Intelligent kapitaal: vernieuwing vereist
Aute ur(s ):
Soete, L. (auteur)
Weel, B., ter (auteur)
De auteurs zijn werkzaam b ij de Universiteit Maastricht en het International Institute of Infonomics
Ve rs che ne n in:
ESB, 86e jaargang, nr. 4299, pagina D6, 15 maart 2001 (datum)
Rubrie k :
Dossier: Vernieuw ende Statistieken
Tre fw oord(e n):
kenniskapitaal
Bart Los biedt een overzichtelijke, maar vrij traditionele kijk op de vele vragen die het meten van kennis met zich meebrengen. Zo
moet worden vastgesteld dat, ondanks de internationale afspraken tot het rechtstreeks meten van technologie-input of -output, het
werk van vele statistische bureaus, internationale instellingen en onderzoeksbureaus slechts uiterst imperfecte input- en
outputindicatoren opleveren voor het meten van technologie of ‘innovatieproductie’. De inzet van deze en andere indicatoren in de golf
van vergelijkingsmaatstaf-exercities waarmee Europa op dit ogenblik geteisterd wordt, lijkt dan ook op het eerste zicht weinig
verantwoord. Met het meten van menselijk kapitaal lijkt het amper beter gesteld. Los wijst op een aantal intrinsieke problemen die
gepaard gaan met onderwijsindicatoren die in wezen slechts de input meten. Daarbij komt nog dat het ‘productieproces’ van
technologie volgens Los wordt gekenmerkt door uiterst onzekere opbrengsten. Omdat kennisproductie de eigenschappen van een
publiek goed heeft, wordt de problematiek van het meten van kennis door de externaliteiten nog eens sterk vergroot.
Hamvraag
Hoe compleet en interessant de samenvatting van Los op eerste zicht lijkt, de belangrijkste vraag in de huidige discussie rond het meten
van kennis wordt niet beantwoord: “Is er sprake van een toename in de productiviteit van R&D of scholing en vorming dank zij de
toepassing van een nieuwe vorm van ‘intelligent’ kapitaal (Van Meijl), informatie- en communicatietechnologie (ict), of is het
‘productieproces’ van technologie en scholing onderhevig aan dezelfde afnemende meeropbrengsten zoals elk ander
kapitaalaccumulatieproces (Jones) 1?” Om antwoord te vinden op deze essentiële vraag, volstaan de traditionele excercities niet langer,
maar moet worden overgestapt naar meer gedesaggregeerde analyses van het kennis- of innovatieproces zelf, met name de rol van
nieuwe ict-apparatuur en instrumenten binnen het onderzoeksproces. Deze mogelijke productiviteitsverhogingen van het
onderzoeksproces lopen zowel langs directe als indirecte kanalen. Een direct effect volgt rechtstreeks uit het feit dat onderzoek sterk
afhankelijk is van zoeken en proberen: het sneller, in grotere volumes en efficiënter kunnen verwerken van data en het nauwkeuriger
kunnen meten, leidt tot een verhoging van de efficiëntie van bestaand onderzoek en tot het openen van nieuwe onderzoekswegen. Denk
maar aan het menselijke genoom-project en de cruciale rol van de steeds omvangrijkere computerkracht hierin. Ook de indirecte effecten
die ontstaan door de diffusie en absorptie van kennis zijn wellicht uitermate belangrijk.
Vanuit dit perspectief leidt ict tot codificatie van kennis, waardoor bepaalde aspecten van kennis gemakkelijker toegankelijk zijn. De
productiviteit van R&D neemt toe door een hogere absorptie- en
diffusie-intensiteit. Uiteraard vertoont dit alles veel raakvlakken met de door Los aangehaalde externe effecten, nu toegespitst op de
specifieke rol van ict. Het meten moet echter niet gebaseerd zijn op een standaardvisie, maar toegespitst zijn op de onderzoekssector zelf,
inclusief het onderscheid tussen publieke en private georganiseerde onderzoeksactiviteiten. Jammer genoeg vereist dit onderzoek
gedetailleerde data die veelal niet beschikbaar zijn in gestandardiseerde on-line vorm bij de OESO of andere internationale instellingen.
Eenzelfde verhaal kan ongetwijfeld worden afgestoken met betrekking tot menselijk kapitaal. Ook hier spitst het huidige debat zich toe op
de rol van ict in het verhogen van het rendement op scholing, zeg maar het niet-gecodificeerde gedeelte van kennis. Het gebruik van ict
op de werkplek wordt vooral geassocieerd met hooggeschoolde werknemers en hoge lonen. Borghans en Ter Weel verklaren echter
vanuit een transactiekostenperspectief dat de verhoogde vraag naar hoogopgeleide werknemers, de veranderende productspecificaties
en de verandering in de organisatie en intensiteit van het werk het gevolg zijn van het feit dat computers eerst worden ingezet in
beroepen met hoge lonen, omdat daar veel te besparen en te verdienen valt 2. Zij laten ook zien dat zowel computervaardigheden als
‘complementaire’ vaardigheden geen rol spelen in de beslissing van het bedrijf een werknemer te laten werken met een computer. Vandaar
dat het meten van vaardigheden die direct invloed te lijken hebben op het arbeidsmarktsucces van werknemers een vruchteloze strategie
is.
Kortom, juist op het gebied van het meten van kennis is er behoefte aan vernieuwing. Er is geen behoefte aan het langer vast zitten in
standaard geaggregeerde productiefuncties en sectorale input-outputmatrices met de bijbehorende, internationaal geharmoniseerde,
standaarddata. Het is zaak verder in detail te gaan in het proces van kenniscreatie en -diffusie: dà t is wat intelligent kapitaal vereist.
Zie ook B. Los, Kenniseconomie: meten is weten?, ESB-Dossier Vernieuwende Statistieken, 15 maart 2001, D3
Dossier Vernieuwende Statistieken
H.K. van Tuinen, Ten geleide: Nieuwe statistieken?
B. Los, Kenniseconomie: meten is weten?
L. Soete en B. ter Weel, Reactie: Intelligent kapitaal: vernieuwing vereist
B. van Ark, Macro-economische statistiek: hoe en wat
A. Kleinknecht, Reactie: Nieuwe economie of domme economie?
H. van der Wiel, Arbeidsproductiviteit: niveaus of groei?
M. de Haan, B. de Boer en S.J. Keuning, Econologische statistiek
H. Verbruggen, R. Gerlagh, M.W. Hofkes en R.B. Dellink, Duurzaam rekenen
H.A. Keuzenkamp, Reactie: Eén grote illusie
F.A.G. den Butter, Reactie: De betekenis van het dni volgens Hueting
W. Bier en H. Ahnert, De afruil tussen tijdigheid en nauwkeurigheid
A.B.T.M. van Schaik, Reactie: De ECB heeft meer nodig!
E.J. Bartelsman en H.B.J.B. Maas, Theorie en statistieken
A.E. Steenge, Reactie: Lopen de statistieken altijd achter?
S.G. van der Lecq, Epiloog: Het CBS kijkt naar buiten
1 H. van Meijl, Endogenous technological change: The case of information technology, Universitaire Pers Maastricht, 1995; C. Jones,
Time series tests of endogenous growth models, Quarterly Journal of Economics, 1995, blz. 495-525.
2 L. Borghans en B. ter Weel, What happens when agent T gets a computer?, mimeo ROA/MERIT, oktober 2000.
Copyright © 2001 – 2003 Economisch Statistische Berichten (www.economie.nl)