新闻资讯
创新对于发展现代和有竞争力的全球经济至关重要。在欧洲联盟，创新被视为基于知识的可持续经济发展的基础，以确保社会福祉。然而，组成欧盟的国家的多样性意味着尽管采取了广泛的措施来发展创新，但其水平因国家而异。因此，进行了一项研究来评估欧盟国家的创新水平。2013年至2020年期间，对欧盟国家创新水平的评估基于12个选定指标，这些指标从科学和研究部门的活动、人力和社会资本水平以及企业的创新能力方面描述了这些国家的特征。使用EDAS方法进行分析。此外，还进行了非参数Kendall的Tau和Spearman的等级相关系数测试，以确定国家创新水平与选定的经济、环境、能源和社会参数之间的关系。此外，根据评估得分指数的确定值(这是对各个国家创新能力的综合衡量标准)，这些国家被分为4组，具有指定的创新水平。结果明确证实了EU-27国之间在创新水平上的显著差异。最高水平出现在所谓的“老欧盟”国家中，明显领先的是卢森堡和瑞典，而在“新欧盟”国家中，斯洛文尼亚取得了最好的结果。所进行的研究和所获得的结果应该丰富关于评估个别国家创新能力的知识，并且应该是为发展中国家制定战略的宝贵信息来源的经济发展欧盟和单个国家。毕竟，正如调查结果所示，创新水平不仅对经济方面，而且对欧盟国家的环境、能源和社会生活都有重大影响。
当今开放的、因而也是竞争激烈的全球经济的发展和社会经济进步的核心是创新(Bogoviz等人，2019年).这是决定人民生活水平可持续提高的一个关键因素生活水平世界各地(Ioppolo等人，2016年, Szopik-Depczyńska等人，2018年).创新对于从武装冲突、经济危机或大流行病引发的危机中恢复也有重要和积极的影响。它们还刺激国家一级(宏观)、区域和部门一级(中观)和公司一级(微观)的经济发展。在每一个层面上，创新都对实施创新的国家的竞争力和经济独立产生积极影响。它们也是建立知识经济的基础(卡什马雷克，2022年; 2022年，利亚娜吉和奈茨瓦拉; Phale等人，2021年).
创新经济方法的首要目标是激励商业实体不断改进其活动，创造新的概念和想法，以及产品(材料、设备产品、流程、服务)。在这种方法中，各个国家及其集团的当局的作用是以鼓励企业效仿和发展科学领域以及研究和发展的方式实施经济政策。近年来的事件，如冠状病毒疫情和现在的乌克兰武装冲突，表明现代和创新型经济体在经受住这种危机和动荡方面要好得多。以知识为基础的经济还提供了迅速适应当前条件的能力，这进一步增加了它们在市场中的竞争优势。
在这方面，同样非常重要的是，越来越全面地处理影响到新产品、新技术或新服务的创造的现象和事件，这些现象和事件是由个别国家及其集团进行的。特别是，这涉及到为合作创造有利的条件，有时甚至是在科学、技术、生产和管理之间强迫合作。
事实上，世界经济的现状清楚地表明，竞争优势是由能够为创新的产生和实施创造有利条件的国家和地区实现的(Gherghina等人，2020年, Ober，2022).高度发达经济体的经验证明，只有将科学和创造性成果高效转化为新产品、技术、流程或组织解决方案，才能为单个国家及其集团提供实现竞争优势的机会(埃德奎斯特和亨瑞克森，2017年；王和王，2019).同样显而易见的是，为创新型知识经济的发展创造有利条件是一个复杂而昂贵的过程。因此，单个国家(尤其是那些潜力较小的国家)并不总能在这方面采取有效措施。因此，在考虑发展创新型经济的必要性以及相关成本和单个国家的潜力时，完全有理由采取基于国家集团(如欧盟)的方法，因为它们在这一领域的能力要大得多。
这种方法已在欧盟得到应用，在欧盟，创新对于的经济发展单个国家和整个社会多年来一直承认。这导致创新被列为竞争力的基础里斯本战略在2000年(欧洲联盟理事会，2000年).在这一战略的更新版本中，不仅创新，而且知识也被认为是经济增长的关键因素。根据这一战略，欧盟成员国只能通过知识、创新和教育(欧盟委员会，2020年).2010年，作为欧洲2020战略的一部分，“创新联盟”倡议应运而生。其目标是，通过利用成员国的优势，改善它们在创新方面的弱点，提高欧盟国家的竞争力。
欧盟支持成员国及其内部地区创新的广泛政策的结果，是制定和实施了许多由结构基金资助的计划(如地平线2020和现在取代的地平线欧洲)和倡议。这些活动导致了各国经济的显著发展。创造了许多就业机会，改善了公民的生活条件和生活质量，并实施了减少材料和能源消耗的技术，这反过来又使更清洁和对社会更负责任的生产成为可能(Dziallas和Blind，2018).
然而，尽管在支持欧盟国家创新发展方面投入了大量资金并采取了大量措施，但很明显，它们在这方面有很大差异。因此，采取措施评估这些国家的创新发展水平是合理的。为了衡量国家一级的创新地位和水平，欧盟采用了欧洲创新记分牌指数。根据这一方法，对各国的排名和评价是根据汇总创新指数的数值进行的，该数值是按分项指数的算术平均值计算的。除其他外，这种方法因缺乏理论基础、过分强调高技术(无论R&D密集程度如何，创新也可能出现在其他活动领域)、所有有关各方的数据的可获得性和完整性问题(无法普遍获得所有指标)而受到批评。还有关于共线性的指控，因为一些指标相互关联，而且整个方法主要针对R&D(席巴尼和施特莱彻，2008年).所做的评论，以及进行评估的相对简单的方法，导致了寻找可用于评估欧盟国家创新性的其他解决方案的科学需求。它们的结果应该扩大和丰富对这些国家创新水平的了解，并补充和核实在EIS指数值的基础上获得的结果。
因此，考虑到评估欧盟国家创新水平问题的重要性以及开发一种评估这种创新水平的新方法的合法性，本文提出了一种解决这一问题的新方法。所进行的研究的主要目标是根据所采用的评估标准，评估各个欧盟国家在时间-空间截面中的创新地位和水平。这项研究是在2013年至2020年期间进行的(由于数据完全可用)。这项研究使用了一套12个指标，从科学和研究部门的活动、人力和社会资本水平以及商业创新性来描述欧盟国家。
关于研究的主要科学目标，制定了以下具体研究问题，这些问题澄清了研究的主题和范围，组织了研究的过程，并使得能够对结果进行分析，制定最后结论以及未来研究的局限性和方向:
RQ1
2013年至2020年间，EU-27国的创新水平如何？
RQ2
在本报告所述期间，“老欧盟”(EU-14国)和“新欧盟”(EU-13国)国家在经济创新的地位和水平上是否有任何差异？
RQ3
如果是，选定的经济、环境、能源和社会参数如何与EU-27国的创新性相关？
为了全面回答提出的问题，开发了一种研究方法描述统计学方法:EDAS方法和非参数检验。一种基于EDAS方法的方法MCDM一组方法被用来衡量的立场和水平的创新，主要目标的研究。MCDM方法是广泛用于各种问题的方法之一，包括与可持续经济发展有关的问题(坎丹和托克卢，2022a, 纳米奥科等人，2022年)，能源问题(坎丹和托克卢，2022b)，以及与工业发展有关的(布罗德尼和图塔克，2023a)，以及数字化和通信与信息技术的发展(托尔卡耶什和托尔卡耶什，2021, 布罗德尼和图塔克，2023b).
