UDK 336.127 dr. Ana Murn*, Anže Burger**, dr. Matija Rojec*** Učinkovitost državnih pomoči za usposabljanje Povzetek Državne pomoči za usposabljanje imajo zelo ugodne učinke ne le za prejemnike pomoči, temveč tudi za celotno družbo, po naravi pa so podobne pomočem za raziskave in razvoj. Podjetja so pogosto podin-vestirana v znanju, zlasti v posebnem znanju, ki ga v izobraževalnem sistemu ni mogoče pridobiti. Na podlagi individualnih podjetniških podatkov za Slovenijo v obdobju 1998-2006 z metodo paritve analiziramo vpliv državnih pomoči za usposabljanje na rast plač inproduk-tivnost v podjetjih prejemnikih. Ugotavljamo, da pomoči prispevajo k zvišanju povprečne plače v podjetjih prejemnikih, vendar pa imajo manjši vpliv na dvigovanje njihove produktivnosti. Vzroke za to lahko iščemo v neustreznosti oblikovanih programov pomoči, neustrezni izbiri prejemnikov pomoči in prenizki višini pomoči na prejemnika. Zdi se tudi, da podjetja premalo izkoriščajo novo znanje in spretnosti delavcev, ki so se usposabljali. Ključne besede: državne pomoči, usposabljanje, učinkovitost, Slovenija. Summary Training (state) aid has very favourable effects not only for aid recipients, but also for society as a whole; by its nature, it is very similar to R&D aid. Companies are frequently underinvested as far as knowledge is concerned, especially in specific knowledge which is not provided by the educational system. Based on individual company data for Slovenia in 1998-2006 and by using the matching method, we analyse the impact of training aid on wage and productivity growth in the recipient firms. We find that the aid contributed to the increase of average wages in the recipient firms, but it only has a low impact on their productivity growth. The reasons for the latter range from inadequately structured state aid programmes and a poor choice of recipients to an insufficient amount of aid per recipient. It also seems that recipient firms are not very successful in exploiting the new knowledge and skills of workers being trained. Key words: state aids, training, efficiency, Slovenia. JEL: H230, H250, H320 1. Uvod Državne pomoči za usposabljanje zapolnjujejo vrzel med formalnimi izobraževalnimi sistemi in potrebami podjetij po delovni sili z zahtevanim posebnim znanjem, ki ga v izobraževalnem sistemu ni mogoče pridobiti. Z vidika vpliva na trg te pomoči odpravljajo negativne eksternalije, ki se pojavljajo, kadar podjetja s svojimi sredstvi dodatno usposo- bijo delavce, ki se pozneje zaposlijo pri drugem delodajalcu. Ko novi delodajalec dobi usposobljene delavce brez dodatnih stroškov usposabljanja, se poveča njegova konkurenčna prednost, ki ni posledica njegovih lastnih podjetniških dejavnosti (Meiklejohn, 1999, str. 29). Empirične raziskave so potrdile, da imajo pomoči za usposabljanje enake značilnosti kot * Urad za makroekonomske analize in razvoj, Ljubljana ** Fakulteta za družbene vede, Univerza v Ljubljani *** Urad za makroekonomske analize in razvoj, Ljubljana, Fakulteta za družbene vede, Univerza v Ljubljani pomoči za raziskovanje in razvoj. To so posebni učinki prelivanja (angleško spillover), zato dodeljevanje pomoči za usposabljanje ne učinkuje ugodno le na podjetje, ki prejme pomoč, temveč na celotno družbo. Pomoči za usposabljanje se od pomoči za raziskave in razvoj razlikujejo samo po tem, da so usmerjene k izboljševanju kakovosti delovne sile, pomoči za raziskave in razvoj pa h kakovosti kapitala (tehnološki razvoj, inovacije). Cilj prispevka je ugotoviti učinkovitost državnih pomoči za usposabljanje z vidika pospeševanja konkurenčnosti v Sloveniji. Z analizo, ki temelji na individualnih podatkih o prejetih pomočeh v obdobju 1998-2006 in na podatkih zaključnih računov podjetij ter na metodi paritve (angleško matching), ugotavljamo učinkovitost državnih pomoči za usposabljanje pri rasti plač, kar naj bi odražalo večjo kakovost delovne sile, in povečevanje produktivnosti v podjetjih prejemnikih pomoči v primerjavi s sorodnimi podjetji, ki niso prejela te pomoči. Prispevek temelji na raziskavi, opravljeni v okviru ciljnega raziskovalnega programa Konkurenčnost Slovenije 2006-2013 (Rojec, Murn, Burger, Jaklič, 2008). Prispevek je sestavljen iz šestih točk. Uvodu v drugi točki sledi predstavitev pravil državnih pomoči za usposabljanje, v tretji točki pa je splošni prikaz izsledkov obstoječih empiričnih raziskav učinkovitosti teh pomoči. V četrti točki prikazujemo obseg dodeljevanja pomoči za usposabljanje v Sloveniji ter njihovo razporeditev po velikostnih razredih in dejavnostih. V osrednji, peti točki analiziramo učinkovitost državnih pomoči z metodo paritve. Prispevek končujemo s sklepno šesto točko. 