Las relaciones ciencia-tecnología en España. · en España. Evidencias a partir de las citas...

ECONOMÍA INDUSTRIAL N.o 346 • 2002 / IV

27

Las relaciones ciencia-tecnología

en España.Evidencias a partir de las citas

científicas en patentes.

COOPERACIÓN EN LAS EMPRESAS ESPAÑOLAS

Una de las principales razones por las que los economistas han dedi-cado notables esfuerzos al estudio de la ciencia y de la políticacientífica es su incidencia en el crecimiento económico, o más especí-

ficamente, en el desarrollo tecnológicocomo paso intermedio entre ciencia ycrecimiento. Desde un punto de vista ma-croeconómico, algunos trabajos han con-trastado la relevante contribución delstock de conocimiento publicado al incre-mento de la productividad (Adams,1990); otros han tratado de cuantificar losimpactos de los fondos destinados a launiversidad sobre la producción bruta na-cional (Bergman, 1990; Martin, 1998).

Las nuevas teorías de crecimiento endó-geno sugieren que las externalidades delconocimiento (tecnológico y científico)

MANUEL ACOSTA SERÓDANIEL CORONADO GUERRERO (*)

Departamento de Economía GeneralUniversidad de Cádiz

son una de las principales fuentes decrecimiento a largo plazo (Lucas, 1988;Romer, 1990, 1994). La investigación mi-croeconómica también ha realizado su-gerentes aportaciones que, con metodo-logías diferentes, han examinado lasrelaciones entre conocimiento científicoy el desarrollo y difusión de innovacio-nes. En esta línea, los trabajos de Mans-field (1991, 1998), Mansfield y Lee(1996) y Beise y Stahl (1999) estiman,para un conjunto de empresas, el por-centaje de nuevos productos y procesosbasados en la investigación académicareciente; los estudios de Jaffe et al.

(1993, 1996, 1998) han utilizado datos depatentes y citas de estas patentes paracuantificar los efectos desbordamientode la investigación académica; medianteprocedimientos bibliométricos Narin et.al. (1997), Meyer (2000a), Tijssen (2001)y Verbeek et al. (2002), entre otros, hanidentificado los antecedentes científicosde la innovación con el objeto de expli-car los flujos ciencia-tecnología; por últi-mo, Meyer-Krahmer y Schmoch (1998) ySchartinger (2002) acometen sendos aná-lisis donde consideran distintas formasde transmisión de conocimiento entreuniversidad y empresa.

02 LAS RELACIONES CIENCI Y/ 346 30/7/03 11:44 Página 27

En general, con todos estos trabajos se haavanzado en dos frentes; por un lado, sehan sugerido nuevos procedimientos me-todológicos para indagar en la naturalezade las complejas relaciones ciencia-tecno-logía, por otro, se ha constatado, en dife-rentes contextos espaciales y temporales,la creciente relevancia de la investigacióncientífica para la industria.

Desde un punto de vista más pragmático—en términos de política económica—,el trasfondo de este debate es la relaciónentre los ingentes recursos públicos des-tinados a la investigación básica y surendimiento para mejorar la competitivi-dad de las empresas, el crecimiento, elempleo y, en definitiva, el bienestar delos ciudadanos. En este contexto, cono-cer la forma en que la producción cientí-fica se traslada al desarrollo tecnológico,y cómo ésta a su vez influye en el ámbi-to científico, es fundamental para esta-blecer políticas eficaces que conecten elámbito científico con el sistema produc-tivo. La intención en este artículo es pro-fundizar en la relación entre ciencia ytecnología, tratando de responder acuestiones como las siguientes: ¿en quétipo de conocimiento —científico o tec-nológico— se sustenta fundamentalmen-te la industria? ¿qué sectores son los másdinámicos en el empleo del conocimien-to científico? ¿qué campos científicos sonlos que más se relacionan con la indus-tria? ¿existen diferencias sectoriales y re-gionales significativas en la relaciónciencia-tecnología?

El objetivo último es proporcionar datosobjetivos que puedan ser utilizados comoun punto de referencia más para reflexio-nar sobre la incidencia de determinadasactuaciones de política científica sobre elsistema productivo.

La metodología aplicada para investigarlos vínculos entre ciencia y tecnología, a laque se han incorporado algunas noveda-des, se basa en las citas científicas de losdocumentos de patentes (NPC). Aprove-chando esta metodología se ha procuradoavanzar en la construcción de indicadoresde flujos ciencia-tecnología a partir de lascitas científicas; con ello se pretende de-terminar, para cada industria, la intensidady diversidad en el uso del conocimientocientífico. Junto a estos indicadores se pro-

pone un modelo de respuesta binaria decarácter microeconómico, que permiteidentificar algunas de las causas que deter-minan las relaciones ciencia-tecnología.Desde un punto de vista aplicado, se haincorporado un análisis regional, facetahasta ahora ausente en las referencias indi-cadas con anterioridad, que estaban cen-tradas en análisis nacionales.

El esquema seguido se inicia con un bre-ve marco teórico donde se exponen lasmás recientes referencias que interrela-cionan la investigación científica con elcambio técnico y la economía; a conti-nuación se desarrolla la metodología se-guida en el trabajo, los datos utilizados ylos resultados obtenidos. El artículo finali-za con unas conclusiones que pueden serinterpretadas como un punto de referen-cia más para el desarrollo y diseño de po-líticas eficaces que sean capaces de co-nectar la investigación científica con elsistema productivo.

Las relaciones ciencia-tecnología

La idea de que la investigación científicabásica genera un impulso de la tecnologíay, en consecuencia, tiene repercusionesdirectas sobre el crecimiento, se corres-ponde originariamente con una hipótesisde linealidad en el proceso de innova-ción surgido a partir del éxito visible dela ciencia en el impulso de determina-das actividades de alta tecnología enEEUU después de la Segunda GuerraMundial (Malecki, 1997, p. 52). Este mo-delo lineal sugiere que se produce unasecuencia unidireccional desde la inves-tigación básica y aplicada en universida-des e institutos de investigación hacia eldesarrollo de nuevos procesos y pro-ductos, su producción y, finalmente, sucomercialización.

Se suelen aducir dos problemas en rela-ción con este modelo (Malecki, 1997): elprimero es el énfasis exagerado en la in-vestigación científica básica como fuentede nuevas tecnologías; el segundo es laidea, derivada de un punto de vista ex-clusivamente tecnocrático, del proceso deinnovación como camino para la produc-

ción de un nuevo instrumento técnico. Eltrasfondo teórico de este modelo descan-sa en los postulados neoclásicos (libredisponibilidad del conocimiento científi-co), donde la justificación para la inter-vención pública se basa en la correcciónde los fallos del mercado. La versión sim-plista del proceso de creación de tecnolo-gía ha dado paso a un sistema en el quelas interrelaciones ciencia-tecnología sonbastante más complejas que las que pos-tula el modelo lineal y la interpretacióndel proceso de innovación es menos tec-nocrática. El empuje tecnológico que asu-me el modelo lineal es insuficiente paraexplicar la transferencia mutua de conoci-miento entre ciencia y tecnología.

La aparición —voluntaria a veces, involun-taria otras— de numerosas instituciones(asociaciones de empresas, universidades,institutos de investigación, institucionesde interfaz para integrar la ciencia-tecno-logía) a través de un sistema organizadoha reemplazado el modelo lineal. Lasmodernas teorías de la innovación, sus-tentadas en los planteamientos evolucio-nistas sugeridos en la obra pionera deNelson y Winter (1982) (1), conllevan unpunto de vista más sociológico de la in-novación, en el que el conocimiento co-mo recurso y el aprendizaje interactivoson aspectos fundamentales del proceso(Lundvall y Borras, 1997; Lundvall yJohnson, 1994).

La característica común de las nuevas teo-rías de la innovación y del cambio técni-co es la percepción de la innovación co-mo un proceso complejo que envuelveelementos de incertidumbre y de acumu-lación (Dosi et al., 1988, p. 222). Han apa-recido nuevas formas organizativas entreesferas institucionales —universidad, in-dustria y gobierno— que son indicativasde la importancia del conocimiento y delflujo de aprendizaje para el crecimientoeconómico y la transformación social: sis-tema nacional/regional de innovación(Nelson, 1993; Lundvall, 1992; Braczyk etal., 1998), sistemas de investigación entransición (Cozzens et al., 1990; Ziman,1994); triple hélice (Etzkowitz y Leydes-dorff, 1997; 2000; Leydesdorff, 2000), etc.

En este contexto, la relación ciencia-tec-nología no muestra una linealidad unidi-reccional; por el contrario, los flujos son

M. ACOSTA SERÓ / D. CORONADO GUERRERO


28


biunívocos y la interacción continua. Eneste nuevo marco, la justificación clásicade la investigación científica (contribu-ción a la cultura) todavía permanece, ylo hace junto con objetivos militares, desalud pública o medioambientales; sinembargo, la legitimación actual y futurade la investigación —que acapara cadavez más recursos— es su incesante fuen-te de nuevas ideas para el progreso téc-nico y el desarrollo económico (Etzko-witz y Leydersdorff, 2000). Desde elpunto de vista de las políticas encamina-das al fomento y estímulo de la innova-ción, parece necesario que las iniciativaspúblicas contemplen actuaciones en to-das las esferas del proceso innovador enlas que intervienen, incluida la investiga-ción científica (2).

Pero en este nuevo marco, ¿qué se conocesobre la interconexión entre ciencia y tec-nología? En un plano teórico, la ciencia bá-sica contribuye al progreso técnico a travésde factores directos (generación de conoci-miento útil) e indirectos (proporciona ca-pacidades para resolver problemas, formarredes, etc). Más específicamente, una va-riedad de estudios empíricos ha trazado losprincipales canales y mecanismos de trans-misión entre ciencia y tecnología (3): a tra-vés del incremento del stock de conocimien-to útil; desarrollo de nuevas metodologías ytécnicas; creación de instrumentacióncientífica; formación de científicos e in-genieros; formación de redes y estimula-ción de la interacción social o transferen-cia de tecnología directa a las empresasbasada en el conocimiento acumuladoen las universidades. La idea general-mente aceptada es que la principalaportación de la ciencia se produce através de la formación de recursos hu-manos; científicos capaces de generarciencia, intercambiar conocimiento y re-solver problemas tecnológicos.

De todas estas relaciones, discutidasdesde un punto de vista teórico, se hanpodido constatar en la práctica algunasregularidades. La evidencia empírica hapuesto de relieve que existen sustancia-les diferencias sectoriales acordes con losdistintos patrones de innovación o pro-pensiones a patentar de cada sector (Belly Pavitt, 1993). Los trabajos de varios au-tores que han utilizado como indicadorlas citas científicas de los documentos de

patentes para reflejar las relaciones cien-cia-tecnología han demostrado que estasrelaciones son bastante específicas entrecampos científicos y sectores relaciona-dos; es decir, se confirma la proximidadentre la industria química y la investiga-ción científica química, entre la industriaelectrónica y la física, etc. (Klevorick etal., 1995; Godin, 1996; Hicks y Katz,1997; Narin et al., 1997).

Otro resultado destacable —y hasta ciertopunto sorprendente—, puesto de relieveen el reciente trabajo de Schartinger et al.(2002), es que las interacciones no estánrestringidas a pocos campos científicos opocos sectores tecnológicos; es más, losniveles de I+D de una industria no indicanel grado de interacción que también sepuede establecer entre sectores tradiciona-les. Finalmente, aunque se ha detectado lapresencia de externalidades positivas loca-les de la investigación científica para eldesarrollo de innovaciones (Varga, 1998;Anselin et al., 2000), esta afirmación no esuniversal, está restringida a determinadossectores y áreas geográficas.

Metodología

Como se describe en el epígrafe anterior,la relación de la investigación científicacon el desarrollo tecnológico se canalizaa través de formas diversas y presenta

marcadas diferencias sectoriales. Determi-nar la interconexión ciencia-tecnologíapresenta dos dificultades metodológicasfundamentales: primero, obtener o aproxi-mar indicadores realistas que representenel resultado de la interrelación del poten-cial científico con la tecnología y su evo-lución y, segundo, aislar sus efectos delas influencias de otras variables que tam-bién son determinantes de la competitivi-dad, el crecimiento o el empleo.

Una forma de avanzar en la investiga-ción de estos aspectos consiste en ex-plorar la información contenida en losdocumentos de patentes, es decir, apro-ximar las relaciones ciencia-tecnologíade forma cuantitativa a través del núme-ro medio de citas científicas en las pa-tentes de un determinado campo tecno-lógico. En este apartado se intenta,primero, clarificar algunos aspectos enrelación con la metodología; segundo,sugerir algunos indicadores para la me-dición de los flujos ciencia-tecnología, ytercero, proponer un modelo para iden-tificar las posibles causas que determi-nan las variaciones de las relacionesciencia-tecnología.

