przy czym, po raz kolejny, analizowana gospodarka rynkowa (niedoskonale konkurencyjna, ze względu na udział w niej monopolisty-licencjobiorcy) nie jest gospo-darką optymalną w sensie Pareta303.

299R. E. Lucas, On the mechanics of economic development, “Journal of Monetary Economics”,

No. 22., 1988, s. 3-42; P. Romer, Endogenous technological…, passim.

300 M. Próchniak, op. cit., s. 29. 301 Ibidem, s. 34.

302 Próchniak, op. cit., s. 42.

W odróżnieniu od modelu ze zwiększającą się liczbą dóbr, w modelu Aghiona -Howitta, pojawiają się innowacje „pionowe” – modyfikujące istniejące rozwiązania304. Wywołuje to określone konsekwencje, gdyż wprowadzenie udoskonaleń stanowiących substytut dla już funkcjonujących innowacji prowadzi do ich eliminacji. Przedsiębiorca, wprowadzając je na rynek, staje się schumpeterowskim „kapitanem przemysłu”, doko-nując twórczej destrukcji uzyskuje status monopolisty, który utrzyma jednak tylko do momentu wprowadzenia kolejnej, modyfikującej innowacji.

Wśród badaczy, którzy jako jedni z pierwszych zaczęli postrzegać postęp tech-niczny i warunkującą go wiedzę jako czynnik endogetech-niczny, był także J. Conlisk. Przed-stawił on model gospodarki funkcjonującej jako zamknięty system, w którym wzrost gospodarczy determinowany jest tradycyjnymi inwestycjami w kapitał rzeczowy i ludz-ki oraz postępem technologicznym. Prace J. Conliska pozwoliły na rozwinięcie proble-mu wspomnianej wcześniej reszty, którą zaczęto traktować jako efekt inwestycji w ka-pitał ludzki305.

Charakterystyczne dla modeli endogenicznych odrzucenie prawa malejących przychodów z kapitału powiązane jest z przyjęciem założenia o rosnących korzyściach skali wynikających z dyfuzji wiedzy, obserwowalnych dla zagregowanej funkcji pro-dukcji306. Negując prawo malejących przychodów oraz ujemną korelację pomiędzy po-ziomem dochodu na mieszkańca a dynamiką wzrostu gospodarczego, modele endoge-niczne wskazują ponadto na szczególną zdolność krajów zaawansowanych technologicznie do kumulowania efektów postępu technicznego307.

Przegląd nowych teorii wzrostu pozwala zatem wyodrębnić dwa główne ich nurty. Pierwszy koncentruje się na akumulacji wiedzy, drugi zaś na akumulacji kapitału. Pierw-szy z nich wprowadza do modeli wzrostu sektor badawczy, który generuje wciąż nową wiedzę zwiększającą produktywność. Tym samym to, co u R. Solowa traktowane było jako efektywność pracy, tutaj jest efektem wykorzystanej wiedzy i technologii. W takich ujęciach podkreśla się zwłaszcza, że choć wiedza wykazuje silne zróżnicowanie, jej poszczególne odłamy nie są względem siebie konkurencyjne308. Drugi wspomniany nurt teorii wzrostu odnosi się do pojęcia kapitału, ale jest on rozumiany szerzej niż w ujęciu klasycznym. Tu bowiem kapitał obejmuje także kapitał ludzki.Zgodnie z założeniami teorii akumulacji

304 P. Aghion, P. Howitt, A Model of Growth through Creative Destruction, „Econometrica”, vol. 60, 1992, s. 323–351.

305 J. Conlisk, A modified neoclassical growth model with endogenous technical change, [za:] S. Za-jączkowska-Jakimiak, op. cit., s. 47-69.

306 B. Verspagen, Innovation and Economic Growth, [w:] J. Fagerberg, D. C. Mowery, R. R. Nelson,

The Oxford Handbook of Innovation, Oxford University Press, Oxford 2005.

307 Z. Matkowski, M. Próchniak, R. Rapacki, Scenariusze realnej konwergencji w Unii Europejskiej –

kraje EŚW a UE-15, [w:] M. Gorynia, S. Rudolf (red.), Polska w Unii Europejskiej i globalnej gospodarce, IX Kongres Ekonomistów Polskich, Polskie Towarzystwo Ekonomiczne, Warszawa 2014, s. 2.

kapitału nawet niewielkie inwestycje skutkują w tym przypadku znacznymi przyrostami produktywności. Inwestycje w kapitał rzeczowy skutkują przyrostem kapitału ludzkiego, podobnie inwestycje w kapitał ludzki powodują przyrost kapitału rzeczowego309.