2. Pravila na področju državnih pomoči za usposabljanje Državne pomoči za usposabljanje so usmerjene h krepitvi kakovosti delovne sile z dodatnim funkcionalnim in splošnim izobraževanjem že zaposlenih. Posebna uredba Evropske komisije (Commission Regulation, No. 68/2001) zajema vse javne podpore za usposabljanje, ki spodbujajo povečevanje konkurenčnosti v enem ali več podjetjih ali industrijskih panogah z zniževanjem stroškov, ki bi jih pri zagotavljanju novih veščin svojim zaposlenim sicer krili sami. Uredba se uporablja za pomoči za usposabljanje ne glede na to, ali tako usposabljanje zagotavljajo podjetja sama ali javne ali zasebne ustanove. Pravila državnih pomoči ločujejo posebno in splošno usposabljanje. Posebno usposabljanje vključuje neposredno poučevanje zaposlenih v podjetju, ki je povezano z dejavnostjo podjetja. Splošno usposabljanje je namenjeno zaposlenim neodvisno od dejavnosti posameznega podjetja. Pomoč se lahko dodeli v višini 50 % upravičenih stroškov pri splošnih usposabljanjih za velika1 ter do 70 % za majhna in srednje velika podjetja. Pri posebnih usposabljanjih pomoč za velika podjetja ne sme preseči 25 %, pri majhnih in srednje velikih pa ne 35 % upravičenih stroškov. Pri obojem, splošnem in posebnem usposabljanju državne pomoči za velika podjetja ne smejo preseči 25 %, pri majhnih in srednje velikih pa ne 35 % upravičenih stroškov. Pri spodbujanju usposabljanja v manj razvitih regijah se delež pomoči lahko poveča za 10 odstotnih točk na območjih z izrazito nizkim življenjskim standardom in veliko stopnjo brezposelnosti (regije a) oziroma za 5 odstotnih točk v drugih regijah, ki so opredeljene kot manj razvite (regije c). Za dodatnih 10 % se pomoči lahko povečajo tudi za delavce s posebnimi potrebami (npr. invalidi). Pomoči za usposabljanje lahko krijejo vse upravičene stroške usposabljanja v pomorskem prometu, če udeleženci usposabljanja niso aktivni člani posadke. Med upravičene spadajo stroški izvajalcev usposabljanja (nagrade, potni stroški, materialni stroški, amortizacija opreme) in tudi stroški udeležencev (nagrade, drugi stroški udeležbe usposabljanja). Ukrepi za usposabljanje, ki niso državna pomoč, so: (i) šolanje ali začetno usposabljanje (vključno z vajeništvom in shemami prostih dni za usposabljanje ob delu) in (ii) usposabljanje brezposelnih, vključno s prakso v podjetju. 3. Empirične raziskave o učinkovitosti pomoči za usposabljanje Ker je kakovost delovne sile poleg kakovosti kapitala ključni dejavnik gospodarske rasti in razvoja, se izdatki za izobraževanje in usposabljanje uvrščajo med dejavnike, ki lahko ugodno vplivajo na razvoj. Ker izobraževanje spada med makroekonomske ukrepe industrijske politike, ni zajeto med subvencije ali državne pomoči. Državne pomoči za usposabljanje so tesno povezane z izobraževalnimi sistemi in zanje veljajo podobne ugotovitve, kot veljajo za izobraževanje nasploh. Empirične raziskave dodatno usposabljanje praviloma obravnavajo kot naložbe. Njihovo učinkovitost preučujejo kot stopnjo povračila, ki se pri delavcih, ki se usposabljajo, izraža v višjih plačah, pri podjetjih 1 S spremembo uredbe (Evropska komisija, št. 363/2004) je bilo zagotovljeno, da se opredelitve majhnih, srednje velikih in velikih podjetij pri pomočeh za usposabljanje poenotijo z opredelitvami, ki izhajajo iz uredbe o pravilih državnih pomoči za majhna in srednje velika podjetja (Commission Regulation, No 70/2001). pa v večji produktivnosti. Raziskave so pokazale, da pomoči za usposabljanje lahko povečajo plače prejemnikom pomoči v primerjavi z neprejemniki, zvišajo stalnost zaposlitve in doseženo produktivnost pri poslujočih podjetjih. Raziskava, ki je preučevala vpliv pomoči za usposabljanje na plače in produktivnost dela v Združenih državah Amerike, je pokazala, da 10-odstotno povečanje usposabljanja zviša produktivnost dela za 3 %, plače pa komaj za 1,5 %. V Združenem kraljestvu pa je 5-odstotno povečanje usposabljanja povečalo raven produktivnosti dela za 4 % (Dearden et al., 2000, v: Blondal, Field, Girouard, 2002, str. 35). Podobni ugodni učinki pomoči za usposabljanje na plače so bili ugotovljeni tudi v Kanadi in Italiji, majhni pa na Nizozemskem (Blondal, Field, Girouard, 2002, str. 35). Po drugi strani pa nekateri preučevani programi pomoči za usposabljanje niso dali pričakovanih rezultatov, ker so bili premalo ciljno usmerjeni in preveč nepovezani s potrebami delavcev in delodajalcev (Fay, 1996, str. 12-15 in 18). V raziskavah se državne pomoči za usposabljanje pogosto povezujejo z državnimi pomočmi za raziskovanje in razvoj. Obe vrsti državnih pomoči povzročata tudi pozitivne učinke prelivanja (spillover) na celotno družbo (Nitsche, Heidhues, 2006, str. 63; Meiklejohn, 1999, str. 25-31). Ker podjetja sama velikokrat ne vlagajo dovolj v znanje, se s temi pomočmi ustvarjata tudi družbeno zaželena izobrazbena raven in usposobljenost razpoložljive delovne sile. Dodatno usposabljanje zaposlene delovne sile je v nekaterih državah močno razširjeno, prav tako pa so razmeroma visoke tudi državne pomoči zanj. V sredini devetdesetih let so države članice Evropske unije dodatno usposabljale delavce v višini dveh do štirih odstotkov letne kvote delovnih ur ali npr. v Franciji so v začetku tega desetletja podjetja z več kot 10 % zaposlenih namenila za usposabljanje sredstva v višini 1,5 % plač (Blondal, Field, Girouard, 2002, str. 34 in 38). Spodbujanja usposabljanja z ukrepi državnih pomoči je po državah članicah različno, po absolutni višini pomoči pa prednjačita Italija in Združeno kraljestvo (State Aid Scoreboard, 2008 spring). 4. Državne pomoči za usposabljanje v Sloveniji Čeprav Slovenija spada med države z višjimi izdatki za izobraževanje od povprečja držav Evropske unije, ji na drugi strani primanjkuje diplomantov na tehniških šolah, razmeroma nizko pa ima tudi izobrazbeno raven zaposlenih. Zaradi tega so pomoči za usposabljanje zaposlenih eden ključnih ukrepov pospeševanja razvoja družbe, temelječe na znanju in konkurenčnosti gospodarstva. 