تم الاستلام 21 ديسمبر 2023
تمت المراجعة 10 فبراير 2024
تم القبول 16 فبراير 2024
متاح على الإنترنت 22 فبراير 2024

الناتج المحلي الإجمالي
مؤشر الابتكار العالمي
إندونيسيا
تايلاند
سنغافورة
ماليزيا
فيتنام

حقوق الطبع والنشر: © 2024 من قبل المؤلفين. هذه مقالة مفتوحة الوصول موزعة بموجب شروط ترخيص المشاع الإبداعي النسب-غير التجارية 4.0 الدولية. (https://creativecommons.org/licenses/by-nc/4.0/)

يحفز الابتكار النمو الاقتصادي من خلال تعزيز تحسينات الإنتاجية، والتقدم التكنولوجي، وتوسع السوق [1-4]. من خلال تطوير منتجات وخدمات وعمليات جديدة، يدفع الابتكار مكاسب الكفاءة، مما يزيد من الإنتاج و
يساهم في التوسع الاقتصادي العام [5-8]. علاوة على ذلك، يحفز الابتكار ريادة الأعمال ويخلق فرص عمل جديدة. مع تطور الصناعات وتكيفها مع الأفكار الابتكارية، تصبح أكثر تنافسية على الصعيد العالمي، مما يجذب الاستثمارات ويعزز المزيد من النمو [9-13].

تتمتع العلاقات بين الابتكار والنمو الاقتصادي أيضًا بإمكانية التأثيرات السلبية، التي يمكن أن تظهر عندما يؤدي الابتكار إلى اضطرابات كبيرة في أسواق العمل، مما يتسبب في فقدان الوظائف وت widening الفجوة في الدخل. بينما قد تعمل التقدمات التكنولوجية على تبسيط العمليات وزيادة الإنتاجية، فإنها يمكن أن تجعل بعض المهارات غير ذات صلة، مما يؤدي إلى البطالة للعمال الذين يحتاجون إلى مزيد من الخبرة [14، 15]. علاوة على ذلك، يمكن أن تؤدي التكاليف الأولية المرتبطة بالابتكار، مثل نفقات البحث والتطوير، إلى الضغط على الموارد وتعيق النمو على المدى القصير، خاصة بالنسبة للشركات الصغيرة ذات القدرات المالية المحدودة [16-20]. بالإضافة إلى ذلك، إذا كان الابتكار يفيد بشكل أساسي عددًا قليلاً من الأشخاص، فقد يؤدي ذلك إلى تفاقم الفجوات بين المناطق أو المجموعات الاجتماعية والاقتصادية، مما يقوض التماسك الاجتماعي ويعيق التقدم الاقتصادي العام [21-23].

تعتبر نظرية بارزة واحدة تشكل أساسًا لفهم العلاقة بين الابتكار والنمو الاقتصادي هي ‘نظرية النمو الشومبيترية.’ تقترح هذه النظرية أن الابتكار هو محور النمو الاقتصادي من خلال خلق منتجات وعمليات وتقنيات جديدة، مما يؤدي إلى زيادة الإنتاجية، وارتفاع الأرباح، والتقدم الاقتصادي العام [24]. في النظرية، يشير مفهوم ‘التدمير الإبداعي’ إلى العملية التي تتسبب فيها الابتكارات في تعطيل الصناعات والمنتجات والتقنيات القائمة. هذا التغيير المستمر في الابتكار يستبدل الطرق القديمة والأقل كفاءة بطرق جديدة وأكثر إنتاجية، مما يدفع التقدم الاقتصادي [25، 26].

يكشف التقرير الأخير عن رؤى مثيرة حول مشهد الابتكار في منطقة جنوب شرق آسيا (SEA)، مسلطًا الضوء على التقدمات والاتجاهات الكبيرة بين الدول الخمس المختارة. تظهر سنغافورة كقائدة في الابتكار، حيث تحتل المركز عالميًا وتتصدر المنطقة الآسيوية في مؤشر الابتكار العالمي (GII) المرموق. تليها ماليزيا ( )، تايلاند ( )، فيتنام ( )، وإندونيسيا (61)، حيث تعرض كل منها درجات متفاوتة من براعة الابتكار. من الجدير بالذكر بشكل خاص فيتنام وإندونيسيا، اللتان تم التعرف عليهما كأداء بارز في العقد الماضي. إن صعود فيتنام الملحوظ من في 2013 إلى في 2023 يبرز التزامها بتعزيز الابتكار والتقدم التكنولوجي. وبالمثل، فإن الصعود المثير للإعجاب لإندونيسيا من إلى خلال نفس الفترة يعكس جهودها المنسقة لتعزيز نظام الابتكار الخاص بها [27]. تؤكد هذه الإنجازات على الأهمية المتزايدة للمنطقة على الساحة العالمية للابتكار، مما يضع SEA كمركز ديناميكي محتمل للإبداع وريادة الأعمال والتقدم التكنولوجي.

على الرغم من أنها تتمتع باقتصادات نابضة مع قطاعات تكنولوجيا متنامية، فإن التحديات المتعلقة بالابتكار في دول SEA غالبًا ما تنبع من مشاكل مثل الوصول المحدود إلى التمويل للبحث والتطوير، والبنية التحتية غير الكافية، ونقص العمالة الماهرة [28،29]. علاوة على ذلك، تواجه معظم دول SEA صعوبات في تخصيص موارد كافية لرعاية الابتكار [3032]. علاوة على ذلك، غالبًا ما تعيق الحواجز التنظيمية والعقبات البيروقراطية المبادرات الريادية، مما يبطئ وتيرة الابتكار [33-35]. بالإضافة إلى ذلك، تكمن تحديات كبيرة في سد الفجوة بين المناطق الحضرية والريفية فيما يتعلق بالوصول إلى التكنولوجيا وفرص الابتكار، مما يزيد من تفاقم الفجوات داخل هذه المجتمعات [36، 37]. يمكن أن تؤثر هذه القضايا، المتعلقة ببيئة الابتكار، بشكل كبير على أداء النمو الاقتصادي للبلد.

قدمت الدراسات السابقة، التي استندت إلى عينات من 58 دولة، أدلة تجريبية على أن الدول التي تتمتع بمستويات أعلى من الابتكار تميل أيضًا إلى تجربة نمو اقتصادي أعلى [38]. وخلصت دراسة أخرى بالمثل إلى أن النمو الاقتصادي مرتبط بالتقدم في قطاع الابتكار [39]. تم أيضًا فحص تأثير الابتكار على النمو الاقتصادي في مناطق أوروبا، مع نتائج تشير إلى وجود ارتباط قوي بين الابتكار والنمو الاقتصادي [40].

علاوة على ذلك، قدم التحليل التجريبي لدول وسط وشرق أوروبا أدلة على وجود علاقة إيجابية بين النمو الاقتصادي والابتكار. وبالمثل، كشفت دراسة العلاقة بين الابتكار والنمو الاقتصادي في 19 دولة أوروبية عن وجود سببية أحادية الاتجاه وثنائية الاتجاه. تلخص الملخص الأدبيات ذات الصلة التي توثق تأثير الابتكار على النمو الاقتصادي، وعلى الرغم من عدم وضوح كيفية تحسين الابتكار المستمر للاقتصاد، فإن جوانب التغيير التكنولوجي حقيقية في جعل الابتكار واحدًا من المحركات الرئيسية للتقدم الاقتصادي.

على الرغم من أن الدراسات السابقة في جنوب شرق آسيا قد استكشفت بشكل موسع العلاقة بين الابتكار والنمو الاقتصادي [44-47]، لا يزال هناك فجوة ملحوظة في الأبحاث التي تركز على تقييم هذه العلاقة باستخدام مؤشر الابتكار العالمي (GII) كبديل للابتكار. على وجه التحديد، هناك نقص في الدراسات التي تحلل كل من مؤشرات المجموعة الفردية بشكل منفصل. بعض الدراسات، مثل تلك التي أجراها سليمان وآخرون [48]، استخدمت طلبات العلامات التجارية والمقالات العلمية والتقنية كمؤشرات للابتكار. في حين أن ليف وآخرون [49] ركزوا على مدخل واحد للبحث والتطوير كمؤشر للابتكار، واستخدم سلطانوزمان وآخرون [50] اشتراكات الهاتف الثابت كبديل للابتكار التكنولوجي.

نظرًا لهذه الفجوة البحثية الموجودة في أدبيات النمو الاقتصادي في جنوب شرق آسيا فيما يتعلق بدور الابتكار، يميز هذا البحث نفسه من خلال استخدام تحليل التفكيك. تشمل هذه الطريقة 21 مؤشرًا مقسمة إلى سبع فئات من مؤشر الابتكار العالمي لتقييم تأثيراتها الفردية على النمو الاقتصادي – وهو جانب لم يتم التحقيق فيه سابقًا في البلدان المختارة من دراسات جنوب شرق آسيا. تكمن حداثة هذه الدراسة في قدرتها على تقديم أدلة تجريبية أكثر شمولاً بشأن
العلاقة بين الابتكار والنمو الاقتصادي في أفضل خمس دول في جنوب شرق آسيا.

استخدمت هذه الدراسة بيانات سنوية من 2011 إلى 2022. تكمن مبررات الفترة المختارة في توفر البيانات، حيث أن أقدم البيانات المتاحة لمؤشرات مؤشر الابتكار العالمي (GII) تعود إلى عام 2011، بينما تمتد أحدث البيانات لجميع المتغيرات المستخدمة حتى عام 2022. بالإضافة إلى ذلك، نظرًا لقصر مدة الفترة المختارة، قامت الدراسة بتحويل البيانات السنوية إلى فترات نصف سنوية لتعزيز قوة وموثوقية تقديرات الانحدار، مما أدى فعليًا إلى مضاعفة عدد الملاحظات. الهدف من العينة في هذه الدراسة هو أعلى خمس دول بناءً على الناتج المحلي الإجمالي (GDP) لعام 2022، وفقًا لصندوق النقد الدولي (IMF) [51]: إندونيسيا، تايلاند، سنغافورة، ماليزيا، وفيتنام.

على وجه التحديد، يتم تمثيل بيانات النمو الاقتصادي من خلال الناتج المحلي الإجمالي؛ وتمثل بيانات رأس المال من خلال تكوين رأس المال الثابت الإجمالي؛ وتُصوَّر بيانات العمل من خلال قوة العمل؛ وتُستخدم بيانات الابتكار من خلال مؤشر الابتكار العالمي. تم الحصول على بيانات الناتج المحلي الإجمالي وتكوين رأس المال الثابت الإجمالي وقوة العمل من البنك الدولي للتنمية العالمية.

