Professional Documents
Culture Documents
Documentos de Trabajo en
Ciencia y Tecnología
CIDECyT 06-01
2
CIDECyT 06-01
Sumario
Este estudio tiene por objetivo principal analizar los principales determinantes de la
realización de actividades tecnológicas en las empresas del sector industrial mexicano. Para
tal fin, se realiza una exhaustiva revisión de la teoría sobre el tema para identificar las
variables que afectan el proceso innovador en la empresa. Posteriormente se comprueba la
importancia de cada una de estas variables a través de modelos econométricos haciendo uso
de los datos contenidos en la Encuesta Nacional de Innovación 2001. Los resultados nos
proporcionan una radiografía fiel del dinamismo innovador del sector manufacturero
mexicano, la cual puede servir de base para el diseño de instrumentos de política que tengan
por objetivo mejorar la capacidad innovadora y, por ende, la competitividad de la empresa
mexicana.
3
CIDECyT 06-01
1. Introducción
Este estudio tiene por objetivo analizar los principales determinantes de la realización de
actividades tecnológicas en las empresas del sector industrial mexicano. La estructura del
reporte es la siguiente. En la segunda sección se describe a grandes rasgos el proceso de
innovación, así como sus posibles determinantes. También se describen variables
importantes que afectan el desarrollo tecnológico de una empresa y el proceso de
innovación. Este constituye el marco teórico dentro del cual se engloba el análisis
subsecuente. En la tercera sección se describe la fuente principal de los datos que serán
utilizados para realizar el análisis: la Encuesta Nacional de Innovación (ENI). También se
analiza, a manera de estadística descriptiva básica el proceso de innovación, así como los
principales objetivos y las dificultades que enfrenta el mismo. En la cuarta sección se
desarrollan los modelos econométricos que utilizamos para la evaluación. Antes de la
presentación del modelo que se propone estimar se revisa la literatura existente en el área de
estudios sobre innovación y, posteriormente a la presentación de los modelos formulados, en
la sección quinta, se describen las técnicas econométricas más convenientes para la
estimación de los mismos. La sexta sección delimita el alcance del modelo, mencionando las
suposiciones y limitantes a las que se enfrenta dicha representación matemática de la
innovación a través de las ecuaciones propuestas en la cuarta sección. Los resultados se
presentan en la sección séptima, explorando además las implicaciones de los mismos. Para
terminar, en la sección octava se desarrolla un Índice de Capacidades Tecnológicas (ICT)
para obtener una visión de conjunto de la situación de las empresas que constituyen el sector
manufacturero mexicano. Finalmente, en la sección novena se discuten algunas conclusiones
generales.
2. Marco teórico
Desde sus primeros pensadores, la economía se ha preocupado por tratar de dar respuesta a
la pregunta de qué es lo que determina el valor de la producción de un país y las maneras en
las que ésta crece. Se han planteado una diversidad de respuestas a esta pregunta, que van
desde la división del trabajo hasta la acumulación de capital.1 Existe una enorme cantidad de
estudios, tanto teóricos como empíricos sobre el crecimiento económico y, en general, las
conclusiones apuntan a que el aumento del valor de lo que produce una economía se debe,
bien a la acumulación de factores de producción, bien a las mejoras tecnológicas, o bien a
una combinación de ambas. Sin embargo, nos encontramos ante una de las paradojas de
mayor importancia en el estudio de la economía tanto teórica como aplicada. Nos referimos
a que hay un consenso general entre economistas en el planteamiento de que el progreso
tecnológico y la innovación en las técnicas productivas son el factor más importante en la
dinámica del crecimiento económico de las sociedades capitalistas y, a pesar de ello, el tema
no ha recibido la atención que corresponde a una cuestión de tal envergadura por parte de los
estudiosos de la materia.2 De hecho, muchas veces los economistas han planteado que la
innovación tecnológica es una “caja negra”3 que corresponde estudiar y explicar a los
ingenieros y no a los economistas (Freeman, 1994).
1
Está fuera del alcance y propósito de este trabajo revisar las teorías del crecimiento económico, que
empiezan desde la tradición de Adam Smith y David Ricardo hasta los modelos de crecimiento de
Solow con sus variantes, los modelos de crecimiento endógeno y otros que cubre la enorme literatura
sobre el tema.
2
Ver Prescott (1998).
3
Se le atribuye esta expresión a Nathan Rosenberg, quien publicó los libros Inside the Black Box y
Exploring the Black Box, en 1982 y 1994 respectivamente.
4
CIDECyT 06-01
Por ello, y en concordancia con lo que apuntan Nelson y Winter (1977), planteamos
una aproximación que se enfoca al nivel de la empresa, pero comparando empresas
pertenecientes a una variedad de ramas de la industria. Nos enfocamos al nivel de la empresa
porque, por un lado, son las empresas quienes aprenden y, sobre todo, pueden acumular
conocimiento técnico y tecnológico respecto a la operación de los sistemas de producción y
procesos productivos; es decir, el conocimiento se acumula simplemente por operar ya que
muchas veces éste es tácito. Esto se conoce en términos económicos como learning by
doing. Por otro lado, contar con una unidad o división dedicada a la investigación dentro de
la empresa presenta una ventaja sobre tener que depender de información proveniente del
exterior de la misma, y es que al estar interrelacionada con las áreas de producción y
mercadeo de los bienes que se producen se pueden adecuar los objetivos de la investigación
a las estrategias globales de la empresa, incrementando así las posibilidades de éxito
comercial de la innovación. Como se puede leer más adelante, esto último reduce, aunque
por ningún motivo elimina, la incertidumbre sobre los resultados de la innovación.
5
CIDECyT 06-01
Tabla 1.
Definiciones de innovación en proceso y en producto
Innovación en Proceso
Innovación en Producto
6
CIDECyT 06-01
7
CIDECyT 06-01
Sin embargo, no resulta claro cuál de estas etapas sea más importante, e incluso la
distinción entre ambas no es tan clara como postulaba Schumpeter. Esto se debe a que si
bien la innovación de los emprendedores es muy importante, muchas veces son los pequeños
cambios de diseño de los imitadores y la innovación incremental la que perfecciona y da a
los productos innovados su forma más eficiente y madura, haciéndolos viables
económicamente y representando ganancias extraordinarias para los (muchas veces mal
llamados) imitadores. El ejemplo más claro de este fenómeno está en el desarrollo inicial de
la máquina de vapor, que si bien fue un enorme avance tecnológico, no fue sino hasta que los
imitadores modificaron ciertos componentes de manera incremental que se alcanzó un nivel
de eficiencia en la transmisión de calor y en su conversión a energía motriz adecuados.
Lo que hasta ahora hemos presentado se puede resumir en el hecho que la innovación
es un proceso económico bastante complejo que conviene estudiar desde el nivel de las
empresas (pero considerando la industria a la cual pertenecen) y que, como exponemos en
los siguientes párrafos, se ve afectado por un conjunto de variables críticas que impactan el
desarrollo de dicho proceso. Inicialmente se presenta la oportunidad (entendida como una
combinación de incentivos generales difundidos por toda la economía o el sector industrial
relevante con la coyuntura propia de la compañía) para realizar actividades de innovación.
Una vez que se toma la decisión de aprovechar las oportunidades que se presentan, se
enfrenta entonces la decisión sobre el monto y naturaleza de los recursos a dedicar a los
proyectos de investigación y desarrollo. Finalmente se dan los resultados de dichos
proyectos, que se espera tengan éxito comercial y, con ello, permitan a la empresa obtener
mayores ganancias y una mejor posición competitiva.
8
CIDECyT 06-01
los cuales se puede pagar el crédito, sino también que esta capacidad es duradera, por lo que
normalmente tienen los activos necesarios para ponerlos como colateral de los créditos
(Dosi, 1988). Esto es, las empresas más grandes tienen mayor capacidad de crear flujos de
dinero para pagar sus deudas y, si es necesario, mayores niveles de activos para hacer frente
a una situación en la cual el proyecto no obtenga resultados deseados.
Otras explicaciones que se han dado para esperar una correlación positiva entre
tamaño e innovación de las compañías es que probablemente hay economías de escala en las
actividades de investigación y desarrollo (Cohen y Levin, 1989). Esto es, si una empresa
comienza un proyecto y este termina diversificando sus posibles aplicaciones en dos o tres
ramas distintas, las empresas con mayor tamaño posiblemente también tienen una base más
amplia de productos en venta a los que se les puede aplicar los dos o tres resultados distintos
de la innovación. Una tercera explicación para la correlación positiva propuesta entre ambas
variables es que una empresa más grande tiene mayores retornos esperados para el desarrollo
de nuevas tecnologías porque una vez que se logre comercializar cierta innovación, el
mercado potencial es mayor, ya que la empresa grande cuenta con una mayor cantidad de
clientes.