4.1. Obseg, panožna porazdelitev in koncentracija/razpršenost državnih pomoči za usposabljanje V Sloveniji so se v obdobju 1998-2006 dodeljevale pomoči v skladu s pravili Evropske unije za oba namena, to je za splošno in posebno usposabljanje zaposlenih. Količina pomoči za usposabljanje po obeh namenih je razmeroma majhna, pomoči pa se z medletnimi izjemami trendno celo zmanjšujejo (tabela 1). V zadnjih treh letih so znašale komaj 0,01 % bruto domačega proizvoda (Deveto poročilo o državnih pomočeh v Sloveniji, 2007, str. 14). Za posebno usposabljanje se pomoči dodeljujejo vsako leto, v zadnjih dveh letih pa se je znesek teh pomoči prepolovil. Za splošno usposabljanje pa se pomoči redno letno oblikujejo šele v zadnjih treh letih. Pomoči se dodeljujejo izključno z instrumentom dotacije. Pravno gledano, pomoči za splošno in posebno usposabljanje večinoma temeljijo na programu aktivne politike zaposlovanja. V posameznih letih pomoči temeljijo tudi na drugih pravnih podlagah (v letu 2002: programu in ukrepih za spodbujanje podjetništva 2001-2002; v letu 2004: zakonu o postopnem zapiranju Rudnika Trbovlje-Hrastnik in razvojnem prestrukturiranju regije; v letu 2005: Tabela 1: Državne pomoči za usposabljanje zaposlenih v obdobju 1998-2006, v mio SIT, tekoče cene 1998 1999 2000 2001 2002 2003 2004 2005 2006 Posebno usposabljanje 0 1323,3 438,8 708,4 434.1 508,8 462,7 205,8 231,5 Splošno usposabljanje 5.535,8 0 0 0 73,5 0 425,2 156,1 212,5 SKUPAJ 5.535,8 1323,3 438,8 708,4 507,6 508,8 887,9 361,9 444,0 Vir podatkov: Evidenca državnih pomoči. zakonu o postopnem zapiranju Rudnika Trbovlje-Hrastnik in razvojnem prestrukturiranju regije ter zakonu o popotresni obnovi objektov in spodbujanju razvoja v Posočju). Razporeditev državnih pomoči za usposabljanje2 kaže, da (razen leta 1998) okoli 10 % prejemnikov prejme okoli 50 % vseh pomoči za usposabljanje (tabela 2). Tudi pri teh največjih prejemnikih višina pomoči ni visoka (2006: 5,4 mio. SIT). Spodnja polovica prejemnikov je v letu 2006 prejela vsega 13 % vseh pomoči (2001: 15 %; 2005: 39,6 %), povprečni znesek pomoči, ki so jo dobili, pa je bil zgolj 0,3 mio. SIT. To pomeni, da so pomoči zelo razdrobljene in v povprečju omogočajo obisk kratkotrajnih seminarjev na leto, ne pa načrtnega usposabljanja. Tabela 2: Razporeditev pomoči za usposabljanje (decili) 1998 2001 2005 2006 Lestvica Štev. prej. DP v mio SIT Decili Štev. prej. DP v mio SIT Decili Štev. prej. DP v mio SIT Decili Štev. prej. DP v mio SIT Decili 1 100 5.213,3 1,00 1.568 660,8 1,00 274 360,0 1,00 350 442,0 1,00 0,9 90 548,1 0,11 1.411 319,7 0,48 244 188,0 0,52 315 253,2 0,57 0,8 80 310,3 0,06 1.255 236,7 0,36 220 135,9 0,38 280 179,7 0,41 0,7 70 207,9 0,04 1.098 180,8 0,27 192 92,4 0,26 245 128,7 0,29 0,6 60 132,6 0,03 941 136,8 0,21 165 62,3 0,17 210 89,0 0,20 0,5 50 85,8 0,02 784 102,2 0,15 137 39,6 0,11 175 59,4 0,13 0,4 40 50,1 0,01 628 73,4 0,11 110 23,4 0,07 140 36,9 0,08 0,3 30 26,1 0,01 471 47,0 0,07 82 12,1 0,03 105 20,5 0,05 0,2 20 10,5 0,00 314 22,9 0,03 55 5,3 0,01 70 9,8 0,02 0,1 10 2,8 0,00 157 6,3 0,01 27 1,3 0,0 35 2,9 0,01 Opombe: Štev. prej = število prejemnikov, DP = državne pomoči, Decili = razporeditev državnih pomoči po decilih Tabela 3: Razporeditev pomoči po dejavnostih 1998 2001 2003 2005 2006 Dejavnosti Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Kmetijstvo in ribištvo 6,1 0,1 9,2 1,3 3,8 0,8 2,8 0,8 1,0 0,2 Rudarstvo 0 0 0,5 0,0 0 0 0,7 0,0 1,1 0,2 Predelovalne dejav. 406,2 7,8 299,6 45,3 292,3 59,1 216,2 60,0 231,3 52,3 Energetika 0 0 2,2 0,3 0,4 0,0 2,4 0,7 3,5 0,8 Gradbeništvo 12,6 0,2 40,0 6,1 23,1 4,7 5,3 1,5 12,6 2,9 Trgovina 0,5 0,0 79,5 12,0 30,1 6,1 28,7 8,0 55,3 12,5 Gostinstvo 2,4 0,0 22,0 3,3 17,9 3,6 9,0 2,5 5,8 1,3 Promet 1,5 0,0 19,5 3,0 33,9 6,9 8,8 2,4 5,4 1,2 Finančne storitve 0 0 27,0 4,1 2,5 0,5 7,8 2,2 11,6 2,6 Poslovne storitve 897,6 17,2 108,3 16,4 77,4 15,7 66,5 18,4 97,3 22,0 Javna uprava 3.776,5 72,4 7,8 1,2 0,3 0,0 0 0 0 0 Izobraževanje 98,2 1,9 10,9 1,6 7,2 1,5 2,8 0,8 2,6 0,6 Zdrav. in socialno var. 2,5 0,0 34,6 5,2 2,3 0,5 0 0 3,1 0,7 Dr. jav. in oseb. stor. 9,3 0,2 22,6 3,4 3,0 0,6 9,0 2,5 11,5 2,6 SKUPAJ 5.213,3 100,0 660,8 100,0 494,2 100,0 360,0 100,0 442,0 100,0 Vir podatkov: Evidenca državnih pomoči. 2 V nadaljevanju analize so upoštevani samo prejemniki, ki so še v poslovnem registru. Razlogov izbrisa iz poslovnega registra je več, stečaji ali likvidacija podjetja, združitev ali prevzem s strani drugega podjetja, nepopolna matična številka. Takih prejemnikov je razmeroma veliko v letu 1999, nad povprečjem pa tudi v letih 2000 in 2001, torej v letih, ko je Slovenija izvajala še obsežne sanacije in prestrukturiranja. V poznejših letih je takih podjetij manj, po letu 2003 pa sploh zelo malo. Tabela 4: Razporeditev pomoči po panogah predelovalnih dejavnosti 1998 2001 2003 2005 2006 Dejavnosti Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Državne pomoči, v mio SIT Struktura, v % Živilska industrija 2,6 0,6 8,8 2,9 7,4 2,5 5,5 2,5 8,4 3,6 Tekstilna industrija 95,1 23,4 9,6 3,2 13,9 4,8 9,7 4,5 8,7 3,8 Oblačilna industrija 18,3 4,5 37,0 