تم الحصول على بيانات المؤشرات (WDI) [52] وبيانات GII من المنظمة العالمية للملكية الفكرية (WIPO) [53]. تم تقديم تفاصيل حول المتغيرات المستخدمة في هذه الدراسة في الجدول 1.

يتم استخدام نموذج النمو الداخلي لفحص التأثير العميق للابتكار على النمو الاقتصادي. يتميز هذا النموذج بدمج دالة الإنتاج كوب-دوغلاس العملية والاعتراف بالمساهمات الكبيرة لرأس المال والعمالة في الإنتاج، كما يدمج عوامل داخلية ضمن الاقتصاد، بدلاً من الاعتماد فقط على الصدمات الخارجية أو المتغيرات الخارجية. ويؤكد على دور التقدم التكنولوجي، وتراكم رأس المال البشري، وتدفقات المعرفة. على عكس النماذج السابقة مثل إطار سولow-سوان، تقترح نظرية النمو الداخلي أن العوائد المتزايدة على المقياس يمكن أن توجد في بعض القطاعات، مما يؤدي إلى ديناميات نمو ذاتي الاستدامة. كما هو موضح في الشكل 1، يُنظر إلى الابتكار على أنه محرك حاسم للنمو الاقتصادي في إطار العمل هذا [54-56].

تدرس هذه الدراسة كيف يؤثر الناتج المحلي الإجمالي على ثلاثة عوامل رئيسية: رأس المال، والعمالة، والابتكار. من خلال دراسة التفاعل بين هذه العناصر، تهدف هذه الدراسة إلى كشف الآليات الدقيقة التي تشكل من خلالها هذه العوامل النمو الاقتصادي. من المدخلات التقليدية لرأس المال والعمالة إلى القوة التحويلية للابتكار، تسعى الدراسة إلى فهم القوى الديناميكية التي تدفع النمو الاقتصادي. يتم التعبير عن العلاقة الوظيفية رياضيًا في المعادلة 1.

حيث يمثل الناتج المحلي الإجمالي، يشير إلى تكوين رأس المال الثابت الإجمالي، يمثل قوة العمل، و يمثل مؤشر الابتكار العالمي ومؤشراته.

وبالتالي، يتم تصوير العلاقة بين المتغيرات لنموذج الاقتصاد القياسي في المعادلات 2-9.

علاوة على ذلك، تم تحويل المعادلات 2-9 إلى الشكل اللوغاريتمي الطبيعي (ln) بحيث يمكن تفسير المعاملات المستخرجة من تحليل الانحدار كتغيرات نسبية بدلاً من تغيرات مطلقة، كما هو معبر عنه في المعادلات 10-17.

هنا، يمثل الدولة، يمثل وقت فترة الدراسة، يمثل التقاطع، تمثل المعاملات، و هو مصطلح الخطأ.

تحليل الانحدار باستخدام بيانات اللوحات هو طريقة تُستخدم لتحليل البيانات التي تتضمن كل من البيانات المقطعية وبيانات السلاسل الزمنية. بعبارة أخرى، تتعامل مع البيانات المجمعة من كيانات متعددة (وحدات مقطعية من دول) على مدى فترات زمنية متعددة. السمة الرئيسية لبيانات اللوحات هي فحص التغيرات داخل الوحدة على مر الزمن والتغيرات بين الوحدات عبر كيانات مختلفة. هذه البنية من البيانات قيمة لأنها تلتقط التباين الفردي والديناميات الزمنية في آن واحد.

هناك ثلاثة أنواع شائعة من نماذج الانحدار للبيانات اللوحية: نموذج التأثير المشترك (CEM)، نموذج التأثير الثابت (FEM)، ونموذج التأثير العشوائي (REM). نموذج التأثير المشترك هو

ملاحظة: دلالة عند * (1%).

ملاحظة: دالة عند * (1%)، ** (5%)، و*** (10%).
في تحليل الانحدار القياسي باستخدام طريقة المربعات الصغرى العادية (OLS)، يُفضل استخدام نموذج التأثيرات الثابتة (FEM) عندما تكون هناك مخاوف بشأن التأثيرات الفردية الثابتة عبر الزمن، بينما يكون نموذج التأثيرات العشوائية (REM) مناسبًا عندما يُفترض أن هذه التأثيرات غير مرتبطة بالمتغيرات المستقلة. بعد ذلك، يتم إجراء اختبارات تشاو وهاوسمان لاختيار أفضل نموذج من بين الثلاثة وتكون بمثابة الأساس الرئيسي لتفسير نتائج نموذج اللوحة.

في الانحدار التقليدي باستخدام المربعات الصغرى، يتم تقدير معلمات النموذج من خلال تقليل مجموع الفروق المربعة بين القيم المرصودة والقيم المتوقعة. ومع ذلك، يمكن أن تتأثر هذه الطريقة بشدة بالقيم الشاذة. يهدف الانحدار القائم على Huber إلى توفير تقديرات أكثر موثوقية للمعلمات من خلال استخدام معايير بديلة للتحسين، حيث يتم تقليل مجموع خسارة Huber لجميع نقاط البيانات. تساعد هذه الطريقة في ضمان أن تكون معلمات الانحدار المقدرة أقل تأثراً بالملاحظات المتطرفة، مما يؤدي إلى نماذج أكثر موثوقية ودقة.

توفر الإحصائيات الوصفية رؤى حول متغيرات مختلفة ضمن مجموعة البيانات المستخدمة. كما هو موضح في الجدول 2، يظهر InGDP و InK توزيعات متقاربة نسبيًا مع تباين معتدل وقليل من
انحراف إيجابي. يعرض InL توزيعًا متماثلًا مع تباين منخفض وانحراف سلبي، مما يشير إلى انحراف إلى اليسار وذيول أثقل. تُظهر InGII وInINS وInBSS توزيعات متماثلة مع تباين منخفض ودرجات متفاوتة من الانحراف والكورتوز، مما يشير إلى انحرافات عن التوزيع الطبيعي. تُظهر InHCR وInIFR وInMKS وInKTO وInCTO توزيعات بخصائص مشابهة للمتغيرات الأخرى، ولكن مع انحراف وكورتوز مميزين. من الجدير بالذكر أن متغير InCTO يظهر انحرافًا كبيرًا عن التوزيع الطبيعي وفقًا لاختبار جاركي-بيرا.

تم تقييم نموذج اللوحة بعناية لتحديد الأنسب. كما هو موضح في الجدول 3، فإن اختبارات تشاو وهاوسمان تعطي قيمًا ذات دلالة إحصائية عند مستوى 1%. تؤكد نتائج هذه الاختبارات أن نموذج التأثيرات الثابتة هو الأنسب بين جميع نماذج اللوحة المستخدمة في هذه الدراسة.

يُفترض أن تأثير الابتكار على النمو الاقتصادي إيجابي. من المتوقع أن يدفع الابتكار مكاسب الإنتاجية ويحسن مستويات المعيشة، مما قد يعزز النمو الاقتصادي. ومع ذلك، كما هو موضح في الجدول 4، فإن متغير GII يعطي نتائج تتناقض مع هذه التوقعات، حيث يظهر معاملًا سالبًا، مما يشير إلى أن زيادة بنسبة 1.0% في GII يمكن أن تؤدي إلى انخفاض في النمو الاقتصادي. تؤكد هذه الأدلة التجريبية أنه بينما تلعب الابتكارات دورًا حاسمًا في تشكيل النمو الاقتصادي لأعلى خمس دول في جنوب شرق آسيا، فإن البيئة للابتكار لا تزال دون المستوى الأمثل.

عند التعمق في نتائج مؤشرات GII في الجدول 5، يتضح أن معظم المؤشرات الرئيسية تظهر أيضًا تأثيرًا ضارًا على النمو الاقتصادي في أعلى خمس دول في جنوب شرق آسيا، باستثناء مؤشر INS، الذي يظهر علاقة إيجابية. على وجه التحديد، الزيادة في مؤشرات HCR و MKS و BSS و KTO و CTO مرتبطة بانخفاض في النمو الاقتصادي بمقدار ، و

ملاحظة: دلالة عند * (1%)، ** (5%)، و*** (10%).

ملاحظة: دلالة عند * (1%)، ** (5%)، و*** (10%).
على التوالي. وعلى العكس، زيادة في مؤشر INS تتوافق مع انخفاض في النمو الاقتصادي بنسبة .

مماثل لنتائج بيانات اللوحة، يظهر متغير GII في إندونيسيا أيضًا تأثيرًا سلبيًا على الاقتصاد
النمو. كما هو موضح في الجدول 6، تشير النتائج إلى أن يمكن أن يؤدي الزيادة في مؤشر عدم المساواة الجندري إلى تقليل النمو الاقتصادي بـ . قد يتم تحفيز هذه الإشارة من خلال خاصية الابتكار، التي تميل إلى إعادة تخصيص الموارد بعيدًا عن الصناعات أو التقنيات القائمة نحو الجديدة. قد تؤدي هذه العملية من إعادة التخصيص إلى اضطرابات اقتصادية أو إزاحات في بعض القطاعات في إندونيسيا التي لا تزال تعمل في

ملاحظة: دالة عند * (1%)، ** (5%)، و*** (10%).
بطريقة تقليدية، مما قد يبطئ النمو الاقتصادي العام.

فيما يتعلق بمؤشرات GII المحددة، تكشف الجدول 7 أن أربعة مؤشرات تؤثر سلبًا (IFR، MKS، BSS، وKTO)، ومؤشرين يظهران تأثيرًا إيجابيًا (INS وHCR)، بينما لا يوجد لمؤشر واحد تأثير كبير (CTO). زيادة في مؤشرات IFR وMKS وBSS وKTO يمكن أن تقلل من نمو الاقتصاد الإندونيسي بـ ، و ، على التوالي. في هذه الأثناء، زيادة في مؤشرات INS و HCR يمكن أن تزيد من النمو الاقتصادي في إندونيسيا بـ و ، على التوالي. تدعم هذه النتائج المتحللة النتائج المتعلقة بالأثر السلبي لمؤشر عدم المساواة الجندري على النمو الاقتصادي في إندونيسيا.

على عكس نتائج تقدير اللوحات، يظهر مؤشر جندر التنمية في تايلاند تأثيرًا إيجابيًا على النمو الاقتصادي. تشير النتائج، كما هو موضح في الجدول 6، إلى أن يمكن أن يساهم الزيادة في مؤشر جندر في تعزيز النمو الاقتصادي من خلال . وهذا يدل على أن بيئة الابتكار في تايلاند قد وصلت بالفعل إلى حالة يمكن أن تكون واحدة من العوامل التي تدفع مستوى النمو الاقتصادي في البلاد. يمكن أن يؤدي مستوى الابتكار في البلاد إلى تطوير تقنيات جديدة وعمليات ومنتجات، مما يمكن أن يزيد من كفاءة وإنتاجية الأعمال، وبالتالي يعزز النشاط الاقتصادي.

