Comparison of R&D Efficiency of Turkey and EU Countries by Entropy and EATWOS Methods

Öz

Research and Development (R&D) plays an important role in ensuring economic development and social welfare and in creating new information, products, and technological processes. R&D activities form the basis of scientific and technological activities. It fosters the fast and sustainable growth of countries and businesses. In recent years, countries have dramatically increased their R&D investments. The investments in the R&D activities inevitably affect the ability of countries to compete, to produce, to increase their exports, and to progress scientifically and technologically. Therefore, countries should regard their R&D investments. By the importance of the topic, the aim of this study was to investigate the changes to R&D efficiency of 26 European Union countries and Turkey in 2014, 2015, and 2016. An integrated approach, Entropy-EATWOS, was used to measure R&D efficiency of the countries. The analyses were performed using two inputs (R&D intensity, number of researchers) and three outputs (Number of publications, high technology exports, and the total number of patent applications). Country data were retrieved from the World Bank's website. The results revealed that the country with the highest efficiency scores for 2014, 2015, and 2016 was Germany. Germany was followed by the United Kingdom, France, Italy, and the Netherlands, respectively. Turkey was ranked in eighth place. It was found that there was no change in the rankings of these countries in 2014, 2015, and 2016.

Anahtar Kelimeler

• R&D
• Efficiency
• Entropy
• EATWOS

Türkiye ve AB Ülkelerinin AR-GE Verimliliklerinin Entropi-EATWOS Yöntemleri ile Karşılaştırılması

Öz

Ekonomik büyümenin ve sosyal refahın sağlanmasında, yeni bilgi, ürün ve teknolojik süreçlerin oluşturulmasında Araştırma ve Geliştirme (Ar-Ge)’nin payı oldukça büyüktür. Ar-Ge faaliyetleri, bilimsel ve teknolojik faaliyetlerin temelinin oluşturulmasında, ülkeler ve işletmeler için hızlı ve sürdürülebilir büyümenin sağlanabilmesinde önemli rol oynamaktadır. Son yıllarda ülkelerin Ar-Ge faaliyetlerine yapmış oldukları yatırımlar ciddi bir artış göstermiştir. Ülkelerin rekabet edebilmesi, üretebilmesi ve ihracat miktarlarını arttırabilmesi, bilimsel ve teknolojik olarak ilerleyebilmesi Ar-Ge alanlarında yapmış oldukları yatırımla doğrudan ilişkilidir. Dolayısıyla ülkelerin Ar-Ge yatırımlarına önem vermesi gerekmektedir. Bu öneme binaen çalışmanın amacı Avrupa Birliği üyesi 26 ülkenin ve Türkiye’nin Ar-Ge verimliliklerinin 2014, 2015 ve 2016 yılları arasındaki değişimlerini incelemektir. Ar-Ge verimliliğinin ölçülmesinde bütünleşik Entropi- EATWOS yöntemleri kullanılmıştır. Analizde ülkelere ait iki girdi (Ar-Ge yoğunluğu, araştırmacı sayısı) ve üç çıktı (Yayın sayısı, ileri teknoloji ihracatı ve toplam patent başvuru sayısı) değişkenleri kullanılmıştır. Ülkelere ait veriler Dünya Bankası’nın web sitesinden yararlanılarak oluşturulmuştur. 2014, 2015 ve 2016 yılları için yapılmış olan analiz sonucunda en yüksek verimlilik skoruna sahip ülkenin Almanya olduğu görülmüştür. Almanya’yı sırasıyla Birleşik Kralık, Fransa, İtalya ve Hollanda izlemektedir. Türkiye ise sekizinci sırada yer almıştır. Söz konusu bu ülkelerin 2014, 2015 ve 2016 yılları içerisindeki sıralamalarında bir değişme olmadığı görülmüştür.

