Andrés Martínez Martínez

Jaime Gómez Villascuerna y Pilar Vargas Montoya

Facultad de Ciencias Empresariales

Máster universitario de investigación en economía de la empresa

2012-2013

Título

Director/es

Facultad

Titulación

Departamento

TRABAJO FIN DE ESTUDIOS

Curso Académico

Subvenciones públicas y output de la innovación

Autor/es

© El autor© Universidad de La Rioja, Servicio de Publicaciones, 2013

publicaciones.unirioja.esE-mail: publicaciones@unirioja.es

Subvenciones públicas y output de la innovación, trabajo fin de estudiosde Andrés Martínez Martínez, dirigido por Jaime Gómez Villascuerna y Pilar Vargas

Montoya (publicado por la Universidad de La Rioja), se difunde bajo una LicenciaCreative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported.

Permisos que vayan más allá de lo cubierto por esta licencia pueden solicitarse a los titulares del copyright.

 

Universidad de La Rioja

    

 

 

Subvenciones públicas y output de la 

innovación 

Máster Universitario de Investigación en Economía de la 

Empresa 

 

Andrés Martínez Martínez 

 

Directores: 

Dr. Jaime Gómez Villascuerna 

Dra. Pilar Vargas Montoya 

  1

Me gustaría agradecer tanto al Dr. Jaime Gómez Villascuerna como a la Dra.

Pilar Vargas Montoya que me hayan aceptado para la realización de este

trabajo bajo su dirección. Así como agradecerles todo el apoyo y los consejos

que me ha ido dando a lo largo de este periodo. Quisiera también hacer

extensivo mi agradecimiento a la Universidad de la Rioja por las facilidades

otorgadas para la realización del trabajo.

También me gustaría mostrar mi gratitud a todos los profesores que han

participado en el Máster de Investigación en Economía de la Empresa, ya que

me han ayudad a entender y comprender de mejor manera la actividad de

investigación en el ámbito académico. Sin olvidarme también de todos los

ánimos y apoyos dados por mis compañeros del Máster.

Por último y no por ello menos importante dar las gracias a

mi familia por su apoyo y confianza en los momentos más difíciles y de mayor bajón

personal.

“No hay secretos para el éxito. Éste se alcanza preparándose,

trabajando arduamente y aprendiendo del fracaso.”

Colin Powell

  2

Índice

1. Introducción 3

2. Revisión de la literatura 5

2.1. Justificación de las ayudas públicas a la innovación 6

2.2. Efectividad de las ayudas públicas en proceso de innovación 9

2.3. Hipótesis 14

3. Muestra, variables y estadística descriptiva 18

3.1. Descripción de la muestra 18

3.2. Definición de las variables 21

3.3. Estadística descriptiva 26

4. Metodología 30

5. Resultados 32

6. Conclusiones y discusión 35

7. Bibliografía 37

8. Anexos 43

  3

1. INTRODUCCIÓN

Hoy en día, la literatura económica señala a la innovación como una fuente

importante para el crecimiento y el desarrollo de un país. Es decir, la generación de

nuevo conocimiento científico y tecnológico aplicado a través de la innovación permite

un aumento del crecimiento económico y del bienestar social. Debido a la importancia

que tiene dicha actividad para los países, los distintos organismos públicos han ido

prestando una mayor atención de manera progresiva. Un ejemplo de esta mayor

atención es la estrategia de la UE para generar crecimiento y empleo para 2020, donde

el objetivo de innovación es llegar al 3% del PIB (siendo un 1% procedente de la

financiación pública). Esta atención no proviene solo de los organismo públicos, ya que

las empresas también se han fijado en la innovación para hacer frente a los retos que

aparecen en el contexto actual. En esta era de la globalización, la competitividad entre

las empresas aumenta, por lo que la innovación permite a las empresas obtener una

ventaja competitiva que hace posible defenderse de la competencia (Thomson, 2011).

Desde el punto de vista académico también se le ha prestado especial atención al

tema de la innovación. Parte de la literatura se ha centrado en el estudio de las ayudas

públicas en el proceso de innovación, es decir, en tratar de examinar la efectividad de

las subvenciones en el proceso de innovación de la empresa (David et ál., 2000; Klette

et ál., 2000). Las distintas investigaciones (Vila-Alonso et ál., 2010; Nishimura y

Okamuro, 2011) justifican la participación de los organismos públicos debido a la

existencia de fallos en el mercado de bienes y servicios de la innovación. Se señalan tres

fallos principalmente (Arrow, 1962): incertidumbre, indivisibilidad y apropiabilidad

incompleta. Estos fallos de mercado no solo provocan una brecha entre la inversión

realizada en I+D por las empresas y la socialmente deseada, sino que también justifican

la intervención pública. Algunos de estos trabajos se han centrado en analizar la

efectividad de esta intervención sobre el input de la innovación (Busom, 2000;

Czarnitzki, 2003). Otros trabajos se han centrado en estudiar la efectividad sobre el

output de la innovación (Branstetter y Sakakibara, 2002; Czarnitzki y Hussinger, 2004).

Este último grupo de trabajos es el que nos ha llamado la atención. El objetivo

principal de este trabajo es, precisamente, comprobar la eficiencia de las subvenciones

con respecto al output de la innovación. Es decir, se trata de analizar si aquellas

empresas que obtienen subvenciones públicas consiguen unos mejores resultados que

  4

aquellas que no obtienen dichas subvenciones. Este tema nos ha llamado la atención

debido a la situación económica actual, en la que los distintos organismos públicos

están realizando importantes ajustes en las distintas partidas del gasto, incluyendo las

que tienen que ver con innovación.

Un motivo importante para la realización de este estudio es que no existe un

consenso en la literatura sobre el efecto de las subvenciones en los resultados de la

innovación. Por ejemplo, hay trabajos donde se establece que las subvenciones tienen

un efecto positivo y significativo para el output de la empresa (Klette et ál., 2000),

mientras que otros señalan todo lo contrario (Hashia y Stojcic, 2013).

Además, del estudio de la efectividad de las subvenciones, hay otra cuestión

relacionada que llama nuestra atención. El origen de las subvenciones que puede

obtener la empresa no es siempre el mismo, es decir, una empresa puede recibir

subvenciones de la Unión Europea, del Estado al que pertenece o de las

Administraciones regionales y locales. Este hecho que se ve reflejado en los distintos

trabajos analizados pone en duda una cuestión ¿Varía la efectividad de las subvenciones

en función de su origen? Como en el caso anterior, los trabajos empíricos no llegar a

alcanzar un consenso sobre esta cuestión. Mientras que Masso y Vather (2007)

argumentan la subvención estatal es más efectiva, Hashia y Stojcic (2013) razonan que

son las subvenciones europeas las que proporcionan unos mejores resultados.

Para desarrollar la parte empírica de nuestro trabajo hemos utilizado de la base

de datos de PITEC. A partir de estos datos se ha construido una muestra de 6.437

empresas españolas para el año 2010 de las que analizamos el rendimiento de su

proceso innovador y la importancia que en el mismo tienen las subvenciones.

La estructura de este trabajo es la siguiente. A continuación se realiza una

revisión de la literatura existente sobre los fallos de mercado y la efectividad de las

subvenciones en el proceso de innovación. Este apartado concluye estableciendo una

serie de hipótesis son testadas empíricamente. En la sección tercera se describen las

variables y la muestra utilizada en el análisis. El epígrafe cuarto explica la metodología

empleada para validar las hipótesis. Las dos últimas secciones recogen el resultado del

modelo, así como las conclusiones y limitaciones del trabajo.

  5

2. REVISIÓN DE LA LITERATURA

Como se señalaba en la introducción, la innovación es una actividad importante

para el crecimiento y el desarrollo de un país y de las empresas que operan en él. Por

ello, una parte de la literatura económica se ha dedicado al estudio del proceso de

innovación en estas organizaciones. A lo largo de este trabajo, entenderemos el proceso

de innovación como un conjunto de actividades entre las que se incluyen la generación

y adquisición de conocimiento, la preparación para la producción y la comercialización

(Manual de Oslo, OCDE, 1996). El punto de partida de muchos trabajos que analizan el

proceso de innovación en las empresas es el modelo de investigación basado en el

trabajo de Crepón et ál. (1998), que está formado por cuatro etapas y que nos permite

realizar una primera aproximación al estudio que se desarrolla en este trabajo. La

primera etapa hace referencia a la decisión de innovar o no por parte de la empresa. La

segunda es la cantidad de recursos (intensidad innovadora) que la empresa va a dedicar

a esta actividad. La tercera etapa estudia el output de la innovación. Y, por último, la

cuarta etapa analiza la relación entre el output de la innovación y los resultados

empresariales. De forma esquemática:

1. Decisión de innovar.

2. Intensidad de la innovación.

3. Output de la innovación.

4. Resultado de la empresa.

Este modelo nos permitirá comprobar el efecto que tienen las subvenciones a lo

largo del proceso de innovación de la empresa. Por ello un gran número de trabajos

(David et ál., 2000; González y Pazó, 2008; Clausen, 2009) lo han utilizado para

analizar la efectividad de las subvenciones en el proceso de I+D de la empresa. De todas

las etapas que lo conforman, la mayor parte de trabajos que analizan la efectividad de

las innovaciones se han centrado bien en la segunda etapa, analizando cómo las

subvenciones afectan al input de innovación en la empresa, o bien en la tercera,

analizando como las subvenciones afectan al resultado del proceso de innovación.

Además de estos trabajos, existen otras investigaciones (Klomp y Van Leeuwen, 2001;

Kemp et ál., 2003; Hashia y Stojcic, 2013) que se centran en la cuarta etapa del proceso,

los resultados empresariales, cuyo objetivo principal es establecer la relación existente

entre la innovación y los resultados empresariales. El primer grupo de trabajos, análisis

  6

de la efectividad de las subvenciones, es el que nos ha llamado la atención para la

realización de este trabajo.

A continuación se justificará porque los distintos organismos públicos

subvencionan la actividad de innovación en las empresas y, por consiguiente, la

existencia de los trabajos que analizan la efectividad de las ayudas públicas. Después de

esto, se pasará, precisamente, a examinar los trabajos que analizan la efectividad de las

subvenciones. Tanto los que estudian la efectividad sobre la intensidad del input como

aquellos que lo hacen sobre el output de la innovación.

2.1 Justificación de las ayudas públicas a la innovación

Como viene recogido en la teoría clásica, hay dos posibles situaciones para los

mercados de bienes y servicios: (1) que el mercado sea perfecto y (2) que no lo sea, es

decir, que se trate de un mercado imperfecto (Zambrano Vargas y Acuña Corredor,

2011). En el mercado perfecto, dado que se trata de un mercado eficiente, se logra la

asignación óptima de recursos. Por ello, no es necesaria la intervención de ningún

agente externo. En el mercado imperfecto la existencia de fallos de mercado provoca

que no se produzca una asignación correcta de los recursos, lo que justifica la

intervención de terceros con el objetivo de mejorar su funcionamiento.

El mercado de bienes (productos y servicios) innovadores no es un mercado

perfecto debido a la existencia de numerosos fallos de mercado (Vila-Alonso et ál.,

2010; Nishimura y Okamuro, 2011). Entre ellos, algunos autores como Arrow (1962)

han considerado que hay tres que son los más relevantes en el caso de la innovación: la

incertidumbre, la indivisibilidad y la apropiabilidad incompleta.