12,3 4,7 1,6 3,1 1,4 18,9 8,2 Usnjarska industrija 42,0 10,3 2,0 0,7 10,4 3,6 3,3 1,5 1,7 0,7 Lesna industrija 18,4 4,5 30,1 10,0 9,1 3,1 1,8 0,8 1,0 0,4 Papirniška industrija 0 0 1,4 0,5 13,9 4,8 6,3 2,9 4,2 1,8 Založništvo 0 0 24,8 8,3 6,6 2,3 3,0 1,4 2,6 1,1 Koks, naftni derivati 0 0 0 0 0 0 3,0 1,4 1,5 0,6 Kemična industrija 0 0 1,4 0,5 5,6 1,9 18,5 8,6 6,5 2,8 Ind. plastičnih mas 3,6 0,9 12,7 4,2 5,8 2,0 24,4 11,3 12,7 5,5 Nekovinska industrija 9,3 2,3 12,1 4,0 11,5 3,9 15,6 7,2 23,8 10,3 Proizvodnja kovin 34,1 8,4 5,7 1,9 3,1 1,1 3,7 1,7 4,4 1,9 Kovinski izdelki 21,7 5,3 39,7 13,3 32,2 11,0 20,8 9,6 50,4 21,8 Strojna industrija 72,9 17,9 24,4 8,1 73,0 25,0 30,0 13,9 25,4 11,0 Računalniška industrija 0 0 0,9 0,3 0 0 0,8 0,4 5,2 2,2 Elektroindustrija 43,9 10,8 14,5 4,8 31,9 10,9 20,2 9,3 29,0 12,5 RTV in komunikacije 0 0 14,3 4,8 8,8 3,0 11,9 5,5 5,1 2,2 Medic., optična oprema 3,9 1,0 24,9 8,3 40,1 13,7 2,6 1,2 4,2 1,8 Motorna vozila 9,1 2,2 0,9 0,3 0,9 0,3 29,3 13,6 7,6 3,3 Druga vozila 0 0 3,6 1,2 0,1 0,0 0,1 0,0 0,1 0,0 Pohištvena industrija 31,4 7,7 35,0 11,7 13,3 4,6 2,6 1,2 10,1 4,4 Reciklaža 0 0 4,2 1,4 0 0 0 0 0 0 SKUPAJ 406,2 100,0 299,6 100,0 292,3 100,0 216,2 100,0 231,3 100,0 Vir podatkov: Evidenca državnih pomoči. Razporeditev državnih pomoči za usposabljanje po dejavnostih kaže, da razen leta 1998, ko so večino pomoči prejele občine in torej ni bil evidentiran končni prejemnik pomoči, dobro polovico pomoči prejmejo predelovalne dejavnosti (tabela 3). Pomoči za usposabljanje so pri drugih dejavnostih pomembne še za poslovne storitve (med 15,7 in 22 % vseh pomoči) in za trgovino (med 6 in 12,5 % vseh pomoči). V predelovalnih dejavnostih so državne pomoči med posameznimi panogami dokaj enakomerno razporejene (tabela 4). V vseh analiziranih letih izstopata le panogi kovinski izdelki in strojegradnja. V letih 1998 in 2001 sta nekoliko več pomoči prejeli še oblačilna in usnjarska industrija, kar je posledica usposabljanja po posebnem programu prestrukturiranja, ki je bil sprejet za tekstilne in usnjarske panoge. Oblačilna industrija ima visok delež pomoči tudi v letu 2006. Med posameznimi leti izstopajo tudi nekatere druge panoge, kot so lesnopredelovalna industrija (2001), pohištvena industrija (2001), elektroindustrija (2003 in 2006), medicinska in optična oprema (2003) ter nekovinska industrija (2006). 4.2. Prejemniki državnih pomoči za usposabljanje glede na tehnološko in faktorsko intenzivnost Splošne značilnosti prejemnikov državnih pomoči za usposabljanje analiziramo po dveh merilih, po tehnološki in faktorski intenzivnosti. Večino pomoči za usposabljanje v Sloveniji prejemajo podjetja na področju tržnih storitev, v predelovalni dejavnosti pa tehnološko neintenzivne/srednje nizko intenzivne oziroma delovno intenzivne panoge. To po eni strani kaže, da gredo pomoči za usposabljanje dejansko tja, kjer je izobrazbena raven najšibkejša, po drugi strani pa na to, da se pomoči za usposabljanje dodeljujejo predvsem za enostavnejša, bolj temeljna usposabljanja. Glede na tehnološko intenzivnost največ pomoči za usposabljanje prejmejo tržne storitve, kar je ustrezno glede na delež storitev v bruto domačem proizvodu in njihovo delovno intenzivnost. V predelovalni industriji je višina sredstev pomoči padala po naraščajoči tehnološki intenzivnosti, kar je v skladu z neustrezno izobrazbeno strukturo v tehnološko nezahtevnih panogah (slika 1). Pomoč storitvam in tehnološko neintenzivnim panogam je po letih od leta 1998 do leta 2006 padala, pomoč tehnološko intenzivnim dejavnostim pa naraščala vse do leta 2005 in 2006, ko se je spet precej zmanjšala (slika 2). Drugo merilo je intenzivnost proizvodnih dejavnikov, ki so v predelovalnih dejavnostih razporejeni v pet skupin (Yilmaz, 2002, v: Erlat, Erlat, Senoglu, 2007, str. 15). Tem dejavnikom smo dodali še storitve. Po tem merilu so v predelovalni industriji največ sredstev prejele delovno intenzivne panoge, skoraj polovico manj pa panoge, ki intenzivno uporabljajo posebne tehnologije in človeški kapital (slika 3). Med leti izrazito upadajo pomoči za usposabljanje, usmerjene Slika 1: Struktura državnih pomoči za usposabljanje po tehnološki intenzivnosti dejavnosti (1998-2006 skupaj) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči in OECD-jeve klasifikacije (Hatzichronoglou, 1997). Legenda: Hi-tech = visoko tehnološko intenzivne dejavnosti, Med-hi-tech = srednje visoko tehnološko intenzivne dejavnosti, Med-low-tech = srednje nizko tehnološko intenzivne dejavnosti, Low-tech = nizko tehnološko intenzivne dejavnosti, Primary = primarne dejavnosti, Business Services = tržne storitve, Public Services = javne storitve Slika 2: Struktura državnih pomoči za usposabljanje po tehnološki intenzivnosti dejavnosti (1998-2006 po letih) — — Mili- M.lil lil 1 .ll. ll ,lli i . 