علاوة على ذلك، تعزز مؤشرات GII في تايلاند التأثير الإيجابي لبيئة الابتكار في البلاد. من بين هذه المؤشرات، يظهر فقط مؤشر IFR وBSS معاملات سلبية، بينما تظهر أربعة مؤشرات أخرى (INS، HCR، MKS، وCTO) تأثيرًا إيجابيًا على النمو الاقتصادي. على وجه التحديد، تُظهر الجدول 8 أن “ يمكن أن يؤدي الزيادة في مؤشرات IFR و BSS إلى انخفاض في النمو الاقتصادي في تايلاند بـ و ، على التوالي. وعلى العكس، فإن زيادة في مؤشرات INS و HCR و MKS و CTO يمكن أن تعزز النمو الاقتصادي في تايلاند بـ ، و على التوالي.

تُعتبر سنغافورة واحدة من الدول التي تتمتع بمستوى عالٍ من بيئة الابتكار، وهي واحدة من المحركات الرئيسية لاقتصاد البلاد. ومع ذلك، تتعارض نتائج التقدير مع هذه الفكرة. كما هو موضح في الجدول 6، ينتج عن متغير GII معامل سالب تجاه النمو الاقتصادي. على وجه التحديد، يمكن أن يؤدي زيادة بنسبة 1.0% في GII إلى انخفاض في النمو الاقتصادي للبلاد بـ . قد تشير هذه النتائج إلى أنه على الرغم من أن التركيبة الرئيسية للابتكار نفسها قد وصلت بالفعل إلى مستوى قوي، إلا أن القطاعات الأخرى التي تدعم الابتكار لا تزال تعتبر ضارة في تعزيز النمو الاقتصادي للبلاد.

عند الغوص في مؤشرات GII في سنغافورة، تظهر النتائج في الجدول 9 أن ثلاثة مؤشرات (INS و HCR و BSS)

ملاحظة: دلالة عند * (1%)، ** (5%)، و*** (10%).

ملاحظة: دلالة عند * (1%)، ** (5%)، و*** (10%).
تؤثر بشكل إيجابي، بينما تظهر ثلاثة مؤشرات (IFR وMKS وCTO) تأثيرًا سلبيًا على النمو الاقتصادي. بالإضافة إلى ذلك، وُجد أن مؤشرًا واحدًا (KTO) ليس له تأثير كبير. على وجه التحديد، زيادة في مؤشرات INS و HCR و BSS يمكن أن تعزز الاقتصاد السنغافوري
نمو بواسطة ، و على التوالي. وعلى العكس، زيادة في مؤشرات IFR وMKS وCTO يمكن أن تقلل من نمو الاقتصاد في سنغافورة بـ ، و على التوالي.

ملاحظة: دلالة عند * (1%)، ** (5%)، و*** (10%).

كما هو موضح في الجدول 6، فإن مؤشر عدم المساواة في الجنس في ماليزيا يعكس أيضًا نتائج اللجنة من خلال إظهار تأثير سلبي على النمو الاقتصادي. تكشف التقديرات أن زيادة في مؤشر عدم المساواة بين الجنسين قد تقلل من النمو الاقتصادي بـ تشبه إندونيسيا، قد تكون هذه النتائج مرتبطة بإعادة تخصيص الموارد بعيدًا عن الصناعات أو التقنيات القائمة نحو الجديدة. ومع ذلك، قد لا تكون عملية إعادة التخصيص محسّنة بعد، مما يؤدي إلى اضطرابات اقتصادية تبطئ النمو الاقتصادي العام. يمكن أن تعيق التخصيص غير الفعال للموارد، جنبًا إلى جنب مع البنية التحتية غير الكافية والأطر التنظيمية، الانتقال السلس إلى القطاعات المبتكرة.

تظهر الأدلة المركبة لمؤشر الابتكار العالمي، المدعومة بنتائج تقدير مؤشراتهم كما هو موضح في الجدول 10، صورة دقيقة لديناميات الابتكار في ماليزيا. من بين المؤشرات السبعة التي تم فحصها، يتضح أن خمسة منها – وهي INS وHCR وIFR وBSS وCTO – تؤثر سلبًا على النمو الاقتصادي في ماليزيا. على النقيض من ذلك، تُظهر مؤشرات MKS وKTO تأثيرًا إيجابيًا. على وجه التحديد، زيادة في مؤشرات INS و HCR و IFR و BSS و CTO يمكن أن تؤدي إلى انخفاض في النمو الاقتصادي في ماليزيا بـ ، ، و ، على التوالي. بالمقابل، زيادة في مؤشرات MKS و CTO يمكن أن تعزز النمو الاقتصادي في ماليزيا بـ و ، على التوالي.

تماشياً مع نتائج تقديرات إندونيسيا وسنغافورة وماليزيا، فإن مؤشر جندر التنمية في فيتنام يؤثر أيضاً سلباً على النمو الاقتصادي. كما هو موضح في الجدول 6، فإن يمكن أن يؤدي الزيادة في مؤشر عدم المساواة الجندرية إلى انخفاض في النمو الاقتصادي من خلال . تشير هذه الإشارة إلى ظروف تحفيز مشابهة لتلك الموجودة في إندونيسيا وماليزيا، حيث لا يزال قطاع الابتكار ضارًا بنمو الاقتصاد الوطني ويظل غير مُستغل بشكل كامل. غالبًا ما يتطلب الابتكار تكاليف ومخاطر مسبقة قبل أن يتحول إلى فوائد اقتصادية. على المدى القصير، قد تفوق تكاليف الابتكار الفوائد، مما يؤدي إلى علاقة سلبية مع النمو الاقتصادي.

تشير مؤشرات GII في الجدول 11 أيضًا إلى توافق مع النتائج المركبة، حيث أن هناك مؤشر واحد فقط (BSS) له تأثير إيجابي على النمو الاقتصادي، بينما تؤثر ستة مؤشرات أخرى (INS، HCR، IFR، MKS، KTO، وCTO) بشكل سلبي. على وجه التحديد، يمكن أن يؤثر الزيادة في مؤشر BSS بشكل إيجابي على نمو الاقتصاد الفيتنامي من خلال . في هذه الأثناء، زيادة في INS و HCR و IFR و MKS و KTO و CTO يمكن أن تقلل من النمو الاقتصادي في فيتنام بـ ، ، و على التوالي.

على عكس التوقعات النظرية السائدة بشأن الأثر الإيجابي، فإن الأدلة التجريبية من مؤشر الابتكار العالمي

ملاحظة: دلالة عند * (1%)، ** (5%)، و*** (10%).
يكشف عن معامل سلبي متناقض، مما يشير إلى أن زيادة الابتكار قد تت correspond مع انخفاض في النمو الاقتصادي في أعلى خمس دول في جنوب شرق آسيا. هذه الفجوة تبرز تعقيد العلاقة بين الابتكار والنمو الاقتصادي وتؤكد على أهمية فحص المكونات المحددة والأطر المؤسسية المحيطة بالابتكار. كما هو موضح في الجدول 12، بينما ترتبط المؤسسات إيجابيًا بالنمو الاقتصادي، فإن مؤشرات رئيسية أخرى، مثل رأس المال البشري والبحث، وتعقيد السوق، وتعقيد الأعمال، ومخرجات المعرفة والتكنولوجيا، تظهر آثارًا سلبية. تدعم نتائج اللجنة أيضًا نتائج كل دولة، مما يشير إلى أن مؤشر الابتكار العالمي في تايلاند فقط له علاقة إيجابية مع النمو الاقتصادي، بينما تظهر إندونيسيا وسنغافورة وماليزيا وفيتنام جميعها تأثيرًا سلبيًا. تدعو هذه النتائج إلى فهم دقيق لنظام الابتكار في هذه الدول، مما يشير إلى وجود فجوات محتملة في دعم السياسات التي قد تعيق القوة التحويلية للابتكار على التنمية الاقتصادية [63-66].

عند الغوص في النتائج المفصلة لمؤشرات مؤشر الابتكار العالمي في كل دولة، تكشف نتائج إندونيسيا أن اثنين فقط من أصل سبعة مؤشرات لها تأثير إيجابي على النمو الاقتصادي: المؤسسات ورأس المال البشري والبحث. ومع ذلك، لا تزال مؤشرات مثل البنية التحتية، وتعقيد السوق والأعمال، ومخرجات المعرفة والتكنولوجيا تمارس تأثيرًا ضارًا على اقتصاد البلاد. معالجة هذه التحديات من خلال
التدخلات السياسية المستهدفة، والاستثمارات في البنية التحتية الحيوية، وتطوير التعليم والمهارات، وتعزيز بيئة الأعمال المواتية يمكن أن يساعد في فتح إمكانيات الابتكار في إندونيسيا ودفع النمو الاقتصادي المستدام [67-73].

في الوقت نفسه، تشير تقييمات تايلاند لمؤشرات مؤشر الابتكار العالمي إلى أن أربعة من أصل سبعة عوامل تؤثر إيجابيًا على النمو الاقتصادي: المؤسسات، ورأس المال البشري والبحث، وتعقيد السوق، والمخرجات الإبداعية. وهذا يشير إلى أن تايلاند قد حققت تقدمًا ملحوظًا في زراعة نظام ابتكار لا يعزز فقط الأطر المؤسسية القوية ويستثمر في رأس المال البشري والبحث، بل يظهر أيضًا فهمًا دقيقًا لديناميات السوق والقدرة على توليد حلول إبداعية. تؤكد هذه المؤشرات الإيجابية على قدرة تايلاند على استغلال الابتكار كركيزة لدفع النمو الاقتصادي المستدام والبقاء تنافسية على الساحة العالمية [74-76].

تظهر اكتشافات ملحوظة في سنغافورة، حيث يُنظر إلى قطاع الابتكار على أنه ركيزة محورية في محرك الاقتصاد الوطني. ومع ذلك، تكشف مؤشرات مؤشر الابتكار العالمي في سنغافورة عن تناقض: بينما تظهر مؤشرات المؤسسات ورأس المال البشري والبحث وتعقيد الأعمال تأثيرات إيجابية قوية، لا تزال مؤشرات أخرى مثل البنية التحتية وتعقيد السوق والمخرجات الإبداعية تقدم تأثيرًا ضارًا على النمو الاقتصادي. يبرز هذا الكشف تحديًا حاسمًا: على الرغم من قوة نظام الابتكار في سنغافورة، فإن القطاعات الداعمة الضرورية لاستدامة النمو الاقتصادي لا تزال متخلفة.

