los determinantes de las actividades tecnológicas en méxico

CIDECyT 06-01

LOS DETERMINANTES DE LAS ACTIVIDADES

TECNOLÓGICAS EN MÉXICO

David Romo MurilloPablo Hill de Titto

Centro de Investigación y Docencia Económicas

Marzo de 2006

Programa de Ciencia y Tecnología del CIDE

Documentos de Trabajo en Ciencia y Tecnología

CIDECyT 06-01

Acerca de los Autores

David Romo Murillo es doctor en Políticas Públicas por la Universidad de Princeton, Maestro en Ciencias en Ingeniería de Sistemas por la Universidad de Virginia, y Licenciado en Ingeniería Química por la Universidad Autónoma de Zacatecas. Sus posiciones anteriores incluyen: investigador en el Instituto de Investigaciones Eléctricas, investigador asociado de la Comisión Económica para América Latina y el Caribe (CEPAL) de las Naciones Unidas, así como posiciones docentes en la Universidad de Princeton y el ITAM. El Dr. Romo ha recibido, entre otras, una beca Fulbright y el Premio CIDE 2002 a la Investigación Científica y Tecnológica. Sus principales intereses de investigación se concentran en el estudio del impacto de la integración económica (a través del comercio y la inversión extranjera directa) en el desarrollo tecnológico y el medio ambiente con especial énfasis en América Latina. Actualmente se desempeña como Coordinador del Programa de Ciencia y Tecnología del CIDE y como socio director de DS Consultores. [email protected], [email protected]

Pablo Hill de Titto actualmente se desempeña como investigador financiero dentro de la Dirección de Análisis del Sistema Financiero del Banco de México. Es licenciado en Economía (mención honorífica) por el ITAM. Anteriormente se ha desempeñado como analista en el Centro de Análisis e Investigación Económica (CAIE) del ITAM y director de la publicación Gaceta de Economía en la misma institución. También ha formado parte de la Facultad Menor del Departamento de Economía del ITAM. Ha recibido, entre otras, becas de las fundaciones Goldman-Sachs (Estados Unidos) y Carolina (España)[email protected]

Serie de Documentos de Trabajo en Ciencia y TecnologíaPrograma de Ciencia y Tecnología del CIDECarretera México-Toluca 3655Col. Lomas de Santa Fe, México, D.F. 01210

Editor: Dr. David Romo Murillo ([email protected])Tel: (52 55) 5727-9800 ext. 2721Fax: (52 55) 5727-9878www.cidecyt.org

2

mailto:[email protected]

mailto:[email protected]

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.

Palabras clave: innovación, desarrollo tecnológico, industria manufacturera, México.

3

CIDECyT 06-01

1. IntroducciónEste 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 teóricoDesde 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

Revisando el conjunto de las líneas de investigación que se han seguido en distintos estudios realizados por economistas sobre el progreso tecnológico, podemos concluir que la gran mayoría de los trabajos empíricos se han hecho a nivel agregado (es decir, de los países), con algunos de ellos enfocados a nivel de estudios de caso de empresas específicas. La mayoría de los estudios macroeconómicos solamente miden el cambio tecnológico de manera residual; es decir, se plantea que los aumentos en la producción que no se pueden explicar por la acumulación de los factores de producción se deben a cambios tecnológicos. Se puede plantear que estos modelos sufren de problemas de agregación, como lo nota Freeman (1994), además de que carecen de una teoría estructurada, en términos económicos, de cómo se lleva a cabo el desarrollo tecnológico al tomar una función de producción agregada (Duguet, 2002).

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.

2.1. El proceso de innovación a nivel de la empresaPara que una empresa decida emprender proyectos de innovación interactúan dos grupos de fuerzas. Claramente está, por un lado, la percepción de quienes toman las decisiones dentro de la empresa de que existe la oportunidad de innovar y la existencia de los incentivos adecuados para hacerlo, junto con la percepción de la capacidad de innovar. Es decir, no sólo es conveniente y factible en términos del ambiente que rodea a la empresa, sino que es viable dentro de la empresa. Por otro lado, también está un conjunto de variables que no controla la empresa, pero que también afectan dicha decisión; éstas tienen que ver con características de la industria e incluso del entorno que afecta a todas las industrias, por ejemplo, las condiciones de mercado y la competencia.

Al describir las características principales del proceso de innovación, conviene tener presente su definición. Ésta se puede leer en la Tabla 1, donde se puede apreciar, además, la distinción entre la innovación en producto y en proceso. Las definiciones concuerdan con una propuesta inicial de Schmookler (1966), quien sugería que cuando una empresa produce un bien que utiliza métodos o insumos nuevos o diferentes a los que la gran mayoría de las demás empresas emplean se puede considerar que esa empresa es innovadora. La innovación se refiere, entonces, a cualquier tipo de incorporación de nueva tecnología, ya sea en procesos o productos, a través de la cual la capacidad de producción de una empresa aumenta.

5

CIDECyT 06-01

Tabla 1.Definiciones de innovación en proceso y en producto

Innovación en Proceso

La innovación tecnológica en procesos se refiere a la implementación/adopción de métodos de producción nuevos o significativamente mejorados. Esta puede involucrar cambios en equipo, recursos humanos, métodos de trabajo o combinaciones de estos elementos. Tales métodos deben tener como finalidad la producción de productos tecnológicamente nuevos o mejorados, mismos que no puedan ser producidos utilizando métodos convencionales de producción.

Innovación en Producto

La innovación tecnológica en producto, se refiere a la implementación/comercialización de un producto con características funcionales mejoradas, de tal forma que ofrece un servicio totalmente nuevo o mejorado. Un producto tecnológicamente nuevo, puede ser desarrollado con base en tecnologías radicalmente nuevas, o ser el resultado de tecnologías existentes empleadas en nuevos usos, o bien del uso de nuevos conocimientos. Un producto tecnológicamente mejorado es aquél cuyo funcionamiento ha sido significativamente mejorado, a partir ya sea de nuevos componentes o materiales, o a través de la integración de nuevos subsistemas.

Fuente: CONACYT (2003).

El proceso de innovación es, a fin de cuentas, un proceso productivo que, como explicamos en los siguientes párrafos con mayor detalle, tiene ciertas características que lo distinguen de los demás. Esto implica que debe presentar, al menos en un nivel teórico, cierta relación entre insumos y productos. En cuanto a los insumos podemos mencionar la contratación de recursos humanos calificados o la inversión en adquisición de bienes de capital, maquinaria y equipo que se planea destinar a las actividades de desarrollo tecnológico e innovación. Por otro lado, los productos de la innovación se pueden apreciar en mayores ventas, producción de patentes, introducción de nuevos productos y reducción de costos.

Probablemente la característica más importante que distingue al proceso de producción de nuevas tecnologías es que está sujeto a un alto grado de incertidumbre. Si bien la economía ha tenido un amplio desarrollo teórico en cuanto al estudio de este tema, la incertidumbre del proceso innovador es mucho más compleja de la que se ha modelado matemáticamente para fines de análisis económico.

La noción de incertidumbre en contextos económicos se refiere a la existencia de información imperfecta o desconocida sobre cuál estado de la naturaleza, de entre una lista definida de estados, se observará. Sin embargo, cuando una empresa toma la decisión de emprender un proyecto de innovación, la incertidumbre no se refiere únicamente a la falta de conocimiento exacto o aproximado de los costos del proyecto o los posibles resultados de las decisiones. Además de esto, hay incertidumbre sobre el número de estados de la naturaleza que existen. Para utilizar términos económicos, la incertidumbre no es sólo sobre la lista de posibles estados de la naturaleza (o los resultados de las decisiones), sino también sobre las decisiones alternativas que es posible tomar (las empresas tampoco conocen exhaustivamente la lista de acciones que se pueden emprender). Dosi (1988) distingue

6

CIDECyT 06-01

ambos tipos de incertidumbre, llamando incertidumbre económica a la ignorancia sobre los estados de la naturaleza e incertidumbre fuerte (strong uncertainty) a no conocer tampoco las posibles estrategias que se tienen como opciones en cada etapa del proceso innovador. Por si esto fuera poco, a la incertidumbre de obtener resultados se agrega la incertidumbre sobre la viabilidad comercial de los nuevos productos o procesos.

Ahora bien, la incertidumbre que hemos llamado fuerte no es la única característica que distingue al proceso innovador de los demás procesos productivos. La segunda característica que distingue a este proceso es que el desarrollo científico y tecnológico tiene rasgos de ser un bien público. En este sentido, cuando una empresa realiza una determinada innovación no sólo utiliza, sino que también crea conocimiento respecto de nuevos materiales o mejores diseños o nuevos procesos. El nuevo conocimiento se agrega al nivel (en el sentido económico de stock) de conocimiento con el que cuentan otras empresas para llevar a cabo sus propios procesos de investigación. Si este conocimiento se hace público ya sea por filtraciones, espionaje, ingeniería inversa, políticas de apertura de la empresa o por obtención de patentes de las que hay difusión, combinado con la característica de no rivalidad en el uso del conocimiento (ya que se puede utilizar en diversos lugares y por distintas personas al mismo tiempo), tenemos un bien público casi puro. En pocas palabras, la información fluye con rapidez y está al alcance en diversas modalidades4.

Esta externalidad positiva se conoce como el problema de apropiabilidad en la innovación. Dicho problema se ha tratado de aminorar con el reconocimiento y defensa de los derechos de propiedad intelectual, ya sea a través de patentes, derechos de autor, posibilidad de dar licencias tecnológicas y otros mecanismos. Sin embargo, esto sólo interioriza una parte de los beneficios colectivos que se producen cuando una empresa produce algún cambio tecnológico. La imposibilidad de apropiarse de manera total, o casi total los beneficios de innovar, junto con la incertidumbre fuerte a la que está sujeto el proceso de innovación plantean un problema crónico de sub-inversión en el desarrollo tecnológico por parte de las empresas. Estas condiciones justifican la intervención estatal para alentar el desempeño innovador a través del diseño e implementación de políticas públicas apropiadas.

2.2. El proceso de innovación a nivel de la industriaEl proceso de la innovación a nivel de la industria se ha entendido tradicionalmente como un proceso de dos etapas, o como un proceso que tiene dos patrones básicos: la innovación real y la difusión de la innovación. Cada uno de estos patrones corresponde a una distinción que hizo inicialmente Schumpeter (1961) sobre dos tipos de empresas o individuos. En primer lugar están los emprendedores, individuos que toman la iniciativa en el desarrollo y la comercialización inicial de nuevos productos o procesos productivos. Esta etapa la llamó de destrucción creativa, que sigue un patrón de esfuerzos por los emprendedores de realizar innovaciones y cambios que mermen las ventajas competitivas y tecnológicas de las empresas establecidas.5 En segundo lugar está un grupo mucho más amplio de personas que simplemente imitan las innovaciones del emprendedor original. El nombre que proponen Breschi et al. (2000) para esta etapa es el de acumulación creativa, ya que lo que caracteriza a este patrón de innovación es la persistencia y dominio del mercado por parte de empresas 4 Para una revisión de las características de bien público que tiene el desarrollo tecnológico ver Dosi (1988), Bell y Pavitt (1993) y Saggi (2000).5 Aunque luego cambió un poco de parecer, indicando que el tipo de individuos a los que se refería podrían incluso ser ingenieros de investigación y desarrollo dentro de empresas ya establecidas (Cohen y Levin, 1989).

7

CIDECyT 06-01

relativamente grandes, así como la presencia de ciertas barreras tecnológicas a la entrada en la industria.

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.

2.3. Variables que afectan el proceso innovadorExisten dos variables que han sido estudiadas en trabajos empíricos de manera constante desde que Schumpeter (1942) propuso que serían determinantes en el desempeño tecnológico e innovador de una empresa. Por un lado está el tamaño de la empresa y por el otro está la concentración o estructura del mercado. Las hipótesis de Schumpeter al respecto fueron que la innovación aumenta más que proporcionalmente con el tamaño y que también aumenta con la concentración del mercado.

Respecto a la relación positiva entre innovación y tamaño de la empresa, se han dado toda una serie de explicaciones, no todas de las cuales se relacionan directamente con lo que subyace en los postulados de Schumpeter. Se ha planteado que sólo las empresas grandes pueden realizar la inversión necesaria para emprender proyectos de innovación, ya sea financiándolos directamente o bien obteniendo créditos para hacerlo. En el caso del financiamiento directo una empresa grande tiene mayor volumen de ventas, ingresos y, consecuentemente, utilidades que puede invertir para llevar a cabo el esfuerzo innovador. En el caso del financiamiento externo de la empresa se ha tratado de explicar mediante la existencia de fallas intrínsecas en el mercado de capitales, con problemas de información asimétrica y riesgo moral (moral hazard) que, al aunarse a la incertidumbre fuerte del proceso innovador, crean incentivos para la falta crónica de financiamiento.6 Una empresa grande tiene dos elementos que proporcionan información a quien prestará los fondos: el tamaño de la empresa está correlacionado con sus habilidades no sólo de crear fondos con 6 Scherer (1999) ha planteado que este problema se ha aminorado de manera importante en Estados Unidos con la creación de fuentes de capital de riesgo (venture capital).