1 1 i.il. . Hi-tech Med-hi-tech Me d-lo w-tec h L o w -te c P rim a ry 8 u G n ess S erv ic es Pu b lic S e rv ic es Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči in OECD-jeve klasifikacije (Hatzichronoglou, 1997). Legenda: Hi-tech = visoko tehnološko intenzivne dejavnosti, Med-hi-tech = srednje visoko tehnološko intenzivne dejavnosti, Med-low-tech = srednje nizko tehnološko intenzivne dejavnosti, Low-tech = nizko tehnološko intenzivne dejavnosti, Primary = primarne dejavnosti, Business Services = tržne storitve, Public Services = javne storitve Slika 3: Struktura državnih pomoči za usposabljanje po intenzivnosti proizvodnih dejavnikov (1998-2006 skupaj) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči. Legenda: Diff-to-imitate = dejavnosti, kijih je težko posnemati, Easy-to-imitate = dejavnosti, kijih je lahko posnemati, K-intensive = kapitalsko intenzivne dejavnosti, L-intenzive = delovno intenzivne dejavnosti, Raw-material = dejavnosti z intenzivnimi naravnimi viri, Business Services = tržne storitve, Public Services = javne storitve Slika 4: Struktura državnih pomoči za usposabljanje po intenzivnosti proizvodnih dejavnikov (1998-2006 po letih) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči. Legenda: Diff-to-imitate = dejavnosti, kijih je težko posnemati, Easy-to-imitate = dejavnosti, kijih je lahko posnemati, K-intensive = kapitalsko intenzivne dejavnosti, L-intenzive = delovno intenzivne dejavnosti, Raw-material = dejavnosti z intenzivnimi naravnimi viri, Business Services = poslovne storitve, Public Services = javne storitve v storitve. Pri drugih dejavnikih je gibanje med leti različno. V letu 2006 so se spet povečale pomoči v delovno intenzivne, nazadovale pa pomoči v kapitalsko intenzivne panoge (slika 4). 5. Analiza učinkovitosti državnih pomoči za usposabljanje Namen državnih pomoči za usposabljanje je povečanje usposobljenosti zaposlenih, kar se kaže v višjih plačah in višji produktivnosti. Njihovo učinkovitost lahko zato ugotavljamo po teh dveh parametrih. Med različnimi metodami merjenja učinkovitosti državnih pomoči za usposabljanje pa smo izbrali metodo paritve. 5.1. Metodološki pristop in podatki Za ugotavljanje učinkovitosti državnih pomoči za usposabljanje uporabljamo metodo paritve (angleško matchinga), ki jo apliciramo na individualnih podjetniških podatkih o prejetih državnih pomočeh za usposabljanje v obdobju 1998-2006 (evidenca državnih pomoči) in na podatkih o rezultatih poslovanja (zaključni računi gospodarskih družb za obdobje 1998-2006 in malih podjetnikov za obdobje 2003-2006). z oceno panelnega logit modela z naključnimi učinki (angleško random effects) z odvisno spremenljivko enako 1, če podjetje v obravnavanem letu pridobi državno pomoč za usposabljanje, in 0, če podjetje pomoči ni deležno. Specifikacija logit modela je prikazana v spodnji enačbi: Pr (Dit = 1)=A rWi,,-1 \ r — I ,rLi,,-1,\ I ,iFDfj-1,oFDIit-1,Dt,Dind Analiza se predvsem ukvarja z vprašanjem učinkovitosti dodeljevanja državnih pomoči podjetjem, zato je treba ugotoviti, ali je dodelitev konkretne državne pomoči statistično značilno in ekonomsko pomembno vplivala na tisti vidik poslovanja podjetja, ki mu je bila namenjena (višja produktivnost in plače), oziroma ima morebitne druge učinke. Pri ugotavljanju učinkov državnih pomoči pa je treba paziti, da ne zajamemo tudi pojava samoizbire (angleško self-selection), ki te učinke preceni, zato moramo izločiti začetne razlike med prejemniki in neprejemniki pomoči. To naredimo z metodo paritve. Idealno, čeprav popolnoma nerealistično, bi bilo opazovati uspešnost poslovanja podjetja najprej v pogojih, ko pomoči ne prejme (Y0i), nato pa še v enakih okoliščinah, ko pomoč dobi (Yu), s čimer bi lahko izračunali vrednost vzročnega učinka za podjetje i: (Y1i-Y0i). Ker dejansko lahko opazimo le en rezultat, bodisi Y0i bodisi Y1i se zatečemo na raven populacije. Določiti želimo povprečno korist črpanja državne pomoči za usposabljanje (D = 1) podjetij z opazljivimi značilnostmi X: e(Y1 - Y0| D = 1, X )= E (Y |D = 1, X )- E (Y0| D = 1, X ) pri čemer znova ne moremo opaziti rezultata podjetja z državno pomočjo, če te ne bi prejelo (drugi člen na desni strani zgornje enačbe). Treba je torej dobiti čim boljši približek tega hipotetičnega izida, kar dosežemo s tehniko paritve. Ta metoda poišče podjetje, ki je enako v vseh spremenljivkah v X, razlikuje pa se le po tem, da ni prejelo pomoči: E (y0 |D = 1, X )= e(y0 \d = 0, X ) Omenjeni večdimenzionalni problem3 se da prevesti v enodimenzionalnega na podlagi sklepanja (Rosenbaum in Rubin, 1983): če je paritev na podlagi vektorja spremenljivk X veljavna, potem je veljavna tudi paritev na podlagi verjetnosti, da določeno podjetje prejme državno pomoč. Ta metoda se imenuje propensity score matching, saj v prvem koraku izračunamo za vsako podjetje nagnjenost k dodelitvi državne pomoči Pojasnjevalne spremenljivke, predznačene z malo črko r, so izražene relativno, kar pomeni, da za vsako podjetje v določenem letu obravnavano spremenljivko izrazimo relativno glede na povprečje te spremenljivke v vseh podjetjih pripadajoče dejavnosti na 3-mestni kodi SKD za vsako leto posebej. Med regresorje tako vključimo po vrsti: povprečne stroške na zaposlenega, relativno dodano vrednost na zaposlenega, relativno število zaposlenih, relativno razmerje opredmetenih stalnih sredstev in zaposlenosti, kazalnik za tuje lastništvo, kazalnik za izhodne tuje neposredne naložbe ter časovne in panožne (na ravni 2-mestne kode) slamnate spremenljivke. Vse spremenljivke, razen časovnih in panožnih kazalnikov, vstopajo v model odložene za eno leto. V naslednjem koraku za vsakega prejemnika pomoči poiščemo najpodobnejše podjetje, ki pomoči ni bilo