معتمد: الناتج المحلي الإجمالي

ملاحظة: (إيجابي ذو دلالة); (سلبي ذو دلالة); و (غير ذو دلالة).
على الرغم من أن مشهد الابتكار في سنغافورة قوي، إلا أن القطاعات الداعمة الضرورية لاستدامة النمو الاقتصادي لا تزال متخلفة. تبرز هذه الفجوة التفاعل المعقد للعوامل التي تشكل مسار الاقتصاد في سنغافورة، مما يتطلب نهجًا دقيقًا لمعالجة الفجوات وتعزيز التنمية الشاملة عبر جميع القطاعات [77-79].

على غرار إندونيسيا، تكشف مؤشرات مؤشر الابتكار العالمي في ماليزيا أيضًا أن اثنين فقط من أصل سبعة مؤشرات تؤثر إيجابيًا على النمو الاقتصادي: تعقيد السوق والمخرجات الإبداعية. على العكس من ذلك، لا تزال مؤشرات مثل المؤسسات ورأس المال البشري والبحث والبنية التحتية وتعقيد الأعمال ومخرجات المعرفة والتكنولوجيا تمارس تأثيرات سلبية. قد تنشأ هذه الفجوة من إعادة تخصيص الموارد بشكل غير مثالي، حيث إن عملية تحويل الموارد بعيدًا عن الصناعات أو التقنيات القائمة نحو الجديدة لم يتم تحسينها بعد. وبالتالي، تنشأ الاضطرابات الاقتصادية، مما يعيق النمو الاقتصادي العام للبلاد [80-83].

أخيرًا، تشير مؤشرات مؤشر الابتكار العالمي في فيتنام إلى أن ستة من أصل سبعة عوامل تمارس تأثيرًا سلبيًا على النمو الاقتصادي، مع ظهور تأثير إيجابي فقط من تعقيد الأعمال. لا تزال مؤشرات مثل المؤسسات ورأس المال البشري والبحث والبنية التحتية وتعقيد السوق والمعرفة والتكنولوجيا والمخرجات الإبداعية لها تأثير ضار على النمو الاقتصادي. تتماشى هذه الملاحظة مع الظروف التي لوحظت في إندونيسيا وماليزيا، حيث لا يزال قطاع الابتكار عائقًا أمام النمو الاقتصادي ولم يتم تحسينه بالكامل بعد. غالبًا ما يتطلب الابتكار استثمارات كبيرة مسبقة ويتضمن مخاطر قبل أن يحقق فوائد اقتصادية. وبالتالي، قد تفوق التكاليف المرتبطة بالابتكار مزاياه، مما يؤدي إلى تأثير سلبي على النمو الاقتصادي [84-86].

تكشف التحليلات التجريبية عبر أعلى خمس دول في جنوب شرق آسيا عن علاقة متناقضة بين الابتكار والنمو الاقتصادي. على الرغم من عرض التأثير الكبير للابتكار بلا منازع، تتحدى النتائج أيضًا التوقعات النظرية من خلال الكشف عن أن
زيادة الابتكار غالبًا ما تت correspond مع انخفاض في النمو الاقتصادي. بينما تظهر بعض الدول مثل تايلاند تأثيرات إيجابية للابتكار على النمو الاقتصادي، تواجه دول أخرى مثل إندونيسيا وسنغافورة وماليزيا وفيتنام تحديات حيث تعيق بعض مكونات نظام الابتكار النمو الاقتصادي بدلاً من تسهيله. تبرز هذه الفجوة المثيرة للاهتمام الطبيعة المعقدة للعلاقة بين الابتكار والازدهار الاقتصادي في جنوب شرق آسيا، مما يبرز ضرورة فهم دقيق للمكونات المتميزة والأطر المؤسسية المحيطة بالابتكار.

نظرًا لأن كل دولة مختارة في جنوب شرق آسيا تواجه تحديات وفرصًا فريدة في استغلال الابتكار من أجل النمو الاقتصادي، يجب أن تعطي التوصيات السياسية الأولوية لاستراتيجيات مخصصة تعالج التحديات المحددة التي تواجهها كل دولة بناءً على نتائج هذه الدراسة. يجب على إندونيسيا أن تعطي الأولوية لتعزيز البنية التحتية جنبًا إلى جنب مع الجهود لتعزيز تعقيد السوق وتعزيز مخرجات المعرفة والتكنولوجيا. في الوقت نفسه، يجب أن يركز اهتمام تايلاند على الحفاظ على الدعم المؤسسي بينما يستثمر في رأس المال البشري والبحث، إلى جانب تعزيز المخرجات الإبداعية عبر مختلف القطاعات. تحتاج سنغافورة، المعروفة بمشهد الابتكار القوي، إلى معالجة أوجه القصور في البنية التحتية بينما تعزز تعقيد السوق وتعزز المخرجات الإبداعية لتحفيز النمو الاقتصادي بشكل أكبر.

علاوة على ذلك، يجب على ماليزيا تعزيز الدعم المؤسسي وزيادة الاستثمار في مخرجات المعرفة والتكنولوجيا لدفع النمو الاقتصادي المدفوع بالابتكار بينما تعزز تعقيد الأعمال بين مؤسساتها. من ناحية أخرى، تتطلب فيتنام إصلاحات مؤسسية لتعزيز بيئة مواتية للابتكار وريادة الأعمال إلى جانب الاستثمارات في رأس المال البشري والبحث. في الوقت نفسه، ستكون الجهود لتعزيز تعقيد السوق حاسمة لدعم نمو الأعمال ومبادرات الابتكار في البلاد. تعترف جميع التوصيات السياسية المحددة بالاحتياجات المتنوعة و
السياقات لكل دولة وهي ضرورية لفتح إمكانيات الابتكار كقوة دافعة للنمو الاقتصادي المستدام في جنوب شرق آسيا.

بالإضافة إلى ذلك، عند النظر في أهمية هذه الدراسة، من الضروري الاعتراف بحدودها، ويرجع ذلك أساسًا إلى قصر مدة فترة البيانات المستخدمة وتركيزها على خمس دول فقط في جنوب شرق آسيا. من أجل تعزيز البحث حول الدور الهام للابتكار في دفع النمو الاقتصادي، يجب أن تهدف الدراسات المستقبلية إلى تضمين مجموعة أوسع من فترات البيانات والدول في تحليلها. علاوة على ذلك، يجب أيضًا النظر في استخدام طريقة أكثر ديناميكية بحيث يمكن توليد نتائج طويلة الأجل. من المتوقع أن ينتج هذا النهج الأوسع نتائج أكثر شمولاً، مما يعزز الأدبيات الحالية من خلال تقديم رؤى أعمق حول العلاقة بين الابتكار والنمو الاقتصادي.

مساهمات المؤلفين: التصور، I.H.; المنهجية، I.H. و G.M.I.; البرمجيات، I.H. و G.M.I.; التحقق، S.R. M.U.Q.A. و N.A.; التحليل الرسمي، I.H.، S.R.، M.U.Q.A.، N.A. و G.M.I.; التحقيق، I.H.; الموارد، I.H. و G.M.I.; تنظيم البيانات، I.H. و G.M.I.; الكتابة – إعداد المسودة الأصلية، I.H.; الكتابة – المراجعة والتحرير، I.H.، S.R.، M.U.Q.A.، N.A. و G.M.I.; التصور، G.M.I.; الإشراف، S.R.، M.U.Q.A.، N.A. و G.M.I.; إدارة المشروع، G.M.I. جميع المؤلفين قرأوا ووافقوا على النسخة المنشورة من المخطوطة.

التمويل: هذه الدراسة لا تتلقى تمويلًا خارجيًا.
بيان توفر البيانات: البيانات متاحة عند الطلب.
الشكر: يعبر المؤلفون عن امتنانهم لمؤسساتهم وجامعاتهم.

تعارض المصالح: جميع المؤلفين يعلنون أنه لا توجد تعارضات في المصالح.

