Translated from English to Romanian - www.onlinedoctranslator.

com

CAPITOLUL 9. METODE DE CULEGERE DE DATE PRIVIND INOVAREA ÎN AFACERI│199

9.123. Chestionarul chestionarului pentru non-răspuns trebuie să fie scurt (nu mai mult de o pagină
tipărită) și să dureze nu mai mult de două până la trei minute. Întrebările cheie ar trebui să reproducă,
cuvânt cu cuvânt, întrebările „da sau nu” din sondajul principal privind rezultatele inovației (inovații de
produs și inovații de procese de afaceri) și pentru unele dintre activitățile de inovare (de exemplu,
cercetare și dezvoltare, inginerie, proiectare și alte activități creative). activități etc.). Dacă nu este
disponibil din alte surse, sondajul de non-răspuns trebuie să includă întrebări privind activitatea
economică și dimensiunea unității.

9.124. Anchetele de non-răspuns sunt de obicei efectuate de CATI, ceea ce oferă avantajul
vitezei și poate obține rate mari de răspuns pentru un chestionar scurt, atâta timp cât toate
firmele din eșantion au un număr de telefon de contact funcțional. Dezavantajul unui sondaj
CATI ca urmare a unui sondaj poștal sau online este că sondajele telefonice scurte din unele
țări ar putea avea mai multe șanse decât sondajul inițial să obțină răspunsuri pozitive la
întrebările privind activitățile și rezultatele de inovare. Experiența în acest sens a fost mixtă,
diferite țări obținând rezultate diferite. Se recomandă cercetări mai experimentale privind
comparabilitatea metodelor de anchetă în afaceri.

9.7. Prelucrarea datelor după sondaj

9.125. Prelucrarea datelor presupune verificarea erorilor, imputarea valorilor lipsă și

calcularea coeficienților de ponderare.

9.7.1. Verificări de eroare

9.126. După cum sa menționat în subsecțiunile 9.5.2 și 9.5.3 de mai sus, utilizarea metodelor de anchetă online,
CATI și CAPI poate identifica automat erorile potențiale și poate solicita o corectare de la respondenți. Toate
următoarele tipuri de verificări ale erorilor sunt necesare pentru chestionarele tipărite, dar numai verificarea
unităților care nu se află în domeniul de aplicare poate fi necesară pentru un sondaj online. Când sunt
identificate erori, respondentul sau unitatea de raportare trebuie contactat cât mai curând posibil pentru a
solicita o corectare.

Unități în afara domeniului de aplicare

9.127. Răspunsurile pot fi obținute de la unități din afara domeniului de aplicare care nu aparțin
populației țintă, cum ar fi o unitate care este sub numărul minim de persoane angajate, o unitate
care nu este deținută de o întreprindere sau o unitate dintr-o categorie exclusă ISIC . Răspunsurile
acestor unități trebuie excluse din analize ulterioare.

Verificări de validare a datelor

9.128. Aceste proceduri testează dacă răspunsurile sunt permise. De exemplu, o valoare
permisă pentru un procent este între 0 și 100.

9.129. O verificare suplimentară a calității datelor ar trebui aplicată datelor la nivel de raport și interval, în special
pentru cheltuielile pentru inovare. Cea mai bună practică actuală este compararea datelor la nivel de interval cu
alte surse disponibile (de exemplu, pentru cheltuielile de cercetare și dezvoltare și pentru cheltuielile cu
echipamentele de capital). În plus, estimările cotei vânzărilor de inovație și alte date la nivel de interval ar trebui
verificate pentru valori aberante sau alte valori neașteptate. Aceste metode sunt deosebit de importante pentru
unitățile mari care reprezintă o pondere mare din totalul cheltuielilor raportate pentru cercetare și dezvoltare și
inovare.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

200│CAPITOLUL 9. METODE DE CULEGERE DE DATE PRIVIND INOVAREA ÎN AFACERI

Verificări relaționale

9.130. Acestea evaluează relația dintre două variabile și pot identifica erorile hard și soft. Erorile
grele apar atunci când o relație trebuie să fie greșită, de exemplu dacă procentele nu sunt de 100%
sau dacă numărul de persoane raportate angajate cu studii superioare depășește numărul total
raportat de persoane angajate. Alte verificări relaționale identifică erorile slabe în care un răspuns
ar putea fi greșit. De exemplu, o unitate cu zece persoane angajate ar putea raporta 10 milioane
EUR de cheltuieli pentru inovare. Acest lucru este posibil, dar puțin probabil.

Verificări erori de rutare

9.131. Aceste verificări testează dacă s-a răspuns la toate întrebările la care ar fi trebuit să li se
răspundă, adică respondenții din unitățile active în inovare au răspuns la toate întrebările privind
cheltuielile pentru inovare. O eroare indică faptul că respondentul nu a înțeles sau nu a urmat
instrucțiunile de filtrare.

9.7.2. Imputarea datelor lipsă

9.132. Un alt tip de eroare este atunci când un respondent nu răspunde la o întrebare, de exemplu, mai
multe subîntrebări dintr-o întrebare grilă sunt lăsate necompletate, fie intenționat, fie accidental. De
asemenea, respondenții pot refuza să răspundă la o întrebare dacă consideră că niciuna dintre categoriile
de răspuns nu este adecvată sau dacă nu cunosc răspunsul și nu este oferită opțiunea „nu știu”. Software-
ul pentru sondaje online poate forța respondentul să răspundă, dar acest lucru nu este recomandat
pentru sondajele voluntare, deoarece poate determina respondentul să abandoneze chestionarul.

9.133. Pentru a reduce costurile și sarcina de răspuns, valorile lipsă pot fi, în unele cazuri, imputate
prin utilizarea de informații suplimentare, în loc să re-contacteze respondentul. Utilizarea
informațiilor suplimentare ar trebui să ofere o estimare mai precisă a valorilor lipsă decât simpla
utilizare a valorii medii observate într-un strat. Valorile imputate ar trebui întotdeauna marcate
pentru a preveni posibila lor utilizare ca valori dependente în analizele multivariate pentru a evita
coeficienții părtinși.

9.134. Tehnicile de imputare „cold-deck” estimează valorile lipsă folosind date din alte anchete
statistice (inclusiv anchete anterioare) sau din alte surse conexe. De exemplu, datele privind
numărul de angajați cu studii superioare ar putea fi disponibile într-un studiu separat pentru
tipuri similare de unități.

9.135. Imputarea „hot-deck” folosește alte date din sondajul de inovare pentru a imputa unele valori
lipsă. Alegerea metodei hot-deck de utilizat depinde de nivelul de măsurare pentru variabilă. Datele
la nivel de interval pot fi imputate fie prin utilizarea valorii medii a variabilei din stratul unității care
răspunde, fie prin utilizarea regresiei pentru a prezice valoarea variabilei la nivel de interval. În
acest din urmă caz, rezultatele trebuie verificate pentru a identifica valori estimate necredibile, cum
ar fi valorile negative.

9.136. Tehnicile celui mai apropiat vecin pot fi utilizate pentru a imputa valorile de nivel nominal și ordinal
lipsă. Această tehnică utilizează date din înregistrări curate (un caz donator cu o înregistrare care nu
încalcă nicio verificare a erorilor), pentru a înlocui valoarea lipsă cu valoarea din înregistrarea donatorului.
Donatorii sunt aleși pe baza unor variabile de stratificare similare și pentru o comparabilitate maximă pe
variabilele aferente. De exemplu, donatorul pentru o variabilă ordinală lipsă a partenerilor de colaborare
ar trebui să fie cât mai asemănător pentru variabilele conexe privind sursele de informații.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 9. METODE DE CULEGERE DE DATE PRIVIND INOVAREA ÎN AFACERI│201

9.7.3. Calcularea greutăților

9.137. Rezultatele anchetelor prin sondaj trebuie ponderate pentru a oferi estimări reprezentative
pentru populația țintă. Există diferite metode de ponderare a rezultatelor eșantionării. Cea mai
simplă este ponderarea prin reciproca (inversa) fracțiilor de eșantionare ale stratului pentru fiecare
unitate eșantionată, corectată cu non-răspunsul unității pentru fiecare strat, care dă eșantionul
realizat. De exemplu, dacă fracția de eșantionare este 10/100, dar 10% din unitățile eșantionate nu
au răspuns, fracția de eșantionare corectată este 9/100. Această procedură presupune că distribuția
activităților de inovare între unitățile care răspund și cele care nu răspund este identică. Această
ipoteză poate fi testată printr-o analiză de non-răspuns și chiar dacă ipoteza este greșită, părtinirea
introdusă poate fi ignorată dacă fracția de unități care nu răspund este destul de mică.

