Marketing and Management of Innovations

ISSN (print) – 2218-4511 

ISSN (online) – 2227-6718

Реєстр суб’єктів у сфері медіа, Ідентифікатор у реєстрі:

R30-01179, Рішення від 31 серпня 2023 року, № 759

Мова видання: англійська 

Журнал виходить щоквартально (березень, червень, вересень і грудень) 

Бізнес-модель: Golden Open Access | APC Policy

Publisher & Founder:

logo_longENG

Головний редактор            Редколегія

Олексій Люльов

Сумський державний університет | Україна

Оцінювання ефективності інновацій у країнах ЄС: підхід DEА

Вероніка Кабінова1, *, , , Яна Бургерова 1,  , Петер Галло 1,  

  1. Університет Прешова, Словацька Республіка

     * Corresponding author

DOI: https://doi.org/10.21272/mmi.2024.4-02

Pages: 17–30

Received: 16 February 2024

Revised: 19 October 2024

Accepted: 16 December 2024

Abstract

Інновації, наука та технології, які є одними з найважливіших інструментів для досягнення економічного зростання, добробуту та конкурентоспроможності в локальному та глобальному бізнес-середовищі, дедалі більше привертають увагу. Таким чином, підвищення рівня ефективності інновацій у країнах має бути одним із пріоритетів ЄС. Метою статті є аналіз розвитку ефективності інновацій у країнах-членах ЄС та оцінка використання ресурсів, які надходять до їхніх національних інноваційних систем. Для визначення ефективності країн ЄС були застосовані базові орієнтовані на результати моделі DEA. Вибірка дослідження сформовано на основі даних Світового банку. У статті проведено порівняльний аналіз вхідних змінних (державні витрати на освіту у відсотках від валового внутрішнього продукту, витрати на дослідження та розробки у відсотках від валового внутрішнього продукту, кількість науковців у сфері досліджень і розробок на мільйон осіб) та вихідних змінних (кількість патентних заявок, обсяги високотехнологічного експорту у відсотках від експорту продукції виробничого сектору, кількість наукових і технічних статей у журналах). Рівень ефективності окремих країн ЄС кількісно оцінено з використанням програмного забезпечення DEA Solver (LV 8.0). На основі методу масштабування визначено та представлено у картограмі 5 груп країн із подібними рівнями ефективності. За аналізований період такі країни було віднесено до ефективних – Франція, Німеччина, Ірландія, Італія, Мальта, Румунія (та Сполучене Королівство у 2018–2019 роках). Такі країни, як Швеція, Данія, Бельгія, Фінляндія та Австрія, демонстрували найвищі значення вибраних вхідних показників, але коефіцієнт ефективності показав середні або нижчі за середні результати. Результати цього дослідження підтвердили гіпотезу, що багато з країн, які займають топові позиції у світових рейтингах інновацій, неправильно використовують та недооцінюють ресурси, які надходять до їхніх національних інноваційних систем. Політикам та розробникам стратегічних планів для підвищення ефективності інновацій у країнах ЄС буде надано можливість інтегрувати результати цього дослідження у реальні пропозиції та рішення.

Keywords: аналіз охоплення даних; вхідні змінні; національна інноваційна стратегія; вихідні змінні; дослідження, розробки.

How to Cite: Cabinova, V., Burgerova, J., & Gallo, P. (2024). Evaluating Innovation Efficiency in EU Countries: the DEA Approach. Marketing and Management of Innovations, 15(4), 17–30. https://doi.org/10.21272/mmi.2024.4-02

Abstract Views

PDF Downloads

ccbyThis work is licensed under a Creative Commons Attribution 4.0 International License

