Universidad de la República – Uruguay
Facultad de Ciencias Sociales
Programa de Historia Económica y Social
Maestría en Historia Económica
Promoción 2001-2003
Tesis final:
“Capacidades de innovación en la industria manufacturera
uruguaya 1985-2003”
Carlos Bianchi
Tutora: Dra. Judith Sutz
Co-Tutor: Dr. Luis Bértola
Febrero de 2007
0
Índice
Introducción
1
Capítulo 1
El proceso de innovación como objeto de estudio de la Historia Económica
Introducción
4
I - Marx: la actividad humana cognoscente (praxis) como motor de la historia
6
II - Schumpeter: la introducción del individualismo metodológico
10
III - El baremo neoclásico
14
IV - Evolucionistas y neoschumpeterianos: “el mainstream de la heterodoxia”
17
V - ¿Qué papel juegan las instituciones en el proceso de innovación?
22
VI - Una breve mirada desde la investigación histórica
27
VI - El baúl de herramientas
33
Capítulo 2
La innovación como estrategia de desarrollo, una vieja preocupación en
América Latina
Introducción
I - Los padres fundadores del pensamiento latinoamericano en ciencia, tecnología
y desarrollo
II - Los aportes de la CEPAL y el desarrollismo latinoamericano: el desarrollo
como modernización productiva y equidad
III - Los problemas de innovación en América Latina: la construcción de una
interpretación teórica específica
IV - A modo de síntesis
36
37
41
47
55
Capítulo 3
Metodología para el análisis de las capacidades de innovación
Introducción
56
I - La noción de capacidades de innovación: conceptos amplios requieren de
múltiples y diversos indicadores
56
II - Las capacidades de innovación en la empresa
65
III - Metodología para el análisis de las capacidades de innovación en la industria
manufacturera uruguaya 1985-2003
71
1
Capítulo 4
Breve caracterización histórica del papel de la industria manufacturera en el
desarrollo latinoamericano
Introducción
78
I - La industria latinoamericana en el período de sustitución de importaciones
78
II - Los impactos de las reformas estructurales en la capacidad de innovación de
la industria
III - Los problemas de vinculación entre las políticas macro y los incentivos micro:
nuevas formas de heterogeneidad estructural
82
87
Capítulo 5
Contexto histórico, descripción y discusión de los determinantes de las
capacidades de innovación en la industria manufacturera uruguaya 1985-2003
Introducción
92
I - Patrones de comportamiento innovativo en la industria manufacturera
uruguaya 1985-2003
92
I.i El comportamiento innovativo de la industria en el período de reapertura democrática
93
I.ii Patrones de capacidades de innovación industrial en un marco de apertura y
crecimiento 1990-1997
99
I.iii El comportamiento innovativo industrial entre la recesión y la crisis 1998-2003
112
I.iv Algunas descripciones transversales sobre todo el período
118
II - Discusión sobre de los determinantes del desarrollo de las capacidades de innovación
en la industria manufacturera uruguaya 1985-2003
127
II.i La relación entre el tamaño de la firma y las capacidades de innovación
132
II.ii Las capacidades de innovación según sector de actividad
136
II.iii Capacidades de innovación, nivel de productividad y de remuneraciones
140
II.iv Las vinculaciones económico-comerciales con el exterior y las capacidades de
innovación
146
II.v La relación entre la antigüedad de la firma y del desarrollo de procesos de aprendizaje
e innovación
150
III - A modo de síntesis
152
Conclusiones:
Entre la penosa reconstrucción de lo obvio y la maldición de
Casandra
153
Bibliografía
157
2
Agradecimientos:
Este trabajo es posible gracias al apoyo brindado por las
instituciones productoras de cada uno de los datos utilizados:
En el caso de la Encuesta CIESU, el acceso a los datos fue
posible gracias al permiso de la Dirección de la Institución, y a la
excelente colaboración de su Secretario Ejecutivo, el Soc. José
Fernández y Esther su secretaria.
En el caso de las Encuestas del Departamento de Economía, la
disponibilidad de datos fue gracias a la buena voluntad para
brindar la información y los pacientes consejos sobre
procedimientos de análisis de la Ec. Rosario Domingo.
Finalmente en el caso de las Encuestas de la DINACYT-DICyT,
el trabajo fue posible gracias al permiso de acceso otorgado por
la Dirección de la misma para el procesamiento de los
microdatos y a la excelente colaboración de la Mag. Belén
Baptista.
También quiero agradecer a Natalia Gras por sus enseñanzas
estadísticas y su apoyo en el procesamiento de datos, a
Emiliano Rojido por la perseverancia en la búsqueda de
información, y por supuesto, a mis muy queridas correctoras.
3
Introducción
El papel de la innovación en los procesos de cambio y permanencia de las estructuras
socioeconómicas ha sido largamente tratado en la literatura. Es así que encontramos
vastas referencias a la importancia de la generación y aplicación de nuevos
conocimientos para el crecimiento económico, el patrón de inserción en el comercio
internacional, la composición del mercado de trabajo y la reducción de las brechas de
equidad, entre otras áreas clásicas del análisis de los problemas del subdesarrollo.
Asimismo, la relevancia de los procesos de innovación ha sido también estudiada en
análisis sectoriales, en los que se analiza la especificidad de los procesos productivos,
los marcos regulatorios y la influencia de los ciclos tecnoproductivos.
La relevancia de este tópico en las ciencias sociales se remonta, al menos, a la obra
de los autores clásicos de los siglos XVIII y XIX. Con diferentes etapas, ocupando
lugares de preeminencia o posiciones marginales en la producción intelectual, el
estudio de los procesos de cambio técnico e innovación ha estado presente desde
entonces, en la contribución de diferentes disciplinas de las ciencias sociales.
El auge reciente de este tipo de estudios puede, de manera más o menos arbitraria,
situarse en las etapas posteriores a la crisis de crecimiento del capitalismo en el último
cuarto del siglo XX. Este apogeo que dio lugar, entre otras cosas, a la difusión del
término “innovación”, puede decirse que comenzó con el análisis de las causas del
cambio de paradigma de la producción estandarizada a la basada en la generación de
bienes y servicios novedosos y diferenciables. Buena parte de los primeros aportes
teóricos de esta etapa, que se caracteriza por el surgimiento de la llamada corriente
evolucionista-neoschumpeteriana, provinieron de estudios enfocados en el análisis de
los casos exitosos en este cambio de paradigma.
En los primeros dos capítulos de este trabajo se revisa cómo el estudio de los
problemas de innovación se constituye en objeto de estudio de la Historia Económica.
A partir de la contribución de autores clásicos de los países del norte y de los aportes
de la producción latinoamericana sobre los problemas de cambio técnico, innovación y
desarrollo, se construye un objeto de estudio que aborda los problemas de innovación
y subdesarrollo en América Latina, con un enfoque epistemológico y normativo
singular.
En ese marco, toma relevancia el estudio de las capacidades innovación de las
regiones, países y las firmas, como elemento determinante de las posibilidades de
alcanzar una senda de desarrollo sostenible. El estudio de las capacidades de
innovación se inscribe dentro de una problemática clásica de la economía del cambio
técnico a la vez que se plantea problemas dentro del marco general de los estudios de
desarrollo. Se trata pues del análisis de las capacidades de los agentes para generar y
aplicar conocimientos en las actividades productivas, como una aproximación al
4
estudio de las posibilidades de configuración de un modelo de producción basado en
la innovación y orientado hacia un desarrollo sostenible.
La definición de capacidades de innovación que se asume en este trabajo, parte de
una concepción de la innovación en sentido amplio que requiere de un esfuerzo
metodológico específico para el análisis empírico de conceptos complejos y
pluridimensionales.
En este sentido, en el Capítulo 3 de este trabajo se discute y define, a partir de los
aportes revisados previamente, una forma de abordaje metodológico para el estudio
de las capacidades de innovación. El objetivo general es analizar el proceso de
innovación en la industria manufacturera uruguaya durante el período 1985-2003,
mediante el análisis del desarrollo de las capacidades de innovación a nivel de firma.
Para cumplir con ese objetivo se revisan diversos antecedentes metodológicos y se
discuten las posibilidades de análisis empírico a partir de la revisión crítica de las
fuentes de datos disponibles para la industria manufacturera uruguaya.
En el Capítulo 4 se presenta una breve revisión sobre el papel de la industria
manufacturera latinoamericana en el desarrollo de la región, a modo de marco
histórico para el análisis de que se desarrolla en el Capítulo 5.
Este último capítulo concentra el cuerpo central del análisis. El mismo se divide en dos
apartados principales. En el primero se realiza una descripción de los datos mediante
técnicas estadística de análisis multivariado, para la identificación de patrones de
desarrollo de las capacidades de innovación en la industria nacional. En el segundo
apartado se propone una discusión sobre las posibles causas del desarrollo de las
capacidades de innovación. El énfasis en el término discusión se desarrolla en el
cuerpo de dicho apartado y proviene de la preocupación por revisar los resultados
obtenidos a la luz de los aportes teóricos y de los antecedentes de investigación
precedentes.
Este capítulo se enfoca específicamente en el análisis empírico del desarrollo de las
capacidades de innovación en la industria manufacturera uruguaya durante el período
1985-2003. Una rápida revisión de los antecedentes sobre el tema podría llevar a la
conclusión de que la innovación y las capacidades de innovación en la industria
uruguaya son muy escasas y que esto se debe a determinados aspectos estructurales
de nuestra economía. Si bien esta conclusión parece irrefutable, a partir del acceso a
seis bases de datos de encuestas industriales para este período y de la aplicación de
metodologías de análisis agregado, es posible avanzar un paso más en la
identificación de cómo inciden diferentes dimensiones a nivel de firma y de rama, a la
vez que identificar situaciones diferenciales en el desarrollo de las capacidades de
innovación. Este es posiblemente uno de los principales aportes de la tesis. Mediante
el análisis minucioso de la información disponible y aplicando una metodología
novedosa para el caso uruguayo, es posible afirmar que el escaso desarrollo de las
actividades de innovación, ciencia y tecnología en la industria nacional, no implica que
5
exista un comportamiento innovativo homogéneo, y que es posible identificar factores
que contribuyen a explicar las situaciones heterogéneas.
A lo largo de todo el trabajo, pero especialmente en el quinto capítulo, se pretende
realizar un ejercicio constante de revisión empírica, análisis teórico y contrastación con
los antecedentes pertinentes en cada caso.
Finalmente, se presentan las conclusiones a modo de “autoevaluación intimista” sobre
el proceso de elaboración de esta tesis. En la misma se incluyen algunas reflexiones
sobre los resultados, los aspectos teóricos y metodológicos que se consideran más
importantes y sobre los cuales la investigación abre interrogantes.
6
Capítulo 1
El proceso de innovación como objeto de estudio de la Historia Económica
Introducción
Hace ya cinco años, cuando iniciaba los cursos de la Maestría en Historia Económica
me veía ante la pregunta de cómo definir el objeto y método de esta disciplina. En ese
momento, proponía una definición del objeto de la Historia Económica como el registro
y la explicación del cambio y la permanencia de las estructuras socio-económicas y las
diferentes capacidades productivas que se desarrollan dentro de ellas, a lo largo de un
eje temporal que incluye el presente; en una reconstrucción retrospectiva con validez
prospectiva.
A partir de esta definición, se entiende la Historia Económica como una disciplina que
genera conocimiento válido y confiable en las diversas áreas de lo que puede definirse
como el análisis económico. Si tomamos las dimensiones que se mencionan en la
definición como denominaciones genéricas de las áreas fundamentales del análisis
económico, cabe entonces reflexionar sobre en qué medida la innovación es una
dimensión del análisis del cambio y la permanencia de las estructuras
socioeconómicas y/o de las capacidades productivas.
Esto no pretende discutir las fronteras con otras disciplinas, sino en qué medida
diferentes aportes teóricos convergen en la Historia Económica y permiten generar
conocimiento sobre los procesos de cambio técnico e innovación. Las teorías que aquí
se revisan forman parte del acervo de diferentes disciplinas de las Ciencias Sociales y
en particular de la Economía, por lo cual posiblemente, buena parte de estas líneas
podrían incluirse sin más en un apartado que tratase de la innovación como objeto de
estudio de la Economía. Pretendo saldar cualquier discusión sobre las fronteras
disciplinarias entre Economía e Historia Económica, suscribiendo la frase: “...la
Historia Económica y la Economía son esencialmente la misma disciplina y...las
diferencias entre ambas surgen principalmente de diversos procesos de origen
institucional y no de aspectos endógenos a la cuestión disciplinaria” (Bértola, 2000:
19).
Al revisar el estudio sobre los procesos de cambio y permanencia de las estructuras
socio-económicas se encuentran infinidad de aportes desde diferentes corrientes de la
Ciencias Sociales. En varios de ellos la generación y aplicación de conocimiento con
fines económicos tiene un papel central en la explicación de dichos procesos.
El objetivo de este trabajo es proponer una revisión de cinco de las principales
corrientes teóricas que confluyen en la Historia Económica, para analizar cómo ellas
han tratado el fenómeno de la innovación y el cambio técnico, en relación a los
procesos de cambio y permanencia en las estructuras socioeconómicas y en las
7
capacidades productivas. De esta manera se busca revisar la caja de herramientas de
diferentes teorías, en el afán de modelar herramientas propias para el trabajo de
investigación sobre los procesos de innovación.
Para esto propongo analizar el proceso de innovación a partir de siete dimensiones que serán tratadas de manera más o menos explícita en cada apartado- que permiten
comparar el tratamiento del tema en distintas corrientes teóricas:
(i)
(ii)
(iii)
(iv)
(v)
(vi)
(vii)
Qué elementos explican, desde el esquema epistemológico que
corresponda, el proceso de innovación o cambio técnico.
Qué tipo de actor es el que participa del proceso de innovación, cómo es la
relación e interacción entre los actores y las relaciones de poder.
Cuál es la dirección del cambio técnico, entendida como el objetivo que
orienta las transformaciones técnicas, o los resultados que éstas producen.
Cuál es el ritmo del cambio técnico, entendido como un análisis de la tasa
de cambio técnico y del tipo de movimientos que la misma presenta.
Cuál es la localización del cambio técnico, esto es, si este proceso es
localizado en determinado sector de la economía o la sociedad1
¿Cómo se difunde el cambio técnico?
Qué papel juegan el Estado, el mercado y otras formas institucionales.
Este trabajo trata entonces de la revisión del tratamiento de los procesos de
innovación y cambio técnico, y su relación con los procesos de cambio y permanencia
de las estructuras socioeconómicas, en las siguientes corrientes teóricas o autores: (i)
el Marxismo (centrado en la obra de Karl Marx), (ii) la perspectiva de Joseph
Schumpeter, (iii) la Economía Neoclásica, (iv) la corriente EvolucionistaNeoschumpeteriana,(v) el institucionalismo de Thorstein Veblen y el Neoinstitucionalismo de Douglas North y, finalmente, (vi) una breve revisión de los aportes
de la Investigación Histórica.
Sin duda, la tarea propuesta es muy enjundiosa. El abordaje a partir de las
dimensiones propuestas permite concentrarse en determinados aspectos específicos y
exime de una presentación exhaustiva de cada una de las corrientes teóricas a tratar.
Consiste, a su vez, en un apoyo para evitar el riesgo de caer en la enésima revisión de
cada una de estas ideas sin un ordenamiento novedoso o diferente.
El capítulo se ordena de forma muy sencilla, con un apartado dedicado a cada una de
las corrientes que se estudian para el análisis de las dimensiones seleccionadas.
Finalmente se propone una última sección en la que se comparan los diferentes
abordajes y se ordena el baúl de herramientas.
1
Las dimensiones iii, iv, y v son una adaptación de las empleadas por Jon Elster (1990) para analizar el
tipo de explicación del cambio técnico de cuatro de las cinco corrientes teóricas que aquí se analizan.
8
I – Marx: la actividad humana cognoscente (praxis) como motor de la historia
Hacer un comentario de la obra de Marx en 2006, y en particular sobre uno de los
elementos del análisis económico al que más líneas dedicó en sus obras, es
difícilmente una tarea original. Asimismo, el papel que asigna este autor al cambio
técnico ha sido objeto de infinitas discusiones, en particular la discusión de si tenía o
no una impronta tecnodeterminista, asociada a la dimensión teleológica de su obra.
Como no creo poder aportar nada novedoso como comentarista de la obra de Marx,
voy a limitarme a exponer y fundamentar mis ideas centrales sobre la importancia del
marxismo para entender la innovación y el cambio técnico.
Considero que la epistemología marxista tiene absoluta vigencia para entender los
procesos de cambio técnico e innovación en la actualidad. Dicha vigencia proviene de
su concepción del materialismo dialéctico como método de estudio de la generación
del conocimiento humano. Para sostener esta afirmación quiero introducir aquí
algunas salvedades: la obra de Marx no ofrece todas las herramientas, ni en muchos
casos las mejores, para entender el proceso de innovación actual; ofrece algunas de
las fundamentales. Asimismo, creo que sólo es posible encontrarlas en una revisión
que abarque los diferentes momentos de su vasta producción. Finalmente, considero
que en la lectura de su obra se encuentran ambigüedades sobre el papel del cambio
técnico en la historia. En particular si se comparan los escritos de su juventud con los
estudios finales sobre Economía Política, la relación entre sujeto cognoscente y
estructura es tratada desde diferentes ópticas. Por lo tanto, lo que aquí se presenta no
desconoce el carácter ambiguo de algunos pasajes de la obra de Marx, ni descarta
otras interpretaciones posibles, tan sólo expone lo que considero la interpretación más
fecunda de su obra para el análisis del proceso de innovación. En este sentido, si bien
creo que en algunos pasajes de su obra es posible reconocer una impronta
tecnodeterminista, asociada a la dimensión teleológica, considero que la mejor
herramienta que se puede obtener en la caja que legó este autor, debe basarse en
otra lectura, más abarcativa y, entiendo más fecunda de su obra.
Las ideas de Marx sobre el papel del cambio técnico parten de sus concepciones
ontológicas en las que critica al materialismo mecánico y adopta algunos de los
postulados centrales del idealismo. Esta síntesis que logra a lo largo de su obra se
expresa en su noción de praxis como concepto resumen de la actividad creadora
humana2.
La idea de práctica en Marx se asimila en forma expresa a la noción de acto en
Aristóteles, la historia como acto supone a cada sujeto histórico determinado en cada
momento histórico. Cada acción de los sujetos históricamente determinados,
2 La noción de praxis se presenta claramente en las Tesis sobre Feuerbach: “La falla fundamental de todo
el materialismo precedente…reside en que solo capta la cosa, la realidad…bajo la forma de objeto o de
contemplación, no como actividad humana sensorial, no como práctica.” (Marx, 1952. Tesis 1).
9
produciendo objetividad, produciendo ideas abstractas a partir de su praxis, y que
fueron creados de manera objetiva, es el acto de la historia (Bayce, 1996).
Marx concibe la generación de conocimiento a partir de la relación dialéctica entre lo
abstracto y lo concreto. El ser humano, como sujeto cognoscente elabora ideas
abstractas a partir de su experiencia concreta, a partir de su praxis (Marx, 1971). De
esta concepción de la generación de conocimiento, que toma fundamentalmente de
Kant, es de donde surge la idea de tecnología como fruto de la capacidad humana de
solucionar la reproducción material mediante el conocimiento. La noción de la
tecnología como la expresión concreta de conocimiento abstracto que surge de la
experiencia material humana tiene rasgos epistemológicos muy próximos a lo que más
adelante denominaré: “el mainstream de la heterodoxia”.
La tecnología, esta expresión concreta de la capacidad humana de generar
conocimiento, se manifiesta en la obra de Marx como el desarrollo de las fuerzas
productivas. Si bien es incuestionable que este autor asimila la noción de tecnología a
la de fuerzas productivas, creo que no es posible entenderlo como un factor
exógenamente determinado que por su propia lógica interna determina la evolución de
la historia hacia un momento en que no existan trabas “superestructurales” al
desarrollo de la tecnología. Creo que esta interpretación es una simplificación de
algunos momentos de su obra. Las fuerzas productivas no se desarrollan de manera
exógena sino como producto de la praxis, que es el concepto que resume la noción de
la actividad humana cognoscente en la obra de Marx3.
A la luz de estas consideraciones, es posible asimilar el concepto de ritmo del cambio
técnico al de desarrollo de las fuerzas productivas. En el modo capitalista de
producción, la tasa de dicho cambio estaría dada por la pretensión del capitalista de
ampliar el capital variable respecto a la composición orgánica del capital (Marx,
1987b). No se trata entonces de una evolución predeterminada y exógena a la lógica
económica, sino intrínseca a la praxis específica de uno de los actores fundamentales:
el capitalista.
De esta manera reconocemos también que la teoría de Marx, permite caracterizar al
capitalista, el innovador, como un actor social concreto. Éste se encuentra motivado
por el afán de ganancia en una lógica de acción más bien maximizadora que
satisfaciente. Esta lógica de acción racional que es posible reconocer en el capitalista
definido por Marx se expresa claramente en el análisis del pasaje de la producción
artesanal a la producción industrial (Marx, 1987a). Para Marx, el objetivo que mueve al
actor capitalista es la generación de ganancia, que depende de la generación de
plusvalor; en tal sentido, el capitalista se apropia de la ciencia como se apropia del
trabajo, para aplicarla en la producción de valor y en la extracción del plusvalor. El
pasaje de un sistema de producción artesanal a uno industrial, se explica por una
acción racional del capitalista que busca maximizar sus ganancias mediante la
3
“La tecnología nos descubre la actitud del hombre frente a la naturaleza, el proceso directo de
producción de su vida y , por tanto, de las condiciones de su vida social y de las ideas y representaciones
que de ellas se derivan” (Marx , 1987a: 415)
10
extracción de valor, y esa acción racional es la praxis del capitalista. Al igual que en el
análisis de la lucha de clases, donde la praxis política se hace con un objetivo racional
concreto, es posible reconocer en el capitalista definido por Marx una forma de acción
también racional.
Quizás sea esta una de las principales limitaciones que presenta la teoría marxista,
otorga a los actores una racionalidad casi perfecta. Si bien el capitalista en el largo
plazo cava su propia fosa mediante este comportamiento -debido a la ley de la
tendencia decreciente de la tasa de ganancia- en el corto plazo los actores se
muestran como inequívocos en sus intereses y con una pretensión maximizadora
insaciable. Marx desarrolla elementos procedurales en la acción del capitalista que lo
diferencian de las concepciones hedonistas de la acción, especialmente en lo referido
a su acción como actor de clase (Marx, 1987a). Sin embargo, la principal crítica que
encuentro a la noción marxista del actor capitalista es que lo concibe como un actor
homogéneo, que en su momento histórico actuará siempre del mismo modo.
Es posible reconocer que para Marx la dirección del cambio técnico está determinada
por la búsqueda de maximizar la ganancia mediante la extracción de plusvalor. En el
análisis del surgimiento de la gran industria (Marx, 1987a), la dirección del cambio se
orienta hacia el desplazamiento del trabajo artesanal por el trabajo industrial,
localizando el cambio técnico, desde luego, en la gran industria maquinizada.
El análisis que realiza Elster (1990) de la concepción marxista del cambio técnico, a mi
juicio excesivamente recostado en el esquema conceptual neoclásico, discute en qué
medida Marx consideraba la dirección del cambio técnico como sustitución de factores,
específicamente como reemplazo de trabajo por capital en forma de maquinaria. Si
bien evidentemente el esquema neoclásico es inadecuado para el estudio de este
aspecto en la obra de Marx, Elster introduce conceptos muy precisos sobre el análisis
que Marx hace del cambio técnico como una dimensión del estudio del proceso
laboral. Esta concepción reconoce la fuerza laboral como un actor no como un factor,
esto introduce una mayor complejidad en el tipo de acción del capitalista, ya que en
sus decisiones de innovación debe considerar la acción de otros actores (Elster, 1990:
152-153). Dentro del enfoque marxista, este aspecto permite introducir, en
concordancia con el concepto de praxis, un aspecto central de los problemas de
innovación que no es jerarquizado de la misma manera por otras corrientes: el
problema del conflicto.
No es en absoluto novedoso decir que el conflicto tiene un papel central en toda la
teoría marxista. La praxis es indisociable de la noción de lucha de clases. El análisis
que aquí se ha hecho del comportamiento micro del capitalista en la teoría de Marx, no
es más que un esfuerzo analítico para recuperar las características del actor en lo que
refiere a sus decisiones de innovación. Sin embargo, la acción del capitalista en la
teoría marxista sólo puede comprenderse considerando su relación y formas de
interacción con otros actores. La noción marxista ya expresada aquí sobre el cambio
técnico como forma de ampliar el plusvalor extraído por el capitalista, reduciendo el
tiempo de trabajo para la reproducción de la masa obrera, fue posteriormente
11
desarrollada por diferentes autores de la corriente marxista para explicar las formas de
cambio en la organización del trabajo (Marglin, 1974. Braverman, 1975, Coriat, 1982).
Estos autores trabajaron exhaustivamente cómo las formas de organización del trabajo
están determinadas por la pretensión de control del saber y del tiempo obrero.
Introducen así en el análisis marxista, un desarrollo detallado de cómo las
transformaciones técnicas producen cambios en el trabajo, en la praxis de los obreros.
A partir de las ideas originales de Marx y del desarrollo posterior de las mismas,
resulta imprescindible introducir en el análisis del proceso de innovación, cómo el
cambio técnico produce formas de conflicto entre formas de conocimiento, y cómo
puede estar orientado por la imposición de los objetivos de uno de los actores
participantes. Por otra parte, estos aportes abren la puerta a la consideración de la
diversidad de formas de conocimiento que participan en el proceso de trabajo, y cómo
las mismas intervienen en el proceso de innovación. Considerar estos aspectos
resultará imprescindible para comprender el proceso de innovación. De hecho, aportes
posteriores, que distinguen sobre las formas de conocimiento y resaltan la relevancia
de las innovaciones organizacionales, muestran importantes puntos de encuentro con
estos enfoques.
En el enfoque marxista macro, el capitalista se ve envuelto en una trampa: innovar o
perecer, desarrollar las fuerzas productivas es imprescindible para el aumento del
plusvalor. En este enfoque, la sustitución de la fuerza de trabajo por maquinaria
implica una caída del capital variable y con él de la tasa de ganancia. Por lo tanto, la
dirección del cambio técnico en el sentido de sustitución de factores, está determinada
por la relación entre actores en el proceso de trabajo, pero también por la controvertida
ley de la tendencia decreciente de la tasa de ganancia (Marx, 1987b).
En este momento, resulta evidente que Marx subestimó la capacidad del capitalista y
del sistema capitalista, en la medida que enunció la tendencia decreciente de la tasa
de ganancia a partir de la imposibilidad de aumentar de manera sostenida la relación
capital variable/capital constante. Este es probablemente el aspecto más complejo de
analizar a la luz de la argumentación que se propone aquí para interpretar la obra de
Marx sobre los procesos de innovación. ¿Cómo explicar esta tendencia autosocavante
del capitalismo en el marco analítico antes expresado?
Creo que sólo es posible explicarla a partir del contexto histórico en que Marx escribe
y de aspectos teóricos ya enunciados. En términos históricos, es válido suponer que,
en el momento en que Marx escribe, el capitalismo no daba aún las muestras
evidentes que hoy ofrece de su capacidad para renovar su capacidad productiva y
retomar sendas con tasas de ganancia positivas. Por otra parte, desde el punto de
vista teórico, cabe señalar la ambigüedad que deja planteada la lectura de la obra de
Marx. Nos muestra a un actor –el capitalista-- que es capaz de elaborar ideas a partir
de su praxis, y actuar transformando la realidad de manera consciente, pero que sin
embargo no es capaz de actuar sobre tendencias generales que lo destruyen como
clase. La impronta teleológica marxista limita entonces las potencialidades del análisis
a partir de las categorías que él mismo propuso.
12
Prestando atención a estas críticas, creo que las herramientas más fecundas que
podemos obtener del estudio de la obra de Marx para la investigación sobre los
procesos de innovación son aquellas que nos permiten concebir la praxis como una
actividad de sujetos cognoscentes que mediante la elaboración de ideas abstractas
son capaces de transformar su realidad, en un marco de relaciones sociales
determinadas por el conflicto de clases. Creo que esta concepción -sin la dimensión
teleológica de la historia que condiciona al actor e incorporando a la visión marxista la
posibilidad de que actores en una misma situación de clase asuman diferentes formas
de acción- es el concepto más importante del marxismo y que ofrece categorías
plenamente vigentes para el análisis de los procesos de innovación.
II – Schumpeter: la introducción del individualismo metodológico
El padre reconocido de los estudios económicos de innovación, Joseph Schumpeter,
postulaba que el sistema capitalista consistía en un método de cambio económico y
que el motor de ese cambio es endógeno al sistema y proviene de la permanente
creación de productos nuevos o formas nuevas de producir, regular u organizar
la producción (Schumpeter, 1946: 103). Este movimiento de destrucción creadora era
para Schumpeter el componente esencial del capitalismo. En este sentido, rechazaba
los postulados de la economía clásica, catalogándola como el estudio de las formas de
administración de las estructuras capitalistas de producción, proponiendo el análisis
económico de cómo esas estructuras son destruidas por el sistema capitalista
(Schumpeter, 1946: 104).
La innovación así entendida es el componente fundamental del desenvolvimiento
económico que altera la corriente circular de la economía. El tipo de innovación que
provoca esta ruptura son las grandes innovaciones, que suponen un cambio cualitativo
hacia un punto de producción al que no es posible acceder por infinitas
aproximaciones sucesivas. Estas innovaciones no son constantes, pero sí lo es el
cambio porque se mantiene el proceso de absorción de las revoluciones (Schumpeter,
1946: 103). De esta manera el ritmo del cambio técnico está asociado a la aparición de
nuevas combinaciones en un tipo de movimiento pautado por las rupturas y
discontinuidades.
Schumpeter desarrolla la noción de ruptura, como idea de crisis, pero no
explícitamente como idea de conflicto. La concepción de crisis de Schumpeter se basa
en la idea de discontinuidad, por eso rechaza la importancia de los cambios
infinitesimales y, a diferencia de sus seguidores, no adjudica mayor relevancia a los
procesos de aprendizaje. Las revoluciones que introducen novedades alteran las
estructuras socioeconómicas, son discontinuas y rupturistas, no provienen siempre de
una misma persona o grupo, sino de ciertos atributos particulares de la acción de las
personas. Esta visión no implica suponer que la acción de innovar es una acción lineal
que no encuentra obstáculos. Por el contrario, Schumpeter la define como una acción
contracorriente, precisamente en contra de la corriente circular, que está pautada por
la incertidumbre y genera rechazos (Schumpeter, 1968: 89). En esta acción, el
13
innovador (empresario) es quien juega un papel fundamental y es quien revierte los
hábitos y rutinas de la corriente circular que se vuelven obstáculos para la innovación,
en tanto operan como “atractores” que desestimulan el comportamiento innovativo.
La noción de empresario que maneja Schumpeter es inseparable de su noción de
empresa capitalista, que la define como: la realización de nuevas combinaciones.
Empresario para Schumpeter es sólo aquel que realiza estas nuevas combinaciones,
quien puede ser propietario o no de los medios de producción (Schumpeter, 1968: 8485). El empresario es una condición temporal de quien realiza las nuevas
combinaciones. Es quien asume el riesgo, que no tiene por qué ser patrimonial, de
iniciar el proceso de destrucción creadora. Schumpeter profundiza la definición de
empresario, resaltando que antes de la división del trabajo en las organizaciones
modernas, el capitalista era simultáneamente empresario, gestor y técnico, de manera
similar como operan en el momento actual las PYMES. Las grandes organizaciones
modernas separan estas funciones, y de hecho pueden participar de la corriente
circular sin que nadie asuma el papel de empresario. La condición de empresario
existe en el momento en que hace nuevas combinaciones, no es una condición
permanente del actor (Schumpeter, 1968: 88). Los gestores pueden asumir
temporalmente esa función para luego dejarla. La realización de nuevas
combinaciones es también una función especial y el privilegio de un tipo especial de
hombres. Estos hombres se destacan por la función de líder, no como inventor sino
como hacedor, como aquel que pone en práctica conocimientos existentes. De esta
manera inicia la diferenciación entre innovación e invención. El líder es quien se
impone a contracorriente de los mecanismos del mercado, no quien convence, y
puede tratarse en muchos casos de un liderazgo involuntario (Schumpeter, 1968: 9199).
Schumpeter argumenta que la ganancia del empresario se produce en el momento en
que los líderes logran introducir el uso, la comercialización de una nueva combinación
que rompe con la corriente principal. La ganancia es la retribución que el empresario
logra por la novedad de la innovación, no la retribución de la gestión empresarial ni el
interés del capital.
Aunque Schumpeter niega explícitamente entenderla de esa forma y propone
entenderla como el valor producido por la actividad del empresario, es una ganancia
extraordinaria en sentido de la economía clásica (Schumpeter, 1968: 136-141).
Schumpeter sitúa la elección de la innovación en la capacidad del individuo de valorar
esa retribución, en relación a la que obtendría manteniéndose en la corriente principal.
¿Cuál es específicamente la retribución que recibe el empresario? “Se imputa a esta
[la función de liderazgo] el valor de los nuevos productos menos el valor de los que
hubieran podido realizarse sin ella” (Schumpeter, 1968: 149). La ganancia es entonces
una retribución no recurrente por una actividad no recurrente, que no puede explicarse
como las otras retribuciones por el efecto marginal de una nueva unidad producida. La
ganancia del empresario es lo que permite el desenvolvimiento económico, la ruptura
con la corriente circular, ya que es la expresión objetivable del éxito. A la vez, la
ganancia no genera una renta permanente, luego de que se produce en cada
14
expresión particular, deja de existir por la dinámica del desenvolvimiento, nuevos
empresarios logran obtener la ganancia (Schumpeter, 1968: 160-161).
De esta manera Schumpeter describe el cambo técnico como un cambio constante,
cuya aceleración depende de los procesos de destrucción creadora, innovaciones
radicales, que luego de aparecer se difunden al sistema de producción capitalista. El
movimiento inicial de tales cambios es la acción de los empresarios capitalistas que se
localizan allí donde se realicen las nuevas combinaciones. Este aspecto de la teoría de
Schumpeter es fuertemente criticado por Elster. ¿Cómo explicar la acción de los
empresarios? En definitiva, la definición de empresario de Schumpeter es la de
aquellos hombres capaces de hacer que las cosas se hagan (Elster, 1990: 104). ¿Pero
qué hace que tales hombres aparezcan? ¿Es un actor racional como el que se
describirá a continuación en el modelo neoclásico? De acuerdo a la definición del
concepto de ganancia del empresario, estos podrían ser actores racionales que
buscan la obtención de dicha forma de retribución. Pero Schumpeter analiza
detenidamente este aspecto y señala, con una cierta impronta evolucionista, que la
condición de empresario es perseguida por muchos y sólo obtenida por algunos, la
probabilidad típica de obtención de la ganancia es muy baja en el sistema capitalista,
ya que esta la obtiene sólo un tipo particular de individuo. Sin embargo, la actividad de
producción la llevan adelante hombres que sobreestiman sus posibilidades de
obtención de ganancia mediante la realización de nuevas combinaciones. De esta
manera, la actividad innovativa sería una acción racional sin motivaciones racionales.
Los ganadores de este juego son aquellos que ex post constatan que sus expectativas
ex ante no fueron desmedidas (Elster, 1990: 109).
El empresario schumpeteriano es un actor racional que no parte de bases racionales
sobre su probabilidad de éxito, y que se guía por una meta satisfaciente, la creación
de nuevas combinaciones y la obtención de la ganancia correspondiente. Schumpeter
ofrece una descripción ideográfica del empresario a partir de sus capacidades técnicas
y gerenciales, así como de su condición de liderazgo (Schumpeter, 1968: 85-87). Pero
en la “interpretación psicológica” que hace de las características del empresario, lo
caracteriza explícitamente como un actor no hedonista, que se mueve por hábitos
asociados a sanciones o por ruptura con ellos. Objeta el hedonismo porque rechaza la
explicación del comportamiento empresario en tanto maximizador de bienestar. Los
principios psicológicos que Schumpeter propone para entender la motivación del
empresario a actuar como tal están ligados a formas de reconocimiento no pecuniario:
la voluntad de fundar un reino privado, la voluntad de conquista y el gozo creador
(Schumpeter, 1968: 100-102).
Es evidente que Schumpeter asignaba implícitamente a la función de empresario una
complejísima especificidad de disposiciones para la acción, entre las cuales se
destaca la propensión a realizar nuevas combinaciones productivas, lo cual no sólo
era determinante del principio fundamental de la dinámica económica, el
desenvolvimiento, sino que también era una especie de mecanismo irrefutable de
15
movilidad social en el capitalismo schumpeteriano (Schumpeter, 1968: 160-161)4.
Resulta muy difícil revisar todos los supuestos que lleva implícitos y explícitos este tipo
de actor, pero resulta sí posible retomar las preguntas planteadas al inicio y revisar
cómo este tipo de actor en el medio en que se desempeña, pueden ser categorías
válidas para explicar el proceso de innovación.
Una de las cuestiones centrales que deja pendientes la propuesta de Schumpeter es
por qué esta dinámica no puede operar en las innovaciones incrementales.
Claramente se trata de otro tipo de acciones, ya que Schumpeter está pensando en
nuevas combinaciones que significan un salto cualitativo en la forma de producir y que
arriban a un estadio que no puede ser alcanzado mediante sucesivos agregados de
cosas ya existentes5. ¿Pero qué impide que este tipo de empresarios no pueda
también realizar innovaciones incrementales? Desde la letra fría de los textos de
Schumpeter, lo impide sencillamente que este tipo de empresario no se movilizaría por
innovaciones incrementales, ya que la innovación incremental no permite la obtención
de la ganancia empresarial. Sin embargo el tipo de actor que Schumpeter desarrolla,
será reelaborado por sus seguidores para describir los procesos de innovación
incremental. La clave del análisis de los autores neoschumpeterianos para el estudio
de las formas incrementales de innovación parte de reconocer los procesos de
aprendizaje y la característica acumulativa del conocimiento. Schumpeter reconoce de
manera muy diferente a sus seguidores el papel del conocimiento tácito asociado a
rutinas. Lo entiende como un conocimiento enraizado y no consciente, que no requiere
ser renovado mediante el aprendizaje y que opera de hecho como un freno al
comportamiento innovador (Schumpeter, 1968: 94).
Por otra parte, cabe preguntarse cómo opera el mecanismo de selección empresarial
que plantea Schumpeter, que es lo que, en definitiva, nos permite conocer por qué se
producen ciertas innovaciones y no otras. A partir de sus postulados podemos
entender cómo llegan a ser innovadores quienes logran serlo, pero no prever qué
innovación tendrá éxito. Asimismo, el propio autor destaca que la automatización del
proceso de desenvolvimiento económico es un proceso de racionalización de la
actividad económica, en la cual el papel del empresario pierde relevancia. En ese
proceso la economía trustificada, que convierte la innovación en rutina empresarial, es
el principal motor de destrucción de la función del empresario. De esta manera ¿la
innovación dejará de ser una acción específica de un grupo de actores para
convertirse en una rutina organizacional? ¿Esto supone el principio del fin para el
capitalismo?
Resulta evidente en este momento, que la postura schumpeteriana, inspirada en Marx,
de que el capitalismo será víctima de su propio éxito, no resiste la evidencia empírica.
La industrialización de la innovación a través de la investigación y desarrollo (I&D),
4
Cabe mencionar que, en su respuesta a las críticas a la primera edición de la Teoría del
desenvolvimiento económico, Schumpeter define al empresario como portador de los mecanismos de
cambio económico, no un factor de cambio (Schumpeter, 1968: 72).
5 Schumpeter ejemplifica este concepto con la conocida frase: “agreguemos sucesivamente todas las
diligencias que queramos y no formarán nunca un ferrocarril” (Schumpeter, 1968: 75)
16
racionaliza como postuló Schumpeter la actividad de innovación a un punto de
automatización, y hace sin duda más complejo el análisis desde el esquema
individualista schumpeteriano. Sin embargo, las grandes empresas que automatizan
las actividades de innovación, en todo caso parecen suplantar la función del
empresario, a la vez que dejan intersticios para pequeñas empresas que, en general
dirigidas por empresarios schumpeterianos, actúan en las fronteras del conocimiento
tecnológico (Elster, 1990: 115).
Por otra parte, Schumpeter desarrolló posteriormente una explicación sobre los
procesos de innovación en las economías trustificadas, que retomando principios del
individualismo metodológico, ofrece herramientas para comprender el proceso de
innovación según el tamaño de las firmas y la estructura de mercado. La lógica de
búsqueda de la ganancia de los empresarios innovadores se transforma en una lógica
de competencia entre grandes empresas que buscan, mediante la innovación, lograr
una posición monopólica temporal que permita la obtención de la ganancia. En ese
marco de competencia monopolística innovativa, la gran empresa que “industrializa la
I+D” se convierte en el agente que produce la ruptura con la corriente circular
(Schumpeter, 1946).
A modo de conclusión de este apartado, creo que no tiene caso enfatizar la
importancia de la obra de Schumpeter para el estudio de los procesos de innovación.
El apelativo del “padre reconocido de los estudios de innovación” exime de repetir los
múltiples reconocimientos. Sin embargo, cabe señalar qué herramientas quedan de
esta breve revisión de su obra. Claramente queda la noción macro, de la importancia
de las innovaciones en la dinámica del capitalismo. Pero su principal aporte, fiel a su
esquema analítico, proviene de sus esfuerzos por explicar los microfundamentos de la
acción; en tal sentido, ofrece una explicación de cómo la predisposición a innovar
depende de la aparición de determinada forma de comportamiento. Posiblemente la
principal falla de la propuesta de Schumpeter son los escasos argumentos que ofrece
para el estudio de por qué aparecen tales disposiciones en determinado momento y no
en otros, más allá de los datos ex post que brinda el proceso evolutivo. Creo que el
acento de los autores neoschumpeterianos en el estudio de las formas de aprendizaje
es claramente un medio para saldar este problema.
III - El baremo neoclásico
La teoría neoclásica claramente ha ocupado el lugar de la corriente principal o
paradigma dominante de la Economía durante buena parte del siglo Veinte y lo que va
del siglo Veintiuno. Su rol como principal esquema intelectual para comprender los
fenómenos económicos, ha hecho que sea tomada por diversas corrientes como un
baremo contra el cual debe medirse la pertinencia de una propuesta diferente.
De manera muy breve presentaremos los ya largamente conocidos supuestos de la
teoría neoclásica sobre la tecnología. Esta teoría delimita su objeto en las decisiones
económicas de asignación de recursos aquí y ahora. No centra su preocupación en
conocer cómo cambia en el tiempo la disponibilidad de factores (tierra, trabajo y
17
capital) sino que se trata siempre de un análisis de equilibrio estático. La pregunta
básica de esta corriente de pensamiento es cómo se asignan recursos escasos en un
marco de restricciones. La respuesta a esta pregunta es que la riqueza se asigna en
función de la productividad marginal de los factores de producción. No se tienen en
cuenta influencias de formas previas de asignación, sean eficientes o no, se asume
que siempre es posible encontrar la asignación más eficiente de acuerdo a la
productividad marginal en el momento dado.
En este marco, la tecnología determina la productividad de los factores, ya que la
productividad marginal de los mismos depende de los coeficientes técnicos que
definen la forma de la función de producción y el rendimiento de cada unidad que se
agrega de cada factor. Rendimiento que en el óptimo se iguala al costo marginal y en
un mercado de competencia perfecta se iguala también al precio del bien producido,
ya que no existen beneficios económicos. Si bien estos coeficientes pueden tener una
forma funcional de crecimiento no constante, la capacidad técnica se asume como
constante, ya que en el modelo no existe mejora técnica en el corto plazo. Asumir la
tecnología como un factor exógeno implica que no se aprecian procesos de
aprendizaje diferenciales, se supone perfecta difusión y disponibilidad de acceso a la
misma.
De esta manera la corriente neoclásica define un actor racional-maximizador que
cuenta con información perfecta sobre sus opciones de producción, y que dirige sus
esfuerzos a la maximización de las ganancias o reducción de costos. Así el concepto
fundamental que guía al actor es el de sustitución de factores. Con una tecnología
dada el agente puede sustituir un factor por otro, sin variar la producción, moviéndose
a lo largo de la isocuanta. El problema económico consiste entonces en determinar la
combinación de factores que permita alcanzar la mayor producción dada la restricción
presupuestaria. Esta elección se representa geométricamente mediante el corte
tangencial entre la curva isocuanta y la recta de isocostos.
Esta breve descripción de los principios básicos de la concepción de la tecnología en
la corriente neoclásica, muestran que, en la misma, este fenómeno se reduce a un
problema de sustitución de técnicas (combinaciones de factores) con el objetivo de
mejorar la eficiencia productiva (Gallego, 2003).
En los modelos neoclásicos de crecimiento que han abordado el tema de la
tecnología, la misma fue considerada en un principio como un residuo exógeno
(Solow, 1956). El progreso técnico debe ser necesariamente exógeno en el modelo de
Solow ya que, por su formulación, la retribución es exclusivamente hacia el trabajo y el
capital.
Posteriormente a este aporte fundacional, aparecieron trabajos de orientación
neoclásica que incorporan a la función de producción agregada (función de
crecimiento) el conocimiento tecnológico como un factor endógeno (Romer, 1990.
Grossman y Helpman 1991). El mismo proviene de la I&D que se realiza con fondos
públicos o privados. Estos autores distinguen entre investigación básica y aplicada, y
18
establecen diferentes tipos de apropiabilidad según el tipo de conocimiento. Así,
definen el conocimiento tecnológico como un bien no rival que puede ser utilizado sin
desgaste ni costo adicional. Al mismo tiempo reconocen retornos crecientes de escala
en la función de producción agregada, lo que permite que existan recursos para
retribuir el progreso tecnológico como factor de producción, sea esto a través de la I&D
de las propias empresas o a través de instituciones de C&T. Este modelo lleva a una
competencia monopolística, ya que el progreso tecnológico es parcialmente excluible y
puede apoderarse de una renta excepcional como consecuencia de la exclusión del
cambio técnico.
Estos trabajos representan una transformación sustantiva en la concepción neoclásica
del cambio técnico, desde el momento que permiten reconocer el papel de la
tecnología como factor económico. Sin embargo, se enfocan sobre la función de
producción agregada, ese es su objetivo, y no permiten descomponer el proceso de
innovación o cambio técnico a nivel de las firmas.
Este enfoque teórico es, desde luego, opuesto a la concepción básica de Schumpeter
antes mencionada. La innovación no es un resultado endógeno de lo que define el
objeto de estudio de la economía, como acción económica de los sujetos, sino que es
una combinación específica de factores de acuerdo a posibilidades dadas. Lo más
preciso que es posible conocer como “tecnología dada” son los resultados de la
investigación científico-tecnológica, se haga en un complejo de C&T o en empresas,
que opera como “conocimiento tecnológico disponible”. De esta manera, según
condiciones de mercado, capacidad de compra o barreras institucionales específicas,
las empresas podrán tomar sus opciones tecnológicas.
En este momento existe consenso en que la teoría neoclásica no resulta satisfactoria
para comprender el proceso de innovación. Sin embargo, sigue actuando como
baremo contra el cual deben probar su eficiencia, o quizás su robustez, las otras
corrientes teóricas.
Al analizar la forma de explicación del cambio técnico en diferentes corrientes teóricas,
Jon Elster sigue el esquema conceptual neoclásico. Si bien no lo hace explícitamente,
las tres dimensiones que toma para analizarlo parten de emplear los supuestos de
esta corriente como parámetro, o directamente se plantea preguntas que son parte del
esquema intelectual neoclásico. Si bien este autor critica el potencial explicativo de
esta teoría, las interrogantes de las que parte, específicamente la pregunta sobre la
dirección del cambio técnico, son planteos que se basan en el esquema neoclásico de
sustitución de factores (Elster, 1990).
Sin embargo, este autor dirige fuertes críticas a la concepción neoclásica de la
tecnología. Para ello se basa en el supuesto de la racionalidad maximizadora del
empresario. Este supuesto implica una permanente acción deliberada del empresario
que puede escoger en todo momento la tecnología que empleará en su función de
producción. La pregunta que se formula Elster es la misma que se ha usado
19
largamente para criticar el modelo neoclásico: ¿por qué, si existe una mejor tecnología
disponible y el empresario la conoce, no la utiliza?
La respuesta neoclásica a esta pregunta se resuelve de manera no del todo clara con
el concepto de tecnologías inmediatamente disponibles, sobre las que el empresario
decide cuál aplicar, de acuerdo a la relación de inputs-outputs escogida por él (Varian,
1994). Esto resulta entonces en una subdivisión de la tecnología, que demarca un
conjunto menor de combinación de factores que pueden ser aplicados de manera
inmediata por el empresario.
¿Cuáles son los principales contribuciones de esta corriente para explicar el proceso
de innovación? Sin duda en términos específicos son pocos, y más aún si asumimos el
estudio de la innovación en sentido histórico, esta teoría ofrece herramientas muy
precisas para entender el comportamiento económico en dimensiones de tiempo
lógico, pero no histórico (Elster, 1990: 93).
Sin embargo, las herramientas generales de la teoría neoclásica y específicamente su
énfasis marginalista, así como su capacidad de formalización, ofrecen un gran
potencial de investigación, si se concibe a tales herramientas como recursos técnicos
y no como preceptos teórico-metodológicos.
En buena medida, eso es lo que han hecho los impulsores de las corrientes
evolucionista y de la neoinstitucionalista, al intentar adaptar tales herramientas a la
compresión dinámica del cambio endógeno. En particular, las críticas que se dirigen al
tipo de actor que supone el modelo neoclásico, racional maximizador, permiten
reconocer sus límites. Al mismo tiempo este modelo asume, como baremo, una
función heurística como un tipo ideal de explicación simple al que se contraponen
otras explicaciones más complejas y a partir del cual es posible elaborar preguntas de
investigación.
Creo que esta es la lectura más fecunda que se puede realizar de los postulados
neoclásicos, y que ya en este momento no tiene sentido redundar sobre los problemas
de esta teoría para la comprensión del proceso de innovación.
IV – Evolucionistas y neoschumpeterianos: “el mainstream de la heterodoxia”.
Las corrientes neoschumpeterianas y evolucionistas han tenido una fuerte difusión y
aceptación teórica que resulta inabarcable en estas líneas. Los conceptos básicos
propuestos por estas corrientes, tanto en referencia a la concepción del conocimiento,
el cambio técnico y la innovación, como la concepción del crecimiento y la dirección
del cambio técnico, como los referidos a la teoría del actor y de las instituciones, se
han difundido hasta convertirse en un mainstream heterodoxo.
Esta corriente principal en el estudio del cambio técnico se funda desde la heterodoxia
de los estudios económicos y es posiblemente el mejor ejemplo de la discusión frontal
20
con la propuesta neoclásica para la comprensión de los procesos de cambio técnico.
Buena parte de las obras fundacionales se dedican a fundamentar cómo estas ideas
aportan más y mejores argumentos para la comprensión de dicho fenómeno que el
mainstream neoclásico.
En primer término, esta corriente se distingue del enfoque neoclásico por su
concepción del conocimiento tecnológico-productivo y el proceso de innovación. La
forma en que estas corrientes desarrollan estos conceptos se basa en diferentes
aportes -no sólo de la economía- que distinguen entre conocimiento tácito y codificado.
El conocimiento tácito, es un desarrollo del concepto elaborado por Michael Polanyi
(1966), que refiere al conjunto de saberes que posee una persona u organización que
no pueden ser codificados de manera inteligible y por lo mismo sólo se transmiten
mediante la práctica. Este tipo de conocimiento es una de las dimensiones del
conocimiento tecnológico, que hace que más allá de los procesos de protección sobre
la apropiabilidad del mismo, éste tenga un fuerte componente específico de la
organización en que se generó y que por lo mismo sea difícilmente transferible o
imitable. Con este tipo de conocimiento conviven formas de conocimiento codificado
que toman cuerpo en maquinaria, manuales de uso, etc. En aportaciones más
recientes, el conjunto de conocimientos acumulados por una firma, tanto tácitos como
codificados, se definen como competencias (competencies) (Malerba y Orsenigo,
2000).
Esta definición de competencies retoma un postulado básico de la que se reconoce
como la obra fundacional de la corriente evolucionista: las firmas cuentan con un
cúmulo de conocimientos que les permite desarrollar sus actividades de innovación,
entendiendo las mismas como resolución de problemas (Nelson y Winter, 1982). Esta
definición de las actividades de innovación condensa los postulados básicos de la
teoría evolucionista-neoschumpeteriana, tanto en lo que refiere a la teoría del actor
como en su concepción de la tecnología. La misma aparece en la obra de Nelson y
Winter (1982), y proviene de los trabajos anteriores de estos autores en los cuales
dedican buena parte de sus esfuerzos a la crítica del actor racional maximizador
postulado por la economía neoclásica.
Nelson y Winter presentan la búsqueda de resolución de problemas mediante la
generación de conocimiento como un proceso aleatorio que desemboca en una
selección determinista (Elster, 1990: 132). Este tipo de comportamiento supone que no
existen determinantes a priori en la búsqueda de soluciones, pero que una vez iniciado
el proceso, la selección tecnológica está determinada por la trayectoria de la
búsqueda. Esto será luego definido como la acumulatividad del proceso de innovación,
que lleva a la dependencia de la senda recorrida (Dosi 1984 y 1988).
De esta manera el cambio técnico es un proceso específico que, de acuerdo a la
acumulación realizada por el actor (la firma), llegará a un conjunto determinado de
soluciones posibles. Este proceso sólo es coherente con un tipo de actor que no opera
con racionalidad perfecta; por el contrario, la teoría evolucionista postula que las
decisiones de innovación de los empresarios están siempre signadas por la
21
incertidumbre (Nelson, 1981). La inversión en actividades de innovación tiene un
beneficio potencial que está sujeto a dos elementos inciertos: en primer lugar, las
posibilidades de que dicha inversión se concrete realmente en el desarrollo de de un
nuevo producto o de tecnologías que mejoren la producción. En segundo lugar, luego
de que eso realmente suceda, la empresa que invierte en innovación no tiene
asegurado el éxito comercial de la misma, es decir su penetración en el mercado.
Finalmente, una nueva fuente de incertidumbre proviene de los condicionantes
estratégicos relacionados con la posibilidad de que el beneficio sea aprovechado por
empresas competidoras que imiten la innovación. La incertidumbre en este contexto se
la entiende como no representable en términos de distribución probabilística, por lo
mismo no es posible medirla y controlarla a partir de una estimación de probabilidad
(López, 1998)
En este marco de incertidumbre las firmas no pueden operar mediante una
racionalidad maximizadora: de hecho, el modelo de búsqueda de solución de
problemas es una forma de racionalidad satisfaciente, en el que el agente busca
precisamente satisfacer determinados problemas que afectan a la producción. Esto
sólo es compatible desde el momento que dichos autores aceptan una diferencia
fundamental con los postulados schumpeterianos. En este caso la innovación no es
sólo el salto cualitativo que hace posible la ruptura con la corriente circular, la
innovación es un proceso que se describe por acciones acumulativas de solución de
problemas, las que pueden dar lugar a una ruptura radical en la forma de producción o
pueden ser sencillamente la satisfacción de necesidades productivas de la firma o del
sector mediante la aplicación de conocimientos.
En la década de 1980, los estudios de economía evolucionista-neoschumpeteriana
discutían la dicotomía entre oferta y demanda de tecnología como determinantes
causales del cambio técnico. Así, las explicaciones por el lado de la demanda
suponían que el proceso de innovación podía explicarse porque las unidades
productivas eran capaces de identificar sus necesidades tecnológicas y desde allí
tironear soluciones técnicas de parte de los creadores de tecnología. Por su parte, la
explicación desde el lado de la oferta suponía que el cambio técnico empujaba, desde
la oferta, la incorporación de nuevas tecnologías (Dosi, 1984). Como síntesis de estas
dos visiones, la idea de paradigmas tecnológicos superó la falsa dicotomía entre
ambas explicaciones. Esta interpretación descartaba la linealidad del modelo de la
oferta, según el cual la aparición de nuevas invenciones determinaría de por sí su
aplicación en la producción (en una aproximación muy similar a la concepción
neoclásica de la tecnología), a la vez que reconocía la existencia de determinantes
estrictamente científico-técnicos en el proceso de cambio tecnológico. En tal sentido
los avances científico-tecnológicos definían el horizonte de lo posible: qué procesos de
innovación son alcanzables de acuerdo al avance del conocimiento humano, pero la
aplicación de los avances técnicos estará, a su vez, sujeta a determinantes
económicas.
Este enfoque reconoce el proceso de innovación como un proceso de aprendizaje. La
noción de paradigma tecnológico es inseparable de la de trayectoria tecnológica, los
22
paradigmas determinan ciertas trayectorias posibles, y en la formación de dichas
trayectorias se pueden reconocer determinados hechos estilizados del proceso de
innovación. La trayectoria tecnológica es una trayectoria de aprendizaje en la cual los
agentes aplican sus capacidades en la resolución de problemas. El recorrido que los
mismos sigan no es trivial, la capacidad de resolver problemas se construye de
manera acumulativa, por lo mismo las capacidades en un momento dado del tiempo
dependen de las acciones realizadas anteriormente, siempre en un marco de
incertidumbre (Dosi, 1988).
Este abordaje teórico permite reconocer cómo se genera el proceso de innovación:
como un proceso determinado por el estado del arte del conocimiento y por el camino
recorrido por la firma. Esto marca una diferencia con los modelos formalizados en los
primeros trabajos de la corriente evolucionista, en donde el proceso de selección de
técnicas tiene carácter estocástico (Nelson y Winter, 1982).
A su vez, estos aportes permitieron avanzar en la explicación de por qué el proceso de
cambio técnico es asimétrico entre firmas, sectores y países. Específicamente es
posible analizar cómo determinados sectores de actividad se ubican dentro del
paradigma tecnológico vigente y cómo ello influye en su desarrollo innovativo de
acuerdo a los requerimientos de los usuarios y a las fuentes específicas de
conocimiento tecnológico (Pavitt, 1984). De esta forma es posible reconocer diferentes
tendencias en la dirección del cambio, las cuales estarán marcadas por los elementos
que configuran las distintas trayectorias tecnológicas dentro de un paradigma.
Estos trabajos recogen los aportes de las investigaciones en Historia Económica e
Historia de la tecnología, analizando cómo, en determinados momentos históricos,
ciertos sectores se convierten en difusores del cambio técnico generando
externalidades en otros, y trazando una senda tecnológica. Encontramos así,
explicaciones sobre el papel que jugó la demanda de estandarización de partes para
maquinaria en la revolución industrial (Landes 1979), el rol del sector productor de
máquinas herramienta en Estados Unidos (Rosenberg, 1979), y la industria electrónica
en los años 80 del siglo Veinte (Dosi, 1984).
Sin embargo, el estudio de los procesos de innovación en los últimos años, recogiendo
estos aportes, ha introducido otros enfoques. No se trata ya sólo de identificar los
patrones de cambio técnico que permiten explicar las características de un paradigma
tecnológico y cómo éste crea oportunidades asimétricas para los diferentes sectores
de la economía, sino de analizar las capacidades de innovación presentes en todos los
sectores de producción.
Este tipo de análisis no se contradice con los aportes fundacionales dedicados a
comprender cómo capacidades y rutinas de producción explican el comportamiento
empresario. Desde la obra de Nelson y Winter (1982) las rutinas como práctica que
define la capacidad para hacer y elegir de la firma, es una de las dimensiones claves
para comprender el comportamiento innovativo como parte de las acciones cotidianas
de la firma. En este aspecto, las ideas evolucionistas se distinguen de las de
23
Schumpeter, ya que no se basan en el comportamiento hacia la destrucción creativa
de un grupo particular de individuos, sino que asumen que los agentes innovadores
(individuales o colectivos) siguen comportamientos defensivos, basados en sus rutinas
productivas, ante escenarios de incertidumbre. Asimismo, se diferencian de la
concepción neoclásica del actor, ya que plantean que este tipo de comportamientos
están guiados por una racionalidad orientada por procesos más que por maximización
de objetivos y que se satisface mediante la solución de problemas.