Economic Growth: A Brief Report on the Evidence, Journal of Innovation and Entrepreneurship, Vol. 6, No. 1, 1. doi:10.1186/s13731-016-0061-9.
43. Broughel, J., and Thierer, A. D. (2019). Technological Innovation and Economic Growth: A Brief Report on the Evidence, SSRN Electronic Journal. doi:10.2139/ssrn. 3346495.
44. Degelsegger-Márquez, A., Remøe, S. O., and Trienes, R. (2018). Regional Knowledge Economies and Global Innovation Networks – The Case of Southeast Asia, Journal of Science and Technology Policy Management, Vol. 9, No. 1, 66-86. doi:10.1108/JSTPM-06-2017-0027.
45. Mughal, N., Arif, A., Jain, V., Chupradit, S., Shabbir, M. S., RamosMeza, C. S., and Zhanbayev, R. (2022). The Role of Technological Innovation in Environmental Pollution, Energy Consumption and Sustainable Economic Growth: Evidence from South Asian Economies, Energy Strategy Reviews, Vol. 39, 100745. doi:10.1016/j.esr.2021.100745.
46. Qamruzzaman, M., and Jianguo, W. (2017). Financial Innovation and Economic Growth in Bangladesh, Financial Innovation, Vol. 3, No. 1, 19. doi:10.1186/s40854-017-0070-0.
47. Meirun, T., Mihardjo, L. W., Haseeb, M., Khan, S. A. R., and Jermsittiparsert, K. (2021). The Dynamics Effect of Green Technology Innovation on Economic Growth and CO2 Emission in Singapore: New Evidence from Bootstrap ARDL Approach, Environmental Science and Pollution Research, Vol. 28, No. 4, 4184-4194. doi:10.1007/s11356-020-10760-w.
48. Sulaiman, N. F. C. H. E., Saputra, J., and Muhamad, S. (2021). Effects of Human Capital and Innovation on Economic Growth in Selected ASEAN Countries: Evidence from Panel Regression Approach, The Journal of Asian Finance, Economics and Business (JAFEB), Vol. 8, No. 7, 43-54. doi: 10.13106/jafeb.2021.vol8.no7.0043.
49. Lv, L., Yin, Y., and Wang, Y. (2020). The Impact of R&D Input on Technological Innovation: Evidence from South Asian and Southeast Asian Countries, Discrete Dynamics in Nature and Society, Vol. 2020, 6408654. doi:10.1155/2020/6408654.
50. Sultanuzzaman, M. R., Fan, H., Mohamued, E. A., Hossain, M. I., and Islam, M. A. (2019). Effects of Export and Technology on Economic Growth: Selected Emerging Asian Economies, Economic Research-Ekonomska Istraživanja, Vol. 32, No. 1, 2515-2531. doi:10.1080/1331677X.2019.1650656.
51. International Monetary Fund. (2023). IMF DataMapper, from https://www.imf.org/external/datamapper/datasets.
52. World Bank. (2023). World Development Indicators, from https://databank.worldbank.org/source/world-developmentindicators.
53. World Intellectual Property Organization. (2023). Global Innovation Index – All Editions, from https://www.wipo.int/global_innovation_index.
54. Romer, P. M. (1994). The Origins of Endogenous Growth, Journal of Economic Perspectives, Vol. 8, No. 1, 3-22. doi:10.1257/jep.8.1.3.
55. Chirwa, T. G., and Odhiambo, N. M. (2018). Exogenous and Endogenous Growth Models: A Critical Review, Comparative Economic Research. Central and Eastern Europe, Vol. 21, No. 4, 63-84. doi:10.2478/cer-2018-0027.
56. Fatás, A. (2000). Endogenous Growth and Stochastic Trends, Journal of Monetary Economics, Vol. 45, No. 1, 107-128. doi:10.1016/S0304-3932(99)00043-4.
57. Gluzmann, P., and Panigo, D. (2015). Global Search Regression: A New Automatic Model-Selection Technique for Cross-Section, Time-Series, and Panel-Data Regressions, The Stata Journal: Promoting Communications on Statistics and Stata, Vol. 15, No. 2, 325-349. doi:10.1177/1536867X1501500201.
58. Aşıcı, A. A. (2013). Economic Growth and Its Impact on Environment: A Panel Data Analysis, Ecological Indicators, Vol. 24, 324-333. doi:10.1016/j.ecolind.2012.06.019.
59. Teixeira, A. A. C., and Queirós, A. S. S. (2016). Economic Growth, Human Capital and Structural Change: A Dynamic Panel Data Analysis, Research Policy, Vol. 45, No. 8, 1636-1648. doi:10.1016/j.respol.2016.04.006.
60. Inglesi-Lotz, R. (2016). The impact of renewable energy consumption to economic growth: A panel data application, Energy Economics, Vol. 53, 58-63. doi:10.1016/j.eneco.2015.01.003.
61. El Ghaoui, L., and Lebret, H. (1997). Robust Solutions to LeastSquares Problems with Uncertain Data, SIAM Journal on Matrix Analysis and Applications, Vol. 18, No. 4, 1035-1064. doi:10.1137/S0895479896298130.
62. McWilliams, B., Krummenacher, G., Lucic, M., and Buhmann, J. M. (2014). Fast and Robust Least Squares Estimation in Corrupted Linear Models, Z. Ghahramani; M. Welling; C. Cortes; N. Lawrence; K. Q. Weinberger (Eds.), Advances in Neural Information Processing Systems (Vol. 27), Curran Associates, Inc.
63. Gordon, R. (2018). Why Has Economic Growth Slowed When Innovation Appears to be Accelerating?Cambridge, MA. doi:10.3386/w24554.
64. Hu, A. G. (2015). Innovation and Economic Growth in East Asia: An Overview, Asian Economic Policy Review, Vol. 10, No. 1, 1937. doi:10.1111/aepr.12078.
65. Litsareva, E. (2017). Success Factors of Asia-Pacific FastDeveloping Regions’ Technological Innovation Development and Economic Growth, International Journal of Innovation Studies, Vol. 1, No. 1, 72-88. doi:10.3724/SP.J.1440.101006.
66. Idroes, G. M., Hardi, I., Noviandy, T. R., Sasmita, N. R., Hilal, I. S., Kusumo, F., and Idroes, R. (2023). A Deep Dive into Indonesia’s CO2 Emissions: The Role of Energy Consumption, Economic Growth and Natural Disasters, Ekonomikalia Journal of Economics, Vol. 1, No. 2, 69-81. doi:10.60084/eje.v1i2.115.
67. Nurmalia, Hartono, D., and Muzayanah, I. F. U. (2020). The Roles of Entrepreneurship on Regional Economic Growth in Indonesia, Journal of the Knowledge Economy, Vol. 11, No. 1, 28-41. doi:10.1007/s13132-018-0557-6.
68. Busroh, F. F. (2018). Assessing the Role of IPR Legislations for Technology, Innovation and Economic Growth in Indonesia, Int. J. Manag. Bus. Res, Vol. 8, No. 3, 227-236.
69. Aritenang, A. F. (2021). The Importance of Agglomeration Economies and Technological Level on Local Economic Growth: The Case of Indonesia, Journal of the Knowledge Economy, Vol. 12, No. 2, 544-563. doi:10.1007/s13132-021-00735-8.
70. DamuRi, Y. R., Aswicahyono, H., and Christian, D. (2018). Innovation Policy in Indonesia, Innovation Policy in ASEAN, 96127.
71. Widarni, E. L., and Bawono, S. (2021). Human Capital, Technology, and Economic Growth: A Case Study of Indonesia, The Journal of Asian Finance, Economics and Business (JAFEB), Vol. 8, No. 5, 29-35.
72. Hardi, I., Idroes, G. M., Zulham, T., Suriani, S., and Saputra, J. (2023). Economic Growth, Agriculture, Capital Formation and Greenhouse Gas Emissions in Indonesia: FMOLS, DOLS and CCR

Applications, Ekonomikalia Journal of Economics, Vol. 1, No. 2, 82-91. doi:10.60084/eje.v1i2.109.
73. Maulidar, P., Fitriyani, F., Sasmita, N. R., Hardi, I., and Idroes, G. M. (2024). Exploring Indonesia’s CO2 Emissions: The Impact of Agriculture, Economic Growth, Capital and Labor, Grimsa Journal of Business and Economics Studies, Vol. 1, No. 1, 43-55. doi:10.61975/gjbes.v1i1.22.
74. Intarakumnerd, P., Chairatana, P., and Tangchitpiboon, T. (2002). National Innovation System in Less Successful Developing Countries: The Case of Thailand, Research Policy, Vol. 31, Nos. 8-9, 1445-1457. doi:10.1016/S0048-7333(02)00074-4.
75. Iamratanakul, S. (2014). A Framework of the Innovation System: A Case of Thailand, International Journal of Economic Policy in Emerging Economies, Vol. 7, No. 2, 111. doi:10.1504/IJEPEE.2014.063187.
76. Joseph, K. J. (2006). Thailand: From Investment-led Growth to Innovation-led Growth, Information Technology, Innovation System and Trade Regime in Developing Countries, Palgrave Macmillan UK, London, 53-85. doi:10.1057/9780230626331_3.
77. Bellows, T. J. (2006). Economic Challenges and Political Innovation: The Case of Singapore, Asian Affairs: An American Review, Vol. 32, No. 4, 231-255. doi:10.3200/AAFS.32.4.231-255.
78. Chew, S. B., and Chew, R. (2003). Promoting Innovation in Singapore: Changing the Mindset, International Journal of Entrepreneurship and Innovation Management, Vol. 3, No. 3, 249. doi:10.1504/IJEIM.2003.003284.
79. Robinson, E. (2018). Globalisation in a Small Open Economy: The Singapore Experience, BIS Papers Chapters, Vol. 100, 321-329.
80. Rasiah, R., and Yap, X.-S. (2015). Innovation Performance of the Malaysian Economy, The Global Innovation Index, Vol. 139.
81. Law, S. H., Sarmidi, T., and Goh, L. T. (2020). Impact of Innovation on Economic Growth: Evidence From Malaysia, Malaysian Journal of Economic Studies, Vol. 57, No. 1, 113-132.
82. Akoum, I. (2016). Research, Development and Innovation in Malaysia: Elements of an Effective Growth Model, Asian Economic and Financial Review, Vol. 6, No. 7, 390. doi: 10.18488/journal.aefr/2016.6.7/102.7.390.403.
83. Bekhet, H. A., and Latif, N. W. A. (2017). Highlighting Innovation Policies and Sustainable Growth in Malaysia, International Journal of Innovation, Management and Technology, Vol. 8, No. 3, 228-239. doi: 10.18178/ijimt.2017.8.3.734.
84. Nguyen Van Hiep, P. N. T. (2021). The Role of Science and Technology in Growth Model Innovation in Vietnam (20102020), Journal of Hunan University Natural Sciences, Vol. 48, No. 1.
85. Mazyrin, V. M. (2013). Economic Modernization in Vietnam From Industrialization to Innovation Stage, VNU Journal of Economics And Business; Vol 29 No 2.
86. Nguyen, M. H. (2020). Domestic Innovation Activities and Economic Development in Vietnam, VNUHCM Journal of Economics, Business and Law, Vol. 4, No. 4, 1069-1080. doi: 10.32508/stdjelm.v4i4.629.

Received 21 December 2023
Revised 10 February 2024
Accepted 16 February 2024
Available Online 22 February 2024

GDP
Global innovation index
Indonesia
Thailand
Singapore
Malaysia
Vietnam

Copyright: © 2024 by the authors. This is an open-access article distributed under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License. (https://creativecommons.org/licenses/by-nc/4.0/)

Innovation catalyzes economic growth by fostering productivity enhancements, technological advancements, and market expansion [1-4]. Through the development of new products, services, and processes, innovation drives efficiency gains, increasing output and
contributing to overall economic expansion [5-8]. Furthermore, innovation stimulates entrepreneurship and creates new business opportunities. As industries evolve and adapt to innovative ideas, they become more competitive globally, attracting investments and spurring further growth [9-13].

The relationships between innovation and economic growth also have the potential for negative impacts, which can emerge when innovation leads to significant disruptions in labor markets, causing job displacement and widening income inequality. While technological advancements may streamline processes and boost productivity, they can also render certain skills obsolete, resulting in unemployment for workers who need more expertise [14, 15]. Moreover, the initial costs associated with innovation, such as research and development expenditures, can strain resources and hinder short-term growth, particularly for smaller firms with limited financial capabilities [16-20]. Additionally, if innovation primarily benefits a select few, it may exacerbate disparities between regions or socioeconomic groups, undermining social cohesion and impeding overall economic progress [21-23].

One prominent theory that serves as a foundation for understanding the relationship between innovation and economic growth is the ‘Schumpeterian Growth Theory.’ This theory suggests that innovation is central to economic growth by creating new products, processes, and technologies, leading to increased productivity, higher profits, and overall economic advancement [24]. In the theory, the concept of ‘creative destruction’ refers to the process whereby innovations disrupt existing industries, products, and technologies. This constant churn of innovation replaces older, less efficient methods with newer, more productive ones, thereby driving economic progress [25, 26].