9.138. Nu toate anchetele prin eșantion utilizează stratificarea – un recensământ prin definiție nu este
stratificat. Pentru o anchetă nestratificată, ponderarea ar trebui să utilizeze reciproca fracției totale de
eșantionare, ajustată pentru reciproca ratei totale de răspuns. Pentru un recensământ, straturile pot fi
construite după sondaj pentru a identifica ratele de non-răspuns în straturi definite de mărimea firmei,
sector, regiune etc. Variabilele de ponderare ale recensământului pot fi construite din reciproca ratelor de
răspuns din strat.

9.139. Factorii de ponderare finali ar trebui corectați în continuare dacă un sondaj fără răspuns
identifică diferențe semnificative statistic între respondenții la sondaj inițial și respondenții la
sondajul fără răspuns, de exemplu dacă un procent mai mic de unități neinovatoare au răspuns la
sondajul complet comparativ cu sondaj non-respondenți. O abordare este împărțirea fiecărui strat
într-un număr de grupuri de omogenitate a răspunsului (RHG) cu probabilități de răspuns egale
(presupuse) în cadrul grupurilor. RHG-urile pot fi determinate folosind rezultatele sondajului de
non-răspuns. O a doua abordare este utilizarea informațiilor auxiliare în etapa de estimare pentru
reducerea distorsiunii de non-răspuns sau a metodelor de estimare prin eșantionare în două faze.
În acest ultim caz, eșantionul este împărțit de fenomenul pentru care a fost investigată o probabilă
părtinire de non-răspuns (de ex. firme inovatoare versus firme neinovatoare) și factorii de
ponderare sunt calculați separat pentru fiecare grup. Într-o a doua etapă, factorii de ponderare
sunt ajustați printr-un factor de corecție pentru non-răspuns care reprezintă părtinirea între firmele
care au răspuns și cele care nu au răspuns în raport cu fenomenul investigat.

9.140. Ponderile pot fi rafinate în continuare prin calibrare dacă populația cadru include informații
cantitative sau calitative despre toate unitățile, cum ar fi numărul de angajați, cifra de afaceri,
statutul juridic sau regiunea. Calibrarea asigură că eșantionul ponderat se însumează la populația
totală sau distribuția pentru variabilele cadru și poate crește precizia și reduce părtinirea. Software-
ul de calibrare eficient, în special CLAN de la Statistics Sweden, CALMAR de la Institutul Național de
Statistică Franceză (INSEE) din Franța și G-Est de la Statistics Canada, sunt disponibile pentru
utilizare de către alte țări. Multe dintre pachetele software utilizate pentru calcularea greutăților pot
calcula, de asemenea, măsuri ale variabilității eșantionării.

9.8. Publicarea și diseminarea rezultatelor

9.141. Sondajele de inovare sunt utilizate pentru a produce tabele cu statistici și indicatori de inovare și în
analize econometrice ale unei varietăți de subiecte referitoare la inovare. Producerea de statistici și
indicatori necesită utilizarea ponderilor populației pentru a produce rezultate reprezentative pentru
populația țintă. Majoritatea anchetelor de inovare folosesc un eșantion probabil pentru multe straturi.
Sondajele pot crea două tipuri de erori pentru indicatori: erori aleatoare datorate procesului aleator
utilizat pentru selectarea unităților și erori sistematice care conțin toate erorile non-aleatoare (bias).
Probabilitatea erorilor aleatorii ar trebui să fie furnizată împreună cu rezultatele prin

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

202│CAPITOLUL 9. METODE DE CULEGERE DE DATE PRIVIND INOVAREA ÎN AFACERI

inclusiv intervalele de încredere, erorile standard și coeficienții de variație, acolo unde este cazul. Limitele
de încredere acoperă valorile adevărate, dar necunoscute din populația anchetă, cu o probabilitate dată.
Dacă este posibil, rapoartele privind calitatea datelor ar trebui să ofere și o evaluare a erorilor non-
aleatoare.

9.8.1. Metadate și rapoarte de calitate

9.142. Prezentarea statisticilor și a indicatorilor ar trebui să conțină metadate, inclusiv informații

despre procedura utilizată pentru colectarea datelor, metodele de eșantionare, procedurile de
tratare a non-răspunsului și indicatorii de calitate. Acest lucru va permite utilizatorilor să
interpreteze mai bine datele și să judece calitatea acestora. Organizațiile internaționale ar trebui să
continue să ofere informații detaliate despre metodologiile comune și idiosincratice adoptate de
țările vizate în bazele de date și rapoartele lor.

9.8.2. Acces la date

9.143. Datele descriptive pot fi furnizate prin comunicate de presă, tabele, baze de date și rapoarte.
Analiza econometrică a datelor din sondajul de inovare are o valoare considerabilă pentru dezvoltarea
politicilor (a se vedea secțiunea 11.5), dar aceasta nu este sarcina principală a OSN. Analizele
econometrice interne efectuate de OSN pot fi suplimentate la costuri reduse, oferind cercetătorilor acces
la microdate din sondajul de inovare. Acest lucru necesită păstrarea confidențialității, fie prin furnizarea
unui centru sigur pentru accesul la date de către cadre universitare externe, fie prin construirea de seturi
de date anonimizate.

Referințe

Barge, S. și H. Gehlbach (2012), „Utilizarea teoriei satisfacției pentru a evalua calitatea anchetei
date",Cercetare în Învățământul Superior, Vol. 53/2, p. 182-200.

Belfo, FP și RD Sousa (2011), „Un cadru de implementare a unui sondaj web: design bazat pe dovezi
practici”, lucrare de conferință pentru a 6-a Conferință mediteraneană privind sistemele
informaționale, MCIS 2011, Limassol, 3-5 septembrie,http://aisel.aisnet.org/mcis2011/43/ .

Cirera, X. și S. Muzi (2016), „Measuring firm-level innovation using short questionnaires: Evidence
dintr-un experiment”,Documente de lucru pentru cercetarea politicilor, Nr. 7696, Grupul Băncii Mondiale.

Couper, MP şi colab. (2013), „Designul grilelor în anchetele web”,Revista informatică de științe sociale,
Vol. 31/3, p. 322-345.
Downes-Le Guin, T. şi colab. (2012), „Mituri și realități ale angajării respondenților în sondajele online”,
Jurnalul Internațional de Cercetare de Piață, Vol. 54/5, p. 613-633.
Dykema, J. şi colab. (2013), „Efectele invitațiilor și stimulentelor trimise prin e-mail versus poștă asupra ratelor de răspuns,
calitatea datelor și costurile într-un sondaj web al facultății universitare”,Revista informatică de științe sociale,
Vol. 31/3, p. 359-370.

EC şi colab. (2009),Sistemul de Conturi Naționale 2008, Națiunile Unite, New York,

https://unstats.un.org/unsd/nationalaccount/docs/sna2008.pdf .

Fan, W. și Z. Yan (2010), „Factorii care afectează ratele de răspuns ale unui sondaj web: o revizuire sistematică”,
Calculatoare în comportamentul uman, Vol. 26/2, p. 132-139.

Galesic, M. și M. Bosnjak (2009), „Efectele lungimii chestionarului asupra participării și indicatorilor de

calitatea răspunsului într-un sondaj web”,Public Opinion Quarterly, Vol. 73/2, p. 349-360.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 9. METODE DE CULEGERE DE DATE PRIVIND INOVAREA ÎN AFACERI│203

Galindo-Rueda, F. și A. Van Cruysen (2016), „Testing innovation survey concepts, definitions and
întrebări: Constatări din interviurile cognitive cu managerii de afaceri”,Lucrări tehnice ale OCDE
pentru știință, tehnologie și inovare, Editura OCDE, Paris,http://oe.cd/innocognitive .
Harkness, JA și colab. (eds.) (2010),Metode de anchetă în multiculturale, multinaționale și multiregionale
Contexte, Seria Wiley în Metodologia sondajelor, John Wiley & Sons, Hoboken.
Harris, RID (1988), „Schimbarea tehnologică și dezvoltarea regională în Marea Britanie: Dovezi din
Baza de date SPRU privind inovațiile”,Studii regionale, Vol. 22/5, p. 361-374.

Hoskens, M. şi colab. (2016), „Perspective de ultimă generație în capturarea, măsurarea și raportarea la nivel de firmă
indicatori de inovare”, lucrare pentru Forumul OCDE Blue Sky 2016,www.oecd.org/sti/069%20-
%20Measuring%20innovation_ECOOM%20August%202016.pdf .

Kleinknecht, A., JON Reijnen și W. Smits (1993), „Colectarea rezultatelor inovației bazate pe literatură
indicatori: Experiența în Țările de Jos”, înNoi concepte în măsurarea rezultatelor inovației,
Palgrave Macmillan, Londra, pp. 42-84.
Millar, MM și DA Dillman (2011), „Îmbunătățirea răspunsului la sondajele web și în mod mixt”,Public
Aviz trimestrial, Vol. 75/2, p. 249-269,https://doi.org/10.1093/poq/nfr003 .
OCDE (2015a),Recomandarea Consiliului OCDE privind bunele practici statistice, OCDE, Paris,
www.oecd.org/statistics/good-practice-toolkit/Brochure-Good-Stat-Practices.pdf .