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.

En cuanto a la concentración de mercado, el planteamiento original de Schumpeter se abre en dos direcciones. En primera instancia, las compañías que se enfrentan a la decisión de invertir en proyectos de innovación deben tener, ex ante, un entorno oligopólico. Esto se debe a que en un mercado altamente concentrado las reacciones y la interacción estratégica entre empresas son mucho más predecibles porque las estrategias de las empresas competidoras son mucho más estables, controlando así una parte de los riesgos que tiene que manejar la empresa. En segundo lugar, las empresas deben también tener la expectativa de un mercado concentrado u oligopólico ex post, es decir, una vez que hayan terminado el proyecto de manera exitosa, pues esto resuelve un problema esencial: el de la apropiabilidad. Esto es, un mercado concentrado presenta en menor grado el problema de la apropiabilidad debido a que es más fácil prevenir la difusión de la nueva tecnología o de los procesos para crear el nuevo producto, así como para defender los derechos sobre propiedad intelectual si se requiere.

Sobre este tema es necesario hacer un número de observaciones. Si bien en algunos estudios que se han realizado para analizar esta relación se ha encontrado que a mayor grado de concentración del mercado habrá mayor inversión en innovación y resultados de ésta, en documentos de investigación de economía aplicada que se han realizado en los últimos diez años se ha negado, o por lo menos cuestionado seriamente, la existencia de éste patrón de

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.

Las oportunidades tecnológicas que caracterizan el entorno de las empresas determinan qué tan factible o probable es la obtención de resultados positivos en el proceso innovador, dada una cierta cantidad de inversión en el proyecto. Breschi et al. (2000) plantean que si estas oportunidades proveen de fuertes incentivos para emprender actividades de desarrollo tecnológico e innovación, entonces el entorno económico en el que están insertas las empresas no está caracterizado por una restricción demasiado fuerte sobre la escasez de recursos. Esta conclusión es lógica si pensamos que los retornos esperados de realizar investigación y desarrollo son mayores mientras más oportunidades tecnológicas se les presenten a las compañías.

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.

Otro factor fundamental para determinar el desempeño innovador es la transferencia de tecnología entre empresas y entre países, así como los mecanismos por los cuales ésta se lleva a cabo. De hecho, uno de los aspectos más descuidados en la construcción de modelos para explicar el crecimiento económico y el comercio son las posibilidades reales de llevar a cabo la transferencia de tecnologías entre países o, mejor dicho, de empresas de un país a empresas o filiales que se encuentran en otros. En la mayoría de las teorías sobre comercio se toma como dada la tecnología y como supuesto el acceso libre sin costos a las mejores

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).

Se ha observado (Lee y Mansfield, 1996) que la intensidad de la transferencia de tecnología depende no sólo de la cantidad total de las inversiones de un país en otro, sino también del tipo de inversión que hacen las empresas foráneas. Esto es, cuando una empresa extranjera invierte en México, lo puede hacer de varias maneras: a través de una sucursal comercializadora (que denotaría un nivel de transferencia tecnológica casi nulo), una filial ensambladora, o bien una empresa que lleva a cabo la producción, e incluso a veces la investigación y desarrollo mismos (que implicaría una transferencia tecnológica total, que incluye el proceso de innovación mismo). De esta forma, un canal a través del cual las empresas adquieren tecnología extranjera es mediante la inversión extranjera directa (IED). Cabe hacer notar que este tipo de inversión es, bajo la clasificación que mencionamos de Saggi (2000), uno de los canales por los cuales se está transfiriendo directamente la tecnología. Incluso, este último autor propone que la IED es el mayor contribuyente a la transferencia de tecnologías a nivel mundial.

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.

Además de los canales directos de transferencia tecnológica mediante la inversión, también mencionamos los indirectos, que se dan a través del contacto continuo con clientes 8 Tal como lo estudió Romo Murillo (2005) para el caso mexicano, la ocurrencia de derramas tecnológicas de la inversión extranjera directa no es un proceso automático. Las mismas dependerán del establecimiento de los canales necesarios para que se de la interacción entre las firmas nacionales y extranjeras.

11

CIDECyT 06-01

y proveedores. Es por ello de gran importancia la actividad en los mercados internacionales de las distintas compañías. Tanto involucrarse en actividades de exportación como contar con proveedores extranjeros son dos variables que incentivan a las empresas a innovar, pues tienen contacto con tecnologías foráneas y deben satisfacer las exigencias de otros mercados en cuanto a calidad del producto y tiempos de entrega. Además, la interacción con los usuarios de los productos innovados provee de información a las empresas sobre las modificaciones pertinentes que se deben hacer a las innovaciones para que tengan éxito comercial. Freeman (1994) observa que los estudios empíricos han demostrado de manera amplia la importancia que tienen los proveedores en las mejoras incrementales a los productos, así como la diversificación de las innovaciones radicales hacia otros mercados. Por ello, se esperaría que contar con un proveedor extranjero incrementara las probabilidades de involucrarse en un proyecto de desarrollo tecnológico.

Estar involucrado en actividades de exportación parece tener el mismo efecto, ya que las exigencias de los clientes también incentivan a que las empresas mejoren su desempeño tecnológico. En concordancia con lo que plantea a nivel teórico Lall (1992), Chudnovsky et al. (2004) afirman que los efectos más importantes de la liberalización y la apertura comercial en Argentina fueron el aumento en inversión de las compañías nacionales en su propia modernización tecnológica. Sin embargo, también plantean que en general se prefirió la importación de tecnología sobre el desarrollo de innovaciones domésticas. Es decir, tanto respecto a esta variable como con la inversión extranjera directa, los efectos esperados son ambiguos, ya que si bien hay una correlación positiva generalizada entre éstos y la innovación, puede ser que las empresas reciban los productos finales del proceso innovador, sin haber llevado a cabo actividades de investigación y desarrollo tecnológico.

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.

2.4. Medición de los resultados del proceso innovadorAl tratar el tema de la medición de los resultados de proyectos de innovación nos enfrentamos a un problema conceptual y de cálculo empírico, pues es difícil dar una valuación acertada al éxito en el desempeño innovador de una empresa. El número de patentes probablemente ha sido una de las medidas que más se han utilizado para aproximar la medición de los resultados de la innovación. Sin embargo, como mencionan Cohen y

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).

Terminamos el esbozo detallado de nuestro marco teórico planteando que los objetivos del presente estudio son concentrarse en los determinantes de la inversión y los resultados de la innovación, analizados empíricamente a través de los datos recabados en la Encuesta Nacional de Innovación del año 2001. Siguiendo un esquema similar al propuesto por Chudnovsky et al. (2004), nos proponemos dar una explicación y una respuesta tentativa a las interrogantes sobre qué tipos de empresas son las que tienen mayor probabilidad de tomar la decisión de involucrarse en proyectos de investigación y desarrollo tecnológico, qué es lo que hace que las empresas decidan dedicarle recursos a los proyectos que emprenden, así como las variables que hacen mas probable el éxito de los proyectos y la introducción al mercado de productos o procesos innovados.

3. La Encuesta Nacional de Innovación10

El Consejo Nacional de Ciencia y Tecnología (CONACYT) realizó en 2001 el levantamiento de la Segunda Encuesta Nacional de Innovación (ENI) en los sectores Manufacturero y de Servicios a través del Instituto Nacional de Estadística, Geografía e Informática (INEGI). El objetivo central de la encuesta fue recolectar datos representativos de la situación que guarda la actividad innovadora en las empresas industriales y de servicios.11

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.

Los cuestionarios de la ENI se aplicaron a un total de 1,712 empresas de tres grandes divisiones de actividad económica según la Clasificación Mexicana de Actividades y Productos (CMAP): minería, industria manufacturera e industria de la construcción. Del total de observaciones, 64 son del sector de minería, 39 corresponden al sector constructor, y el resto (1,609) al manufacturero. En los casos en los que el porcentaje de empresas encuestadas por rama de actividad económica no corresponde al real, se calcularon factores de expansión, mismos que se utilizan para mantener la representatividad de la encuesta (de lo contrario, ésta dejaría de ser aleatoria). Con la aplicación de tales factores, el número de observaciones asciende a un total de 8,385, las cuales se dividen en 201, 39 y 8,145 para las divisiones mencionadas, respectivamente.

El proceso de innovación comienza con la motivación de la empresa a realizar cambios en sus productos o procesos con la finalidad de que éstos ofrezcan un servicio nuevo o significativamente mejorado. Es decir, el inicio del proceso es el objetivo o motivación inicial de la empresa para innovar, seguido de lo cual se destinan recursos a las actividades de innovación (es decir, se determina el monto de la inversión). Durante el desarrollo del proceso innovador hay varios factores que determinan el resultado: algunas fuerzas lo favorecen o benefician, mientras que otras lo entorpecen y dificultan. Este proceso se muestra gráficamente en la Figura 1.

12 Esta situación imposibilita la realización de un análisis estadístico de panel con los resultados de los dos años.

14

CIDECyT 06-01

Objetivos de

la innovaciónInversión en Innovación

Obstáculos

Proceso Innovador

Resultados de la

Innovación

Incentivos

Objetivos de

la innovaciónInversión en Innovación

Obstáculos

Proceso Innovador

Resultados de la

Innovación

Incentivos

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

0 0.5 1 1.5 2 2.5 3 3.5 4

Sustitución de sus actuales productos (161)

Reducir consumo de energía (205)

Desarrollar productos que no afecten medio ambiente (258)

Reducir daños al medio ambiente en el proceso (249)

Mejorar la flexibilidad productiva (221)

Ampliar gama de productos (239)

Reducir costos (348)

Mejorar calidad de productos (358)

Aumentar la participación del mercado (380)

Mantener la participación del mercado (391)

Calificación Promedio

Fuente: elaboración propia en base a los resultados de la ENI.Los números entre paréntesis indican las empresas que calificaron el objetivo como “Altamente significativo.”

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.

Otro factor determinante es el tamaño de la empresa. Efectivamente, si desagregamos el gasto por el tamaño de empresa, terminamos observando que son las empresas medianas y grandes las que deciden innovar invirtiendo recursos dentro de sus propias organizaciones. La Figura 3 muestra gráficamente este fenómeno. La mayor parte del gasto en las empresas pequeñas (más del 80 por ciento) se destina a fuentes externas a las mismas, lo cual denota una falta de capacidades tecnológicas internas para el desarrollo de proyectos de innovación.14

14 Para estratificar a las empresas por tamaño, utilizamos aquí el último criterio establecido en el Diario Oficial de la Federación del 31 de diciembre de 2002 como parte de la Ley para el Desarrollo de la Competitividad de la Micro, Pequeña y Mediana Empresa. De acuerdo al mismo, se considera la siguiente estratificación para el sector manufacturero:

16

CIDECyT 06-01

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Pequeñas Medianas Grandes

ExtramurosIntramuros

Fuente: elaboración propia en base a los resultados de la ENI.

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

Adquisición de maquinaria y equipo

66%

Adquisición de tecnologías externas

7%

Capacitación2%

Investigación y Desarrollo Tecnológico

8%

Diseño industrial9%

Lanzamiento al mercado8%


Figura 4.Destino de los recursos para actividades de innovación

Habiendo observado que el lugar hacia donde se destina la mayor cantidad de recursos es dentro de las empresas, así como el hecho de que la mayor parte del gasto tiene como propósito la adquisición de maquinaria y equipo, es también conveniente plantearse la pregunta sobre los mecanismos que utilizan las empresas para financiar este gasto. Las empresas que deciden emprender un proyecto de desarrollo tecnológico en México enfrentan un ambiente francamente adverso con respecto a la obtención de financiamiento. Los empresarios mexicanos tienen entonces, como opciones de financiamiento las siguientes:

• Fondos propios,• Financiamiento bancario,• Apoyos gubernamentales,• Capital de riesgo, y• Inversionistas privados (ángeles).

La Figura 5 presenta los resultados de la Encuesta Nacional de Innovación sobre la importancia de los diferentes mecanismos de financiamiento en las empresas para el periodo 1999-2000. La distribución porcentual mostrada está en línea con lo que se discutió anteriormente con respecto a la dificultad de acceder a fuentes de financiamiento para la IyD. Así, no resulta sorprendente que la gran mayoría de las empresas (el 71 por ciento) financien sus proyectos de desarrollo tecnológico con recursos propios, seguido en un lejano segundo lugar por créditos de instituciones bancarias. Otro aspecto a resaltar de estos resultados es que los apoyos gubernamentales constituyeron una fuente de financiamiento para apenas el 3 por ciento de las empresas.

