Evaluation of Global Innovation Index with Clustering Analysis

Yıl 2020, Cilt: 35 Sayı: 2, 551 - 566, 30.06.2020

Filiz Gürtuna , Ulviye Polat

https://doi.org/10.21605/cukurovaummfd.792484

Cited By: 5

Öz

Rapidly changing technology and the rapid increase in competition with globalization increases the importance of innovation efforts for companies and countries. It is important to measure innovation in order for companies and/or countries to determine their competitiveness, to analyze the current situation and to determine a road map for innovation. As there are many factors affecting innovation, there are various studies on measuring innovation. Annually published the Global Innovation Index (GII) measures the innovation of countries using many indicators that affect innovation. In this study, the three sub- headings under each of the main indicators of innovation input and output subscale in the 2018 GII report were taken into consideration and the data of 126 countries were analyzed by clustering analysis. In this study, Ward’s Technique and K-Means method are used.

Anahtar Kelimeler

Innovation, Global innovation index, Clustering analysis

Küresel İnovasyon Endeksi Verilerinin Kümeleme Analizi ile Değerlendirilmesi

Öz

Hızla değişen teknoloji ve küreselleşme ile rekabetin giderek artması inovasyon çalışmalarının şirketler ve ülkeler açısından önemini arttırmaktadır. İşletmelerin ve/veya ülkelerin rekabet güçlerini belirleyebilmeleri, mevcut durum analizi yapabilmeleri ve yol haritası oluşturabilmeleri için inovasyonun ölçülebilmesi önem arz etmektedir. İnovasyona etki eden pek çok faktör olduğu gibi inovasyonun ölçülmesi ile ilgili de değişik çalışmalar mevcuttur. Yılda bir yayınlanan Küresel İnovasyon Endeksi (KİE), inovasyonu etkileyen birçok göstergeyi kullanarak ülkelerin inovasyon seyirlerini ölçmektedir. Bu çalışmada, 2018 KİE Raporunda yer alan inovasyon girdi ve çıktı alt endeksi ana göstergelerinin her birine ait 3 alt başlıktaki göstergeler dikkate alınmış ve toplam 21 değişken kullanılarak, 126 ülkeye ait veriler kümeleme analizi ile incelenmiştir. Kümeleme analizi yöntemlerinden Ward’s Tekniği ve K- Ortalamalar Yöntemi kullanılmıştır.