OCDE (2015b),Manualul Frascati 2015: Orientări pentru colectarea și raportarea datelor privind cercetarea și
Dezvoltare experimentală, Măsurarea activităților științifice, tehnologice și de inovare,
Editura OECD, Paris,http://oe.cd/frascati .
Olson, K și B. Parkhurst (2013), „Colecting paradata for measurement error evaluations”, în
Îmbunătățirea sondajelor cu Paradata: utilizări analitice ale informațiilor de proces, John Wiley & Sons,
Hoboken, pp. 43-72.

Revilla, M. și C. Ochoa (2015), „Care sunt legăturile într-un sondaj web între timpul de răspuns, calitate și
autoevaluarea eforturilor depuse?”,Revista informatică de științe sociale, Vol. 33/1, p. 97-114,
https://doi.org/10.1177/0894439314531214 .

Saunders, MNK (2012), „Web versus poștă: influența modului de distribuție a sondajului asupra angajaților
raspuns",Metode de câmp, Vol. 24/1, p. 56-73.
Snijkers, G. și DK Willimack (2011), „Veriga lipsă: de la concepte la întrebări în economie.
sondaje”, lucrare prezentată la cel de-al 2-lea Atelier de statistică a instituțiilor europene (EESW11),
Neuchâtel, Elveția, 12-14 sept.

Snijkers, G. şi colab. (eds.) (2013),Proiectarea și realizarea sondajelor de afaceri, Seria Wiley în sondaj
Metodologie, John Wiley & Sons, Hoboken.
Tourangeau, R., LJ Rips și K. Rasinski (2000),Psihologia răspunsului la sondaj, Cambridge
University Press, Cambridge.

ONU (2008),Clasificarea industrială standard internațională a tuturor activităților economice (ISIC),

Revizia 4,Națiunile Unite, New York, https://unstats.un.org/unsd/
publications/catalogue?selectID=396 .

ONU (2007),Unități statistice, Națiunile Unite, New York,

http://unstats.un.org/unsd/isdts/docs/StatisticalUnits.pdf .

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

204│CAPITOLUL 9. METODE DE CULEGERE DE DATE PRIVIND INOVAREA ÎN AFACERI

Wilhelmsen, L. (2012), „A question of context: Assessing impact of a separate innovation survey and
a ratei de răspuns la măsurarea activității de inovare în Norvegia”,Documente, Nr. 51/2012, Statistics
Norway, Oslo,www.ssb.no/a/english/publikasjoner/pdf/doc_201251_en/doc_201251_en.pdf .

Willeboordse, A. (ed.) (1997),Manual privind proiectarea și implementarea anchetelor de afaceri, Eurostat,

Luxemburg,http://ec.europa.eu/eurostat/ramon/statmanuals/files/Handbook%20on%20surveys.pdf .

Willis, GB (2015),Analiza interviului cognitiv în proiectarea chestionarului, Universitatea Oxford

Press, Oxford.

Willis, GB (2005),Interviul cognitiv: un instrument pentru îmbunătățirea designului chestionarului, SALVI

Publicații.
Zhang, XC și colab. (2017), „Metoda sondajului contează: chestionare online/offline și față în față sau
interviurile telefonice diferă”,Calculatoare în comportamentul uman, Vol. 71, p. 172-180.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII│205

Capitolul 10. Metoda obiectului pentru măsurarea inovării

Acest capitol oferă îndrumări privind colectarea datelor despre inovare dintr-o perspectivă bazată
pe obiecte. Metoda bazată pe obiecte colectează date despre o singură inovație focală și cea mai
importantă, facilitând regăsirea informațiilor despre factorii de sprijin, caracteristicile și rezultatele
inovațiilor în afaceri. Deși metoda poate fi aplicată și surselor de date neconvenționale, acest capitol
descrie modul de implementare a abordării obiect în cadrul anchetelor de inovare bazate pe
subiecte care acoperă întreaga gamă de activități de inovare și inovații ale firmei. Deoarece
inovațiile focale nu sunt reprezentative pentru afacerea în ansamblu, scopul principal al abordării
obiectului este de a colecta date în scopuri analitice și de cercetare. Metoda poate fi folosită și
pentru a evalua dacă inovația este supra sau sub-raportată de respondenții din mediul de afaceri.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

206│CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII

10.1. Introducere

10.1. Theobiectabordarea măsurării inovației colectează date despre o singură inovație

„focală” (obiectul studiului), spre deosebire desubiectabordare, care se concentrează pe firmă și
colectează date despre toate activitățile sale de inovare (subiectul) (a se vedea capitolul 2). Scopul
principal al abordării obiect nu este de a produce statistici agregate de inovare, ci de a colecta date
în scopuri analitice și de cercetare. Metoda poate oferi, de asemenea, informații utile în scopul
asigurării calității despre modul în care respondenții interpretează întrebările privind inovația și
dacă raportează inovația în exces, sub raportare sau greșit.
10.2. Metoda obiect poate identifica inovațiile focale prin evaluări ale experților,
sau prin anunțuri de inovații în publicațiile comerciale (Kleinknecht și Reijnen,
1993; Santarelli și Piergiovanni, 1996; Townsend, 1981) sau surse online (site-uri
web ale companiilor, rapoarte, anunțuri pentru investitori etc. ). O metodă
alternativă de utilizare a metodei obiect este de a încorpora abordarea obiect
într-un studiu de inovare bazat pe subiect. Pe lângă întrebările privind toate
activitățile de inovare ale firmei, un modul de întrebări se poate concentra pe o
singură inovație. DeBresson și Murray (1984) au fost primii care au folosit o
versiune a acestei metode ca parte a unui studiu de inovare în Canada. Mai
recent, această abordare a fost utilizată în anchetele întreprinderilor comerciale,
de exemplu de către Statistics Canada și Biroul de Statistică Japonez,
10.3. Includerea metodei obiect într-un studiu de inovare bazat pe subiect are mai multe avantaje față de
utilizarea experților sau a anunțurilor pentru a identifica inovațiile focale. În primul rând, poate obține
informații despre o inovație focală pentru un eșantion reprezentativ al tuturor firmelor inovatoare, în timp
ce alte metode vor fi predispuse la prejudecăți de auto-selecție. În al doilea rând, poate colecta date
despre toate tipurile de inovații. Folosirea experților sau a anunțurilor pentru a identifica inovațiile va
produce o părtinire către inovațiile de produs de succes. În al treilea rând, poate colecta informații despre
inovațiile care sunt noi doar pentru firmă sau nu sunt suficient de noi pentru a fi raportate online sau în
reviste de specialitate. Prin urmare, se recomandă, acolo unde este rentabil, să se colecteze date privind o
inovație focală prin sondaje reprezentative.

10.2. Includerea unui „modul obiect” într-un studiu de inovare

10.4. În contextul sondajului, există mai multe avantaje ale colectării de date despre
o inovație focală, în plus față de datele despre toate activitățile de inovare ale unei
firme. În primul rând, includerea unui modul de metodă de obiect într-un sondaj de
inovare poate sprijini utilizarea întrebărilor aprofundate, cantitative și la nivel de
interval, la care respondenții le este prea dificil să răspundă pentru toate inovațiile
lor combinate, de exemplu întrebările care impun respondenților să calculeze
importanța medie a unei variabile în mai multe inovații sau activități de inovare.
Întrebările potențial dificile includ cheltuielile pentru diferite activități de inovare și
utilizarea capacităților tehnice specifice. Alte întrebări dificile sunt cele care impun
respondenților să construiască o reprezentare „medie” în întreaga firmă,
10.5. În al doilea rând, utilizarea întrebărilor privind o singură inovație focală asigură că setul de
date colectate se referă la aceeași inovație. Acesta este în primul rând un avantaj pentru analizele
privind relațiile dintre inputurile, activitățile și rezultatele inovației, ca în cercetarea lui Arora, Cohen
și Walsh (2016) privind valoarea economică a surselor alternative de cunoștințe pentru inovare. De
asemenea, poate ajuta și alte tipuri de cercetare, cum ar fi o evaluare a modului în care
respondenții înțeleg întrebările din sondajul de inovare (Arundel, O'Brien și Torugsa, 2013) și
cercetarea inovațiilor combinate care acoperă atât procesele de produs, cât și procesele de afaceri
(Bloch și Bugge, 2016). ), inclusiv modificări ale modelelor de afaceri.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII│207

10.6. Cu toate acestea, nu este recomandat să includeți doar întrebări bazate pe obiect într-un sondaj de
inovare sau să aloceți un procent semnificativ de întrebări ale sondajului unui modul de obiect. Multe
întrebări de cercetare și politică nu pot fi abordate prin întrebări privind o inovație focală. Acestea includ
întrebări care sunt relevante pentru întreprindere în ansamblu, cum ar fi întrebări privind capacitățile și
strategiile interne ale firmei (a se vedea capitolul 5) și mediul extern (a se vedea capitolul 7), precum și
întrebările care sunt utilizate pentru a crea indicatori agregați pentru toți activități de inovare, cum ar fi
datele privind cheltuielile pentru inovare (a se vedea capitolul 4) sau cota din vânzările de inovare (a se
vedea capitolul 8).