18

CIDECyT 06-01

1

2

3

4

6

13

71

0 10 20 30 40 50 60 70 80

Otro

Apoyos de organismos internacionales

Apoyos gubernamentales

Recursos de otras empresas

Recursos de empresas subsidiarias o asociadas

Créditos de Instituciones Bancarias Privadas

Recursos propios


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

0 0.5 1 1.5 2 2.5 3 3.5 4

Rigidez en la organización de la empresa (47)

Falta de personal calificado (56)

Falta de apoyos públicos (95)

Falta de información sobre tecnología (48)

Falta de información sobre mercado (61)

Falta de receptibilidad de la clientela a nuevos productos (68)

Obstáculos derivados de la legislación (123)

Falta de fuentes de financiamiento adecuadas (145)

Riesgo económico excesivo (185)

Costos de innovación muy elevados (182)

Calificación promedio

Fuente: elaboración propia en base a los resultados de la ENI.Los números entre paréntesis indican las empresas que calificaron el obstáculo como “Altamente significativo.”

Figura 6.Importancia de los obstáculos la innovación

Por último, revisamos a continuación los resultados de la innovación. Cabe hacer notar que sólo 565 de las 1,712 empresas encuestadas se involucraron en algún proyecto de innovación. La influencia del tamaño en la decisión de involucrarse o no en dichos proyectos parece ser importante, pues no hubo microempresas que lo hicieran, y sólo el 12 por ciento de las empresas pequeñas lo hicieron, mientras que la proporción de las empresas medianas (26%) y grandes (40%) es mucho más significativa. Los resultados de los esfuerzos de llevar a cabo el proyecto de innovación son los siguientes. En cuanto a la innovación en producto únicamente, ésta participa con el 22 por ciento del total de las innovaciones. A su vez, la innovación solamente en proceso es el resultado del 30 por ciento de los proyectos. El 48 por ciento restante se refiere a actividades de investigación y desarrollo tecnológicos que resultaron en innovación de ambos tipos, tanto en producto como en proceso.

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

74.881.9

2.83.6

14.2 20.8

1.2 0.8

0%

20%

40%

60%

80%

100%

Innovación en Producto Innovación en Proceso

Ins titutos deinves tigación oUnivers idades

Em presa encolaboración conotras empresas

Em presa encolaboración conins titutos ounivers idadesPropia empresa


Figura 7.Origen de los productos y procesos innovados

Otra de las clasificaciones de importancia para evaluar los resultados de la innovación se refiere al grado de novedad de los productos introducidos al mercado. Esto es, si la empresa innovó en producto, observar si el nuevo producto es sólo uno ya existente en el mercado, pero que la empresa imitó (en cuyo caso es una innovación a nivel de la empresa), si se introdujo un producto nuevo al mercado nacional, pero no al mundial; o bien si la innovación fue radical y se introdujo un nuevo producto a nivel mundial. La relación entre el grado de novedad y el tamaño de la empresa se puede observar en la Figura 8, la cual es muy indicativa de la relación entre el tamaño y la innovación, pues las empresas pequeñas innovaron exclusivamente de forma interna y para el mercado nacional, mientras que las medianas y grandes si tuvieron una participación importante en las innovaciones radicales.

En cuanto al número de patentes que se le otorgaron a las empresas encuestadas durante el periodo comprendido entre 1999 y 2000, cabe destacar que el sector que superó (con creces) al resto fue el de la industria química, con 287, seguido por el de productos metálicos, maquinaria y equipo con 50, tal como se puede observar en la Figura 9. Esto captura, en cierta forma, las oportunidades tecnológicas y dinámicas propias de los sectores industriales involucrados. Se observa entonces que sectores maduros, tal como la minería y la construcción, son los que registran el menor dinamismo en cuanto a actividades de patentamiento.

Con esto terminamos un breve repaso estadístico de la información más relevante contenida en la ENI, para dar paso a la especificación de los modelos econométricos que se analizan en la siguiente sección.

21

CIDECyT 06-01

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Pequeña Mediana Grande

A nivel del mercado mundialA nivel del mercado nacionalA nivel de la empresa


Figura 8.Grado de novedad de los productos innovados por tamaño de empresa

0

2

5

14

19

39

50

287

0 50 100 150 200 250 300

Minería metálica y no metálica

Otras industrias, incluyendo a la construcción

Industria de la madera y del papel

Industria textil y del vestido

Productos alimenticios y bebidas

Productos minerales no métalicos e industrias metálicas básicas

Productos metálicos, maquinaria y equipo

Industria química

Patentes

Fuente: elaboración propia en base a los resultados de la ENI.Las patentes otorgadas incluyen sólo a las empresas encuestadas.

Figura 9.Patentes otorgadas en el periodo 1999-2000 por sector industrial

22

CIDECyT 06-01

4. Especificación de los modelosEn esta sección se especifican los modelos econométricos que serán evaluados para estudiar el proceso innovador en las empresas del sector industrial mexicano. Con el fin de poner nuestro estudio en perspectiva, la primera parte incluye una revisión de la literatura relevante que comprende a otros estudios similares, mientras que en la segunda parte se explica en detalle la formulación de los modelos.

4.1. Revisión de la literaturaDe lo que se ha expuesto hasta aquí, debemos recordar que el proceso innovador es uno de los procesos productivos que tiene mayor nivel de complejidad por el número de variables que lo afectan, así como uno de los que mayor grado de riesgo presentan, por la incertidumbre que rodea a sus resultados. Con respecto al análisis empírico de este proceso, debemos notar que las encuestas que toman como guía los fundamentos que propuso la OCDE en el Manual de Oslo presentan una gran ventaja al compararlas con encuestas que siguen otras metodologías. Por un lado, recaban información referente a los insumos y los productos de la innovación, tratándolos como elementos distintos. Por otro lado, este tipo de encuestas han hecho posible cambiar la manera en la que se estructura el análisis en torno al tema del desarrollo tecnológico y la innovación. Como bien apunta Van Leewen (2002), las mejoras en la recopilación de información han permitido dar mayor estructura a los modelos, que al hacerse más complejos brindan mayor acercamiento a la identificación de las relaciones entre la productividad y la investigación y desarrollo tecnológicos.

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

Decisión de realizar actividades de innovación

Intensidad de la innovación

Resultados de la innovación

Productividad de la empresa

Proceso de

innovación

Decisión de realizar actividades de innovación

Intensidad de la innovación

Resultados de la innovación

Productividad de la empresa

Proceso de

innovación

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.

El trabajo de Chudnovsky et al. (2004) también presenta resultados interesantes sobre la naturaleza dinámica de la innovación. Una de sus conclusiones es que si una empresa ya era innovadora, o lo fue en periodos pasados inmediatos, aumenta la probabilidad de que ésta tenga desarrollos tecnológicos en el periodo presente. Este resultado denota la naturaleza acumulativa de las capacidades tecnológicas. Además, este trabajo toma en cuenta los efectos de la apertura económica sobre la innovación a través de dos canales. El primero es la adopción de nuevas tecnologías por la inversión extranjera directa, mientras que el segundo se refiere a si la empresa está o no involucrada en actividades de comercio internacional, ya sea que exporte o que tenga contratos de importación de tecnología tanto en procesos como en maquinaria. Este trabajo es de especial importancia para nuestro análisis

24

CIDECyT 06-01

ya que estudia a Argentina, un país emergente latinoamericano que sufrió un cambio económico estructural importante.

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.

De la revisión de la literatura, que se presenta en forma resumida en la Tabla 2, se puede concluir que resulta conveniente incorporar al análisis la distinción entre insumos y productos de la innovación. Las ventajas de hacerlo son, por un lado, agregar la dinámica de toma de decisiones en las fases iniciales de la innovación al modelo teórico de dicho proceso y, por otro, la posibilidad de estimar la relación entre los insumos y los productos de la innovación. Sin embargo, hay que recalcar que a pesar de que se puede estimar la relación entre insumos y productos, no se puede considerar que se está estimando una función de producción de innovación, sino sólo sus determinantes.

4.2. Formulación de modelosEn esta sección se desarrollan los modelos que serán evaluados econométricamente. Se presenta un “modelo integrado” siguiendo la línea de los estudios discutidos en la sección precedente. El modelo integrado que estimamos sigue de cerca la propuesta teórica del proceso de innovación que hemos descrito en la Figura 10. Cabe mencionar que de los trabajos que fueron revisados en la sección anterior, los más relevantes para tomar como base en nuestra propuesta son los de Crépon et al. (1998), así como los de Duguet (2002) y Chudnovsky et al. (2004). En primer lugar, la importancia del artículo de Crépon et al. (1998) radica en que, hasta donde conocemos, es el primero en hacer la distinción entre insumos y productos de la innovación e integrarlos en un solo modelo. Lo notable de los otros dos trabajos es que toman medidas alternativas de los resultados de la innovación, como se discute más adelante.

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 año de publicación

País y periodo de estudio Objetivos del Estudio Conclusiones o Comentarios

Crepón et al. (1998)

Francia(1986–1990)

Estudiar las relaciones entre investigación, innovación y productividad a nivel de empresas.

La probabilidad de involucrarse en proyectos de desarrollo tecnológico se incrementa con el tamaño de la empresa, su participación de mercado, así como la diversificación de productos.

Chudnovsky et al.(2004)

Argentina(1992–2001)

Estudiar los determinantes de insumos y productos de la innovación, así como su impacto sobre la productividad en las empresas.

A mayor investigación interna de la empresa, mayor probabilidad de ser una empresa innovadora. Si se es innovadora, mayor aumento en la productividad.

Duguet (2002) Francia(1985–1991)

Estudiar los efectos de la innovación sobre la productividad total de los factores (TFP) a nivel de la empresa.

Sólo la innovación radical incrementa la TFP. Introduce el concepto de derramas tecnológicas.

Van Leewen (2002)

Países Bajos(1996–1998)

Estudiar los efectos de fuentes internas y externas de innovación para las empresas, así como los efectos acumulados a lo largo del tiempo.

Al observar la dinámica temporal bajan las estimaciones para los resultados de la innovación y suben para la inversión.

Benavente (2002) Chile(1997–1998)

Estudiar el impacto encadenado entre investigación y desarrollo sobre la innovación y de la innovación sobre la productividad.

Confirma las hipótesis Schumpeterianas sobre la innovación: los dos factores determinantes para la innovación son el tamaño y el poder de mercado.

Lööf y Heshmati (2003)

Suecia(1996–1998)

Análisis de sensibilidad sobre una misma muestra con diferentes distribuciones de error.

Los resultados se calculan para los niveles y las tasas de crecimiento de la inversión y resultados de la innovación.

Fuente: elaboración propia.

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

Introducimos, sin embargo, ciertas variaciones con respecto al esquema básico de Crépon et al. (1998) que toman como motivación los otros dos trabajos mencionados anteriormente. Por las razones que expusimos en la parte final de nuestro marco teórico, introducimos distintas variables para medir los productos de la innovación. En específico, tomamos del trabajo de Duguet (2002) la medida de innovación como un cambio tecnológico que puede ser gradual o radical. Asimismo, del ejercicio de Chudnovsky et al. (2004) tomamos como resultante de la innovación una variable categórica que expresa si la empresa realizó un cambio en el proceso productivo, introdujo un cambio en producto, o bien realizó innovaciones tanto en proceso como en producto. Preservamos, además, otras propuestas que utilizan como magnitud de la importancia de la innovación el porcentaje de ventas que provienen de artículos innovados, así como el número de patentes otorgadas.17

En resumen, estamos tomando como fundamento un modelo básico, pero que estimamos con diversas medidas del resultado de la innovación, como se puede ver en la Tabla 3. Hacemos esto porque, como ya hemos expuesto en secciones anteriores, el proceso innovador está sujeto a amplios grados de incertidumbre, la cual se manifiesta en distintos planos. Uno de ellos es la ambigüedad que plantea la medición del resultado de los esfuerzos por introducir cambios tecnológicos, por lo que consideramos conveniente estudiar estos resultados medidos en distintas formas y dimensiones.

Tabla 3.Medidas de los resultados de la innovación

Estudio Descripción de la medida

Crépon et al. (1998) • Patentes otorgadas a la empresa.

Lööf y Heshmati (2003) y Benavente(2002)

• Porcentaje de las ventas totales que se atribuyen a productos innovados.

Duguet (2002) • Innovación gradual: mejora significativa de un producto existente, lanzar un producto que es nuevo para la empresa pero no para el mercado.

• Innovación radical: lanzar un producto que es nuevo para la empresa y nuevo para el mercado.