The latest report reveals compelling insights into the innovation landscape of the Southeast Asian (SEA) region, highlighting significant advancements and trends among the five selected countries. Singapore emerges as a frontrunner in innovation, securing the position globally and leading the Asian region in the prestigious Global Innovation Index (GII). Following closely behind are Malaysia ( ), Thailand ( ), Vietnam ( ), and Indonesia (61st), each showcasing varying degrees of innovation prowess. Of particular note are Vietnam and Indonesia, which are recognized as standout performers in the past decade. Vietnam’s remarkable ascent from in 2013 to in 2023 underscores its commitment to fostering innovation and technological progress. Similarly, Indonesia’s impressive climb from to during the same period reflects its concerted efforts to bolster its innovation ecosystem [27]. These achievements underscore the region’s growing significance on the global innovation stage, positioning SEA as a potential dynamic hub for creativity, entrepreneurship, and technological advancement.

Despite boasting vibrant economies with burgeoning tech sectors, challenges related to innovation in SEA countries often stem from problems such as limited access to funding for research and development, inadequate infrastructure, and a shortage of skilled labor [28,29]. Moreover, most SEA nations face difficulties in allocating adequate resources to nurture innovation [3032]. Furthermore, regulatory barriers and bureaucratic hurdles often impede entrepreneurial initiatives, thereby slowing the pace of innovation [33-35]. Additionally, a significant challenge lies in bridging the gap between urban and rural areas regarding access to technology and innovation opportunities, exacerbating inequalities within these societies [36, 37]. These issues, related to the innovation environment, can greatly impact a country’s economic growth performance.

Previous studies, based on samples from 58 countries, provided empirical evidence that countries with higher levels of innovation also tended to experience higher economic growth [38]. Another study similarly concluded that economic growth correlated with advancements in the innovation sector [39]. The impact of innovation on economic growth was also examined in the regions of Europe, with findings suggesting a strong association between innovation and economic growth [40].

Furthermore, empirical analysis for CEE countries provided evidence of a positive relationship between economic growth and innovation [41]. Likewise, an examination of the relationship between innovation and economic growth in 19 European countries revealed both unidirectional and bidirectional causality [42]. The summary summarizes relevant literature documenting the impact of innovation on economic growth, and despite unambiguous regarding how ongoing innovation has improved the economy, the aspects of technological change are real in making innovation one of the main drivers of economic progress [43].

Although prior studies in SEA have extensively explored the relationship between innovation and economic growth [44-47], there remains a notable gap in research focusing on assessing this linkage using the Global Innovation Index (GII) as a proxy for innovation. Specifically, there is a lack of studies that analyze each of the individual group indicators separately. Some studies, such as that by Sulaiman et al. [48], utilized trademark applications and scientific and technical journal articles as indicators of innovation. Meanwhile, Lv et al. [49] focused on a single R&D input as an indicator of innovation, and Sultanuzzaman et al. [50] used fixed telephone subscriptions as a proxy for technological innovation.

Given this existing research gap in SEA economic growth literature concerning the role of innovation, this study sets itself apart by employing a decomposition analysis. This approach encompasses 21 indicators grouped into seven categories of the GII to assess their individual impacts on economic growth-an aspect not previously investigated in selected countries of SEA studies. The novelty of this study lies in its ability to present more comprehensive empirical evidence concerning the
relationship between innovation and economic growth in the top five SEA nations.

This study utilized yearly data from 2011 to 2022. The justification for the chosen period lies in the availability of data, as the farthest back available data for Global Innovation Index (GII) indicators is from 2011, while the most recent data for all variables utilized extends to 2022. Additionally, given the relatively short duration of the chosen period, the study converted annual data to semiannual intervals to enhance the robustness and reliability of regression estimates, effectively doubling the number of observations. The sample objective of this study is the top five countries based on gross domestic product (GDP) for the year 2022, according to the International Monetary Fund (IMF) [51]: Indonesia, Thailand, Singapore, Malaysia, and Vietnam.

Specifically, the data for economic growth is proxied by GDP; capital data is represented by gross fixed capital formation (GFCF); labor data is depicted by the labor force (LF); and innovation data is proxied by the Global Innovation Index (GII). GDP, GFCF, and LF data were sourced from the World Bank’s World Development

Indicators (WDI) [52], and GII data was obtained from the World Intellectual Property Organization (WIPO) [53]. Details about the variables used in this study are presented in Table 1.

The endogenous growth model is employed to examine the profound impact of innovation on economic growth. Distinguishing itself by incorporating a pragmatic CobbDouglas production function and acknowledging the significant contributions of capital and labor to production, the model further integrates internal factors within an economy, rather than relying solely on external shocks or exogenous variables. It emphasizes the role of technological progress, human capital accumulation, and knowledge spillovers. Unlike earlier models such as the Solow-Swan framework, endogenous growth theory suggests that increasing returns to scale can exist in certain sectors, leading to self-sustaining growth dynamics. As shown in Figure 1, innovation is seen as a crucial driver of economic growth under this framework [54-56].

This study examines how GDP is influenced by three key factors: capital, labor, and innovation. By examining the interplay among these elements, this study aims to unravel the nuanced mechanisms through which they shape economic growth. From the traditional inputs of capital and labor to the transformative power of innovation, the study seeks to comprehend the dynamic forces driving economic growth. The functional relationship is mathematically expressed in Equation 1.

where GDP represents gross domestic product, refers to gross fixed capital formation, represents labor force, and stands for global innovation index and its indicators.

Consequently, the relationship between variables for the econometric model is depicted in Equations 2-9.

Furthermore, Equations 2-9 were transformed into natural logarithmic (ln) form so that the coefficients obtained from regression analysis can be interpreted as percentage changes rather than absolute changes, as expressed in Equations 10-17.

Here, represents the country, represents the time of the study period, signifies the intercept, represent the coefficients, and is the error term.

Panel data regression is a method used to analyze data that involves both cross-sectional and time-series data. In other words, it deals with data collected from multiple entities (cross-sectional units of countries) over multiple periods. The key feature of panel data is to examine both within-unit variations over time and between-unit variations across different entities. This type of data structure is valuable because it captures individual heterogeneity and temporal dynamics simultaneously [57, 58].

There are three common types of panel data regression models: the Common Effect Model (CEM), the Fixed Effect Model (FEM), and the Random Effect Model (REM). CEM is

Note: Significant at * (1%).

Note: Significant at * (1%), ** (5%), and *** (10%).
a standard Ordinary Least Squares (OLS) regression, FEM is preferred when there is a concern about time-invariant individual-specific effects, while REM is suitable when such effects are assumed to be uncorrelated with the independent variables [59, 60]. Subsequently, the Chow and Hausman tests are conducted to choose the best model from the three and serve as the main basis for interpreting the results of the panel model.

In traditional OLS regression, the model parameters are estimated by minimizing the sum of squared differences between the observed and predicted values. However, this approach can be highly affected by outliers. RLS aims to provide more reliable parameter estimates by using alternative criteria for optimization, minimizing the sum of the Huber loss for all data points. This method helps ensure that the estimated regression parameters are less influenced by extreme observations, leading to more reliable and accurate models [61, 62].

The descriptive statistics provide insights into various variables within the utilized dataset. As depicted in Table 2, InGDP and InK exhibit relatively symmetric distributions with moderate variability and slightly
positive skewness. InL displays a symmetric distribution with low variability and negative skewness, suggesting left skew and heavier tails. InGII, InINS, and InBSS show symmetric distributions with low variability and varying degrees of skewness and kurtosis, indicating departures from normality. InHCR, InIFR, InMKS, InKTO, and InCTO exhibit distributions with characteristics similar to other variables, but with distinct skewness and kurtosis. Notably, the InCTO variable demonstrates a significant departure from normality according to the Jarque-Bera test.

The panel model is carefully assessed to determine the best fit. As indicated in Table 3, both Chow and Hausman tests yield statistically significant values at the 1% level. These testing results confirm that FEM is the most appropriate model among all panel models employed in this study.

The impact of innovation on economic growth is hypothesized to be positive. Innovation is expected to drive productivity gains and improve living standards, thereby potentially boosting economic growth. However, as shown in Table 4, the GII variable yields results that contradict these expectations, showing a negative coefficient, indicating that a 1.0% increase in GII can lead to a decrease in economic growth. This empirical evidence underscores that while innovation plays a critical role in shaping the economic growth of the top five SEA countries, the environment for innovation remains suboptimal.

Delving into the GII indicators’ findings in Table 5, it becomes evident that most of the key indicators also demonstrate a detrimental effect on economic growth in the Top five SEA countries, with the exception of the INS indicator, which exhibits a positive correlation. Specifically, a rise in the HCR, MKS, BSS, KTO, and CTO indicators is associated with a decrease in economic growth by , and

Note: Significant at * (1%), ** (5%), and *** (10%).

Note: Significant at * (1%), ** (5%), and *** (10%).
respectively. Conversely, a increase in the INS indicator corresponds to a decrease in economic growth by .

Similar to the panel data results, the GII variable in Indonesia also exhibits a negative impact on economic
growth. As depicted in Table 6, the results indicate that a increase in GII can decrease economic growth by . This indication may be triggered by the characteristic of innovation, which tends to involve reallocating resources away from existing industries or technologies toward new ones. This reallocation process could lead to economic disruptions or displacements in certain sectors of Indonesia that still operate in a

Note: Significant at * (1%), ** (5%), and *** (10%).
traditional manner, potentially slowing overall economic growth.

In terms of specific GII indicators, Table 7 reveals that four indicators exert a negative impact (IFR, MKS, BSS, and KTO), and two indicators exhibit a positive impact (INS and HCR), while one indicator does not have a significant impact (CTO). A increase in the indicators of IFR, MKS, BSS, and KTO can decrease Indonesia’s economic growth by , and , respectively. Meanwhile, a increase in the indicators of INS and HCR can increase Indonesia’s economic growth by and , respectively. These decomposing results support the findings of the negative impact of GII on Indonesia’s economic growth.

In contrast to panel estimation results, Thailand’s GII exhibits a positive impact on economic growth. The findings, as shown in Table 6, suggest that a increase in GII can contribute to boosting economic growth by . This signifies that Thailand’s innovation environment is already at a state where it can be one of the factors driving up the country’s economic growth level. The level of innovation in the country can lead to the development of new technologies, processes, and products, which can increase the efficiency and output of businesses, thereby fostering economic activity.

Furthermore, Thailand’s GII indicators reinforce the positive impact of the innovation environment in the country. Among these indicators, only the IFR and BSS exhibit negative coefficients, while four others (INS, HCR, MKS, and CTO) demonstrate a positive influence on economic growth. Specifically, Table 8 shows that a increase in the IFR and BSS indicators can lead to a decrease in Thailand’s economic growth by and , respectively. Conversely, a increase in the INS, HCR, MKS, and CTO indicators can boost Thailand’s economic growth by , and , respectively.

