Ger Vinnovas företagsstöd nettonytta?

Tre siffror som ramar in hela frågan

Frågan "hur stor andel av Vinnova-bolagen lyckas?" har inget publicerat svar — den kvoten redovisas inte. Men det finns något bättre: utvärderingar som jämför stödbolag med nästan identiska bolag som fick avslag. Det är den enda jämförelsen som kan skilja stödets effekt från Vinnovas urvalsförmåga. Så här ser resultatet ut, kokat till tre tal.

Tolkningen är inte "stödet är värdelöst". Tolkningen är att genomsnittsbolaget inte mätbart påverkas, att kunskapsläget är svagt eftersom stöden inte konstruerats för att kunna utvärderas, och att det som eventuellt återstår av nyttan finns på två andra ställen: signalvärdet mot privat kapital och de sällsynta extremutfallen. Båda undersöks längre ned.

Evidenstavlan: varje mätt utfall, ett kort

Detta är samtliga utfallsvariabler som studerats kontrafaktiskt i de två stora utvärderingarna av Vinnovas direkta företagsstöd. Grått betyder ingen statistiskt säkerställd skillnad mot kontrollgruppen. Tryck på ett kort för detaljer.

"Resultaten visar överlag svaga eller obefintliga genomsnittliga effekter på de flesta studerade utfall." — Tillväxtanalys, Utvärdering av Innovativa Startups

De två färgade korten förtjänar var sin fotnot. Det gula — viss evidens för att stödet ökar sannolikheten att hamna i gruppen med högst omsättning — är det enda som pekar mot en verklig mekanism, och den återkommer i kapitel 5. Det röda — VINN NU-bolagens sämre nettoresultat — behöver inte betyda skada: bidragsfinansierade bolag investerar ofta hårdare i utveckling, vilket sänker resultatet på kort sikt. Men det visar att data inte ger stöd åt en enkel solskenshistoria.

2 av 37: staten vet inte, och kan inte veta

Riksrevisionen gick igenom 37 effektutvärderingar av näringspolitiken utförda eller beställda av Almi/SCB, Tillväxtverket och Vinnova under 2015–2018. Endast två uppfyllde de mest grundläggande kraven — det vill säga endast i två fall kan slutsatser om orsakssamband över huvud taget anses belagda. För varenda hovrad ruta nedan: en utvärdering som inte håller.

Detta är rapportens kanske viktigaste enskilda fynd, för det förklarar varför frågan i din rubrik är så svår att besvara: det är inte att nyttan bevisats utebli — det är att systemet aldrig byggts för att kunna bevisa någonting alls. Tillväxtanalys senaste utvärdering fann dessutom att Vinnovas beslut i vissa fall avvek från de externa bedömarnas poäng genom odokumenterade justeringar, vilket ytterligare försvårar utvärdering — och ledde till den ovanliga rekommendationen att införa lotteri bland likvärdigt bedömda ansökningar, just för att göra effekterna mätbara.

Basnivån: därför är en hög "misslyckandegrad" förväntad

Utan referenspunkt blir varje konkurssiffra vilseledande. Så här ser det ut för svenska nystartade företag i allmänhet — helt utan Vinnova inblandat. Att starta bolag är ett experiment med cirka 40 procents risk att misslyckas inom tre år, och även bland överlevarna når de flesta aldrig försörjningsnivå.

Poängen: om någon visar en lista på nedlagda Vinnova-bolag som bevis på slöseri — eller en lista på framgångar som bevis på nytta — är båda listorna lika ogiltiga. Endast skillnaden mot kontrollgruppen räknas, och den skillnaden är, som kapitel 2 visade, noll i överlevnad.

Skalan: små belopp, stor signal

En del av förklaringen till nolleffekterna är banal: beloppen är små. 300 tkr förändrar sällan ett bolags bana. Diagrammet nedan visar hur nivåerna förhåller sig — notera att skalan är logaritmisk, annars syns inte de mindre posterna alls.

Här kommer det gula kortet från evidenstavlan in. Forskningen (bl.a. Santoleri m.fl. 2024, som Tillväxtanalys lutar sig mot) pekar på att konkurrensutsatta bidrag fungerar som kvalitetsstämpel: tre externa bedömare och en beviljandegrad på 10–20 % är en signal som privata investerare läser. För ett bolag i Cellinks eller Einrides tidiga skede var Vinnova-bidraget sannolikt mindre värt som pengar än som intyg. Den effekten är dock inte kvantifierad i svensk data — den är hypotesen som bäst överlever evidensen, inte ett bevisat resultat.

Svansen: kan noll genomsnittseffekt ändå löna sig?

Startupportföljer betalar sig via extremutfall, inte genomsnitt. Ett program kan alltså vara samhällsekonomiskt lönsamt trots noll uppmätt medeleffekt — om det då och då knuffar fram ett bolag som annars inte blivit av. Utvärderingarna hittar bara "viss evidens" för den mekanismen, men laborera själv: hur sällsynt får ett sådant extra toppbolag vara innan kalkylen spricker?

Modellen visar varför frågan förblir öppen: vid rimliga antaganden räcker det med enstaka extra extremutfall per tusen bolag för att motivera hela programmet — men exakt den parametern är den som ingen studie kunnat mäta. Det är därför Tillväxtanalys lotterirekommendation är viktigare än den låter: den skulle på tio år ge svaret som trettio års stödgivning inte lyckats producera.

Sammanvägd bedömning

Direkt mätbar nettonytta på bolagsnivå: inte belagd — genomsnittseffekterna är noll eller nära noll i samtliga kontrafaktiska studier, och i ett fall negativa. Nettoskada: inte heller belagd. Det mest välgrundade påståendet är att genomsnittsbolaget påverkas marginellt, att eventuell nytta ligger i signalvärde och svansutfall, och att statens största försummelse inte är stöden i sig utan oförmågan att göra dem utvärderingsbara.

Källor och studiedetaljer