Sin embargo, a lo largo de las últimas tres décadas los estudios empíricos que se han
realizado al respecto han tenido resultados contrarios a los que predicen las explicaciones
anteriores. Esta aparente contradicción se ha explicado de dos maneras. Freeman (1994)
plantea que el efecto de las empresas pequeñas puede estarse sobreestimando porque la
mayoría de los estudios omiten información sobre si las empresas son realmente pequeñas o
solamente pequeñas subsidiarias nacionales de empresas trasnacionales. La otra explicación
que ofrece Bressand (1990) es que la dinámica de la innovación ha cambiado y que ahora la
innovación depende mucho más de redes (networks) de pequeñas compañías involucradas en
grandes proyectos, algunas de las cuales están, incluso, especializadas en ciertos pasos del
proceso innovador. El autor enfatiza que las redes no se producen tanto por una cuestión de
reducción de costos (operativos y de transacción), sino por el comportamiento estratégico de
las empresas, además de que el efecto de estas redes no se captura en los datos recabados en
las encuestas.
9
CIDECyT 06-01
comportamiento. Freeman (1994) plantea que el esfuerzo innovador de las empresas que no
concentran gran cantidad del mercado es muy importante. Bell y Pavitt (1993) incluso
ironizan que una falta absoluta de presión competitiva fue una de las razones por las cuales
los sistemas de planeación económica centralizados que cayeron bajo la influencia soviética
fracasaban metódicamente en la adopción de técnicas de producción más eficientes.
Esto llevó a que se plantearan dos tipos de sectores en cuanto a la relación que guarda
la actividad de investigación y desarrollo tecnológico con la concentración. Por un lado están
los sectores donde la alta concentración es necesaria por las razones que hemos expuesto en
los párrafos precedentes. Por otro lado, existe también cierto tipo de sectores (en general
sectores de vanguardia tecnológica de maquinaria, instrumentos de precisión y software, por
poner unos ejemplos) en donde la competencia es muy encarnizada, de forma que la única
manera en que las empresas sobreviven es invirtiendo cantidades considerables de recursos a
la investigación y desarrollo para diferenciarse de sus competidores a través de productos
innovados. Esto implicaría, entonces, una relación en forma de campana o de U invertida
entre la concentración del mercado y la innovación.7 Hay incluso autores que plantean que la
estructura de los mercados depende de otros determinantes específicos de la industria o
sector al que se esté haciendo referencia. Esto nos lleva a describir el entorno de
oportunidades tecnológicas que rodean a las empresas como otras variables importantes en la
determinación del esfuerzo de innovación.
Una de las variables que mayor impacto tiene sobre las oportunidades tecnológicas a
las que se enfrenta una empresa es el sector industrial al que pertenece. Cada sector tiene
dinámicas propias que lo distinguen del resto. Por ejemplo, el sector minero posee
características que lo hace más propicio a la innovación en proceso, mientras que el sector
farmacéutico es más propicio a la innovación de productos. Por su parte, las ramas química y
de maquinaria y equipo tienen mayor maleabilidad, innovando muchas veces en productos,
pero también en procesos. Es entonces importante tomar en cuenta que el sector al que
pertenecen las distintas empresas no sólo afecta de manera directa las oportunidades
tecnológicas que se les presentan, sino que también lo hacen de manera indirecta, a través de
su impacto sobre otras de las variables que afectan la innovación.
7
Ver Aghion et al. (2002).
10
CIDECyT 06-01
tecnologías por parte de todos los países. Sin embargo, tal como plantea Lall (1992), este no
es el caso. Saggi (2000), por ejemplo, llega a concluir que los costos asociados a la
transferencia de tecnología a nivel internacional son altos, mencionando la existencia de
estudios que los ubican entre el 20 por ciento y en ocasiones hasta la mitad de los costos
totales de los proyectos.
Existe una multitud de canales a través de los cuales se lleva a cabo la transferencia
de tecnología a nivel internacional. Entre estos se encuentra la documentación técnica, las
publicaciones internacionales, la capacitación de trabajadores en lugares distintas a los de
origen, intercambios de personal técnico, utilización de nueva maquinaria y equipo, etc.
Saggi (2000) hace una distinción fundamental entre dos maneras de realizar la transferencia
de tecnología. Una es de manera directa, en la cual la transferencia se lleva a cabo por el
comercio mismo de los métodos de producción (licencias, patentes, prácticas empresariales y
del proceso de producción) y otro canal indirecto, que tiene que ver con el comercio de
bienes, la movilidad internacional de los factores de producción, y las importaciones de
bienes de capital que luego se adecuan a los procesos productivos locales y en general lo que
se conoce como derramas tecnológicas (technological spillovers).
Mientras mayor sea la participación que tenga la compañía foránea en la empresa que
se localiza en el país huésped, se puede esperar que mayor sea la probabilidad de que la
transferencia de tecnología se lleve a cabo de manera completa y que el proceso que se esté
transfiriendo sea el más vanguardista. Por lo menos así lo indican los resultados obtenidos en
los estudios de Lee y Mansfield (1996) y Blomström y Kokko (1993). Cada uno de ellos
enfatiza aspectos distintos de este fenómeno. Los primeros plantean que mientras mayor sea
la protección que se les da a los derechos de propiedad intelectual como licencias y patentes
en los distintos países, las empresas decidirán transferir mayor parte del proceso productivo a
esas localidades, desarrollando así los efectos de derramas tecnológicas hacia las empresas
nacionales.8 Los segundos enfatizan la importancia de las capacidades de absorción
tecnológica; es decir, si hay trabajadores calificados para llevar a cabo las distintas etapas de
la producción de manera individualizada para la región.
11
CIDECyT 06-01
Por último, tocamos dos temas que están íntimamente relacionados entre sí
concernientes al financiamiento. La variable referente a los apoyos gubernamentales es,
probablemente, la más importante. De hecho, Cohen y Levin (1989) observan que la
actividad del gobierno ha sido la influencia que mayor cantidad de estudios han tratado de
analizar. La actividad del gobierno tiene que ver desde su contribución directa al crear y
financiar centros de investigación en distintas áreas (varias de las veces adjuntos a
universidades públicas), asistiendo en la difusión del conocimiento que se desarrolla en
dichos institutos, subsidiando la investigación privada, hasta protegiendo las leyes de
propiedad intelectual y patentes, etc. Para fines de este estudio nos limitaremos a tomar
como variable explicativa los apoyos gubernamentales a los proyectos tecnológicos de las
empresas manufactureras, cuestión que está relacionada con el segundo tema: la
disponibilidad de créditos o fuentes de financiamiento privadas. Como ya mencionamos, la
incertidumbre fuerte a la que está sujeto el proceso innovador hace que se presenten
problemas de riesgo moral y externalidades que tienen efectos sobre la falta crónica de
financiamiento para estos proyectos. Se supone que contar con algún apoyo gubernamental o
de una institución bancaria privada debe ser determinante en la cantidad de recursos que se
le dedican dentro de una empresa a actividades de investigación y desarrollo tecnológico,
aunque probablemente no en sus resultados.
12
CIDECyT 06-01
Levin (1989), hay un número de inconvenientes asociados con la misma. En primer lugar
está el hecho de que la mayoría de las patentes nunca se llevan a la aplicación o se explotan
de manera comercial. En segundo lugar, y relacionado con el problema anterior, está el
hecho de que medir los resultados de la innovación a través de las patentes otorga la misma
importancia a todos los desarrollos tecnológicos que hayan logrado obtener ese tipo de
derechos. Sin embargo, muchas patentes son más valiosas que otras. Este problema se ha
tratado de resolver midiendo la importancia de las patentes por el número de referencias que
hacen otras patentes a las primeras. El tercer problema es que existen industrias en las cuales
la protección que confieren los derechos sobre patentes no es muy buena,9 por lo que la
apropiación de las rentas por innovación se prefiere explotar dando mayores servicios
complementarios y de mercadeo.
En los últimos años, en especial desde la publicación del Manual de Oslo (OECD,
1997), se ha aproximado el desempeño de las empresas en cuanto a la innovación y
desarrollo tecnológico a través de preguntas directas a los gerentes o directores de las
empresas sobre el porcentaje de ventas que atribuyen a productos innovados o creados con
procesos innovados, con lo cual se obtiene una medida de los resultados de los proyectos y la
inversión en innovación. Empero, a cambio de obtener esta medida directa, se sacrifica la
objetividad de la misma. A pesar de ello, se considera que la inclusión de esta pregunta en
las encuestas que se levantan sobre desarrollo tecnológico e innovación es un avance (Lööf y
Heshmati, 2003; Crépon et al., 1998).
9
El ejemplo que plantean Cohen y Levin (1989) es el de la industria relacionada con la ingeniería
mecánica, donde las patentes son fácilmente evadidas cambiando algún componente o parte del
diseño de la máquina.
10
Se agradece la amable cooperación de la Dirección de Análisis Estadístico del CONACYT a través
del Act. Octavio Ríos, quien proporcionó información sobre la ENI y acceso a la base de datos para
la realización del análisis estadístico.
11
Cabe hacer notar que en este análisis sólo se utilizan los datos referentes a empresas del sector
industrial. El sector servicios no fue incluido debido a que los datos del mismo no habían sido
depurados.
