אביב-אוניברסיטת תל

הפקולטה למדעי החברה ע"ש גרשון גורדון

כלכלההחוג ל

הנושא

השפעת התמיכה הממשלתית במחקר ופיתוח במגזר העסקי על הפירמות המקבלות אותה במונחי

הגעה למכירותהתעסוקה ובהסתברות

חיבור זה הוגש כעבודת גמר לקראת התואר

מ.א. -"מוסמך אוניברסיטה"

אביב-רסיטת תלבאוניב

על ידי

שלומי נזרי

העבודה הוכנה בהדרכת:

שאול לאך פרופסור

)האוניברסיטה העברית(

4102 אוקטובר

2

אביב-אוניברסיטת תל

הפקולטה למדעי החברה ע"ש גרשון גורדון

כלכלההחוג ל

הנושא

השפעת התמיכה הממשלתית במחקר ופיתוח במגזר העסקי על הפירמות המקבלות אותה במונחי

הגעה למכירותהתעסוקה ובהסתברות

חיבור זה הוגש כעבודת גמר לקראת התואר

מ.א. -"מוסמך אוניברסיטה"

אביב-רסיטת תלבאוניב

על ידי

שלומי נזרי

העבודה הוכנה בהדרכת:

שאול לאך פרופסור

)האוניברסיטה העברית(

4102 אוקטובר

3

תקציר

בתחום המחקר והפיתוח מציעה מספר מודלים והוכחות אמפיריות הספרות הכלכלית המתמקדת

במגזר העסקי ואשר מצדיקים התערבות ממשלתית לצורך על כשל שוק במימון פעילות מסוג זו המצביעים

עולה השאלה לגבי מידת יעילותה לצורך השגת בד בבד עם הצדקת התמיכה הממשלתית פיתרונו.

מטרותיה ומידת תרומתה למשק בראייה מאקרו כלכלית. מאמר זה תורם לספרות הקיימת בתחום

דרך לשכת אותההמקבלות פירמות על ומסוג זבאמצעות בחינת השפעת התמיכה הממשלתית לפעילות

כך נעשה שימוש במדגם של פירמות מבוססות טכנולוגיה לצורך הכלכלה.המדען הראשי של משרד

בתחילת דרכן אשר פנו למדען הראשי לקבלת התמיכה ואשר רק חלקן אכן קיבלו אותה. בחינת ההשפעה

במונחי תעסוקה ובהסתברות ל הפירמות הנתמכות לעומת אלו שלא,נעשית על ידי השוואת תוצאותיהן ש

תוך כדי שימוש FRD (Fuzzy Regression Discontinuity ) ל בו נעשה שימוש הינוהמוד .להגעה למכירות

ביב ערך סףסקפיצה משמעותית בהסתברות לקבלת התמיכה ובניצול של בציון הבקשה שניתן לפירמות

של קבלת התמיכה על התעסוקה חיובית סממנים להשפעה ראותהתוצאות מ מסויים של אותו משתנה.

הגעה למכירות.על הסתברות ה שכזאת היעדר השפעה על בפירמות ו

4

תודות

לפרופסור שאול לאך

בעבודה מחקרית דוגמת עבודת התיזה, כאשר הסטודנט אינו מחזיק בניסיון רב אך נדרש לספק תוצר

רבה המעמסה המוטלת על המנחה האקדמי. הכוונתך לאורך התהליך בדרגת איכות גבוהה וראויה,

תוצאות, ההמחקרי כולו, מהשלב הראשוני של הגדרת השאלה, דרך התוויית המתודולוגיה ועד לפרשנות

על אף המרחק הגיאוגרפי ומחויבויותיך לביקורת עצמית.דרוש מקור סמן איכות והיוותה עבורי

. על כך מלוא )ואלו היו תכופות לעיתים( עבורי לכל שאלה או התייעצותהאקדמאיות הקפדת להיות נגיש

הערכתי ותודתי.

פרופסור אלמה כהןל

. המלצותייך בנושא (RDDשיטת אי הרציפות ברגרסיה )שסייעת בידי להבין לעומק את מאפייני על תודה

.וללא ספק תרמו רבות לתוצאה הסופית ,מחקרזה התגלו כיקרות מפז ככל שהתקדמתי עם ה

מר אורי גבאיל

לשכת המדען הראשי, הקפדת יחידה לאסטרטגיה ומחקר כלכלי במעבר לעבודה השוטפת תחת שרביטך ב

. תודה רבה על חופש הפעולה, על הביקורת הבונה ועל התיזהלסייע לי מבחינה אישית לכל אורך כתיבת

הייתה , וכתוצאה מכך על מחקר זה.הכלכלית תפיסתיר השפיעו על אינספור שיחות וויכוחים כלכליים אש

.דוגמתךלי זכות להתייעץ עם איש מקצוע זו

5

תוכן עניינים

6 .. ....................................................................................................... ספרות וסקירת רקע. 1

6 ...................................................................................................... ממשלתית לתמיכה התמריץ 0.0

6 ...................................................................................................... הממשלתית התמיכה יעילות 0.4

8 ........................................................................ (regression discontinuity) ברגרסיה רציפות יא 0.1

8 ................................................................................................ הקיימת בספרות המחקר מיקום 0.2

9 ................................................................................... המאמר מבנה על והסבר התוצאות תקציר 0.1

11 ...................................................................................... פ"המו וקרן הראשי המדען לשכת. 2

01 ........................................................................................................................ הראשי המדען 4.0

01 .................................................................................................................פ"המו קרן מאפייני 4.4

11 ................................................ תיאורית וסטטיסטיקה אמפירית אסטרטגיה, הנתונים תיאור. 3

00 .............................................................................. הנתונים סינון ותהליך הבסיסי הקובץ מבנה 1.0

01 .............................................................................................................. אמפירית אסטרטגיה 1.4

02 ..................................................................................... האישור שיעור על המשפיעים הגורמים 1.1

01 .......................................................................... (המוסברים המשתנים) התוצאה משתני תיאור 1.2

23 .................................................................................................... האמידה ושיטת המודל. 4

41 .................................................................................................................... המשתנים הגדרת 2.0

42 .................................................................................................................. התיאורטי המודל 2.4

Sharp Regression Discontinuity ...................................................................................... 41

Fuzzy Regression Discontinuity ..................................................................................... 42

41 ....................................................................................................................... האמידה שיטת 2.1

29 ...................................................................................................................... התוצאות. 5

42 ..................................................................................................................... הסף ערך בחירת 1.0

11 ........................................................................... בפירמות התעסוקה על המדען תמיכת השפעת 1.4

14 .............................................................. למכירות הפירמות של הגעתן על המדען תמיכת השפעת 1.1

11 ..................................................................................................................... ומסקנות סיכום 1.2

36 ........................................................................................................................... נספח. 6

38 ....................................................................................................... ביבליוגרפית רשימה. 7

6

רקע וסקירת ספרות .1

תמריץ לתמיכה ממשלתיתה .1.1

מחקר ופיתוח הנעשה על ידי פירמות מבוססות טכנולוגיה מהווה פעילות מבורכת בראיה כלכלית רחבה.

להגברת הייצוא להגדלת התוצר, תורמים רבות לפיריון במשק המקומי, מפעילות שכזוהפיתוחים הנובעים

ובחוב ןוממצד הפירמות ט ביצוע מחקר ופיתוח , עם זאת. פעילות במשקשל ה ולעליית הערך המוסף

בעוד ,בבינוני( גםאינה יצרנית בטווח הקצר )ולעיתים אשר ,סיכונים רבים שכן מדובר על הוצאה עכשוית

בערפל. הלוטממנה הרווח העתידי שמידת

במקרה של הצלחת פעילות המו"פ )דבר אשר לא ודאי מקבלי ההחלטות בפירמה מודעים לכך שגם

שנוצרו עקב אותה פעילות עלולים לזלוג לחברות המתחרות בה דרך כשלעצמו(, הידע ו/או הטכנולוגיה

( של המוצר לאחר reverse engineering)ואיתם הידע שנרכש( והנדסה לאחור ) בין הפירמות מעבר עובדים

יציאתו לשוק. בכך, נהנות מתחרותיה מתוצרי פעילות המו"פ שלה עצמה ללא הסיכונים וההוצאות

והינה חלק (R&D/knowledge spillover"זליגת ידע/טכנולוגיה" ) נקראתהכרוכים בה. תופעה זאת

שעיקר מטרתה הינה מקסוםהפירמה, . (spillover effect) מתופעה כללית יותר של השפעות חיצוניות

בלבד, ללא (private returnהמסחרי הצפוי ממנה )בהתאם להחזר , תשקול את ההשקעה במו"פ םרווחי

עלול . על כן, (social return) הנובעות מאותה פעילות ת החיצוניות על המשק כולומתן חשיבות להשפעו

להיווצר מצב בו הקצאת המשאבים לפעילות מסוג זה המושגת דרך מנגנוני השוק, אינה יעילה מבחינה

משקית כוללת.

בנעשה בתחום המו"פ המקומי על ידי מתן תמריצים גורם לממשלות רבות להתערב כשל השוק שתואר לעיל

היקף" להבטיח נההי הממשלתית ההתערבות מטרתמגוונים, ישירים ועקיפים, לעידוד השקעות מסוג זה.

ההשקעהללא התערבות מסוג זה, סביר ש. חברתית מבחינה אופטימלית ברמהוטכנולוגיה ידע של" ייצור

נובל פרס חתן שהראה כפי חברתית מבחינה הרצויה מהרמה משמעותית נמוכה תהא פ"במו הפרטית

.((Arrow 1962 קנת' ארו בכלכלה

יעילות התמיכה הממשלתית .1.2

אשר לא היו בפרויקטי מו"פ על מנת לפתור באופן יעיל את כשל השוק שצויין לעיל, על הממשלה לתמוך

כמובן, שהשאיפה הינה לתמוך באלה .אלמלא התמיכה הממשלתית אחרת משיקולי אי כדאיות מתבצעים

לשם השתרומתם לכלכלה המקומית הינה הגדולה ביותר ובכך למנף באופן אופטימלי את התקציב המוקצ

הן יטו ש להתנהגות אסטרטגית מצד הפירמות בכך( moral hazard)אולם, קיים סיכון מוסרי .מטרה זו

ר פרויקטים שמלכתחילה כדאיים לביצוע, אף ללא כל סיוע. זאת מכיוון תמיכה ממשלתית גם עבו לבקש

בלבד והינו קשה הביד מצוילגבי הסיכון, העלויות והערך העתידי של אותו פרויקט עבור הפירמה שהמידע

Informationסימטרית )-. תופעה מסוג זה נקראת אינפורמציה אהשונים מצד גופי הממשלהלהערכה

asymmetryארו '(. קנת(Arrow 1963) התייחס לתופעה זו והראה כיצד היא יוצרת תמריץ לצד בעל הידע

שזיכה במאמר(, Akerlof, 1970אקרלוף ) הצד בעל המידע המועט יותר. נצל זאת לרעה אל מולהרב יותר ל

תוצאה שאיננה יםוגורר עסקות קיום על יםמקש ידע יפער של יםמצב כיצד הראה, בכלכלה נובל בפרס אותו

על מנת להתמודד עם הפער הזה במידע, גופי ממשלה רבים בעולם, האמונים על משימת התמיכה יעילה.

7

שונים זכאות לתמיכה( ובצעדי מיוןקריטריוני וסינון )כגון הצבת 1מיסוך צעדיבבמו"פ עסקי, נוקטים

.לפני מתן התמיכה )בדרך כלל על ידי דירוג הפרויקטים על ידי מומחים חיצוניים(

חומים המאמצים בספרות האקדמאית לבחינת יעילות התמיכה הממשלתית במו"פ עסקי מתחלקים לשני ת

עיקריים:

הראשון עוסק באופן ישיר ועקיף בנושא ההתנהגות האסטרטגית של הפירמות על ידי בחינת השפעת התחום

ה הנבחנת במאמרים העוסקים בנושא תוספתיות המו"פ הפרטי בעקבות קבלת התמיכה הממשלתית. השאל

ירידה ( או additionalityגררה עלייה בהוצאות הפרטיות של הפירמה )הינה: "האם התמיכה הממשלתית

הממצאים עד כה הניבו ( crowding out) על ידי המימון הממשלתיכסף פרטי המבטאת דחיקה שלבהן,

תים אף בתכונות הפירמות הנבדקות. יוע ולעירבות במדינה, בתוכנית הס ותתוצאות מגוונות אשר תלוי

עוצמת חדשנות גבוהה בקרב פירמות הממשתתפות ( מצאו Czarnizki and Fier, 2001צרניצקי ופייר )

פ "למו הציבורי ממוצע, המימוןבמצא ש (Duget, 2003דוגה ). בתכנית ממשלתית לעידוד חדשנות בגרמניה

& Toyvanen,טויואנן וניינינן ) (Lach, 2002לאך ) .אותן מחליף ואינו הפרטיות להוצאות מתווסף בצרפת

Niininen, 1998 קטנות בלבד בישראל ובפינלד בהתאמה. ( מצאו עדויות לתוספתיות חיובית בקרב חברות

( של הוצאות מו"פ פרטיות 0:0מצא עדויות לדחיקה מלאה )ביחס של ( Wallensten, 2000), וולנסטן מנגד

בארה"ב. מענקי סיוע ממשלתיים ל ידיע

עוסק בתרומה הכלכלית של פעילות המו"פ שנתמכה על ידי הממשלה ברמת המאקרו. תחום המחקר השני

הממשלה ת השקעשל תשואהה יהפעילות שנתמכה לא הייתה יוצאת אל הפועל אחרת, מהשכלומר, בהנחה

ו מאותה פעילות עאשר נב( externalities) החיוביות לצורך כך יש למדוד את ההשפעות החיצוניותבה?

תעסוקה, יצירת ה(, הגברת market/knowledge/rent spilloverדוגמת השפעות הזליגה למיניהן )

(Griliches, 1979) גריליכס חרותיות הגלובאלית של המשק ועוד., הגברת הת(clusters) יםעסקי ותאשכול

פ פיתח מודל לבחינת אפקט הזליגה על התוצאות העסקיות של הפירמה באמצעות בניית מלאי הון המו"

מצא שלמו"פ המתבצע (Griliches & Regev, 1999, במאמרו עם רגב )0222של הפירמה ושל מתחרותיה וב

ופן פרטי.יותר על פיריון הפירמה מאשר המו"פ אשר ממומן בא הבתמיכה ממשלתית ישנה השפעה גבוה

כחלק מבחינה מקצועית שהוזמנה על ידי (,Lach, Prizat & Wasserteil ,2008) ווסרטייל-לאך, פריזאט ו

לתוצר הכוללת העתידית בתוספת 111%המדען הראשי במשרד הכלכלה, מצאו תשואה מרשימה של כ

במו"פ עסקי. ממשלההתעשייה כתוצאה מהשקעות ה

על צמיחת הפירמות במונחי תעסוקהאת השפעת קבלת תמיכה ממשלתית לביצוע מו"פ עבודה זו בוחנת

ת ועסקיה ותתוצאהת ונבחנבמסגרתו לתחום המחקר השני, כתמשתייולכן ,ובהסתברות ההגעה למכירות

עידוד התעסוקה בקרב חברות טכנולוגיה תורם למשק באופן ת מהתערבות הממשלה.ושל הפירמה הנובע

גידול בתוצר, עלייה בהכנסות מיסים וברווחה הגדלת מספר המועסקים במגזר בעל שכר גבוה,די על יישיר )

הגברת ובאופן עקיף )על ידי אפקט זליגת הידע מהמועסקים אשר נחשפים לטכנולוגיה מתקדמת(.הכללית(

תוצר סיכוייהן של הפירמות להגעה למכירות תורם אף הוא באופן ישיר לתוצר הפירמות ומתוך כך ל

ו/או על ,הנתמכותפירמות ב אי לכך, השפעה חיובית של התמיכה הממשלתית על מספר המועסקים המשק.

