Nahezu alle entwickelten Volkswirtschaften haben Programme zur Förderung von Forschung und Entwicklung (FuE) eingeführt. Allerdings ist sehr wenig darüber bekannt, welche Programme eigentlich genau zur Anwendung kommen, welche finanziellen Mittel dafür aufgebracht werden und ob die Programme in der Art und Weise wirken, wie sie ursprünglich intendiert waren. Evaluationsstudien, die auf kausalen Untersuchungsdesigns basieren, können einen wertvollen Beitrag zur Beantwortung der Frage leisten, ob ein Programm tatsächlich Wirkungen entfaltet und welcher der verschiedenen Ansätze am erfolgversprechendsten ist.

Übergeordnetes Ziel der hier vorgestellten Routinen ist die Abbildung von Kooperationsbeziehungen von Unternehmen, Universitäten, außeruniversitären Forschungseinrichtung sowie sonstiger Institutionen auf drei Ebenen von Innovationstätigkeit (Verbundprojekte; Publikationen; Patente). Dazu werden a) die drei innovationsbezogenen Datenbanken (Förderkatalog; Web of Knowledge; DPMA Patente) vereinheitlicht und zusammengeführt sowie b) diese kombinierten Datenbestände mittels Record-Linkage-Techniken mit den Daten aus den Institutionendatensätzen Amadeus und Research Explorer verknüpft. Die Zusammenführung erstreckt sich für dieses Projekt auf die sechs Fallregionen, die in RegDemo vorgesehen sind. Die Abgrenzung erfolgt anhand von Raumordnungsregionen: 501 - Aachen; 513 - Siegen; 602 - Nordhessen (= „Kassel“); 1302 – Mittleres Mecklenburg/Rostock (= „Rostock“); 1401 - Oberes Elbtal/Osterzgebirge (= „Dresden“); 1504 - Magdeburg.

Previous research indicates that firm innovativeness can either be determined by a firm’s position within the network dimension or by its position within the geographical dimension. Integrative studies addressing both distinct and combined proximity effects remains rare (cf. Whittington et al. 2009). Thus, we address in this Chapter the following research question: Are firm-level innovation outcomes positively or negatively related to network positioning effects, geographical co-location effects or combined proximity effects; and if the latter case is true, are the combined effects substitutional or complementary in nature? Panel data count models with fixed and random effects were used to analyze a firm’s innovative performance as measured by patent application counts. This last empirical analysis is organized as follows: We start with a short introduction in Sect. 12.1. Next, we provide a brief discussion of theoretical background in Sect. 12.2. In Sect. 12.3 we introduce our conceptual framework and derive our hypotheses. In Sect. 12.4 we introduce the data and methods used. Next, we outline the estimation strategy and report our empirical results in Sect. 12.5. Finally, we discuss our findings and conclude with a number of critical remarks in Sect. 12.6.

Empirical evidence on the evolution of innovation networks within high-tech industries is still scant. We investigate network formation processes by analyzing the timing of firms to enter R&D cooperations, using data on laser source manufacturers in Germany, 1990-2010. Network measures are constructed from a unique industry database that allows us to track both the formation and the termination of ties. Regression results reveal that a firm's knowledge endowment (and cooperation experience) shortens the duration to first (and consecutive) cooperation events. The previous occupation of strategic network positions is closely related to the establishment of further R&D cooperations at a swift pace. Geographic co-location produces mixed results in our analysis.

This paper conducts an empirical study of the factors that affect the spatial distribution of foreign direct investment (FDI) across regions in Russia; in particular, this paper is concerned with those regions that are endowed with natural resources and market-related benefits. Our analysis employs data on Russian firms with a foreign investor during the 2000-2009 period and linked regional statistics in the conditional logit model. The main findings are threefold. First, we conclude that one theory alone is not able to explain the geographical pattern of foreign investments in Russia. A combination of determinants is at work; market-related factors and the availability of natural resources are important factors in attracting FDI. The relative importance of natural resources seems to grow over time, despite shocks associated with events such as the Yukos trial. Second, existing agglomeration economies encourage foreign investors by means of forces generated simultaneously by sector-specific and inter-sectoral externalities. Third, the findings imply that service-oriented FDI co-locates with extraction industries in resource-endowed regions. The results are robust when Moscow is excluded and for subsamples including only Greenfield investments or both Greenfield investments and mergers and acquisitions (M&A).