Singapore is considered one of the countries that have a high level of innovation environment, and it’s one of the primary drivers of the country’s economy. However, the estimation results contradict this notion. As depicted in Table 6, the GII variable produces a negative coefficient toward economic growth. Specifically, a 1.0% increase in GII can lead to a decrease in the country’s economic growth by . These results perhaps indicate that despite the main composition of the innovation itself being already at a strong level, the other sectors that support innovation are still considered detrimental to fostering the country’s economic growth.

Diving into Singapore’s GII indicators, the findings in Table 9 show that three indicators (INS, HCR, and BSS)

Note: Significant at * (1%), ** (5%), and *** (10%).

Note: Significant at * (1%), ** (5%), and *** (10%).
exert a positive impact, while three indicators (IFR, MKS, and CTO) exhibit a negative impact on economic growth. Additionally, one indicator (KTO) is found to have no significant impact. Specifically, a increase in INS, HCR, and BSS indicators can boost Singapore’s economic
growth by , and respectively. Conversely, a increase in IFR, MKS, and CTO indicators can reduce Singapore’s economic growth by , and respectively.

Note: Significant at * (1%), ** (5%), and *** (10%).

As indicated in Table 6, Malaysia’s GII also mirrors the panel findings by demonstrating a negative impact on economic growth. The estimations reveal that a increase in GII could diminish economic growth by . Similar to Indonesia, these results might be related to the reallocation of resources away from existing industries or technologies toward new ones. However, the reallocation process may not be optimized yet, leading to economic disruptions that slow overall economic growth. Inefficient allocation of resources, coupled with inadequate infrastructure and regulatory frameworks, could impede the smooth transition to innovative sectors.

The composite GII evidence, supported by the estimation results of its indicators as shown in Table 10, unveils a nuanced picture of Malaysia’s innovation dynamics. Among the seven indicators examined, it becomes evident that five-namely INS, HCR, IFR, BSS, and CTOexert a negative impact on Malaysia’s economic growth. Conversely, the MKS and KTO indicators showcase a positive impact. Specifically, a increase in INS, HCR, IFR, BSS, and CTO indicators can lead to a decrease in Malaysia’s economic growth by , , and , respectively. In contrast, a increase in the MKS and CTO indicators can boost Malaysia’s economic growth by and , respectively.

In line with Indonesia, Singapore, and Malaysia estimation results, Vietnam’s GII also exerts the same negative impact on economic growth. As shown in Table 6, a increase in GII can lead to a decrease in economic growth by . This indication provides similar trigger conditions as Indonesia and Malaysia, where the innovation sector is still detrimental to the country’s economic growth and remains underoptimized. Innovation often involves upfront costs and risks before translating into economic benefits. In the short term, the costs of innovation may outweigh the benefits, leading to a negative relationship with economic growth.

Table 11 GII indicators also align with the composite findings, wherein only one indicator (BSS) has a positive impact on economic growth, while six other indicators (INS, HCR, IFR, MKS, KTO, and CTO) all produce negative impacts. Specifically, a increase in the BSS indicator can positively impact Vietnam’s economic growth by . Meanwhile, a increase in INS, HCR, IFR, MKS, KTO, and CTO can reduce Vietnam’s economic growth by , , and respectively.

Contrary to the prevailing theoretical expectation of a positive impact, the empirical evidence from the GII

Note: Significant at * (1%), ** (5%), and *** (10%).
reveals a paradoxical negative coefficient, suggesting that an increase in innovation might correspond to a decrease in economic growth in the top five SEA countries. This discrepancy underscores the complexity of the innovation-economic growth nexus and emphasizes the importance of examining the specific components and institutional frameworks surrounding innovation. As depicted in Table 12, while institutions positively correlate with economic growth, other key indicators, such as human capital and research, market sophistication, business sophistication, and knowledge and technology outputs, demonstrate adverse effects. The panel findings are further supported by each of the country’s results, indicating that only Thailand’s GII has a positive relationship with economic growth, while Indonesia, Singapore, Malaysia, and Vietnam all exhibit a negative impact. These findings call for a nuanced understanding of the innovation ecosystem in these countries, suggesting potential gaps in policy support that may hinder the transformative power of innovation on economic development [63-66].

Diving into the decomposed results of the GII indicators in each country, Indonesia’s findings reveal that only two out of seven indicators have a positive impact on economic growth: institution and human capital and research. However, indicators such as infrastructure, market and business sophistication, and knowledge and technology outputs still exert a detrimental effect on the country’s economy. Addressing these challenges through
targeted policy interventions, investments in critical infrastructure, education and skills development, and fostering an enabling business environment can help unlock Indonesia’s innovation potential and drive sustainable economic growth [67-73].

Meanwhile, Thailand’s assessment of GII indicators indicates that four out of seven factors positively impact economic growth: institutions, human capital and research, market sophistication, and creative outputs. This suggests that Thailand has made notable strides in cultivating an innovation ecosystem that not only fosters robust institutional frameworks and invests in human capital and research but also demonstrates a keen understanding of market dynamics and the ability to generate creative solutions. These positive indicators underscore Thailand’s potential to leverage innovation as a cornerstone for driving sustained economic growth and remaining competitive on the global stage [74-76].

A notable discovery emerges in Singapore, where the innovation sector is widely perceived as a cornerstone of the country’s economic engine. However, Singapore’s GII indicators reveal a paradox: while institutions, human capital and research, and business sophistication indicators demonstrate strong positive impacts, other indicators such as infrastructure, market sophistication, and creative outputs still present a detrimental effect on economic growth. This revelation underscores a critical challenge: despite the robustness of Singapore’s

Dependent: GDP

Note: (positive significant); (negative significant); and (not significant).
innovation landscape, the supporting sectors crucial for sustaining economic growth still lag behind. This disparity highlights the complex interaction of factors shaping Singapore’s economic trajectory, necessitating a nuanced approach to address the gaps and foster holistic development across all sectors [77-79].

Similar to Indonesia, Malaysia’s GII indicators also reveal that only two out of the seven indicators positively impact economic growth: market sophistication and creative outputs. Conversely, indicators such as institutions, human capital and research, infrastructure, business sophistication, and knowledge and technology outputs still exert negative effects. This discrepancy may stem from suboptimal resource reallocation, where the process of shifting resources away from existing industries or technologies towards new ones is not yet optimized. Consequently, economic disruptions arise, impeding the overall country’s economic growth [80-83].

Lastly, Vietnam’s GII indicators indicate that six out of seven factors exert a negative influence on economic growth, with only business sophistication showing a positive impact. Indicators such as institutions, human capital and research, infrastructure, market sophistication, knowledge, technology, and creative outputs all still have a detrimental effect on economic growth. This observation aligns with conditions seen in Indonesia and Malaysia, where the innovation sector remains a hindrance to economic growth and is yet to be fully optimized. Innovation often requires significant upfront investments and entails risks before yielding economic benefits. Consequently, the costs associated with innovation may outweigh its advantages, resulting an adverse effect on the economic growth [84-86].

The empirical analysis across the top five SEA countries reveals a paradoxical relationship between innovation and economic growth. Despite indisputably showcasing the significant influence of innovation, the findings also challenge theoretical expectations by revealing that an
increase in innovation often corresponds with a decrease in economic growth. While some countries like Thailand demonstrate positive impacts of innovation on economic growth, others such as Indonesia, Singapore, Malaysia, and Vietnam face challenges where certain components of the innovation ecosystem hinder rather than facilitate economic growth. This intriguing discrepancy underscores the intricate nature of the relationship between innovation and economic prosperity in SEA, emphasizing the necessity for a nuanced comprehension of the distinct components and institutional frameworks surrounding innovation.

As each selected country in SEA faces unique challenges and opportunities in leveraging innovation for economic growth, policy recommendations should prioritize tailored strategies that address the specific challenges faced by each nation based on this study findings. Indonesia must prioritize bolstering infrastructure alongside efforts to enhance market sophistication and foster knowledge and technology outputs. Meanwhile, Thailand’s focus should be on sustaining institutional support while concurrently investing in human capital and research, alongside promoting creative outputs across various sectors. Singapore, renowned for its robust innovation landscape, needs to address infrastructure shortcomings while enhancing market sophistication and fostering creative outputs to stimulate economic growth to a greater extent.

Furthermore, Malaysia must strengthen institutional support and increase investment in knowledge and technology outputs to drive innovation-led economic growth while promoting business sophistication among its enterprises. Vietnam, on the other hand, requires institutional reforms to foster a conducive environment for innovation and entrepreneurship alongside investments in human capital and research. Simultaneously, efforts to enhance market sophistication will be crucial for supporting business growth and innovation endeavors in the country. All specific policy recommendations recognize the diverse needs and
contexts of each country and are essential to unlocking the potential of innovation as a driver of sustainable economic growth in SEA.

Additionally, in considering the importance of this study, it’s crucial to recognize its limitations, mainly due to the short duration of the data period utilized and its focus on just five countries in SEA. To advance research on the significant role of innovation in driving economic growth, future studies should aim to include a wider range of data periods and countries in their analysis. Moreover, a more dynamic method should also be considered to be employed so that long-term findings can be generated. This broader approach is expected to produce more comprehensive results, enhancing the current body of literature by providing a deeper insight into the relationship between innovation and economic growth.

Author Contributions: Conceptualization, I.H.; methodology, I.H. and G.M.I.; software, I.H. and G.M.I.; validation, S.R. M.U.Q.A. and N.A.; formal analysis, I.H., S.R., M.U.Q.A., N.A. and G.M.I.; investigation, I.H.; resources, I.H. and G.M.I.; data curation, I.H. and G.M.I.; writing—original draft preparation, I.H.; writing— review and editing, I.H., S.R., M.U.Q.A., N.A. and G.M.I.; visualization, G.M.I.; supervision, S.R., M.U.Q.A., N.A., and G.M.I.; project administration, G.M.I. All authors have read and agreed to the published version of the manuscript.

Funding: This study does not receive external funding.
Data Availability Statement: The data is available by request.
Acknowledgments: The authors express their gratitude to their institutions and universities.

Conflicts of Interest: All the authors declare that there are no conflicts of interest.