10.7. Metoda obiectului este rareori utilă pentru construirea de statistici și indicatori simpli la nivel
național sau de industrie, deoarece răspunsurile nu reflectă pe deplin intrările, output-urile și
rezultatele inovației generale ale unei economii sau industrie. Mai mult, este puțin probabil ca
inovația focală să fie reprezentativă pentru toate inovațiile sau activitățile de inovare ale firmei
respondente. Prin urmare, datele pentru cea mai importantă inovație a unei firme nu ar trebui
utilizate pentru a produce indicatori care necesită date pentru toate inovațiile unei firme, cum ar fi
cheltuielile totale pentru activități specifice de inovare, importanța diferitelor tipuri de surse de
cunoștințe pentru inovare sau frecvența colaborării. cu diferite tipuri de parteneri.
10.8. Multe dintre liniile directoare din acest manual pentru colectarea datelor despre inovare la
nivel de subiect pot fi aplicate direct la colectarea datelor la nivel de obiect. Nu există limitări
metodologice suplimentare pentru includerea unui modul bazat pe obiecte într-un studiu de
inovare bazat pe subiecte.

10.2.1. Identificarea unei inovații focale în cadrul anchetelor

10.9. Un modul obiect trebuie să includă un prompt inițial care le cere respondenților din firmele
inovatoare să se gândească la o singură inovație și să limiteze toate întrebările ulterioare din modul
la această inovație. Respondenții de la firme care sunt active în inovare, dar fără inovații în perioada
de observație, pot fi, de asemenea, rugați să se gândească la un singur proiect de inovare. Ca
dispozitiv pentru a se asigura că răspunsurile sunt concentrate pe inovație, este util să se ceară
respondentului, într-o întrebare deschisă, să ofere o scurtă descriere a inovației.
10.10. Se recomandă să se ceară respondenților să selecteze o inovație focală care a fost introdusă
sau implementată în perioada de observație. Acest lucru asigură că alte date dintr-un sondaj de
inovare privind capacitățile sau strategiile generale ale firmei sunt relevante pentru inovația focală
și că datele despre inovarea focală pot fi legate de datele rezultate din alte anchete cu un interval de
timp cunoscut. De asemenea, reduce distorsiunile de reamintire pentru inovațiile care au avut loc
înainte de perioada de observare (a se vedea capitolul 9). Cu toate acestea, respondenților ar trebui
să li se permită în răspunsurile lor să includă activități, după caz, care au avut loc înainte de
începerea perioadei de observare, cum ar fi colaborarea cu tipuri specifice de parteneri sau
primirea de subvenții guvernamentale pentru inovare.
10.11. Chestionarul ar trebui, de asemenea, să ofere îndrumări pentru alegerea unei inovații focale (sau a unui
proiect de inovare) pentru a îmbunătăți comparabilitatea între respondenți. Opțiunile posibile includ:

- cea mai importantă inovație în ceea ce privește contribuțiile sale reale sau așteptate la
performanța economică a firmei
- inovația cu cea mai mare pondere din cheltuielile totale pentru inovare investite în
dezvoltarea acesteia

- inovația de produs cu cea mai mare contribuție reală sau așteptată la vânzări
- inovarea proceselor de afaceri cu cea mai mare contribuție reală sau așteptată la reducerea
costurilor

- cea mai recentă inovație.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

208│CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII

10.12. Prima opțiune are mai multe avantaje. Întrebarea este de obicei bine înțeleasă de
respondenți, iar inovația este memorabilă, ceea ce asigură că respondenții pot răspunde la întrebări
despre aceasta. În plus, cea mai importantă inovație este relevantă pentru multe domenii de
cercetare, cum ar fi factorii care conduc la succes. Lăsând prima opțiune deschisă pentru toate
tipurile de inovații, puteți colecta date utile despre tipurile de inovații pe care firmele le consideră
importante. De asemenea, poate identifica inputuri de inovare care ar putea fi de mare valoare
pentru o firmă. De exemplu, un respondent ar putea acorda un clasament de importanță moderată
universităților ca sursă de cunoștințe pentru toate activitățile de inovare, dar utilizarea acestei surse
pentru cea mai importantă inovație ar indica faptul că valoarea cunoștințelor din universități ar
putea varia în funcție de tipul de inovare. .

10.13. A doua opțiune presupune ca respondenții să aibă o bună cunoaștere a costurilor de

dezvoltare pentru diferite inovații. A treia și a patra opțiune sunt o variantă a primei opțiuni, dar
limitate fie la inovații de produs, fie de procese de afaceri și, prin urmare, nu vor fi relevante pentru
firmele care nu au introdus o inovație de acest tip. A cincea opțiune este utilă pentru cercetările
care necesită o selecție aleatorie a tuturor tipurilor de inovații.

10.14. Cu excepția cazului în care există motive întemeiate de cercetare pentru utilizarea unei opțiuni diferite,
prima opțiune este recomandată deoarece este mai bine înțeleasă de respondenți și este relevantă pentru toate
firmele. În plus, prima opțiune este utilă pentru cercetarea tipurilor de inovații cu cele mai mari beneficii
economice așteptate pentru firmă. Aceste rezultate pot fi utilizate pentru a construi indicatori agregați în funcție
de industrie, dimensiunea firmei sau alte caracteristici ale firmei privind tipurile de inovații (adică inovații de
produs sau procese de afaceri) pe care respondenții le consideră de cea mai mare valoare economică pentru
firma lor.

10.15. Testarea cognitivă arată că respondenții sunt capabili să identifice cea mai importantă
inovație a lor, așa cum este definită de contribuția ei reală sau așteptată la performanța economică
a firmei. Pentru întreprinderile mici și mijlocii (IMM-uri), există de obicei o inovație care iese în
evidență de toate celelalte. Respondenții de la firme cu multe inovații diferite (adesea, dar nu
întotdeauna firme mari) pot găsi dificil să identifice o singură inovație care să iasă în evidență în
comparație cu celelalte, dar acest lucru nu le afectează capacitatea de a selecta o singură inovație și
de a răspunde la întrebările ulterioare. despre. Respondenții de la firme cu multe inovații sunt încă
probabil să răspundă mai ușor la întrebările privind o inovație focală decât să rezume rezultatele
pentru mai multe inovații.

10.16. Dacă resursele permit, informațiile scrise într-o descriere deschisă a celei mai importante
inovații pot fi codificate și analizate pentru a evalua modul în care respondenții interpretează
întrebările privind tipurile de inovație și noutatea inovației (Arundel, O'Brien și Torugsa, 2013; Cirera
și Muzi, 2016; BERD, 2014). Acest lucru necesită ca informațiile scrise să fie codificate de experți, dar
instrumentele software de extragere a textului pot reduce semnificativ costurile de codare. Datele
textuale despre noutate pot fi folosite și pentru a estima dacă respondenții au înțeles definiția
chestionarului a unei inovații (Bloch și Bugge, 2016).

10.2.2. Firme neinovatoare

10.17. Firmele care nu au inovații sau activități de inovare nu pot fi întrebate despre o inovare focală
sau un proiect focal de inovare. Cu toate acestea, poate fi util să ceri respondenților din firme
neinovatoare să-și descriecea mai importantă schimbarela produse sau procese de afaceri în
perioada de observare. Aceste informații pot fi analizate pentru a determina dacă respondenții
raportează corect inovațiile și le pot distinge de schimbările care nu sunt inovații (Arundel O' Brien și
Torugsa, 2013). Combinată cu informații despre noutatea inovațiilor raportate, abordarea obiect
poate ajuta la identificarea potențialelor părtiniri către subraportarea sau supraraportarea
inovațiilor de diferite tipuri în funcție de caracteristicile firmei, cum ar fi dimensiunea sau industria.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII│209

10.3. Întrebări despre o inovație focală

10.18. Sondajele de inovare pe subiecte care includ un modul bazat pe obiecte ar trebui să plaseze un
astfel de modul după toate celelalte întrebări despre inovare, pentru a se asigura că respondenții nu
confundă întrebările despre toate activitățile de inovare cu întrebările limitate la o inovație focală.