El primero de estos fallos de mercado, la incertidumbre, se da cuando no existe

certeza sobre lo que va a ocurrir en el futuro. En el ámbito de la innovación (Scherer et

al., 2000) se pueden encontrar dos tipos de incertidumbre 1) la incertidumbre técnica y

2) la incertidumbre de mercado. La primera de ellas, la incertidumbre técnica, está

relacionada con el desconocimiento que se tienen a priori sobre cuál es la solución al

problema técnico. Responde a preguntas como ¿es factible?, ¿funcionará? Por el

contrario, la incertidumbre de mercado hace referencia a la posibilidad de que el

producto no sea aceptado por el mercado (y por tanto, no se venda o, al menos, no se

venda de forma suficiente). El problema se agrava porque las inversiones en innovación

  7

tienen un gran componente de costes hundidos para la empresa, lo que provoca que sean

irreversibles. Es decir, si no se obtienen buenos resultados (incertidumbre técnica) o

éstos no son aceptados por el mercado (incertidumbre de mercado) se perderá la

inversión realizada, dado que su valor residual es muy próximo a cero.

En la literatura económica la incertidumbre aparece como una de las causas de

los problemas de financiación de las empresas para desarrollar actividades de

innovación. Debido tanto a los costes hundidos, como a la dificultad de predecir los

flujos de dinero de la inversión en innovación, las empresas tienen muy difícil conseguir

financiación externa, ya que el riesgo soportado por los financiadores externos es muy

elevado (Gómez y Vargas, 2009).

El segundo fallo de mercado es la indivisibilidad, este fallo se da cuando no se

puede dividir un bien o un servicio y ha sido estudiado ampliamente en la literatura

mediante el análisis del coste marginal (Arrow, 1962). En el caso de la innovación se

está hablando del conocimiento generado en el desarrollo de esta actividad. Una

característica importante de dicho conocimiento es la no rivalidad, es decir, su uso por

parte de una empresa no impide que otras lo puedan usar. Además, el conocimiento

debe aplicarse en su totalidad al proceso innovador con independencia del volumen de

output a obtener, lo que supone unos elevados costes fijos. Debido a estas dos

características la producción de nuevo conocimiento tecnológico lleva consigo un

elevado coste fijo que es, además, indivisible.

El tercer fallo de mercado, la apropiabilidad imperfecta, se da cuando las

empresas no pueden apropiarse de todos los beneficios generados por una actividad, es

decir, por la innovación. En este caso algunos de los conocimientos generados por la

innovación tienen carácter público, por lo que es un bien fácil de copiar y por lo tanto su

uso no está limitado a las empresas que los desarrollan, lo que afecta a la sostenibilidad

de las ventajas que pueden obtenerse de los mismos. Una de las causas de este problema

son las externalidades generadas tanto a nivel empresarial como social.

A nivel empresarial éstas se refieren a que otras empresas puedan utilizar los

conocimientos tecnológicos sin tener que pagar su valor en el mercado (Heijs, 2001).

Para evitar este problema de imitación por parte de otras empresas existen una serie de

mecanismos aisladores. Estos mecanismos son: 1) el liderazgo tecnológico, 2) el

adelantamiento en la adquisición de activos y 3) los costes de cambio del comprador

  8

(Lieberman y Montgomery, 1998). Si estos mecanismos no permiten sostener la ventaja

competitiva obtenida por el pionero éstos no tendrán incentivos para invertir en

innovación.

A nivel social, el concepto externalidad se refiere a los efectos positivos que

tiene la innovación en la sociedad. Es decir, se tiene en cuenta la acción positiva que

tiene esta actividad para la sociedad, pero el principal problema es que las empresas no

considera esta externalidad social a la hora de tomar sus decisiones y sólo tienen en

cuenta la maximización de su función objetivo (Laffont, 2008).

Como consecuencia de estos fallos de mercado las empresas que emprenden

actividades innovadoras asumen un mayor riesgo y también soportarán un mayor coste

que si no existieran. Esto provoca que surja una brecha entre la inversión realizada en

I+D y la que sería socialmente deseable. La existencia de esta brecha es el argumento en

el que se apoyan tanto la literatura económica (Herrera y Heijs, 2003; Vila-Alonso et

ál., 2010; Nishimura y Okamuro, 2011; Guisado-González et ál., 2013) como un gran

número de países de la OCDE para conceder ayudas públicas a la innovación.

A pesar de que las ayudas públicas que otorgan los distintos organismos pueden

adoptar diferentes formas, desde subvenciones directas hasta colaboración con

universidades, el objetivo que persiguen es siempre el mismo: establecer incentivos a la

innovación para conseguir disminuir la brecha entre la inversión realizada en

innovación por las empresas y la socialmente deseable. Estos incentivos se pueden

clasificar en dos grupos. El primero consiste en reducir el coste de la innovación para el

innovador y así conseguir que dicha actividad sea más atractiva para la empresa

(Clausen, 2009; González y Pazó, 2009). El segundo consiste en crear una

infraestructura de calidad para desarrollar la innovación. En este segundo grupo

intervienen las universidades públicas, los centros de investigación públicos,

fundaciones y demás organismos (Thomson, 2011).

Al igual que hay acuerdo en el objetivo de las ayudas públicas a la innovación,

también existe un acuerdo en cuáles deben ser los proyectos de innovación que deben

recibir estas ayudas públicas. Se debe ayudar a aquellos proyectos que no se llevarían a

cabo sin ayudas y que tengan un gran valor social (Clausen, 2009).

  9

Aunque existe suficiente apoyo en la literatura económica para justificar la

intervención, la participación del Estado en el proceso de innovación conlleva una serie

de preocupaciones que se pueden clasificar en dos categorías: 1) la cantidad de recursos

a invertir y 2) la efectividad de los recursos empleados. Respecto al primero no se

conoce cuál es la cantidad óptima de recursos necesarios que se deben asignar a esta

actividad. Respecto al segundo problema, la efectividad de los recursos empleados, los

organismos públicos están interesados en conocer si sus ayudas se están utilizando

correctamente, pero este análisis se ve influido por la incertidumbre que rodea al propio

proceso de innovación y por el conjunto de variables intervinientes en el proceso.

En este trabajo nos vamos a centrar en el segundo problema mencionado, es

decir en la efectividad de las ayudas públicas en el proceso de innovación para, de esta

forma, satisfacer el objetivo del trabajo. Si bien hasta aquí hemos justificado la

necesidad de intervención del Sector Público, a partir de la siguiente sección se

analizará si la recepción de ayudas públicas mejora los resultados de innovación que

obtienen las empresas. Es decir, si bien hasta el momento hemos hecho referencia al

Estado como interesado fundamental en que se produzca la innovación para, de este

modo, incrementar el bienestar social, en el siguiente apartado se adopta una perspectiva

micro y se analizan la efectividad de las ayudas públicas en la empresa. Para ello, en

primer lugar se realizará una introducción sobre la efectividad de las subvenciones en el

proceso innovador, para después centrarse en los distintos estudios realizados sobre esta

cuestión.

2.2 Efectividad de las ayudas públicas en el proceso de innovación

Existe una amplia literatura que recoge la creciente preocupación, tanto por parte

de los Estados como por parte de los investigadores, en el análisis de la efectividad de

las subvenciones a la innovación. A los gobiernos les interesa conocer, en la medida de

lo posible, si el gasto que están realizando en innovación les sirve para cumplir los

objetivos descritos en el epígrafe anterior. De igual modo y desde el punto de vista

académico, en las últimas décadas se ha realizado un amplio análisis de la efectividad

de dichas ayudas, debido al creciente interés por parte de los Estados.

Los trabajos que analizan la efectividad de las ayudas públicas han seguido

tradicionalmente el criterio de adicionalidad (Clarysse et ál., 2009). Dicho criterio se

puede definir como algo que se obtiene debido a la intervención pública, y que no

  10

existiría sin dicha intervención (Georghiou, 1994). Este criterio se puede clasificar en

cuatro grandes grupos dependiendo la variable de estudio (Georghiou, 2002): la primera

es la adicionalidad de input, la segunda la adicionalidad de output, la tercera la

adicionalidad de comportamiento y por último la adicionalidad de capacidad cognitiva.

Este trabajo se centra en la adicionalidad del output, es decir, tienen como

objetivo el análisis de la efectividad de las subvenciones sobre el output de la

innovación. Para poder llevar a cabo dicho objetivo es necesario realizar un repaso a los

trabajos que analizan la efectividad de las subvenciones sobre el input, ya que estas

influyen en el output.

Los primeros trabajos que analizan esta cuestión se centraban en estudiar la

efectividad de las ayudas públicas sobre el input de la innovación. Para ello, lo que se

medía era el input adicional generado por dichas subvenciones1. Con el paso del tiempo

los gobiernos empezaron a tener una mayor preocupación sobre el efecto que tenían

dichas subvenciones sobre el output de la innovación. Esta preocupación ha provocado

que los investigadores realicen estudios en los que se mide la efectividad de las ayudas

públicas sobre el output de la innovación2. (Clarysse et ál, 2009).

En el apartado siguiente se hará un breve repaso a los distintos estudios que

analizan la efectividad de las ayudas públicas sobre el input y, posteriormente, se hará lo

mismo con los trabajos que se centran en el output.

2.2.1. Efectividad de las ayudas públicas sobre el input de la innovación

Como se ha señalado previamente, los primeros trabajos sobre la efectividad de

las subvenciones se centraban en analizar el input de la innovación. Es decir se trata de

examinar si las subvenciones provocan un aumento de la inversión en I+D por parte de

la empresa, o ver si estas subvenciones tienen otro fin (Clarysse et ál., 2009).

La mayoría de los trabajos que analizan la efectividad de las ayudas públicas

sobre el input de la innovación se centran en estudiar el efecto crowding-out. Dicho

efecto se puede definir como la sustitución de gastos privados en I+D por financiación                                                             1 Se entiende como input adicional el aumento continuado de los esfuerzos en I+D, es decir, un aumento en la intensidad del input (Clarysse et ál., 2009). 2 Se trata de ver si existe output adicional debido a las ayudas públicas. Entendiendo output adicional como la proporción de output obtenido en el proceso de innovación que no se habría logrado sin el apoyo público (Georghiou, 2002).  

  11

pública (Nishimura y Okamuro, 2011), es decir, la empresa no aumenta su gasto en I+D

sino que lo sustituye por la subvención otorgada. En los trabajos de investigación este

efecto aparece de dos formas: de forma completa o de forma parcial. La primera se

refiere a cuando la empresa sustituye su gasto privado en I+D por las subvenciones. La

segunda, de manera parcial, aparece cuando la empresa aumenta su gasto privado en

I+D pero este aumento es inferior a la subvención otorgada (González y Pazó, 2009).

El estudio del efecto crowding-out es importante ya que, si éste aparece,

estaríamos en una situación contraria a la deseada, ya que no se estaría consiguiendo

aumentar el esfuerzo continuado en las actividades de innovación, sino que se estaría

dando un efecto sustitución de los recursos privados por los públicos. Debido a su

importancia existe un gran número de trabajos que analizan si dicho efecto aparece de

manera completa o parcial. Por ejemplo David et ál. (2000) realiza una revisión sobre

los trabajos que han estudiado el crowding-out y, a pesar de la limitaciones que

reconocen tiene su trabajo, concluyen que para un tercio de los trabajos analizados no

puede descartarse la existencia de dicho efecto.

