IL FATTURATO DA PRODOTTI INNOVATIVI IN EUROPA

È aumentato del 2,15% tra il 2014 ed il 2021

1651801862EUROPA_Licenze_Creative_Commons.jpg

L’European Innovation Scoreboard calcola il valore del fatturato proveniente da prodotti nuovi o da prodotti significativamente migliorati sul totale del valore del fatturato complessivo. Tale indicatore viene quindi utilizzato per calcolare il valore in termini di fatturato delle innovazioni tecnologiche.

Ranking dei paesi europei per valore del fatturato derivante da prodotti innovativi o significativamente migliorati nel 2021. La Grecia è al primo posto per valore del fatturato derivante da prodotti innovativi o significativamente migliorati nel 2021 con un valore pari a 191,31 unità, seguita dall’Italia con un ammontare pari a 131,87 e dalla Spagna con un ammontare pari a 125,50 unità. A metà classifica vi sono la Slovacchia con un ammontare pari a 83,60 unità, seguita dall’Irlanda con un valore pari a 77,93 unità e dalla Turchia con un ammontare pari a 73,31 unità. Chiudono la classifica la Macedonia del Nord con un valore pari a 17,96 unità, seguito dall’Ucraina con un ammontare pari a 16,05 unità e dalla Danimarca con un valore pari a 0,00 unità. In media il valore del fatturato derivante da prodotti innovativi e significativamente migliorati nel 2021 è pari a 79,37 unità.

Ranking dei paesi per valore della variazione percentuale del fatturato derivante dai prodotti innovativi tra il 2014 ed il 2021. La Romania è al primo posto per valore della variazione percentuale del fatturato derivante dai prodotti innovativi tra il 2014 ed il 2021 con un valore pari a 224,97% pari ad un ammontare di 43,59 unità, seguito dalla Svezia con un ammontare pari a 161,63% pari ad un valore di 64,68 unità, seguita dalla Grecia con un valore pari a 116,74% pari ad un ammontare di 103,4 unità. A metà classifica vi è il Regno Unito con un ammontare di 11,06% pari ad un ammontare di 12 unità, seguito dalla Polonia con un valore di 2,14% pari ad un ammontare di 0,9 unità, e da Cipro pari ad un valore di 1,69% pari ad un ammontare di 1,44 unità. Chiude la classifica l’Irlanda con un valore della variazione percentuale del fatturato derivante dai prodotti innovativi tra il 2014 ed il 2021 pari ad un ammontare di -59,26% pari ad un ammontare pari a -113,37 unità, seguita dalla Turchia con un valore pari a -61,68% pari ad un ammontare di -118 unità, e dalla Danimarca con un valore pari a -100,00% pari ad un ammontare di 106,35%.

Clusterizzazione con algoritmo k-Means. Di seguito viene realizzato un modello di clusterizzazione attraverso l’utilizzo dell’algoritmo k-Means. L’algoritmo viene ad essere ottimizzato attraverso l’utilizzo del coefficiente di Silhouette. Ne deriva pertanto un sistema di clusterizzazione a due come indicato di seguito ovvero:

  • Cluster 1: Polonia, Montenegro, Norvegia, Svezia, Islanda, Lettonia, Lussemburgo, Bulgaria, Croazia, Romania, Malta, Bosnia, Macedonia del Nord, Ucraina, Serbia, Estonia, Portogallo, Cipro, Lituania, Finlandia, Ungheria, Danimarca, Slovenia, Belgio, Italia, Olanda, Austria;
  • Cluster 2: Slovacchia, Svizzera, Irlanda, Turchia, Regno Unito, Spagna, Repubblica Ceca, Germania, Grecia, Francia.

Ne deriva pertanto che, calcolando il valore della mediana per ciascuno dei clusters risulta che il valore della mediana per il cluster 1-C1 è pari ad un ammontare di 65,29, mentre il valore della mediana per il cluster 2 pari ad un valore di 103,74. L’ordinamento dei cluster è quindi costituito da C2>C1. Dal punto di vista geografico è quindi evidente che i paesi che hanno un elevato livello del fatturato derivante dall’innovazione tecnologica applicata ai prodotti sono i paesi centrali dell’Europa sommati alla Turchia, ai paesi connessi alla Germania, UK e Irlanda.