Fundamentos

La metodología NPC (non patent cita-tion) tiene su origen en los trabajos pio-neros de Carpenter et al. (1980), Carpen-

LAS RELACIONES CIENCIA-TECNOLOGÍA EN ESPAÑA...


29


ter y Narin (1983) y Narin y Noma (1985).En la década de los noventa, estudios co-mo los de Van Vianen et al., (1990),Grupp y Schmoch (1992), Narin y Olivas-tro (1992, 1998), Noyons et al. (1994), Na-rin et al. (1995, 1997) y Meyer-Krahmer ySchmoch (1998), entre otros, han demos-trado que el nivel medio de referenciascientíficas recogidas en las patentes es unindicador apropiado para describir las re-laciones ciencia-tecnología. Recientemen-te se han desarrollado varios análisis condiversos niveles de agregación que estánpermitiendo avanzar en la interpretacióndel papel que desempeñan las citas cien-tíficas en los documentos de patentes pa-ra cuantificar las relaciones ciencia-tecno-logía (Meyer, 2000a, 2000b, 2000c, 2002;McMillan et al., 2000; Tijssen et al., 2000;Tijssen, 2001, 2002; Verbeek et al.,2002)se describen a continuación los fun-damentos del procedimiento.

En los documentos de patentes, comoocurre en los artículos científicos, es ha-bitual proporcionar referencias o citascuyo objetivo es describir los anteceden-tes o estado de la técnica previo a la in-vención. Estos antecedentes —o estadode la técnica— incluyen, además deotras patentes que han sido utilizadascomo soporte de la invención, referen-cias bibliográficas científicas y publica-ciones técnicas. Estas citas proporcionanalgunas indicaciones de la contribuciónpotencial de la investigación publicada alas invenciones patentadas. Las referen-cias recogidas en una patente, debido alcontrol que se ejerce sobre ellas y a susconsecuencias legales, tienen menos pro-babilidades de ser redundantes o super-fluas que las incorporadas a un artículocientífico (Collins y Wyatt, 1988; Verbeeket al., 2002) (4).

Las aplicaciones empíricas sobre NPCs,por su parte, revelan que, por términomedio, son pocas las patentes donde secita literatura científica y, además, suelenexistir sesgos en favor de algunos secto-res tecnológicos y países. Por ejemplo, elreciente estudio de Iversen (1999) mues-tra que, durante el período 1990-96,aproximadamente el 30% de las patentesde residentes en Noruega concedidas enlos EEUU citan revistas, libros y una va-riedad de literatura más comercial (com-puta 716 NPCs —de las cuales 393 son

referencias científicas— en 183 patentes).Las dos industrias más relacionadas conla literatura científica son farmacia e ins-trumentos; ambas recogen el 60% de lascitas totales.

El trabajo de Grupp y Schmoch (1992) yMeyer-Krahmer y Schmoch (1998), a par-tir de unos índices aplicados a las paten-tes de la Oficina Europea de Patentes du-rante el período 1989-92, muestra que lasrelaciones más altas con la ciencia se en-cuentran en el campo de la biotecnolo-gía, junto con otras áreas relacionadascon la química y las tecnologías de la in-formación. Las áreas por debajo de la me-dia en citas están relacionadas general-mente con la ingeniería mecánica y laingeniería civil. Si nos remontamos másatrás, el artículo de Narin y Olivastro(1992) ya puso de relieve que las relacio-nes con la ciencia se producen con másintensidad en los sectores de farmacia,química y electrónica, y observaron dife-rencias significativas entre estados confuerte intensidad tecnológica. Los análisisrealizados en varios trabajos (Grupp ySchmoch, 1992; Schmoch, 1993; Narin yOlivastro, 1998; Meyer, 2000a 2000b) ayu-dan a comprender por qué se producendiferencias sectoriales o nacionales, e in-cluso entre solicitantes.

Estos estudios identifican un número decausas por las que examinadores, solici-tantes o inventores incorporan NPCs a

las patentes o lo hacen con diferente in-tensidad, y no todas tienen que ver conposibles interrelaciones con la ciencia;entre ellas se puede mencionar la limita-da disponibilidad de patentes en deter-minados campos tecnológicos comoconsecuencia del rápido avance de cier-tas tecnologías y el consecuente retrasoen la publicación de los documentos depatentes, el contexto legal que envuelvela protección por medio de patentes(obligatoriedad y responsabilidad de re-coger el prior art, utilidad, novedad,etc.), la naturaleza social del proceso(varios actores —inventor, examinador,agente, etc.— están envueltos en el des-arrollo de la patente y ejercen influenciasobre su forma final) o las diferentesprácticas nacionales (la presencia de di-ferentes oficinas de patentes con distin-tos métodos de trabajo) (5).

Por tanto, las citas científicas no aparecenen las patentes de todos los sectores, loque no necesariamente implica que aque-llos cuyas patentes no recogen citas cien-tíficas no presenten relación alguna conla ciencia, puesto que estas relaciones sepueden manifestar tácitamente (movili-dad de científicos e ingenieros o coopera-ción universidad-empresa, por ejemplo).En consecuencia, el análisis de citas depatentes ofrece una perspectiva útil peroparcial de los flujos ciencia-tecnología,porque lo que realmente se está midien-do es la relación entre literatura científicapublicada y las invenciones patentadas;conocimiento codificado en cualquier ca-so que deja fuera otras formas tácitas deinterconexión.

Ésta es una de sus principales limitacio-nes; adicionalmente se han apuntado al-gunos obstáculos de carácter operativoen esta metodología: bases de datos in-completas, dificultad para procesar la in-formación (Verbeek et al., 2002; Meyer,2000a) o para identificar las publicacio-nes citadas como representación de in-vestigación básica o aplicada (Meyer-Krahmer y Schmoch, 1998).

La cuestión clave, tras esta síntesis, es¿hasta qué punto la metodología NPC escapaz de captar y cuantificar las relacio-nes ciencia-tecnología? En principio, losestudios agregados parecen confirmarque el procedimiento NPC mide la inten-



30


sidad de la ciencia de las innovacionespatentadas; sin embargo, aparece un pa-norama más difuso cuando se trata dedeterminar el tipo de relación entre in-vestigación publicada e invenciones pa-tentadas (Tijssen et al., 2000; Tijssen,2002). Narin et al. (1997) son relativa-mente optimistas en relación con el usode la metodología NPC para medir lasrelaciones de dependencia de la tecno-logía con la investigación académica.Otros autores son menos contundentes yprefieren hablar de interacciones cien-cia-tecnología más que de dependenciacientífica, demanda científica o uso de laciencia (Schmoch, 1993; Meyer, 2000a;Tijssen, 2002).

En resumen, varios estudios de valida-ción parecen haber rebajado el grado deoptimismo de los trabajos iniciales deNarin y sus coautores a la hora de inter-pretar los resultados derivados del estu-dio de las NPCs. La conclusión final sesintetiza en que se trata de un indicadorrazonable para reflejar las relacionesciencia-tecnología y ayuda a compren-der cómo se relacionan los distintoscampos científicos con los sectores tec-nológicos, pero debemos ser cautos ensu interpretación: no recoge todas lasformas en que el ámbito científico se re-laciona con la industria, y no refleja rela-ciones de causalidad; aunque algunosautores continúan expresando términoscomo «relaciones de dependencia» o «im-pulso de la ciencia a la tecnología», esmás adecuado interpretar los resultadosen términos de interacciones o flujosciencia-tecnología.

Indicadores

En este trabajo, además del recuento ha-bitual de las citas de patentes y de la ob-tención de valores medios de citas porpatente, se han derivado algunos indica-dores útiles para evaluar las relacionessectoriales ciencia-tecnología para elconjunto de España y su localizacióndesde una perspectiva regional. Paraanalizar la intensidad sectorial relativade los flujos ciencia-tecnología se defineel indicador ICT de intensidad en el usode conocimiento científico de cada sec-tor tecnológico (intensidad científica dela tecnología):

ICTj=tanh{ln[(Cj/EiCi)/(Pj/EjPj)]}

Donde j denota el sector tecnológico e iel campo científico. Ci designa las refe-rencias científicas en el campo i, y Pj laspatentes por cada sector tecnológico j.Para un determinado campo científico seha seguido la sugerencia de Schmoch(1997), que consiste en tomar logaritmosy tangentes hiperbólicas con el objeto deobtener un rango simétrico dentro de loslímites ∀ 1, con 0 como punto neutral.

Este indicador compara la media de citaspor patente en un sector tecnológico, conla media de citas por patente de todos lossectores en el mismo campo. Un valorpositivo para un sector indica una rela-ción ciencia-tecnología sobre la media(más intensa cuanto más cercano a uno),y los negativos inferior a la media de to-dos los sectores (más débil cuanto máspróximo a menos uno). Para todos loscampos científicos, el indicador intensi-dad agregada de flujos para cada sectortecnológico j es:

ICTj=tanh{ln[(EiCij/EijCij)/(Pj/EjPj)]}

Con el objeto de disponer de una per-cepción más completa de las relacionesentre la tecnología y el ámbito científico,sugerimos aplicar el indicador anterior,además de a las citas científicas, a las ci-tas de patentes realizadas por el solici-

tante. Esta variable nos permitirá apre-ciar si el sustento de la patente han sidoinvenciones previas relacionadas con lapatente solicitada; es decir, si la relacióncon la tecnología patentada se ha produ-cido, en este caso, con la propia tecno-logía. El indicador, que podemos deno-minar de intensidad tecnológica de latecnología patentada, es:

ITTj=tanh{ln[(CPj/EjCPj)/(Pj/EjPj)]}

Donde ahora CPj es el número de citasde patentes hechas por el solicitante den-tro del texto de la patente.

A efectos de establecer medidas de polí-tica científica es particularmente intere-sante conocer qué campos científicos serelacionan con un mayor número desectores o cuáles son más específicos enlas relaciones con la tecnología. Los si-guientes indicadores que hemos deno-minado de diversidad tecnológica de laciencia (DTC) pueden orientar sobre es-tos aspectos:

DTC1, DTC2, DTC4: concentración decitas en el sector que más cita de uncampo, los dos que más citan y los cua-tro que más citan, respectivamente. Suinterpretación es sencilla y nos permiteapreciar cuáles son los campos científi-cos más específicos en su relación con latecnología.



31


HDTC: Este indicador está basado en elíndice de Herfindahl, que, como es cono-cido, se utiliza habitualmente para eva-luar el grado de concentración industrial.En este caso se va a calcular para deter-minar la concentración sectorial de losflujos ciencia-tecnología, por lo que suvalor global vendrá dado por H=EjC2ij. Elresultado estará dentro de los límites(1/n, 1), donde n es el número de secto-res considerados; si todas las citas se con-centran en un sector, el índice tomará va-lor 1, si existe una equidistribución, suvalor será 1/n.

Tal como se define en su forma original,los valores extremos del indicador depen-den del número de sectores. Para evitareste inconveniente y proporcionar unainterpretación más clara se ha realizadoun cambio de escala para ubicarlo dentrode los límites (0,1). La proximidad a 1 su-giere concentración en pocos sectores, laproximidad a 0 denota una mayor equi-distribución. Es decir:

HDTCi=1+ln(EjC2ij)/ln(n)

Estos indicadores, junto con otros ya tra-dicionales, se han calculado para el con-junto de España. Paralelamente, se ha re-alizado una aplicación regional que nospermitirá evaluar las divergencias regio-nales de flujos ciencia-tecnología con in-dicadores de concentración de la mismanaturaleza que los anteriores, pero aplica-dos horizontalmente (al conjunto de to-das las comunidades autónomas dentrode cada sector); a estos indicadores loshemos denominado IRC (intensidad re-gional de la ciencia), DR1, DR2, DR4 (di-versidad regional de la tecnología) y HR(Herfindalh regional) para diferenciarlosde los anteriores.

Modelo

La intención en este apartado es propo-ner un modelo que pueda ser utilizadocomo instrumento analítico para identi-ficar las causas que determinan la varia-bilidad de los flujos ciencia-tecnología.De acuerdo con la metodología expues-ta, se asume que las citas NPC o las citascientíficas son una medida adecuada delos flujos ciencia-tecnología. La natura-leza de estos datos sugiere varias alter-

nativas para modelizar las citas en losdocumentos de patentes (variable proxyde los flujos ciencia-tecnología) en fun-ción de un conjunto de variables expli-cativas: modelos de respuesta binaria oalguna de las variedades de modelos derecuento.

