XI Congreso Internacional de la Academia de Ciencias …acacia.org.mx/busqueda/pdf/P19T10.pdf ·...
Transcript of XI Congreso Internacional de la Academia de Ciencias …acacia.org.mx/busqueda/pdf/P19T10.pdf ·...
-
XI Congreso Internacional de la Academia de Ciencias
Administrativas A.C. (ACACIA).
“Índice de innovación tecnológica:
Una perspectiva de los factores que influyen en la innovación tecnológica”
Mesa 10: Innovación y Tecnología
Alberto Javier Ramírez Ruiz
Estudiante del Doctorado en Negocios y Estudios Económicos, CUCEA
Universidad de Guadalajara.
Tel: 01 (33) 31217775.
Correo: [email protected].
Claudia Díaz Pérez
Instituto para el Desarrollo de la Innovación y la Tecnología en la Pequeña y Mediana
Empresa (IDITPYME)
Universidad de Guadalajara
Tel: 01 (33) 37 70 33 00; Ext. 5063
Correo: [email protected]
Tlaquepaque, Jalisco
Mayo 2007
-
“Índice de innovación tecnológica:
Una perspectiva de los factores que influyen en la innovación tecnológica”
Resumen
La innovación es un tema que se ha estudiado ampliamente en la comunidad
académica, desde su impacto en las exportaciones hasta la dinámica social de la
difusión. A nivel internacional se han hecho esfuerzos importantes para estandarizar las
definiciones y los alcances de la innovación, así como establecer criterios para medir
este proceso netamente intangible pero con resultados muy perceptibles en términos de
preferencias del consumidor y de beneficios económicos. La hipótesis de trabajo que se
plantea es que el índice compuesto de innovación tecnológica (TPP) es un indicador
confiable para determinar la capacidad de innovación de un sector industrial. El objetivo
principal de este trabajo es determinar un modelo econométrico para estimar el impacto
de los factores que componen el índice TPP y determinar la importancia de cada uno de
estos elementos. Algunos de los hallazgos del análisis reflejan la relevancia de la
generación de tecnología radicalmente nueva en el índice, mientras que otros aspectos
como el desarrollo de aplicaciones de software tiene una contribución relativamente
menor. Como resultado se identificaron las variables que tienen un mayor impacto en el
índice TPP permitiendo construir dicho índice con menos datos de los requeridos en la
metodología de cálculo original, con la certeza de que el índice calculado mediante el
modelo de regresión reflejará la capacidad de innovación de los sectores productivos.
Palabras Clave: Innovación tecnológica, PYMES, índice.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
1
A. Introducción. La innovación es un tema que se ha estudiado ampliamente en la comunidad
académica desde su impacto en las exportaciones (Kumar y Siddharthan, 1993) hasta
la dinámica social de la difusión (Katz et al, 2004, Young, 2001). A nivel internacional se
han hecho esfuerzos importantes para estandarizar las definiciones y los alcances de la
innovación (OCDE, 2005; OCDE, 1997), así como establecer criterios para medir este
proceso netamente intangible pero con resultados muy perceptibles en términos de
preferencias del consumidor y de beneficios económicos.
Para muchos académicos, la innovación tecnológica se desarrolla en empresas de base
tecnológica (Corona, 1997), por lo que se ha discriminado a empresas de sectores
tradicionales (OCDE, 2005).
El propósito general de este trabajo es proponer un parámetro que permita medir la
capacidad de innovación de una empresa considerando inicialmente una serie de
factores, que de acuerdo al Manual de Oslo (OCDE, 2005), permiten analizar la
capacidad de innovación en empresas de perfil más tradicional. La propuesta se
desarrolla con la intención de generar elementos que permitan apoyar la correcta
asignación de recursos a empresas que muestran una capacidad para innovar.
B. Hipótesis de trabajo. La hipótesis que se plantea es que el índice compuesto de innovación tecnológica
(TPP) es un indicador confiable para determinar la capacidad de innovación de un
sector industrial o de una empresa en particular.
C. Objetivos. El objetivo principal de este trabajo es determinar un modelo econométrico para estimar
los parámetros que determinan la importancia de cada uno de los elementos
considerados como detonadores de la innovación en los sectores industriales de
Jalisco.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
2
D. Método. La resolución del modelo teórico se realizará mediante el uso de la técnica de mínimos
cuadrados para estimar los parámetros del modelo. Es importante destacar la
metodología mediante la cual se calculó la variable dependiente del modelo ya que
finalmente este trabajo pretende identificar cuáles de las variables utilizadas tiene un
mayor peso en la capacidad de innovación de los sectores productivos.
D.1. Índice de Innovación Tecnológica.
El Índice de Innovación Tecnológica (Technological Product and Process TPP) es un
indicador ad hoc cuya metodología de cálculo está basada en los lineamientos del manual de Oslo y en la metodología de cálculo del Índice de Avance Tecnológico
(Technology Advancement Index o TAI) del Reporte de Desarrollo Humano (PNUD,
2001) de las Naciones Unidas.
El TPP mide la capacidad de innovación de un sector industrial en términos de los
recursos que destina, de los resultados que logra, de la inversión que realiza y de la
orientación de la innovación.
Las cuatro dimensiones establecidas para el cálculo del TPP fueron el gasto, la
orientación, los resultados y los recursos destinados a la innovación. Esta información
fue tomada de la encuesta que se aplicó a los empresarios de cada sector durante las
sesiones de grupo para la elaboración del Diagnóstico Tecnológico 2001 del estado de
Jalisco.