另一方面，非参数检验用于评估创新性与选定的经济、环境、能源和社会参数之间的关系:肯德尔的Tau和斯皮尔曼的等级相关系数。
使用各种方法和分析工具开发的方法和进行的广泛研究以及结果代表了对所研究问题的一种新的和原创的方法。作者设法获得了一系列关于欧盟国家创新地位和水平的新信息和知识，以及其与这些国家的经济、数字和环境发展的关系。
论文中提出的所进行的研究和所获得的结果的独创性有几个因素可以证明。
第一个涉及EDAS方法，来自MCDM方法组，用于基础研究。它属于一组相对较新的方法，支持解决复杂的多维问题(Ghorabee等人，2015年).这种方法的选择和应用将丰富单个国家创新性研究的方法论领域。
另一个重要因素是选择EU-27个国家的人口进行研究，同时考虑到所谓的“老欧盟”(EU-14个)和“新欧盟”(EU-13个)国家组。这是因为欧盟由27个国家组成，由于各种原因(经济、历史、政治等。)都很不一样。这使得对这些国家8年来创新水平的分析成为一个非常有趣的研究课题。研究中纳入了2004年前成为成员国的“老”欧盟国家(奥地利、比利时、丹麦、芬兰、法国、德国、希腊、爱尔兰、意大利、卢森堡、荷兰、爱尔兰、西班牙、葡萄牙、瑞典)和2004年后被接纳的“新”成员国(捷克共和国、波兰、罗马尼亚、斯洛伐克、斯洛文尼亚、保加利亚、爱沙尼亚、拉脱维亚、立陶宛、匈牙利和克罗地亚、塞浦路斯、马耳他)，这进一步证明了其便利性和独创性。
证明论文原创性的另一个重要因素是对创新性与欧盟选定的经济、环境、能源和社会参数之间关系的研究。迄今为止，文献中还没有介绍过这种方法，这种方法应该能够扩大创新对整体经济、社会和环境发展的影响的知识。
因此，本文讨论的主题对于欧盟和国家经济来说是及时和重要的，所使用的研究方法代表了一种独特和新颖的方法。
2. 文献评论
创新性问题经常出现在文献中，其受欢迎的原因是这一主题对于企业、单个国家及其群体的发展非常及时和重要。本综述仅介绍了关于创新和创新性概念的众多研究中最重要的部分(第2.1节)和创新对经济发展的影响(第2.2节).还提到了为确定国家或公司的创新性而开发和使用的方法(第2.2节).
2.1. 创新和创新性的特征
创新是一个跨学科的概念，研究人员从经济、社会和技术等多个角度，并使用各种科学方法进行描述。
上下文中的术语创新经济发展最早由使用熊彼特(1934)。他提出的术语主要指技术创新，包括:改进或实施新的生产工艺，引进新的生产组织，将新产品引入制造业或改进现有产品，获得新的原材料来源，使用新材料或原材料进行生产，开发新的产品销售方式和打开新的销售市场。根据这位作者，创新的结果是一个“创造性破坏”的过程，包括破坏现有的结构并用新的、更有效的结构取而代之。他的方法的关键要素是“新”字。。
随后，创新研究人员如安德森和金(1993)和特伦德尔等人(2002年)将创新视为一种复杂的现象，并将其分为以下几种形式:技术创新(例如，新的生产方法)；创新的非技术方面(例如，新市场、新组织形式)；产品创新(例如新产品或服务)；和工艺创新(例如新的生产方法)。在这些成就的背景下，这一概念的演变过程显而易见。
反过来，诺尔斯等人(2008年)将创新定义为创造新产品、流程或业务系统，以及罗杰斯(2003年)将创新定义为“对个人或其他采纳者来说是新的想法、实践或对象。”反过来，根据经合组织/欧统局(2008年)，创新就是实施一种新的或显著改进的产品或工艺，一种新的营销方法或者在商业实践、组织、工作场所或与环境的关系中的新的组织方法。引入的解决方案必须至少在微观(企业)规模上具有新颖性。该出版物的另一版本(经合组织/欧盟统计局，2018年)降低了创新定义的复杂性，而不是将其四种类型(产品、过程、组织和营销)区分为两种主要类型，即产品创新和业务过程创新。该版本还通过将新的和改进的创新与公司现有的产品或业务流程进行比较，减少了要求存在“重大”变更的模糊性。
因此，可以得出结论，随着全球经济的变化，创新的概念正在发生变化，这也与对有关解决方案进行分类和申请实施资金的过程相关。创新概念中固有的是创新性的概念，被理解为(国家、地区、公司)创造最广义的创新的能力。王，艾哈迈德(2004)将创新性定义为“一个组织通过战略导向与创新行为和过程的结合，将新产品引入市场或开拓新市场的整体创新能力。”反过来，福克斯尔(1984)假设“创新是获得新产品和服务的能力和倾向”，并进一步将创新描述为个性品质这可能与新产品获得认可有关。
在出版物中出现的许多定义中，引用的定义证明了这些概念的重要性和跨学科性质。根据研究的主题和考虑的范围和规模，创新和创新性的定义和分析是不同的。
2.2. 创新对经济发展的影响及其评价方法
我们文明的现状，特别是其进一步发展，与知识经济和高度发达的技术密不可分。成功将由那些能够开发、实施和商业化创新解决方案的组织(国家、企业)来实现(Klein等人，2022年, 穆罕默德等人，2022年, 穆罕默德等人，2022年).创新对国家和经济发展的影响在一些出版物中显而易见，这些出版物介绍了研究成果，并显示了一个国家的技术(包括数字)发展水平与经济发展水平之间的统计显著关系(Amarante等人，2022年; 穆勒-兰格等人，2020年; Raghupathi和Raghupathi，2017年).