Otro de los trabajos que analizan la efectividad de las subvenciones públicas

sobre el input de la innovación es el de Almus y Czarnitzki (2003). Estos autores

examinan un grupo de empresas alemanas que realizaron actividades innovadores en los

años 1994, 1996 y 1998. Sus resultados señalan que no existe efecto crowding-out, ya

que las empresas que reciben subvenciones son en promedio un 4% más intensivas en

I+D que las que no las reciben. Los mismo resultados obtiene Busom (2000) que analiza

el efecto crowding-out para un grupo de 154 empresas españolas, aunque en este caso,

para un 30% de la muestra no se puede descartar dicho efecto.

Como se puede comprobar los resultados de los estudios sobre el efecto

crowding-out son dispares. Este hecho se recoge en el trabajo de Vila Alonso et ál.

(2010). Estos autores encuentran trabajos como los de Griliches (1986), Lichtenberg

(1987), y Wallsten (2000) donde sí se produce el efecto crowding-out. Pero también

encuentra trabajos donde no se produce dicho efecto, como son los de Levy y Terlecky

(1983), Mansfield (1984), Antonelli (1989) y Diamond (1998) entre otros. Aunque

existan resultados dispares en estos últimos años los trabajos científicos no han

encontrado efectos crowding-out de forma completa, aunque no puede descartarse que

se produzca dicho efecto de forma parcial (González y Pazó, 2008).

  12

Una vez analizada la efectividad de las ayudas públicas sobre el input de la

innovación, en el siguiente epígrafe se examina el principal bloque de trabajos, es decir,

los que relacionan la efectividad de las ayudas públicas con el output de la innovación.

2.2.2. Efectividad de las ayudas públicas sobre el output de la innovación.

La literatura relativa a la efectividad de las ayudas públicas sobre el output de la

innovación es menos numerosa que la que se ha podido encontrar en el caso del input.

Esto se debe, principalmente, a la dificultad para medir el output de la innovación de un

proyecto específico, ya que como señalan algunos autores (Clarysse et ál., 2009) los

distintos proyectos de innovación de una empresa influyen entre sí y, por lo tanto, es

muy difícil separar los resultados de un proyecto de forma específica.

En el caso del estudio de la efectividad de las ayudas públicas en el output de la

innovación hay que tener en cuenta que las subvenciones pueden tener dos efectos, 1)

uno indirecto y 2) otro directo.

El efecto indirecto tiene su origen en la relación existente entre la intensidad de

la innovación y el output de la innovación, ya que las subvenciones influyen en la

intensidad de la innovación y esta a su vez en el output de la innovación. Los distintos

trabajos empíricos concluyen que el efecto indirecto de las subvenciones sobre el output

de la innovación es significativo y positivo. Por ejemplo Klette et ál. (2000) realiza una

revisión de distintos estudios microeconómicos y encuentra, que en cuatro de los cinco

estudios realizados, las subvenciones tienen dicho efecto positivo y significativo. Pero

estos autores cuestionan la validez de los estudios analizados, debido a que consideran

que las muestras que se analizan no constituyen muestras aleatorias y porque no se ha

construido un grupo de control válido (debido a las limitaciones metodológicas). Este

resultado positivo es obtenido por Branstetter y Sakakibara (2002) para una muestra de

empresas japonesas en la que analiza el efecto de las subvenciones sobre las patentes de

las empresas innovadoras que participan en un consorcio. Y, por último, también

coincide con dicho resultado el trabajo de Czarnitzki y Hussinger (2004) realizado para

una muestra de empresas alemanas.

Por su parte, el efecto directo mide la relación lineal existente entre las

subvenciones y el output de la innovación. En este caso, no hay unanimidad entre los

distintos estudios (Kemp et ál., 2003; Masso y Vather, 2007; Hashia y Stojcic, 2013), ya

  13

que dependiendo el origen de la subvención el efecto sobre los resultados no es el

mismo. Por ejemplo en el trabajo de Kemp et ál. (2003) realiza un estudio sobre una

muestras de empresas holandesas. Dicho estudio recoge el efecto directo que tienen las

subvenciones sobre el output de la innovación. A la hora de analizar este efecto, separan

las subvenciones según su origen, es decir, distinguen entre subvenciones estatales y

subvenciones europeas. Los resultados que obtienen son diferentes según el origen de

las subvenciones. Para las subvenciones nacionales obtienen un efecto positivo y

significativo al 5%, mientras que para las subvenciones europeas obtienen un efecto no

significativo y negativo. Dichos autores justifican dichas diferencias en los requisitos

para la obtención de las subvenciones, estableciendo que las estatales se ajustan más a

las necesidades de las empresas.

Por su parte Masso y Vather (2007) estudian el efecto directo de las

subvenciones sobre el output de la innovación sobre una muestra de empresas de

Estonia. Al igual que en el caso anterior estos autores separan las subvenciones según su

origen. Además, en su trabajo analizan tanto la innovación de producto como la de

proceso. Los resultados que obtienen en el caso de la innovación de producto apuntan a

que las subvenciones nacionales tienen un efecto positivo y altamente significativo

mientras que las subvenciones europeas tienen un efecto no significativo y positivo.

Para la innovación de proceso tanto las subvenciones nacionales como europeas son no

significativas. Justifican sus resultados apoyándose en las características del país

analizado.

Hashia y Stojcic (2013) realizan un estudio en el que diferencian dos zonas

europeas, por un lado Europa occidental y por otra Europa oriental. De nuevo, analizan

la relación de la innovación con los resultados de las empresas y también utilizan las

subvenciones como factores explicativos del output. En este caso, distinguen entre

subvenciones a nivel regional, nacional y europeo. Los signos varían dependiendo del

conjunto de países escogidos. Para los países de Europa occidental los efectos de las

subvenciones regionales son no significativas, el efectos de las subvenciones nacionales

es significativo y negativo, al igual que el de las europeas. Mientras que el efecto para

los países de la Europa oriental será significativo para menos negativo, es decir, el

efecto negativo de las subvenciones sobre el output de la innovación es menor. Dichos

autores justifican la diferencia entre los países debido a las características de las

industrias analizadas.

  14

En resumen, se puede señalar que las subvenciones tienen un efecto tanto directo

como indirecto sobre el output de la innovación. La mayoría de autores coinciden en

que el efecto indirecto es positivo y significativo pero a la hora de analizar el efecto

directo los resultados son dispares. Es decir, dependiendo del origen de las

subvenciones el efecto directo sobre el output de la innovación varía.

2.3 Hipótesis

Como se ha señalado en los apartados anteriores, el objetivo principal del trabajo

es comprobar la eficiencia de las subvenciones con respecto al output de la innovación.

A continuación se establecerán una serie de hipótesis que ayudarán a dar respuesta a

nuestra pregunta de investigación. Como ya se ha podido ver en el apartado anterior las

subvenciones afectan al proceso de innovación de la empresa y, por lo tanto, también

afectan al output de la innovación. Además, las conclusiones sobre su efectividad varían

dependiendo de los trabajos analizados.

Los primeros estudios que analizaban la innovación seguían el modelo

tradicional de comportamiento de las empresas (Knight, 1921), que se centraba en la

idea de que todas las empresas obtienen los mismos resultados en el medio o largo

plazo, por lo que los efectos de la innovación sobre el resultado de la empresa son

transitorios. Dicha argumentación se basaba en el punto de equilibrio estable, es decir,

en el argumento de que con el paso del tiempo las empresas pioneras en innovación ven

como sus competidores les copian y, por lo tanto, les igualan en resultados. Sin

embargo, distintos trabajos (Klomp y Van Leeuwen, 2001; Loof et ál., 2001; Kemp et

ál., 2003) han permitido comprobar que los resultados de las empresas de una misma

industria no son los mismos y estas diferencias duran en el tiempo.

La literatura económica (Kemp et ál., 2003; Hashia y Stojcic, 2013) ha analizado

la influencia de las subvenciones sobre el resultado de la empresa, concluyendo que

tiene un efecto significativo y positivo. Se puede concluir, por tanto, que la innovación

es un factor que permite a la empresa obtener mejores resultados. En este sentido, en el

epígrafe anterior se ha argumentado que las subvenciones públicas es una variable que

afecta a aquellos proyectos de innovación que tienen un gran valor social (Clausen,

2009). Esto tiene como consecuencia el que se creen dos grandes grupos de empresas:

las subvencionadas y las no subvencionadas (Masso y Vather, 2007).

  15

Debido a la participación del Estado en el proceso de innovación de las

empresas, los trabajos académicos se han centrado en analizar la efectividad de las

ayudas públicas sobre el input y el output de la innovación. De los resultados obtenidos

se puede concluir que la efectividad de las subvenciones sobre el proceso innovador no

queda del todo comprobada. La mayoría de los trabajos coinciden en la no existencia de

efecto crowding-out de forma completa (González y Pazó, 2008), como también

coinciden en que el efecto indirecto de las subvenciones sobre el output de la

innovación es positivo y significativo (Klette et ál., 2000; Branstetter y Sakakibara,

2002; Czarnitzki y Hussinger, 2004). Sin embargo, existen discrepancias en cuanto a si

dicho efecto crowding-out existe de forma parcial y también sobre cuál es el efecto

directo de las subvenciones públicas sobre el output de la innovación.

En resumen, nos podemos encontrar con proyectos que han recibido

subvenciones públicas y otros que no y los resultados sobre el mayor rendimiento de los

primeros no está claro. Esto se debe a que no se puede descartar de forma parcial el

efecto crowding-out y no se ha podido establecer con claridad el efecto directo de las

subvenciones sobre el output de la innovación. Teniendo en cuenta la diversidad de

resultados sobre la efectividad de las ayudas públicas sobre el proceso de innovación y

los dos grupos existentes, se plantea la siguiente hipótesis:

H1: el output de la innovación en proyectos con subvenciones públicas es mayor

que el output de la innovación en proyectos sin subvenciones públicas.

Como se acaba de señalar, nuestra hipótesis de partida es que las subvenciones

públicas que pueden recibir las empresas influyen sobre los resultados del proceso de

innovación. Nuestra segunda hipótesis, sin embargo, se centra en aquellas empresas que

han recibido subvenciones para llevar a cabo el proceso de innovación y estudia sus

efectos en función del origen de las mismas.

En el epígrafe anterior se destacaba que las subvenciones públicas que percibían

las empresas podían tener distintos orígenes (europeos, estatales, regionales o locales) y

como este hecho ha sido considerado por la literatura (Kemp et ál., 2003; Masso y

Vather, 2007; Hashia y Stojcic, 2013) a la hora de analizar su efectividad. Los motivos

de las diferencias según el origen pueden deberse tanto al objetivo como al ámbito de

  16

aplicación de las mismas. El primer aspecto a destacar es que cada tipo de subvención

persigue unos objetivos diferentes. Las subvenciones europeas tienen como objetivo

contribuir a los intereses de la Unión Europea o contribuir a la aplicación de programas

o políticas europeas, por ello no existe ningún plan europeo de innovación específico

para una industria. Las subvenciones estatales tienen como objetivo promover una

mayor investigación, para contribuir al crecimiento y desarrollo económico del país. Por

último, las subvenciones regionales tienen como principal objetivo el desarrollo de su

región. El otro aspecto a destacar es el ámbito de aplicación de dichas subvenciones.