Esta forma de concebir el proceso de innovación a nivel micro, requiere de un estudio
sobre las formas de mercado y organización de la producción. En este sentido, los
autores evolucionistas y neoschumpeterianos tienen una clara influencia de las ideas
schumpeterianas en la concepción de la competencia como un proceso y no como un
estado (Elster, 1990: 132). La concepción schumpeteriana de las formas de
competencia ha sido la que más se ha difundido para la explicación de los procesos de
cambio técnico endógeno, tal como fue descrito en el apartado anterior para los
modelos neoclásicos de crecimiento endógeno.
En lo que refiere al tipo de organización de los mercados, se retoma el supuesto de la
economía neoclásica y clásica, que ha podido transformarse adecuadamente para
entender los procesos de innovación. La teoría neoclásica admite levantar el supuesto
de la competencia perfecta, por ejemplo a partir de la competencia monopolística, para
comprender los procesos de innovación y en particular los incentivos de los actores
económicos para innovar. Sin embargo, la corriente neoschumpeteriana ha derivado
de la crítica a las formas de mercado toda una rama de análisis sobre el peso de las
instituciones en los procesos de innovación.
En este aspecto, la noción de Sistemas de Innovación, es el concepto
neoschumpeteriano que mejor describe a nivel agregado los postulados de la
economía del cambio técnico. Uno de los autores que más ha desarrollado este
concepto, Bengt-Ake Lundvall, deriva la importancia a nivel macro de los Sistemas
Nacionales de Innovación (SNI) a partir de la concepción micro de la relación usuario
productor (Lundvall, 1988). Esta relación es la que se produce entre un productor de
innovaciones y un usuario calificado de las mismas, y se caracteriza por la definición
en común del problema que se pretende solucionar mediante la innovación. De esta
manera se enfatiza la característica interactiva en la creación de innovaciones
(Lundvall, 1985).
A partir de la crítica a la concepción de mercado de competencia perfecta, Lundvall
define escenarios institucionales, en relaciones de mercado o no, que pueden resultar
propicias para el desarrollo de innovaciones. Estudia cómo las innovaciones se
producen en formas de mercado que se alejan de la competencia perfecta y se
caracterizan por una forma de organización que permite el encuentro y el
relacionamiento estable de usuarios y productores de innovaciones. Estos mercados
organizados permiten la creación de incentivos, la toma de riesgos y la apropiación de
ganancias que estimulan la innovación (Lundvall, 1988). Asimismo, este tipo de
mercados forma parte de la construcción institucional denominada SNI. Los SNI son
24
un conjunto de elementos que se relacionan y se retroalimentan positivamente en la
creación, difusión y empleo de nuevos conocimientos con una utilidad económica. La
capacidad de innovación no es exógena, sino que proviene de las capacidades del
sistema, el tipo de organización de mercados, el diseño intra-institucional y los
aspectos comportamentales. Estas dimensiones están sintetizadas en la noción de
SNI, como un sistema institucional dinámico. De esta manera, la noción de SNI
introduce en el método de análisis del proceso innovativo, la relevancia de estudiar la
conformación institucional, la relación entre Estado, actores y mercado, y el papel que
juegan las políticas públicas en esa relación.
No se ha mencionado hasta aquí, más que lateralmente, el que entiendo es el
concepto fundamental de la economía evolucionista-neoschumpeteriana: el
aprendizaje. El punto de ruptura de esta corriente con la concepción neoclásica, que
motiva la introducción de la mayoría de sus textos fundacionales, es que no acepta
que la epistemología económica se remita tan sólo a la asignación de recursos
escasos en un tiempo estático. La noción de aprendizaje supone, en primer lugar, una
concepción dinámica, pero además parte de que el principal recurso de la actividad
económica es el conocimiento y que éste no se puede describir como los otros
recursos tratados en la economía clásica. En tal sentido, no se puede considerar como
un factor escaso, que decrece con el uso y caracterizarlo como un bien privado que
implica que el uso por parte de un actor inhibe su empleo simultáneo por otro. Si el
conocimiento surge por el aprendizaje en una lógica signada por las condiciones antes
descritas, todos los agentes del sistema6 atraviesan procesos de aprendizaje y es eso
lo que explica su comportamiento innovativo y productivo.
El concepto de aprendizaje es el que creo más importante en los aportes de la
corriente evolucionista-neoschumpeteriana y es el motivo por el cual, algunas líneas
más arriba, afirmé que la noción marxista de praxis es una construcción teórica con
rasgos similares a la que ha logrado imponer este mainstream de la heterodoxia.
V – ¿Qué papel juegan las instituciones en el proceso de innovación?
A la luz de lo dicho hasta aquí, parece evidente que los conceptos de hábitos,
representaciones colectivas y reglas de juego, son imprescindibles para entender el
proceso de innovación. Sin embargo resta profundizar sobre cuál es el papel que
tienen en dicho proceso los fenómenos sociales a los cuales refieren esos conceptos.
Antes de ello, es preciso indagar sobre el significado de esos conceptos y el de
institución. ¿Qué son las instituciones? ¿Son hábitos, representaciones colectivas y/o
reglas de juego?
6
Los actores del SNI de acuerdo a la definición de Lundvall (1992) son: a) la organización interna de las
firmas, en donde se producen numerosas innovaciones, a partir de una organización basada en la
información y el aprendizaje. b) La relación entre las firmas, donde los lazos de cooperación, incluyendo la
que se produce entre productores y usuarios, es un suplemento necesario para la competencia
innovadora. c) El rol del sector público, que oficia de soporte de las actividades científicas a la vez que
regula su dirección. d) El andamiaje institucional del sector financiero, donde distingue una banca
orientada al comercio de otra orientada a la inversión productiva, y finalmente e) la intensidad y
organización de las actividades de I&D.
25
Las instituciones, entendidas como normas de comportamiento que se establecen
mediante el hábito de los sujetos de practicarlas y que se tornan válidas por la
aceptación colectiva de su legitimidad, son imprescindibles para entender el
comportamiento económico, sea este de tipo innovador o conservador.
En base a esta respuesta encontramos que tanto la propuesta teórica de Schumpeter
como la de la corriente evolucionista-neoschumpeteriana e incluso la marxista, prestan
particular atención a estos fenómenos de manera directa. Si aceptamos esto, la
pregunta que debiera encabezar este apartado sería quizás: ¿Qué puede aportar el
institucionalismo7 a la comprensión del proceso de innovación?
Tal como se anticipa en la introducción del capítulo, en este apartado me concentraré
en los trabajos de Thorstein Veblen, padre fundador del institucionalismo
norteamericano, y, brevemente, en las obras recientes de Douglas North.
La base de la obra de Veblen es el estudio de los hábitos y comportamientos de los
individuos para la explicación del cambio y la permanencia en las instituciones sociales
y económicas. De esta manera define a las instituciones como “hábitos de
pensamiento prevalecientes respecto a relaciones y funciones sociales de los
individuos y la comunidad”8 (Veblen, 1899: 76).
Veblen, con fuertes influencias del pragmatismo filosófico (Pierce y James) y del
evolucionismo darwiniano, abogaba por un estudio procedimental del comportamiento
humano que permitiera conocer el proceso evolutivo por el cual instintos, hábitos y
comportamientos determinan las instituciones sociales a la vez que son determinados
por éstas (Hodgson, 2001).
Para este autor existen, en toda persona, instintos básicos que definen en cualquier
momento las disposiciones para la acción. Entre ellos, el más importante es el instinto
del workmanship, que expresa un instinto natural humano de gusto por el trabajo
eficiente y el desagrado por el esfuerzo fútil (Veblen, 1999: 8)9. Los instintos operan en
una dinámica evolutiva de distinción-emulación. La distinción es, para Veblen, un
instinto básico de los humanos desde las formaciones sociales primitivas, y todos los
seres humanos reconocen a partir del instinto del workmanship la existencia de signos
de distinción como signos de eficiencia en el trabajo. Así este autor analiza la
institución de una clase ociosa que logra distinguirse mediante símbolos de su
7
El institucionalismo es una corriente de pensamiento que propone el estudio de la economía a partir de
aportes de diferentes ciencias sociales y que centra su interés en el estudio de las instituciones
económicas. Asimismo, es posible distinguir una primera corriente institucionalista que se caracterizó por
el énfasis en el estudio de hábitos y, una segunda, el neoinstitucionalismo, que se ha caracterizado por el
estudio de las reglas de juego y de los costos de transacción. Si bien la corriente institucionalistaneoinstitucionalista difícilmente pueda ser definida como una escuela o un cuerpo orgánico de ideas, su
orientación teórica ha tenido un impacto muy importante en diferentes campos de estudio de las ciencias
sociales.
8 Traducción propia
9 Los otros instintos fundamentales son: (i) el parental bent, que expresa la propensión o simpatía por la
familia o comunidad; y (ii) el idle curiosity, que expresa la curiosidad y búsqueda de explicaciones per se
(Veblen,1914. Citado en Hodgson, 2001:147).
26
ociosidad que dan muestras de su capacidad de subsistencia sin necesidad del
esfuerzo físico (Veblen, 1899).
Cuando la evolución de las instituciones opera, moldea cada instinto humano en cada
ser. Un ejemplo es el análisis del instinto del workmanship en las sociedades
predadoras, orientado por la proeza predatoria, y el instinto a la industria en las
sociedades industriales. Este esquema dicotómico que Veblen emplea para el estudio
de la institución de la clase ociosa, será luego desarrollado por Douglas North en sus
análisis institucionalistas de historia económica.
Esta lógica evolucionista procedimental es defendida por Veblen como forma de
entender las motivaciones de los individuos a actuar y su relación con las instituciones.
En este sentido critica la teoría marxista, desde el momento que la posición de clase,
asalariado o propietario de los medios de producción, poco dice respecto a los hábitos
e instintos de las personas. Al tiempo que no brinda evidencia para suponer que tal
posición implique que las personas poseen diferentes u homogéneas disposiciones
para la acción. Descarta que el individuo sea exclusivamente un producto social o
exclusivamente un medio de expresión de normas sociales. No niega que en parte los
hábitos y comportamientos individuales puedan ser explicados de ese modo sino que
reivindica el papel de los instintos básicos para explicar el comportamiento humano.
En el mismo sentido, Veblen rechaza la explicación individual hedonista del homo
economicus neoclásico. La teoría neoclásica no tiene ninguna explicación de cuál es la
raíz de un tipo de comportamiento o de un tipo de preferencias. “The hedonistic
conception of man is that of a lighting calculator of pleasures and pains…He has
neither antecedent nor consequent. He is an isolated, definitive human datum, in stable
equilibrium except for the buffets of the impinging forces that displace him in one
direction or another” (Veblen, 1898: 389. Citado en Hodgson, 2001: 145).
Reconoce las formas habituales de acción como líneas de pensamiento corrientes,
que dan el punto de vista por el cual los hechos son aprehendidos como un cuerpo de
pensamiento. Los hábitos de pensamientos son puntos de vista, actitudes mentales y
aptitudes para la acción. De esta manera hace prevalecer el hábito por sobre la
capacidad racional de cálculo y enfatiza el path dependency en la acción de los
sujetos.
Para este autor los instintos permanecen inmutables en el ser humano como entidad
biológica, pero si no se considera cómo evolucionan estos según la contingencia
histórica, tendríamos en esta teoría un caso muy similar a la teoría hedonista con la
diferencia de que sustituye el ser racional por el ser instintivo. Los instintos no son el
único motor de la conducta humana, estos se ven modificados por los cambios
institucionales. De esta manera, Veblen muestra dos niveles de análisis de las
motivaciones: uno instintivo y universal, y otro cultural e históricamente contingente
(Hodgson, 2001:148)
27
Hasta aquí he presentado las ideas básicas de Veblen, enfatizando su preocupación
por establecer nexos explicativos entre los instintos, hábitos y comportamientos, y las
instituciones. El cuerpo básico de estas ideas permitiría analizar el comportamiento
innovador de los agentes económicos a partir de la lógica de distinción y emulación, y
de la forma como las instituciones se convierten en sistemas de incentivos. Sin
embargo, los aportes de Veblen a la comprensión del proceso de innovación no
quedan sólo en un sencillo pero fecundo esquema conceptual general. Este autor le da
un lugar central al aprendizaje y al conocimiento en la evolución tecnológica y
económica.
En su estudio “Sobre la naturaleza del capital” de 1908 (Veblen, 2000), introduce la
idea de bienes intangibles, en referencia al conocimiento que constituye un recurso
fundamental para la producción, desde las comunidades primitivas hasta hoy.
Recalcando que este tipo de bienes son patrimonio de una comunidad que lo mantiene
en común de manera informal y poco rígida.
Veblen propone un concepto de situación tecnológica, que refiere al esquema
corriente de formas y medios de producción en un momento y lugar histórico
determinado (Veblen, 2000: 210-211). A partir de esta noción, un tanto vaga quizás,
analiza el proceso productivo, distinguiendo los saberes de los diferentes actores que
participan -trabajadores, ingenieros, patronos-, así como la singularidad de la empresa
de negocios como una institución del sistema capitalista orientada a la obtención de
ganancias. De esta manera abre la caja negra de la producción, a partir de la
identificación de un saber obrero calificado, controlado por un cuerpo de técnicos que
en base a su conocimiento ponen a andar la maquinaria de producción. En este
análisis enfatiza la distinción entre bienes tangibles e intangibles, al decir que los
primeros sólo son bienes de capital por la acción de los segundos; y deben su
eficiencia y productividad a los bienes intangibles acumulados por la comunidad. El
conocimiento que tiene incorporado el equipo material es también herencia del
conocimiento inmaterial de la comunidad, lo que no es tal es materia bruta que una
vez en desuso se desecha (Veblen, 2000: 212-214). Finalmente, Veblen desarrolla la
idea de activos intangibles para el análisis de los activos empresarios no directamente
referidos a la producción, sino propiamente a formas institucionales de acción en el
mercado, defensa de posiciones de privilegio y formas de protección del conocimiento.
De esta manera Veblen presenta un original análisis del proceso de producción
dándole un lugar central al proceso de aprendizaje colectivo y a la acumulación de
conocimiento. En su análisis, el conocimiento tecnológico es claramente un factor
endógeno de la producción, que se expresa en la idea de situación tecnológica. Este
concepto se diferencia de la tecnología del modelo neoclásico desde el momento que
reconoce los conocimientos específicos de producción de los agentes, al tiempo que
se diferencia también de la idea de paradigma tecnológico de la economía
evolucionista, ya que no se detiene a analizar el papel de los conocimientos científicos
desarrollados por fuera del ámbito productivo, al menos no lo hace de manera
explícita.
28
La Nueva Economía Institucional que propone North, es una construcción teórica con
pretensiones explícitas de servir de alternativa al modelo neoclásico, aunque no en
una oposición absoluta a todos sus enunciados. Se apoya en algunos de sus
conceptos centrales, los reconstruye, y elabora un enfoque diferente. De alguna
manera esta es una característica de las diferentes expresiones del
neoinstitucionalismo, que buscan aprovechar las herramientas del análisis marginalista
estático, para el estudio de nuevas dimensiones que no estaban presentes en el
análisis neoclásico.
La elección de tratar en este apartado algunos aportes de Douglas North, además de
las ideas de Veblen, responde a que entiendo que estos son los autores que más
herramientas ofrecen para el estudio del proceso de innovación. No voy a detenerme
aquí en una exposición detallada de los aportes teóricos de Douglas North, sino que
tan sólo voy a analizar cómo algunos conceptos que este autor propone pueden ser
herramientas útiles para el estudio de los procesos de innovación.
La propuesta teórica de North busca entender el cambio en las estructuras
económicas. El problema central que se plantea es encontrar explicaciones de por qué
el desarrollo de las distintas economías ha variado constantemente de manera
desigual y sin un rumbo definido. Propone la explicación de que el errático devenir
histórico del cambio en las economías proviene de las diferentes estructuras de
incentivos que transmite la matriz institucional de las mismas (North, 1990).
Este autor parte de una definición de instituciones entendidas como las reglas de
juego que permiten reducir la incertidumbre en un marco de competencia con
racionalidad limitada. El actor, individual o colectivo, compite por sobrevivir de acuerdo
al sistema de incentivos vigente.
La clave para entender las causas del desarrollo errático y desigual está en
comprender la estructura institucional de las economías. Dichas estructuras son la
fuente del crecimiento económico; sólo con instituciones políticas y económicas
estables que reduzcan los costos de transacción, el crecimiento es posible. A su vez la
existencia de este tipo de instituciones depende de sistemas de confianza, que
permitan el desarrollo de mercados económicos y políticos de tipo impersonal. Se trata
de un entramado institucional que todos reconozcan y estén dispuestos a defender,
porque garantiza reglas que no están en función de intereses personales o
corporativos.
Para conocer estos sistemas de confianza que dan sustento a las instituciones
vigentes en una economía, es necesario conocer las estructuras de incentivos
incorporadas en la matriz institucional. Los incentivos son el tipo de enseñanza que las
organizaciones transmiten a sus integrantes para sobrevivir en la competencia. Es
compitiendo que los individuos innovan, y transforman las percepciones respecto a las
oportunidades de obtener un mejor desempeño. North caracteriza las diferencias en
los incentivos a partir de una tipología dicotómica: los “incentivos a la piratería” y los
“incentivos al emprendimiento”, que se asemeja mucho a la idea de Veblen de
29
distinción mediante la proeza y distinción mediante la industria (Veblen, 1899). Así,
con reglas de juego que privilegien la depredación y los arreglos puntuales para
favorecer intereses corporativos, habrá piratas que luchen entre sí por obtener de esa
manera mayores beneficios. Por el contrario, cuando las reglas de juego distingan
grupos de presión e incentiven la cooperación dentro de un sistema de confianza
compartido, habrá emprendedores.
En base a una taxonomía similar, North analiza las diferencias en el desarrollo de
América Latina y América Sajona. Construye un modelo de tipos de orden político, que
caracterizan diferentes reglas, acuerdos y potencialidades de sustentabilidad de ese
orden. Estos tipos son el orden político por consenso y el autoritarismo; los emplea
como categorías analíticas para explicar las características de los procesos de
formación institucional en las dos Américas (North, Summerhill y Weingast, 2002).
Creo que este es el ejemplo más claro de los aportes del neoinstitucionalismo a los
estudios de innovación: la posibilidad de establecer nítidamente
cómo los
comportamientos individuales pueden ser explicados a partir de una estructura de
incentivos (mecanismos de distinción). Los cuales no son producto de una creación
ahistórica, sino que se construyen en el recorrido histórico de los individuos y las
instituciones. Este es un modelo analítico muy sencillo, que resulta muy similar a las
formas de mercado en que ocurre la competencia schumpeteriana, un mecanismo de
diferenciación asociado a incentivos claros. Creo que la principal virtud de los aportes
institucionalistas es que se enfocan en este tema en concreto y logran una serie de
categorías muy sencillas con una gran capacidad explicativa.
VI- Una breve mirada desde la investigación histórica
Hasta aquí se ha presentado cómo ciertas corrientes de las ciencias sociales
modernas analizan el proceso de cambio técnico e innovación. Se trata simplemente
de una revisión teórica que no busca fundamentarse en ejemplos o investigaciones
empíricas. Sin embargo, las dimensiones tratadas hasta aquí desde esa perspectiva,
han sido tratadas largamente en estudios históricos. De hecho, buena parte de los
autores antes reseñados son historiadores económicos, en el sentido que
fundamentan sus afirmaciones teóricas o las dirigen a explicar fenómenos de cambio y
transformaciones en las estructuras económicas y productivas.
El acervo de investigación en Historia Económica sobre los procesos de cambio
técnico es probablemente infinito. No obstante, hace particular énfasis, como buena
parte de las ciencias sociales modernas, en el estudio de los procesos que
determinaron el desarrollo diferencial de occidente en el marco de las
transformaciones que se aceleraron durante la revolución industrial.
En este aspecto, uno de los aportes fundamentales de la Historia Económica en
sentido estricto es la importancia de comprender los procesos históricos como forma
de conocer los recorridos desiguales de las diferentes economías (Rosenberg, 1979.
Landes, 1979).
30
A partir de esta pregunta, que es de alguna manera la que orienta a buena parte de las
ciencias sociales, los trabajos de Historia Económica o de Historia de la Tecnología,
han asumido ciertas preguntas básicas ¿Qué determina el cambio técnico? ¿Cómo y
en dónde surgen las transformaciones tecnológicas que determinan innovaciones?
¿Por qué surge en determinados lugares y/o sectores y en otros no?
La respuesta clásica a esta pregunta ha sido la explicación de cómo la ciencia en
Occidente, con el surgimiento del capitalismo perdió su carácter netamente académico
para convertirse en un elemento central de la capacidad productiva (Bernal, 1967). La
construcción de los puentes entre los conocimientos científicos y las necesidades
económicas implicó en occidente una gran variedad de innovaciones institucionales
que permitieron la valorización económica de la actividad creadora (Rosenberg, 1986).
Esta idea que ya estaba en la obra de Marx es largamente desarrollada por David
Landes (1979) en su análisis histórico de la revolución industrial. Este autor analiza
cómo en el corazón de Europa occidental, particularmente en Inglaterra, se
desarrollaron en forma paralela una serie de transformaciones científico-tecnológicas e
institucionales que explican el surgimiento de la Revolución Industrial, como uno de los
hitos más importantes en la transformación de la historia humana.
Landes (1979) identifica como determinantes del cambio tecnológico productivo que
representó la Revolución Industrial diversos aspectos de larga duración que tienen que
ver con i) la acumulación de riquezas y el aumento de la renta per cápita en los países
de Europa occidental, durante los siglos precedentes a la revolución industrial; ii) la
primacía de la racionalidad como criterio de acción de los agentes, entendida esta de
manera weberiana como la acción racional con arreglo a fines que considera los
medios para lograrlos; iii) la creación de instituciones que permitieron la aplicación de
novedades científico-tecnológicas de manera racional, libre y creativa y; iv) una
inmensa “interrelación tecnológica” concentrada a partir de la producción industrial.
A partir de estos cuatro grandes ejes, este autor traza una monumental explicación de
los procesos de cambio en la tecnología, la organización institucional y la acción social
en Europa occidental durante la Revolución Industrial. De manera a veces expresa y
otras implícita remarca la imposibilidad de distinguir entre estos, un único factor causal
del cambio técnico.
Desde el punto de vista tecnológico la sustitución de la capacidad humana por
instrumentos mecánicos y de energía animada, humana o animal por energía
inanimada, en conjunto con la generación de nuevos materiales, determinaron lo que
este autor llama una gran “interrelación tecnológica” motorizada por un cambio técnico
autoalimentado. Esto es, las formas de producción mecánica requirieron nuevas
fuentes de energía, a la vez que nuevos materiales de construcción de la maquinaria y
materias primas para el procesamiento mecánico, ocasionando una sucesiva
interrelación de demandas técnicas que transformó la forma de producción hacia el
llamado modelo de producción industrial.
31
Sin embargo, Landes descarta lo que podría parecer en determinados momentos de
su obra una explicación endotecnológica, introduciendo como variables centrales las
características institucionales de la Europa occidental para que las invenciones
mecánicas llegaran a constituirse en formas productivas concretas. De esta manera
separa el momento de invención, asignándolo a la creatividad de técnicos, artesanos o
ingenieros, del de innovación. La innovación la explica por la confluencia de las
capacidades técnicas en conjunto con determinadas instituciones y con una forma de
acción social de tipo racional capitalista.
Resulta complejo entender cómo este autor analiza la incidencia de cada uno de estos
factores, ya que en diferentes pasajes de la obra parece adjudicar determinadas
características intrínsecas e insalvables al género humano, que por cierto no
fundamenta, a las cuales la racionalidad occidental pudo doblegar en un marco de
instituciones relativamente más estables y seguras.
Más allá de estos problemas, Landes maneja la idea de la necesaria
complementariedad entre el cambio tecnológico y las condiciones institucionales. La
existencia de las capacidades tecnológicas (invención) no garantiza la aplicación
industrial (innovación). En la Europa Occidental del siglo XVIII, se dieron condiciones
de acumulación de riqueza junto con la amplitud de la iniciativa privada que permitió
que un gran número de personas en diferentes regiones buscara soluciones a
diferentes problemas, aumentando así la probabilidad de hallarlos. Esta acción privada
se dio en el marco de constitución de los Estados Nacionales y de las Ciudades
Estado, que permitieron crear el marco jurídico institucional para las transformaciones
de las invenciones en innovaciones. Esta compleja interrelación de factores
institucionales y sociales, Landes la complementa con la idea de que la racionalidad
occidental permitió la manipulación del medio humano y material orientado hacia fines
prácticos, abriendo posibilidades al desarrollo creativo de la tecnología industrial.
De esta manera el trabajo de Landes ofrece claves fundamentales para comprender el
surgimiento de una de las transformaciones más importantes en la historia de la
tecnología y la economía, que pueden ser extrapoladas como categorías generales
para la comprensión del cambio técnico en la Historia Económica.
Por una parte retoma ideas propias del materialismo histórico sobre la transformación
de la realidad material mediante el ingenio humano. En su análisis de los procesos
dispares de desarrollo económico, resalta la necesaria transformación tecnoproductiva
(“madurez tecnológica”) como condición para la modernización, destacando que la
adopción de transformaciones en otros ámbitos, sin la modernización tecnológica lleva
a una ilusión de modernización. Por otra parte, el enfoque de Landes sobre el
surgimiento de las innovaciones tiene una fuerte impronta historicista weberiana, como
la singular combinación de una serie de factores que no encuentran una probabilidad
típica de repetición si no es por la múltiple confluencia de los mismos. Por tal motivo la
explicación de las transformaciones de la Revolución Industrial, está orientada hacia la
comprensión de los diferentes factores que intervienen, más que a la extracción de
32
conceptos abstractos generalizables. Sin embargo, en su concepción de la iniciativa
privada y de la infinidad de acciones individuales que ella generó en búsqueda de
transformaciones productivas, asume rasgos schumpeterianos en la idea de que la
innovación es un proceso incierto en el cual la combinación de diferentes factores
hace que algunos de los agentes que inician la acción encuentren éxito y otros no.
Landes, en su monumental explicación comprensiva, analiza de manera recurrente el
papel del Estado. En un primer término como garante de las instituciones, pero más
adelante se adentra en la discusión sobre los límites de la intervención de las
diferentes formas de poder. Como se dijo, otorga gran importancia a la libertad de la
iniciativa privada para el surgimiento de novedades técnicas de aplicación práctica a
los más diversos problemas. Sin embargo, su obra está llena de ejemplos sobre cómo
la acción política, política pública en sentido estricto, influyó en la formación de las
capacidades tecnológicas de los diferentes países. Describe así cómo las estrategias
de Inglaterra como líder y de los otros países de Europa occidental estuvieron
pautadas por ciertas disposiciones públicas que alcanzaron a la formación y retención
de técnicos calificados, a la reserva de cuotas de mercado y a la competencia,
económica y bélica con las otras naciones.
De esta manera, uno de los autores clásicos del análisis del cambio tecnológico en la
Historia Económica ofrece un análisis que refuerza la presunción de que para el
estudio de los procesos de innovación se requiere una mirada integral que abarque
múltiples dimensiones y recoja diferentes aportes teóricos.
Por otra parte, la explicación de Rosenberg (1979) sobre los determinantes del cambio
técnico parte de una gran explicación de la localización del mismo. Como se dijo, este
tipo de explicación influyó notoriamente en la corriente evolucionista. Rosenberg,
propone un estudio de los sectores pujantes de la economía de EEUU en el siglo
Diecinueve como sector propulsor de una dinámica de convergencias y desequilibrios
tecnológicos a partir de la cual es posible entender el proceso de cambio técnico y
crecimiento económico de los EEUU.
Rosenberg parte del análisis de los sectores productores de máquinas herramientas
en la segunda revolución industrial a partir del estudio de los procesos de aprendizaje
de diferentes sectores industriales ligados por exigencias técnicas similares de parte
de los usuarios. Estas exigencias técnicas motivan las llamadas convergencias de los
avances en diferentes sectores productivos a partir de las soluciones encontradas para
tales exigencias en uno de los mismos. Las capacidades para el desarrollo de
soluciones a estas exigencias comunes se encuentran particularmente concentradas
en el sector de actividad dedicado a la producción de los bienes que son el núcleo de
determinado proceso productivo. De esta manera las empresas metalúrgicas
dedicadas a la producción de máquinas herramienta a fines del siglo XIX pueden ser
consideradas como “un paquete o reserva de habilidades y conocimientos técnicos
que son empleados en todos los sectores de la economía que utilizan maquinaria. Por
enfrentarse a problemas y procesos comunes a un número cada vez mayor de
industrias, desempeñó durante este período el papel de centro de transmisión en la
33
difusión de la nueva tecnología. El paquete de habilidad o conocimiento se formó por
adición, como resultado de problemas que surgieron en industrias concretas. Una vez
que el problema se solucionaba y se añadía al paquete, la solución se hacia accesible,
quizás con mínimas modificaciones y rediseño, para el empleo en industrias
técnicamente relacionadas” (Rosenberg, 1979: 27-28).
El proceso de cambio técnico asociado al paradigma del carbón y el acero se explica
como un proceso acumulativo de aprendizaje en el que convergen soluciones técnicas a
problemas cognitiva y tecnológicamente similares. Para este autor, la forma más clara
de analizar estos procesos es a partir de los sectores que motorizan el cambio en un
momento dado, los sectores que caracterizan al paradigma tecnológico vigente.
Así el concepto de desequilibrio tecnológico, da cuenta de cómo avances en una parte
del proceso productivo de un bien o sector específico demandan una mejora en otro
aspecto de la producción. Cuando se logra una mejora significativa en los
procedimientos para realizar una parte del proceso productivo, que implica mayor
volumen, más velocidad u otro tipo de cambio, esto genera un desequilibrio que obliga
a innovar en otros aspectos del proceso productivo10.
De esta manera Rosenberg explica cómo opera el proceso de cambio técnico a nivel
agregado, mediante la acumulación convergente de soluciones técnicas que siguen
una dinámica compulsiva por los sucesivos desequilibrios que provocan.
Los trabajos de Rosenberg, como los de buena parte de los historiadores de la
tecnología, se concentran en explicar la inducción del cambio técnico a partir de
explicar dónde este se localiza, qué sectores de actividad generan estos
comportamientos compulsivos y cómo motorizan el proceso de cambio tecnológico en
una economía en un momento histórico dado.
Si bien las ideas reseñadas hasta aquí pueden dejar la impresión de que se trata de
un análisis endo-tecnológico de los procesos de cambios, este autor remarca con
insistencia que los determinantes últimos de los procesos de cambios son de carácter
social y económico. El análisis de las convergencias y desequilibrios tecnológicos no
debe entenderse como una mirada tecnodeterminista, se trata de una explicación
ideográfica de cómo la búsqueda de soluciones técnicas genera eslabonamientos para
resolver otros problemas, a la vez que plantea problemas productivos.
Cuando Rosenberg (1979) se pregunta explícitamente sobre los determinantes del
cambio tecnológico lo hace desde la interpretación económica, a partir de una
discusión explícita con la explicación neoclásica del cambio tecnológico como
sustitución de factores determinado por los costos relativos de los mismos. Para
10
“Parte de la razón de la efectividad de los desequilibrios tecnológicos para impulsar innovaciones es
que implican secuencias compulsivas. Por lo general, la relación entre componentes era tal que algún
desequilibrio tenía que ser corregido antes de que una innovación inicial pudiera ser explotada por
completo. Esta situación dirigía continuamente la atención del personal técnico competente a la solución
de problemas de importancia práctica evidente” (Rosenberg, 1979:130)
34
fundamentar esta postura sigue un argumento similar al propuesto por Landes (1979)
y Elster (1990), en el que descarta la interpretación del cambio técnico como
sustitución de factores como motivación empresarial para reducir costos. Plantea que
los intereses del empresario son reducir los costos globales, no los costos de un factor
específico, y que en equilibrio competitivo todos los costos son los mínimos posibles,
ya que se igualan al precio de equilibrio. De esta manera, la reducción de costos
mediante el progreso técnico repercutiría en la reducción de costos de todos los
empresarios, no obteniendo ventajas competitivas.
Esto no supone que la sustitución de mano de obra, y en especial la calificada, no
haya sido un fuerte inductor de cambios tecnológicos. Pero para ello no parte de un
análisis de la sustitución de factores a partir de precios relativos sino de cómo el
conflicto en el proceso de trabajo, en particular en el período de maquinización de la
industria, operó como incentivo a la búsqueda de cambios tecnológicos que redujeran
el riesgo de tales conflictos. En este enfoque Rosenberg se inscribe explícitamente en
la tradición marxista para explicar el comportamiento empresarial adverso a la
incertidumbre ocasionada por la resistencia obrera y en particular a la pérdida de
control que ésta implicaba sobre los medios de producción. Esto fue un incentivo a la
búsqueda de innovaciones que minimizaran la incidencia de la mano de obra en la
producción. Este tipo de explicación sobre la maquinización, que ya fue mencionada
en los autores marxistas, también es recogida por Landes en su análisis de la
Revolución Industrial en Europa. La convergencia de todos estos autores en este tema
muestra cómo el análisis del conflicto y de la organización social del trabajo es una
dimensión imprescindible en los estudios de innovación y cambio técnico.
Para Rosenberg, los mecanismos de inducción, tanto los desequilibrios tecnológicos,
como los relacionados con el proceso laboral, actúan como incentivos para los
empresarios en la medida que plantean la posibilidad de obtener una ganancia muy
grande, en caso de la solución de un desequilibrio tecnológico como fue antes
descrito, o en la medida que plantean la posibilidad de evitar grandes pérdidas, como
puede ocasionar el conflicto laboral. De esta manera centra la explicación del
comportamiento innovador a partir de variables económicas estrictamente referidas al
cálculo de ganancia del empresario.
Un tercer mecanismo de inducción del cambio técnico que Rosenberg explica
mediante esta lógica, es cómo la reducción de una fuente de oferta, sea por conflictos
bélicos o agotamiento de un recurso específico, actúa como inductor para la búsqueda
de soluciones técnicas que inhiban la dependencia de la fuente anterior. Este tipo de
inductores son particularmente claros para entender los procesos de innovación en
contextos de escasez11. Sin caer en un reduccionismo que el propio Rosenberg critica,
de pensar que los problemas son siempre buenos, permite entender cómo la ausencia
o interrupción en determinados recursos puede incentivar la búsqueda de soluciones.
11
El concepto de innovación en contextos de escasez fue elaborado por Srinivas y Sutz (2006) y refiere a
cómo la carencia de recursos puede actuar como incentivo a la resolución creativa de problemas.
35
Los dos autores reseñados en este apartado son clásicos de la Historia de la
tecnología. Sus obras han aportado conceptos teóricos y referencias empíricas para
comprender los procesos de innovación y cambio técnico, así como también han
contribuido a la elaboración teórica por parte de otros autores. Así, la investigación
empírica de la historia económica muestra un proceso de retroalimentación con los
conceptos teóricos antes mencionados, que en conjunto permiten seleccionar una
serie de preguntas que guíen la investigación y permitan seleccionar las dimensiones
más pertinentes para el análisis.
VI – El baúl de herramientas
Estas breves páginas bastan para constatar que la idea propuesta de revisar la caja de
herramientas para el trabajo de investigación sobre los procesos de innovación es una
tarea “pesada”. Sin duda no se trata de una caja pequeña, sino que cargamos ya con
un baúl de herramientas que amenaza con aplastar al investigador con su peso.
Corresponde ahora ordenar el baúl con las herramientas encontradas hasta el
momento. Para ello, voy a enumerar los que creo los aportes más importantes de cada
corriente, tal como fueron expuestos en el texto precedente, en base a lo que entiendo
es la manera más operativa en vistas al trabajo de investigación.
La definición de la corriente evolucionista neoschumpeteriana como el mainstream de
la heterodoxia, no se debe sólo a la constatación de la difusión de estas ideas, sino al
convencimiento de en este momento, esta teoría es la que más y mejores elementos
aporta para la comprensión de los procesos de innovación. Sin duda, buena parte del
mérito proviene porque es la corriente de pensamiento que se ha dedicado
específicamente a esta temática. Como dije antes, creo que la idea central que aporta
esta teoría es el concepto de aprendizaje como concepto del que se desprende: (i) la
noción de innovación como resolución de problemas, (ii) la idea de que existen
diferentes trayectorias de aprendizaje de acuerdo a cada situación y, (iii) por lo mismo,
la innovación, como aprendizaje es una acción que puede darse en cualquier proceso
productivo. A partir de esas ideas centrales y considerando los aportes que fueron
brevemente presentados en el apartado IV, voy a remitirme de aquí en más a la
innovación como: un proceso de aprendizaje específico, interactivo y acumulativo que
está determinado por la búsqueda consciente de soluciones técnicas a problemas
productivos, ya sea que estas consisten en la creación de nuevos productos o de
nuevas formas de producción. A partir de esta definición, lo que resta de este trabajo,
se concentra en el estudio de cómo se forman las capacidades que permiten recorrer
este proceso de aprendizaje, cuáles son las limitantes para la formación de las mismas
y cuáles los impulsores.
Si asumimos que este es el cuerpo de ideas que más y mejores herramientas provee
para el análisis de los procesos de innovación, una forma sencilla de ordenar los
aportes de otras corrientes es presentar las complementariedades que ofrecen a la
noción de innovación provista por esta teoría.
36
Creo que el marxismo aporta una excelente explicación de los procesos de generación
de conocimiento, de cómo los sujetos en su práctica elaboran ideas para la
producción. A la vez que le otorga una dimensión central a los conflictos vinculados a
los procesos de innovación. El primer aspecto tiene un desarrollo exhaustivo también
en algunos autores de la corriente evolucionista-neoschumpeteriana, pero considero
que los aportes marxistas ofrecen algunos elementos filosóficos más refinados,
siempre desde una perspectiva materialista-dialéctica, que permiten entender la
actividad innovadora como una manifestación específica de la acción humana en su
relación con el entorno. A partir de esta teoría, la noción básica de capacidades de
innovación debe remitir a la capacidad humana de elaborar ideas abstractas a partir de
su experiencia concreta, y la pregunta de investigación que surge es cómo tal
capacidad se orienta a la resolución de problemas productivos mediante la generación
de nuevas cosas o formas de hacer las cosas.
Por otra pare, el tratamiento del conflicto no tiene el mismo tratamiento en la corriente
evolucionista que en la marxista, este tema casi no es analizado por los principales
autores evolucionistas, en parte porque no es un tema habitual en la disciplina
económica. En tal sentido creo que las mismas categorías de Marx que permiten
entender la actividad innovadora como praxis, permiten analizar el conflicto a partir de
los procesos de innovación en las organizaciones productivas, a la vez que entender el
proceso de innovación, como toda forma de interacción humana como posible inductor
de conflictos.
Resulta difícil diferenciar los aportes de Schumpeter, ya que buena parte de ellos
están recogidos por la teoría evolucionista-neoschumpeteriana, en gran medida
reelaborados con mayor precisión. Posiblemente las contribuciones más importantes
de este autor refieren a la vigencia sobre las formas de competencia y mercados, así
como a las motivaciones individuales para el desarrollo de la actividad innovadora.
Los aportes del modelo neoclásico al estudio de los procesos de innovación son
claramente escasos. Sin embargo, creo que tanto el esquema de análisis marginalista,
como la caracterización del actor racional maximizador, ofrecen herramientas que han
demostrado un gran poder analítico. Sin duda, en base a supuestos que se alejan
demasiado de la realidad de los procesos económicos, y en particular de los procesos
de cambio técnico en una perspectiva histórica. Pero esto no obsta que tengan un
valor heurístico muy importante como recurso para el análisis de los fundamentos
microeconómicos de la innovación.
Los escritos de la corriente institucionalista contribuyen, en especial desde una
perspectiva histórica, a enriquecer el esquema de análisis del proceso de innovación
como un proceso evolutivo, de mutua interacción entre el comportamiento de los
actores y las características de las instituciones. Asimismo, ofrecen un esquema
sencillo pero muy adecuado, para el estudio de los sistemas de incentivos asociados a
las formas institucionales. En tal sentido, contribuyen a avanzar en el estudio de cómo
los actores operan de diferente manera en contextos diferentes.
37
Creo que buena parte de las ideas presentadas son herramientas válidas para el
tratamiento de los problemas de innovación. El énfasis hecho en los fundamentos de
cada una de las corrientes no responde a un preciosismo teórico sino a la necesidad
de explicitar tales fundamentos para evitar confusiones epistemológicas en el
momento de articular los diferentes aportes.
Creo sí, que es posible integrar estas contribuciones, a partir de la elaboración de un
único cuerpo teórico orientado por el problema de investigación. Desde luego este no
es el objetivo de este trabajo, pero sí el empleo de estos recursos teóricos para
explicar el proceso de innovación y el desarrollo de las capacidades de innovación en
la industria manufacturera uruguaya. Para ello se proponen una serie de preguntas y
dimensiones que dejan planteadas las ideas revisadas en este capítulo.
Hasta aquí el trabajo se concentra en revisar las herramientas disponibles, sus
potencialidades y posibles debilidades, con la intención de construir un marco
conceptual que guíe la investigación. En este primer capítulo sólo se ordenan las
herramientas que ofrecen las corrientes teóricas seleccionadas, el capítulo siguiente
se dedicará a la discusión de las ideas aportadas por autores latinoamericanos, su
relación con la problemática del desarrollo y las especificidades de la región, lo cual
sumará nuevas preguntas a las planteadas en este capítulo.
38
CAPÍTULO 2
La innovación como estrategia de desarrollo, una vieja preocupación en América
Latina
o
Introducción
La innovación como proceso de aprendizaje no puede entenderse sin considerar las
características específicas del contexto histórico y geográfico que incide en que tal
proceso siga diferentes trayectorias, alcance grados de maduración o se vea truncado
por diferentes circunstancias. En tal sentido, los diversos aportes que se han
producido en América Latina sobre la relevancia del cambio técnico y la innovación
han tenido como denominador común la preocupación por entender las características
específicas de la región, en un marco general que apunta a comprender los problemas
que la misma enfrenta para recorrer caminos sostenidos de desarrollo.
En este capítulo se presentan los aportes clásicos de diferentes autores
latinoamericanos sobre los problemas de innovación en la región, la forma como estas
ideas se vinculan con las desarrolladas en el capítulo anterior y cómo, a partir de la
confluencia de ambas, se logra la elaboración de una serie de categorías teóricas
específicas para el análisis de los procesos de innovación en el subdesarrollo.
La perspectiva teórica desde la que se aborda el estudio de los problemas de
innovación en América Latina parte de la premisa de que estos forman parte de la
problemática de desarrollo en la región. Esta premisa teórica tiene varias implicancias
para el análisis, entre ellas: no parte de una situación intelectual diferente del
pensamiento latinoamericano, sino de las especificidades de la situación de
subdesarrollo, que obliga a considerar cómo incide tal situación en los procesos de
aprendizaje e innovación.
A partir de estas consideraciones, el presente capítulo se ordena en cuatro secciones:
dos primeras donde se consideran los aportes del pensamiento latinoamericano
clásico a la problemática de ciencia, tecnología y desarrollo, una tercera sección en
que se analiza cómo la reciente literatura latinoamericana ha elaborado nuevos
conceptos teóricos a partir de la confluencia de la tradición latinoamericana y de un
estrecho contacto con la producción más reciente en la materia en los países
desarrollados. Finalmente, se presentan una serie de consideraciones teórico
metodológicas a modo de síntesis de los dos primeros capítulos y como vínculo con el
desarrollo metodológico y empírico que sigue en los Capítulos 3, 4 y 5.
39
I – Los padres fundadores del pensamiento latinoamericano en ciencia,
tecnología y desarrollo
La relevancia de la innovación en el marco de una estrategia de desarrollo es una vieja
preocupación en diferentes autores latinoamericanos. Uno de los precursores del
pensamiento latinoamericano en la problemática de ciencia, tecnología y desarrollo,
Jorge Sábato, entendía que el desarrollo sería la resultante de una acción
explícitamente orientada (políticas), en la que la ciencia y la tecnología debían tener
necesariamente un papel. El desarrollo de América Latina debía contar con el
desarrollo de la ciencia y la tecnología, procurando: “lograr capacidad técnica y
científica de decisión propia a través de la inserción de la ciencia y la técnica en la
tarea misma del proceso de desarrollo” (Sábato y Botana, 1975: 144).
Para crear capacidades autónomas que permitieran recorrer la senda de desarrollo,
estos autores postulaban como necesario fortalecer la infraestructura científicotecnológica, de manera de fomentar la emergencia de procesos de innovación en la
región. El proceso de innovación era entendido como la “incorporación de
conocimiento propio o ajeno con el objeto de generar o modificar un proceso
productivo” (Sábato y Botana, 1975: 145). La generación de innovaciones suponía,
entonces, la transferencia de los resultados de la investigación, de manera de
promover un acoplamiento entre la infraestructura científico-tecnológica y la estructura
productiva.
El problema de la innovación en América Latina era, para estos autores, básicamente
un problema de política. En tal sentido, el pensamiento latinoamericano surgió con una
impronta epistemológica y normativa propia, en la que el estudio de las especificidades
de los problemas de innovación estaba definido por las necesidades de desarrollo de
la región.
Esta impronta normativa orientada a la definición de acciones para el fomento de
procesos de innovación, estuvo acompañada de un esfuerzo por la creación de
categorías para la comprensión de la problemática específica de la región, que a su
vez ofrecieran insumos para la elaboración de políticas. El pensamiento
latinoamericano, al preguntarse sobre cómo fomentar los procesos innovativos, se
interrogaba sobre cómo estos surgen, quién los lleva adelante y dónde se localizan.
Sábato y Botana, en un artículo seminal, publicado por primera vez en 1968, dan
respuesta a estas preguntas con su célebre idea del Triángulo de relaciones científicotecnológicas. Este concepto contiene la misma premisa, mencionada en el capítulo
anterior, que el de SNI: la innovación como un proceso interactivo de construcción
permanente. Plantea, como propuesta normativa y como herramienta típico ideal -no
como una descripción de lo que sucede en América Latina- analizar el proceso de
innovación a partir de las relaciones científico-tecnológicas entre tres actores en
particular: el Estado, los empresarios y el cuerpo de investigadores en ciencia y
tecnología. El triángulo de Sábato describe el comportamiento que deberían asumir los
actores que componen cada vértice, según sus cualidades particulares. Del vértice
40
superior del triángulo depende la acción deliberada del Estado en fomento del
desarrollo científico, que se hace manifiesta en su relación con el cuerpo de
investigadores científicos, en los recursos que brinda para la I&D y en la generación de
demanda de conocimiento. Al mismo tiempo, busca mantener un diálogo consciente
con la infraestructura productiva sobre las potencialidades de la capacidad técnica.
Sábato concibe el rol del Estado en las relaciones científico-tecnológicas, como un
accionar deliberado de fomento del saber científico y tecnológico en las relaciones
productivas. Rol en el que considera omisos, en general, a los Estados
latinoamericanos, los cuales -dado su peso relativo en las economías nacionalestienen una muy importante capacidad de incidencia que se ha mantenido ociosa. Esa
infraestructura productiva debería estar compuesta por empresarios, en el sentido de
Schumpeter, con capacidad de reformar o revolucionar el sistema de producción, que
pueden estar adscriptos a empresas públicas o privadas. Esa característica se cumple
también para los otros vértices: Sábato concibe a los actores por sus actividades
funcionales y no por su adscripción institucional. Por ello la infraestructura científicotecnológica estaría compuesta por aquellos investigadores con capacidad creadora en
su actividad científica, tanto si trabajan en el ámbito académico, empresarial u otro
(Sábato y Botana, 1975).
Lo que define a cada uno de los vértices es su entramado de intra-relaciones. Cada
uno de ellos reúne una gran diversidad de ámbitos y competencias en los cuales se
crean múltiples relaciones. Para estos autores la participación de cada uno de estos
vértices en el proceso de innovación se produce en la medida en que se conviertan en
centros capaces de incorporar, generar y transformar demandas en innovaciones
científico-tecnológicas (Sábato y Botana, 1975).
La idea del triángulo -también en esto muy similar a la de SNI- es una concepción
integradora en la cual lo más importante son las relaciones entre los actores. No sólo
se trata de fortalecer las instituciones desde las que es posible innovar, sino que es
fundamental tender lazos para la innovación interactiva. Para estos autores los
procesos de innovación surgen por la interacción ante problemas específicos
relacionados con las necesidades de desarrollo de la sociedad. Asimismo, ante la
pregunta de qué características tiene el sujeto innovador, estos autores retoman la
propuesta schumpeteriana pero le suman una noción de “mandato”: la actitud
emprendedora que describía Schumpeter como condición psicológica de los
empresarios capitalistas, estos autores la retoman y la sitúan en un ámbito social en
donde la orientación de la política incentiva tales comportamientos.
La localización de los procesos de innovación, en esta perspectiva se da en todo el
entramado productivo, en base al “mandato” de una estrategia de desarrollo. Sin
embargo, la identificación de los vértices del triángulo, tal como antes se describieron,
presenta claramente la idea de la innovación como un proceso interactivo con tres
ámbitos de acción privilegiados: la actividad de creación de conocimiento, la actividad
de producción de bienes y servicios, y la actividad de definición e implementación de
políticas públicas. De esta manera la innovación es una actividad que se localiza en
41
toda la sociedad pero que depende de la acción consciente y específica de los actores
que participan de estos tres ámbitos.
Constituir vínculos reales y fluidos entre los vértices es el principal desafío para el
desarrollo científico-tecnológico, especialmente los vínculos entre la estructura
productiva y el complejo de C&T. Para su creación Sábato planteaba la necesidad de
que en ambos existan individuos con capacidad creadora y propone, a través de la
movilidad ocupacional entre instituciones, una forma de solucionar las asimetrías en el
conocimiento, que son un obstáculo identificado también por la teoría evolucionista
neoschumpeteriana.
Como se dijo, esta propuesta teórica parte de un contenido propositivo intrínseco. A
partir de la premisa que para el desarrollo integral de América Latina es necesario y
posible participar en el desarrollo científico-tecnológico, no sólo busca describir de
manera ideal los canales de relación entre los actores implicados sino reconocer
dónde y cómo es posible innovar. Es una herramienta teórica que pretende ayudar a la
introducción efectiva de la ciencia y la tecnología como materia de política pública.
El papel de la política, y por lo mismo del Estado como construcción social, es un tema
central en la teoría latinoamericana. Otro autor clásico de la región, Amilcar Herrera,
consideraba que para analizar el papel de la ciencia y la tecnología en la estrategia de
desarrollo de América Latina, era necesario partir de una mirada integral en la que el
atraso relativo en las capacidades de generación de conocimiento de la región, sólo
podía ser entendido como una consecuencia de la estructura económico-social. Según
este autor, la estructura económica de la región impone determinados obstáculos de
tipo cultural, productivo e institucional que explican el rezago de la región en el
desarrollo de la ciencia y la tecnología. Esta forma de relación entre la estructura
económica, los avances científico-técnicos de la región y las estrategias de desarrollo,
Herrera la resumía a través de la distinción conceptual entre la política científica
explícita de la política científica implícita (Herrera, 1975).
La noción de política implícita indicaba la demanda científico-tecnológica del proyecto
nacional de país. Esta idea supone que la ciencia moderna sólo se desarrolla
realmente en el marco de una sociedad que demande intensivamente sus productos.
Todo modelo de desarrollo lleva implícita una visión de cómo una sociedad se percibe
a sí misma en el momento actual y en el futuro. La intensidad con que cada sociedad
demande conocimiento será un reflejo de la estrategia de desarrollo que lleva implícita
ese proyecto nacional.
La contradicción entre los postulados explícitos de un proyecto de país y la política
implícita resultante es otra característica del subdesarrollo, en el cual las estrategias
definidas de manera más o menos explícita no logran penetrar el proyecto social de
país de manera de lograr una efectiva implementación de sus postulados.
Los grandes hitos del desarrollo científico que destaca Herrera, asociados a la
Revolución Industrial y a la carrera armamentista de la Guerra Fría, no se
42
desarrollaron a partir de una política explícita, sino de la creciente y sostenida
demanda de soluciones científico-técnicas de parte del sistema productivo y bélico.
Las políticas explícitas surgieron a posteriori con fines de maximizar el impacto de las
capacidades científico-tecnológicas.
El proyecto nacional no es sólo una cuestión de políticas, es sobre todo una cuestión
de liderazgo de los sectores dominantes en una sociedad. Herrera, en su análisis de
las políticas, implícitas y explícitas, centra la mirada en el accionar de los grupos
dirigentes asociados al tipo de modelo de desarrollo que llevó adelante América
Latina. De hecho, analiza los problemas de incongruencia e incluso contradicción entre
las políticas explícitas e implícitas como producto de un accionar deliberado de las
clases dominantes (Herrera, 1975: 111).
Hasta aquí he presentado nada más, pero tampoco nada menos, que la revisión de
dos artículos en los que se presentan ideas centrales de dos de los representantes
más destacados del pensamiento latinoamericano en ciencia, tecnología y desarrollo.
Creo que las dos interpretaciones, el triángulo de Sábato y las políticas de Herrera,
ofrecen algunas claves absolutamente vigentes de una etapa del pensamiento
latinoamericano, a la vez que dejan grandes interrogantes.
Sábato y Botana partían de un diagnóstico a priori de los inductores y los obstáculos al
comportamiento innovativo. Los primeros se relacionaban con la actitud creadora y
emprendedora y los segundos con la presencia de actitudes rutinarias, carencia de
recursos económicos y financieros, y trabas político institucionales (Sábato y Botana,
1975: 145-146). La pregunta sobre los problemas y obstáculos para el desarrollo
científico-tecnológico de Latinoamérica es una de las claves del pensamiento
latinoamericano. Sin embargo, estos autores no definen ni fundamentan la incidencia
de cada uno de estos factores, la dan por entendida en el marco de relaciones
sociales y económicas de América Latina. Esto no puede dejar de sorprender, ya que
en las mismas páginas se presenta una de las contribuciones más originales, previa a
los aportes de la corriente neoschumpeteriana, sobre los procesos interactivos de
innovación, aunque con una carencia en la especificación de los supuestos. ¿Cómo
interpretar esto? ¿Se trata de un esquema intelectual que adolece de fundamentos
teóricos? Claramente no parece ser esta una respuesta adecuada; el análisis del
proceso de innovación a partir de las relaciones entre actores es una construcción que
parte de una comprensión y fundamentación muy precisa de los comportamientos
innovativos. La respuesta no aparece claramente, lo que sí es evidente es que la
comprensión de los fundamentos de los factores que inducen u obstaculizan la
innovación en América Latina, requirió y requiere de investigación específica que
permita reconocer los microfundamentos que los determinan.
La interpretación de Herrera se centra en las trabas de la estructura productiva para el
desarrollo científico-tecnológico de la región. Para ello descarta la importancia de
factores culturales e institucionales y explica los obstáculos que impone la estructura
productiva a partir de la acción de los sectores dominantes en el marco de relaciones
internacionales dependientes. ¿Qué es lo que explica que estos sectores privilegien
43
una acción de corto plazo, que se torna autosocavante en el largo plazo? Para Herrera
la pretensión de mantener el control de las relaciones de poder, en sus múltiples
dimensiones. Pero no explica la supuesta incapacidad prospectiva para tomar
decisiones estratégicas.
Esta crítica a dos padres fundadores, al igual que las hechas en el capítulo anterior,
parten de lo que entiendo es la única manera de respetar su obra: practicar la crítica
de sus fundamentos. Evidentemente dejan preguntas sin responder, posiblemente no
consideran dimensiones centrales para el análisis, pero ofrecen herramientas
imprescindibles para el análisis de los procesos de innovación en América Latina: el
proceso de innovación como: (i) parte del proceso de desarrollo, (ii) como construcción
interactiva, (iii) como objeto de políticas y, (iv) como fuente de conflicto.
Creo que no es posible limitar este apartado a la revisión de los aportes de estos dos
autores. Si bien ambos son probablemente los precursores del pensamiento
latinoamericano en ciencia, tecnología y desarrollo, y además en la construcción de
instituciones dedicadas a la práctica de la ciencia y la reflexión sobre su rol en la
problemática de la región, es imprescindible también considerar otros aportes que,
desde la tradición económica, han otorgado un papel central a estos problemas.
II - Los aportes de la CEPAL y el desarrollismo latinoamericano: el desarrollo
como modernización productiva y equidad
Desde las obras fundacionales hasta las más recientes, puede reconocerse en la
producción de la CEPAL una línea de larga duración que parte de la preocupación por
el desarrollo de América Latina, en el marco de una concepción integral que relaciona
las condiciones y capacidades de producción con la necesidad de mejorar las
condiciones de distribución y equidad.
En esa concepción de desarrollo, el análisis de los procesos de cambio técnico y en
particular de difusión de los beneficios del progreso técnico tienen un lugar central. El
esquema conceptual elaborado por Raúl Prebisch en 1949 sobre la inserción
internacional de América Latina toma, como uno de sus ejes centrales, la crítica al
postulado de la economía clásica sobre que los beneficios de la división internacional
del trabajo se distribuyen de manera homogénea de acuerdo a la especialización de
los países y regiones, en la producción de bienes para los que cuentan con ventajas
comparativas estáticas. Según dicha teoría, los niveles de productividad y por lo
mismo de renta, provienen de la abundancia relativa de factores, por lo cual las
economías latinoamericanas podrían alcanzar tasas de renta similares a las
economías centrales especializándose en la producción de bienes primarios, sin
necesidad de diversificar su producción, excepto al costo de perder eficiencia relativa.
Prebisch desarrolla largamente su visión, analizando la evolución de los términos de
intercambio entre bienes industriales y bienes primarios, y las trasformaciones
productivas y financieras en la economía internacional de la segunda posguerra, que
concluye en una de las premisas clásicas del pensamiento cepalino: el proceso de
desarrollo requiere como condición necesaria el aumento de la productividad. Ello sólo
44
es posible a partir de la incorporación de los avances del progreso técnico, y en la
visión de Prebisch en 1949, y de la “Vieja CEPAL”, el sector que actuaba como
generador y difusor del progreso técnico era la industria manufacturera.
Para Prebisch la industrialización no era un fin en sí mismo, sino un medio para captar
los avances del progreso técnico, logrando así el aumento de la productividad, del
ahorro y de la renta de la población en América Latina.
La visión cepalina no es una visión autárquica, ni de negación de las ventajas
naturales para la producción primaria en América Latina. Por el contrario, para
Prebisch (1949) una de las condiciones para cumplir con los objetivos sociales de
elevar el nivel de vida de la población era lograr la modernización de la producción
primaria mediante la incorporación de maquinaria, de manera de permitir el ingreso de
divisas vía aumento de las exportaciones. La industrialización era una estrategia, en
un momento en que el capitalismo mundial comenzaba a renacer en occidente en
base al paradigma fordista de producción industrial, que actuaba de manera clara
como el proceso de producción que dinamizaba desde el punto de vista
tecnoproductivo la economía mundial.
De hecho, en este texto fundacional, Prebisch anticipa los problemas que puede traer
una estrategia de industrialización que no parta de objetivos claros. Para este autor el
objetivo general es el aumento del bienestar de la población en un contexto de
escasez de capital, en el que se debe prestar particular cuidado a la selección de las
inversiones. En tal sentido, cuestiona la búsqueda de la autosuficiencia indiscriminada
que pudiera significar una pérdida de productividad. La industrialización, para
Prebisch, es una herramienta para captar la productividad generada por el progreso
técnico y minimizar los impactos de los ciclos internacionales de precios que afectaban
y afectan de manera más aguda a los productos primarios.