根据新古典理论在经济增长中，技术进步是影响经济发展的主要因素之一索洛(1956年)。根据他的理论，就人均收入而言，只有技术进步才能维持经济的长期增长。这一进步与新的(即创新的)解决方案密不可分。反过来，在另一篇论文(阿格森和豪威特，1992年, 格罗斯曼和赫普曼，1991年; 雷贝洛，1991年; 罗默，1990年)作者展示了一项旨在确定技术资本对经济增长的重要性的研究结果。他们的结果清楚地表明了这些量之间永久而密切的关系。事实上，增加研发投资有助于基于创新解决方案的可持续经济增长(萨尔蓬等人，2022年).
这也在一项研究中得到证实贝克尔(2015年), 阿金和豪威特(1992年), 刘与夏(2018)。他们的结果清楚地表明，R&D活动导致了创新的产生，而创新过程的动力是经济增长的一个主要因素。另一组研究人员进行了他们的研究(Cvetanović Mladenović，2016；古穆斯和切利卡亚克，2015; 迈赫兰·礼萨，2011年; 穆罕默德等人，2022年; 西尔韦斯特，2001年; 索科洛夫-姆拉德诺维奇等人案，2016年)并分享了结果，即不同国家集团的R&D支出和经济增长之间的正相关关系。这个主题也在另一篇论文中涉及(奥兹坎和阿里，2014年)，作者在其中分析了R&D支出与经济增长的关系经济合作与发展组织国家。结果表明，R&D支出积极影响经合组织国家的经济增长。吴(2010)另一方面，研究了R&D活动对中国创新和经济增长的影响。他的结果表明，创新活动对经济增长有积极影响。
文献中确定的最重要的创新指标之一是R&D员工的数量。罗默(1990年)他在研究中发现，R&D科学家的数量与发达经济体的经济增长之间存在正相关关系。反过来，Bayarcelik和Tasel (2012年)分析了R&D支出、R&D员工数量和专利数量之间的关系，这些被视为土耳其创新和经济增长的指标。结果表明，R&D支出和R&D集团雇员人数与经济增长之间存在显著的正相关关系。相比之下，该研究表明，专利数量与经济增长之间的相关性是负的，这也得到了另一篇论文的作者(Bialbao-Osorio和Rodriguez-Pose，2004)，这表明专利对经济增长率有负面影响。因此，除了少数例外，可以得出结论，R&D支出对创新有巨大的影响，这反过来对组织的经济发展有非常积极的影响。另一方面，创新问题的复杂性需要一种合理的方法来分析这一现象。
一些研究人员在他们的研究中(Guzel等人，2021年, 林等，2012)还声称，现代技术形式的创新解决方案的发展速度不仅影响经济增长，还影响预期寿命、民主水平、健康状况、贫困率和识字率等因素。
这部分分析显示了创新对生活中非技术和经济方面的显著影响。这表明，我们需要更广泛地看待创新对我们文明发展的作用和重要性。
在知识和创新的基础上建立竞争优势通常会提高一个地区单位(如一个国家)的创新能力，并能保证其可持续的社会经济发展(Szopik-Depczyńska等人，2020年).因此，对国家创新性的研究，包括创新性地位和水平的衡量，并没有失去其重要性。他们的结果成为评估正在进行的变革的基础，并为确定进一步发展的方向和目标提供了机会。然而，应该说，在这方面，寻找衡量和评估这一创新水平的最佳方法也是至关重要的。
Szopik-Depczyńska等人(2020年)使用基于中位韦伯向量的发展分类标准和一组表征其创新性的5个指标来衡量欧盟国家的创新性。加西亚-伯纳乌等人(2020年)另一方面，使用基于多个参考点的弱和强综合指标来衡量创新性。Zemstov和Kotsemir (2019年)，菲尔索瓦和切尔内绍娃(2020年), 陈和关(2012), Klevenhusen等人(2020年), 尤里科娃等人(2019年), Lacka和Brzezicki (2021)另一方面，使用基于DEA的方法来衡量国家的创新绩效。
关于创新性及其对经济发展的影响以及评估其水平的方法的有限文献综述，可以说文献非常广泛。另一方面，缺乏与评估欧盟国家创新水平相关的研究，特别是考虑到“老欧盟”和“新欧盟”国家，这是本研究的主要目标之一。
此外，在发达国家和应用研究方法的背景下，有一个明显可见的研究差距，这是慢慢填补其他研究人员使用新的工具和方法进行这种类型的分析。然而，EDAS方法的使用，从MCDM论文中提出的方法组无疑代表了研究这一问题的一种新方法，所获得的结果将极大地丰富评估欧盟国家创新水平的知识。毕竟，从创新的相关性和复杂性及其对几乎所有生活领域的影响的角度来看，使用各种方法来衡量创新是完全合理的，从科学和实践的角度来看也是可取的。
3. 材料和方法
本节讨论了研究中使用的数据来源，并描述了分析中采用的指标(第3.1节). 第3.2节另一方面，讨论了所用的研究方法。
3.1. 数据
对EU-27个国家的创新地位和水平的衡量是根据欧盟统计局数据库(2013年至2020年)从2013年到2020年。研究期间的选择是由研究中包含的所有数据的完全可用性以及欧盟当前的形状是在2013年形成的这一事实(忽略英国在2020年的退出)决定的(图一).