Empirical and theoretical contributions provide strong evidence that firm-level performance outcomes in terms of innovativeness can either be determined by the firm’s position in the social space (network effects) or by the firm’s position in the geographical space (co-location effects). Even though we can observe quite recently first attempts in bringing together these traditionally distinct research streams (Whittington et al. 2009), research on interdependent network and geographical co-location effects is still rare. Consequently, we seek to answer the following research question: considering that the effects of social and geographic proximity on firm’s innovativeness can be interdependent, what are the distinct and combined effects of firm’s network and geographic position on firm-level innovation output? We analyze the innovative performance of German laser source manufacturers between 1995 and 2007. We use an official database on publicly funded R&D collaboration projects in order to construct yearly networks and analyze firm’s network positions. Based on information on population entries and exits we calculate various types of geographical proximity measures between private sector and public research organizations (PRO). We use patent grants as dependent variable in order to measure firm-level innovation output. Empirical results provide evidence for distinct effect of network degree centrality. Distinct effect of firm’s geographical co-location to laser-related public research organization promotes patenting activity. Results on combined network and co-location effects confirms partially the existence of in-terdependent proximity effects, even though a closer look at these effects reveals some ambiguous but quite interesting findings.

In neueren Studien des IWH wird ein selektiver Clusterungsprozess der Photovoltaik-(PV-)Industrie in Ostdeutschland nachgewiesen. Insbesondere die Standorte Bitterfeld-Wolfen, Freiberg/Dresden, Erfurt/Arnstadt sowie der Raum Berlin-Brandenburg stellen Zentren der ostdeutschen PV-Industrie dar. Im Wettbewerb der verschiedenen regionalen PV-Cluster um Produktion und Beschäftigung erweist sich die Herausbildung von Agglomerationsvorteilen als ein zentraler Standortvorteil.

Ziel dieses Beitrags ist die Untersuchung des Clusterungsprozesses in der Region Berlin-Brandenburg. Aufbauend auf einem multidimensionalen Clusterkonzept von Bathelt wird der Clusterungsprozess der Region hinsichtlich seiner Stärken und Schwächen zur Herausbildung von Agglomerationsvorteilen untersucht. Dabei zeigt sich, dass der Clusterungsprozess in Berlin-Brandenburg zu ersten positiven Effekten für die regional ansässigen Unternehmen geführt hat. Auch wenn Kooperationen auf derselben Wertschöpfungsstufe vergleichsweise gering ausgeprägt sind, können Unternehmen von der Ko-Lokalisation durch kontinuierliche Beobachtung ihrer Konkurrenten profitieren. Entlang der Wertschöpfungskette lassen sich ebenso erste positive Clusterungseffekte durch den Aufbau vertikaler Verflechtungsbeziehungen erkennen.

Insbesondere scheint jedoch der weitere Ausbau der regionalen Wissensbasis durch die fortschreitende Vernetzung sowie die Stärkung der Kooperation universitärer und außeruniversitärer Forschungsinstitute mit den lokalen Unternehmen wünschenswert und notwendig. In Anbetracht des starken Drucks auf die Innovationsfähigkeit der Unternehmen aufgrund der veränderten Wettbewerbsbedingungen werden nur effizient produzierende und innovative Unternehmen gestärkt aus der Konsolidierungsphase der Industrie hervortreten. Dabei weist die Region Berlin-Brandenburg ein hohes technologisches Potenzial aus. Dies gilt es zu nutzen, um am weiteren Wachstum des Sektors zu partizipieren.