La experiencia previa de varios investiga-dores sugiere que los modelos de respues-ta binaria ofrecen una buena solución paraestudiar este tipo de fenómenos. La pre-sencia de citas con unos determinadosatributos representa un suceso binario apartir del cual se intenta estimar la pro-babilidad de que ocurra. Este suceso serelaciona con un conjunto de variablesexplicativas con el objeto de derivar im-plicaciones analíticas sobre la estructuray características de los flujos ciencia-tec-nología. La variable dependiente, portanto, toma valor igual a uno si la paten-te contiene al menos una referenciacientífica, y valor cero en caso contrario.Para identificar a priori el número de loselementos que potencialmente puedenafectar a las relaciones ciencia-tecnolo-gía (variable explicativa) se ha acudido ala literatura reciente (6).

Cooperación. Una de las posibles cau-sas de las deficientes relaciones entre elámbito científico y el sector industrialpuede ser la ausencia de relaciones direc-tas entre las empresas que desarrollan latecnología y las universidades que gene-ran el conocimiento científico. Gran partede los flujos de conocimiento se canalizaa través de colaboraciones formales e in-formales por medio de proyectos conjun-tos (Schartinger et al., 2002).

El uso de la ciencia debería ser mayorcuando se produce un contacto directo através de un proyecto de colaboraciónentre empresa y universidad. Se utilizacomo proxy de esta colaboración directael desarrollo conjunto de patentes entreempresas y universidades; se trata de unavariable binaria que se denomina COO-PERA y que toma valor uno si la cita per-tenece a una patente desarrollada en co-laboración con una universidad y cero encaso contrario.

Calidad y novedad de la patente. Laspatentes españolas, en el momento de lasolicitud, y hasta su publicación definiti-

va, son sometidas a una revisión por par-te de los examinadores de la Oficina Es-pañola de Pantetes y Marcas; el resultadode este análisis, determinante para la cali-dad de la patente, se plasma al final deldocumento en el Informe sobre el Estadode la Técnica (IET). En él los examinado-res reflejan el grado de similitud de lasreivindicaciones con patentes o artículosya existentes.

Podría darse el caso de que una patentesea finalmente concedida pero con un In-forme sobre el Estado de la Técnica don-de en todas las reivindicaciones el exami-nador ha encontrado documentos departicular relevancia; en estos casos la pa-tente, aunque concedida, es de dudosacalidad, puesto que se habrían detectadopatentes previas de la misma naturaleza.Por otra parte, Schmoch (1993) y Meyer(2000a) sostienen que los examinadoresde las patentes citan literatura científicaporque el estado del arte no se puededocumentar con otras patentes, es decir,que no existen invenciones previas quese asemejen al documento que se preten-de patentar.

El argumento de los autores de este artícu-lo es que los flujos ciencia-tecnología seproducen con mayor intensidad en eldesarrollo de tecnología de calidad o enaquellos inventos de más novedad conrespecto al estado de la técnica existente.Aunque existen varias medidas asociadasa la calidad (Hall et al., 2000), se requieregran cantidad de información para calcu-larlas, por lo que se ha optado por un in-dicador simple, como el número de refe-rencias a documentos de patentes querealiza el examinador en el «informe so-bre el estado de la técnica» y que restanvalidez a las reivindicaciones del solici-tante, variable a la que se ha denominadoIETPAT (7) (8).

Características sectoriales. Como se hademostrado en varios análisis, los secto-res sometidos a procesos tecnológicosacelerados de cambio y obsolescencia(biotecnología, química, etc.) suelen pre-sentar mayores relaciones con el entornocientífico que el resto. Por otra parte, pa-ra que se produzca una transferencia deconocimiento científico hacia el sector in-dustrial, las empresas deben disponer decierta capacidad de absorción, que suele



32


estar relacionada con las experiencias deaprendizaje que genera el desarrollo deactividades de investigación científica ydesarrollo tecnológico (I+D).

Las actividades de I+D ejercen, de estaforma, una doble función: por un ladocontribuyen al desarrollo de nuevos pro-ductos y procesos productivos y, porotro, potencian la capacidad de aprendi-zaje (Schartinger et al., 2002). En los mo-delos que consideran el total de la mues-tra de patentes se han discriminado lossectores relacionados con los procesosquímicos (Grupo III) a través de una va-riable binaria SECQUIM (toma valor unosi la patente pertenece a una de las cate-gorías del Grupo III-química y productosfarmacéuticos, cero en caso contrario).

En un segundo grupo de modelos quesólo incluye los sectores químicos, se handiscriminado los sectores según intensi-dad tecnológica, con las siguientes varia-bles binarias: SEC9+SEC10 (valor uno si lapatente es puramente química —sectores9 y 10—, cero en caso contrario);SEC11+SEC12 (valor uno si la patente esde farmacia o biotecnología —sectores 11y 12—, cero en caso contrario);SEC13+SEC15 (valor uno si la patente esde materiales y metalurgia o industria delpetróleo —sectores 13 y 15—, cero en ca-so contrario). La categoría base es, enconsecuencia, el sector restante del Gru-po III, es decir, patentes relacionadas conagricultura y química alimentaria. Esta se-paración permite diferenciaciones por in-tensidad tecnológica, ya que los sectores11 y 12 son de alta intensidad tecnológi-ca, los sectores 9, 10, 13 y 15 de intensi-dad media y la categoría base, el sector14, de intesidad tecnológica baja.

Localización y entorno científico. Enlos ámbitos regionales, la aplicación deuna metodología descriptiva basada en elanálisis de espacios concretos —distritosde alta tecnología (Markusen et al., 1986;Saxenian, 1994; Sternberg y Tamásy, 1999;Weber y Stam, 1999), sistemas regionalesde innovación (Cooke et al., 1998; Brazycket al., 1998) y algunos otros que planteanuna metodología econométrica para iden-tificar las externalidades o efectos localesde la investigación científica (Varga, 1998;Anselin et al., 1997, 2000)— ha puesto derelieve que la presencia de conocimiento

científico también es relevante en espaciosinferiores al ámbito nacional por los efec-tos desbordamiento que se generan haciael sector industrial.

La proliferación de esta consistente lite-ratura, que resalta la importancia de laproximidad física para el flujo de cono-cimiento y el desarrollo y fomento de lainnovación, unida a las altas cotas de au-togobierno de las regiones españolas(con posibilidades de desarrollar suspropias políticas de I+D), sugiere quelas relaciones del ámbito científico conel sector industrial pueden ser más in-tensas en las regiones donde el poten-cial científico es más relevante en rela-ción con las demás. La cuantificación deesta circustancia se realiza a través devariables binarias; es decir, asignando unvalor uno para las regiones donde elgasto en investigación en universidadesadquiere cierta relevancia, y cero en elresto. Para fijar la frontera se ha calcula-do la media del gasto en investigaciónpor habitante en la última década, obser-vándose que son tres regiones (Navarra,Madrid y Cataluña) las que están por en-cima de la media (un 59%, 46% y 10%,respectivamente).

Las variables consideradas las hemos deno-minado MADRID: la empresa que patentaestá ubicada en la Comunidad Autónomade Madrid (valor uno, cero en caso contra-

rio); CATALUÑA: la empresa que patentaestá ubicada en Cataluña (valor uno, ceroen caso contrario); NAVARRA: la empresaque patenta está ubicada en Navarra (valoruno, cero en caso contrario). La literaturacomentada ha puesto de relieve que losflujos de conocimiento tecnológico son fre-cuentes entre el sector industrial en espa-cios concretos. Para contrastar si tambiénse producen flujos de conocimiento cientí-fico en el propio sector industrial se incor-porará al modelo una variable que relacio-na los flujos ciencia-tecnología con losniveles de especialización tecnológica; estacaracterística se recoge con la variable ES-PECIALI: la empresa está ubicada en unaregión especializada sectorialmente en elmismo tipo de tecnología de la patente(valor uno, cero en caso contrario).

La formalización del modelo viene dadapor la expresión yi=F(Xi∃ )+ui, donde seseguirá una distribución logística, siendo$ el vector de parámetros y X el conjun-to de las variables explicativas señala-das. La estimación se realizará por máxi-ma verosimilitud (9), utilizando tanto lascitas totales NPC, como las citas científi-cas ISI para todos los sectores. Con elobjeto de alcanzar mayor robustez enlos resultados, se obtendrán las estima-ciones correspondientes a todos los sec-tores y a los de mayor propensión a citar(sectores del Grupo III-química y pro-ductos farmacéuticos).



33


Datos

Para evaluar las relaciones ciencia-tecno-logía en España con la metodología NPCse ha realizado una revisión exhaustivade las 1.643 patentes solicitadas por 1.129empresas, y publicadas a lo largo de losaños 1998 a 2001, ambos inclusive (10)(11). La fuente fundamental de datos hansido los propios documentos de patentespublicados por la Oficina Española dePatentes y Marcas. En consecuencia, y encontra de lo que viene siendo habitualcuando se aplica esta metodología, elanálisis se ha realizado utilizando las pa-tentes domésticas (NLP), en lugar de lapatente europea (EPO), internacional(PCT) o americana (USPTO).

La razón de esta elección es la propiadelimitación o ámbito del trabajo; el usode la patente nacional amplía la infor-mación: las patentes domésticas son lasmás abundantes y además no se intro-ducen distorsiones (no se deja al mar-gen tecnología de calidad que sigueotras vías de protección, puesto que lamayor parte de las patentes que siguenuna vía europea, internacional o ameri-cana lo hacen utilizando la prioridad es-pañola y, por tanto, han sido solicitadaspreviamente por la vía nacional NLP). Aesto se le une que, si se pretende com-plementar el análisis nacional con datosregionales, en muchas de las regionesespañolas (sobre todo en las menos fa-vorecidas) las patentes EPO, PCT o US-PTO son poco representativas de la tec-nología que se desarrolla en estaszonas. Por otra parte, el análisis efectua-do —sobre el texto íntegro de la patentey no sobre la primera página— difiereligeramente del realizado por otros au-tores que han optado por las patentesUSPTO (12).

La información primaria se ha obtenidoen dos etapas. En una primera fase laspatentes se han clasificado de acuerdocon un criterio suficientemente difundidoque distingue entre cinco áreas tecnológi-cas y treinta subcampos basados en laClasificación Internacional de Patentes(IPC) (13). Del conjunto de patentes exa-minadas, recogen citas NPC (literaturacientífica, libros de texto y otras citas) untotal de 163 (el 9,92% de las patentes),

que corresponden a 79 empresas (el6,99% de las que patentan). Las referen-cias NPC recogidas se elevan, para el gru-po de las 163 patentes, a 1.427 citas, delas cuales 969 corresponden a revistas in-cluidas en el Institute for Scientific Infor-mation (ISI); es decir, el 67,90% de todaslas referencias NPC corresponden a loque generalmente se acepta como «inves-tigación científica de calidad».

Como complemento a esta informaciónse han procesado también las referenciasa otros documentos de patentes realiza-das por el solicitante en el texto del do-cumento (citas de patentes o PC). Las re-ferencias PC se elevan a 1.639 y aparecenen un total de 509 patentes (el 30,97%); elsolicitante tiende, por tanto, a incluir citasde patentes con mayor frecuencia que ci-tas NPC.

En una segunda fase se han clasificadotodas las referencias científicas en revis-tas del ISI (969 citas científicas) porcampos científicos (14). El procedi-miento de obtención de las citas y suposterior clasificación ha sido manual,es decir, se ha llevado a cabo un exa-men exhaustivo del conjunto de paten-tes objeto de análisis. En los casos deduda se ha contado con expertos en bi-bliometría de nuestra Universidad e in-vestigadores de los campos científicosseleccionados. Los cinco grandes gru-pos científicos que se han tomado y la

distribución de citas imputadas a cadacampo es la siguiente (cuando una mis-ma revista se incluye en varios camposdistintos se ha dividido por el númerode campos):

✓ CV: Ciencias de la vida: 686 referenciascientíficas (70,81%).

✓ ABCA: Agricultura, biología y cienciasambientales: 116 referencias científicas(11,94%).

✓ FQ: Física, química y ciencias de la Tie-rra: 78 referencias científicas (8,07%).

✓ MC: Medicina clínica: 75 referenciascientíficas (7,69%).

✓ ICT: Ingeniería, computación y tecno-logía: 15 referencias científicas (1,50%).

Resultados

Los resultados de la aplicación de la me-todología se presentan en este apartadodesde una doble perspectiva. En primerlugar se relaciona la información corres-pondiente a los datos descriptivos e indi-cadores sugeridos, que permite establecerel diagnóstico sobre el tipo y característi-cas sectoriales y regionales de las relacio-nes ciencia-tecnología. En segundo lugarfiguran las estimaciones del modelo plan-teado; esta información facilita una pri-mera aproximación a la identificación delos factores que determinan los flujosciencia-tecnología.

Las relaciones ciencia-tecnología,cuantificadas a través de las citas científicas en las patentes

El cuadro 1 recoge el detalle de la infor-mación básica clasificada sectorialmente.En ella figuran la distribución sectorial delnúmero de patentes, número de empresasque han solicitado las patentes, númerototal de citas científicas (NPC) y númerode citas de patentes (PC). En el cuadro 2figura, por cada sector tecnológico, el nú-mero de citas científicas (ISI) por cada



34



35

I. INGENIERÍA ELÉCTRICA

1. Maquinaria eléctrica y aparatos, energía eléctrica 139 8,46 68 6,02 2,04 4 0,28 0,21 50,00 87 5,31

2. Tecnología audiovisual 37 2,25 27 2,39 1,37 0 0,00 0,00 - 10 0,61

3. Telecomunicaciones 57 3,47 32 2,83 1,78 8 0,56 0,10 12,50 12 0,73

4. Tecnología de la información 13 0,79 12 1,06 1,08 0 0,00 0,00 - 18 1,10

5. Semiconductores 4 0,24 3 0,27 1,33 0 0,00 0,00 - 1 0,06

II. INSTRUMENTOS

6. Óptica 7 0,43 3 0,27 2,33 0 0,00 0,00 - 0 0,00

7. Análisis, medición y tecnología de control 127 7,73 83 7,35 1,53 12 0,84 0,62 50,00 111 6,77

8. Tecnología médica 54 3,29 42 3,72 1,29 11 0,77 0,52 45,45 29 1,77

III. QUÍMICA Y PRODUCTOS FARMACÉUTICOS

9. Química orgánica fina 80 4,87 36 3,19 2,22 500 35,04 37,87 73,40 250 15,25

10. Química macromolecular, polimeros 10 0,61 9 0,80 1,11 8 0,56 0,31 37,50 19 1,16

11. Productos farmacéuticos, cosmética 58 3,53 33 2,92 1,76 221 15,49 16,20 71,04 166 10,13

12. Biotecnología 26 1,58 10 0,89 2,60 466 32,66 34,16 71,03 91 5,55

13. Materiales, metalurgia 42 2,56 32 2,83 1,31 35 2,45 0,72 20,00 75 4,58

14. Agricultura, química alimentaria 56 3,41 51 4,52 1,10 67 4,70 4,85 70,15 70 4,27

15. Ind. química y del petróleo, química de mat. básicos 34 2,07 25 2,21 1,36 58 4,06 2,99 50,00 44 2,68

IV. INGENIER. DE LOS PROCESOS, EQUIP. ESPECIAL

16. Ingeniería química 40 2,43 34 3,01 1,18 6 0,42 0,10 16,67 21 1,28

17. Tecnología de las superficies y revestimientos 19 1,16 19 1,68 1,00 9 0,63 0,62 66,67 25 1,53

18. Procesamiento de materiales, textiles, papel. 74 4,50 58 5,14 1,28 0 0,00 0,00 - 35 2,14

19. Procesos térmicos y aparatos 37 2,25 20 1,77 1,85 0 0,00 0,00 - 31 1,89

20. Tecnología ambiental 26 1,58 24 2,13 1,08 5 0,35 0,31 60,00 38 2,32

V. INGENIERÍA MECÁNICA, MAQUINARIA

21. Maquinaria de herramientas 52 3,16 38 3,37 1,37 0 0,00 0,00 - 42 2,56

22. Motores, bombas y turbinas 23 1,40 16 1,42 1,44 3 0,21 0,00 0,00 20 1,22

23. Elementos mecánicos 46 2,80 29 2,57 1,59 0 0,00 0,00 - 28 1,71

24. Manipulación, imprenta 138 8,40 104 9,21 1,33 0 0,00 0,00 - 91 5,55

25. Maq. y aparatos para la agric. y tratam. de alimentos 70 4,26 58 5,14 1,21 9 0,63 0,41 44,44 74 4,51

26. Transporte 79 4,81 53 4,69 1,49 0 0,00 0,00 - 66 4,03

27. Ingeniería nuclear 2 0,12 2 0,18 1,00 0 0,00 0,00 - 15 0,92

28. Tecnología espacial, armas 10 0,61 7 0,62 1,43 0 0,00 0,00 - 18 1,10

29. Bienes de equipo y consumo 144 8,76 100 8,86 1,44 5 0,35 0,00 0,00 75 4,58

30. Ingeniería civil, construcción y minería 139 8,46 101 8,95 1,38 0 0,00 0,00 - 77 4,70

TOTAL 1.643 100,00 1.129 100,00 1,46 1.427 100,00 100,00 67,90 1.639 100,00

FUENTES: OEPM y elaboración propia.

Patentes Empresas Nº PAT/ Citas NPC Citas PC

Nº ESP=100 Nº ESP=100 Nº EMP Total Total ISI %ISI/ Nº ESP=100Sector tecnológico Nº ESP=100 ESP=100 Total

CUADRO 1PATENTES, EMPRESAS, CITAS CIENTÍFICAS (NPC) Y CITAS DE PATENTES (PC). 1998-2001

CLASIFICACIÓN SECTORIAL



patente y el indicador de intensidad cien-tífica de la tecnología. Estos datos ponende relieve los siguientes resultados:

Concentración sectorial de los flujosciencia-tecnología. Para todos los sec-

tores puede apreciarse que, por térmi-no medio, la relación entre la distribu-ción sectorial de la tecnología (pa-tentes) y los flujos ciencia-tecnología(citas científicas) es muy baja; la corre-lación entre ambas variables presenta

un coeficiente próximo a cero. En cam-bio, la relación entre tecnología (pa-tentes) y los flujos tecnología-tecnolo-gía (citas de patentes) es bastante másestrecha que la anterior, con un coefi-ciente de correlación de 0,52.



36


1. Maquinaria eléctrica y aparatos, energía eléctrica 0,03 0,01 -0,999 0,63 -0,435 0,02

2. Tecnología audiovisual 0,00 0,00 - 0,27 -0,863 0,00

3. Telecomunicaciones 0,14 0,02 -0,998 0,21 -0,915 0,08

4. Tecnología de la información 0,00 0,00 - 1,38 0,317 0,00

5. Semiconductores 0,00 0,00 - 0,25 -0,882 0,00

II. INSTRUMENTOS

6. Óptica 0,00 0,00 - 0,00 -

7. Análisis, medición y tecnología de control 0,09 0,05 -0,987 0,87 -0,131 0,05

8. Tecnología médica 0,20 0,09 -0,952 0,54 -0,551 0,17


9. Química orgánica fina 6,25 4,59 0,967 3,13 0,815 1,47

10. Química macromolecular, polímeros 0,80 0,30 -0,589 1,90 0,568 0,16

11. Productos farmacéuticos, cosmética 3,81 2,71 0,909 2,86 0,783 0,95

12. Biotecnología 17,92 12,73 0,996 3,50 0,850 3,64

13. Materiales, metalurgia 0,83 0,17 -0,852 1,79 0,524 0,09

14. Agricultura, química alimentaria 1,20 0,84 0,339 1,25 0,222 0,67

15. Ind. quím. y del petróleo, química de mat. básicos 1,71 0,85 0,353 1,29 0,255 0,66

IV. ING. DE LOS PROCESOS, EQUIP. ESPECIAL

16. Ingeniería química 0,15 0,03 -0,996 0,53 -0,566 0,05

17. Tecnología de las superficies y revestimientos 0,47 0,32 -0,554 1,32 0,270 0,24

18. Procesamiento de materiales, textiles, papel 0,00 0,00 - 0,47 -0,633 0,00

19. Procesos térmicos y aparatos 0,00 0,00 - 0,84 -0,173 0,00

20. Tecnología ambiental 0,19 0,12 -0,926 1,46 0,364 0,08


21. Maquinaria de herramientas 0,00 0,00 - 0,81 -0,208 0,00

22. Motores, bombas y turbinas 0,13 0,00 - 0,87 -0,136 0,00

23. Elementos mecánicos 0,00 0,00 - 0,61 -0,457 0,00

24. Manipulación, imprenta 0,00 0,00 - 0,66 -0,392 0,00

25. Maq. y apar. para la agric. y tratam. de alimentos 0,13 0,06 -0,981 1,06 0,058 0,05

26. Transporte 0,00 0,00 - 0,84 -0,176 0,00

27. Ingeniería nuclear 0,00 0,00 - 7,50 0,965 0,00

28. Tecnología espacial, armas 0,00 0,00 - 1,80 0,530 0,00

29. Bienes de equipo y consumo 0,03 0,00 - 0,52 -0,572 0,00

30. Ingeniería civil, construcción y minería 0,00 0,00 - 0,55 -0,529 0,00

TOTAL 0,87 0,59 0,000 0,99 0,000 0,59


Citas NPC Citas científicas (ISI) Citas de patentes Citas

Sector tecnológico Nº/PAT Nº/Nº PAT ICT Nº PAT ITT CIENT ISI/CIT PAT

CUADRO 2RELACIONES CIENCIA-TECNOLOGÍA Y TECNOLOGÍA-TECNOLOGÍA. 1998-2001


Esta primera aproximación nos indicaque, por término medio, los mayores flu-jos ciencia-tecnología no se producen enlos sectores en los que más se concentrala actividad tecnológica; las invencionespatentadas se relacionan más con otrasinvenciones previas patentadas a travésde un proceso de difusión temporal/sec-torial de la tecnología (citas de patentesque corresponden a años anteriores y asectores diferentes), que con los avancescientíficos (citas científicas).

Si entramos en un detalle más desagrega-do, los principales flujos ciencia-tecnolo-gía están concentrados en unos pocossectores relacionados con los procesosquímicos (9. Química orgánica fina, conel 35,04% de las citas; 12. Biotecnología,con el 32,66%; 11. Productos farmacéuti-cos, con el 15,49%; y 14. Agricultura y

química alimentaria, con el 4,70%). Estossectores representan el 15,46% de laspatentes y aglutinan el 91,94% de las ci-tas NPC (el 93,08% de las citas científi-cas ISI); es decir, su importancia relativaen el conjunto de las actividades tecno-lógicas (patentadas) es más bien escasa,pero se produce una fuerte relación deeste tipo de tecnología con el ámbitocientífico.

Por el contrario, los sectores tecnológi-camente más dinámicos (29. Bienes deequipo y consumo, con el 8,76% de laspatentes; 30. Ingeniería civil, construc-ción y minería, con el 8,46%; 1. Maqui-naria eléctrica, aparatos y energía eléctri-ca, con el 8,46%; 24. Manipulación eimprenta, con el 8,39%; y 7. Análisis,medición y tecnología de control, con el7,72%s) presentan una escasa relación

con el ámbito científico; en conjunto su-ponen el 41,81% de las patentes, perosólo el 1,47% de las citas NPC (el 0,82%de las citas científicas ISI).

Estos primeros datos evidencian que lacorrespondencia de estos sectores tecno-lógicos con el ámbito científico es muyescasa. Su relación se manifiesta con elpropio sector industrial (obsérvese queagrupan el 26,90% de las citas de paten-tes o PC).