Fig. 1
下载:下载高分辨率图像(155KB)
下载:下载全尺寸图像
图一. 将EU-27国划分为“旧欧盟”(1)和“新欧盟”(2)两个国家(自己阐述)。
该研究使用了一组12个指标，这些指标被视为诊断变量，必须显示出被研究人群中的显著差异。此外，这些变量(指标)必须满足以下条件:
•
与创新目标相关的假设发展政策欧盟国家中，
•
结构简单和易于解释(作为分析工具)，
•
可比性，
•
经济模型、预测和信息系统的适用性。
研究采用的指标以欧盟国家创新能力的三个维度为特征，即:以人力资本、R&D潜力(R&D融资)和创新活动为特征的创新能力。
在研究中纳入表征所采用维度的指标，是因为这些指标对于各国创新能力的发展非常重要。人力资本是影响增加创新的潜在机会的关键因素(丰塞卡等人，2019年, McGuirk等人，2015年, 尤等人，2021)以及欧盟国家的竞争力。与此密切相关的是高等教育的发展及其对社会的普及。对于知识经济来说，受过良好教育的社会的资源对创造和传播创新的能力具有决定性的影响。这反过来又导致现代化，提高经济的生产力和竞争力，改善整个社会的生活条件。
创新的第二个重要方面是研究和开发活动的资金，或R&D潜力。创造创新需要研究，主要是应用研究和开发，这需要足够的资金。在以知识为基础的经济中，支持这种类型的研究以确保其处于正确的水平和重点是很重要的。研究使用的指标清楚地表明了经济参与支持科学部门和知识创造的程度，这对任何国家经济的创新和竞争力的发展都至关重要。
研究的最后一个方面涉及创新活动。它包括发明领域的成就，以及由R&D活动产生的成就，后者由专利活动来衡量。创新活动与企业密切相关，企业通过创新(产品、流程、组织和营销)可以实施创新解决方案，加强和提高其在市场中的地位。这是因为作为经济驱动力的企业的创新能力取决于它们适应市场变化和新需求的灵活性。因此，欧盟国家创新型企业的百分比是一个重要指标，也包括在研究中。
本研究采用的指标摘要及其常规名称见表1。研究中包括的所有指标都是刺激物。此外，假设它们都同等重要，每个指标都被赋予相同的权重(指标的权重是用等权重法确定的)。研究中使用的所有指标都包括在内附录1报纸的。
表1. 研究采用的指标摘要。
尺寸 指示器 标志 指标的来源
创新能力-人的潜力 博士毕业生(每千名居民) I1 安德森和斯泰斯卡尔，2019;别利斯卡-杜萨和哈默斯卡(2021年);Roszko-Wójtowicz和biaek(2019年);Sobczak等人(2022年)
接受高等教育的学生占20-24岁人口的百分比 I2 佩特和莱万多夫斯卡(2015年);Sobczak等人(2022年)
25至64岁人口的教育和培训参与率，% I3 Denkowska等人(2020年);马蒂尼迪斯等人(2021年)
R&D人员和研究人员在活跃就业总人数中所占份额-占总就业人数的百分比-相当于全职人数的分子 I4 佩特和莱万多夫斯卡(2015年)
国家一级技术和知识密集型部门的就业，占总就业的百分比 I5 佩特和莱万多夫斯卡(2015年);Sobczak等人(2022年);Szopik-Depczyńska等人(2018年)
研究和发展活动的筹资 R&D -商业企业部门，人均欧元 I6 安德森和斯泰斯卡尔，2019;别利斯卡-杜萨和哈默斯卡(2021年);Sobczak等人(2022年);Szopik-Depczyńska等人(2018年)
R&D -政府部门，人均欧元 I7 安德森和斯泰斯卡尔，2019;别利斯卡-杜萨和哈默斯卡(2021年);Sobczak等人(2022年);Szopik-Depczyńska等人(2018年)
R&D -高等教育部门，人均欧元 I8 安德森和斯泰斯卡尔，2019;别利斯卡-杜萨和哈默斯卡(2021年);Sobczak等人(2022年);Szopik-Depczyńska等人(2018年)
创新活动 每1 00万居民向欧洲专利局提出的专利申请 I9 佩特和莱万多夫斯卡(2015年);Roszko-Wójtowicz和biaek(2019年);Sobczak等人(2022年);Szopik-Depczyńska等人(2018年)
每1 00万居民的补助金数量 I10 Győrffy等人(2020年)
创新企业，% I11 Firlej和Kubala (2022年);Sobczak等人(2022年)
产品创新型企业(不考虑任何其他类型的创新)，% I12 达克萨等人(2018年);格林南等人(2022年)
3.2. 方法
如前所述，EDAS方法(来自MCDM方法组)用于主要研究，而非参数肯德尔的τ和斯皮尔曼的秩相关系数测试用于确定每个国家的创新性与经济、环境、能源和社会参数之间的关系。本节简要讨论了这些方法。
3.2.1. 等权重方法
指标等权法假设每个评价标准具有相同的权重值(萨班等人，2020年).在所有评估标准同等重要的情况下，建议使用这种方法(Paradowski等人，2021年).该方法中的重量值根据以下等式确定:
(1)
其中:wj是每个指标的权重值n是研究中考虑的评估标准的数量。
本文假设指标的权重同等重要。这是由于人(人力资本)和金融对创新极其重要。在这种情况下，这两个因素同等重要。没有人力资本，仅靠财政支出并不能保证创新的发展，反之亦然----拥有优秀的研究人员而没有财政支持，也会给创新解决方案的实施带来问题。这也适用于公司及其业务----如果不同时拥有合格的人力资源和充足的金融资本，就不可能发展它们的创新能力。
3.2.2. EDAS方法
MCDM是一组方法，根据多个通常相互冲突的决策标准来处理对一组备选方案的评估(扎瓦德斯卡和图尔斯基，2011年, Zavadskas等人，2014年).其中之一是EDAS方法，用于决策问题的多准则分析(Ghorabee等人，2015年).这种方法依赖于这样一个事实，即评估备选方案所依据的参考变量是平均变量。因此，决策者不需要确定理想和反理想的变体(例如，在TOPSIS方法)以便作出决定，这是这种方法的明确优点之一(昆达克，2019年).在这种方法中，计算了两个备选方案的度量:与平均值的正距离(PDA)和与平均值的负距离(NDA)。最佳选择由它与平均值的距离(AV)决定。该方法的一个显著特征，同时也是它的主要优点，是它适合于解决决策问题中的各种问题，包括高度复杂的问题(Torkayesh等人，2023年).
求解决策问题的算法m替代品和n该方法中的标准由以下步骤组成:
(1)
创建决策矩阵的步骤m替代品和n标准:
(2)
(2)
要确定所有标准的平均解决方案:
(3)
(4)
(3)
要计算每个备选PDA(距平均解的正距离)和NDA(负距离)矩阵:
(5)
(6)
兴奋剂在哪里:
(7)
(8)
对于消极因素:
(9)
(10)
(4)
确定每种备选方案的PDA和NDA的加权和(从(11), (12)):
(11)
(12)
其中:wj是的重量j第条标准
(5)
根据以下等式，归一化SP和SN值
(13)
(14)
(6)
根据以下内容确定每个备选方案的评估得分指数(ASi)情商。(15):
(15)
(7)
按降序排列ASi指数值。
使用评估分数(AS)指数的确定值(等式15)，根据以下标准对EU-27个国家的创新性进行了评估:
(1)
高水平——创新型领导者
(16)
̅
(2)
高中级–高级创新
(17)
̅
̅
(3)
中低水平–中等创新性
(18)
̅
̅
(4)
低水平——创新初学者
(19)
̅
在哪里
̅
是的平均值如同我， 是标准偏差作为的爱达荷（Idaho的缩写）.
