Benoit, Florence and Di Girolamo, Valentina and Diodato, Dario and Canton, Erik and Ravet, Julien (2025) Enhancing EU Policy Through Complexity Metrics: A new lens for research and innovation. fteval Journal for Research and Technology Policy Evaluation (57). e10, 1-27. ISSN 1726-6629
Preview |
Text (Enhancing EU Policy Through Complexity Metrics: A new lens for research and innovation)
5705_Benoit.pdf Download (1MB) | Preview |
Abstract
In einer wissensbasierten Wirtschaft ist das Verständnis der lokalen Fähigkeiten von entscheidender Bedeutung für die Identifizierung regionaler Spezial-isierungen und technologischer Entwicklungspfade. Das Erkennen, wo wertvolles Wissen vorhanden ist und wie sich Innovationssysteme entwickeln, ist entscheidend für die Stärkung der Wettbewerbsfähigkeit der Europäischen Union und die Bewältigung einiger der vielfältigen Herausforderungen, denen sich die Welt heute gegenübersieht. Aus politischer Sicht ist dieses Verständnis ein wichtiger Beitrag für die Forschungs- und Innovationspolitik (F&I). Eine wirksame F&I-Politik erfordert datengestützte Entscheidungen auf der Grundlage umfassender Analysen. Traditionelle Indikatoren neigen jedoch dazu, die notwendigen Nuancen des technologischen Fortschritts zu verfehlen, da sie sich auf die Quantität statt auf die Qualität der Wissensproduktion konzentrieren. Dies hat zu einem wachsenden Interesse an ergänzenden qualitätsbasierten Messgrößen geführt, darunter die Konzepte der Komplexität
und der Verwandtschaft. Komplexität erfasst die Vielfalt und die gegenseitigen Abhängigkeiten wirtschaftlicher Aktivitäten, während Verwandtschaft die Verbindungen zwischen verschiedenen wirtschaftlichen Aktivitäten misst. In diesem Papier wird erläutert, wie die Einbeziehung dieser Kennzahlen die Fähigkeit der EU verbessern kann, das Wirtschaftswachstum zu fördern und
gesellschaftliche Herausforderungen durch die Gestaltung wirkungsvollerer Politiken anzugehen. Das Papier konzentriert sich insbesondere darauf, wie diese Kennzahlen drei politische Prioritäten der EU unterstützen können:
die Sicherung des Zugangs zu kritischen Technologien, die Förderung des ökologischen Wandels und die Förderung eines stärkeren territorialen Zusammenhalts.
Abstract (english)
In a knowledge-based economy, understanding local capabilities is essential for identifying regional specialisations and technological trajectories. Recognizing where valuable knowledge resides and how innovation systems evolve is vital for enhancing the European Union’s competitiveness and overcoming some of the multifaceted challenges the world is facing today. From a policy perspective, this understanding is a crucial input for research and innovation (R&I) policies. Effective R&I policies require data-driven decisions based on comprehensive analysis. However, traditional indicators tend to miss the necessary nuances of technological progress by focusing on the quantity instead of quality of knowledge output. This has prompted a growing interest in complementary quality-based metrics, including the concepts of complexity and relatedness. Complexity captures the diversity and interdependencies of economic activities, while relatedness measures the connections between different economic activities. This paper explains how incorporating these metrics can enhance the ability of the EU to foster economic growth and address societal challenges through the design of more impactful policies. In particular, the paper focuses on how these metrics can inform three EU policy priorities: safeguarding access to critical technologies, fostering the green transition and promoting greater territorial cohesion.
| Funders: | fteval - Österreichische Plattform für Forschungs- und Technologiepolitikevaluierung |
|---|---|
| Subjects: | Policy, Fields & Systems Evaluation R&D in Austria |
| Divisions: | Institution without fteval membership |
| Identification Number: | 10.22163/fteval.2025.702 |
| Date Deposited: | 09 Jul 2025 14:38 |
| URI: | https://repository.fteval.at/id/eprint/770 |
Actions (login required)
 |
View Item |