References

  1. Abbasi, F., Hajihoseini, H., & Haukka, S. (2011). Use of Virtual Index for Measuring Efficiency of Innovation Systems: A Cross-Country Study. International Journal of Technology Management and Sustainable Development, 9(3), 195–212. [GoogleScholar] [CrossRef]
  2. Afcha, S., & García-Quevedo, J. (2016). The Impact of R&D Subsidies on R&D Employment Composition. Industrial and Corporate Change, 25(6), 955- [GoogleScholar] [CrossRef]
  3. Afzal, M. N. I. (2014). An Empirical Investigation of the National Innovation System (NIS) Using Data Envelopment Analysis (DEA) and the TOBIT Model. International Review of Applied Economics, 28(4), 507–523. [GoogleScholar] [CrossRef]
  4. Alnafrah, I. (2021). Efficiency Evaluation of BRICS’s National Innovation Systems Based on Bias-Corrected Network Data Envelopment Analysis. Journal of Innovation and Entrepreneurship, 10(1), 1–28. [GoogleScholar] [CrossRef]
  5. Andrijauskiene, M., Ioannidis, D., Dumciuviene, D., Dimara, A., Bezas, N., Papaioannou, A., & Krinidis, S. (2023). European Union Innovation Efficiency Assessment Based on Data Envelopment Analysis. Economies, 11(6), Article 163. [GoogleScholar] [CrossRef]
  6. Aytekin, A., Ecer, F., Korucuk, S., & Karamasa, C. (2022). Global Innovation Efficiency Assessment of EU Member and Candidate Countries Via DEA-EATWIOS Multi-Criteria Methodology. Technology in Society, 68(2), 1–11. [GoogleScholar] [CrossRef]
  7. Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some Models for Estimating Technical Scale Inefficiencies in Data Envelopment Analysis. Management Science, 30(9), 1078–1092. [GoogleScholar] [CrossRef]
  8. Barbero, J., Zabala-Iturriagagoitia, J. M., & Zofío, J. L. (2021). Is More Always Better? On the Relevance of Decreasing Returns to Scale on Innovation. Technovation, 107, Article 102314. [GoogleScholar] [CrossRef]
  9. Bianchini, S., Llerena, P., & Martino, R. (2019). The impact of R&D subsidies under Different Institutional Frameworks. Structural Change and Economic Dynamics, 50, 65- [GoogleScholar] [CrossRef]
  10. Bilan, Y., Lyeonov, S., Lyulyov, O., & Pimonenko, T. (2019). Brand Management and Macroeconomic Stability of the Country. Polish Journal of Management Studies, 19(2), 61–74. [GoogleScholar] [CrossRef]
  11. Bresciani, S., Puertas, R., Ferraris, A., & Santoro, G. (2021). Innovation, Environmental Sustainability and Economic Development: DEA-Bootstrap and Multilevel Analysis to Compare Two Regions. Technological Forecasting & Social Change, 172(2021), 121040. [GoogleScholar][CrossRef]
  12. Cabinova, V., Onuferova, E., Gallo, P. Jr., Gallo, P., & Gallo, J. (2018). A Comparative Analysis of Modern Performance Methods in Economic Practice. Montenegrin Journal of Economics, 14(4), 85–96. [GoogleScholar] [CrossRef]
  13. Cai, Y. (2011). Factors Affecting the Efficiency of the BRICS’ National Innovation Systems: A Comparative Study Based on DEA and Panel Data Analysis. Discussion Papers, 2011(52), 1–24. [GoogleScholar] [CrossRef]
  14. Cano-Kollmann, M., Hamilton, R., & Mudambi, R. (2017). Public Support for Innovation and the Openness of Firms’ Innovation Activities. Industrial and Corporate Change, 26(3), 421- [GoogleScholar] [CrossRef]
  15. Carayannis, E. G., Grigoroudis, E., & Goletsis, Y. (2016). A Multilevel and Multistage Efficiency Evaluation of Innovation Systems: A Multiobjective DEA Approach. Expert Systems with Applications, 62, 63- [GoogleScholar] [CrossRef]
  16. Castillo, V., Garone, L. F., Maffioli, A., Rojo, S., & Stucchi, R. (2020). Knowledge Spillovers Through Labour Mobility: An Employer–Employee Analysis. The Journal of Development Studies, 56(3), 469- [GoogleScholar] [CrossRef]
  17. Cozzens, S. E. (2012). Editor’s Introduction: Distributional Consequences of Emerging Technologies. Technological Forecasting and Social Change, 79(2), 199- [GoogleScholar] [CrossRef]
  18. Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the Efficiency of Decision Making Units. European Journal of Operational Research, 2(6), 429–444. [GoogleScholar] [CrossRef]
  19. Chapman, G., & Hewitt-Dundas, N. (2018). The Effect of Public Support on Senior Manager Attitudes to Innovation. Technovation, 69,28- [GoogleScholar] [CrossRef]
  20. Chen, C. P., Hu, J. L., & Yang, C. H. (2011). An International Comparison of R&D Efficiency of Multiple Innovative Outputs: The Role of the National Innovation System. Innovation: Management, Policy and Practice, 13(3), 341–360. [GoogleScholar] [CrossRef]
  21. Danova, M., Kravcakova Vozarova, I., & Sira, E. (2021). Innovations in Human Resources Management: Impact on Economic Growth. Marketing and Management of Innovations, 3, 53–65. [GoogleScholar] [CrossRef]
  22. Debreu, G. (1951). The Coefficient of Resource Utilization. Econometrica, 19(3), 273–292. [GoogleScholar] [CrossRef]
  23. Dumont, M. (2017). Assessing the Policy Mix of Public Support to Business R&D. Research Policy, 46(10), 1851- [GoogleScholar][CrossRef]
  24. Edquist, Ch., Zabala-Iturriagagoitia, J. M., Barbero, J., & Zofío, J. L. (2018). On the Meaning of Innovation Performance: Is the Synthetic Indicator of the Innovation Union Scoreboard Flawed? Research Evaluation, 27(3), 196–211. [GoogleScholar] [CrossRef]
  25. Emrouznejad, A., & Yang, G. L. (2018). A Survey and Analysis of the First 40 Years of Scholarly Literature in DEA: 1978 – 2016. Socio-Economic Planning Sciences, 2018(6), 4–8. [GoogleScholar] [CrossRef]
  26. Erdin, C., & Çağlar, M. (2023). National Innovation Efficiency: A DEA-Based Measurement of OECD Countries. International Journal of Innovation Science, 15(3), 427–456. [GoogleScholar] [CrossRef]
  27. Eskelinen, J. (2017). Comparison of Variable Selection Techniques for Data Envelopment Analysis in a Retail Bank. European Journal of Operational Research, 259(2), 778–788. [GoogleScholar] [CrossRef]
  28. European Commission (2022). Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Region: A New European Innovation Agenda. [Link]
  29. Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society. Series A, 120(3), 253- [GoogleScholar] [CrossRef]
  30. Friedman, L., & Sinuany-Stern, Z. (1998). Combining Ranking Scales and Selecting Variables in the DEA Context: The Case of Industrial Branches. Computers & Operations Research, 25(9), 781–791. [GoogleScholar] [CrossRef]
  31. Gavurova, B., Halaskova, M., & Korony, S. (2019). Research and Development Indicators of EU28 Countries from Viewpoint of Super-Efficiency DEA Analysis. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis 67(1), 225–242. [GoogleScholar] [CrossRef]
  32. Guan, J., & Chen, K. (2012). Modelling the Relative Efficiency of National Innovation Systems. Research Policy, 41(1), 102−115. [GoogleScholar] [CrossRef]
  33. Guo, D., Guo, Y., & Jiang, K. (2018). Governance and Effects of Public R&D Subsidies: Evidence from China. Technovation, 74–75,18- [GoogleScholar] [CrossRef]
  34. Hauser, C., Siller, M., Schatzer, T., Walde, J., & Tappeiner, G. (2018). Measuring regional innovation: A Critical Inspection of the Ability of Single Indicators to Shape Technological Change. Technological Forecasting and Social Change, 129, 43–55. [GoogleScholar] [CrossRef]
  35. Hewitt-Dundas, N., & Roper, S. (2018). Exploring Market Failures in Open Innovation. International Small Business Journal: Researching Entrepreneurship, 36(1), 1- [GoogleScholar] [CrossRef]
  36. Huergo, E., Trenado, M., & Ubierna, A. (2016). The Impact of Public Support on Firm Propensity to Engage in R&D: Spanish Experience. Technological Forecasting and Social Change, 113, 206- [GoogleScholar] [CrossRef]
  37. Hushko, S., Kulishov, V., Hangoni, T., Puriy, H., Kuzysin, B., & Sip, M. (2021). Global Work Mobility in the Integration Conditions. Quality – Access to Success, 22(183), 72–77. [GoogleScholar] [CrossRef]
  38. Janger, J., Schubert, T., Andries, P., Rammer, C., & Hoskens, M. (2017). The EU 2020 Innovation Indicator: A Step Forward in Measuring Innovation Outputs and Outcomes? Research Policy, 46(1), 30–42. [GoogleScholar] [CrossRef]
  39. Jugend, D., Fiorini, P. D., Armellini, F., & Ferrari, A. G. (2020). Public Support for Innovation: A Systematic Review of the Literature and Implications for Open Innovation. Technological Forecasting and Social Change, 156, [GoogleScholar] [CrossRef]
  40. Jurickova, E., Pilik, M., & Kwarteng, M. A. (2019). Efficiency Measurement of National Innovation Systems of the European Union Countries: DEA Model Application. Journal of International Studies, 12(4), 286–299. [GoogleScholar] [CrossRef]
  41. Kang, K. N., & Park, H. (2012). Influence of Government R&D Support and Inter-Firm Collaborations on Innovation in Korean Biotechnology SMEs. Technovation, 32(1), 68- [GoogleScholar] [CrossRef]
  42. Kontolaimou, A., Giotopoulos, I., & Tsakanikas, A. (2016). A Typology of European Countries Based on Innovation Efficiency and Technology Gaps: The Role of Early-Stage Entrepreneurship. Economic Modelling, 52, 477−484. [GoogleScholar] [CrossRef]
  43. Kwilinski, A., Lyulyov, O., & Pimonenko, T. (2023a). Environmental Sustainability within Attaining Sustainable Development Goals: The Role of Digitalization and the Transport Sector. Sustainability, 15(14), 1–14. [GoogleScholar] [CrossRef]
  44. Kwilinski, A., Lyulyov, & O., Pimonenko, T. (2023b). Unlocking Sustainable Value through Digital Transformation: An Examination of ESG Performance. Information, 14(8), 1–18. [GoogleScholar] [CrossRef]
  45. Levchenko, V., Kobzieva, T., Boiko, A., & Shlapko, T. (2018). Innovations in Assessing the Efficiency of the Instruments for the National Economy De-Shadowing: The State Management Aspect. Marketing and Management of Innovations, 4, 361–371. [GoogleScholar] [CrossRef]
  46. Lipkova, L., & Braga, D. (2016). Measuring Commercialization Success of Innovations in the EU. Marketing and Management of Innovations, 4, 15–30. [GoogleScholar]
  47. Matei, M. M., & Aldea, A. (2012). Ranking National Innovation Systems According to their Technical Efficiency. Procedia – Social and Behavioral Sciences, 62(2012), 968–974. [GoogleScholar] [CrossRef]
  48. Narayanan, E., Ismail, W. R., & Mustafa, Z. (2022). A Data-Envelopment Analysis-Based Systematic Review of the Literature on Innovation Performance. Heliyon, 8(2022), 1–15. [GoogleScholar] [CrossRef]
  49. Omrani, H., Valipour, M., & Mamakani, S. J. (2019). Construct a Composite Indicator Based on Integrating Common Weight Data Envelopment Analysis and Principal Component Analysis Models: An Application for Finding Development Degree of Provinces in Iran. Socio-Economic Planning Sciences, 68, 100618. [GoogleScholar] [CrossRef]