Intensidad científica de la tecnología.Por término medio se citan en España0,87 referencias NPC por patente domés-tica (0,59 artículos científicos ISI por pa-tente). Esta cifra está en consonancia conla que se observa en la Oficina de Paten-tes Europeas (EPO) (0,85 NPC por paten-te) y es superior al número de citas



37


1. Maq. eléc. y aparatos, energía eléctrica 0,00 0,00 0,50 0,00 1,50 2 0,00 0,00 25,00 0,00 75,00 100

3. Telecomunicaciones 0,00 0,00 0,00 0,00 1,00 1 0,00 0,00 0,00 0,00 100,00 100

7. Análisis, medición y tecnología de control 1,00 0,00 1,00 1,00 3,00 6 16,67 0,00 16,67 16,67 50,00 100

8. Tecnología médica 3,83 0,33 0,33 0,50 0,00 5 76,66 6,66 6,66 10,00 0,00 100


9. Química orgánica fina 263,33 18,83 54,33 30,00 0,50 367 71,75 5,13 14,80 8,17 0,14 100

10. Química macromolecular, polimeros 0,00 1,00 1,00 0,00 1,00 3 0,00 33,33 33,33 0,00 33,33 100

11. Productos farmacéuticos, cosmética 131,33 2,33 1,83 21,50 0,00 157 83,65 1,49 1,17 13,69 0,00 100

12. Biotecnología 259,83 47,83 10,33 12,00 1,00 331 78,50 14,45 3,12 3,63 0,30 100

13. Materiales, metalurgia 0,00 0,00 1,50 0,00 5,50 7 0,00 0,00 21,43 0,00 78,57 100

14. Agricultura, química alimentaria 17,33 19,33 0,83 9,50 0,00 47 36,88 41,13 1,77 20,21 0,00 100

15. Ind. quím. y del petróleo, quím. de mat. básicos 8,50 20,50 0,00 0,00 0,00 29 29,31 70,69 0,00 0,00 0,00 100

IV. INGENIERÍA DE LOS PROCESOS, EQUIP. ESPECIAL

16. Ingeniería química 1,00 0,00 0,00 0,00 0,00 1 100,00 0,00 0,00 0,00 0,00 100

17. Tecnología de las superficies y revestimientos 0,00 0,00 5,50 0,00 0,50 6 0,00 0,00 91,67 0,00 8,33 100

20. Tecnología ambiental 0,00 1,50 1,00 0,00 0,50 3 0,00 50,00 33,33 0,00 16,67 100


25. Maq. y aparatos para la agric. y tratam. de alimentos 0,00 4,00 0,00 0,00 0,00 4 0,00 100,00 0,00 0,00 0,00 100

TOTAL 686,00 116,00 78,00 75,00 15,00 969 70,81 11,94 8,07 7,69 1,50 100

CV: Ciencias de la vida. ABCA: Agricultura, biología y ciencias ambientales. FQ: Física, química y ciencias de la Tierra. MC: Medicina clínica. ICT: Ingeniería, com-putación y tecnología.


Nº de citas Distribución (%)

Sector tecnológico CV ABCA FQ MC ICT Total CV ABCA FQ MC ICT Total

CUADRO 3DISTRIBUCIÓN DE CITAS POR SECTORES Y CAMPOS CIENTÍFICOS (ISI). 1998-2001


por patente de la oficina alemana (0,47NPC por patente) y británica (0,23 NPCpor patente) (15). Por sectores tecnoló-gicos destacan sobre los demás el 12.Biotecnología (con una media de 12,73artículos científicos por cada patente), 9. Química orgánica fina (4,59 artículospor patente) y 11. Productos farmacéuti-cos (2,71 artículos por patente). En térmi-nos relativos (con respecto a la media detodos los sectores), el indicador ICT nosproporciona una visión de conjunto de laintensidad tecnológica de cada sector.Obsérvese que los valores próximos a 1(mayor intensidad) están presentes en lossectores de química, mientras que los va-lores próximos a –1 (menos intensidad)corresponden a los grupos de ingenieríae instrumentos.

Como complemento a la informaciónanterior se ha calculado el número decitas de patentes (PC) por cada patentey el indicador de intensidad tecnológicade la tecnología patentada (ITT). Valo-res positivos y elevados aparecen en va-rios sectores de ingeniería, pero obsér-

vese que también figuran entre los pri-meros puestos (relaciones más intensascon la tecnología patentada) los secto-res antes mencionados, que ocupabanlas posiciones más favorables en cuantoa intensidad con el sector científico (12.Biotecnología, 9. Química orgánica finay 11. Productos farmacéuticos); ello im-plica que estos sectores no sólo presen-tan una elevada relación con la ciencia,sino que también utilizan la tecnologíapreviamente patentada como fuente desus propias invenciones (citan con fre-cuencia no sólo literatura científica, sinotambién patentes).

En cualquier caso, como también se des-prende de la última columna del cuadro 2,donde figura el ratio citas científicas entrecitas de patentes, las relaciones de los sec-tores químicos son más intensas con el ám-bito científico que con el tecnológico.

El cuadro 3 recoge, en una primera par-te, la distribución del número de citascientíficas de cada sector tecnológicopor cada campo científico (se han su-primido las filas que corresponden asectores sin citas); en la segunda partefigura la distribución porcentual. En elcuadro 4 figuran, ordenados de mayor a



38

12 0,997 12 0,997 9 0,990 12 0,981 13 0,991

9 0,968 15 0,973 12 0,972 9 0,971 10 0,985

11 0,934 14 0,920 17 0,947 11 0,971 12 0,900

14 -0,291 9 0,836 10 0,631 14 0,867 17 0,798

15 -0,472 10 0,337 20 -0,209 8 -0,920 7 0,755

8 -0,944 20 -0,196 13 -0,279 7 -0,941 20 0,652

16 -0,993 25 -0,206 11 -0,388 3 0,596

7 -0,999 11 -0,508 14 -0,822 1 0,198

8 -0,985 7 -0,947 9 -0,332

8 -0,967

1 -0,989

CAMPOS CIENTÍFICOS: CV: Ciencias de la vida. ABCA: Agricultura, biología y ciencias ambientales. FQ: Física, química y ciencias de la Tierra. MC: Medicina clí-nica. ICT: Ingeniería, computación y tecnología.SECTORES: 1: Maquinaria eléctrica y aparatos, energía eléctrica. 2: Tecnología audiovisual. 3: Telecomunicaciones. 4: Tecnología de la información. 5: Semicon-ductores. 6: Óptica. 7: Análisis, medición y tecnología de control. 8: Tecnología médica. 9: Química orgánica fina. 10: Química macromolecular, polímeros. 11: Productos farmacéuticos, cosmética. 12: Biotecnología. 13: Materiales, metalurgia. 14: Agricultura, química alimentaria. 15: Industria química y del petróleo,química de mat. básicos. 16: Ingeniería química. 17: Tecnología de las superficies y revestimientos. 18: Procesamiento de materiales, textiles, papel. 19: Procesostérmicos y aparatos. 20: Tecnología ambiental. 21: Maquinaria de herramientas. 22: Motores, bombas y turbinas. 23: Elementos mecánicos. 24: Manipulación, im-prenta. 25: Maquinaria y aparatos para la agric. y tratam. de alimentos. 26: Transporte. 27: Ingeniería nuclear. 28: Tecnología espacial, armas. 29: Bienes deequipo y consumo. 30: Ingeniería civil, construcción y minería.

FUENTE: Elaboración propia.

CV ABCA FQ MC ICT

SECTOR ICT SECTOR ICT SECTOR ICT SECTOR ICT SECTOR ICT

CUADRO 4INTENSIDAD CIENTÍFICA DE LA TECNOLOGÍA (ICT) POR CADA CAMPO CIENTÍFICO ISI. 1998-2001

DTC1 38,38 41,35 69,51 40,27 37,93 37,87

DTC2 76,25 59,08 82,72 69,13 58,62 72,03

DTC4 97,91 92,08 92,11 97,99 75,86 93,09

HDCT 0,67 0,60 0,80 0,63 0,54 0,63


CV ABCA FQ MC ICT Total

CUADRO 5DIVERSIDAD TECNOLÓGICA DE LA CIENCIA. 1998-2001




39

menor intensidad, los sectores más rela-cionados con la ciencia en cada campocientífico con respecto a la media paratodos los sectores. Obsérvese que, portérmino medio, la mayor parte de las re-ferencias corresponden al campo deciencias de la vida (70,81%).

Como ocurre en otros ámbitos, las rela-ciones ciencia-tecnología suelen presen-tar cierto grado de afinidad entre sectortecnológico y campo científico; es decir,en España también las relaciones ciencia-tecnología son bastante específicas (porejemplo, el sector 9. Química orgánica,cita fundamentalmente artículos del cam-po de Ciencias de la Vida y Física y Quí-mica; el 11. Productos farmacéuticos ycosmética, cita el campo Ciencias de laVida y Medicina Clínica, etc.).

Aunque en este comportamiento existenevidentes diferencias sectoriales, las mis-mas pautas se observan en casi todos lossectores con cierta representación (ténga-se en cuenta también que aunque seaprecie cierta dispersión en algunos cam-pos, esta circunstancia viene motivadaporque muchas revistas pueden enclavar-se en varios de ellos, y como se especifi-có en el apartado metodológico, la impu-tación ha sido proporcional).

Diversidad tecnológica de la ciencia.Algunos campos científicos tienen relacióncon un mayor número de sectores tecno-lógicos que otros. Efectivamente, el campode física y química se relaciona con oncesectores con diferentes niveles de intensi-dad, mientras que el campo de medicinaclínica sólo con seis. Esta conclusión secomplementa con los resultados recogidosen la cuadro 5, donde figuran distintos in-dicadores de concentración. A partir de es-tos datos se pone de relieve que, aunquedeterminados campos científicos se rela-cionan con más sectores que otros, la dis-tribución no es homogénea; por ejemplo,el campo física y química está repartidoen once sectores, pero muy polarizado enunos pocos, como se aprecia a partir delos indicadores de concentración y del ín-dice HDT (el más elevado y próximo a launidad).

Por lo que respecta a las peculiaridadesregionales de los flujos, los cuadros 6, 7 y8 recogen los datos básicos que permiten A

ndal

ucía

734,

4454

4,75

1,35

119

1,63

8,33

656,

7054

,62

1,75

603,

660,

44

Cat

aluñ

a60

336

,70

401

35,3

01,

5048

00,

8033

,61

333

34,3

669

,38

0,95

641

39,0

91,

16

Mad

rid34

120

,75

245

21,5

71,

3936

41,

0725

,49

256

26,4

170

,33

1,18

335

20,4

30,

80

País

Vas

co14

68,

8999

8,71

1,47

850,

585,

9565

6,70

76,4

70,

6816

29,

881,

66

Vale

ncia

170

10,3

513

011

,44

1,31

520,

313,

6422

2,27

42,3

10,

3216

19,

822,

70

Nav

arra

905,

4840

3,52

2,25

149

1,66

10,4

310

510

,84

70,4

72,

9685

5,18

0,50

Resto

22

013

,39

167

14,7

01,

3217

90,

8112

,54

123

12,6

968

,72

0,85

196

11,9

50,

95

TOTA

L1.

643

100,

001.

136

100,

001,

4514

280,

8710

0,00

969

100,

0067

,86

1,00

1.64

010

0,00

1,00

(*) L

os d

atos

del

núm

ero

de e

mpr

esas

no

coin

cide

n co

n lo

s de

l cua

dro

1 po

r la

obl

igad

a de

sagr

egac

ión

regi

onal

. Mie

ntra

s en

cua

dro

1 se

com

puta

el n

úmer

o de

em

pres

as q

ue p

aten

tan

en e

l ter

ritor

io n

acio

nal,

en e

lcu

adro

6 s

e ha

incl

uido

dic

ha c

ifra

por c

omun

idad

es a

utón

omas

; ello

sup

one

que

una

empr

esa

con

sede

en

dos

CC

AA

, y q

ue h

a pr

esen

tado

una

pat

ente

en

cada

una

de

ella

s, s

e co

ntab

iliza

rá e

n el

cua

dro

1 co

mo

una

únic

a em

pres

a y

en e

l cua

dro

6 co

mo

dos

empr

esas

, ya

que

está

pre

sent

e en

dos

reg

ione

s.

FUEN

TES:

OEP

M y

ela

bora

ción

pro

pia.

Pate

ntes

Empr

esas

(*)

NºP

AT/

Cita

s N

PC%

NPC

/Ci

tas

PC%

NPC

/

Tota

lES

P=10

0To

tal

ESP=

100

NºE

MP

Tota

lN

ºPAT

Tota

lIS

IIS

I%

ISI

%EM

PN

ºES

P=10

0%

PCSe

ctor

tecn

ológ

ico

ESP=

100

ESP=

100

Tota

l

CU

AD

RO 6

PATE

NTE

S, E

MPR

ESA

S, C

ITAS

CIEN

TÍFI

CAS

(NPC

)Y C

ITAS

DE

PATE

NTE

S PC

. 199

8-20

01DI

STRI

BUCI

ÓN R

EGIO

NAL


evaluar algunas pautas globales de inte-rés sobre la diversidad regional de los flu-jos ciencia-tecnología:

Concentración regional de los flujosciencia-tecnología. Como se apreciaen el cuadro 6, Cataluña, Madrid y Na-varra son, por este orden, las tres CCAAque concentran los mayores flujos, conel 69,53% de las citas NPC y el 71,61%de las citas científicas (ISI). La concen-tración de citas es superior a la del nú-mero de patentes (estas mismas CCAAagrupan el 62,93% de las patentes), loque induce a pensar que la concentra-ción de flujos ciencia-tecnología estáaún más polarizada territorialmente quela propia tecnología.