Mientras que las subvenciones europeas van dirigidas a las empresas situadas en dicho

territorio, las estatales y regionales van dirigidas a un menor número de empresas, ya

que el ámbito de aplicación es cada vez menor (país, región).

Se puede argumentar que las subvenciones europeas c no pueden ajustarse

convenientemente a las necesidades de cada una de las empresas de los distintos países

como consecuencia de su objetivo (global para la Unión Europea) y su ámbito de

aplicación (todos los países de la UE). Por el contrario, las subvenciones estatales y

autonómicas sí pueden ajustarse mejor a dichas características y atender así a las

necesidades específicas de las empresas promoviendo, por ejemplo, planes específicos

para determinadas industrias.

Debido a las razones anteriormente expuestas, a la hora de evaluar la efectividad

de las subvenciones algunos trabajos empíricos (Kempt et ál, 2003, Masso y Vather,

2007; Hashia y Stojcic, 2013) las separan según su origen de procedencia. Estos

trabajos demuestran como la efectividad de las subvenciones varía dependiendo de su

origen, como hemos señalado. El trabajo de Kempt et ál., (2003) encuentra que las

subvenciones más efectivas con respecto al output de la innovación son las estatales, ya

que dichas ayudas públicas se adaptan mejor a las necesidades de las empresas. Dicho

resultado también es encontrado en el trabajo de Masso y Vather (2007) para su análisis

sobre una muestra de empresas de Estonia. Por su parte, Hashia y Stojcic (2013)

obtienen que las subvenciones estatales influyen negativamente sobre el output de la

innovación. Estos autores argumentan su resultado en la incapacidad de los sistemas

existentes para la asignación de subsidios a nivel estatal.

Únicamente el trabajo de Hashia y Stojcic (2013) encuentran a las subvenciones

europeas más efectivas que las estatales. Ambos tipos de subvenciones tienen un

  17

coeficiente negativo pero el de las subvenciones europeas es inferior. Mientras que los

trabajos de Kempt et ál., (2003) y de Masso y Vather (2007) no encuentran

significativa las subvenciones europeas con respecto del output de la innovación. Estos

autores achacan este resultado a las imposibilidad de la estas subvenciones de adecuarse

a las necesidades de las empresas de los distintos países, en este caso Holanda y

Estonia. En estos trabajos empíricos no se incluyen las subvenciones regionales o

locales, debido a la escasa capacidad de financiación que tienen dichos organismos en

estos países.

En resumen, no existe unanimidad en cuanto a qué tipo de subvenciones es más

efectivo, pero los argumentos y la evidencia apuntan hacia la idea de que las

subvenciones estatales son las que mayores mejoras consiguen en el resultado

innovador de las empresas. Por ello, teniendo en cuenta tanto los diferentes objetivos de

las subvenciones, su ámbito de aplicación, la divergencia existente en los distintos

trabajos empíricos y que las subvenciones estatales son las que mejor parecen adecuarse

a las empresas, se plantea la siguiente hipótesis:

H2: el efecto de las subvenciones estatales sobre el output de la innovación es

mayor que el de las subvenciones europeas y las autonómicas.

  18

3. MUESTRA, VARIABLES Y ESTADÍSTICA DESCRIPTIVA.

3.1. Muestra

Para llevar a cabo el análisis empírico de este trabajo se ha escogido como base

de datos el Panel de Innovación Tecnológica (PITEC), con datos pertenecientes al año

2010. Esta información estadística, con carácter de panel, se recoge anualmente, desde

el año 2003, por el Instituto Nacional de Estadística (INE) con el asesoramiento de un

grupo de investigadores de la Universidad y bajo el patrocinio de la Fundación

Española para la Ciencia y la Tecnología (FECYT) y la Fundación Cotec.

PITEC recoge, a partir de un cuestionario, información general de la empresa e

información relativa a varias dimensiones de la innovación que quedan caracterizadas a

partir de más de 460 variables. Las casi 12.000 empresas que integran el PITEC son una

base informativa especialmente apropiada dado el objetivo del trabajo de investigación .

Inicialmente, este panel se construyó a partir de dos muestras: una de empresas

de 200 o más trabajadores y otra de empresas con gasto en I+D interna obtenida del

directorio de empresas potencialmente investigadoras. En 2004 se amplía con la

incorporación de dos muestras adicionales: una de empresas con menos de 200

trabajadores que tienen gastos por compra de servicios de I+D, pero que no realizan I+D

interna y una segunda muestra de empresas con menos de 200 trabajadores sin gastos en

innovación (Cotec, 2010).

Esta base de datos ha sido utilizada en la elaboración de tesis doctorales,

artículos de investigación e informes con distintos objetivos. Por ejemplo, analizar las

estrategias de innovación de las empresas manufactureras españolas (Fernández y Lucio

et ál., 2007), observar el impacto de las fuentes de conocimiento sobre los resultados de

la actividad innovadora (Vega Jurado et al., 2009) o estudiar cómo afectan las medidas

de apoyo a la innovación de la Unión Europea sobre las pequeñas y medianas empresas

españolas (Romero Martínez et ál., 2009).

En el año 2010 PITEC está integrada por 10.380 empresas. El cuadro 1 muestra

una primera aproximación a los datos disponibles y clasifica a las empresas de la base

en función de su tamaño. Para clasificarlas por tamaño se ha seguido la recomendación

  19

2003/361/CE de la Unión Europea, de 6 de Mayo de 20033. Teniendo en cuenta el

número de empleados las empresas pueden ser pequeñas si éste es inferior a 50,

medianas si está comprendido entre 50 y 249, y grandes si cuentan con más de 250

trabajadores. Como se puede observar en el cuadro uno en muestra predominan las

empresas de tamaño pequeño (49,29%), seguidas de las medianas (28,86%) y por

último se encuentran las grandes empresas (21,21%).

Cuadro 1. Clasificación de las empresas según su tamaño Tamaño Frecuencia Porcentaje

Pequeña 5,182 49,92

Mediana 2,996 28,86

Grande 2,202 21,21

Total 10.380 100 Fuente: Elaboración propia a partir de PITEC

La primera aproximación a la base de datos se completa con el cuadro 2 en el

que se muestran las empresas clasificadas según el sector de actividad principal en el

que desarrollan su actividad principal. Como se puede ver hay sectores de actividad

como el de maquinaria y equipos de transporte (14,37%) y el de inmobiliaria y servicios

a empresas (20,66%) que están más representados que el resto.

                                                            3 Esta recomendación clasifica a las empresas en pequeñas, medianas y grandes en función del tamaño y de volumen de negocios anual. Dicho volumen de negocio no debe exceder de 10 millones de euros, para las pequeñas, y de 50 millones de euros, en el caso de las medianas.  

  20

Cuadro 2. Empresas según su sector de actividad

Sector de actividad Frecuencia Porcentaje

Agricultura, ganadería, silvicultura y pesca 130 1,25%

Industrias extractivas 55 0,53%

Industria del Petróleo 2 0,02%

Alimentación, Bebidas y Tabaco 715 6,89%

Textil Confección, Cuero y Calzado 331 3,19%

Madera, Artes gráficas y reproducción 272 2,62%

Química 678 6,53%

Caucho y plástico 339 3,27%

Productos Minerales no metálicos diversos 302 2,91%

Metalurgia 149 1,44%

Manufacturas metálicas 553 5,33%

Maquinaria y equipo de transporte 1492 14,37%

Industrias Manufactureras diversas 390 3,76%

Energía y agua y saneamiento 163 1,57%

Construcciones 418 4,03%

Comercio y Hostelería 1036 9,98%

Transporte y Almacenamiento 235 2,26%

Comunicaciones 312 3,01%

Intermediación Financiera 227 2,19%

Inmobiliaria, servicios a empresas 2144 20,66%

Servicios públicos, sociales y colectivos 437 4,21%

Total 10380 100,00%

Fuente: Elaboración propia a partir de PITEC

  21

3.2 Definición de las variables

En este apartado, se describe la medición de las variables que se utilizaran en la

estimación de los modelos a partir de los que se tratará de contrastar las hipótesis

propuestas. Una definición más extensa de las mismas viene recogida en el Anexo 1.

3.2.1. Variable dependiente

A la hora de analizar el output de la innovación los trabajos de investigación se

centran bien en la innovación de procesos, bien en la de productos, o en ambas. Cuando

una empresa realiza innovación de procesos busca implementar nuevos procesos de

fabricación, logística o distribución (o mejoras significativas en los mismos). Mientras

que si realiza innovación de producto, lo que busca es introducir en el mercado

productos o servicios nuevos (o mejorados significativamente). Este trabajo se centrará

en el output obtenido en la forma de innovación de productos.

Para medir este output, la literatura ha hecho uso de distintas variables. Entre

ellas, las que se utilizan más habitualmente son las patentes, el anuncio de nuevos

productos y el porcentaje de ventas de nuevos productos lanzados al mercado. El

número de patentes es una variable que ha sido empleada en un gran número de trabajos

(véase, por ejemplo, los de Branstetter and Sakakibara, 2002, y Czarnitzki y Hussinger,

2004). Entre las ventajas que ofrece su uso cabe destacar que se trata de una variable

fácilmente medible y que, además, está a disposición de los investigadores y presente en

todos los países. Sin embargo, tiene varios inconvenientes (Kempt et ál., 2003). El

primero de ellos es que la posibilidad de patentar se ve influida especialmente por las

características de la propia empresa y de la industria en la que participa. Otro de los

inconvenientes es que su concesión puede verse influida por la legislación vigente en

cada momento, lo que puede afectar a la comparación de los resultados. Por último, esta

medida no tiene en cuenta el éxito comercial de las innovaciones, ya que sólo se valora

la obtención de la innovación, pero no si los nuevos productos elaborados a partir de su

uso tienen éxito en el mercado.

El anuncio de nuevos productos es otra variable que suele utilizarse para medir el

output de la innovación (Acs y Audretsch, 1993). Dicha información aparece en revistas

especializadas y, al igual que las patentes, tiene una serie de ventajas e inconvenientes.

Entre las ventajas, una de las más importantes es que la información se puede obtener

  22

fácilmente (Kempt et ál., 2003). Otra ventaja es que se trata de una medida directa de la

salida de la innovación. El principal inconveniente es la validez y aceptación de la

fuente en la cual aparecen publicadas las innovaciones. Un segundo inconveniente es la

dificultad que existe a la hora de comparar los resultados de los trabajos cuando se

refieren a distintos países, ya que las distintas revistas especializadas no siguen los

mismo criterios (Hashia y Stojcic, 2013).

Por último, el porcentaje de ventas de nuevos productos lanzados al mercado

también ha sido utilizado de forma extensa en la literatura (Kempt et ál., 2003; Hashia y

Stojcic, 2013) para medir el output de la innovación. El trabajo de Kempt et ál. (2003)

muestra una serie de ventajas e inconvenientes derivados del uso de esta medida. La

principal ventaja es que relaciona el esfuerzo en innovación de la empresa con el éxito

comercial de la innovación. Otra de sus ventajas es que puede ser utilizado sin

problemas en el sector servicios. El inconveniente más importante es la dificultad para

comparar sectores debido a los distintos ciclos de vida de un producto.