13
CIDECyT 06-01
A pesar de que la Encuesta Nacional de Innovación cuenta con una versión anterior,
realizada en 1997, los datos entre ambas encuestas no son comparables ya que siguen
metodologías distintas.12 Mientras que la ENI de 1997 presenta un sesgo deliberado hacia las
empresas con mayor propensión a realizar actividades de innovación, éste se eliminó en la
ENI de 2001. Es decir, se pretendió seguir un esquema aleatorio en el diseño de la ENI de
2001. Además, cabe mencionar que las preguntas de la ENI en su última edición recolecto
información para el periodo comprendido entre los años 1999 y 2000. La metodología de la
encuesta está basada en propuesta de la OCDE publicada en el manual de la propia
organización sobre recolección e interpretación de datos referentes a la actividad científica,
tecnológica y de innovación. El documento que delinea la propuesta mencionada se conoce
como el Manual de Oslo (OECD, 1997).
El hecho de que se haya tomado como base del diseño metodológico los lineamientos
que propone la OCDE es importante, ya que permite comparar los datos de encuestas de
innovación de varios países. De hecho, varios de los estudios que fueron consultados
realizan el análisis de encuestas basadas en el Manual de Oslo. Una ventaja adicional que
plantea el uso de la ENI 2001 es que la fase del ciclo económico por la que atravesaba
México en esos dos años no fue contraproducente para las actividades de innovación. Esto se
debe a que durante ambos años las perspectivas del crecimiento eran buenas y en general
había capacidad de inversión por parte de las empresas.
12
Esta situación imposibilita la realización de un análisis estadístico de panel con los resultados de
los dos años.
14
CIDECyT 06-01
Incentivos
Objetivos de Resultados
Inversión en Proceso
de la
la innovación Innovación Innovador
Innovación
Obstáculos
Figura 1.
El proceso innovador
A continuación describimos algunos de los resultados que arroja la ENI 2001 para los
distintos rubros del proceso innovador: objetivos que motivan la inversión en innovación,
obstáculos que la frenan, insumos al proceso y resultados del mismo.
En cuanto a los objetivos de la innovación, los dos rubros más importantes se refieren
a la participación que tienen las empresas en el mercado. Se les pidió a las empresas
encuestadas que respondieran, en una escala entre 1 y 4, la importancia que le asignan a
ciertos objetivos.13 En promedio, los objetivos más importantes son tanto mantener la
participación que se tiene en el mercado como la posibilidad de aumentarla. De hecho, del
total de firmas encuestadas que realizaron algún tipo de innovación (565 en total), 391
empresas le dieron el máximo grado de importancia (calificación 4) a mantener su
participación, mientras que 380 afirmaron que era igualmente importante aumentarla. Cabe
mencionar, además, que en segundo término hay otras dos principales motivaciones para
involucrarse en actividades de desarrollo tecnológico. Éstas se refieren a mejorar la calidad
de los productos y reducir los costos de producción. En estos casos, las calificaciones
promedio que se le dieron a dichos objetivos fueron de 3.42 y 3.37, respectivamente, entre
las empresas que se involucraron en proyectos de innovación. Como se aprecia en la Figura
2, también son importantes las cuestiones ambientales, ya que la reducción de daños al
medio ambiente en el proceso productivo y el desarrollo de productos que no afecten al
medio ambiente tienen también calificaciones relativamente altas, al igual que la reducción
en el consumo de energía.
13
En donde 1 corresponde a un objetivo “No significativo” y 4 corresponde a un objetivo “Altamente
significativo”.
15
CIDECyT 06-01
Figura 2.
Importancia de los objetivos de la innovación
Considerando que son éstos los objetivos principales que mueven a las empresas a
emprender proyectos de innovación, cabe también mencionar algunos datos respecto de los
insumos de la innovación, es decir, la cantidad y destino de los recursos que se comprometen
con el fin de incrementar las capacidades tecnológicas de las empresas. Como una primera
observación podemos notar que el 89 por ciento del gasto total destinado a la innovación se
da dentro de las empresas, mientras que solamente el 11 por ciento restante de la inversión
que hacen las compañías se utiliza en la adquisición externa de servicios de investigación y
desarrollo. Esto puede empezar a relacionarse con lo expuesto en el marco teórico sobre la
importancia de hacer estudios a nivel de empresa (no a nivel de economías agregadas), así
como la posibilidad de que la buena comunicación entre quienes realizan las actividades de
investigación y desarrollo y los departamentos de producción y mercadeo brinden mayores
probabilidades de éxito comercial a los productos innovados.
16
CIDECyT 06-01
100%
90%
80%
70%
60% Extramuros
50% Intramuros
40%
30%
20%
10%
0%
Pequeñas Medianas Grandes
Figura 3.
Gasto destinado a actividades de innovación dentro y fuera de la empresa
Como mencionamos también en la introducción, hay distintas maneras en las que las
compañías deciden innovar, por lo que conviene hacer otro tipo de distinción en el gasto que
realizan las empresas en sus proyectos de desarrollo tecnológico. Del total de recursos
dedicados para tal fin, alrededor de dos terceras partes se destinan para la adquisición de
maquinaria y equipo. Este tipo de adquisición de tecnología que ya está incorporada a la
máquina se compara con sólo el 7 por ciento del gasto total que se destina a la introducción
de tecnologías externas, pero que no se adquieren ya incorporadas a la maquinaria. De la
Figura 4 también se observa que se destinan proporciones casi iguales a la investigación y
desarrollo, el diseño industrial, y el lanzamiento al mercado de productos innovados. El
rubro que recibe la menor proporción de los gastos totales es el de capacitación ligada a las
actividades de innovación que representa sólo el 2 por ciento del total.
• Micro : 0 a 10 trabajadores
• Pequeña : 11 a 50 trabajadores
• Mediana : 51 a 250 trabajadores
• Grande : 251 y más trabajadores
Cabe hacer notar que los resultados de la ENI no reportan ninguna empresa micro involucrada en
algún proyecto de innovación. Por esta razón no se incluye este rubro en la gráfica.
17
CIDECyT 06-01
Investigación y
Desarrollo Tecnológico
Lanzamiento al mercado 8%
8%
Capacitación
2%
Diseño industrial
9%
Adquisición de Adquisición de
tecnologías externas
maquinaria y equipo
7%
66%
Figura 4.
Destino de los recursos para actividades de innovación
• Fondos propios,
• Financiamiento bancario,
• Apoyos gubernamentales,
• Capital de riesgo, y
• Inversionistas privados (ángeles).
18
CIDECyT 06-01
Recursos propios 71
Apoyos gubernamentales 3
Otro 1
0 10 20 30 40 50 60 70 80
Figura 5.
Mecanismos de financiamiento de proyectos de innovación
Este último resultado, así como el conjunto de observaciones referentes a las fuentes
de los recursos destinados a inversión en innovación son muy relevantes, pues cuando a los
encuestados se les pide evaluar la importancia de los obstáculos a los que se enfrenta la
realización de proyectos de innovación, la falta de fuentes de financiamiento ocupa el tercer
lugar después de factores asociados con el costo y el riesgo. En una escala del 1 al 4, 145 de
las 565 empresas innovadoras califican como altamente significativo (con calificación 4) el
obstáculo que presenta la falta de fuentes de financiamiento adecuadas. Esto se relaciona
directamente con los costos elevados de innovación que, como muestra la Figura 6
constituye el principal obstáculo para 182 de las empresas, alrededor de la tercera parte. El
papel del gobierno en este ámbito es doble pues no sólo proporciona apoyos públicos a las
compañías, sino que también actúa como regulador de normas, estándares y tratamiento
fiscal a este tipo de gastos. Después de la falta de fuentes de financiamiento, la esfera de
influencia del gobierno (tanto la parte regulatoria como la de apoyos directos) es considerada
importante, con calificaciones promedio de 2.31 y 2.08, respectivamente. Otros obstáculos
que se perciben con una importancia menor se refieren a la falta de información (sobre el
mercado y sobre tecnología) y de personal calificado.
19
CIDECyT 06-01
Figura 6.
Importancia de los obstáculos la innovación
En este rubro, es importante observar las relaciones de cooperación que existen entre
las empresas y entre empresas e institutos de investigación o universidades. La Figura 7
indica el origen de las innovaciones en producto y en proceso. De la figura se observa que la
gran mayoría las innovaciones tienen su origen en la propia empresa, con un porcentaje
mayor para las innovaciones en producto. A este rubro le sigue el desarrollo de las
innovaciones a través de la colaboración con otras empresas. La colaboración con institutos
de investigación, así como el desarrollo de innovaciones por parte de éstos no constituyen
fuentes importantes de las innovaciones introducidas, lo cual pone en evidencia la falta de
lazos entre el sector productivo y el sector académico nacional.
20
CIDECyT 06-01
Em pres a en
60%
colaboración con
otras em pres as
81.9 Em pres a en
40% 74.8 colaboración con
ins titutos o
univers idades
20% Propia em pres a
0%
Innovación en Producto Innovación en Proceso
Figura 7.