Chudnovsky et al. (2004) • Innovación de producto únicamente• Innovación de proceso únicamente• Innovación de producto y proceso

Así, nuestro planteamiento es el siguiente. Proponemos cuatro modelos básicos a estimar. Cada modelo cuenta con tres ecuaciones, una para representar cada etapa en el proceso innovador. En todos los modelos las primeras dos ecuaciones se mantienen iguales, ya que la variante entre cada uno de los cuatro modelos es solamente la manera en que se mide el resultado de la innovación, que corresponde a la tercera ecuación. De esta forma:

17 Con respecto a estas medidas, ver los documentos de Lööf y Heshmati (2003) y de Benavente (2002).

27

CIDECyT 06-01

• La primera ecuación modela la decisión de las empresas de involucrarse o no en proyectos de innovación tecnológica.

• La segunda ecuación mide la cantidad de recursos que se destinan para tal fin (es decir, la intensidad de la inversión).

• Finalmente, en la tercera ecuación se evalúa el resultado del esfuerzo innovador de distintas maneras como se indica en la Tabla 3.

A continuación presentamos las especificaciones econométricas de cada modelo. Para hacerlo, describimos inicialmente el primer par de ecuaciones y posteriormente enlistamos las cuatro posibilidades que conciernen a la tercera ecuación.

Ecuación 1:Decisión de innovar

∑=

++++

+++++

+++++=

n

ii SectorExtoveedorPrAsistenciaIyDDivisión

ISOGobApoyoCréditoExportaExtInv

iónConcentracGrupoInvPersEmpleadosInnova

1311,1,121,111,10

1,91,81,71,61,5

1,41,31,21,11,0

__

9___

_

εββββ

βββββ

βββββ

(1)

Ecuación 2:Insumos a la innovación

∑=

+

+++++

+++++=

n

ii Sector


iónConcentracGrupoInvPersEmpleadosInversión

1022,

2,92,82,72,62,5

2,42,32,22,12,0

9___

_

εβ

βββββ

βββββ

(2)

Deben notarse dos puntos en la especificación propuesta para este sistema de ecuaciones. Por un lado, hay un mayor número de variables independientes en la Ecuación 1 que en la Ecuación 2. Esto se explica en la sección 5, ya que se debe a una cuestión de la estimación econométrica. Por otro lado, como se verá más adelante, es de especial interés que la variable dependiente de la Ecuación 2 sea a su vez un regresor en todas las formas que proponemos para la Ecuación 3. Esto se debe a que en nuestro marco teórico describimos al proceso de innovación como un proceso productivo, por lo que la inversión en proyectos de innovación tiene como consecuencia los resultados de los proyectos, si bien con cierto grado de incertidumbre. Esta aclaración es importante y delicada, como se explicará al discutir los detalles de la estimación.

Variables Dependientes 18

18 La definición detallada de las variables dependientes e independientes se presenta en el Apéndice B.

28

CIDECyT 06-01

Las dos variables dependientes que definen las Ecuaciones 1 y 2 son:

• Innova : Describe el primer paso del proceso innovador: la decisión de emprender proyectos de innovación.

• Inversión : Se refiere a la cantidad de recursos que se invierten en la innovación, como porcentaje de las ventas totales.

Variables IndependientesEn 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.

• Empleados : Se refiere al número total de empleados, y se toma como un indicador del tamaño de la empresa.

• Pers_Inv : Se refiere al número de personas en la empresa como porcentaje del total de empleados que se dedican a tareas de investigación y desarrollo. Esto describe, de manera indirecta, las capacidades tecnológicas de la empresa.

• Grupo : Es una variable binaria (dummy) que indica si la empresa forma parte de un grupo o no. El ser parte de un grupo influye sobre las posibilidades de introducción de nuevas tecnologías y la transferencia de las mismas. Al mismo tiempo que puede facilitar dichas transferencias (debido al contacto con la casa matriz), puede inhibir el desarrollo de actividades tecnológicas en la empresa al depender excesivamente de estas transferencias.

• Concentración : Se refiere a un índice de concentración de la rama industrial. Tal como ya se ha discutido en otras secciones del estudio, podemos esperar que sea un importante determinante del esfuerzo innovador, aun cuando se efecto en otros estudios ha sido ambiguo.

• Inv_Ext : Es una variable binaria que expresa si existe participación extranjera en el capital de la empresa. Es importante como un indicador potencial de la adopción y transferencia de tecnología.

• Exporta : La participación o no en actividades de exportación (variable binaria) también describe no sólo el tipo de competencia que enfrenta la empresa (exclusivamente nacional o también extranjera), sino su apertura en cuanto a relaciones con otras empresas y la oportunidades tecnológicas de la misma.

• Crédito : Es una variable binaria que indica si la empresa contó o no con créditos de instituciones bancarias privadas para sus proyectos de innovación. Podemos esperar que la disponibilidad de esta fuente de financiamiento afecte no sólo el monto de la inversión en investigación y desarrollo, sino también la decisión de emprender o no el proyecto de innovación.

• Apoyo_Gob : Nos proporciona información similar a la variable anterior, pero con una fuente distinta de financiamiento, ya que es una variable binaria que indica si la empresa tuvo algún apoyo gubernamental para el financiamiento del proyecto de innovación.

29

CIDECyT 06-01

• ISO_9 : Determina si la empresa cuenta o no con la certificación de calidad ISO–9000. Esta variable binaria constituye (al igual que las siguientes dos variables) un indicador aproximado de las capacidades tecnológicas con las que cuenta la empresa.

• División_IyD : Variable binaria que indica si la empresa cuenta o no con una división o área específica dedicada a actividades de investigación y desarrollo tecnológico.

• Asistencia : Determina si la empresa cuenta con contratos de asistencia técnica o tecnológica con otras empresas, ya sean nacionales o extranjeras.

• Proveedor_Ext : Variable binaria que indica si la empresa cuenta con un proveedor principal extranjero.

• Sector : Son variables binarias sectoriales que se incluyen para captar las diferencias en oportunidades tecnológicas a nivel de industria en los sectores incluidos.

Ecuación 3:Resultados de la innovaciónComo 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.

38

3,

3,73,63,53,4

3,33,23,13,0

9__

_

εβ

ββββ

βββαβ

+

++++

+++++=

∑=

n

ii Sector

ISOExportaExtInviónConcentrac

GrupoInvPersEmpleadosInversiónProd_Proc

(3a)

• Prod_Proc : Es una medida de los resultados de la inversión en innovación. En este caso se clasifica al tipo de innovación según se haya realizado en algún proceso productivo, en algún producto de la empresa, o bien tanto en producto como en proceso. De esta forma, esta variable toma uno de cuatro posibles valores, según se puede apreciar en la Tabla 4.

Tabla 4.Categorías de la variable Prod_Proc

Valor Clasificación

0 La empresa no innovó, no hubo resultados.1 La empresa innovó en proceso únicamente.2 La empresa innovó en producto únicamente.3 La empresa innovó tanto en producto como en proceso.

30

CIDECyT 06-01

38

3,

3,73,63,53,4

3,33,23,13,0

9__

__

εβ

ββββ

βββαβ

+

++++

+++++=

∑=

n

ii Sector


GrupoInvPersEmpleadosInversiónRadicalGrad

(3b)

• Grad_Radical : En el segundo modelo el producto de la innovación se cataloga según el grado de novedad del producto introducido al mercado, pudiendo ser una innovación gradual o radical, por lo que puede tomar tres valores que se explican en la Tabla 5.

Tabla 5.Categorías de la variable Grad_Radical

Valor Clasificación Significado

0 No innovó No hubo resultados de la innovación.

1 Innovación gradualLa empresa introdujo un producto nuevo para la empresa o nuevo para el mercado nacional, pero no nuevo a nivel mundial.

2 Innovación radical La empresa introdujo al mercado un producto nuevo a nivel mundial.

38

3,

3,73,63,53,4

3,33,23,13,0

9__

__

εβ

ββββ

βββαβ

+

++++

+++++=

∑=

n

ii Sector


GrupoInvPersEmpleadosInversiónInnVentas

(3c)

• Ventas_Inn : En este caso cuantificamos el producto de la inversión en innovación como el porcentaje de las ventas totales que provienen de productos innovados.

38

3,

3,73,63,53,4

3,33,23,13,0

9__

_

εβ

ββββ

βββαβ

+

++++

+++++=

∑=

n

ii Sector


GrupoInvPersEmpleadosInversiónPatentes

(3d)

• Patentes : En el cuarto y último modelo los resultados de la inversión en innovación se ven reflejados en el número de patentes que le fueron otorgadas a la empresa, indistintamente de si éstas fueron otorgadas en México o en el extranjero. El número de

31

CIDECyT 06-01

patentes otorgadas es normalizado por el número de trabajadores con el fin de obtener una medida que sea comparable entre empresas.

En la Figura 11 se presenta un diagrama de la propuesta econométrica del modelo integrado. Como se observa, todos los modelos constan de tres ecuaciones, y varían entre ellos únicamente en lo que se refiere a la variable dependiente de la tercera ecuación: la medida de los resultados de la innovación. Además, es factible agrupar los cuatro modelos en dos clasificaciones básicas. Los primeros dos modelos, (3a) y (3b) tienen como variable dependiente de la tercera ecuación una apreciación cualitativa del proceso innovador, mientras que el segundo par de modelos, (3c) y (3d), mide los resultados de la innovación de manera cuantitativa.

Variables Independientes

Ecuación 2

Ecuación 3

Ecuación 1 Decisión de Innovar

Insumos a la Innovación

Productos de la Innovación

Innovación en producto, proceso, o ambos

Innovación gradual o radical

Porcentaje de ventas provenientes de productos innovados

Patentes por empleado otorgadas a la empresa

1

3d

2

3b

3a

3c

Medición Cualitativa

Medición Cuantitativa

Variable Dependiente

Innova

Inversión

Prod_Proc

Grad_Radical

Ventas_Inn

Patentes

EmpleadosPers_Inv

Grupo

Concentración

Inv_Ext

Exporta

Crédito

Apoyo_Gob

ISO_9

División_IyD

Asistencia

Proveedor_Ext

Sector


Ecuación 2

Ecuación 3

Ecuación 1 Decisión de Innovar

Insumos a la Innovación

Productos de la Innovación

Innovación en producto, proceso, o ambos

Innovación gradual o radical

Porcentaje de ventas provenientes de productos innovados

Patentes por empleado otorgadas a la empresa

1

3d

2

3b

3a

3c

Medición Cualitativa

Medición Cuantitativa

Variable Dependiente

Innova

Inversión

Prod_Proc

Grad_Radical

Ventas_Inn

Patentes

EmpleadosPers_Inv

Grupo

Concentración

Inv_Ext

Exporta

Crédito

Apoyo_Gob

ISO_9

División_IyD

Asistencia

Proveedor_Ext

Sector

Figura 11.Estructura del modelo econométrico integrado

5. Estimación econométricaUna 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

∑=

++++

+++++

+++++=

n

ii SectorExtProveedorAsistenciaIyDDivisión


iónConcentracGrupoInvPersEmpleadosInnova

1311,1,121,111,10

1,91,81,71,61,5

1,41,31,21,11,0

__

9___

_

εββββ

βββββ

βββββ

(1)

∑=

+

+++++

+++++=

n

ii Sector


iónConcentracGrupoInvPersEmpleadosInversión

1022,

2,92,82,72,62,5

2,42,32,22,12,0

9___

_

εβ

βββββ

βββββ

(2)

38

3,

3,73,63,53,4

3,33,23,13,0

9__

_

εβ

ββββ

βββαβ

+

++++

+++++=

∑=

n

ii Sector


GrupoInvPersEmpleadosInversiónResultados

(3)

En cuanto a la estimación de las dos primeras ecuaciones (comunes a todos los modelos), los distintos trabajos referenciados coinciden en que deben estimarse en una misma etapa.19 Esto se debe a que estimándolos de manera conjunta se soluciona un posible problema de sesgo de selección en la segunda ecuación.

El sesgo de selección que aparece en la segunda ecuación se explica por el siguiente fenómeno. La ecuación de insumos a la innovación es una regresión simple que toma como variable dependiente la inversión en innovación; esta variable, por obvias razones, toma valores únicamente positivos. Dicha variable (Inversión) toma valores estrictamente positivos si la empresa tomó la decisión de emprender proyectos de innovación, mientras que toma el valor de cero si la empresa decidió no involucrarse en ese tipo de proyectos. De esta forma, resulta imposible observar inversión negativa en innovación. Por otro lado, existen razones para creer que todas las empresas querrán dedicar recursos a la innovación. Esto se debe a que, hablando de manera generalizada, las empresas saben que innovar les da mayores márgenes de ganancia, por lo que la tendencia será a querer innovar. Sin embargo, existe un determinado costo fijo y relativamente elevado de emprender proyectos de innovación, que en nuestro contexto se puede entender como el costo de oportunidad de dichos recursos. Esto es lo que lleva a la existencia de empresas que deciden no involucrarse en actividades de innovación. Para fines econométricos, estas empresas no han revelado la

19 Ver especialmente Lööf y Heshmati (2003), así como Crépon et al. (1998) y Benavente (2002).

33

CIDECyT 06-01

cantidad de recursos que idealmente dedicarían para actividades de innovación, pues decidieron no emprender proyectos con dicho fin. Las observaciones de empresas que no tuvieron proyectos de innovación, es decir, que decidieron no innovar son las que reportan una inversión en innovación igual a cero.

Este fenómeno provoca un sesgo de selección. Si estimamos la Ecuación 2 por sí sola estaremos estimando el valor esperado de la inversión en innovación dadas las variables explicativas; pero también, dada la decisión de innovar. Con esto, podemos afirmar que la muestra para la segunda ecuación deja de ser aleatoria, surgiendo entonces un sesgo en la estimación porque la muestra se seleccionó según el criterio de haber decidido innovar.20 La estimación en esta situación no sería válida, entonces, para la población de empresas en su conjunto.

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.

El modelo de Heckman consta de una estimación en dos etapas. En primer lugar, toma una ecuación, que en nuestro caso será la Ecuación 1, para estimar la probabilidad de que una observación esté incluida en la muestra de la segunda ecuación. En consecuencia, la especificación para la Ecuación 1 es un modelo probit. Con esto se estima, además, un término conocido como la razón inversa de Mill (inverse Mill’s ratio), que no es más que la razón entre el valor de la función de densidad y el valor de la función de distribución del error de la primera ecuación, evaluadas en el punto que indica la probabilidad de que se incluya la observación en la segunda ecuación. Al incluir la razón inversa de Mill como regresor en la segunda ecuación (que corresponde al segundo paso del procedimiento de Heckman), se corrige el sesgo de selección. Esto se debe a que los coeficientes estimados corresponden al efecto de las variables explicativas, absorbiendo por completo la parte correspondiente al sesgo de selección el coeficiente de la razón inversa de Mill.

En resumen, el modelo de selección de Heckman consiste en la estimación de dos ecuaciones: una ecuación de selección con especificación probit (que se estima por máxima verosimilitud), seguida de la ecuación que deseamos estimar utilizando el método de mínimos cuadrados ordinarios (MCO), utilizando el regresor adicional ya mencionado. Cabe agregar que para poder estimar el modelo, éste debe estar identificado, por lo que tenemos 20 Hay quienes explican este fenómeno como un caso de variables omitidas, tal como Heckman (1979) y Greene (2000). Esto es, de la estimación de la ecuación se están omitiendo variables que tienen que ver con la decisión de innovar o no, por lo que el término del error no está centrado en cero, ya que tiene cierta correlación con las variables que se están omitiendo.21 Ver Long (1997).

34

CIDECyT 06-01

que suponer que los errores del primer par de ecuaciones se distribuyen de manera normal bivariada de la siguiente manera:

2

2

1

2

2

2

1,

00

~ε

ε

ε σ

ρ σρ σε

εN

donde ρ es la correlación entre errores y tomamos como supuesto que la varianza de ε1 es igual a uno. La estimación se realiza mediante el método de máxima verosimilitud, pues resulta ser más económico en términos de cómputo; esto es, es más fácil la estimación con el mismo grado de posibles contratiempos que el método original en dos etapas que propuso Heckman (1979). La ventaja de utilizar este modelo para la estimación es que nos proporciona estimadores consistentes y asintóticamente eficientes bajo las condiciones de normalidad y homoscedasticidad de los errores.

Varios puntos merecen consideración adicional. En primer lugar, es posible la presencia de heteroscedasticidad en los errores. Esto puede suceder porque tal vez los errores de las ecuaciones no presenten todos la misma varianza debido a que ésta fluctúe entre sectores industriales. Por ello, en nuestros resultados reportamos errores estándar robustos a la heteroscedasticidad.

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.

En primer lugar está la variable División_IyD, que se refiere a la existencia o no de una división de investigación y desarrollo en la empresa. Consideramos que la existencia de la división no afecta directamente la cantidad de recursos destinados a innovar más allá de la nómina del departamento, que sería equivalente a un nivel latente de gasto en innovación. Sin embargo, sí afecta el involucramiento en este tipo de actividades por parte de la empresa, ya que no se querrá mantener los recursos del departamento de manera ociosa dentro de la misma. En segundo lugar está la variable Asistencia, la cual indica si la empresa tiene contratos de asistencia técnica con otras empresas. Este tipo de contratos no obliga a las

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.

En cuanto a la tercera ecuación, su estimación depende de la naturaleza de cada una de las cuatro variables dependientes. Recordemos que en el primer caso tenemos como variable dependiente Prod_Proc, que indica si las empresas no habían innovado, o si lo había hecho sólo en proceso, sólo en producto o en ambos. Si bien podemos establecer cierta jerarquía entre las categorías (sabemos que cualquier tipo de innovación es mejor que no innovar, al igual que innovar en ambos rubros es mejor que sólo innovar en uno) que nos permitiera aplicar un probit ordenado, no podemos dar un ordenamiento objetivo entre innovar sólo en proceso o sólo en producto, por lo que consideramos que la especificación más conveniente para la ecuación 3a es la de un logit multinomial.

En el modelo con la Ecuación 3b tenemos como medida del resultado de la innovación una variable que indica si la innovación fue nula, gradual o radical. Estos resultados sí son susceptibles de ser ordenados según una jerarquía objetiva: no innovar es peor que innovar de manera gradual y ésta a su vez es inferior a la innovación radical. Recordemos que el caso radical corresponde a introducir un nuevo producto a nivel mundial, que es un grado mayor de innovación en comparación a sólo hacerlo a nivel del mercado nacional o interno a la empresa (los rubros correspondientes a la innovación gradual). Por ello, el método de estimación adecuado para esta ecuación es un probit ordenado.

La tercera variable utilizada para medir los resultados de la innovación es el porcentaje de ventas que se atribuyen a productos innovados. El método que proponemos para la estimación de esta ecuación es mínimos cuadrados ordinarios, a pesar de que la variable se expresa como un porcentaje. Esto lo hacemos para guardar congruencia con la estimación anterior de la Ecuación 2, donde el resultado también es un porcentaje y se utiliza el mismo método. El inconveniente que surge de hacerlo así es el mismo que se notó con anterioridad, el posible sesgo hacia arriba que traerán los coeficientes. Por último, si los resultados se cuentan por el número de patentes otorgadas a la empresa (Ecuación 3d), normalizado por el número de empleados, el método conveniente también es el de MCO. La Tabla 6 presenta un resumen de los métodos de estimación que se utilizan para la tercera ecuación del sistema en sus diferentes variantes.

En la estimación de la tercera ecuación juzgamos posible la existencia de cierto tipo de endogeneidad. El problema surge al incluir como variable explicativa el monto de inversión en innovación como proporción de las ventas, pues existe la posibilidad de que la decisión sobre los montos de inversión esté relacionada con los resultados que se pueden llegar a esperar del proyecto. Esto es, si se espera que el rendimiento del proyecto sea inusualmente alto, sería factible pensar que se destinará un monto mayor a la inversión. Sin embargo, el grado de incertidumbre sobre los posibles resultados del proyecto hace que las empresas no determinen los montos dedicados a la inversión en base al retorno esperado sino hasta las últimas fases del proceso de innovación, por lo que el problema de endogeneidad por esta razón es mínimo (Dosi, 1988).

36

CIDECyT 06-01

Tabla 6.Métodos de estimación para la Ecuación 3 (resultados de la innovación)

Ecuación Variable Dependiente

MétodoEconométrico

3a Prod_Proc Logit Multinomial

3b Grad_Radical Probit Ordenado

3c Ventas_Inn Mínimos Cuadrados Ordinarios

3d Patentes Mínimos Cuadrados Ordinarios

Potencialmente, la endogeneidad puede darse por otro canal debido a la naturaleza dinámica del proceso innovador. Puede ser el caso que los montos de inversión en el periodo que estamos considerando (1999–2000) estén determinados por los proyectos que viene desarrollando la empresa desde años anteriores. Este problema se corregiría mediante el uso de alguna variable instrumental pertinente; sin embargo consideramos que no existe ninguna pregunta en la ENI cuya respuesta esté altamente correlacionada con la inversión en innovación, pero que no lo esté con el término de error. Por ello, la solución parcial que proponemos es incluir como regresor en la tercera ecuación la inversión estimada resultante de la segunda ecuación. Agregamos también (como se hace para corregir por el sesgo de selección y con el objetivo de permitir cierto grado de correlación entre los errores de las tres ecuaciones) como regresor en la tercera ecuación la razón inversa de Mill. Esta es la mejor solución que hemos encontrado a un problema que es probable que sea de importancia casi nula.

6. Suposiciones y limitacionesDentro 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

insuficiente. En resumen, tal vez los recursos destinados a inversión en innovación contabilizados en una encuesta no se traducirán en resultados sino hasta el levantamiento de la siguiente.

Se presenta otro problema temporal relacionado con éste, y es que la historia innovadora de las empresas no se está tomando en cuenta; es decir, puede ser que los años que considera la encuesta hayan sido atípicamente buenos o malos para determinada empresa en cuestiones de innovación, por lo que no se puede capturar el efecto de que las empresas, de alguna manera, aprenden a innovar a lo largo del tiempo. Esto es, una vez que innovan, encuentran más fácil innovar de nuevo.

En tercer lugar se encuentran los recursos no contabilizados como inversión en innovación y que, a pesar de ello, podrían considerarse como tal. Existen empresas, en especial las pequeñas y medianas, que regularmente incurren en gastos para actividades de innovación, pero que no los contabilizan o consideran como tal. Esto se debe en gran medida a que la investigación y desarrollo tecnológicos en este tipo de empresas se hace de manera informal e intermitente. Estos gastos son difíciles de contabilizar ya que muchas veces son subproductos del proceso mismo de producción; es decir, son resultado del aprendizaje sobre la marcha (learning-by-doing) de utilizar nuevas máquinas o adecuar insumos al proceso. Este tipo de innovación puede ser muy relevante, y cobra aún mayor importancia en países en vías de desarrollo, donde la adopción de tecnologías y la importación de equipo provenientes del exterior incentivan este tipo de gastos informales en investigación.

Por último, se reconoce que el proceso de innovación presenta un importante elemento regional, de forma que la introducción de variables que caractericen el entorno geográfico de la empresa proporcionaría mayores elementos para estudiar los determinantes de la innovación. Sin embargo, por razones de confidencialidad, la base de datos de la ENI no cuenta con ninguna variable que designe la entidad en la cual se encuentra la empresa encuestada. Por esta razón, el elemento regional se encuentra ausente de este análisis.

7. ResultadosLos 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.

Comenzamos con la discusión de las estimaciones obtenidas para la Ecuación 1. Los coeficientes estimados que se observan en la Tabla 7 indican que el tamaño de la empresa, medido por el número de empleados está asociado positivamente con la probabilidad de innovar. Este resultado era de esperarse y el coeficiente es estadísticamente significativo. Sin embargo, la dimensión de dicho efecto es muy pequeña, pues el incremento en la probabilidad de innovar asociado a un aumento de 100 empleados es marginal. En claro

38

CIDECyT 06-01

contraste, la cantidad de personas que se dedican a actividades de investigación y desarrollo dentro de la empresa, además de tener el signo positivo y ser igualmente significativo, tiene una magnitud mayor.

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.

Sin embargo, existen varias explicaciones para este signo. En el caso de la pertenencia a un grupo de compañías, posiblemente se están formando redes de proyectos de mejoras tecnológicas fuera de las empresas, o bien el desarrollo de actividades de innovación trasciende la esfera de las empresas y depende, cada vez más, de redes de laboratorios pequeños entre empresas. En este sentido, puede ser que las empresas que forman parte de un grupo obtengan los productos o procesos innovados de otras empresas del mismo grupo, o bien que las divisiones de investigación no formen parte de las empresas, sino que estén conformadas aparte, dentro del grupo. En cuanto a la inversión extranjera nuestra hipótesis es que la razón principal por la que obtuvimos resultados que contradicen a los esperados es que la transferencia de tecnologías se está haciendo a través de la importación de maquinaria y equipo que llevan los cambios tecnológicos ya incorporados. En nuestro marco teórico de referencia llamamos a este tipo de transferencia la adquisición de tecnología incorporada (embodied technology).

Es importante mencionar que incluso se duplica el efecto negativo de la inversión foránea cuando se incorpora como regresor al índice de concentración de la rama de actividad económica. Esto puede ser el efecto estadístico de eliminar observaciones de los sectores 1 y 9 (minería y construcción, respectivamente), pues en el caso del sector minero sólo el 10 por ciento de las empresas cuentan con capital extranjero, mientras que el mismo dato para la muestra es de 22 por ciento. Al eliminar dichas observaciones es posible que se esté simplemente magnificando las estimaciones para la correlación entre la variable de capital extranjero sobre la probabilidad de emprender acciones de innovación tecnológica.