Con el objeto de evitar los sesgos que in-troduce la agregación de todos los secto-res, se han calculado algunos indicadoresde concentración regional de los flujos

ciencia-tecnología para los sectores quemás citas científicas incorporan en los do-cumentos de patentes y se ha obtenido,para las mismas CCAA que más aglutinanesos flujos, su nivel de concentración depatentes (cuadro 7).

Obsérvese que, desde una perspectiva re-gional, no existe necesariamente una re-lación entre concentración de tecnología(patentes en un sector) y flujos ciencia-tecnología (citas científicas en las paten-tes del mismo sector); por ejemplo, en elsector 11. Productos farmacéuticos y cos-mética, la región que aglutina el mayornúmero de citas es Navarra, con el45,86% del conjunto nacional, mientrasque en volumen de patentes este sectorsupone sólo el 5,17% del total nacional(véase DR1); si sumamos las dos que máscitan —Navarra y Cataluña—, ambas su-man el 82,17% en número de citas y el62,07% en patentes (véase DR2).

Algo similar ocurre en el sector 14. Agri-cultura y química alimentaria, dondeCastilla y León es la región que incorpo-ra más citas científicas (27,66%), con tansólo una participación nacional del5,36% en número de patentes en estesector; las dos que más citan son Castillay León y Andalucía, ambas con una par-ticipación del 55,32% en citas científicasy del 12,50% en patentes en el conjuntonacional.

Estos datos descriptivos sugieren que lapauta global de concentración de losflujos está condicionada por el peso desectores tecnológicos con elevadas pro-pensiones a citar literatura científica yde sectores tradicionales cuyos avancesestán sustentados sobre todo en tecno-logía previamente patentada. Sin embar-go, si se desciende al detalle sectorial,parece desprenderse de los datos que seacaban de comentar que existe cierta re-



40

Navarra - - 24,00 0,975 27,00 0,636 - - 1,17 0,593

Andalucía - - 0,33 -0,970 10,50 -0,190 3,25 0,875 0,89 0,390

Madrid 7,38 0,442 0,60 -0,906 12,78 0,004 0,75 -0,112 0,75 0,237

Cataluña 3,96 -0,145 1,73 -0,421 8,20 -0,414 0,37 -0,677 0,55 -0,066

País Vasco 2,60 -0,514 - - 23,00 0,531 - - 0,45 -0,274

Valencia - - 3,00 0,102 - - - - 0,13 -0,908

(*) Sectores con más de 30 citas científicas.


9. Química 11. Productos 14. Agricultura, química Todos orgánica fina farmacéuticos, cosmética 12. Biotecnología alimentaria los sectores

ISI/PAT IRC ISI/PAT IRC ISI/PAT IRC ISI/PAT IRC ISI/PAT IRC

CUADRO 8INTENSIDAD REGIONAL DEL CONOCIMIENTO CIENTÍFICO (*)

9. Química orgánica fina 59,40 91,55 97,82 0,72 68,75 88,75 96,25 0,77

11. Productos farmacéuticos, cosmética 45,86 82,17 97,45 0,64 5,17 62,07 89,66 0,65

12. Biotecnología 34,74 52,87 79,46 0,45 34,62 53,85 76,92 0,47

14. Agricultura, química alimentaria 27,66 55,32 87,23 0,47 5,36 12,50 50,00 0,36

TOTAL 34,37 60,78 81,32 0,46 36,70 57,46 65,12 0,44

(*) Sectores con más de 30 citas científicas. (**) DR1, DR2 y DR4 corresponden a la concentración de patentes en las regiones con mayor concentración de citas ISI.HR está calculado para el conjunto de las 17 CCAA.


ISI Patentes (**)

Sector tecnológico DR1 DR2 DR4 HR DR1 DR2 DR4 HR

CUADRO 7DIVERSIDAD REGIONAL DE LOS FLUJOS CIENCIA-TECNOLOGÍA (CITAS ISI) (*)


lación con la especialización económicaregional.

Concentración empresarial de losflujos ciencia-tecnología. El ratio dedistribución del número de citas en rela-ción con la distribución del número deempresas proporciona una orientacióngeneral sobre el grado de concentraciónregional de los flujos por empresas. Ma-drid, Andalucía y Navarra presentan in-dicadores superiores a la unidad, lo quedenota una mayor concentración de flu-jos en relación con el número de empre-sas que patentan.

Obsérvese en el cuadro 6 que una cifraque casi triplica la media nacional corres-ponde a Navarra, que con el 3,52% de lasempresas que patentan, aglutina el10,43% de las citas NPC y el 10,84% delas citas ISI. Un patrón de comportamien-to contrario lo muestra la Comunidad Va-lenciana, que, con el 11,44% del conjuntode las empresas que patentan, agrupa só-lo el 3,64% de las citas NPC.

Relaciones con la ciencia de calidady con la tecnología previamente pa-tentada. En el cuadro 6 figura el ratioentre el número de citas científicas ISI yel de citas totales NPC. País Vasco, Na-varra, Madrid y Cataluña, por este or-den, son las CCAA que utilizan cienciade calidad en mayor proporción que elresto (ratios de citas ISI sobre citas NPCen torno al setenta por ciento). Obsér-vese finalmente, en la última columnadel cuadro 6, que la proporción de citasNPC y la proporción de citas PC en elconjunto nacional presentan una rela-ción inversa. Navarra, Madrid y Andalu-cía tienen unos valores inferiores a launidad, es decir, que en términos relati-vos (en relación con la media española),para la totalidad de sectores, estas re-giones son más intensivas en conoci-miento científico que tecnológico; mien-tras que comunidades autónomas comoCataluña, País Vasco y Valencia, cuyatecnología se apoya más en el desarro-llo de tecnología previa patentada (citasde patentes), hacen un menor uso relati-vo de la ciencia.

Estas conclusiones se afianzan con elcálculo de los indicadores de intensidadregional relativa del conocimiento cien-

tífico IRC (cuadro 8), que indican la in-tensidad de los flujos ciencia-tecnologíaen relación con la media nacional encada sector. En ese cuadro figuran lasCCAA ordenadas según intensidad totalrelativa.

Una aproximación a las causas

El cuadro 9 recoge las estimaciones delos modelos logit especificados para to-dos los sectores. En la primera parte (Mo-delos I y II) figuran los resultados queutilizan como variable endógena las citastotales (NPC), mientras que en la segundaparte (Modelos III y IV) se presentan lasestimaciones donde la variable endógena

se restringe a las citas científicas de cali-dad (ISI). Por otro lado, la estimación dedos modelos distintos para cada variableendógena (NPC o ISI) responde a que enun caso se han utilizado variables regio-nales que reflejan el entorno científicodesde la perspectiva del gasto (Modelos Iy III) y en el otro la variable regional re-coge la especialización tecnológica (Mo-delos II y IV).

En los mencionados cuadros se observaque los coeficientes de la variable COO-PERA (cooperación universidad-empre-sa en el desarrollo de patentes) son es-tadísticamente significativos y positivosen todos los modelos, lo que sugiereque la cooperación en el desarrollo depatentes con una universidad aumenta



41

CTE -4,177* -3,680* -3,977* -3,876*

(-10,976) (-10,483) (-9,060) (-9,163)

COOPERA 2,642* 2,320* 2,463* 2,204*

(3,661) (3,136) (3,492) (3,154)

IETPAT -0,164* -0,168* -0,305* -0,312*

(-2,810) (-2,948) (-4,435) (-4,554)

SECQUIM 3,835* 3,801* 3,989* 4,020*

(14,764) (14,979) (12,008) (12,157)

Madrid 0,804* 0,382

(2,599) (1,131)

Cataluña 0,937* 0,629**

(3,529) (2,209)

Navarra 1,661* 1,035

(3,465) (1,921)

ESPECIALI 0,355 0,483

(1,605) (1,946)

Log max. veros. -297,35 -305,64 -244,24 -245,62

Log max. veros. restr. -531,25 -531,25 -449,57 -449,57

Ratio max. veros. 467,81 451,22 410,65 407,90

Pseudo R2 0,44 0,42 0,46 0,45

Nº Obs. 1.643 1.643 1.643 1.643

Nº Obs. con Dep=1 163 163 128 128

Estadísticos t entre paréntesis. (*) Parámetros estadísticamente significativos al 1%. (**) Parámetros estadísti-camente significativos al 5%.


Citas NPC Citas ISI

Modelo I Modelo II Modelo III Modelo IV

CUADRO 9FACTORES EXPLICATIVOS DE LOS FLUJOS CIENCIA-TECNOLOGÍA.

RESULTADOS DE LAS ESTIMACIONES LOGIT TODOS LOS SECTORES


la probabilidad de que se produzcanflujos de conocimiento (ciencia-tecnolo-gía), no sólo del tipo tácito, que llevaimplícito el desarrollo conjunto de unproyecto, sino también de conocimientocodificado.

Los coeficientes asociados a la variableIETPAT son negativos y estadísticamentesignificativos en los cuatro modelos pa-ra todos los sectores, es decir, que cuan-tas más reivindicaciones anuladas por elexaminador se encuentran en el docu-mento, es menos probable que la paten-te incorpore citas científicas; en otrostérminos, a menor calidad de la tecnolo-gía, menos probable es que se produz-can flujos ciencia-tecnología. En cual-quier caso, aunque la exogeneidad deesta variable presenta dudas (se cita me-nos porque la patente es de escasa cali-dad, o es de escasa calidad porque citamenos literatura científica), lo que sí esevidente es su relación negativa con losflujos ciencia-tecnología.

Los coeficientes de la variable SECQUIMson siempre positivos y significativos, loque confirma el resultado ya obtenidocon datos descriptivos, es decir, que lasprobabilidades de citar literatura científicaaumentan cuando la patente es de unsector relacionado con los procesos quí-micos. Los coeficientes de las variablesbinarias regionales que expresan el po-tencial del ámbito científico desde laperspectiva del gasto (NAVARRA, MA-DRID, CATALUÑA) son positivos y esta-dísticamente significativos en el modelode citas NPC, pero no significativos en elmodelo de citas ISI.

Existen evidencias, por tanto, de la proba-bilidad de que se produzcan flujos ciencia-tecnología sea superior para las empresasubicadas en estas regiones; sin embargo,empíricamente se trata de una evidenciadébil y, en consecuencia, no debe inter-pretarse como efectos desbordamiento delámbito científico. Finalmente, el coeficien-te de la variable que refleja la circunstan-cia de que la patente se desarrolle en unaregión especializada en el mismo sectorde la patente (ESPECIALI) no es estadísti-camente significativo en ningún caso, delo que se desprende que no existe rela-ción entre especialización tecnológica re-gional y flujos ciencia-tecnología.

Con el objeto de llegar a conclusiones másrobustas, las mismas especificaciones sehan utilizado para modelizar las citas enlos sectores relacionados con los procesosquímicos (9 al 15, ambos inclusive), queson, como se expuso anteriormente, losde mayor propensión a citar. Las estima-ciones figuran en el cuadro 10. Los resulta-dos con respecto a las variables COOPE-RA, IETPAT y ESPECIALI son similares alos anteriores, por lo que se afianzan lasconclusiones ya expuestas. Los coeficien-tes de las variables binarias sectoriales

SEC9+SEC10 (patentes puramente quími-cas, de intensidad tecnológica media) ySEC11+SEC12 (patentes de farmacia y bio-tecnología, de intensidad tecnológica alta)son positivos y estadísticamente significati-vos; por su parte la variable SEC13+SEC15(patentes de materiales, metalurgia y pe-tróleo, de intensidad tecnológica media)no es relevante.

Todo ello indica que el nivel de intensi-dad tecnológica del sector aumenta laprobabilidad de que se produzcan flujos



42

CTE 1,036 0,903 1,561 1,058

(1,1046) (0,986) (1,535) (1,084)

COOPERA 2,467* 2,32* 3,035* 2,964*

(2,709) (2,608) (3,057) (3,125)

IETPAT -0,197* -0,202* -0,312* -0,334*

(-2,672) (-2,781) (-3,784) (-4,018)

SEC9+SEC10 2,99* 2,855* 3,684* 3,213*

(5,893) (5,798) (5,771) (5,275)

SEC11+SEC12 2,734* 2,665* 3,125* 2,843*

(5,488) (5,45) (5,013) (4,687)

SEC13+SEC15 0,153 0,45 0,397 0,587

(0,277) (0,853) (0,573) (0,868)

Madrid -0,094 -0,827

(-0,217) (-1,707)

Cataluña -0,047 -0,748

(-0,124) (-1,78)

Navarra 2,682* 1,433

(3,331) (1,748)

ESPECIALI 0,138 0,418

(0,457) (1,295)

Log max. veros. -148,31 -155,02 -136,91 -140,75

Log max. veros. restr. -211,31 -211,31 -203,55 -203,55

Ratio max. veros. 126,01 112,59 133,29 125,61

Pseudo R2 0,30 0,27 0,33 0,31

Nº Obs. 306 306 306 306

Nº Obs. con Dep=1 142 142 117 117

Estadísticos t entre paréntesis. (*) Coeficientes estadísticamente significativos al 1%.