El enfoque industrialista de Prebisch partía entonces de la base de que el ritmo de
cambio técnico en la segunda mitad del siglo Veinte estaba determinado por la
industria manufacturera, en particular por las actividades industriales de producción de
bienes de capital. A partir de ese concepto sostenía que el proceso de industrialización
en la periferia ha procedido de lo simple a lo complejo. El impulso industrializador se
vio obligado a comenzar por los sectores de menor incorporación de tecnología, los
cuales no lograban alcanzar niveles significativos de productividad y mantuvo la
especialización dependiente en bienes de capital, a la vez que no fomentó procesos
locales de integración vertical (Rodríguez, 2001).
La forma de inserción internacional de América Latina tiene como contracara interna
en las economías de la región, lo que Prebisch llama la heterogeneidad estructural de
las mismas. Este concepto, que luego será desarrollado por Aníbal Pinto (2000) refiere
a la heterogeneidad de la productividad media del trabajo en las diferentes ramas de
producción. Se registra por un lado, la presencia de sectores y regiones en los cuales
la productividad y la incorporación de tecnología se aproximan a la de los países
centrales y, por otro, ramas que están largamente rezagadas. Esto produce una serie
45
de discontinuidades o rupturas en las economías nacionales de la región que, según el
diagnóstico de Pinto, se vieron reforzadas por el impulso industrializador. De esta
manera, el instrumento, la industria, no logró acompañar el modelo integral de
desarrollo que se pretendía.
Estas reflexiones se inscriben en el marco de lo que este autor llama en forma
recurrente, la necesidad de que América Latina cuente con una estrategia de
desarrollo. En ella, el Estado y la política, al igual que en la obra de Sábato y Herrera,
tienen un papel central. El desarrollo, entendido como la capacidad de transformación
productiva para satisfacer las necesidades sociales, requiere de acciones de política
pública -productivas y tecnológicas- no es una transformación que pueda provenir de
la acción directa del mercado o los actores productivos.
El aporte de Prebisch a la teoría del desarrollo de América Latina es un referente
ineludible. Introduce conceptos de plena vigencia sobre la especialización productiva y
la relación de precios de los productos de acuerdo a la demanda, así como a las
restricciones de capital. Sin embargo, su concepción del cambio técnico es la misma
que en la economía clásica. Considera a éste como un factor exógeno a la producción
económica que se incorpora a la misma a través de la inversión en capital (Rodríguez,
2001). De hecho, en sus obras, Prebisch utiliza el término “progreso técnico” como
algo que ocurre fuera del ámbito productivo y no analiza posibles relaciones de
demanda de mejoras técnicas desde la actividad productiva.
De esta manera, este autor deja como herramientas fundamentales la concepción del
cambio técnico como instrumento para la transformación productiva que permita
recorrer caminos sostenibles de desarrollo, pero no profundiza en los determinantes o
inductores del mismo.
La herencia de Prebisch es retomada por varios de sus seguidores que mantienen el
énfasis en la noción integral de desarrollo como un estado socioculturalmente definido
como deseable, que sólo puede ser alcanzado mediante acciones públicas orientadas
hacia ello. Dentro de esa tradición, Celso Furtado (1992) profundiza en la discusión
sobre la racionalidad sustantiva del desarrollo en América Latina.
El subdesarrollo para Furtado es una manifestación singular del proceso capitalista,
que puede resumirse en la disociación entre un patrón de modernización de las pautas
de comportamiento sociocultural, en particular en las pautas de consumo, y la
capacidad productiva de las sociedades12. Esta concepción del subdesarrollo parte de
una noción de desarrollo capitalista como la capacidad de las sociedades de producir
la riqueza necesaria para satisfacer las necesidades biológicas y culturales de su
población e implementar los mecanismos para el acceso homogéneo a la misma.
12 “O subdesenvolvimento é um desequilíbrio na assimilação dos avanços tecnológicos produzidos pelo
capitalismo industrial a favor das inovações que incidem diretamente sobre o estilo de vida.... É que os
dois processos de penetração de novas técnicas se apóiam no mesmo vetor que é a acumulação... O
crescimento de uma requer o avanço da outra. A raiz do subdesenvolvimento reside na desarticulação
entre esses dois processos causada pela modernização.” (Furtado, 1992:4)
46
Esta idea seminal que Furtado retoma de Prebisch y que luego podrá leerse en otros
autores cepalinos, nos lleva a la idea de desarrollo como la combinación de las
capacidades sociales para producir y distribuir riqueza. El subdesarrollo entonces,
puede ser explicado por una incapacidad de producción de riqueza y por una
incapacidad de distribución de la misma. Para Furtado el subdesarrollo, especialmente
el latinoamericano, se explica como consecuencia de la adopción de un patrón de
modernización social que se basó en la adaptación a los patrones de comportamiento
de las sociedades occidentales industrializadas, sin el desarrollo de las capacidades
productivas que permitan que todos los habitantes de las sociedades latinoamericanas
accedan a la riqueza necesaria para vivir de acuerdo a tales pautas culturales.
Enfatiza la idea de que el desarrollo no supone alcanzar el umbral de renta per cápita
de los países occidentales desarrollados, sino alcanzar un patrón de distribución de la
renta que permita el acceso a los bienes básicos al conjunto de la sociedad.
El concepto clave radica en que la definición de bienes básicos es una construcción
sociocultural que proviene de las capacidades productivas de la sociedad y de los
patrones de consumo que las mismas construyan o adopten. La noción de desarrollo
para Furtado no implica alcanzar los niveles de renta per cápita de los países
centrales, sino alcanzar determinados niveles de productividad que permitan la
satisfacción homogénea de las necesidades básicas de toda la población. De esta
manera, superar la situación de subdesarrollo requiere de un proyecto político que
fomente la capacidad productiva, a la vez que revise críticamente las pautas de
comportamiento sociocultural.
Al igual que en apartados anteriores, en este sólo se revisan algunos de los aportes de
autores que cuentan con una vasta producción. El interés de este apartado para este
trabajo es revisar cómo la tradición desarrollista, que no estuvo directamente enfocada
en los problemas de ciencia y tecnología, reconocía los problemas de cambio técnico
como un aspecto central del desarrollo, y qué estrategias identificaba para el fomento
del progreso técnico.
Para estos autores, como ya se señaló en el caso de Prebisch, la concepción del
cambio técnico se mantiene como una variable exógena que se incorpora a la
producción a partir de la adquisición de bienes de capital. Su principal preocupación
estaba centrada en construir un cuerpo teórico que permitiese delinear una estrategia
de construcción de capacidades para el desarrollo autónomo de la región,
manteniendo la idea de que el desarrollo requiere una atención simultánea a los
problemas de crecimiento y de distribución. En esta corriente de pensamiento, será a
partir de los años ’80 con la obra de Fernando Fajnzylber que en base a esta
concepción del desarrollo introducirá las ideas de competitividad y aprendizaje, con
una clara preocupación por el aprendizaje tecnológico y la innovación.
Los textos de Fajnzylber de la década de los ‘80 trabajan extensamente la relación
entre equidad e innovación tecnológica en América Latina, dentro de un planteo
general sobre las potencialidades de desarrollo de la región.
47
Fajnzylber critica las carencias de visión estratégica en el proceso de industrialización
latinoamericano, planteando que esto llevó a la implementación de modos de
desarrollo sin articulación competitiva entre los sectores de producción. A partir de un
proteccionismo indiscriminado (proteccionismo frívolo), sin selección de apoyo a
sectores clave, se intentó imitar el patrón de desarrollo de las economías
industrializadas. Los problemas más importantes de este patrón de industrialización,
se manifestaron en la inadecuación de la escala de producción, en que la cadena
industrial no alcanzó la producción de bienes de capital y que permaneció dependiente
de importaciones en el plano tecnológico (Fajnzylber, 1983:182).
La frivolidad no sólo afectó las pautas de industrialización, sino también a los patrones
de consumo de los sectores de mayores ingresos de las sociedades latinoamericanas.
Estos se orientaron hacia el consumo conspicuo de bienes de lujo, lo que entre otras
cosas, imposibilitó el aumento sostenido de las tasas de ahorro y de inversión, que
podría haber tenido una orientación estratégica en el período de mayor crecimiento de
la región.
De esta manera, este autor recogió las ideas de Prebisch sobre los problemas de un
incentivo indiscriminado a la industrialización en un marco de escasez de capitales y
volvía a insistir, tres décadas después sobre las dificultades para la consolidación del
ahorro en América Latina.
También recogiendo los postulados básicos de la “Vieja CEPAL”, Fanjzylber planteaba
la necesidad de que la industrialización sea evaluada según su contribución para
saldar carencias locales. Esta idea puede ser extendida en general para pensar los
procesos de desarrollo en la región: la apertura de la “caja negra del proceso técnico”
que permita la vinculación a la economía mundial a partir de bienes con alto valor
agregado por su contenido tecnológico va de la mano de un proceso de reforma social
que permita mayor integración y equidad (Fajnzylber, 1983: 163-167).
La equidad puede ser entendida aquí como la ampliación horizontal del tejido social, la
valoración generalizada de la actitud creadora y las posibilidades de participación en
los frutos del crecimiento; y no sólo medida como el cociente entre lo que perciben los
estratos de menores y mayores ingresos. La transformación de esas condiciones es
necesaria para la generación de la innovación interactiva, dentro de una economía que
tenga como principal recurso el conocimiento. No como un stock de conocimiento
estático ni perenne, sino que proviene del aprendizaje en un sistema social dinámico y
permite la paulatina disminución de las asimetrías entre los productores de
conocimiento y los usuarios de éste, entendidos en un sentido amplio. La reducción de
estas asimetrías va de la mano tanto con la ampliación de los niveles educativos,
como de procesos de integración y de transformaciones subjetivas en cada uno de los
48
actores hacia un nuevo proyecto de desarrollo (Fajnzylber, 1990). De esta manera
Fajnzylber fue de los pioneros en incorporar los aportes de la teoría
neoschumpeteriana al análisis de la realidad latinoamericana.
En este marco, Fanjzylber propone una forma de entender la eficiencia de un sistema
de producción, en tanto esté orientada hacia el logro de un crecimiento económico sin
exclusión, a partir de un cambio profundo en los patrones de desarrollo, con dos
componentes fundamentales: el crecimiento y la creatividad (Fajnzylber, 1983: 347359).
Esta noción de eficiencia se basa en la experiencia histórica de América Latina y
reconoce la condición necesaria, pero no suficiente, del crecimiento económico para el
desarrollo integral de la sociedad. Desecha una posible mirada simplificadora que, en
el afán de defender la importancia de la equidad y la integración social, descarte la
importancia del crecimiento y del dinamismo económico, a la vez que toma distancia
de la idea liberal, en boga durante el período en que se escribieron estos textos, sobre
el “goteo” del crecimiento que a largo plazo permite naturalmente la mejora de la
condiciones de equidad.
Diferentes autores, al analizar los obstáculos para el desarrollo tecnológico en América
Latina, asociaban el retraso relativo de la región respecto a otras experiencias, como
la de los países industrializados del este asiático, con aspectos culturales o políticos
que actuaban como frenos a la innovación. Los aportes de Fajnzylber son de los
primeros, junto con los de Jorge Katz (1996), en sumar a las interpretaciones
anteriores el análisis específico del comportamiento económico de las firmas y de sus
capacidades endógenas.
Posteriormente la relación entre innovación y desarrollo ha sido intensamente
analizada. La preocupación por la inclusión del progreso técnico en la estrategia de
desarrollo fue una constante en los documentos de CEPAL de los últimos años. La
llamada “Nueva CEPAL” enfatizó la necesidad de enfoques integrados para pensar el
desarrollo de América Latina, que permitieran saldar la deuda del casillero vacío de
crecimiento económico con equidad. Si bien en los primeros documentos de la década
de 1990 la CEPAL (1992) puso el énfasis en la necesidad de fomentar la difusión
tecnológica, mediante la incorporación de soluciones técnicas existentes a la
producción, más que mediante la innovación propiamente dicha, en los últimos
documentos (CEPAL, 2004) se insiste en la idea que las posibilidades de desarrollo de
los países están determinadas por sus capacidades de aprendizaje e innovación.
Puede decirse que existe un consenso amplio, con fuertes raíces históricas, que liga
las estrategias de desarrollo al estímulo de los procesos de aprendizaje y de
generación de conocimientos. El pensamiento latinoamericano intentó desmitificar la
idea de que el subdesarrollo partía de la incapacidad para incorporar los avances
científico-técnicos de los países desarrollados. Para ello resaltaba la necesidad de la
49
generación de conocimiento endógeno, que permitiese por un lado generar tecnología
específica para los problemas locales, a la vez que lograr un flujo adecuado de
tecnología importada, que permitiese acceder a los conocimientos científicotecnológicos vigentes en el mundo (Sábato y Mackenzie, 1982).
El abordaje de los problemas de innovación dentro de la problemática del desarrollo
asume que la dependencia en ciencia y tecnología es una característica del
subdesarrollo. La capacidad para generar conocimiento aplicable a la producción
depende de un proceso de fortalecimiento de los vínculos entre diversas organizaciones
e instituciones, así como de acciones de política que permitan destinar recursos y
generar oportunidades para aprovechar las capacidades. Del encuentro entre
capacidades y oportunidades es que dependen las posibilidades de procesos de
desarrollo autónomos (Arocena y Sutz, 2003c).
III – Los problemas de innovación en América Latina: la construcción de una
interpretación teórica específica
Las líneas precedentes en este capítulo muestran de manera muy breve los aportes
de dos corrientes fundamentales del pensamiento desarrollista latinoamericano. En
ellas se sintetiza el aporte de sólo algunos de los autores que desde América Latina
han propuesto un esquema de interpretación de los problemas de desarrollo
otorgándole un papel central a los problemas de innovación y cambio técnico. La razón
de incluir al menos esa breve referencia a estos aportes, es que no es posible
comprender algunos de los ejes centrales del pensamiento actual sobre innovación,
ciencia, tecnología y desarrollo en América Latina sin revisar los puntos de
convergencia entre los abordajes teóricos reseñados en el Capítulo 1 y la tradición de
pensamiento de la región.
A partir de los aportes de las teorías clásicas, de las corrientes más recientes de las
ciencias sociales, y del pensamiento latinoamericano, diversos autores de la región
han desarrollado propuestas teóricas en el afán de construir un “cuerpo teórico de
pensamiento desde el sur” (Arocena y Sutz, 2003). Este es aún un proyecto en
construcción que diversos autores reconocen como un recurso necesario para
comprender las especificidades de los problemas de innovación y desarrollo en
América Latina y otras regiones subdesarrolladas.
En los años recientes, acompañando los cambios en la economía mundial que llevan a
hablar de una “economía basada en el conocimiento”, diferentes investigadores de
América Latina han generado una significativa producción teórica y de análisis
empírico a nivel micro y macro, en estrecho intercambio con la producción de la
corriente neoschumpeteriana, en particular con la teoría de los sistemas de
innovación. En ese sentido, en los trabajos de los autores de la región se aprecia un
esfuerzo sostenido por complementar el enfoque de los sistemas de innovación para el
estudio de los problemas de innovación y desarrollo en América Latina, para lo cual
recurrentemente se remiten a los aspectos centrales del pensamiento latinoamericano.
50
Este esfuerzo se realiza en base a la crítica del alcance y la pertinencia del enfoque de
los sistemas de innovación para comprender los problemas de innovación en el
subdesarrollo (Cassiolato et al, 2005. Arocena y Sutz, 2000, 2003b y 2003c. Viotti,
2002).
En un análisis de los puntos de convergencia entre la teoría estructuralista
latinoamericana y la teoría de los sistemas de innovación, Cassiolato et al (2005),
destacan cinco puntos, algunos de los cuales pueden ser tomados como base para
articular las principales ideas de los aportes recientes de la academia latinoamericana
sobre los problemas de innovación y desarrollo:
(i)
(ii)
(iii)
(iv)
la relevancia de los procesos de innovación y aprendizaje para comprender
los problemas del desarrollo,
la importancia de considerar factores no económicos en los procesos de
innovación,
las asimetrías en el proceso internacional de desarrollo económico y
tecnológico y las asimetrías de aprendizaje y,
la importancia de la política en el cambio estructural.
El primer punto, como se dijo, es una vieja preocupación en América Latina: la
tradición de pensamiento en la región ha vinculado los problemas de desarrollo con la
necesidad del fortalecimiento de las capacidades científico-tecnológicas aplicadas a la
generación de valor económico. En la literatura reciente de la economía
neoschumpeteriana (Johnson et al, 2003) y en trabajos de autores de la región
(Arocena y Sutz, 2003c) se retoma la noción de Amartya Sen (2000) del desarrollo
como la ampliación de libertades. En el marco de esa concepción se plantea la
relevancia de la ampliación de las capacidades de innovación y aprendizaje como una
de las formas de ampliación de las libertades humanas.
Esta idea parte de reconocer el aprendizaje como el componente esencial del proceso
de innovación. Como se señaló en el capítulo anterior, el aprendizaje es entendido
como la capacidad humana de crear conocimiento abstracto a partir de su experiencia
concreta, capacidad que se desarrolla en las más diferentes actividades y que en el
plano productivo implica la capacidad de generar nuevos productos o formas de
producción. De manera convergente con el pensamiento cepalino, la forma en que se
concibe el desarrollo de las capacidades de aprendizaje e innovación es inseparable
de la noción de equidad (Arocena y Sutz, 2003b y 2003c). Contrariamente a enfoques
teóricos que plantearon durante el período de ajuste estructural, que en América
Latina los problemas de pobreza y equidad deben ser atendidos por separado de los
problemas de crecimiento, estos autores retoman la concepción de que la creación de
capacidades de innovación en la región no es un lujo conspicuo en contextos de
pobreza sino un proceso básico necesario para formas de desarrollo sostenido que
permitan la inserción productiva de una amplia masa de población (Arocena y Sutz,
2003c. Johnson et al, 2003.).
51
La concepción de la equidad como una condición necesaria para el desarrollo se nutre
de diferentes aportes teóricos. Es evidente la importancia de los aportes de la CEPAL
y de Fajnzylber en particular, pero a su vez recoge elementos de la teoría marxista e
institucionalista. A la primera se vincula la idea de que la economía basada en la
innovación y el conocimiento refiere a un proceso productivo intensivo en trabajo
altamente calificado (Arocena y Sutz, 2003b: 180), es decir que la economía
motorizada por la innovación está basada en el trabajo humano como mecanismo de
transformación de la naturaleza para la creación de valor.
En ese sentido, la preocupación por la equidad como condición necesaria para la
innovación, no sólo parte de una preocupación normativa de mejorar las condiciones
humanas de vida, sino de una consideración económica, en la cual se reconoce que la
equidad en la formación de capacidades de aprendizaje de la amplia masa de la
población es un requisito para que los diferentes países y regiones puedan participar
de manera activa en una economía motorizada por la innovación.
Por otra parte, la formación de capacidades de aprendizaje de manera equitativa es un
requisito para la construcción de instituciones estables, orientadas también al
aprendizaje. Asimismo, la construcción de instituciones en el marco del desarrollo
equitativo de capacidades, requiere de formas institucionales que permitan la
expresión de las mismas; por lo mismo, la construcción de instituciones orientadas al
consenso y no a la determinación autoritaria es también una forma de construcción de
equidad.
Arocena y Sutz (2003b: 178) plantean como pregunta central: ¿Qué modelo de
construcción democrática más o menos inequitativo contribuye a formas
autosostenidas de crecimiento e innovación? La retroalimentación entre equidad e
innovación se produce en lo que estos autores llaman modelos de equidad proactiva o
creativa. En este caso la equidad genera formas de autorreproducción que permiten
crear capacidades de innovación las cuales, aplicadas a la producción económica, son
el soporte para la ampliación de la equidad.
La equidad proactiva se aprecia históricamente en contextos de relativa baja
inequidad, como el caso de Inglaterra en el surgimiento de la revolución industrial
(Landes, 1970) o el caso de los países escandinavos en el siglo Veinte, donde la
capacidad de innovación, el crecimiento económico y la mejora de la equidad
experimentaron un proceso sostenido de mejora. En América Latina, las experiencias
históricas de mejora de la equidad se han caracterizado por su carácter reactivo.
Fueron básicamente formas de redistribución en períodos de crecimiento económico
que no estuvieron orientadas a la generación de capacidades para la reproducción
autosostenida del crecimiento y la equidad. De esta manera, Arocena y Sutz retoman
el análisis de Fajnzylber sobre la interrelación entre equidad y desarrollo y lo
relacionan con la creación de capacidades de innovación.
La relación entre desarrollo, equidad e innovación no es un proceso estocástico: la
retroalimentación entre formas de equidad y capacidad de crecimiento genera inercias,
52
para la construcción de una forma y otra de equidad. La experiencia uruguaya del siglo
Veinte muestra un claro ejemplo de ello. La implementación de políticas tendientes a la
redistribución de la renta, en particular a favor de los sectores obreros urbanos, no
estuvo acompañada de medidas en pro de la mejora de la capacidad productiva
mediante la incorporación de conocimiento (Arocena y Sutz, 2003b: 179).
Esta forma de concebir la incidencia del cambio técnico en el proceso de desarrollo
muestra la fuerte preocupación de este abordaje por considerar los aspectos no
económicos del proceso de innovación. No obstante, a partir del abordaje teórico de
los sistemas de innovación “en sentido amplio”, es posible incorporar otros aspectos
que no se incluyen entre los habitualmente tratados por la Economía y que resultan
herramientas útiles para analizar el proceso de innovación en América Latina.
En el enfoque de los sistemas de innovación puede reconocerse una corriente o grupo
de autores, básicamente radicada en Estados Unidos y otra en Europa, estos últimos
con una amplia presencia de autores de origen escandinavo. La primera corriente se la
denomina como el “enfoque de los sistemas de innovación en sentido estrecho”,
mientras que en la otra se designa como el enfoque “en sentido amplio”. Esta
distinción, hecha por los autores de origen europeo, se basa en que la corriente
norteamericana se centra en el análisis de la relación sistémica entre los esfuerzos en
I&D de las empresas, las actividades de las organizaciones de C&T y los mecanismos
de política pública. A partir de este abordaje el foco central del análisis son los
sectores de tecnología de punta capaces de realizar innovaciones radicales (Johnson
et al, 2003).
Como señalan Johnson et al (2003: 3-4), las diferencias entre estos dos enfoques
pueden entenderse hasta cierto punto por los distintos orígenes de los autores. En los
países pequeños de Escandinavia, así como en los países de América Latina, las
actividades de innovación incremental, la capacidad de absorción tecnológica de las
firmas y el desempeño económico, serán el reflejo de las capacidades y motivaciones
de los trabajadores así como de las formas de organización de la producción. En tal
sentido, estos son aspectos más relevantes de las capacidades de innovación en
sentido amplio que las actividades de I&D que puedan dar lugar a innovaciones
radicales.
El abordaje de los sistemas de innovación en sentido amplio requiere, desde luego,
una concepción de la innovación también en sentido amplio. Esta incluye la innovación
en productos y procesos novedosos para el mercado mundial, así como las mejoras
incrementales de productos y procesos que pueden ser novedosos para el mercado
local, regional o para la propia actividad de producción de la empresa. Entre estas
últimas actividades se cuentan actividades de diseño, mejora y reingeniería que, si
bien pueden no corresponder al concepto schumpeteriano de innovación en sentido
estricto, son formas creativas de aplicación de conocimiento en la producción que
resultan determinantes de las capacidades competitivas. En este sentido, Johnson et
al (2003: 11), plantean la pertinencia de pensar en “sistemas de construcción de
competencias e innovación”, más que sólo “sistemas de innovación”.
53
Una de las críticas más importantes que se dirigen a la concepción de los “sistemas de
innovación en sentido amplio”, es que la incorporación de un gran cantidad de
variables, así como el tratamiento simultáneo de conceptos complejos, hace que este
sea un enfoque teórico que resulta muy difícil de formalizar y, lo que creo más
importante, muy difícil de operacionalizar a partir de variables cuantitativas. Esta es sin
duda una crítica pertinente, y ha sido considerada por los autores europeos
precursores del enfoque de “sistema de innovación en sentido amplio”.
El principio de análisis de los sistemas de innovación se basa en el papel que juegan
los actores sociales, en base a una concepción de lo sistemas de innovación como
sistemas relacionales, que es necesario comprender a partir de las interacciones entre
los diferentes actores (Arocena y Sutz, 2000 y 2003b). Este enfoque tiene
consecuencias muy relevantes para el análisis de los procesos de innovación en el
marco de la discusión sobre desarrollo en América Latina. El abordaje desde los
actores (Arocena y Sutz 2003b y 2003c) permite superar un esquemático antagonismo
entre Estado y mercado, que en buena medida ha concentrado la discusión sobre los
modelos de desarrollo en América Latina en las últimas décadas.
La teoría desarrollista latinoamericana así como las experiencias del período de
industrialización por sustitución de importaciones (ISI) tuvieron un fuerte acento en la
participación del Estado en la economía. En particular las medidas de política
aplicadas se orientaron por una “matriz estado-céntrica” (Cavarozzi, 1991) que, entre
sus luces y sombras, tuvo como consecuencia negativa la inhibición de incentivos a
formas de aprendizaje proactivo en la producción. La reacción de los años de 1980 y
1990 a partir del estancamiento de este modelo fue, tanto a nivel político como entre
las corrientes de ideas predominantes, una apertura irrestricta a las normas del
mercado. Si bien la experiencia “estado-céntrica” vinculada al modelo ISI mostró claros
signos de agotamiento y no fue capaz de impulsar formas proactivas de equidad y
desempeño productivo, la experiencia de las reformas orientadas al mercado tampoco
logró revertir esos problemas, dejando como saldo en varios países de la región una
experiencia regresiva en los indicadores de equidad.
El enfoque de los sistemas de innovación y de construcción de capacidades permite
integrar al Estado como un actor más, con un papel específico de gran relevancia, a la
vez que considerar el mercado como un mecanismo de regulación de la actividad
económica en el que participan los diferentes actores.
Entre diferentes autores de América Latina existen distintas formas de concebir esta
noción de “sistema de innovación en sentido amplio”. Eduardo Viotti (2001) enfatiza la
necesidad de distinguir los conceptos de innovación y aprendizaje, que en este
enfoque pueden parecer en ocasiones como sinónimos. Esta distinción parece
sumamente pertinente, desde el momento que el aprendizaje y la innovación son
definidos como procesos complejos en los que intervienen diferentes actores y
configuraciones institucionales. Sin embargo, la noción de aprendizaje es la de una
capacidad, de transformar experiencias en conocimiento, que permite la formación de
54
capacidades de innovación, entendidas como el potencial de las personas u
organizaciones para llevar a cabo procesos de innovación. A su vez, los procesos de
innovación son aquellas formas interactivas de generación de conocimiento que
permiten la generación nuevos productos o formas de producción.
El enfoque que plantea Viotti es diferente. Parte de la misma premisa que Johnson et
al, al reconocer que las características específicas de cada país o región determinan
diferencias respecto al tipo de actividad innovativa o de aprendizaje que resulta más
relevante para su desempeño económico. No obstante, la propuesta analítica de Viotti
se basa en distinguir la idea de “sistemas de innovación” de “sistemas de aprendizaje”.
El segundo concepto lo refiere a la experiencia de los países de industrialización tardía
y lo describe en base a la realización de innovaciones incrementales y al desarrollo de
las capacidades de absorción de innovaciones. Por otra parte, el concepto de
“sistemas de innovación” caracteriza a los países industrializados y se describe por la
realización sistémica de innovaciones radicales e incrementales y por procesos de
difusión de innovaciones. De esta manera ambos sistemas se relacionan mediante la
creación de innovaciones y la difusión de las mismas de un lado, y la absorción y
mejora incremental de acuerdo a las necesidades del entorno del otro (Viotti, 2001:
659). En esta concepción, el aprendizaje es la absorción de técnicas ya existentes en
otras regiones.
Esta noción de aprendizaje resulta a mi juicio demasiado separada de la noción de
innovación como creación. Creo que desvincula, con un objetivo analítico claro, dos
procesos que no pueden remitirse al esquema en que un sistema crea y otro aprende.
Creo que es más apropiada, a la luz de los diferentes antecedentes teóricos revisados,
la idea de aprendizaje como condición necesaria para la innovación, aunque ésta no
sea siempre el resultado de aquél. No obstante, la propuesta de Viotti reconoce
diferentes formas de aprendizaje para analizar los procesos de industrialización de
Brasil y Corea del Sur.
Este autor distingue entre “formas pasivas de aprendizaje” y “formas activas de
aprendizaje mediante el hacer”. La primera refiere, aplicada en este caso a la
experiencia de industrialización brasileña, a la recepción pasiva de formas de difusión
tecnológica, básicamente compras de bienes de capital y recepción de inversión
extranjera directa (IED). La noción de aprendizaje en el hacer la aplica a la experiencia
coreana, basada en la compra de licencias desde los países industrializados, el
énfasis en los procesos de reingeniería y adaptación, y el mantenimiento del control en
manos nacionales de dichos procesos (Viotti, 2001: 662).
Este es un tipo de análisis que retoma de manera explícita ideas del pensamiento
latinoamericano sobre las características del aprendizaje tecnológico activo (Sábato),
en oposición a formas pasivas de recepción de tecnología. Asimismo incorpora
elementos institucionales, como el compromiso con el desarrollo científico-tecnológico
y las formas de protección industrial (Fajnzylber, Herrera), que desembocan en la idea
de que el tipo de sistema de aprendizaje que se forma en los diferentes países de
55
industrialización tardía está pautado por las características del tipo de “sistema
nacional de cambio técnico” que exista en los mismos.
El tercer punto hace mención a las asimetrías en el desarrollo tecnológico y a las
asimetrías en el aprendizaje que existen entre diferentes países y regiones, así como
también entre diferentes subregiones al interior de cada país. Esta idea es claramente
tributaria del pensamiento latinoamericano sobre las formas de inserción periférica y la
heterogeneidad endógena de los países subdesarrollados. Como fue mencionado, el
estructuralismo latinoamericano, en el esquema centro periferia, partía de la base de
que los problemas de desarrollo de un país no pueden ser entendidos sin prestar
atención a su forma de inserción internacional en una economía mundial que se rige
por un sistema jerarquizado. Una forma de organización jerárquica de ese sistema se
plantea en la interpretación de Viotti al distinguir entre sistemas de innovación y
sistemas de aprendizaje.
Las divisorias entre países subdesarrollados y desarrollados muestran cómo la
capacidad innovativa de los primeros se transforma en potencial competitivo y en
posiciones dominantes en el esquema económico internacional. Esto daría cuenta de
una lógica schumpeteriana de competencia entre naciones, en la cual, aquellas que
logran comandar el proceso de innovación detentan un poder de liderazgo de
mercado, tal como este autor describía entre las firmas del capitalismo trustificado
(Cassiolato, et al, 2005).
Esta lógica de competencia que da lugar a un sistema jerarquizado muestra, tal como
lo describía Prebisch, una extensa y heterogénea periferia que participa de manera
desigual del intercambio mundial, y un núcleo de desarrollo que comanda la capacidad
productiva del capitalismo a través de la innovación. Esta constatación descarta la idea
de desarrollo como catching up, y refuerza la concepción del subdesarrollo como un
estado cualitativamente diferente que genera situaciones que se autorreproducen y no
conduce a alcanzar los niveles de las economías desarrolladas.
Retomando el concepto de aprendizaje de los primeros párrafos de este apartado, es
posible considerar las diferencias en el desarrollo tecnológico a partir de la formación
de capacidades y la apertura de oportunidades para el aprendizaje. Arocena y Sutz
(2003c y 2003b) proponen el concepto de “divisorias del aprendizaje” como un
esquema conceptual que resume las distancias entre los países desarrollados y los
subdesarrollados. Estos autores, en un sencillo pero eficiente esquema de análisis,
consideran como indicador de capacidades de aprendizaje la tasa de acceso a la
educación terciaria en diferentes países y el gasto en I&D como indicador de las
oportunidades que cada país genera para la aplicación de dichas capacidades.
Obviamente se trata de indicadores proxy, pero si se replica el análisis con diversos
indicadores de este tipo (Bianchi, 2005) se aprecia que en todos los casos se traza
una clara divisoria entre estos dos tipos de países.
Esta división jerárquica o fragmentada de la economía y la sociedad mundial se
traduce en formas que generan círculos virtuosos de innovación y equidad y otros
56
círculos viciosos de inequidad y estancamiento productivo. Este proceso lleva a que
aquellos países que no logran traspasar las divisorias del aprendizaje se vean insertos
en una nueva condición “neoperiférica” (Arocena y Sutz, 2003c).
Las formas de diferenciación que generan estos mecanismos de reproducción de un
modelo de desarrollo, producen a su vez un aumento de la heterogeneidad
característica de los países subdesarrollados. Así como Pinto señalaba que la forma
de industrialización de América Latina tuvo como consecuencia el aumento de la
heterogeneidad estructural, la inserción en mercados dinámicos pautados por la
capacidad de innovación de algunas regiones o sectores de América Latina, muestra
ahora nuevos signos de heterogeneidad.
Las asimetrías y la organización jerárquica del sistema económico son datos de la
realidad desde siempre. La constatación de los determinantes de tales problemas lleva
al cuarto punto antes mencionado: la importancia de las acciones de política para la
transformación estructural. El enfoque amplio de los sistemas de innovación asignó
siempre un rol fundamental a las acciones de política para el desarrollo de relaciones
sistémicas virtuosas (Lundvall, 1988 y 1992). Asimismo, diversos trabajos analizan el
tipo de políticas implementadas por diferentes países para lograr romper las divisorias
que los separaban de los países centrales en diferentes momentos históricos.
También varios trabajos comparan las medidas políticas tomadas por países que
lograron generar sistemas virtuosos de innovación y desarrollo con países de América
Latina (Fajnzylber, 1989. Viotti 2001. López, 2006). Varios de estos trabajos se basan
en el enfoque de los sistemas de innovación para explicar las diferencias en las
trayectorias de países o regiones.
Además de la importancia del análisis comparativo para entender la incidencia de la
política en el recorrido desigual de los diferentes países, el enfoque amplio de los
sistemas de innovación ha sido largamente empleado en América Latina para
comprender las características institucionales intrínsecas de cada caso (López, 2006.
Arocena y Sutz, 1999, Katz y Bercovich 1993). Sin embargo, la aplicación de este
esquema conceptual en contextos de subdesarrollo asume determinadas
características que lo distinguen de su aplicación para comprender los procesos de
innovación en países desarrollados.
Tal como se expresaba respecto al triángulo de Sábato y como señalan Arocena y
Sutz (2000) respecto al concepto de SNI, la elaboración teórica sobre los procesos de
innovación y de producción científica en contextos de subdesarrollo está definida por
una fuerte impronta normativa. A diferencia de lo que sucede en las regiones
desarrolladas, el análisis de estos procesos no parte aquí de la descripción ex post de
la experiencia, sino que parte de la postura normativa, ex ante, sobre que es deseable
generar ciertos comportamientos y marcos institucionales. Esa postura normativa,
definida ex ante, es una construcción analítica a la vez que es un proyecto social
posible, que se elabora en forma teórica, con el objetivo de generar políticas o de una
serie de reflexiones sobre el desarrollo, pero que no describe un suceso.
57
IV- A modo de síntesis
Los problemas de innovación y aprendizaje son problemas complejos, en los que
intervienen diferentes tipos de variables que deben ser consideradas para llevar a
cabo análisis específicos.
El objetivo de los dos primeros capítulos de este trabajo es revisar y ordenar las
diferentes herramientas teóricas disponibles, con la convicción de que para analizar
procesos complejos se requiere de herramientas conceptuales diversas que permitan
abordar sus diferentes facetas.
De los conceptos vertidos en este capítulo se recogen nuevas herramientas que se
suman o modifican a las encontradas en el primer capítulo. En particular, a partir de lo
aquí expuesto cobra principal relevancia el concepto de capacidades de innovación en
sentido amplio, como aquellas capacidades que detentan las personas y
organizaciones para resolver problemas productivos mediante la aplicación de
conocimiento. En este sentido, el estudio de los procesos de innovación no se remite
sólo al análisis de los sectores tecnológicamente más avanzados que marcan el ritmo
del cambio técnico en el período que se considere, sino a cómo un entramado
productivo genera capacidades para innovar en las diferentes actividades que lleva a
cabo.
Para comprender la formación de capacidades y la creación de oportunidades para su
aplicación es preciso considerar tanto la lógica de acción de los actores, su práctica en
el proceso de aprendizaje y generación de conocimiento, como el entramado
institucional en que se desempeñan, en donde aparecen diferentes formas de
organización de la producción de bienes y de conocimiento, así como relaciones
jerárquicas entre los diferentes actores.
A partir de los aportes de los autores latinoamericanos, estos conceptos deben ser
revisados en su aplicación a la problemática específica de la región, considerando el
tipo de actividades que allí se desarrollan, la trayectoria de su formación institucional y
el lugar que ocupan en la economía internacional. Asimismo, es preciso reconocer que
en las elaboraciones teóricas oriundas de esta región, las construcciones teóricas para
comprender los problemas de innovación parten de una fuerte impronta normativa,
vinculada a los problemas de desarrollo, que diferencia la postura epistemológica
desde la que se abordan los problemas, ya que no se busca sólo explicar sino explicar
cómo transformar. Por ello la relevancia otorgada a las políticas y la participación de
los actores sociales y el Estado, en el marco conceptual latinoamericano.
En el capítulo que sigue estas herramientas se sistematizan y ordenan con el objetivo
de definir las dimensiones y variables pertinentes -y además factibles- para el análisis
de las capacidades de innovación en la industria manufacturera uruguaya.
58
CAPÍTULO 3
Metodología para el análisis de las capacidades de innovación
Introducción
Cuando la economía es considerada como un proceso de cambio y no como un
sistema en equilibrio, la innovación y el aprendizaje se tornan conceptos
fundamentales básicos, afirman Gergersen y Johnson (2005: 2). Este enfoque lleva a
la necesidad de prestar atención a los diferentes tipos de innovación -social,
tecnoproductiva, institucional- como los mecanismos que producen el cambio. Si
además consideramos la forma errática y desigual del cambio, que genera estructuras
jerarquizadas y asimetrías en las posibilidades de desarrollo, entonces las
capacidades de los agentes para implementar transformaciones es el elemento central
de análisis de un enfoque de este tipo.
Sin embargo, la definición dada del concepto de capacidades de innovación como una
de las libertades humanas, es un concepto normativo extremadamente complejo que
abarca múltiples dimensiones. Para el proceso de investigación es preciso acotarlo,
definirlo operativamente, diseñar indicadores para las diferentes dimensiones
seleccionadas y revisar las posibilidades de contrastación empírica de cada uno de
ellos.
En lo que sigue, el trabajo se remite al análisis de las capacidades de innovación,
como concepto sintético que se construye a partir de las herramientas teóricas
disponibles, con el propósito final de investigar sobre el potencial de las
organizaciones productivas (empresas) para desarrollar procesos de innovación,
específicamente en la industria manufacturera uruguaya entre 1985 y 2003.
En este capítulo se presenta la metodología de investigación empleada para el análisis
de las capacidades de innovación en la industria manufacturera, fundamentando las
decisiones metodológicas asumidas.
I - La noción de capacidades de innovación: conceptos amplios requieren de
múltiples y diversos indicadores
Al revisar la definición del término capacidad que ofrece el Diccionario de la Real
Academia Española, encontramos entre diferentes acepciones la de “aptitud, talento,
cualidad que dispone a alguien para el buen ejercicio de algo”. Asimismo, es posible
encontrar como una acepción ya en desuso de este término la de “oportunidad, lugar o
medio para ejecutar algo” (http//:www.rae.es).
Sin pretender realizar aquí un análisis de la evolución de la lengua, es posible
conjeturar que la construcción de los términos ha seguido una diferenciación entre la
59
acepción que refiere al talento de las personas para realizar determinadas actividades
y aquella que alude a la oportunidad o medios para realizarlas.
Esta distinción en la acepción de un mismo término es un recurso analítico necesario
para el abordaje metodológico de las capacidades de innovación. Para ello es preciso
tener presente la distinción entre capacidad y oportunidad, a la vez que la estrecha
relación que existe entre ambos conceptos en el proceso de innovación
tecnoproductiva.
La tesis central que sostiene este tipo de abordaje es que las capacidades de
innovación de los agentes, colectivos o individuales, son un aspecto dinámico que se
crea y reproduce mediante el aprendizaje, de modo tal que sólo pueden ser analizadas
en forma simultánea con el tipo y la cantidad de oportunidades que los agentes
encuentran para aplicarlas (Arocena y Sutz, 2003c).
En los capítulos anteriores se presentaron sintéticamente diferentes aportes teóricos
para comprender cómo se generan sistemas de innovación que permiten la
retroalimentación entre capacidades y oportunidades. Son muchas las dimensiones
teóricas que fueron consideradas; ordenarlas y revisar qué posibilidades de análisis
empírico existen para cada una de ellas es lo que compete a este apartado.
Para ordenar definitivamente el baúl, es necesario agrupar las herramientas según las
preguntas que se pretenden responder, para ello, la revisión se ordena de acuerdo a
los siguientes ítems:
(i)
(ii)
(iii)
(iv)
(v)
(vi)
(vii)
¿Cómo reconocer la existencia de innovaciones?
¿Cuáles son los inductores de la innovación?
¿Cuál es el ritmo y la dirección de la innovación?
¿Qué actores participan en el proceso de innovación y cómo interactúan?
¿Dónde se localiza y cómo se difunde la innovación?
¿Qué papel tienen las políticas y las formas institucionales en el proceso de
innovación?
¿Cómo a partir de estas dimensiones se llega al concepto de capacidades
de innovación?
Responder a la primera pregunta es imprescindible para poder realizar un proceso de
investigación empírica sobre este tema. Existen diferentes definiciones de innovación,
quizás demasiadas, que en ocasiones pueden llevar a confusión. En el capítulo
anterior se optó por una definición amplia de este concepto que permite reconocerlo
como proceso, no como la acción puntual de producir algo nuevo.
Definir la innovación tecno-productiva como un conjunto de actividades orientadas a la
solución de problemas (Nelson y Winter, 1982) permite reconocer los conceptos
fundamentales que resumen en forma precisa la noción de innovación. Plantea en
primer término, que se trata de una actividad desarrollada por actores capaces de
incidir en el cambio de los procesos técnicos en que participan. A su vez, delimita la
60
actividad de esos sujetos a objetivos específicos: la resolución de problemas
productivos. Entonces, la innovación tecno-productiva es una actividad desarrollada
por sujetos capaces de articular conocimientos, que se enfoca sobre la resolución de
problemas productivos, y que se desarrolla por el propio aprendizaje en la resolución
de dichos problemas.
¿Cómo reconocer entonces la ocurrencia de este proceso? Posiblemente no se pueda
hacer sin responder a las otras preguntas que siguen. No obstante, es preciso antes
revisar cómo aproximarse a indicadores que puedan “señalar” la ocurrencia de tal
proceso. Un camino posible es recurrir a la definición básica de innovación como la
creación de nuevos productos o procesos. La identificación de estos, sea que lleguen
o no al mercado, permite la posibilidad de reconstruir el proceso mediante el que
fueron creados. Este es el denominado object approach, que refiere al abordaje a
partir del resultado de la innovación. El abordaje que se presenta como alternativa es
el llamado subject approach que parte de identificar diferentes actividades realizadas
por el agente (OCDE, 1996). Según la unidad de análisis puede ser diferente, pero
usualmente se aplica a empresas para comprender su comportamiento innovativo y si
en definitiva este comportamiento dio lugar a la realización de innovaciones en sentido
estricto.
Este último es el tipo de abordaje que siguen las encuestas de innovación
latinoamericanas (Sutz, 2000), que registran la realización de diferentes actividades
que caracterizan el comportamiento innovativo. ¿Estas actividades son un indicador de
la acción del sujeto cognoscente que crea innovaciones mediante el aprendizaje?
Claramente este es un concepto extremadamente complejo para el que difícilmente
pueda existir un indicador plenamente eficiente. Sin discutir los aspectos psicológicos
del proceso de aprendizaje, la realización de actividades ofrece elementos para una
caracterización ideográfica del proceso. Sin embargo, la realización puntual o no de
actividades no capta la dinámica del proceso, para ello se requiere conocer cuáles son
los elementos que lo inducen, problemas productivos, y cuál es el tipo de relaciones
sociales en que se produce, qué oportunidades brindan. En el caso del análisis a nivel
de empresas se cuenta con información sobre las motivaciones para realizar
actividades de innovación. En lo que respecta al tipo de relaciones sociales,
básicamente refiere a la forma de organización del trabajo y las formas de vinculación
con agentes externos de la firma. Sobre el segundo aspecto se cuenta con indicadores
parciales en las encuestas latinoamericanas de innovación. Sin embargo sobre el
primero son muy escasas las fuentes que lo relevan, inclusive en países de la OCDE.
Una excepción es la encuesta danesa (Lund y Gjerding, 1996).
La segunda pregunta ha sido anticipada en los capítulos anteriores. En la explicación
marxista la innovación es inducida por el afán del capitalista de aumentar el plusvalor,
mientras que en la explicación schumpeteriana es fruto de la acción de los
emprendedores. Por otra parte, los autores de la corriente evolucionista
neoschumpeteriana y algunos trabajos de Historia Económica antes reseñados,
explican cómo la confluencia de avances científicos y demandas de las organizaciones
productivas producen eslabonamientos de oferta y demanda científico-tecnológica que
61
dan lugar a los procesos innovativos.
Las explicaciones de tipo individualista refieren a las motivaciones del actor para
innovar y difieren en el sentido que éste le asigna a su acción. En cualquier caso, para
analizar en qué medida el comportamiento individual explica el surgimiento de
innovaciones es preciso contar con algún tipo de indicador que releve esta
información. Las encuestas de innovación preguntan sobre este aspecto a nivel de
firma y ofrecen una aproximación al mismo. Se trata tan sólo de una aproximación
porque no se cuenta con datos que permitan el análisis de los microfundamentos de la
acción individual.
Desde luego, tanto la explicación marxista y aún la schumpeteriana, no se agotan en
la acción individual. Para comprender la primera es preciso contar con indicadores de
la lógica de acumulación del modo de producción, así como para la segunda es
preciso contar con información sobre la estructura de mercado y el tipo de empresas.
Caracterizar un modo de producción es algo que excede largamente los objetivos de
este trabajo. Sin embargo el análisis marxista como forma de acción individual en el
marco de relaciones antagónicas, plantea la necesidad de considerar el conflicto en la
pregunta planteada en el punto (iv). Las características del mercado y del tipo de
empresa sí son aspectos para los que se cuenta con indicadores y que es posible
analizar, aunque los datos para ello no provienen de las encuestas de innovación y en
Uruguay es extremadamente difícil de homogeneizar unos y otros.
Por otra parte, las dimensiones que deja la explicación neoschumpeteriana sobre los
inductores de la innovación, requieren para su análisis el manejo de indicadores como
los que se mencionaron en el punto anterior, que permitan caracterizar las actividades
de innovación desde las empresas, pero también de indicadores que permitan
caracterizar el grado de avance de la “oferta” de conocimientos científico-tecnológicos.
Sobre la disponibilidad de ese tipo de conocimiento para diferentes actores es preciso
responder a las preguntas planteadas en los puntos (iv) y (vii) para analizar cómo se
producen formas asimétricas de acceso al conocimiento. Cabe aquí anticipar que, si
bien imperfectos, existen indicadores proxy de este tipo.
La tercera pregunta tiene su respuesta contenida en las otras, el ritmo y la dirección
del cambio técnico dependen básicamente de los otros aspectos. Cabe preguntarse si
en distintos sectores se aprecian diferentes tasas de innovación en el tiempo y, en
particular para el tema que trata este trabajo, si existen sectores industriales donde el
ritmo de cambio sea mayor que en otros. Para este tipo de preguntas se requieren
indicadores que combinen el análisis de los cambios ocurridos junto con una suerte de
análisis prospectivo que permita evaluar la dirección del cambio. Hasta donde conozco
estos indicadores sólo se producen para análisis sectoriales específicos y no están al
alcance de este trabajo. Lo más aproximado que se puede elaborar es una adaptación
de las clásicas taxonomías sectoriales sobre comportamiento innovativo (Pavitt, 1983.
Pittaluga et al, 2005).
62
¿Qué actores participan del proceso de innovación? Esta es una pregunta que
depende en buena medida del nivel de análisis que se tome. En caso de un análisis a
nivel nacional o supranacional, el papel de diferentes instituciones será clave para
responder esta pregunta. A nivel de firma, entendido como el micronivel de análisis, el
concepto de innovación y aprendizaje en sentido amplio obliga a considerar a todos
los integrantes de la firma. De hecho lo mismo ocurre a nivel nacional o regional, en
ambos casos, la concepción de la innovación como aprendizaje para el desarrollo de
capacidades, en particular con la importancia que se le asigna a la distribución
equitativa de las mismas, obliga a un tipo de abordaje amplio que considere a todos
los actores. Sobre el tipo de indicadores a nivel nacional se profundizará en la
respuesta al punto (vii) considerando que una de las dimensiones fundamentales a
tener en cuenta es el papel de los usuarios de las innovaciones en el proceso de
aprendizaje. Sobre el tipo de indicadores que se requieren a nivel de firma, cabe decir
que es preciso contar con información sobre las características de los integrantes de la
firma, en particular su nivel de formación y el tipo de tarea que realizan. Ambos son
indicadores difíciles de conseguir, pero en los datos disponibles para la industria
manufacturera uruguaya se encuentra información sobre la formación de las personas
que permite un acercamiento a estas dimensiones. Un aspecto de gran importancia es
conocer no sólo el nivel, sino también el tipo de formación de las personas. Este
indicador no sólo refiere a la especificidad de los conocimientos respecto a
determinados procesos productivos, sino que también puede ser un indicador proxy de
la diversificación o restricción de las capacidades de absorción de la firma. Es decir, si
el personal altamente calificado de las firmas se encuentra concentrado en un único
tipo de formación, la posibilidad de identificar problemas estará sesgada a esa
formación, mientras que si existen diferentes formaciones, pertinentes para las
características del proceso productivo, sucederá lo contrario.
Sobre la forma de interacción entre los actores que participan del proceso de
innovación, los aportes marxistas obligan a considerar si este tipo de interacción se da
en forma de conflicto o cooperación; si la acción está orientada por una lógica de
explotación, la interacción seguramente esté determinada por el conflicto. Sobre este
tipo de relaciones no se cuenta con información a nivel de firma excepto en estudios
de caso. Si el nivel de análisis son los SNI, una forma de aproximación al tipo de
interacción es a partir de las formas institucionales y los mecanismos de participación.
Sobre ese punto es necesario un tipo de análisis que difícilmente puedan ofrecer
indicadores a nivel agregado. Ejemplo de ello es el tipo de orientación de las diferentes
instituciones, su mandato institucional y, como señalaba Sábato, el tipo y la intensidad
de los vínculos que se produzcan entre ellas. Cabe señalar que, si se recurre a otro
tipo de fuentes de información, como los documentos producidos en el proceso de
relaciones laborales, es posible extraer indicadores cualitativos del impacto de la
innovación en la conflictividad de las relaciones laborales (Bianchi, 2006).
Por otra parte, los antecedentes teóricos reseñados llevan a considerar cómo actores
locales se relacionan con actores foráneos, en particular el tipo de relacionamiento que
se establece entre ambos, la simetría o asimetría que pueda existir. Un indicador
básico de este tipo de relaciones a nivel de empresa es la presencia de capital
63
extranjero en la firmas. Si bien no se cuenta con indicadores afinados sobre las
implicancias de la inversión extranjera, existen antecedentes que muestran que en las
filiales de empresas trasnacionales, una parte relevante de las decisiones de cambio
técnico e inversión dependen de directivas de las casas matrices (Fajnzylber, 1973.
Pucci, et al. 2006)
¿Dónde se localiza y cómo se difunde la innovación? Desde la perspectiva teórica
escogida a la pregunta sobre localización de la innovación podría responderse que:
“Como la innovación está en todas partes, no está en parte alguna: éste constituye
también el principal obstáculo a una política eficaz” (Comunicación de la Comisión
Europea (2003), citado en Bértola et al, 2005: 62). La segunda parte de esta
afirmación compete directamente a la respuesta a la pregunta planteada en el punto
siguiente, no obstante esta afirmación resume de manera elocuente la noción de
innovación como un proceso socialmente distribuido (von Hippel, 1988). Si la
innovación es un proceso socialmente distribuido que puede ocurrir en cualquier sector
de producción, no es posible llegar a una definición dicotómica entre sectores, países
o regiones innovadores y no innovadores. Sin duda, las formas asimétricas de
distribución y uso del conocimiento llevan a que haya espacios sociales más
innovadores que otros. El desafío metodológico es captar las variadas formas de
innovación que se dan en los más variados espacios sociales y económicos. Esta es la
base teórica para fundamentar la relevancia de estudiar las capacidades de innovación
en todo sector de actividad, entendidas como el potencial de desarrollar procesos
innovativos. En tal sentido es necesario enfatizar una vez más, que la definición
normativa de capacidades de innovación y aprendizaje como una forma de expresión
de las libertades humanas, tiene como correlato analítico para la investigación el
análisis de los procesos distribuidos de innovación, prestando particular énfasis al
papel, no sólo de los productores de innovación, sino también de los usuarios
(Lundvall, 1985 y 1988).
Sin embargo, esta definición del proceso de innovación no implica que todos los
sectores sean homogéneos ni desconoce la importancia de entender cómo
determinados sectores de actividad pueden operar como impulsores de innovaciones
generando procesos de encadenamiento innovativo en otros. Este último es uno de los
aspectos más importantes, a mi entender, para comprender los procesos de
innovación en contextos de subdesarrollo: cómo se difunden las innovaciones
permitiendo encadenamientos virtuosos de mejora de la producción. Para relevar
estas formas de difusión se requieren indicadores sobre las fuentes de información y el
tipo e intensidad de los vínculos que establecen los actores. Como se dijo, sobre este
último aspecto se cuenta con información parcial en las encuestas de innovación y con
indicadores más afinados a partir de estudios específicos (Pittaluga et al, 2005).
Respecto a las fuentes de información se cuenta con datos parciales de las
estadísticas de innovación. Sin embargo, a nivel industrial agregado son pocos los
antecedentes de estudios sobre este tipo, la mayoría refieren a análisis de cadenas de
valor en sentido clásico.
64
El abordaje amplio de los sistemas de innovación asigna una importancia central al
estudio del tipo de políticas que se implementan y a la forma del entramado
institucional en que operan los actores. Sin embargo este no es un privilegio exclusivo
de esta aproximación. Prácticamente todas las corrientes teóricas revisadas asignan
de manera implícita o explícita un papel central a las instituciones. En su acepción más
en boga -las instituciones como reglas de juego- es un concepto que está presente en
las formas de conformación de los mercados que Schumpeter identificaba como
posible inductor de la innovación, así como también las formas de trabajo asalariado
en el sistema capitalista son reglas de juego que inciden en el comportamiento
innovativo. Una vez más la revisión de los diferentes aportes teóricos nos lleva a
conceptos excesivamente amplios que no pueden ser abordados en este trabajo. Creo
que la forma más sencilla y fecunda de emplear el concepto de instituciones es a partir
del esquema de Veblen posteriormente adaptado por North, sobre los incentivos que
éstas definen para la acción de los agentes. Un ejemplo claro de ello es el concepto de
“mercado organizado” que Lundvall emplea para relacionar las formas de vinculación
entre usuarios y productores de innovaciones con el concepto de SNI (Lundvall, 1988).
Los mercados organizados son formas institucionales que ofrecen incentivos para la
acción interactiva, que no son capaces de ofrecer los mercados autorregulados o de
competencia perfecta.
También en este punto es difícil encontrar indicadores adecuados. Posiblemente el
mejor recurso para poder acercarse al análisis empírico de los sistemas de incentivos
que genera el entramado institucional, sea a partir de diferentes caracterizaciones
ideográficas, difícilmente mensurables, que ofrecen los antecedentes de investigación
(Argenti et al, 1988. Arocena y Sutz, 1999. Bértola et al, 2005. Pittaluga et al, 2005).
El papel de las políticas es inseparable del papel de las instituciones, de hecho las
políticas son una de las herramientas fundamentales para la construcción de las
mismas. En tal sentido se cuenta con indicadores que permiten revisar el tipo de
políticas implementadas, aunque difícilmente su impacto en términos de cómo
actuaron los agentes a partir de los incentivos generados. Se encuentran sí algunos
antecedentes sobre esto para países europeos (Heijs, et al, 2005). No obstante la
caracterización ideográfica del tipo de políticas implementadas permite analizar el
papel del Estado dentro del proceso de innovación, no sólo a nivel nacional sino
también a nivel de firmas. Este es un elemento central considerando los antecedentes
teóricos e históricos en América Latina.
¿Cómo a partir de estas dimensiones se llega al concepto de capacidades de
innovación? Y especialmente, cómo construir indicadores que permitan
operacionalizar este concepto, es el punto central de la metodología para esta
investigación.
Gergersen y Johnson (2005) ofrecen algunos elementos imprescindibles para intentar
responder esta pregunta. La definición de capacidades de innovación surge de la
definición de innovación y de sistema de innovación “en sentido amplio”. De acuerdo
con ello, las formas de análisis y medición de las capacidades de innovación debieran
65
cubrir todos los aspectos del proceso interactivo de innovación y aprendizaje;
incluyendo innovaciones incrementales y radicales que pueden producirse en diversos
sectores de actividad.
Sin embargo, las dificultades para operacionalizar este concepto abren el riesgo de
definir de manera amplia la innovación y a la vez caer en formas de medición
sumamente restrictivas que no dan cuenta del proceso de aprendizaje ni de la
formación de capacidades. Por ejemplo, partiendo de una definición de innovación en
sentido amplio y midiéndolo a partir de indicadores clásicos de input y output, como
gasto en I&D, patentes, publicaciones científicas o la revisión simple de los resultados
de las encuestas de innovación. En este caso se estaría hablando de innovación en
sentido amplio mediante indicadores que refieren a la definición restrictiva de este
concepto (Gergersen y Johnson, 2005: 4).
Como señalan estos autores, las mediciones empíricas pueden ser poco refinadas y
sesgadas, pero al menos ofrecen una idea clara de qué es lo que se busca medir
(Gergersen y Johnson, 2005: 4). El desafío metodológico consiste en elaborar
indicadores más afinados y que reduzcan el sesgo hacia formas de medición que no
permiten captar la actividad innovativa que no se produce en sectores de alta
tecnología, con estrecha vinculación a la investigación básica y con avanzados
procesos de protección jurídica del conocimiento.
De acuerdo a la definición de capacidades de innovación revisada en el Capítulo 2, la
metodología de análisis debe ser capaz de recoger los aspectos del proceso
innovativo como una dimensión integrada al proceso de cambio socioeconómico. Esto
es, si las capacidades de innovación son parte de las libertades humanas que
caracterizan el desarrollo, las mismas no pueden ser comprendidas de manera aislada
del ámbito social. Este aspecto es particularmente importante desde el momento que
se reconocen formas asimétricas o jerárquicas de organización de la actividad
económica. Para comprender las diferentes situaciones es preciso un enfoque que
permita analizar empíricamente el proceso de innovación integrado a los procesos de
transformación socioeconómica. Asimismo, el enfoque a partir del desarrollo de
capacidades, como potencial de innovación y aprendizaje que se distribuye en todo el
tejido social, en oposición al abordaje a partir de los productos o procesos creados en
un momento dado, permite un abordaje dinámico del proceso de innovación a partir de
las capacidades de sostener e incrementar dicho proceso.
La pretensión de captar este concepto no implica rechazar uno u otro indicador en sí,
sino de construir nuevos indicadores que integren diferentes dimensiones y por lo
mismo que su cualidad analítica se transforme. Por ejemplo, el número de
investigadores en un país puede ser leído como un indicador del stock de
conocimiento disponible o como un insumo básico de las capacidades de innovación
(Gergersen y Johnson, 2005: 7).