En lo referente a los demás resultados, se puede observar que estar involucrado en actividades de exportación está relacionado estadísticamente con una mayor propensión a emprender proyectos innovadores, al igual que contar con créditos y/o apoyos del gobierno. Los tres efectos son estadísticamente significativos al 1 por ciento, resaltando la magnitud de los coeficientes en las variables referentes a contar con apoyos del gobierno y contar con créditos bancarios privados. Esto, de alguna manera, confirma la opinión de los encuestados expuesta en la Figura 6, donde se expresa que entre los obstáculos más grandes a la innovación se encuentran los costos elevados y la falta de financiamiento, así como la falta de apoyos públicos. Contar con estos dos factores está relacionado de manera importante la decisión de involucrarse en actividades de innovación.

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.

En lo que se refiere a los sectores es interesante observar que, comparados con el sector 4 (industria de la madera y del papel), el dedicado a la industria de alimentos y bebidas es más dinámico en cuanto a involucrarse en proyectos, mientras que el sector textil y del vestido, así como la industria metálica son menos propensos a emprenderlos. Dos resultados inesperados son los correspondientes a los del sector químico y de maquinaria (los sectores con el mayor dinamismo tecnológico), pues aunque inicialmente son positivos no resultan ser significativos; además, una vez que se incluye la variable de concentración, cambian de signo y se tornan significativos.

Pasando al análisis de los resultados de la Ecuación 2, en oposición a la dirección en que están relacionadas la decisión de involucrarse en proyectos de innovación o no, parece ser que el tamaño de la compañía tiene una relación negativa con la cantidad de recursos que se invierten en dichos proyectos (como proporción de las ventas totales). Sin embargo, la magnitud de este efecto, al igual que sobre la decisión de innovar o no, es muy pequeña. De hecho, un aumento en el número de empleados de 100 individuos, sólo estaría asociado a un incremento de 0.03 por ciento en el porcentaje de las ventas que se dedican a la innovación. La cantidad de trabajadores dedicada a actividades de IyD también presenta un efecto negativo sobre el monto de la inversión, aunque pierde significancia estadística al introducir la variable de concentración.

Nuevamente, pertenecer a un grupo empresarial también está asociado de manera negativa a los recursos dedicados a innovación. Hay dos posibles explicaciones: o bien los grupos empresariales son menos innovadores, o bien tienen una estructura de desarrollo tecnológico tal que impide captarla estadísticamente al nivel de empresas con la información disponible y el método propuesto.

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

Podemos concluir el análisis de la Ecuación 2 con un par de comentarios generales. En primer lugar, hay varios resultados que son ambiguos; en este rubro podemos encontrar características como la cantidad de personal de investigación y ser exportador. Además de esto, las dimensiones de los resultados no son considerables con excepción de las referentes al crédito y algunas variables sectoriales, por lo que parece haber poco sustento de que las decisiones de innovar y los montos de inversión se tomen de manera separada. Esto es, cabe la posibilidad de que los recursos destinados a la innovación se presupuesten de manera distinta. Dosi (1988) incluso llega a sugerir que muchas veces se opera con reglas del tipo: “todos los años se debe dedicar el X por ciento de las ventas a la innovación, en las proporciones Y y Z para la básica y la avanzada” debido a lo que llamamos incertidumbre fuerte del proceso innovador. Con esto se puede entender que las dimensiones de los coeficientes sean relativamente pequeñas.

41

CIDECyT 06-01

Tabla 7.Resultados de la estimación de las ecuaciones 1 y 2 del modelo integrado

VariableExplicativa

Innova InversiónSin

ConcentraciónCon

ConcentraciónSin

ConcentraciónCon

Concentración

Empleados 0.0002 **(3.74)

0.0002 **(3.87)

-0.0003 **(-3.96)

-0.0003 **(-4.04)

Pers_Inv 0.23 **(10.66)

0.23 **(10.12)

-.11 **(-2.58)

-0.08(-1.88)

Grupo -0.32 **(-7.28)

-0.28 **(-6.23)

-0.22(-1.41)

-0.25(-1.56)

Inv_Ext -0.08(-1.45)

-0.16 **(-2.74)

-0.43 *(-2.00)

-0.45 *(-1.94)

Exporta 0.20 **(5.71)

0.15 **(4.10)

-0.08(-0.54)

-0.05(-0.39)

Crédito 3.55 **(9.78)

3.51 **(9.17)

-1.27 **(-6.06)

-1.23 **(-5.73)

Apoyo_Gob 7.72 **(39.98)

7.81 **(39.10)

-0.82(-1.88)

-0.93 *(-2.13)

ISO_9 0.08(1.67)

0.04(0.73)

0.29(1.65)

0.42 *(2.34)

Concentración 0.01 **(10.55)

0.0009(0.17)

División_IyD 0.72**(12.22)

0.72 **(12.05)

Asistencia 0.24 **(4.06)

0.28 **(4.72)

Proveedor_Ext 0.01(0.29)

-0.01(-0.26)

Minería (1) -0.06(-0.49)

-0.33(-0.68)

Alimentos (2) 0.47 **(7.77)

0.16 *(2.39)

-0.36(-1.27)

-0.43(-1.41)

Textil y Vestido (3) -0.09(-1.56)

-0.14 *(-2.35)

-0.65 *(-2.27)

-0.67 *(-2.35)

Química (5) 0.03(0.41)

-0.19 **(-2.77)

-0.96 **(-3.39)

-0.99 **(-3.28)

Minerales no metálicos e industria metálica (6)

-0.30 **(-3.17)

-0.63 **(-6.26)

-1.02 **(-2.78)

-1.10 **(-2.83)

Maquinaria y equipo (7)

0.12*(1.94)

-0.16 *(-2.37)

-1.35 **(-4.93)

-1.41 **(-4.74)

Otras Industrias (8) 0.37*(2.54)

0.05(0.36)

-1.20 *(-2.29)

-1.30 *(-2.39)

Construcción (9) -0.56(-1.52)

-1.65 **(-3.21)

Constante -1.04**(20.80)

-1.30 **(-23.15)

5.05 **(13.41)

4.95 **(11.74)

Observaciones 8,250 8,023 2,332 2,269χ2 142.52** 128.79** 142.52** 128.79**

*- coeficiente significativo al 5%; ** - coeficiente significativo al 1%.Estadísticas z entre paréntesis.

42

CIDECyT 06-01

En cuanto a los productos de los proyectos de desarrollo tecnológico, recordemos que nuestra propuesta fue medirlos de varias formas alternativas; la primera de ellas es la Ecuación 3a, que hace la distinción entre innovación en productos y procesos. En la Tabla 8 se pueden apreciar los resultados de las estimaciones cuando los resultados se miden como innovación en producto, en proceso o en ambas. Se utiliza como categoría de comparación en este modelo logit multinomial la innovación en proceso.

El primer resultado importante es que la inversión que se dedica a los proyectos de innovación está relacionada positiva y significativamente con la obtención de resultados en todas las categorías. Esto es, a mayor cantidad de recursos dedicados a la investigación y desarrollo se hace más probable la innovación en productos o en ambas, en comparación con la innovación en proceso únicamente. También es interesante observar que la magnitud de estos coeficientes disminuye si se toma en cuenta la concentración del mercado para esa rama de la industria. El resultado concuerda con el hallazgo de que dicha característica se relaciona de manera inversa con la probabilidad de innovar en las categorías de proceso y producto. El resultado no sólo tiene el signo adecuado, sino que es significativo a pesar de que su magnitud no es demasiado importante. Esto es, mientras más concentrado esté el mercado se espera que las empresas sean menos propensas a innovar en productos o en ambas categorías, en comparación con el desarrollo de procesos industriales nuevos exclusivamente.

El tamaño de la empresa, medido como el número de empleados, tiene escasa relación estadística con el desempeño tecnológico de las empresas. Mas allá de que el signo del coeficiente no es robusto a la inclusión de la variable de concentración, éste carece de significancia estadística y su magnitud es poco importante. En lo referente al número de empleados que se dedican a actividades de investigación y desarrollo, cabe notar que sólo tienen efectos positivos al comparar la categoría de innovación únicamente en procesos con la probabilidad de dar el salto a introducir tanto nuevos procesos como nuevos productos.

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

VariableExplicativa

Innovación enproducto únicamente

Innovación enproceso y producto

Sin Concentración Con Concentración Sin Concentración Con ConcentraciónInversión estimada

1.22 **(3.82)

0.78 *(2.25)

1.04 **(3.37)

0.70 *(2.13)

Empleados 0.000004(0.02)

-0.00007(-0.32)

0.0004(1.58)

0.0003(1.23)

Pers_Inv 0.08(1.44)

0.01(0.18)

0.15 **(2.85)

0.11 *(1.95)

Grupo -0.11(-0.51)

-0.26(-1.09)

-0.43(-1.83)

-0.32(-1.28)

Inv_Ext 0.98 **(3.32)

0.91 **(2.78)

1.53 **(5.00)

1.36 **(4.00)

Exporta -0.55 **(-3.35)

-0.49 **(-2.97)

-0.38 **(-2.45)

-0.22(-1.47)

ISO_9 -0.18(-0.83)

-0.12(-0.49)

0.47 *(2.23)

0.53 *(2.17)

Concentración -0.03 **(-3.96)

-0.04 **(-5.62)

Minería (1) 0.60(1.41)

-0.60(-1.39)

Alimentos (2) 1.04 **(4.23)

1.67 **(5.30)

-0.16(-0.65)

0.75 *(2.40)

Textil y Vestido (3)

0.63(1.85)

0.50(1.32)

0.69 *(2.16)

0.71 *(1.96)

Química (5) 4.12 **(8.78)

4.17 **(7.49)

2.80 **(5.97)

3.13 **(5.67)


2.69 **(5.09)

2.97 **(4.40)

1.20 *(2.13)

1.87 **(2.67)


3.31 **(6.70)

3.37 **(5.45)

2.07 **(4.22)

2.46 **(4.04)

Otras Industrias (8)

3.57 **(3.74)

3.80 **(3.73)

2.86 **(3.13)

3.41 **(3.50)

Construcción (9) 4.06 *(2.15)

-26.75 **(-13.63)

Constante -4.14 **(-3.41)

-1.80(-1.42)

-2.25 *(-1.90)

-0.17(-0.13)

Observaciones 2,332 2,269 2,332 2,269χ2 3,209.65 ** 455.16 ** 3,209.65 ** 455.16 **Pseudo R2 0.14 0.15 0.14 0.15

*- coeficiente significativo al 5%** - coeficiente significativo al 1%Estadísticas z entre paréntesis.La categoría de comparación es innovación en proceso únicamente.

44

CIDECyT 06-01

Al medir los resultados de la innovación por su grado de novedad, las estimaciones utilizando el modelo de probit ordenado producen los resultados que se muestran en la Tabla 9. Nuevamente, la relación entre el monto de la inversión que se dedica a los proyectos de desarrollo tecnológico y sus resultados son importantes en magnitud y relevancia estadísticas: mientras mayores sean los recursos dedicados al proyecto, se puede esperar que sea es más probable que éste tenga un resultado con mayor grado de novedad.

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.

El resultado para las empresas exportadoras contradice al resultado planteado por la estimación de la Ecuación 3a, pero coincide con la teoría que planteamos. Es decir, las empresas exportadoras son más propensas a ser también innovadoras y, además, es mayor el grado de novedad de los productos introducidos al mercado. El mismo resultado presenta el hecho de que la compañía cuente con la certificación ISO–9000. En concordancia con las estimaciones de la Ecuación 3a, la concentración presenta signo negativo y un nivel de significancia estadística aceptable.

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

Variable Explicativa Grad_RadicalSin Concentración Con Concentración

Inversión estimada 0.31 **(3.10)

0.21 *(2.13)

Empleados 0.0001(1.81)

0.00009(1.57)

Pers_Inv -0.02(-1.76)

-0.03(-1.85)

Grupo -0.34 **(-4.03)

-0.27 **(-3.10)

Inv_Ext 1.08 **(9.15)

0.96 **(7.85)

Exporta 0.19 **(3.22)

0.21 **(3.56)

ISO_9 0.33 **(4.13)

0.33 **(3.83)

Concentración -0.005 *(-2.03)

Minería (1) 0.07(0.35)

Alimentos (2) 0.31 **(2.86)

0.41 **(3.31)

Textil y Vestido (3) 0.21(1.57)

0.17(1.26)

Química (5) 0.86 **(5.64)

0.86 **(5.29)


0.86 **(3.68)

0.87 **(3.48)

Maquinaria y equipo (7) 1.03 **(5.92)

1.01 **(5.47)

Otras Industrias (8) 1.50 **(5.83)

1.52 **(5.66)

Construcción (9) 1.69(1.42)

Corte 1 0.20 -0.31Corte 2 2.45 1.96

Observaciones 2,332 2,269χ2 474.95 ** 471.22 **Pseudo R2 0.17 0.17

*- coeficiente significativo al 5%** - coeficiente significativo al 1%Estadísticas z entre paréntesis.