Origen de los productos y procesos innovados
21
CIDECyT 06-01
100%
90%
80%
70%
30%
20%
10%
0%
Pequeña Mediana Grande
Figura 8.
Grado de novedad de los productos innovados por tamaño de empresa
Figura 9.
Patentes otorgadas en el periodo 1999-2000 por sector industrial
22
CIDECyT 06-01
Crépon et al. (1998) introdujeron una nueva manera de realizar el análisis de las
encuestas al formular un modelo que pretende insertar el proceso innovador dentro del
análisis del cambio tecnológico y sus efectos sobre la productividad de las empresas. La
manera en la que abordaron el tema fue mediante un sistema de ecuaciones que describen
una secuencia de etapas en el desarrollo de la innovación, desde que se toma la decisión de
innovar hasta que la innovación se ve reflejada en los niveles de productividad de la
empresa. La Figura 10 presenta esta cadena de toma de decisiones para emprender la
innovación y sus efectos, en el que cada uno de los pasos fue modelado con una ecuación.
La originalidad del análisis de Crépon et al. (1998) radica en que toma en cuenta la
diferencia entre los insumos de la innovación y sus resultados. Por ello, de alguna manera, se
puede considerar que fueron ellos quienes iniciaron una nueva ola de estudios que adoptan
esta distinción en el procedimiento. Incluso Lööf y Heshmati (2003) reconocen que la
manera en la que abordan el problema Crépon et al. ofrece un modelo teórico atractivo, así
como los métodos econométricos apropiados para entender lo que en otras ocasiones se ha
llamado una caja negra.15 El estudio de Lööf y Heshmati toma como base el modelo que se
presenta en la Figura 10, pero lo estima con distintas herramientas econométricas con el fin
de entender las diferencias en los resultados y la sensibilidad de éstos ante distintitos
supuestos sobre las distribuciones de los errores.
15
Rosenberg (1982, 1994).
23
CIDECyT 06-01
Intensidad de la innovación
Proceso de
innovación
Resultados de la innovación
Productividad de la empresa
Figura 10.
El proceso innovador y la productividad de la empresa
Los resultados que obtienen Crépon et al. (1998) para el caso de Francia, así como
otros trabajos que siguen la misma línea de investigación, como el de Benavente (2002) para
Chile confirman, hasta cierto grado, las hipótesis Schumpeterianas sobre las variables más
importantes que afectan el desempeño tecnológico de una empresa. Como ya mencionamos
en la sección referente al marco teórico, tanto el tamaño de la empresa como la estructura de
mercado afectan de manera importante las decisiones sobre la realización de actividades de
investigación y desarrollo.
Van Leewen (2002) estudia la dinámica del proceso innovador con datos de los
Países Bajos dando especial énfasis a sus características de acumulación temporal. Por esto,
su aproximación estadística y econométrica al tema es un tanto distinta de la del resto de los
autores que fueron consultados. Él hace explícita la diferencia entre niveles y flujos de
recursos que se destinan a la investigación y desarrollo, tomando como indicador de los
niveles el número de patentes con las que ya cuenta la empresa (sea porque las desarrolló o
porque las compró) y como flujo el número de nuevas patentes. Sus conclusiones revelan
que las empresas requieren montos de inversión constantes a lo largo del tiempo para
mantener un nivel dado de desarrollo, pero que además los resultados no siempre son los
esperados; lo cual confirma la aseveración de que el desarrollo de innovaciones está sujeto a
una mayor incertidumbre que el resto de los procesos productivos.
24
CIDECyT 06-01
Otra característica que muchas veces se pasa por alto en el análisis del entorno
tecnológico de las empresas es la posibilidad de que existan derramas (spillovers) de
conocimiento y tecnologías de producción dentro de las industrias. Duguet (2002) incorpora
este concepto en su análisis de la industria francesa y desarrolla un estudio que clasifica a la
innovación dependiendo de si ésta resulta en la introducción de un nuevo producto o si sólo
resulta en la imitación de productos desarrollados por otras empresas. Propone que las
derramas provienen no sólo de la cooperación en actividades de investigación y desarrollo
entre empresas o con otro tipo de instituciones como universidades, sino también de la
existencia de patentes y derechos de propiedad en general (un ejemplo de esto último son las
marcas o licencias de tecnología). Además, concluye que la importancia de estas derramas es
significativa para la innovación auténtica (que no es imitativa) y afecta positivamente la
productividad total de los factores a nivel de la empresa.
Del trabajo de Crépon et al. (1998) tomamos el planteamiento básico de tener una
ecuación que describa cada etapa del proceso de innovación. Esto es, una ecuación para la
toma de decisión de innovar o no hacerlo, otra ecuación para la toma de decisión sobre
cuánto invertir en actividades de innovación, seguida por una especificación sobre los
productos o resultados de la innovación. Nos vemos obligados, sin embargo, a eliminar los
cálculos referentes a la cuarta ecuación que mide el impacto de la innovación sobre la
productividad de la empresa. Esto se debe a que nuestra fuente de información no cuenta con
datos sobre la productividad o el valor agregado de las empresas y, por cuestiones de
confidencialidad no es posible enlazar los datos de la Encuesta Nacional de Innovación con
los correspondientes a los Censos Económicos para empresas específicas, que contiene los
25
CIDECyT 06-01
datos relevantes para el cálculo de la productividad laboral (valor agregado por trabajador) o
de la productividad total de los factores.16
Tabla 2.
Resumen de la revisión de literatura
Autor y
País y periodo
año de Objetivos del Estudio Conclusiones o Comentarios
de estudio
publicación
Crepón et al. Francia Estudiar las relaciones entre La probabilidad de involucrarse en
(1998) (1986–1990) investigación, innovación y proyectos de desarrollo tecnológico se
productividad a nivel de incrementa con el tamaño de la
empresas. empresa, su participación de mercado,
así como la diversificación de
productos.
Duguet (2002) Francia Estudiar los efectos de la Sólo la innovación radical incrementa
(1985–1991) innovación sobre la la TFP. Introduce el concepto de
productividad total de los derramas tecnológicas.
factores (TFP) a nivel de la
empresa.
Van Leewen Países Bajos Estudiar los efectos de fuentes Al observar la dinámica temporal
(2002) (1996–1998) internas y externas de bajan las estimaciones para los
innovación para las empresas, resultados de la innovación y suben
así como los efectos para la inversión.
acumulados a lo largo del
tiempo.
Lööf y Heshmati Suecia Análisis de sensibilidad sobre Los resultados se calculan para los
(2003) (1996–1998) una misma muestra con niveles y las tasas de crecimiento de
diferentes distribuciones de la inversión y resultados de la
error. innovación.
16
La información que nos es inaccesible se encuentra protegida por el principio de confidencialidad,
estipulado en el artículo 38 de la Ley de Información Estadística y Geográfica en vigor, en el cual se
indica que la información no puede ser divulgada de forma individualizada.
26
CIDECyT 06-01
Tabla 3.
Medidas de los resultados de la innovación
Estudio Descripción de la medida
Lööf y Heshmati (2003) y • Porcentaje de las ventas totales que se atribuyen a productos
Benavente(2002) innovados.
27
CIDECyT 06-01
Ecuación 1:
Decisión de innovar
(1)
Ecuación 2:
Insumos a la innovación
∑
i = 10
β i , 2 Sector + ε 2
(2)
Variables Dependientes 18
18
La definición detallada de las variables dependientes e independientes se presenta en el Apéndice
B.
28
CIDECyT 06-01
Variables Independientes
En general las variables independientes describen, en cierto grado, a las variables que ya
hemos descrito en la sección referente al marco teórico sobre el que pretendemos construir
nuestro análisis. Por ello todas ellas se refieren, ya sea de manera directa o indirecta, a los
fenómenos que hemos mencionado como críticos en el desempeño tecnológico de una
empresa: su tamaño, la concentración del mercado, las oportunidades tecnológicas que
existen en la industria, las posibilidades de transferencia tecnológica, la participación
extranjera, la participación o no en actividades de exportación, así como la disponibilidad de
financiamiento (ya sea a través de préstamos bancarios o de apoyos gubernamentales). A
continuación las enlistamos, proporcionando una breve explicación de cada una.
29
CIDECyT 06-01
Ecuación 3:
Resultados de la innovación
Como ya habíamos advertido, hay una variedad de maneras de medir los productos de la
innovación. Por ello tenemos cuatro propuestas distintas sobre cómo medir los resultados de
la misma, como se explica a continuación.
∑
i= 8
β i ,3 Sector + ε 3
(3a)
Tabla 4.
Categorías de la variable Prod_Proc
Valor Clasificación
30
CIDECyT 06-01
Grad _ Radical = β 0,3 + α Inversión + β 1,3 Empleados + β 2,3 Pers _ Inv + β 3,3 Grupo +
∑
i= 8
β i ,3 Sector + ε 3
(3b)
Tabla 5.