Network Analysis. Di seguito viene realizzata una analisi attraverso l’utilizzo della network analysis mediante la distanza di Manhattan. La network analysis mostra le metriche seguenti ovvero:

  • Number of nodes equal to 37;
  • Number of edges equal to 45;
  • Average Degree equal to 2.432;
  • Density 0.0675.

Nello specifico risultano essere presenti quattro diversi link ovvero:

  • Malta-Croazia con un valore pari a 0,37;
  • Italia-Finlandia con un valore pari a 0,66;
  • Norvegia-Lettonia con un valore pari a 0,57;
  • Ucraina-Nord Macedonia con un valore pari a 0,27.

Machine Learning and Predictions. Di seguito viene realizzata una analisi attraverso l’utilizzo di un confronto tra otto diversi algoritmi di machine learning per la predizione del valore futuro dell’ammontare di fatturato derivante dall’innovazione di prodotto. Gli algoritmi sono stati addestrati con il 70% dei dati mentre il restante 30% dei dati è stato utilizzato per la predizione vera e propria. Gli algoritmi sono stati classificati sulla base della loro capacità di massimizzare l’R^2 e di minimizzare tre diverse tipologie di errori statistici ovvero “Mean Absolute Error”, “Mean Squared Error”, “Root Mean Squared Error”. In seguito all’analisi della performance sono stati realizzati i seguenti payoff, ovvero:

  • Linear Regression con un valore del payoff pari a 9;
  • Gradient Boosted Tree con u n valore del payoff pari a 10
  • Simple Regression Tree e PNN con un valore del payoff pari a 11;
  • Polynomial Regression con un valore del payoff pari a 19;
  • ANN-Artificial Neural Network con un valore del payoff pari a 24;
  • Tree Ensemble Regression con un valore del payoff pari a 25;
  • Random Forest Regression con un valore del payoff pari a 32.

Ne deriva pertanto che l’algoritmo maggiormente performante è Linear Regression. Applicando Linear Regression è possibile individuare le seguenti predizioni:

  • Repubblica Ceca con una variazione diminutiva da un ammontare di 97,20 unità fino ad un valore di 85,47 unità ovvero pari ad una variazione di -11,73 unità pari ad un valore di -12,07%;
  • Grecia con una variazione diminutiva da un ammontare di 191,31 unità fino ad un valore di 110,79 unità ovvero pari ad una variazione di -80,52 unità pari ad un ammontare di -42,09%;
  • Spagna con una variazione diminutiva da un ammontare di 125,51 unità fino ad un valore di 122,16 unità ovvero pari ad un ammontare di -3,34 unità pari ad un valore di -2,66%;
  • Finlandia con una variazione diminutiva da un ammontare di 109,91 unità fino ad un valore di 77,43 unità ovvero pari ad una variazione di -32,47 unità pari ad un valore di -29,54%;
  • Italia con una variazione diminutiva da un ammontare pari a 131,87 unità fino ad un valore di 84,84 unità ovvero pari ad una variazione di -47,03 unità pari ad un valore di -35,67%;
  • Lettonia con una variazione aumentativa da un ammontare di 59,40 unità fino ad un valore di 69,25 unità ovvero pari ad un valore di 9,85 unità pari ad un valore di 16,58%;
  • Malta con una variazione diminutiva da un ammontare di 68,65 unità fino ad un valore di 57,96 unità ovvero pari ad una variazione di -10,69 unità pari ad un valore di -15,58%;
  • Norvegia con una variazione aumentativa da un ammontare di 56,56 unità fino ad un valore di 64,90 unità ovvero pari ad un valore di 8,33 unità pari ad un valore di 14,73%;
  • Polonia con una variazione aumentativa da un ammontare di 42,80 unità fino ad un valore di 56,68 unità pari ad una variazione di 13,88 unità pari ad un valore di 32,43%;
  • Romania con una variazione diminutiva da un ammontare di 62,97 unità fino ad un valore di 53,56 unità ovvero pari ad una variazione di -9,41 unità pari ad un valore di -14,95%;
  • Serbia con una variazione diminutiva da un ammontare di 88,94 unità fino ad un valore di 87,06 unità pari ad una variazione di -1,89 unità pari ad un valore di -2,12%;
  • Slovacchia con una variazione aumentativa da un ammontare di 83,60 unità fino ad un valore di 117.80 unità ovvero pari ad una variazione di 34,20 unità pari ad un ammontare di 40,91%.