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.

El tamaño, medido como número de empleados, de nuevo confirma las conclusiones ya adelantadas anteriormente respecto al efecto nulo que tiene sobre los resultados de los esfuerzos tecnológicos de las empresas; el coeficiente negativo se torna significativo sólo cuando se incluye como regresor a la concentración. Con respecto al efecto del personal de investigación, los resultados son positivos y significativos, sólo cabe mencionar que en el caso de las patentes los coeficientes son de magnitud muy pequeña.

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.

Las estimaciones referentes a la actividad exportadora, aun cuando reportan efectos positivos en la mayoría de los casos, no presentan coeficientes estadísticamente significativos. La concentración, a pesar de que son pequeños los coeficientes asociados a ella, está relacionada de manera negativa y significativa con los resultados de la innovación. La variable referente a contar con el certificado ISO–9000 no presenta un comportamiento uniforme, pues despliega un efecto positivo para el caso de ventas innovadoras y uno negativo para el número de patentes por empleado. Aun así, los coeficientes sólo son significativos en las estimaciones que incluyen la concentración.

En los resultados sectoriales, es de mencionar que el sector minero y la industria metálica, así como la construcción, son tres sectores donde la baja de ventas innovadoras en relación con el sector maderero es considerable En el caso de las industrias minera y metálica (sectores 1 y 6, respectivamente), esto se explica porque son más propensas a la innovación de proceso y no de producto. Los mejores resultados se aprecian en la industria de maquinaria y equipo, así como en el sector “otras industrias”, en donde los coeficientes son positivos y significativos para el caso de ventas innovadoras respecto del total. Cabe destacar que la mayoría de los coeficientes sectoriales se vuelven irrelevantes estadísticamente cuando se toma como medida de resultados de la innovación el número de patentes por empleado. De hecho, los únicos sectores que mantienen los resultados de manera consistente en las Ecuaciones 3c y 3d son los de minería y el de alimentos y bebidas.

47

CIDECyT 06-01

Tabla 10.Resultados de la estimación de las ecuaciones 3c y 3d del modelo integrado

Variable Explicativa

Ventas Innovadoras Patentes por empleadoSin

ConcentraciónCon

ConcentraciónSin

Concentración Con Concentración

Inversión estimada

-2.79(-1.39)

-4.87 *(-2.44)

0.004 **(3.85)

0.004 **(3.96)

Empleados -0.001(-1.22)

-0.002 *(-2.13)

-0.0000001(-0.44)

-0.0000001(-0.32)

Pers_Inv 0.95 **(2.76)

0.96 **(2.63)

0.0002 **(2.46)

0.0001(1.66)

Grupo -6.23 **(-3.92)

-6.33 **(-3.92)

0.0005(1.25)

0.0005(1.02)

Inv_Ext 6.53 **(3.83)

6.57 **(3.70)

0.005 **(5.61)

0.005 **(5.45)

Exporta -0.19(-0.16)

0.69(0.57)

0.0004(0.71)

0.0004(0.78)

ISO_9 2.17(1.47)

4.03 **(2.49)

-0.001(-1.70)

-0.002 *(1.96)

Concentración -0.19 **(-4.54)

-0.00004 *(2.14)

Minería (1) -6.02 *(-2.12)

-0.006 **(-4.89)

Alimentos (2) -5.81 **(-2.80)

-1.06(-0.46)

-0.006 **(-4.95)

-0.005 **(-3.74)

Textil y Vestido (3)

1.59(0.58)

1.55(0.55)

-0.003 **(-2.60)

-0.002 *(-2.23)

Química (5) -1.13(-0.38)

0.29(0.09)

-0.0006(-0.38)

0.0002(0.10)


-7.30 *(-2.07)

-4.65(-1.17)

-0.0009(-0.85)

0.0005(0.31)


7.91 *(2.27)

9.05 *(2.37)

0.0009(0.76)

0.002(1.32)

Otras Industrias (8)

8.95(1.79)

10.84 *(2.04)

-0.002(-1.44)

-0.0006(-0.38)

Construcción (9) -13.79 **(-2.51)

0.002(1.07)

Constante 34.56 **(4.44)

45.70 **(5.97)

-0.009 **(-2.87)

-0.008 **(-2.99)

Observaciones 2,027 1,975 2,330 2,267F 25.71 ** 29.20 ** 5.32 ** 5.25 **R2 0.17 0.17 0.06 0.06

*- coeficiente significativo al 5%** - coeficiente significativo al 1%Estadísticas t entre paréntesis.

48

CIDECyT 06-01

8. Calculando un Índice de Capacidades TecnológicasPara finalizar, en esta sección obtendremos una visión general de las capacidades tecnológicas del sector manufacturero mexicano a través de la construcción de un índice que las aproxime.

Con el fin de estimar las capacidades tecnológicas de una empresa definimos a continuación un Índice de Capacidades Tecnológicas (ICT) en base a los datos contenidos en la Encuesta Nacional de Innovación.22 Para la construcción del índice se seleccionaron 19 rasgos que reflejan de una forma u otra la presencia y fortaleza de tales capacidades. A cada una de estas variables se le asignó un punto, de tal forma que las empresas que formaron parte de la muestra de la encuesta recibió una calificación en el rango de 0 (capacidades tecnológicas prácticamente nulas) a 19 (máximo nivel de capacidades tecnológicas).

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.

Teniendo estas consideraciones en mente, las 19 variables incluidas en el cálculo del ICT se muestran en la Tabla 11. Como se observa, dichas variables se encuentra agrupadas en categorías que describen diversas facetas del proceso de construcción de capacidades tecnológicas internas a la empresa.

Con el fin de analizar la importancia de algunos determinantes sobre el ICT de las empresas, se evalúa el siguiente modelo:

∑=

+++

++++++=n

ii SectorExtoveedorISO

ExportaExtInviónConcentracGrupoEmpleadosICT

876

543210

_Pr9_

_

εβββ

ββββββ

(4)

En donde el significado de las variables independientes es el mismo que ha sido discutido en otras partes del documento.

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 tiene contratos de asistencia tecnológica con empresas nacionales o extranjeras en la actualidad.

• La empresa realizó actividades de investigación y desarrollo durante el año 2000.

• La empresa trabajó en al menos un proyecto de innovación en el periodo 1999-2000.

Variables que indican la realización de actividades de desarrollo tecnológico.

• La empresa introdujo al mercado un producto nuevo o mejorado.

• La empresa introdujo al mercado un proceso nuevo o mejorado.

• La empresa desarrolló el producto por sí misma o en colaboración.

• La empresa desarrolló el proceso por sí misma o en colaboración.

Estas variables reflejan la introducción de innovaciones durante el periodo 1999-2000 y las fuentes de las mismas. Se otorga un punto si la empresa desarrolló el producto o proceso nuevo por sí misma o en colaboración con institutos de investigación, universidades, u otras empresas (es decir, no contrató la elaboración del mismo sin involucrarse en el proceso).

• La empresa introdujo un producto nuevo a nivel nacional.

• La empresa introdujo un producto nuevo a nivel internacional.

Refleja el grado de novedad de las innovaciones introducidas durante 1999-2000 (no se otorgan puntos si la innovación es nueva sólo para la empresa).

• La empresa solicitó al menos una patente.• A la empresa se le otorgó al menos una patente.

Variables que reflejan la actividad con respecto a la solicitud y otorgamiento de patentes durante 1999-2000, ya sea en México o en el extranjero.

• La empresa cuenta con un departamento técnico.

• La empresa cuenta con una unidad de ingeniería.

• La empresa cuenta con una unidad de investigación y desarrollo.

Estas variables reflejan la organización interna de la empresa existente en el año 2000 y la importancia que en la misma se le otorga al desarrollo tecnológico.

• Al comprar tecnología (licencias sobre productos o procesos, maquinaria y equipo), la empresa la asimila al documentar lo relacionado al producto, proceso, maquinaria o equipo.

• La empresa adapta y modifica la tecnología (licencias sobre productos o procesos, maquinaria y equipo) adquirida con la finalidad de establecer mayores niveles de eficiencia en la producción.

Este grupo de variables captura las actividades tecnológicas usuales de la empresa (aquellas a las cuales se dio la contestación siempre, casi siempre o con frecuencia en el cuestionario de la encuesta) que pueden no verse reflejadas en los datos para 1999 y 2000.

50

CIDECyT 06-01

• La empresa genera o desarrolla tecnología propia para el uso exclusivo de la empresa o de empresas del mismo grupo al que pertenece.

• La empresa, además de desarrollar tecnología propia, vende tecnología a otras empresas.

• La empresa patenta los productos o tecnologías desarrolladas.

Fuente: elaboración propia.

Antes de presentar los resultados de la última ecuación sobre el Índice de Capacidades Tecnológicas, resulta de interés revisar su distribución entre las empresas incluidas en la encuesta. La Figura 12 muestra la distribución porcentual del ICT calculado tal como se acaba de describir. Como se puede ver, los resultados son reveladores. Ninguna de las empresas incluidas alcanza la puntuación máxima de 19,23 mientras que el 17% recibe un índice de cero. Además, la mitad de las empresas encuestadas se incluyen en el rango de 0 a 3 y sólo el 16% recibe un valor del índice igual o mayor a 10. En toda la muestra el ICT presenta un valor promedio de tal solo 4.58 con una desviación estándar de 4.26.

0

2

4

6

8

10

12

14

16

18

20

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

%

Fuente: elaboración propia en base a datos de la ENI.

Figura 12.Distribución del Índice de Capacidades Tecnológicas

El análisis sobre las variables que determinan el ICT se realiza en base a la información que se presenta en la Tabla 12, en donde se incluyen los resultados de la estimación siguiendo el método de mínimos cuadrados ordinarios con errores estándar

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.

Destaca el hecho que el tamaño de la empresa tiene un efecto positivo en la determinación de sus capacidades tecnológicas (medidas a través del ICT), pues el coeficiente obtenido nos indica que un aumento de 100 trabajadores en la empresa está asociado con un aumento de ocho décimas en el valor del índice. Asimismo, un efecto positivo y estadísticamente significativo conlleva el hecho de que la empresa pertenezca a un grupo. En cierto sentido, las hipótesis de Schumpeter se confirman, pues tanto el tamaño como la concentración afectan de manera positiva las capacidades tecnológicas de las empresas; el coeficiente en la variable que aproxima la concentración de mercado es positivo y altamente significativo.

Contrariamente a lo que podríamos esperar, la variable que denota la presencia de capital extranjero en la empresa presentó un signo negativo pero sin alcanzar los niveles de significancia estadística convencionales, además de ser de magnitud muy pequeña. Sin embargo, el hecho que una empresa exporte presenta un efecto positivo y altamente significativo. De acuerdo al coeficiente obtenido, el hecho que una empresa exporte está asociado con un incremento de aproximadamente 1.3 puntos en el ICT. Un efecto similar (aunque la magnitud del coeficiente es ligeramente mayor) ocurre para el caso que una empresa cuente con la certificación de calidad ISO-9000. El contar con un proveedor extranjero también presenta un efecto positivo y significativo sobre el ICT, pero la magnitud del coeficiente es menor que en el caso de las dos últimas variables.

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

Variable ExplicativaICT

Sin Concentración Con Concentración

Empleados 0.0008 **(5.57)

0.0008 **(5.58)

Grupo 0.25 *(2.40)

0.25 *(2.34)

Concentración 0.02 **(5.55)

Inv_Ext -0.04(-0.30)

-0.04(-0.26)

Exporta 1.36 **(15.21)

1.27 **(13.97)

ISO_9 1.50 **(11.84)

1.43 **(10.97)

Proveedor_Ext 0.42 **(3.72)

0.41**(3.65)

Minería (1) 1.27 **(4.65)

Alimentos (2) 1.69 **(12.33)

1.30 **(8.67)

Textil y Vestido (3) -0.25 *(-2.04)

-0.29 *(-2.40)

Química (5) 1.46 **(9.60)

1.16 **(7.29)


-0.06(-0.35)

-0.46 *(-2.45)

Maquinaria y equipo (7) 0.88 **(6.30)

0.53 **(3.40)

Otras Industrias (8) 2.40 **(5.91)

1.99 **(4.79)

Construcción (9) -1.69 **(-4.22)

Constante 1.80 **(17.79)

1.46 **(12.01)

Observaciones 8,260 8,023F 111.46 ** 114.88 **R2 0.17 0.17*- coeficiente significativo al 5%** - coeficiente significativo al 1%Estadísticas t entre paréntesis.

53

CIDECyT 06-01

9. ConclusionesDespués de este análisis del desempeño innovador del sector manufacturero mexicano podemos apuntar hacia algunas conclusiones de carácter general:

• La innovación es un proceso complejo que involucra la inversión de recursos en proyectos que tienen asociados un alto grado de riesgo y resultados inciertos.