Tabla 1 – Variables que componen el índice TPP.
Dimensión Variables
Ø Gastos en Tecnología (porcentaje) Gasto de innovación
Ø Gastos en Medio Ambiente (porcentaje)
Ø Mejora de productos (porcentaje) Orientación de la innovación
Ø Mejora de procesos (porcentaje)
Ø Registro anual de patentes por sector (promedio) Resultados de la innovación tecnológica
Ø Tecnología radicalmente nueva (porcentaje)
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
3
Ø Aplicaciones de software (porcentaje)
Ø Recursos financieros (porcentaje)
Ø Personal dedicado a la innovación (porcentaje) Recursos destinados a la innovación
Ø Tiempo dedicado a la innovación (porcentaje)
D.2. Metodología de cálculo del Índice de Innovación Tecnológica (TPP).
El cálculo del TPP consta de tres etapas:
La primera etapa comprende la obtención de un índice para cada variable considerando
el valor actual, restándole el valor mínimo observado en los datos y dividido entre la
diferencia del valor máximo observado y el valor mínimo observado.
Con esta primer transformación obtenemos un índice normalizado para cada variable.
observado mínimo Valor observado máximo Valor observado mínimo Valor actual Valor Indicador del Índice = (1)
La segunda etapa comprende la obtención de los índices de cada dimensión para cada
observación y este índice se calcula obteniendo el promedio de los índices de cada
variable que pertenece a dicha dimensión.
Con esta segunda transformación obtenemos un índice compuesto de un grupo de
variables que pertenecen a una dimensión determinada.
s Indicadore de Número Indicador de Índice
Dimensión la de Índice ∑ = (2)
La tercera etapa comprende la obtención del índice de innovación tecnológica que se
calcula con el promedio de los índices de cada dimensión.
s Dimensione de Número Dimensión de Índice
TPP Índice ∑ = (3)
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
4
E. Marco Teórico. El aprendizaje social ha sido modelado matemáticamente (Goeree, 2003) y puede ser
relacionado con la transferencia del conocimiento mediante la teoría de redes sociales
(Katz et al., 2004) y la difusión de la innovación (Young, 2001; Fransman, 1991) por
estos mecanismos. Se han identificado también algunos elementos relacionados con
los efectos que tiene la innovación y los sistemas nacionales de innovación en el
desempeño económico de un país (Rip, 2002; Cooper, 1991), así como el efecto de las
políticas públicas encaminadas a fortalecer la innovación mediante modelos
económicos para su comercialización y difusión (Marceau y Basri, 2001; SornnFriese,
2000).
Per natura, difícilmente un individuo tendrá la misma escala de valores privados que otro, sin embargo, la afectación de las decisiones que tome este individuo dado el
conocimiento o el valor común que se le otorga a una decisión tiende a la convergencia
a pesar de la diferencia observable. A pesar de la información a priori que tenga un
individuo sobre algún evento y de las preferencias personales como valor privado, al
final las decisiones a nivel social presentan una convergencia. En términos más
específicos, la capacidad de un individuo de aprender y tomar una decisión basándose
en la experiencia colectiva y los valores o preferencias personales presentan un patrón
común entre los individuos. Este proceso cognitivo puede ser modelado de manera
matemática para analizar la dinámica del aprendizaje social y sus repercusiones
económicas en términos de las preferencias y la demanda.
La posesión previa de conocimientos y habilidades es lo que permite a la creatividad
manifestarse al establecer enlaces y asociaciones que no hubieran sido consideradas
con anterioridad (Cohen y Levinthal, 1990). James (1991) menciona como el impacto
social del cambio tecnológico afecta la manera en que se generan las innovaciones y su
difusión.
Otro aspecto que resulta de gran relevancia es que este modelo puede ser utilizado, al
menos como un punto de partida para identificar a un nivel de organizaciones, la
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
5
manera en que la información incompleta, las preferencias o valores privados pueden
influir en el desarrollo de la innovación y cómo esta dinámica afecta todo el entorno de
una organización.
El aprendizaje humano tiene más que ver con encontrar regularidades en el
conocimiento existente que la adquisición de nuevos hechos (Aragones et al, 2003).
Esta aseveración confirma la teoría de que el aprendizaje social presenta un
comportamiento asintótico con una convergencia en la agregación de las decisiones de
los individuos de una sociedad y se relaciona directamente con el hecho de que a pesar
de que un individuo no tenga toda la información necesaria para tomar una decisión se
basará en sus preferencias y valores individuales más que en la obtención de
información adicional. Además, existe otro elemento importante, el conocimiento previo
de un individuo puede estar influenciado por los valores comunes y por lo tanto el
aprendizaje y la toma de decisiones se basa en estos parámetros. Se considera que el
efecto de los valores individuales y de los valores comunes o grupales tiene una
influencia muy fuerte en las decisiones de un individuo, ya que el aprendizaje de una
persona se basa en identificar patrones en su propio conocimiento más que en buscar
nuevos hechos. Este aprendizaje social influye de manera importante en las decisiones
individuales y en el caso de las empresas afecta la manera en que se dan los procesos
de innovación tecnológica dada la transferencia del conocimiento individual en valores
que se convierten en valores grupales o comunes. En este continuo se genera un ciclo
de retroalimentación dentro del complejo sistema de relaciones personales de negocio
(Sterman, 1994), que tendrá consecuencias importantes en el desarrollo de las
comunidades empresariales (Henrich, 2001), generalmente agrupadas por afinidad de
la actividad económica que realizan.
Según Mendez (1998), la innovación tecnológica resulta hoy un factor productivo más
importante que el trabajo o el capital, tanto por su escasez como por su carácter
estratégico, al posibilitar la generación de ventajas competitivas para las empresas, al
tiempo que contribuye de forma decisiva a transformar la organización del trabajo y del
territorio.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
6
Desde una perspectiva de sistemas de innovación se ha enfatizado el papel de los
procesos sociales, la localidad y los flujos de conocimiento para la creación de
innovaciones tecnológicas:
“Los sistemas de innovación regionales o locales reconocen que la innovación es un proceso social y es formado por las personas e instituciones que comparten un lenguaje común, reglas, normas y cultura. Por otro lado, la innovación también es un proceso geográfico, considerando que las capacidades tecnológicas están sentadas en comunidades regionales que comparten una base de conocimiento en común” (Holbrook y Salazar 2004).
Uno de los componentes críticos de la capacidad de innovación es la habilidad de la
organización para explotar el conocimiento externo (Cohen y Levinthal, 1990). La
capacidad de absorción se puede analizar a nivel organizacional y regional y refiere al
conjunto de capacidades básicas generadas en un contexto determinado que permitirá
a las organizaciones aprender. De esta manera, las organizaciones y regiones que
cuenten con una base científica y tecnológica tendrán una mayor capacidad de
absorber nueva información y producir innovaciones.
Una vez establecido que los procesos sociales son importantes en la creación, difusión
y adopción de las innovaciones, se investigó los efectos positivos que estas tienen en
las empresas. Kumar y Siddharthan (1993) realizan un análisis sobre las características
que pueden favorecer la exportación en las empresas de 14 sectores industriales en la
India utilizando un modelo Tobit, donde la variable dependiente es igual a 1 si la
empresa exporta o 0 si no exporta. El modelo contempla variables como el tamaño de
la empresa, la innovación interna, las importaciones de tecnología, la publicidad
relativa, la intensidad de capital y las concesiones del gobierno de India para apoyar las
exportaciones.
Los aspectos mencionados como resultado del análisis concluyen que la situación de
India con respecto a los factores que favorecen la exportación de determinados
sectores es muy similar en otros países en desarrollo. En términos generales, podemos
decir que en México se presenta una situación similar a la de India. En el caso de la
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
7
industria electrónica en Jalisco, la ventaja competitiva central era la mano de obra
barata, sin embargo, cuando China abrió sus puertas a la inversión extranjera
ofreciendo mano de obra semi calificada pero a un costo mucho menor que en México,
las industrias ensambladoras decidieron mover sus operaciones para aprovechar la
ventaja de los costos bajos en mano de obra y con esto incrementar el margen de
utilidad.
La industria electrónica se dedicaba principalmente a ensamblar e imitar las tecnologías
de producción y productos existentes en operaciones de bajo valor agregado. En este
trabajo se muestra que la ventaja competitiva en un sector de alta tecnología debe estar
fundada en la innovación de productos, en el diseño y en la creación de tecnología.
Jeffrey (1991) analizó los patrones de la difusión de la tecnología en la industria de la
microelectrónica en el tercer mundo. Uno de los factores analizados fue el impacto de la
inversión extranjera directa en la difusión tecnológica y su efecto en las exportaciones.
No obstante que la inversión extranjera trae asociado el efecto de la transferencia
tecnológica, puede no ser un factor que favorezca las exportaciones, ya que muchas de
estas empresas se instalan en un país en desarrollo con la finalidad de abastecer el
mercado doméstico más que exportar. En el caso de Jalisco el efecto de la inversión
extranjera tuvo un impacto directo en el incremento de las exportaciones. Esta industria
tenía como objetivo aprovechar los costos y la calificación de la mano de obra para el
ensamble de productos, para su distribución principalmente en el mercado de Estados
Unidos.
En el análisis realizado por Kumar y Siddhartan (1993), los resultados muestran que la
actividad tecnológica de las empresas influye de manera positiva en las exportaciones.
El tamaño de la empresa tiene un efecto de tipo U invertida en las exportaciones ya que
las empresas grandes, generalmente multinacionales tienen una posición de oligopolio
en el mercado doméstico, por lo tanto tienen menos motivación para exportar. Por el
contrario empresas pequeñas y medianas tienen mayor propensión a la exportación al
buscar mercados más atractivos para sus productos.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
8
La nueva dinámica mundial se denomina Hipercompetitividad que se basa en cambios
continuos y la reinvención constante de la organización donde la presión tecnológica
será más intensa en las empresas. La innovación en productos y procesos es, desde
hace algunos años, el nuevo paradigma de las organizaciones basadas en el
conocimiento. En este contexto el capital intelectual para sostener una ventaja
competitiva adaptable y cambiante de acuerdo al entorno se convierte en una pieza
central.
La administración de la innovación se convertirá en un punto crítico de una organización
donde las competencias identificadas en el presente se convertirán en las
competencias críticas del futuro. Lo interesante del planteamiento es que en la medida
en que las organizaciones aprendan a innovar para sustentar una ventaja competitiva a
largo plazo, las estructuras organizacionales cambiarán paulatinamente y la constante
tecnológica será el aspecto sobre el cual se concentrarán las capacidades de la
empresa. Para Danneels (2002) este proceso incluirá también las capacidades para
servir mejor a los consumidores.