Para el abordaje de las capacidades de innovación se han propuesto diferentes formas
analíticas que desagregan este concepto en varias categorías. Estas formas de
66
división analítica parten de la base de que, para evaluar el proceso innovativo en sus
fortalezas y debilidades, es necesario descomponerlo en diferentes etapas que
permitan una mejor identificación de estos aspectos. Un ejemplo de ello es la
construcción de indicadores específicos sobre generación, difusión y uso de nuevos
conocimientos (Rickne, 2000 y Carlson et al, 2002. Citado en Gergersen y Johnson,
2005). En este tipo de abordajes se toma como indicadores de generación de
conocimiento las publicaciones científicas, el número de profesionales, la inversión en
I&D, etc. Como indicadores de difusión de conocimiento se considera la movilidad de
los profesionales, la adquisición de licencias o alianzas, etc. Finalmente, el uso de
conocimiento se mide a través de indicadores económicos de tipo clásico, como nivel
de empleo, inversión, crecimiento de producto, creación de nuevas empresas, etc.
Estos indicadores, como todos, tienen un amplio grado de arbitrariedad y su validez
como herramienta de análisis depende en buena medida de la lectura que de ellos
haga el investigador. En cualquier caso, es evidente que estamos frente a un objeto de
estudio complejo que requiere de múltiples formas de medición y de un esfuerzo por
integrarlas en el análisis de manera coherente.
En los últimos años se han generado diferentes medidas resumen que intentan captar
las múltiples dimensiones de las capacidades de innovación a nivel nacional. Si bien
este es un concepto que difícilmente pueda reducirse a un índice resumen, estas
medidas son un esfuerzo creativo por operacionalizar dicho concepto y la combinación
de los mismos aporta a la caracterización de la dinámica del proceso innovativo a nivel
de países y regiones.
Dos ejemplos de ello son el Índice de Capacidades de Innovación (UNICI) de la
UNCTAD13 (UNCTAD, 2005) y el ArCo Index (Archibugi y Coco, 2004). El UNICI
resume dos subíndices: el Índice de Actividades Tecnológicas y el Índice de Capital
Humano. Por su parte, el ArCo incluye tres subíndices asociados a tres dimensiones:
(i) la creación de tecnología, (ii) infraestructura tecnológica y, (iii) las habilidades
humanas. De esta manera, ambos son una forma sintética de presentar las
actividades de innovación y las competencias disponibles para realizar tales
actividades. Si bien tanto el UNICI como el ArCo son un resumen de indicadores
tradicionales relativamente sencillos14, la construcción de una única medida es
particularmente útil para el análisis comparado.
Un problema que presenta este tipo de índices que recogen datos de gran cantidad de
países, es la mala calidad de las fuentes de información. En general, la calidad de la
13
Conferencia de Naciones Unidas para el Comercio y el Desarrollo (sigla en Inglés).
En el UNICI el Índice de Actividades Tecnológicas incluye: recursos humanos y financieros destinados
a I&D, patentes registrada en EEUU y número de publicaciones científicas. Cada uno de estos
indicadores es deflactado según la población del país. A su vez el Índice de Capital Humano comprende:
la tasa de alfabetización y la tasa de de estudiantes activos en la enseñanza secundaria y terciaria.
En el ArCo, la creación de tecnología es medida por las patentes registradas en EEUU y los artículos
científicos publicados, la infraestructura tecnológica es medida por el acceso a Internet, a la
comunicación telefónica y el consumo de energía eléctrica y, las habilidades humanas son medidas a
partir de la tasa de estudiantes universitarios en carreras científicas, y los años de escolarización y la tasa
de alfabetización de la población.
14
67
información estadística sobre actividades de ciencia, tecnología e innovación, en los
países subdesarrollados es muy mala (Viotti, 2002). Ello también ocurre para el caso
particular de Uruguay (Bianchi, 2005c).
No obstante, en América Latina, siguiendo los avances de los países de la OCDE e
intentando adaptar las herramientas de colecta de información y los indicadores a las
características específicas de la región, la relativa generalización de las encuestas de
innovación ha permitido contar con más y mejores indicadores que los meramente
focalizados en las actividades de I&D. En qué medida estas encuestas permiten
analizar el proceso de innovación a nivel de empresa, en particular en el caso
uruguayo, es el tema que se aborda en el siguiente apartado.
II – Las capacidades de innovación en la empresa
En el apartado previo se presentaron algunos aspectos sobre el abordaje
metodológico de las capacidades de innovación en general y en varios casos en
referencia a formas de análisis de las capacidades nacionales de innovación.
Sin embargo, de acuerdo a la definición schumpeteriana y neoschumpeteriana, el
actor por excelencia del proceso innovativo es la empresa en la que se organiza y se
lleva a cabo la producción de bienes y servicios. Por ende, el estudio del proceso
innovativo a nivel micro debe reparar en los procesos de formación de capacidades a
nivel de las firmas como elemento básico del proceso de innovación.
La formación de las capacidades internas de la empresa surge por procesos de
aprendizaje en el hacer, por la superación de sucesivos problemas que se presentan
como “cuellos de botella” en la producción. Tales procesos conforman una secuencia
acumulativa de identificación, definición y resolución de problemas productivos y cada
secuencia de problemas, específica de una organización y de sus integrantes,
constituye una suerte de trayectoria de aprendizaje. La capacidad de aprendizaje
depende entonces, de un proceso acumulativo de generación y uso de conocimientos.
Para caracterizar la formación de las capacidades de innovación de la firma es
necesario construir indicadores que se aproximen al concepto de aprendizaje: que den
cuenta de la formación de los integrantes de la firma, de su dedicación a los procesos
innovativos y de los hitos recorridos por la empresa en su trayectoria específica.
Este proceso acumulativo es específico de cada organización. En primer lugar, porque
el conocimiento no es un bien público al que los agentes puedan acceder libremente.
Al mismo tiempo, con el desarrollo de nuevas técnicas de producción, se da la
creciente privatización de los conocimientos: el saber hacer de la empresa es cada vez
más determinante de su capacidad competitiva y por lo mismo, es restringida su
difusión. En segundo lugar, aunque mejores prácticas de producción pudieran ser
adquiridas libremente en el mercado, esto no suple la generación de conocimiento
endógeno en cada organización. Los conocimientos que requiere no son universales,
si bien se nutren de tales, es imprescindible que cada organización sea capaz de
68
adoptar y apropiarse de los conocimientos desarrollando capacidades propias para la
especificidad de su proceso productivo.
No obstante, las empresas operan en un entorno social, económico e institucional
específico, que condiciona la formación de sus capacidades innovativas, y también la
generación de sistemas de incentivos que ofrezcan oportunidades al desarrollo de las
capacidades existentes. La intensidad y la calidad de los vínculos que las empresas
mantienen con el entorno para desarrollar actividades innovativas, será causa y
consecuencia del desarrollo de las capacidades de innovación de la firma. Por lo cual
es también necesario contar con indicadores para la medición de las formas de
relacionamiento entre la firma y su entorno.
A partir de ello, el objetivo de este apartado consiste en revisar de qué manera es
posible analizar las capacidades de innovación a nivel de empresa y, específicamente,
en base a las fuentes de información disponible, cómo es posible hacerlo para el
análisis de la industria manufacturera uruguaya.
En los párrafos anteriores se mencionaron tres dimensiones que forman parte de las
capacidades de innovación de la firma: (i) las capacidades o competencias internas,
(ii) la experiencia innovativa o los hitos recorridos por la empresa en su trayectoria de
aprendizaje y, (iii) los vínculos que la firma mantiene con el entorno para desarrollar
actividades de innovación.
El primer aspecto refiere a las competencias organizacionales de la empresa e
individuales de los agentes que la componen. La noción de competencias
(competencies) elaborada por Malerba y Orsenigo (2000) intenta resumir cómo las
diferentes formas de conocimiento interactúan en las empresas para resolver
problemas productivos. Las competencias pueden entenderse como la meta-estructura
–que incluye representaciones del mundo y solución de problemas- que permite
integrar las diferentes partes del conocimiento acumulado y su empleo con propósitos
específicos. Esta meta-estructura es específica al actor y al contexto. La idea de
competencias intenta resumir en un concepto, la forma en que los actores estructuran
su conocimiento y lo emplean para la producción de bienes, servicios o nuevos
conocimientos (Malerba y Orsenigo, 2000: 296-297).
Esta es obviamente una concepción muy amplia de las competencias organizacionales
de las firmas que guarda relación con una noción amplia de innovación, la cual
reconoce diferentes formas de conocimiento que se expresan de manera tácita o
codificada –esta última incorporada o no a máquinas y herramientas- mediante la
trayectoria de aprendizaje. Pero que, no obstante, permite reconocer la especificidad
de las competencias de cada organización.
En esta concepción, las competencias no son idénticas a las capacidades. Aunque
muchas veces estas palabras se empleen como sinónimos, las competencias son un
69
componente de las capacidades que atañe al recurso básico de la organización. Una
forma de entender la diferencia entre estos conceptos es distinguir entre las
capacidades genéricas de innovación que son el potencial de cualquier agente de
llevar a cabo procesos de innovación en diferentes ámbitos y las competencias
específicas para un proceso productivo en particular (Walsh y Linton, 2002).
¿Es posible construir indicadores de las competencias específicas de un tipo de
actividad? Sin duda lo es a partir de estudios específicos sectoriales o de empresas,
pero no a partir de la información de los indicadores disponibles en las encuestas de
innovación. Por tal motivo en este trabajo se tomarán como indicadores de
competencias, algunos indicadores genéricos que no refieren estrictamente a las
competencias específicas antes descriptas.
Existen diferentes abordajes para medir las capacidades de las firmas que abarcan
esta noción de competencias. Viotti (2002: 660) por ejemplo, desagrega este concepto
en: capacidades de producción, referidas a los conocimientos y habilidades requeridas
para el proceso de producción; capacidades de mejoramiento, que atañen a las
habilidades y conocimientos para la mejora continua e incremental de productos o
procesos y; las capacidades de innovación, las que refieren a las habilidades y
conocimiento para crear nuevas tecnologías15.
Este tipo de desagregación analítica tiene como objetivo clarificar qué es lo que se
quiere analizar y por lo mismo qué es lo que se requiere medir. Creo que es un
esfuerzo analítico interesante y que puede ser aplicado en caso de contar con los
indicadores adecuados. En particular los indicadores que Viotti llama de capacidades
de producción, sólo están disponibles en la primera encuesta de innovación uruguaya
de 1985 y parcialmente en la encuesta de comportamiento empresarial de 1996. Ese
tipo de indicadores son de gran importancia para comprender el proceso de innovación
desde la tarea productiva, propiamente como se lo describe en la teoría, como un
proceso creativo que surge de problemas productivos. La relevancia de este tipo de
variables es particularmente importante cuando se aprecia que en los indicadores de
actividades de innovación se encuentra evidencia empírica contradictoria o
inconsistente (Lugones y Peirano, 2003. Galende y de la Fuente, 2003), lo cual sugiere
la existencia de variables intermediarias que es necesario captar para comprender el
proceso innovativo. Sin embargo, este tipo de indicadores no se incluyen por el
momento en las encuestas de innovación de Uruguay.
15 Viotti (2002: 661) sugiere los siguientes indicadores para cada uno de los tipos de capacidades:
Capacidades de producción: (i) adaptaciones tecnológicas menores para las condiciones locales, (ii)
control de inventarios, (iii) gestión de la compra de insumos y las ventas de producción, (iv) control de
calidad de producto, (v) capacitación esporádica, (vi) balance del proceso de producción, (vii) control de
fallas y mantenimiento de rutinas.
Capacidades de mejoramiento: (i) Adaptaciones tecnológicas mayores para las condiciones locales, (ii)
experimentación a nivel de planta, (iii) mantenimiento preventivo, (iv) trabajo en red con proveedores y
clientes, (v) sistemas de control de calidad total, (vi) capacitación permanente, (vii) mejora de producto y
proceso, (viii) adaptación de equipos, (ix) búsqueda regular de conocimiento en fuentes externas, incluye
imitación y reingeniería, (x) vínculos con instituciones de ciencia y tecnología, (xi) I&D interna.
Capacidades de innovación: (i) innovación en producto o proceso, (ii) I&D interna, (iii) investigación
básica, (iv) I&D por cooperación (externa), (v) extender licencia de tecnología a terceros.
70
El segundo aspecto, la experiencia innovativa de la firma, está íntimamente
relacionado con el anterior. Como lo muestran las diferentes formas de medición
reseñadas, en la forma de abordar el concepto de capacidades de innovación, a
diferencia del concepto de competencias, se incluyen un número significativo de
indicadores que refieren a la realización por parte de la firma de diferentes actividades
de mejoramiento o innovación, que indican la experiencia de la firma en un momento
dado de haber realizado tales actividades.
Esta dimensión de alguna manera puede considerarse como la expresión temporal de
algunos de los indicadores que definen la capacidad de innovación de la firma. Esto
es, cómo la misma ha realizado actividades orientadas a la solución de problemas
mediante la aplicación de conocimiento. La dificultad de incorporar a esta categoría la
dimensión temporal, proviene de la necesidad de disponer de datos de panel que
permitan seguir la trayectoria de la firma. De no disponer de ese tipo de datos el
recurso disponible es considerar la realización de actividades de innovación como un
indicador de la experiencia de las empresas que componen una industria o sector y
considerar diferentes medidas en el tiempo, aunque las mismas no permitan un
seguimiento específico del caso. Es por tanto sólo una aproximación a la trayectoria de
aprendizaje pero, dado los indicadores disponibles en Uruguay, es la única forma de
medición disponible a nivel agregado. Desde luego, a partir de estudios de caso con
seguimiento en el tiempo de experiencias se podría recoger este tipo de datos.
A su vez, tanto las capacidades internas de la firma como la experiencia innovativa,
son dimensiones que están estrechamente relacionadas con la capacidad de la firma
de relacionarse con el entorno para realizar procesos de innovación.
Una forma de analizar la relación entre estas tres dimensiones es a partir del concepto
de capacidades de absorción (absortive capacities) de las firmas. De acuerdo con la
definición de Cohen y Levinthal (1990), las capacidades de absorción refieren a la
habilidad de las firmas para adquirir, asimilar y utilizar nueva información y
conocimiento. Esta definición general resume una noción similar a la de capacidades
de innovación, ya que refiere a las competencias básicas de la organización
necesarias para buscar, identificar e incorporar conocimiento y, al mismo tiempo a la
experiencia innovativa que implica el uso del mismo. Asimismo, este proceso supone
que la organización esté abierta al entorno, de manera tal de ser capaz de absorber el
conocimiento externo.
Las fases del proceso de construcción de las capacidades de absorción se pueden
describir como la apertura hacia el conocimiento disponible, entendida como una
precondición para el acceso al mismo. A partir del acceso a nuevo conocimiento, se
amplía la capacidad de absorción así como se crea nuevo conocimiento y la capacidad
de absorción se amplía mediante la utilización de conocimiento (Knudsen, et al, 2001).
De esta manera, el concepto de capacidades de absorción podría llegar a interpretarse
como idéntico al de capacidades de innovación, sin embargo, como su propio nombre
lo dice, este concepto tiene un énfasis particular en la capacidad de la firma para
71
captar, incorporar y utilizar conocimiento, más que en la creación del mismo. La noción
de capacidades de absorción y el énfasis en la capacidad de los agentes de buscar,
comprender e introducir nuevos conocimientos es una forma de prestar atención a uno
de los momentos fundamentales del proceso innovativo: la difusión de innovaciones.
Este “momento de la innovación” es particularmente importante para comprender el
proceso de innovación en países subdesarrollados y en sectores de tecnología
madura (Dosi, 1984: 72), como es el caso de la industria manufacturera uruguaya. En
tal sentido, reconocer la importancia de las capacidades de absorción nos permite
aproximarnos a las capacidades de las firmas de captar el proceso de difusión de las
innovaciones.
En varios de los trabajos revisados, el concepto de capacidades de absorción se
refiere a las capacidades internas de la organización –básicamente la formación del
personal- y a la intensidad y tipo de vínculos que la misma mantiene con el entorno.
Caloghirou et al (2004) relacionan ambas dimensiones a partir de la hipótesis de que
diferentes capacidades internas producirán diferentes tipos de vínculos con fuentes de
conocimiento externo. Por ejemplo, una forma de vinculación como la reingeniería
para el rediseño de productos requiere un alto desarrollo de las capacidades internas
de las firmas.
Este tipo de análisis puede hacerse a partir de indicadores que distinga con precisión
la forma de vinculación con agentes externos. Un ejemplo similar es el análisis de
relacionamiento con proveedores y usuarios que realizan Steven y Linton (2002) sobre
la industria de semiconductores. Con el tipo de indicadores disponibles en las
encuestas de innovación uruguaya no es posible describir con tal precisión, para todas
las fuentes disponibles, las formas de interacción entre las empresas y su entorno, por
lo cual el tipo de indicador que se construya estará referido básicamente al número de
vínculos con el exterior y al tipo de fuentes de información.
A modo de síntesis de este apartado, se presentan en la Tabla 1 las dimensiones que
se considera relevante analizar, el tipo de indicadores que serían adecuados para ello
y los indicadores disponibles en las fuentes con que se cuenta para la industria
manufacturera uruguaya en el período considerado.
72
Tabla 1: Resumen comparativo de indicadores deseables e indicadores disponibles
Capacidad
es de
innovación
Dimensiones
Disponibilidad de
los indicadores para
la industria
manufacturera
uruguaya 1985-2003
SI
ALTA
Profesionales científicotécnicos sobre el total de
empleados
PARCIAL
ALTA
Formación específica de
los profesionales
empleados en la firma
PARCIAL
ALTA
Técnicos sobre el total de
empleados
Número de personas
capacitadas sobre el
personal
PARCIAL
ALTA
SI
ALTA
Contenido de la
capacitación
Existencia de
departamentos formales
de I&D, mejoramiento,
prevención de fallos.
PARCIAL
ALTA
PARCIAL
ALTA
Organización jerárquica
clásica
ESCASA
ALTA
Existencia de equipos de
trabajo
ESCASA
ALTA
Trabajo por proyectos
I&D interna y externa
ESCASA
SI
ALTA
ALTA
Adquisición de maquinaria
y equipos para
innovaciones en el proceso
o producto
PARCIAL
MEDIA-ALTA
Adquisición de software
para innovaciones en el
proceso o producto
Control de calidad
PARCIAL
MEDIA-ALTA
SI
ALTA
Mantenimiento preventivo
ESCASA
MEDIA- ALTA
Control de fallas
ESCASA
MEDIA -ALTA
Control de desperdicios
Innovaciones para la
empresa, el mercado
nacional o internacional
NULA
PARCIAL
MEDIA
ALTA
Número de contactos con
un agente o grupo de
agentes en un período
determinado
Tipo de relacionamiento:
estable o esporádico
Objetivo de la vinculación:
transferencia tecnológica,
I&D; controles, ensayos,
financiamiento, etc.
SI
ALTA
PARCIAL
ALTA
PARCIAL
MEDIA-ALTA
Indicadores “deseables”
Presencia de profesionales
científico-técnicos en la
empresa
Formación del
personal de la
empresa
Competencias
internas de
la firma
Formación
permanente
Forma de
organización de
las actividades
de innovación y
mejoramiento
Forma de
organización del
trabajo
Realización de
actividades de
innovación
Experiencia
innovativa
Realización de
actividades de
“mejoramiento”
Innovaciones de
producto o
proceso
efectivamente
alcanzadas
Frecuencia de
los vínculos
Vínculos
con
agentes
externos
Estabilidad de
los vínculos
Contenido/objeti
vo de los
vínculos
Factibilidad de
elaborarlos a
partir de nuevas
metodologías
73
III – Metodología para el análisis de las capacidades de innovación en la
industria manufacturera uruguaya 1985-2003
El objetivo general del trabajo es caracterizar el proceso innovativo en la industria
manufacturera uruguaya a partir del análisis de las capacidades de innovación a nivel
de firma.
Para ello se recurre a la sistematización de diversos antecedentes sobre el papel de la
industria manufacturera en la economía nacional y, mediante el empleo de diferentes
técnicas de análisis estadístico se pretende identificar patrones de desarrollo de las
capacidades de innovación, que surjan de los microdatos de seis relevamientos a
empresas industriales realizados durante el período en cuestión.
Por otra parte, se analizan diferentes dimensiones que pueden explicar el desarrollo
diferencial de las capacidades de innovación entre los patrones identificados, a la vez
que se busca indagar sobre la relación entre el desarrollo de las capacidades de
innovación y el desempeño de las firmas, expresado en el nivel medio de
productividad y el nivel medio de retribuciones reales, según rama.
El problema de investigación parte de la hipótesis de que a lo largo del período
considerado la actividad de innovación y el desarrollo de las capacidades de
innovación en la industria manufacturera ha sido –en términos generales- bajo o muy
bajo. Pero que esto no implica que exista un patrón homogéneo de desarrollo de las
capacidades de innovación y que es posible identificar los determinantes de los
diferentes patrones en las variables estructurales de las firmas: rama de actividad,
tamaño, antigüedad, etc. y en su nivel de productividad y de remuneraciones. En
estrecha relación con esta primera hipótesis, se plantea una segunda, que afirma que,
las explicaciones sobre los determinantes del proceso de innovación que se
encuentran en estudios para países desarrollados no son pertinentes para explicar el
comportamiento innovativo de la industria manufacturera uruguaya. Específicamente
se discute la incidencia de cada una de las variables consideradas en comparación
con tales antecedentes.
En la literatura, tanto a nivel internacional como en la región se ha discutido
largamente la incidencia de las características estructurales de las firmas sobre su
desempeño innovativo. En la región, la discusión sobre las posibilidades de innovación
para las PYMES en relación a las grandes empresas, así como la generación de
derrames tecnológicos por parte de las empresas trasnacionales aparece como un
tópico recurrente en diversos trabajos de referencia. Por otra parte, la inestabilidad y
fluctuaciones en las condiciones económicas de la región han llevado a que muchos
trabajos analicen las “capacidades de sobrevivencia” de la firma en relación a su
desempeño innovador. Este trabajo se propone estimar la incidencia de estas
variables en el desempeño innovador a partir de un abordaje metodológico que parte
de la construcción de herramientas que recojan las especificidades antes descritas
sobre el proceso innovativo. En este sentido no existen antecedentes específicos para
todo el período, existen sí antecedentes de gran valor para algunos de los momentos
74
considerados (Argenti et al, 1988. Pittaluga et al, 2005) y otros construidos desde un
enfoque totalmente diferente al que aquí se propone (Tansini y Domingo, 1997,
Tansini y Triunfo 1998a, 1998b y 1998c).
Por otra parte este trabajo analiza el impacto de las capacidades de innovación en la
productividad y el nivel de retribuciones. Este es un aspecto para el que no existen
antecedentes en Uruguay y se propone en el marco de un abordaje metodológico que
comienza por la caracterización e identificación de patrones de capacidades de
innovación en la industria, y se interroga sobre si, en el contexto de la economía
nacional es posible estimar la relación entre las capacidades de innovación y el nivel
medio de las retribuciones y el desempeño de la empresa.
Este último punto pretende dar un paso más en la identificación de los determinantes y
los efectos de las capacidades de innovación, y analizar si en una economía no
especializada en bienes de alto valor agregado ni alto contenido tecnológico, el
desarrollo de las capacidades de innovación incide en los resultados económicos a
nivel de productividad y de retribuciones.
Uno de los antecedentes más relevantes que se toma en cuenta para la metodología
de análisis son los trabajos de Gabriel Yoguel y del equipo del Instituto de Industria de
la Universidad Nacional Sarmiento de Argentina (Yoguel y Boscherini, 1999, Yoguel y
Boscherini, 1996. Boscherini et al, 1998, Erbes et al, 2004). En estos trabajos se
propone la elaboración de un Índice de Capacidades de Innovación (ICI), que repara
en las especificidades de la industria argentina. Tal como muestra abundante
evidencia empírica, es desde hace tiempo bien conocido que existen características
específicas de la industria latinoamericana que obligan a la elaboración de
herramientas metodológicas específicas en el estudio de los temas de innovación
(Jaramillo, et al, 2001).
En tal sentido, estos trabajos son un antecedente relevante en el esfuerzo por
reconocer algunas de las peculiaridades de la innovación en América Latina. Algunos
de los elementos más significativos que buscan reconocer estas herramientas
metodológicas son: el alto grado de informalidad en el que se desarrollan las
actividades de innovación, la inexistencia de un entramado institucional denso que
ofrezca posibilidades y estímulos para el desarrollo de las actividades de innovación y;
finalmente la escasez de innovaciones radicales que logran introducirse al mercado. El
tal sentido el ICI propuesto por Yoguel y Boscherini en 1996 es una herramienta
metodológica que reconoce estas especificidades y propone una serie de
procedimientos para incluirlas en los indicadores.
Si bien esta metodología sirvió como fuente de estímulo básico para esta
investigación, los procedimientos de cálculo de los indicadores para la identificación de
patrones de desarrollo de capacidad innovativa, así como la construcción de un índice
de capacidades de innovación para estimar el efecto de diferentes variables como
determinantes, fueron modificados significativamente en atención a las sugerencias de
75
diferentes colegas y a la lectura y realización de otros trabajos (Pittaluga et al, 2005.
Sutz, 2006. Heijs, et al, 2005. Bianchi y Gras, 2006.)
El diseño metodológico se estructura a partir de los siguientes objetivos específicos:
(i) Sistematizar y discutir los antecedentes sobre capacidades de innovación en la
industria manufacturera uruguaya a partir del enfoque teórico antes desarrollado.
(ii) Sistematizar la información disponible en las diferentes fuentes existentes para el
período, las cuales fueron relevadas con diferentes objetivos y metodologías
(iii) Identificar diferentes patrones de desarrollo de las capacidades de innovación en la
industria manufacturera y construir una tipología de empresas industriales según
capacidad innovativa.
(iv) Construir un índice de capacidades de innovación para la industria manufacturera
uruguaya (ICIu) para seis momentos del período 1985–2003 (1985, 1990, 1994, 1996,
2000 y 2003).
(v) Identificar los elementos estructurales que explican el desarrollo de las
capacidades de innovación mediante modelos de análisis multivariado.
(vi) Analizar la incidencia del nivel medio de salarios reales según rama en el
desarrollo de las capacidades de innovación de las firmas.
(vii) Analizar la incidencia del valor agregado bruto (VAB) per cápita (productividad)
según rama o firma, en el desarrollo de las capacidades de innovación de las firmas.
El primer objetivo específico busca contextualizar el análisis directo de las fuentes
relevadas, con la intención de contrastar los resultados del análisis y complementar las
limitaciones que presentan los datos de que se dispone.
El segundo objetivo asume el desafío metodológico de construir indicadores que
permitan de manera válida y confiable dar cuenta de un objeto altamente complejo y
específico como el que se describió líneas más arriba. Esto se hace a partir de la
información proveniente de seis fuentes que se presentan en la Tabla 2.
76
Tabla 2. Fuentes de información relevadas
Fuentes específicas para el análisis de las capacidades de innovación a nivel de firma 16.
Año de
Fuente
Institución responsable
Referencia
Módulo de empresas industriales en la
Centro de Información y Estudios
1985
Encuesta de Ciencia y Tecnología en el
Sociales del Uruguay (CIESU)
Uruguay
Encuesta sobre dinamismo económico e
Departamento de Economía
1990
inserción internacional
(DECON), Universidad de la
República (UDELAR)
Encuesta sobre dinamismo económico e
DECON – UDELAR
1994
inserción internacional
Encuesta nacional de industrias: estrategia
DECON – UDELAR
1996
empresarial y política de empleo
Encuesta de Actividades de Innovación en la
Dirección Nacional de Ciencia y
2000
Industria
Tecnología (DINACYT) –
Instituto Nacional de Estadística
(INE)
Encuesta de Actividades de Innovación en la
Dirección de Innovación, Ciencia
2003
Industria
y Tecnología para el Desarrollo
(DICyT)–INE
Fuentes de Estadísticas Nacionales sobre desempeño de las firmas: Producto, Valor Agregado
Bruto en la industria, remuneraciones (salarios) y empleo en la industria manufacturera.
Año de
Fuente
Institución responsable
Referencia
Censos Económicos Nacionales
INE
1988 y 1997
Encuestas Industriales Trimestrales
INE
1985 - 1995
Encuestas de Actividades Económicas
INE
1996 - 2003
Encuesta Continua de Hogares
INE
1984 - 2003
Nota: Ver detalles sobre la metodología de cada una de las fuentes en Anexo Metodológico.
De las seis fuentes de datos disponibles sobre capacidades de innovación, la primera
y las dos últimas en el tiempo provienen de encuestas de innovación propiamente
dichas.
La primera de ellas, fue realizada por el equipo de investigación del CIESU en 1985
(Argenti et al, 1988). En la misma se recoge una vastísima información sobre el
comportamiento tecnológico e innovativo de las firmas. Como es evidente, esta
encuesta fue realizada antes de que comenzaran los intentos de homogenizar las
encuestas de innovación en América Latina, e incluso en la OCDE, por tal motivo se
trata de información muy rica que requiere del esfuerzo de compatibilizarla con las
Encuestas de Actividades de Innovación en la Industria de 2000 y 2003 (EAI 2001 y
EAI 2003).
Las EAI 2001 y 2003 son “encuestas de innovación normalizadas” en el sentido que
siguen los lineamientos metodológicos del “Manual de Bogotá” (Jaramillo et al, 2001) y
por lo mismo del “Manual de Oslo” (OCDE, 1996). Este tipo de encuestas se orienta,
como se dijo, por la metodología de aproximación por sujeto y se estructura a partir de
16 Todas estas fuentes provienen de relevamientos hechos a partir de muestras representativas para la
industria manufacturera en la fecha que fueron realizados. En todos los casos se calcularon los
procesamientos para datos ponderados por los expansores de muestreo. Para el año 1985 no se
obtuvieron los expansores originales, se solicitó a la dirección de estadísticas económicas del INE y al
Área de economía del Banco de Datos de la Facultad de Ciencias Sociales – UDELAR, los expansores
para la Encuesta Industrial de 1985 pero los mismos no fueron suministrados. En tal sentido se recurrió a
los expansores para 1988 calculados por la Msc. Gabriela Fachola (2004) para sus tesis de maestría.
77
preguntas sobre si la firma realiza o no una serie de “actividades innovativas”17.
Distinguiendo entre “actividades innovativas” como aquellas que pueden conducir a
innovaciones de la realización específica de innovaciones en producto, proceso,
organización o comercialización. Si bien estas encuestas facilitan la comparabilidad
con datos internacionales y permiten en dos momentos del tiempo contar con datos
casi homogéneos, en ellas no se incluye la variedad de preguntas sobre el proceso
productivo y algunos aspectos específicos de la formación y dedicación de las
personas que estaban presentes en la encuesta de 1985. Cabe señalar que entre
ambas EAI se produjo una mejora significativa, ya que en la primera sólo se relevó el
formulario completo para las empresas que sí declaraban hacer actividades
innovativas, por lo cual no es posible contar con información sobre las empresas no
innovativas para el año 2000 y el análisis se remite sólo a un 32,8% de la muestra.
Asimismo, en la EAI 2003 se introdujeron mejoras sustantivas en el cuestionario,
específicamente sobre la dotación de personal altamente calificado y sobre el
desempeño de la firma, ya que en la EAI 2001 estos últimos datos no fueron
proporcionados de manera desagregada por el Instituto Nacional de Estadística (INE),
encargado de realizar el relevamiento.
Las otras tres fuentes son encuestas realizadas con objetivos diferentes que medir el
comportamiento innovativo de las firmas, sin embargo son las únicas fuentes
disponibles para el período y contienen información que permite elaborar algunos
indicadores proxy de las dimensiones analizadas anteriormente. Sin embargo tampoco
las otras encuestas ofrecen todos los indicadores “deseables” presentados en la Tabla
1, por lo cual en términos generales es necesario asumir el empleo de medidas proxy
de conceptos que se pretende estudiar buscando el mayor grado de homogeneidad
posible. Por otra parte, no en todos los casos se cuenta con variables cuantitativas
continuas y es necesario trabajar con variables dicotómicas u ordinales, con las
restricciones que ello implica para el tratamiento estadístico de los datos.
Para la identificación de patrones según el desarrollo de las capacidades de
innovación, el método empleado es la identificación de grupos mediante las técnicas
de análisis factorial y análisis de cluster, aplicadas a las fuentes de información
disponibles. Para estos procedimientos en todos los casos se seleccionó un grupo de
diferentes variables disponibles en cada fuente que dan cuenta de las tres grandes
dimensiones consideradas anteriormente: a) las capacidades internas de las firmas, b)
las vinculaciones con el entorno para realizar actividades innovativas y; c) la
experiencia innovativa18. El resultado de este tipo de análisis se contrasta con los
antecedentes existentes.
El Índice de Capacidades de Innovación (ICIu) para la industria uruguaya es una
herramienta que se emplea para contar con una medida resumen que permita estimar
17
Se consideraron actividades de innovación: I&D interna o externa, adquisición de bienes de capital,
hardware y software destinados a la innovación, transferencia de tecnología, diseño industrial, mejoras de
gestión y capacitación; sean orientadas al desarrollo de productos o procesos o a innovaciones de
organización o comercialización.
18 Sobre las variables seleccionadas, el tipo de medición y procedimientos empleados, ver Anexo
Metodológico: Cuadros AI, AII, AIII, AIV AV y AVI.
78
los determinantes de las capacidades de innovación, considerando las diferentes
dimensiones que componen este concepto. En tal sentido se propone crear una
medida resumen de las capacidades de innovación (el ICIu) para cada uno de los
cinco momentos del período 1985-2003, en los que se dispone de información en
forma de bases de microdatos.
La información requerida para este trabajo no proviene de estadísticas nacionales que
se releven con regularidad sino de esfuerzos de investigación aislados. Esto plantea el
principal desafío metodológico para el trabajo: construir un índice conceptualmente
unívoco a partir de relevamientos diferentes, que contienen variables diferentes.
El ICIu es una aproximación metodológica para medir las capacidades de innovación
que se basa en el Índice de Capacidades Innovativas (ICI) construido por Yoguel y
Boscherini (1996). Este es un instrumento concebido para testear empíricamente el
desarrollo de las capacidades de generación y aplicación de conocimiento en las
firmas medianas y pequeñas de algunos distritos industriales de Argentina (YoguelBoscherini, 1999. Yoguel y Boscherini, 1996. Boscherini, Yoguel y López, 1998)19.
El concepto central que está detrás del ICI es lograr un instrumento específico capaz
de testear la validez de los conceptos teóricos que buscan explicar el proceso de
innovación al interior de las firmas. El concepto de capacidades de innovación, si bien
tiene un desarrollo teórico muy refinado, resulta empíricamente esquivo; en tal sentido
resulta un aporte muy relevante la construcción de un instrumento de medición que
permita descomponer de manera inteligible las variables que lo forman20.
Para la construcción del ICIu se siguió una metodología diferente que la empleada en
estos antecedentes. En primer lugar se procedió a la elaboración previa de indicadores
que resuman las dimensiones seleccionadas, en medidas síntesis de varias variables.
Una vez más, la tarea más compleja consiste en lograr construir indicadores unívocos
respecto a tales dimensiones a partir de diferentes relevamientos, y por lo mismo,
diferentes variables.
El ICIu se construye a partir del resultado del Análisis de Componentes Principales
(ACP), como un índice expresado por la sumatoria del valor que toma cada caso en el
19
En la versión original de Yoguel y Boscherini (1996) el ICI se representa como un promedio ponderado
de ocho indicadores asociados a: i) el desarrollo de competencias, ii) el producto innovativo y iii) un
indicador proxy de la circulación del conocimiento codificado y tácito y del grado de desarrollo de
confianza recíproca entre los agentes. Se asignan ponderadores a cada una de las variables de acuerdo
a los supuestos teóricos de las características del proceso innovativo, por esa razón se le da mayor peso
a los indicadores de capacidad interna de las firmas.
20 Por esa razón se toma como antecedente el trabajo de Yoguel y Boscherini para la elaboración del ICIu
a partir de los datos de las fuentes de datos disponibles para el período. Sin embargo, no se trata de
replicar la metodología del ICI de Yoguel y Boscherini, sino de construir una medida adecuada para el
análisis dinámico a partir de ese antecedente. El ICI fue construido a partir de un relevamiento para el
estudio del desempeño de las PYMES en ciertos entornos específicos, por lo cual la metodología para el
análisis de datos construidos con diferentes objetivos requiere algunas adaptaciones que modifican la
concepción original y, por lo mismo, las posibilidades del análisis.
79
componente específico ponderado por la varianza explicada por dicho componente en
el total21.
De esta manera el ICIu del agente j puede expresarse a partir de la siguiente
ecuación:
ICIuj δi * Xij
Donde: δi es la varianza explicada por el componente i y;
X, es el valor de correlación entre el componente i y el caso (agente) j.
Para el quinto objetivo específico, identificar los elementos estructurales que explican
el desarrollo de las capacidades de innovación, se estima la incidencia de ciertas
variables estructurales en el desarrollo de las capacidades de innovación. Para ello se
propone la estimación de modelos de regresión, utilizando como variable dependiente
el ICIu, y se testea la variabilidad del índice que se explica por variables como: el
tamaño de la firma, la propensión exportadora, la antigüedad, la rama a la que
pertenece y la presencia de capital extranjero. La fundamentación de cada una de las
variables explicativas seleccionadas se realiza en el Capítulo 5 a medida que se
analizan los resultados obtenidos22.
Para el cumplimiento de los objetivos (vi) y (vii) se estiman también modelos de
regresión, que incluyen dentro del modelo la retribución promedio de los empleados
por rama de actividad y el Valor Agregado Bruto per cápita de la rama, en ambos
casos según Clasificación CIIU a 4 dígitos.
No es posible contar con estos datos a nivel de empresa para todas las fuentes. No
obstante se asume que al trabajar con un nivel de desagregación a cuatro dígitos la
heterogeneidad de la rama baja considerablemente y es posible testear la incidencia
de los niveles de productividad y retribución en el desarrollo de las capacidades
innovativas.
21 El cálculo específico del ICIu para cada una de las fuentes disponibles se describe en el Anexo
Metodológico.
22 La metodología que se sigue es muy similar a la empleada por el equipo del Instituto de Industria de la
Universidad Nacional Sarmiento para el análisis de la industria argentina (Erbes, et al 2004). Para estimar
la incidencia de las variables estructurales en el desarrollo diferencial de las capacidades de innovación
se proponen una serie de modelos de regresión múltiple que buscan, en primer término, establecer el tipo
de relación (signo) y el nivel de significación de cada variable como predictor de la distribución del ICIu.
Sobre la definición específica de cada una de las variables consideradas, ver Anexo Metodológico.
80
CAPÍTULO 4
Breve caracterización histórica del papel de la industria manufacturera en el
desarrollo latinoamericano
Introducción
La industria manufacturera ocupó un lugar central en la estrategia de desarrollo de
América Latina desde la década de 1930 hasta principios de la década de 1980 en que
comenzaron a gestarse las llamadas “reformas estructurales”. A partir de ese
momento el modelo de desarrollo de la región se reorientó hacia una mayor inserción
en el comercio internacional, con menor presencia del Estado en las economías
domésticas, y una pérdida relativa del peso de la industria manufacturera en varios
países. En el caso uruguayo este último fenómeno fue significativo a partir de la
década de 1990.
Resulta casi de consenso que las reformas estructurales en América Latina no
lograron los objetivos que pretendían. La región sigue mostrando problemas muy
serios de estabilidad y dinamismo y los problemas de equidad y distribución del
ingreso, con pocas excepciones, han empeorado significativamente.
En el plano de la capacidad tecnológica buena parte de la discusión se ha centrado en
torno a la evaluación de los incentivos que aparecieron a partir de las reformas para la
conducta innovadora y que patrones de innovación se generaron a partir de ello.
Si bien el modelo de industrialización por sustitución de importaciones mostró una
matriz excesivamente “estado-céntrica” que no fomentó el desarrollo de la iniciativa
privada de innovación, las reformas estructurales orientadas al mercado no lograron
articular los actores hacia una estrategia de desarrollo basada en la innovación y
barrieron, en varios países y sectores, con las capacidades de innovación ya creadas
desde el Estado. Lo que sigue es una recopilación de los estudios más relevantes que
abordan el impacto de las reformas estructurales en la capacidad de innovación de la
industria latinoamericana. Para ello previamente se plantea un breve repaso de las
características generales del comportamiento innovativo de la industria en el período
de “crecimiento hacia adentro”. Este apartado propone así una introducción a los
siguientes en que se analiza específicamente el comportamiento innovativo de la
industria manufacturera uruguaya.
I - La industria latinoamericana en el período de sustitución de importaciones
Durante el período de la ISI, el comportamiento tecnológico de América Latina inició
uno de sus rasgos estructurales más importantes que se mantiene en la actualidad:
más de dos tercios del gasto en actividades de ciencia y tecnología y específicamente
de investigación y desarrollo están concentradas en manos del Estado. Las empresas
públicas que operaban en sectores estratégicos, los institutos de investigación en
81
áreas como la energía nuclear o la explotación minera, así como los exitosos institutos
de investigación en el área agrícola, concentraban en el Estado la amplia mayoría de
la I&D de los países de la región.
En lo que respecta estrictamente a la industria, Jorge Katz, en varios trabajos (Katz et
al, 1986. Katz, 1996 y 2000) propone un análisis del comportamiento innovativo de la
industria latinoamericana durante el período de sustitución de importaciones, de
acuerdo a cuatro tipos empresarios. Estos tipos se dividen entre las empresas del
sector público por un lado y tres colectivos empresarios del sector privado: las
subsidiarias locales de firmas trasnacionales, las PYMES que es su mayoría eran de
propiedad familiar y, los grandes conglomerados de capital nacional.
Las empresas de propiedad estatal surgieron en América Latina vinculadas al proceso
de expansión del Estado y al control de los servicios públicos y de la producción de
bienes estratégicos como la energía y las materias primas de la “industria de defensa”,
que abarcó la producción de hierro, acero, petróleo, petroquímica y aluminio. En el
marco de una estrategia orientada por el Estado como motor del crecimiento, la
expansión de las actividades económicas estatales alcanzó a las actividades científicotecnológicas mediante la creación de laboratorios y centros de investigación dentro de
las empresas estatales. Para llevar adelante estas actividades, las empresas públicas
necesitaron instalar plantas, adaptar maquinarias a la escala y la geografía local así
como impulsar la creación de laboratorios de I&D que les permitieran participar en la
producción de los bienes y servicios. Todo esto implicó una fuerte demanda de
conocimientos endógenos de ingeniería y diseño así como el soporte a esfuerzos de
investigación.
La demanda de conocimiento local para la producción industrial fue particularmente
importante en los grandes países de la región, así como en aquellos con fuerte
presencia de actividades como la minería y la extracción de petróleo. En este sentido,
parecería que la lotería de bienes (Bulmer-Thomas, 1998) – el tipo y disponibilidad de
recursos naturales con los que contaba cada país- operó también como regulador de
los incentivos tecnológicos.
La estrategia de crecimiento hacia adentro alcanzó también el imaginario tecnológico
de los grandes países de la región, en donde el apoyo a los esfuerzos locales dentro
de una política industrial que pretendía ganar grados de autonomía generó incentivos
a la innovación tecnológica con fuertes características localistas. En Brasil y Argentina,
un fuerte incentivo a esto fue la vinculación entre las industrias estatales y las Fuerzas
Armadas. La importancia de la vinculación entre los esfuerzos científico tecnológicos y
las políticas de defensa explica en buena medida el desarrollo de la industria
aeroespacial en Brasil y de la energía atómica en Argentina (Katz; 2000: 17).
Durante el período de desarrollo hacia adentro, en las principales economías
latinoamericanas se construyó un aparato de innovación público capaz de poner en
funcionamiento plantas de producción de las principales industrias de la posguerra y
de sostener su mejora tecnológica partir de conocimientos endógenos. A su vez, este
82
crecimiento en muchos casos fue acompañado por una banca pública orientada al
desarrollo productivo que permitió el acceso a los capitales necesarios para los
emprendimientos. Sin embargo, el alcance y las externalidades de estas experiencias
al tejido productivo nacional no tuvieron los mismos resultados. Si bien los estudios de
Katz (1996 y 2000) muestran un éxito relativo de los emprendimientos industriales
públicos, el Estado no fue capaz de impulsar y fortalecer un sistema innovativo
realmente nacional.
Sobre el por qué de esta incapacidad existen varias explicaciones complementarias.
Una de ellas es la ya señalada diferencia entre la política implícita y la política
explícita (Herrera, 1975) de los Estados desarrollistas latinoamericanos respecto a
la industrialización. En tal sentido, la política implementada en sectores
estratégicos vinculados al Estado no fue refrendada en el comportamiento
industrial privado ni impulsada desde la política estatal.
Por otra parte, Katz en sus diferentes trabajos plantea que el papel que se le asignó al
capital extranjero como eje de la estrategia de inversiones fue en base a la búsqueda
de la radicación en los países de la región de plantas de producción de las grandes
empresas trasnacionales. Los grandes países de la región buscaron atraer capitales
con este fin basados en el supuesto de que ello traería aparejada la inserción de
capital y de tecnología, tanto en términos de producto como de proceso. Pero la
instalación de plantas de firmas trasnacionales en el medio local no estaba dentro de
un esquema de progresiva incorporación de conocimientos e independencia del capital
extranjero. En ese marco los esfuerzos estatales de innovación no tuvieron más
relación con las firmas trasnacionales que los servicios técnicos de ensayos y
controles que estas últimas pudieran necesitar.
A su vez, este mismo autor destaca que en las instituciones vinculadas a la innovación
dentro del Estado se trabajó con una lógica autorreferida y excesivamente
burocratizada que no fomentó la búsqueda de vínculos con el sistema productivo
nacional. Al mismo tiempo, este aparto funcionó con una restricción presupuestaria
muy difusa determinada por el presupuesto asignado a la función más que por los
resultados obtenidos, con lo cual los incentivos a la eficiencia y la eficacia se diluyeron.
Esto llevó a que en muchas ocasiones se optara incluso dentro de las firmas estatales
por la adquisición de paquetes tecnológicos “llave en mano”, sin previos criterios de
eficiencia.
Más allá de todas estas carencias, el aparato público en general, no sólo las empresas
industriales, fungieron como espacio de formación de recursos humanos calificados
que más tarde pasaban al sector privado. En tal sentido el sector público jugó un papel
muy importante, aunque extremadamente difícil de medir, en la formación de las
capacidades locales de innovación.
83
Dentro del sector privado, Katz distingue diferentes comportamientos según el tipo de
agentes. En primer término, aparece el grupo de empresas subsidiarias de firmas
trasnacionales. Estas empresas operaron en muchos casos como receptoras de
tecnología de sus casas matrices. Sin embargo, llegaron a la región a partir de los
década de 1950, trayendo consigo formas novedosas de producir bienes que también
eran novedosos para la región. Al mismo tiempo, en muchos casos las condiciones
específicas de cada firma, llevaron a que estas empresas tuvieran que realizar
esfuerzos locales para la solución de problemas tecnológicos, como la adaptación a
escala y los requisitos de organización productiva.
Si bien estas actividades no estuvieron orientadas a la generación de nuevos
productos o procesos sino más bien a la adaptación a las condiciones locales de la
producción de la casa matriz, de todos modos estas firmas se constituyeron en una
puerta de ingreso de novedades tecnológicas que, a partir de su inserción en un punto
de la región, se irradió hacia otros destinos (Katz, 2000: 21).
Dentro de las firmas privadas de capital nacional se pueden distinguir dos tipos
empresarios. Por un lado las pequeñas y medianas empresas de capital familiar, que
tuvieron un comportamiento innovador diferente a los otros grupos empresarios. Las
actividades innovativas que desarrollaron estas firmas estuvieron basadas en la copia
y en la adaptación de tecnología externa, en un marco en que no contaban con
ventajas de acceso a la información ni a los mercados, a la vez que tampoco padecían
grandes presiones competitivas.
Estas empresas se desarrollaron bajo la protección del sistema arancelario en los
sectores “tradicionales” de la industria latinoamericana (textiles, calzados, máquinas y
herramientas, muebles, alimentos, imprentas, etc.). El patrón tecnológico que siguieron
estuvo pautado en el inicio por esfuerzos casi artesanales, con la incorporación de
maquinaria de segunda mano y con escasos conocimientos formales aplicados a la
producción. Sin embargo, a partir de momentos de alto crecimiento en las décadas de
1950-1960, existieron en la región experiencias de aprendizaje productivo. Así, estas
firmas formaron sus propios planteles de técnicos y desarrollaron procesos productivos
novedosos (Katz, 2000: 21-22). El patrón de innovación de estas empresas comenzó
con la copia y adaptación de productos extranjeros, y en muy pocos casos incorporó
formas de producción más sofisticadas basadas en la innovación de producto o
proceso.
Finalmente, el tercer colectivo empresario, que analiza Katz, corresponde a los
grandes conglomerados de capital nacional. Estas empresas actuaron en el
procesamiento de recursos naturales y su comportamiento tecnológico se caracterizó
por mantenerse en la etapa más elemental de la producción industrial, la producción
de commodities industriales para el mercado exterior. A diferencia de la experiencia de
otros países, como Finlandia en el sector la maderero (Ylä-Anttila y Lemola, 2003),
casi no existieron experiencias de integración de conocimiento “hacia atrás” para
agregar valor en la cadena productiva. A su vez estas empresas fueron siempre muy
84
dependientes de la provisión internacional de maquinaria y equipos y no se
constituyeron en fuertes demandantes de conocimiento local.
A modo de síntesis, puede decirse que durante el período de sustitución de
importaciones se creó en América latina un sistema de innovación industrial altamente
fragmentado. La matriz de incentivos para el comportamiento innovativo fue difusa y
en ocasiones contradictoria para los diferentes tipos de agentes, lo cual generó serios
problemas de eficiencia y eficacia operativa. Sin embargo, durante el período que va
desde la década de 1950 hasta principios de 1980, en la región se generó la base de
recursos humanos calificados para la industria y un patrón de comportamiento y de
cultura tecnológica que fue la plataforma del comportamiento tecnológico de la
industria latinoamericana.
II - Los impactos de las reformas estructurales en la capacidad de innovación de
la industria
El impacto de las reformas estructurales sobre el comportamiento tecnológico del
conjunto de la industria latinoamericana es extremadamente difícil de analizar. La
especificidad del desarrollo alcanzado en cada país y en cada sector industrial en
los años previos de la reforma, así como las diferentes alcances en la aplicación de
las reformas y de otras políticas industriales, hacen que sea muy difícil establecer
patrones claros de comportamiento innovativo. Sin embargo, es posible destacar
algunos hechos estilizados del impacto de las reformas estructurales en la industria
manufacturera latinoamericana.
En primer término, la apertura comercial tuvo un efecto directo sobre el abaratamiento
de los bienes de capital importados. Esto produjo el aumento del stock de maquinaria
en general, específicamente la de base computacional, y una sustitución de
maquinaria de producción local por maquinaria importada. Asimismo, en muchos
casos se sustituyó mano de obra por maquinaria dentro de la función de producción de
cada industria. La contracara de este proceso de modernización mediante la
incorporación de bienes de capital fue la carencia de un desarrollo paralelo de las
capacidades de los trabajadores, técnicos y operarios, dedicados a la producción. Este
patrón calificado como “modernización incongruente” (Rama y Silveira, 1991) afectó
seriamente el desarrollo de procesos de aprendizaje en la industria.
Junto con la apertura de las economías se redujo la proporción de producto local
exigido a las multinacionales. Estas empresas se orientaron a una división global del
trabajo, en la cual las subsidiarias establecidas en la región tendieron a reducir la
variedad de su producción especializándose en pocos productos, en general de menor
valor agregado de los que se producen en la casa matriz, e importando el resto de la
producción.
El tercer efecto de la apertura de los mercados sobre el comportamiento tecnológico
de la industria se aprecia en el proceso de desverticalización de las empresas, que
85
dejaron de producir piezas y partes, e incluso de demandarlas en el mercado local,
pasando a un sistema de producción de maquila basado en el ensamblaje a partir de
insumos importados. Esto ha tenido un efecto especialmente crítico por la destrucción
de cadenas productivas previamente existentes.
Otra transformación muy relevante que tiene que ver con los procesos de apertura y
de adopción de normas internacionales de comercio e integración, es la incorporación
de normas más estrictas y claras sobre patentes y propiedad intelectual en campos
como la química farmacéutica, las ciencias de la vida y el software. Este ha sido un
proceso gradual y que continúa en debate; los efectos del mismo no son homogéneos
en todos los sectores, pero el establecimiento de formas de protección del
conocimiento puede tender a una clausura de espacios de aprendizaje en los países
subdesarrollados. En este aspecto la política de los Estados latinoamericanos se ha
caracterizado por una postura errática y en general poco informada que se define a
partir de las presiones internacionales. Nuevamente la situación de la región contrasta
con el tipo de política de otros países, como los escandinavos, que llevaron a cabo
una exitosa acción política y colectiva en contra de las restricciones de acceso al
conocimiento vía patentes (Arocena y Sutz, 2003b: 175). Cabe señalar que en
América Latina, no en todos los casos nacionales ni en los sectores de actividad la
política en esta materia ha seguido el derrotero descrito, una excepción es la industria
farmacéutica brasileña. No obstante, este tipo de acciones se debió más a la atención
a mantener sectores de producción activos que a una política tecnológica definida. Las
características del caso uruguayo serán expuestas más adelante a medida que se
presente la información pertinente.
En lo que respecta a los procesos de privatización de las empresas de propiedad del
Estado, tuvieron como consecuencia -especialmente en los países grandes de la
región- el cierre de los laboratorios de I&D de esas empresas. Los nuevos
proveedores privados, prestatarios de los mismos servicios en otros países, han
realizado procesos de cambio en la gestión y la producción en base a la transferencia
de conocimiento desde las casas matrices, pero no iniciaron nuevos proyectos de
generación de conocimiento endógeno.
Por otra parte, en forma concomitante con este proceso, el aceleramiento de la
incorporación de maquinaria de base informática, así como la emergencia de formas
de organización del trabajo en tiempo real, produjo el surgimiento gradual de un sector
doméstico de producción de ingeniería de sistemas y software. Este sector
básicamente compuesto por PYMES se ha especializado en la producción de
soluciones específicas para el medio local en algunos casos, y en la mayoría en la
adaptación de paquetes genéricos a las necesidades locales.
Hasta la segunda mitad de los ’90 la medición de actividades de innovación en
América Latina se realizó en base a herramientas parciales. Sin duda esto no proviene
sólo de las carencias existentes en la región en términos de recursos y experiencia
para medir este fenómeno, sino que los avances teóricos y metodológicos en este
campo son muy recientes en todo el mundo (OCDE, 1996. Jaramillo et al, 2001). A su
86
vez, la propia noción de innovación hace que esta sea una actividad extremadamente
compleja de medir. Por ello el análisis del impacto de las reformas estructurales de los
años 1990 en la capacidad de innovación debe remitirse a mediciones aproximadas de
la capacidad de las economías de producir nuevos productos o mejorar la eficiencia de
su producción existente.
Lo que aquí se expone es una aproximación a los impactos de las reformas
estructurales sobre las capacidades de innovación a partir de ciertos hechos
estilizados descriptos en trabajos sobre el tema, y la ilustración de algunos aspectos a
través de indicadores proxy.
De manera muy fiel a la tradición de la CEPAL, Katz (2000) evalúa el impacto de
las reformas estructurales en la capacidad tecnológica de la industria en América
Latina a partir del estudio de los cambios en la tasa de crecimiento de la
productividad laboral así como de la brecha relativa de productividad laboral en
los países de América Latina respecto a EEUU. Es claro que estos indicadores son
una medición sólo aproximada al desempeño innovativo de la región. La
productividad por país o rama de actividad puede variar tanto por sustitución
simple de factores como por actividades innovativas. Sin embargo lo que estas
investigaciones permiten es identificar patrones de especialización de las
economías latinoamericanas y estudiar su relación con determinada configuración
de los que podría llamarse un proto-sistema nacional de innovación.
Como muestra el cuadro 1, los diferentes países de América Latina experimentaron
sobre mediados de la década de 1990 una gran diversidad en la evolución de la
productividad laboral.
Cuadro 1 Crecimiento del producto industrial, el empleo y la productividad laboral manufacturera.
(En porcentajes)
Producto industrial
Empleo
Productividad laboral
1970-1996
1990-1996
1970-1996
1990-1996
1970-1996
1990-1996
1,18
4,87
-2,62
-3,15
3,80
8,02
Argentina
2,81
2,26
0,95
-6,41
1,86
8,67
Brasil
2,76
6,40
1,51
3,49
1,25
2,91
Chile
3,98
3,52
1,24
-0,22
2,74
3,74
Colombia
4,39
-4,83
--0,44
-Costa Rica
3,79
2,27
0,91
-0,03
2,88
2,30
México
1,17
5,09
2,85
1,97
-1,68
3,12
Perú
0,61
-1,46
0,37
-8,58
0,24
7,12
Uruguay
Estados Unidos
2,39
5,04
0,35
0,30
2,04
4,74
Fuente: Katz, 2000.
Los datos muestran para el período 1970-1996 que sólo tres países alcanzan un ritmo
de crecimiento superior al de EEUU. En el caso uruguayo se observa una muy baja
tasa de crecimiento de la productividad en el total del período, que sólo crece de forma
acelerada a partir de la década de los noventa con un fuerte decrecimiento del
producto y del empleo industrial. Sin embargo, como muestra el cuadro siguiente, en el
total del período la productividad laboral de la industria uruguaya presenta un franco
87
rezago en términos relativos, aumentándose la brecha de productividad vis a vis la
industria de EEUU.
88
Cuadro 2. Productividad laboral relativa de la industria latinoamericana vis a vis el sector manufacturero
de EEUU (porcentajes)
1970
1980
1990
1996
Argentina
0,42
0,41
0,55
0,67
Brasil
0,28
0,26
0,29
0,37
Chile***
0,25
0,24
0,23
0,20
Colombia
0,29
0,25
0,37
0,34
Costa Rica*
0,15
0,14
México**
0,32
0,30
0,44
0,38
Perú
0,33
0,25
0,16
0,15
Uruguay
0,35
0,22
0,20
0,22
*Datos hasta 1992
**Datos hasta 1994
***Datos hasta 1995
Fuente: Katz, 2000.
El cuadro anterior muestra que tres países de la región -Argentina, México y Colombialograron acortar la brecha de productividad con EEUU. Argentina y Brasil son los
países con mayor aumento de la productividad en el período post-reformas. Sin
embargo, buena parte de la reducción de la brecha de productividad de Argentina
respecto de EEUU se logra en el período previo a las reformas, a la vez que en los
casos de México y Colombia este proceso se da en su totalidad antes de 1990.
Este proceso tiene manifestaciones muy diversas según sector de actividad. A
grandes rasgos, la evidencia empírica sugiere que los países del Cono Sur han
experimentado una mejora de la productividad en las industrias procesadoras de
recursos naturales y en el sector automotriz. Mientras que en el caso mexicano el
sector de maquiladoras y el complejo automotriz son las que han tenido una mejora
sostenida de la productividad.
Entre los sectores que logran acortar la brecha respecto a EEUU, aparecen algunos
cuyo crecimiento se hizo basado en la apertura, como los exportadores de recursos
naturales, y también aparecen muchos que iniciaron este proceso previamente a las
reformas de la década de 1990. En particular, en los casos de Argentina y Brasil se
observa un fuerte aumento de la productividad en el sector automotriz, que se ha
caracterizado por la presencia de normas ad hoc que muchas veces fueron en contra
de las reformas pro mercado (Katz, 2000:43).