10.3.1. Caracteristicile inovației focale, cea mai importantă

10.19. Se recomandă includerea unei liste de tipuri de inovații (două tipuri de inovații de produs și
șase tipuri de inovații de proces de afaceri) și să se solicite respondenților să identifice toate tipurile
de inovații care fac parte din inovația lor focală (a se vedea capitolul 3). Acest lucru poate furniza
date despre prevalența inovațiilor „grupate” care au caracteristicile mai multor tipuri de inovație (de
exemplu, atât o inovație de servicii, cât și o inovație de proces de afaceri pentru livrarea de produse)
și care tipuri de inovații sunt cele mai importante pentru firme.

10.20. Se recomandă colectarea de informații cu privire la importanța comparativă pentru firma

respondentă a inovației focale. Măsurile utile includ ponderea costurilor totale de inovare cheltuite pentru
inovarea focală și contribuția inovației focale la rezultatele de performanță ale unei firme (de exemplu,
vânzări sau profituri) (a se vedea subsecțiunea 10.3.2 de mai jos). Întrebările privind rezultatele nu vor fi
relevante pentru respondenții care raportează despre un proiect de inovare.

10.21. Respondenților li se pot pune mai multe întrebări cu privire la noutatea inovației lor focale, inclusiv dacă
este nouă pe piața lor sau doar nouă pentru firma lor, dacă face parte dintr-un nou model de afaceri sau dacă
este o inovație radicală sau perturbatoare (vezi subsecțiunea 3.3.2). Cu toate acestea, colectarea de date privind
tipurile radicale, perturbatoare și conexe de inovații va necesita experimentare pentru a determina dacă aceste
concepte pot fi măsurate în mod corespunzător într-un studiu de inovare.

10.3.2. Activități de inovare care contribuie la inovarea focală

10.22. Testarea cognitivă arată că respondenților le este mai ușor să furnizeze date privind cheltuielile la
nivel de interval (fie în unități valutare, fie în luni-persoană) pentru o singură inovație decât pentru toate
inovațiile combinate (a se vedea capitolul 4). În consecință, este posibil să se obțină date privind
cheltuielile pentru întreaga perioadă în care inovația focală a fost în curs de dezvoltare, în loc să fie doar
pentru anul de referință.

10.23. O întrebare privind cheltuielile pentru o singură inovare poate fi deosebit de adecvată pentru
IMM-urile sau firmele din sectorul serviciilor care nu își organizează activitățile de inovare în
proiecte clar definite, cu un buget contabil separat.

10.24. Este posibil să se obțină următoarele date pentru inovația focală:

- timpul total, în luni calendaristice, de la ideea inițială pentru inovația focală, până la
introducerea sau implementarea acesteia

- anul de introducere pentru o inovație de produs sau anul de implementare pentru o

inovare de proces de afaceri

- cheltuielile totale în unități valutare sau luni-pers pentru inovația focală

- cheltuielile externe totale pe tip de activitate pentru inovarea focală (cercetare și

dezvoltare experimentală, formare, proiectare, inginerie și alte activități creative,
etc.)

- utilizarea și cheltuielile cu activitățile ulterioare după introducerea pe piață a unei

inovații de produs. Aceasta poate include marketing, instruire și servicii post-vânzare
(a se vedea subsecțiunea 4.5.3).

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

210│CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII

10.25. Unele dintre aceste întrebări ar putea solicita date despre activități înainte de perioada de observare, cum
ar fi întrebarea privind lunile calendaristice sau cheltuielile totale, dar acest lucru este probabil să fie relevant
doar pentru inovațiile majore.

10.3.3. Capabilități de afaceri care contribuie la inovația focală

10.26. Capacitățile de afaceri legate de abilitățile de management sau de forță de muncă sunt o
caracteristică a firmei (a se vedea capitolul 5) și, în general, nu se limitează la o inovație focală. Cu
toate acestea, strategiile de proprietate intelectuală (PI) și capacitățile tehnologice pot varia
semnificativ între diferitele tipuri de inovații.

10.27. În funcție de interesele de cercetare, poate fi util să întrebați despre utilizarea diferitelor
metode de protecție a IP pentru inovația focală, de exemplu dacă a fost făcută o cerere de brevet,
design, marcă sau alt drept de proprietate intelectuală pentru inovația focală sau dacă aceasta este
acoperită. prin drepturi de autor sau secret comercial. În plus, respondenții pot fi întrebați dacă au
licențiat tehnologia pentru inovația lor focală sau dacă inovația focală a fost licențiată (Arora, Cohen
și Walsh, 2016).

10.28. Întrebările despre capacitățile tehnice sunt adecvate pentru un modul obiect care poate lega
capabilitățile de tipuri specifice de inovații. Capacitățile relevante includ capacități de proiectare
(proiectare inginerească, proiectare de produs și gândire de proiectare), capabilități digitale și platforme
digitale (a se vedea secțiunea 5.5).

10.3.4. Fluxurile de cunoștințe care contribuie și sunt generate de inovația focală

10.29. Tipurile de surse de cunoștințe interne și externe de valoare pentru activitățile de inovare pot
diferi între cele utilizate pentru a identifica o idee pentru o inovare, pentru a dezvolta și testa o idee,
inclusiv pentru rezolvarea problemelor; și pentru a implementa inovații de proces de afaceri sau a
introduce o inovație de produs pe piață (a se vedea secțiunea 6.1). Diferențele în utilizarea sau
importanța surselor de cunoștințe în diferite etape ale procesului de inovare pot fi prea complexe
pentru ca un respondent să poată urmări toate inovațiile, dar ar putea fi posibil să se includă
întrebări pe astfel de subiecte pentru o singură inovație focală. O opțiune este de a solicita sursele
de cunoștințe ale ideii originale pentru inovație și sursele de cunoștințe utilizate pentru a dezvolta
inovația. Aceste întrebări pot enumera atât surse interne, cât și surse externe (vezi Tabelul 6.6).

10.30. De asemenea, este de interes să se colecteze date privind contribuția actorilor externi la
dezvoltarea inovației focale, cum ar fi dacă inovația reproduce produse sau procese de afaceri
deja disponibile pe piață, a fost dezvoltată ca parte a unui acord de colaborare cu alte
organizații, sau a fost dezvoltat în principal de firmă pe cont propriu (a se vedea tabelul 6.2).
Informații suplimentare despre colaborarea cu diferite tipuri de parteneri pentru inovarea
focală pot fi, de asemenea, utile.

10.3.5. Factori externi care influențează inovația focală

10.31. Efectul unor factori externi poate varia în funcție de tipul de inovație (a se vedea
capitolul 7). Factorii externi de interes includ tipul de angajament al clienților și clienților
într-o inovație focală de produs, utilizarea politicilor de sprijin guvernamentale și alți
factori externi pentru inovarea focală.
10.32. Întrebările privind obstacolele inovării pot fi aplicate celei mai importante inovații sau
unui proiect focal de inovare aflat în derulare sau abandonat sau unei inovații care nu a
îndeplinit așteptările. Aceste informații pot fi folosite pentru a diferenția factorii care împiedică
implementarea unei inovații, au rezultate nesatisfăcătoare sau au ca rezultat anularea sau
suspendarea unui proiect de inovare.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII│211

10.3.6. Obiectivele și rezultatele inovației focale

10.33. Obiectivele și rezultatele inovației pot varia substanțial în funcție de tipul de inovație și, prin
urmare, poate fi utilă colectarea acestor informații pentru o inovație focală. Tabelul 8.1 oferă o listă
de obiective și rezultate comune de inovare, cum ar fi creșterea satisfacției clienților sau reducerea
impactului asupra mediului, care pot fi măsurate la scară nominală sau ordinală. Colectarea de date
pentru rezultatele cantitative este deosebit de potrivită pentru o inovație focală, deoarece
respondenților ar trebui să le fie mai ușor, în comparație cu toate inovațiile combinate, să furnizeze
date despre cota de vânzări de inovare în anul de referință, cota de piață sau marja de profit pentru
o inovație de produs focalizată; sau economiile de costuri pentru o inovare focală a proceselor de
afaceri.

10.34. Datele despre toate tipurile de rezultate pot fi, de asemenea, culese prin întrebarea respondenților
dacă un rezultat specific al inovației focale a fost peste, la același nivel sau sub nivelul rezultatului obținut
în mod obișnuit de firmă pentru alte inovații de același tip. De exemplu, respondenții pot fi întrebați
despre rezultatul relativ al unei inovații de produs focale asupra vânzărilor în comparație cu celelalte
inovații de produs ale companiei.

10.35. Factorii care influențează rezultatele pot fi investigați dacă sunt colectate și date privind
inputurile și activitățile de inovare pentru inovarea focală.