  50. Pan, Т. W., Hung, S. V., & Lu, W. M. (2010). DEA Performance Measurement of the National Innovation System in Asia and Europe. Asia-Pacific Journal of Operational Research, 27(3), 369–392. [GoogleScholar] [CrossRef]
  51. Radicic, D. (2019). Effectiveness of Public Procurement of Innovation versus Supply-Side Innovation Measures in Manufacturing and Service Sectors. Science and Public Policy, 46(5), 732- [GoogleScholar] [CrossRef]
  52. Ratner, S. V., Balashova, S. A., Lychev, A. V. (2022). The Efficiency of National Innovation Systems in Post-Soviet Countries: DEA-Based Approach. Mathematics, 10, 1–23. [GoogleScholar] [CrossRef]
  53. Royston, P. (1995). Remark AS R94: A Remark on Algorithm AS 181: The W-test for Normality. Applied Statistics, 44(4), 547–551. [GoogleScholar] [CrossRef]
  54. Slavinskaite, N., Lapinskiene, G., Hlawiczka, R., & Vasa, L. (2022). Financial Innovation Management: Impact of Fiscal Decentralization on Economic Growth of the Baltic Countries. Marketing and Management of Innovations, 1, 257–271. [GoogleScholar] [CrossRef]
  55. Smoliy, L., Revutska, A., & Novak, I. (2018). Influence of Innovation Factor in Economic Dynamics in Europe. Marketing and Management of Innovations, 1, 247- [GoogleScholar] [CrossRef]
  56. Spanos, Y. E., Vonortas, N. S., & Voudouris, I. (2015). Antecedents of Innovation Impacts in Publicly Funded Collaborative R&D Projects. Technovation, 36-37, 53- [GoogleScholar] [CrossRef]
  57. Sip, M., Kuzysin, B., Sabolik, M, & Valco, M. (2023). Human Dignity in Inpatient Care: Fragments of Religious and Social Grounds. Religions, 14(6), 1–16. [GoogleScholar] [CrossRef]
  58. Toloo, M, Keshavarz, E. & Hatami-Marbini, A. (2021). Selecting Data Envelopment Analysis Models: A Data-Driven Application to EU Countries. Omega, 101(2021), Article 102248. [GoogleScholar] [CrossRef]
  59. Vanino, E., Roper, S., & Becker, B. (2019). Knowledge to Money: assessing the Business Performance Effects of Publicly Funded R&D Grants. Research Policy, 48(7), 1714- [GoogleScholar] [CrossRef]
  60. Vokoun, M. (2016). Innovation Behaviour of Firms in a Small Open Economy: The Case of the Czech Manufacturing Industry. Empirica, 43(1), 111- [GoogleScholar] [CrossRef]
  61. Wang, S., Fan, J., Zhao, D., & Wang, S. (2016). Regional Innovation Environment and Innovation Efficiency: The Chinese Case. Technology Analysis & Strategic Management, 28(4), 396–410. [GoogleScholar] [CrossRef]
  62. Wei, J., & Liu, Y. (2015). Government Support and Firm Innovation Performance: Empirical Analysis of 343 Innovative Enterprises in China. Chinese Management Studies, 9(1), 38- [GoogleScholar] [CrossRef]
  63. World Bank (2022). Indicators. [Link]
  64. Xu, K., Mei, R., Liang, L., & Sun, W. (2023). Regional Convergence Analysis of Sustainable Innovation Efficiency in European Union Countries. Journal of Environmental Management, 325, Article 116636. [GoogleScholar] [CrossRef]

View articles in other formats

License

ccby This work is licensed under a Creative Commons Attribution 4.0 International License

Coyright

Copyright (c) 2024 The Author(s).

Published by Sumy State University

Issue

Контакти

Сумський державний університет 
вул. Харківська, 116,
м. Суми, Україна, 40007

e-mail: mmi@fem.sumdu.edu.ua

Про нас

Про видавця та засновника – Сумський державний університет

Історія журналу

Маркетинг та реклама

Follow us

LinkedIn

Twitter

 

Company 2023 © Sumy State University