En este trabajo, utilizaremos el porcentaje de ventas sobre nuevos productos para

aproximarnos a los resultados de la innovación. Dicha variable se medirá mediante el

cociente entre las ventas de nuevos productos y las ventas totales de la empresa.

3.2.2. Variables independientes

Subvención: esta variable separa la muestra de nuestro estudio en dos grupos: las

empresas que reciben subvenciones y las empresas que no las reciben. Esta medida es la

más utilizada en la literatura para analizar la efectividad de las subvenciones con

respecto al output (Kempt ét ál., 2003; Hashia y Stojcic, 2013). Por tanto, nuestra

medida principal es una variable dummy que tomará el valor 1 cuando la empresa reciba

subvenciones para llevar a cabo su actividad de innovación y 0 cuando la empresa no

las reciba. Un valor positivo y significativo servirá para dar soporte empírico a la

hipótesis 1.

Con el fin de entender si las subvenciones difieren en su efectividad en función

de su origen (hipótesis 2), se han construido tres variables dicotómicas. Son las

siguientes:

  23

Subvenciones autonómicas: se tienen en cuenta solo las subvenciones que da la

Administración Autonómica a las empresas por realizar actividades de innovación. Esta

variable tomará el valor 1 si ha recibido subvenciones autonómicas y cero en caso

contrario.

Subvenciones estatales: se tienen en cuenta solo las subvenciones que da la

Administración del Estado a las empresas por realizar actividades de innovación. Esta

variable tomará el valor 1 si ha recibido subvenciones estatales y cero en caso contrario.

Subvenciones europeas: se tienen en cuenta solo las subvenciones que se dan

desde la Unión Europea a las empresas por realizar innovación. Esta variable tomará el

valor 1 si la empresa percibe una subvención de este tipo y cero en caso contrario.

3.2.3. Variables de control

Con el fin de tener en consideración el efecto de algunas variables sobre los

resultados del proceso innovador en el modelo se incluyen también las siguientes

variables de control.

Input de la innovación: En la literatura económica (Klomp and Van Leeuwen,

2001; Kemp et ál., 2003) se relaciona esta variable con el output de la innovación,

debido a que forma parte del proceso de innovación y, por lo tanto, influye sobre su

resultado. Los trabajos encuentran una relación positiva entre el input y el output de la

innovación. En nuestro trabajo, como en la mayoría de las investigaciones (Gómez y

Vargas, 2009; Hashia y Stojcic, 2013), vamos a medir el input de la innovación como

una variables continua que recoge la relación entre el gasto total de I+D de la empresa y

su cifra de negocios.

Tamaño de la empresa: La opinión más difundida sobre la relación entre el

tamaño y el output de la empresa, y que cuenta con respaldo teórico (Schumepter,

1942), es que existe una relación positiva entre ambas variables. En diversos trabajos

empíricos (Loof y Heshmati, 2001) también se apoya esta relación positiva, debido a

que se considera que las grandes empresas tienen mayores recursos para llevar a cabo

innovación. Por el contrario, otros trabajos (Cohen y Klepper, 1996; Hashia y Stojcic,

2013) argumentan que cuanto más pequeña sea la empresa más rápido se adaptará a los

cambios y, en consecuencia, obtendrá mejores resultados derivados de la innovación. En

  24

nuestro trabajo se ha medido dicha variables a través del número de empleados de la

empresa (Kempt et ál., 2003).

Intensidad exportadora: La exportación se considera una actividad ligada con la

innovación, debido a que la participación en otros países aumenta la competencia y este

factor afectará al resultado de la innovación, ya que hace a la empresa más competitiva

(Kempt et ál. 2003). En la literatura (Kempt et ál., 2003; Czarnitzki y Hussinger, 2004)

existe unanimidad sobre la influencia positiva de la exportación sobre el output de la

innovación. En nuestro trabajo, al igual que en otras investigaciones (Gómez y Vargas,

2009), la intensidad exportadora se medirá a través del cociente entre el valor de las

exportaciones y las ventas de la empresa.

Fuentes de información: Aquellas empresas que dispongan de información

podrán incorporarla en el proceso de innovación y, en consecuencia, obtendrán mejores

resultados innovadores (Loof y Heshmati, 2002; Masso y Vather, 2007; Hashia y

Stojcic, 2013). Esta información puede obtenerse de distintos agentes. Al igual que

otros trabajos previos (Loof et ál. 2001; Loof y Heshmati, 2002) las fuentes de

información se han agrupado de la siguiente forma:

Información del mercado: Se refiere a la importancia que tiene para la empresa

la información proveniente de proveedores, competidores y clientes a la hora de

desarrollar el proceso de innovación. La evidencia empírica pone de manifiesto la falta

de consenso a la hora de establecer la relación entre ambas variables. Por un lado, hay

trabajos donde dicha relación es positiva (Loof et ál. 2001). Por otro lado, en otros

trabajos no se detecta ninguna relación (Hashia y Stojcic, 2013). Dicha variable se

medirá como una variable dicotómica, que tomará el valor 0 si esta fuente de

información es poco importante y el valor 1 si es muy importante.

Información interna: Esta variable recoge la importancia que tiene para la

empresa la información que pueda conseguir dentro de la empresa o del grupo. De

nuevo, en los trabajos analizados hay disparidad de resultados. Mientras unos

encuentran una relación positiva (Loof y Heshmati, 2002; Masso y Vather, 2007), otros

trabajos encuentran que dicha relación no es significativa (Loof et ál. 2001; Hashia y

Stojcic, 2013). En nuestro caso, se ha construido una variable dicotómica que tomará el

valor 0 si esta fuente de información es poco importante, o el valor 1 si es muy

importante.

  25

Información pública: Recoge la importancia que tiene para la empresa la

información proveniente de congresos, revistas, universidades, asociaciones

profesionales para desarrollar la actividad de innovación (Loof y Heshamti, 2001). En la

mayoría de los trabajos analizados encuentran que la relación entre la información

pública y el output de la empresa no es significativa (Hashia y Stojcic, 2013). De nuevo

esta variable se medirá como una dicotómica que puede tomar dos valores: 0 si esta

fuente es poco importante y 1 si es muy importante.

Cooperación en el proceso de innovación: La evidencia teórica y empírica

(Busom y Fernández, 2008; Nishimura y Okamuro, 2011) demuestra que la cooperación

de la empresa con otros agentes influye a la hora de obtener el resultado de la

innovación. Un gran número de trabajos (Loof y Heshmathi, 2001; Hashia y Stojcic,

2013) ha encontrado una relación positiva entre la cooperación y el resultado de la

innovación. En este trabajo se entenderá como cooperación la relación que mantenga la

empresa con cualquiera de los siguientes agentes: proveedores, clientes, competidores,

centros de investigación y universidades. Esta variable se medirá a través de una

variable dicotómica que tomará el valor 1 cuando la empresa haya cooperado con estos

agentes y el valor 0 en caso de que no lo haya hecho.

Obstáculos a la innovación: Esta variable se refiere a todos aquellos factores,

como falta de financiación, de información, de conocimiento, que reducen la propensión

de la empresa a desarrollar actividades de innovación. El resultado generalizado en la

literatura (Loof y Heshmathi, 2002; Hashia y Stojcic, 2013) es que existe una relación

negativa entre los obstáculos de mercado y los resultados del proceso de innovación.

Para aproximarnos a esta variable se ha creado una variable dicotómica que puede

tomar el valor 0 si los obstáculos a la innovación se perciben como no importantes y 1

en caso contrario.

Sector: Esta variable hace referencia a la actividad principal a la que se dedican

las empresas que forman parte de la muestra. Dicha variable se relacionan con el output

de la innovación debido a las distintas características del sector, como por ejemplo el

tipo de actividades que se realizan o las oportunidades tecnológicas, que provocaran

diferencias en el output entre unos sectores y otros (Loof y Heshmati, 2002). a la hora

de introducir esta variable suele ser habitual separar dos sectores (Kempt et ál., 2003;

Hashia y Stojcic, 2013), manufacturas y servicios. Esta variable se medirá como una

  26

dummy que tomará el valor 1 si la actividad que realiza la empresa pertenece al sector

manufacturero o de servicios y cero en caso contrario (Kempt et al., 2003).

Grupo: Permite identificar si la empresa pertenece a un grupo de empresas. Esta

variable está relacionada con el output de la innovación, debido a que aquellas empresas

que forman parte de un grupo pueden obtener ventajas con respecto al proceso de

innovación y, por lo tanto, sobre los resultados del mismo (Kempt et ál., 2003; Hashia y

Stojcic, 2013). La relación encontrada por los trabajos anteriores es positiva. En nuestro

trabajo, dicha variable se medirá como una variable dummy que tomará el valor 1 si la

empresa pertenece a un grupo de empresas y cero en caso contrario.

3.3 Análisis descriptivo

A partir de la muestra PITEC para el año 2010 se ha realizado un proceso de

depuración de la base de datos a partir del que se han eliminado aquellas empresas que

1) no desarrollan su actividad ni en el sector de manufacturas ni en el de servicios, 2)

no han completado la información necesaria para construir las variables o 3) hayan

estado afectadas en el año 2010 por procesos de fusión, nueva creación o cierre. Tras

este proceso la muestra queda configurada por 6437 empresas.

En el cuadro 3 se clasifica a las empresas teniendo en cuenta si han recibido o no

ayudas públicas para el desarrollo de la actividad de innovación. Como se puede

comprobar 4.2136 empresas (65,45%) que realizan innovación no han recibido ayudas

públicas, mientras que 2.224 (34,55%) si las han recibido.

Cuadro 3. Ayudas públicas en las empresas

Empresas Frecuencia Porcentaje

No subvención 4.213 65,45

Subvención 2.224 34,55

Total 6.437 100

Fuente: Elaboración propia a partir de PITEC

En el cuadro 4 se muestra la distribución de las empresas en función de que

hayan recibido subvenciones procedentes de distintos organismos. Se ha tenido en

cuenta además el hecho de que una empresa pueda recibir más de un tipo de ayuda

simultáneamente. Como se puede comprobar hay un total de 712 empresas que han

recibido subvenciones de más de un Organismo Público, mientras que 1.512 empresas

  27

sólo han recibido subvenciones de un organismo. Se puede observar también que

organismo que más subvenciones ha concedido es la Administración Estatal (1.448),

seguido por la Administración Autonómica (1335) y por último la Unión Europea (278).

Cuadro 4. Origen de las subvenciones

Origen subvención Frecuencia Porcentaje

Subvención autonómica 685 30,80

Subvención estatal 770 34,62

Subvención europea 57 2,56

Subvención autonómica y estatal 491 22,08

Subvención autonómica y europea 34 1,53

Subvención estatal y europea 62 2,79

Subvención autonómica, estatal y europea 125 5,62

Total 2.224 100,00

Fuente: Elaboración propia a partir de PITEC

Una vez analizadas tanto las empresas subvencionadas como la procedencia de

las subvenciones a continuación se analiza si existen diferencias entre las ayudas

concedidas a las empresas y el sector al que pertenecen. Como se puede comprobar

existen diferencias significativas entre el sector al que pertenece la empresa y la

percepción de ayudas. Al igual que muestran otros trabajos de investigación, ver por

ejemplo Kemp et al., 2003, las empresas manufactureras reciben un mayor número de

subvenciones (Kempt et ál., 2003).