Problem znaczenia wiedzy w gospodarce podejmowany był również w ramach tzw. ekonomii ewolucyjnej. Jak wspomniano wyżej, model klasyczny zakładający uprosz-czenie linearnego procesu innowacji opartego na wiedzy, okazał się oderwany od fak-tycznego jego przebiegu, opartego na znacznie bardziej skomplikowanych sekwencyjnych działaniach. Wobec wyczerpania możliwości modeli klasycznych, znacznie bardziej adekwatne dla analizy mikroekonomicznej (w ograniczonym zaś dla analizy makroeko-nomicznej), ale i znacznie utrudnione, okazało się podejście ewolucyjne. Założenie o nieliniowości procesu innowacji, zwrot w kierunku ich otwierania i zerwania z kla-syczną koncepcją praw własności intelektualnej, znacznie poszerzyły możliwości po-znawcze. W ujęciu autorów wpisujących się w nurt koncepcji ewolucyjnych zarówno wiedza, jak i technologie pojawiają się w wyniku zróżnicowanych interakcji podmioto-wych i przedmiotopodmioto-wych, wpływając na proces innowacji oraz wytyczając kierunek zmian zachodzących w gospodarce310. Wtórują im wyznawcy koncepcji innowacji jako okre-ślonego systemu (tworzonego przez instytucje zewnętrzne i posiadającego określoną dynamikę) m.in. B. Lundvall oraz R. Nelson, którzy za fundamentalne dla aktywności innowacyjnej uznają dyfuzję idei, predyspozycji, konkretnych umiejętności, wiedzy, danych i informacji311. W ujęciu ewolucyjnej teorii ekonomii wiedza, której zdolność absorbcji warunkuje konkurencyjność, jest kompilacją następujących elementów:

– nie zawsze ma charakter dobra publicznego;

– dystrybucja wiedzy kreująca innowacje, wymaga użycia stosownych narzędzi systemowych,

– generuje określone, często znaczne koszty (ochrony, absorbcji, tworzenia)312; – może występować w postaci niesformalizowanej lub zostać sformalizowana; – ma charakter lokalny, co wynika z jej rozproszenia i wpływa na zdolność jej

absorbcji;

– niepełność informacji powoduje, że decyzje podmiotów są suboptymalne, nie zawsze też racjonalne;

309 I. Świeczewska, op. cit., s. 59.

310W. Kwaśnicki, Ekonomia ewolucyjna - alternatywne spojrzenie na proces rozwoju gospodarczego,

„Gospodarka Narodowa”, Nr 10, 1996, s. 1-13; Podręcznik Oslo, s. 95.

311B. A. Lundvall (red.), National Innovation Systems: Towards a Theory of Innovation and Interactive

Learning, London, Pinter Publishers 1992; R. R. Nelson (red.), National Innovation Systems: A

Comparati-ve Analysis, Oxford, Oxford University Press, 1993, www.globelics.org/wpcontent/uploads/2016/05/

GWP2007-01.pdf [dostęp 07.07.2018].

312 P. Cohendet, F. Meyer-Krahmer, Technology Policy in the Knowledge-Based Economy, [w:] P.

Lle-rena, M. Matt, A. Avadikyan (red.), Innovation Policy in a Knowledge-Based Economy Theory and Practice, Springer, Berlin 2005, s. 75-112.

– przepływ wiedzy stymuluje kooperacja, im silniejsza współpraca, a w konse-kwencji otwarcie procesu tworzenia i stosowania wiedzy, tym wyższa jego efektywność;

– jej wykorzystanie warunkowane jest zdolnością absorbcji313;

– pojawianie się innowacji nie zależy jedynie od własnych wysiłków badawczych, lecz stymulowane jest wykorzystaniem przede wszystkim zewnętrznych źródeł wiedzy oraz umiejętnością współpracy314;

