AI Summary & Key Takeaways
AI InsightIn addition, with the analysis conducted at the level of 81 provinces, regional relationship could be examined and the robustness of the findings was increased thanks to the increasing number of observations.
📌 3 Key Takeaways
Abstract
Purpose: The study aims to investigate the effectiveness of the R&D and Innovation Program supported by KOSGEB on provinces' innovation performance. Methodology: Econometric models cover cumulative cross-section data based on the 2010-2021 period for which support payments were made under the KOSGEB R&D and Innovation Program and 81 provinces of Türkiye. The cumulative patent, utility model, trademark, and design registrations are dependent variables; the cumulative KOSGEB supports are independent variable. GDP per capita, number of scholars per universities, and number of techno-parks are other independent variables. Therefore, Cross-Section Data Analysis depending Ordinary Least Squares (OLS) Methodology was chosen as the methodology. Findings: R&D and Innovation supports have positive and statistically significant effects on output-based innovation indicators, primarily on patent registrations followed by utility model, design, and trademark registrations respectively. In addition, gross domestic product per capita has the highest positive impact on innovation. Moreover, instead of the number of scholars per universities, techno-parks have positive and statistically significant impacts. Originality: The effectiveness of the R&D and innovation supports was analyzed by utility model, trademark, and design registrations as well as patent registrations. In addition, with the analysis conducted at the level of 81 provinces, regional relationship could be examined and the robustness of the findings was increased thanks to the increasing number of observations.
Özet
Amaç: Çalışmanın amacı, KOSGEB’in KOBİ’lere yönelik uyguladığı Ar-Ge (Araştırma-Geliştirme) ve İnovasyon Programının illerin yenilik performansı üzerindeki etkilerini araştırmaktır. Yöntem: Ekonometrik modeller, KOSGEB Ar-Ge ve İnovasyon Programı kapsamında destek ödemesi yapılan 2010-2021 dönemine ve Türkiye’nin 81 iline dayalı kümülatif kesit verileri kapsamaktadır. İlerin kümülatif patent, faydalı model, marka ve tasarım tescilleri bağımlı değişken; kümülatif KOSGEB destek tutarları ise bağımsız değişken olarak dikkate alınmıştır. İllerin kümülatif kişi başına düşen gelir düzeyi, üniversite başına düşen öğretim elemanı sayısı ve teknopark sayısı ise, diğer açıklayıcı değişkenlerdir. Bu değişkenler arasındaki ilişki, En Küçük Kareler (OLS) tahmincisine dayalı Yatay Kesit Veri Analizi yardımıyla analiz edilmiştir. Bulgular: Ar-Ge ve inovasyon desteklerinin patent tescili başta olmak üzere, sırasıyla, faydalı model, tasarım ve marka tescilleri gibi çıktı temelli inovasyon göstergeleri üzerinde pozitif ve istatistiksel olarak anlamlı etkilerinin olduğuna dair bulgular elde edilmiştir. Bununla birlikte, illerin inovasyon kapasitesi üzerindeki en önemli ve pozitif yönlü belirleyicisinin gelir düzeyi olduğu; üniversite başına düşen öğretim elemanı sayısının aksine teknopark sayısının inovasyon kapasitesini arttırdığı görülmektedir. Özgünlük: Çalışmada KOBİ’lere sağlanan Ar-Ge ve inovasyon desteklerinin patent tescillerinin yanı sıra tasarım, faydalı model ve marka tescilleri gibi inovasyon göstergeleri üzerindeki etkileri de incelenmiştir. 81 il düzeyindeki analizle bölgesel ilişki incelenebilmiş ve gözlem sayısındaki artışa bağlı olarak bulguların dirençliliği arttırılmıştır.