Modeling the impact of innovation on business

Abstract

Стаття присвячена аналізу впливу інновацій на бізнес в умовах цифровізації та автоматизації бізнес-процесів. Метою дослідження є моделювання впливу розвитку інновацій (оцінюється як кількість патентних заявок у сфері цифрових технологій) на розвиток бізнесу (як валовий національний дохід). Для досягнення мети здійснюється ряд завдань: формування вибірки країн і бази даних за обраними індикаторами, нормалізація даних, регресійний аналіз, сплайн-моделювання, перевірка статистичної значущості побудованих моделей, їх порівняння та обрання найбільш оптимальної. Сформована вибірка базується на даних Світового банку та Європейського патентного відомства для 92 країн світу щодо величин валового національного доходу та кількості патентних заявок у сфері цифрових технологій. Узагальнені дані нормалізуються за допомогою модифікованої логістичної функції. У межах регресійного аналізу будуються моделі парної регресії та поліноміальної регресії з використанням програмного забезпечення Statgraphics 19. Моделювання MAR Spline здійснюється за допомогою програмного забезпечення Salford Predictive Modeler 8.0. Для перевірки статистичної значущості використовуються статистичні критерії Дарбіна-Ватсона, Стьюдента, Фішера та ін. Результати дослідження засвідчують важливість інноваційної діяльності для бізнес-розвитку та економічного зростання, що підтверджується змодельованим і оціненим позитивним складним зв’язком. Високе значення коефіцієнта детермінації у моделі лінійної регресії демонструє сильну залежність та значний вплив патентних заявок на валовий національний дохід. Поліноміальна регресія п'ятого порядку адекватніше описує складні зв'язки між змінними. Якість прогнозу, розрахованого за сплайновою моделлю, підтверджено значенням середньої абсолютної похибки, яке наближене до нуля. Прогнозні значення підвищені до 5 ступеня. Відповідно збільшення можливостей для подачі та отримання патентів сприятиме більшому зростанню ВНД. Результати проведеного дослідження можуть бути корисними для широкого кола стейкхолдерів (урядові та бізнес структури, громадські організації, освітні та наукові установи) та є основою для подальших наукових досліджень у цій сфері.

The article is devoted to analysis of the impact of innovations on business in the context of digitalization and automation of business processes. The study purpose is to model the impact of innovation development (estimated as number of patent applications in the field of digital technologies) on business development (as GNI). To achieve the goal, the following tasks are performed: forming a sample of countries and database according to selected indicators, data normalization, regression analysis, spline modelling, checking significance of constructed models, comparing and choosing the most optimal one. The formed sample is based on data from the World Bank and European Patent Office for 92 world countries regarding the values of GNI and number of patent applications in the field of digital technologies. Within the framework of regression analysis, pairwise regression and polynomial regression models are built using the Statgraphics 19 software. MAR Spline modelling is carried out using Salford Predictive Modeler 8.0 software. To check statistical significance, criteria of Durbin-Watson, Student, Fisher, etc. are used. The study results demonstrate the importance of innovation activity for business development and economic growth, which is confirmed by simulated and estimated positive complex relationship. The high value of the coefficient of determination in linear regression model demonstrates a strong dependence and significant impact of patent applications on GNI. The fifth-order polynomial regression more adequately describes complex relationships between variables. The quality of the forecast calculated using spline model is confirmed by the value of mean absolute error, which is close to zero. The forecast values are increased to the 5th degree. Accordingly, increasing the opportunities for filing and obtaining patents will contribute to greater GNI growth. The obtained results can be useful for government and business structures, public organizations, educational and scientific institutions, and are the basis for further research.