In media il valore del fatturato derivante dai prodotti innovativi è predetto in diminuzione da un ammontare di 93,23 unità fino ad un valore di 82,32 ovvero pari ad una variazione di -10,90 unità pari ad una variazione di -11,69%.

Conclusioni. Il valore del fatturato derivante dai prodotti innovativi o significativamente migliorati in media per i 37 paesi europei considerati nel periodo tra il 2014 ed il 2021 è cresciuto di un ammontare pari a 2,15% pari ad un ammontare di 1,67 unità. L’innovazione tecnologica ha la capacità di aumentare la capacità di profitto delle imprese. Le imprese dovrebbero investire nell’innovazione tecnologica per migliorare il profitto. Tuttavia, alcune imprese sono troppo piccole per investire nell’innovazione tecnologica e nella ricerca e sviluppo. Le politiche economiche dovrebbero creare delle strutture pubbliche e di collaborazione tra il pubblico ed il privato in grado di generare innovazione per le PMI. La creazione di organizzazioni orientate all’open innovation in grado di aumentare l’internal knowledge mediante l’external knowledge, con la possibilità di crowd innovation, possono incrementare ulteriormente il valore del profitto generato in connessione ai prodotti innovativi.

Reference

Laureti L., Costantiello A., Leogrande A., The Finance-Innovation Nexus in Europe, IJISET - International Journal of Innovative Science, Engineering & Technology, 2020/12, 7, 12, 11-55.

Costantiello A., Leogrande A., The Innovation-Employment Nexus in Europe, American Research Journal of Humanities and Social Sciences, 2020, 166-187.

Leogrande, A., Costantiello, A., Human Resources in Europe. Estimation, Clusterization, Machine Learning and Prediction, American Journal of Humanities and Social Sciences Research (AJHSSR) e-ISSN :2378-703X, Volume-5, Issue-9, pp-240-259.

Leogrande, A., Costantiello, A., Laureti, L., The Impact of Venture Capital Expenditures on Innovation in Europe, American Journal of Humanities and Social Sciences Research (AJHSSR) e-ISSN :2378-703X, Volume-5, Issue-10, pp-85-102.

Leogrande, A., Costantiello, A., Laureti, L., The Broadband Penetration in Europe, Journal of Applied Economic Sciences 3(73):324– 349.

Laureti, L., Costantiello, A., Leogrande, A. & Leogrande, D., 2022. Creative Intangible Products and Services for Industry in Europe. Academy of Entrepreneurship Journal, 28(55), pp. 1-9.

Costantiello, A., Laureti, L., Leogrande, A. & Matarrese, M., 2022. The Innovation Linkages in Europe. International Journal of Entrepreneurship, 26(S4), pp. 1-13 .

Costantiello, A., Leogrande, A. & Laureti, L., 2022. The corporate innovation in Europe. International Journal of Entrepreneurship, 26(S4), pp. 1-9.

Costantiello, A., Laureti, L., Matarrese, M. & Leogrande, A., 2022. The innovation-sales growth nexusin Europe. Academy of Accounting and Financial Studies Journal, 26(2), pp. 1-14.

cms_25926/Foto_1.jpg

cms_25926/Foto_2.jpg

cms_25926/Foto_3.jpg

cms_25926/Foto_4.jpg

cms_25926/Foto_5.jpg

Angelo Leogrande

Tags:

Lascia un commento



Autorizzo il trattamento dei miei dati come indicato nell'informativa privacy.
NB: I commenti vengono approvati dalla redazione e in seguito pubblicati sul giornale, la tua email non verrà pubblicata.

International Web Post

Direttore responsabile: Attilio miani
Condirettore: Federica Marocchino
Condirettore: Antonina Giordano
Editore: Azzurro Image & Communication Srls - P.iva: 07470520722

Testata registrata presso il Tribunale di Bari al Nrº 17 del Registro della Stampa in data 30 Settembre 2013

Email: redazione@internationalwebpost.org

Collabora con noi

Scrivi alla redazione per unirti ad un team internazionale di persone dinamiche ed appassionate!

Le collaborazioni con l’International Web Post sono a titolo gratuito, salvo articoli, contributi e studi commissionati dal Direttore responsabile sulla base di apposito incarico scritto secondo modalità e termini stabiliti dallo stesso.


Seguici sui social

Newsletter

Lascia la tua email per essere sempre aggiornato sui nostri contenuti!

Iscriviti al canale Telegram