Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä Education Intelligence System (EIS) Pirjo Ståhle & Sten Ståhle
Tulevaisuusluotain Pirjo Ståhle & Sten Ståhle Osaamistarpeen ennakointijärjestelmä Education Intelligence System (EIS) Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 1
2 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Sisältö Johdanto 5 I Trendit ja tilastot osaamistarpeen ennakonnissa 6 1. Osaamistarpeen ennakointimallin kriteerit 6 2. Ennakointimallin tilastolähteet 6 3. Käytettävän tilastoaineiston ominaisuuksia 8 4. Globaalit trendit 8 5. Trendien tilastollinen seuranta 9 6. Vallitsevat megatrendit 10 7. Megatrendien kategoriat 10 8. Varhainen varoitusjärjestelmä 11 9. Heikkojen signaalien seuranta 11 II Kilpailukyky ja tietopääoma ennakoinnin perustana 13 1. Kansallinen kilpailukyky 14 2. Kansallinen tietopääoma 16 3. Kilpailukyvyn ja tietopääoman integrointi 18 4. Kilpailukyky ja tulevaisuuden ennakointi 19 III Osaamistarpeen ennakoinnin käyttömalli 21 1. EIS-käyttömallin lähtökohdat 21 2. Indikaattoreiden valintakriteerit ja luokittelu 21 3. Indikaattoreiden käsittely 22 4. Muutostrendien käsittely 23 5. Esimerkki markkina-alueiden seurannasta 26 6. Tulosten käsittely 27 7. EIS-mallin asiantuntijatyöhön perustuva toteutus 28 Lähdeluettelo 30 Kirjallisuus 30 Verkko-osoitteita ja -julkaisuja 31 Kansainväliset 31 Kotimaiset 32 Tilastolähteet 33 Kansainväliset 33 Kotimaiset 34 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 3
4 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Johdanto Tämä raportti on osa Elinkeinoelämän keskusliiton tulevaisuusluotain-hanketta, jonka yhtenä tavoitteena on kehittää seurantajärjestelmä osaamis- ja koulutustarpeiden ennakointiin Suomessa. Tässä vaiheessa tarkoitus on kehittää pääosin tilastollisiin indikaattoreihin perustuva järjestelmä, jonka avulla voidaan seurata Suomen nykytilaa ja ennakoida kehitystrendejä osaamistarpeen näkökulmasta. Käsillä olevassa raportissa esitellään osaamistarpeen ennakointijärjestelmä (Education Intelligence System, EIS) ja sen pohjalta yksikertaistettu työkalu esimerkkeineen. Mallin ovat kehittäneet ja tämän raportin kirjoittaneet professori Pirjo Ståhle ja analyytikko Sten Ståhle. EIS-ennakointimallissa hyödynnetään indikaattoreiden lisäksi verbaalisia trendilähteitä, aikasarjoihin perustuvia numeerisessa muodossa olevia trendikuvauksia sekä asiantuntijoiden tietoa ja näkemystä (asiantuntijaryhmät ja -delfoit). EIS-malli perustuu vahvasti kahteen näkökulmaan: trendianalyyttiseen ja teoreettiseen. Mallissa paikallistetaan ne globaalit trendit, jotka antavat mahdollisimman luotettavan ja ohjaavan vaikutuksen 10 20+ vuoden tasolla sekä yhdistetään nämä markkinoiden ja yhteiskunnan lyhyen aikavälin trendeihin. 1 Mallia täydennetään niillä yhteiskunnallisilla ja ihmisten käyttäytymistä kuvaavilla muuttujilla (esim. yleiset kulutuskäyttäytymisen muutokset kohti yksilöllisyyttä), joiden trendien tiedetään olevan luotettavia ja pitkäjänteisiä. Mallin teoreettinen perusta on kehitetty analysoimalla ja integroimalla kilpailukyvyn ja tietopääoman viitekehyksiä 2. Kilpailukyvyn osalta hyödynnetään tärkeimpiä kansainvälisten lähteiden indikaattoreita soveltuvin osin (WEF, IMD, EU). Tietopääoman osalta hyödynnetään National Intellectual Capital Indexin (NICI) tietopääomaviitekehystä 3 sekä Dynamic Intellectual Capital -tietoympäristöteoriaa 4. Raportti jakaantuu kolmeen osaan. Ensimmäinen osa käsittelee osaamistarpeen ennakointimallin yleisiä kriteerejä ja tilastoaineiston hyödyntämisen periaatteita ennakoinnin lähteinä. Lisäksi käsitellään trendi- ja indikaattoriperustaisen ennakointimallin perusedellytyksiä sekä näkökulmia, jotka vaikuttavat käytettävien aineistojen valintaan. Toinen osa käsittelee osaamisen ennakointimallin teoreettisia lähtökohtia, jotka perustuvat pääosin kansallisen kilpailukyvyn ja tietopääoman viitekehyksiin. EIS-mallissa sovellettu viitekehys määrittää ne kansallisen kilpailukyvyn peruselementit, joiden pohjalta ennakoinnissa käytettävät indikaattorit valitaan. Raportin kolmas osa on luonteeltaan käytännöllinen työkalu. Siinä esitetään, miten suhteellisen yksikertaisin keinoin kansainvälisiä vertailuindikaattoreita voidaan hyödyntää osaamisen ennakoinnissa. Työkalua havainnollistetaan esimerkkien avulla. Lisäksi kolmannessa osassa esitetään koko EIS-toimintamalli, johon yhdistyy kansallisten vaikuttaja- ja asiantuntijaryhmien käyttö. Raportin ensimmäinen ja toinen osa muodostavat osaamisen ennakoinnin metodisen perustan. Jotta runsaasta indikaattorimassasta voidaan tuottaa riittävän havainnollista aineistoa esim. koulutuspoliittista päätöksentekoa varten, EIS-järjestelmän käytäntöön soveltaminen vaatii a) aineiston kokoamista selvitys- ja taustatyön keinoin tai b) aineiston käsittelyä varten kehitettävän ohjelman. EIS-periaatteita voi kuitenkin soveltaa jossain määrin myös ilman em. resurssointia. Raportissa esitetään myös käytännöllinen vaikkakin suurelta osin yksinkertaistettu tapa hyödyntää indikaattoriaineistoa osaamistarpeen ennakoinnin perustana. Osa raportissa esitetyistä malleista ja niihin liittyvistä määritelmistä on esitetty englanniksi, eikä käytettyjä indikaattoreita ole suomennettu. 1 Välttämättömyys löytää uusia energiamuotoja ja -ratkaisuja on yksi esimerkki globaalista trendistä. ICT-sektorin tuotteiden lisääntyvä käyttöönotto on esimerkki lyhyen aikavälin markkinoita ohjaavasta trendistä. 2 Yhteiskuntamuutoksia kuvaavien indikaattorien teoriataustan käsittely puuttuu mallista. 3 Bontis 2005 4 Ståhle et al 2002 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 5