Cuadro 5. Sector actividad y subvenciones

Sector de actividad Manufacturas Servicios Chi-Cuadrado No subvención 2.598 1.615

10,823*** Subvención 1.464 760 Total 4.062 2.375 “***” Coeficiente significativo al 99%.

Fuente: Elaboración propia a partir de PITEC

El cuadro 6 muestra la media de los resultados de la innovación que obtienen las

empresas teniendo en cuenta si han recibido subvenciones o no lo han hecho. Como se

puede comprobar existen diferencias significativas entre ambos grupos a la hora de

medir la media del output del a innovación. En concreto, la media del output de la

  28

innovación de aquellas empresas que han recibido subvenciones (32,45%) es superior a

la media de aquellas empresas que no las han recibido (27,21%).

Cuadro 6. Subvención y output de la innovación

Empresas Media Desviación

Típica t

No subvencionadas 27,208 37,205 -5,441***

Subvencionadas 32,446 35,809

“***” Coeficiente significativo al 99%.

Fuente: Elaboración propia a partir de PITEC

El cuadro 7 analiza de la relación entre las variables de control el resultado del

proceso de innovación. En concreto, se analiza la relación que existe entre la

cooperación, las fuentes de información y obstáculos a la innovación relacionadas con

la media del output de la innovación.

Cuadro 7. Relación output innovación y variables de control

Variables de control Media Desv típica t

Cooperación Sí 31,821 35,206 -3,885***

No 27,887 37,382

Grupo Si 27,569 35,779 2,755***

No 30,119 37,544 Fuente información interna

Poco importante 24,684 37,791 -4,925***

Muy importante 30,192 36,456

Fuente información mercado

Poco importante 26,692 37,501 -5,010***

Muy importante 31,281 35,988

Fuente información pública

Poco importante 27,463 36,733 -6,207***

Muy importante 34,203 36,605

Obstáculos innovación

Poco importante 27,628 36,833 -2,621***

Muy importante 30,057 36,764

“***” Coeficiente significativo al 99%.

Fuente: Elaboración propia a partir de PITEC

Como se puede comprobar, existen diferencias significativas para cada una de

las variables de control analizadas por lo que podemos concluir que estas variables

influirán sobre el output de la innovación. Como se puede comprobar la posibilidad de

acceder a fuentes de información de naturaleza diversa es un elemento importante a la

  29

hora de obtener resultados de innovación independientemente de cuál sea el origen: la

propia empresa, el mercado o las fuentes públicas. Llama la atención el hecho de que si

la empresa no pertenece a un grupo de sociedades la media del output de la innovación

es superior al que obtendría en caso de que si lo hiciera. Este resultado es contrario al

obtenido en algunos trabajos previos.

El cuadro 8 continua con el análisis de las variables de control. Si analizamos los

resultados podemos ver como la única variable que se relaciona de manera negativa con

los resultados de la innovación es el tamaño, que indica que la relación entre estas

variables es inversa. El resto de variables se relacionan de manera positiva, teniendo una

mayor influencia sobre el output de la innovación la intensidad innovadora.

Cuadro 8. Coeficiente de correlación de Pearson

(1) (2) (3) (4) (1) Ventas de nuevos productos 1,000 (2) Intensidad innovadora 0,132 1,000 (3) Exportaciones 0,043 -0,027 1,000 (4) Tamaño -0,014 -0,058 -0,034 1,000

Fuente: Elaboración propia a partir de PITEC

 

 

 

 

 

 

 

 

 

 

 

  30

4. METODOLOGÍA

A la hora de escoger un modelo para llevar a cabo la estimación de las hipótesis

hay que tener en cuenta las características de la variable dependiente, en nuestro caso el

porcentaje de ventas de nuevos productos. Es por ello por lo que hemos aplicado un

modelo Tobit o modelo de regresión censurada. Dicho modelo permite incorporar tanto

información de la probabilidad del suceso de interés, como los valores de la variable

latente. Se ha aplicado el modelo Tobit debido a que nuestra variable dependiente posee

dos características principales. La primera de ellas es que se trata de una variable

doblemente censurada, es decir, solo tomará valores que se encuentren en el intervalo 0

a 1. La segunda característica es que un gran número de observaciones toma el valor 0

(1.754 de 6.437 empresas; el 27,22%). Por ello, no se respeta la hipótesis de linealidad

(no existe una relación lineal entre las variables dependientes y la independiente) y la

estimación a través del método de los mínimos cuadrados ordinarios no es apropiada, ya

que realizaría estimaciones inconsistentes de β. Para la estimación de este modelo

hemos usado el programa informático Stata.

El modelo que se va a usar en este trabajo se puede especificar, de forma

general, de la siguiente manera:

Yi* = xiβi + εi, cumpliendo que:

1 si Yi* ≥ 1

Yi = Yi* si Yi

*> 0 y < 1

0 si Yi* ≤ 0

Donde la variable Yi* será la variable dependiente objeto de estudio, en nuestro

caso el porcentaje de ventas de nuevos productos, Xi las variables independientes y de

control que influyen en la variable dependiente y βi recoge la relación existente entre la

variable independiente o de control y la variable dependiente. Por último, el término εi

hace alusión al término del error. A partir de la estimación general, se puede adaptar el

modelo a cada una de las hipótesis de este trabajo. La validación de la hipótesis 1 se

podría conseguir con el siguiente modelo:

  31

PRODi = β0 + SUBV1i β1 + IINOV2i β2 + EXPOR3i β3 + TAM4i β4 + COOP5i β5

+ FUIN6i β6 + FUMER7i β7 + FUPUB8i β8 + OBS9i β9 + GRUPO10i β10 + SEC11i β11 + εi

Donde PROD será el porcentaje de ventas de nuevos productos (variable

dependiente) y β0, será la constante del modelo. La variable independiente SUBV hace

referencia al efecto que tienen las subvenciones sobre el resultado innovador, cuyo

efecto quedaría recogido por el coeficiente β1. El resto de variables recoge cada uno de

los efectos de las variables de control vistas anteriormente. Por último y como se

señalaba más arriba εi es el residuo del modelo. El término del error se distribuirá de

acuerdo una distribución normal, con esperanza 0 y varianza σ2.

La estimación de la hipótesis 2 sería idéntica a la anterior pero cambiando la

variable dependiente por las variables que captan el origen de las subvenciones. Es

decir, en este caso el modelo sería el siguiente:

PRODi = β0 + SUB11i β1 + SUB22i β2 + SUB33i β3 + IINOV4i β4 + EXPOR5i β5 +

TAM6i β6 + COOP7i β7 + FUIN8i β8 + FUMER9i β9 + FUPUB10i β10 + OBS11i β11 +

GRUPO14i β14 + SEC13i β13 + εi

De nuevo la variable dependiente será PROD, es decir, el porcentaje de ventas

de nuevos productos. En este caso, tenemos tres variables independientes que recogen el

origen de las subvenciones: SUB1 hace referencias a las subvenciones autonómicas,

SUB2 a las estatales y SUB3 a la europeas. El resto de variables del modelo se refieren

a las variables de control. Los distintos β que aparecen en el modelo recogen el efecto

de la variable a la que acompañan sobre la variable dependiente, exceptuando β0 que

será la constante del modelo. Por último, εi es el residuo del modelo que, de nuevo, se

distribuye de acuerdo a una normal con esperanza 0 y varianza σ2.

  32

5. RESULTADOS

En el cuadro 9 se muestran los resultados de estimar un modelo Tobit para las

6.437 empresas finalmente disponibles para el análisis. El modelo que aparece en la

primera columna solo tiene en cuenta las variables de control y nos sirve como punto de

partida con el que comparar los modelos completos. En las columnas posteriores se va

introduciendo las variables dependientes necesarias para poder comprobar las hipótesis

de nuestro trabajo. Así, en la columna 2 se introduce la variable que considera si la

empresa ha recibido o no subvenciones para la realización de inversiones en

investigación y desarrollo (hipótesis 1). De igual modo, en la columna 3 se presentan

los resultados de introducir la recepción de subvenciones con la consideración adicional

de su origen (hipótesis 2).

La primera cuestión a señalar es que el modelo que sólo incluye las variables de

control y que se presenta en la columna 1 es globalmente significativo y contribuye a la

explicación de los resultados del proceso de innovación en la empresa española. Como

se ha indicado, este modelo servirá como base para la comparación con los dos modelos

completos, en los que se tiene en cuenta el efecto de las subvenciones.

La columna 2 aumenta el modelo 1 a través de la introducción de la variable

Subvención, que señala si la empresa ha recibido este tipo de ayudas para el proceso de

innovación a lo largo del año considerado. El modelo no sólo es significativo, sino que

mejora el ajuste conseguido por el modelo base al que se hacía referencia en el párrafo

anterior. Como podemos observar, la variable presenta un signo positivo y significativo

(2.059; p<0.01), lo que indica que las empresas que reciben subvenciones obtienen un

resultado innovador mayor y confirma la hipótesis 1. Este resultado coincide con una

parte de los trabajos analizados anteriormente (Czarnitzki y Hussinger, 2004) y permite

confirmar la importancia de las subvenciones a la hora de generar innovaciones.

  33

Cuadro 9. Análisis Tobit para el porcentaje de ventas de nuevos productos

Resultados innovadores

Resultados innovadores

Resultados innovadores

Subvención - 2.059*** - (4.23)

Subvención autonómica - - 1.525*** (2.78)

Subvención estatal - - 1.967*** (3.50)

Subvención europea - - -0.138 (-0.13)

Intensidad exportación 2.576*** 2.313*** 2.262***

(3.65) (3.29) (3.22) Input innovación 7.116*** 5.647*** 5.137*** (4.21) (3.36) (3.04) Grupo 0.359 0.325 0.261 (0.90) (0.82) (0.66) Tamaño -0.0000321 -0.0000316 -0.0000350 (-0.27) (-0.27) (-0.29)

Manufacturas 3.387*** 3.287*** 3.263***

(7.00) (6.84) (6.80)

Cooperación 4.046*** 3.508*** 3.447***

(7.33) (6.44) (6.33)

Información interna 3.687*** 3.490*** 3.511***

(6.79) (6.49) (6.53)

Información de mercado 3.255*** 3.196*** 3.169***

(6.78) (6.68) (6.64)

Información pública 1.203** 0.831 0.780 (2.30) (1.58) (1.48)

Obstáculos a la innovación 0.826** 0.735* 0.742* (2.09) (1.87) (1.88)

Constante -2.378*** -2.387*** -2.316***

(-4.29) (-4.32) (-4.20) Observaciones 6437 6437 6437 LR 2χ 594,58*** 614,39*** 619.,96*** Test comparison (model 1 vs 2) 17,91*** Test comparison (model 1 vs 3) 7,39***

“*”, “**”, “***” Coeficiente significativo al 90%, 95% y 99%. Ratio t entre paréntesis.   Fuente: elaboración propia a partir de los datos de PITEC. 