התמיכה ולכדאיותה. אפקטיביותמהווה סממן משמעותי להסתברות הגעתן למכירות,

1 Screening strategies

8

(regression discontinuityאי רציפות ברגרסיה ) .1.3

התמיכה הממשלתית על ( שלcausal inference, על מנת למצוא את ההשפעה הסיבתית )באופן תיאורטי

יש לבדוק את ההבדל בתוצאות של אותה הפירמה כאשר היא מקבלת את התמיכה ,הפירמהתוצאות

שהיא מה שקרה בפועל בלבד, בתוצאה אחתוכאשר היא נדחית ממנה. אולם, המציאות מאפשרת צפייה

(. עקב כך, השיטה The fundamental problem of causal inferenceעקב התמיכה או אי התמיכה )

( בו random/natural experimentניסוי מקרי ) לבדיקת ההשפעה הסיבתית הינה ביצוע של אידאליתה

תוך כדי , לו שלא קיבלו אותהפירמות נבחרות באופן אקראי לקבלת התמיכה ותוצאותיהן נבחנות אל מול א

מכיוון שמצב . (וכו. הפירמה, סקטור טכנולוגי, גיל התחשבות במשתני בקרה שונים )זמן קבלת התמיכה

של קבוצת הטיפול )אלו שכן זכו לתמיכה תוצאותמקובל לעשות שימוש בהשוואת ה, לרוב כזה אינו מעשי

לאלו שבקבוצת הניסוי, רק שלהן ןת במאפייניהבה מצויות פירמות הדומו אל מול קבוצת בקרה ממשלתית(

התוצאה המתקבלת.של מתחזק התוקףככל שמאפייני הקבוצות דומים יותר, תמיכה. הלא ניתנה

עד לאחרונה, במאמרים רבים העוסקים בשאלת כדאיות התמיכה הממשלתית במו"פ עסקי היה נפוץ

זיהוי( לצורך matching methodsהתאמה ) ( או במודליInstrumental variableהשימוש במשתנה עזר )

רציפות ה-אי שיטתלאחרונה התגבר השימוש ב ,הפירמות הנבדקות. אולםובחינת ההבדלים בין הדימיון

( כתולדה של ניצול מאפייני תכניות התמיכה השונות )בעיקר בנושא regression discontinuityברגרסיה )

דירוג הבקשות( ושל טרנד מחקרי כשלעצמו.

Thistlethwaiteוקמפבל ) וייטטסעל ידי החוקרים טיסטל 21-בשנות ה האי הרציפות ברגרסיה פותח שיטת

& Campbell, 1960 את השפעת קבלת ציון לשבח על ביצועיהם האקדמאיים (, אשר בחנו באמצעותה

שימוש מהותי במשך תקופה האך בפועל לא נעשה ב רבה לחשיפההשיטה זכתה העתידיים של המקבלים.

כאשר ,שימוש החוקרים רבים עשו בלאחר שלחזית המחקר השיטה השנה חזר 11-ארוכה. רק לאחר כ

ההשפעה של מלגות( אשר בחן את van del Klaauw, 1997 & 2002 דר קלאו ): ואן יוהשבהם בולטים ה

את השפעת גודל חנושב( Angrist & Lavy, 1999) ביאאנגריסט ולסיוע על הרישום למכללות בארה"ב ו

ואן דר קלאו -. כמו כן, זכתה השיטה לפיתוח פורמאלי במאמרם של האן, טוד והכיתה על הציונים

(Hahn,Todd & van der Klaauw, 2001) 4111מבנס ביולמאמרים סקירתיים דוגמת מאמרם של למיו וא

(Imbens & Lameiux, 2008.) תנאים הקרובים לאלו של ניסוי מקרי בבחינת ההשפעה שיטה זו מאפשרת

השימוש בה ובהינתן שמסד הנתונים מאפשר זאת, (local average treatment effect)פנימית הממוצעת ה

לקבלת תוצאות תקפות. מומלץ

מיקום המחקר בספרות הקיימת .1.4

אחרונות נכתבו מספר מאמרי הערכה של תכניות תמיכה במו"פ ממשלתיות העושים שימוש בשנים ה

,de Blasio, Fantino & Pellegrini) החוקרים דה בלאסיו, פאנטינו ופלגריניבשיטת אי הרציפות ברגרסיה.

על מספר הפטנטים קרן לחדשנות טכנולוגית באיטליהבחנו את ההשפעה של קבלת מענק מה (2011

שמו על ידי הפירמות המקבלות )ועל תוצאות עסקיות נוספות של הפירמה כגון: מכירות, השקעות שנר

ורווחיות(. לצורך כך הם ניצלו מצב של מחסור לא צפוי בתקציבי הקרן והשוו בין פירמות שהיו זכאיות

ת שאין ערך מוסף לקבלהגישו את בקשותיהן סביב תאריך המחסור. ממצאיהם הראו ואשר לתמיכה

ה ( מצאו השפעBenavente, Crespi, Garone & Maffioli, 2012בצ'ילה, מספר חוקרים )המענק מהקרן.

9

על אך לא ( על כמות הפרסומים FONDECYTמקרן המדע המקומית ) בסיסי חיובית לקבלת מענק מחקר

המחקר של . הם עשו זאת על ידי שימוש בדירוג הצעות על פי מספר הציטוטים(תכונה שנאמדה איכותם )

סביב דירוג הסף אשר גרר אישור ומתן מענק. שימוש דומה בדירוג הבקשות נעשה על החוקרים שפנו לקרן

סיוע למו"פ תעשייתי התכנית של הבחנו את השפעת אשר (Bronzini & Lachini 2011ידי ברוזיני ולאצ'יני )

הפירמות המקבלות עצמן. הם מצאו שקיימת השפעה חיובית של מידת ההשקעה במו"פ על בצפון איטליה

מובהקת עבור פירמות קטנות אך לא עבור הגדולות.

בקשות 2המחקרי שהוזכר לעיל. במסגרתו נעשה לראשונה שימוש בציוניבקו מחקר זה משתלב היטב

האסטרטגיה נטואיטיבית מזכיר אתהמו"פ הנבחנות במסגרת קרן המו"פ של המדען הראשי באופן שאי

שכן מבנה ,אי המוחלטות שבוננקטה במחקרים האחרונים. עיקר תרומתו של המחקר נעוץ דווקא בש

sharp regressionמעליו ניתנת התמיכה ומתחתיו לא )אשר ,הנתונים אינו נשען על ציון סף מסויים וברור

discontinuity מסויים (, אלא רק בגידול משמעותי בהסתברות לקבל מענק סביב ציון סף(fuzzy

regression discontinuityבפרק העוסק במודל יינתןבין השיטות (. הסבר נרחב יותר על ההבדל

. (2.4) האקונומטרי עצמו

והסבר על מבנה המאמר תקציר התוצאות .1.5

התוצאות העולות מהמחקר אינן חד משמעיות. ראשית, מבחינה תיאורית ניכר פער משמעותי בתוצאות

הפירמות אשר זכו לתמיכת המדען הראשי לעומת מקבילותיהן שלא זכו לה. פער זה אינו מפתיע שכן מדובר

יהיה גם סיכוי גבוה יותר יותר בעלות פוטנציאל גדולעל מדגם מוטה מלכתחילה שכן סביר שלפירמות

תמיכה לבחינת השפעת קבלת ה FRDלזכות בתמיכת המדען. בהתבוננות מעמיקה יותר, באמצעות שיטת ה

התעסוקה בקרב עלעל פירמות דומות ככל הניתן, מתגלים סממנים להשפעה חיובית של קבלת התמיכה

ואין עדות להשפעה שכזאת. כמעט במונחי ההסתברות להגעה למכירות. עם זאת, הפירמות הנתמכות

האמביוולנטיות בפרשנות התוצאות המתקבלות נובעת מעצם השימוש במשתנה בדיד )ציון הבקשה(

סף של ערך ההגדרת כך,הקובע את ההסתברות לקבלת הטיפול )תמיכת המדען(. עקב כמשתנה המדרבן

לת התמיכה לבין אלו לקבבין קבוצת הפירמות המועדות יותר באופן יעיל המפריד המשתנה המדרבן,

תופעה זו, יחד עם שימוש ברגרסיה פולינומית )אשר מתאימה יותר אינה חד משמעית. המועדות פחות,

ההשפעה היקףבפער , גוררת מצומצם יחסיתלקבלת התוקף המקומי/פנימי של ההשפעה( על מדגם

. שאר המאמר מאורגן (1התוצאות )יינתן בפרק יותר הסבר נרחב ובמובהקותה כתלות בערך הסף הנבחר.

יינתן הסבר מקיף על תהליך 1סוקר את פעילות המדען הראשי וקרן המו"פ. בפרק 4פרק באופן הבא:

2כחלק מהאסטרטגיה האמפירית שננקטה יחד עם תיאור קובץ הנתונים הנבחר. פרק הגדרת הנתונים

מודל בו נעשה שימוש במסגרת המחקר.עליו נשען ה של הבסיס התיאורטי אינטואיטיביתמספק סקירה

חקר.את תוצאות המ מסכם 1פרק

2ציון הבקשה ניתן לאחר בחינה מעמיקה של תכנית המו"פ על ידי בודק מקצועי מטעם המדען הראשי, ובמסגרתו נבחנים

(.2היבטים טכנולוגיים וכלכליים שונים )כפי שיוסבר בהרחבה בפרק

01

לשכת המדען הראשי וקרן המו"פ .2

המדען הראשי .2.1

ממונה על ו( 0212של משרד הכלכלה פועלת מתוקף החוק לעידוד מו"פ בתעשייה ) לשכת המדען הראשי

בנוסף לכך, המדען הראשי משמש כיועץ הממשלה .המדיניות הממשלתית לתמיכה במו"פ תעשייתיביצוע

לענייני תעשייה עתירת ידע ואחראי לספק לממשלה תמונה עדכנית אודות מגמות בתעשייה ולהמליץ על

מטרת המדען הראשי היא לפתח את הטכנולוגיה בישראל כאמצעי לעידוד יזמות דרכי פעולה לקידומה.

טכנולוגיות, מיצוי הפוטנציאל המדעי, הגברת בסיס הידע של התעשייה במדינת ישראל, עידוד מו"פ בעל

המדעןשנתי של תקציב ה. ערך מוסף גבוה ועידוד שת"פ במו"פ הן ברמה הלאומית וברמה הבינלאומית

- יעד שונים לקהליהפונות מגוון תכניות סיוע על פני נפרשיםמיליארד ש"ח אשר 0.1-עומד על כ הראשי

. יםרב לאומי תאגידיםהחל מיזמים/חוקרים בתחילת דרכם ועד ל

מאפייני קרן המו"פ .2.2

ה השנתי עומד על כמיליארד תקציבו הראשי המדען בלשכת המרכזית התמיכה תכנית ינהה פ"המו קרן

הפיכת תהליך את לקדם בוגרות פירמותסייע ללמטרתה הינה (. לשכהמסך תקציב ה ש"ח )כשני שליש

המבקשות את סיוע הפרטיות פירמותהלטובת ת התקציב לוקח .ושימושי מוגמר למוצר התאורטי הידע

המונה נציגי ממשלה המדען הראשי מקצועית בראשות ועדהוהמחקר, עדתווהקרן מתבצעת על ידי

ישיעורהאם לאשרה ובמידה שכן, באיזה שיעור תמיכה. ומחליטה כל בקשה לגופה בוחנת. הוועדה וציבור

כאשר ככל שהפרוייקט ,לכל פרוייקט המאושרות פ"המו הוצאות מתוך 11%-ל 41%נעים בין התמיכה

המימון ניתן ( הוא יזכה לשיעורי תמיכה גבוהים יותר.וטכנולוגית חדשני ומסוכן יותר )מבחינה עסקית

לכך, הוועדה דנה בו שוב ומקבלת החלטה לגבי תמיכת ההמשך. הפרוייקט נמשך מעברו במידהלשנה ו

ת בהחזר את תמיכת המדען מחוייב שקיבלה הפירמהבמידה ופרוייקט המו"פ הניב מוצרים חדשים,

חזרת מלוא גובה הל עדמתוך מכירות המוצרים שפותחו במסגרת התמיכה, 1%תמלוגים בשיעור של

, (conditional loanזה של תמיכה נקרא הלוואה מותנית ) מימוני מבנה .ריבית בתוספת התמיכה

כך מגדיל את כדאיותה על ידיבאמצעותו מקטין המדען את הסיכון העסקי הכרוך בביצוע פעילות המו"פ ו

וספיםומתהנתמך פ"מושמקורם ב המוצרים מכירות בגין פירמותמה הנגבים התמלוגים. בעיני הפירמה

.ורת מענקי מו"פ נוספיםבצ לתעשייה חוזרים, ולתקציב

עדה מתבצע באופן הבא: ראשית, על הפירמה להגיש ווודירוג הפרויקטים לפני הגעתם ל תהליך בחינת

טפסים בהם היא מתארת את המוצר אותו היא מנסה לפתח, את הדרך בו היא מתכוונת לעשות זאת, את

התקציב שיידרש לצורך הפיתוח. הפוטנציאל העסקי, המצב הרגולטורי בעניין רישום הפטנט לגביו ואת

של השכלתם וכישוריהם של אנשי צוות הפיתוח ולתקף את יכולתם מלא ספק תיאורלעליה ,מלבד זאת

בשלב השני נשלח אל הפירמה בודק מקצועי בתחום הטכנולוגי בו היא פועלת להגיע לתוצאה המתוכננת.

לוגיים העומדים את האמצעים הטכנועל ידי הפירמה, השהוגש את תכנית המו"פתפקידו לבחון שו

בהיבטים ציונים ווקטור לממצאיו הבודק מתרגם את לרשותה ואת מידת הישימות של תכנית המו"פ.

