Meds final manusc sebe pdf

36
CHAPTER 2. ROLE OF PROVINCIAL GOVERNMENT
as the case may be) it thinks firms and other regional players should be
interested in. It must in addition trigger the learning process. Likewise,
regions may dispose of a rich knowledge infrastructure but fail to harness
its individual elements toward achieving regional development goals. For
example, in South Africa in general, higher education-industry relation-
ships are woefully under-developed (Kruss 2005). Our research on human
resource development and on biotechnology illustrates that the Western
Cape is unfortunately no exception. Finally, experience from regions in the
EU and North America documents that visions for regional development
– especially insofar as they entail ambitious departures from business-as-
usual – do not fly unless they are shared and supported by economic actors
and other relevant stakeholders (Gertler and Wolfe 2004).
2.4
The Western Cape in the knowledge and in-
formation economy
Before mechanisms for regional economic development can be discussed,
this is the time for some stocktaking. How does the Western Cape Province
fare in the knowledge and information economy? Almost as well as Gauteng
and much better than the national average, is an often heard answer. But
the comparison to Gauteng, let alone the other seven Provinces, is not
relevant for a Province that strives to become a region with a strong slant
toward knowledge-intensive activities.
Instead, the relevant comparison
must be with knowledge-intensive activities in other parts of the world.
And in this regard, the data suggest that there is reason for concern.
In what follows, we illustrate the Western Cape’s performance in the
knowledge economy, in information communication technology (ICT) dif-
fusion, and in the global pool for talent relative to the rest of the world. To
this end, we use available country comparisons compiled by international
organisations and then draw this down to the provincial level.
2.4.1
The Basic Scorecard of the World Bank Institute’s
Knowledge Assessment Matrix
The World Bank Institute (WBI) has produced a Knowledge Assessment
Matrix (KAM) that reflects major tenets of the knowledge economy, with

---

2.4. KNOWLEDGE AND INFORMATION ECONOMY
37
data on 128 countries.
It comprises 80 variables clustered under seven
functional headings, namely:
(1) economic performance (e.g. growth, per capita income, human devel-
opment and poverty indices, unemployment, country risk rating);
(2) economic incentive and institutional regime (e.g. investment, govern-
ment finances, trade regime, intellectual property protection, stability
of financial sector);
(3) governance (regulatory quality rule of law, press freedom, control of
corruption, political stability);
(4) innovation system (e.g. FDI inflows, royalty and license fee payments
and receipts, tertiary science and engineering enrolment ratio, R&D ex-
penditure, research collaboration between companies and universities,
availability of venture capital);
(5) education and training (e.g. literacy, Internet access in schools, share
of professional and technical workers, 8
th
grade achievements in maths
and science);
(6) information infrastructure (e.g. phones, computers, TV sets, radios,
e-government); and
(7) gender equity (e.g. Gender Development Index, female literacy rate,
female tertiary enrolment rate).
From this large dataset WBI has then derived a simpler, basic scorecard.
It is based on 12 variables relating to four pillars of the knowledge economy
– points 2, 4, 5, and 6 above – and two performance variables (point 1
above). The dataset makes it possible to compare country scores cross-
sectionally and over time (see Table 2.1). A country’s performance can
get worse because its nominal score deteriorated. An example would be
South Africa’s Human Development Index which declined from a value
of 0.72 in 1995 to 0.67 in 2003.
Table 2.1 shows that, by comparison
with 1995, South Africa improved its performance in the nominal values of
five indicators (trade and regulatory regimes, literacy, and telephone and
computer coverage) and worsened in seven.

---

38
CHAPTER 2. ROLE OF PROVINCIAL GOVERNMENT
Table 2.1: South Africa in the global knowledge economy: The World
Bank’s Scorecard
Variable
1995
Most recent
actual norm.
actual norm.
Performance indicators
GDP growth (avg. 1994-8; 1999-2003, %)
2.80
2.52
2.70
3.46
Human Development Index
0.72
4.55
0.67
2.70
Economic incentive and institutional regime
(index)
3
.74
4
.55
Tariff & nontariff barriers
2.00
0.00
4.00
1.75
Regulatory quality
0.18
5.12
0.60
6.38
Rule of law
0.34
6.11
0.19
5.51
Innovation system (index)
5
.89
5
.28
Researchers in R&D/million
254.00 3.72
193.33 2.44
Scient. and techn. journal articles/mil. pop.
54.19
6.61
47.93
6.30
Patent applic. granted by USTPO/mil. pop.
3.25
7.34
2.89
7.09
Education and human resources (index)
5
.57
4
.47
Adult literacy rate (% age 15 and above)
83.30
4.21
85.98
3.86
Secondary enrolment
95.40
7.73
86.42
6.09
Tertiary enrolment
17.51
4.77
14.63
3.46
Information infrastructure (index)
6
.48
5
.26
Telephones per 1000 people
110.00 5.08
470.20 5.63
Computers per 1000 people
27.86
6.25
72.60
5.17
Internet users per 10,000 people
118.00 8.13
682.01 5.00
Knowledge index (average of 3-5)
5
.98
5
.00
Knowledge economy index (average of 2-5)
5
.42
4
.89
Notes: The scorecard is derived from the WBI’s Knowledge Assessment Matrix
(KAM). It normalises a country’s score in 12 variables based on the four pillars
of the knowledge economy, plus two performance indicators. The innovation vari-
ables are weighted by population. Due to economies of scale, populous countries
tend to produce more knowledge. Hence, weighting under-reports the significance
of countries such as India or China in the global knowledge economy. The highest
(best) possible normalised value is 10. The reference group for the normalised val-
ues is the rest of the world. When a variable improves over time but its normalised
value does not, the country’s progress is slower relative to the rest of the world.
For an explanation of the variables, see source.
Source: info.worldbank.org/etools/kam2005

---