Se contemplan tres situaciones para la administración de la innovación: 1) Explotación
de tecnologías existentes, 2) Cambio tecnológico estable y 3) Cambio tecnológico
disruptivo. Estas situaciones están fundamentadas en la manera en como se da el
cambio tecnológico de acuerdo a la teoría de Schumpeter sobre la destrucción creativa
y la explotación de la tecnología. Las dos últimas situaciones se desprenden de la
destrucción creativa en escenarios donde el cambio es sostenible para las empresas y
no representa una discontinuidad en el ciclo de vida de la tecnología, mientras que el
cambio disruptivo genera saltos en el ciclo de vida de la tecnología.
En un ambiente dinámico con gastos altos en investigación, desarrollo y equipo de
manufactura, ciclos de vida cortos en productos y reducciones drásticas en precios, el
tiempo para mercado y el tiempo para volumen son factores esenciales para la
administración de la innovación (Milling, 2002).
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
9
Considerando que Milling (2002) encontró en otros estudios empíricos evidencia de que
el tiempo para el lanzamiento de nuevos productos impactó fuertemente las utilidades,
se vuelve necesario que la administración de la innovación ajuste una estrategia para
cada una de las cinco áreas que la componen: 1) Proceso de innovación, 2) Cambio
organizacional, 3) Integración tecnológica ,4) Planeación estratégica de la tecnología y
5) Desarrollo de negocios.
La teoría de la administración de la innovación puede servir como la base conceptual
para el desarrollo del análisis del proceso de innovación en las empresas de Jalisco y
elaborar la caracterización de las empresas innovadoras así como la influencia social
en los procesos de difusión de las innovaciones comerciales y las innovaciones
competidoras.
F. El modelo La variable dependiente Y es una función de xi donde i = 1,..,10. Y∈[0,1]
µ + = ) , , , , , , , , , ( 10 9 8 7 6 5 4 3 2 1 x x x x x x x x x x f Y (4)
Se espera que la contribución marginal de todas las variables sea positiva:
0 1
> ∂ ∂ x Y , 0
2
> ∂ ∂ x Y , 0
3
> ∂ ∂ x Y , 0
4
> ∂ ∂ x Y , 0
5
> ∂ ∂ x Y , 0
7
> ∂ ∂ x Y , 0
8
> ∂ ∂ x Y , 0
8
> ∂ ∂ x Y , 0
9
> ∂ ∂ x Y y 0
10
> ∂ ∂ x Y
µ β β β β β β β β β β β + + + + + + + + + + + = 10 10 9 9 8 8 7 7 6 6 5 5 4 4 3 3 2 2 1 1 0 x x x x x x x x x x Y (5) Y Índice de innovación tecnológica (TPP) X1 : Porcentaje promedio de gasto en Tecnología X2: Porcentaje promedio de gasto en medio ambiente X3: Porcentaje de la empresa que realiza mejoras a los productos X4: Porcentaje de la empresa que realiza mejoras a los procesos X5: Número promedio de patentes registradas por año X6: Porcentaje de empresas que crearon tecnología radicalmente nueva X7: Porcentaje de empresas que crearon aplicaciones de software X8: Porcentaje de recursos financieros con respecto a las ventas, dedicados a la
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
10
innovación tecnológica X9: Porcentaje de personal dedicado a actividades de innovación tecnológica X10: Porcentaje de tiempo laboral dedicado a actividades de innovación tecnológica
G. Datos. La información utilizada para generar el TPP proviene de dos fuentes principales: la
encuesta de innovación tecnológica y de la encuesta de estructura de costos por sector
productivo. La encuesta de innovación tecnológica fue diseñada por el CONACYT y
aplicada por el Consejo Estatal de Ciencia y Tecnología de Jalisco en conjunto con una
encuesta sobre estructura de costos a una muestra de 180 empresas de 24 sectores
productivos.
La información que se tiene disponible son los promedios de cada sector sobre los
aspectos que se supone tienen una fuerte influencia en la innovación de dichos
sectores. Los datos son de tipo transversal y fueron recolectados durante los ejercicios
de aplicación del Diagnóstico Tecnológico realizado por el COECYTJAL en el año 2001
a los siguientes sectores productivos:
1. Agua Embotellada
2. Autopartes
3. Banca
4. Bienes de capital
5. Calzado
6. Cárnicos
7. Confección
8. Construcción
9. Cuero
10.Dulces y chocolates
11.Electrónica
12.Fundición y maquinado
13.Hule y Látex
14.Joyería
15.Lácteos
16.Madera forestal
17.Muebles
18.Panificación
19.Plásticos
20.Productos de maíz
21.Salsas
22.Software
23.Tequila
24.Textil
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
11
Las siguientes variables fueron utilizadas para calcular el índice de innovación
tecnológica con base en la metodología descrita anteriormente:
• Porcentaje promedio de gasto en Tecnología con respecto a las ventas totales
• Porcentaje promedio de gasto en medio ambiente con respecto a las ventas totales
• Porcentaje de empresa que realizan mejoras a los productos
• Porcentaje de empresa que realizan mejoras a los procesos
• Número promedio de patentes registradas por año
• Porcentaje de empresas que crearon tecnología radicalmente nueva
• Porcentaje de empresas que crearon aplicaciones de software
• Porcentaje de recursos financieros con respecto a las ventas dedicados a la
innovación tecnológica
• Porcentaje de personal dedicado a actividades de innovación tecnológica
• Porcentaje de tiempo laboral dedicado a actividades de innovación tecnológica
H. Análisis e interpretación. Los resultados del modelo inicial nos dan la siguiente ecuación:
10 9 8 7
6 5 4 3 2 1
094 . 0 323 . 0 330 . 0 100 . 0 095 . 0 008 . 0 147 . 0 149 . 0 5 420 . 1
x x x x x x x x x x Y
+ + + + + + + + + = (6)
Como se puede observar, todos los coeficientes son significativos y los datos se ajustan
de manera perfecta a la recta, esto se explica porque Y es una forma funcional definida de todas la variables del modelo. El coeficiente de determinación R es igual a 100% y el
coeficiente de determinación ajustado R 2 es igual a cero.