1 Trendit ja tilastot osaamistarpeen ennakoinnissa Tässä luvussa käsitellään osaamistarpeen ennakointimallin yleisiä kriteerejä ja tilastoaineiston hyödyntämisen periaatteita ennakoinnin lähteinä. Lisäksi tarkastellaan trendi- ja indikaattoriperustaisen ennakoinnin yleisiä ehtoja sekä uhkien ja mahdollisuuksien tunnistamista. 1. Osaamistarpeen ennakointimallin kriteerit Osaamistarvetta ennustavan mallin perusta on trendianalyyttinen. Trendit vaihtelevat sekä luotettavuuden että aikajänteen suhteen. Esimerkiksi muoti on trendikäsite, jonka aikajänne on kuusi kuukautta. Markkinavoima on lyhyen aikavälin trendi, jonka jänne on 1-3 vuotta. Ekologiset ja teknologiamuutokset kuvaavat pitkän aikavälin trendiä, jonka jänne on 10+ vuotta. Ennakointimallin tulee sisältää osia, jotka yhdistävät nämä trendit mielekkäällä tavalla osaamistarpeen määrittelyyn. Lyhyen aikavälin trendejä voidaan hyödyntää osaamistarpeen ennakoinnissa vain koulutusjärjestelmän sellaisilla alueilla, joilla muutoksia on mahdollista tehdä nopeasti. Pitkän aikavälin trendejä voidaan hyödyntää koulutusjärjestelmän perusosissa, kuten esimerkiksi peruskoulun yläasteen ja lukion koulutusohjelmissa sekä rakenteissa, joilla ylläpidetään elinikäistä oppimista. Osaamistarpeen ennakointimallin tulee yleisellä tasolla täyttää seuraavat kriteerit: Ennakointimallissa osaamistarvetta rajoittaa käsite taloudellinen tuottavuus. Mallin tulee ennakoida osaamistarvetta, joka välittömästi tai välillisesti sekä suurella todennäköisyydellä lisää taloudellista tuottavuutta ja kansallista kilpailukykyä. Mallin tulee olla riippumaton nykyisistä taloudellisista klustereista. Tämä kriteeri on tärkeä sen vuoksi, että klusterit eivät kata kansallisen talouden kokonaisuutta mallin tulee kyetä tunnistamaan myös uusia vaihtoehtoja, esimerkiksi uusia avainteknologioita. Mallia tulee siksi voida soveltaa ja hyödyntää myös toimialoittain. Mallin taloudellisiin klustereihin kytketyn osan tulee sisältää mekanismi, jonka avulla taloudellisen klusterin sisäiset muutokset ja uhkatekijät voidaan tunnistaa mahdollisimman varhaisessa vaiheessa. Mallin tulee sisältää mekanismi, jonka avulla voidaan tunnistaa positiiviset signaalit, uuden markkinapotentiaalin tai uuden teknologian avaamat taloudelliset mahdollisuudet riittävän ajoissa. Mallin tulee kohdentaa osaamistarve sisällöllisesti ja tasollisesti. Sisältö kertoo, minkälaisesta osaamisesta on kysymys. Taso kuvaa osaamista koulutusjärjestelmän rakenteiden kautta. Esimerkiksi käsitteessä rakennusinsinööri rakennusalan osaaminen kuvaa sisältöä ja insinööri tutkinnon tasoa. Huomioita Osaamistarpeen ennakointi sisällöllisesti on paljon varmempaa ja helpompaa, jos sille ei aseteta taloudellisen tuottavuuden tai tehokkuuden vaatimusta. On helpompi määritellä miten asioiden tulisi olla, kuin ennakoida, onko toivottu asiantila myös taloudellisesti tuottava. Esimerkiksi tunnistettujen trendien mukaan olisi välttämätöntä panostaa ympäristöosaamiseen ja -teknologiaan, mutta ympäristöteknologian tuottavuuden ennakointi on epävarmaa. Innovatiivisuus on tärkeä osa sekä kansallista tietopääomaa että kilpailuetua. Siksi innovaatio-osaaminen on tärkeä osaamistarve a priori. Innovaatio tulee kuitenkin mieltää laaja-alaisesti ja soveltaa paitsi teknologiaan tai talouden klustereihin, myös talouden rakenteiden kehittämiseen (Hämäläinen&Heiskala 2005). Innovaation ja tuottavuuden suhde on monitahoinen: Tutkimus ja innovointi, joka on vapaa tuottavuuden vaatimuksesta, on todennäköisesti tehokkaampaa kuin tutkimus ja innovointi, joka on tiukasti sidoksissa taloudelliseen tehokkuuteen. Innovointi, joka perustuu globaaliin verkostoitumiseen, on kaikkein tehokkainta. Siten taloudellisiin klustereihin sidottu tutkimus ja innovointi voivat varmistaa klusterin kilpailukyvyn, mutta eivät välttämättä löydä uusia markkinapotentiaaleja. Innovatiivisen, kokeilevan yritysmaailman vanavedessä syntyy vääjäämättä konkursseja, talouden entropiaa ja uponneita kustannuksia. Kilpailuedun saa tässä yhteiskunta, joka kykenee käyttämään hyväkseen konkursseista saatavan oppimishyödyn. Innovoinnin asettamia vaatimuksia nykyisille taloudellisille rakenteille yhteiskunnallisella tasolla ei juurikaan ole käsitelty. 2. Ennakointimallin tilastolähteet Taustakartoituksessa on käyty läpi tärkeimmät kansalliset ja kansainväliset organisaatiot, jotka tuottavat ennakointiin ja trendianalyysiin soveltuvia indikaattoreita tai perustilastoja. Lähteet on alustavasti arvioitu ennusteen luotettavuuden, ajallisen kantaman ja ohjaavan vaikutuksen perusteella. Tärkeimmät lähteet on koottu taulukkoon 1. 6 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Taulukko 1. Tilastolähteet ja niiden positiot luotettavuuden ja ohjaavan vaikutuksen mukaan Ennusteen jänne 2v 6v 8v 10v 12v 14v 16v 18v 20v Luotettavuus ja varmuus KORKEA Suuntaava ja ohjaava vaikutus MATALA NYT STATFI VATT ETLA KTM EK SP VM Lyhyen aikavälin trendit 1 3 v Eri maiden omat ennakointiorganisaatiot Pitkän aikavälin trendit 3 5 v EU OECD Magatrendit 5-15 v IMF WTO ILO WEF IMB ACUNU WIDER ITAA YK Gigatrendit 15 v+ Sosiopoliittinen tutkimus Teknologiatutkimus Tiedepoliittinen tutkimus MATALA Luotettavuus ja varmuus KORKEA Suuntaava ja ohjaava vaikutus Ennusteen jänne 2v 6v 8v 10v 12v 14v 16v 18v 20v Selite: Lyhenteet: Vaalean vihreä alue kuvaa trendejä, joita organisaatiot pääasiassa seuraavat tai joihin tuotetut tilastot erityisesti soveltuvat. Katso käytetyt tilastolähteet Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 7