יחיד. ציון זהסופי ללים לציון קשתאשר מ כלכלי, יכולות היזמים ובהירות הבקשה( וגי,השונים )טכנול

עדה את ממצאיו העיקריים ומעביר הבודק אל הובשלב השלישי . יםהפרוייקט יוצר למעשה דירוג של

ואת המלצתו לאישור או לדחיית הבקשה.הציון הסופי( ווקטור הציונים ו)בכללם

00

סטיקה תיאוריתוסטטי אסטרטגיה אמפיריתים, נתונתיאור ה .3

הנתונים תהליך סינוןו קובץ הבסיסיהמבנה .3.1

ועד ל 4111משנת המחקרוועדת קובץ החלטות מקורם של הנתונים בהם נעשה שימוש במחקר זה הינו

בקשות מו"פ 02,101מתוכן ,החלטות 40,012 ממערכת המדען הראשי. הקובץ ההתחלתי הכיל 2.2.4101

ם המונעים השוואה אחידה של קריטריונים ייחודיי יפר מסלולים בעלרגילות )קרן המו"פ מתפעלת מס

אין זה נכון להשוות את החלטות הוועדה עבור בקשות חדשות לעומת בקשת המשך, ש(. מכיוון התוצאות

זן למערכת והציון שקיבלו הבקשות לא ה .1,224 שמניינן הוא נבחרו רק ההחלטות על בקשות חדשות

החל תהליך של הזנה רטרואקטיבית של ציוני בקשות העבר. עד להסדרת מסד אופן סדיר ורק לאחרונהב

עם תצפיות 4100שנת ) 4112-4101השנים בקשות מ 4,422הציונים רק עבור הוזנו עבור המחקר הנתונים

. מכיוון שציון הבקשות הינו מרכיב משמעותי במודל הנבחן, שאר התצפיות הוסרו מהקובץ. בודדות בלבד(

תוכן מתועדת החלטה ברורה במערכת של אישור או דחייה, המהווה את משתנה הטיפולמ 4,442ל

(treatment variable.)

לאחר מועד פנייתם למדען הראשי הושגו דרך מאגר מאפיינים נוספים ונתונים תוצאתיים של הפירמות

שלא כל הפניות מכיוון .(נתוני ההון סיכון בישראל מחזיקה מאגר נתונים לגביה )פירמה IVCהנתונים של

עתירות העוקב אחר פירמות למדען הראשי נעשות על ידי פירמות טכנולוגיות, לא כולן נמצאו במאגר זה

עבור פירמות אלו מתוך סך הבקשות שנותר. 0,211אותרו נתונים עבור הפירמות שהגישו . על כן מו"פ

ה בעת הגשת הבקשה(, מספר פירמלקביעת גיל ה חיוני)נתון פירמה נמצאו הנתונים לגבי שנת הקמת ה

Seed, R&D, Initial) פירמה( והשלב הנוכחי בו מצויה האחת מהתוצאות הנבחנותהעובדים הנוכחי )

Revenues, Revenues Growth בחינת תוצאותיה.צורך ל(, אשר גם בו ייעשה שימוש

יהיה נכון לא , הממשלתית על תוצאות הפירמות התמיכה השפעתב עוסקתשהסוגייה הנבחנת על אף

או על ההצלחה על מספר העובדיםבפועל התמיכת המדען, גדולה ככל שתהיה, משפיעש טעוןהתיימר ולל

גיל הפירמה על כן יש להגדיר את שהיו כבר מבוססות לפני הגשת הבקשה למדען. פירמותב המסחרית

ניתנת להשפעה על ידי התמיכה.עדיין היא המקסימלי )בעת הגשת הבקשה( שבו

מהבקשות הן של 21%-ניתן לראות שעיקר הבקשות מוגשות על ידי חברות 'צעירות יחסית' )כ 0 תרשיםמ

ומטה( ושקיימת מסה מסויימת של חברות ותיקות מאוד )בזנב הימני של ההתפלגות( אשר 01פירמות בנות

0

20

40

60

80

100

120

140

160

תשו

קב

גיל הפירמה

בעת דיון הוועדה בבקשה( בשנים)התפלגות הבקשות לפי גיל הפירמה - 1תרשים

02

הסדר חברות תכנית "מסוג זה פונות דרך פירמותשרוב המגישות בקשות רבות למדען אף הן )חשוב לציין

לרוב קיימים הבדלים מהותיים סינון סוג התכנית(.לאחר 0 בנתוני תרשיםכלל ולא מופיעות "גדולות

של גודלה ל proxyהווה אשר מ, משתנה בתמריצים ובשיטות הפעולה של הפירמות כתלות בגיל שלהן

. הבדלים אלה עלולים לפגום במידת הדיוק של התהליך המחקרי מיצובה בשוק(לוגם בגרותה הפירמה, ל

בחרתי להגדיר רחוקות אחת מן השנייה. על כןאשר תוצאותיהן של פירמות מקבוצות גיל יושוו במידה ש

למען מציאת ההשפעה זאת בניתוח. ותהיכללצורך מקסימלי לגיל הכבעת הדיון בוועדה 01את הגיל

התמיכה שכן )השפעת התמיכה עבור פירמות קטנות יותר תהיה נקייה יותרהמקורבת ביותר למציאות

ותה )מספר התצפיות , ומתוך רצון לשמור על מובהק(מהווה חלק מרכזי יותר במימון ובפעילות הפירמה

תוך כמה זמן ניתן - נוספת שאלהזאת עלתה בהמשך לסוגיה .במדגם קטן עם הורדת הגיל המקסימלי(

עדכניים נםהי IVCבהינתן שהנתונים התוצאתיים מ להשפיע על תוצאות החברה?ען מדהמתמיכת לצפות

גדול ומגוון )מבחינת שנת הגשת הבקשה( ככל ובניסיון לשמור על מדגם 4101לתחילת הרבעון הרביעי של

באופן זה נשמר מרווח זמן מינימלי . 10.04.4104הניתן, הוסרו ממאגר הנתונים הבקשות שהוגשו לאחר ה

221נותרו מועד בחינת התוצאות. לאחר סינון זה ועד להגשת הבקשה האחרונה מרגע חודשים 2של

.12.2%ת אשר זכו לשיעור אישור של בקשו

שהגישו מספר בקשות כל אחת. ושבסופו של דבר נבדקות תוצאותיהן פירמותיש לזכור שמספר זה כולל

הבקשות הכפולות הסרת את כן, השלב האחרון של סינון הנתונים כללשל הבקשות. על ולא פירמותשל ה

:דרך הפעולה הבאהלפי

כיוון שבהיעדר זאת מהבקשה הראשונה בלבד. ה שארואושרו, הלא פירמהבמידה שכל בקשותיה של הא.

לבחון את תוצאות הפירמה מהרגע שבו הינה שאיפהה הזמן בו ניתנה התמיכה )שלא ניתנה במקרים אלה(,

ולא מהרגע שבו חדלה מלבקש את תמיכת המו"פ הנידונה החלה בניסיונה להוציא לפועל את פעילות

המדען.

זאת .הבקשה הראשונה שאושרה ושארהזכתה לאישור, ה פירמהשלפחות אחת מבקשותיה של הבמידה ב.

המטרה הינה לבדוק את השפעת אותו ו במחזור חייהנקודה מסויימת זכתה לתמיכת המדען ב שכן הפירמה

.יה, אפילו אם לא זכתה לאחר מכן בתמיכה נוספתסיוע על תוצאות

. תרשים 12%ואשר זכו לשיעור אישור של חברות 214 ל ידי בקשות אשר הוגשו ע 214לאחר סינון זה נותרו

מתאר את התפלגות הבקשה לפני ואחרי תהליך סינון הכפילויות. 4

817

505

126 97

86.6%

83.9%

80%

82%

84%

86%

88%

90%

0

200

400

600

800

1000

לאחר הסינון לפני הסינון

תשו

קב

(לפני ואחרי סינון הכפילויות)התפלגות הבקשות לפי החלטת הוועדה - 2תרשים

שיעור אישור נדחו אושרו

03

אמפירית אסטרטגיה .3.2

באמצעות המוצר אותו תת מענה הן מנסות ללו דאח צורךמתמקדות ב דרך כללהייטק צעירות ב פירמות

היא מושתתת להצליח תלויה רבות בטיב הרעיון שעליו פירמה, הסבירות של האי לכךהן מפתחות.

אינו ,פירמות אלו מנסות לפתח"הרעיון", אותו מוצר שבדרך כלל וביכולות היזמים ליישמו. הבעיה היא ש

ואף נעשים מאמצים רבים בכדי לשמור על חסיונו. בנוסף, קיים קושי בהערכת חיצונית חשוף להערכה

. גם תחוםבפועל פורצי הדרך )הפוטנציאלים( בהם אשר כיכולות היזמים לפיתוח מוצר שעדיין לא קיים

פירמת הרי שתעלה סוגיה נוספת: כיצד מדרגים רעיון אחד לעומת רעיון אחר? אם בעיות אלו יפתרו,

הייטק אחת לעומת אחרת?

. ציון בקשת המו"פ -ל שצויינו לעי הזיהוי בעיותעל מנת לפתור את חדשניוש בכלי שימ נעשהזה במחקר

ם המתארים את להגיש אוסף מסמכי הפונות לקרן המו"פ פירמותה(, על 4.4פי שצויין בפרק הקודם )כ

דומים והסבירות להשגת פטנט רשומים המוצר אותו הן מנסות לפתח, השוק הפוטנציאלי עבורו, פטנטים

הללו כל הגורמים והתכנית העסקית. פירמהעבור הפיתוח החדש, השכלתם ויכולתם של אנשי המפתח ב

וצגמאשר סופי,ציון ווקטור ציונים, ובפרט ומתורגמים להמבקר בפירמה י בודק מקצועי נבחנים על יד

כולל את ציוני הפרויקטים עבור הוצג לעילמסד הנתונים ש. תמיכהלצורך קבלת החלטת הוועדת המחקר ל

שהגישו פירמותלצורך התאמת קבוצת ביקורת הוגנת ) נעשה בנתון זה שימוש השנים הרלוונטיות למחקר.

יחד עם גורמים רלוונטיים נוספים להתאמה ביניהן. (, אושרוש פירמות( לקבוצת הטיפול )בקשה ונדחו

בהמתאר את התופעה 1תרשים ראשית נתאר את השפעת ציון הבקשה על החלטת האישור של הוועדה.

תמיכה הקבלת ל שישלצורך הגעה למצב מקורב ככל הניתן לבחינת ההשפעה הסיבתית אעשה שימוש

. ותפירמהמדען הראשי על תוצאות המ

עולות המסקנות הבאות: תרשיםמה

לא אושרו כלל. 4.2 בקשות אשר קיבלו ציון נמוך מ .א

)כולל(, אושרו חלקית. 4.2-1.4בקשות אשר ציונן נע בין .ב

זכו לאישור )כמעט( גורף. 1.4בקשות אשר קיבלו ציון הגבוה מ .ג

שיעור האישור קופץ באופן ה כנקודת סף מסויימת אשר ב 1.1ל 1.4כמו כן, ניתן להבחין במעבר בין ציון

הגדרה פורמלית )או לא פורמלית( כל זאת למרות שאין (.1.1)בציון 011%( ל1.4)בציון 11%חריג מ

המחייב אישור וועדה.אותו כציון המציינת

0

10

20

30

40

50

60

0%

20%

40%

60%

80%

100%

תשו

קב

רשו

איה

ר עו

שי

ציון הבקשה

התפלגות הבקשות ושיעור האישור בהתאם לציון הבקשה - 3תרשים

שיעור האישור מספר הבקשות

04

)או אשר קיבלו ציון זהה פירמותניתן לטעון ש לול של מאפייני הפירמה,קי מהווה שסופהציון המכיוון ש

הפיזור הרחב של ציוני ועקב. דומות מאוד במאפייניהן השונים ובסיכויי ההצלחה שלהן (כמעט זהה

מקרית של נובע מהחלטה בדל מינורי בציון של בקשה אחת לעומת אחרתההבקשות, ניתן אף לומר ש

מאוד דומותשבקשותיהן אושרו, ו, 1.1בהתאם לכך, ניתן לומר שחברות אשר קיבלו ציון הבודק.

דלים . כלומר, במידה ונבחן את ההבבפועל אושרוושמחצית מהן לא 1.4לאלו שקיבלו ציון במאפייניהן

תמיכה, (, נוכל לשייכם לעצם קבלת ה1.1ל 1.4)בין ב אותה נקודת סףסבי ,פירמותשל אותן בתוצאות

הסיבתיתהשפעה יתן להתקרב למציאת ה. מתוך כך נדומים מאודפירמות בעוד ששאר מאפייני ה

מהמדען הראשי. התמיכהשל קבלת המקומית

בקביעת הדימיון בין קבוצת המסייעים ,בקרה נוספים משתני ערכישל בחינת רציפותםמהלך זה טעון

עם תוכניות מו"פ( לקבוצת הבקרה )את התמיכהומעלה אשר קיבלו 1.1עם ציון תוכניות מו"פ הניסוי )

הגדרת טווח הציונים הנכון לצורך בחינת נדרשת ,כמו כן .(את התמיכהומטה אשר לא קיבלו 1.4ציון

סביב נקודת הסף.מקומית ההשפעה ה

הגורמים המשפיעים על שיעור האישור .3.3

דל הציונים ברמה המקומית הנבדקת מהבר האישור של הבקשות נובע בעיקרו בכדי לטעון שההבדל בשיעו

בדיקות: יש לבצע שתי

האם שינוי במשתנים המסבירים האחרים )הנצפים על ידי הוועדה בעת קבלת ההחלטה( משפיע .0

על שיעור האישור?

בערך האם יש שינוי משמעותי בערכי המשתנים המסבירים סביב אותה נקודת סף במידה שכן, .2

?הציון

להשפיע על החלטת האישור הינם מאפייני הבקשה הנצפים בעת הדיון המשתנים המסבירים אשר יכולים

שמקייימת הוועדה על אישורה. המאפיינים המהותיים בקובץ הנתונים הנתון אשר עונים על הגדרה זאת

מציגים את השינוי 2-2 תרשימיםוהתקציב המבוקש. התחום הטכנולוגי הינם: שנת הבקשה, גיל הפירמה,

.אם לערכים שמקבלים משתנים אלובהת אישורבשיעור ה

100% 90% 88% 87% 87% 87% 83% 82% 80%

76%

69%

0

50

100

150

200

50%

60%

70%

80%

90%

100%

תשו

קב

רשו

איה

ר עו

שי

התפלגות הבקשות ושיעור האישור בהתאם לתחום הטכנולוגי - 4תרשים

שיעור האישור מספר הבקשות

05

ה"פארמה" וה"אחר", , תחוםמלבד תחום ה"פלאסטיקה" )מספר תצפיות נמוך ביותר(עולה ש 2מתרשים

כלומר אין שינויים מהותיים בשיעור .21%-11%שאר התחומים מרוכזים בשיעורי אישור הנעים בטווח של

האישור כתלות בתחום הטכנולוגי, אך לא ניתן לבטל טענה זו כלל.