10.4. Rezumatul recomandărilor

10.36. Decizia de a include un modul bazat pe obiecte într-un studiu de inovare depinde de nevoile
utilizatorilor, în special ale analiştilor politici şi ale cercetătorilor, şi dacă există suficiente resurse
disponibile pentru a efectua analize ale datelor obiect, de exemplu asupra efectului intrărilor şi
strategiilor. asupra rezultatelor. Un modul obiect nu este recomandat dacă utilizarea datelor
relevante este limitată la construirea de indicatori agregați. Întrebările recomandate pentru un
modul bazat pe obiecte sunt prezentate mai jos. Alte tipuri de date abordate în acest capitol sunt
potrivite pentru exerciții specializate de colectare a datelor.

10.37. Elementele cheie pentru colectarea datelor folosind un modul bazat pe obiecte includ:

- definiți inovația focală ca fiind cea mai importantă inovație în ceea ce privește contribuția ei
preconizată la performanța economică a firmei (subsecțiunea 10.2.1); sau cea mai
importantă schimbare pentru firmele neinovatoare (subsecțiunea 10.2.2), oferind o
descriere deschisă, dacă este posibil

- tipul de inovație (subsecțiunea 10.3.1)

- o măsură a noutății inovării (subsecțiunea 10.3.1) și a surselor de
cunoștințe care contribuie la inovare
- anul în care inovația a fost introdusă pe piață sau implementată în procesele de
afaceri ale firmei (subsecțiunea 10.3.2). Acest lucru va fi implicit dacă perioada de
observație este de un an

- intervalul de timp dintre începutul proiectului sau activităților relevante de inovare și

implementare (subsecțiunea 10.3.2)

- o măsură a eforturilor depuse pentru inovare de către firmă, cum ar fi cheltuielile

totale (în unități valutare sau în luni-persoană) pentru inovația focală
(subsecțiunea 10.3.2)

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

212│CAPITOLUL 10. OBIECTUL METODĂ DE MĂSURARE A INOVAȚII

- contribuția actorilor interni și externi la dezvoltarea inovației focale, în

vederea identificării potențialilor factori de succes (subsecțiunea 10.3.4)
- o măsură a rezultatului, cum ar fi ponderea vânzărilor de inovare pentru o inovație de produs focală
sau economii de costuri dintr-o inovare focală de proces de afaceri (subsecțiunea 10.3.6).

10.38. Subiectele suplimentare pentru colectarea datelor folosind un modul bazat pe obiecte includ:

- utilizarea drepturilor de proprietate intelectuală pentru inovarea focală (subsecțiunea

- 10.3.3) obstacole în calea inovației (subsecțiunea 10.3.5)

- utilizarea politicilor de sprijin guvernamentale (subsecțiunea 10.3.5).

Referințe

Arora, A., WM Cohen și JP Walsh (2016), „Achiziția și comercializarea invenției în

Fabricația americană: Incidență și impact”,Politica de cercetare,Vol. 45/6, p. 1113-1128.
Arundel, A. şi colab. (2016), „Inovații în management și servicii în Australia și Noua Zeelandă
universities: Preliminary report of descriptive results”, Australian Innovation Research Centre
(Universitatea din Tasmania) și LH Martin Institute (Universitatea din Melbourne).

Arundel, A., K. O'Brien și A. Torugsa (2013), „Cum înțeleg managerii de firmă inovația:
Implicații pentru proiectarea anchetelor de inovare” înManual de Indicatori și Măsurare a
Inovației, Edward Elgar, Cheltenham, pp. 88-108.
Bloch, C. și M. Bugge (2016), „Between bricolage and breakthroughs – Framing the many faces of
inovarea sectorului public”,Bani publici și management, Vol. 36/4, p. 281-288.
Cirera, X. și S. Muzi (2016), „Measuring firm-level innovation using short questionnaires: Evidence
dintr-un experiment”,Documente de lucru pentru cercetarea politicilor, Nr. 7696, Grupul Băncii Mondiale.

DeBresson, C. și B. Murray (1984), „Inovația în Canada – O anchetă retrospectivă: 1945-1978”,

Unitatea de Cercetare Cooperativă pentru Știință și Tehnologie (CRUST), New Westminster.

BERD (2014),Raport de tranziție 2014: Inovație în tranziție, Banca Europeană pentru Reconstrucție și
Dezvoltare, Londra.
Kleinknecht, A. și JON Reijnen (1993), „Towards literature-based innovation output indicators”,
Schimbarea structurală și dinamica economică, Vol. 4/1, p. 199-207.
O'Brien, K. şi colab. (2015), „Dovezi noi privind frecvența, impactul și costurile activităților de dezvoltat
innovations in Australian businesses: Results from a pilot 2015 study”, raport către Commonwealth,
Departamentul de Industrie, Inovare și Știință, Australian Innovation Research Center (Universitatea din
Tasmania), Hobart,www.utas.edu.au/__data/assets/pdf_file/0009/772857/AIRC-Pilot-surveyreport-for-
DIS_Dec_2015.pdf .

O'Brien K, şi colab. (2014), „Lecții de la inovatori de înaltă capacitate: rezultate din 2013 Tasmanian
Innovation Census”, Australian Innovation Research Center (Universitatea din Tasmania), Hobart.

Santarelli, E. și R. Piergiovanni (1996), „Analyzing literature-based innovation output indicators: The

experiență italiană”,Politica de cercetare, Vol. 25/5, p. 689-711.

Townsend, J. (1981), „Science innovation in Britain since 1945”,Seria de hârtie ocazională SPRU,
Nr. 16, Unitatea de Cercetare a Politicii Stiintei (SPRU), Universitatea Sussex, Brighton.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 11. UTILIZAREA DATELOR DE INOVAȚIE PENTRU INDICATORI ȘI ANALIZE STATISTICE│213

Capitolul 11. Utilizarea datelor de inovare pentru indicatori statistici și analiză

Acest capitol oferă îndrumări cu privire la utilizarea datelor de inovare pentru

construirea de indicatori, precum și pentru analiza statistică și econometrică.
Capitolul oferă un plan pentru producerea indicatorilor de inovare pe domenii
tematice, bazându-se pe recomandările din capitolele precedente. Deși se
adresează organizațiilor oficiale și altor utilizatori ai datelor despre inovare, cum
ar fi analiștii politici și cadrele universitare, îndrumările din acest capitol
urmăresc, de asemenea, să promoveze o mai bună înțelegere în rândul
producătorilor de date despre inovare cu privire la modul în care datele lor sunt
sau ar putea fi utilizate. Capitolul oferă sugestii pentru experimentarea viitoare și
utilizarea datelor despre inovare în analiza și evaluarea politicilor. Obiectivul final
este acela de a asigura că datele de inovare,

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

214│CAPITOLUL 11. UTILIZAREA DATELOR DE INOVAȚIE PENTRU INDICATORI ȘI ANALIZE STATISTICE

11.1. Introducere

11.1. Datele despre inovare pot fi utilizate pentru a construi indicatori și pentru
analiza multivariată a comportamentului și performanței inovației. Indicatorii de
inovare oferă informații statistice despre activitățile de inovare, inovații,
circumstanțele în care apar inovațiile și consecințele inovațiilor pentru firmele
inovatoare și pentru economie. Acești indicatori sunt utili pentru analiza exploratorie
a activităților de inovare, pentru urmărirea performanței inovației de-a lungul
timpului și pentru compararea performanței inovației a țărilor, regiunilor și
industriilor. Analiza multivariată poate identifica semnificația diferiților factori care
conduc deciziile, realizările și rezultatele inovației. Indicatorii sunt mai accesibili
pentru publicul larg și pentru mulți factori de decizie politică decât analiza
multivariată și sunt adesea utilizați în mediatizarea problemelor inovației.
11.2. Acest capitol oferă îndrumări cu privire la producția, utilizarea și limitările indicatorilor de
inovare, atât pentru organizațiile oficiale, cât și pentru alți utilizatori ai datelor despre inovare, cum
ar fi analiștii politici și cadrele universitare care doresc să înțeleagă mai bine indicatorii de inovare
sau să producă ei înșiși noi indicatori. Discuția despre analizele multivariate este relevantă pentru
cercetătorii cu acces la microdate despre inovare și pentru analiștii politici. Capitolul include, de
asemenea, sugestii pentru experimente viitoare. Obiectivul final este de a se asigura că datele,
indicatorii și analiza inovației oferă informații utile factorilor de decizie atât din guvern, cât și din
industrie, așa cum se discută în capitolele 1 și 2.

11.3. Cea mai mare parte a discuțiilor din acest capitol se concentrează pe datele colectate prin
sondaje privind inovarea (a se vedea capitolul 9). Cu toate acestea, orientările și sugestiile pentru
indicatori și analize se aplică și datelor obținute din alte surse. Pentru unele subiecte, datele din alte
surse pot îmbunătăți substanțial analiza, cum ar fi cercetarea privind efectele activităților de inovare
asupra rezultatelor (a se vedea capitolul 8) sau efectul mediului extern al firmei asupra inovării (a se
vedea capitolele 6 și 7).