FUENTE: Elaboración propa.

Citas NPC Citas ISI

Modelo V Modelo VI Modelo VII Modelo VIII

CUADRO 10FACTORES EXPLICATIVOS DE LOS FLUJOS CIENCIA-TECNOLOGÍA.

RESULTADOS DE LAS ESTIMACIONES LOGIT SECTORES QUÍMICOS


ciencia-tecnología, si bien en los sectoresde intensidad tecnológica media existeuna clara diferencia sectorial (recuérdeseque la categoría base es el sector 14: agri-cultura y química alimentaria, de baja tec-nología). Los coeficientes de las variablesbinarias regionales no son estadística-mente significativos en ningún caso, a ex-cepción del correspondiente a NAVARRAen el modelo de citas NPC.

Aunque Navarra es la región que mayorgasto por habitante en investigación uni-versitaria ha realizado en la última década(un 57% sobre la media), de nuevo esta-mos ante una evidencia débil que requie-re mayor profundización, porque sóloaparece su parámetro significativo en elmodelo de citas NPC.

Conclusiones

La determinación objetiva de cómo con-tribuye la ciencia básica al desarrollo detecnología industrial, y en última instan-cia al fomento de la innovación, es espe-cialmente relevante para establecer polí-ticas eficaces que sean capaces deestablecer una relación más estrecha en-tre el ámbito científico y el industrial. Laaplicación de una metodología basadaen las citas científicas en los documentosde patentes como variable proxy de losflujos ciencia-tecnología nos ha ofrecido,con las limitaciones señaladas, una pers-pectiva útil con datos relevantes que danrespuesta a las cuestiones inicialmenteplanteadas.

La información examinada revela que laindustria española se sustenta en el cono-cimiento científico para desarrollar inno-vaciones potenciales en una proporciónmuy inferior (un tercio) al conocimientotecnológico derivado de la tecnología pa-tentada por la propia industria. Dentro delo que podemos considerar conocimientocientífico, el uso de la ciencia de calidadse estima en dos tercios del total.

Las relaciones ciencia-tecnología presen-tan cierto grado de afinidad entre sectortecnológico y campo científico; es decir,en España las relaciones ciencia-tecnolo-gía son bastante específicas (el sector de

química orgánica cita fundamentalmenteartículos de los campos de Ciencias de laVida y Física y Química; el sector Produc-tos farmacéuticos cita los campos Cien-cias de la Vida y Medicina Clínica, etc.).

En cualquier caso, para el conjunto detodos los sectores, el campo más de-mandado corresponde a Ciencias de laVida. La polarización de los flujos cien-cia-tecnología está presente en todas lasfacetas del análisis: se produce una fuer-te concentración en muy pocas empre-sas (el 7% de las que patentan), en unreducido número de sectores tecnológi-cos relacionados con los procesos quí-micos y, finalmente, se ha observadoque la concentración regional de los flu-jos ciencia-tecnología se ciñe a unas po-cas regiones y supera a la de la propiatecnología.

Si atendemos a las causas explicativas, lasestimaciones de los modelos de respuestabinaria sugieren que es más probable quese produzcan flujos ciencia-tecnologíacuando existe cooperación empresa-uni-versidad o cuando se desarrolla tecnolo-gía de calidad. Las diferencias sectorialesson estadísticamente significativas a favorde los sectores químicos y, dentro de és-tos, en los de mayor nivel tecnológico. Enalgunas estimaciones se obtiene evidenciade efectos regionales de desbordamientodel ámbito científico al ámbito industrial,

es decir, que la probabilidad de que seproduzcan flujos ciencia-tecnología es su-perior en las regiones con mayores gastospor habitante en investigación universita-ria; sin embargo, este resultado no se ob-tiene en todos los modelos, es por tantouna conclusión matizable que requieremayor investigación (tomar ámbitos másreducidos que los regionales y otros pará-metros de medida además del gasto).

Unos flujos ciencia-tecnología con distin-ta intensidad, según áreas geográficas,confirmaría que, aunque la investigaciónacadémica conlleva algunos atributos debien público (bajo coste de transmisión,reutilizable sin coste), no es un bien li-bremente disponible (inteligible y aplica-ble sin coste para el usuario).

La especialización regional no parecedesempeñar un papel relevante en laprobabilidad de que se produzcan flu-jos ciencia-tecnología. Este resultadoparece indicar que, aunque se ha de-mostrado empíricamente que a travésde la concentración de empresas en unmismo sector (o alguna medida de es-pecialización geográfica) se produce unflujo de conocimiento y aprendizaje,debe interpretarse que se trata de trans-misión de un conocimiento tácito útilpara el desarrollo de innovaciones, pe-ro no para la transmisión de conoci-miento científico.



43


Estos resultados abren varias líneas de re-flexión sobre el diseño de las políticascientíficas y tecnológicas nacionales y re-gionales, sobre todo, aquellas encamina-das a estimular la cooperación entre elámbito científico y el tecnológico, políti-cas que favorezcan el desarrollo de laciencia doméstica en campos científicosrelacionados con sectores de cierta espe-cialización regional o políticas de difu-sión que favorezcan el acceso de los sec-tores tecnológicos a la ciencia (global,doméstica o no).

En cualquier caso, debe tenerse en cuen-ta que la interpretación de los flujos cien-cia-tecnología efectuada en este trabajose restringe al conocimiento codificadoimplícito en los artículos científicos reco-gidos en las patentes. Deben entenderse,por tanto, como una aproximación —yun punto de vista más— que permita unareflexión profunda sobre el futuro de lapolítica científica y tecnológica en el mar-co de las nuevas orientaciones que, des-de una perspectiva evolucionista y sisté-mica, interrelacionan las distintas facetasinstitucionales implicadas en el procesode innovación.

(*) Los autores agradecen la financia-ción del Ministerio de Ciencia y Tecno-logía (SEC 2001-3030). Este trabajo esparte de una investigación más am-plia, financiada con cargo al mencio-nado proyecto de investigación.

Notas(1) La mayoría de autores coinciden en des-tacar la obra de Dosi et al. (1988) como pun-to de partida de estas ideas. Las aportacionesde Freeman (1990, 1994) también son sóli-das contribuciones a la definición de las ca-racterísticas de la innovación. Los trabajosdel grupo de economistas daneses de la Uni-versidad de Aalborg, liderado por B. A.Lundvall, sobre la economía en aprendizajehan proporcionado un sólido marco teóricopara la explicación de la innovación desdela perspectiva evolucionista; para estos auto-res la innovación es un proceso de aprendi-zaje que genera un conocimiento acumulati-vo y en el que las instituciones desempeñanun papel esencial.

(2) Coombs y Metcalfe (2000) sintetizan los re-querimientos para una política efectiva encuatro grandes elementos sobre los que se de-be actuar: receptividad para las oportunidadesde innovación, acceso a los recursos para cu-brir los programas de innovación, incentivosapropiados para afrontar los costes y capaci-dades para gestionar con éxito el proceso deinnovación.(3) Una relación de la literatura empírica másrelevante figura en el trabajo de Pavitt (1998).Desde un punto de vista más teórico, los tra-bajos de Martin et al. (1996), Lundvall y Bo-rras (1997) y Salter y Martin (2001) son refe-rencias básicas que precisan con detalle lasdiferentes formas de interconexión entreciencia y tecnología.(4) Para un extenso análisis de las diferenciasentre las citas recogidas en una patente y lasincorporadas a un artículos científico véaseMeyer (2000b).(5) Es bien conocido que en la patente ame-ricana (USPTO) existe una frecuencia de ci-tas más elevada comparada con las europeas(EPO).(6) En este trabajo se ha optado por una pri-mera aproximación causal en forma de mode-lo de elección binaria, quedando para un pos-terior desarrollo la aplicación de modelos deelección discreta conjuntamente con modelosde datos de recuento.(7) No se ha considerado la posibilidad deque el examinador encuentre referencias pre-vias idénticas para todas las reivindicaciones,porque este hecho ocurre en pocas ocasionesy guarda una muy estrecha relación con la va-riable IETPAT finalmente considerada.(8) En este caso hemos recogido el número depatentes en el IET, ignorando el número de ci-tas científicas en dicho informe (muy pocas en

comparación con las anteriores), ya que existela posibilidad de introducir un problema deendogeneidad en los regresores.(9) Véanse detalles en Greene (1999), pági-na 750 y sigs.(10) La naturaleza de este trabajo, el análisisde las relaciones ciencia-tecnología, recomien-da hacer uso únicamente de las patentes soli-citadas por empresas privadas o en colabora-ción entre éstas y universidades o centros deinvestigación; se excluyen por tanto las pre-sentadas por dichos organismos públicos. Elhecho de que una empresa solicite una paten-te indica que esa empresa dispone de «compe-tencias tecnológicas» en el sector industrial encuestión (Breschi, 2003); es decir, se le presu-pone una habilidad para transformar oportu-nidades tecnológicas en actividad o conoci-miento dirigido a la producción industrial(Carlsson y Eliasson, 1994).(11) La revisión de las patentes concluyó el30 de noviembre de 2002 (patentes publica-das hasta la fecha), por lo que, teniendo encuenta el desfase temporal con el que segúnla normativa española se publican las paten-tes, es de esperar que todavía queden docu-mentos por publicar de los últimos años dereferencia.(12) En la mayor parte de los estudios conNPCs se utilizan las referencias de los exami-nadores, que son las que aparecen en la pági-na frontal de la patente USPTO. Los resultadosa nivel agregado del estudio de Narin y Oli-vastro (1998) revelan que aproximadamente lamitad de las citas del texto completo estántambién listadas en la página frontal (patentesUSPTO, solicitadas en EEUU); en consecuen-cia, para estos autores es razonable utilizar es-ta fuente de datos de citas en lugar del textocompleto. Esta forma de proceder se realizapor las dificultades técnicas para computar lasNPCs contenidas en el texto completo y reali-zadas por los solicitantes. Sin embargo, comoya han señalado varios autores, esta prácticasubestima la contribución de la ciencia próxi-ma a la tecnología patentada (Tijssen et al.,2000), ya que los examinadores recogen sobretodo patentes y acuden a las referencias cien-tíficas generalmente cuando no encuentranpatentes relacionadas con la invención. En elcaso de la patente doméstica española, losexaminadores recogen en el Informe sobre elEstado de la Técnica fundamentalmente refe-rencias de patentes, y son muy pocas las refe-rencias científicas, que, además, en algunoscasos, están duplicadas porque han sido reco-gidas por el propio solicitante.(13) Esta clasificación ha sido elaborada con-juntamente por la FhG-ISI, la Oficina Francesade Patentes (INPI) y el Observatoire de Scien-ces and des Techniques (OST).(14) Como es bien conocido, las mayor parte delas revistas cubiertas por el ISI corresponden apublicaciones periódicas en inglés (la versión



44


manejada de enero de 2002 cubre un total de8.455 revistas). Aunque no representan la totali-dad de la investigación científica, en estas revis-tas se publica investigación científica de calidad,especialmente investigación académica. Otro ti-po de referencias se han excluido, por la difi-cultad de clasificarlas a través de un procedi-miento objetivo y generalmente aceptado.(15) Los datos internacionales están tomadosde Michel y Bettels (2001) y se refieren a lamedia de la última década. En cualquier caso,las comparaciones internacionales que hacenreferencia a las patentes domésticas son sóloorientadoras, porque los mecanismos legalesy administrativos que rigen cada oficina depatentes son diferentes.

BibliografíaADAMS, J. (1990): «Fundamental stocks of

knowledge and productivity growth», Jour-nal of Political Economy, 98, pp. 673-702.

ANSELIN, L.; VARGA, A. y ACS, Z. J. (1997):«Local geographic spillovers between uni-versity research and high technology inno-vations», Journal of Urban Economics, 42,pp. 422-448.