שיעור האישור עולה עם גיל תיות בקרב הפירמות הבוגרות יותר, תנודהעל אף ניתן להבחין ש 1תרשים מ

ר נמוך במיוחד של בקשות הפירמות שנוסדו בשנת הוועדה עצמה זוכות לשיעור אישוכמו כן, . הפירמה

על כן, ניתן לקבוע שגיל החברה אכן משפיע על החלטת האישור של הוועדה. בלבד. 21%

משתנה זה – (בוצות ערכיםבק)על ידי הפירמות מבוקשהתקציב מוצגות הבקשות בהתאם ל 2בתרשים

ותיקות ומבוססות יותר נוטות לבצע פירמות, שכן פירמהה /שלבתקמעיד אף הוא במידה מסויימת על ו

גם כאן ניתן לזהות השפעה בכיוון זהה של עלייה בשיעור פרויקטים בהיקפים תקציביים גדולים יותר.

4ניכר הבדל משמעותי בין קבוצת התקציבים הנמוכה ביותר )עד האישור עם העלייה בתקציב המבוקש.

הקבוצה הגבוהה ביותר )תקציבים של 21%ומת בלבד לע 24%מיליון ש"ח( הזוכה לשיעור אישור של

מיליון ש"ח(. 01הגדולים מ

70%

80% 82% 82%

88% 87% 87%

79%

92%

81%

92%

R² = 0.4068

0

20

40

60

80

100

120

50%

60%

70%

80%

90%

100%

1 0 2 3 4 5 6 7 8 9 01

תשו

קב

רשו

איה

ר עו

שי

גיל החברה בעת הבקשה

התפלגות הבקשות ושיעור האישור בהתאם לגיל החברה בעת הבקשה - 5תרשים

(שיעור האישור) Linear שיעור האישור מספר הבקשות

62%

83%

94% 98%

R² = 0.9095

0

50

100

150

200

250

300

350

50%

60%

70%

80%

90%

100%

ומעלה 01 5-01 2-5 2עד

תשו

קב

רשו

איה

ר עו

שי

(ח"מיליון ש)תקציב מבוקש בקבוצות ערכים

התפלגות הבקשות ושיעור האישור בהתאם לתקציב המבוקש - 6תרשים

(שיעור האישור) Linear שיעור האישור בקשות

06

שיעור עולה כי 2תרשים שתנה נוסף שיכול להשפיע על שיעור האישורים הוא שנת הוועדה. עם זאת, ממ

בגודלה מבחינת 3הייתה שנה חריגה 4112שנת האישור לא השתנה באופן מהותי בין השנים הנבדקות.

צעירות )כנראה עקב קשיי המימון ששררו במשק לאחר המשבר(. פירמותכמות הבקשות מאת

ם השונים של בקשת מאפייניקיימת השפעה לכצפוי, ש היאתרשימים ארבעת ההמסקנה העולה מסיכום ל

זניחה. אם לעיתים היא ממאפיין למאפיין ו המו"פ על החלטת האישור של הוועדה. רמת ההשפעה משתנה

הבדלים מהותיים בערכי אותם המשתנים סביב נקודת קיימיםלבחון האם ישחלק השני של הבדיקה ב, ךכ

של המשתנים והממוצעים ציוניםנבחנו הערכים הח . על כן, העלולים לגרום לקפיצה בשיעור האישורהסף

מצביעה על הבדלים מהותיים אינה 1-01תרשימים מכפי שניתן לראות הבקשה. התוצאה, ציוןפי ל

.סביב הציון הסף הנבדק 4שכאלה

3ותה שנה, כפי חריגה לאחר החסרת התצפיות מהמדגם הנבחן )עקב היעדר תיעוד ציוני הבקשות בא 2122כמובן שגם שנת

(.1.2שפורט בפרק 4לא ניתן לבצע בדיקה זו עבור הסקטור הטכנולוגי שכן הוא מהווה משתנה מחרוזתי. אולם הדבר לא צפוי לערער באופן

משמעותי את התוצאות שכן הוצג לעיל שההבדלים בשיעור האישור יחסית זניחים בין הסקטורים.

86%

80% 80% 83%

0

50

100

150

200

250

300

350

50%

60%

70%

80%

90%

100%

2119 2101 2100 2102

תשו

קב

רשו

איה

ר עו

שי

שנת הבקשה

התפלגות הבקשות ושיעור האישור בהתאם לשנת הבקשה - 7תרשים

שיעור האישור מספר הבקשות

0

2

4

6

8

10

12

14

16

הדעווב

ן יודה

ת עב

ה מ

רפי

הל

גי

ציון הבקשה

גיל הפירמה החציוני והממוצע בהתאם לציון הבקשה - 8תרשים

ממוצע חציון

07

האישור בוצעה הרצה של כמו כן, לשם בחינת מובהקות השפעותיהם של המשתנים המסבירים על שיעור

המתאר את סף הציונים (dummy) משתנה דמי בצירוף ת אותם המשתניםרגרסיה לוגיסטית הכוללת א

(Cut Off) מתאר 0פלט . 0יקבלו יוואלו שמעל 1בקשות אשר קיבלו ציון הנמוך מהסף יקבלו . כלומר הנבחן

.5את תוצאות הרגרסיה

5 . Othersובקרב התחומים הטכנולוגיים הושמט 2122ה המייצג את שנת המשתנה המושמט בקרב שנו הבקשה הינו ז

שכן חוזה הצלחה באופן מושלם. Plasticsכמו כן, הושמט המשתנה המייצג את

0

5

10

15

20

25

30

35ש

קבו

מב

ציק

ת(

שלמ

" (ח

ציון הבקשה

בהתאם לציון הבקשה( ח"מלש)התקציב המבוקש החציוני והממוצע - 9תרשים

ממוצע חציון

2008

2009

2010

2011

2012

הש

קב

הת

שנ

ציון הבקשה

שנת הבקשה החציונית והממוצעת בהתאם לציון הבקשה - 10תרשים

ממוצע חציון

08

שבהינתן משתנה הסף, למשתנים המסבירים האחרים אין השפעה מובהקת על התוצאות מצביעות על כך

לעדי )מבין אופן בהאישור ב שיעורלשייך את הגידול ב, ניתן החלטת הוועדה לאישור הבקשה. לפיכך

אין הבדל ווך ההנחה שכמעט מתו. סביב לאותו ערך סף של ציון הבקשה כוינוי בערהמשתנים הנצפים( לש

, הרי שאנו מתקרבים למצב מתחתיושקיבלה ציון מעט פירמהשקיבלה ציון מעט מעל הסף לבין בין פירמה

( מדרבן, שהוא הציוןכמעט זהות )מבחינת משתני הבקרה והמשתנה ה פירמותשל ניסוי מקרי אשר בו

המעידאי רציפות בתוצאות הרגרסיה הנובעות מתוך אותה החלטה מכאן ש .מובדלות בהחלטת האישור

המדען הראשי על המשתנים מ התמיכה ל האפקט הסיבתי שיש לקבלתע)ככל הניתן( באופן מדוייק

המוסברים.

)המשתנים המוסברים( תיאור משתני התוצאה .3.4

ןישנהנעשית על ידי הפירמות העסקיות , לפעילות המו"פמאמר זהשל תיחהכפי שהוזכר בפרק הפ

השפעות חיצוניות רבות הרצויות מבחינה כלכלית עבור המשק כולו. זאת מעבר לערך המסחרי של אותה

ת עצמן. מן הראוי שבמחקר זה, העוסק ביעילות התמיכה הממשלתית, ייבחנו פעילות עבור הפירמו

המסחרי ( ואת הערךsocial returnהחברתי )מאפיינים תוצאתיים המתארים במידה מסוימת את הערך

:הינםבהם בחרתי להתמקד המאפיינים על כן, ( שיש לתמיכה הממשלתית.private returnהפרטי )

. עקב ההבדל המהותי בין 6מדד המעיד על ההצלחה המסחרית של פעילות המו"פ –מכירות הפירמה .0

תוצאה זו על ידי בחנתין קהלי היעד אליהם הן פונות תחומי הפעילות של הפירמות השונות ובי

6ומטה בעל הגשת בקשת המו"פ( אשר לרוב אינן עוסקות במספר 21יש לזכור שהפירמות הנבחנות הינן יחסית צעירות )בנות

ינים שונים במקביל. על כן, הגעה של הפירמה להיתכנות שוק ולמכירות מוצר הינה בד"כ תוצאה ישירה פיתוחים בעלי מאפי

של אותה פעילות מו"פ אשר נתמכה )או אשר נדחתה(.

תוצאות הרגרסיה הלוגיסטית במונחי ההסתברות לקבלת תמיכת המדען בהתאם למשתני הבקרה – 1פלט

Approval

(6.81) 7.092*** Cut Off (Grade<=3.25)

(0.66) 0.0587 Requested Budget (Million USD)

(0.50) 0.0372 Company Age

(-0.65) -0.991 Year of Request - 2009

(-0.94) -1.464 Year of Request - 2010

(-1.09) -1.713 Year of Request - 2012

(-0.57) -0.687 Company Sector - Chemistry

(-1.01) -0.912 Company Sector - Communication

(0.78) 0.918 Company Sector - Electro_Optics

(0.25) 0.245 Company Sector - Electronics

(0.04) 0.0282 Company Sector - Medical_Devices

(-0.35) -0.319 Company Sector - Biotechnology

(0.10) 0.0899 Company Sector - Pharma

(-0.24) -0.171 Company Sector - Software

(0.11) 0.178* _cons

587 N

0.676 pseudo R-sq

Note: ***p<=0.001 **p<=0.05, *p<=0.1. t statistics in parentheses.

09

מכירת לשלבי שעברה במידה 0 תקבל פירמה :7לפי הכלל הבא משתנה בינארי המקבל את ערכיו

1 תקבלו (]הצמחת הכנסות[ Revenue Growth או ]הכנסות ראשוניות[ Initial Revenues)המוצר

.(]מחקר ופיתוח[ R&D או]הזנק[ Seed) הפיתוח בשלבי נמצאתעדיין ש במידה

דרך זליגת הידע נתון המעיד במידה מסויימת על הערך החברתי של פעילות המו"פ – תעסוקת עובדים .4

פירמה מעסיקה יותר עובדים אשר נחשפים לפיתוח הש ככלשכן ,(knowledge spillover) האפשרית

פ לפעילות מו" לתרום בהמשךיכול ידע זה אותם עובדים.יותר ידע בקרב נרכש –טכנולוגי מתקדם

בה הם יקחו חלק במסגרת אותה פירמה, במסגרת פירמה אחרת שתעסיק אותם או במסגרת עתידית

מיזם עצמאי שהם יחליטו להקים.

במידה לפי הכלל הבא: הדכן של מספר העובדים המועסקים על ידי הפירמה התבצעהזנת הערך המעו

יטזביצעה אק פירמהבמידה שה. IVCהמעודכן במאגר פעילה כיום, הוזן מספר העובדים פירמהשה

(exit) )יטזאקשהעסיקה לפני ה, הוזן מספר העובדים מכל סוג שהוא )רכישה, מיזוג או הנפקה

.כלל עובדיםשאינה מעסיקה נרשם ה שהחברה אינה פעילה כיום, במידו

חודשים בין 1ותהליך הזנתם באופן פרטני לכל חברה נמשך כ IVCנתונים אלו מקורם ממאגר המידע של ה

. 4101ספטמבר לדצמבר החודשים

כל שכן כחשוב לציין שהנתונים כפי שמוצגים בשלב זה של הסטטיסטיקה התיאורית הינם מוטים

שמאפייני הפירמה )יכולות היזמים, ניסיונם, המודל העסקי, איכות הפתרון ומורכבותו הטכנולוגית(

כמו כן, יעלו. התמיכהה לקבלת יסיכוי, הדבר ישתקף בציון שתקבל ומעידים יותר על הצלחה עתידית

עם מאפיינים פירמהסיכוייה לגדול ולהתפתח גבוהים יותר מאשר ,ללא הסיוע מהמדעןאף סביר להניח ש

תהיה ניתוח ההמשך האקונומטרי. מטרת (מהמדען תמיכהשלה סבירות נמוכה יותר לקבל ) נחותים ממנה

"זהות". פירמותבין התמיכהלבחון באופן בלתי מוטה את השפעת קבלת

בחינה זו בודקת רקבינארי המייצג את מכירות הפירמה. כפי שצויין לעיל, תחילה נבחן את המשתנה ה

. על כן, פירמה שמכרה במיליון האם הפירמה הגיעה לשלב המכירות, ואינה מתייחסת לכמות המכירות

. מהלך זה זה לפירמה שמכרה בדולר אחד בלבד , שקולה בתוצאתה במדדמאז קבלת התמיכהדולר

מתבקש עקב העובדה שרוב הפירמות הינן פרטיות ולא ניתן להתחקות בקלות אחר נתוני המכירות שלהן.

ללא הבדל ,הוא מאפשר בחינה נייטרלית יותר של ההסתברות להגעה למכירות מצד פירמה נבחנת בד בבד,

הפירמות השונות ישלבנתוני הבדלים ב על מצביע 00תרשים היא פונה. יואלבתחום הטכנולוגי וקהל היעד

התפלגות מהתרשים עולה כי . IVCמאגר כפי שנאספו מ )אשר ערך משתנה ההגעה למכירות נגזר מהם(,

מהן הצליחו להגיע למכירות ברמה 11%הפירמות שנתמכו מרוכזת בשלבים המתקדמים יותר. זאת כאשר

(.4לט לעומת הפירמות שלא נתמכו )פ 04.1%כלשהי עם הבדל מובהק של כ

7 IVCמבוסס על מאגר הנתונים והגדרות ה

21

נגרמים עקב ההטייה בבחירת המדגמים שכן הפירמות הטובות יותר שיהיו, הבדלים אלה, מובהקים ככל

הקשר מעניין יהיה לבחון את . בהתייחסות לכך,בהסתברות גבוהה יותר לקבל את אישור הוועדהנוטות

, לבין התוצאה במונחי מדד הפוטנציאל שלהבין הציון שניתן לפירמה, המעיד במידה מסויימת על

המכירות. במילים אחרות, האם לפירמה שקיבלה ציון גבוה יותר ישנה הסתברות גבוהה יותר להגיע

ירמות מציג קשר זה על ידי דיאגרמת בועות הבוחנת את האחוז הממוצע של הפ 04תרשים למכירות.