La explicación de por qué determinadas ramas logran un proceso de reducción de la
brecha respecto a la frontera tecnológica mientras que otras quedan rezagadas puede
ser planteada a través de la noción de regímenes tecnológicos. Esta noción se basa
en las diferencias que existen entre los diferentes sectores de producción, respecto a
sus oportunidades para la incorporación de tecnologías y a las condiciones de
apropiabilidad de los beneficios obtenidos por ello. La vieja máxima de Schumpeter
(1968) de la necesaria apropiabilidad de las rentas de la innovación, plantea que en
los mercados donde existan facilidades de acceso a la tecnología a la vez que un
ambiente de mercado que permita a los innovadores apropiarse de los beneficios,
habrá un comportamiento empresarial proclive a la inversión y la innovación, mientras
que la inexistencia de estos elementos desalentaría el espíritu emprendedor. Más
recientemente se han incorporado a esta categoría las nociones de ambiente
89
institucional para la innovación, que refiere a las normas regulatorias de propiedad del
conocimiento en cada sector (Malerba y Orsenigo, 1996).
Los estudios de Katz plantean que los sectores con mayor “éxito” en la reducción de la
brecha de productividad fueron los de procesamiento de recursos naturales y del
sector automotriz. En ambos casos operan regímenes tecnológicos diferentes y el
efecto de las reformas estructurales fue también diferente. Como ya se mencionó, el
primero se trata de un sector que tuvo un fuerte impulso a raíz de la apertura, y en el
que las condiciones de acceso a la tecnología cambiaron al partir de un modelo de
suministro de servicios y bienes tecnológicos endógeno hacia un modelo de acceso al
mercado internacional de tecnología, basado en la compra directa de equipos y del
servicio on line. Por otra parte el sector automotriz se destaca por la presencia de
regulaciones ad hoc y por la fuerte presencia de subsidiarias de empresas
internacionales que han disminuido el nivel de inversión en I&D en la región de manera
significativa. En ambos sectores las condiciones de apropiabilidad de los
conocimientos son escasas y en ambos se han transformado en commodities a nivel
internacional. En el primero su éxito relativo parece basarse en la presencia de
ventajas comparativas estáticas mientras que en el segundo en la presencia de
regulaciones específicas.
Los trabajos que analizan los principales rasgos de la industria en toda la región
muestran que los sectores con mejor desempeño en la etapa post-reformas provienen
o bien de grandes conglomerados nacionales o bien de subsidiarias locales de
empresas trasnacionales, evidenciando un fuerte impacto negativo en la PYMES. El
principal indicador de esto es la fuerte mortandad de PYMES y la generación de
regímenes sectoriales con fuertes indicadores de concentración. Este aspecto estimula
el estudio específico de la industria uruguaya durante este período ya que en la
estructura económica de Uruguay la participación relativa de la Inversión Extranjera
Directa (IED) en la industria manufacturera ha disminuido respecto a otros sectores de
la economía. Asimismo, ha crecido el número de PYMES, superando en este
momento el 90% de las empresas industriales (INE-CEN, 1997).
En lo que respecta al acercamiento de la brecha respecto a la frontera tecnológica
medida a partir de la productividad laboral, los estudios de la CEPAL (Katz, 2000.
Stallings y Peres, 2000) sugieren que las reformas estructurales han tenido sí un fuerte
impacto en la aceleración del crecimiento en la década de 1990. Sin embargo están
muy lejos de haber sido el factor determinante de los procesos de catching up o
lagging behind de la industria manufacturera latinoamericana. En este aspecto han
cumplido un papel muy relevante las políticas sectoriales específicas que se
desarrollaron en cada país y las fuerzas inerciales de las formas de producción y los
procesos de aprendizaje desarrollados en el pasado (Katz, 2000: 29).
A modo de síntesis puede decirse que las reformas estructurales desataron en la
industria latinoamericana un proceso de destrucción creativa que ha dejado ganadores
y perdedores en la región (Katz, 2000: 59). La “selección” de ganadores y perdedores
en este proceso muestra grandes problemas de coordinación entre las políticas
90
estructurales a nivel macro y los problemas productivos a nivel sectorial y de las firmas
(meso y micro). Con mayor distancia temporal respecto a estos procesos, se puede
observar que estos cambios se enmarcan dentro de las nuevas formas de
conformación de asimetrías y jerarquías a nivel internacional. Así este proceso de
destrucción creativa tuvo como consecuencia procesos de “innovación destructiva” en
materia de productos, empleos y habilidades (Arocena y Sutz, 2003b: 172).
III - Los problemas de vinculación entre las políticas macro y los incentivos
micro: nuevas formas de heterogeneidad estructural
El enfoque de articulación micro macro supone que la adopción de medidas de política
económica macro, tales como planes de estabilización, apertura comercial o retiro del
Estado de la producción, llevan implícitas señales que operan como incentivos para
las firmas (nivel micro). Este enfoque ha sido utilizado para el análisis de las reformas
estructurales por Stallings y Peres (2000) y por Katz y Cimoli (2001), estos últimos
específicamente para analizar el impacto de las reformas en la brecha tecnológica de
América Latina respecto a los países desarrollados.
Las reformas estructurales, lejos de tener un impacto homogéneo ampliaron la
heterogeneidad característica de América Latina, con un impacto muy desigual entre
países, sectores y empresas (Katz y Cimoli, 2001). La implementación de las reformas
tuvo un impacto desigual entre los actores por no reconocer situaciones específicas.
Ante el desorden macroeconómico, la imposibilidad de controlar la inflación y los
problemas sostenidos para retomar el crecimiento, en el marco de una economía
global que modificaba el régimen de incentivos, las reformas de orientación al mercado
fueron vistas como la solución al problema de la inserción dinámica de las economías
latinoamericanas. Según prescribía la teoría, y de hecho se dio en parte la práctica, a
este proceso debía seguirle una segunda etapa de estabilización, crecimiento del
ahorro y la inversión, que indica que los agentes individuales responden a la política
monetaria y fiscal. Sin embargo, la apreciación de la moneda, producto de la apertura
financiera y la recepción de flujos de capital, condujo a un encarecimiento de las
exportaciones de la región. Esto fue percibido como una señal equívoca por parte de
los agentes, que habían invertido en mejorar su capacidad exportadora a partir de la
apertura comercial (Stallings y Peres, 2000: 14).
A posteriori de consolidado el ahorro se esperaba un tercer estadio en el que los
indicadores mejoraran aún más y nuevas firmas entraran al mercado comenzando la
senda del crecimiento (Katz y Cimoli, 2001). La evidencia empírica muestra que en
esta etapa final no se dio un proceso de ingreso de nuevas firmas, sino un proceso de
sustitución. Dicho proceso muestra que la concepción macro de las reformas
estructurales carecieron de enfoques micro y meso que permitieran comprender cómo
las diferencias intersectoriales, las capacidades institucionales existentes y los niveles
de inversión autónoma inciden en la diferencias entres los sectores. En este aspecto la
realidad latinoamericana se distingue de períodos anteriores, ya que las diferencias
sectoriales no se expresan como lo mostraba el estructuralismo latinoamericano, como
un rezago de la producción tradicional, sino que se introducen sectores dinámicos y
91
sectores intensivos en mano de obra no tradicionales, según el nuevo régimen de
incentivos (Ocampo, 2003). Un ejemplo de ello es la proliferación de industrias livianas
y el sector servicios luego del proceso de reformas.
Katz y Cimoli (2001) destacan que las transformaciones estructurales de las
economías latinoamericanas “barrieron” de manera homogénea situaciones disímiles,
llevando a un proceso de sustitución de fuentes locales de conocimiento. A su vez,
desde la política macroeconómica, marcada por la apertura y la restricción fiscal, se
genera un nuevo régimen global de incentivos, a partir del cual operan agentes
altamente asimétricos. No se generaron sistemas sectoriales de incentivos que
pudieran reducir las asimetrías, al tiempo que la producción se concentró en un menor
número de firmas, lo que lleva a que las posibilidades de aprovechar las capacidades
existentes y lograr controlar un flujo adecuado de la tecnología aplicada a la
producción dependan de pocas empresas, con un alto índice de trasnacionalización en
las empresas de la región.
El impacto de las reformas estructurales sobre la composición industrial en América
Latina muestra un proceso de inequidad en las oportunidades de acceso al mercado
de tecnología entre las firmas de la región. La alta tasa de “mortandad” de PYMES a
partir de la instauración de las reformas, sugiere que estas firmas no tuvieron
posibilidades de acceder a los mecanismos de reconversión necesarios para el nuevo
sistema de regulación de la producción industrial. Este periplo llevó a que en algunos
casos, particularmente el argentino, las ganancias de productividad fruto de las
reformas, quedase en manos de empresas trasnacionales y que aumentara la brecha
tecnológica respecto a los países desarrollados.
Este diagnóstico encuentra puntos en común con el análisis de Rosemary Thorp
(1998) respecto al patrón de producción que dejaron tras de sí estas reformas. La
apertura de las economías, en el marco de un proceso de reorientación al mercado,
implicó la especialización en determinados sectores de producción, según cada país.
Esto trajo aparejados problemas de diversificación de las economías, que
experimentaron un retorno a la concentración de la producción en poca variedad de
productos, así como una escasa propensión a generar mecanismos de agregación de
valor a los productos (Thorp, 1998: 253). A modo de ejemplo, las exportaciones
chilenas tuvieron una reorientación hacia los recursos naturales con la incorporación
de bienes alimenticios a la tradicional canasta de exportación. Esta especialización
mostró buenos resultados en términos de crecimiento pero escasas señales de que
estuviera acompañada por un proceso de formación de capacidades para la
incorporación de valor a los productos (Thorp, 1998: 252).
En síntesis, las reformas de los años noventa llevaron a un desaprovechamiento de
los recursos humanos locales, a la baja de la I&D doméstica y a que los procesos de
alta tecnología que se realizaban en esta región migraran hacia las economías
maduras tecnológica e industrialmente, con lo que la región se mantiene inserta en el
intercambio mundial de forma periférica en base a la producción de bienes de bajo
92
valor agregado. Esta situación se correspondería con la vieja idea de Albert Hirschman
(1964), que identificaba como el principal problema del subdesarrollo el
desaprovechamiento sistemático de las capacidades locales.
Los documentos de CEPAL (Katz y Cimoli, 2001) proponen dos grandes modelos
analíticos para caracterizar la forma de inserción comercial de la región, por un lado
las economías que se basan en sectores intensivos en recursos naturales (caso del
Cono Sur); y por el otro el caso de las economía mexicana y parte de las
centroamericanas, que ha virado su especialización hacia la integración industrial
internacional, mediante la industria de ensamblaje (maquila).
Los dos modelos propuestos por Katz y Cimoli para caracterizar la industria
latinoamericana luego de las reformas estructurales muestran que la región ha tendido
a especializarse en la producción de bienes intensivos en recursos naturales y ha
disminuido, acompañando una tendencia mundial, el peso de los sectores intensivos
en mano de obra. Si bien esta caracterización ha sido cuestionada por las dificultades
que presenta para comprender el caso brasileño, es un adecuado punto de partida
para analizar el papel de la industria manufacturera en América Latina, a partir de la
composición estructural de su producción y su incidencia en la homogeneidad o
heterogeneidad de los niveles de productividad y retribuciones.
Como se vio en el Capítulo 2, la transformación estructural de la economía
latinoamericana a través de la captación del progreso técnico mediante las actividades
industriales, es una vieja preocupación en la región. Si se observan los datos más
recientes se aprecia que a diferencia de lo ocurrido en otros países emergentes,
América Latina no atravesó un proceso de cambio estructural hacia la producción de
bienes difusores de conocimiento sino que mantuvo su especialización en bienes
basados en recursos naturales. Los únicos países de la región en que aumenta el
peso relativo de los sectores difusores de conocimiento son México y Brasil, en el
primer caso por la incorporación a cadenas globales de valor y en el segundo por el
aprovechamiento de la infraestructura tecnológica creada en períodos anteriores. Por
el contrario, en el caso uruguayo, que partió de un peso muy poco significativo de
estos sectores en su economía, se puede apreciar como los mismos pierden
relevancia en el período 1970-2000 (Cimoli, et al. 2005: 14-15).
Cimoli et al (2005) retoman las clásicas ideas cepalinas sobre el estudio del cambio
estructural y analizan un panel de datos para diferentes países, en los que una vez
más, vuelve a constatarse que el cambio estructural en el sentido de Prebisch entendido como la orientación de la economía hacia aquellos sectores de mayor
productividad- no es el camino seguido por la industria latinoamericana. Los países
que han experimentado transformaciones estructurales en ese sentido, como ser
Corea y Finlandia, lo hicieron en base a políticas activas de largo plazo dirigidas a la
acumulación de capacidades tecnológicas (Cimoli, et al. 2005: 22).
93
Cuadro 3. Estructura industrial y trayectoria productiva. Uruguay 1970-2003
Estructura industrial
Comercio internacional de bienes
Cambio estructural de
sectores industriales (%)
Especialización comercial (%)
Sectores
1970
2000
Categorías
Basados
en
Recursos
Naturales
56,7
69,6
Basados
en Mano
de Obra
32,3
21,1
Baja
Tecnología
22,3
24,1
Difusores
del
progreso
técnico
11,0
9,3
Mediana
Tecnología
5,1
9,4
Recursos
Naturales
1970
2002
41,3
59,9
Índice de
adaptabilidad*
1985
0,43
Alta
tecnología
0,6
3,6
Otras
30,7
3
Crecimiento
2002
Crecimiento del PBI
(Crecimiento PBI per cápita)
1970
1981
1991
1970
1980
1990
2003
2003
2,99
0,15
1,46
1,57
(2,58)
(-0,48)
(0,79)
(1,01)
0,75
Fuente: Cimoli, M, et al. (2005)
* Se define como la relación entre la participación de las exportaciones del país o región en los sectores de mayor dinamismo
en la demanda mundial, sobre la participación en los sectores de menor dinamismo externo.
Estos trabajos de la CEPAL de 2005 muestran la continuidad en una línea de
investigación y elaboración de propuestas que puede leerse como una maldición de
Casandra. Desde los escritos de Prebisch en 1949 pasando por las obras de Furtado,
Fajnzylber, Katz y la reciente publicación de Cimoli, se encuentra reflexión teórica
sustentada en evidencia empírica, con inclusión de análisis comparado, que no ha
logrado tener eco en medidas tendientes a la transformación estructural.
Los patrones de especialización productiva muestran a comienzos del siglo Veintiuno
problemas recurrentes en América Latina para reencauzar la estrategia de
industrialización en una estrategia de desarrollo. Dichos problemas se manifiestan en
las formas de integración al mercado internacional antes descritas y en una nueva
forma de heterogeneidad estructural al interior de los países que componen la región
(Cimoli et al, 2005. Porcile y Holland, 2005).
En el siguiente cuadro, Porcile y Holland (2005:54) presentan un indicador de
dispersión de la productividad (el coeficiente de variación) y un indicador de
desigualdad de los niveles de productividad entre trabajadores (índice de Gini). En
todos los casos se advierte un aumento de la dispersión en los años noventa en la
industria latinoamericana y para el caso uruguayo en particular se aprecia un aumento
de la desigualdad en la productividad según sector.
94
Cuadro 4. Evolución de la heterogeneidad en la industria latinoamericana
1970-2002
1970
1980
1990
1999
2002
Argentina
Coeficiente de variación
1,34
1,22
1,19
1,75
1,15
Índice de Gini
0,26
0,24
0,32
0,36
0,32
Brasil
Coeficiente de variación
0,93
1,97
1,56
2,19
2,11
Índice de Gini
0,26
0,26
0,28
0,36
0,38
Chile
Coeficiente de variación
1,71
1,34
1,79
2,04
2,14
Índice de Gini
0,42
0,38
0,42
0,39
0,42
Colombia
Coeficiente de variación
0,63
0,97
0,86
0,91
1,03
Índice de Gini
0,26
0,30
0,32
0,31
0,36
México
Coeficiente de variación
0,65
0,56
0,59
0,80
0,78
Índice de Gini
0,28
0,25
0,25
0,29
0,30
Uruguay
Coeficiente de variación
1,59
1,99
1,46
1,73
1,66
Índice de Gini
0,38
0,43
0,33
0,41
0,40
Fuente: Porcile y Holland, 2005: 54
Coeficiente de variación, calculado a partir del desvío padrón y la media no
ponderada de la productividad de cada sector
La heterogeneidad de las estructuras productivas y en particular la heterogeneidad
intra-industrial es una característica de la región. En ese marco se inscribe uno de los
objetivos de este trabajo, que es la identificación de patrones de desarrollo de las
capacidades de innovación en la industria manufacturera uruguaya, el que será tratado
en el capítulo siguiente.
95
CAPÍTULO 5
Contexto histórico, descripción y discusión de los determinantes de las
capacidades de innovación en la industria manufacturera uruguaya 1985-2003
Introducción
En los capítulos precedentes se han expuesto diferentes aproximaciones teóricas y
metodológicas al objeto de estudio seleccionado. Tales aproximaciones, como se
insistió en las líneas anteriores, muestran que se trata de un objeto de investigación
muy amplio que admite diferentes abordajes. A su vez, en los antecedentes se aprecia
tanta preocupación por el análisis de resultados como por el análisis del método en sí.
En este capítulo se presentan los resultados de la investigación, procurando
profundizar en el análisis teórico antes expuesto y discutiendo las formas de
aproximación metodológica seleccionadas a la luz de otras alternativas. De esta
manera, si bien es un capítulo dedicado al análisis de resultados, en el mismo se
presentan varios aspectos metodológicos con el objetivo de facilitar la lectura y la
revisión crítica de la coherencia del trabajo.
Este capítulo contiene el cuerpo central del trabajo, por lo cual es notoriamente más
extenso que los precedentes. En el primer apartado se describen los resultados de la
estimación de los patrones de capacidad innovativa y del cálculo del Índice de
Capacidades de Innovación (ICIu) para la industria manufacturera uruguaya, los
cuales se analizan de acuerdo al contexto de la economía uruguaya en cada
momento. En el segundo, se discuten posibles explicaciones para el desarrollo
diferencial de los patrones identificados, analizando la incidencia de diferentes
variables. Finalmente se esboza una breve síntesis de los resultados.
I – Patrones de comportamiento innovativo en la industria manufacturera
uruguaya 1985-2003
El período seleccionado para el análisis se debe a razones prácticas y sustantivas. En
primer término, es el período en el cual existe información razonablemente sistemática
sobre el comportamiento tecnológico de las firmas industriales. Por otra parte, el
período cubre dieciocho de los veinte años de democracia ininterrumpida que lleva el
país. Durante esos años la economía de Uruguay ha pasado por períodos de
crecimiento y recesión, sufrió una de las crisis económico-financieras más importantes
de la historia del país y una posterior recuperación del crecimiento. Como se analizó
para la región latinoamericana, estas situaciones se produjeron en el marco de un
proceso de cambio estructural, que se manifiesta en la retracción del papel del Estado
de la economía, en un proceso de apertura comercial y en la disminución del peso
relativo de la industria. La participación de este sector, que es objeto de estudio en el
presente trabajo, pasó del 25% del PBI en 1985 a 19% en 1995, para terminar el
período con una participación de 17% (INE, 2006).
96
En los apartados que siguen se presentan los resultados del análisis para la
identificación de patrones de capacidades de innovación en la industria uruguaya.
Dado que el tipo de fuentes hace difícil la comparación directa de los datos, se
presentan los patrones identificados dentro de cada subperíodo, analizando el
contexto de la economía nacional y de las actividades de ciencia y tecnología en el
país.
I.i El comportamiento innovativo de la industria en el período de reapertura
democrática
El primer gobierno democrático asumió en 1985 en un contexto de fuertes
desequilibrios macroeconómicos. Producto de la crisis de 1982 se heredó una inflación
elevada y se registró una severa caída del salario real, un aumento del desempleo y
un pronunciado déficit fiscal. Estos problemas macroeconómicos se produjeron en un
contexto pautado por una severa crisis de la deuda interna y externa. Pasados los
efectos de la crisis de 1982 el desempeño económico durante el primer quinquenio
mostró signos apreciables de reactivación, tanto en crecimiento del producto, como de
las exportaciones, en particular las destinadas a países vecinos (Antía, 2001). A su
vez, se registró un crecimiento del empleo y el salario real comenzó un proceso de
reactivación producto de la recuperación económica y de la reinstauración de los
Consejos de Salarios como forma de regulación salarial.
Sin embargo, la recuperación del dinamismo no fue constante durante el quinquenio.
En el primer año se arrastraban las consecuencias de la crisis previa. El crecimiento
se concentró en 1986-1987 y se detuvo en 1988-1989, como consecuencia de una
política económica tendiente a evitar una crisis del sector externo proveniente de que
la demanda interna y las exportaciones no crecían a un ritmo compatible con el
comportamiento de las importaciones, lo cual impedía cumplir con las obligaciones
externas. Otros aspectos negativos que aparecieron durante este subperíodo fueron la
persistencia de grandes desequilibrios fiscales y de altas tasas de inflación (70,8%
promedio anual) (Antía, 2001).
Desde el punto de vista del desempeño industrial y de la inversión, el crecimiento se
apoyó en el empleo de la capacidad ociosa existente en el período post crisis, sin un
incremento de la inversión. La política de “enfriamiento” limitó la inversión pública a lo
que se sumó que la experiencia reciente de la crisis y el sobreendeudamiento interno
del sector privado tampoco alentaran la inversión. En este contexto la productividad
laboral en la industria creció levemente. Las políticas de promoción sectorial más
importantes entre 1985 y 1989 estuvieron enfocadas sobre el sector hotelero y
forestal. No existieron políticas de relevancia específicamente orientadas a la industria,
a excepción del intento de radicación en zona franca, mediante la aprobación de este
régimen, que finalmente no tuvo éxito debido a la imposibilidad de actuar desde este
régimen para la región (Antía, 2001:14-15).
En este contexto, el sistema institucional de C&T de Uruguay se concentraba en el
sector público, lo cual es una característica de todo el período considerado y en
97
general de los sistemas de ciencia, tecnología e innovación en los países
subdesarrollados. En el año 1985, sólo un 6,5% de los investigadores del país estaban
radicados en el sector privado. Asimismo, en este período se registraba una fuerte
concentración de las capacidades de investigación en el área de ciencias exactas y
naturales (45,3% de los investigadores del país en 1985) (Argenti, et al, 1988: 38-40).
Es en este período que se crea el Programa de Desarrollo de las Ciencias Básicas
(PEDECIBA) el cual daría impulso a la investigación y formación de recursos humanos
en el área de ciencia básica, la cual se constituye en el área de investigación de mayor
fortaleza hasta hoy en Uruguay. La creación del PEDECIBA es probablemente el
mejor indicador de los primeros esfuerzos de reconstrucción de un sistema de ciencia
y tecnología en Uruguay a posteriori de la destrucción efectuada durante la dictadura.
Quizá sea más acertado decir que es un buen indicador de una actividad que mostró
durante los años siguientes la importancia de la creación de programas estables en
base a una comunidad con fuertes capacidades y un alto nivel de autoidentificación
como tal. No obstante, en el período de la restauración democrática se pueden
apreciar también algunos tímidos esfuerzos por la reconstrucción y fortalecimiento de
un sistema de ciencia y tecnología en Uruguay (CINVE, 1986).
La concentración de los esfuerzos y las capacidades de investigación en el sector
público es una característica crónica del sistema de CTI uruguayo que se registra en
todo el período considerado. Asimismo, la fragilidad de los vínculos dentro del sistema
de investigación y entre éste y las actividades productivas es también una
característica generalizable que se registra en los antecedentes para este subperíodo.
El grueso de las actividades de investigación se realizaban “hacia adentro” de las
instituciones en que se radicaban, con escasos vínculos con el resto del tejido
institucional del país (Argenti et al, 1988: 74-83). En particular en lo que refiere a la
relación entre las instituciones de investigación y la industria manufacturera se aprecia
una relación de muy baja intensidad, siendo que sólo el 6,4% de los proyectos de
investigación registrados por el relevamiento de CIESU de 1985 estaban dirigidos a la
industria manufacturera como campo de aplicación (Argenti et al, 1988: 77).
Cuadro 5. Grupos de empresas según de capacidades de innovación
identificados por el análisis de cluster 1985
Identificación
Definición
Casos
% de casos
Vinculación para la recepción de transferencia
1
15
4,09
tecnológica sin actividades de I&D
Recepción de asistencia técnica con capacidades
2
61
16,62
de absorción de base técnica no profesional
Vinculación para la recepción de transferencia
tecnológica con capacidades de absorción con base
3
69
18,80
profesional
Vinculaciones para la recepción de transferencia
tecnológica y acuerdos de producción sin
4
58
15,80
actividades de innovación
5
No caracterizable a partir de los componentes*
164
44,69
*Baja correlación con todas las variables seleccionadas, se interpreta como ausencia de
capacidad innovativa
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
En el contexto antes descrito, el cuadro 5 muestra los grupos o conglomerados de
empresas según capacidades de innovación identificados en la industria
manufacturera uruguaya en 1985. Para la identificación de los patrones se siguió el
98
procedimiento descrito en el Capítulo 3, aplicando el análisis de componentes
principales y el análisis de clusters al conjunto de variables que se detallan en la tabla
A.I del Anexo Metodológico.
Los hechos más significativos que surgen de los cinco grupos identificados pueden
resumirse en: (i) la alta concentración de empresas que no pueden ser caracterizadas
a partir de los indicadores de capacidad innovativa (44,69%): “empresas sin desarrollo
de capacidades de innovación”; y (ii) la relevancia de los indicadores referidos a la
vinculación con el entorno para caracterizar a los cuatro grupos restantes.
Cuadro 6. Características de las empresas en los grupos
identificados por el análisis de cluster 1985
Identificación
Características de las empresas
1
61% empresas creadas antes de 1970. Empresas medianas (100%) con
alta participación trasnacional (39%) sin participación exportadora
2
93% empresas creadas antes de 1970 23% Trasnacionales
49% empresas grandes 23% exportan más del 50% de la producción
3
84% empresas creadas antes de 1970 13% Trasnacionales
50% empresas grandes 7% exportan más del 50% de la producción
4
76% empresas creadas antes de 1970 17% Trasnacionales
55% empresas grandes 31% exportan más del 50% de la producción
5
81% empresas creadas antes de 1970 7% Trasnacionales
20% empresas grandes 10% exportan más del 50% de la producción
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
Como se aprecia en el cuadro 6 en todos los grupos identificados predominan
empresas con más de 15 años de antigüedad, es decir que se trata de empresas que
comenzaron a producir con anterioridad al inicio del proceso aperturista (1976). La no
distinción de los grupos según la antigüedad de la empresa es un resultado esperable,
ya que el 82% de las empresas que componen la muestra son anteriores a 1970.
Una situación diferente ocurre al observar la presencia de empresas con capital
extranjero dentro de cada grupo identificado, siendo que los grupos 1 y 2 presentan
una proporción significativamente más alta que la de la muestra general (14%).
Dadas las características de la selección de la muestra23 y las propias características
de la industria manufacturera en este subperíodo, el peso relativo de las empresas
grandes (más de 100 empleados) es significativamente mayor que en las otras fuentes
relevadas (37%). Eso explica la alta presencia de empresas grandes en cuatro de los
cinco grupos identificados. A su vez el tamaño de las firmas está altamente
correlacionado con la propensión exportadora (cuadro 7) lo cual permite una primera
caracterización tentativa de los grupos 2 y 4 por su alta presencia de firmas de fuerte
propensión exportadora y el peso relativo de las firmas grandes. La propensión
exportadora en el total de la muestra es significativamente baja, el 60% de las firmas
que componen la muestra destina toda su producción al mercado interno, a la vez que
23
Ver Anexo Metodológico.
99
sólo el 28% exporta más del 20% de su producción y un 17% de las firmas exportan
más del 50%.
Cuadro 7. Matriz de correlaciones (Rho de Spearman)
entre las variables para caracterizar grupos. 1985
Fecha de
inicio de
actividades
Fecha de inicio Coef.
de actividades
Sig.
Presencia de Coef.
capital
trasnacional
Sig.
Tamaño de la
firma
Presencia
de capital
trasnacional
1
.
Porcentaje de
producción
exportada
Tamaño de
la firma
-0,139**
-0,147**
0,093*
0,004
0,002
0,038
1
0,056
-0,024
0,138
0,320
1
0,514**
.
Coef.
Sig.
.
Porcentaje de
producción
Coef.
exportada
Sig.
**La correlación es significativa al nivel 0,01 (unilateral).
*La correlación es significativa al nivel 0,05 (unilateral).
0,000
.
1
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
En el cuadro 8 se aprecian las ramas productivas con mayor peso en cada uno de los
grupos identificados. Debido al diseño muestral y al tipo de ponderadores empleados,
las PYMES del sector de caucho y plástico adquieren en el total de la muestra una
sobre-representación significativa (cuadro 9). No obstante, los grupos en donde esto
ocurre se identifican con la concentración en el mercado interno (1) y con la carencia
de capacidades de innovación (5). Ello parece coherente con el tipo de
establecimientos que en muchos casos comparten las actividades de producción con
mantenimiento. No obstante es posible apreciar el peso relativo de los sectores de
química y maquinaria eléctrica en el grupo identificado por la presencia de
profesionales (cuadro 5).
Cuadro 8. Agrupaciones productivas de mayor significación en los grupos
Identificados mediante el análisis de cluster 1985
Identificación
Agrupaciones productivas
1
50% Caucho, plástico y vidrio 15% Química 12% Maq. Eléctrica
2
16% Química 16% Caucho, plástico y vidrio 14% Bebidas y tabaco
3
23% Química 19% Caucho, plástico y vidrio 14% Maq. Eléctrica
4
23% Textiles 22% Alimentos (exc. Pescado y lácteos) 18% Química
5
26% Caucho, plástico y vidrio 13% Bebidas y tabaco
12% Metálicas básicas
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
Estos dos sectores, junto con el sector textil y el de bebidas y tabaco son los que
presentan una participación diferencial en los grupos respecto a su peso relativo en el
total de la muestra. La incidencia del sector de actividad sobre el desarrollo de las
capacidades de innovación será tratada específicamente en el apartado III de este
capítulo. No obstante, es posible adelantar que dada la heterogeneidad intra-rama de
la industria uruguaya y las características informales e idiosincráticas de los procesos
100
de innovación, es difícil encontrar un patrón de comportamiento empresarial a nivel de
sector, siendo más significativo el comportamiento “individual” a nivel de firma, según
las características de la misma, para explicar el comportamiento innovativo (Argenti et
al, 1988).
Cuadro 9. Agrupaciones Productivas consideradas en la
muestra de la Encuesta CIESU 1985
Casos
Porcentaje
Lácteos
2
Pescado
9
0,67
2,41
Otras alimenticias
42
11,44
Bebidas y tabaco
34
9,34
Textiles
40
10,95
Calzado y cuero
16
4,28
Papel y cartón
18
4,79
Química
46
12,64
Petróleo
1
0,28
Caucho, plástico y vidrio
81
22,22
Metálicas básicas y estructuras
29
7,82
Máq no eléctrica
16
4,30
Máq eléctrica
23
6,28
Automotores
9
2,58
Total
367
100,00
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
Considerando la observación previa, el equipo de investigación que realizó la
Encuesta CIESU 1985, propuso una interesante tipología de comportamiento
empresarial, basada en la distinción de cuatro “estrategias” respecto a la propensión a
innovar (medida a partir de la realización de I&D) y a los procesos de modernización
técnica llevados a cabo por las empresas industriales (medida por la realización de
otras actividades tecnológicas de menor complejidad que pueden asimilarse al
concepto de capacidades de mejoramiento (Viotti, 2004)). A partir de estos dos tipos
de actividades, los investigadores de CIESU24 identificaban las siguientes estrategias
empresariales:
(i) La primera estrategia, consiste en recurrir simultáneamente a un esfuerzo
innovativo endógeno (I&D) y a la tecnificación de las actividades asociadas al proceso
productivo (Esta estrategia se identificaba en empresas de: Maquinaria Eléctrica,
Química, Automotoras, Petróleo, y en parte, Bebidas y Tabaco)
(ii) La segunda estrategia no lleva a cabo ninguno de los dos tipos de actividades
(iii) La tercera refiere a empresas que realizan esfuerzos por innovar (I&D) pero no por
diversificar las actividades asociadas al proceso productivo.
(iv) Finalmente la cuarta estrategia está definida por un comportamiento empresarial
inverso al anterior (CIESU, 1987: 26).
A partir de la información de los cuadros precedentes es posible identificar tres
patrones de desarrollo de las capacidades de innovación en la industria manufacturera
uruguaya en 1985 (cuadro 10). Estos patrones pueden interpretarse como una
24
Gisela Argenti, Carlos Filgueira y Judith Sutz
101
combinmación alternativa de las “estrategias” identificadas por los investigadores de
CIESU.
Patrones
Cuadro 10. Patrones de capacidades de innovación 1985
Grupos que lo
Patrones
Nº Casos
componen
% de casos
2y4
Empresas con alta participación trasnacional y
muy alta propensión exportadora, con diversos
vínculos con agentes externos para realizar
actividades de innovación y con altas o medias
competencias internas
119
32,42
B
1y3
Grandes empresas con alta presencia
trasnacional y baja propensión exportadora
receptoras de asistencia técnica sin desarrollo de
competencias internas
84
22,89
C
5
Pequeñas empresas con baja participación en la
economía internacional con muy escaso
desarrollo de capacidades de innovación.
164
44,69
A
Fuente: Elaboración propia en base a Encuesta CIESU 1985
Los tres patrones identificados muestran el bajo desarrollo de las capacidades de
innovación en la industria manufacturera uruguaya a mediados de la década de 1980.
En un momento en que aún los efectos de la apertura se manifestaban solamente en
la adquisición de bienes de capital y en el cual la presencia de empresas
trasnacionales proveedoras del mercado interno era aún relativamente alta, las
actividades de innovación se concentraban en la recepción de tecnología en el patrón
B, y en un tipo de actividad económica de muy bajo contenido innovativo en el patrón
C. Es así que sólo el 32% de la muestra25 se compone de empresas que además de
recibir transferencia de tecnología y establecer acuerdos con terceros contaban con
capacidades técnicas o profesionales que permitieran procesos más complejos de
innovación. Los determinantes que puedan explicar este comportamiento y las
posibles interpretaciones teóricas se analizan en el apartado III de este capítulo.
La identificación de un patrón de mayor desarrollo de las capacidades de innovación
es algo que se reitera en el análisis de los datos posteriores. Una forma de explicar
este comportamiento es adaptando la noción de “innovación encapsulada” (Arocena y
Sutz, 1999), para caracterizar cómo efectivamente ciertos comportamientos
innovativos se incorporan en la actividad económica de un grupo, generalmente
reducido, pero de forma que no aparecen a partir de allí procesos de difusión hacia
otras empresas. En tal sentido contar con mejor información sobre la intensidad, el
tipo, el contenido y la estabilidad de los vínculos entre empresas, sería un elemento
esencial para profundizar en este análisis.
25
En esta encuesta se seleccionaron agrupaciones de sectores y se descartaron algunos potencialmente
no innovadores, por lo cual el patrón A puede estar sobrestimado en relación al universo de la industria en
1985.
102
I.ii Patrones de capacidades de innovación industrial en un marco de apertura y
crecimiento 1990-1997
La década de 1990 se inicia en Uruguay con la llegada al gobierno del Dr. Luis Lacalle
quien impulsó una serie de reformas estructurales en línea con las implementadas en
el resto del continente. Si bien la penetración de las reformas en Uruguay fue
significativamente menor que en otros países de la región, las mismas tuvieron un
fuerte impacto en la apertura comercial y la desregulación laboral. Durante el período
predominó una tasa de crecimiento positiva alentada por la situación regional, a la vez
que se manifestaron importantes repercusiones negativas en la actividad industrial y
en el nivel de remuneraciones.
En este marco de política económica orientada por el equilibrio fiscal y la estabilización
de precios, apoyado en la apertura y desregulación, las políticas sectoriales se
concentraron en el sector servicios, promoviendo en particular los sectores de turismo
y las grandes superficies comerciales. Asimismo se ampliaron las desgravaciones
arancelarias a las importaciones de bienes de capital no competitivos con la industria
nacional y los destinados al sector agropecuario (Antía, 2001: 23).
Este es el período que mejor puede caracterizarse desde el punto de vista de la
transformación tecnoproductiva como de de “modernización incongruente”. En la
primera mitad de la década de 1990 el coeficiente de inversión aumentó respecto al
quinquenio anterior llegando a 14,8%. Parte de este crecimiento, además del
mencionado en el sector servicios y construcción, estuvo destinado a la reposición de
maquinaria y equipos industriales, lo cual fue alentado por un contexto
macroeconómico estable, el abaratamiento relativo de las importaciones de bienes de
capital resultante de la apreciación del Peso y la desgravación arancelaria y de las
presiones hacia una mayor eficiencia productiva resultantes de la profundización de la
apertura comercial externa (Antía, 2001).
No obstante, este crecimiento en la incorporación de bienes de capital no se vio
acompañado de una reestructuración productiva hacia bienes de mayor valor
agregado basados en la incorporación de conocimiento (Cuadro 3) ni mediante la
transformación de la fuerza de trabajo vía calificación. En este marco el crecimiento
estuvo guiado por la producción de bienes no transables, servicios, con una
significativa retracción de la actividad de la industria manufacturera.
No obstante, la industria experimentó una transformación en la modalidad de
organización del trabajo y de contratación que se vio reflejada en el crecimiento de la
tercerización como forma de contratación de personal. Estas transformaciones
orientadas a la ganancia de competitividad estuvieron acompañadas del cierre de
viejas actividades industriales amparadas en regímenes proteccionistas así como por
la transformación de procesos productivos mediante la incorporación de bienes de
capital, factor relativamente más barato que el trabajo. Como resultado, durante los
primeros años de la década de 1990 se apreció un pronunciado crecimiento del índice
103
de productividad aparente en la industria mayor que el incremento de la productividad
del trabajo urbano en general (Antía, 2001).
Durante la década de 1990 comenzaron a implementarse nuevos programas de
fomento a la producción científico-tecnológica. La discusión sobre la relevancia de la
temática cobró una relativa notoriedad en ciertos sectores y a través de préstamos
internacionales se implementaron programas de apoyo a la investigación en ciertas
áreas específicas (Primer préstamo BID para ciencia y tecnología 1992-1997). La
situación del país en ciencia, tecnología e innovación, podía y aún puede
caracterizarse, de manera general como un sistema de investigación altamente
concentrado en la Universidad de la República, con altas capacidades de investigación
en ciencias básicas, una larga tradición en investigación en ingeniería y en
investigación y extensionismo agropecuario, pero con una carencia casi absoluta de
políticas que permitieran al aprovechamiento de tales capacidades. A partir de los
años ’90, en buena medida impulsado por la recepción de préstamos internacionales,
comienza a gestarse una nueva institucionalidad a nivel público que más allá de “llenar
los casilleros del organigrama” de un SNI, tuvo muy poca incidencia en promoción de
la creación de conocimiento y particularmente en el fortalecimiento de los lazos
sistémicos entre los diferentes actores.
Desde el punto de vista sectorial este diagnóstico es particularmente crítico en la
industria y en servicios. Como señalan Arocena y Sutz (1999) a excepción del sector
agropecuario que cuenta con una larga tradición de interacción entre usuarios y
productores, “…no existen organismos con mandatos claros, encargados de tareas
realmente prioritarias, ni con el cometido de definir políticas nacionales de Ciencia y
Tecnología, o de proponérselas a algún cuerpo con capacidad de decisión e
implementación. Existen instituciones que, en los papeles, tienen esas funciones, pero
de hecho apenas si las cumplen, por carencias de todo tipo, y porque están ubicadas
en lugares muy bajos en la pirámide de toma de decisiones del Estado”.
Ante esta situación, cabe reiterar la apreciación antes mencionada de Hirschman
(1964) sobre el sistemático desaprovechamiento de capacidades, producto de la
carencia de información para la toma de decisiones, de coordinación entre los actores,
de personal altamente calificado para la gestión de la política de ciencia, tecnología e
innovación y en particular la duplicación de esfuerzos con el consiguiente derroche de
los escasos recursos existentes. Todo ello muestra que las capacidades existentes en
Uruguay desde la década de 1990 no han sido aprovechadas en todo su potencial
(Arocena y Sutz, 1999. Bértola et al, 2005).
En este contexto, es esperable que el comportamiento innovativo de la industria
manufacturera mostrara bajos niveles de intensidad. Como se indicó, la economía
presentaba signos de crecimiento en base a la apreciación cambiaria, la entrada de
capitales y las transformaciones en el sistema de relaciones laborales, a la vez que el
relativamente joven sistema de promoción de la ciencia, tecnología e innovación
manifestaba señales erráticas y escasamente jerarquizadas sus funciones.
104
Al igual que para el análisis de los datos de la Encuesta CIESU 1985, el cuadro 11
muestra los grupos de empresas según capacidades de innovación identificados en la
industria manufacturera uruguaya para 1990. Para la identificación de los patrones se
siguió el mismo procedimiento que el indicado en el caso anterior. El conjunto de
variables consideradas se detallan en la Tabla A.II del Anexo Metodológico.
Cuadro 11. Grupos de empresas según de capacidades de innovación
identificados por el análisis de cluster 1990
Identificación
Definición
Casos
% de casos
1
Moderada inversión en I&D sin vinculación con
agentes externos
31
0,55
2
Escasa actividades de I&D con presencia de
profesionales y escasa vinculación
93
1,66
3
Escasa dotación de profesionales sin
vinculación con agentes externos
941
16,77
4
Escasa dotación de profesionales y baja
inversión en I&D
78
1,39
5
Casi nulas capacidades de innovación
4352
77,58
6
Intensidad de gasto en I&D con alta proporción
de profesionales en esa tarea. Baja intensidad
en la vinculación con el entorno
115
2,05
Fuente: Elaboración propia en base a Encuesta DECON 1990.
Los hechos estilizados que surgen de los grupos identificados pueden resumirse en (i)
la muy alta concentración en firmas sin desarrollo de capacidades de innovación
(Grupo 5)26 y, (ii) la fuerte discriminación que opera entre los grupos las dimensiones
consideradas para la elaboración de los ACP: competencias internas, vínculos con
agentes externos y experiencia innovativa.
En el cuadro siguiente se observan las características de las firmas que componen
cada uno de los grupos identificados. La característica más notoria que muestran los
grupos es la alta concentración de empresas pequeñas en el grupo 5, mientras todos
los demás grupos presentan una proporción de empresas grandes mayor que la
proporción que se aprecia en el total de la muestra (5,2%). En lo que respecta al
tamaño de las firmas, otro hecho sobresaliente es la alta proporción de empresas
medianas en los grupos 4 y 6 (71% y 62% respectivamente, siendo la proporción en el
total de la muestra de 23,7%).
26
Es preciso considerar, en el caso de esta Encuesta como de las otras dos elaboradas por el DECON
con objetivos específicos diferentes al estudio del comportamiento innovativo, que el tipo de muestreo
considera un universo de empresas mayor, en particular PYMES, lo cual en buena medida explica el peso
relativo de este grupo de empresas sin desarrollo de las capacidades de innovación.
105
Cuadro 12. Características de las empresas en los grupos
identificados por el análisis de cluster 1990
Identificación
Características de las empresas
1
Empresas pequeñas (68%) y grandes (38%) 17% Trasnacionales
18% exportan más del 50% de la producción 38% creadas antes de 1975
2
66% empresas creadas antes de 1975 13% Trasnacionales
26% empresas grandes, sin pequeñas
9% exportan más del 50% de la producción
3
39% empresas creadas antes de 1975 4% Trasnacionales
10% empresas grandes 4% exportan más del 50% de la producción
4
73% empresas creadas antes de 1975 45% Trasnacionales
25% empresas grandes, casi sin pequeñas
7% exportan más del 50% de la producción
5
43% empresas creadas antes de 1975 3% Trasnacionales
3% empresas grandes 5% exportan más del 50% de la producción
6
48% empresas creadas antes de 1975 25% Trasnacionales
11% empresas grandes 8% exportan más del 50% de la producción
Fuente: Elaboración propia en base a Encuesta DECON 1990.
Tampoco en este caso la antigüedad de la firma aparece como un elemento
discriminante entre los grupos, a excepción del conglomerado 2 y 4 todos ellos
muestran una proporción de firmas “viejas”27 muy similar al del total de la muestra
(43,5%).
Por las mismas razones apuntadas en la nota a pie 4 de este capítulo, la presencia de
empresas con participación extranjera en el capital es muy reducida en el total de la
muestra (4,7%). Tomando en cuenta esas consideraciones, es posible apreciar la
relevancia relativa de este tipo de empresas en los grupos 1 y 2 y especialmente en el
grupo 4, que es el que muestra claramente características más diferenciadas en las
firmas que lo componen.
El desempeño exportador de las firmas consideradas en el total de la muestra es de
muy baja intensidad, 7% de ellas exportan más del 20% de su producción y 5% más
del 50%. En ese contexto se observa una escasa discriminación entre los grupos
identificados según desempeño exportador con excepción de las empresas
comprendidas en el grupo 1, lo cual se explica por la alta correlación entre esta
variable y el tamaño de las firmas (cuadro 13).
27
Más de 15 años de creadas a la fecha del relevamiento de la encuesta.
106
Cuadro 13. Matriz de correlaciones (Rho de Spearman)
entre las variables para caracterizar grupos. 1990
Fecha de
inicio de
actividades
Fecha de inicio Coef.
de actividades
Sig.
Presencia de Coef.
capital
trasnacional
Sig.
Tamaño de la
firma
Porcentaje de
producción
exportada
Presencia
de capital
trasnacional
1
.
Porcentaje de
producción
exportada
Tamaño de
la firma
-0,122**
-0,232**
-0,131**
0,000
0,000
0,208**
0,000
0,290**
0,000
0,000
1
0,409**
1
.
Coef.
Sig.
.
Coef.
Sig.
0,000
.
1
**La correlación es significativa al nivel 0,01 (unilateral)..
Fuente: Elaboración propia en base a Encuesta DECON 1990.
El cuadro siguiente (14) muestra la participación de los sectores de actividad en los
diferentes grupos identificados. Como se dijo antes, la relación entre sector de
actividad y comportamiento innovativo es compleja de analizar y será objeto específico
del apartado siguiente. A nivel descriptivo puede afirmarse que el grupo 5, como era
de esperar por su peso relativo, sigue una distribución según sector de actividad muy
similar al total de la muestra y que se destaca la alta presencia de la industria química
en los grupos caracterizados por una alta proporción de empresas grandes y con
capital extranjero. Por otra parte se destaca la alta proporción relativa de sectores
tradicionales (cuero, vestimenta y textiles) en los grupos que concentran firmas de
mayor antigüedad.
Cuadro 14. Sectores de actividad de mayor significación en los grupos
identificados mediante el análisis de cluster 1990
Identificación
Sector de actividad
1
68% Prod. Químicos 15% Textiles 4% Prod. Metálicos
2
33% Alimentos 18% Textiles 15% Vestimenta
3
28% Alimentos 10% Vestimenta 8% Textiles
4
39% Prod. Químicos 14% Cuero 11% Alimentos
5
33% Alimentos 8% Vestimenta 7% Prod. Metálicos
6
21% Maq. no eléctrica 14% Madera 14% Alimentos
Fuente: Elaboración propia en base a Encuesta DECON 1990.
Los patrones identificados a partir de los grupos descritos hasta aquí se distinguen de
acuerdo a la definición que muestra el cuadro 15.
107
Patrones
Cuadro 15. Patrones de capacidades de innovación 1990
Grupos que lo
Patrones
Nº Casos
componen
% de casos
A
1, 2 y 6
Empresas grandes con alta participación
trasnacional que realizan actividades de I&D con
diferentes dotaciones de personal calificado y
diferente intensidad de vinculación con el entorno
239
4,26
B
3y4
Empresas grandes con alta presencia
trasnacional con bajo o moderado desarrollo de
capacidades de innovación (en las tres
dimensiones consideradas).
1019
18,16
C
5
Empresas pequeñas con desarrollo casi nulo de
capacidades de innovación
4352
77,58
Fuente: Elaboración propia en base a Encuesta DECON 1990.
Nuevamente se aprecia una alta concentración de firmas que siguen un patrón de
desarrollo casi nulo de capacidades de innovación. Este resultado permite, por un
lado, corroborar que las técnicas empleadas, aplicadas a fuentes de datos muy
disímiles, ofrecen resultados que parecen coherentes. La intención de explicar qué es
lo que determina la formación de los diferentes patrones, siguiendo la hipótesis de que
la baja intensidad en el desarrollo de las capacidades de innovación no permite
suponer un comportamiento homogéneo de toda la industria uruguaya, es tema del
apartado II.
En lo que sigue de este apartado se describen los patrones identificados a partir de las
otras fuentes, considerando las características específicas de cada subperíodo. Para
este mismo lapso se cuenta con información de las Encuestas DECON 1994 y 1996
sobre las cuales se describen los resultados de análisis a continuación.
En el cuadro 16 se muestran los grupos identificados según capacidades de
innovación a partir de la Encuesta DECON 1994.
Cuadro 16. Grupos de empresas según de capacidades de innovación
identificados por el análisis de cluster 1994
Identificación
Definición
Casos
% de casos
1
Apertura hacia el exterior sin actividades de
I&D
211
5,18
2
Baja apertura con escasas actividades de I&D
24
0,59
3
Actividades de I&D con presencia de
profesionales
112
2,75
4
Amplia vinculación con intensa actividad de
I&D y alta presencia de profesionales
35
0,86
5
Casi nula capacidad innovativa
3639
89,41
6
Escasa apertura al exterior con baja
proporción de personal técnico no profesional
50
1,23
Fuente: Elaboración propia en base a Encuesta DECON 1994.
108
Los grupos identificados presentan una distribución similar a la descrita para 1990, con
una mayor concentración en el grupo de empresas sin desarrollo de capacidad
innovativa (grupo 5) y con una mayor discriminación a partir de las dimensiones de
competencias internas de las firmas y de experiencia innovativa.
Cuadro 17. Características de las empresas en los grupos
identificados por el análisis de cluster 1994
Identificación
Características de las empresas
1
20% Empresas grandes 21% Trasnacionales
34% exportan más del 50% de la producción
2
35% Empresas grandes 30% Trasnacionales
59% exportan más del 50% de la producción
3
12% Empresas grandes 1% Trasnacionales
45% exportan más del 50% de la producción
4
7% Empresas grandes 8% Trasnacionales
37% exportan más del 50% de la producción
5
3% Empresas grandes 2% Trasnacionales
9% exportan más del 50% de la producción
6
100% Empresas grandes 2% Trasnacionales
9% exportan más del 50% de la producción
Fuente: Elaboración propia en base a Encuesta DECON 1994.
En este caso no se cuenta con información respecto a la antigüedad de la firma, por lo
cual las empresas se caracterizan a partir de sólo tres variables. Como se dijo la
muestra es muy similar a la de la Encuesta DECON 1990 con una muy alta proporción
de empresas pequeñas (72,3%) y una muy baja presencia de empresas
trasnacionales (3,6%). A su vez, en el total de la muestra las empresas con
participación exportadora alcanzan el 13,3% del total.
Cuadro 18. Matriz de correlaciones (Rho de Spearman)
entre las variables para caracterizar grupos. 1994
Porcentaje
Presencia de
Tamaño de la
de
capital
firma
producción
trasnacional
exportada
Presencia de Coef.
1.
0,226**
0,227**
capital
trasnacional
Sig.
0,000
0,000
Tamaño de la
firma
Coef.
Porcentaje de
producción
mercado
externo
Coef.
Sig.
1
0,381**
.
Sig.
0,000
1
.
**La correlación es significativa al nivel 0,01 (unilateral)..
Fuente: Elaboración propia en base a Encuesta DECON 1994.
Esta descripción simple de las variables en la muestra general corrobora su alta
similitud con la composición del grupo 5 que reúne casi el 90% de la muestra. A su vez
destaca la discriminación de los grupos 1 y 2 respecto a la muestra general en las tres
variables consideradas así como la alta participación exportadora de los grupos 3 y 4.
109
Cuadro 19. Sectores de actividad de mayor significación en los grupos
Identificados mediante el análisis de cluster 1994
Identificación
Sector de actividad
1
27% Vestimenta 23% Alimentos 15% Prod. Químicos
2
36% Prod. Químicos 23% Alimentos 14% Textiles
3
27% Prod. Químicos 21% Vestimenta 9% Caucho
4
51% Prod. Químicos 13% Maquinaria eléctrica 10% Prod. Metálicos
5
42% Alimentos 6% Vestimenta 6% Textiles
6
71% Vestimenta 16% Alimentos 5% Textiles
Fuente: Elaboración propia en base a Encuesta DECON 1994.
La distribución según sector de actividad vuelve a mostrar la similitud entre el grupo 5
y la muestra general, ya que en este aparecen más representados los tres principales
sectores de la industria uruguaya en ese momento. Por otra parte es notorio el peso
relativo de la industria química en los primeros cuatro grupos siendo que su
participación en el total de la muestra es de tan sólo el 5%.
Patrones
Cuadro 20. Patrones de capacidades de innovación 1994
Grupos que lo
Patrones
Nº Casos
componen
% de casos
3y4
Empresas medianas con moderada presencia de
trasnacionales y fuerte participación exportadora,
con amplio desarrollo de experiencia innovativa
(I&D), fuertes competencias internas y
moderados vínculos con agentes externos.
147
3,61
B
1, 2 y 6
Grandes empresas con amplia presencia de
trasnacionales, con baja experiencia innovativa,
escaso desarrollo de competencias internas y
variados grados de vinculación con agentes
externos.
285
7,00
C
5
Casi nula capacidad innovativa
3639
89,41
A
Fuente: Elaboración propia en base a Encuesta DECON 1994.
Las dos primeras fuentes de datos sobre la década de 1990 muestran un
comportamiento innovativo muy similar en la industria manufacturera. En la segunda
mitad de la década se mantuvieron las líneas generales de política macroeconómica,
apertura comercial, fomento del sector servicios y desregulación laboral. En el plano
sectorial además de la continuación del impulso al sector turismo se iniciaron una serie
de programas de fomento a la producción agropecuaria y agroindustrial,
principalmente focalizados en la vitivinicultura y la mejora de la infraestructura de
producción agropecuaria. En el sector industrial la ley de Promoción de Inversiones
estableció la igualdad en el tratamiento de los inversores nacionales y extranjeros y
110
amplió el régimen de incentivos previsto en la ley de Promoción Industrial de 197428
(Antía, 2001: 37-38).
El crecimiento de la economía muestra que, luego de una breve recesión en 1995, el
producto volvió a retomar la senda de crecimiento hasta 1998, impulsado por el
crecimiento de la demanda interna y de las exportaciones al MERCOSUR.
La segunda mitad de la década de 1990 coincide con la “estabilización” del modelo
aperturista y la incorporación de formas de gestión y organización del trabajo,
orientadas a aumentar la eficiencia y la estabilidad del desempeño productivo. Esto
coincide con otros antecedentes que muestran cómo la incorporación de nuevas
técnicas de gestión, especialmente de aseguramiento de la calidad, fueron en este
subperíodo una de las principales estrategias de modernización empresarial en la
industria uruguaya. Aún no llegando a producir una transformación sustantiva en los
modelos productivos, estos programas en muchos casos fueron el inicio de posteriores
transformaciones tecnológicas y organizacionales que en la mayoría de los casos se
plasmaron en modelos híbridos de organización del trabajo en los que convivían viejas
formas de organización taylorista jerárquica con modelos de aseguramiento de calidad
y control preventivo mediante la formación de equipos (Pucci y Bianchi, 2005).
En este contexto, el sistema nacional de ciencia y tecnología mantuvo características
similares, recibiendo al final del período nuevo financiamiento externo para el apoyo a
ciertas áreas específicas y para el fortalecimiento del sistema institucional. En este
último plano los resultados fueron casi nulos, siendo los más notorios el financiamiento
para la producción de información.
El relacionamiento entre el sistema de ciencia y tecnología y el sector manufacturero
mantuvo en la segunda mitad de la década de 1990 las características antes descritas.
En un relevamiento cualitativo que acompañó el relevamiento de la Encuesta DECON
1996, Tansini y Domingo (1997) caracterizaban esta relación a partir diferentes rasgos
del comportamiento tecnológico de las empresas y de los empresarios industriales.
La primera característica que destacan estos investigadores es la adopción de mejoras
tecnológicas, básicamente en la forma de recepción de trasferencia de tecnología en
una modalidad reactiva a los cambios operados a nivel macroeconómico o del
mercado sectorial específico. Por otra parte, en este estudio Tansini y Domingo
recaban la opinión de los empresarios respecto a la posibilidad de contar con apoyos
en el sistema de ciencia y tecnología nacional. Entre las respuestas obtenidas se
destacan la falta de orientación práctica en la investigación y la formación superior y la
excesiva burocratización que atenta contra los tiempos empresariales, todo lo cual
desestimula la demanda desde el sector industrial al sistema de ciencia y tecnología.
Estas respuestas son un ejemplo de un viejo y crónico problema de diálogo entre el
28
“Se ha estimado que las inversiones canalizadas por ese régimen significaron 1/3 de las inversiones
de la industria en el período 1974-1983 (Patrón, 1988) y se supone que durante el período de vigencia de
la nueva ley la incidencia de los proyectos promovidos en la inversión total habría sido similar a la
registrada en el período antes referido.” (Antía, 2001: 38)
111
sistema productivo y las instituciones de ciencia y tecnología. Por el lado de los
actores empresariales se recogen estas opiniones que en general son aceptadas
como pertinentes por los diversos actores involucrados. Al mismo tiempo, desde el
sistema de investigación se percibe la misma dificultad de comunicación y escasa
disposición a tomar riesgos por parte de los actores empresariales. Sobre este punto
existen diversas evidencias empíricas e interpretaciones, las cuales con diferentes
nodos causales arriban a la conclusión de que relación horizontal del viejo triángulo de
Sábato –aquella que vincula a la industria con el sistema de investigación- es muy
débil en Uruguay.
Dentro de esta forma de relacionamiento, estos autores retoman viejos diagnósticos
sobre el comportamiento empresarial en la industria uruguaya que son generalizables
a la industria latinoamericana. En primer lugar destacan la dificultad de investigar
sobre este punto debido a la informalidad en que se realizan las actividades de I&D y
otras actividades tecnológicas en las empresas uruguayas (Tansini y Domingo, 1997:
66-67). Esto no sólo es un reflejo de la forma en que se hacen las actividades sino que
también de la concepción del actor empresarial sobre las mismas. Es un tipo de
actividad que en general carece de registro y formas de seguimiento, lo cual muestra
que no está dentro de las prioridades de la gestión empresarial. En la explicación de
por qué se da este tipo de comportamiento, estos autores recurren al concepto de
cultura empresarial, entendida como el conjunto de valores y creencias de los
empresarios, que valoran la obtención de retornos rápidos con bajos riesgos más que
el recurso a transformaciones tecnológicas de largo plazo. Este tipo de
comportamiento, que estos autores llaman “cultura”, lleva a que el comportamiento
tecnológico de las empresas industriales uruguayas se base en la adquisición de
equipos, mayoritariamente importados. La falta de interés de los empresarios por
desarrollos nacionales es explicado como el resultado de la desconfianza en las
capacidades técnicas locales y por una “cultura” de manejo restrictivo de la
información, que es consecuencia del temor a que el recurso a desarrollos locales
repercuta en formas de difusión de la información que afecte la rentabilidad.
Además de estas características del comportamiento empresarial, estos autores
destacan otros factores que inhiben la demanda de ciencia, tecnología e innovación de
parte del sector industrial uruguayo. En primer término destacan la importancia que los
entrevistados le asignan a la carencia de una política tecnológica industrial que
permita canalizar las demandas y en particular el encuentro entre oferta y demanda de
tecnología cómo sí sucede en algunos casos del sector agropecuario e incluso
agroindustrial (Tansini y Domingo, 1997: 70).