Sin embargo, la idea del modelo es evaluar cuál de las variables tiene un impacto
mayor en el índice y con esto la posibilidad de aislar aquellos elementos que fomentan
la innovación dentro de una empresa.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
12
Tabla 2 – Resultados del modelo inicial de regresión.
Parámetro Estimación Error Estándar Estadístico T Valorp
β0 0.0000 0 β1 1.4205 0 β2 5.0000 0 β3 0.1490 0 β4 0.1471 0 β5 0.0088 0 β6 0.0952 0 β7 0.1000 0 β8 0.3305 0 β9 0.3232 0 β10 0.0947 0
Para poder realizar esta evaluación fue necesario transformar Y en un logaritmo y evaluar el impacto de las variables en términos de semielasticidades. Los resultados
del modelo transformado a lognivel nos dan la siguiente ecuación:
10 9 8
7 6 5 4 3 2 1
223 . 0 337 . 1 650 . 0 383 . 0 995 . 0 011 . 0 466 . 1 546 . 0 50 . 7 809 . 1 226 . 3 ) log(
x x x x x x x x x x Y
+ + + + + + + + + + − = (7)
Los parámetros que no son significativos a un nivel de confianza del 5% son
β1,β2, β5, β7, β8, β9 y β10.
Tabla 3 – Resultados del modelo transformado lognivel.
Parámetro Estimación Error Estándar Estadístico T Valorp
β0 3.226 0.120 26.849 0.000
β1 1.809 3.438 0.526 0.608
β2 7.750 4.945 1.567 0.141
β3 0.546 4.812 0.000
β4 1.466 0.262 5.596 0.000
β5 0.011 0.022 0.505 0.622
β6 0.995 0.298 3.332 0.005
β7 0.383 0.264 1.452 0.170
β8 0.650 0.708 0.918 0.376
β9 1.337 0.774 1.727 0.108
β10 0.223 0.292 0.763 0.459
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
13
A pesar de que el modelo tiene algunas variables poco significativas, el análisis de
varianza mediante el estadístico F tiene un valor de 45 con un valorp 0 lo que nos
indica que existe una relación estadísticamente significativa entre todas las variables.
Tabla 4 – Análisis de varianza para el modelo transformado lognivel.
Suma de cuadrados
GL Cuadrado de la media
F Valorp
Modelo 6.75921 10 0.675921 45 0 Residual 0.195263 13 0.0150202 Total (Corr.) 6.95448 23
A posteriori se procedió a eliminar la primera variable no significativa del modelo y se
corrió nuevamente dando como resultado otras variables que no eran significativas. De
esta manera se eliminó la siguiente variable menos significativa. Así se procedió a la
eliminación de la variable menos significativa para cada modelo hasta que se encontró
uno cuyas variables eran todas significativas. En total se excluyeron cuatro variables y
seis permanecieron en el modelo final como se muestra en la siguiente ecuación:
9 7 6 4 3 2 039 . 2 714 . 0 285 . 1 255 . 1 574 . 0 877 . 9 225 . 3 ) log( x x x x x x Y + + + + + + − = (8)
Tabla 5 – Resultados del modelo transformado lognivel reducido.
Parámetro Estimación Error Estándar Estadístico T Valorp
β0 3.226 0.116 27.777 0.000 β2 9.878 3.796 2.602 0.019 β3 0.574 0.106 5.423 0.000 β4 1.256 0.203 6.176 0.000 β6 1.285 0.200 6.429 0.000 β7 0.715 0.174 4.105 0.001 β9 2.039 0.551 3.704 0.002
El estadístico F tiene un valor de 78.27 con un valorp 0 lo que nos indica que existe
una relación estadísticamente significativa entre todas las variables.
Tabla 6 – Análisis de varianza para el modelo transformado lognivel.
Suma de cuadrados
GL Cuadrado de la media
F Valorp
Modelo 6.71152 6 1.11859 78.27 0 Residual 0.24295 17 0.0142912 Total (Corr.) 6.95448 23
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
14
Todos los coeficientes son significativos a un nivel de significación del 95%. El
coeficiente de determinación R es de 96.5% mientras que el coeficiente de
determinación ajustado R 2 es de 95.27%.
El estadístico de DurbinWatson es 2.124 lo que significa que no existe una correlación
significativa entre las variables independientes. El estadístico F tiene un valor de 78.27
y un valorp de 0 lo que significa que existe una relación significativa entre las variables. X2: Porcentaje promedio de gasto en medio ambiente X3: Porcentaje de empresa que realizan mejoras a los productos X4: Porcentaje de empresa que realizan mejoras a los procesos X6: Porcentaje de empresas que crearon tecnología radicalmente nueva X7: Porcentaje de empresas que crearon aplicaciones de software X9: Porcentaje de personal dedicado a actividades de innovación tecnológica
La capacidad predictiva (CP) de cada parámetro queda dentro del rango [0,15] por lo
que se puede afirmar que el modelo es un buen estimador de la variables dependiente.
Tabla 7 – Capacidad predictiva de los parámetros del modelo final.