את מדגם הפירמות אשר קיבלוהמגיעות למכירות בהתאם לציון הבקשה. גודל הבועה מייצג את גודל

.נבחנה ההשפעה לקבוצת המאושרות והנדחות בנפרד בתרשים זהאותו הציון. גם

0%

20%

40%

60%

80%

100%

נדחו אושרו

תמו

רפי

הת

גולפ

תה

התפלגות הפירמות בהתאם לשלב הפירמה ולהחלטת הוועדה - 11תרשים

הצמחת הכנסות

הכנסות ראשוניות

מחקר ופיתוח

הזנק

58% 46%

שלא אלו לבין שנתמכו הפירמות בין למכירות להגעה הממוצעת בהסתברות להבדל t מבחן – 2 פלט

[95% Conf. Interval] Std. Dev. Std. Err. Mean Obs Group

.5598203 .3568463 .5008764 .0511205 .4583333 96 Approval==0

.6262573 .5387121 .4936523 .0222782 .5824847 491 Approval==1

.6024321 .521929 .4965416 .0204945 .5621806 587 combined

-.0156966 -.2326061 .0552206 -.1241514 diff

t = -2.2483 diff = mean(0) - mean(1)

degrees of freedom = 585 Ho: diff = 0

Ha: diff > 0 Ha: diff != 0 Ha: diff < 0

Pr(T > t) = 0.9875 Pr(T > t) = 0.0249 Pr(T < t) = 0.0125

20

ר, הציון שניתן על ידי הבודק כלומ אינו חזק עבור אף אחת מהקבוצות.עולה שקשר שכזה התרשיםמ

טענה זו תוצאתה המסחרית. מנבא טוב של, אינו פירמה ואת בקשתהאשר העריך את טיב ה עיוצהמק

.1הרגרסיה הלינארית שתוצאותיה מוצגים בפלט מגובה על ידי

המשתנה ה זה קשר מסויים עםלמשתנ. הצלחה האחר, מידת תעסוקת העובדיםהמשתנה כעת נבחן את

, ההגעה למכירות, שכן בהגיעה למכירות הפירמה בדרך כלל מרחיבה את היקף פעילותה ולשם כך הקודם

עלולה לעודד את דווקא קבלת תמיכה מהמדען הראשי נדרשת להעסיק יותר עובדים. על אף האמור,

ן המוטל על זאת עקב הקטנת הסיכוהפירמה להעסיק יותר עובדים למרות שעדיין לא הגיעה למכירות.

הפירמה באמצעות אותה התמיכה. כמובן שתוצאה שכזאת הינה חלק ממטרת התמיכה הממשלתית

בפעילויות מסוג זה.

אלו נבדוק תחילה את ההבדל במספר המועסקים הממוצע בקרב הפירמות אשר קיבלו תמיכה לעומת

( 2ובהק ביותר )ראה פלט ניכר שמספר העובדים המועסקים גדול באופן משמעותי ומ 01מתרשים .שלא

בקרב הפירמות אשר זכו לתמיכת המדען.

0%

20%

40%

60%

80%

100%ת

רוכי

מלה

עהג

הר

עושי

ציון הבקשה

שיעור ההגעה למכירות בהתאם לציון הבקשה ולהחלטת הוועדה - 12תרשים

אושרו נדחו

תוצאות הרגרסיה הליניארית במונחי ההסתברות להגעה למכירות בהתאם לציון הבקשה – 3פלט

Sales

(Approval==0)

Sales

(Approval==1)

(0.21) 0.0232 (-0.68) -0.0382 Grade

(1.40) 0.400 (3.42) 0.726*** _cons

96 491 N

0.0000 0.001 R-sq

Note: ***p<=0.001 **p<=0.05, *p<=0.1. t statistics in parentheses.

22

צות העסקת העובדים בקבו כפועל יוצא מכך, התפלגותן של אותן פירמות מרוכזת יותר )באופן יחסי(

.02שעולה מתרשים , כפי הגדולות יותר

25.6

11.4

0

100

200

300

400

500

600

נדחו אושרו

0

5

10

15

20

25

30ת

מורפי

ם די

בעו

מספר המועסקים הממוצע בפירמות בהתאם להחלטת הוועדה - 13תרשים

ממוצע העובדים המועסקים מספר הפירמות

010-511 50-011 00-51 4-01 ומטה 3

0%

10%

20%

30%

40%

50%

60%

(קבוצות ערכים)תעסוקת עובדים

תמו

רפי

הת

גולפ

תה

התפלגות הפירמות בהתאם לתעסוקת עובדים ולהחלטת הוועדה - 14תרשים

נדחו אושרו

שלא אלו לבין שנתמכו הפירמות בין במספר העובדים המועסקים להבדל t מבחן – 4 פלט

[95% Conf. Interval] Std. Dev. Std. Err. Mean Obs Group

14.07247 8.821151 12.81935 1.322215 11.44681 96 Approval==0

28.77961 22.48626 35.9561 1.601612 25.63294 504 Approval==1

26.11653 20.68949 33.78734 1.381667 23.40301 598 combined

-6.812519 -21.55974 3.754474 -14.18613 diff

t = -3.7785 diff = mean(0) - mean(1)

degrees of freedom = 596 Ho: diff = 0

Ha: diff > 0 Ha: diff != 0 Ha: diff < 0

Pr(T > t) = 0.9999 Pr(T > t) = 0.0002 Pr(T < t) = 0.0001

23

לבין הציון שקיבלו בהגשת הבקשה בין מספר העובדים אשר מעסיקות הפירמות קשר נוסף שנבחן הוא

של הציון כלפי הערך המסחרי חיזוי יכולת לשקודם לכן לא זיהינו כל אור העובדה. זאת במיוחד ללמדען

.מנסה להתחקות באותו אופן אחר קשר זה 01תרשים של פעילות המו"פ.

במונחי פירמה העתידית של השיש לציון על צמיח יכולת חיזוי מסוימת מתגלים סממנים של במקרה זה

, מקבילותיהן שלא זכו לכךעבור קשר זה תקף רק עבור הפירמות שזכו לתמיכת המדען. ,אולםתעסוקה.

(.1 פלט (אינו מובהקהקשר

המודל ושיטת האמידה .4

הגדרת המשתנים .4.1

נגדיר מחקר זה, לצורך המחשת משמעויותיו של המודל התיאורטי והשלכותיהן על הנושא הנבדק במסגרת

עשה שימוש:יבהם י אלמנטיםראשית באופן פורמלי את ה

𝑿𝒊 – ציון הבקשה של פירמהi.להלן המשתנה המדרבן ,

𝒄 – .ערכו של הציון בו מתקיימת קפיצה בהסתברויות לקבלת הטיפול, להלן נקודת הסף

𝑻𝒊 – אחרת, להלן 1 -עבור פירמה אשר קיבלה את תמיכת המדען ו 0משתנה דמי המקבל את הערך

משתנה הטיפול.

0

10

20

30

40

50

םדי

בעו

ציון הבקשה

ממוצע תעסוקת העובדים בהתאם לציון הבקשה ולהחלטת הוועדה- 15תרשים

אושרו נדחו

במונחי תעסוקת עובדים בהתאם לציון הבקשה תוצאות הרגרסיה הליניארית – 5פלט

Employment

(Approval==0)

Employment

(Approval==1)

(0.77) 2.197572 (3.42) 13.60068*** Grade

(0.81) 7.305096 (-1.70) -25.67183* _cons

94 504 N

0.0064 0.0227 R-sq

Note: ***p<=0.001 **p<=0.05, *p<=0.1. t statistics in parentheses.

24

𝑪𝒊 – 1 -ציון הבקשה שקיבלה גבוה מנקודת הסף ו עבור פירמה אשר 0משתנה דמי המקבל את הערך

אחרת, להלן משתנה העזר.

𝒀𝒊 – ה התוצאה.תוצאות הפירמה אותן ברצוננו לבחון, להלן משתנמשתנה המתאר את

:בהמשך נעשה הבחנה בין שני משתני תוצאה כדלקמן

𝑬𝒎𝒑𝒍𝒐𝒚𝒎𝒆𝒏𝒕𝒊 – מספר העובדים המועסקים על ידי פירמהi 0, להלן משתנה תוצאה.

𝑺𝒂𝒍𝒆𝒔𝒊 – אחרת, להלן משתנה 1 -עבור פירמה אשר הגיעה למכירות ו 0מקבל את הערך משתנה דמי ה

.4תוצאה

התיאורטי המודל .4.2

שתי בין ההבדל את למצוא יש, מסויימת בינארית התערבות של הסיבתי האפקט את להעריך בכדי

:פוטנציאליות תוצאות

𝒀𝒊(𝟏) − 𝒀𝒊(𝟎)

.חשיפה לטיפולההתוצאה עם את 𝒀𝒊(𝟏) -ו התוצאה ללא חשיפה לטיפולמסמלת את 𝒀𝒊(𝟎) כאשר

The fundamental problem of) מכיוון שלא ניתן למדוד את את ההבדל בין התוצאות עבור אותה תצפית

causal inferenceשתי קבוצות בנות התאמה, של יהן(, נהוג לעשות שימוש בהבדל הממוצע בתוצאות

קיימות כיום מספר שיטות .(𝑻𝒊=0או אי קבלתו ) ,(𝑻𝒊=1בדל ביניהן הינו עצם קבלת הטיפול )כאשר הה

אחת מהשיטות הינה אי רציפות .(matching methodsאקונומטריות לביצוע סוג כזה של התאמה )

במסגרת המודל בו נעשה שימוש ( ובמסגרתה נמצא RDD - Regression Discontinuity Designברגרסיה )

fuzzy regression discontinuity (FRD.)שהוא מחקר זה

( נקבעת )לפחות באופן חלקי( על 𝑻𝒊שההשמה לטיפול ) ינוה RDD השיטת הרעיון המרכזי העומד מאחורי

forcingעל כן שמו, המשתנה המדרבן ) (.cשלו ) 8משני צדדיו של ערך סף מסויים 𝑿𝒊 פי ערכו של

variable/running variable) לשם בחינת השפעת הטיפול בשיטה זו יש לוודא שמתקיימים שני תנאים .

בסיסיים:

מהשפעות נקייה X הערך שקבלת ,כלומר .רנדומליות בהתפלגות התצפיות משני צידי הסף .0

ידוע X את קובע אשר המקצועי ולבודק הבקשה ציון את מהווה X אם, לדוגמא. חיצוניות

תושפע הציון למתן בנוגע שהחלטתו הרי ,הוועדה לאישור זוכות c רךמע גבוה שציונן שבקשות

.9מכך

ערכם של היא ש(. משמעות הדבר cנקודת הסף )ב פהיצר X [𝐸(𝜀|𝑋)]תוחלת הטעויות בהינתן .4

אשר להם עלולה להיות השפעה על המשתנה התלוי, אינו משתנה ,(Xהאחרים )מלבד המשתנים

8 (. (van der Klaauw1997, כפי שעשה ואן דר קלאו ניתן להרחבה למספר ערכי סף

9לי ברור בנושא זה. מלבד זאת, פורמלי לא או פורמלי כלל קיים לא(, 1.2)"האמפירית אסטרטגיה"ה בפרק לעיל שצויין כפי

(Lee, 2008 )עובדה שמתקיימת בוודאות - א חוסר מושלמות ביכולת לשלוט במשתנה ההשמה עצמוימצא שכל מה שנדרש ה

עדה לגבי אישור הפרוייקט.במקרה הנוכחי שכן לבודק אין שליטה מלאה על החלטת הוו

25

למשתנה X, תיתכן התאמה בין ערכו של באופן זה. סףבאופן משמעותי סביב אותה נקודת

. X10(, אך היא צפויה להיות רציפה על פני ערכיו של 𝒀𝒊התוצאה )

, ניתן יהיה לפרש כל אי רציפות (בנספחמפורטות אשר )בהינתן תנאים אלה, ובצירוף הנחות נוספות

כעדות לאפקט הסיבתי של הטיפול. ,בנקודת הסף Xבתוחלת התוצאות המותנית ב

4.2.1 Sharp Regression Discontinuity

והמוסבר sharp regression discontinuity (SRD) הנקרא, מודל הבסיסי של אי רציפות ברגרסיהה

ההסתברות לקבלת ש נסמך על כך(, (Imbens & Lemieux 2008בהרחבה במאמרם של אימבנס ולמיו

לפי פונקציה נקבע (𝑇𝑖שמשתנה ההשמה לטיפול ) . כלומר,סףהבערך 0-ל 1 הטיפול קופצת מ

:ת של המשתנה המדרבןדטרמיניסטי

𝑇𝑖 = 𝑇(𝑋𝑖) = {1,0} → {𝑃(𝑇𝑖 = 1| 𝑋𝑖 ≥ 𝑐) = 1

𝑃(𝑇𝑖 = 0| 𝑋𝑖 < 𝑐) = 0

.02פונקציה זו מתוארת באופן גרפי בתרשים

𝑇𝑖באופן זה, ניתן לחלק את המדגם לשתי קבוצות: קבוצת הטיפול )עבורה = ( וקבוצת הבקרה )עבורה 1

𝑇𝑖 = התוחלת המותנית במשתנה המדרבן של התוצאות ניתן להריץ את רגרסייתלכל אחת מהקבוצות (.0

המקווקו ( ושל התוצאות הפוטנציאליות )הקו 02נצפות )הקו הרציף של כל אחת מהקבוצות בתרשים ה

. ובאופן פורמלי, את:(באותו תרשים

𝜇𝑇(𝑥) = 𝐸[𝑌(𝑇)|𝑋 = 𝑥] , עבורT = 0,1

10

מוכיחה קיום של תנאי זה )לפחות עבור המשתנים (3.3) הבדיקה השנייה בפרק ה"גורמים המשפיעים על שיעור האישור"

הנצפים(.

0

0.2

0.4

0.6

0.8

1

1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00 12.00

ב ת

נית

מוה

ת רו

בת

סה

הX

ל פו

טילה

מש

הל

P(x

)

(X)המשתנה המדרבן

SRDההסתברות המותנית להשמה לטיפול ב - 16תרשים

הסף ערך

c

26

)המיוצג על ידי קטע בנקודת הסףהתוחלות המותנות של התוצאה בין אי הרציפותב המטרה היא להתבונן

A 02בתרשים):

lim𝑥↓𝑐

𝐸[𝑌𝑖| 𝑋𝑖 = 𝑥] − lim𝑥↑𝑐

𝐸[𝑌𝑖| 𝑋𝑖 = 𝑥]

:בנקודת הסף שיש למתן הטיפול (11LATE) המקומיתהשפעה הסיבתית אי רציפות זו מפורשת כ

𝜏𝑆𝑅𝐷 = 𝐸[𝑌𝑖(𝑇𝑖 = 1) − 𝑌𝑖(𝑇𝑖 = 0)|𝑋𝑖 = 𝑐] = 𝐸[𝑌𝑖(1) − 𝑌𝑖(0)|𝑋𝑖 = 𝑐]

4.2.2 Fuzzy Regression Discontinuity

אין –יותר (fuzzy)מסגיר, מעורפל , כפי ששמו שהוא fuzzy regression discontinuity (FRD) ודל הבמ

קפיצה קטנה יותר בנקודת הסף ובמסגרתו ניתן להסתמך על 0-ל 1-צורך שההסתברות לטיפול תקפוץ מ

למצב שכזה. מציג דוגמה 01. תרשים 12הטיפולבהסתברות לקבלת

דומה תוצאות בנקודת הסף באופןהאינו מאפשר להתייחס לאי הרציפות חוסר המוחלטות במבנה זה

תצפיות המרכיבות את כל אחת מהקבוצות )הטיפול והבקרה( אינן .זאת מכיוון שהSRDמודל ה לנעשה ב

11

Local Average Treatment Effect (LATE) 12

הדרישה היחידה למעשה היא שההסתברויות המותנות להשמה לטיפול בגבול התחתון והעליון של נקודת הסף לא יהיו שוות: lim𝑥↓𝑐

𝑃[𝑇𝑖 = 1| 𝑋𝑖 = 𝑥] ≠ lim𝑥↑𝑐

𝑃[𝑇𝑖 = 0| 𝑋𝑖 = 𝑥]

1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00 12.00

ל ש

ת ני

תמו

הת

לח

תוה

ת ייס

ררג

ת פו

צהנ

ת או

צתו

הת

יולא

ציטנ

פוה

ו

(X)המשתנה המדרבן

רגרסיית התוחלת המותנית של התוצאות הנצפות והפוטנציאליות - 17תרשים

c

A

0

0.2

0.4

0.6

0.8

1

1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00 12.00

ב ת

נית

מוה

ת רו

בת

סה

הX

ל פו

טילה

מש

הל

P(x

)

(X)המשתנה המדרבן

FRDההסתברות המותנית להשמה לטיפול ב - 18תרשים

c

27

הרי כאשר המטרה הינה להעריך את השפעת הטיפול, יש לבחון את זהות במאפייניהן כפי שהיו קודם לכן.