Keskeisiä havaintoja tilastolähteistä: Lähteet voidaan luokitella kolmeen ryhmään, jotka kuvaavat taloudellista tehokkuutta tai kilpailukykyä yhteiskunnallisia trendejä kansallista tietopääomaa. Kaikissa ryhmissä indikaattorit keskittyvät yleensä nykyisyyteen. Taloudelliset trendit jäävät yleisesti yhden tai kahden vuoden kasvuennusteen varaan. Globaalien ja yhteiskunnallisten trendien aikajänne ulottuu pisimmälle tulevaisuuteen (esim. ikääntyvä Eurooppa) ja ympäristötrendit kantavat jopa vuoteen 2050 2100 asti. Trendin ajalliseen kantamaan vaikuttavat sen perustana oleva tunnettu lainalaisuus volyymi molemmat yhdessä (esim. ekosysteemiin liittyvät ennusteet). Kun verrataan ennusteiden ja trendien aikajänteitä sekä luotettavuutta koulutusjärjestelmän kehittämiseen vaadittavaan aikajänteeseen ja varmuusvaatimukseen, indikaattorit ovat sellaisinaan melko käyttökelvottomia. Sekä taloudellista tehokkuutta tai kasvua mittaavilta että trendejä kuvaavilta indikaattoreita puuttuu yhtenäinen teoreettinen malli. Yhtenäisiä piirteitä niiden taustalta kuitenkin löytyy. Kaikki kehittyneitä maita koskevat mallit korostavat seuraavia näkökulmia menestyksen edellytyksinä: infrastruktuurin toimivuus kansallinen ja kansainvälinen verkostoituminen panostus tuotekehitystoimintaan vakaat ja tasa-arvoiset yhteiskunnalliset olosuhteet. Eri järjestöjen tuottamat skenaariot ovat hyvin yleisiä ja/ tai sisältävät liian monia uskottavia vaihtoehtoja voidakseen toimia indikaattorien avulla tapahtuvan seurannan perustana. Valmista indikaattoripatteristoa, mallia tai teoriaa, jota sellaisenaan voisi soveltaa osaamisen ennakointiin, ei löydy. Osaamistarpeen ennakoinnin aikajänteen tulee ulottua yli kymmenen vuoden päähän, jotta se voisi ohjata hidasliikkeistä kansallista koulutusjärjestelmää. Lyhyen aikavälin koulutuspoliittiset päätökset voidaan tehdä vallitsevien olosuhteiden ja nykytilan indikaattoreiden pohjalta (esim. nopea tieto- ja kommunikaatiotekniikan osaamisen lisääminen, lääkäripula, terveydenhoitopalvelut). 3. Käytettävän tilastoaineiston ominaisuuksia Ennakointimallissa voidaan käyttää sellaisia tilastoja ja indikaattoreita, joiden on voitu osoittaa vaikuttavan tai voidaan perustellusti olettaa vaikuttavan suoraan tai välillisesti taloudellisen hyvinvoinnin, kansallisen hyvinvoinnin tai kansallisen tietopääoman kehitykseen tai joiden on voitu osoittaa selkeästi heijastavan tai mittaavan näitä. Esimerkki tällaisesta tilasto- ja yhteiskuntamuuttujasta on demokratian toimivuuden ja läpinäkyvyyden yhteys taloudelliseen hyvinvointiin. Toimiva demokratia synnyttää taloudellista hyvinvointia ja toisaalta taloudellinen hyvinvointi tuottaa toimivaa demokratiaa. 5 Tosin demokratia jossain vaiheessa saavuttaa kulminaation, jonka jälkeen hyöty kansantalouteen on kulutettu loppuun eikä kansallista hyvinvointia enää demokratiaa lisäämällä voida kasvattaa. Demokratiaesimerkki valaisee myös ennakointimallin tärkeätä piirrettä: malli on epälineaarinen ja sisältää sisäisiä päällekkäisyyksiä. Epälineaarinen tarkoittaa tässä yhteydessä sitä, että tilastomuuttujien vaikutukset voivat olla toistensa kanssa ristiriitaisia. Tekijä, joka toisella tasolla johtaa positiiviseen taloudelliseen kehitykseen, voi toisella tasolla aiheuttaa vaikutuksen, joka on taloudelliselle kehitykselle riski tai rasite. Esimerkiksi urbanisoituminen sinänsä vahvistaa infrastruktuuria ja luo pohjaa positiiviselle taloudelliselle kehitykselle. Samalla urbanisoitumisella on vaarana rasittaa ympäristöä ja heikentää elämän laatua, mikä vuorostaan on uhka talouden kestävälle kasvulle. 4. Globaalit trendit Globaali trendi tarkoittaa liukuvaa käsitystä muutoksesta tai muutokseen vaikuttavista tekijöistä, jotka laajuutensa ja pitkävaikutteisuutensa vuoksi vaikuttavat maailmanlaajuisesti ympäristöön ja sen rakenteisiin. Globaali trendi on paitsi laaja ja pitkävaikutteinen, myös hidasliikkeinen. Tällaisena voidaan pitää esim. ympäristömuutoksia. Mielenkiintoista globaaleissa trendeissä on kuitenkin se, että niiden dynamiikka on hyvin samantapainen kuin nousevien teknologioiden kehityksellä. Trendi ohjaa kehitystä ja synnyttää ympärilleen liiketoimintaa, joka vaatii osaamista joskus jopa kokonaan uuden teknologian kehittämistä (vrt. ympäristöteknologia tai lääketieteen ja sairauksien hoitoon kytketty teollisuus). 5 Inglehart 1997. 8 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Nousevien teknologioiden seuranta liittyy taloudellisten klustereiden ja eri toimialojen kehityksen ennakointiin sekä uusien potentiaalisten markkinoiden ja osaamisalueiden tunnistamiseen. Uudet teknologiat luovat sekä mahdollisuuksia että uhkia. Uhkina voidaan mainita kehittyvä tekoäly yhdistettynä robotiikkaan, joka teoriassa syrjäyttäisi manuaalisen työvoiman tarpeen kokonaisuudessaan. Vaikutukset olisivat merkittäviä esimerkiksi sellaiseen tuotantoon, joka perustuu halpaan työvoimaan. Sama tekoälyn laaja sovellus synnyttää kuitenkin uudet markkinat, esim. tekoälyllä varustetut robotit. Mielenkiintoista tässä yhteydessä on avainteknologioiden ympärille syntyvä liiketoiminta sekä sen vaatima osaaminen ja oikea ajoitus. Uusi nouseva teknologia synnyttää vääjäämättä ympärilleen liiketoimintaa, mutta aikajännettä on vaikea ennakoida. Esimerkiksi tietokoneen mahdollisuudet nähtiin jo 1900-luvun alussa. Tietokone kuitenkin keksittiin 1940-luvulla, ja varsinaiseksi suurliiketoiminnaksi se muuttui vasta 1980-luvun jälkeen. Aikajänne on siis melkein 100 vuotta. Toisaalta internetin nopea ja räjähdyksenomainen läpimurto ja sen vaikutus yhteiskunnan kaikilla aloilla ihmisten arkeen oli yllätyksellinen, nopea ja laajuudessaan ennalta arvaamaton. 5. Trendien tilastollinen seuranta Trendiseurantaa ja tulevaisuutta kuvaavia ja hahmottavia megatrendejä tuottavat seuraavat kansainväliset organisaatiot: YK EU IMF WB WTO ILO OECD WEF IMD WIDER CSIS United Nations (UN) European Union International Monetary Fund World Bank World Trade Organization International Labour Organization Organization for Economical Co-operation and Development World Economic Forum Institute for Management and Development World Institute for Development Economics Research Centre for Strategic and International Studies Kannattaa huomioida, että useilla organisaatioilla on tärkeitä alaorganisaatioita, jotka tuottavat tilastoja ja trendejä eri aloilta. Esimerkkinä voisi mainita YK:n, jonka alta löytyvät mm. WHO, UNESCO ja ACUNU (American Council for the United Nations University). Kuvio 1. Globaalin trendin ohjaava vaikutus Trendi Globaalien trendien mukainen uusi tilanne SUUNTA Laskennallinen trendi Retroaktiivinen Yhteiskunnan, politiikan Lyhyen aikavälin trendi Kulttuuri Globaalin trendin virherajat Tilanne NYT Markkinavoimat Lyhyen aikavälin trendit Aika Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 9