Anahtar Kelimeler

İnovasyon, Küresel inovasyon endeksi, Kümeleme analizi

Kaynakça

• 1. Brocker, J., Dohse, D., Soltwedel, R., 2012. Innovation Clusters and Interregional Competition. Springer, Berlin.
• 2. Saraceni, A.V., Martind de Resende, L.M., Serpe, L.F., Junior, PPA., 2015. A Comparative Analysis Between Clustered and Non-Clustered Companies Using Innovation Indicators. IFAC-PapersOnLine, 48(3), 155-160.
• 3. Lee, J., Kim, C., Choi, G., 2018. Exploring Data Envelopment Analysis for Measuring Collaborated Innovation Efficiency of Small and Medium-Sized Enterprises in Korea. European Journal of Operational Research, https://doi.org/10.1016/j.ejor.2018.08.044.
• 4. Xie, X., Huo, J., Zou, H., 2019. Green Process Innovation, Green Product Innovation, and Corporate Financial Performance: A Content Analysis Method. Journal of Business Research, https://doi.org/10.1016/j.jbusres.2019.01.010.
• 5. Baregheh, A., Rowley, J., Sambrook, S. and Davies, D,. 2012. Innovation In Food Sector SMEs. Journal of Small Business and Enterprise Development, 19(2), 300-321, https://doi.org/10.1108/14626001211223919.
• 6. Rani, K.M., 2013. Innovation In Indian Women Micro-Enterprises. IPE Journal of Management, 3(2), 76-94.
• 7. Yıldız, T., Aykanat, T., 2015. Clustering and Innovation Concepts and Innovative Clusters: An Application on Technoparks in Turkey. Procedia, 195, 1196-1205.
• 8. Franco, C., Oliveira, R.H., 2017. Inputs and Outputs of Innovation: Analysis of the BRICS: Theme 6-Innovation Technology and Competitiveness. RAI Revista de Administração e Inovação, 14(1), 79-89.
• 9. Dziallas, M., Blind, K., 2018. Innovation Indicators Throughout The Innovation Process: An Extensive Literature Analysis. Technovation, https://doi.org/10.1016/j. technovation.2018.05.005.
• 10. Silva, C.M., Gavião, L.O., Gomez, C.F.S., Lima, G.B.A., 2017. A Proposal for the Application of Multicriteria Analysis to Rank Countries According to Innovation Using the Indicators Provided by the World Intellectual Property Organization. RAI Revista de Administração e Inovação, 14(3), 188-198.
• 11. Adolfsson, A., Ackermana, M., Brownsteinb, N.C., 2019. To Cluster, or Not to Cluster: An Analysis of Clusterability Methods, Pattern Recognition. 88, 13-26.
• 12. Çakmak, Z., Uzgören, N., Keçek G., 2005. Kümeleme Analizi Teknikleri ile İllerin Kültürel Yapılarına Göre Sınıflandırılması ve Değişimlerinin İncelenmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 12, 187-205.
• 13. Şekerler, A., 2008. Trafik Kaza Verilerinin Kümeleme Analizi Yöntemi ile İncelenmesi. Yüksek Lisans Tezi, Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Bölümü, İnşaat Mühendisliği Anabilim Dalı, 131s, Denizli.
• 14. Atalay, A., Tortum, A., 2010. Türkiye’deki İllerin 1997-2006 Yılları Arası Trafik Kazalarına Göre Kümeleme Analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 16(3), 335-343.
• 15. Altun Ada, A., 2011. Kümeleme Analizi ile AB Ülkeleri ve Türkiye’nin Sürdürülebilir Kalkınma Açısından Değerlendirilmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 29, 319-332.
• 16. Rai, A., Tang, X., Brown, P., Keil, M., 2006. Assimilation Patterns in the Use of Electronic Procurement Innovations: A Cluster Analysis. Information and Management, 43, 336-349.
• 17. Özbek, H., Atik, H., 2013. İnovasyon Göstergeleri Bakımından Türkiye’nin Avrupa Birliği Ülkeleri Arasındaki Yeri: İstatistiksel Bir Analiz. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 42, 193-210.
• 18. Şimşit, Z.T., Fırat, S.Ü.O., Es, H.A., Erdem, M., Topgül, M., Günay, N.S., 2014. Bilgi ve İletişim Teknolojileri Çerçevesinden Küresel İnovasyon Endeksinin Analizi ve Veri Madenciliği Kullanılarak Ülkelerin Kümelenmesi. 1. Yönetim Bilişim Sistemleri Kongresi, İstanbul.
• 19. Atal, S., 2015. Bulanık Kümeleme Analizi ve OECD Ülkelerinin Gelişmişlik Bakımından Kümelendirilmesi. Yüksek Lisans Tezi, Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı, 88s, Eskişehir.
• 20. Goncalves, T., Gaio, C., Silva, M., 2018. Target Costing and Innovation-Exploratory Configurations: A Comparison of fsQCA, Multivariate Regression, and Variable Cluster Analysis. Journal of Business Research, 89, 378-384.
• 21. Proksch, D., Busch-Casler, J., Haberstroh, M.M., Pinkwart, A., 2019. National Health Innovation Systems: Clustering the OECD Countries By Innovative Output in Healthcare Using a Multi Indicator Approach. Research Policy, 48, 169-179.
• 22. Engin, M., 2018. Hiyerarşik Kümeleme Analizi ile OECD Ülkelerinin Bilgi Ekonomi İndekslerine Göre Sınıflandırılması. Paradoks Ekonomi Sosyoloji ve Politika Dergisi, 14(1), 73-86.
• 23. Irac, D., Lopez, J., 2015. Euro Area Structural Convergence? A Multi-Criterion Cluster Analysis. International Economics, 143, 1-22.
• 24. Lanvin, B., Dutta, S., Wunsch, S., 2018. The Global Innovation Index 2018. www.wipo.int/edocs/pubdocs/en/wipo_pub_gii _2018.pdf (erişim tarihi 22.10.2018).
• 25. Özkan, Y., 2008. Veri Madenciliği Yöntemleri. Papatya Bilim Yayıncılık, İstanbul.