ANSELIN, L.; VARGA, A. y ACS, Z. J. (2000):«Geographic and sectoral characteristics ofacademic knowledge externalities», Papersof Regional Science, 79, 435-443.

BEISE, M. y STAHL, H. (1999): «Public researchand industrial innovation in Germany», Re-search Policy, 28, pp. 397-422.

BELL, M. y PAVITT, K. (1993): «Tecnologicalaccumulation and industrial growth: con-trasts between developed and developingcountries», Industrial and Corporate Chan-ge, 2 (2), pp. 56-60.

BERGMAN, E. M. (1990): «The economic im-pact of industry-funded university R&D»,Research Policy, 19, pp. 197-422.

BRACZYK, H. J.; COOKE, P. y HEIDENREICH,M. (1998): Regional Innovation Systems. Therole of governances in a globalized world,UCL Press, Londres.

BRESCHI, S.; LISSONI, F. y MALERBA, F.(2003): «Knowledge-relatedness in firmtechnological diversification», Research Po-licy, 32, pp. 69-87.

CARLSSON, B. y ELIASSON, G. (1994): «Thenature and importance of economic compe-tence», Industrial and Corporate Change, 3(3), pp. 687-711.

CARPENTER, M. P.; COOPER, M. y NARIN, F.(1980): «Linkage between basic research andpatents», Research Management, 23, pp. 30-35.

CARPENTER, M. P. y NARIN, F. (1983): «Valida-tion stitudy: patent citations as indicators ofscience and foreign dependence», WorldPatent Information, 5, pp. 180-185.

COLLINS, P. y WYATT, S. (1988): «Citations inpatents to the basic research literature», Re-search Policy, 17, pp. 65-77.

COOKE, P.; BOEKHOLT, P. y TÖDLING, F.(1998): Regional innovation systems: Thesigning for the future. Final Report to theEuropean Comission, DGXII. Center for Ad-vanced Studies in Social Sciences, Cardiff.

COOMBS, R. y METCALFE, J. S. (2000): Uni-versities, the Science Base and the Innova-tion Performance of the UK. Centre for Re-search on Innovation and Competition(CRIC), Briefing Paper nº 5.

COZZENS, S.; HEALEY, P.; RIP, A. y ZIMAN, J.(eds.) (1990): The Research Systems in Transi-tion, Kluwer Academic Publisher, Boston.

DOSI, G.; FREEMAN, C.; NELSON, R.; SILVER-BERG, G. y SOETE, L. (eds.) (1988): Tech-nical change and economic theory, Ed. Pin-ter, Londres.

ETZKOWITZ, H. y LEYDESDORFF, L. (eds.)(1997): Universities in the Gobal Economy:A Triple Helix of University-Industry-Go-vernment relations, Cassell Academic.Londres.

ETZKOWITZ, H. y LEYDESDORFF, L. (2000):«The dynamics of innovation: from NationalSystems and Mode 2 to a Triple Helix of uni-versity-industry-government relations», Re-search Policy 29, pp. 109-123.

FREEMAN, C. (ed.) (1990): The economics ofinnovation, Elgar, Londres.

FREEMAN, C. (1994): «The economics of tech-nical change: critical survey», CambridgeJournal of Economics, 18.

GODIN, B. (1996): «Research and the practiceof publication in industries», Research Po-licy, 25, 587-606.

GREENE, W. H. (1999): Análisis econométrico,Prentice Hall, Madrid.

GRUPP, H. y SCHMOCH, U. (1992): «Percep-tion of scientification as measured by refe-rencing between patents and papers», H.Grupp (ed.), Dynamics of Science-Based In-novation, Springer-Verlag, Berlin/Heidel-berg/Nueva York, pp. 73-128.

HALL, B.; JAFFE, A. y TRAJTENBERG, M.(2000): Market value and patent citations: afirst look, NBER Working Paper 7741.

HICKS, D. y KATZ, J. S. (1997): The British In-dustrial Research System, SPRU Working Pa-per, University of Sussex, Brigton.

IVERSEN, E. J. (1999): A patent share and cita-tion analysis of knowledge bases and inter-actions in the Norwegian innovationsystem, STEP Working Paper A-07, Oslo.

JAFFE, A.; FOGARTY, M. y BANKS (1998):«Evidence from patents and patent citationson the impacto of NASA and other labs oncomercial innovations», Journal of Indus-trial Economics, 46 (2).

JAFFE, A.; HENDERSON, R. y TRAJTENBERG,M. (1993): «Geographic Localization ofKnowledege Spillovers as Evidenced by Pa-

tent Citations», Quarterly Journal of Econo-mics, 108, pp. 577-598.

JAFFE, A. y TRAJTENBERG, M. (1996): Flows ofknowledge from Universities and Federal Labs:modeling the flow of patent citations over timeand across institutional and geographic boun-daries, NBER Working Paper nº 5712.

KLEVORICK, A. K.; LEVIN, R.; NELSON, R.yWINTER, S. (1995): «On the sources andsignificance of inter-industry differences intechnological opportunities», Research Po-licy, 24, pp. 342-349.

LEYDESDORFF, L. (2000): «The Triple Helix:an evolutionary model of innovation», Rese-arch Policy, 29, pp. 243-255.

LUCAS, R. (1988): «On the mechanics of eco-nomic development», Journal of MonetaryEconomics, 22, pp. 3-42.

LUNDVALL, B. A. (ed.) (1992): National Systemsof Innovation: Towards a theory of innovationand interactive learning, Pinter, Londres.

LUNDVALL, B. A. y BORRÁS, S. (1997): Theglobalising learning economy: implicationsfor innovation policy. Targeted Socio-Eco-nomic Research (TSER) program, ComisiónEuropea (DG XII).

LUNDVALL, B. A. y JOHNSON, B. (1994): «Thelearning economy», Journal of IndustrialStudies, 1 (2), pp. 23-42.

McMILLAN, G. S.; NARIN, F. y DEEDS, D. L.(2000): «An analysis of the critical role of pu-blic science in innovation: The case of bio-technology», Research Policy, 29, pp. 1-8.

MALECKI, E. J. (1997): Technology and Econo-mic Development. The dinamics of local, re-gional and national competitiveness, Ed.Longman.

MANSFIELD, E. (1991): «Academic research andinnovation», Research Policy, 20, pp. 1-12.

MANSFIELD, E. (1998): «Academic researchand industrial innovation: an update ofempirical findings», Research Policy, 26, pp.773-776.

MANSFIELD, E. y LEE, J. Y. (1996): «The mo-dern university: contributor to industrialinnovation and recipient of industrialR&D support», Research Policy, 25, pp.1047-1058.

MARKUSEN, A. R.; HALL, P. y GLASMEIER, A.(1986): High Tech America: the what, how,where and why of the sunrise industries,Allen and Unwin, Boston.

MARTIN, B.; SALTER, A.; HICKS, D.; PAVITT,K.; SENKER, J.; SHARP, M. y VON TUNZEL-MANN, N. (1996): The relationship betweenpublicly funded basic research and econo-mic performance: a SPRU review, HM Trea-sury, Londres.

MARTIN, F. (1998): «The economic impact ofCanadian University R&D», Research Policy,27, pp. 677-687.

MEYER, M. (2000a): «Does science push tech-nology? Patents citing scientific literature»,Research Policy, 29, pp. 409-434.



45


MEYER, M. (2000b): «What is special about pa-tent citations? Differences between scienti-fic and patent citations», Scientometrics, 49(1), pp. 93-123.

MEYER, M. (2000c): «Patent citations in a no-vel field of technology. Waht can they tellabout interactions between emerging com-munities of science and technology?», Scien-tometrics, 48 (2), pp. 151-178.

MEYER, M. (2002): «Tracing knowledge flowsin innovation systems», Scientometrics, 54(2), pp. 193-212.

MEYER-KRAHMER, F. y SCHMOCH, U. (1998):«Science-based technologies: university-in-dustry interactions in four fields», ResearchPolicy, 27, pp. 835-851.

MICHEL, J. y BETTELS, B. (2001): «Patent cita-tion analysis: A closer look at the basic in-put data from patent search reports», Scien-tometrics, 51 (1), pp. 185-201.

NARIN, F. y NOMA, E. (1985): «Is technologybecoming science?», Scientometrics, 7, pp.369-381.

NARIN, F. y OLIVASTRO, D. (1992): «Status re-port: linkage between technology andscience», Research Policy, 21, pp. 237-249.

NARIN, F. y OLIVASTRO, D. (1998): «Linkage bet-ween patents and papers: an interim EPO/UScomparison», Scientometrics, 41, pp. 51-59.

NARIN, F.; HAMILTON, K. S. y OLIVASTRO,D. (1995): «Linkage between agency sup-ported research and patented industrialtechnology», Research Policy, 5, pp. 183-187.

NARIN, F.; HAMILTON, K. S. y OLIVASTRO,D. (1997): «The increasing linkage between

US technology and public science», Rese-arch Policy, 26, pp. 317-330.

NELSON, R. (ed.) (1993): National InnovationSystems: A comparative analysis, OxfordUniversity Press, Oxford.

NELSON, R. R. y WINTER, S. (1982): An evolu-tionary theory of economic change, HarvardUniversity Press, Cambridge.

NOYONS, E. C. M.; VAN RAAN, A. F. J.;GRUPP, H. y SCHMOCH, U. (1994): «Explo-ring the science and technology interface:inventor-author relations in laser medicineresearch» Research Policy, 23, pp. 443-457.

PAVIT, K. (1998): «The social shaping of thenational science base», Research Policy, 27,pp. 793-805.

ROMER, P. (1990): «Endogenous technologicalchange», Journal of Political Economy, 98(5), S71-S102.

ROMER, P. (1994): «The origins of endogenousgrowth», Journal of Economic Perspectives,8 (1), pp. 3-22.

SALTER, A. J. y MARTIN, B. R. (2001): «Theeconomic benefits of publicly funded basicresearch: a critical review», Research Policy,30, pp. 209-532.

SAXENIAN, A. (1994): Regional advantage: cultu-re and competition in Silicon Valley and Route128, Harvard University Press, Cambridge.

SCHMOCH, U. (1993): «Tracing the knowledgetransfer from science to technology as re-flected in patent indicators», Scientometrics,26 (1), pp. 193-211.

SCHMOCH, U. (1997): «Indicators and the re-lations between science and technology»,Scientometrics, 38, pp. 103-106.

SCHARTINGER, D.; RAMMER, C.; FISCHER, M.M. y FRÖHLICH, J. (2002): «Knowledge inter-actions between universities and industry inAustria: sectoral patterns and determinants»,Research Policy, 31, pp. 303-328.

STERNBERG, R. y TAMÁSY, C. (1999): «Munichin Germany’s Nº 1 high technology region:empirical evidence, teoretical explanationsand the role of small firm/large firm rela-tionships», Regional Studies, vol. 33, nº 4,pp. 367-377.

TIJSSEN, R. J. W. (2001): «Global and domesticutilization of industrial relevant science: pa-tent citation analysis of science-technologyinteractions and knowledge flows», Rese-arch Policy, 30, pp. 35-54.

TIJSSEN, R. J. W. (2002): «Science dependenceof technologies: evidence from inventionsand their inventors», Research Policy, 31, pp.509-526.

TIJSSEN, R. J. W.; BUTER, R. K. y VAN LEEU-WEN, T. N. (2000): «Technological relevan-ce of science: An assessment of citation lin-kages between patents and researchpapers», Scientometrics, 47 (2), pp. 389-412.

VAN VIANEN, B. G.; MOED, H. F. y VANRAAN, A. F. J. (1990): «An exploration of thescience base of recent technology», Rese-arch Policy, 19, pp. 61-81.

VARGA, A. (1998): University research and re-gional innovation: A spatial econometricanalysis of academic technology transfers,Kluwer Academic Publishers, Dordrecht.

VERBEEK, A.; DEBACKERE, K.; LUWEL, M.;ANDRES, P.; ZIMMERMANN, E. y DELEUS,F. (2002): «Linking science to technology:using bibliographic reference in patents tobuild linkage schemes», Scientometrics, 54(3), pp. 339-420.

WEBER, E. y STAM, E. (1999): «Cluster ofHigh Tecnology SMEs: The Ductch Case»,Regional Studies, vol. 33, nº 4, pp. 391-400.

ZIMAN, J. (1994): Prometheus Bound: Sciencein a Dinamic Steady State, Cambridge Uni-versity Press, Cambridge.



46


Las relaciones ciencia-tecnología en España. · en España. Evidencias a partir de las citas...

Documents

Transcript of Las relaciones ciencia-tecnología en España. · en España. Evidencias a partir de las citas...