Tässä raportissa esitetyt tai käytetyt tilastot ja trendiennusteet täyttävät kriteerit sisällön, luotettavuuden ja kattavuuden suhteen. Em. kansainväliset järjestöt tuottavat poikkeuksetta luotettavia ja kattavia perustilastoja sekä selkeitä lyhyen aikavälin trendiennusteita. Myös taustatekijöitä tai ylätason muuttujia mittaavat ns. CI-indeksit (Composite Indexes, esim. kilpailukyky) ovat yleisesti tilastopohjaltaan riittävän laajoja (esim. IMD:n 314 tilastomuuttujaa, WEF:n 188 tilastomuuttujaa). On kuitenkin huomioitava, että CI-indeksit sisältävät aina myös tulkintaa tai teoreettista sovellusta, joka voidaan kyseenalaistaa. Mainitut kansainväliset organisaatiot eivät tuota varsinaisia ennusteita koskien koulutuksen sisällöllistä tai rakenteellista tulevaisuutta. Myöskään indikaattoreita ei voi varsinaisesti arvottaa suoraan koulutuksen ohjausvaikutuksen näkökulmasta. Indikaattoreiden avulla maat voivat sen sijaan positioida itsensä suhteessa sekä muihin maihin että vallitsevaan kilpailutilanteeseen. Siten tilastot, trendit tai indikaattorit eivät suoraan ohjaa, mutta antavat informaatiota päätöksenteon tueksi. Ohjausvaikutus syntyy sen kautta, miten eri tilanteissa eri maat kykenevät hyödyntämään mahdollisuuksiaan. Osaamistarpeen ennusteet on laadittava siten, että niiden toteutuminen ylläpitää ja vahvistaa nykyistä kansallista kilpailukykyä, tietopääomaa ja myönteistä yhteiskuntakehitystä huomioi globaalin kehityksen realiteetit. 6. Vallitsevat megatrendit Tässä esitettävät vallitsevat megatrendit perustuvat pääosin seuraavien organisaatioiden tilastoaineistoihin ja analyyseihin: WEF, IMD, YK, EU, IMF, WB, WTO, ILO, OECD, WIDER, CSIS. Megatrendejä on seurattava yhteenvedoista ja johtopäätöksistä, joita kyseiset organisaatiot omissa julkaisuissaan vuosittain/joka toinen vuosi esittävät. Tämänhetkisten analyysien pohjalta voidaan paikallistaa em. lähteiden pohjalta melko yhtenevästi ainakin seuraavat megatrendit: Kehittyneissä maissa kilpailukyky tulee edelleen pitkään perustumaan tuotekehitykseen ja innovointiin. Nykyisten ja vanhojen markkinoiden täyttyminen samoin kuin halpatyövoiman väheneminen palkkaerojen tasaantumisen myötä 6 ovat keskeisiä uhkatekijöitä. Uudet markkinat edellyttävät ostovoimaisen keskiluokan jatkuvaa määrällistä kasvua. Pitkällä aikavälillä tämä edellyttää Afrikan ja Etelä-Amerikan sosiaalisen hyvinvoinnin voimakasta kasvua sekä siirtymätalouksien ja nousevien talouksien vakaata sosiaalista ja poliittista kehitystä. Logistiikan merkitys korostuu edelleen. Tämä koskee niin globaalin pääoman rakenteita kuin tuotannollisia tekijöitä. Tuotantolaitosten sijoittaminen mahdollisimman lähelle sekä uusia, kasvavia markkinoita että raakaaineita on tässä tärkeä näkökulma. Kun nykyiset globaalit kustannusrakenteet tasaantuvat, kehittyneiden maiden perusammattien, operatiivisen työn ja tuotantolaitosten katoaminen muodostuu uhkatekijäksi. Pitkällä aikavälillä perusammattien ja perustuotannon palaaminen takaisin kehittyneisiin maihin on odotettavissa sen jälkeen kun palkka- ja investointiedut on kulutettu loppuun. Valmiuksia tulisi ylläpitää. Länsimaisen hyvinvoinnin ylläpitäminen ja siihen liittyvien kustannusten hallinta kehittyneissä maissa tulevat vaatimaan sekä siirtotyövoimaa että tehokasta kustannusten hallintaa. Palvelusektori tulee yleisesti kasvamaan samoin kuin vapaa-ajan palvelut ja niihin liittyvät ammatit. Kulutusrakenteiden muutokset kohti yksilöllisyyttä jatkuvat. Energian, raaka-aineiden ja puhtaan luonnon taloudellinen, poliittinen ja inhimillinen merkitys lisääntyy, ja niiden vaikutukset talouden ja yhteiskunnan rakenteisiin korostuvat. Ekologiset muutokset tulevat synnyttämään sekä uusia teknologioita että uusia markkinoita. Nousevat teknologiat saavuttavat kriittiset pisteensä ja synnyttävät uusia markkinoita sekä mahdollisesti muuttavat koko kaupankäynnin ja talouden rakenteita. 7. Megatrendien kategoriat Megatrendit antavat yleisen suunnan, jonka pohjalta voidaan seurata megatrendin omaa sisäistä kehitystä (trendin pysyvyys, laajuus ja kesto) kansallista asemointia trendiin nähden (vastaako kansallinen taloudellinen kehitys ja panostukset sekä tulevaisuutta koskeva päätöksenteko megatrendin asettamia haasteita ja vaatimuksia). 6 Matalaan kustannustasoon perustuva kilpailukyky ei kuitenkaan ole kestävä. Historia osoittaa, että menestyvät kansakunnat menettävät halpaan työvoimaan perustuvan kilpailuetunsa suhteellisen nopeasti. Esimerkiksi vuonna 1980 tuotannon työvoimakustannukset olivat Irlannissa $5.52 ja Japanissa $6.03. Vuonna 2004 vastaavat luvut olivat $21.02 ja $21.54. Sama trendi näkyy nykyään Keski-Euroopassa, erityisesti Baltian maissa. (IMD Yearbook 2005, s. 43.) 10 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Megatrendeihin liittyviä indikaattoreita ja tilastoja tulee siis seurata sekä kansainvälisellä että kansallisella tasolla. Seuraavat kategoriat on muodostettu WEF:n, IMD:n, EU:n, YK:n, IMF:n ja Maailmanpankin tunnistamista globaaleista trendeistä, joilla on katsottu olevan merkittävä vaikutus tulevaisuuden kehitykseen: Tuotekehitys ja innovointi Markkinat ja kustannusrakenteet Afrikka, Etelä-Amerikka sekä nousevat taloudet ja siirtymätaloudet Logistiikka ja infrastruktuuri Alku- ja perustuotanto Yhteiskunnallinen hyvinvointi ja vakaus Palvelusektori Arvo- ja kulutusmuutokset Energia ja raaka-aineet Ekologiset muuttujat Nousevat teknologiat Näitä trendejä voi seurata em. organisaatioiden yhteenvedoista ja vuosikatsauksista. Trendit on ilmaistu pääosin verbaalisessa muodossa. Osaamistarpeen muutoksia Suomessa voidaan analysoida sen pohjalta, miten globaalit trendit vaikuttavat Suomen poliittiseen kehitykseen ja arvoihin, talouteen, teknologian kehitykseen ja eri toimialoihin. Jotta osaamistarpeen muutokset voitaisiin konkretisoida esim. koulutuspoliittisina päätöksinä, on tärkeää paikallistaa globaalien trendien vaikutukset klusteri- ja toimialatasolla. 