deležno. Pri tem mora veljati, da s spremenljivkami X pojasnimo odločitev o dodelitvi pomoči tako dobro, da so rezultati podjetij (Y0, Y1) statistično neodvisni od odločitve, pogojno na kontrolne spremenljivke X: Pr(D = ]|yB,i;,A') = Pr(D= i|Jf) (Heckman,Ichimura in Todd, 1998, str. 265). Zgornjemu pogoju zadostimo s testom hipoteze uravnoteženosti (angleško balancing hypothesis), ki sledi postopku paritve in preverja, ali so razlike med vrednostmi posameznih spremenljivk v X v skupini podjetij s podobnimi verjetnostmi dodelitve pomoči dovolj majhne, da lahko trdimo, da smo z X dovolj dobro razložili spremenljivost D. Iz nadaljnje analize izločimo vse pare iz tistih skupin, v katerih hipoteza uravnoteženosti ni izpolnjena. Kontrolna podjetja so izbrana po metodi caliper K-nearest neighbours matching, ki za izbrano vrednost dopustnega odstopanja 5 (caliper) za vsako podjetje z državno pomočjo poišče njemu po ocenjeni verjetnosti dodelitve pomoči K najpodobnejših podjetij j, ki pomoči ne prejmejo: 3 Vektor X je namreč večdimenzionalen, saj je pridobitev pomoči odvisna od več dejavnikov oz. značilnosti podjetja. V bazen podjetij (k), iz katerih se z zamenjavo (vsako podjetje iz kontrolne skupine je lahko izbrano kot par večkrat) določi šest kontrolnih podjetij obravnavanemu prejemniku pomoči, smo uvrstili le podjetja, ki še niso in v prihodnosti ne bodo prejemniki pomoči. S tem se izognemo najprej primerjavi prejemnika in starega prejemnika pomoči ter po drugi strani novega prejemnika in prihodnjega novega prejemnika pomoči. Če najbližja vrednost ocenjene verjetnosti kontrolnega podjetja odstopa od verjetnosti novega prejemnika pomoči za več kot eno odstotno točko, paritev ni uspešna in omenjeni prejemnik pomoči ostane brez kontrolnih podjetij. Drugače pa izberemo največ šest kontrolnih podjetij z najmanjšo razliko pri ocenjeni verjetnosti dodelitve pomoči. Postopek izvedemo za vsako leto od 1998 do 2006 in posebej za vsako dejavnost na dvomestni ravni. Ko imamo na razpolago prejemnike pomoči in njihovo kontrolno skupino, po Blundellovem in Diasovem (2000) zgledu metodo paritve združimo s t. i. metodo razlika v razlikah, kar se je v empiričnih študijah izkazala kot učinkovita kombinacija. Poleg izboljšanja rezultatov je prednost te tehnike, da odstrani vpliv skupnih šokov. Za vsak par ustvarimo razliko v razlikah spremenljivke Y (did), tako da od časovne diference prejemnika pomoči odštejemo časovno diferenco pripadajočega mu kontrolnega podjetja. To nam pove, za koliko se je določen parameter pri prejemniku povečal (zmanjšal) bolj (manj), kot se je povečal (zmanjšal) v kontrolnem podjetju. Povprečni učinek črpanja državne pomoči za usposabljanje na določeno lastnost podjetja (Y) zdaj lahko izračunamo z aritmetičnim povprečjem razlik v razlikah po vseh Nt uspešno parjenih prejemnikih: t =-2,-1,0,1,2,3 kjer subindeks t označuje leto od začetka prejema (t = 0 označuje leto začetka prejema, t = 1 leto pozneje itd.). D označuje množico prejemnikov državnih pomoči, Yji pa spremenljivko podjetja j, ki je bilo pri paritvi določeno prejemniku i. Rezultate obeh skupin podjetij spremljamo od dveh let pred dodelitvijo do tretjega leta po dodelitvi pomoči. Tako pridobljene rezultate še dodatno preizkusimo z naslednjo regresijo, ki nam pove, ali so razlike v razlikah v zgoraj omenjenih štirih časovnih točkah (leto vstopa do treh let po vstopu) statistično značilne tudi, potem ko kontroliramo za časovne šoke in odložene razlike v razlikah: Spremenljivke Dt so časovne slamnate spremenljivke, DtDP kazalniki prejema pomoči pred t-leti, X pa vektor kontrolnih spremenljivk, ki bi poleg same državne pomoči lahko vplivale na velikost razlike v razlikah. Če so koeficienti ß3 značilno pozitivni, je učinek prejema državnih pomoči pozitiven, saj je premija v rasti izbrane spremenljivke v obdobjih po črpanju pomoči značilno višja od premije pred dodelitvijo pomoči. Za natančnejše ocene standardnih napak smo te pridobili z bootstrappingom s 1000 ponovitvami. Postopek smo ponovili tudi brez odložene odvisne spremenljivke, vendar to praktično ni spremenilo rezultatov. Poleg metode kaliper ena na ena paritev (angleško caliper one-to-one matching) smo izvedli tudi Maha-lanobisovo paritev v kombinaciji z epanechnikovim kernelom. Gre za to, da namesto ocenjenih verjetnosti za narit.ev unorahimo naslednjo distančno mero: d(i, j) =(P, -P, ) S"'{P. - P,}, kjer je P vektor spremenljivk, na podlagi katerih želimo izvesti paritev, S pa variančno-kovariančna matrika vektorja P. Konkretno smo v vektor P poleg zgoraj omenjene ocenjene verjetnosti pridobitve pomoči vključili še dodano vrednost na zaposlenega v preteklem obdobju, s čimer smo hoteli doseči, da pride do paritve tudi po produktivnosti podobnih podjetij iz iste dvomestne panoge in istega leta. Pri naslednjem koraku vsakemu prejemniku pomoči oziroma njegovi spreme nljivki Yf priredimo parjeno vrednost spremenljivke( y ), ki je podana s kernelno ustvarjenim tehtanim povprečjem spremenljivk vseh dovoljenih kontrolnih enot. Utež kontrolnega podjetja je sorazmerna z bližino ocenjene nagnjenosti k pridobitvi državne pomoči med prejemnikom in kontrolnim podjetjem j: kjer je wij utež kontrolne enote j pri paritvi z enoto i, d(i,j) je Mahalanobisova