的值如同i因此，指数及其标准差是对所研究国家创新水平进行评估的基础。
3.2.3. 非参数检验
非参数检验包括确定肯德尔的τ和斯皮尔曼的相关系数。
肯德尔τ相关系数基于两个变量以相同顺序排列(对于观察数据)的概率和它们的顺序不同的概率之间的差异。该系数取值范围为<-1，1 >。系数值“1”表示两个变量完全匹配，值“0”表示排序不匹配，值“1”表示完全相反。
肯德尔τ相关系数根据以下关系计算:
(20)
对于第二个非参数检验，使用了Spearman等级系数。该系数用于根据二维特征(X，Y)来分析对象的相互依赖性。斯皮尔曼等级系数由下式确定方程式(21):
(21)
其中:
di=r1i-r2i; r1i -的排名i-第一排序中的第个对象，n是研究对象的数量。
4. 结果
本节介绍了按照实施时间顺序进行的研究的结果。它们包括对研究所采用的指标的统计分析(第4.1节)，以及评估所研究国家的创新水平，并确定这一水平与选定的经济、环境、能源和社会参数之间的关系(第4.2节).
4.1. 分析研究采用的指标的动态变化
研究中使用的指标描述了每个国家的创新能力，对这些指标进行了统计处理，并确定了这些指标的动态变化指数(表2).这一指数的数值显示了某一指标值与基准期相比的百分比变化，并使人们有可能了解变化的力量、其使用程度及其可能的方向。
表2. 2013年至2020年间欧盟国家创新性指标动态变化的指数值。
国家 指示器
I1 I2 I3 I4 I5 I6 I7 I8 I9 I10 I11 I12
给定指标的动态变化指数，%
比利时 112 104 107 144 130 176 177 135 124 181 128 78
保加利亚 108 105 80 142 132 227 178 144 246 377 132 144
捷克 106 101 55 124 124 158 132 112 134 226 130 80
丹麦 86 104 63 100 105 113 154 125 120 203 113 68
德国 93 116 97 120 132 128 127 130 95 145 103 54
爱沙尼亚 100 88 132 108 159 169 161 116 138 221 108 71
爱尔兰 110 116 145 89 126 156 119 146 161 304 97 541
希腊 140 125 128 129 133 241 134 145 204 311 139 110
西班牙 113 109 96 102 111 125 112 114 118 227 99 43
法国 88 111 73 110 115 114 101 108 105 167 103 51
克罗地亚 86 104 103 136 125 177 145 245 242 150 145 66
意大利 80 105 116 140 118 135 115 101 125 162 99 58
塞浦路斯 250 147 65 156 154 460 96 135 155 166 156 79
拉脱维亚 45 113 97 123 145 173 103 185 40 106 105 61
立陶宛 75 86 122 127 195 342 144 123 242 383 161 139
卢森堡 175 92 112 93 125 105 85 122 80 131 77 80
匈牙利 125 89 159 138 121 173 105 141 107 160 101 48
马耳他 175 107 143 93 100 150 7 110 120 123 78 50
荷兰 95 115 105 111 150 128 117 117 105 203 109 66
奥地利 90 102 83 119 118 118 198 113 110 199 110 58
波兰 83 91 86 174 121 306 16 254 145 253 152 38
葡萄牙 89 114 103 126 168 175 111 118 269 466 94 42
罗马尼亚 42 106 50 96 148 368 124 84 173 1191 52 44
斯洛文尼亚 43 92 67 96 136 101 112 124 120 179 119 75
斯洛伐克 71 89 90 121 150 159 131 107 185 297 108 37
芬兰 96 98 110 99 107 99 87 116 98 231 131 60
瑞典 75 103 101 111 127 113 129 92 111 185 117 71
空单元格
UE-27 102 105 100 120 132 181 119 132 143 257 113 86
UE-14 103 108 103 114 126 138 126 120 130 223 108 99
UE-13 101 101 96 126 139 228 112 145 157 295 119 72
变化动态的指数由以下等式确定:
(22)
其中:yn是某一时期的现象水平和y0是参考(基准)期间的现象水平。
创新性指标动态变化指数的确定值显示了欧盟各国之间的显著差异。EU-14国集团和EU-13国集团在这方面的变化动态也有所不同。总体而言，在基准年(2013年)数值相对较低的国家，这些指标数值的变化最大。这些国家主要包括那些在“新欧盟”(EU-13)。在比较所研究的国家组时，可以看出EU-14国增加了博士毕业生人数、20-24岁学生的百分比以及25-64岁之间提高资格(学习)的人的百分比。这意味着在“老欧盟”国家，与创新相关的人类潜力增加了。另一方面，在“新欧盟”国家(EU-13)，尽管博士毕业生人数和20-24岁学生的比例有所增加，但与基准年相比，25-64岁提高学历的人(学生)的比例下降了4%。
就EU-14国而言，R&D人员和研究人员在活跃就业总人数、技术和知识部门就业人数、商业企业部门和高等教育部门的R&D支出中所占份额的增长明显高于EU-13国。在EU-13国，创新活动在专利申请数量和授权数量方面的影响也显而易见。此外，在这两组国家中，创新企业的总数也有所增加，而推出创新产品的企业的百分比有所下降。值得注意的是，2020年是一级防范禁闭这无疑会阻碍创新产品推向市场。
在下一阶段的研究中变异系数的创新性指标值是为2013–2020年期间确定的(表3).这些系数的值使得有可能确定它们的稳定性或波动性。这些系数由等式确定:
(23)
在哪里Sd是标准偏差M就是这个意思。
表3. 2013-2020年欧盟国家创新指标变异系数汇总。
国家 指示器
I1 I2 I3 I4 I5 I6 I7 I8 I9 I10 I11 I12
给定指标的变异系数，%
比利时 7 4 10 13 11 25 22 13 10 28 8 22
保加利亚 8 1 10 11 9 16 17 6 25 37 11 13