 

  34

La columna 3 distingue entre los distintos orígenes de la subvención a través de

la introducción de tres variables ficticias que tienen en cuenta si su origen está en la

Comunidad Autónoma, el Estado o la Unión Europea. Como se puede comprobar, dos

de las tres variables introducidas, Subvención autonómica y Subvención estatal,

presentan un signo positivo y significativo. El único tipo de subvención que no influye

en el output de la innovación es la europea, lo que está de acuerdo con una parte de la

literatura (Kempt et ál., 2003; Masso y Vahter, 2007). Es también importante destacar

que el hecho de que a la variable que considera las subvenciones estatales le acompañe

el coeficiente de mayor valor (1.967; p<0.01), significa que son éstas las que tienen un

mayor impacto sobre el resultado innovador, seguidas de las autonómicas (1.525;

p<0.01). Este hecho confirma la hipótesis 2, que argumentaba precisamente esto, que la

efectividad de las subvenciones estatales es superior a la de las europeas y autonómicas

con respecto al output de la innovación. En todo caso, sorprende que las subvenciones

europeas no tengan ningún efecto sobre el resultado innovador (-0.138; n.s.), aunque el

nuestro no es el único trabajo en el que esto se pone de manifiesto.

Una vez analizadas las variables principales, pasamos interpretar el efecto de las

variables de control. Como se puede observar, las variables tamaño, grupo e

información pública carecen de efecto sobre el output de la innovación. Sin embargo, el

resto de variables tienen un efecto positivo y significativo. Así, tanto la variable que

mide la intensidad de las inversiones en investigación y desarrollo, como la cooperación

o la pertenencia al sector manufacturero tienen un efecto positivo sobre el porcentaje de

ventas de nuevos productos. Es de destacar que la relevancia de las fuentes de

información presenta un efecto positivo y significativo sobre el resultado del proceso de

innovación. Por último, sorprende el hecho de que los obstáculos a la innovación tengan

una relación positiva con dicho resultado.

  35

6. CONCLUSIONES Y DISCUSIÓN

El objetivo principal del trabajo ha sido medir la efectividad de las ayudas

públicas sobre el output de la innovación, entendido como el porcentaje de ventas de

nuevos productos. También se ha analizado si, dependiendo del origen de las

subvenciones (europea, estatal, autonómicas), la efectividad sobre el resultado de la

innovación varía. Para llevar a cabo dicho análisis empírico se han utilizado los datos

procedentes del Panel de Innovación Tecnológica de las Empresas (PITEC). A partir de

esto datos se ha formado una muestra de 6.437 empresas pertenecientes al sector

manufacturero y de servicios en el año 2010.

En relación a la cuestión sobre si las empresas que reciben subvenciones o no

obtienen mejores resultados, queda comprobado como para la muestra de empresas

españolas examinadas en nuestro trabajo las subvenciones son efectivas. Es decir, las

empresas que reciben dichas ayudas públicas obtienen un mayor resultado de la

innovación, teniendo en cuenta que este ha sido entendido como la obtención de

innovación de producto. En este sentido, las dificultades que encuentran las empresas

para financiar sus actividades de innovación, los altos costes y riesgos de dicha

actividad han provocado que las subvenciones sean una variable importante a la hora de

generar innovación. Este resultado pone de manifiesto la importancia que tienen las

subvenciones en la innovación en un momento de crisis económica como el actual.

Como se puede concluir a partir de nuestros resultados, los distintos gobiernos deben

prestar atención a la innovación como una de los instrumentos para la mejora de la

competitividad de sus empresas y, aunque este último extremo no se trata en este

trabajo, parece razonable pensar que también para el aumento del crecimiento

económico, del empleo y del bienestar social.

Además del efecto de las subvenciones sobre la innovación, este trabajo también

se ha centrado en analizar si existen diferencias según el origen de dichas subvenciones.

Las empresas españolas pueden recibir subvenciones de tres instituciones diferentes: el

Estado, la Comunidad Autónoma y la Unión Europea. Los resultados obtenidos indican

que las subvenciones estatales son las más efectivas sobre el output de la innovación.

Este puede deberse a que dichas subvenciones se ajustan de mejora a las necesidades y

características de las empresas. Cabe destacar que el único tipo de subvenciones que no

tiene efecto sobre el output de la innovación son las europeas, lo que podría justificarse

  36

por las dificultades a las que se enfrentan los sistemas de asignación de subvenciones en

Europa. Con estos resultados, la Administración Central y Autonómica deberían seguir

apoyando la innovación, ya que con sus ayudas se conseguirá que las empresas

obtengan unos mayores resultados con respecto al output de la innovación. Aunque

nuestros resultados son preliminares, parece que las autoridades europeas deben revisar

el modelo para asignar subvenciones, ya que este no es el único trabajo (Kempt et ál,

2003; Masso y Vather, 2007) donde se comprueba que dichas subvenciones no tienen

efecto sobre el output de la innovación.

A la hora de realizar el trabajo empírico nos hemos encontrado con una serie de

limitaciones. Se ha utilizado una fuente de información secundaria, con los problemas o

limitaciones que ello conlleva. Los problemas principales encontrados en esta base de

datos es que parte de la información está anonimizada, para preservar la privacidad de

las empresas y, además, no se puede adecuar el cuestionario a las necesidades de

nuestro trabajo. Pero esta base de datos también tiene aspectos positivos, como la

cantidad de información que contiene y que las muestras de empresas son

representativas de la realidad empresarial española. Otra de las limitaciones son los

datos de corte transversal que se han usado para llevar a cabo el análisis empírico, lo

que conlleva que en una actividad como la innovación, con resultados a largo plazo, las

implicaciones que se pueden extraer sean limitadas.

Teniendo en cuenta estas limitaciones, las investigaciones posteriores deberían

realizar este análisis con datos de panel, que permiten capturar la influencia de cada una

de las variables sobre el resultado de la innovación en un periodo más largo de tiempo.

Otra de las futuras líneas de investigación sería realizar el trabajo empírico con datos

primarios y así poder ajustar mejor las preguntas a nuestras necesidades, aunque se debe

tener en cuenta el coste económico que supone esta opción.

  37

7. BIBLIOGRAFÍA

Acs, Z.J. and Audretsch, D.B. (1993). “ Analyzing innovation output indicators:

the US experience, in: A. Kleinknecht & D. Bain (eds.), New concepts in innovative

output measurement”. London: MacMillan, pp. 10-41.

Afcha-Chávez, S. (2011). “The impact of subsidies to R&D: Empirical evidence

on alternative assessment approaches”. Revista CTS, nº 17, vol. 6, pp. 139-159.

Almus, M. and Czarnitzki, D. (2003). “The effects of public R&D subsidies on

firms’ innovation activities: The case of Eastern Germany”, Journal of Business and

Economic Statistics, 21, 226-236.

Antonelli, C. (1989). “A failure-inducement model of research and development

expenditure”, Journal of Economic Behavior and Organization, vol. 12, nº 2, pp. 159-

180.

Arrow K. (1962). “Economic Welfare and the Allocation of Resources for

Invention”. http://www.nber.org/chapters/c214.

Bransetter, L.G., Sakakibara, M. (2002). “When do research consortia work well

and why? Evidence from Japanese panel data”. American Economic Review 92,143–

159.

Busom, I. (2000). “An empirical evaluation of the effects of R&D

subsidies”,Economics, Innov. New Techn., vol. 9, nº 2, pp. 111-14.

Busom, I. and Fernández-Rivas, A. (2008). “The impact of firm participation in

R&D programmes on R&D partnerships”, Research Policy, 37, 240-2574.

Cerulli, G. and Poti, B. (2012). “Evaluating the robustness of the effect of public

subsidies of firms' R&D: an application to Italy”. Journal of Applied Economics. Vol

XV, No. 2, pp. 287-320.

Clarysse, B., Wright, M. and Mustar, P. (2009). “Behavioural additionality of

R&D subsidies: A learning perspective. Research Policy, pp. 1517-1533.

  38

Clausten, T.H. (2009). “Do subsidies have positive impacts on R&D and

innovation activities at the firm level?” Structural Change and Economic Dynamics 20,

pp. 239-253.

Cohen, W.M. and. Klepper, S. (1996). “Firm Size and the Nature of Innovation

within Industries: The Case of Process and Product R&D”. The Review of Economics

& Statistics 78, 232-43.

Cotec (2010). Panel de innovación tecnológica. Revisión de 2010. Fundación

Cotec para la innovavión tecnológica, Madrid

Crepon B., Duguet E. and Mairesse J. (1998). “Research, innovation, and

productivity: an econometric analysis at the firm level”, NBER Working Paper 6696.

Czarnitzki, D. and Hussinger, K. (2004). “The Link between R&D Subsidies,

R&D Spending and Technological Performance”. Working paper No. 04-56 edn.

David, P.A., Hall, B.H. and Toole, A.A. (2000). “Is public R&D a complement

or substitute for private R&D? A review of the econometric evidence”, Research Policy,

29, 497–529.

Diamond, A.M. (1998). “Does federal funding crowd out private funding of

science?” Presentation at the American Economics Association meetings, Chicago,

January.

Dobrinsky, R. (2009). “The Paradigm of Knowledge-Oriented Industrial

Policy”. J Ind Compet Trade (2009) 9, pp. 273-305.

Fernández-Ribas, A. (2009). “Public Support to Private Innovation in Multi-

Level Governance Systems: An Empirical Investigation”. Science and Public Policy,

vol. 36, no. 6, pp. 457-467.

Georghiou, L. (1994). “Impact of the Framework Programme on European

Industry”. Commission European.

Georghiou, L. (2002). “Impact and additionality of innovation policy. In

Innovation Policy and Sustainable Development: Can Public Innovation Incentives

Make a Difference?” en P. Boekholt (coord.): Contributions to a Six Countries

Programme Conference, 28 de febrero-1 de marzo de 2002, Bruselas, IWT-Observatory.

  39

Gómez, J. and Vargas, P. (2009). “The effect of financial constraints, absorptive

capacity and complementarities on the adoption of multiple process technologies”.

Research Policy 38, pp. 106-119.

Gonzalez, X. and Pazó, C. (2008). “Do public subsidies stimulate private R&D

spending?” Research Policy 37, pp. 371-389.

Gonzalez, X., Jaumandreu, J. and Pazó, C. (2005). “Barriers to innovation and

subsidy effectiveness”. RANDJ ournaol f Economics Vol. 3 6, No. 4, pp. 930-950.

Griliches, Z. (1986). “Productivity, R&D, and basic research at the firm level in

the 1970’s”, The American of Economic Review, vol. 76, nº 1, pp. 141-154.

Guisado-Gonzalez, M., Guisado-Tato, M. and Vila-Alonso, M. (2013). “Using

public aid programs to finance innovation in multi-level governance systems”.

Transylvanian Review of Administrative Sciences, No. 38, pp. 61-78.

Gunday, G., Ulusoy, G., Kilic, K. and Alpkan, L. (2011). “Effects of innovation

types on firm performance”. Int. J. Production Economics 133, pp. 662-676.

Hashia, I. and Stojcic, N. (2013). “The impact of innovation activities on firm

performance using a multi-stage model: Evidence from the Community Innovation

Survey 4”. Research Policy 42, pp. 353-366.