distančna mera za podjetje i, h je parameter, nastavljen na 0,06, epanechnikov kernel Kpa je definiran kot K (ïf)-(t - ir ) pri pogoju |u|<1. Pri tretji metodi paritve pravkar omenjeni metodi dodamo še dodaten pogoj v obliki caliper meje, nastavljene na 0,01. Pri izvajanju vseh treh omenjenih metod paritve so bili izključeni vsi novi prejemniki pomoči, katerih ocenjene verjetnosti pi ležijo zunaj domene ocenjenih verjetnosti kontrolnih enot (angleško common support). Ker nas zanima tudi kumulativni učinek, ki ga ima črpanje pomoči na podjetja, smo ocenili tudi povprečni kumulativni učinek T-obdobij po prejemu pomoči: I J,r le.D Jil) fsO /eC°(p,) Od leta prejema državne pomoči (t = 0) do T-obdobij pozneje torej seštevamo enoletne časovne diference spremenljivke Y najprej za prejemnika, potem pa odštejemo kumulativo tehtane vsote časovnih diferenc vseh kontrolnih enot. Pri paritvi K-najbližjih sosedov je utež w( = 1/K, množica j-kontrol pa vsebuje največ šest kontrolnih podjetij z najbližjo vrednostjo ocenjene verjetnosti. Parameter aT nam torej pove, v povprečju za koliko so prejemniki pomoči povečali/ zmanjšali obravnavano spremenljivko bolj kot primerljivi jim nesubvencionirani konkurenti T-let po začetku črpanja državne pomoči. Poudariti je treba, da parameter aT ni enak seštevku at, od t = 0 do t = T, ker se število NT iz leta v leto spreminja, saj T-obdobij po začetku subvencioniranja ne preživijo vsi prejemniki pomoči in vse kontrolne enote. 5.2. Učinkovitost državnih pomoči za usposabljanje Ker je namen državnih pomoči za usposabljanje višja izobrazbena struktura zaposlenih, ki naj prinese višjo produktivnost in ne nazadnje tudi višje plače, smo učinke te vrste pomoči ugotavljali na povprečnih stroških dela na zaposlenega in dodani vrednosti na zaposlenega. Ta odločitev je skladna z dosedanjimi analizami drugih raziskovalcev, ki rast plač povezujejo z rastjo usposobljenosti delavcev, rast dodane vrednosti na zaposlenega pa z rastjo produktivnosti. Povprečno podjetje, ki je z državnimi sredstvi poskrbelo za posebno ali splošno usposabljanje svojih zaposlenih, je povečalo plačo na zaposlenega statistično značilno bolj kot primerljiva kontrolna podjetja, ki niso prejela državnih pomoči za usposabljanje. Vsako leto po prejemu pomoči so se letne plače v prejemnikih pomoči povečale za 5 do 27 tisoč SIT na zaposlenega (slika 5). Rast plač je bila v obdobjih pred prejemom pomoči manjša kot v kontrolnih podjetjih, iz česar izhaja, da je pomočem uspelo preobrniti trend rasti plač v prid prejemnikom pomoči. Po treh letih od leta dodelitve pomoči so podjetja prejemniki izplačevala v povprečju za 20 do 40 tisoč SIT višjo letno plačo na zaposlenega, kot bi jo, če pomoči ne bi dobila. Če to primerjamo z višino povprečne letne plače leta 2003, ta prirast štirih letih znaša od 8 do 16 % bruto plače, za kolikor so podjetja prejemniki povečala plače bolj kot kontrolna podjetja. Pozitivni in značilni pa niso le agregatni učinki pomoči na rast plač, pač pa tudi sama učinkovitost na vloženi tolar sredstev (slika 6). Vsakih 1000 SIT pomoči za usposabljanje je namreč iz leta v leto povečalo povprečno letno plačo za 20 do 90 SIT, pri čemer je zlasti spodbudno, da učinkovitost po nekaj letih ne usahne in ostaja značilno pozitivna. To pomeni, da podjetja z boljšo usposobljenostjo zaposlenih povečujejo plače hitreje kot kontrolna podjetja iz istih panog in v istem času. To je lahko spodbuda tudi za zaposlene z nizko izobrazbeno ravnjo, da se prostovoljno vključijo v programe usposabljanja, ki jih zagotavljata država in trg, po drugi strani pa je lahko tudi sporočilo za državo, da spodbudi zasebno ponudbo programov dodatnega usposabljanja za starejše in nekvalificirane zaposlene. Analiza učinkov državnih pomoči za usposabljanje na produktivnost podjetij prejemnikov kaže, da pomoči nimajo takojšnjih učinkov na rast produktivnosti. Šele v dveh letih po letu dodelitve pomoči se pokaže značilno povečanje produktivnosti prejemnikov nad rastjo produktivnosti kontrolnih podjetij, vendar ta letna premija v rasti izgine že naslednje leto (slika 7). Po eni od treh metod so kumulativni učinki razvidni Slika 5: Ocene učinkov prejemanja državne pomoči na povprečno letno plačo po letih (DID) in kumulativno (1998-2006, v 1000 SIT) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči ter Zaključnih računov gospodarskih družb in samostojnih podjetnikov posameznikov. Slika 6: Ocene učinkov prejemanja državne pomoči na povprečno letno plačo po letih (DID) in kumulativno (CUM) relativno glede na višino dodeljene pomoči (1998-2006) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči ter Zaključnih računov gospodarskih družb in samostojnih podjetnikov posameznikov. Slika 7: Ocene učinkov prejemanja državne pomoči na dodano vrednost na zaposlenega po letih (DID) in kumulativno (1998-2006, v 1000 SIT na zaposlenega) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči ter Zaključnih računov gospodarskih družb in samostojnih podjetnikov posameznikov. v prvih treh letih po prejemu pomoči in znašajo ob koncu drugega leta 23 tisoč SIT dodane vrednosti na zaposlenega. Učinkovitost pomoči se prav tako potrdi le v eni od metod paritve, kjer ob koncu tretjega leta od prejema pomoči dodana vrednost na zaposlenega znaša 0,16 SIT na vsak vložen tolar pomoči (slika 8). programov pomoči, neustrezni izbiri prejemnikov pomoči in prenizki višini pomoči na prejemnika. Zdi se tudi, da podjetja premalo izkoriščajo novo znanje in spretnosti delavcev, ki so se usposabljali. 