Economic Growth: A Brief Report on the Evidence, Journal of Innovation and Entrepreneurship, Vol. 6, No. 1, 1. doi:10.1186/s13731-016-0061-9.
43. Broughel, J., and Thierer, A. D. (2019). Technological Innovation and Economic Growth: A Brief Report on the Evidence, SSRN Electronic Journal. doi:10.2139/ssrn. 3346495.
44. Degelsegger-Márquez, A., Remøe, S. O., and Trienes, R. (2018). Regional Knowledge Economies and Global Innovation Networks – The Case of Southeast Asia, Journal of Science and Technology Policy Management, Vol. 9, No. 1, 66-86. doi:10.1108/JSTPM-06-2017-0027.
45. Mughal, N., Arif, A., Jain, V., Chupradit, S., Shabbir, M. S., RamosMeza, C. S., and Zhanbayev, R. (2022). The Role of Technological Innovation in Environmental Pollution, Energy Consumption and Sustainable Economic Growth: Evidence from South Asian Economies, Energy Strategy Reviews, Vol. 39, 100745. doi:10.1016/j.esr.2021.100745.
46. Qamruzzaman, M., and Jianguo, W. (2017). Financial Innovation and Economic Growth in Bangladesh, Financial Innovation, Vol. 3, No. 1, 19. doi:10.1186/s40854-017-0070-0.
47. Meirun, T., Mihardjo, L. W., Haseeb, M., Khan, S. A. R., and Jermsittiparsert, K. (2021). The Dynamics Effect of Green Technology Innovation on Economic Growth and CO2 Emission in Singapore: New Evidence from Bootstrap ARDL Approach, Environmental Science and Pollution Research, Vol. 28, No. 4, 4184-4194. doi:10.1007/s11356-020-10760-w.
48. Sulaiman, N. F. C. H. E., Saputra, J., and Muhamad, S. (2021). Effects of Human Capital and Innovation on Economic Growth in Selected ASEAN Countries: Evidence from Panel Regression Approach, The Journal of Asian Finance, Economics and Business (JAFEB), Vol. 8, No. 7, 43-54. doi: 10.13106/jafeb.2021.vol8.no7.0043.
49. Lv, L., Yin, Y., and Wang, Y. (2020). The Impact of R&D Input on Technological Innovation: Evidence from South Asian and Southeast Asian Countries, Discrete Dynamics in Nature and Society, Vol. 2020, 6408654. doi:10.1155/2020/6408654.
50. Sultanuzzaman, M. R., Fan, H., Mohamued, E. A., Hossain, M. I., and Islam, M. A. (2019). Effects of Export and Technology on Economic Growth: Selected Emerging Asian Economies, Economic Research-Ekonomska Istraživanja, Vol. 32, No. 1, 2515-2531. doi:10.1080/1331677X.2019.1650656.
51. International Monetary Fund. (2023). IMF DataMapper, from https://www.imf.org/external/datamapper/datasets.
52. World Bank. (2023). World Development Indicators, from https://databank.worldbank.org/source/world-developmentindicators.
53. World Intellectual Property Organization. (2023). Global Innovation Index – All Editions, from https://www.wipo.int/global_innovation_index.
54. Romer, P. M. (1994). The Origins of Endogenous Growth, Journal of Economic Perspectives, Vol. 8, No. 1, 3-22. doi:10.1257/jep.8.1.3.
55. Chirwa, T. G., and Odhiambo, N. M. (2018). Exogenous and Endogenous Growth Models: A Critical Review, Comparative Economic Research. Central and Eastern Europe, Vol. 21, No. 4, 63-84. doi:10.2478/cer-2018-0027.
56. Fatás, A. (2000). Endogenous Growth and Stochastic Trends, Journal of Monetary Economics, Vol. 45, No. 1, 107-128. doi:10.1016/S0304-3932(99)00043-4.
57. Gluzmann, P., and Panigo, D. (2015). Global Search Regression: A New Automatic Model-Selection Technique for Cross-Section, Time-Series, and Panel-Data Regressions, The Stata Journal: Promoting Communications on Statistics and Stata, Vol. 15, No. 2, 325-349. doi:10.1177/1536867X1501500201.
58. Aşıcı, A. A. (2013). Economic Growth and Its Impact on Environment: A Panel Data Analysis, Ecological Indicators, Vol. 24, 324-333. doi:10.1016/j.ecolind.2012.06.019.
59. Teixeira, A. A. C., and Queirós, A. S. S. (2016). Economic Growth, Human Capital and Structural Change: A Dynamic Panel Data Analysis, Research Policy, Vol. 45, No. 8, 1636-1648. doi:10.1016/j.respol.2016.04.006.
60. Inglesi-Lotz, R. (2016). The impact of renewable energy consumption to economic growth: A panel data application, Energy Economics, Vol. 53, 58-63. doi:10.1016/j.eneco.2015.01.003.
61. El Ghaoui, L., and Lebret, H. (1997). Robust Solutions to LeastSquares Problems with Uncertain Data, SIAM Journal on Matrix Analysis and Applications, Vol. 18, No. 4, 1035-1064. doi:10.1137/S0895479896298130.
62. McWilliams, B., Krummenacher, G., Lucic, M., and Buhmann, J. M. (2014). Fast and Robust Least Squares Estimation in Corrupted Linear Models, Z. Ghahramani; M. Welling; C. Cortes; N. Lawrence; K. Q. Weinberger (Eds.), Advances in Neural Information Processing Systems (Vol. 27), Curran Associates, Inc.
63. Gordon, R. (2018). Why Has Economic Growth Slowed When Innovation Appears to be Accelerating?Cambridge, MA. doi:10.3386/w24554.
64. Hu, A. G. (2015). Innovation and Economic Growth in East Asia: An Overview, Asian Economic Policy Review, Vol. 10, No. 1, 1937. doi:10.1111/aepr.12078.
65. Litsareva, E. (2017). Success Factors of Asia-Pacific FastDeveloping Regions’ Technological Innovation Development and Economic Growth, International Journal of Innovation Studies, Vol. 1, No. 1, 72-88. doi:10.3724/SP.J.1440.101006.
66. Idroes, G. M., Hardi, I., Noviandy, T. R., Sasmita, N. R., Hilal, I. S., Kusumo, F., and Idroes, R. (2023). A Deep Dive into Indonesia’s CO2 Emissions: The Role of Energy Consumption, Economic Growth and Natural Disasters, Ekonomikalia Journal of Economics, Vol. 1, No. 2, 69-81. doi:10.60084/eje.v1i2.115.
67. Nurmalia, Hartono, D., and Muzayanah, I. F. U. (2020). The Roles of Entrepreneurship on Regional Economic Growth in Indonesia, Journal of the Knowledge Economy, Vol. 11, No. 1, 28-41. doi:10.1007/s13132-018-0557-6.
68. Busroh, F. F. (2018). Assessing the Role of IPR Legislations for Technology, Innovation and Economic Growth in Indonesia, Int. J. Manag. Bus. Res, Vol. 8, No. 3, 227-236.
69. Aritenang, A. F. (2021). The Importance of Agglomeration Economies and Technological Level on Local Economic Growth: The Case of Indonesia, Journal of the Knowledge Economy, Vol. 12, No. 2, 544-563. doi:10.1007/s13132-021-00735-8.
70. DamuRi, Y. R., Aswicahyono, H., and Christian, D. (2018). Innovation Policy in Indonesia, Innovation Policy in ASEAN, 96127.
71. Widarni, E. L., and Bawono, S. (2021). Human Capital, Technology, and Economic Growth: A Case Study of Indonesia, The Journal of Asian Finance, Economics and Business (JAFEB), Vol. 8, No. 5, 29-35.
72. Hardi, I., Idroes, G. M., Zulham, T., Suriani, S., and Saputra, J. (2023). Economic Growth, Agriculture, Capital Formation and Greenhouse Gas Emissions in Indonesia: FMOLS, DOLS and CCR

Applications, Ekonomikalia Journal of Economics, Vol. 1, No. 2, 82-91. doi:10.60084/eje.v1i2.109.
73. Maulidar, P., Fitriyani, F., Sasmita, N. R., Hardi, I., and Idroes, G. M. (2024). Exploring Indonesia’s CO2 Emissions: The Impact of Agriculture, Economic Growth, Capital and Labor, Grimsa Journal of Business and Economics Studies, Vol. 1, No. 1, 43-55. doi:10.61975/gjbes.v1i1.22.
74. Intarakumnerd, P., Chairatana, P., and Tangchitpiboon, T. (2002). National Innovation System in Less Successful Developing Countries: The Case of Thailand, Research Policy, Vol. 31, Nos. 8-9, 1445-1457. doi:10.1016/S0048-7333(02)00074-4.
75. Iamratanakul, S. (2014). A Framework of the Innovation System: A Case of Thailand, International Journal of Economic Policy in Emerging Economies, Vol. 7, No. 2, 111. doi:10.1504/IJEPEE.2014.063187.
76. Joseph, K. J. (2006). Thailand: From Investment-led Growth to Innovation-led Growth, Information Technology, Innovation System and Trade Regime in Developing Countries, Palgrave Macmillan UK, London, 53-85. doi:10.1057/9780230626331_3.
77. Bellows, T. J. (2006). Economic Challenges and Political Innovation: The Case of Singapore, Asian Affairs: An American Review, Vol. 32, No. 4, 231-255. doi:10.3200/AAFS.32.4.231-255.
78. Chew, S. B., and Chew, R. (2003). Promoting Innovation in Singapore: Changing the Mindset, International Journal of Entrepreneurship and Innovation Management, Vol. 3, No. 3, 249. doi:10.1504/IJEIM.2003.003284.
79. Robinson, E. (2018). Globalisation in a Small Open Economy: The Singapore Experience, BIS Papers Chapters, Vol. 100, 321-329.
80. Rasiah, R., and Yap, X.-S. (2015). Innovation Performance of the Malaysian Economy, The Global Innovation Index, Vol. 139.
81. Law, S. H., Sarmidi, T., and Goh, L. T. (2020). Impact of Innovation on Economic Growth: Evidence From Malaysia, Malaysian Journal of Economic Studies, Vol. 57, No. 1, 113-132.
82. Akoum, I. (2016). Research, Development and Innovation in Malaysia: Elements of an Effective Growth Model, Asian Economic and Financial Review, Vol. 6, No. 7, 390. doi: 10.18488/journal.aefr/2016.6.7/102.7.390.403.
83. Bekhet, H. A., and Latif, N. W. A. (2017). Highlighting Innovation Policies and Sustainable Growth in Malaysia, International Journal of Innovation, Management and Technology, Vol. 8, No. 3, 228-239. doi: 10.18178/ijimt.2017.8.3.734.
84. Nguyen Van Hiep, P. N. T. (2021). The Role of Science and Technology in Growth Model Innovation in Vietnam (20102020), Journal of Hunan University Natural Sciences, Vol. 48, No. 1.
85. Mazyrin, V. M. (2013). Economic Modernization in Vietnam From Industrialization to Innovation Stage, VNU Journal of Economics And Business; Vol 29 No 2.
86. Nguyen, M. H. (2020). Domestic Innovation Activities and Economic Development in Vietnam, VNUHCM Journal of Economics, Business and Law, Vol. 4, No. 4, 1069-1080. doi: 10.32508/stdjelm.v4i4.629.