את הטיפול. תצפיות אלו נקראות יקבלובמידה שיתאפשר להן, שתצפיות תוצאותיהן של הההבדל בין

הגבוה Xבו כל תצפית בעלת ערך אשר , SRDמצב זה התקיים במודל ה (.compliers) 13"צייתניות"

שלהן גבוה Xקיימות תצפיות אשר ערך ה, FRDקיבלה את הטיפול. אולם כעת, במודל ה - מנקודת הסף

באותו אופן . (nevertakers-14נה "סרבניות")אותן נכ טיפול את מנקודת הסף ולמרות זאת אינן מקבלות

)אותן נכנה טיפולאת ההנמוך מנקודת הסף אשר בכל זאת מקבלות Xקיימות תצפיות עם ערך

.(alwaystakers -15"לקחניות"

לקחניות", ושבקבוצת פול קיימות תצפיות "צייתניות" ו"המצב שתואר מצביע על כך שבקבוצת הטי

""צייתניות" ו"סרבניות". המטרה היא לבדוק את ההבדל בתוצאות ה"צייתניותהבקרה קיימות תצפיות

לא רק באי רציפות התוצאות בנקודת הסף, אלא ,הפתרון לכך כולל התחשבות שתי הקבוצות. קרבב בלבד

שההסתברות להשמה לטיפול של התצפיות מכיווןגם באי הרציפות בהסתברות להשמה לטיפול. זאת

הקבוצות, ה"לקחניות" בקבוצת הטיפול וה"סרבניות" בקבוצת הבקרה, אינה מושפעת ה"מיותרות" בשתי

אי הרציפות בתוצאות התצפיות אשר עבורן ההסתברות (בפועל) כך נבחנת מנקודת הסף עצמה.כלל

להשפעה מדןעל כן, הא בלבד. "מושפעת מנקודת הסף, שהן התצפיות ה"צייתניותאכן להשמה לטיפול

( 𝑌𝑖על ידי היחס בין אי הרציפות ברגרסיה של התוצאה ) מתואר FRD( במודל ה LATEהמקומית )הסיבתית

:16, כפי שמנוסח באופן פורמלי במשוואה הבאהX( על 𝑇𝑖לבין הקפיצה ברגרסיה של הטיפול ) Xעל

𝜏𝐹𝑅𝐷 =lim𝑥↓𝑐

𝐸[𝑌𝑖| 𝑋𝑖 = 𝑥] − lim𝑥↑𝑐

𝐸[𝑌𝑖| 𝑋𝑖 = 𝑥]

lim𝑥↓𝑐

𝐸[𝑇𝑖| 𝑋𝑖 = 𝑥] − lim𝑥↑𝑐

𝐸[𝑇𝑖| 𝑋𝑖 = 𝑥]= 𝐸(𝑌𝑖(1) − 𝑌𝑖(0)|i is a complier & 𝑋𝑖 = c)

הם מספקים אומדנים אמינים להשפעה הינו ששני FRD -וה SRD נוסף בנוגע למבני ה אספקט חשוב

(. אולם, ללא הנחות נוספות cהקרוב לנקודת הסף ) Xהסיבתית של הטיפול עבור תת הקבוצה שלה ערך

)כגון הומגניות של ההשפעה למשל( לא ניתן להרחיב את משמעות ההשפעה מעבר לפן המקומי. במקרה בו

עוסק מחקר זה, מגבלת התוקף הפנימי בלבד אינה בעייתית כל כך, שכן השפעת תמיכת המדען על

( 4.1ות מוצלחות )ציונים הנמוכים מ( או על הכי פח2 –הפירמות המוצלחות ביותר )ציונים הגבוהים מ

הינה פחות מעניינת בהקשר בחינת יעילות התמיכה הממשלתית. הרי סביר להניח שהפירמות המוצלחות

צפויות להשיג תוצאות החלשות ביותר שביותר היו מצליחות לגייס תמיכה פרטית גם ללא תמיכת המדען ו

13

:כאשר( complier) כצייתנית מוגדרת תצפית

lim𝑥↓𝑋𝑖

𝑇𝑖(𝑥) = 0 𝑎𝑛𝑑 lim𝑥↑𝑋𝑖

𝑇𝑖(𝑥) = 1

.(אחרת לא אך) מתחתיו או 𝑋𝑖 ב תיקבע הסף נקודת אם הטיפול את בלתק, כלומר

14

:כאשר (Nevertaker) כסרבנית מוגדרת תצפית

lim𝑥↓𝑋𝑖

𝑇𝑖(𝑥) = 0 𝑎𝑛𝑑 lim𝑥↑𝑋𝑖

𝑇𝑖(𝑥) = 0

.𝑋𝑖גם אם נקודת הסף תיקבע מעל ל תקבל את הטיפול לא כלומר,

15

:כאשר (Alwaystaker) כלקחנית מוגדרת תצפית

lim𝑥↓𝑋𝑖

𝑇𝑖(𝑥) = 1 𝑎𝑛𝑑 lim𝑥↑𝑋𝑖

𝑇𝑖(𝑥) = 1

.𝑋𝑖גם אם נקודת הסף תיקבע מתחת ל תקבל את הטיפול כלומר,

16

.(TSLS ) שלבים בשני (IV) עזר במשתנה לשימוש FRDה מודל בין קישר (van der Klaauw, 1997) קלאו דר וואן

הגדרתי אותו Ci דוגמת משתנה) הסף לנקודת ביחס התצפית של מיקומה היה כך לצורך השתמש הוא בו העזר משתנה

את השני ובשלב( זה במקרה Ti )לטיפול ההשמה על העזר משתנה השפעת את בחן הוא הראשון בשלב(. זה פרק בתחילת

.התוצאה על( הראשון מהשלב הרגרסיה מדןא עם) העזר משתנה השפעת

28

קמות ומבעיקרה סביב אזור הביניים בו מ ות נבחנתנמוכות גם אם יקבלו את התמיכה. על כן שאלת היעיל

התוקף הפנימי שיש ,הפירמות שלהן סיכויים סבירים להצלחה אך קושי בהשגת המימון הפרטי. על כן

על אף שלא ניתן לפשטו על פני כלל הציונים. זאת ,למודל זה באיזור הערכים המדובר עונה על הצורך

להגדיר כהלכה את טווח הערכים הנכון אותו יש :הינוקף הפנימי אתגר משמעותי נוסף העולה מבעיית התו

(. כלומר, עד כמה ניתן הנוכחילבחון מלכתחילה סביב נקודת העניין המקומית )נקודת הסף במקרה

להתרחק מערך נקודת הסף ועדיין לטעון שקבוצת הביקורת )של התצפיות בעלות ערכים הנמוכים מהסף(

על מדובר על שאלה של הטייה )ככל שמתרחקים יותר מערך הסף המדגם גדל( תואמת לקבוצת הטיפול. בפו

במחקר זה נעשה מול דיוק )ככל שמתרחקים ההתאמה בין הקבוצות קטנה וכך גם תוקף התוצאות(.

שימוש במודל תיאורטי )אשר יפורט בתת הפרק הבא( לצורך קביעת טווח הערכים האופטימלי.

שיטת האמידה .4.3

או ינאנעשה שימוש בסט פקודות חדשות אותן הגו החוקרים קאלוניקו, קאט LATEל אמדן הלצורך מציאת

פקודות אלה נועדו לאפשר מציאת .(CCTלהלן - Calonico, Cattaneo & Titiunik, 2013וטיטיוניק )

האמדן .(fuzzy kink -ו sharp, fuzzy, kink) על שלל גווניו RD ים מבוססיהשפעות מובהקות במודל

בו נעשה שימוש במחקריהם של האן LATEמבוסס על אמדן פופולרי להנ"ל המחושב במסגרת הפקודות

(Hahn, 2001( ופורטר )Porter, 2003 ):שהוא

τ̂𝑃(ℎ𝑛) = �̂�+,𝑝(ℎ𝑛) − �̂�−,𝑝(ℎ𝑛)

מציינות את החותך �̂�+/−,𝑝(ℎ𝑛) ו 17הינו אמדן פולינומי מקומי המבוסס על צפיפות קרנל τ̂𝑃כאשר

ℎ𝑛בטווח הערכים pמשני צידי הסף של רגרסיות פולינומיות מדרגה 18.

( הבאה: MSEאמדן זה מוביל למשוואת ריבועי הטעויות )

𝑀𝑆𝐸𝑃(ℎ𝑛) = 𝐸[(τ̂𝑃(ℎ𝑛) − 𝜏)2| 𝑋𝑛] ≈ ℎ𝑛2(𝑝+1)𝐵𝑛,𝑝

2 +1

𝑛ℎ𝑛𝑉𝑛,𝑝

.τ̂𝑃(ℎ𝑛))מייצגים בהתאמה את ההטייה הסטטיסטית ואת השונות הסטטיסטית של 𝑉𝑛,𝑝 -ו 𝐵𝑛,𝑝כאשר

ℎ𝑛מתוך משוואה זו עולה שהאמדן עקיב במידה ש → 𝑛ℎ𝑛 -וש 0 → . יתרה מכך, האמדן יהיה ∞

בחר להיות:יי ℎ𝑛)אם טווח הערכים )( MSE)בהקשר אופטימלי

ℎ𝑀𝑆𝐸,𝑛,𝑝 = (�̂�𝑝

2(𝑝 + 1)𝐵𝑝2)

1/(2𝑝+3)

𝑛−1/(2𝑝+3)

𝐵𝑝 אולם לשם קיום המשוואה יש להניח ש ≠ החוקרים מסתייגים מהנחה זו שכן:. 0

B𝑝 ∝ 𝜇+(𝑝+1) − 𝜇−

(𝑝+1)

.במקרים מסויימים 1עלול לקבל ערך הקרוב או השווה ל

17

kernel-based local polynomials 18

𝑌𝑖)}כאשר המדגם הרנדומלי הנצפה הינו , 𝑋𝑖)′: 𝑖 = 1,2, … , 𝑛}

29

& Imbens) אימבנס קאליאנאראמן יה זו, ובהשראת עבודה קודמת של החוקריםעל מנת להתגבר על בע

Kalyanaraman, 2012) ם החוקרים שעסקה בנושא, מציעי CCT אלטרנטיבה לבחירת טווח הערכים על

:19ידי כלל תוספת ישירה מסדר שני

ℎ̂𝐶𝐶𝑇,𝑛,𝑝 = (�̂�𝐶𝐶𝑇,𝑝

2(𝑝 + 1)�̂�𝐶𝐶𝑇,𝑝2

+ �̂�𝐶𝐶𝑇,𝑝

)

1/(2𝑝+3)

𝑛−1/(2𝑝+3)

ביחד עם �̂�𝐶𝐶𝑇,𝑝 -מטרתה למנוע מכנה אפסי במדגמים בינוניים, ו �̂�𝐶𝐶𝑇,𝑝כאשר ההסדרה הנוספת בצורת

�̂�𝐶𝐶𝑇,𝑝 של מקביליהם באוכלוסיה.פרמטרים -א ניםהינם אמד

וניתן לפרשו τ̂𝑃(ℎ̂𝐶𝐶𝑇,𝑛,𝑝)שיימדד כתוצאה מהשימוש בטווח הערכים הנ"ל ייקרא LATEהאמדן ל

.𝜏אופטימלי )אסימפטוטית( ל -MSEוכעקיב

:נעשה שימושבהן להלן פירוט תפקידן של הפקודות השונותבהתאם לכך,

rdbwselect – פקודה המחשבת את טווח הערכים האופטימליℎ̂𝐶𝐶𝑇,𝑛,𝑝.

rdrobust – פקודה המחשבת את האמדןτ̂𝑃(ℎ̂𝐶𝐶𝑇,𝑛,𝑝) לLATE .על סמך אותו טווח ערכים

rdbinselect – ות הבקרה והטיפול סביב צהרגרסיות הפולינומיות של קבופקודה המציגה באופן גרפי את

נקודת הסף.

ולשימושים מעשיים אחרים יש לעיין במאמרם RDלהרחבה בנושא סט פקודות זה לצורך חישוב אמדני

(.(CCT Calonico, Cattaneo & Titiunik, 2013 של

התוצאות .5

הסףבחירת ערך .5.1

0בין שתחום הגדרתו הינוהינו משתנה בדיד (הבקשה )ציוןבו נעשה שימוש במחקר זה משתנה המדרבןה

אתגר בקביעת מיקומה המדוייק של נקודת בבקפיצות מינימליות של עשירית הנקודה. מבנה זה מצי 1-ל

הטווח העובדה שעל אף הזיהוי של מ אתגר זה נובע. כחלק מבחינת השפעת קבלת התמיכה (c) הסף

(, בטווח זה עדיין ניתן להגדיר 1.1לציון 1.4 בין הציוןהמשמעותי בקפיצת ההסתברויות לקבלת הטיפול )

להוות את ערך הנבחר כתלות ב תוצאה מכך,כ ידו באופן יעיל בין שתי הקבוצות.אינסוף ערכים אשר יפר

( עלול להשתנות )דבר שעלול ℎ̂𝐶𝐶𝑇,𝑛,𝑝טווח הערכים האופטימלי )לפי –במסגרת טווח זה נקודת הסף

.(ורמת מובהקותו) ייתקבלש LATE (τ̂𝑃)ה אמדן ( וכך גם להשפיע על המדגם הנבחר

, אשר השתמשו במאמרם במשתנה בדיד (Thistlethwaite & Campbell, 1960טיסטלטסוייט וקמפבל )

מדרבן, בחנו והציגו את תוצאותיהן תוך כדי שימוש בערך שרירותי השל דירוג ציוני סטודנטים כמשתנה

מכיוון שבמחקר זה התוצאות משתנות באופן די משמעותי כתלות בערך הסף .20במרכז הטווח הרלוונטי

19

second-order direct plug-in rule (DPI-2) 20

.22ל 21, כאשר הקפיצה בהסתברות להשמה התרחשה בין 21.1

31

21סף נבחרים ערכי 2הנבחר )עקב השימוש במדגם מצומצם(, בפרק זה יוצגו ויפורשו התוצאות עבור

לשם המחשת התוצאות באופן גרפי, אציג מקרה בוחן ספציפי העושה שימוש בנקודת מהטווח הרלוונטי.