6. Ugotovitve Glede na vpliv na povprečne plače in dodano vrednost na zaposlenega lahko povzamemo, da državne pomoči za usposabljanje prispevajo k zvišanju povprečne plače v podjetjih prejemnikih, vendar pa imajo manjši vpliv na dvigovanje njihove produktivnosti. Vzroke za zadnje lahko iščemo v neustreznosti oblikovanih Državne pomoči za usposabljanje so v Sloveniji majhne in močno razdrobljene, saj polovica prejemnikov povprečno letno prejme premajhne zneske pomoči, da bi pomoči lahko odločilneje vplivale na povečanje usposobljenosti zaposlenih in s tem tudi na njihovo produktivnost pri prejemnikih. Slika 8: Ocene učinkov prejemanja državne pomoči na dodano vrednost na zaposlenega po letih (DID) in kumulativno (CUM) relativno glede na višino dodeljene pomoči (1998-2006, v SIT na 1000 SIT dodeljene pomoči) Vir: Lastni izračuni na podlagi podatkov Evidence državnih pomoči ter Zaključnih računov gospodarskih družb in samostojnih podjetnikov posameznikov. Pomoči za usposabljanje so v Sloveniji prispevale k povečanju višine povprečnih plač v podjetjih prejemnikih, vendar to povečanje ni bilo veliko, saj je v štirih letih znašalo med 8 in 16 % povprečne bruto plače iz leta 2003. Manj prepričljive dokaze dobimo pri vplivu pomoči na produktivnost dela v podjetjih prejemnikih pomoči, kar opozarja na dva problema. Prvi problem je na strani države in njenega verjetno neustreznega oblikovanja programov usposabljanja, za katere se dodeljujejo pomoči, ter v višini dodeljenih državnih pomoči na prejemnika. Drugi problem je na strani prejemnikov pomoči, ki verjetno neustrezno izkoriščajo dodatno usposobljene delavce za povečanje produktivnosti. Pri dodeljevanju državne pomoči za usposabljanje je torej treba od prejemnikov zahtevati pripravo programa dodatnih ukrepov za povečevanje učinkovitosti poslovanja, pospeševanja prodaje in doseganja višje dodane vrednosti. Za usposabljanje, to je za enega najučinkovitejših namenov z ugodnimi učinki prelivanja na celotno družbo, so državne pomoči v Sloveniji prenizke in preveč razdrobljene. Smiselno je, da se občutneje povečajo ob hkratnem zmanjšanju števila podjetij prejemnikov pomoči. Literatura Blondal, S., Field, S., Girouard, N. (2002). Investment in Human Capital Through Post-Compulsory Education and Training. Selected efficiency and equity aspects. OECD Economics Department Working Papers No. 333. Paris: OECD. Blundell, R., in Diaz, M. Costa. (2000). Evaluation Mrthods for Non-Experimental Data. Fiscal Studies 21(4), str. 427-428. Commission Regulation (EC) No 68/2001 of12 January 2001 on the Application of Articles 87 nad 88 of the EC Treaty to training aid. Pridobljeno na http://europa.eu/ scadplus/leg/en/lvb/126063.htm; 21. 4. 2008. Commission Regulation (EC) No 70/2001 of 12 January 2001 on the Application of Articles 87 nad 88 of the EC Treaty to State aid to small and medium-sized enterprises. Deveto poročilo o državnih pomočeh v Sloveniji (za leta 2004, 2005 in 2006). Ljubljana: Ministrstvo za finance. Erlat, G., Erlat, H., Senoglu, D. (2007). Measuring Vertical andHorisontal Intra-industry Trade: The Case for Turkey. 6th International Conference of the Middle East Economic Association, March 14-16. Dubai: Zayed University. Fay, Robert G. (1996). Enhancing the Effectiveness of Active Labour Market Policies. OECD Labour Market and Social Policy Occasional Papers No. 18. Paris: OECD. Hatzichronoglou, T. (1997). Revision of the High -Technology Sector and Product Classification. OECD STI Working Papers 1997/2. Paris: OECD. Heckman, J., Ichimura, H., in Todd, P. (1998). Matching as an Econometric Evaluation Estimator. Review of Economic Studies 65(2), str. 261-294. Meiklejohn, R. (1999): The Economics of State Aid. European Economy. State Aid and the Single Market. Brussels: European Commission. Nitsche, R., in Heidhues, P. (2006): Study on Methods to Analyse the Impact of State Aid on Competition. Brussels: European Community. DG Economic and Financial Affairs. Evidenca državnih pomoči (1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006). Ljubljana: Ministrstvo za finance. Poslovni register Republike Slovenije (2005, 2006). Ljubljana: AJPES. Rojec, M., Murn, A., Burger, A., Jaklič, A. (2008). Kako do večje učinkovitosti javnofinančnih sredstev za povečanje konkurenčnosti gospodarstva. Analiza učinkovitosti državnih pomoči in predlogi za njeno izboljšanje. Končno poročilo št. V5-0201 CRP »Konkurenčnost Slovenije 2006-2013«. Ljubljana: Fakulteta za družbene vede. Rosenbaum, P. R., in Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika 70, str. 41-55. Uredba Komisije (ES) št. 363/2004 z dne 25. februarja 2004 o spremembi Uredbe (ES) št. 68/2001 o uporabi členov 87 in 88 Pogodbe ES pri pomoči za usposabljanje. Pridobljeno na: http://eur-lex.europa.eu/LexUriServ/LexU-riServ.do?uri=CELEX:32004R0363:SL:HTML, 3. 6. 2008. Zaključni računi gospodarskih družb in samostojnih podjetnikov posameznikov (1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006). Ljubljana: AJPES.