Por otra parte destacan que la alta volatilidad de la demanda de los productos
industriales, afectada por las variaciones a nivel macroeconómico inhiben la
planificación a largo plazo. Esta parece una característica heredada de experiencias
anteriores, ya que en el momento que se realizó este relevamiento la política
macroeconómica era francamente estable, no orientada al fomento de la producción
industrial pero sí estable. Asimismo, los empresarios perciben restricciones por el lado
de la demanda, orientados al mercado local, encuentran una potencial demanda de
112
escasas dimensiones y escasa exigencias en calidad y valor, lo cual también inhibiría
invertir en mejoras. Nuevamente este parece ser el reflejo de un actor acostumbrado a
la provisión del mercado interno, ya que se trata de percepciones recogidas en un
momento en que la apertura de la economía uruguaya estaba ya consolidada.
Luego, destacan algunos aspectos que hacen específicamente a la relación entre
empresarios e investigadores y técnicos de fuera de la empresa. Además de la
desconfianza a la pérdida de confidencialidad de las mejoras técnicas ya mencionada,
se destaca el desconocimiento sobre las propias necesidades técnicas, lo cual inhibe
la capacidad de plantear demandas a técnicos externos. Este problema que fue
caracterizado en el capítulo anterior como la primera fase de la construcción de las
capacidades de absorción, se refuerza por el desconocimiento de la oferta: los
empresarios declaran no sólo no conocer con precisión sus problemas sino
desconocer la oferta de soluciones técnicas existentes.
Los resultados de este conjunto de entrevistas realizado por Tansini y Domingo
ofrecen diversos aspectos de interés que merecen ser resaltados. En primer término,
muchos de los diagnósticos o respuestas encontradas sobre el comportamiento
empresarial coinciden y corroboran los de otros estudios antecedentes (Argenti et al,
1988). A su vez, es interesante consignar que uno de los investigadores citados arriba
a estas conclusiones -que plantean la existencia de información imperfecta en los
agentes económicos- al tiempo que en otros estudios asume los supuestos de
tecnología del modelo neoclásico, en particular el de información perfecta sobre la
frontera de eficiencia técnica (Tansini y Triunfo, 1998a y 1998b).
En lo que sigue se describen los resultados del análisis de la última fuente
correspondiente a este subperíodo. Como muestra el cuadro 21, la distribución de los
grupos identificados en el análisis de cluster para la Encuesta DECON 1996 son muy
similares a los obtenidos para las encuestas de 1990 y 1994, lo cual dado el método
de muestreo, el tipo de formulario y el contexto específico del subperíodo es un
resultado esperable. No obstante, a diferencia de los resultados obtenidos a partir de
las fuentes anteriores, en este caso las actividades de innovación de alta complejidad
(I&D) no permiten discriminar entre los grupos identificados. Cabe resaltar a su vez
que el quinto grupo identificado no es propiamente un grupo (dos casos), sino que es
resultado del procedimiento estadístico aplicado.
Cuadro 21. Grupos de empresas según de capacidades de innovación
identificados por el análisis de cluster 1996
Identificación
Definición
Casos
% de casos
1
Intensidad de actividades de CTI con escasa
vinculación con el exterior
1140
32,16
2
Casi nula actividad innovativa
212
5,98
3
Baja intensidad de actividades de CTI y
escasos acuerdos en tecnología
247
6,97
4
Casi nula capacidad innovativa
1944
54,84
5
Muy alta proporción de obreros calificados
2
0,06
Fuente: Elaboración propia en base a Encuesta DECON 1996.
113
Para el análisis de esta fuente se vuelve a contar con información respecto a la
antigüedad de la firma, pero si bien esta variable presenta correlaciones significativas
con las otras variables consideradas (cuadro 23) no permite discriminar entre los
grupos identificados. A excepción del grupo 4, que reúne más de la mitad de la
muestra y que se define por la carencia de capacidades de innovación, en todos los
otros grupos predominan las empresas con más de 15 años de antigüedad.
A pesar de la caída del empleo industrial durante este período, existen antecedentes
que muestran que las empresas de mayor demanda de actividades de C&T
aumentaron el nivel de empleo (Tansini y Domingo, 1997). Si bien no existe evidencia
que permita establecer una relación causal en este sentido, es verosímil la hipótesis
general que la intensidad de las actividades de C&T se relacionan con mejores
“síntomas de sobreviviencia” de las empresas.
Cuadro 22. Características de las empresas en los grupos
identificados por el análisis de cluster 1996
Identificación
Características de las empresas
1
83% empresas creadas antes de 1981 2% Trasnacionales
8% empresas grandes 7% exportan más del 50% de la producción
2
88% empresas creadas antes de 1981 14% Trasnacionales
10% empresas grandes 8% exportan más del 50% de la producción
3
65% empresas creadas antes de 1981 19% Trasnacionales
7% empresas grandes 9% exportan más del 50% de la producción
4
37% empresas creadas antes de 1981 5% Trasnacionales
3% empresas grandes 3% exportan más del 50% de la producción
5
100% empresas creadas antes de 1981 50% Trasnacionales
100% empresas grandes Sin participación exportadora
Fuente: Elaboración propia en base a Encuesta DECON 1996.
En lo que respecta a la presencia de capital extranjero en las empresas se registra una
proporción importante de casos, en dos grupos con características claramente
diferenciadas, el grupo 2 que también fue definido como casi nula capacidad
innovativa y el grupo 3, que se define por una moderada experiencia innovativa. En el
resto de los grupos la presencia de trasnacionales es menor a la que se aprecia en el
total de la muestra (4,5%).
Los grupos 2 y 3 también presentan similitudes en el comportamiento exportador, no
sólo reúnen una mayor proporción de empresas de alta propensión exportadora (más
del 50% de la producción) sino que son los que menos empresas no exportadoras
agrupan (62,9% y 60,4% respectivamente). Sin embargo, a pesar de la alta correlación
entre la propensión exportadora y el tamaño de la firma, esta última variable no
permite discriminar entre los grupos identificados.
114
Cuadro 23. Matriz de correlaciones (Rho de Spearman)
entre las variables para caracterizar grupos. 1996
Fecha de
inicio de
actividades
Fecha de inicio Coef.
de actividades
Sig.
Presencia de Coef.
capital
trasnacional
Sig.
Tamaño de la
firma
Porcentaje de
producción
exportada
Presencia
de capital
trasnacional
1
.
Porcentaje de
producción
exportada
Tamaño de
la firma
-0,109**
-0,488**
-0,283**
0,000
0,000
0,192**
0,000
0,199**
0,000
0,000
1
0,497**
1
.
Coef.
Sig.
.
Coef.
Sig.
0,000
.
1
**La correlación es significativa al nivel 0,01 (unilateral)..
Fuente: Elaboración propia en base a Encuesta DECON 1996.
El análisis según rama de actividad nuevamente no muestra discriminación clara en
los grupos identificados. Como hechos destacados cabe señalar la alta presencia de
empresas de la industria química en un grupo sin desarrollo de capacidades de
innovación (grupo 2), lo cual es contrario a lo observado en los análisis para fuentes
anteriores.
Cuadro 24. Sectores de actividad de mayor significación en los grupos
Identificados mediante el análisis de cluster 1996
Identificación
Sectores de actividad
1
44% Alimentos y bebidas 11% Gráfica 10% Prod. Metálicos
2
33% Química 19% Alimentos y bebidas 6% Minerales no metálicos
3
36% Alimentos y bebidas 22% Textiles 9% Caucho y plástico
4
35% Alimentos y bebidas 21% Textiles 7% Prod. Metálicos
5
50% Alimentos y bebidas 50% Vestimenta
Fuente: Elaboración propia en base a Encuesta DECON 1996.
A partir de los datos antes expuestos, los patrones identificados se exponen en el
cuadro 25, aunque en este caso la información que brinda el análisis deja dudas sobre
su validez, ya que en ningún caso se puede distinguir un patrón de comportamiento
innovativo de “amplio desarrollo de capacidades de innovación”.
115
Patrones
Cuadro 25. Patrones de capacidades de innovación 1996
Grupos que lo
Patrones
Nº Casos
componen
% de casos
A
1
Empresas “viejas” con participación exportadora
alta e intensidad en actividades de CTI con
escasa vinculación con el entorno
1140
32,16
B
3y5
Empresas con alta participación exportadora con
baja intensidad en actividades de CTI y escasa
vinculación con el entorno
249
7,03
C
2y4
Nula o casi nula capacidad innovativa
2156
60,82
Fuente: Elaboración propia en base a Encuesta DECON 1996.
I.iii El comportamiento innovativo industrial entre la recesión y la crisis 1998-2003
Los signos de recesión que comenzaron a manifestarse en 1998 se vieron fuertemente
agravados por el debilitamiento de los lazos comerciales con la región, especialmente
a causa de la devaluación brasileña de 1999. La economía uruguaya mostraba así uno
de sus signos más destacados en su comportamiento cíclico desde 1970: la fuerte
correlación, dependencia, con las fluctuaciones de las economías vecinas (Bértola,
2000). Esto tuvo como consecuencia en el sector industrial uruguayo, el freno a
actividades incipientes en el sector automotriz y otros sectores metalúrgicos.
En este contexto se retrajo la inversión fija, el nivel de producción y de empleo. En
este marco, al igual que en la primera mitad de la década de 1990 se aprecia un alto
crecimiento de la productividad aparente del trabajo en la industria manufacturera. Sin
embargo este resultado es en parte un efecto de medición estadística a partir de las
encuestas industriales, por establecimiento, que no consideran la mano de obra
tercerizada, fenómeno que se expandió durante el período (Antía, 2001). En tal sentido
esta medición puede estar ocultando una caída de la productividad como
consecuencia de la reducción del denominador en el indicador utilizado: valor de
producción sobre personal ocupado.
Dentro de las políticas que incidieron en el comportamiento industrial en el período,
durante el año 2000, en el marco del “relanzamiento del MERCOSUR”, Uruguay
accedió al régimen de admisión temporaria (que desgrava la importación de insumos
procedentes de fuera de la región para su transformación y posterior exportación), lo
cual apuntó a mejorar la competitividad de los productos nacionales intensivos en
materias primas importadas de fuera de la región (Antía, 2001: 40-41).
La primera fuente de datos con que se cuenta para este período reúne información
referente al período de recesión precrisis, lo cual es preciso tenerlo en cuenta al
momento de considerar los resultados que se exponen a continuación. Por otra parte,
es preciso considerar lo adelantado en el Capítulo 3 sobre las características de la
116
Encuesta DINACYT 2000. Debido a que sólo se aplicó el formulario completo a
aquellas empresas que respondían haber realizado al menos una de las actividades
de innovación consideradas, los datos que se analizan refieren solamente a empresas
“innovativas”29, lo cual claramente sesga al alza los resultados del análisis en relación
a los de las otras fuentes consideradas.
Cuadro 26. Grupos de empresas según de capacidades de innovación
identificados por el análisis de cluster 2000
Identificación
Definición
Casos
% de casos
1
Importancia de los impactos económicos de
la innovación con escaso desarrollo de
competencias internas
781
69,24
2
No es interpretable a partir de los
componentes (Se supone baja o nula
capacidad innovativa)
6
0,53
3
Alta presencia de profesionales FCT* y
personas dedicadas a I&D
144
12,77
4
Importancia de los impactos económicos de
la innovación con baja presencia de
profesionales y escasas actividades de I&D
132
11,70
5
Alta formalidad de las tareas de innovación
con bajos esfuerzos de capacitación
65
5,76
*Profesionales con formación científico-tecnológica
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
En concordancia con lo dicho en el párrafo anterior los grupos identificados, a
excepción del grupo 2 que reúne sólo 6 casos, se definen todos por un grado relativo
mayor de desarrollo de las capacidades de innovación que en los grupos identificados
para las fuentes antes analizadas. De manera general se puede apreciar que las
dimensiones que discriminan entre los grupos son las referidas a experiencia
innovativa (impacto de la innovación) y las competencias internas de la firma
(formación del personal y formalidad de las actividades de innovación). El análisis de
patrones de desarrollo de capacidades de innovación a partir de la Encuesta DINACYT
2000 ya fue realizado con una metodología diferente que, si bien permitía un
ordenamiento en patrones más diferenciados de desarrollo de capacidades de
innovación no permitía analizar con la suficiente claridad la incidencia de las diferentes
dimensiones en la formación de cada uno de los grupos identificados (Bianchi, 2005a y
2005b).
El cuadro 27 muestra las características de las empresas que integran cada uno de los
grupos identificados. Para esta fuente no se cuenta con información sobre
participación exportadora excepto por tramos de valor, pero la información
proporcionada por el INE no incluye la proporción del valor de exportaciones respecto
a las ventas de la empresa ni discrimina la categoría de no exportadoras por lo cual es
una variable de muy escasa utilidad.
29
La diferencia entre empresas “innovativas” e “innovadoras” según la definición de DINACYT, es que las
primeras refieren a aquellas que realizaron al menos una actividad de innovación y las segundas a las
que efectivamente lograron innovar en producto, proceso, comercialización u organización.
117
Como se puede apreciar en todos los grupos predominan las empresas de más de 15
años de antigüedad. Al igual que en las fuentes anteriores, esta variable presenta una
correlación significativa con las otras variables consideradas (cuadro 28) pero no
permite discriminar entre los grupos.
Cuadro 27. Características de las empresas en los grupos
identificados por el análisis de cluster 2000
Identificación
Características de las empresas
1
54% empresas creadas antes de 1985 4% Trasnacionales
7% empresas grandes
2
100% empresas creadas antes de 1985 16% Trasnacionales
50% empresas grandes
3
60% empresas creadas antes de 1985 6% Trasnacionales
29% empresas grandes
4
61% empresas creadas antes de 1985 3% Trasnacionales
3% empresas grandes
5
82% empresas creadas antes de 1985 24% Trasnacionales
35% empresas grandes
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
En lo que respecta al tamaño de la firma es clara la alta proporción de empresas
grandes en los grupos 3 y 5, en los cuales se observa una mayor dotación de
profesionales y mayor formalización de las actividades de innovación.
Cuadro 28. Matriz de correlaciones (Rho de Spearman)
entre las variables para caracterizar grupos. 2000
Presencia de
capital
trasnacional
Presencia de
capital
trasnacional
Coef.
Tamaño de la
firma
Coef.
1.
0,273**
-0,160**
0,000
0,000
1
-0,244**
Sig.
Sig.
Fecha de inicio
de las
Coef.
actividades
Sig.
Fecha de
inicio de las
actividades
Tamaño de la
firma
.
0,000
.
1
**La correlación es significativa al nivel 0,01 (unilateral).
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
Los sectores de actividad de mayor participación en los grupos identificados muestran
una alta presencia de los sectores tradicionales, gráfica, textiles y vestimenta. Una vez
más el caso más notorio de participación sectorial se produce en la industria química
en el grupo 4 caracterizado por los resultados obtenidos de la experiencia innovativa.
118
Cuadro 29. Sectores de actividad de mayor significación en los grupos
Identificados mediante el análisis de cluster 2000
Identificación
Sectores de actividad
1
35% Alimentos y bebidas 11% Prod. Metálicos 11% Gráfica
2
33% Alimentos y bebidas 32% Química 18% Prod. Metálicos
3
38% Alimentos y bebidas 14% Vestimenta 12% Gráfica
4
42% Química 37% Alimentos y bebidas 14% Textiles
5
37% Alimentos y bebidas 12% Química 8% Textiles
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
A partir de la información de los cuadros precedentes se identifican tres patrones de
desarrollo de las capacidades de innovación en la industria manufacturera uruguaya
en el año 2000.
Patrones
Cuadro 30. Patrones de capacidades de innovación 2000
Grupos que lo
Patrones
Nº Casos
componen
% de casos
A
1y4
Empresas pequeñas y medianas con baja
participación trasnacional y alta experiencia
innovativa
913
80,94
B
3y5
Empresas grandes con alta participación
trasnacional y alto grado de desarrollo de las
competencias internas
209
18,53
C
2
No caracterizable mediante los componentes, se
supone sin desarrollo de capacidad innovativa
65
5,76
Fuente: Elaboración propia en base a Encuesta DINACYT 2000
En el período considerado hasta aquí, el crecimiento económico fue más acelerado
que en los treinta años anteriores. Partiendo de la situación que dejó la crisis de 1982,
el crecimiento del PBI en Uruguay fue levemente superior al de la región hasta la
recesión que se inicia en 1998. No obstante este proceso tuvo una brusca caída en el
final del período considerado, marcado por la crisis de 2002.
Durante este período la industria manufacturera perdió participación en la economía
nacional y apenas creció en su producción. En ese marco, los sectores más afectados
fueron los que mantenían una fuerte dependencia con la protección del mercado
interno (calzado, prendas de vestir, tejidos de punto, productos metálicos, artículos de
limpieza, perfumes y cosméticos) (Antía, 2001: 53-54).
El impacto de estos cambios puede apreciarse en los datos que se muestran a
continuación procedentes de la Encuesta DINACYT 2003. Un procedimiento de
análisis similar al que se presenta aquí fue realizado anteriormente (Bianchi y Gras,
2006) mostrando resultados análogos, pero con diferencias en el tipo de análisis ya
que en este caso se desagrega el estudio de los determinantes de las capacidades de
119
innovación mediante el empleo de otras técnicas estadísticas, lo cual se presenta en el
apartado siguiente.
De los grupos identificados mediante el análisis de cluster a partir de las tres
dimensiones consideradas, en este caso en que se cuenta con información para toda
la muestra, se aprecia una fuerte concentración de casos en el grupo de escaso o nulo
desarrollo de capacidades de innovación30.
Cuadro 31. Grupos de empresas según de capacidades de innovación
identificados por el análisis de cluster 2003
Identificación
Definición
Casos
% de casos
1
Moderada vinculación con el SNI y acceso a
fuentes externas de información con baja
intensidad de actividades de I&D
295
10,41
2
Acceso a fuentes externas de información
con inversión de I&D
63
2,22
3
Intensidad de esfuerzos en capacitación
93
3,28
1644
58,01
738
26,04
4
5
Escasos esfuerzos en capacitación con
escaso número de profesionales y escasa
inversión en I&D (Baja capacidad innovativa
en las tres dimensiones consideradas)
Intensos vínculos con el SNI y fuentes
externas de información con presencia de
profesionales
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
En el cuadro 32 se aprecian las características de las empresas que componen cada
uno de los grupos identificados. El grupo 4 se caracteriza por tener valores muy
similares a los del total de la muestra en casi todos los indicadores, excepto en la
propensión exportadora en la que presenta niveles más bajos que el promedio
general.
Identificación
Cuadro 32. Características de las empresas en los grupos
identificados por el análisis de cluster 2003
Características de las empresas
1
74% empresas creadas antes de 1988 13% Trasnacionales
20% empresas grandes 5% exportan más del 50% de la producción
2
70% empresas creadas antes de 1988 6% Trasnacionales
3,2% empresas grandes 8% exportan más del 50% de la producción
3
54% empresas creadas antes de 1988 3% Trasnacionales
1% empresas grandes 3% exportan más del 50% de la producción
4
57% empresas creadas antes de 1988 6% Trasnacionales
4% empresas grandes 5% exportan más del 50% de la producción
5
49% empresas creadas antes de 1988 2% Trasnacionales
3% empresas grandes 7% exportan más del 50% de la producción
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
30
No obstante, el peso relativo de este grupo es menor que el identificado en análisis anteriores, lo cual
puede interpretarse como el resultado de la no inclusión en este caso de variables referentes a las
características de las firmas para el ACP y el análisis de clusters.
120
Las otras características sobresalientes son la alta presencia de empresas “viejas” en
el grupo 1, en donde también se concentra una proporción significativa de empresas
grandes y medianas, lo cual vuelve a corroborar la significativa correlación entre estas
dos variables (cuadro 33). Este tipo de relación se observa también en el grupo 2,
donde se aprecia una alta proporción de empresas medianas junto con un alto
porcentaje de empresas de más de 15 años de antigüedad.
Cuadro 33. Matriz de correlaciones (Rho de Spearman)
entre las variables para caracterizar grupos. 2003
Fecha de
inicio de
actividades
Fecha de inicio Coef.
de actividades
Sig.
Presencia de Coef.
capital
trasnacional
Sig.
Tamaño de la
firma
Porcentaje de
producción
exportada
Presencia
de capital
trasnacional
1
.
Porcentaje de
producción
exportada
Tamaño de
la firma
-0,024
-0,221**
-0,076**
0,100
0,000
0,200**
0,000
0,363**
0,000
0,000
1
0,382**
1
.
Coef.
Sig.
.
Coef.
Sig.
0,000
.
1
**La correlación es significativa al nivel 0,01 (unilateral)..
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
La participación de los diferentes sectores de actividad en los grupos identificados
muestra que en el grupo 4, los sectores de mayor participación tienen una proporción
muy similar a la que presentan en el total de la muestra.
Cuadro 34. Sectores de actividad de mayor significación en los grupos
Identificados mediante el análisis de cluster 2003
Identificación
Sectores de actividad
1
36% Alimentos y bebidas 14% Química y farmacéutica 10% Textiles
2
40% Química y farmacéutica 24% Muebles 19% Prod. Metálicos
3
46% Alimentos y bebidas 14% Maquinaria 13% Prod. Metálicos
4
46% Alimentos y bebidas 7% Gráfica 5% Textiles
5
40% Alimentos y bebidas 10% Vestimenta 9% Gráfica
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
Por otra parte, el grupo 2, caracterizado por el acceso a fuentes externas de
información y alta inversión en I&D, presenta una participación muy alta del sector de
química y farmacéutica. Asimismo, asociado a transformaciones más recientes, se
aprecia la participación del sector de producción de muebles. Esto último coincide con
los resultados encontrados en los antecedentes de análisis para estos mismos datos
(Bianchi y Gras, 2006), al tiempo que se hallan antecedentes descriptivos de
121
encadenamientos a partir del sector forestal (Bértola et al, 2005: 19). Este tipo de
resultado, así como la participación de los otros sectores tradicionales y no
tradicionales en los diferentes grupos serán abordados en el apartado II de este
Capítulo.
A partir de estos resultados, se repite el análisis hecho para las fuentes anteriormente
analizadas agrupando los conglomerados en tres patrones de desarrollo de
capacidades de innovación.
Patrones
Cuadro 35. Patrones de capacidades de innovación 2003
Grupos que lo
Patrones
Nº Casos
componen
% de casos
2y5
Empresas de variado tamaño y antigüedad con
desarrollo de las tres dimensiones de
capacidades de innovación
801
28,26
B
1y3
Empresas de variado tamaño y antigüedad con
participación relativamente alta de trasnacionales
con baja experiencia innovativa y moderado
desarrollo de vínculos con agentes externos y de
las competencias internas
388
13,69
C
4
Bajo o nulo desarrollo de capacidades de
innovación en las tres dimensiones consideradas
1644
58,01
A
Fuente: Elaboración propia en base a Encuesta DINACYT 2003
Hasta aquí se ha presentado una descripción de los resultados obtenidos a partir del
análisis de las seis fuentes de datos relevadas, así como también se han descrito los
antecedentes respecto a la evolución de la economía nacional, la política industrial y la
conformación del proto Sistema Nacional de Innovación. En lo que sigue se analizan
algunos hechos estilizados para todo el período en relación a las dimensiones
consideradas para la definición de capacidades de innovación.
I.iv – Algunas descripciones transversales sobre todo el período
La primera dimensión considerada en la definición de capacidades de innovación es la
de las competencias internas de la firma. Para analizar esta dimensión a lo largo de
todo el período se recurre a un indicador muy sencillo como es la dotación de personal
altamente calificado. Si bien este es sin duda un indicador imperfecto, resulta
imprescindible para acercarse a las competencias internas. La calificación formal del
personal es un indicador proxy de los conocimientos que detentan los integrantes de la
firma. Desde luego, este es un indicador que no abarca los conocimientos que poseen
los integrantes de las firmas que no provienen de su educación formal. La elección de
este indicador no desconoce este tipo de conocimiento, simplemente que las
dificultades de medición que presenta lo hacen inasequible a nivel agregado. Algo
similar sucede con la forma de organización productiva de las firmas. Esta es una
dimensión fundamental para comprender los procesos de aprendizaje, sin embargo es
122
sumamente difícil acceder a información sobre ello que no sea a nivel de estudios de
caso31.
Por otra parte, existe también un argumento sustantivo que valida el uso de este
indicador. Más allá de la importancia de los conocimientos adquiridos en el hacer, los
procesos de producción alcanzan en ocasiones niveles de complejidad que requieren
conocimientos formales de base científico-técnica. En tal sentido, posiblemente este
indicador no abarca de manera exhaustiva los atributos de conocimiento que poseen
los integrantes de las firmas, pero da cuenta sí de un atributo imprescindible para el
análisis de las competencias internas de las firmas para desarrollar procesos de
innovación32.
Como es posible observar en el cuadro 36, son muy escasas las firmas industriales
que cuentan con profesionales en investigación y desarrollo (I&D). Esta es una
debilidad identificada desde hace largo tiempo en la industria manufacturera uruguaya
(Argenti et al, 1988) que abre un signo de interrogación sobre la fortaleza de las
competencias internas de las firmas para desarrollar procesos de innovación
relativamente complejos, a la vez que también deja interrogantes sobre las
posibilidades de absorción de conocimiento de las mismas.
Cuadro 36. Presencia de profesionales en actividades de I&D en la
industria manufacturera uruguaya 1985-2003.
Año
% Empresas con profesionales en I&D
1985
9,30
1990
2,00
1994
5,40
1996
9,30
2000
7,40
2003
5,70
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003
Por otra parte, los datos que muestra el cuadro 36 permiten analizar de manera muy
sencilla un aspecto que queda pendiente del análisis previo a partir de las variables
seleccionadas para el ACP. En las mismas se consideró en todos los casos la tasa de
profesionales respecto al número total de empelados o al número de empleados en
actividades de producción. Dicha forma de medición asume el supuesto de linealidad
en la relación entre personal altamente calificado y personal total de la firma. Este
supuesto lleva a una forma de subestimación de las competencias de las firmas
grandes ya que el aumento del denominador reduce la tasa y no existen razones para
suponer que una empresa de 100 empleados con 10 profesionales científico-técnicos,
31 Cabe acotar que a partir de los datos de la Encuesta CIESU 1985 y de los datos de la Encuesta
DECON 1996, sería posible construir indicadores sobre esta dimensión. Estos procesamientos no se
realizaron debido a la carencia de información al respecto en las otras fuentes disponibles.
32 Por otra parte cabe señalar que en varios trabajos recientes sobre capacidades de innovación que
analizan fuentes primarias de información, el principal indicador de competencias internas de la firma es el
número o proporción de empleados con educación terciaria (Caloghirou et al, 2004. Leiponen, 2005)
123
cuente con menor desarrollo de competencias internas que una empresa de 10
empleados con 2 profesionales científico-técnicos. La ponderación según tamaño no
se introdujo en el cálculo de los ACP debido a la complejidad que implicaba a partir de
las diferencias de información en cada fuente.
De esta manera, la revisión sobre las empresas que no cuentan con personal
altamente calificado en su plantilla permite levantar esta restricción -aunque sea
parcialmente- para conocer las fallas de los procesos de aprendizaje.
Otro indicador que queda pendiente de este análisis también debido a las disimilitudes
de la información contenida en cada fuente, es la diversidad del tipo de profesionales.
Este es un indicador que permitiría preguntarse sobre las competencias de las firmas
para afrontar diferentes tipos de problemas33.
No obstante, el cuadro 36 muestra claramente que, a pesar de las diferentes
metodologías empleadas y las diferencias que puedan existir en la definiciones, los
datos que existen para todo el universo de actividades industriales muestran que las
carencias de personal altamente calificado son una, sino la principal, de las fallas más
importantes para un proceso de innovación entendido como aprendizaje (Sutz, 2006).
Si recurrimos a otro tipo de indicadores con mayor continuidad temporal provenientes
de la Encuesta Continua de Hogares (INE), podemos corroborar la afirmación previa.
Gráfico 1. Nivel de em pleo en la industria m anufacturera uruguaya
según nivel de form ación (%) 1984-2003
Secundaria
inco mpleta
o meno s
90
80
70
Secundaria
co mpleta
60
50
40
Fo rmacio n
técnica
30
20
10
0
1984
1986
1988
1990
1992
1994
1996
1998
2000
2003
Fo rmació n
universitaria
co mpleta o
inco mpleta
Fuente: Bianchi, 2006. En base a ECH 1984-2003
Como se aprecia en el gráfico 1 el grueso de la fuerza de trabajo industrial (en torno al
70%) a lo largo del período considerado cuenta con un nivel educativo que no cubre la
33
Un antecedente de este tipo de análisis a partir de la Encuesta CIESU 1985, puede verse en Argenti et
al, 1988: 119.
124
formación secundaria completa. Asimismo, hasta 1999 se constata una tendencia
levemente creciente del número de empleados con formación técnica y la participación
de profesionales es muy baja. Sin duda el dato más significativo que surge de la
información recopilada es la evolución del empleo menos calificado. Si bien este
segmento presenta una tendencia decreciente en el período, en el punto más bajo da
cuenta del 60% del empleo industrial. Esto abre dos interrogantes respecto a la
demanda de conocimientos del proceso de trabajo. Por un lado, cabe preguntarse
sobre la pertinencia de la educación formal para el trabajo industrial. Este es un tema
largamente debatido en Uruguay (Bértola et al; 2005. Pasturino, 2004. Tansini y
Domingo, 1997), sobre el cual abunda evidencia respecto a los contenidos de tipo
general de la enseñanza media y su escasa vinculación con las demandas del
mercado de trabajo. Sin embargo, este indicador permite preguntarse sobre el grado
de conocimientos formales (calificaciones) requeridos para el desarrollo de procesos
de aprendizaje. La participación en procesos de trabajo altamente complejos requiere
de determinada formación básica que en general se encuentra asociada a la
educación formal. Ante los datos expuestos, podría sugerirse la hipótesis de que la
baja formación de los trabajadores industriales supone una traba de posibles procesos
de aprendizaje que requieran el dominio de conocimientos de alta complejidad.
Cuadro 37. Nivel educativo de la fuerza de trabajo
en la industria manufacturera uruguaya según rama de actividad
(% promedio 1984-2000)
Nivel Educativo
Secundaria
Secundaria
Formación
Rama de actividad
incompleta o
completa
técnica
menos
Formación
Universitaria
Alimentos, Bebidas y Tabaco
72,65
7,29
14,70
5,08
Textiles, Vestimenta y Cuero
74,65
6,70
15,00
3,35
Madera y Muebles
56,05
5,23
35,77
3,23
Papel y Gráfica
55,03
15,78
14,75
13,15
Química
54,42
11,13
16,89
17,45
Minerales no metálicos
70,69
5,75
16,40
5,57
Metálicas básicas, prod. metálicos y Maquinaria
56,84
7,57
32,26
9,76
Otras Industrias Manufactureras
68,99
9,71
13,70
9,46
Total
67,96
8,18
19,34
7,85
Fuente: Bianchi, 2006. En base a ECH 1984-2003
Es posible apreciar que existe una demanda diferente de calificaciones según rama de
actividad (Cuadro 3), a la vez que las ramas de mayor demanda de empleo son
aquellas que presentan mayor proporción de trabajadores con menos años de estudio
formal. Estos datos, como puede observarse en el gráfico 1, tienen una fuerte
estabilidad, lo cual es coherente con el tipo de especialización productiva y las
políticas de promoción industrial implementadas en Uruguay, que se describieron
anteriormente.
Por otra parte, a partir de los datos precedentes y de los analizados en la descripción
de los patrones de desarrollo de las capacidades de innovación, aparecen algunas
incongruencias difíciles de interpretar. Los problemas del subdesarrollo para el
125
fortalecimiento de las capacidades de innovación son presentados como fruto de fallas
en la interrelación entre las oportunidades existentes y las capacidades que se crean
(Arocena y Sutz, 2003. Sutz, 2006). Existen así situaciones en las que se identifica un
mayor desarrollo relativo de las capacidades que no encuentran espacios de
aplicación. Sin embargo, los datos para la industria manufacturera uruguaya plantean
una situación que difícilmente se pueda interpretar a partir de esta premisa. Como
muestran los cuadros 36 y 37 y el gráfico 1, las competencias internas de las firmas
medidas a través de la formación de su personal, muestran un grado muy bajo de
desarrollo. Por otra parte, aunque también muy bajo en términos absolutos, es
significativamente más alto el porcentaje de empresas que declaran hacer algún tipo
de I&D que el de las que declaran contar con profesionales abocados a la materia
(cuadro 38).
Cuadro 38. Empresas que declaran hacer I&D en la industria
manufacturera uruguaya 1985-2003.
Año
% de empresas que declaran hacer I&D
1985
63,50
1990
4,80
1994
8,40
1996
36,70
2000
12,63
2003
11,16
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003
La primera reflexión que surge es que las fallas para el fortalecimiento de los procesos
de innovación provienen del desencuentro entre capacidades y oportunidades, lo cual
no implica siempre una situación de mayor desarrollo relativo de las capacidades. Sin
embargo, resulta particularmente interesante el análisis de estos indicadores si los
comparamos con otros antecedentes. Arocena y Sutz (2003), quienes elaboraron el
esquema general de análisis que aquí se utiliza, emplean como indicador proxy de
capacidades la presencia de jóvenes en la cohorte de edad específica que asisten a la
enseñanza universitaria (29,4% para Uruguay en 1998), asimismo como indicador de
creación de oportunidades toman como proxy el gasto que el país realiza en
actividades de I&D en relación al PBI (0,3% para Uruguay en 1998). Estos indicadores
sitúan a Uruguay en una posición media en el concierto mundial en lo que respecta al
ingreso de jóvenes en enseñanza terciaria y en una situación que ha sido catalogada
como de indigencia innovativa en lo que refiere al gasto en actividades de I&D
(Bértola, et al. 2005).
A partir de la lectura conjunta de estos datos, es posible afirmar que las fallas para el
fortalecimiento de las capacidades de innovación en Uruguay están radicadas tanto en
la escasa generación de oportunidades para el desarrollo sostenido de las
capacidades mediante el aprendizaje, como en los problemas de encuentro entre las
capacidades existentes y ciertas oportunidades, que, según se declara en las fuentes
relevadas se brindan a nivel de firma.
126
Sin embargo los datos mostrados para el sector industrial en los últimos veinte años
parecen indicar una situación diferente. Parecería que son más las empresas
industriales uruguayas que dedican esfuerzos a generar espacios para la aplicación de
las oportunidades que aquellas que incorporan personal altamente calificado. Cabe
aquí repetir que en todos los casos estos son indicadores proxy de los conceptos, pero
cabe también reiterar que son los mejores indicadores disponibles.
¿Qué claves de análisis pueden emplearse para explicar esta singularidad de la
industria? Una interpretación ya mencionada, fue vertida hace varios años y retomada
por Sutz recientemente (Rama y Silveira, 1991. Sutz, 2006). Estos autores hablan de
un proceso de modernización incongruente en la industria nacional, que se manifiesta
en una incorporación relativamente importante de bienes de capital sin la consecuente
incorporación de personal técnico calificado. Este concepto sin duda ofrece una
excelente interpretación del proceso, no obstante lo cual, es posible ampliar la
interpretación si incorporamos el análisis específico de la formación de capacidades de
innovación en el entramado industrial dentro de las características de los procesos de
innovación en Uruguay.
El patrón de especialización de la industria uruguaya está fuertemente orientado a la
producción de bienes de bajo valor agregado, por lo cual es posible conjeturar que los
sectores predominantes de la industria no son altamente demandantes de personal
altamente calificado. A su vez el llamado proceso de modernización incongruente se
constata también en las fuentes relevadas para este trabajo, en las que aparece que el
principal rubro de gasto e inversión en las llamadas actividades de innovación
corresponde a la adquisición de conocimiento incorporado en maquinarias y equipos.
Cuadro 39. Empresas que declaran invertir en bienes de capital para
innovación o producción en la industria manufacturera uruguaya
1985-2003
Año
% de empresas que declaran invertir en bienes de capital
1985
63,83
1990*
43,16
1994*
43,05
1996*
40,70
2000
21,98
2003
20,73
* Para los años 1990, 1994, y 1996, el dato corresponde a la inversión en
producción, no estrictamente para innovación.
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003
No obstante, los datos expuestos, por sencillos que sean, abren también otras
interrogantes que apuntan a la forma de recolección de la información y a la
consistencia de esta con los presupuestos teóricos antes enunciados. La interrogante
más clara es ¿qué tipo de actividades de I&D pueden realizar las firmas sin personal
altamente calificado dedicado a ello? Ante eso surgen algunas hipótesis: (i) puede
tratarse de actividades que se hacen de manera coordinada con organizaciones o
consultores externos a las firmas, (ii) pueden tratarse de actividades de baja
127
complejidad que se califican como I&D o, (iii) puede tratarse de un problema
metodológico específico de confiabilidad de los formularios que muestra que no todos
los entrevistados entienden lo mismo ante una misma pregunta.34
La primera hipótesis o conjetura es difícil de analizar para todas las fuentes dadas las
grandes diferencias en el tipo de pregunta, no obstante, tal como se puede apreciar en
el cuadro 40, es muy bajo el grado de vinculación –de diverso tipo- que mantienen las
empresas industriales con agentes externos para realizar actividades de innovación en
general y de I&D en particular. Por tal motivo, dicha conjetura no parece satisfacer la
interrogante planteada.
Cuadro 40. Empresas que declaran mantener vínculos con agentes
externos para hacer actividades de innovación en la industria
manufacturera uruguaya 1985-2003 (%)
Tipo de
1985
1990
1994
1996
2000
2003
vínculo/actividad
Asistencia técnica
41,7
6,5
5,2
---Vínculos para
34,0
---82,0
63,3
actividades de CTI
Acuerdos con el
-4,5
5,3
9,1
--extranjero
Contrato a técnicos
---4,1
--externos
Vínculos para
----11,1
4,6
actividades de I&D
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003
La segunda hipótesis no es posible responderla para todas las fuentes con que se
cuenta, ya que no existe una descripción del tipo de actividad en todas ellas35.
Finalmente, la tercera hipótesis parece estar parcialmente comprobada ex ante por los
resultados expuestos: la variabilidad de los datos que muestra el cuadro 39 obliga a
cuestionar su confiabilidad.
Más allá de los escasos avances en las tres hipótesis planteadas, el conjunto de las
consideraciones y los datos disponibles permiten concluir que las firmas industriales
uruguayas presentan serias debilidades en una de las dimensiones clave de las
capacidades de innovación como es la formación de las competencias internas de la
firma y un comportamiento sumamente variado en la forma de vinculación con el
entorno.
Por otra parte, si tomamos el dato sobre las empresas que hacen I&D, más allá de las
salvedades hechas anteriormente, podríamos suponer que existe un desarrollo relativo
algo superior de la experiencia innovativa de las firmas que de la calificación de su
personal. Asimismo, es posible conjeturar -considerando otros antecedentes (Argenti
et al, 1988, Bianchi y Gras, 2006)- que entre las actividades que las firmas declaran
34 Sin embargo, este resultado que resulta paradójico también se encuentra en otros estudios, por ejemplo
en un relevamiento específico hecho para siete países europeos se encuentra que: “The personnel with
an academic degree is on average almost 27%, although 15% of our sample reports no employees with an
academic degree, which is rather surprising since they claim to have presented some innovative activity.”
(Caloghirou et al, 2004: 35).
35 De hecho en la única fuente de información que se describe el tipo de actividad de I&D es en la
Encuesta CIESU 1985
128
realizar, no todas corresponden a actividades de I&D propiamente dichas. Se trata de
una serie de actividades tecnológicas de menor complejidad que son el sustento
tecnológico de la producción.
Finalmente, antes de pasar al análisis de los determinantes del desarrollo de las
capacidades de innovación, en las líneas siguientes se describen algunos datos sobre
la relación entre las actividades de innovación y procesos sociales conflictivos. Entre
ellos encontramos dos formas de conflicto claramente diferenciadas. La primera es la
que fue revisada en el Capítulo 1, desde la perspectiva marxista, que refiere a los
conflictos entre capital y trabajo a raíz de los procesos de cambio técnico o innovación.
La segunda podría definirse como conflictos entre capital y capital, vinculados a las
disputas sobre la apropiabilidad de los resultados de la innovación. El conflicto como
consecuencia de la innovación y del cambio técnico no es una premisa exclusiva del
abordaje marxista, diversos autores clásicos, como Schumpeter (1946 y 1968) o
Kuznets (1976) prestaban atención a la desigualdad en los rendimientos que grupos o
sectores obtienen de los beneficios relativos de los procesos de innovación.
La evidencia empírica sobre conflictividad en la industria uruguaya muestra que son
muy escasos los conflictos entre capital y trabajo, expresados específicamente entre
patrones y sindicatos que se generen a partir de cambios técnicos o procesos de
innovación. Si bien la información disponible en forma sistemática proviene de los
procesos de negociación laboral institucionalizados (Convenios Colectivos), los
principales puntos de controversia que aparecen son: en una primera etapa (anterior a
la apertura comercial) el mantenimiento del nivel de salarios y, en una segunda etapa,
cuando empieza a crecer el desempleo y en particular el desempleo industrial, el
mantenimiento de los puestos de trabajo (Bianchi, 2006). Si bien en algunos casos los
problemas de empleo surgen a raíz de transformaciones en la organización del
trabajo, expresados en procesos de tercerización de tareas y desverticalización, los
mismos no se producen como consecuencia de cambios técnicos o por estrategias de
mejora de la eficiencia en la organización productiva sino por la reducción de costos
fijos salariales en un contexto de mayor competitividad. Es razonable esperar que en
una industria de escaso dinamismo tecnológico y con serios problemas de empleo, los
procesos de innovación no aparezcan como una fuente importante de conflictos entre
capital y trabajo. De hecho, como muestra el gráfico 2, en el total del período los
Convenios Colectivos suscriptos que tratan temas específicos de incorporación
tecnológica - en cuatro ramas que sobrepasan el 40% del empleo industrial - no
alcanzan al 15% del total de Convenios firmados.
129
Gráfico 2. Contenidos "no salariales" en Convenios Colectivos (% de
convenios)
45
40
1985-1991
35
30
25
1992-2002
20
15
2003-2005
10
5
0
Empl eo
Seg, Tr abaj o
Or g. Tr abaj o
Cal i dad
For maci ón
Pr oducti vi dad
Tecnol ogía
To tal
Fuente: El abor aci ón pr opi a en base a textos de l os conveni os coel cti vos 1985-2005. Ramas: Al i mentos y bebi das, Quími ca y Far macéuti ca, Metl úr gi ca y Papel y
cel ul osa
Por otra parte se registran relaciones que si bien quizás no puedan definirse como
conflictivas, pueden definirse como de “desconfianza”, no ya entre trabajadores y
empresarios sino entre los mismos empresarios y entre éstos y los integrantes del
sistema de investigación. Este tipo de relaciones fueron descritas anteriormente a
partir de antecedentes de entrevistas a empresarios industriales (Tansini y Domingo,
1997). Las razones de los problemas de relacionamiento entre empresarios y el
sistema de investigación ya fueron parcialmente reseñadas. A ello es posible agregar
factores históricos específicos asociados a la preeminencia de la Universidad de la
República en el sistema de investigación. Durante todo el período considerado puede
decirse que existió un “clima de desconfianza que…signa las relaciones entre
universidad, empresas y gobierno, herencia de un muy largo período de antagonismo
abierto, por razones políticas por una parte, y por el fuerte acercamiento de la
Universidad al movimiento sindical, por otra.” (Arocena y Sutz, 1999).
Las relaciones de “desconfianza” entre empresarios también fueron reseñadas
brevemente, destacando una mayor propensión a la competencia que a la cooperación
y las dificultades para definir las formas de apropiabilidad conjunta o compartida de los
resultados de la innovación. A los aspectos antes revisados cabe agregar que la
debilidad de las formas de protección jurídica del conocimiento no contribuye a
solucionar los problemas de confianza para establecer lazos de cooperación. Esto no
proviene, al menos no solamente, de un problema de debilidad institucional para fijar
reglas sobre las formas de apropiabilidad. En economías subdesarrolladas en las que
la mayoría de los procesos de innovación consisten en innovaciones adaptativas o
incrementales y no en nuevos productos, la protección del conocimiento vía patentes
pierde relevancia, mientras que el mantenimiento de “secretos industriales” o acuerdos
de confidencialidad son formas más utilizadas de protección del conocimiento. Estos
mecanismos son, por sus propias características, más difíciles de compatibilizar con
procesos cooperativos de innovación.
A su vez, esto tiene como consecuencia que desde el punto de vista metodológico,
medir el número de patentes otorgadas no puede ser considerado como un indicador
universal del esfuerzo tecnológico (Cimoli et al, 2005: 14). De hecho en ninguna de las
130
fuentes disponibles para este estudio, el número de patentes registradas resulta
significativo para describir o explicar el comportamiento innovativo.
En el apartado siguiente se pretende profundizar en la explicación de la situación
descrita hasta aquí a partir de una serie de hipótesis que ordenan el análisis y de
técnicas estadísticas específicas para estudiar la incidencia de diferentes variables en
el desarrollo de las capacidades de innovación. Asimismo, se pretende dar una
explicación teórica a los resultados a los que se arriba sea que estos permitan concluir
sobre relaciones causales o no.
II – Discusión sobre de los determinantes del desarrollo de las capacidades de
innovación en la industria manufacturera uruguaya 1985-2003
El título de este apartado es claramente muy ambicioso, pretende discutir o analizar
qué es lo que determina el desarrollo de las capacidades de innovación. En definitiva
se trata de una pregunta básica por la causa del desarrollo de capacidades de
innovación. Es evidente, a partir de los datos presentados en el apartado anterior, que
no se cuenta con información para determinar la causa del desarrollo de las
capacidades de innovación de una manera eficiente. Las ideas reseñadas en los
primeros dos capítulos, así como la discusión metodológica del capítulo tres y la breve
revisión histórica y descripción empírica hechas en los primeros apartados de este
capítulo muestran que: (i) el objeto de estudio es sumamente complejo y admite
diversos abordajes entre los cuales se ha escogido un abordaje teórico amplio con
contenidos epistemológicos y normativos complejos; (ii) que las formas de medición y
análisis empírico requieren abordajes amplios para guardar coherencia con la
definición escogida; (iii) que existe una abundante acumulación sobre el tema para la
región y para Uruguay que muestran que las capacidades de innovación de las firmas
están fuertemente relacionados con procesos específicos e idiosincrásicos de la
organización y el contexto en que se desarrollan; y (iv) que los datos de que se
dispone, si bien son los mejores que existen para el período, provienen de fuentes
disímiles y realizados con objetivos diferentes y con supuestos teórico metodológicos
diferentes36.
En este marco pretender discutir la causa del desarrollo de las capacidades de
innovación parece pretender “construir una aeronave con algunos tablones”. No
obstante, revisar los datos disponibles con la mayor profundidad posible, comparar los
resultados con los obtenidos por otros investigadores y en particular tratar de elaborar
nuevas preguntas parece un objetivo razonable para discutir, no para definir, los
determinantes del desarrollo de las capacidades de innovación en la industria
manufacturera uruguaya.
36 Sin duda los datos mejorarían si el INE permitiera el acceso a microdatos de la Encuesta Industrial.
Fuera de ello, que no está al alcance del responsable de este trabajo, la única fuente de datos no
analizada y producida en este período es la encuesta realizada por Pittaluga et al (2005) para el Informe
de Desarrollo Humano del PNUD 2005. Encuesta que sin duda tiene una riqueza muy importante pero
que no es estrictamente una encuesta industrial.
131
Por otra parte, discutir sobre las causas de un proceso obliga a reflexionar sobre qué
es lo que debe ocurrir para que tal proceso se produzca y, si partimos del diagnóstico
de que las capacidades de innovación en la industria manufacturera uruguaya están
escasamente desarrolladas, preguntarse por qué ello es así, es una pregunta que no
se puede obviar en razón de las insuficiencias que presentan los datos disponibles. En
el apartado anterior se presentó la descripción más exhaustiva posible sobre los datos
disponibles y las formas de análisis, pero la vocación de la investigación es explicar, o
al menos preguntarse por la explicación, por la causa.
Si tomamos la noción marxista de cuádruple causalidad, que Marx toma de Aristóteles
y desarrolla para explicar los momentos de la mercancía y la lógica del modo de
producción capitalista (Marx, 1987b), podemos desarrollar un esquema de análisis que
simplifique los aspectos a discutir sobre los determinantes del desarrollo de las
capacidades de innovación en la industria uruguaya.
La cuádruple causalidad parte de una visión finalista que reconoce cuatro tipos de
causa para que algo ocurra:
Causa material: (el mármol para una estatua en el ejemplo de Aristóteles) La
existencia de actividades de producción industrial como una actividad dinámica y
cambiante, para que exista la posibilidad de desarrollar capacidades para que el
cambio implique una mejora o solución de problemas.
Causa eficiente: (la mano del escultor para la estatua) Las capacidades o
conocimientos de los agentes para que la producción ocurra y se transforme
mediante mejoras.
Causa formal: (el canon de belleza para la estatua) Las pautas que determina el
avance del conocimiento del “lado de la oferta” y del “lado de la demanda” que
determinan que algo sea una innovación y que permiten identificar el desarrollo de
capacidades para innovar a nivel de firma.
Causa final: (depende de posiciones normativas "a priori": el aumento de la belleza
en el mundo para la estatua) La innovación como herramienta para el desarrollo.
A partir de esta distinción entre los cuatro tipos de causa, se puede afirmar que la
causa final, como posición normativa, está determinada y explicada teóricamente, y
fundamentada en los ejemplos históricos, no puede ser objeto del análisis de
microdatos a nivel de firma. Por su parte, sobre la causa material, la existencia de
actividad productiva cambiante, preguntarse sobre sus determinantes sería
preguntarse sobre la forma de intervención humana en la naturaleza en un abordaje
entre filosófico y metafísico, que tampoco puede ser objeto de análisis en este caso.
La causa formal, el canon de innovación, desde el momento que se toma una
definición amplia de innovación como resolución de problemas y se reconoce en los
antecedentes que en contextos de subdesarrollo la amplia mayoría de las
innovaciones son innovaciones incrementales muchas veces motivadas por
necesidades de adaptación a condiciones locales, la innovación es entonces la
132
resolución de problemas mediante la aplicación de conocimientos, y por ende las
capacidades de innovación son las capacidades de resolver problemas. La discusión
sobre los límites o la definición precisa de ese canon podría ser objeto de este
trabajo37. Pero de manera expresa se eligió tomar una definición amplia que reconozca
la innovación como la solución de problemas de manera novedosa para el agente que
identifica tal problema, por ende queda también fuera de la pretensión explicativa de
este trabajo.
En definitiva la pretensión de discutir sobre los determinantes del desarrollo de las
innovación en la industria manufacturera uruguaya a partir de los datos disponibles
refiere a la discusión sobre la causa eficiente, a la “mano del escultor” en el sentido de
Aristóteles, a qué es lo que hace que las capacidades de innovación se desarrollen en
mayor o menor medida. Desde luego, el énfasis en el término discusión y no definición
de las causas eficientes del desarrollo de las capacidades de innovación, parte de
aceptar que las mismas son múltiples y que lo que se pretende es analizar la
incidencia de determinados factores que se reconocen como relevantes38.
Para analizar la causa o causas eficientes del desarrollo de las capacidades de
innovación se recurre a una metodología muy sencilla que consiste en (i) identificar en
la literatura nacional e internacional diferentes factores que se presentan como
determinantes de la innovación, (ii) acotar tales factores en variables mensurables
disponibles en las fuentes, (iii) construir un Índice de Capacidades de Innovación (ICIu)
que permita “ordenar” el grado de desarrollo de las capacidades de innovación según
empresa para cada fuente de datos disponible39 y, (iv) analizar la incidencia de los
diferentes factores (variables) identificados en la variabilidad del ICIu.
Para operacionalizar esta metodología se recurre a la técnica de análisis de regresión
múltiple, mediante la cual se testean para cada una de las seis fuentes disponibles las
siguientes siete hipótesis. Cada una de las hipótesis presenta un factor que aparece
en diferentes antecedentes como relevante para explicar el desarrollo de las
capacidades de innovación. En las siguientes secciones de este apartado se discuten
los resultados obtenidos.
Hipótesis general: las capacidades de innovación (CI) están asociadas a un
conjunto de variables de las características de las firmas que se detallan a
continuación.
H1: Las CI estarán positivamente relacionadas con el tamaño de la firma en la
medida en que esto implica una mayor diferenciación funcional de tareas a su
interior y mayores capacidades de escala para la inversión de recursos y la
dedicación de personal altamente capacitado a tareas innovativas.
37
Sobre la definición de “cánones de innovación” ver en Arocena y Sutz (1999) la discusión sobre el
concepto de novedad de la innovación que resumen en la pregunta: ¿nuevo para quién?
38 “In spite of [...] the fact that we might never be able completely to identify the determinants of innovation,
we will, for the time being, specify system as including all important determinants of innovation.”
(Edquist,1997, citado en Arocena y Sutz, 1999)
39 Sobre la forma de construcción del ICIu ver Capítulo 3 y Anexo Metodológico.
133
H2: Las CI tendrán niveles diferentes de desarrollo según rama de actividad, en
la medida en que estas están definidas como el resultado de un proceso
acumulativo de conocimientos en función de la producción específica de la firma y
por las características del mercado en que la misma opera.
H3: Las CI estarán positivamente asociadas con la productividad de la firma en
la medida en que este sea un indicador adecuado de la productividad marginal por
trabajador, resultante de su formación y aplicación de sus conocimientos
H4: Las CI guardarán una relación positiva con el nivel medio de salarios de la
rama en la medida en que exista una relación positiva entre competencias de los
empleados y remuneraciones.
H5: Las CI estarán asociadas positivamente con el desempeño exportador de la
firma en la medida en que esto implica el acceso a mercados más exigentes, que
demandan mayor incorporación de conocimientos en los productos o procesos.
H6: Las CI estarán asociadas positivamente con la IED en la medida en que esta
represente la inserción en redes de generación de intercambio de conocimientos
que potencien en la trayectoria de aprendizaje de la firma.
H7: Las CI guardan una relación positiva con la antigüedad de la firma desde el
momento en que estas se definen como el producto de un proceso de aprendizaje
acumulativo.
Si bien las variables utilizadas para medir las diferentes dimensiones contenidas en las
hipótesis no son idénticas en cada una de las fuentes disponibles, la intención de este
trabajo es discutir cada una de esas dimensiones o factores como posibles
determinantes del desarrollo diferencial de las capacidades de innovación. Por tal
motivo, y para facilitar la lectura, la expresión formal de cada uno de los modelos de
regresión y los resultados exhaustivos se presentan en el apartado A.5 del Anexo
Metodológico.
La expresión general del modelo estimado es:
1
ICIu
tj
c β V j e.
(t_1)
6
Donde:
El ICIu del año t es la variable dependiente en una función de regresión lineal múltiple que
considera una constante c y hasta 6 variables (v) que según la fuente específica pueden
tomar diferentes valores y refieren a:
(i)Tamaño de la empresa j,
(ii) Participación extranjera en el capital de al empresa j,
(iii) Propensión exportadora de la empresa j,
(iv) Antigüedad de la empresa j,
(v) Productividad aparente de la rama a la que pertenece la empresa j,
(vi) Índice de salarios y compensaciones líquidas de la rama a la que pertenece la empresa
j. y,
e es el error que se supone de distribución normal con μ = 0 y δ = (1)
El modelo busca estimar los coeficientes β que expresan la varianza del ICIu explicada por
cada variable.
Los resultados obtenidos de los modelos de regresión no son robustos y en algunos
de los casos son extremadamente débiles (cuadro 41). No obstante, en todos los
casos los modelos cumplen con los supuestos de linealidad entre las variables y de
134
colinealidad y normalidad en la distribución de los residuos. En tal sentido son modelos
válidos. En particular porque el objetivo de los mismos no es testear el poder
explicativo del modelo en su conjunto, sino la incidencia de las diferentes variables
consideradas y poder concluir con niveles significativos de confianza respecto a la
validez de las hipótesis planteadas40.
En los antecedentes encontrados de aplicación de este tipo de modelos para datos
referentes a muestras de todo el sector industrial, no de sectores específicos, en
ninguno de ellos se encuentran resultados robustos para el conjunto del modelo
(Erbes et al, 2004. Culebras de Mesa, 2004. Caloghirou et al, 2004. Galende y de la
Fuente, 2003).
Cuadro 41. Coeficientes de determinación obtenidos
mediante los modelos de regresión múltiple
Modelo
R2 Ajustado
Modelo 1985_1
0,252
Modelo 1990_1
0,033
Modelo 1994_1
0,074
Modelo 1996_1
0,120
Modelo 2000_1
0,048
Modelo 2003_1
0,060
Modelo 1985_2
0,262
Modelo 1990_2
0,096
Modelo 1994_2
0,177
Modelo 1996_2
0,089
Modelo 2000_2
0,168
Modelo 2003_2
0,082
Modelo 1985_3
0,219
Modelo 1990_3
0,062
Modelo 1994_3
0,140
Modelo 1996_3
0,118
Modelo 2000_3
0,117
Modelo 2003_3
0,054
Fuente: CIESU, 1985, DECON 1990,1994 y 1996. DINACYT 2000 y 2003
La causa de este tipo de resultados no parece estar asociada a la bondad estadística
de los modelos sino a la naturaleza del objeto de estudio y de la calidad de los datos
disponibles. En tal sentido Galende y de la Fuente (2003: 720) afirman: “It is easy to
see that the traditional course of theoretical argument and of empirical contrast deals
with the direct impact of the internal factors on a firm’s innovative result. This is the aim
of the greater part of the studies, and it is the cause of the frequently contradictory
empirical evidence. Studies that show a positive impact of the factor coexist with others
that seem to indicate a negative influence. It is reasonable to think of the existence of
intermediate variables, which may be determined by the characteristics of the
40
Todos estos resultados se detallan en el apartado A.5 del Anexo Metodológico
135
innovative process…This has been carried out only in very few studies, because of the
qualitative nature of the statistical data.”
II.i - La relación entre el tamaño de la firma y las capacidades de innovación
La relación entre el tamaño de la firma y la intensidad de las actividades de innovación
es un tópico clásico en la literatura. La expresión big is better but small is beautiful,
sintetiza la idea de que no es posible establecer una relación unívoca entre el tamaño
de la firma y su comportamiento innovativo. Asimismo, trabajos recientes enfatizan la
no univocidad de esta relación, recalcando la relevancia de las características
específicas de la firma y del sector (Lee y Sung, 2005). Los factores que intervienen en
que se verifique este tipo de relación se pueden resumir en la siguiente taxonomía:
Tabla 3. Argumentos teóricos que fundamentan una relación positiva entre tamaño y
capacidad de innovación de las empresas
Empresas grandes
PYMES
- Economías de escala
- Flexibilidad
- Capacidad de tomar riesgos
- Intensidad en los flujos internos de
- Posición dominante en el mercado
comunicación
- Capacidad de apropiación de resultados de la - Especialización
innovación
- Adaptabilidad
- Número y diversidad en la calificación del
- Métodos informales de control y monitoreo
personal
Fuente: Adaptación propia a partir de (Galende y de la Fuente, 2003: 719. Rothwell y Dodgson
1996: 311-312)
A partir de los modelos que testean la incidencia de diferentes variables en el
desarrollo de la capacidad innovativa se observa en todos los casos una relación
significativa y positiva entre el tamaño de la firma y el ICIu. A su vez, para tres de las
fuentes analizadas, el tamaño de la firma es la variable que tiene una incidencia de
mayor intensidad en la distribución del ICIu41 (cuadro 42). Este resultado coincide con
estudios antecedentes realizados a partir de algunas de las mismas fuentes con
metodologías diferentes a las aquí empleadas (Argenti et al, 1988. Pittaluga et al,
2005. Tansini y Domingo, 1997). Asimismo, resultados similares se encuentran
también en antecedentes de estudio sobre la industria Argentina (Erbes et al, 2004),
que es una industria que comparte importantes características con la uruguaya.