捷克 2 2 16 7 7 13 12 8 4 15 10 24
丹麦 9 1 22 2 4 5 14 8 10 28 6 13
德国 5 5 3 7 10 12 10 11 3 21 3 28
爱沙尼亚 6 6 19 4 13 22 19 16 13 27 33 27
爱尔兰 8 6 28 7 9 20 8 14 19 40 12 73
希腊 14 9 11 10 11 30 10 13 20 43 13 11
西班牙 37 4 6 2 4 8 4 5 6 20 7 45
法国 5 4 17 4 6 6 2 3 3 26 5 30
克罗地亚 10 2 8 12 13 18 13 27 10 9 14 16
意大利 12 4 9 15 6 15 8 4 9 22 10 22
塞浦路斯 28 13 18 17 13 56 5 18 19 29 29 21
拉脱维亚 31 5 10 8 14 28 6 27 79 55 10 24
立陶宛 13 5 10 9 24 18 9 14 3 4 13 23
卢森堡 25 4 9 3 10 6 10 11 17 38 14 18
匈牙利 8 6 24 20 11 24 7 20 4 12 8 34
马耳他 20 4 16 6 5 8 69 6 22 30 14 17
荷兰 6 5 2 4 14 9 5 6 7 34 7 25
奥地利 10 2 12 7 6 7 30 5 7 29 5 27
波兰 8 4 14 20 7 37 105 30 15 33 16 40
葡萄牙 6 5 3 10 18 26 7 9 40 57 24 42
罗马尼亚 31 2 13 2 12 13 8 7 5 9 19 17
斯洛文尼亚 98 4 17 4 10 8 10 13 19 26 11 12
斯洛伐克 15 5 6 6 12 8 18 19 3 9 6 45
芬兰 6 1 5 4 4 6 8 6 9 35 9 27
瑞典 12 2 3 3 9 7 14 4 21 37 8 16
空单元格
UE-27 16 4 12 8 10 17 17 12 15 28 12 26
UE-14 12 4 10 7 9 13 11 8 13 33 9 29
UE-13 21 5 14 10 12 21 23 16 17 23 15 24
变异系数的测定值的特点是对所研究的群体(EU-27，EU-14，EU-13)和个别国家有显著的变化。在结果分析中，假设变异系数的值低于10%意味着给定创新性指标的低可变性。
4.2. 评估EU-27国的创新水平
根据研究采用的创新性指标，AS的值i该指数是对单个国家创新能力的综合衡量。在此基础上，对EU-27国2013年至2020年的创新能力进行了排名。每个被研究国家的计算结果和排名位置如所示表4.
表4. EU-27国在研究年份的创新水平总结。
空单元格 2013 2014 2015 2016 2017 2018 2019 2020 EU-14人/ EU-13人
国家 如同i 军阶 如同i 军阶 如同i 军阶 如同i 军阶 如同i 军阶 如同i 军阶 如同i 军阶 如同i 军阶
比利时 0.56 9 0.56 9 0.57 9 0.58 8 0.59 8 0.62 8 0.65 8 0.70 8 UE-14
保加利亚 0.03 26 0.08 26 0.08 26 0.10 25 0.10 26 0.11 25 0.11 25 0.13 24 UE-13
捷克共和国 0.33 13 0.34 13 0.34 13 0.32 14 0.34 14 0.34 14 0.34 14 0.37 13 UE-13
丹麦 0.79 4 0.75 4 0.78 3 0.75 3 0.75 3 0.79 3 0.82 2 0.89 4 UE-14
德国 0.71 5 0.70 5 0.71 5 0.69 5 0.69 5 0.72 5 0.76 4 0.80 5 UE-14
爱沙尼亚 0.28 15 0.24 17 0.23 17 0.28 16 0.30 15 0.36 13 0.37 13 0.34 14 UE-13
爱尔兰 0.44 11 0.47 10 0.46 10 0.52 11 0.53 10 0.54 10 0.57 10 0.62 9 UE-14
希腊 0.18 18 0.21 18 0.22 18 0.24 18 0.25 17 0.26 18 0.28 16 0.31 15 UE-14
西班牙 0.32 14 0.33 14 0.33 14 0.33 13 0.36 13 0.31 15 0.30 15 0.31 16 UE-14
法国 0.59 8 0.59 8 0.60 8 0.57 9 0.57 9 0.57 9 0.58 9 0.57 10 UE-14
克罗地亚 0.13 21 0.14 22 0.14 22 0.17 21 0.17 21 0.19 21 0.21 21 0.20 21 UE-13
意大利 0.37 12 0.37 12 0.37 12 0.37 12 0.37 12 0.38 12 0.39 12 0.38 12 UE-14
塞浦路斯 0.11 23 0.13 23 0.12 23 0.15 23 0.15 23 0.21 19 0.21 20 0.24 19 UE-13
拉脱维亚 0.11 24 0.10 25 0.09 25 0.11 24 0.12 24 0.12 24 0.11 24 0.13 25 UE-13
立陶宛 0.12 22 0.16 20 0.16 20 0.19 19 0.20 19 0.20 20 0.22 19 0.24 18 UE-13
卢森堡 0.91 1 0.92 1 0.92 1 0.92 1 0.95 1 0.95 1 0.94 1 0.95 1 UE-14
匈牙利 0.14 20 0.14 21 0.16 21 0.15 22 0.16 22 0.17 22 0.17 22 0.19 22 UE-13
马耳他 0.24 17 0.24 16 0.26 16 0.24 17 0.24 18 0.27 16 0.25 18 0.23 20 UE-13
荷兰 0.65 6 0.65 7 0.67 6 0.66 6 0.66 7 0.67 7 0.71 6 0.75 6 UE-14
奥地利 0.64 7 0.65 6 0.66 7 0.66 7 0.66 6 0.68 6 0.69 7 0.72 7 UE-14
波兰 0.09 25 0.11 24 0.11 24 0.09 26 0.10 25 0.11 26 0.10 26 0.12 26 UE-13
葡萄牙 0.26 16 0.27 15 0.26 15 0.29 15 0.29 16 0.26 17 0.28 17 0.30 17 UE-14
罗马尼亚 0.00 27 0.00 27 0.00 27 0.00 27 0.00 27 0.00 27 0.00 27 0.00 27 UE-13