8. Varhainen varoitusjärjestelmä Trendeihin liittyvien uhkatekijöiden paikallistamien ja uusia mahdollisuuksia ennakoivat heikot signaalit ovat tärkeä osa trendianalyysia. Early Warnings System (EWS) on klusteriin tai toimialaan liitetty seuranta- ja varoitusjärjestelmä. Se on analyysi, joka paikantaa mahdollisimman aikaisessa vaiheessa klusterin tai toimialan kehitykseen ja kasvuun liittyvän uuden uhan nousun. Alla on lista sellaisista tunnistetuista EWS-muuttujista, joiden vaikutukset voivat olla merkittäviä: Markkinoiden nykyisten kasvualueiden sisäinen kehitys, tulokehitys, ostovoiman muutokset. Siirtymätalouksien (esim. Kiina, Intia ja Venäjä) poliittinen ja taloudellinen vakaus. Kolmannen maailman potentiaalisten markkina-alueiden yleinen kehitys, uhkatekijänä esim. Triple Threath -ilmiön laajeneminen Afrikassa tai Afrikasta esimerkiksi Etelä-Amerikkaan. 7 Kilpailijat investoivat kehitykseen ennakoitua enemmän tai tuottavat kansallisella tasolla ennakoitua enemmän patentteja. Nousevan teknologian vaikutukset toimialan toimintaympäristöön, tehokkuuteen tai toimialan sisäiseen rakennemuutostarpeeseen. Tällainen muuttuja on esimerkiksi automaation yhdistyminen tekoälyyn ja logistiikkaan sekä niiden vaikutukset. Nykyisten markkinoiden tai markkina-alueiden täyttyminen. Tämä on jokseenkin selvä EWS-muuttuja. Täyttymisen uhka pakottaa esiin joko uusia markkina-alueita, uusia sovelluksia tai uusia tuotteita tai tuoteversioita vanhoille markkinoille. Vaikkakin EWS-analyysin periaatteet ovat päämäärältään selkeät ja yksinkertaiset, mitään yleistä EWS-ratkaisua ei ole. EWS on täsmä-analyysi, joka on kohdennettava mahdollisimman tarkasti seurattavaan muuttujaan sen ympäristön mukaan. Yleisesti EWS kuitenkin jakaantuu seuraaviin osatekijöihin: toimialasta tai klusterista nousevat muuttujat nousevan teknologian muuttujat yleiset yhteiskuntamuuttujat. Nämä aineistot löytyvät tilastoista, joita tuottaa esim. kansallisella tasolla Suomen tullilaitos ja kansainvälisesti WTO. 9. Heikkojen signaalien seuranta Heikkojen signaalien seuranta eli Sensitivity to Weak Signals (SWS) on nousevaan teknologiaan, avainteknologiaan tai globaaliin trendiin liitetty seurantajärjestelmä ja analyysi. Nousevan teknologian osalta SWS-analyysin tehtävänä on mahdollisimman aikaisessa vaiheessa paikantaa, milloin teknologia muuttuu kaupallisesti merkittäväksi tai milloin sen käyttöönotto muuttaa merkittävästi taloudellisia rakenteita. Globaalin trendin kohdalla SWS-analyysin tehtävänä on arvioida, milloin trendin aiheuttamat muutokset tai muutospaineet ovat kasvaneet siinä määrin, että siitä seuraa vääjäämättä yhteiskunnallisia tai taloudellisia muutoksia, liiketoimintaa tai uutta teknologiaa. Esimerkkinä nousevan teknolo- 7 Triple Threat: AIDS (1) romahduttaa sosiaaliset rakenteet (2) ja synnyttää toivottoman köyhyyden (3), koska yhteiskunnalliset rakenteet ovat murentuneet. Lähde: UN 2003 (http://www.reliefweb.int/rw/rwb.nsf/db900sid/acos-64bkr6?opendocument). Teoriassa ilmiön laajeneminen esim. Venäjälle ja Baltian maihin on mahdollista. Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 11
gian kehityksestä voidaan pitää nykyisen kotitietokoneen viihde-elektroniikan historiaa. Esimerkkinä globaalin trendin vaikutuksista voidaan pitää ympäristöteknologian syntyä ja asteittaista kehitystä liiketoiminnaksi (sisältäen kierrätyksen). Jokaisessa muutosprosessissa on kriittinen kohta (piste ja massa), jossa vaikutukset muuttuvat luonteeltaan sekä laadullisesti että määrällisesti. Taloudellisesta näkökulmasta tarkasteltuna kyse on liiketoiminnan muuttumisesta marginaalisesta merkittäväksi. SWS-analyysin tavoitteena on tunnistaa ja ennakoida nousevan teknologian tai globaalin trendin kriittinen piste mahdollisimman luotettavasti. Kuviossa 2. kriittinen piste tunnistetaan, kun kasvu on riittävän jyrkkä (kuvion punainen viiva). Seurattavia kansainvälisen tason SWS-muuttujia, joiden yhteisvaikutuksen pohjalta voidaan ennakoida merkittävää muutosta, ovat esimerkiksi: NT tuotekehityspanostus NT investoinnit NT-yritysten kannattavuus NT-yritysten osuus pörssin arvosta NT-yritysten osuus BKT:sta NT-yritysten osuus koko maan yrityskannasta Muuttujien merkittävän korkea taso, osuus tai kasvu ennakoivat kriittistä pistettä melko luotettavasti tämä siitä syystä, että samat tekijät ovat kannattavan liiketoiminnan tunnusmerkkejä. EWS on pragmaattinen ja sitä voidaan arvioida systemaattisesti (seurataan markkinoiden kehittymistä, täyttymistä ja uusien markkinoiden syntymistä). SWS on tätä epämääräisempi. Siinä seuranta tapahtuu toimialojen sisäisten muutosten kautta (kuten esim. nanoteknologian ympärille perustettavien yritysten määrä) ja siihen liittyy suurelta osin aina myös inhimillinen arviointi. Kuvio 2. Trendin kriittinen piste Eksponentiaalinen kasvu ja kriittinen piste Kasvu V0 V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 12 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
II Kilpailukyky ja tietopääoma ennakoinnin perustana Tässä osassa esitetään EIS-ennakointimallin teoreettinen perusta. Teoreettinen tarkastelu on välttämätöntä siksi, että yksittäisiä indikaattoreita voidaan ilman ohjaavaa teoreettista viitekehystä käyttää mielivaltaisesti. Ilman teoreettista ymmärrystä myös indikaattoreiden valinta jää liian sattumanvaraiseksi ja ohjautuu kulloisenkin valitsijan oman näkemyksen, tilanteen tai tarkoituksen mukaan. Tässä yhteydessä ei teoreettiseen pohdiskeluun mennä kuitenkaan syvemmälle, kuin mitä EIS-mallin perustelu edellyttää. EIS-malli perustuu kansallisen kilpailukyvyn ja tietopääoman viitekehyksiin. Kilpailukyvyn osalta hyödynnetään tärkeimpiä kansainvälisten lähteiden indikaattoreita soveltuvin osin (WEF, IMD, EU) ja tietopääoman osalta hyödynnetään National Intellectual Capital Indexin (NICI) rakennetta 8 sekä Dynamic Intellectual Capital -tietoympäristöteoriaa 9. Raportin tässä osassa käsitellään ensin