(.1.41הסף המרכזית )

השפעת תמיכת המדען על התעסוקה בפירמות .5.2

)כפי שמוצגת rdrobustראשית נבחנה השפעת התמיכה על התעסוקה בקרב הפירמות באמצעות פקודת ה

בערך (=1.2%Pvalueמובהק ) מדןאות המתקבלות ,כתלות בערך הסך הנבחר, נעות בין התוצא .(2פלט ב

לא מובהק מדןא( לבין 1.40 -לטובת הפירמות הנתמכות )בערך הסף המינימלי עובדים 12.2 של

(02.1%Pvalue=) בהתאם כמו כן ניתן להבחין ש (.1.42 -עובדים )בערך הסף המקסימלי 44.2של בערך

( בערכי 21ל 22)מ, השתנה מספר התצפיות בקבוצת הבקרה (BW Loc. Poly. (h)לשינוי בטווח האופטימלי )

(. עובדה אשר תרמה להיחלשות מובהקותן של התוצאות.1.42-1.42הסף הגבוהים יותר )

21

.1.12בקפיצות של 1.23ועד 1.22מ

אי רציפות בתוצאות הרגרסיה במונחי תעסוקה כתוצאה מקבלת התמיכה – 6פלט

(9) (8) (7) (6) (5) (4) (3) (2) (1)

3.29 3.28 3.27 3.26 3.25 3.24 3.23 3.22 3.21 Cutoff c =

598 598 598 598 598 598 598 598 598 Number of obs

60 60 60 67 67 67 67 67 67 Left of c

192 192 192 192 192 192 150 150 150 Right of c

1 1 1 1 1 1 1 1 1 Order Loc. Poly.

(p)

2 2 2 2 2 2 2 2 2 Order Bias (q)

0.439 0.436 0.442 0.492 0.482 0.468 0.464 0.468 0.471 BW Loc. Poly. (h)

0.715 0.717 0.726 0.768 0.766 0.764 0.740 0.730 0.727 BW Bias (b)

0.614 0.608 0.609 0.641 0.630 0.612 0.627 0.640 0.648 rho (h/b)

Structural Estimates.

Outcome: Employment. Running Variable: Grade. Instrument: Approval.

22.728 25.222 27.114 25.259 27.506* 31.385* 34.054* 35.348* 36.674* Coef.

16.385 16.878 17.01 15.461 16.15 17.478 18.365 18.742 19.177 Std. Err.

1.3871 1.4944 1.5940 1.6338 1.7032 1.7956 1.8543 1.8860 1.9124 z

0.165 0.135 0.111 0.102 0.089 0.073 0.064 0.059 0.056 P>|z|

First-Stage Estimates

Outcome: Approval. Running Variable: Grade.

.45667 .46324 .4728 .48871 .49062 .49188 .49447 .49753 .50015 Coef.

.15553 .14829 .1402 .12548 .12058 .11638 .11093 .1052 .10005 Std. Err.

2.9361 3.1240 3.3724 3.8948 4.0688 4.2265 4.4573 4.7294 4.9992 z

0.003 0.002 0.001 0.000 0.000 0.000 0.000 0.000 0.000 P>|z|

Note: **p<=0.05, *p<=0.1

30

אשר מאפשרת rdbinselectבפקודת ה השתמשתיעל מנת להמחיש את התוצאה שהתקבלה באופן גרפי

. נבחן הציוןשתי הקבוצות בהינתן בין לזהות את אי רציפות בערכים החזויים של הרגרסיה הפולינומית

סביב נקודת הסף. זאת על מנת ראשית תחום רחב יותר מהתחום האופטימלי לחישוב ההשפעה הסיבתית

תר. התמונה הכוללת ומתוך כך להבין את משמעות בחירת הטווח הספיציפי המצומצם יולהתרשם מ

ציון הבקשה, תוך כדי שימוש בנקודת של 4עבור פולינום מדרגה תוצאות הרגרסיה את מציג 02תרשים

המנטרל את הציונים הקיצוניים בלבד. 22רחבועבור טווח ( 1.41הסף המרכזית )

שקיימת אי רציפות -הראשונה :02שתי תובנות מיידיות העולות מתרשים באופן אינטואיטיבי, ישנן

שהפער אינו גדול כפי שהצביעו התוצאות –והשנייה ,חיובית בתוצאות הרגרסיה בנקודת הסף הנבחנת

את השפעת השימוש בטווח לעומק על מנת להבין .עובדים( 44.2 פער שלל 12.2פער של בין אשר נע) 2פלט ב

, נבחן את אותו אופן הצגת הנתונים עבור הטווח CCTפטימלי כפי שמחושב במסגרת המודל של האו

(.41המצומצם יותר )תרשים 23האופטימלי

22

2מקיים: xעבורן ערך הכלומר, יכלול את התצפיות . c=3.25כאשר h=1.25הטווח שנבחר הינו < 𝑥 < 4.5 23

ℎ̂𝐶𝐶𝑇,𝑛,𝑝 = 2.768מקיים: xכלומר, יכלול את התצפיות עבורן ערך ה. c=3.25כאשר 0.482 < 𝑥 < 3.732

010

20

30

40

50

םדי

בעו

ת קסו

עת

2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5

ציון הבקשה

ממוצע המדגם עבור הציון הנתון רגרסיה פולינומית מסדר 2

h=1.25ו c=3.25כאשר 2תוצאות הרגרסיה הפולינומית מסדר – 19תרשים

32

ת בעיקר עקב ערכים גבוהים של תעסוק תאי הרציפות ברגרסיה בנקודת הסף נובעשכעת, ניתן לזהות

ברגרסיה שימוש תופעה זאת, יחד עם בדיוק. 1.1בקרב פירמות אשר בקשתן קיבלה את הציון עובדים

, גוררת את (1.2ל 1.41המקבלת )במקרה זה( שיפוע תלול באופן משמעותי )הקטע בין הציונים 24פולינומית

(. על כן, יש 2יהן של שתי הקבוצות )כפי שמובאות בפלט דל בין תוצאותהגידול הלא פרופרוציונאלי בהב

להתייחס יותר לקיום ההשפעה של תמיכת המדען על החברות המקבלות אותה במונחי תעסוקה ופחות על

מידת ההשפעה.

השפעת תמיכת המדען על הגעתן של הפירמות למכירות .5.3

, רק על התהליך הקודםבוצעה חזרה הגעה למכירותהסתברות המציאת אמדן ההשפעה במונחי ה לצורך

. חשוב לציין שמדגם התצפיות 𝑺𝒂𝒍𝒆𝒔𝒊שהפעם המשתנה התלוי היה המשתנה הבינארי אשר הוגדר כ

לא IVCבהקשר המכירות שונה במקצת לזה שבו נעשה שימוש בהקשר התעסוקה. זאת מכיוון שבמאגר

על כן סטטוס הפירמה )שממנו נגזר משתנה ההגעה למכירות( עבור כל הפירמות במדגם. לגבי א נתון נמצ

מציג את 2פלט סביר שהטווחים האופטימלים וגודל המדגם בקבוצות השונות )טיפול ובקרה( יושפעו מכך.

תוצאות הניתוח עבור נקודות הסף השונות.

24

סביב נקודת הסף( נהוג לעשות שימוש RDDכאשר נבחנת השפעת הטיפול באופן מקומי )כפי שנעשה במגוון שיטות ה

במודל לא לינארי על מנת להימנע מהשפעתם של ערכים המרוחקים מהנקודה הנבחנת על התוצאה. באופן זה מתחזק התוקף

הפנימי של התוצאות המתקבלות.

510

15

20

25

30

םדי

בעו

ת קסו

עת

2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7

ציון הבקשה

ממוצע המדגם עבור הציון הנתון רגרסיה פולינומית מסדר 2

h=0.482ו c=3.25כאשר 2תוצאות הרגרסיה הפולינומית מסדר – 20תרשים

33

נקודות הסף הנבחנות. בנקודת הסף כתלות בבמקרה זה ניתן לזהות קיצוניות ברמת מובהקות ההשפעה

משמעות הדבר היא .21%מדן בערך של לא (Pvalue=5%) ( מתקבלת תוצאה מובהקת1.40הנמוכה ביותר )

לא אשר פירמות לעומת 21%ב למכירות להגעה הסתברותה את מעלה בפירמה המדען תמיכת שעצם

ובנקודת (Pvalue=10.2%) ( מובהקות התוצאות כבר נשחקת1.41בנקודת הסף השלישית ) ,אולם .נתמכו

בהקשר זה, מעניין לבחון פעם נוספת .(Pvalue=52%) ההבדל כבר אינו מובהק כלל( 1.42הסף האחרונה )

פות בתוצאות הרגרסיה. הגרפית של אי הרצי תצורהאת ה

( בו נבחן 1.41תחילה, בדומה לנעשה קודם לכן, נבחן את הטווח הרחב יותר סביב ערך הסף האמצעי )

כעת בניגוד לבחינת השפעת התמיכה על (.40)תרשים 2-ל 4שלהן נע בין הציון Xתצפיות שערך ה

ה של (, אי הרציפות אינה כה ברורה. הסיבה לכך טמונה בעובדה ששיפוע הרגרסי02התעסוקה )תרשים

קבוצת הבקרה )מצד שמאל של ערך הסף( חיובי ועולה לקראת ערך הסף בעוד שרגרסיית קבוצת הטיפול,

, אשר בוחן את 44תרשים על אף שמתחילה בחותך גבוה יותר בערך הסף, יורדת במקצת עם עליית הציון.

, מדגיש את תופעה זו.בלבד 25הטווח האופטימלי

25

ℎ̂𝐶𝐶𝑇,𝑛,𝑝 = 2.751מקיים: xכלומר, יכלול את התצפיות עבורן ערך ה. c=3.25כאשר 0.499 < 𝑥 < 3.749

במונחי הסתברות ההגעה למכירות כתוצאה מקבלת התמיכהאי רציפות בתוצאות הרגרסיה – 7פלט

(9) (8) (7) (6) (5) (4) (3) (2) (1)

3.29 3.28 3.27 3.26 3.25 3.24 3.23 3.22 3.21 Cutoff c =

587 587 587 587 587 587 587 587 587 Number of obs

68 68 68 68 68 68 68 68 68 Left of c

187 187 187 187 187 187 147 147 147 Right of c

1 1 1 1 1 1 1 1 1 Order Loc. Poly.

(p)

2 2 2 2 2 2 2 2 2 Order Bias (q)

0.492 0.497 0.502 0.503 0.499 0.482 0.453 0.446 0.442 BW Loc. Poly. (h)

0.787 0.785 0.786 0.797 0.805 0.786 0.750 0.735 0.726 BW Bias (b)

0.625 0.633 0.638 0.632 0.620 0.613 0.604 0.608 0.609 rho (h/b)

Structural Estimates.

Outcome: Sales. Running Variable: Grade. Instrument: Approval.

.22256 .26394 .30173 .33834 .37774 .43214 .50874 .55378* .60114** Coef.

.34809 .32826 .31405 .30428 .29859 .29986 .31104 .30813 .30625 Std. Err.

0.6394 0.8040 0.9608 1.1119 1.2651 1.4411 1.6356 1.7972 1.9629 z

0.523 0.421 0.337 0.266 0.206 0.150 0.102 0.072 0.050 P>|z|

First-Stage Estimates

Outcome: Approval. Running Variable: Grade.

.46947 .47697 .48283 .48722 .49026 .49163 .49112 .4942 .49736 Coef.

.14858 .13868 .13072 .12426 .11896 .11497 .11244 .10723 .10208 Std. Err.

3.1598 3.4394 3.6936 3.9210 4.1212 4.2763 4.3678 4.6088 4.8723 z

0.002 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 P>|z|

Note: **p<=0.05, *p<=0.1

34

0.2

.4.6

.81

תרו

כימ

לה

עהג

הת

רובת

סה

2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5

ציון הבקשה

ממוצע המדגם עבור הציון הנתון רגרסיה פולינומית מסדר 2

.4.5

.6.7

.8.9

תרו

כימ

לה

עהג

הת

רובת

סה

2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7

ציון הבקשה

ממוצע המדגם עבור הציון הנתון רגרסיה פולינומית מסדר 2

h=1.25ו c=3.25כאשר 2תוצאות הרגרסיה הפולינומית מסדר – 21תרשים

h=0.499ו c=3.25כאשר 2תוצאות הרגרסיה הפולינומית מסדר – 22 תרשים

35

השפעת תמיכת המדען על הגעת האחרונים, ניתן לומר ש כסיכום של שני התרשימים והפלט הסטטיסטי

שמובהקות התוצאה בערך הסף הנמוך ביותר מעידה על השפעה במידה איננה מובהקת. הפירמות למכירות

ת בטווח הסמוך ביותר אמיתית כלשהי, הרי שהיא מקומית ביותר ורלוונטית אך ורק לפירמות הנמצאו

נקודת הסף(, ל אשר לא סמוכיםלנקודת הסף. תופעה שכזו יכולה להעיד על כך שבטווחי הציונים האחרים )

ו/או משתנים לא נצפים אחרים, משפיעים באופן משמעותי הקודמים משתני הבקרה שפורטו בפרקים

מדובר על פירמות מתחומים טכנולוגיים שונים אשר סבירה לחלוטין כאשר זו יותר על התוצאות. הנחה

)כגון תחום הפארמה אל מול תחום התוכנה(. לחלוטין ידועים כבעלי סיכויי הצלחה מסחרית שונים

סיכום ומסקנות .5.4

הינה "יצירתהמדען הראשי( כת לשכתעליו נסמחוק המו"פ )שמוזכרת ראשונה מבין מטרות המטרה

וטכנולוגי". על כן, העדויות להשפעת תמיכת המדען על מדעי אדם כוח וקליטת בתעשיה עבודה מקומות

בהחלט בראייה תעסוקת העובדים בפירמות הטכנולוגיות, כפי שעולות מן המחקר, הינן חיוביות

הממשלתית.