Categorías de la variable Grad_Radical
Valor Clasificación Significado
Ventas _ Inn = β 0,3 + α Inversión + β 1,3 Empleados + β 2,3 Pers _ Inv + β 3,3 Grupo +
∑
i= 8
β i ,3 Sector + ε 3
(3c)
Patentes = β 0,3 + α Inversión + β 1,3 Empleados + β 2,3 Pers _ Inv + β 3,3 Grupo +
∑
i= 8
β i ,3 Sector + ε 3
(3d)
31
CIDECyT 06-01
Variable Variables
Dependiente Independientes
Figura 11.
Estructura del modelo econométrico integrado
5. Estimación econométrica
Una vez definido el sistema de ecuaciones que forman el modelo integrado que proponemos
para describir el proceso innovador, es imprescindible definir los métodos econométricos
que consideramos pertinentes en la estimación estadística del mismo. Por ello, a
continuación se detallan los métodos que proponemos, justificándolos y discutiendo sus
ventajas y posibles inconvenientes o alternativas.
Nuestro modelo estructural consta entonces de tres ecuaciones tal como se puede
observar a continuación, en donde la variable Resultados de la tercera ecuación representa
cuatro variables diferentes, como ya fue descrito en la sección precedente.
32
CIDECyT 06-01
(1)
∑
i = 10
β i , 2 Sector + ε 2
(2)
∑
i= 8
β i ,3 Sector + ε 3
(3)
19
Ver especialmente Lööf y Heshmati (2003), así como Crépon et al. (1998) y Benavente (2002).
33
CIDECyT 06-01
Aquí nos encontramos frente a dos problemas econométricos. Por un lado, está la
cuestión de que sólo se observan valores positivos para la inversión en innovación. Esta
situación se podría resolver estimando un modelo tobit con datos censurados, o bien con una
regresión para datos truncados. Sin embargo, esto nos obligaría a dejar fuera del análisis a la
Ecuación 1, desperdiciando valiosa información sobre cómo se lleva a cabo la selección, es
decir, sobre el proceso de decidir involucrarse o no en proyectos de innovación. Esto le
restaría capacidad explicativa al modelo sobre qué variables afectan la decisión de innovar.
Para corregir el sesgo de selección que surge de nuestro modelo, decidimos recurrir al
procedimiento de corrección en el sesgo de Heckman, como lo proponen Lööf y Heshmati
(2003). Consideramos esta metodología adecuada ya que generaliza los modelos tobit y de
regresión truncada para hacer explícito el mecanismo que selecciona las observaciones que
se censuran y las que no.21 Creemos importante para nuestro análisis hacer este
procedimiento de selección explícito, por lo que a continuación presentamos una breve
explicación del modelo de selección de Heckman.
34
CIDECyT 06-01
que suponer que los errores del primer par de ecuaciones se distribuyen de manera normal
bivariada de la siguiente manera:
ε1 0 1 ρ σ ε 2
~ N ,
2
ε 0 ρ σ σ ε 2
2 ε 2
En segundo lugar, debemos mencionar que si bien corregimos por el sesgo que se
introduce en la estimación por cuestiones de selección, el modelo de Heckman estima la
segunda ecuación a través de la técnica de MCO. Sin embargo, nuestra variable dependiente
es un porcentaje (Inversión es la inversión en innovación como proporción de las ventas).
Utilizar MCO para estimar un porcentaje no resulta lo ideal pues introduce un sesgo en la
estimación. No obstante, el sesgo que se introduce es positivo en los parámetros a estimar.
Benavente (2002) compara ambas estimaciones obteniendo que pocos parámetros cambian
en magnitud, y ninguno en signo.
Por último, falta mencionar que para la estimación probit que describe la
probabilidad de estar incluido en la muestra de la segunda ecuación (es decir, para la
estimación de la Ecuación 1), necesitamos tener un número mayor de regresores que en la
propia Ecuación 2. Esto se debe a que de no ser este el caso (es decir, si los regresores para
ambas ecuaciones son los mismos) se puede tener un alto grado de colinearidad entre ambas
regresiones, haciendo inservible el modelo de selección. Esto implica que necesitamos por lo
menos una variable que afecte la probabilidad de estar en la muestra, pero que no afecte las
variables que se observan en la muestra. En nuestro caso, se refiere a variables que afecten la
decisión de innovar, pero que no afecten la cantidad de recursos que se dedican a innovar,
por lo que seleccionamos tres variables que creemos satisfacen este criterio.
35
CIDECyT 06-01
empresas a dedicar cierta cantidad de recursos a la innovación, pero contar con dichos
contratos aumenta la probabilidad de que la empresa decida emprender actividades de
innovación. La tercer variable es Proveedor_Ext, que indica si la empresa cuenta o no con un
proveedor principal del extranjero. Esta variable se relaciona tenuemente con la cantidad de
recursos que se invierten para innovar, pero es muy probable que las empresas que cuentan
con un proveedor extranjero estén en mayor capacidad de involucrarse en proyectos de
innovación por tener mayor propensión a adoptar cambios innovadores en forma de
transferencias tecnológicas, como ya lo apuntamos en nuestro marco teórico.
36
CIDECyT 06-01
Tabla 6.
Métodos de estimación para la Ecuación 3 (resultados de la innovación)
Variable Método
Ecuación
Dependiente Econométrico
Logit Multinomial
3a Prod_Proc
Probit Ordenado
3b Grad_Radical
Mínimos Cuadrados Ordinarios
3c Ventas_Inn
Mínimos Cuadrados Ordinarios
3d Patentes
6. Suposiciones y limitaciones
Dentro de nuestro marco conceptual, reflejado en el modelo econométrico que proponemos
existen ciertas limitaciones a las que nos enfrentamos cuando analizamos los resultados de
las estimaciones estadísticas. En primer lugar se encuentra el hecho de que contamos con
datos de la Encuesta Nacional de Innovación para un sólo año. Esto nos impide analizar de
manera sistemática la naturaleza dinámica del proceso de investigación y desarrollo, que en
la gran mayoría de los casos tiene un lapso de tiempo importante entre la decisión de
emprender actividades de innovación y la concreción de los resultados en nuevos procesos o
productos. Además, aún cuando existieran levantamientos de la encuesta en distintos cortes a
lo largo del tiempo, no hay elemento alguno que asegure la implementación de resultados en
fechas posteriores definidas, ya que la varianza de la celeridad con la que se desarrollan y
adoptan productos o procesos innovados es grande, tal como lo nota con especial énfasis
Van Leewen (2002).
Dicho lo anterior, habrá que esperar los resultados de futuras versiones de la ENI
para poder incorporar al análisis la dinámica intertemporal del proceso innovador. No
obstante, se debe mencionar que los resultados de la ENI 2001 toman en cuenta varias
preguntas diseñadas especialmente para incorporar información sobre el desarrollo
tecnológico de las empresas durante los años 1999 y 2000, por lo que si existe un pequeño
elemento intertemporal en los resultados de la ENI. A pesar de ello, este elemento es
37
CIDECyT 06-01
7. Resultados
Los resultados obtenidos de la estimación econométrica del modelo propuesto en la sección
4.2 muestran detalles interesantes. La evaluación simultánea de las primeras dos ecuaciones,
a través del método de selección de Heckman, arroja los resultados que se muestran en la
Tabla 7. En ésta se especifica si se tomó en cuenta la concentración como variable
independiente o no, pues sólo se tienen observaciones de esta variable para las ramas de la
industria que pertenecen al sector manufacturero. Por ello, en las columnas correspondientes
a la estimación con los índices de concentración no aparecen resultados para las variables
que se refieren al sector de la minería metálica y no metálica (el sector 1 según la
clasificación que utilizamos) y al sector de la construcción (el 9 de la misma clasificación).
Hay que hacer notar, además, que al introducir las variables dummy por sectores, se excluye
la correspondiente al sector 4 para utilizarlo como sector base. De esta forma, los
coeficientes obtenidos para los sectores deberán interpretarse con respecto a éste.
38
CIDECyT 06-01
Hay dos resultados que, a primera vista, pueden resultar paradójicos; pues tanto
formar parte de un grupo como contar con capital extranjero dentro de la empresa presentan
un signo negativo. Originalmente consideramos que formar parte de un grupo incrementaría
la propensión de las empresas a involucrarse en actividades de innovación porque sería más
fácil aprovechar las posibles economías a escala en la investigación y desarrollo, así como
facilitar la comunicación interna entre los departamentos de ventas, mercadeo y desarrollo de
nuevos productos. Lo mismo sucedería con la presencia de inversión extranjera, pues al estar
una empresa en contacto con el exterior a través de este mecanismo se incrementarían sus
oportunidades tecnológicas.
Antes de revisar los resultados derivados de las variables sectoriales cabe mencionar
un último punto. Casi todos los coeficientes para las variables independientes no sectoriales
son estadísticamente significativos al nivel del 1 por ciento. Una de las excepciones es contar
39
CIDECyT 06-01
con un proveedor extranjero. Con respecto a esta variable, consideramos que ésta sería
determinante en la selección de Heckman; es decir, resultaría importante en discriminar entre
aquéllas empresas que deciden no innovar y las que toman la decisión de hacerlo. Sobre la
selección, a pesar del último comentario, amerita recalcar que las otras dos características
que pensamos importantes para el mismo procedimiento (contar con una división de
investigación y desarrollo, así como tener contratos de asistencia técnica), resultaron tener el
signo esperado y nivel de significancia estadística al 1 por ciento (además de ser robustas a
la inclusión de la concentración). En este sentido, su magnitud tampoco es despreciable.
Al igual que con la primera ecuación, el efecto de contar con capital extranjero
resulta negativo. La variable que denota actividades de exportación también es negativa pero
no es estadísticamente significativa. Una derivación lógica importante de los coeficientes
estimados para las variables de apoyos gubernamentales y créditos privados es que, si bien
se asocian de manera positiva con la probabilidad de que la compañía se involucre en
proyectos de innovación, contar con éstos tiene una relación negativa con el monto de la
inversión en dichos proyectos. El efecto de contar con la certificación ISO–9000 es positivo
sobre el monto de la inversión en innovación, aun cuando sólo cobra significancia cuando se
incluye la variable sobre concentración.
En el plano sectorial, sorprende que todos los coeficientes tienen signos negativos; es
decir, invierten un menor porcentaje de sus ventas en investigación y desarrollo comparados
con la industria de madera y papel (sector 4). Hay que matizar, sin embargo, esta afirmación,
pues los niveles de significancia estadística de los resultados varían.
40
CIDECyT 06-01
41
CIDECyT 06-01
Tabla 7.
Resultados de la estimación de las ecuaciones 1 y 2 del modelo integrado
Innova Inversión
Variable
Sin Con Sin Con
Explicativa
Concentración Concentración Concentración Concentración
0.0002 ** 0.0002 ** -0.0003 ** -0.0003 **
Empleados
(3.74) (3.87) (-3.96) (-4.04)
0.23 ** 0.23 ** -.11 ** -0.08
Pers_Inv
(10.66) (10.12) (-2.58) (-1.88)
-0.32 ** -0.28 ** -0.22 -0.25
Grupo
(-7.28) (-6.23) (-1.41) (-1.56)
-0.08 -0.16 ** -0.43 * -0.45 *
Inv_Ext
(-1.45) (-2.74) (-2.00) (-1.94)
0.20 ** 0.15 ** -0.08 -0.05
Exporta
(5.71) (4.10) (-0.54) (-0.39)
3.55 ** 3.51 ** -1.27 ** -1.23 **
Crédito
(9.78) (9.17) (-6.06) (-5.73)
7.72 ** 7.81 ** -0.82 -0.93 *
Apoyo_Gob
(39.98) (39.10) (-1.88) (-2.13)
0.08 0.04 0.29 0.42 *
ISO_9
(1.67) (0.73) (1.65) (2.34)
0.01 ** 0.0009
Concentración
(10.55) (0.17)
0.72** 0.72 **
División_IyD
(12.22) (12.05)
0.24 ** 0.28 **
Asistencia
(4.06) (4.72)
0.01 -0.01
Proveedor_Ext
(0.29) (-0.26)
-0.06 -0.33
Minería (1)
(-0.49) (-0.68)
0.47 ** 0.16 * -0.36 -0.43
Alimentos (2)
(7.77) (2.39) (-1.27) (-1.41)
-0.09 -0.14 * -0.65 * -0.67 *
Textil y Vestido (3)
(-1.56) (-2.35) (-2.27) (-2.35)
0.03 -0.19 ** -0.96 ** -0.99 **
Química (5)
(0.41) (-2.77) (-3.39) (-3.28)
Minerales no
-0.30 ** -0.63 ** -1.02 ** -1.10 **
metálicos e industria
(-3.17) (-6.26) (-2.78) (-2.83)
metálica (6)
Maquinaria y equipo 0.12* -0.16 * -1.35 ** -1.41 **
(7) (1.94) (-2.37) (-4.93) (-4.74)
0.37* 0.05 -1.20 * -1.30 *
Otras Industrias (8)
(2.54) (0.36) (-2.29) (-2.39)
-0.56 -1.65 **
Construcción (9)
(-1.52) (-3.21)
-1.04** -1.30 ** 5.05 ** 4.95 **
Constante
(20.80) (-23.15) (13.41) (11.74)
42
CIDECyT 06-01
Hay dos explicaciones que expusimos en el análisis de las estimaciones para las
Ecuaciones 1 y 2 que comienzan a confirmarse cuando se observan los cálculos para los
productos de la innovación. La característica de las compañías de pertenecer a un grupo
empresarial de nuevo es negativa para todas las mediciones, aunque resalta que en ninguno
de estos casos es significativo. Asimismo, la inversión extranjera dentro de la empresa está
relacionada con un aumento importante en la probabilidad de innovar en ambos rubros de
innovación en producto y proceso, tanto en magnitud como en relevancia estadística. Este
resultado es bastante robusto a la inclusión de la variable de concentración.
En contraste con la claridad de los resultados anteriores, el hecho de que una empresa
exporte sus productos está relacionado de manera negativa con los resultados de la
innovación en producto o en ambos rubros. Además, contar con la certificación ISO–9000
empieza a indicar los resultados que esperamos con base en el marco teórico, pues por
primera vez cobra importancia estadística, aunque lo hace sólo para la innovación tanto en
producto como en proceso. Por lo demás, las características sectoriales nos dan indicios más
parecidos a las tendencias esperadas. Parece ser que la industria de alimentos y bebidas es
más innovadora que la de madera y papel, aunque cambia de signo si omitimos la
concentración del mercado. Por lo que respecta al sector químico, la industria metálica, y la
de maquinaria y equipo son claramente más propensos a tener mejores resultados de la
inversión en innovación.
43
CIDECyT 06-01
Tabla 8.
Resultados de la estimación de la ecuación 3a del modelo integrado
Innovación en Innovación en
Variable
producto únicamente proceso y producto
Explicativa
Sin Concentración Con Concentración Sin Concentración Con Concentración
Inversión 1.22 ** 0.78 * 1.04 ** 0.70 *
estimada (3.82) (2.25) (3.37) (2.13)
0.000004 -0.00007 0.0004 0.0003
Empleados
(0.02) (-0.32) (1.58) (1.23)
0.08 0.01 0.15 ** 0.11 *
Pers_Inv
(1.44) (0.18) (2.85) (1.95)
-0.11 -0.26 -0.43 -0.32
Grupo
(-0.51) (-1.09) (-1.83) (-1.28)
0.98 ** 0.91 ** 1.53 ** 1.36 **
Inv_Ext
(3.32) (2.78) (5.00) (4.00)
-0.55 ** -0.49 ** -0.38 ** -0.22
Exporta
(-3.35) (-2.97) (-2.45) (-1.47)
-0.18 -0.12 0.47 * 0.53 *
ISO_9
(-0.83) (-0.49) (2.23) (2.17)
-0.03 ** -0.04 **
Concentración
(-3.96) (-5.62)
0.60 -0.60
Minería (1)
(1.41) (-1.39)
1.04 ** 1.67 ** -0.16 0.75 *
Alimentos (2)
(4.23) (5.30) (-0.65) (2.40)
Textil y Vestido 0.63 0.50 0.69 * 0.71 *
(3) (1.85) (1.32) (2.16) (1.96)
4.12 ** 4.17 ** 2.80 ** 3.13 **
Química (5)
(8.78) (7.49) (5.97) (5.67)
Minerales no
metálicos e 2.69 ** 2.97 ** 1.20 * 1.87 **
industria metálica (5.09) (4.40) (2.13) (2.67)
(6)
Maquinaria y 3.31 ** 3.37 ** 2.07 ** 2.46 **
equipo (7) (6.70) (5.45) (4.22) (4.04)
Otras Industrias 3.57 ** 3.80 ** 2.86 ** 3.41 **
(8) (3.74) (3.73) (3.13) (3.50)
4.06 * -26.75 **
Construcción (9)
(2.15) (-13.63)
-4.14 ** -1.80 -2.25 * -0.17
Constante
(-3.41) (-1.42) (-1.90) (-0.13)
44
CIDECyT 06-01
En el caso del número de empleados, el efecto parece ser positivo pero los
coeficientes no alcanzan niveles convencionales de importancia estadística. En cambio, ser
parte de un grupo industrial está relacionado negativamente con la probabilidad de introducir
productos más novedosos. Con este resultado, se refuerza la hipótesis de que los grupos son
menos propensos a la innovación por razones que ya han sido expuestas anteriormente.
También comienza a fortalecerse la hipótesis de la manera en que se realiza directamente la
transferencia de tecnología en las empresas que tienen inversión extranjera, pues nuevamente
esta variable presenta un coeficiente positivo y significativo. De hecho, esta variable
presenta el coeficiente más grande de todos los estimados para calcular la propensión de
introducir productos novedosos.
De acuerdo a los resultados, todos los sectores son más propensos a grados más
radicales de innovación, al compararlos con el sector de la madera y el papel. Todos los
coeficientes de las variables dummy sectoriales son positivos, variando sólo el nivel de
relevancia estadística que presentan. Los que son claramente más innovadores son el de
alimentos y bebidas, así como los de química, industria metálica y maquinaria y equipo.