kansallisen kilpailukyvyn käsitettä ja siihen liittyviä indikaattoreita. Sen jälkeen tarkastellaan kansallista tietopääomaa, sen suhdetta kansalliseen kilpailukykyyn ja soveltuvuutta osaamisen ennakointimalliin. Analyysin pohjalta syntyy integroitu viitekehys kansallisen kilpailukyvyn elementeistä, jotka sisältävät myös tietopääoman ulottuvuudet. Malli toimii perustana ennakoinnissa käytettävien indikaattorien valinnalle. Oheinen kuvio 3. osoittaa näiden osatekijöiden välisen yhteyden globaaleihin trendeihin ja nouseviin teknologioihin, joita käsiteltiin raportin ensimmäisessä osassa. EIS-mallissa globaalit trendit, kansallinen kilpailukyky ja tietopääoma ovat tekijöitä, joita voidaan kuvata tilastomuuttujilla. Yhdessä ne muodostavat sen tilastomassan, joka EWS- ja SWS-analyysin kanssa mahdollistaa klusteri- tai toimialakohtaisen ennakoinnin. Analyysit määrittävät mitkä tilastomuuttujat klusteriin tai toimialaan vaikuttavat miten tilastomuuttujan vaikutus tulkitaan: klusterin tai toimialan kasvua vahvistavana tai heikentävänä. Paikallistetut muutokset klusteri- ja toimialatasolla ovat merkittävä osa osaamistarpeen ennakointia, koska osaamistarpeen taloudellinen ohjausvaikutus tulee niiden kautta. On kuitenkin huomioitava, että suuri osa tulevaisuuden osaamistarpeista määrittyy globaalien trendien vaikutuksesta. Tästä esimerkkinä ovat verkostoitumisen tai etätyön tuottamat osaamistarpeet, jotka heijastuvat kaikille toimialoille. 8 Bontis 2005 9 Ståhle et al 2003, Ståhle & Grönroos 2000 Kuvio 3. Osaamistarpeen ennakoinnin osatekijät Kansallinen kilpailukyky EWS Globaalit trendit Nousevat teknologiat Osaamistarpeen ennuste SWS Klusterin kehitysennuste Toimialan kehitysennuste Osaamistarpeen ennuste Kansallinen tietopääoma Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 13
1. Kansallinen kilpailukyky Kilpailukykyvertailujen taustalta ei löydy yhtenäistä teoriaa selittämään kansakuntien menestyksen ehtoja tai yksittäisen taloudellisen klusterin kasvua tai kilpailukykyä. Kilpailukykyä mittaavat indikaattorit (mm. WEF:n ja IMD:n tuottamat) poikkeavat lähtökohtien ja valittujen tilastojen osalta, ja antavat siten myös toisistaan poikkeavat tulokset. Kaikilla kansallisen kilpailukyvyn mittareilla on kuitenkin yhteneviä piirteitä, jotka ilmenevät niiden yleisestä rakenteesta ja tavasta käsitellä tilastomateriaalia. Ne kaikki sisältävät kolme ulottuvuutta kilpailukyvyn rakentumisen ehtona: Toimivat perusrakenteet ja kattava infrastruktuuri. Toiminnan verkottuminen, integroituminen alueellisesti ja globaalisti sekä vuorovaikutus ympäristön ja sidosorganisaatioiden kanssa. Toiminnan kehitys, innovaatiotoiminnan rakenne ja tehokkuus. Kansallinen kilpailukyky ja kansallinen tietopääoma ovat osittain päällekkäisiä käsitteitä. Valtion, kansan tai kansakunnan tulevaisuus määräytyy paljolti kansallisesta kilpailukyvystä, joka taas perustuu kansalliseen tietopääomaan ja kykyyn hyödyntää sitä. Molemmat vaikuttavat kansalliseen osaamistarpeeseen, jonka määrittäminen perustuu seuraavaan ketjuun: Globaali kehitys määrittää, mitkä tekijät tuottavat kulloinkin kilpailuetua. Kilpailuetu taas muodostuu aineellisista ja aineettomista resursseista sekä niiden yhdistämisestä, kehittyneissä maissa yhä enemmän kansallisesta tietopääomasta. Osaamista tulee kehittää siten, että kansallista kilpailuetua tuottava tietopääoma lisääntyy. Kansalliselle kilpailukyvylle on esitetty lukuisia, toisistaan poikkeavia määritelmiä: Euroopan komissio:... tarkoittaa kansakunnan elintason jatkuvaa paranemista ja mahdollisimman matalaa ei-vapaaehtoisen työttömyyden tasoa. taloudellinen ja sosiaalinen näkökulma Yhdysvaltain presidentin komitea: taso, jolla kansakunta pystyy vapailla ja tasapuolisilla markkinoilla tuottamaan tavaroita ja palveluja, jotka läpäisevät kansainvälisten markkinoiden testin, sekä kasvattamaan samalla kansalaistensa reaalituloja taloudellinen ja kehitysnäkökulma Erilaiset kilpailukyvyn määritelmät eivät ole varsinaisesti ristiriitaisia. Sen sijaan ne tuovat esiin, että kansallinen kilpailukyky sisältää moniulotteisia riippuvuuksia taloudellisista, yhteiskunnallisista ja kulttuurisista tekijöistä. Taulukko 2. osoittaa karkealla tasolla, miten eri tavoin tilastollisia muuttujia on eri kilpailukykytutkimuksissa ryhmitelty ja luokiteltu. Kaikki käytetyt indikaattorit voidaan sijoittaa kolmeen pääluokkaan: taloudelliset ja rahoitukseen liittyvät indikaattorit poliittiset, sosiaaliset ja ympäristöön liittyvät indikaattorit tietopääomaan liittyvät indikaattorit. Indikaattorit on sijoitettu taulukkoon alkuperäisinä ryhminä, minkä vuoksi yksittäinen indikaattori saattaa sijoittua väärään pääluokkaan (esim. sarake WEF/pääluokka IC/indikaattori Health and Environment). Taulukko osoittaa, että eri organisaatiot painottavat eri kategorioita kilpailukyvyn lähteenä ja tulkitsevat yksittäisiä indikaattoreita toisistaan poikkeavasti (esim. IMD sijoittaa teknologian makroekonomiseksi kasvutekijäksi, kun taas EU:lla teknologia sijoittuu Innovation and Research -luokituksen alle). WEF (Porter): Kansakunnan vauraus riippuu sen kilpailukyvystä. Kilpailukyky taas perustuu tuottavuuteen, jolla kansakunta tuottaa tavaroita ja palveluita. taloudellinen ja liiketoiminnallinen näkökulma IMD: Kilpailukyvyssä on kyse siitä, kuinka kokonaisvaltaisesti kansakunnat ja yritykset hallitsevat kompetenssejaan vaurauden tai tuoton saavuttamiseksi. koulutuksen ja tietopääoman näkökulma 14 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Taulukko 2. Keskeisten kilpailukykyindikaattoreiden luokittelujen vertailu Institute World Economic Forum Institute for Management European Union EU Structural United Nations Development Index UN Millennium Development Goals Key Indicators WEF IMD EU SI UN MDG Economical and Economic Performance Growth Competitiveness General economic background Eradicate Financial Domestic Economy Technology GDP per capita extreme poverty International Trade ICT Labour