斯洛文尼亚 0.48 10 0.46 11 0.46 11 0.55 10 0.40 11 0.41 11 0.42 11 0.44 11 UE-13
斯洛伐克 0.16 19 0.19 19 0.22 19 0.18 20 0.19 20 0.15 23 0.15 23 0.16 23 UE-13
芬兰 0.80 3 0.77 3 0.77 4 0.74 4 0.74 4 0.77 4 0.81 3 0.89 3 UE-14
瑞典 0.83 2 0.80 2 0.82 2 0.78 2 0.78 2 0.82 2 0.73 5 0.95 2 UE-14
结果显示，在审查所涉期间，卢森堡在创新性方面明显领先，排在最后的国家是罗马尼亚。2013年至2020年间，塞浦路斯的排名上升幅度最大(从2013年的第23名升至2020年的第19名)，而斯洛伐克(从第19名升至第23名)和马耳他(从第17名升至第20名)则有所下降。相比之下，绝大多数欧盟国家在2013—2020年间保持不变(中间几年略有变化)。
总体而言，欧盟国家在2013年至2020年期间提高了创新性综合指标的值，但每个国家在这方面都有自己的变化动态。
在研究的下一阶段，AS的确定值i指数(创新的综合衡量标准)使得将欧盟国家分为四类成为可能。在接下来的几年里，从2013年到2020年，每个欧盟国家都被划分为创新水平的四个等级之一。使用4分制来评估这一水平，使用等差中项和从AS计算的标准偏差i索引值((16), (17), (18), (19)). 表5和图2b显示相似国家组在审查期间的创新水平。
表5. 具有一定创新水平的国家集团。
年 1类 第二类 第三类 第4类
2013 芬兰、瑞典、卢森堡、丹麦、德国 比利时、爱尔兰、法国、荷兰、奥地利、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、拉脱维亚、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、波兰、罗马尼亚
2014 芬兰、瑞典、卢森堡、丹麦、德国 比利时、爱尔兰、法国、荷兰、奥地利、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
2015 芬兰、瑞典、卢森堡、丹麦、德国、荷兰 比利时、爱尔兰、法国、奥地利、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
2016 芬兰、瑞典、卢森堡、丹麦、德国、荷兰、奥地利 比利时、爱尔兰、法国、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
2017 芬兰、瑞典、卢森堡、丹麦、德国、荷兰、奥地利 比利时、爱尔兰、法国、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
2018 芬兰、瑞典、卢森堡、丹麦、德国、奥地利 比利时、爱尔兰、法国、荷兰、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
2019 芬兰、瑞典、卢森堡、丹麦、德国、荷兰、奥地利 比利时、爱尔兰、法国、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
2020 芬兰、瑞典、卢森堡、丹麦、德国、荷兰 比利时、爱尔兰、法国、奥地利、斯洛文尼亚 捷克共和国、爱沙尼亚、希腊、西班牙、克罗地亚、意大利、塞浦路斯、立陶宛、匈牙利、马耳他、葡萄牙、斯洛伐克 保加利亚、拉脱维亚、波兰、罗马尼亚
Fig. 2
下载:下载高分辨率图像(482KB)
下载:下载全尺寸图像
图2. EU-27个国家在整个研究期间的创新性综合衡量的平均值(a)和按创新性水平划分的国家分布(b)(自行阐述)。
当分析结果时(表5)，它可以得出结论，在整个分析期间，5个国家的创新水平最高:芬兰、瑞典、卢森堡、丹麦和德国。据报告，2015-2017年和2019-2020年期间，荷兰的水平较高，2016年至2019年期间，奥地利的水平较高。所有这些国家都被列为所谓的“老欧盟”和欧盟经济最发达的国家，在这种情况下，这也转化为它们在创新领域的表现。另一方面，所谓的“新欧盟”国家，即保加利亚、波兰和罗马尼亚(2013-2020年)和拉脱维亚(2014年，2016-2020年)的创新水平较低。同样值得注意的是，由于创新水平不同，分类群的个体组成在分析期间变化很小。
因此，还确定了EU-27个国家的创新性综合指标的平均值，这使得确定这些国家在整个研究期间(2013-2020年)的平均创新水平成为可能。这一分析获得的结果如所示图2a.
结果证实，在整个研究期间，卢森堡在创新方面明显领先于欧盟国家，瑞典位居第二。排名的另一边是保加利亚和罗马尼亚。计算还显示，有11个国家在创新性方面高于EU-27的平均水平，其中多达10个国家(卢森堡、瑞典、丹麦、芬兰、德国、荷兰、奥地利、比利时、法国、爱尔兰)属于所谓的“老欧盟”，只有一个国家来自“新欧盟”(斯洛文尼亚)。EU-14国中只有四个国家(义大利、西班牙、葡萄牙和希腊)低于整个EU-27国的平均水平，其中希腊在创新方面表现最差。
在分析EU-27个国家的创新水平时，卢森堡、瑞典、芬兰、丹麦、德国和荷兰始终处于领先地位，而水平较低的国家是波兰、拉脱维亚、罗马尼亚和保加利亚。
为了表明在已形成的国家组中出现的创新性指标水平的差异，确定了2013年至2020年间这些类型组的这些指标的平均值(图3).
Fig. 3
下载:下载高分辨率图像(557KB)
下载:下载全尺寸图像
图3. 已形成的具有一定创新水平的国家群体的创新性指标平均值(自行阐述)。
分析中显示的结果时图3，它可以看出，第一组国家在研究中包括的12个创新性指标中有多达11个指标的平均值最高。仅从接受高等教育的学生占20-24岁人口的百分比这一指标来看，第1组国家在其他国家组中表现最差。这可能是因为第一组国家的公民中有很大一部分在外国大学学习，并在他们学习的国家被自动算作该年龄组的居民(欧洲教育:关键数据，2020年).这反过来会降低整个小组的分数。第4组国家(“新欧盟”国家)的情况略有不同，在这些国家，由于费用高昂等原因，在外国大学学习的人仍然相对较少。
在下一阶段，开展了一项研究，以了解被研究国家的选定经济、环境、能源和社会参数是否以及在何种程度上与其创新性相关(即综合衡量标准的价值，如i).使用肯德尔和斯皮尔曼τ的两个非参数检验相关系数来确定这些关系。用于分析的参数包括人均国内生产总值、R&D支出占国内生产总值的百分比、可再生能源在最终能源消费总量中的份额、2013年至2020年间的温室气体减排、DESI数字化指数、能源生产率以及面临贫困或社会排斥风险的人群。确定相关值的统计显著性水平为p= 0.05.所有具有统计显著性的关系都用红色字体标记(表6).