45
CIDECyT 06-01
Tabla 9.
Resultados de la estimación de la ecuación 3b del modelo integrado
Grad_Radical
Variable Explicativa
Sin Concentración Con Concentración
0.31 ** 0.21 *
Inversión estimada
(3.10) (2.13)
0.0001 0.00009
Empleados
(1.81) (1.57)
-0.02 -0.03
Pers_Inv
(-1.76) (-1.85)
-0.34 ** -0.27 **
Grupo
(-4.03) (-3.10)
1.08 ** 0.96 **
Inv_Ext
(9.15) (7.85)
0.19 ** 0.21 **
Exporta
(3.22) (3.56)
0.33 ** 0.33 **
ISO_9
(4.13) (3.83)
-0.005 *
Concentración
(-2.03)
0.07
Minería (1)
(0.35)
0.31 ** 0.41 **
Alimentos (2)
(2.86) (3.31)
0.21 0.17
Textil y Vestido (3)
(1.57) (1.26)
0.86 ** 0.86 **
Química (5)
(5.64) (5.29)
Minerales no metálicos e 0.86 ** 0.87 **
industria metálica (6) (3.68) (3.48)
1.03 ** 1.01 **
Maquinaria y equipo (7)
(5.92) (5.47)
1.50 ** 1.52 **
Otras Industrias (8)
(5.83) (5.66)
1.69
Construcción (9)
(1.42)
46
CIDECyT 06-01
Los resultados para las Ecuaciones 3c y 3d, que se muestran en la Tabla 10,
confirman mucho de lo hasta aquí expuesto en el análisis de resultados. Por ejemplo, la
inversión estimada tiene una relación positiva y significativa sobre las patentes por
empleado. El resultado de la inversión estimada para el caso de las ventas innovadoras es
negativo, pero sólo resulta significativo para el caso de la evaluación que incluye la variable
de concentración.
Hay dos resultados que, a pesar de que confirman lo ya analizado con anterioridad,
sorprenden por la dimensión de su coeficiente. En primer lugar está la presencia de inversión
extranjera en la empresa, que se asocia con un incremento, en promedio, de 6.5 por ciento en
las ventas que se atribuyen a los productos innovados. Para las patentes la magnitud del
coeficiente no es despreciable, pues hay que mantener presente el hecho de que las
dimensiones de esta variable son muy pequeñas. De hecho, el coeficiente es incluso mayor al
correspondiente a la inversión estimada. Aparte de esto, pertenecer a un grupo está
negativamente asociado con el porcentaje de las ventas provenientes de productos
innovadores, y tiene un efecto minúsculo sobre las patentes por empleado sin alcanzar
niveles de significancia estadística en el último caso.
47
CIDECyT 06-01
Tabla 10.
Resultados de la estimación de las ecuaciones 3c y 3d del modelo integrado
Ventas Innovadoras Patentes por empleado
Variable
Sin Con Sin
Explicativa Con Concentración
Concentración Concentración Concentración
Inversión -2.79 -4.87 * 0.004 ** 0.004 **
estimada (-1.39) (-2.44) (3.85) (3.96)
-0.001 -0.002 * -0.0000001 -0.0000001
Empleados
(-1.22) (-2.13) (-0.44) (-0.32)
0.95 ** 0.96 ** 0.0002 ** 0.0001
Pers_Inv
(2.76) (2.63) (2.46) (1.66)
-6.23 ** -6.33 ** 0.0005 0.0005
Grupo
(-3.92) (-3.92) (1.25) (1.02)
6.53 ** 6.57 ** 0.005 ** 0.005 **
Inv_Ext
(3.83) (3.70) (5.61) (5.45)
-0.19 0.69 0.0004 0.0004
Exporta
(-0.16) (0.57) (0.71) (0.78)
2.17 4.03 ** -0.001 -0.002 *
ISO_9
(1.47) (2.49) (-1.70) (1.96)
-0.19 ** -0.00004 *
Concentración
(-4.54) (2.14)
-6.02 * -0.006 **
Minería (1)
(-2.12) (-4.89)
-5.81 ** -1.06 -0.006 ** -0.005 **
Alimentos (2)
(-2.80) (-0.46) (-4.95) (-3.74)
Textil y Vestido 1.59 1.55 -0.003 ** -0.002 *
(3) (0.58) (0.55) (-2.60) (-2.23)
-1.13 0.29 -0.0006 0.0002
Química (5)
(-0.38) (0.09) (-0.38) (0.10)
Minerales no
metálicos e -7.30 * -4.65 -0.0009 0.0005
industria metálica (-2.07) (-1.17) (-0.85) (0.31)
(6)
Maquinaria y 7.91 * 9.05 * 0.0009 0.002
equipo (7) (2.27) (2.37) (0.76) (1.32)
Otras Industrias 8.95 10.84 * -0.002 -0.0006
(8) (1.79) (2.04) (-1.44) (-0.38)
-13.79 ** 0.002
Construcción (9)
(-2.51) (1.07)
34.56 ** 45.70 ** -0.009 ** -0.008 **
Constante
(4.44) (5.97) (-2.87) (-2.99)
48
CIDECyT 06-01
Debe admitirse que esta es una aproximación para estimar tales capacidades, ya que
se está asignando a priori una importancia igual a todos los factores incluidos, cuando este
no necesariamente es el caso (es decir, algunos factores pueden ser más relevantes que
otros). Además, se presenta el problema de la temporalidad. La ENI recopila datos sobre las
actividades de las empresas para el periodo 1999-2000, por lo que resulta factible la
existencia de casos de empresas que tradicionalmente han tenido un buen desempeño
innovador, pero que por alguna circunstancia coyuntural este no haya sido el caso durante el
periodo de estudio y reciban una baja calificación en el cálculo del ICT.
(4)
22
Domínguez y Brown (2004) analizaron recientemente la medición de las capacidades tecnológicas
en la industria mexicana, aunque no utilizan los datos de la ENI, sino de la Encuesta Nacional de
Empleo, Salarios, Tecnología y Capacitación (ENESTYC).
49
CIDECyT 06-01
Tabla 11.
Variables que constituyen el Índice de Capacidades Tecnológicas
Variable Comentarios
• La empresa introdujo un producto nuevo a nivel Refleja el grado de novedad de las innovaciones
nacional. introducidas durante 1999-2000 (no se otorgan
• La empresa introdujo un producto nuevo a nivel puntos si la innovación es nueva sólo para la
internacional. empresa).
• La empresa solicitó al menos una patente. Variables que reflejan la actividad con respecto a la
• A la empresa se le otorgó al menos una patente. solicitud y otorgamiento de patentes durante 1999-
2000, ya sea en México o en el extranjero.
• Al comprar tecnología (licencias sobre productos Este grupo de variables captura las actividades
o procesos, maquinaria y equipo), la empresa la tecnológicas usuales de la empresa (aquellas a las
asimila al documentar lo relacionado al cuales se dio la contestación siempre, casi siempre o
producto, proceso, maquinaria o equipo. con frecuencia en el cuestionario de la encuesta) que
• La empresa adapta y modifica la tecnología pueden no verse reflejadas en los datos para 1999 y
(licencias sobre productos o procesos, 2000.
maquinaria y equipo) adquirida con la finalidad
de establecer mayores niveles de eficiencia en
la producción.
50
CIDECyT 06-01
20
18
16
14
12
10
%
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Figura 12.
Distribución del Índice de Capacidades Tecnológicas
23
Hay que tomar en cuenta, sin embargo, que esto bien puede deberse a la construcción misma del
ICT, en donde se hayan incluido algunas variables redundantes. Por ejemplo (en referencia a las
variables que reflejan la organización interna de la empresa), una empresa puede contar con una
unidad de ingeniería que absorba las funciones de un departamento técnico, en cuyo caso éste último
se torna innecesario. Si este es el caso, la empresa recibiría sólo un punto cuando otra que tenga las
dos funciones separadas recibiría dos puntos. Obviamente, la primera empresa estaría siendo
penalizada y esto se vería reflejado en el valor del ICT.
51
CIDECyT 06-01
robustos. La ecuación (4) se evalúa con y sin la introducción de la variable que denota la
concentración de mercado.
En primer lugar, cabe destacar que casi todas las variables que se proponen como
explicativas en la determinación del índice son significativas. Esto se debe a que todas
afectan, tanto en la teoría como en la práctica (y esto a su vez se manifiesta en los resultados
econométricos), el entorno y el potencial de una empresa para llevar a cabo cambios
tecnológicos y actividades de innovación.
Con respecto a las variables sectoriales, se identifican varias tendencias. Cabe hacer
notar que se eligió nuevamente como sector base la industria de la madera y del papel (sector
4), por lo que el resto de los coeficientes sectoriales deben interpretarse con respecto a éste. 24
Los tres sectores que afectan negativamente el ICT son el textil y del vestido, el de minerales
no metálicos e industria metálica (en este caso, el coeficiente cobra significancia estadística
sólo al introducirse la variable referente a la concentración) y el de la construcción. Este
último es el que presenta un coeficiente con la mayor magnitud y la mayor significancia
estadística, indicando que en él se concentran empresas con bajos valores del ICT.