11.4. Secțiunea 11.2 de mai jos prezintă conceptele de date statistice și indicatorii referitori la
inovarea în afaceri și discută proprietățile dezirabile și principalele resurse de date disponibile.
Secțiunea 11.3 acoperă metodologii pentru construirea indicatorilor de inovare și agregarea
acestora folosind tablouri de bord, tablouri de bord și indici compoziți. Secțiunea 11.4 prezintă un
plan pentru producerea indicatorilor de inovare pe domenii tematice, bazându-se pe recomandările
din capitolele precedente. Secțiunea 11.5 acoperă analize multivariate ale datelor despre inovare, cu
accent pe analiza rezultatelor inovației și evaluarea politicilor.

11.2. Date și indicatori privind inovarea în afaceri

11.2.1. Ce sunt indicatorii de inovare și pentru ce sunt aceștia?

11.5. Unindicator de inovareeste o măsură statistică sumară a unui fenomen de inovare (activitate,
producție, cheltuieli etc.) observat într-o populație sau într-un eșantion al acesteia pentru un timp
sau un loc specificat. Indicatorii sunt de obicei corectați (sau standardizați) pentru a permite
comparații între unități care diferă ca mărime sau alte caracteristici. De exemplu, un indicator
agregat pentru cheltuielile naționale pentru inovare ca procent din produsul intern brut (PIB)
corectează dimensiunea diferitelor economii (Eurostat, 2014; UNECE, 2000).

11.6. Statisticile oficiale sunt produse de organizații care fac parte dintr-un sistem statistic
național (NSS) sau de organizații internaționale. Un SNS produce statistici oficiale pentru
guvern. Aceste statistici sunt de obicei realizate într-un cadru legal și în conformitate cu
principii de bază care asigură standarde profesionale minime, independență și obiectivitate.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 11. UTILIZAREA DATELOR DE INOVAȚIE PENTRU INDICATORI ȘI ANALIZE STATISTICE│215

Organizațiile care fac parte dintr-un SNS pot publica și statistici neoficiale, cum ar fi rezultatele
anchetelor experimentale. Statisticile despre inovare și fenomenele conexe au devenit
progresiv un element de bază al SNS din multe țări, chiar și atunci când nu sunt compilate de
organizațiile naționale de statistică (NSO).

11.7. Indicatorii de inovare pot fi construiți din mai multe surse de date, inclusiv unele care nu au
fost concepute în mod explicit pentru a sprijini măsurarea statistică a inovației. Sursele relevante
pentru construirea indicatorilor de inovare includ anchete de inovare și conexe, date administrative,
publicații comerciale, internet etc. (a se vedea capitolul 9). Utilizarea mai multor surse de date
pentru a construi indicatori de inovare este probabil să crească în viitor datorită abundenței tot mai
mari de date generate sau puse la dispoziție online și prin alte medii digitale. Capacitatea tot mai
mare de a automatiza colectarea, codificarea și analiza datelor este un alt factor cheie care extinde
posibilitățile pentru strategiile de aprovizionare a datelor.

11.8. Deși din ce în ce mai folosiți în cadrul companiilor și în alte scopuri, indicatorii de inovare în
afaceri, în special cei din surse oficiale, sunt de obicei concepuți pentru a informa discuțiile politice
și societale, de exemplu pentru a monitoriza progresul către o țintă de politică conexă (National
Research Council, 2014). Indicatorii înșiși pot influența, de asemenea, comportamentul în afaceri,
inclusiv modul în care managerii răspund la sondaje. O evaluare a mai multor indicatori de inovare,
împreună cu alte tipuri de informații, poate ajuta utilizatorii să înțeleagă mai bine o gamă mai largă
de fenomene de inovare.

11.2.2. Proprietățile de dorit ale indicatorilor de inovare

11.9. Proprietățile de dorit ale indicatorilor de inovare includ relevanța, acuratețea, fiabilitatea,
actualitatea, coerența și accesibilitatea, așa cum sunt rezumate în Tabelul 11.1. Proprietățile
indicatorilor de inovare sunt determinate de alegerile făcute pe parcursul tuturor fazelor de
producție statistică, în special în proiectarea și implementarea anchetelor de inovare, care pot
afecta foarte mult calitatea datelor (a se vedea capitolul 9). Pentru a fi utili, indicatorii trebuie să aibă
multiple caracteristici de calitate (Gault [ed.], 2013). De exemplu, indicatorii precisi, fiabili și accesibili
vor avea o relevanță limitată dacă o întârziere în timp înseamnă că aceștia nu sunt luați în
considerare în discuțiile sau deciziile de politică.

Tabelul 11.1. Proprietățile de dorit ale indicatorilor de inovare în afaceri

Caracteristică Descriere Comentarii

Relevanţă Serviți nevoile utilizatorilor Inovația implică schimbare, ducând la schimbări în nevoile
actuali și potențiali utilizatorilor de date. Relevanța poate fi redusă dacă utilizatorii
potențiali nu cunosc datele disponibile sau producătorii de date
nu cunosc nevoile utilizatorilor.

Acuratețe/validitate Oferiți o reprezentare imparțială a Pot exista diferențe sistematice în modul în care respondenții
fenomenelor de inovare furnizează informații, în funcție de metoda de colectare sau de
caracteristicile respondenților. Indicatorii pot nu reuși să
surprindă toate fenomenele relevante de interes.

Fiabilitate/precizie Rezultatele măsurătorilor ar trebui să fie identice Rezultatele pot diferi în funcție de alegerea respondentului în cadrul
atunci când sunt repetate. Raport semnal/ unei firme. Fiabilitatea poate scădea dacă respondenții ghicesc
zgomot ridicat răspunsul la o întrebare sau dacă dimensiunile eșantionului sunt prea
mici (de exemplu, în unele industrii).

Promptitudine Disponibil la timp suficient Lipsa oportunității reduce valoarea indicatorilor în perioadele de
pentru a fi util pentru luarea schimbări economice rapide. Actualitatea poate fi îmbunătățită prin
deciziilor prezentarea în prezent sau prin colectarea de date despre intenții. Cu
toate acestea, unele aspecte ale inovației sunt structurale și se schimbă
lent. Pentru aceștia, oportunitatea este mai puțin o preocupare.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

216│CAPITOLUL 11. UTILIZAREA DATELOR DE INOVAȚIE PENTRU INDICATORI ȘI ANALIZE STATISTICE

Caracteristică Descriere Comentarii

Coerență/comparabilitate Conectate logic și consistente

reciproc
Aditiv sau descompunebil la diferite
niveluri de agregare
Nivelurile ridicate de agregare pot îmbunătăți fiabilitatea/
precizia, dar pot reduce utilitatea pentru analiza politicilor.
Nivelurile scăzute de agregare pot influența comportamentul
strategic și pot distorsiona măsurarea.

Descompunebil după caracteristici De exemplu, prin construirea de indicatori pentru diferite

Coerență în timp
Coerență între sectoare, regiuni
sau țări, inclusiv comparabilitatea
internațională
tipuri de firme în funcție de inovații sau activități de
inovare etc.
Utilizarea datelor din seria temporală ar trebui promovată.
Pauzele în serie pot fi uneori abordate prin revizuiri înapoi,
dacă sunt justificate și explicate solid.
Comparabilitatea între regiuni sau țări necesită
standardizare pentru a ține seama de diferențele de
dimensiune sau de structura industrială a economiilor.

Accesibilitate și claritate Disponibil pe scară largă și ușor Provocări pentru a se asigura că publicul vizat
de înțeles, cu metadate de înțelege indicatorii și că aceștia „stârșesc
sprijin și îndrumări pentru imaginația publicului” (EC, 2010).
interpretare

11.2.3. Recomandări și resurse pentru indicatorii de inovare

Principii de baza
11.10. În conformitate cu principiile statistice generale (ONU, 2004), statisticile privind inovarea în afaceri
trebuie să fie utile și puse la dispoziția publicului în mod imparțial. Se recomandă ca OSN și alte agenții
care colectează date despre inovare să utilizeze o schemă consecventă pentru prezentarea rezultatelor
agregate și să aplice aceasta la datele obținute din sondajele de inovare în afaceri. Datele ar trebui să fie
dezagregate în funcție de industrie și dimensiunea firmei, atâta timp cât sunt îndeplinite cerințele de
confidențialitate și calitate. Aceste date sunt elementele de bază pentru construirea indicatorilor.

Comparații internaționale
11.11. Interesul utilizatorilor pentru benchmarking necesită statistici comparabile la nivel internațional.
Adoptarea de către agențiile de statistică a conceptelor, clasificărilor și metodelor conținute în acest
manual va promova și mai mult comparabilitatea. Participarea țărilor la exerciții periodice de raportare a
datelor către organizații internaționale precum Eurostat, OCDE și Națiunile Unite poate contribui, de
asemenea, la construirea de date comparabile privind inovarea.