表6. EU-27个国家的创新性和选定参数之间的Spearman rank和Tau Kendall相关性。
测试参数 斯皮尔曼等级 p 陶肯 p
综合衡量&人均国内生产总值 0.926 0.000 0.795 0.000
综合衡量& R&D占国内生产总值的% 0.817 0.000 0.670 0.000
综合衡量&可再生能源在最终能源消费总量中的份额，% 0.027 0.894 0.003 0.983
2013年至2020年期间的综合衡量和GHG Redcution，% -0.508 0.007 -0.345 0.012
综合测量与设计 0.721 0.000 0.550 0.000
综合衡量&能源生产率，欧元/千克石油当量 0.684 0.000 0.476 -0.000
综合衡量&面临贫困或社会排斥风险的人，% -0.530 0.005 -0.385 0.005
注:粗体值表示具有统计学意义的结果。
结果表明，只有创新性(综合衡量的值为i)和可再生能源在最终能源消费总量中所占份额之间没有显著的统计关系。对于研究中包括的其他经济、能源、环境和社会参数，这种关系得到了证实，as值之间具有最显著的正相关性i指数和人均GDP。据报道，该指数之间存在较小但具有统计学意义的正相关关系(如i)和R&D占GDP的百分比、DESI数字化指数和能源生产率。另一方面，统计上显著的负相关被发现在ASi索引和温室气体排放减少和面临贫困或社会排斥风险的人指数。从社会角度来看，后一种关系尤其重要。这是因为它表明，在创新方面发达的国家为公民提供了明显更好的生活条件，并为他们提供了生活水平方面的安全感。
有趣的是，创新并不影响可再生能源在总能源消耗中的份额，而是与温室气体的减少有关。然而，这些问题需要进一步的、更详细的分析。
结果还表明Spearman等级相关系数的值接近Kendall Tau相关系数的值。相比之下，Spearman等级相关系数的参数之间的关系强度更高。
5. 讨论
在欧盟，创新被视为决定经济发展和竞争力的基本因素之一。这种方法导致了旨在发展欧盟国家创新能力的广泛财政支持。在这方面至关重要的是2014年至2020年实施的地平线2020方案及其当前的延续，其形式为地平线欧洲(2021年至2027年)。鉴于创新作为欧盟运作的战略领域之一的地位，有必要监测各成员国这种创新的地位和水平。这是因为对这一状况的评估对这些国家的发展很重要，并允许对所发生的变化进行评估，同时有可能将它们与其他国家进行比较。本文介绍的研究是欧盟国家创新状况监测过程的一部分，可以对研究期间的变化进行评估。
这项研究使得有可能在2013年至2020年期间对EU-27个国家进行排名，同时分析在分析所包括的领域中各个国家发生的变化。结果证实了欧盟国家在创新方面的巨大差异以及所谓的“新”和“旧”欧盟国家之间的差异。
在整个分析期间(2013年至2020年)，欧盟国家的创新领导者是卢森堡，2013年至2018年和2020年的亚军是瑞典。丹麦、芬兰和德国在创新方面也做得很好，而罗马尼亚和保加利亚表现最差。因此，“老欧盟”国家领先，而最后的位置被“新欧盟”国家占据。这些结果也证实了财富和总体经济发展程度，欧盟国家的分工。
总的来说，所谓的“老欧盟”(EU-14国)的国家处于高和中高的创新发展水平(除了西班牙、希腊、葡萄牙和意大利)，“新欧盟”(EU-13国)的国家主要处于中低和低水平。斯洛文尼亚是个例外(在EU-13国中),属于中高水平。因此，所获得的结果表明，“新欧盟”国家在与创新活动相关的关键领域的发展中表现不佳，包括增加R&D支出、专利和赠款申请数量或开发人力潜力(例如，以博士毕业生人数、R&D人员和研究人员在总活跃就业中的份额以及技术和知识部门的就业水平为形式)。这种状况是由于市场经济的引进被推迟，这些国家的经济潜力和财富较低，因此，与“老欧盟”的大多数国家相比，这些国家的社会潜力和财富较低(布热津斯基等人，2020年, 松波尔斯卡-rzechua和库尔迪-库乔斯卡，2022年, 2022年，斯塔夫斯卡和亚博什卡).此外，多年来，在一些创新领先的国家，已经开展了将投资支出集中在R&D优先经济领域的活动，这转化为其经济发展和创新水平(2020年，阿尔苏洛维奇).
这很重要，因为之前的研究(Pece等人，2015年, Pegkas等人，2019年)已经表明，经济发达国家的特点是研发活动支出最高。这种状况转化为创新的动态发展，以及温室气体的减少、能源生产率的提高、数字化水平和面临贫困/社会排斥风险的人口规模(表6). Kwilinski等人(2020年)还要注意，在创新和数字化水平较高的国家，减少贫困和社会排斥的可能性较小。因此，可以认为创新性提高了生活水平分析还应考虑到其发展的社会影响。
创新能力的发展也与人力资本密切相关，其他研究也证实了这一点(Jagódka和Snarska，2021年, Hidalgo-peate等人，2022年, Martinidis等人，2021年, 瓦特凯维奇等人，2015年; 范·赫米特，2010年).正如研究中提出的结果(佩特和莱万多夫斯卡，2015年)表明，人力资本领域的投资不足是决定研究和创新活动成果不佳的主要原因之一。在经济和社会日益数字化以及所谓的生态创新(霍尔巴赫，2016, Sobczak等人，2022年).由(Grigorescu等人，2021年)证明经济的数字化和发达的人力资本最终导致人口福利的增加。反过来，研究由奥尔特加-拉皮德拉等人(2019年)已经表明，发达的人力资本也与生态创新正相关Kuzior等人(2022年)表明国家的高创新水平对于发展其生态创新能力也极为重要。因此，将人力资本列为创新发展的主要因素之一符合许多研究人员的意见，所获得的结果也证实了他们工作的结论。对这一过程的研究需要一种全面的方法，这一点也得到证实。
当提到生态创新时，还值得一提的是欧洲绿色交易战略，该战略旨在将欧洲转变为一个繁荣的社会，拥有现代、经济和有竞争力的经济(布罗德尼和图塔克，2022, Gallego等人，2022年).新的战略目标包括发展一个气候中立或更绿色、数字化、更公平和更民主的欧洲。随着这一战略的实施，欧盟的创新具有了更加重要的意义。因此，有必要将创新的重点不仅放在经济目标上，而且放在解决国家和全球社会和环境挑战上，这与可持续经济是一致的。欧盟的创新不仅有助于经济增长和刺激竞争力，也有助于应对气候变化和实现可持续发展可持续发展目标。这就是创新对能源发展如此重要的原因(陈和雷，2018, Huenteler等人，2016年; Sperling和Arler，2020年)，运输(Gallego Amores和Losa，2022年)，健康(Thakur等人，2012年)或环境保护，包括气候(巴蒂亚，2021, 威尔逊等人，2012年)部门。
在讨论这些结果时，还值得将它们与监测欧盟国家创新能力的结果，即欧洲创新记分牌进行比较。本研究得出的排名与发表在2022年欧洲创新排行榜显示在中表7.