Este resultado permite afirmar que en la industria manufacturera uruguaya es más
probable que una empresa grande (más de 100 empleados) desarrolle capacidades de
innovación que lo haga una PYME42. Atendiendo a las características de los patrones
identificados en el apartado anterior, es posible explicar esta diferencia por la escasa
dotación de profesionales en las PYMES y por sus dificultades de inversión en
actividades innovativas.
41
Con motivo de facilitar la comparabilidad entre las diferentes fuentes, el tamaño de la firma se mide sólo
a partir del número de empelados.
42 Este resultado coincide con el obtenido por Pittaluga et al (2005: 191) en el análisis de la Encuesta
DINACYT 2000, en el que señalan la existencia de un “umbral de tamaño” que define la probabilidad de
innovar de las empresas pequeñas.
136
Cuadro 42. Varianza explicada del ICIu por el tamaño de la firma
(Coef. β)
Modelo
Coeficiente de regresión (β)
1985_1
0,321* (1)
1990_1
0,068* (2)
1994_1
0,126* (2)
1996_1
0,096* (3)
2000_1
0,191* (1)
2003_1
0,210* (1)
* Significativo al 95% de confianza.
(1) Variable que explica la mayor proporción de varianza en la regresión
(2) Variable que explica la segunda mayor proporción de varianza en la regresión
(3) Variable que explica la tercera mayor proporción de varianza en la regresión
Ver la especificación de cada modelo en el Apartado A.5 del Anexo Metodológico
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003.
Este tipo de relación no se observa en los antecedentes de investigación para las
economías desarrolladas (Rothwell y Dodgson, 1996). A partir de la revisión de
diversos estudios para Europa y Estados Unidos, Rothwell y Dodgson llegan a una
caracterización que puede resumirse en que la relación teórica entre tamaño y
comportamiento innovativo sigue una forma de U. Esta forma se explica a partir de los
argumentos expuestos en la tabla 3, según los cuales las firmas pequeñas tienen
mayor capacidad de adaptación a las transformaciones en el paradigma tecnológico y
mayor capacidad de cambios organizacionales, mientras que las firmas grandes
encuentran ventajas de escala y de diferenciación funcional interna que les permite
destinar recursos y personas a actividades innovativas. En ese modelo teórico, las
firmas que concentren las debilidades de firmas grandes y pequeñas serán aquellas
que se encuentren en el “piso” de la U. Existen también otros modelos de
interpretación que proponen caracterizar la relación entre tamaño e intensidad
innovativa según una forma de U pero invertida. Según esta interpretación la relación
tendría un primer momento de signo positivo hasta llegar a una meseta en la cual los
problemas asociados a las firmas grandes empezarían a limitar la intensidad de las
actividades de innovación (Lee y Sung, 2005).
A partir de estos resultados no es posible rechazar la hipótesis H1, aunque tampoco el
resultado permite suponer una asociación lineal positiva de gran intensidad entre el
tamaño de la firma y el desarrollo de las capacidades de innovación. Se propone la
interpretación que en la industria manufacturera uruguaya se encuentran pocas
empresas pequeñas que puedan obtener ventajas de la adaptación a las
transformaciones tecnológicas. Entonces, la forma de relación entre tamaño y
capacidad de innovación se describe mejor como una nube de puntos en la que es
posible reconocer una difusa recta de pendiente positiva.
El tamaño de la firma es, en tres de los seis modelos, la variable que mayor varianza
explica del ICIu, sin embargo, como puede apreciarse el porcentaje de varianza
explicada es relativamente bajo. Esto permite suponer una leve pendiente positiva de
la recta que relaciona estas variables y que posiblemente, no sea continua sino que
dependa en buena medida del sector de actividad de la firma. Existe evidencia
137
empírica para los años 1985, 1996 y 2003, en los que se puede identificar un grupo de
pequeñas y medianas empresas de alta capacidad innovativa, los cuales serían los
casos outsider de la nube.
La relación entre el tamaño de la firma y su propensión innovadora ha sido largamente
tratada desde los aportes de Schumpeter (1946). Este autor, en la etapa llamada del
“segundo Schumpeter”, luego de revisar su teoría sobre la acción individual de los
empresarios ante la evidencia de la asunción del capitalismo monopólico y lo que
llamaba la industrialización de la I&D, proponía dos conocidas interpretaciones por las
cuales las grandes firmas monopólicas tendrían más posibilidades de innovar que las
pequeñas. De esta manera se reafirma lo antes mencionado desde los antecedentes
clásicos, la relación entre tamaño de la firma e innovación ha sido estudiada en
estrecha relación a la estructura de mercado en que opera la empresa.
Este autor afirmaba que la capacidad monopólica de las firmas alentaba la acción
innovativa. Desde el momento que los empresarios monopolistas cuentan con
posibilidades de reunir un equipo de investigadores calificados, capaces de hacer “el
proceso de I&D industrializado”, a la vez que los altos costos de las actividades de I&D
y el alto grado de incertidumbre sobre los resultados económicos de esa actividad,
permite a las firmas grandes, con menores restricciones financieras, una mayor
propensión a innovar. Por otra parte, la condición monopólica no sólo le permitiría a
estas firmas obtener rentas que financien las actividades de I&D sino también obtener
y asegurar rentas excepcionales como retribución de la innovación. Así, en el
esquema de Schumpeter de 1946, eran las grandes firmas monopolistas las que
dinamizaban el ciclo del desenvolvimiento económico rompiendo la corriente circular
mediante la introducción de innovaciones.
Desde luego, estas ideas de Schumpeter, como toda su concepción del proceso de
innovación está enfocado exclusivamente en las innovaciones radicales, de allí su
énfasis en las actividades de I&D como input básico y casi único de la innovación. ¿Es
aplicable este modelo teórico al estudio sobre la relación entre las capacidades de
innovación y el tamaño de la firma en la industria manufacturera uruguaya? Sin duda
no de manera directa, en primer lugar el concepto de capacidades de innovación como
potencial de desarrollar procesos innovativos difiere del concepto de innovación como
resultado y especialmente del concepto de innovación radical. Aún si nos refiriéramos
al concepto de innovación, como se ha dicho, en la industria uruguaya predominan
formas de innovación adaptativa e incremental no radicales. En segundo lugar, en la
industria uruguaya no existen firmas “grandes” como las que Schumpeter describe
capaces de alterar la corriente circular del capitalismo.
No obstante, considerando estas salvedades, Schumpeter ofrece las bases de
interpretación para el esquema explicativo antes descrito sobre los argumentos
teóricos para analizar la relación entre tamaño y desempeño innovativo, y los analiza
en estrecha relación con el tipo de mercado en que la firma opera.
138
En contraste con los argumentos de Schumpeter, Arrow argumentaba que los
mercados de competencia perfecta son los que ofrecen mayores incentivos a la
innovación. El argumento de Arrow es extremadamente sencillo recostado en los
principios de economía clásica: el empresario monopolista no tiene incentivos a
innovar ya que cuenta con capacidad de mercado para asegurarse rentas
extraordinarias sin necesidad de correr los riesgos de la innovación. Por otra parte, el
empresario que opera en mercados de competencia perfecta sólo puede obtener
rentas extraordinarias mediante la innovación (Crespi, 2004: 8). De esta manera el
argumento de Arrow lleva a la concepción de competencia monopolística revisada en
el Capítulo 1, ya que mientras no se produce el proceso de difusión e imitación de la
innovación, el empresario opera de hecho como un monopolista.
Las miradas clásicas que incorporan la estructura de mercado al análisis de la relación
entre tamaño y propensión innovadora de la firma refuerzan las interpretaciones más
recientes que señalan la ausencia de un patrón unívoco en la relación entre estas
variables43. En definitiva, la propensión a innovar como una acción resultante de la
búsqueda de rentas explica los riesgos y retribuciones de aquellas empresas que
operan como first mover (Chandler, 1990) y esa condición puede ser favorecida por los
argumentos vertidos a favor de las empresas grandes o pequeñas según el grado de
adaptabilidad, diversidad y apropiabilidad del tipo de producto y de mercado (Cohen y
Klepper, 1992).
En conclusión, el análisis de la relación entre estas variables requiere de un enfoque
que recoja las especificidades históricas a la vez que es necesario contar con
información desagregada a nivel de sector de actividad para comprender el
funcionamiento del mercado (Sutton, 1996). Desde el punto de vista teórico, el aporte
de Lundvall (1988) sobre “mercados organizados” parece el que mejor describe la
incidencia de la forma de mercado sobre la acción innovativa, a la vez que resulta
pertinente para el análisis de procesos de innovación no radical que se basan en la
interacción usuario-productor. Reconocer las características de tales mercados parece
entonces el camino de análisis más adecuado.
Existen pocos antecedentes de estudios sectoriales de este tipo para la economía
uruguaya, si bien se encuentran estudios que integran el análisis de las relaciones
usuario-productor (Snoeck et al, 1992), los estudios que tratan de la industria
manufacturera a nivel agregado lo hacen predominantemente desde un enfoque
neoclásico. Estos trabajos centran su análisis en cómo incide el tamaño de la firma en
el desempeño de la empresa y emplean la “tecnología” como una variable exógena
residual que explicaría el desempeño de la empresa dentro de la rama a lo largo del
tiempo (Tansini y Triunfo, 1998c: 14).
43
“The Schumpeterian hypothesis for the size and opportunities for R&D is that big firms have the
resources and possess a monopolistic power that enable them to face the inherent risk of innovation.
However, empirical evidence does not confirm the role of the size of the firm in relation to innovation and
some approaches support that it is also plausible that big firms have rigidities in introducing novelty.
Problems with statistics, sectorial specificities or even the technological characteristics of innovation
interfere and make the relation between size and innovation much more complex…and in that sense it is
not possible to conclude on that question.” (Caloghirou et al, 2004: 33)
139
En la sección siguiente se profundiza la discusión sobre la relación entre desarrollo de
las capacidades de innovación y el sector de actividad, considerando la incidencia del
tamaño de la firma.
II.ii - Las capacidades de innovación según sector de actividad
Analizar el desarrollo de las capacidades de innovación según sector de actividad
enfrenta varios problemas complejos. Por un lado, como se señaló en la última sección
del apartado anterior, el sector industria uruguayo, a diferencia del agropecuario, no
cuenta con tradición de emprendimientos tecnológicos colectivos, por lo cual el estudio
de la innovación industrial no puede basarse en el análisis de estrategias competitivas
a nivel sectorial. Esto refuerza la importancia de estudiar el desarrollo de las
capacidades de innovación a partir de las estrategias y comportamientos de las
firmas., lo cual presenta una dificultad para el análisis sectorial que proviene del alto
nivel de heterogeneidad intrasectorial (Arocena y Sutz, 1999).
En el apartado anterior, la descripción de los patrones de desarrollo de capacidades
de innovación, muestra que en ningún caso se produce una asociación clara entre los
patrones identificados y un sector de actividad. Sí puede identificarse la incidencia de
determinado sector en la conformación de un conglomerado de mayor desarrollo
relativo de las capacidades de innovación. En particular esto se observa en la
participación de la industria química en conglomerados que se caracterizan por el
desarrollo de las competencias internas de la firma (Cuadros: 8, 14, 19, 29 y 34).
No obstante, el coeficiente de variación intra-rama del ICIu presenta valores altos para
la amplia mayoría de las ramas en todos los años considerados (Cuadros: A49-A52
del Anexo Metodológico)44. Este tipo de medida, muy sencilla, permite la comparación
con independencia de la unidad de medida de cada fuente y analizar cómo en cada
año la variabilidad de la medida de las capacidades de innovación a la interna de la
rama se aproxima o no a la variabilidad en el total de la muestra. En referencia al
ejemplo mencionado en el párrafo anterior, muestra como en todos los casos la
industria química tiene un alto coeficiente de variación del ICIu y en cuatro de los seis
años el mismo es mayor que el del total de la muestra. Esto permite conjeturar que en
dicho sector de actividad existen empresas con un mayor desarrollo de las
competencias internas45, pero que las mismas conviven dentro de la rama con
empresas de muy diverso desarrollo relativo de las capacidades de innovación.
Por otra parte, como se observa en la tabla 4, las ramas con mayor coeficiente de
variación intra-rama del ICIu, reúnen en los diferentes años ramas de sectores
tradicionales de la industria nacional con otros sectores que en algunas tipologías se
44
El Coeficiente de Variación se calcula como el valor absoluto del cociente entre el Desvío estándar y la
media del ICIu para cada rama de actividad.
45 En parte el desarrollo de las competencias internas en la industria química, medido por las variables
que componen el ACP, se explica por la necesidad legal de este sector de contar con profesionales,
químicos farmacéuticos e ingenieros químicos, que avalen el proceso de producción.
140
incluyen dentro de los sectores basados en la ciencia o difusores del conocimiento
(Pittaluga et al, 2005. Cimoli et al, 2005).
Tabla 4. Ramas con mayor variabilidad interna del ICIu
1985
Calzado y
cuero
Bebidas y
tabaco
Textiles
1990
Maquinaria
(Exc. Eléctrica)
1994
Maquinaria
eléctrica
1996
Plásticos
Caucho
Caucho
Textiles
Maquinaria
eléctrica
Objetos de
barro, loza y
porcelana
Instrumentos
de precisión
Bebidas
Química
Metálicas
básicas
Papel
2000
Calzado y
cuero
2003
Química
Minerales no
Maquinaria
metálicos
eléctrica
Fuente: Elaboración propia en base a Encuesta CIESU 1985, Encuestas DECON 1990, 1994 y 1996, y
Encuestas DINACYT 2000 y 2003.
Madera
Textiles
Es posible afirmar que la heterogeneidad en el desarrollo de las capacidades de
innovación se presenta en todas las ramas de actividad y que para profundizar en el
análisis específico se requieren de estudios sectoriales que reúnan otro tipo de
información. Un ejemplo de ese tipo de estudios es el realizado por Walsh y Linton
(2002). Estos autores se centran en el análisis de las competencias específicas que
requiere el proceso productivo en una industria en particular. En este caso realizan un
estudio de las firmas productoras de semiconductores en EEUU para analizar el tipo
de competencias que este proceso productivo demanda específicamente y cuáles son
competencias generales de la industria.
Como se dijo en el Capítulo 3, en referencia a estos mismos autores, en este trabajo
no hay posibilidades de analizar las competencias específicas con la información
disponible, por lo cual se analizan las competencias genéricas como dimensión de las
capacidades de innovación46.
Más allá de estas salvedades, para analizar la incidencia de la especificidad de la
rama o sector de actividad en el desarrollo de las capacidades de innovación, se
construyó un modelo de regresión lineal múltiple que considera el sector de actividad
al que pertenece la firma como variable explicativa del desarrollo de las capacidades
innovativas, controlando el efecto del tamaño47.
46
Un apunte interesante del trabajo de Walsh y Linton (2002) es que se trata del análisis de una industria
que definen como productora de commodities para la industria informática (software y hardware). De esa
manera analizan el tipo específico de competencias que demanda la producción de un sector proveedor
de otro de alta tecnología. La herramienta que emplean para el análisis es una encuesta específica a
proveedores, expertos usuarios, y productores, con lo cual obtienen un tipo de datos sumamente
específico que difiere de los datos agregados que se manejan en este trabajo.
47 Cabe reiterar que este tipo de modelos para estimar el efecto del sector de actividad son una
adaptación de los desarrollados por Erbes et al, 2004. Los detalles de los mismos se desarrollan en el
apartado A.5 del Anexo Metodológico.
141
La expresión general del modelo es:
ICIu
tj
c β1Tamañotj β 2 Ramatj e.
(t_2)
Donde:
El ICIu del año t es la variable dependiente en una función de regresión lineal múltiple que
considera una constante c;
Tamaño: En todos los casos se mide como el número de empleados de la empresa j, pero
toma diferentes escalas según la fuente de datos (t)
Rama: es la rama de actividad a la que pertenece la empresa j. En la ecuación se introduce
una variable dummy por cada rama, la codificación de ramas varía según la fuente de datos
(t) y,
e es el error que se supone de distribución normal con μ = 0 y δ = (1)
El modelo busca estimar el coeficiente β asociado a cada variable dummy de la rama de
actividad, que se interpreta como la variación del ICIut en el sector j respecto a la rama
excluida del modelo, para empresas del mismo tamaño. Según la codificación de
agrupaciones en (t) el sector empleado como testigo varía, pero en todos los casos incluye
al sector de Alimentos como un sector representativo del comportamiento productivo
tradicional en la industria uruguaya.
La lectura que surge de los resultados48 muestra la dificultad para el análisis de la
incidencia sectorial en el desarrollo de las capacidades de innovación. Dadas las
diferencias de codificación de los sectores49, en este caso además de las diferencias
en las variables que surgen del ACP y componen el ICIu de cada año, se agrega una
dificultad para el análisis comparado entre los distintos años considerados.
Algunos resultados que se pueden destacar de este ejercicio son: (i) Los sectores
tradicionales (textiles, vestimenta, otras alimentarias, gráfica, metalúrgica) muestran
coeficientes variables, que en ocasiones resultan significativos, positivos o negativos,
y en otras no significativos, para los diferentes momentos del período considerado.
Esto parece indicar la alta heterogeneidad interna de estos sectores que, en términos
del desarrollo relativo de las capacidades de innovación, no permite identificar
patrones a lo largo del período. (ii) En todas las fuentes consideradas la industria
química muestra coeficientes significativos y positivos respecto al sector testigo, que
indican que el sector de actividad influye positivamente en el valor del ICIut para
firmas del mismo tamaño. (iii) Los coeficientes de sectores como el de “Construcción
de instrumentos de precisión” que se clasifican como basados en la ciencia, varían
mostrando relaciones significativas de signo positivo (ICIu90 e ICIu94) y negativo
(ICIu96) mientras que para las restantes fuentes de datos no presentan una relación
significativa. Esto puede ser interpretado como un indicador de las fuertes variaciones
de este tipo de sectores durante el período considerado.
Con el objetivo de mejorar los resultados obtenidos para el análisis de la relación entre
el sector de actividad, el tamaño de la firma y el desarrollo de las capacidades de
innovación, se propone un nuevo modelo para estimar si dentro de cada sector de
48
Cuadros A11, A18, A25, A32, A39 y A46 del Anexo Metodológico.
Para la encuesta CIESU 1985 el diseño muestral se hizo a partir de 14 agrupaciones productivas
escogidas ad hoc, para las encuestas DECON 1990 y 1994 se consideró la codificación CIIU rev. 2 y para
las encuestas DECON 1996 y DINACYT 2000 y 2003, se tomó en cuenta la codificación CIIU rev. 3.
49
142
actividad la relación entre el tamaño de la firma y el desarrollo de capacidades de
innovación es siempre positiva o si esto depende del tipo de actividad de la empresa.
Para ello el modelo que se propone es:
ICIu
tj
c β (Tamañotj * Ramatj ) e.
(t_3)
Donde:
El ICIu del año t es la variable dependiente en una función de regresión lineal múltiple que
considera una constante c;
Tamaño: idem modelo (t_2)
Rama: idem modelo (t_2) y,
e es el error que se supone de distribución normal con μ = 0 y δ = (1)
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma el
valor cero. El modelo busca estimar el coeficiente β que incopora el efecto tamaño de la
firma para cada sector de actividad, de esa manera la relación entre tamaño y el ICIut se
remite a cada sector.
En este caso, los resultados muestran que, excepto en muy escasas excepciones
(Vestimenta, 1994, Madera, 1996 y Maquinaria no eléctrica 2000) para todos los
sectores en que los resultados son estadísticamente significativos, el tamaño tiene una
relación positiva con las capacidades de innovación. Sin embargo es preciso observar
que el coeficiente asociado al tamaño por sector no es homogéneo y que en la
mayoría de los casos es significativamente menor al estimado en la ecuación (t_1)50.
Ante estos resultados es posible concluir que el tamaño tiene una incidencia positiva
sobre las capacidades de innovación en la amplia mayoría de la industria, pero que la
intensidad de esta relación varía de acuerdo a cada sector. Nuevamente, en todos los
años considerados, se destaca el comportamiento de la industria química, en la cual el
coeficiente asociado al sector es siempre superior al estimado en la ecuación (t_1).
Esta observación sobre el comportamiento innovativo de la industria química es
coincidente con los antecedentes de análisis que existen para las mismas fuentes
(CIESU, 1987: 26. Pittaluga et al, 2005: 190-191). En términos de las tipologías
clásicas sobre comportamiento innovador a nivel sectorial (Pavitt, 1984), la presencia
del sector farmacéutico dentro de la industria química, es el único sector de la industria
manufacturera uruguaya que muestra evidencia de comportarse según la
caracterización de un sector “basado en la ciencia”. Posiblemente existan otros
sectores que durante el período considerado mostraron un comportamiento similar,
como puede ser el caso de la industria electrónica (Snoeck, et al, 1992), pero a nivel
agregado industrial, considerando las fuentes para todo el período, no es posible
reconocer de manera consistente una tipología de comportamiento según sector, tal
como la describía Pavitt (1984) a partir del análisis de aproximadamente 2000
innovaciones efectivamente realizadas en la industria británica en un período de treinta
y cuatro años.
Este tipo de análisis se podría complementar considerando la estructura de mercado
en que opera la firma de manera de aproximarse a las hipótesis manejadas en la
sección anterior. Lamentablemente la información necesaria para ese tipo de estudio
50
Ver cuadro 42 en relación a los cuadros A13, A20, A27, A34, A41 y A48 del Anexo Metodológico
143
no está disponible en las fuentes relevadas. Es sumamente difícil conseguir
microdatos a ese nivel de desagregación, debería ser a cuatro dígitos de codificación y
contando con el valor de las ventas por empresa, debido a que el reducido tamaño del
mercado nacional lleva a que se preserve ese tipo de información en salvaguarda del
secreto estadístico.
Esta sección muestra la suma de esfuerzos por profundizar todo lo posible el análisis
de la relación entre el sector de actividad y el desarrollo de las capacidades de
innovación de la firma. Los resultados, si bien permiten arribar a algunas conclusiones,
son evidentemente magros. Un aspecto que no ha sido tratado, ya que no se cuenta
con información para hacerlo, y que es de suma importancia en este tópico, es el
análisis de los encadenamientos y formas de relación entre sectores como factor de
desarrollo de las capacidades de innovación. Sobre este tema existen pocos
antecedentes a los que se pueda recurrir. El más reciente (Pittaluga et al, 2005) no
está centrado en el análisis de la industria manufacturera.
En los apartados que siguen se discuten los demás determinantes de las capacidades
de innovación propuestos en las hipótesis precedentes.
II.iii – Capacidades de innovación, nivel de productividad y de remuneraciones
Una forma de aproximarse al desempeño económico de las firmas es a partir de la
productividad aparente, entendiendo por tal el cociente entre el nivel de facturación y
el número de empleados de la firma. Este es un indicador que ha sido usado como
referente del rezago de las capacidades tecnológicas en América Latina en
antecedentes ya reseñados (Katz, 2000). La hipótesis planteada (H3) parte de un
supuesto clásico de la economía: las firmas que logren mejor desempeño económico,
tendrán mayor potencial innovativo. Asimismo, la relación puede ser formulada desde
una lógica causal inversa: las capacidades de innovación actúan como causa del
desempeño económico, en tal sentido, este último podría ser tomado como un
referente del desarrollo de las capacidades innovativas. Para el caso uruguayo, el
modelo (t_1) muestra que en la industria uruguaya la relación entre la productividad
aparente de las firmas y el desempeño innovativo no tiene un patrón claramente
definido (cuadro 43).
144
Cuadro 43. Varianza explicada del ICIu por la productividad aparente de la
rama o la firma (Coef. β)
Modelo
Coeficiente de regresión (β)
1985_1
0,197* (2) (r)
1990_1
0,131* (1) (e)
1994_1
No significativo (e)
1996_1
No significativo (r)
2000_1
- 0,111* (2) (r)
2003_1
0,068* (3) (e)
* Significativo al 95% de confianza.
(1) Variable que explica la mayor proporción de varianza en la regresión
(2) Variable que explica la segunda mayor proporción de varianza en la regresión
(3) Variable que explica la tercera mayor proporción de varianza en la regresión
(r) Productividad calculada a nivel de rama a 4 dígitos cod. CIIU
(e) Productividad calculada a nivel de empresa
Ver la especificación de cada modelo en el Apartado A.5 del Anexo Metodológico
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003.
Por el contrario, muestra una incidencia relativamente baja en la explicación de las
capacidades de innovación de las firmas, y en un año en particular, se aprecia una
relación negativa. Este resultado sólo es posible interpretarlo a la luz de las
características antes mencionadas del modelo de desarrollo productivo. No cabría
esperar que, en un marco donde el desempeño económico de las firmas está asociado
a su participación en sectores tradicionales de inserción exportadora, el análisis
agregado de la relación entre la productividad aparente de las empresas y su
capacidad innovadora mostrase una relación positiva e intensa.
Estos son elementos de particular importancia en el momento de analizar el proceso
de innovación en América Latina. Se encuentran antecedentes que destacan la
dificultad de transformar las capacidades de innovación e incluso las capacidades
específicas de desarrollo tecnológico en ventajas competitivas. Algunos antecedentes
específicos (Malaver y Vargas, 2005) señalan que las posibilidades de
comercialización u obtención de renta futura de una innovación, dependen de una
amplia diversidad de factores, dentro de los cuales operan la (in)estabilidad económica
y los cambios en los regímenes de incentivos.
Los resultados de otros estudios sobre la industria manufacturera uruguaya en el
período 2000-2003 (Bianchi y Gras, 2006) así como los antecedentes mencionados
para otras regiones de América Latina, sugieren que las posibilidades de
transformación de las actividades de innovación en resultados económicos están
mediadas por características específicas de las firmas, los sectores en los que operan
y las condiciones generales de inestabilidad económico institucional.
Con estos resultados, si bien se encuentra una relación significativa entre el nivel de
productividad, especialmente en los casos en que es posible medirlo a nivel de firma, y
el desarrollo de las capacidades de innovación, no es posible aceptar la hipótesis H3
como válida. La evidencia resultante del test de los modelos propuestos permite sí
145
discutir algunos de los aspectos relacionados con el nivel de productividad y el modelo
de desarrollo que fueron antes revisados.
La productividad aparente de la fuerza de trabajo es un aspecto íntimamente
relacionado con el nivel de remuneraciones, en particular, en la revisión teórica que se
realizó, el análisis de la productividad del trabajo se toma como un indicador de las
posibilidades de desarrollo sostenido mediante experiencias virtuosas de crecimiento y
equidad (Fajnzylber, 1990. Porcile y Holland, 2005).
En los modelos testeados, la incidencia del índice de salarios y retribuciones de la
rama sobre el desarrollo de las capacidades de innovación muestra resultados aún
más débiles que los vistos respecto a la productividad de la mano de obra (cuadro
44)51.
Cuadro 44. Varianza explicada del ICIu por el Índice de Retribuciones de la
Rama (Cuatro dígitos Cod. CIIU) (Coef. β)
Modelo
Coeficiente de regresión (β)
1985_1
No significativo
1990_1
0,048* (6)
1994_1
0,121* (3)
1996_1
0,057* (5)
* Significativo al 95% de confianza.
(3) Variable que explica la tercera mayor proporción de varianza en la regresión
(5) Variable que explica la quinta mayor proporción de varianza en la regresión
(6) Variable que explica la sexta mayor proporción de varianza en la regresión
Ver la especificación de cada modelo en el Apartado A.5 del Anexo Metodológico
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003.
En los tres casos que se encuentra una relación significativa entre el índice de salarios
y las capacidades de innovación, la misma es en todos los casos de signo positivo.
Como se señaló antes, en el período considerado existieron diferentes etapas en la
forma de definición de las retribuciones salariales. En la parte más prolongada del
período (entre 1992 y 2003) el retiro del Estado de la negociación salarial llevó a que
el nivel de retribuciones se hiciera mediante ajustes entre privados, en los cuales el
peso de las características específicas de cada firma tuvo mayor impacto que en los
convenios colectivos por rama de actividad (Fachola, 2003). Considerando los
resultados que se exponen en el cuadro 44 es posible proponer a modo de conjetura,
ya que los resultados no permiten concluir sobre esto, que los coeficientes algo
mayores que se registran en 1994 y 1996 respecto al de 1990, podría estar reflejando
este cambio en la pauta de definición salarial.
Existen antecedentes de estudio sobre los mecanismos de diferenciación salarial en la
industria manufacturera uruguaya para parte del período aquí considerado que
señalan la incidencia de los cambios en las formas de definición del salario en la
51
Esto se debe en buena medida a la mala calidad de la información brindada por el Departamento de
Estadísticas Económicas del INE, ya que al no poder acceder a las variables básicas de retribuciones y
contar solamente con el Índice agregado, las posibilidades de análisis estadístico son muy restrictivas. A
esto se agrega la negativa de brindar los Índices de Salarios según rama a cuatro dígitos para los años
posteriores a 1999.
146
relación entre productividad, desempeño y retribuciones. Fachola (2003) señala que la
desregulación de las relaciones laborales, que básicamente consistió en la no
obligatoriedad de la aplicación de los acuerdos para las empresas que no participaran
de los mismos, generó incentivos para que las negociaciones salariales fueran
descentralizadas a nivel de firma, en las cuales, ambas partes buscaban obtener
beneficios por incorporar especificidades de la situación de cada empresa. La
desregulación de las relaciones laborales, en conjunto con la política comercial
aperturista, modificó las pautas de producción de la industria manufacturera,
cambiando las rigideces sobre los costos relativos de los factores y por lo mismo
afectando el nivel de productividad y de remuneraciones del sector (Fachola, 2003: 1213).
Esta situación puede contribuir a explicar los débiles resultados del modelo ensayado.
En el mismo se considera el índice de retribuciones a nivel de rama de actividad. La
creciente descentralización de las negociaciones aumentó la incidencia de las
especificidades de la firma, entre las cuales se debe incluir su comportamiento
innovativo, y por lo mismo la relación entre el índice de salarios a nivel de rama y el
ICIu a nivel de empresa no permite describir la relación entre comportamiento
innovativo y nivel de remuneraciones de manera precisa.
Las variables que inciden en la determinación de los salarios a nivel de firma según los
estudios específicos del tema (Fachola, 2003) son las mismas que se incluyeron en el
modelo, por lo cual si bien los test de colinealidad entre las variables resultan
adecuados, puede existir una relación intermediaria sustantiva que no es captada por
el modelo y que explica el bajo coeficiente asociado al nivel de salarios. Esta autora
destaca que las firmas de mayor tamaño, que desarrollan procesos productivos más
intensivos en trabajo y que emplean una menor proporción de insumos importados,
registraron diferenciales salariales mayores que el resto. Así las empresas que
pagaron salarios más elevados fueron las que tuvieron menor dependencia del
exterior, tanto por la adquisición de insumos, como de bienes de capital y que tenían
mayores posibilidades de transferir, vía poder de mercado, el aumento de los costos
salariales a precios52.
A estas características de las firmas se suma, en la determinación del nivel de salarios
y su grado de diferenciación, la influencia de la calificación de la mano de obra.
Diversos estudios muestran que para la década de 1990, la asociación entre
calificación formal y nivel de retribuciones se hizo más intensa (Buchelli, 2000. Gradín
y Rossi, 1999. Fachola, 2003). No obstante, el mayor impacto en los casos de
aumento del nivel de retribuciones proviene de las capacidades de negociación de los
sindicatos. Este factor muestra más poder explicativo para la industria manufacturera
que las transformaciones en la calificación de la mano de obra o formas de cambio
técnico, basadas en la incorporación de equipos. El “efecto sindicato” produjo una
disminución de la diferenciación salarial a nivel de firma, marcando una tendencia a la
igualación intra-rama (Fachola, 2003: 55-57).
52
Estos resultados se sustentan en evidencia empírica para toda la industria manufacturera uruguaya
referida al período 1989-1995.
147
La relación entre los procesos de innovación y las formas de relación laboral es un
tema largamente tratado en la literatura (Martin, 1996). No obstante, como se aprecia
en los antecedentes descriptos en las líneas anteriores y en el apartado precedente,
este no ha sido un tópico que haya tenido una incidencia significativa en los procesos
de negociación laboral en la industria manufacturera uruguaya. Estos últimos sí han
tenido un impacto significativo – por acción u omisión – en la determinación de los
salarios y constituyen seguramente una de las múltiples variables intermediarias que
operan sobre el proceso innovativo.
La relación entre productividad y salarios es un tema recurrente en la tradición
cepalina desde las obras de Prebisch de la década del ’40 hasta los escritos de los
últimos años. Como se ha hecho referencia en este trabajo, estos autores analizaban
la incidencia del cambio técnico primero, y más adelante, de la innovación
propiamente dicha, a partir de su incidencia en los niveles de productividad y de la
capacidad de derrame de la mejora de la productividad hacia el aumento de salarios.
El concepto básico que relaciona estas dimensiones, también revisado en capítulos
anteriores, es el de heterogeneidad estructural.
¿Es posible hablar de heterogeneidad estructural en la industria manufacturera
uruguaya? Para cualquier lector informado es evidente que sí existe en la economía
uruguaya en general. A su vez, las líneas anteriores han sido dedicadas con
insistencia a mostrar la fuerte heterogeneidad intra-rama de la industria manufacturera
y que existen antecedentes que muestran que se dan formas de diferenciación salarial
según calificación de la mano de obra. No obstante es difícil establecer si a nivel de la
industria manufacturera se puede hablar realmente de heterogeneidad estructural.
En trabajos anteriores, se concluye que no existe un mecanismo de segmentación del
empleo generalizado en la industria manufacturera uruguaya, que se defina a partir de
las competencias y calificaciones de los trabajadores. La demanda de calificaciones es
baja, la formación en el puesto de trabajo es informal y no sistemática, y excepto en
casos particulares de empresas que han llevado adelante procesos de modernización
“congruente” este sector no muestra patrones de diferenciación a partir de esta
dimensión (Bianchi, 2006). En tal sentido, más allá de los resultados obtenidos en los
modelos ensayados, puede conjeturarse que la inexistencia de un modelo de
desarrollo de competencias laborales en la industria, puede ser una causa eficiente del
escaso desarrollo de las capacidades de innovación, y que los niveles de
productividad están asociados al tipo de estructura industrial y especialización
productiva y no alcanzan a incidir de manera significativa en el desarrollo de las
capacidades de innovación.
148
Gráfico 3. Productividad aparente de ramas industriales 1984-2000
A limento s, B ebidas y
Tabaco
4
Textiles, Vestimenta y
Cuero
3
M adera y M uebles
3
P apel y Gráfica
2
Química
2
M inerales no metálico s
1
M etálicas básicas, P ro d
metálico s y M aquinaria y
Equipo
1
Otras Ind M anufactureras
0
1984
1985
1986
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
2000
To tal
Fuente: Elaboración propia en base a Encuestas Industriales Trimestrales (1984-1995) y Encuestas
de Actividades Económicas (1996 – 2000)
No obstante, como muestra el gráfico 3, existen importantes diferenciales de
productividad según rama en la industria nacional53. Una vez más se destaca el
comportamiento de la industria química, pero en particular se aprecian escasas
diferencias entre la productividad de las otras ramas y sobre todo, la fuerte estabilidad
a lo largo del período de las otras ramas en un contexto en el cual la productividad
total de la industria creció de manera sostenida (Antía, 2001).
Más allá de la simplicidad de los datos expuestos parece evidente que el nivel de
productividad a nivel de rama, probablemente sí a nivel de firma (cuadro 43), no
resulta una causa eficiente sobre el desarrollo de las capacidades de innovación. Sin
embargo este aspecto afecta a lo que en este trabajo se reconoce como la causa final
del desarrollo de los procesos de innovación.
Los procesos de innovación permitirían reducir la brecha tecnológica con las
economías desarrolladas, reduciendo la brecha de productividad, lo cual generaría una
mejora auténtica de la competitividad que cambiaría el patrón de inserción
internacional del país. La competitividad auténtica desplaza formas de competitividad
espuria logradas vía la reducción del salario relativo en la industria nacional respecto
al de países desarrollados (Fajnzylber, 1983. Porcile y Holland, 2005).
De acuerdo a los antecedentes más recientes, no se observan en América Latina en
general ni en Uruguay, ni en la industria uruguaya en particular, procesos virtuosos
orientados hacia formas de competitividad auténtica. Durante los años ’90 en Uruguay,
así como también en sus principales socios comerciales del período (Brasil y
Argentina), los aumentos de productividad no estuvieron asociados a aumentos en el
53
El indicador de productividad que se emplea aquí es muy sencillo, llamado productividad aparente,
consiste en el cociente entre el Valor Agregado Bruto de la rama sobre el personal ocupado en la misma.
Esto no recoge diferencias entre la fuerza de trabajo ni capta el mencionado efecto del proceso de
tercerización que se profundizó en la década de 1990.
149
empleo sino por el contrario, a pérdida de puestos de trabajo en el sector industrial.
Como se comentó antes (Antía, 2001), los aumentos de productividad en el sector
manufacturero uruguayo estuvieron asociados a respuestas defensivas frente a la
mayor presión competitiva que implicó la apertura de la economía. Esta presión
sumada a la apreciación de la moneda que permitió un aumento en la incorporación de
bienes de capital, llevó al aumento de la productividad en la industria disociada de
cambios en la estructura productiva y en la demanda de empleo calificado (Porcile y
Holland, 2005: 55-61). Una vez más la metáfora de la “modernización incongruente”
resulta elocuente para caracterizar el proceso de la industria uruguaya.
Por otra parte, otro componente de la heterogeneidad que afecta las posibilidades de
formas de competitividad auténtica son los diferenciales de productividad intra-rama.
Los mismos se expresan en las diferencias de productividad según el tamaño de la
firma. A partir de las tres fuentes para las que es posible calcular la productividad
aparente a nivel de firma es posible ver que existe una significativa heterogeneidad en
la productividad intra-rama según tamaño de la firma (Cuadros A54-A56 del Anexo
Metodológico). Estos resultados coinciden con los que se observan en los
antecedentes para la industria latinoamericana (Cimoli et al, 2005: 23)
Considerando todos los resultados de análisis y los antecedentes expuestos en esta
sección y la anterior, es posible concluir, reforzando lo antes dicho, que la incidencia
del sector de actividad sobre el desarrollo de las capacidades de innovación es muy
heterogéneo.
Asimismo, es posible reconocer que existen variables intermediarias en la relación
entre productividad y nivel de salarios respecto al desarrollo de las capacidades de
innovación. En el primer caso se aprecia la incidencia del tamaño de la firma, la
incidencia del modelo de desarrollo y la alta volatilidad del desempeño económico,
mientras que en la segunda aparecen factores institucionales como intermediarios en
dicha relación.
II.iv - Las vinculaciones económico-comerciales con el exterior y las capacidades de
innovación
En este apartado se discute, en base a los resultados de los modelos aplicados y otros
antecedentes, la relación entre las capacidades de innovación en la industria
manufacturera uruguaya y la vinculación externa de las firmas.
Como indicadores de la vinculación externa de las firmas se consideran las variables
empleadas en las hipótesis H5 y H6: la propensión exportadora y la presencia de
capital extranjero en el capital de la firma.
Al analizar la relación entre participación exportadora y el desarrollo de las
capacidades de innovación de la firma, encontramos una relación similar a la descrita
con respecto al tamaño de la firma. Si bien no existe una relación de gran intensidad,
150
para todas las fuentes analizadas, excepto para la encuesta DINACYT 200054, es
posible encontrar una relación positiva y significativa, entre mayor desempeño
exportador y desarrollo de las capacidades innovativas (cuadro 45).
Este resultado es coherente con el comportamiento de la economía nacional durante
buena parte del período, en la cual sectores de la industria manufacturera crecieron en
base al desempeño exportador. Se trata de ramas vinculadas a los sectores
agroindustriales, que lograron una importante penetración en el MERCOSUR. Por otra
parte crecieron durante el período las exportaciones de ramas como química básica y
plásticos, también en base a acuerdos regionales y aprovechando una de los escasos
recursos de política industrial, el régimen de admisión temporaria, que les permitió
acceder a insumos extra región a menores costos (Antía, 2001).
Cuadro 45. Varianza explicada del ICIu por la participación exportadora de la
firma (Coef. β)
Modelo
Coeficiente de regresión (β)
1985_1
0,122* (3)
1990_1
0,059* (3)
1994_1
0,079* (4)
1996_1
0,127* (2)
2000_1
No significativo
2003_1
0,140* (1)
* Significativo al 95% de confianza.
(1) Variable que explica la mayor proporción de varianza en la regresión
(2) Variable que explica la segunda mayor proporción de varianza en la regresión
(3) Variable que explica la tercera mayor proporción de varianza en la regresión
(4) Variable que explica la cuarta mayor proporción de varianza en la regresión
Nota: en el Modelo 1996_1 se utilizó como variable predoctora la proporción de
producción destinada al mercado interno que muestra el coef. β = -0,127, que se
interpreta como el inverso de la participación exportadora.
Ver la especificación de cada modelo en el Apartado A.5 del Anexo Metodológico
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003.
Asimismo, este resultado concuerda con los que aparecen en antecedentes directos
del análisis de las mismas fuentes. Tansini y Domingo (1997: 67), remarcan la relación
positiva entre la participación exportadora y la propensión a realizar actividades de
científico-tecnológicas. Por su parte, en el análisis original de la Encuesta CIESU
1985, los investigadores destacan también una relación positiva entre la intensidad de
las actividades tecnológicas de la firma y su desempeño exportador (Coef. Rho de
Spearman = 0,69) y desarrollan un análisis más refinado sobre las características de
esta relación. A este resultado agregan el análisis según tamaño de la firma,
mostrando que los coeficientes de correlación aumentan en sentido inverso al tamaño.
Este resultado es interpretado como una “mayor independencia respecto a la
tecnología” de las firmas grandes para exportar (Argenti et al, 1988: 107-109). Este
ejercicio no es posible repetirlo para los modelos de regresión múltiple debido a
problemas de representatividad y significancia para los estratos de tamaño. Sin
embargo, al replicar el mismo ejercicio para las otras fuentes de datos se observan
54
El resultado no significativo obtenido para la Encuesta DINACYT 2000 es claramente explicable por la
mala calidad de los datos brindados por el Departamento de Estadísticas Económicas del INE a la
DINACYT. En la base de datos sólo se cuenta con rangos en valor sobre la exportación.
151
resultados muy similares55, las empresas pequeñas, y especialmente las medianas,
muestran una relación significativa y positiva más intensa entre las capacidades de
innovación y el desempeño exportador (cuadro 46).
Cuadro 46. Coeficiente de correlación (Rho de Spearman) entre el ICIu y
Participación exportadora según tamaño de la firma
Menos de 20
personas ocupadas
Entre 20 y 100
personas ocupadas
Más de 100
personas ocupadas
1990
1994
1996
2000
2003
Coef. Rho
0,112
0,015
0,059
0,061
0,080
Sig
0,000**
0,205
0,002**
0,073
0,000**
Coef. Rho
0,113
0,378
0,081
-0,148
0,112
Sig
0,000**
0,000**
0,012**
0,001**
0,001**
Coef. Rho
0,012
-0,130
-0,026
0,040
0,100
Sig
0,423
0,023*
0,357
0,334
0,122
** La correlación es significativa al nivel 0,01).
*La correlación es significativa al nivel 0,05.
Fuente: DECON 1990,1994 y 1996. DINACYT 2000 y 2003.
Como señalaban los investigadores de CIESU veinte años atrás (Argenti et al, 1988:
109), estos resultados obligan a reflexionar sobre la dependencia tecnológica de las
PYMES para su desempeño exportador y a la necesidad de atender específicamente
tal situación
La hipótesis H6 propone una relación positiva entre el desarrollo de las capacidades
de innovación y la presencia de IED. Como se aprecia en el cuadro 47, esta hipótesis
no puede ser aceptada a partir de los datos disponibles, a excepción del año 1994 la
presencia de capital extranjero en la firma no muestra una relación intensa con un
desarrollo diferencial de las capacidades de innovación. En el resto de los casos la
relación es de muy escasa intensidad y alcanza un nivel de significancia sólo después
de controlar el efecto de al menos tres variables.
Sin embargo es posible proponer una interpretación de los resultados a la luz de los
antecedentes sobre el tema. Por un lado existen antecedentes que analizan la relación
entre capacidades de innovación e IED, a partir de la Encuesta DINACYT 2000,
aplicando metodologías algo diferentes, que llegan a este mismo resultado (PIttaluga
et al, 2005. Bianchi, 2005b). Por otra parte, trabajos específicos sobre el impacto de la
IED en la industria manufacturera uruguaya muestran que la presencia de capital
extranjero en las empresas ha tenido un efecto variable en el comportamiento
tecnológico, similar al de las emprsas nacionales, aunque en general con mayores
niveles de productividad y propensión exportadora (Bittencourt y Domingo, 2006).
55
Con la excepción nuevamente de los datos de la Encuesta de la DINACYT 2000, por los problemas
antes descritos.
152
Cuadro 47. Varianza explicada del ICIu por la participación extranjera en el
capital de la firma (Coef. β)
Modelo
Coeficiente de regresión (β)
1985_1
0,097* (5)
1990_1
-0,057* (4)
1994_1
0,159* (1)
1996_1
0,067* (4)
2000_1
No significativo
2003_1
0,059* (4)
* Significativo al 95% de confianza.
(1) Variable que explica la mayor proporción de varianza en la regresión
(4) Variable que explica la cuarta mayor proporción de varianza en la regresión
(5) Variable que explica la quinta mayor proporción de varianza en la regresión
Ver la especificación de cada modelo en el Apartado A.5 del Anexo Metodológico
Fuente: CIESU, 1985. DECON 1990,1994 y 1996. DINACYT 2000 y 2003.
Bittencourt y Domingo (2006) proponen una interpretación sobre los encadenamientos
tecnológicos entre empresas nacionales y trasnacionales56 que describe un cambio a
lo largo del período considerado. Uruguay ha tenido históricamente una menor
penetración de IED que el resto de América Latina. Hasta la década de 1990 la misma
se concentraba en el sector manufacturero, básicamente en empresas filiales
destinadas a proveer el mercado interno en un marco de proteccionismo comercial. A
partir de las medidas de apertura comercial, junto con el proceso de desindustrialiación
general de la economía uruguaya se produce una reubicación de las firmas
trasnacionales que comienzan a tener mayor presencia relativa en el sector servicios.
De acuerdo a lo que plantean estos autores en la década de 1990 se distinguen dos
etapas en la comportamiento tecnológico de las firmas trasnacionales en relación a las
nacionales. En la primera mitad de la década las empresas extranjeras desplazaron
empresas nacionales que desarrollaban actividades tecnológicas relativamente
complejas, en base a una mayor eficiencia relativa proveniente de prácticas de gestión
y capacidades competitivas arraigadas (Bittencourt y Domingo, 2006: 165). De aceptar
esta interpetación de Bittencourt y Domingo, eso podría explicar el coeficiente
asociado a la presencia de capital trasnacional en el modelo 1994_1. Mostraría
posiblemente el momento “pico” de sustitución de empresas nacionales por
tasnacionales en los sectores de mayor intensidad tecnológica.
A partir de los datos de la Encuesta DECON 1996, estos autores observan que las
empresas “desplazadas” en la primera mitad de la década, comienzan a recuperar
niveles de productividad asociados a la realización de actividades de I&D,
específicamente lo miden a partir de la dedicación de personal a esa tarea (Bittencourt
y Domingo, 2006: 166). A partir de esa constatación proponen una interpretación que
sostiene que estas empresas, contarían con capacidades de absorción para captar
derrames de las empresas trasnacionales instaladas al incio de la década. Esta es una
interpretación interesante que podría constirbuir a explicar la escasa incidencia de la
56
Esta interpretación se hace en base a datos de estadísticas nacionales y a un análisis de panel de tres
de las fuentes consideradas aquí: Encuestas DECON 1990, 1994 y 1996.
153
presencia de capital extrajero en la firma sobre el desarrollo de las capacidades de
innovación de la misma. No obstante, cabe preguntarse hasta qué punto es posible
aceptar la interpretación sobre los efectos de derrame de las empresas trasnacionales,
medido por la recuperación de la productividad, como consecuencia de aprendizaje
tecnológico o si se trata de un efecto de las estrategias defensivas antes descritas.
A modo de conclusión de esta sección, puede decirse que en un período marcado por
un amplio proceso de apertura la vinculación comercial con el exterior vía propensión
exportadora tiene una incidencia significativa en el desarrollo de capacidades de
innovación y presenta una incidencia diferencial muy significativa según tamaño de la
firma que se mantiene durante todo el período.
Por otra parte es posible afirmar que si bien diversos antecedentes registran un
comportamiento diferencial de las empresas trasnacionales en los métodos de gestión
y modernización de los procesos productivos, así como en algunos sectores un
diferencial importante de productividad, en la industria manufacturera uruguaya en el
período 1985-2003, la presencia de capital extranjero no presenta una relación
significativa con el desarrollo de las capacidades de innovación de las firmas.
II.v – La relación entre la antigüedad de la firma y del desarrollo de procesos de
aprendizaje e innovación
El último aspecto sometido a discusión, como posible causa del desarrollo de las
capacidades de innovación, es la antigüedad de la firma, tomada como indicador de la
trayectoria de aprendizaje de la misma.
Cuadro 48. Varianza explicada del ICIu por la fecha de inicio de actividades
de la firma (Coef. β)
Modelo
Coeficiente de regresión (β)
1985_1
- 0,109* (4)
1990_1
- 0,051* (5)
1996_1
- 0,244* (1)
2000_1
- 0,074* (3)
2003_1
No significativo
* Significativo al 95% de confianza.
(1) Variable que explica la mayor proporción de varianza en la regresión
(3) Variable que explica la tercera mayor proporción de varianza en la regresión
(4) Variable que explica la cuarta mayor proporción de varianza en la regresión
(5) Variable que explica la quinta mayor proporción de varianza en la regresión
Nota: En la Encuesta DECON 1994 no se cuenta con información sobre la fecha
de inicio de actividades de la empresa.
Ver la especificación de cada modelo en el Apartado A.5 del Anexo Metodológico
Fuente: CIESU, 1985. DECON 1990 y 1996. DINACYT 2000 y 2003.
Los resultados del cuadro 48 parecen corroborar la hipótesis H7, en todos los casos se
aprecia una relación negativa y singificativa entre la “juventud” de las empresas y el
desarrollo de las capacidades de innovación. En este sentido se encuentran ejemplos
sobre la influencia de la edad en el comportamiento innovativo de las empresas para
países desarrollados. Galende y de la Fuente afirman que la edad puede ser
154
considerada como un indicador de los “recursos base” de la organización. Para estos
autores, este es un indicador de la experiencia y el conocimiento acumulado por la
firma a través de su historia productiva. En casi una decena de estudios empíricos
sobre diferentes sectores y economías de países desarrollados estos autores revisan
la relación positiva entre la edad de la firma y la mejora de la gestión, el desarrollo de
las capacidades de absorción y aplicación de conocimiento. (Galende y de la Fuente,
2003: 718).
Considerando los diferentes aspectos descritos sobre la economía y la industria
uruguaya en los últimos veinte años: ¿son válidos los argumentos que estos autores
recopilan respecto a las economías desarrolladas? La fundamentación que ofrecen
Galende y de la Fuente, además de basarse en la recopilación de un número
significativo de estudios empíricos se basa en la noción evolucionista de aprendizaje.
Tal como fue revisado en el Capítulo 1, el enfoque evolucionista parte de la premisa de
que los agentes aprenden en un sendero pautado por la incertidumbre pero que no es
estocástico sino que las posibilidades de aprender en el presente dependen de las
acciones realizadas en el pasado. En particular las posibilidades de qué aprender y
por lo mismo de qué problemas es posible resolver, es decir qué innovaciones son
asequibles para un agente, dependen de su trayectoria pasada. Nelson y Winter
(1982) sintetizan esto en la metáfora de “rutinas como genes”. Las prácticas
productivas de los agentes, las empresas, se incoporan en el modelo evolucionista
como información útil para resolver problemas en el futuro incierto. Estas breves líneas
son el sustento básico de las afirmaciones de Galende y de la Fuente y también de la
manera en que está formulada la hipótesis H7.
Sin embargo, la metáfora de Nelson y Winter puede también explicar el
comportamiento no innovador, la existencia de rigideces y el mantenimiento de rutinas
defensivas que se superponen a las proactivas. Dadas las características históricas de
la industria manufacturera uruguaya se podría suponer que la antigüedad de la firma
presenta una relación positiva y significativa con el desarrollo de las capacidades de
innovación por estar intermediada por otras variables, como el tamaño o la inserción
internacional de la firma, que permiten su sobrevivencia y el fortalecimiento de las
capacidades. Sin embargo, los modelos ensayados controlan el efecto de ese tipo de
variables y el efecto positivo y significativo de la antigüedad se mantiene.
Esto de ningún modo permite concluir que se hayan identificados firmas que
recorrieron un sendero de aprendizaje como el que se describe en la literatura, pero sí
permite constatar que existen experiencias en las que la estabilidad de las firmas tiene
una incidencia positiva en el desarrollo de las capacidades de innovación. Dadas las
características de la economía uruguaya, intuitivamente parece razonable suponer que
esta relación es un indicador de la relación entre la capacidad de supervivencia y el
desarrollo de capacidades de innovación. No obstante en los datos de los que se
dispone no se encuentran variables que operen claramente como intermediarias en
esta relación.
155
III – A modo de síntesis
En este capítulo se presentan los resultados del análisis empírico sobre el desarrollo
de las capacidades de innovación en la industria manufacturera uruguaya. En él se
pretende mostrar las posibilidades y limitantes de la información disponible e introducir
en el análisis los diferentes aspectos revisados en el marco teórico e histórico.
A partir de los datos analizados es posible concluir que durante todo el período
considerado la industria manufacturera uruguaya ha tenido un bajo desempeño
innovativo y que ello se refleja en el desarrollo de las capacidades de innovación como
potencial. No obstante, también es posible concluir que la hipótesis original que guía
este análisis puede aceptarse sin reparos: la baja intensidad de las actividades de
innovación y el escaso desarrollo de las capacidades potenciales para realizarlas no
implica una situación homogénea diferenciada. Es posible reconocer diferentes
patrones de desarrollo de las capacidades de innovación y discutir qué factores
intervienen en su determinación.
Esta es posiblemente la principal conclusión de este capítulo, las diferentes
conclusiones parciales han sido adelantadas a lo largo del mismo. Las conclusiones
del trabajo se ensayan en el capítulo final que sigue a continuación.
156
Conclusiones:
Entre la penosa reconstrucción de lo obvio y la maldición de Casandra
“Casandra era hija de Hécuba y Príamo, reyes de Troya.
Fue sacerdotisa de Apolo, quien le concedió el don de la
profecía. Sin embargo, al rechazar el amor del dios, éste
hizo caer sobre ella la maldición de que nunca sería
creída en sus pronósticos. Casandra anunció
repetidamente la caída de Troya pero nadie le prestó
atención.”57
Las páginas anteriores reúnen el trabajo de tres años para la realización de la tesis de
maestría. No fueron años de trabajo constante en este proyecto, una agitada vida
universitaria, profesional y personal me han distraído sistemáticamente de ello. Sin
embargo, es mucho tiempo recogiendo información, leyendo y re-leyendo trabajos de
otros investigadores, conversando con colegas y presentando avances en diferentes
ámbitos. Afortunadamente son muchas las oportunidades que he tenido para el
intercambio de ideas con muchos colegas de diferentes orígenes y trayectorias,
algunos con larga experiencia, como mis tutores que han tenido que soportar estos
años de trabajo inconstante. Al ver los resultados, con todo este tiempo de lecturas y
relecturas, revisiones y nuevas revisiones de datos y tantas oportunidades de
intercambio, me cuesta encontrar novedades en esta investigación y me viene siempre
a la memoria la frase de Carlos Filgueira: en ocasiones la investigación en ciencias
sociales consiste en la penosa reconstrucción de lo obvio.
Francamente, al terminar de escribir estas líneas, no tengo capacidad para discernir
cuan obvios o no son los resultados de este trabajo. Sí tengo claro que los mismos
coinciden con una infinidad de antecedentes sobre la industria uruguaya y sobre los
problemas de innovación en Uruguay y en América Latina. No podría ser de otro
modo, ya que esta tesis se nutre de ellos.
Los antecedente a los que hago referencia a lo largo de todo el trabajo reúnen varias
características en común, entre ellas, quizás la más importante sea que reconocen
una causa final en los estudios de los problemas de innovación. Un supuesto
normativo a priori que asocia la necesidad de desarrollar la capacidad creativa para
resolver problemas productivos con las posibilidades de desarrollo social y económico
sostenible.
Como dije en algún pasaje de los capítulos precendentes, la abundancia de
investigación sistemática que se encuentra sobre las causas materiales, formales y
eficientes de los problemas de innovación y desarrollo, me produce la sensación de
que las mismas son bien conocidas, son obvias, pero sin embargo permanecen los
problemas a lo largo del tiempo. ¿Es la maldición de Casandra que afecta a la
producción intelectual de América Latina sobre los problemas de innovación y
57
Enciclopedia Virtual “Wilkipedia” www.wilkipedia.org
157
desarrollo? En cualquier caso si el esfuerzo de sistematizar lo obvio supone el ingreso
a este grupo maldecido bien valen los tres años de trabajo.
Pero este parece un consuelo demasiado fácil y sobre todo demasiado pedante, estos
maestros maldecidos a los que he citado sistemáticamente en las líneas precedentes
sin duda debieron dedicar mucho más que tres años de esfuerzo.
Un consuelo más complejo y más humilde lo brinda el propio Filgueira (2005). En uno
de sus últimos trabajos este autor enfatizaba la necesidad de una política del
conocimiento como política de Estado orientada a la mejora de la toma de decisiones y
la superación de los problemas de desarrollo. Esa idea de Filgueira es a lo que han
contribuido los tantos investigadores que me preceden: revisar, sistematizar, analizar y
mejorar indicadores y conceptos teóricos para estudiar los problemas de innovación y
desarrollo.
Este trabajo pretende ser una contribución al conocimiento sobre los problemas de
innovación en la industria uruguaya, a partir de la idea que descomponer y rehacer
conceptos, buscar nuevas formas de medición, construir indicadores lo más precisos
posibles, contrastarlos y discutirlos, es de lo que trata la tarea de investigación en
ciencias sociales.
En buena medida el aporte de este trabajo consiste en reunir y revisar las fuentes
disponibles para un período de casi veinte años e intentar construir indicadores
precisos que permitan reflexionar sobre las causas y determinantes de las fallas de los
procesos de innovación en la industria manufacturera uruguaya. Allí se encuentran
aspectos novedosos, la metodología empleada y las fuentes reunidas no han sido
antes trabajadas.
La maldición de Casandra no es una exclusividad latinoamericana, posiblemente los
problemas de desarrollo de la región hacen que la situación sea más acuciante, pero
la distancia entre la producción de información, el análisis académico y la definición de
políticas al respecto, es un problema también de los países desarrollados (Arundel,
2006). Para saldar esas distancias se requiere, como señala Arundel, de la
construcción de indicadores precisos y análisis pertinentes que permitan reconocer las
especificidades de cada situación.
Los capítulos precedentes muestran claramente que para la industria uruguaya se
carece de la información necesaria para hacerlo. Contamos con la primera encuesta
de innovación de América Latina, pero su metodología no ha sido continuada.
Contamos con información ad hoc, que nos permite recomponer el período de la
década de 1990, pero la misma está formulada en función de otras preguntas. Aún con
los valiosos esfuerzos que significan las dos encuestas de innovación más recientes,
los datos que las mismas presentan no pueden ser cotejados con el resto de las
estadísticas económicas, lo cual hace que varias de las interrogantes fundamentales
queden sin respuesta. El mejor ejemplo de ello es la dificultad para analizar los
comportamientos sectoriales y las particularidades a nivel de firma intra-sector.