Por el contrario, las variables sectoriales que parecen presentar los mayores efectos
positivos sobre la magnitud del ICT son el sector de “otras industrias” seguido de los
sectores de alimentos, químico, minero, y de maquinaria y equipo.
24
Nuevamente, no se contó con datos de concentración para los sectores minero y de la construcción,
por lo que no se obtuvieron coeficientes para éstos en el caso de la segunda estimación de la
ecuación.
52
CIDECyT 06-01
Tabla 12.
Resultados de los determinantes del Índice de Capacidades Tecnológicas
ICT
Variable Explicativa Sin Concentración Con Concentración
0.0008 ** 0.0008 **
Empleados
(5.57) (5.58)
0.25 * 0.25 *
Grupo
(2.40) (2.34)
0.02 **
Concentración
(5.55)
-0.04 -0.04
Inv_Ext
(-0.30) (-0.26)
1.36 ** 1.27 **
Exporta
(15.21) (13.97)
1.50 ** 1.43 **
ISO_9
(11.84) (10.97)
0.42 ** 0.41**
Proveedor_Ext
(3.72) (3.65)
1.27 **
Minería (1)
(4.65)
1.69 ** 1.30 **
Alimentos (2)
(12.33) (8.67)
-0.25 * -0.29 *
Textil y Vestido (3)
(-2.04) (-2.40)
1.46 ** 1.16 **
Química (5)
(9.60) (7.29)
Minerales no metálicos e -0.06 -0.46 *
industria metálica (6) (-0.35) (-2.45)
0.88 ** 0.53 **
Maquinaria y equipo (7)
(6.30) (3.40)
2.40 ** 1.99 **
Otras Industrias (8)
(5.91) (4.79)
-1.69 **
Construcción (9)
(-4.22)
1.80 ** 1.46 **
Constante
(17.79) (12.01)
53
CIDECyT 06-01
9. Conclusiones
Después de este análisis del desempeño innovador del sector manufacturero mexicano
podemos apuntar hacia algunas conclusiones de carácter general:
Aunado a esto, debemos resaltar la importancia crucial que reviste el contar con
información y estadísticas actualizadas sobre el tema. El panorama que presentamos aquí es
el que guardaba el sector manufacturero hace más de media década, e hizo uso de los datos
disponibles más recientes. Esto llama a enfatizar la continuación del levantamiento de la
Encuesta Nacional de Innovación con una mayor regularidad con el fin de evaluar el
desempeño innovador de la industria y proporcionar a la comunidad interesada y a los
tomadores de decisiones gubernamentales los resultados más actuales y confiables.
54
CIDECyT 06-01
Tabla A.1.
Listado de subsectores y ramas industriales de acuerdo a la
Clasificación Mexicana de Actividades y Productos (CMAP)
Código Descripción
23 Extracción de Minerales Metálicos
2310 Extracción y/o beneficio de minerales de hierro
2320 Extracción y/o beneficio de minerales metálicos no ferrosos
55
CIDECyT 06-01
50 Industria de la Construcción
5011 Edificación
5012 Construcción de obras de urbanización
5013 Construcciones e instalaciones industriales
5014 Otras construcciones.
5020 Instalaciones en bienes inmuebles
5030 Trabajos especiales
56
CIDECyT 06-01
Variables Dependientes
Prod_Proc Variable categórica que indica el tipo de innovación y que toma las
siguientes categorías: no innovó, innovó en proceso, innovó en
producto o innovó en ambas clases.
Fuente: ENI
Años: Periodo 1999-2000
Variables Independientes
57
CIDECyT 06-01
producción brutaclase
Concentraciónrama = ∑
clases
pond clase ⋅ CR 4clase ,donde pond clase =
producción brutarama
58
CIDECyT 06-01
Sector Variable dummy que indica el sector de actividad del cual forma parte
la empresa. Se distinguen 9 sectores agrupados como se indica en la
Tabla B.1 en base a la clasificación de sectores de la CMAP.
Tabla B.1
Clasificación de sectores industriales
Sectores
Código Descripción
Incluidos
1 Minería metálica y no metálica 23 y 29
2 Productos alimenticios y bebidas 31
3 Industria textil y del vestido 32
4 Industria de la madera y del papel 33 y 34
5 Industria química 35
6 Productos minerales no metálicos e industrias metálicas básicas 36 y 37
7 Productos metálicos, maquinaria y equipo 38
8 Otras industrias manufactureras 39
9 Industria de la construcción 50
59
CIDECyT 06-01
Tabla C.1
Estadísticas descriptivas de las variables dependientes
Desviación
Variable Media Mínimo Máximo n
estándar
Tabla C.2
Estadísticas descriptivas de las variables independientes
Desviación
Variable Media Mínimo Máximo n
estándar
Se eliminaron del análisis las observaciones de las empresas que reportaron inversiones en proyectos de
innovación superiores al 20% de sus ventas (12 observaciones) y de aquellas que reportaron tener más del 15%
de sus empleados dedicados a actividades de investigación y desarrollo tecnológico (6 observaciones). Estos
valores son atípicos y dichas observaciones fueron consideradas outliers.
60
CIDECyT 06-01
Referencias
Aghion, Philippe, Nicholas Bloom, Richard Blundell, and Rachel Griffith (2002),
Competition and Innovation: An Inverted U Relationship, Working Paper No. 9269,
National Bureau of Economic Research, Cambridge.
Benavente, José (2002) “The Role of Research and Innovation in Promoting Productivity in
Chile” Economics of Innovation and New Technology (por publicarse).
Blomström, Magnus and Ari Kokko (1993), Policies to Encourage Inflows of Technology
Through Foreign Multinationals, Working Paper No. 4289, National Bureau of
Economic Research, Cambridge.
Breschi, Stefano, Franco Malerba and Luigi Orsenigo (2000), “Technological Regimes and
Schumpeterian Patterns of Innovation”, The Economic Journal, Vol. 110, pp.388-
410.
Cohen, Wesley M. y Richard C. Levin (1989), “Empirical Studies of Innovation and Market
Structure” en Richard Schmalensee y Robert D. Willig (eds.), Handbook of
Industrial Organization, Vol. II, North-Holland, Amsterdam.
Crépon, B., Duguet, E., and Mairesse J. (1998) Research, Innovation and Productivity: An
Econometric Analysis at the Firm Level, Working Paper 6696, National Bureau of
Economic Research, Cambridge.
Chudnovsky, Daniel, Andrés López y Germán Pupato (2004), Innovation and Productivity
in Developing Countries: A study of Argentine Manufacturing Firms’ Behaviour
(1992-2001), Documento de Trabajo 1878, Asociación Argentina de Economía
Política, Buenos Aires.
Duguet, E. (2002), “Innovation Height, Spillovers and TFP Growth at the Firm Level:
Evidence from French Manufacturing”, Cahiers de la Maison des Sciences
Economiques, Paris.
61
CIDECyT 06-01
Freeman, Chris (1994), “Critical Survey: The Economics of Technical Change”, Cambridge
Journal of Economics, Vol. 18, pp. 463-514.
Greene, William H. (2000), Econometric Analysis, 4th ed. Prentice Hall, Upper Saddle
River, NJ.
Lee, Jeong-Yeon and Edwin Mansfield (1996), “Intellectual Property Protection and U.S.
Foreign Direct Investment,” The Review of Economics and Statistics, Vol. 78, No. 2,
pp.181–186.
Lööf, H. y Heshmati, A. (2003), “On the Relationship Between Innovation and Perfomance:
A Sensitivity Analisys”, Economics of Innovation and New Technology (por
publicarse).
Long, J. Scott (1997), Regression Models for Categorical and Limited Dependent Variables,
Advanced Quantitative Techniques in the Social Sciences Series No. 7, SAGE
Publications, Thousand Oaks, CA.
Nelson, Richard and Sidney Winter (1977), “In Search of a useful Theory of Innovation”,
Research Policy, Vol. 6, No. 1, pp. 36–76.
OECD (1997), Oslo Manual – Proposed Guidelines for Collecting and Interpreting
Technological Innovation Data, Organization for Economic Cooperation and
Development, Paris.
Rosenberg, Nathan (1994), Exploring the Black Box: Technology, Economics and History,
Cambridge University Press, Cambridge, UK.
Rosenberg, Nathan (1982) Inside the Black Box: Technology and Economics, Cambridge
University Press, Cambridge, UK.
Saggi, Kamal (2000), Trade, Foreign Direct Investment, and International Technology
Transfer: A Survey, Working Paper No. 2349, The World Bank, Washington, D.C.
62
CIDECyT 06-01
Schumpeter, Joseph A. (1942), Capitalism, Socialism and Democracy, Harper & Row, New
York.
Van Leewen, G. (2002) Linking Innovation to Productivity Growth Using Two Waves of
Community Innovation Survey, STI Working Paper 2002/8, Organization for
Economic Cooperation and Development, Paris.
63