productivity and hunger International Investment Innovation Unemployment rate Employment Technology Transfer Inflation rate Develop a global Prices Macroeconomic Real unit labour cost growth partnership for Business Efficiency Environment Economic Reform development Productivity Macroeconomic Stability Relative price levels and Labor Market Country Credit Rating price convergence Finance Microeconomic Competitiveness Prices in the network industries Management Practices Company Operations and Market structure in the network Attitudes and Values strategy industries Quality of National Business Public procurement Environment Sectoral and ad hoc State aid Business Readiness Capital raised on stock markets Usage Component Business Usage Political, Social Government Efficiency Public Institutions Index Public Employment Promote gender and Environmental Public Finance Corruption Employment rate equality and Fiscal Policy Contracts and Law Employment rate of older empower women Institutional Framework Environment Component Index workers Business Legislation Market Environment Gender pay gap Reduce child Societal Framework Political / Regulatory Tax rate on low-wage earners mortality Infrastructure balance Accidents at work Government Readiness Social Cohesion Improve maternal Government Usage Distribution of income (income health quintile ratio) Poverty rate before and after Combat social transfers HIV/AIDS, Persistence of poverty malaria, and Regional cohesion other diseases Early school-leavers not in further education or training Ensure Long term unemployment environmental Environment sustainability Greenhouse gases emissions Energy intensity of the economy Volume of transport relative to GDP Modal split of transport Urban air quality Municipal waste Education, IC and Infrastructure Global Information Technology Life-long learning Achieve universal General Basic Infrastructure Networked Readiness Innovation and research primary Knowledge Base Technological Infrastructure Individual Readiness Public expenditure on education education Scientific Infrastructure Usage Component Individual R&D expenditure Health and Environment Usage Level of Internet access Education Science and technology doctorates Patents Venture capital Kansakunnan kilpailukyky kattaa siten erilaisia suoritusindikaattoreita seuraavilta yhteiskunnan toiminnan alueelta: talous ja liiketoiminta yhteiskunnan sosiaaliset, poliittiset ja ympäristötekijät kulttuuri-, koulutus- ja innovaatiotekijät. Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 15
2. Kansallinen tietopääoma Tietopääomaa on määritelty monella eri tavalla. Käsitteen taustalla on kuitenkin yhteinen ymmärrys siitä, että tietopääomassa on kyse tiedon ja osaamisen jalostamisesta taloudelliseksi arvoksi. Tietopääoman tutkimustraditiossa on vahvistunut tietopääoman perusrakenne, joka on alun perin Leif Edvinssonin luoma, mutta tuottanut sittemmin variaatioita ja sovelluksia. Kansallinen varallisuus koostuu toisaalta taloudelliseen ja toisaalta tietoon perustuvaan pääomaan. Tietopääoma muodostuu yksilöiden osaamisesta ja yhteiskunnan rakenteiden toimivuudesta. Yhteiskunnan rakenteet voidaan jakaa markkinoiden ja organisaatioiden toimintaan ja organisaatioiden pääoma voidaan vielä jakaa prosessien toimivuuteen ja organisaation uudistumiskykyyn (kuvio 4.). Tämän perusjaon pohjalta Nick Bontis on luonut kansallisen tietopääoman indeksit (NICI, National Intellectual Capital Index), jotka sisältävät seuraavat osiot 10 : Inhimillinen pääoma Yksilöiden koulutus ja kyvykkyys. Prosessipääoma Ei-inhimilliset tietovarastot, jotka liittyvät tieto- ja viestintäjärjestelmiin, laitteisiin, ohjelmistoihin, tietokantoihin, laboratorioihin ja organisaatiorakenteisiin. Markkinapääoma Maan sisäisiin suhteisiin sisältyvä tietopääoma. Tarkoittaa maan kykyä tarjota vetovoimaisia, kilpailukykyisiä ratkaisuja kansainvälisten asiakkaiden tarpeisiin. Lainsäädännön, markkinainstituutioiden ja sosiaalisten verkostojen synnyttämää sosiaalista tietopääomaa. Uudistumispääoma Kansakunnan tuleva tietopääoma, kyvyt ja sijoitukset, tutkimus- ja kehitysinvestointien tulokset, patentit ja tieteelliset julkaisut. 10 Bontis 2005, 115. Kuvio 4. Kansallisen tietopääoman komponentit (Bontis 2005, perustuu Edvisson & Malone 1997). Kansallinen varallisuus Taloudellinen pääoma Tietopääoma Rakenteellinen pääoma Inhimillinen pääoma Markkinapääoma Organisaatiopääoma Prosessipääoma Uudistumispääoma 16 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä
Kun näitä tietopääomaluokkien kuvauksia vertaa WEF:n, EU:n ja IMD:n käyttämiin indikaattoreihin, huomaa että kaikki sisältävät suureksi osaksi samoja tekijöitä. Tämä onkin luonnollista, koska tietopääoma pitää ensinnäkin käsitteenä sisällään ajatuksen, että tieto tuottaa kilpailuetua ja toisekseen tieto sinänsä on sellaisenaan harvoin mitattavissa tai konkretisoitavissa. Sen sijaan tieto on integroitunut tai upotettu käytäntöihin, teknologiaan ja yhteiskunnan rakenteisiin, ja ilmenee vain niiden kautta. Kansallista tietopääoma on määritelty mm. seuraavasti: yksilöiden, yritysten, laitosten, yhteisöjen ja alueiden piilevät arvot, jotka muodostavat nykyiset ja potentiaaliset arvon luonnin lähteet (Bontis 2004, 4). kaikki maan tai alueen käytettävissä olevat aineettomat resurssit, jotka luovat suhteellista etua ja jotka yhdessä kykenevät tuottamaan hyötyä tulevaisuudessa (Andriessen & Stam 2005). Yleensä kaikki erilaiset tietopääoman määritelmät korostavat tavalla tai toisella tiedon (taloudellista) arvoa luovaa vaikutusta. Kun määritelmiä vertaa kansallisen kilpailukyvyn määritelmiin, niiden yhtenäisyys on ilmeinen. Tietopääoma- ja kilpailukykyviitekehyksillä on muutamia yleisiä heikkouksia, jotka on otettava ennakointimallissa huomioon. Niiden perustana oleva hahmotustapa on pääosin hyvin staattinen: erilaisia tekijöitä on kuvattu lähinnä indikaattoreina sekä niiden ryhmityksinä ja luokitteluina. Kumpikaan ei pysty