של קבלת התמיכה על ההגעה למכירות כתוצאה עצם העובדה שלא התגלתה השפעה שלילית ניתן לראות ב

כפי שהוסברה בפרק ) . הרי מטרת הממשלה בתמיכה בפעילות מו"פ עסקית)במידה מסויימת( מעודדת

מנים אחרת על ידי לא היו ממוואשר אשר להם ערך חברתי רבהינה לתמוך בפרוייקטים (הרקע למחקר

כאלה שהסיכון הכרוך בהוצאתם לפועל גבוה מהפוטציאל המסחרי הטמון בהם. על כלומר שוק הפרטי.ה

בפרוייקטים להם יהיה היא לתמוך של הממשלה לעניין זה, גוף המבצע מדען הראשי, כהלשכת כן, נטיית

המדען הראשי המכהן, מר אבי לאחרונה תאו כפי שכינה זא ללא המימון הממשלתי.קשה יותר להצליח

הן על אף שהפירמות הנבחנות ,לכן .”FINANCIAL TIMES - “In our office, we like riskל 26, בראיוןחסון

לו הנבחרות על ידירק פירמות שפנו למדען )ולא כאלו שלא הזדקקו לו כלל(, עדיין ניתן היה לשער שלא

בשל הסיכון הרב יותר הכרוך בתוכנית יותר להצליח מבחינה מסחרית, יהיה קשה יכההמדען הראשי לתמ

בין הפירמות הדומות שנבדקו משני , ניתן להתייחס לחוסר ההשפעה בפן המסחרי ,אם כך .המו"פ שלהן

המדען סייעה באיזון ההסתברויות לטובת הפירמות המסוכנות תכעדות לכך שתמיכ, צדדי נקודת הסף

יותר.

רבות ערך עבור גורמים רבים בסביבה הכלכלית שמחקר זה מציע תובנות, אני מאמין ןעניילסיכומו של

בפן המעשי, המחקר מאפשר הצצה נדירה לדרך קבלת ההחלטות במסגרת במדען הראשי .הרלוונטית

עם זאת, המחקר סובל מבעיה ולאימפקט שיש לתמיכה שהוא מספק על חברות טכנולוגיה בתחילת דרכן.

התלות סינון התצפיות המאסיבי שנעשה בבניית מאגר הנתונים, אשר נבע בעיקרו משל מדגם נמוך.

הגבוהה בציוני הבקשות, פגם במובהקות התוצאות וביכולות להסתמך עליהן ברמה רשמית יותר. עם זאת,

ים להשגת מידע נוסף הדרוש להשגת בעיה זו מציבה אתגר להשלמת המלאכה בעתיד, כאשר יבשילו התנא

מדגם מספק.

26

00144feab7de.html#axzz3GzCKCqUk-a32f-11e3-98b0-http://www.ft.com/cms/s/0/babcfd3e

36

נספח .6

RDD 27בגישות התאמה השמה הנחותו

תי הנחות עיקריות לשם מציאת שנשענות על , 28רנדומליאשר אינן במסגרת ניסוי רבות, שיטות התאמה

בו המצב . Overlap והשנייה הינה הנחת ה Unconfoundedeness יות. הראשונה הינה הנחת ה סיבת

, כפי שמתואר במאמרם של רוזנבאום ורובין strong ignorability נקרא מתקיימות אלו הנחות שתי

((Rosenbaum and Rubin, 1983 .אופן התאמתם של מודל ה בנספח זה מתואר בקצרהSRD והFRD

,Imbens & Lameiux) ואימבנס למיותיאור מקיף יותר של הנושא ניתן למצוא במאמרם של להנחות אלו.

2008.)

SRD וההנחות הדרושת

-SRDבמודל Unconfoundedenessהנחת

-במילים אחרות . רנדומלית תהיה הטיפול של ההשמה, המפקחים המשתנים בהנתןההנחה דורשת ש

:, ההשמה לטיפול אינה תלויה בתוצאות האפשריותXבהינתן

(𝑌(0), 𝑌(1)) ∐𝑇| 𝑋

Xבנוקדת הסף ) ATE29 ה ניתן לחשב אתאם הנחה זו מתקיימת, = 𝑐 ):באופן הבא

𝐸(𝑌𝑖(1) − 𝑌𝑖(0)|𝑋𝑖 = 𝑥) = 𝐸(𝑌𝑖|𝐷𝑖 = 1, 𝑋𝑖 = 𝑐) − 𝐸(𝑌𝑖|𝐷𝑖 = 0, 𝑋𝑖 = 𝑐)

Xבמידה שערך ה .Xב במלואההנחה זו טריוויאלית שכן ההשמה לטיפול תלויה - SRD מודל ה במקרה של

היא לא –היא תקבל את הטיפול, ובמידה שנמוך מערך הסף –של תצפית מסויימת גבוה מערך נקודת הסף

תזכה לו.

-SRDבמודל Overlapהנחת

:בקרהבקבוצת הטיפול וגם בקבוצת ה ן תצפיותישנ Xערך של שעבור כל דורשתהנחה זו

0 < Pr(𝑇𝑖 = 1|𝑋𝑖 = 𝑥) < 1

לעומת ) 1,או 0היא או ההסתברות לטיפול Xערך של כל יסודי שכן עבור באופן תמופרהנחה זו SRDב

SRD . ראשית נבחן את אמדן ה דורשת אקסטרהפולטציהההנחה הפרת . (0-ל 1הדרישה שתמיד תהיה בין

𝑋בנקודת הסף ) = 𝑐:)

27

Matching Methods 28

quasi-experimental research design 29

Average Treatment Effect (ATE)

37

𝜏𝑆𝑅𝐷 = 𝐸(𝑌(1) − 𝑌(0)|X=c) = 𝐸(𝑌(1)|X=c) -𝐸(𝑌(0)|X=c)

𝑋𝑖אין תצפיות עם SRDב = 𝑐 עבורן נצפה בתוצאה𝑌𝑖(0) ולכן ננצל את העובדה שאנו צופים בתצפיות עם

:הטוענת ש 30רציפותלשם כך נניח הנחת .cערכים הקרובים ל

𝐸(𝑌(1)|X=x) ו- 𝐸(𝑌(0)|X=x) רציפים בx.

בהינתן הנחה זו, נקבל:

𝐸(𝑌(0)|X=c) = lim𝑥↑𝑐(𝑌(0)|X = x) = lim𝑥↑𝑐(𝑌(0)|T = 0, X = x) = 𝐥𝐢𝐦𝒙↑𝒄(𝒀|𝐗 = 𝐱)

:נקבל עבור קבוצת הטיפול ש ובאופן דומה

𝐸(𝑌(1)|X=c) = 𝐥𝐢𝐦𝒙↓𝒄(𝒀|𝐗 = 𝐱)

:( מספק𝜏𝑆𝑅𝐷) cבנקודה ATEלכן ה

𝜏𝑆𝑅𝐷 = 𝐥𝐢𝐦𝒙↓𝒄

(𝒀|𝐗 = 𝐱) − 𝐥𝐢𝐦𝒙↑𝒄

(𝒀|𝐗 = 𝐱)

RDF וההנחות הדרושת

-FRDבמודל Unconfoundedenessהנחת

קבוצת הטיפול ,( compliersה"צייתניות") בנוסף לקבוצת התצפיות - כפי שהוסבר בפרק המודל התיאורטי

"סרבניות" פיות וקבוצת הבקרה כוללת גם תצ( alwaystakersכוללת גם תצפיות "לקחניות" ) FRDב

(nevertakers .) עקב כך, בחינת ההשפעה הסיבתית על ידי הפרשי הממוצעים בין שתי הקבוצות משני ציד

יש FRDמדן מדוייק יותר להשפעה הסיבתית במודל לא, אינה מדוייקת. על מנת להגיע 31הסף בלבד

נסמכת על Unconfoundedeness ה הנחת להתחשב גם בקפיצה בהסתברות לקבלת הטיפול בנקודת הסף.

שלהן זהה. אך הנחה זו אינה כה משכנעת כאשר קיימת אי Xכך שהתצפיות ניתנות להשוואה אם ערך ה

כלומר, ייתכן מסויים )כמו שמתקיים בנקודת הסף(. Xרציפות משמעותית בהסתברות להשמה בערך

דומה אך שנמצאות משני צידי הסף שונות זו מזו באופן משמעותי יותר. שונות זו, Xשתצפיות עם ערך

FRDבמודל ה Unconfoundedenessעל כן, ניתוח הנסמך על הנחת ה ייתכן ומשפיעה על ההשמה לטיפול.

(32במקרה זה ovrlap ך לבחון את הנחת ה ינו אטרקטיבי )ולכן גם אין צורא

30

Continuity of conditional regression functions 31

𝐸(𝑌𝑖(1) − 𝑌𝑖(0)|𝑋𝑖 = 𝑥) = 𝐸(𝑌𝑖|𝐷𝑖 = 1, 𝑋𝑖 = 𝑐) − 𝐸(𝑌𝑖|𝐷𝑖 = 0, 𝑋𝑖 = 𝑐) 32

מתקיימת. Unconfoundedeness שכן נועדה להשלמת המהלך המתמטי לבחינת סיבתיות בהינתן שהנחת ה

38

בליוגרפיתירשימה ב .7

מאמרים

Angrist, J.D., Lavy, V.: "Using Maimonides’ rule to estimate the effect of class size on scholastic achievement",

Quarterly Journal of Economics 114(1999), pp. 533–575.

Arrow, K. J.: "Economic Welfare and the Allocation of Resources for Invention ", The Rate and Direction of Inventive

Activity, Princeton University Press: Princeton (1962), pp. 609-625.

Arrow, Kenneth J.:"Uncertainty and the Welfare Economics of Medical Care". American Economic Review 53

(5).(1963), pp. 941–973 (press +).

Akerlof, George A.: "The Market for 'Lemons': Quality Uncertainty and the Market Mechanism", Quarterly Journal of

Economics (The MIT Press) 84 (3) (1970), 488–500.

Bronzini, R., Iachini, E.: “Are Incentives for R&D Effective? Evidence from a Regression Discontinuity Approach”,

Temi di discussione n.791, Banca d’Italia, febbraio (2011).

de Blasio, Fantino and Pellegrini: "Evaluating the impact of innovation incentives Bank of Italy", Structural Economic

Analysis Department (2011).

Czarnitzki Dirk and Andreas Fier: "Do Innovation Subsidies Crowd out Private Investment? Evidence from the

German Service Sector", Applied Economics Quarterly (1), (2002), pp. 1 - 15.

Calonico, Cattaneo and Titiunik:" Robust Data-Driven Inference in the Regression-Discontinuity Design", The Stata

Journal (2013).

Duget, Emmanuel: "Are R&D a Substitute or a Complement to Privately Funded R&D? Evidence from France using

Propensity Score Methods for Non-Experimental Data", mimeo, cahiers de la MSE EUREQua no. (75)( 2003).

Griliches, Zvi: "Issues in Assessing the Contribution of R&D to Productivity Growth", The Bell Journal of Economics,

vol. l0(l) (Spring 1979),pp. 92-116.

Griliches, Z. and Regev, H.: "R&D, Government Support and Firm Productivity in Israeli Industry", in R. N. Spivack

(ed.), Papers and Proceedings of the Advanced Technology Program’s International Conference on the Economic

Evaluation of Technology Change, NIST Special Publication (SP 952)( 2001).

Hahn, J., P. Todd, and W. van der Klaauw: "Identication and Estimation of Treatment Effects with a Regression-

Discontinuity Design". Econometrica 69(1)( 2001), pp. 201-209.

Imbens, G. W., and K. Kalyanaraman.: "Optimal Bandwidth Choice for the Regression Discontinuity Estimator",

Review of Economic Studies 79(3)( 2012), pp. 933-959.

Imbens, G., and T. Lemieux: "Regression Discontinuity Designs: A Guide to Practice", Journal of Econometrics

142(2)( 2008), pp. 615-635.

Lach , Prizat and Wasserteil: "The impact of government support to industrial R&D on the Israeli economy", E.G.P

Applied Economics Ltd (2008).

Lach, S.: "Do R&D Subsidies Stimulate or Displace Private R&D? Evidence from Israel", The Journal of

Industrial Economics, December, Vol. L, No. 4(2002), pp. 369-390.

39

Lee, D. S.: "Randomized Experiments from Non-random Selection in U.S. House Elections", Journal of Econometrics

142(2) (2008),pp. 675-697.

Lee, D. S.,and T. Lemieux: "Regression Discontinuity Designs in Economics", Journal of Economic Literature 48(2)

(2010), pp. 281-355.

Lemieux, T.: "Regression discontinuity designs: A guide to practice", Journal of Econometrics,

doi:10.1016/j.jeconom2007.05.001 (2007).

Rosenbaum, P., Rubin, D.: "The central role of the propensity score in observational studies for causal effects.

Biometrika 70 (1983), pp. 41–55.

Toivanen, O., Niininen, P.: "Investment, R&D, subsidies and credit constraints", Department of Economics MIT and

Helsinki School of Economics (1998).

Thistlethwaite, Donald L.; Campbell, Donald T.; "Regression-discontinuity analysis: An alternative to the ex post facto

experiment", Journal of Educational Psychology, Vol 51(6), (Dec 1960), pp. 309-317.

van der Klaauw, W.: "Regression-Discontinuity Analysis: A Survey of Recent Developments in Economics". Labour

22(2) (1998), pp. 219-245.

van der Klaauw W. (1997) ‘A Regression–Discontinuity Evaluation of the Effect of Financial Aid Offers on College

Enrollment’, C. V. Starr Center for Applied Economics, New York University, Working Paper 97-10.

van der Klaauw W.: "Estimating the Effect of Financial Aid Offers on College Enrollment: A Regression–Discontinuity

Approach", International Economic Review 43(4) (2002), pp. 1249–1287.

Wallensten, Scott. J.:, "The Effects of Government-Industry R&D Programs on Private R&D: The Case of

the Small Business Innovation Research Program", The Rand Journal of Economics, 31(1) (2000), pp. 82 - 100.

אחרים מקורות

Notes on Research and Development - Saul Lach, January 29, 2012

Econometrics B for graduate students (TAU) lecture notes – Alma Cohen, 2012- 2013

The Office of the Chief Scientist R&D incentive programs spreads, 2014

41

The effect that government support for business R&D has on the recipient firms in

terms of employment and probability of reaching sales

by Shlomi Nezry

Guided by Saul Lach33

Abstract

This thesis paper contributes to the existing literature on the effectiveness of government

R&D incentives by measuring the effect that the Office of the Chief Scientist's support has on

technology firms in Israel. The firms' application process for receiving this support, as part of

the R&D fund, includes review and evaluation of their R&D plan by a professional evaluator.

This evaluation is translated to a final grade which is presented to the R&D committee and

serves as a meaningful factor in its approval decision. The data reveals a unique jump in the

probability of receiving the support at a certain threshold grade. I take advantage of this

jump by applying a fuzzy regression discontinuity design in order the compare the firms

results across that threshold. The results show indications of a positive effect in terms of

employment in supported firms and no effect on their probability of reaching sales.

33

Department of Economics, The Hebrew University

40

Tel Aviv University

The Gershon H. Gordon Faculty of Social Sciences

Department of Economics

The effect that government support for business sector R&D has on the recipient firms

in terms of employment and probability of reaching sales

This paper was submitted as the thesis for the M.A. degree

by: Shlomi Nezry

This study was carried out under the supervision of:

Professor Saul Lach (the Hebrew University)

October 2014