Heijs, J. (2001). “Justificación de las políticas de innovación desde un enfoque

teórico y metodológico. Documento de trabajo, No 25 edn.

Heijs, J. (2003). “Freerider behaviour and the public finance of R&D activities

in enterprises: the case of the Spanish low interest credits for R&D”. Research Policy

32, pp 445-461.

Herrera, L. and Heijs, J. (2003). “Difusión y adicionalidad de las ayudas

públicas a la innovación: una estimación basada en "Propensity score matching".

Documento de trabajo, No 41 edn.

  40

Kang, K. and Park, H. (2012). “Influence of government R&D support and inter-

firm collaborations on innovation in Korean biotechnology SMEs”. Technovation 32,

pp. 68-78.

Kemp R.G.M., Folkeringa M., de Jong J.P.J. and Wubben E.F.M. (2003).

“Innovation and firm performance”, Scales research reports. Zoetermeer: EIM business

and policy research.

Klette, J., Møen, J. and Griliches, Z. (2000). “Do subsidies to commercial R&D

reduce market failures? Microeconometric evaluation studies”, Research Policy, 29,

471-495.

Klomp, L. and Van Leeuwen, G. (1999). “The importance of innovation for firm

performance”. Statistics Netherlands.

Klomp, L. and Roeland, T. (2004). “Innovation performance and innovation

policy: the case of the Netherlands”. De Economist 152, No. 3, pp 365-374.

Klomp L. and Van Leeuwen G. (2001). “Linking innovation and firm

performance: a new approach”, International Journal of the Economics of Business, 3,

343–364.

Knight, F.H. (1921). “Risk, Uncertainty and Profit”. Hart Schaffner & Marx,

Boston.

Laffont, J. (2008). "Externalidades." El Nuevo Diccionario de Economía

Palgrave Segunda Edición. Editores. Steven N. Durlauf and Lawrence E. Blume.

Palgrave Macmillan.

Levy, D.M., Terleckyj, N.E. (1983). “Effects of Government R&D on Private

R&D Investment and Productivity: A Macroeconomic Analysis”. Bell Journal of

Economics.

Linchetenberg, F. (1987). “The effect of Government funding on private

industrial research and development: A re-assessment”, The Journal of Economics, vol.

36, nº 1, pp. 97-104.

  41

Loof, H. and Heshmati, A. (2002). “Knowledge capital and performance

heterogeneity: A firm-level innovation study”. Int. J. Production Economics 76, pp. 61-

85.

Loof , H. and Heshmathi, A. (2002). “On the relationship between innovation

and performance: a sensitivity analysis”.

Loof H., Heshmati A., Asplund, R. y Naas S. (2001). “Innovation and

performance in manufacturing industries: a comparison of Nordic countries”. SSE/EFI

Working Paper 457.

Mansfield, E., Switzer, L. (1984). “Effects of federal support on company-

financed R&D: the case of energy”. Management Science 30, 562–57

Masso J. y Vahter P. (2007). “Innovation and firm performance in a catching-up

economy”. Micro Evidence on Innovation and Development (MEIDE). Maastricht

Economic and social Research and training centre on Innovation and Technology

(UNU-MERIT).

Nishimura, J. and Okamuro, N. (2011). “Subsidy and networking: The effects of

direct and indirect support programs of the cluster policy”. Research Policy 40, pp. 714-

727.

OECD, 1996, Oslo Manual, Second Edition, Paris.

Scherer, F.M., Harhoff, D. and Kukies, J. (2000). “Uncertainty and the size

distribution of rewards from innovation”. J Evolutionary Economics 10, pp 175-200

Thomson, R. (2011): “Economic Perspectives on Innovation”. The Australian

Economic Review, vol. 44, no. 4, pp. 480-490.

Vila Alonsa, M., Ferro Soto, C. and Guisado González, M. (2010): “Innovation,

public funding and company size”. Cuadernos de Gestión Vol. 10. Nº 1, pp. 75-88.

Wallsten, S.J. (2000): “The Effects of Government–Industry R&D Programs on

Private R&D: The Case of the Small Business Innovation Research Program,” RAND

Journal of Economics 31(1), 82–10

  42

Wolf, G. and Reinthale, V. (2008): “The effectiveness of subsidies revisited:

Accounting for wage and employment effects in business R&D”. Research Policy 37,

pp. 1403-1412.

Zambrano Vargas, S. and Acuña, G. (2011): “Estructura de capital. Evolución

teórica. Criterio Libre, 9, pp. 81-102

  43

8. ANEXOS

Anexo 1. Definición de las variables empleadas en el trabajo

Variables

Definición

Fórmula a partir

de PITEC

Explicación de la fórmula

Porcentaje de

ventas de

nuevos

productos

Porcentaje de la cifra de

ventas de nuevos

productos para la

empresa y para el

mercado.

NEWEMP +

NEWMER

Suma del porcentaje sobre la cifra de

negocios de productos nuevos para la

empresa y del porcentaje sobre cifra de

negocios de productos nuevos para el

mercado

Subvención

Empresas que han

recibió financiación

pública

FINA1=1 Ó

FINA2=1 Ó

FIN3=1

Tomara el valor 1 si cualquiera de fina1

fina2 y fina3 toma 1 y cero en caso

contrario.

Subvención

Autonómica

Empresas que han

recibido financiación

autonómica

FINA1=1 Y

FINA2=0 Y

FINA3=0

Tomará el valor 1 si la variable Fina1=1 y

cero para el resto de los casos

Subvención

estatal

Empresas que han

recibido financiación

estatal

FINA1=0 Y

FINA2=1 Y

FINA3=0

Tomará el valor 1 si la variable Fina2=1 y

cero para el resto de los casos

Subvención

europea

Empresas que han

recibido financiación

europea

FINA1=0 Y

FINA2=0 Y

FINA3=1

Tomará el valor 1 si la variable Fina3=1 y

cero para el resto de los casos

Subv.

Autonónica y

estatal

Empresas que han

recibido de manera

conjunta subvención

autonómica y estatal

FINA1=1 Y

FINA2=1 Y

FINA3=0

Tomará el valor 1 cuando Fina1=1 y

Fina2=1 para el resto de los casos tomará

el valor 0

Subv.

Autonómica y

europea

Empresas que han

recibido de manera

conjunta subvención

autonómicas y europeas

FINA1=1 Y

FINA2=0 Y

FINA3=1

Tomará el valor 1 cuando Fina1=1 y

Fina3=1 para el resto de los casos tomará

el valor 0

  44

Variables

Definición

Fórmula a partir

de PITEC

Explicación de la fórmula

Subv. Estatal y

europea

Empresas que reciben de

manera conjunta

subvención estatal y

europea

FINA1=0 Y

FINA2=1 Y

FINA3=1

Tomará el valor 1 cuando Fina2=1 y

Fina3=1 para el resto de los casos tomará

el valor 0

Suv.

Autonómica,

estatal y

europea

Empreas que reciben

conjuntamente

subvención autonómica,

estatal y autonómica

FINA1=1 Y

FINA2=1 Y

FINA3=1

Tomará el valor 1 cuando Fina1=1,

Fina2=1 y Fina3=1, cero para el resto de

los casos.

Intensidad de la

I+D

Gastos de innovación en

función de la cifra de ventaGID/CIFRA

Suma de gastos totales en I+D entre la

cifra de negocio

Tamaño de la

empresa

Número de empleados de

una empresa en 2010 TAMAÑO

Número de empleados de una empresa en

2010

Intensidad

exportadora

Cifra de exportación

(EXPORTN+INT

RACOM)/100

Volumen de exportación (incluyendo las

intracomunitarias) con respecto a la cifra

de negocio.

Fuentes de

información

internas

Importancia que tiene

para la empresa la

información procedente

de dentro de la empresa o

grupo

1-((FUENTE1-

1)/3)

Se reducen los niveles de importancia de 4

a 2. Posteriormente se dicotomiza la

variable donde el valor 0 es escasa

importancia y el valor 1 muy importante

Fuentes de

información del

mercado

Importancia de los

clientes como fuente de

información para la

innovación

1-((FUENTE2 +

FUENTE3 +

FUENTE4-3)/9)

Se reducen los niveles de importancia de 4

a 2. Posteriormente se dicotomiza la

variable donde el valor 0 es escasa

importancia y el valor 1 muy importante

  45

Variables

Definición

Fórmula a partir

de PITEC

Explicación de la fórmula

Fuentes de

información

públicas

Importancia de la

información interna para

el proceso de innovación

1-((FUENTE6 +

FUENTE7 +

FUENTE8 +

FUENTE9 +

FUENTE10 +

FUENTE11-

6)/18)

Se reducen los niveles de importancia de 4

a dos. Posteriormente se dicotomiza la

variable donde el valor 0 es escasa

importancia y el valor 1 muy importante

Cooperación

Recoge la existencia de

cooperación para

desarrollar la innovación

COOPERACION

Tomará el valor 1 si hay cooperación entre

la empresa y clientes, proveedores,

competidores, centros de investigación,

universidades

Obstáculos a la

innovación

Recoge todos aquellos

obstáculos a los que se

enfrenta la empresa al

llevar a cabo innovación

1-((FACI1 +

FACI2 + FACI3

+

FACI4+OTROFA

C1 +

OTROFAC2+FA

CE1 + FACE2-

8)/24)

Se reducen los niveles de importancia de 4

a dos. Posteriormente se dicotomiza la

variable donde el valor 0 es escasa

importancia y el valor 1 muy importante

Sector

manufacturas

Empresas que realizan su

actividad en el sector

manufacturero.

Clasificación siguiendo

PITEC

MANUF

Variable dummy que tomará el valor 1 si

la empresa se desarrolla su actividad en el

sector manufacturero y cero en caso

contrario

Sector servicios

Empresas con actividad

en sector servicios.

Clasificación siguiendo

PITEC

SERV

Variable dummy que tomará el valor 1 si

la empresa se desarrolla su actividad en el

sector servicios y cero en caso contrario

Grupo

Indica si la empresa

pertenece a un grupo de

empresas

GRUPO

Se medirá como una variable dummy que

tomará el valor 1 si la empresa pertenece a

un grupo de empresas y 0 en caso contrario

Fuente: elaboración propia a partir de los datos de PITEc

  46

Anexo 2. Reclasificación sectorial de las actividades económicas

Actividad Económica Código PITEC CNAE_2009 Industrias del Petróleo 2 Alimentación, Bebidas y Tabaco 3 Textil, Confección, Cuero y Calzado 4, 5 ,6 Madera y Corcho; Cartón y Papel; Artes Graficas y Reproducción 7, 8, 9 Química 10, 11 Caucho y Plástico 12 Productos Minerales no metálicos diversos 13 Metalurgia 14 Manufacturas Metálicas 15 Maquinaria y equipo de transporte 16, 17, 18, 19, 20, 21, 22 Industrias manufactureras diversas 23, 24, 25 Comercio y Hostelería 29,31 Transporte y Almacenamiento 30 Comunicaciones 32, 34 Intermediación financiera 35 Inmobiliaria, servicios a empresas 33, 36, 37, 38, 39 Servicios públicos, sociales y colectivos 40, 41, 42, 43

Fuente: Elaboración propia a partir de las indicaciones del Informe PITEC 2008