• Por lo mismo, este fenómeno debe ser analizado dentro de un marco conceptual integral; el análisis de una etapa de éste de forma aislada puede proporcionar una visión sesgada e incompleta de la realidad.

• Un mejor conocimiento de este proceso nos proporciona mayores posibilidades de diseñar e implementar instrumentos de política más efectivos que nos permitan mejorar el desempeño innovador de las empresas mexicanas.

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.

Un fenómeno que no se mide no se conoce y, en consecuencia, no pueden tomarse las medidas más adecuadas para fomentarlo. El análisis presentado en este estudio pretende ser una contribución para el conocimiento del fenómeno de la innovación en México el cual, sin duda, debe estar sujeto a una continua revisión, discusión, y actualización si en verdad se aspira a mejorar el desempeño competitivo de la empresa mexicana.

54

CIDECyT 06-01

Apéndice A. Lista de industrias a 4 dígitos

Tabla A.1.Listado de subsectores y ramas industriales de acuerdo a la

Clasificación Mexicana de Actividades y Productos (CMAP)

Código Descripción2323102320

Extracción de Minerales MetálicosExtracción y/o beneficio de minerales de hierroExtracción y/o beneficio de minerales metálicos no ferrosos

2929102920

Explotación de Minerales No MetálicosExtracción y/o beneficio de rocas, arena y arcillasExtracción y/o beneficio de otros minerales no metálicos

313111311231133114311531163117311831193121312231303140

Productos Alimenticios, Bebidas y TabacoIndustria de la carneElaboración de productos lácteos Elaboración de conservas alimenticias Beneficio y molienda de cereales y otros productos agrícolasElaboración de productos de panaderíaMolienda en nixtamal y fabricación de tortillasFabricación de aceites y grasas comestiblesIndustria azucareraFabricación de cocoa, chocolate y artículos de confitería Elaboración de otros productos alimenticios para el consumo humanoElaboración de alimentos preparados para animalesIndustria de las bebidasIndustria del tabaco

323211321232133214322032303240

Textiles, Prendas de Vestir e Industria del Cuero Industria textil de fibras duras y cordelería de todo tipoHilados, tejido y acabado de fibras blandasConfección con materiales textilesFabricación de tejidos de puntoConfección de prendas de vestirIndustria del cuero, pieles y sus productosIndustria del calzado

33331133123320

Industria de la Madera y Productos de MaderaFabricación de productos de aserradero y carpinteríaFabricación de envases y otros productos de madera y corchoFabricación y reparación de muebles principalmente de madera

3434103420

Papel y Productos de Papel, Imprentas y EditorialesManufactura de celulosa, papel y sus productosImprentas, editoriales e industrias conexas

35

351135123513

Sustancias Químicas, Productos derivados del Petróleo y del Carbón, de Hule y de PlásticoPetroquímica básicaFabricación de sustancias químicas básicasIndustria de las fibras artificiales y/o sintéticas

55

CIDECyT 06-01

352135223530354035503560

Industria farmacéuticaFabricación de otras sustancias y productos químicosRefinación del petróleoIndustria del coqueIndustria del huleElaboración de productos de plástico

363611361236203691

Productos Minerales No MetálicosAlfarería y cerámicaFabricación de materiales de arcilla para la construcciónFabricación de vidrio y productos de vidrioFabricación de cemento, cal, yeso y otros productos a base de minerales no metálicos

3737103720

Industrias Metálicas BásicasIndustria básica del hierro y del aceroIndustrias básicas de metales no ferrosos

383811381238133814382138223823383138323833384138423850

Productos Metálicos, Maquinaria y EquipoFundición y moldeo de piezas metálicas, ferrosas y no ferrosasFabricación de estructuras metálicas, tanques y calderas industrialesFabricación y reparación de muebles metálicosFabricación de otros productos metálicosFabricación, reparación y/o ensamble de maquinaria y equipo para fines específicosFabricación, reparación y/o ensamble de maquinaria y equipo para usos generalesFabricación y/o ensamble de maquinaria de oficina, cálculo y procesamiento informáticoFabricación y/o ensamble de maquinaria, equipo y accesorios eléctricosFabricación y/o ensamble de equipo electrónico de radio, TV y comunicacionesFabricación y/o ensamble de aparatos y accesorios de uso domésticoIndustria automotrizFabricación, reparación y/o ensamble de equipo de transporte y sus partesFabricación, reparación y/o ensamble de instrumentos y equipo de precisión

393900

Otras Industrias ManufacturerasOtras Industrias Manufactureras

50501150125013501450205030

Industria de la ConstrucciónEdificaciónConstrucción de obras de urbanizaciónConstrucciones e instalaciones industrialesOtras construcciones.Instalaciones en bienes inmueblesTrabajos especiales

56

CIDECyT 06-01

Apéndice B. Definición de variables

Variables Dependientes

Innova Variable binaria que toma el valor de 1 si la empresa trabajó en al menos un proyecto de innovación en el periodo 1999-2000.Fuente: ENIAños: Periodo 1999-2000

Inversión Porcentaje de las ventas totales que se invierte en actividades de innovación.Fuente: ENIAños: 2000

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: ENIAños: Periodo 1999-2000

Grad_Radical Variable categórica que indica el grado de novedad de la innovación de producto introducida al mercado y que incluye las siguientes categorías: no innovó, innovación (producto nuevo para la empresa o para el país) o innovación radical (producto nuevo para el mundo).Fuente: ENIAños: Periodo 1999-2000

Ventas_Inn Porcentaje de las ventas del 2000 provenientes de productos nuevos y mejorados introducidos al mercado en el periodo 1999-2000.Fuente: ENIAños: 2000

Patentes Número de patentes otorgadas a la empresa en 1999 y 2000 dividido entre el número de empleados.Fuente: ENIAños: Periodo 1999-2000

ICT Variable que denota el índice de capacidades tecnológicas calculado como se describe en la sección 8.Fuente: ENIAños: Periodo 1999-2000


Empleados Número promedio de empleados que tuvo la empresa en 1999 y 2000.Fuente: ENIAños: 1999 y 2000

57

CIDECyT 06-01

Pers_Inv Número de personas dedicadas a actividades de investigación y desarrollo en la empresa como porcentaje del total de trabajadores.Fuente: ENIAños: 2000

Grupo Variable binaria que toma el valor de 1 si la empresa pertenece a un grupo y 0 en caso contrario.Fuente: ENIAños: 2000

Concentración Índice de concentración de la industria a nivel de rama (4 dígitos) de actividad económica según la CMAP. Se contaba con el índice CR4 para 1998 a nivel de clases (6 dígitos), por lo que fue necesario obtener una aproximación del nivel de concentración por ramas. Para esto, se realizó una suma ponderada de los CR4 de 1999, tomando como ponderadores el porcentaje de la producción bruta de la rama que corresponde a la clase con la que se cuentan los CR4. Esto es:

4 ,donde claserama clase clase clase

clases rama

producción brutaConcentración pond CR pondproducción bruta

= ⋅ =∑

Se reconoce que esta es una medida imperfecta del nivel de concentración en un mercado, pero aproximada.25 Fuente: Censo Industrial de 1999.Años:1998

Inv_Ext Variable binaria que toma el valor de 1 si la empresa tiene alguna participación de capital extranjero y 0 en caso contrario.Fuente: ENIAños: 2000

Exporta Variable binaria que toma el valor 1 si la empresa exportó en 1999 o 2000 y 0 en caso contrario.Fuente: ENIAños: Periodo 1999-2000

Crédito Variable binaria que toma el valor de 1 si la empresa utilizó créditos de instituciones bancarias privadas como mecanismo de financiamiento para la realización de actividades de innovación durante el periodo 1999-2000 y 0 en caso contrario.Fuente: ENIAños: Periodo 1999- 2000

Apoyo_Gob Variable binaria que toma el valor de 1 si la empresa utilizó apoyos

25 Se realizó el mismo cálculo con los datos del Censo Industrial de 1994 para obtener un CR4 a nivel de ramas. Para el mismo año también se contó con los índices de Herfindahl al mismo nivel de agregación. La correlación entre las dos medidas de concentración (una estimada y la otra real) fue de 0.74, lo cual coloca al CR4 estimado como una medida aceptable de la concentración en una rama industrial.

58

CIDECyT 06-01

gubernamentales como mecanismo de financiamiento para la realización de actividades de innovación durante el periodo 1999-2000 y 0 en caso contrario.Fuente: ENIAños: Periodo 1999- 2000

ISO_9 Variable binaria que toma el valor de 1 si la empresa cuenta con la certificación ISO-9000 y 0 en caso contrario.Fuente: ENIAños: 2000

Divisón_IyD Variable binaria que toma el valor de 1 si la empresa cuenta formalmente con una unidad de investigación y desarrollo tecnológico en el año 2000 y 0 en caso contrario.Fuente: ENIAños: 2000

Asistencia Variable binaria que toma el valor de 1 si la empresa tiene contratos de asistencia tecnológica con empresas nacionales o extranjeras y 0 en caso contrario.Fuente: ENIAños: 2000

Proveedor_Ext Variable binaria que toma el valor de 1 si la empresa tiene un proveedor principal de insumos extranjero y 0 en caso contrario.Fuente: ENIAños: 2000

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.1Clasificación de sectores industriales

Código Descripción SectoresIncluidos

1 Minería metálica y no metálica 23 y 292 Productos alimenticios y bebidas 313 Industria textil y del vestido 324 Industria de la madera y del papel 33 y 345 Industria química 356 Productos minerales no metálicos e industrias metálicas básicas 36 y 377 Productos metálicos, maquinaria y equipo 388 Otras industrias manufactureras 399 Industria de la construcción 50

59

CIDECyT 06-01

Apéndice C. Estadísticas descriptivas

Tabla C.1Estadísticas descriptivas de las variables dependientes

Variable Media Desviación estándar Mínimo Máximo n

Innova 0.33 0.47 0 1 1,694Inversión 2.24 3.26 0 19.92 550Ventas_Inn 31.44 36.37 0 100 550Patentes 0.003 0.036 0 0.72 550ICT 4.58 4.26 0 18 1,694

Las variables Prod_Proc y Grad_Radical no se incluyen por ser de tipo categórico.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.

Tabla C.2Estadísticas descriptivas de las variables independientes

Variable Media Desviación estándar Mínimo Máximo n

Empleados 595.58 1,022.06 0 16,217 1,694Pers_inv 0.38 1.22 0 13.82 1,686Grupo 0.46 0.50 0 1 1,694Concentración 39.74 18.55 3.38 88.88 1,592Inv_Ext 0.22 0.41 0 1 1,694Exporta 0.56 0.50 0 1 1,694Crédito 0.18 0.38 0 1 550Apoyo_Gob 0.04 0.20 0 1 550ISO_9 0.32 0.47 0 1 1,694División_IyD 0.17 0.37 0 1 1,694Asistencia 0.16 0.36 0 1 1,694Proveedor_Ext 0.26 0.44 0 1 1,694

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.

Bell, Martin and Pavitt, Keith (1993) “Accumulating Technological Capability in Developing Countries”, Proceedings of the World Bank Annual Conference on Development Economics, The World Bank, Washington, D.C.

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.

Bressand, A. (1990), “Electronic Cartels in the Making?” Transatlantic Perspectives, No. 21, pp.3-6.

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.

CONACYT (2003), Informe General del Estado de la Ciencia y la Tecnología 2003, Consejo Nacional de Ciencia y Tecnología, Ciudad de México.

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.

Domínguez, Lilia y Flor Brown (2004), “Medición de las Capacidades Tecnológicas en la Industria Mexicana”, Revista de la CEPAL, No. 83, pp. 135-151.

Dosi, Giovanni (1988), “Sources, Procedures and Mircroeconomic Effects of Innovation”, Journal of Economic Literature, Vol. 26, No. 3, pp. 1120-1171.

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.

Heckman, James (1979) “Sample Selection Bias as a Specification Error,” Econometrica, Vol. 47, No. 1, pp.153–162.

Lall, Sanjaya (1992), “Technological Capabilities and Industrialization,” World Development, Vol. 20, No. 2, pp. 165-186.

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.

Prescott, Edward (1998) “Needed: A Theory of Total Factor Productivity”, International Economic Review, Vol. 39, No. 3, pp. 525–551.

Romo Murillo, David (2005), Inversión Extranjera, Derramas Tecnológicas y Desarrollo Industrial en México, Fondo de Cultura Económica, México, DF.

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.

Scherer, F.M. (1999), New Perspectives on Economic Growth and Technological Innovation, Brookings Institution Press, Washington, D.C.

62

CIDECyT 06-01

Schmookler, J. (1966). Invention and Economic Growth, Harvard University Press, Cambridge, Mass.

Schumpeter, Joseph A. (1961), The Theory of Economic Development, Oxford University Press, Oxford.

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

los determinantes de las actividades tecnológicas en méxico

Documents