Advancing DEA-based assessment of innovation efficiency through feature selection

angleški

2026

letnik 24, iss. 1

analiza ovojnice podatkov   inovacijska politika   inovacijska učinkovitost   inovacijski kazalniki   izbira značilk

Univerza v Ljubljani, Fakulteta za upravo
(Obvezni izvod spletne publikacije)

Namen: članek preučuje inovacijsko učinkovitost držav članic Evropske unije (EU) in obravnava metodološke nedoslednosti v dosedanjih raziskavah. Ovrednoti, kako učinkovito nacionalni inovacijski sistemi (NIS) pretvarjajo vložke, povezane z inovacijami, v merljive rezultate, s ciljem izboljšati zanesljivost in interpretabilnost ocen učinkovitosti. Zasnova/metodologija/pristop: za določitev statistično relevantnega nabora kazalnikov študija uporablja metodo MCFS (Multi-Cluster Feature Selection – MCFS), ki je hibridna metoda, ki združuje nenadzorovano razvrščanje v skupine in nadzorovano regresijo (Least Absolute Shrinkage and Selection Operator – LASSO). Tehnika je uporabljena na longitudinalnih podatkih iz Evropskega inovacijskega pregleda (European Innovation Scoreboard – EIS), kar je privedlo do konsistentnega nabora trinajstih kazalnikov, ki zajemajo ključne stopnje inovacijskega procesa. Po izbiri kazalnikov je uporabljena dvostopenjska metoda podatkovne ovojnice (Data Envelopment Analysis – DEA) za oceno učinkovitosti tako na stopnji tehnološke proizvodnje oziroma proizvodnje znanja kot tudi na stopnji komercializacije. Ta pristop omogoča razlikovanje med državami, ki so učinkovite pri ustvarjanju rezultatov znanja, in tistimi, ki so uspešne pri pretvarjanju teh rezultatov v gospodarske učinke. Ugotovitve kažejo na znatne razlike v inovacijski učinkovitosti med državami članicami EU. Malo držav dosega visoko učinkovitost na obeh stopnjah, kar poudarja težavnost ohranjanja uspešnosti vzdolž celotne inovacijske vrednostne verige. Analiza razkriva trajne neučinkovitosti, zlasti na stopnji komercializacije, kar je skladno z dosedanjimi raziskavami, ki izpostavljajo strukturne ovire pri pretvarjanju rezultatov raziskav in razvoja v gospodarske koristi. Rezultati prav tako dokazujejo, da so razlike v razvrstitvah držav, ki jih opažamo v literaturi, pogosto posledica različnih izborov kazalnikov in specifikacij metode DEA. Tudi med študijami, ki uporabljajo podobne okvire DEA, razlike pri vključitvi kazalnikov vodijo do različnih razvrstitev uspešnosti držav.Praktične implikacije: metodološke odločitve omogočajo izboljšano primerljivost med državami in skozi čas, hkrati pa zmanjšujejo kompleksnost. Dvostopenjska struktura metode DEA oblikovalcem politik nudi globlji vpogled v notranje delovanje nacionalnih inovacijskih sistemov in vire neučinkovitosti, zlasti na stopnji komercializacije. To omogoča bolj ciljno usmerjene politične intervencije, ki razlikujejo med šibkostmi pri proizvodnji znanja in šibkostmi pri gospodarskem izkoriščanju inovacijskih rezultatov. Izvirnost/vrednost: študija prispeva k literaturi z uvedbo metode MCFS na področje ocenjevanja inovacijske učinkovitosti in ponuja poenostavljen, empirično utemeljen nabor kazalnikov, primeren za uporabo v okviru metode DEA. S kombinacijo podatkovno zasnovanega pristopa k izbiri spremenljivk in dvostopenjske metode DEA članek obravnava metodološko razdrobljenost v dosedanjih raziskavah ter zagotavlja preglednejši in ponovljiv okvir za vrednotenje nacionalnih inovacijskih sistemov.

26.06.2026