Parámetro CP β2 9.331732 β3 0.260254 β4 0.499800 β6 0.491404 β7 0.428178 β9 1.353580
Lo interesante de este último modelo es la exclusión de variables que en un sentido
ordinario se supondrían como factores importantes en la capacidad de innovación de
las empresas.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
15
X1 : Porcentaje promedio de gasto en Tecnología X5: Número promedio de patentes registradas por año X8: Porcentaje de recursos financieros con respecto a las ventas dedicados a la
innovación tecnológica X10: Porcentaje de tiempo laboral dedicado a actividades de innovación tecnológica
Por ejemplo, la variable de porcentaje de gasto en tecnología podría tomarse como un
factor importante en la capacidad de innovación ya que el sentido común nos indica que
si en un sector se invierte un porcentaje alto en tecnología dicho sector tiene una mayor
propensión a la innovación por su exposición a los cambios tecnológicos, las tendencias
e incluso las mejores prácticas de su industria. Aparentemente se cae en una
contradicción por lo que resultaría útil realizar un análisis de la dinámica dentro de cada
sector sobre los efectos de la difusión y la asimilación de la tecnología como un factor
que induce a la innovación.
Por otro lado, tenemos que el número de patentes registradas por año no es
significativo en el modelo. De la misma manera podría decirse que resulta contradictorio
que las patentes no tengan un efecto en la capacidad de innovación ya que éstas
representan el medio por el cual se protegen las innovaciones para efectos de
prolongar su utilidad comercial. En este punto dicha contradicción podría explicarse por
dos razones, la primera es la falta de información para resaltar los beneficios de
patentar las innovaciones y por el otro lado, tenemos un proceso de registro largo y muy
burocrático que desalienta a las empresas.
Los recursos financieros son un factor que de primera impresión suena bastante lógico
que tenga un impacto directo en la capacidad de innovación. No obstante esta
deducción, es posible que la innovación tecnológica se de como un proceso natural de
mejora ya que finalmente la innovación depende mucho de la creatividad de las
personas.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
16
El tiempo laboral dedicado a la innovación tecnológica es otro factor que en primera
instancia se podría considerar fundamental en la capacidad de innovación. No obstante,
es posible que un sector sea muy eficiente en los resultados de la innovación con una
inversión de tiempo menor comparado con otros sectores.
I. Conclusiones y recomendaciones.
El objetivo del modelo original era probar el peso de las variables utilizadas para
calcular el índice de innovación tecnológica. Este modelo era de tipo nivelnivel. Los
resultados preliminares muestran un modelo lineal que se ajusta al 100% a los datos.
Esto se explica porque la variable dependiente proviene de una forma funcional bien
definida, por lo tanto el ajuste de los datos es perfecto. Con el objeto de profundizar
más en la capacidad explicativa del modelo se decidió transformar la variable
dependiente a la forma Log(Y) y analizar un modelo de tipo lognivel e interpretar los
cambios marginales de las variables como cambios porcentuales en la variable
dependiente.
Otro de los objetivos buscados al modificar el modelo original es la discriminación de las
variables que tienen un menor impacto en el índice de innovación. Esto con dos
propósitos, el primero es reducir el número de variables para simplificar el modelo y el
segundo para que en aplicaciones futuras del TPP se reduzca el número de variables
que se deben solicitar a las empresas.
El modelo final de la ecuación (8) incluye seis de las diez variables planteadas en el
modelo inicial (5). Las variables que tienen un mayor impacto en el índice de innovación
tecnológica son el porcentaje promedio de gasto en medio ambiente y el porcentaje de
personal dedicado a actividades de innovación tecnológica.
A manera de reflexión encontramos que aquellas empresas que se preocupan por el
medio ambiente e invierten en este rubro son más propensas a aceptar innovaciones,
desarrollar mejoras propias o crear soluciones que mejoren sus procesos.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
17
La segunda variable con el mayor peso en el índice es el porcentaje de personal
dedicado a actividades de innovación tecnológica. Resulta evidente que entre más
personal se dedique a actividades de innovación mayor será la capacidad de
innovación de una empresa.
Otro aspecto interesante del modelo es que las variables X3 y X4 representan la proporción de las empresas de cada sector observado que realizan mejoras en sus
productos y en sus procesos, respectivamente para ambas variables. Este modelo
agrega los resultados de las observaciones para cada empresa por que el modelo a
nivel de empresa tendría a las variables X3 y X4 como variables binarias donde un valor de 1 sería asignado cuando realizan las mejoras y 0 cuando no las realizan.
Por último, las variables de resultados de la innovación tecnológica X6 y X7 tienen un impacto considerable en el índice de la capacidad de innovación. Aquí también resulta
obvio que entre más empresas hayan desarrollado tecnología radicalmente nueva, el
índice del sector tendrá un impacto mayor. El desarrollo de aplicaciones de software
tiene una contribución relativamente menor en el índice.
Como conclusión final podemos decir que en el modelo resultante se identificaron las
variables que tienen un mayor impacto en el índice de innovación tecnológica
permitiendo construir dicho índice con menos datos de los requeridos en la metodología
de cálculo original, con la certeza de que el índice calculado mediante el modelo de
regresión reflejará la capacidad de innovación de los sectores productivos.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
18
J. Bibliografía. 1. Aragones, Enriqueta; Gilboa, Itzhak; Postlewaite, Andrew y Schmeidler, David.
“Factfree learning”. Penn Institute for Economic Research. Working Paper 03023,
Octubre, 2003.
2. COECYTJAL. “Programa Estatal de Ciencia y Tecnología de Jalisco”. Consejo
Estatal de Ciencia y Tecnología de Jalisco, 2001.
