Show simple item record

dc.contributor.advisorKırankabeş, Mustafa Cem
dc.contributor.authorErkul, Abdullah
dc.date.accessioned2020-12-03T18:19:51Z
dc.date.available2020-12-03T18:19:51Z
dc.date.submitted2019
dc.date.issued2020-01-08
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/62530
dc.description.abstractİnovasyonda sistem yaklaşımı ulusal inovasyon sistemleri ile başlamış, sonrasında bölgesel ve sektörel inovasyon sistemleriyle devam etmiştir. Tezde bölgesel inovasyon sistemleri yaklaşımı bilgi üretim, kullanım ve yayılım alt-sistemleri yanında politika alt-sistemi ile bağlantılı olarak açıklanmaktadır. Sonrasında ise 207 Düzey-2 AB bölgesi ve 76 Düzey-3 Türkiye bölgesinden oluşan iki farklı örneklem üzerinden bölgesel bilgi üretim modelinde etkili faktörler belirlenmiştir. Sonuçlar GMM, kantil regresyon ve dirençli regresyon yöntemleri kullanılarak elde edilmiştir. Türkiye ve AB bölgeleri ile birlikte yapılan analiz, firma içi - firma dışı faktörlerin belirlenmesi, bölgesel sistemin belirleyiciliği, ülkeler arası farklılıkların açıklanması ve Türkiye'deki inovasyon politikaların etki analizi noktalarına dair cevaplar vermektedir. Çalışmanın bulguları AB bölgelerinde faktörlerin etkisinin bölgesel inovasyon düzeyi ile orantılıolarak farklılaştığını göstermektedir. Düşük inovasyon düzeyindeki bölgelerdeekonomik büyüme ve Ar-Ge personeli değişkenleri belirleyiciyken yüksek düzeydekibölgelerde Ar-Ge harcaması ve yüksek teknolojili sektörler etkilidir. Türkiye bölgeleriözelindeki bulgular AB‟deki düşük düzey bölgelerle benzeşmekle birlikte özel sektörnitelikleri ve özel sektör-üniversite ara yüzleri bölgesel inovasyon çıktısı üzerindeki enetkili faktörlerdir.
dc.description.abstractSystems of innovation approach begin with national innovation systems andcontinued with regional and sectoral innovation systems. Regional innovation systemmodel is analysed through knowledge production, application and diffusion sub-systemsalong with political sub-system. In our thesis, 207 European NUTS-2 regions and 76Turkish NUTS-3 regions are used to determine effective factors in regional knowledgeproduction. Results are obtained by using GMM, Quantile regression and robustregression techniques. The findings of the joint analyses of Turkish and Europeanregions give answers on determination of in-firm and out-of-firm factors, decisiveness ofregional system, explanation of international differences and effectiveness of innovationpolicies in Turkey. Results of the analyses show that the effectiveness of the factorsproportionally differs with regional innovation level. While economic growth and R&Dpersonnel number are decisive in low-innovation regions, R&D expenditure and hightechnology industries are more effective in high-innovation regions. Turkish regions, inthis respect, show patterns of similarity with low-innovation EU regions. Private sectorqualities and industry-university collaborations are the most effective factors of regionalknowledge production in Turkish regions.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectEkonomitr_TR
dc.subjectEconomicsen_US
dc.titleBölgesel inovasyon sistemlerinin farklılıkları ve uluslararası karşılaştırmalı bir analiz
dc.title.alternativeThe differences in regional innovation systems and an international comparative analysis
dc.typedoctoralThesis
dc.date.updated2020-01-08
dc.contributor.departmentİktisat Anabilim Dalı
dc.subject.ytmRegional innovation systems
dc.identifier.yokid10298139
dc.publisher.instituteSosyal Bilimler Enstitüsü
dc.publisher.universityBALIKESİR ÜNİVERSİTESİ
dc.identifier.thesisid600550
dc.description.pages175
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess