Economic impact of Baltic region startups ecosystems

Abstract

Since the 1990s, a distinct innovation-driven and high-growth activity, organised around venture-capital-financed startups and their surrounding ecosystems, has diffused globally. Despite strong policy and investor attention, the field still lacks a consistent, operational definition of a “startup,” and empirical evidence on startups’ net economic contribution remains fragmented. Consequently, policy ambition for startup-tailored instruments has advanced faster than empirical clarity, complicating the design, targeting, and evaluation of ecosystem interventions. This dissertation develops and empirically substantiates an integrated conceptual model for assessing the enabling environment and macroeconomic impact of startup ecosystems. The research proceeds in two stages. First, it constructs a structured theoretical framework for defining startups and refines the definition using empirically validated characteristics. Second, it operationalises ecosystem inputs, firm-level outputs, and macro-level outcomes in an empirically testable framework grounded in entrepreneurial ecosystem theory, endogenous growth theory, and Schumpeterian creative destruction. The empirical core focuses on the Baltic startup ecosystems (Lithuania, Latvia, and Estonia) using extensive firm-level accounting data (2014–2024) for startups and comparable non-startups within the same industries, complemented by ecosystem and macro indicators from international organisations. Methods include comparative performance analysis, panel econometrics for growth and productivity determinants (including total factor productivity estimation), and machine-learning techniques (principal component analysis and k-means) for indicator reduction, ecosystem typologies, and composite index construction. A key contribution is the construction of a startup ecosystem maturity proxy (V index) based on venture capital activity metrics and the estimation of its association with selected macroeconomic indicators via regression models. The dissertation provides an empirically grounded basis for startup identification, cross-country ecosystem assessment, and a more rigorous evaluation of whether and how startup ecosystem development translates into measurable economy-wide outcomes.

Nuo 1990-ųjų globaliai išplitusi išskirtinė inovacijomis ir dideliu augimo potencialu grįsta, rizikos kapitalo finansuojama ir „startuoliu“ vadinama ekonominė veikla susilaukia vis daugiau politikos formuotojų ir investuotojų dėmesio. Tačiau startuoliams skirtų paramos priemonių politika vystosi greičiau nei empirinės įžvalgos apie startuolių veiklą, o tai apsunkina duomenimis grįstų intervencijų į ekosistemą kūrimą, taikymą ir poveikio vertinimą. Ir Europos politikos formavimo, ir akademinėje aplinkoje vis dar trūksta nuoseklaus, vieningai taikomo „startuolio“ apibrėžimo, o empiriniai įrodymai apie grynąjį startuolių indėlį į ekonomiką išlieka fragmentiški. Šioje disertacijoje sukuriamas ir empiriškai pagrindžiamas integruotas koncepcinis modelis, skirtas vertinti startuolių ekosistemas įgalinančią aplinką ir pačių ekosistemų makroekonominį poveikį. Tyrimas vykdomas dviem etapais. Pirma, sudaroma struktūruota teorinė startuolių charakteristikų sistema ir apibrėžimas patikslinamas empiriškai patvirtintais kriterijais. Antra, operaciškai apibrėžiamos ekosistemos „įvestys“, įmonių lygmens „išvestys“ ir makrolygmens „rezultatai“, sukuriant empiriškai patikrinamą modelį, paremtą antreprenerinių ekosistemų ir endogeninio augimo teorijomis bei šumpeteriškąja kūrybinės destrukcijos samprata. Empirinė analizė daugiausia orientuota į Baltijos šalių (Lietuvos, Latvijos ir Estijos) startuolių ekosistemas, naudojant išsamius 2014–2024 m. įmonių lygmens apskaitos duomenis ir startuolius lyginant su kitų įmonių grupe. Papildomai pasitelkiami tarptautinių organizacijų ekosistemos ir makrolygmens rodikliai. Taikomi metodai apima lyginamąją veiklos analizę, panelinius ekonometrinius modelius augimo ir bendrojo gamybos veiksnių produktyvumo determinantams įvertinti, bei mašininio mokymosi metodus (pagrindinių komponenčių analizę ir k-means algoritmą) rodiklių redukcijai, ekosistemų tipologijoms ir sudėtiniam indeksui sudaryti. Svarbus disertacijos indėlis – startuolių ekosistemos brandos aproksimacijos (V indekso), pagrįstos rizikos kapitalo aktyvumo rodikliais, sukūrimas ir jo sąsajos su pasirinktais makroekonominiais rodikliais įvertinimas regresiniais modeliais. Disertacija suteikia empiriškai pagrįstą pagrindą startuolių identifikavimui, tarptautiniam startuolių ekosistemų palyginimui ir vertinimui, bei jų poveikio ekonomikai vertinimui.