– asymetria informacji nie jest przejawem niedoskonałości rynku, lecz bodźcem stwarzającym określone szanse rozwojowe w procesie tworzenia nowej wiedzy; – wiedza kształtuje nowy rodzaj konkurencji – konkurencję technologiczną315. Przyjęcie powyższych założeń oraz przesuniecie akcentu z kreowania wiedzy na jej dyfuzję, wywołało określone konsekwencje. Po pierwsze przyjęcie, że polityka inno-wacyjna powinna koncentrować się na zapewnieniu rozwoju gospodarki wzdłuż pożąda-nej, a zarazem zróżnicowanej trajektorii, przy uwzględnieniu jego dynamiki316. To z kolei implikuje popełnianie błędów, które są konieczne, gdyż pozwalają wyciągać wnioski co do modyfikacji strategii, a jednocześnie umożliwiają porzucenie optymalizacji na rzecz działań adaptacyjnych317. Znamienne w tym kontekście jest zdanie wypowiedziane przez F. von Hayka, iż specyficzną rolą ekonomii jest pokazanie ludziom, jak mało w istocie wiedzą na temat tego, co w ich mniemaniu da się zaprojektować318. Rola państwa w takim ujęciu polega przede wszystkim na tworzeniu tzw. środowiska innowacyjnego (np. parków technologicznych i naukowych, regionalnych klastrów). Za dystrybucję wiedzy odpowia-da stworzony w tym celu system innowacji, w tym aspekcie, ingerencja instytucjonalna wpisuje się w całokształt uczenia się. W takim układzie prace badawczo-rozwojowe po-dejmowane będą przez przedsiębiorstwa tylko wówczas, gdy nie będą one mogły rozwią-zać danego problemu w oparciu o własne oraz o udostępnione, zewnętrzne źródła wiedzy319. Po drugie, odrzucenie mitu samotnego wynalazcy na rzecz kreatywnej współpracy zróż-nicowanych podmiotów stymulowało pojawianiem się koncepcji opartych na zróżnico-wanym stopniu otwartości procesów innowacji.

313C. Chaminade, C. Edquist, Rationales for public policy intervention from a systems of innovation

approach: The case of Vinnova, Circle, Lund University, Sweden 2006.

314P. Cohendet, F. Meyer-Krahmer, op. cit., s. 75-112.

315 S. Piotrowski, op. cit., s. 21-27.

316 L. Bach, M. Matt, From Economic Foundations to S&T Policy Tools: A Comparative Analysis of the

Dominant Paradigms, Springer, Berlin 2005, s. 17-45.

317 M. Gorynia, Studia nad transformacją i internacjonalizacją gospodarki polskiej, Difin, Warszawa 2007.

318 F.A. von Hayek, The Fatal Conceit: The Errors of Socialism, The University of Chicago Press, Chicago, 1991, s. 6.

319 S. J. Kline, N. Rosenberg, An Overview of Innovation, [w:] R. Landau (red.), The Positive Sum

Strategy: Harnessing Technology for Economic Growth, Washington, DC: Nationale Academic Press, 1986,

Istotny wkład w analizę znaczenia wiedzy dla procesów gospodarczych i kwestie powiązane z problematyką interwencji w tym obszarze wniosła również m.in. nowa ekonomika nauki i technologii. Jej przedstawiciele, dokonując klasyfikacji wiedzy na naukową (o charakterze dobra publicznego) i technologiczną, sformułowali odrębne zalecenia dla polityki gospodarczej. O ile w odniesieniu do wiedzy naukowej silne za-angażowanie państwa jest pożądane, o tyle rozwój wiedzy technologicznej powinien zależeć przede wszystkim od wkładu podmiotów prywatnych.

Obecnie wiedza jako czynnik determinujący wzrost i rozwój gospodarczy stała się podstawą nowego paradygmatu – gospodarki opartej na wiedzy (GOW). Pojęcie to zosta-ło sformuzosta-łowane w latach 80. XX w. na oznaczenie gospodarki bazującej bezpośrednio na produkcji, dystrybucji oraz wykorzystaniu wiedzy i będących jej podstawą informacji320. Zbliżone pojęcia można jednak odnaleźć już w pochodzących z lat 60. i 70. XX w. publi-kacjach J. Ellula („społeczeństwo technologiczne”), D. Bella („społeczeństwo postindu-strialne”) M. Porata („gospodarka informacyjna”), B. Lundvalla („społeczeństwo uczące się”)321. Współczesne używanie wyrażenia „oparta na wiedzy” ma na celu uwypuklenie widocznego podążania gospodarek w kierunku większej zależności od wiedzy, informa-cji i wysokiego poziomu umiejętności oraz rosnącej potrzeby szybkiego dostępu do wszystkich tych elementów322. Według słów P. Druckera gospodarka oparta na wiedzy to „porządek ekonomiczny, w którym wiedza, a nie praca, surowce czy kapitał, jest