3. Cohen, Wesley y Levinthal, Daniel. “Absorptive capacity: A new perspective in
learning and innovation”. Administrative Science Quarterly, Vol. 35, No. 1. Marzo,
1990.
4. Cooper, Charles. “Are Innovation Studies on Industrialized Economies relevant to
Technology Polcy in Developing Countries?”. UNU/INTECH, Junio 1991.
5. Corona, Leonel. “Cien empresas innovadores en México”. Editorial Miguel Ángel
Porrúa, 1997.
6. Danneels, Erwin. “The Dynamics of Product Innovation and Firm Competences”,
Strategic Management Journal, 2002.
7. Fransman, Martin. “Biotechnology : Generation, diffusion and policy. An
interpretative survey.”; UNU/INTECH , Junio 1991.
8. Goeree, Jacob et al. “Social Learning with Private and Common Values”. Journal of
Economic Literature, Diciembre 2003.
9. Henrich, Joseph. “Cultural transmission and the diffusion of innovations: Adoption
dynamics indicate that biased cultural transmission is the predominate force in
behavioral change”. American Anthropologist. Diciembre, 2001.
10.James, Jeffrey. “Microelectronics and the Third World: An integrative survey of
literature.””, UNU/INTECH , Junio 1991.
11.Katz, Nancy; Lazer, David; Arrow, Holly y Contractor, Noshir. “Network Theory and
Small Groups”. Small Group Research, Vol. 35 No. 3, Junio 2004.
12.Kumar, Nagesh y Siddharthan, N. “Technology, Firm Size and Export Behavior in
Developing Countries: The case of Indian Enterprises”. UNU/INTECH, Septiembre
1993.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
19
13.Marceau, Jane y Basri, Ester. “Translation of innovation systems into industrial
policy: The healthcare sector in Australia”. Industry and innovation, Vol. 8, No. 3.
Diciembre, 2001.
14.Milling, Peter. “Understanding and managing innovation processes”, System
Dynamics Review, 2002.
15.OCDE. “Manual de OSLO”. Segunda Edición. Paris 1997.
16.OCDE. “Manual de OSLO”. Tercera Edición. Paris 2005.
17.PNUD. “Human Development Report 2001”. PNUD 2001.
18.Rip, Arie. “Regional Innovation Systems an the advent of Strategic Science”. Journal
of Technology Transfer, Enero 2002.
19.Salazar, Mónica y Holbrook, Adam. “A Debate on Innovation Surveys”. Science and
Public Policy, Vol. 31 #4, Agosto 2004.
20.SornnFriese, Henrik. “Frontier of research in industrial dynamics and national
systems of innovation”. Industry and innovation, Vol. 7, No. 1, Junio, 2000.
21.Sterman, John. “Learning in and about Complex Systems”, Systems Dynamics
Review, 1994.
22.Wooldrige, Jeffrey. “Introducción a la Econometría: Un enfoque Moderno”. Thomson
Learning, 2001.
23.Young, Peyton. “The Diffusion of Innovations in Social Networks”. Workshop on the
Economy as an Evolving Complex System, Santa Fe Institute, Noviembre, 2001.
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
20
Adenda. J.1. Resultados del paquete estadístico. 1.Modelo inicial.
Multiple Regression Analysis Dependent variable: Y
Standard T Parameter Estimate Error Statistic PValue CONSTANT 2.99606E11 0.0 X1 1.42045 0.0 X10 0.094697 0.0 X2 5.0 0.0 X3 0.149031 0.0 X4 0.147059 0.0 X5 0.00877193 0.0 X6 0.0952381 0.0 X7 0.09995 0.0 X8 0.3305 0.0 X9 0.323176 0.0
Analysis of Variance Source Sum of Squares Df Mean Square FRatio PValue Model 0.356281 10 0.0356281 Residual 0.0 13 0.0 Total (Corr.) 0.356281 23
Rsquared = 100.0 percent Rsquared (adjusted for d.f.) = 0.0 percent Standard Error of Est. = 0.0 Mean absolute error = 1.87302E10 DurbinWatson statistic = 2.42756
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
21
2.Modelo inicial transformado.
Multiple Regression Analysis Dependent variable: Ylog
Standard T Parameter Estimate Error Statistic PValue CONSTANT 3.22573 0.120144 26.8489 0.0000 X1 1.80933 3.43776 0.526311 0.6075 X10 0.222643 0.29172 0.763206 0.4590 X2 7.7503 4.94468 1.5674 0.1410 X3 0.546141 0.113484 4.81249 0.0003 X4 1.46619 0.261997 5.59622 0.0001 X5 0.0111369 0.0220644 0.504745 0.6222 X6 0.994674 0.298495 3.3323 0.0054 X7 0.382937 0.263645 1.45247 0.1701 X8 0.649839 0.708097 0.917725 0.3755 X9 1.33669 0.774122 1.72672 0.1079
Analysis of Variance Source Sum of Squares Df Mean Square FRatio PValue Model 6.75921 10 0.675921 45.00 0.0000 Residual 0.195263 13 0.0150202 Total (Corr.) 6.95448 23
Rsquared = 97.1923 percent Rsquared (adjusted for d.f.) = 95.0325 percent Standard Error of Est. = 0.122557 Mean absolute error = 0.0694817 DurbinWatson statistic = 1.79873
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
22
3.Modelo final.