11.12. După cum sa discutat în capitolul 9, comparabilitatea internațională a indicatorilor de inovare bazați
pe datele sondajului poate fi redusă prin diferențele în proiectarea și implementarea anchetei
(Wilhelmsen, 2012). Acestea includ diferențe între anchetele obligatorii și cele voluntare, designul
anchetelor și chestionarelor, practicile de urmărire și durata perioadei de observare. Indicatorii de inovare
bazați pe alte tipuri de surse de date sunt, de asemenea, supuși unor probleme de comparabilitate, de
exemplu în ceea ce privește acoperirea și stimulentele de raportare.

11.13. Un alt factor care afectează comparabilitatea provine din diferențele naționale în ceea ce privește
caracteristicile inovației, cum ar fi noutatea medie a inovațiilor și tipurile predominante de piețe deservite
de firme. Aceste diferențe contextuale necesită, de asemenea, prudență în interpretarea datelor
indicatorilor pentru mai multe țări.

11.14. Unele dintre problemele cauzate de diferențele de metodologie sau de caracteristicile inovației pot
fi abordate prin analiza datelor. De exemplu, o țară cu o perioadă de observare de un an poate (dacă sunt
disponibile) să utilizeze datele panoului pentru a estima indicatorii pentru o perioadă de trei ani. Alte
cercetări au dezvoltat indicatori „de profil” (a se vedea subsecțiunea 3.6.2) care îmbunătățesc

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

 CAPITOLUL 11. UTILIZAREA DATELOR DE INOVAȚIE PENTRU INDICATORI ȘI ANALIZE STATISTICE│217

comparabilitatea diferențelor naționale în ceea ce privește noutatea inovațiilor și a piețelor pe

indicatori principali, cum ar fi ponderea firmelor inovatoare (Arundel și Hollanders, 2005).

11.15. Acolo unde este posibil și relevant, se recomandă dezvoltarea unor metode pentru îmbunătățirea
comparabilității internaționale a indicatorilor, în special pentru indicatorii principali utilizați pe scară largă.

Resurse internaționale
11.16. Caseta 11.1 enumeră trei surse de indicatori comparabili la nivel internațional privind inovarea care
urmăresc, în întregime sau parțial,Manualul Osloghiduri și sunt disponibile la momentul publicării acestui
manual.

Caseta 11.1. Resurse majore pentru utilizarea datelor privind inovația internaționalăManualul Osloinstrucțiuni

Baza de date cu indicatori Eurostat Community Innovation Survey (CIS).

Indicatori de inovare din CSI pentru anumite state membre ale Sistemului Statistic European (SSE):
http://ec.europa.eu/eurostat/web/science-technology-innovation/data/database .

Rețeaua Ibero-Americană/Inter-Americană de Indicatori de Știință și Tehnologie (RICYT)

Indicatori de inovație pentru industria prelucrătoare și de servicii pentru anumite țări ibero-americane:
www.ricyt.org/indicadores .

Baza de date OCDE privind statisticile inovației

Indicatori de inovație pentru industriile selectate pentru țările membre OCDE și economiile partenere,
inclusiv țările prezentate înTabloul de bord OCDE pentru știință, tehnologie și industrie: http://oe.cd/
inno-stats .

Date de inovare a Institutului UNESCO de Statistică (UIS).

Baza de date globală cu statistici de inovare concentrată pe industriile de producție: http://

uis.unesco.org/en/topic/innovation-data .
NEPAD (Noul Parteneriat pentru Dezvoltarea Africii) pentru Uniunea Africană este, de asemenea, activ în
promovarea utilizării indicatorilor comparabili în Africa. Legăturile online către acest manual vor oferi legături
actualizate către surse internaționale și naționale de date statistice și indicatori privind inovarea.

11.3. Metodologii de construire a indicatorilor de inovare în afaceri

11.3.1. Agregarea indicatorilor statistici

11.17. Tabelul 11.2 rezumă diferite tipuri de statistici descriptive și metode utilizate pentru
construirea indicatorilor. Statisticile relevante includ măsuri de tendință centrală, dispersie,
asociere și tehnici de reducere a dimensiunii.

Indicatori micro și macro

11.18. Indicatorii pot fi construiți din diverse surse la orice nivel de agregare egal sau mai mare
decât unitatea statistică pentru care sunt colectate datele. Pentru sondaje și multe tipuri de date
administrative, restricțiile de confidențialitate impun adesea ca indicatorii să se bazeze pe un nivel
suficient de agregare, astfel încât utilizatorii acelor indicatori să nu poată identifica valori pentru
unitățile individuale. Indicatorii pot fi, de asemenea, construiți din date agregate anterior.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018

218│CAPITOLUL 11. UTILIZAREA DATELOR DE INOVAȚIE PENTRU INDICATORI ȘI ANALIZE STATISTICE

11.19. Caracteristicile comune pentru agregare includ țara și regiunea în care se află firma și
caracteristicile firmei în sine, cum ar fi industria și dimensiunea acesteia (folosind categorii de
dimensiune, cum ar fi 10 până la 49 de persoane angajate etc.). Agregarea datelor la nivel de afaceri
necesită o înțelegere a datelor statistice subiacente și capacitatea de a atribui fără echivoc o firmă la
o anumită categorie. De exemplu, indicatorii regionali necesită capacitatea de a atribui sau de a
repartiza o firmă sau activitățile acesteia unei regiuni. Datele despre stabilire sunt ușor de atribuit
unei singure regiuni, dar întreprinderile pot fi active în mai multe regiuni, necesitând metode de
imputare spațială pentru a împărți activitățile între regiuni.

11.20. Indicatorii la un nivel scăzut de agregare pot furniza informații detaliate care sunt de o
valoare mai mare pentru politică sau înțelegere decât indicatorii agregați singuri. De exemplu, un
indicator pentru ponderea firmelor pe industrie cu un produs inovator va oferi mai multe informații
utile decât un indicator pentru toate industriile combinate.

Tabelul 11.2. Statistici descriptive și metode de construire a indicatorilor de inovare

Exemple generice Exemple de inovație

Tipuri de indicatori
Măsuri statistice ale frecvenței Numărări, numărări condiționate Numărul de inovatori de produse

Măsuri de poziție, ordine sau rang Clasament după percentile sau quartile Firmele aflate în decilul superior al
distribuției cheltuielilor pentru inovare

Măsuri de tendință centrală Medie, mediană, mod Ponderea firmelor cu o inovație de

servicii, ponderea medie a veniturilor/
cifra de afaceri din inovațiile de produs

Măsuri de dispersie Intervale interquartile, varianță, abatere Coeficientul de variație prezentat

standard, coeficient de variație pentru marjele de eroare, abaterea
standard a inovației
cheltuieli
Indicatori de asociere pentru date multidimensionale
Măsuri statistice de asociere Tabele încrucișate, corelație/covarianță Măsoară Jaccard de coocuparență a
diferitelor tipuri de inovație

Asociere vizuală Diagrame de dispersie, hărți termice și elemente vizuale Hărți termice pentru a arăta tendința de
aferente a inova în comparație între grupuri
definite de două dimensiuni

Ajustări ale datelor pentru indicatori

Indicatori bazați pe Busteni, invers Jurnalul cheltuielilor pentru inovare
transformările datelor
Ponderarea Ponderea importanței indicatorilor la Indicatori ponderați în funcție de dimensiunea

construirea indicatorilor compoziți, pe firmei sau ajustați pentru structura industriei

variabile majore etc.

Normalizare Rate, scalare după mărime, cifra de afaceri etc. Procentul de angajați care lucrează pentru o
firmă inovatoare etc.

Tehnici de reducere a dimensiunii

Metode simple de tendință centrală
Alte metode de indicator
Reducerea dimensiunilor statistice și
metode de clasificare
Media indicatorilor normalizați Indici compoziți de inovație
Indicatori max sau min Firme care introduc cel puțin un tip
de inovație din mai multe tipuri
Analiza componentelor principale, scalare Studii ale „modurilor” de inovare, de
multidimensională, clustering exemplu Frenz și Lambert (2012)

Reducerea dimensionalității pentru indicatori

11.21. Sondajele colectează adesea informații despre mai mulți factori corelați, cum ar fi diferite surse de
cunoștințe, obiective de inovare sau tipuri de activități de inovare. Acest lucru poate oferi un set complex
de date care este dificil de interpretat. O abordare comună este reducerea numărului de variabile
(reducerea dimensionalității) păstrând în același timp conținutul informațional.

MANUAL OSLO 2018 © OCDE/UNIUNEA EUROPEANĂ 2018