Anahtar Kelimeler

• Ar-Ge
• Verimlilik
• ENTROPI
• EATWOS

Kaynakça

1. Acar, M. Ş. ve Arslan, O. (2019). Ranque-Hilsch Vorteks Tüpü Entegre Kurutma Sisteminin EATWOS Modeli Kullanılarak Optimizasyonu, International Congress on Afro- Eurasian Research V, 19-22 April, Lefkoşa.
2. Aybarç, S. ve Selim, S. (2017). Seçilmiş OECD Ülkelerinde Ar-Ge Faaliyetlerine Yönelik Kamu Harcamalarının Karşılaştırmalı Etkinlik Analizi. Girişimcilik ve Kalkınma Dergisi, 12(2), 1-15.
3. Bansal, A., Singh, R. K., Issar, S. ve Varkey, J. (2014). Evaluation of Vendors Ranking by EATWOS Approach, Journal of Advances in Management, 11(3), 290-31.
4. Belgin, O. (2019). Analysing R&D Efficiency of Turkish Regions Using Data Envelopment Analysis. Technology Analysis & Strategic Management, 31 (11), 1341-1352.
5. Cai, Y. (2011). Factors Affecting the Efficiency of the BRICSs’ National Innovation Systems: A Comparative Study Based on DEA and Panel Data Analysis. Economics Discussion Papers,No 2011-52 Kiel Institute fort he World Economy, 1-24.
6. Chen, K., Kou, M. ve Fu, X. (2018). Evaluation of Multi-Period Regional R&D Efficiency: An Application of Dynamic DEA to China’s Regional R&D Systems. Omega, 74, 103-114.
7. Coe, D. T. ve Helpman, E. (1995). International R&D Spillovers. Europen EconomicReview, 39(5), 859-887.
8. Cover, T. M. ve Thomas, J. A. (1991). Elements of Information Theory, Elements of Information Theory: John Wiley&Sons, Inc.