kuvaamaan tehokkaasti dynaamisia tai systeemisiä tekijöitä, jotka viime kädessä kuitenkin määrittävät, pystyykö kansakunta toimimaan kokonaisuutena tehokkaasti ja uudistumiskykyisesti muuttuvassa, globaalissa toimintaympäristössä. Tämän vuoksi EIS-mallissa sovelletaan myös Dynaamisen tietopääoman viitekehystä. Dynaamisen tietopääoman (Dynamic Intellectual Capital, DIC) mallissa jatkuvan kilpailuedun nähdään rakentuvan kolmen toiminta- ja tietoympäristön yhteisvaikutuksesta 11. Teorian mukaan organisaatioiden 12 jatkuva uudistumiskyky edellyttää mekaanisen, orgaanisen ja dynaamisen toimintaympäristön korkeaa tasoa ja keskinäistä vuorovaikutusta. Uudistumiskykyyn tarvitaan toimintaa ja rakenteita, jotka tukevat tuotanto- ja kustannustehokkuutta (mekaaninen toiminta- ja tietoympäristö) adaptiivista kehitystä ja kollektiivista oppimista (orgaaninen toiminta- ja tietoympäristö) innovatiivisuutta ja uusia mahdollisuuksia (dynaaminen toiminta- ja tietoympäristö). DIC-viitekehys tuo uuden ulottuvuuden tilastojen käsittelyyn. Sen mukaan todellista uudistumis- ja kilpailukykyä tuottavat eivät ainoastaan erilliset osatekijät vaan ennen kaikkea korkeatasoiset toiminta- ja tietoympäristöt. Näillä viitataan paitsi yhteiskunnan rakenteisiin myös toimintaympäristön dynamiikkaan. Mekaaniset (fyysiset tai institutionaaliset) rakenteet, jotka tuottavat pysyvyyttä, vakautta ja kustannustehokkuutta Kriteeri: Luotettavat ja kehittyneet infrastruktuurit Tulos: Kestävyys, tehokkuus Kilpailuetu: Perustuu varallisuuteen Orgaaniset (sosiaaliset ja organisatoriset) rakenteet, jotka tuottavat yhteiskunnan joustavaa sopeutumista kansallisiin ja kansainvälisiin muutoksiin 13 Kriteeri: Globaali, kansallinen ja alueellinen integraatio ja yhteistyö Tulos: Sopeutuva uudistuminen Kilpailuetu: Perustuu toimintakykyyn Dynaamiset (ennakoivat ja uutta luovat) rakenteet, jotka tukevat innovaatioita ja luovaa taloutta Kriteeri: Korkeatasoinen inhimillinen pääoma sekä innovaatioita tukevat rakenteet ja strategiat Tulos: Radikaali uudistuminen Kilpailuetu: Perustuu strategiseen kyvykkyyteen 11 Kutsutaan myös Tietoympäristöteoriaksi. Katso tarkemmin Ståhle & Grönroos 2000 ja Ståhle et al 2003. Yhtymäkohtia löytyy myös Naumanen 2004. 12 Dynaamisen tietopääoman mallia tai tietoympäristöteoriaa on empiirisesti sovellettu tähän mennessä vain organisaatiotasolla. 13 Alueellisen kilpailukyvyn lisäksi kansallinen kehitys on aina riippuvainen myös yhteyksistä ja aktiivisesta vuorovaikutuksesta sekä niihin liittyvästä oppimisesta. Siten kansallinen kilpailukyky realisoituu taloudellisissa, poliittisissa ja kulttuurisissa yhteyksissä, joita voi olla esimerkiksi kahdenväliset ja yksipuoliset taloudelliset sopimukset, ammattiliitot ja kauppasaarrot (taloudelliset) YK:n, EU:n tai yksittäisen valtion asettamat sanktiot, kansainvälinen rahapolitiikka kuten IMF (poliittiset) T&K-yhteistyö tai informaation ja teknologian vaihto (kulttuuriset). Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä 17
DIC-teoria perustuu olettamukseen, että kaikkien tietoympäristöjen tulee toimia, jotta syntyisi pysyvää kilpailuetua. Ytimessä on kansallinen uudistumiskyky, joka on välttämätön, että kilpailuetu voitaisiin saavuttaa yhä uudestaan erilaisin keinoin globaalisti muuttuvissa olosuhteissa. EIS-ennakointimallissa tilastomateriaalia jäsennetään ja analysoidaan näiden kolmen toimintaympäristön muodostamien kriteerien mukaan. Siten on mahdollista saada esiin eri indikaattoreista muodostuva kokonaiskuva sen perusteella, millainen vaikutus niillä on eri toimintaympäristöihin. Samalla mallin avulla saadaan esille vahvuuksia ja heikkouksia sekä kasvu- ja uhkatekijöitä, jotka eivät luokittelemattoman indikaattoriaineiston avulla tulisi huomioiduiksi. EIS-mallissa sovelletaan siis hypoteesia, jonka mukaan kansallinen tietopääoma syntyy näiden kolmen toimintaympäristön tehokkuudesta ja niiden välisestä dynamiikasta (= dynaaminen tietopääoma). Organisaatiotason dynaamisen tietopääoman kuvaamiseen on kehitetty analyysimenetelmä (KM-factorÆ 14 ), joka ei sellaisenaan sovellu kansallisen tietopääoman analysointiin, koska siinä käytetty data ei ole tilastopohjaista. Analyysin periaatetta voidaan kuitenkin soveltaa: EIS-mallissa tilastolliset indikaattorit luokitellaan sen mukaan, miten ne kuvaavat eri toimintaympäristöjä. 3. Kilpailukyvyn ja tietopääoman integrointi Kilpailukyky- ja tietopääomavertailut käyttävät samantyyppisiä tilastoja kuvatakseen kansallista kilpailukykyä tai tietopääomaa. On kuitenkin huomattava, että muuttujat ja muuttujaluokat voivat näissä olla samoja, mutta painotukset vaihtelevat. Kilpailukyvyn näkökulmasta painottuvat taloudelliset ja tietopääoman näkökulmasta osaamiseen liittyvät indikaattorit. Molemmat painottavat teknologista kehitystä kuvaavia indikaattoreita. Globaalissa liiketoimintaympäristössä kilpailukyvyn edellytykset vaihtelevat kansainvälisten muutosten, kansallisen aineettoman ja aineellisen pääoman sekä mahdollisuuksien hyödyntämiskyvyn mukaan. EIS-mallissa kilpailukyky nähdään dynaamiseen tietopääomaan perustuvana kyvykkyytenä. Kansalliselle kilpailukyvylle ei ole yhtä ainoaa kaavaa, vaan se on aina tilannekohtainen ja liittyy kansakunnan varallisuuteen toimintakykyyn strategioihin ja kattaa kansakunnan saavutukset liike-elämässä ja taloudessa yhteiskunnassa, politiikassa ja ympäristönsuojelussa kulttuurin, koulutuksen ja tietopääoman piirissä sekä näiden yhteisvaikutuksen globaalilla kansallisella alueellisella tasolla. 14 Kts. mittarin tieteellinen kuvaus Ståhle et al 2003. Kuvio 5. Tietopääoman rakentumista ja kilpailuetua tukevat toimintaympäristöt Mekaaninen Orgaaninen Dynaaminen Toimintaympäristö Perusrakenteet Verkostuminen Kehitystoiminta Perustoimnnot Integroituminen Innovointi Tilastomuuttuja(t) Soveltuva perustilasto, tilastollinen indikaatori tai indeksi (composite index) 18 Elinkeinoelämän keskusliitto EK 2006 Tulevaisuusluotain Osaamistarpeen ennakointijärjestelmä