Multiple Regression Analysis Dependent variable: Ylog
Standard T Parameter Estimate Error Statistic PValue CONSTANT 3.22581 0.116132 27.7771 0.0000 X2 9.87765 3.79563 2.60238 0.0186 X3 0.574099 0.105857 5.42334 0.0000 X4 1.25561 0.203291 6.17642 0.0000 X6 1.285 0.199876 6.42901 0.0000 X7 0.714889 0.174159 4.1048 0.0007 X9 2.03907 0.550561 3.70362 0.0018
Analysis of Variance Source Sum of Squares Df Mean Square FRatio PValue Model 6.71152 6 1.11859 78.27 0.0000 Residual 0.24295 17 0.0142912 Total (Corr.) 6.95448 23
Rsquared = 96.5066 percent Rsquared (adjusted for d.f.) = 95.2736 percent Standard Error of Est. = 0.119546 Mean absolute error = 0.0815949 DurbinWatson statistic = 2.12427
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
23
J.2. Datos utilizados.
Gasto en innovación tecnológica Orientación de la innovación tecnológica
Sector Índice de Innovación Tecnológica
Gastos en Tecnología (porcentaje)
Gastos en Medio Ambiente (porcentaje)
Mejora de productos (porcentaje)
Mejora de procesos
(porcentaje)
Agua Embotellada 0.6675 3.78% 2.44% 77.13% 81.25% Autopartes 0.5460 2.90% 1.90% 78.13% 81.25% Banca 0.6269 6.83% 0.00% 66.63% 66.63% Bienes de Capital 0.4609 2.14% 1.57% 31.25% 77.13% Biotecnología 0.0000 0.00% 0.00% 0.00% 0.00% Calzado 0.4997 2.30% 0.70% 81.25% 78.75% Cárnicos 0.4376 1.40% 1.40% 42.50% 85.00% Confección 0.4697 2.00% 0.38% 78.13% 73.38% Construcción 0.0375 0.88% 0.50% 0.00% 0.00% Cuero 0.4987 1.08% 1.50% 83.88% 64.25% Dulces y Chocolates 0.5557 3.78% 1.33% 80.00% 72.50% Electrónica 0.4447 4.00% 0.40% 10.00% 62.50% Fundición y Maquinado 0.4811 3.44% 0.89% 75.00% 57.50% Hule y Látex 0.5685 4.00% 1.43% 77.25% 73.88% Joyería 0.4771 2.00% 0.73% 82.13% 75.00% Lácteos 0.5203 2.86% 2.14% 37.50% 62.50% Madera Forestal 0.4325 1.75% 0.50% 75.00% 84.38% Muebles 0.4410 1.57% 0.94% 37.50% 81.82% Panificación 0.4042 0.88% 0.50% 47.50% 75.00% Plásticos 0.3868 0.56% 0.22% 43.75% 75.00% Productos de Maíz 0.4316 1.75% 1.75% 35.00% 82.50% Salsas 0.4776 0.67% 1.11% 22.88% 79.13% Software 0.6695 8.80% 0.00% 30.25% 69.75% Tequila 0.6355 4.50% 2.50% 34.38% 81.25% Textil 0.4851 1.25% 0.50% 83.38% 66.63%
-
“Índice de innovación tecnológica: Una perspectiva de los factores que influyen en la innovación tecnológica”
24
Resultados de la innovación tecnológica Recursos destinados a la innovación tecnológica
Sector Registro anual de patentes por
sector (promedio)
Tecnología radicalmente
nueva (porcentaje)
Aplicaciones de software
(porcentaje)
Recursos financieros (porcentaje)
Personal dedicado a la innovación (porcentaje)
Tiempo dedicado a la innovación (porcentaje)
Agua Embotellada 3.50 50.00% 60.38% 19.50% 5.00% 40.21% Autopartes 1.38 46.88% 43.75% 7.63% 5.00% 33.88% Banca 6.38 54.13% 83.38% 10.25% 7.63% 88.00% Bienes de Capital 1.00 45.88% 41.63% 9.43% 9.50% 38.07% Biotecnología 0.00% 0.00% 0.00% 0.00% 0.00% Calzado 1.50 40.00% 38.75% 6.05% 16.20% 34.65% Cárnicos 0.50 47.50% 40.00% 5.00% 5.00% 39.20% Confección 0.50 46.88% 34.38% 11.44% 10.13% 46.50% Construcción 0.00% 0.00% 0.00% 0.00% 0.00% Cuero 1.00 48.25% 46.38% 10.93% 8.00% 27.29% Dulces y Chocolates 2.50 55.00% 37.50% 12.00% 5.00% 44.42% Electrónica 3.00 67.50% 70.00% 7.63% 7.10% 55.30% Fundición y Maquinado 37.50% 40.00% 15.19% 10.13% 34.63% Hule y Látex 4.63 51.13% 33.00% 8.46% 9.38% 37.91% Joyería 0.50 53.63% 37.50% 7.63% 7.63% 38.79% Lácteos 0.50 87.50% 12.50% 15.50% 5.00% 60.50% Madera Forestal 0.50 46.88% 37.50% 7.63% 5.00% 20.00% Muebles 0.50 44.32% 39.77% 12.67% 9.33% 39.42% Panificación 3.50 40.00% 30.00% 7.93% 9.50% 31.57% Plásticos 56.25% 43.75% 8.50% 5.00% 53.67% Productos de Maíz 1.38 37.50% 30.00% 7.63% 5.00% 28.10% Salsas 2.00 58.38% 39.63% 25.21% 14.57% 20.00% Software 9.50 58.38% 70.25% 16.04% 25.79% 54.29% Tequila 53.13% 59.38% 15.38% 15.38% 69.13% Textil 58.38% 50.00% 15.33% 5.00% 50.33%