9. Çakır, S. ve Perçin, S. (2013). AB Ülkeleri’nde Bütünleşik Entropi Ağırlık-TOPSIS Yöntemiyle Ar-Ge- Performansının Ölçülmesi. Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 32(1), 77-95.
10. Çanakçıoğlu, M. (2019). Borsa İstanbul’da İşlem Gören Çimento Firmalarının Entropi-Eatwios Bütünleşik Yaklaşımı ile Finansal Performanslarının Değerlendirmesi. Journal of Yasar University, 14(56), 407-421.
11. Dang, V. T. ve Dang, W. V. T. (2019). Multi-Criteria Decision-MAking in the Evaluation of Environmental Quality of OECD Countries, The Entropy Weight and VIKOR methods. International Journal of Ethics and Systems, 36(1), 119-130.
12. Doruk, Ö. T. ve Söylemezoğlu, E. (2014). Gelişmekte Olan Ülkelerde Ar-Ge’ye Dayalı Büyümenin Varlığının Sınanması. 1. Ulusal Üretim Ekonomisi Kongresi, 1-12.
13. Ece, N. (2019). Holding Şirketlerinin Finansal Performans Sıralamasının Entropi Tabanlı TOPSİS Yöntemleri ile İncelenmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(1), 63-73.
14. Eurostat, Avrupa İstatistik Ofisi https://ec.europa.eu/eurostat/web/science-technology-innovation/visualisations, (Erişim tarihi: 23.02.2020).
15. Gavurova, B., Halaskova, M. ve Korony, S. (2019). Researchand Development Indicators of EU 28 Countries From Viewpoint of Super- Efficiency DEA Analysis. Acta Universitatis Agriculturae et Silvicultutae Mendellianae Brunensis, 67(1), 225-242.
16. Görçün, Ö. F. (2019a). Kentsel Lojistikte Kullanılan Hafif Raylı Sistem Hatlarının Entegre Entropi ve EATWOS Yöntemleri Kullanılarak Analizi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 10(1), 254-267.
17. Görçün, Ö. F. (2019b). Entegre Entropi ve EATWOS Yöntemleri Kullanılarak Karadeniz Konteyner Limanlarının Verimlilik Analizi. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 14(3), 811-830.
18. Görçün, Ö. F. (2019c). Orta Asya Türk Cumhuriyetlerinin Lojistik ve Taşımacılık Performansları ve Verimliliklerinin Analizi İçin Hibrid Birçok Kriterli Karar Verme Modeli. Manas Sosyal Araştırmalar Dergisi, 8(3), 2775-2798.
19. Gravs, S. B. ve Langowitz, N. S. (1996). R&D Productivity: A Global Multi- Industry Comparison, Technological Forecasting and Social Change, 53(2), 125-137.
20. Guan, J. ve Chen, K. (2010). Modeling Macro-R&D Production Frontier Performance: An Application to Chinese Province-Level R&D. Scientometrics, 82(1), 165-173.
21. Hashimoto, A. ve Haneda, S. (2008). Measuring the Change in R&D Efficiency of the Japanese Pharmaceutical Industry. Research Policy, 37(10), 1829-1836.
22. Kundakçı, N. (2019), A Comparative Analyze Based on EATWOS and OCRA Methods for Supplier Evaluation. Alphanumeric Journal, 7(1), 103-112.
23. Lee, H. Y. ve Park, Y. T. (2005). An International Comparison of R&D Efficiency: DEA Approach. Asian Journal of Technology Innovation, 13(1), 207-222.
24. Lee, S. ve Lee, H. (2015). Measuring and Comparing the R&D Performance of Government Research Institutes: A Bottom-up Data Envelopment Analysis Approach. Journal of Informetrics, 9(4), 942-953.
25. Liu, P.,Liu, X. ve Yang, H. (2019). Evaluation of the Marine Economic Developmment Quality in Qingdao Based on Entropy and Grey Relational Analysis. Marine Economics and Management, 2(1), 29-38.
26. OECD (2013), OECD Factbook, Economic, Environmental and Social Statisics, https://www.oecd-ilibrary.org/docserver/factbook-2013 en.pdf?expires=1581588361&id=id&accname=oid060785&checksum=AC28AA064893DB7F807E46C507440A2A, (Erişim tarihi: 13.02.2020).
27. OECD, Organisation for Economic Co-operation and Development https://www.oecd-ilibrary.org/economics/oecd-factbook-2013_factbook-2013-en, (Erişim tarihi: 21.02.2020).
28. Özbek, A. (2018). Çok Ölçütlü Karar Verme Yöntemleriyle Hayırsever Kuruluşlarında Verimlilik Analizi. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 18(2), 99-114.
29. Özdağoğlu, A., Yakut, E. ve Bahar, S. (2017). Machine Selection in a Dairy Product Company with Entropy and SAW Methods Integration. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 32(1), 341-359.
30. Özdağoğlu, A. (2018). BİST Sınai İşletmelerinin Gri Entropi-Eatwois Bütünleşik Yaklaşımı ile Performans Değerlendirmesi. İşletme Fakültesi Dergisi, 19(2), 271-299.
31. Peters, M. L. ve Zelewski, S. (2006), Efficiency Analysis Under Consideration of Satisficing Levels for Output Quantities. In Proceedings of the 17th Annual Conference of the Production and Operations Management Society, 28.
32. Peters, M. L.,Zelewski, S. ve Bruns, A. S. (2012). Extended Version of EATWOS Concerning Satisficing Levels for Input Quantities. Pioneering Supply Chain Design: A Comprehensive Insight Into Emerging Trends. Technologies and Applications, 10, 303.
33. Shannon, C. E. (1948). A Mathematical Theory of Communication. The Bell System Technical Journal, 27, 379-423.
34. Saljoughian, M. Ghandehari, M., Shirouyehzad, H., Dabestani, R. ve Balouei, H. (2013). Performance Evaluation of OECD Countriesby Data Envelopment Analysis Based on Scienceand Technology Factors. Journal of Applied Science and Engineering Management, 1(1), 24-35.
35. Thomas, V. J., Jain, S. K. ve Sharma, S. (2009). Analyzing R&D Efficiency in Asia and the OECD: An Application of the Malmquist Productivity Index. Atlanta Conference on Science and Innovation Policy, Atlanta, GA, USA, 1-10.
36. Tian, R., Shao, Q. ve Wu, F. (2020). Four-dimensional Evaluation and Forecasting of Marine Carrying Capacity in China: Empirical Analysis Based on the Entropy Method and Grey Verhulst Model, Marine Pollution Bulletin, 160, 1-11.
37. TUİK, Türkiye İstatistik Kurumu, http://www.tuik.gov.tr/, (Erişim tarihi: 23.02.2020).
38. Uludağ, A. S. (2020). Measuring the Productivity of Selected Airport in Turkey. Transportation Research Part E, 141, 1-28.
39. Ulutaş, A. (2019). Entropi ve MABAC Yöntemleri ile Personel Seçimi. Uluslararası Toplum Araştırmaları Dergisi, 13(19), 1552-1573.
40. Wang, E. C., (2007). R&D Efficiency and Economic Performance: A Cross-Country Analysis Using the Stochastic Frontier Approach. Journal of Policy Modeling, 29(2), 345-360.
41. Wang, E. C. ve Huang, W. (2007). Relative Efficiency of R&D Activities: A Cross- Country Study Accounting for Enviromental Factors in the DEA Approach. Research Policy, 36(2), 260-273.
42. Worldbank, www.worldbank.org, (Erişim tarihi: 05.01.2020).
43. Wu, J., Sun, J., Lıang, L. AndZha, Y., (2011), Determination of Weights for Ultimate Cross Efficiency Using Shannon Entropy. Expert Systemswith Applications, 38(5), 5162-5165.
44. Xiong, X., Yang, G. L. ve Guan, Z. C. (2018). Assessing R&D efficiency using a two-stage dynamic DEA model: A case study of research institutes in the Chinese Academy of Sciences. Journal of Informetrics, 12(3), 784-805.
45. Zerenler, M., Türker, N. ve Şahin, E. (2007). Küresel Teknoloji, Araştırma-Geliştirme (Ar-Ge) ve Yenilik İlişkisi. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 17, 653-667.
46. Zhong, W.,Yuan, W., Li, S. X. ve Huang, Z. (2011). The Performance Evaluation of Regional R&D Investments in China: An Application of DEA Based on the First Official China Economicensus Data. Omega, 39(4), 447-455.