Но подлинная структура данных может быть кластерной, содержащей отдельные группы объектов, находящихся в сходных экономических условиях. В таком случае предпосылка о независимости результатов измерений для всей совокупности объектов может не выполняться[52], так как характеристики объектов, принадлежащих одной и той же группе, могут обладать тесной статистической связью, корреляцией. Многоуровневые модели ослабляют предпосылку о независимости характеристик группирующихся объектов, позволяют учесть иерархические закономерности в данных. Более того, данная группа моделей позволяет выявить степень, в которой результаты воздействия тех или иных факторов на исследуемый объект зависят от изменений контекста воздействия данных факторов. Примерами такого контекста могут являться институциональная среда, технологический уровень той или иной страны, а объектом воздействия – те или иные частные предприятия, фирмы.
Как правило, вопросы, связанные с измерением влияния среды, особенно если имеется в виду международная вариативность среды, не учитываются по причине недостатка соответствующих данных. В настоящее время появляются международные исследования, которые позволяют отмеченный недостаток данных компенсировать.
Большой интерес представляет статистика об инновационной активности фирм в различных странах мира, которая бы содержала сведения как о характеристиках фирм, так и о характеристиках окружающей среды, измеряемых макроэкономическими показателями. Мировой банк является организатором сбора подобной информации в рамках исследования Productivity and Investment Climate Survey (PICS)[53], которое содержит сведения о порядка 15000 фирм из 32 развивающихся стран.
Остановимся на вопросе о том, почему для решения некоторых задач желательно использование моделей, учитывающих иерархическую структуру данных. Как мы указывали выше, существующая в реальности, но не учтенная в моделях принадлежность к той или иной группе способствует появлению корреляции в характеристиках объектов. Например, результативность учащегося в школе определяется не только количеством времени, отводимого обучению, но и рядом более общих факторов, таких как характеристика конкретного класса, школы, национальной образовательной системы. Инновационную результативность аналогично следует моделировать, исходя не только из индивидуальных характеристик фирм, но также из характеристик, составляющих контекст, в котором фирма находится.
Й. Шумпетер указывал на значение социального контекста