158
Aunque ese problema se superara, estas encuestas muestran una preocupación casi
obsesiva por la comparabilidad internacional, más que por la confiabilidad y validez de
la información. Lo primero es sin duda muy importante y es un mérito a conservar,
pero es preciso mejorar las formas de colecta a partir de las experiencias de análisis,
en primer lugar para llegar a mejores conclusiones, y, en segundo lugar, porque de
hacerlo quizás se podría empezar a superar la maldición.
Un problema importante de estas encuestas es que carecen de preguntas de control
que permitan responder algunas de las interrogantes fundamentales que se plantean
en los capítulos anteriores. El ejemplo más evidente: ¿qué tipo de I&D hacen las
empresas que no cuentan con profesionales y declaran hacer tal actividad? Otro
ejemplo importante que fue tratado a nivel teórico pero que no puede ser abordado a
nivel empírico: ¿qué es lo que lleva a la implementación de innovaciones? ¿es la
acción de individuos? ¿hay directrices organizacionales? ¿responde a estímulos del
mercado u otro tipo de instituciones? ¿surgen conflictos en el proceso de innovación?
Son muchas las interrogantes que quedan abiertas a partir de las premisas teóricas y
que los datos no permiten responder. Sobre este punto quiero insistir en que los
esfuerzos recientes son positivos, no se trata de buscar responsables, sino de mejorar
las posibilidades de análisis.
Por otra parte, desde el punto de vista de la discusión teórica, el estudio de los
procesos de innovación en América Latina y en Uruguay, muestra desde hace mucho
tiempo, que existen problemas sistémicos que traban los procesos de aprendizaje. El
análisis que presenta este trabajo abunda en ejemplos en ese sentido. Es un esfuerzo
por desagregar los diferentes factores que en ello intervienen, mediante un ejercicio de
ida y vuelta entre los conceptos teóricos y los datos empírico. Busca contribuir a
identificar las características específicas de tales fallas y, en particular, a formular
preguntas que puedan ser retomadas en nuevos procedimientos de investigación
empírica.
En tal sentido, estas páginas se inscriben en lo que ya se señaló como una larga
tradición del pensamiento latinoamericano en ciencia, tecnología, innovación y
desarrollo: el estudio metódico de los problemas como herramienta para la elaboración
de acciones explícitas. Desde luego, no está detrás de estas palabras una absurda
pretensión de tener impacto directo en las políticas, sino resaltar la idea que los
estudios de innovación en el marco de los estudios de desarrollo, tienen una
pretensión normativa intrínseca, que es la generación de insumos para la mejor
elaboración de herramientas de política.
Los elementos explicativos que fueron desarrollados en la discusión de las causas del
desarrollo de las capacidades de innovación no presentan grandes novedades respecto al
conocimiento previo sobre el tema. La probabilidad de encontrar “nuevas
explicaciones” parece escasa, sin embargo la posibilidad de medir, distinguir
comportamientos innovativos e identificar las dimensiones de mayor y menor desarrollo
relativo de la forma más precisa posible, aparece como un elemento de gran importancia
159
al pensar la innovación como objeto de política. En definitiva se trata de responder a la
pregunta ¿para qué medir los procesos de innovación? (Jaramillo et al, 2001). La
descripción y comprensión causal de las dificultades y los obstáculos estructurales a la
innovación no tiene sentido si no es con el objetivo de ofrecer elementos para el
desarrollo, de ahí que sea necesario el trabajo de reconstruir penosamente lo obvio, con
la intención de que lo obvio sea preciso y comunicable y, de ser posible, aplicable.
Finalmente, cabe una reflexión metodológica. Las preguntas planteadas sobre las
causas del desarrollo de las capacidades de innovación exceden las posibilidades de
análisis de los datos disponibles. Pero probablemente exceden también las
posibilidades de análisis de datos de las mejores encuestas de innovación que
seamos capaces de formular. La complementación de técnicas es imprescindible para
profundizar en el análisis. Son varias las dimensiones planteadas desde la teoría que
exigen un abordaje micro, posiblemente mediante el empleo de metodologías
cualitativas. Posiblemente una contribución a un proceso de construcción de una
política de conocimiento sobre los problemas de innovación sea discutir la articulación
de métodos, técnicas e indicadores. Con el afán de seguir reconstruyendo lo que para
algunos puede ser obvio, pero que la maldición indica que no resulta obvio a la hora
de transformarlo en acciones de política.
160
Bibliografía
Antía, Fernando (2001). “La economía uruguaya en 1985-2000: políticas económicas,
resultados y desafíos”. Instituto de Economía, UDELAR. Serie de Documentos de
Trabajo 4/01. Montevideo.
Archibugi, Daniele. Coco, Alberto (2004). “A New Indicator of Technological
Capabilities for Developed and Developing Countries (ArCo)” SPRU Electronic
Working Paper Series Paper No. 111. University of Sussex.
Argenti, Gisela. Filgueira, Carlos. Sutz, Judith (1988). Ciencia y tecnología: un
diagnóstico de oportunidades. MEC-CIESU. Montevideo.
Arocena, Rodrigo y Sutz, Judith (2003a). “Knowledge, Innovation and Learning:
Systems and Policies in the North and in the South”, en Cassiolato, José. Lastres,
Helena. Maciel, Maria Lucia (eds). Systems of Innovation and Development- Evidence
from Brazil. Edward Elgar. Cheltenham, UK. Northampton, MA, USA.
___________________________ (2003b): “Inequality and innovation as seen from the
South”. Technology in Society 25. pp 171-182.
___________________________ (2003c). Subdesarrollo e Innovación. Navegando
contra el viento. Organización de Estados Iberoamericanos - Cambridge University
Press. Madrid.
___________________________ (2003d). “Understading underdevelopmment today:
new perpective on NSI”. Primera conferencia de Globelics. Río de Janeiro.
___________________________ (2001). La universidad latinoamericana del futuro.
México. UDUAL.
___________________________ (2000) “Looking at National System of Innovation
from the South”. Industry and Innovation. Volume 7. Number 1. june. pp 55-75.
___________________________ (1999). “Uruguay: el Sistema Nacional de
Innovación de un pequeño país periférico” Bellavista, J. y Renobell, V. (Eds.) Ciencia,
tecnología e innovación en América Latina. Universitat de Barcelona. Barcelona.
Arrow, Kenett (1962). “The economic implications of learning by doing”. Review of
Economic Studies 29. pp.155-173 .
Arundel, Anthony (2006). “Innovations surveys indicators: any progress since 1996? Or
how to address the ‘Oslo’ paradox: we see innovation surveys everywhere but when is
the impact on innovation policy?” UNU-MERIT, Maastricht.
Bayce, Rafael (1996). “Crítica de Marx a la dialéctica de Hegel y Tesis sobre
Feuerbach”. En: Marx Hoy, encuentro sobre vigencia y renovación del marxismo.
Montevideo.
Bernal, John D. (1967). Historia Social de la Ciencia, Tomo 1. Península. Barcelona.
Bértola, Luis (2000). Ensayos de Historia Económica. Trilce, Montevideo.
Bértola, Luis (Coord.). Bianchi, Carlos. Darscht, Pablo. Davyt, Amilcar. Pittaluga, Lucía.
161
Reig L, Nicolás. Román, Carolina. Snoeck, Michele. Willebald, Henry (2005). Ciencia,
Tecnología e Innovación en el Uruguay. Diagnóstico, Prospectiva y Políticas.
Documento de Trabajo del Rectorado Nº 26, Universidad de la República. Montevideo.
Bianchi, Carlos (2006). “Análisis del desarrollo de competencias laborales en la
industria manufacturera uruguaya. Una aproximación a los procesos de integración y
segmentación en la sociedad capitalista del conocimiento”. Documento de informe
final, Programa de Jóvenes Investigadores. CLACSO-ASDI: Transformaciones en el
mundo del trabajo: efectos socio-económicos y culturales en América Latina y el
Caribe. Inédito.
_____________ (2005a). “Medición de capacidades de innovación en la industria
manufacturera uruguaya”. En: Albornoz, Mario y Ratto, Diego (Ed.) Indicadores de
Ciencia y Tecnología en Iberoamérica. Agenda 2005. RICYT, Buenos Aires.
_____________ (2005b). “Typology of the Innovation Capabilities in the Uruguayan
Manufacturing Industry”. Ponencia presentada en la 5th Triple Helix Conference. Turín.
_____________ (2005c). “Indicadores en Ciencia, Tecnología e Innovación en
Uruguay: historia, descripción y evaluación de un proto-sistema.” En: Estadísticas
Sociodemográficas en Uruguay. Diagnóstico y Propuestas. FCS UNFPA.
<www.fcs.edu.uy/investigacion/cat_estadisticas_sociodemo/estad_sociodemo.htm>
Bianchi, Carlos. Gras, Natalia (2006). “Innovative behavior and economic performance
in the Uruguayan Manufacturing Industry 2001-2003”. Ponencia aceptada en
International ProACT Conference. Finlandia.
Bittencourt, Gustavo. Domingo, Rosario (2006). “Efectos de los derrames de las
empresas trasnacionales en la industria manufacturera uruguaya”. En: El desarrollo
industrial del MERCOSUR. ¿Qué impacto han tenido las empresas extranjeras? Siglo
Veintiuno – Red MERCOSUR. Buenos Aires.
Bucheli, Marisa (2000) “El empleo de los trabajadores con estudios universitarios y su
prima salarial” Universidad de la República – Documento de Trabajo de Rectorado N°
8. Montevideo.
Bucheli, Marisa. Mendive, Carlos (1997). "Las políticas de competitividad en Uruguay".
En: Peres, Wilson (coord.). Políticas de competitividad industrial. América Latina y el
Caribe en los años noventa. Siglo Veintiuno Editores. Madrid. México DF.
Bulmer-Thomas, Víctor (1998). La historia económica de América Latina desde la
independencia. FCE. México.
___________________ (2004) “Globalization And The New Economic Model In Latin
America”. Inédito.
Caloghirou, Yannis. Kastelli, Ioanna. Tsakanikas, Aggelos (2004). “Internal capabilities
and external knowledge sources: complements or substitutes for innovative
performance?” Technovation 24. pp 29–39.
Cassiolato, José. Guimarães, Vicente. Peixoto, Flavio. Lastres, Helena (2005).
“Innovation Systems and Development:what can we learn from the Latin American
162
experience?” III Globelics Conference. Pretoria, South Africa.
Cavarozzi, Marcelo (1991). “Más allá de las transiciones a la democracia”. Revista
Paraguaya de Sociología N° 80. Asunción. pp 131-154.
Centro de Informaciones y Estudios del Uruguay (1987). “La industria uruguaya:
actividades y resursos humanos en ciencia y tecnología”. Seminario: “Capacidad
científica y tecnológica en el Uruguay: una oportunidad para el cambio”. CIESU,
Montevideo.
Centro de Investigaciones Económicas (1986). Ciencia y tecnología en el Uruguay.
CINVE-MEC, Montevideo.
Chandler, Alfred (1990). “Scale, Scope, and Organizacional Capabiblities”, En: Scale
and Acope: The Dynamics of Industrial Capitalism. Chapter , Cambridge, MA: Belknap
Press, Harvard of University Press. 14-46.
Chiang, Alpha C. (1987). Métodos fundamentales de economía matemática. Tercera
Edición. McGraw-Hill. México.
Cimoli, Mario. Porcile, Gabriel. Primi, Annalisa. Vergara, Sebastián (2005). “Cambio
estructural, heterogeneidad productiva y tecnología en América Latina” En: Cimoli, M.
(ed.). Heterogeneidad estructural, asimetrías tecnológicas y crecimiento en América
Latina. CEPAL-BID, Santiago de Chile.
Cohen, Wesley. Klepper, Steven (1992). “The tradeoff between firm size and diversity
in the pursuit of technological progress”. Small Business Economics 4. 1-14.
Cohen, Wesley, Levinthal, Daniel (1990). “Absorptive capacity: A new perspective on
learning and innovation.” Administrative Science Quarterly 35. 128-158.
Comisión Económica para América Latina (CEPAL) (1992). Equidad y transformación
productiva: un enfoque integrado. CEPAL. Santiago de Chile.
Coriat, Benjamín (1982 [1979]). El taller y el cronómetro. Siglo Veintiuno, México.
Crespi, Francesco (2004). “Notes on the Determinants of Innovation: A MultiPerspective Analysis”. Nota di lavoro 42. Departamento de Economía. Universidad
Roma Tre. Roma.
Culebras de Mesa, Ángel (2004). “Eficiencia de la política tecnológica española. Un
estudio a través de indicadores”. Ponencia presentada en el VI Taller de Indicadores
de Ciencia y Tecnología- RICYT. Buenos Aires. 15-17 de septiembre.
Chapman, Ross. Hyland, Paul (2004). “Complexity and learning behaviors in product
innovation”. Technovation 24. pp 553-561.
Departamento de Economía – FCS- UdelaR (1997). “Encuesta nacional de industrias:
estrategia empresarial y política de empleo”. DECON-FCS-UDELAR, Montevideo
______________________________________(1995). “Encuesta sobre dinamismo
económico e inserción internacional 1990-1994”. DECON-FCS-UDELAR, Montevideo
______________________________________(1991). “Encuesta sobre dinamismo
económico e inserción internacional 1989-1990”. DECON-FCS-UDELAR, Montevideo
163
Dirección Nacional de Ciencia y Tecnología (DINACYT) (2003). El proceso de
innovación en la industria uruguaya. Ministerio de Ecuación y Cultura (MEC).
Montevideo.
Dirección de Innovación, Ciencia y Tecnología para el Desarrollo (2006). La innovación
en la industria uruguaya (2001-2003). II Encuesta de Actividades de Innovación en la
Industria. Ministerio de Ecuación y Cultura. DICYT. INE. Montevideo.
Dosi, Giovanni (1984). Technical change and industrial transformation. Macmillan.
Londres.
_____________ (1988). “The nature of innovative process”. En: Giovanni Dosi et al
(eds.). Technical change and economic theory. Pinter Publisher, Londres.
Dosman, Edgar (2001). “Los mercados y el Estado en la evolución del “manifiesto” de
Prebisch”. Revista de la CEPAL 75. Diciembre. Santiago de Chile.
Elster, Jon (1990[1983]) El cambio tecnológico. Gedisa, Barcelona.
Erbes, Analía. Motta, Jorge. Roitter, Sonia. Yoguel, Gabriel (2004). “La construcción de
competencias tecnológicas en la fase de crisis del Plan de Convertibilidad”. UNGS,
Buenos Aires.
Fachola, Gabriela (2004). "Las diferencias salariales en la industria uruguaya." III
Jornadas de Investigación Científica. FCS UDELAR. Agosto. Montevideo.
Fajnzylber, Fernando (1989). Industrialización en América Latina: de la “caja negra” al
“casillero vacío”, Cuadernos de CEPAL, N° 60, Santiago de Chile.
_________________ (1988) “Competitividad internacional: evolución y lecciones”.
Revista de laCEPAL, n. 36, diciembre, pp 7-24.
_________________ (1983). La industrialización trunca de América Latina. Nueva
Imagen, México.
_________________ (1973): “La empresa internacional en la industralización de
América Latina.” En: Fajnzylber, Fernando. Bitar, Sergio. Chapoy, Alma. FfrenchDavis, Ricardo. Jonas, Sussane. Corporaciones multinacionales en América Latina.
Ediciones Periferia. Buenos Aires.
Filgueira, Carlos (2005). “Reflexiones acerca de los desafíos de la consttrucción de un
sistema integrado de información estadística”. En: Estadísticas Sociodemográficas en
Uruguay.
Diagnóstico
y
Propuestas.
FCS
UNFPA.
<www.fcs.edu.uy/investigacion/cat_estadisticas_sociodemo/estad_sociodemo.htm>
Furtado, Celso (1992). “O Subdesenvolvimento Revisitado”. En: Economia e
Sociedade, no. 1, pp 5-20.
Galende, Jesús. de la Fuente, Juan Manuel (2003). “Internal factors determining a
firm’s innovative behaviour”. Research Policy 32. 715-736.
164
Gallego, José (2003). “El cambio
<www.minas.unalmed.edu.co>
tecnológico
y
la
economía
neoclásica”
Gradín, Carlos. Rossi, Máximo (1999). “Polarización y desigualdad salarial en
Uruguay, 1986-97”. Departamento de Economía, UDELAR. Documento de Trabajo N°
16/99. Montevideo.
Gregersen, Birgitte. Johnson, Björn (2005). “Performance of Innovation Systems:
Towards a Capability Based Concept and Measurements”. The Third Globelics
Conference, Pretoria, South Africa.
Grossman, Gene. Helpman, Elhanan (1991). Innovation and Growth in the Global.
Economy, MIT Press, Cambridge, Massachussets.
Heijs, Joost. Herrera, Liliana. Buesa, Mikel. Sáiz Briones, Javier. Valadez, Patricia
(2005). “Efectividad de la política de cooperación en innovación: evidencia empírica
española” P. T. No 1/05 Instituto de Estudios Fiscales. Madrid.
Herrera, Amilcar (1975). “Los determinantes sociales de la política científica en
América Latina. Política científica explícita y política científica implícita”. En: Sábato,
Jorge (Editor). El pensamiento latinoamericano en la problemática ciencia-tecnologíadesarrollo-dependencia. Paidos. Buenos Aires.
Hirschman, Albert (1964). La estrategia del desarrollo económico. FCE. México.
Hodgson, Geoffrey (2001). How economics forgot history. Routledge, Londres - Nueva
York.
Instituto Nacional de Estadística (1997): Censo Económico Nacional (CEN).
<www.ine.gub.uy>
______________________________________ Encuesta de Actividades Económicas
1997-2000. <www.ine.gub.uy>
______________________________________ Encuesta Industrial Trimestral (19912000) <www.ine.gub.uy>
Jaramillo, Hernán. Lugones, Gustavo. Salazar, Mónica (2001). Normalización de
Indicadores de Innovación Tecnológica en América Latina. Manual de Bogotá. RICYT,
Cuaderno Indicios N° II. RICYT-CYTED. OEA.
Johnson, Björn. Edquist, Charles. Lundvall, Bengt-Åke (2003). “Economic
Development and the National System of Innovation Approach”. First Globelics
Conference. November. Rio de Janeiro.
Katz, Jorge (2003). “Market-Oriented structural reforms, globalization and the
transformation of Latin American Innovation System”. X Seminario ALTEC.
_________ (2000) Pasado y presente del comportamiento tecnológico de América
Latina. Serie Desarrollo Productivo n° 75, CEPAL. Santiago de Chile.
_________ (2000). Pasado y presente del comportamiento tecnológico de América
Latina. Serie Desarrollo Productivo n° 75, CEPAL. Santiago de Chile.
_________ (Ed) (1996). Estabilización macroeconómica, reforma estructural y
165
comportamiento industrial. CEPAL IDRC Alianza Editorial. Buenos Aires.
Katz, Jorge. Cimoli, Mario (2001). “Structural reforms, technological gaps and
economic development. A Latin American perspective.” DRUID Nelson and Winter
conference. Aalborg.
Katz, Jorge, Bercovich, Néstor (1993). “National Systems of Innovation Supporting
Technical Advance in Industry. The Case of Argentina” En: Nelson, Richard (Ed),
National Innovation Systems. A comparative analysis. Oxford University Press. Nueva
York.
Katz, Jorge et al (1986). Desarrollo y crisis de la capacidad tecnológica
latinoamericana. CEPAL, Buenos Aires.
Knudsen, Mette Praest. Dalmun, Bent. Villumsen, Gert. (2001). “Two faces of
Absorptive capacity Creation: Access and Utilisation of Knowledge”. DRUID. Aalborg.
Kuznets, Simon (1976 [1973]). Población, capital y crecimiento. Ed. Las Paralelas.
Buenos Aires.
Landes, David (1979 [1969]). Progreso Tecnológico y Revolución Industrial. Tecnos,
Madrid.
Lee, Chang-Yang. Sung, Taeyoon (2005). “Schumpeter’s legacy: A new perspective
on the relationship between firm size and R&D”. Research Policy. Article in Press.
Leiponen, Aija (2005). “Skills and innovation”. International Journal of Industrial
Organization 23. pp 303-323.
López, Andrés (2006). “El Sistema Nacional de Innovación en la Argentina: una mirada
estilizada de largo plazo”. Ponencia presentada en: XX Jornadas de Historia
Económica de la Asociación Argentina de Historia Económica. Mar del Plata,
Argentina.
___________ (1998) “La reciente Literatura sobre la Economía del cambio tecnológico
y la innovación: una guía temática”. I&D. Revista de Industria y Desarrollo. Año 1. N° 3.
Septiembre. Buenos Aires.
Lugones, Gustavo. Peirano, Fernando (2003).“The innovation Surveys in Latin
America: Results and methodological novelties”. First Globelics Conference, Rio de
Janeiro.
Lund, Reinhard y Gjerding, Allan Næs. (1996) “The flexible company Innovation, work
organisation and human ressource management” DRUID WORKING PAPER NO. 9617. Aalborg.
Lundvall, Bengt-Ake (1992) National System of Innovation – Toward a Theory of
Innovation and Innovative Learning. Pinter Publisher.
__________________ (1988) “Innovation as an interactive process: from to the userproducer interaction to the national system innovation”, en: en G Dosi et al (eds.)
Technical change and economic theory. Pinter Publisher, Londres.
__________________(1985) Product innovation and User Producer interaction.
Industrial Development Research Series N° 31. Aalborg University Press, Aalborg,
166
Dinamarca.
Malaver, Florentino. Vargas, Marisela (2005). “Los procesos de innovación en la
industria colombiana: aportes para su caracterización”. En: Indicadores de Ciencia y
Tecnología en Iberoamérica. Agenda 2005. RICYT. Buenos Aires.
Malerba, Franco. Orsenigo, Luigi (2000). “Knowledge, innovative activities and
industrial evolution”. Industrial and Corporate Change, Volume 9, Number 2, pp 289314. Oxford University Press.
__________________________ (1996). “Schumpeterian patterns of innovation are
technology-specific”. Research Policy, vol. 25. Elsevier, pp. 451-478, May.
Marglin, Stephen (1974). "Orígenes y funciones de la parcelación de tareas: ¿para qué
sirven los patronos?". En: Gorz, A. (editor). Crítica de la división del trabajo. Laia
Barcelona.
Martin, Roderick (1996 [1994]). "Innovation and Industrial Relations". En: Dodgson, M.
y Rothwell, R. (Ed), The Handbook of Industrial Innovation, Londres.
Martínez Pellitero, Mónica. Baumert, Thomas. (2003) “Medida de la capacidad
innovadora de las Comunidades Autónomas Españolas: construcción de un Índice
Regional de la Innovación”. IAAF-Univ. Complutense de Madrid. Doc. Nº 35.
Marx, Karl. (1987a[1867]) El capital. Crítica de la Economía Política. Libro Primero. Ed.
Cartago, Buenos Aires.
________ (1987b[1894]) El capital. Crítica de la Economía Política. Libro Tercero. Ed.
Cartago, Buenos Aires.
________ (1971[1857-1858]). "El método de la economía política", en: Elementos
fundamentales para la crítica de la economía política (Grundrisse), Siglo XXI Editores,
México.
________ (1952[1845]). "Tesis sobre Feuerbach". En:
Escogidas,vol. 2. Ediciones en lenguas extranjeras, Moscú.
Marx-Engels.
Obras
________ (1978[1844]). "Crítica de la dialéctica de Hegel". En: Obras de Marx y
Engels/5. Crítica-Grijalbo, Barcelona.
Narbondo, Pedro (1996). “Relaciones de propiedad, actores sociales y poder político,
económico y cultural”. En: Marx Hoy, encuentro sobre vigencia y renovación del
marxismo. Montevideo.
Nelson, Richard (1981). “Research on Productivity Growth and Differences”. Journal of
Economic Literature. Vol 29. September. pp 1029-1064.
Nelson, Richard. Winter, Sidney (1982). An evolutionary Theory of Economic Change.
Harvard University Press, Cambridge.
North, Douglas (1990). Institutions, Institutional Change, and Economic Performance.
Cambridge University Press, New York.
____________ (1981). Structure and Change in Economic History. Norton, New York.
167
North, Douglas. Summerhill, William. Weingast, Barry (2002[1999]). “Orden, Desorden
y Cambio Económico: Latinoamérica vs. Norte América”. Revista Instituciones y
Desarrollo Nº 12-13. pp 9-59. Institut Internacional de Governabilitat de Catalunya.
Ocampo, José Antonio (2003a). “Retomar la agenda del desarrollo” mimeo.
_________________ (2003b) “Luces y sombras se las Reformas Estructurales
Latinoamericanas”. Ponencia presentada en la Cumbre de Biarritz: “América Latina la
gobernabilidad amenazada”.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura
(UNESCO). Institute for Statistics. <www.uis.unesco.org>
Organización para la Cooperación y el Desarrollo Económico (OCDE) (1996). La
medición de las actividades científicas y técnicas. Principios básicos propuestos para
la recogida e interpretación de datos sobre innovación tecnológica. Manual de Oslo.
OCDE.
Pasturino, Martín (2004). “Educación post secundaria y terciaria en el Uruguay.
Problemas, desafíos y modelos para el diseño de políticas públicas en el sector.
Documento presentado en Seminario CIENTIS, mimeo, Montevideo.
Pavitt, Keitt (1984). “Sectoral patterns of technical change: towards a taxonomy and
theory”. En: Research Policy, Vol 13, Nº 6, pp 343-73.
Peeters, Carine. van Pottelsberghe de la Potterie, Bruno (2005). “Innovation
capabilities and Firm Labor Productivity”. DURID, Dinamarca.
Peña, Daniel (2002). Análisis de datos multivariantes. McGraw-Hill. Interamericana de
España. Madrid.
Pinto, Aníbal (2000). “Natureza e Implicações da Heterogeneidade Estrutural” En:
Cinqüenta anos de pensamento na CEPAL. Record/CEPAL, Río de Janeiro.
Pittaluga, Lucía. Llambí, Cecilia. Lanizilotta, Bibiana (2005). “El Uruguay hacia una
estrategia de desarrollo basada en el conocimiento”. En: Desarrollo humano en
Uruguay 2005. ONU-PNUD. Montevideo.
Polanyi, Micheal (1966). The tacit dimension. Dobleday, Nueva York.
Porcile, Gabriel. Holland, Márcio (2005). "Brecha tecnológica y crecimiento en América
Latina" En Cimoli, Mario (ed.). Heterogeneidad estructural, asimetrías tecnológicas y
crecimiento en América Latina. CEPAL-BID, Santiago de Chile.
Prebisch, Raúl (1949). El Desarrollo Económico de América Latina y Algunos de sus
Principales Problemas, CEPAL, Santiago.
Pucci, Francisco. Bianchi, Carlos. Trajtenberg, Nicolás (2006). Informe preliminar del
proyecto “Construcción de competencias para la sostenibilidad de la calidad en la
industria uruguaya”. Departamento de Sociología, FCS. Inédito.
Pucci, Francisco. Bianchi, Carlos (2005). “La incorporación de recursos humanos en
los programas de certificación de calidad en las empresas uruguayas” En: Revista
Relaciones Laborales N° 9, Dic. 2005 Relaciones Laborales. Montevideo. 17-41
168
Rama, Germán. Silveira, Sara (1991). Políticas de recursos humanos en la industria
exportadora uruguaya- Modernización y desequilibrios. CEPAL-CINTERFOR-OIT.
Montevideo.
Real Academia Española. Diccionario. <www.rae.es>
Rodríguez, Octavio (2001). “Prebisch: Actualidad de sus ideas básicas”. Revista de la
CEPAL 75, pp 41-52.
Romer, Paul (1990). “Endogenous Technological Change”. Journal of Political
Economy, 98 (5-Part II)
Rothwell, Roy. Dodgson, Mark (1996 [1994]). "Innovation and size of firm". En:
Dodgson, M. y Rothwell, R. (Ed), The Handbook of Industrial Innovation, Londres.
Sábato, Jorge. Mackenzie, Michael (1982). La producción de tecnología. Autónoma o
trasnacional. Ed. Nueva Imagen. México.
Sábato, Jorge. Botana, Natalio (1975 [1968]). “La ciencia y la tecnología en desarrollo
futuro de América Latina”. En: Sábato, Jorge (Ed.). El pensamiento latinoamericano en
la problemática ciencia-tecnología-desarrollo-dependencia. Paidos. Buenos Aires.
Schumpeter, Joseph (1946 [1942]). Capitalismo, Socialismo y Democracia. Claridad.
Buenos Aires.
_________________ (1968 [1912]). Teoría del desenvolvimiento económico. FCE.
México.
Sen, Amartya (2000). Desarrollo y Libertad. Planeta, Buenos Aires.
Snoeck, Michele. Sutz, Judith. Vigorito, Andrea (1992). Tecnología y transformación.
La industria electrónica uruguaya como punto de apoyo. Trilce – CIESU, Montevideo.
Solow, Robert. (1956). “A contribution to the theory of economic Growth”. Quartely
Journal of Economics nº 70. 65-94.
Srinivas, Smita. Sutz, Judith (2006). “Economic Development and Innovation: Problemsolving in scarcity conditions”. Inédito.
Stallings, Bárbara. Peres, Wilson (2000). Growth, employment, and equity: the impact
of the economic reforms in Latin America and the Caribbean. The Brookings Institution
Press. ECLAC.
Sunkel, Osvaldo. Paz, Pedro (1991). El subdesarrollo latinoamericano y la teoría del
subdesarrollo. Siglo Veintiuno Editores. México.
Sutton, John (1996). “Technology and Market Structure”. European Economic Review
40. 511-530.
Sutz, Judith (2006) “Building accurate mirrors: innovation indicators for innovation
policies in underdevelopment”. Ponencia presentada en “Catchup Network”: Advance
Notice of Second Discussion Workshop in Manchester.
__________ (2000). “Las encuestas de innovación latinoamericanas: análisis
comparativo de las formas de indagación.” Contribución al Proyecto: “Manual de
Innovación Latinoamericano”, Coord. Hernán Jaramillo. Montevideo. Inédito.
169
Tansini, Ruben. Triunfo, Patricia (1998a). “Cambio tecnológico y productividad de las
empresas industriales uruguayas.” DECON, UDELAR. Documento de Trabajo 12/98.
Montevideo.
__________________________ (1998b). “Eficiencia técnica y eficiencia comercial en
cuatro ramas industriales.” DECON, UDELAR. Documento de Trabajo 9/98.
Montevideo.
__________________________ (1998c). “Eficiencia técnica y apertura externa del
sector manufacturero uruguayo.” DECON, UDELAR. Documento de Trabajo 4/98.
Montevideo.
Tansini, Ruben. Domingo, Rosario (1997). “Demanda por ciencia y tecnología en el
sector industrial uruguayo”. Informe del proyecto acordado con el CONICYT. DECON,
UDELAR. Montevideo.
Thorp, Rosemary (1998). Progreso, pobreza y exclusión. BID UE, Washington.
United Nations Conference on Trade and Development (UNCTAD) (2005). “World
Investment Report Transnational Corporations and the Internationalization of R&D”
United Nations, New York and Geneva.
Veblen, Thorstein (1899) The Theory of the Leisure Class.
<http://xroads.virginia.edu/~HYPER/VEBLEN/veblenhp.html>
______________ (2000[1908]). “Sobre la naturaleza del capital (1)” Revista de
Economía Institucional, N° 2, Primer Semestre. Bogotá.
______________ (2001[1908]) “Sobre la naturaleza del capital (1)” Revista de
Economía Institucional, N° 4. Primer Semestre. Bogotá.
_____________ (1898) “Why Is Economics Not an Evolutionary Science?” Quarterly
Journal of Economics, Julio. 373-397. Bogotá.
______________ (1914).“The Instinct of Workmanship and the State of the Industrial
Arts”.
Viotti, Eduardo (2002). “National Learning Systems A new approach on technological
change in late industrializing economies and evidences from the cases of Brazil and
South Korea”. Technological Forecasting & Social Change 69. 653-680.
von Hippel, Eric (1988). The sources of innovation. Oxford University Press. Nueva
York.
Walsh, Steven. Linton, Jonathan D (2002). “The measurement of technical
competencies”. Journal of High Technology Management Research 13. 63-86.
Wilkipedia, Enciclopedia Virtual. www.wilkipedia.org
Williamson, John (2000). “What should the World Bank think about the Washington
Consensus?” The World Bank Research Observer, vol 15, n° 2. 251-264.
Ylä-Anttila, Pekka. Lemola, Tarmo (2003). "Tranformation of innovation system in a
small country-the case of Finland". First Globelics Conference. Rio de Janeiro.
170
Yoguel, Gabriel. Boscherini, Mauro (2000). “The environment in the development of
firms. Innovative capacities: Argentines industrials SMEs from different local systems”
DRIUD Working Paper 00-12. DRUID, Copenhagen Business School, Department of
Industrial Economics and Strategy/Aalborg University, Department of Business
Studies.
___________________________ (1996). “La capacidad innovativa y el fortalecimiento
de la competitividad de las firmas: el caso de las PYMES exportadoras argentinas”.
Documento de trabajo n° 71. CEPAL. Buenos Aires.
Yoguel, Gabriel. López, Mariel (1998) “Sistemas locales de innovación y el desarrollo
de la innovativa de las firmas: las evidencias del cuasi distrito industrial de Rafaela”.
171
Índice Anexo Metodológico
A.I – Especificaciones de las fuentes relevadas
i
AI.i - Características técnicas de la Encuesta CIESU 1985
i
A.I.ii - Características técnicas de la Encuesta sobre dinamismo económico e
inserción internacional 1989-1990
ii
A.I.iii - Características técnicas de la Encuesta sobre dinamismo económico e
inserción internacional 1994.
ii
A.I.iv - Características técnicas de la Encuesta Nacional de Industrias:
Estrategia Empresarial y Política de Empleo 1996
iii
A.I.v - Características técnicas de la EAI 2000
iii
A.I.vi -Características técnicas de la EAI 2003
iv
A.II -Análisis de Componentes Principales
v
A.III - Análisis de Clusters
xxx
A.III.i - Análisis de cluster 1985
xxx
A.III.ii -Análisis de cluster 1990
xxxi
A.III.iii -Análisis de cluster 1994
xxxii
A.III.iv -Análisis de cluster 1996
xxxiii
A.III.v -Análisis de cluster 2000
xxxiv
A.III.vi -Análisis de cluster 2003
xxxv
A.IV – Cálculo de los Índices de Capacidades de Innovación en la
industria manufacturera uruguaya
xxxvi
A.V Modelos de regresión aplicados para la discusión de los
determinantes del desarrollo de las capacidades de innovación.
xxxviii
A.V.i - Estimación de determinantes de las capacidades de innovación 1985
xxxviii
A.V.ii - Estimación de determinantes de las capacidades de innovación 1990
xlv
A.V.iii - Estimación de determinantes de las capacidades de innovación 1994
lii
A.V.iv - Estimación de determinantes de las capacidades de innovación 1996
lix
A.V.v - Estimación de determinantes de las capacidades de innovación 2000
lxvi
A.V.vi - Estimación de determinantes de las capacidades de innovación 2003
lxxiii
A.VI – Resultados de los coeficientes de variación intra-rama del ICIu
lxxx
i
A.VII – Productividad aparente a nivel de firma según rama de actividad
lxxxiv
ii
ANEXO METODOLÓGICO
A.I – Especificaciones de las fuentes relevadas
AI.i - Características técnicas de la Encuesta CIESU 1985
Institución responsable: CIESU
La muestra fue calculada por la Dirección General de Estadística y Censos (DGEC)
(hoy INE). El criterio muestral seguido parte del muestro según tamaño, con inclusión
forzosa de las empresas grandes. Se excluyeron algunas ramas que presumiblemente
no realizaban actividades de CTI
La muestra teórica era de 298 establecimientos, de los que se obtuvieron 259
respuestas.
En total, considerando cierre de empresas según tramo muestral, las respuestas
válidas alcanzan el 92% de la muestra.
Cobertura de la muestra:
Cubre 43 ramas industriales a 4 dígitos (CIIU Rev 2)
Para 1985, representan el 77,65% del VBP de la industria manufacturera, el 76,72%
del VAB del sector y el 69,02% del PO en el mismo. 27 ramas no estuvieron cubiertas.
Considerando la CIIU Rev. 2 a 3 dígitos cubre 22 de las 28 ramas existentes de
Uruguay.
Se realizó una agregación en 14 sectores para aumentar el número de
establecimientos encuestados por rubro, los ponderadores de expansión fueron
calculados para estas agrupaciones. Estos ponderadores no se obtuvieron para este
trabajo por lo cual se aplicaron los ponderadores estimados por la Msc. Gabriela
Fachola (2003) para 1988.
Muestra según tamaño:
Primero se clasifican todos los establecimientos según rama de actividad económica
(CIIU Rev. 2 4 dígitos). En cada rama se definen 3 estratos en función del PO en cada
establecimiento, según CEN 1978):
Tramo 1: 100 y más PO
Tramo 2: 50-99 PO
Tramo 3: 20-49 PO
El diseño muestral supone encuestar a todos los establecimientos que acumulan el
60% del PO, si se alcanza este porcentaje en los primeros tramos el siguiente no es
encuestado.
En todos los casos se toman la totalidad de los establecimientos tramo 1. En los
siguientes tramos se toman fracciones de muestreo que permitan cubrir el 60% del
PO. Cuando se alcanza este porcentaje en los dos primeros tramos el siguiente no es
encuestado.
iii
En la definición del diseño surge claramente el peso relativo de los establecimientos
con más PO. Esto refleja el alto grado de concentración de la producción en un
número reducido de empresas.
A.I.ii - Características técnicas de la Encuesta sobre dinamismo económico e inserción
internacional 1989-1990
Institución responsable: Departamento de Economía, FCS, UDELAR
El trabajo de campo de la Encuesta sobre dinamismo económico e inserción
internacional 1989-1990 fue realizado durante el año 1991 por parte de la DGEC. La
información recabada refiere al desempeño económico de las firmas y características
de su personal y las actividades de producción que desarrollan.
El universo que constituye el marco de este estudio contribuyó según el Censo 1988
con el 60% del Valor Bruto de Producción, el 56% de las Ventas en plaza y el 76% de
las Exportaciones del total del sector manufacturero privado. La tasa global de
respuesta representó el 82% de las empresas del universo marco y el 86% del Valor
Bruto de Producción, el 85% del Personal ocupado, el 91% de las Ventas en plaza y el
77% de las Exportaciones de las mismas.58
La metodología de muestro que se utilizó fue la misma que se empleó en la Encuesta
Anual de Actividad Económica de la DGEyC. La muestra se compone de dos partes:
- un estrato forzoso para cada rama de actividad, con carácter censal para las
Unidades por Clase de Actividad (UCA) de 100 o más personas ocupadas.
- un estrato aleatorio de acuerdo a la clase de actividad y personal ocupado.
A.I.iii - Características técnicas de la Encuesta sobre dinamismo económico e
inserción internacional 1994.
Institución responsable: Departamento de Economía, FCS, UDELAR
El trabajo de campo de la Encuesta sobre dinamismo económico e inserción
internacional 1994 fue realizado por el INE en el año 1995. Los datos relevados se
dividen en dos partes. La primera de ellas recoge información sobre la totalidad de la
empresa, origen de capital, situación patrimonial y flujos financieros y activos en el
exterior. La segunda parte recoge datos a nivel de cada una de las UCAs que integran
la empresa, lo cual incluye información sobre: i) inversiones por destino; ii) gastos en
control de calidad, investigación y desarrollo, comercialización, capacitación, marcas y
patentes y asistencia técnica; iii) empleo y remuneraciones; iv) producción y comercio
exterior.
La unidad de información que considera esta encuesta es la empresa, a diferencia de
la Encuesta de Actividad Industrial del INE que toma como unidad a la UCA. El
universo de referencia fue el de las empresas industriales privadas con más de cinco
personas ocupadas. La muestra final estuvo compuesta por 848 empresas, de las que
respondieron la encuesta un total de 725 empresas. De estas últimas, 161 empresas
respondieron que no habían tenido actividad en 1994.
58
Extraído de Departamento de Economía, 1991.
iv
A.I.iv - Características técnicas de la Encuesta Nacional de Industrias: Estrategia
Empresarial y Política de Empleo 1996
Institución responsable: Institución responsable: Departamento de Economía, FCS,
UDELAR
El trabajo de campo de la Encuesta Nacional de Industrias: Estrategia Empresarial y
Política de Empleo 1996 fue realizado en el año 1997. El universo de referencia es el
de las empresas industriales con más de cinco personas ocupadas. La información
relevada refiere a tres bloques temáticos: i) productos y mercados de la empresa,
insumos, resultados económicos y estrategia futura, tecnología y programas de
inversión; ii) ventas, empleo, exportaciones, nivel de inversiones y utilidad neta sobre
ventas; iii) personal de la empresa, reclutamiento de personal, sindicalización y
acuerdos colectivos.
El marco muestral fue similar al utilizado en las Encuestas sobre dinamismo
económico e inserción internacional 1990 y 1994. La encuesta se realizó sobre una
muestra de empresas representativa del sector industrial, que incluía 564 empresas,
de las cuales respondieron efectivamente 520 empresas.
A.I.v - Características técnicas de la EAI 2000
Institución responsable: Dirección Nacional de Ciencia y Tecnología, Ministerio de
Educación y Cultura.
El relevamiento de datos para la Encuesta de Actividades de Innovación (EAI) 19982000 fue realizado en los años 2001 y 2002 por parte del INE. El año de referencia de
la encuesta fue el 2000. Los datos recabados se dividen en dos grandes bloques: el
grueso de la encuesta consiste en la información específica de actividades de
innovación desarrolladas en las empresas, a su vez, a la base de datos, se le adicionó
un módulo de variables referidas a las características generales de las empresas,
extraídas del Registro Permanente de Actividades Económicas (año 2000) que realiza
el INE anualmente (DINACYT; 2003).
El universo de estudio es el total de la industria manufacturera (capítulo D, divisiones
15 a 37 de la Clasificación Internacional Industrial Uniforme revisión 3, adaptada a
Uruguay (http://www.ine.gub.uy). Se excluyó a la industria de la construcción.
La metodología de muestreo que se empleó fue la misma que para la Encuesta de
Actividad Económica (INE) que consiste en un sistema mixto de inclusión censataria y
de muestreo aleatorio:
-
Inclusión forzosa de empresas que facturaron 13.200.000 pesos uruguayos, a
precios corrientes del año 2000 (aprox. 1.000.000 de dólares americanos),
hayan tenido una ocupación igual o superior a 50 personas en el año 1997 (de
acuerdo al Registro Permanente de Actividades Económicas o al Censo
Económico Nacional de 1997) y/o pertenezcan a una clase de actividad
definida de inclusión forzosa.
-
Selección aleatoria estratificada representativa a 2 dígitos de la CIIU rev 3 para
los estratos de 5 a 19 y de 20 a 49 personas ocupadas (DINACYT; 2003).
v
A partir de esta metodología se obtuvo una muestra teórica de 762 empresas, de las
que respondieron la encuesta un total de 701 empresas, alcanzando una tasa global
de respuestas del 92%.
Los resultados presentados en este trabajo corresponden en todos los casos a datos
ponderados de acuerdo expansores muestrales. El número resultante de la expansión
muestral para el total de las empresas innovativas es de 1183 casos.
A.I.vi -Características técnicas de la EAI 2003
Institución responsable: Dirección Nacional de Ciencia y Tecnología, Ministerio de
Educación y Cultura.
El relevamiento de datos para la Encuesta de Actividades de Innovación (EAI) 20012003 fue realizado en el año 2004 por parte del INE. Los datos recabados se dividen
en dos grandes bloques. Una primera parte consiste en la información específica de
actividades de innovación desarrolladas en las empresas. Una segunda parte está
orientada a relevar las características generales de las empresa, tales como la
actividad económica desarrollada, nivel y destino de ventas, etc.
El universo en estudio es el total de la industria manufacturera (capítulo D, divisiones
15 a 36 de la Clasificación Internacional Industrial Uniforme revisión 3, adaptada a
Uruguay (http://www.ine.gub.uy). Se excluyó a la industria de la construcción.
La metodología de muestreo que se empleó fue la misma que para la Encuesta de
Actividad Económica (INE) que consiste en un sistema mixto de inclusión censataria y
de muestreo aleatorio:
-
Inclusión forzosa de empresas que hayan realizado ventas anuales superiores
a 1.000.000 de dólares americanos de acuerdo al Registro Permanente de
Actividades Económicas de 2003, hayan tenido en ese año una ocupación
igual o superior a 50 personas y/o pertenezcan a una clase de actividad
definida de inclusión forzosa.
-
Selección aleatoria estratificada representativa a 2 dígitos de la CIIU rev. 3
para los estratos de 5 a 19 y de 20 a 49 personas ocupadas (DINACYT; 2003).
A partir de esta metodología se obtuvo una muestra teórica de 828 empresas, de las
que respondieron la encuesta un total de 814 empresas, alcanzando una tasa global
de respuestas del 98%.
Los resultados presentados en este trabajo corresponden en todos los casos a datos
ponderados de acuerdo expansores muestrales. El número resultante de la expansión
muestral para el total de las empresas innovativas es de 2910 casos.
vi
A.II -Análisis de Componentes Principales
Tabla A1. Variables utilizadas para el análisis de componentes principales 1985
Competencias internas
Nombre de la variable
Descripción
Proporción de personal en I+D
sobre producción
P.IDPRO1
Forma de medición
Cociente entre el número de personas
dedicadas a I+D y el número de
personas dedicadas a la producción.
Proporción de profesionales sobre el Cociente entre el número de
total de personas dedicadas a
profesionales sobre el número de
tareas de I+D.
personas dedicadas a tareas de I+D
Existencia de Departamento formal en
las siguientes actividades: Control de
Calidad, Planificación de producción,
Grado de formalización de las
Mantenimiento preventivo, Diseño de
actividades de Innovación
piezas y partes, Computación para
producción, I+D, Diseño de productos,
Diseño y Análisis de sistemas
Número de departamentos dirigidos por
ingenieros sobre el total de
departamentos formales con que cuenta
la empresa, considerando las siguientes
posibilidades: Ctrol. Calidad, Planif.
Producción, Mantenimiento,
Proporción de ingenieros a cargo
Mantenimiento preventivo,
departamentos formales
Reparaciones, Diseño de piezas y
partes, Producción, Computación,
Computación producción, I+D, Diseño
de productos, Modif. productos, Diseño
Maquinaria, Modif. Maquinaria, Diseño y
Análisis de Sistemas.
PPROF.ID
FORMAL
INGEDPTO
Vinculación con agentes externos para actividades de innovación
Nombre de la variable
VINCUL
ASTEC
Descripción
Vínculos con agentes externos para
realizar actividades de innovación
Recibe asesoría tecnológica
Forma de medición
Vínculos con Universidad, Laboratorios,
Consultores, Otras empresas o
Profesionales independientes, para
realizar actividades de Control de
calidad. Planificación de producción,
Computación e I+D.
Existencia de contratos de asesoría
tecnológica con otras empresas,
consultores u organismos públicos.
Experiencia en actividades de innovación
Nombre de la variable
Descripción
INT.ID
Intensidad del gasto en I+D
EXP.INN
Experiencia en actividades de
innovación.
Forma de medición
Cociente entre el gasto en I+D y las
ventas totales de la empresa
La firma realiza actividades de: Ctrol.
Calidad, Planificación de producción,
Mantenimiento preventivo, Diseño de
piezas y partes, Computación para
producción, I+D, Diseño de nuevos
productos, Modificación de producto,
Diseño de maquinaria, Modificación de
maquinaria, Diseño y Análisis de
sistemas.
vii
Resultados ACP 1985
8 VARIABLES
253 INDIVIDUOS, RESULTADOS SIN OUTLIERS
VARIANZA EXPLICADA CON 4 COMPONENTES 69.89%
LOS OUTLIERS SON: Nº DE ESTABLECIMIENTO: 48, 76, 190, 228, 21, 133
*** Principal Components Analysis ***
Standard deviations:
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
Comp. 8
1.523338 1.170315 1.003641 0.9454237 0.8617999 0.8448321 0.7699629 0.5995014
The number of variables is 8 and the number of observations is 253
Component names:
"sdev" "loadings" "correlations" "scores" "center" "scale" "n.obs" "terms"
"call" "factor.sdev" "coef"
Call:
princomp(x = xs, data = datos, scores = T, cor = T, na.action = na.exclude)
Importance of components:
Comp. 1
Comp. 2
Comp. 3
Comp. 4
Comp. 5
Standard deviation 1.5233375 1.1703146 1.0036410 0.9454237 0.86179991
Proportion of Variance 0.2900697 0.1712045 0.1259119 0.1117283 0.09283739
Cumulative Proportion 0.2900697 0.4612742 0.5871861 0.6989144 0.79175174
Comp. 6
Comp. 7
Comp. 8
Standard deviation 0.84483208 0.76996289 0.59950144
Proportion of Variance 0.08921765 0.07410536 0.04492525
Cumulative Proportion 0.88096940 0.95507475 1.00000000
[1] "Matriz de Correlaciones"
***
Correlations for data in:
datos ***
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
1.0000000 0.24652464 0.18726790 0.16170835 0.3778896878
0.2465246 1.00000000 -0.05520311 0.02473001 0.2512597047
0.1872679 -0.05520311 1.00000000 0.21417020 0.0277406892
0.1617083 0.02473001 0.21417020 1.00000000 0.1042485741
0.3778897 0.25125970 0.02774069 0.10424857 1.0000000000
0.1814105 -0.08780698 0.19817316 0.16810516 -0.0009366878
0.5125655 0.07193338 0.24240047 0.10288705 0.0879641142
0.4440405 0.03954882 0.04939512 0.15744670 0.1221054052
INGEDPTO
FORMAL
PPROF.ID
EXP.INN 0.1814105015 0.51256545 0.44404047
INT.ID -0.0878069798 0.07193338 0.03954882
ASTEC 0.1981731619 0.24240047 0.04939512
VINCUL 0.1681051604 0.10288705 0.15744670
P.IDPRO1 -0.0009366878 0.08796411 0.12210541
INGEDPTO 1.0000000000 0.23841783 0.29338577
FORMAL 0.2384178326 1.00000000 0.28643316
PPROF.ID 0.2933857743 0.28643316 1.00000000
[1] "Valores Propios"
Comp. 1 Comp. 2 Comp. 3 Comp. 4
Comp. 5
Comp. 6
Comp. 7 Comp. 8
2.320557 1.369636 1.007295 0.893826 0.7426991 0.7137412 0.5928429 0.359402
[1] "Importancia de los Factores"
Valores Proporcion Acumulado
COMP 1 2.3205573 0.29006966 0.2900697
COMP 2 1.3696363 0.17120454 0.4612742
COMP 3 1.0072952 0.12591190 0.5871861
COMP 4 0.8938260 0.11172826 0.6989144
COMP 5 0.7426991 0.09283739 0.7917517
COMP 6 0.7137412 0.08921765 0.8809694
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
INGEDPTO
FORMAL
PPROF.ID
viii
COMP 7 0.5928429 0.07410536 0.9550748
COMP 8 0.3594020 0.04492525 1.0000000
[1] "Vectores Propios"
[,1]
[,2]
[,3]
EXP.INN 0.5366854 -0.20927409 -0.1173942
INT.ID 0.1636633 -0.59181217 0.1483364
ASTEC 0.2614958 0.35773530 0.5228443
VINCUL 0.2574292 0.18881702 0.6165117
P.IDPRO1 0.2789468 -0.49230425 0.2393470
INGEDPTO 0.3087932 0.43169497 -0.1718192
FORMAL 0.4502572 0.09526840 -0.2044533
PPROF.ID 0.4178961 0.06735142 -0.4267928
[,7]
[,8]
EXP.INN 0.002423155 -0.7744854641
INT.ID -0.141268131 0.1078587814
ASTEC -0.500778885 0.0621392567
VINCUL 0.238650046 -0.0007166171
P.IDPRO1 0.125610605 0.2914660040
INGEDPTO 0.241709960 -0.0922147968
FORMAL 0.503830041 0.4367581439
PPROF.ID -0.586734751 0.3169594168
[1] "Matriz de Saturaciones"
***
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
INGEDPTO
FORMAL
PPROF.ID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
INGEDPTO
FORMAL
PPROF.ID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
INGEDPTO
FORMAL
PPROF.ID
Correlations for data in:
[,4]
-0.12909637
-0.05612983
-0.49205503
0.52693071
0.15579093
0.25966426
-0.47123787
0.38294643
[,5]
0.08649351
-0.67016687
0.09907198
-0.24227407
0.67226471
-0.05210760
-0.14083176
-0.01986534
[,6]
-0.1743879
0.3422055
0.1539643
-0.3531071
0.2135349
0.7427627
-0.2447245
-0.2165895
sat ***
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
1.00000000 0.24652464 0.18726790 0.161708349 0.3778896878
0.24652464 1.00000000 -0.05520311 0.024730010 0.2512597047
0.18726790 -0.05520311 1.00000000 0.214170198 0.0277406892
0.16170835 0.02473001 0.21417020 1.000000000 0.1042485741
0.37788969 0.25125970 0.02774069 0.104248574 1.0000000000
0.18141050 -0.08780698 0.19817316 0.168105160 -0.0009366878
0.51256545 0.07193338 0.24240047 0.102887054 0.0879641142
0.44404047 0.03954882 0.04939512 0.157446696 0.1221054052
0.81755299 0.24931441 0.39834637 0.392151610 0.4249300735
-0.24491653 -0.69260644 0.41866285 0.220975322 -0.5761508630
-0.11782167 0.14887647 0.52474799 0.618756379 0.2402184588
-0.12205077 -0.05306647 -0.46520051 0.498172799 0.1472884468
0.07454010 -0.57754975 0.08538023 -0.208791771 0.5793576642
-0.14732850 0.28910619 0.13007400 -0.298316208 0.1804011030
0.00186574 -0.10877122 -0.38558116 0.183751679 0.0967155046
-0.46430515 0.06466149 0.03725257 -0.000429613 0.1747342879
INGEDPTO
FORMAL
PPROF.ID
Comp..1
Comp..2
0.1814105015 0.51256545 0.44404047 8.175530e-001 -2.449165e-001
-0.0878069798 0.07193338 0.03954882 2.493144e-001 -6.926064e-001
0.1981731619 0.24240047 0.04939512 3.983464e-001 4.186629e-001
0.1681051604 0.10288705 0.15744670 3.921516e-001 2.209753e-001
-0.0009366878 0.08796411 0.12210541 4.249301e-001 -5.761509e-001
1.0000000000 0.23841783 0.29338577 4.703962e-001 5.052189e-001
0.2384178326 1.00000000 0.28643316 6.858938e-001 1.114940e-001
0.2933857743 0.28643316 1.00000000 6.365968e-001 7.882236e-002
0.4703962282 0.68589377 0.63659684 1.000000e+000 -1.112575e-016
0.5052189333 0.11149400 0.07882236 -1.112575e-016 1.000000e+000
-0.1724447793 -0.20519776 -0.42834672 -8.506614e-016 -1.426411e-015
0.2454927565 -0.44551947 0.36204665 -1.327714e-016 3.220450e-016
-0.0449063273 -0.12136880 -0.01711995 -1.751533e-016 7.170308e-016
0.6275097364 -0.20675109 -0.18298174 -2.315224e-016 2.485448e-017
0.1861076992 0.38793043 -0.45176398 7.852076e-016 1.184352e-015
-0.0552829031 0.26183713 0.19001763 -6.622042e-016 5.103722e-016
Comp..3
Comp..4
Comp..5
Comp..6
-1.178217e-001 -1.220508e-001 7.454010e-002 -1.473285e-001
1.488765e-001 -5.306647e-002 -5.775498e-001 2.891062e-001
5.247480e-001 -4.652005e-001 8.538023e-002 1.300740e-001
6.187564e-001 4.981728e-001 -2.087918e-001 -2.983162e-001
2.402185e-001 1.472884e-001 5.793577e-001 1.804011e-001
-1.724448e-001 2.454928e-001 -4.490633e-002 6.275097e-001
-2.051978e-001 -4.455195e-001 -1.213688e-001 -2.067511e-001
-4.283467e-001 3.620466e-001 -1.711995e-002 -1.829817e-001
ix
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
EXP.INN
INT.ID
ASTEC
VINCUL
P.IDPRO1
INGEDPTO
FORMAL
PPROF.ID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
-8.506614e-016
-1.426411e-015
1.000000e+000
-1.153866e-016
-1.288661e-016
-2.841275e-016
6.922217e-016
-1.342870e-016
Comp..7
1.865740e-003
-1.087712e-001
-3.855812e-001
1.837517e-001
9.671550e-002
1.861077e-001
3.879304e-001
-4.517640e-001
7.852076e-016
1.184352e-015
6.922217e-016
-2.302954e-015
6.824851e-016
8.317879e-016
1.000000e+000
1.011631e-015
-1.327714e-016
3.220450e-016
-1.153866e-016
1.000000e+000
1.055633e-015
1.486691e-015
-2.302954e-015
-5.783538e-016
Comp..8
-4.643051e-001
6.466149e-002
3.725257e-002
-4.296130e-004
1.747343e-001
-5.528290e-002
2.618371e-001
1.900176e-001
-6.622042e-016
5.103722e-016
-1.342870e-016
-5.783538e-016
-4.153382e-016
-2.919840e-016
1.011631e-015
1.000000e+000
-1.751533e-016
7.170308e-016
-1.288661e-016
1.055633e-015
1.000000e+000
-9.980980e-016
6.824851e-016
-4.153382e-016
-2.315224e-016
2.485448e-017
-2.841275e-016
1.486691e-015
-9.980980e-016
1.000000e+000
8.317879e-016
-2.919840e-016
x
El Componente 1 (eje) opera como promedio de los restantes, debido a que todas las
variables tienen correlación positiva con él, todas influyen en su construcción con
signo positivo.
Diagrama A1. Correlaciones significativas en el eje 2
-
0
+
Intensidad de gasto actividades de I&D (-6,92)
Proporción de ingenieros a cargo de Dptos.
formales (5,05)
Proporción de personal en I&D sobre personal en
producción (-5,76)
Contrató asesoría tecnológica (4,18)
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
-
Diagrama A2. Correlaciones significativas en el eje 3
0
+
Proporción de profesionales sobre personas en I+D
formal e informal (-4,28)
Vínculos con agentes del SIN (6,18)
Contrató asesoría tecnológica (5,24)
Existencia de dptos formales (-2,05)
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
-
Diagrama A3. Correlaciones significativas en el eje 4
0
Contrató asesoría tecnológica (-4,65)
Existencia de dptos formales (-4,45)
+
Vínculos con agentes del SIN (4,98)
Proporción de profesionales sobre personas en I+D
formal e informal (3,62)
Fuente: Elaboración propia en base a Encuesta CIESU 1985.
Cuadro A1. Casos bien representados y no baricéntricos por los componentes.1985
Casos bien
Total de
Casos bien
Casos bien
representados
Varianza
Varianza
casos en
representados en
representados no
no
explicada acumulada
la muestra
el componente
baricéntricos (2)
baricéntricos
(1)
N
%
N
%
N
%
Componente 1
367
135
36,78
134 36,51
135
36,78
29,00
Componente 2
367
222
60,49
80 21,80
109
29,70
17,10
Componente 3
367
284
77,38
61 16,62
129
35,15
12,60
Componente 4
367
341
92,92
63 17,17
341
92,92
11,20
Casos bien representados: se alejan menos de tres desvíos estándar de la norma.
Casos no baricéntricos (1) se ubican en el eje del componente con valores mayores a 1 o menores a -1.
Casos no baricéntricos (2) se ubican en el eje del componente con valores mayores a 0,5 o menores a -0,5.
29,00
46,10
58,70
69,90
xi
Tabla A2. Variables utilizadas para el análisis de componentes principales 1990
Competencias internas
Nombre de la variable
P.PROF
P.CALI
Descripción
Forma de medición
Proporción de profesionales en Cociente entre el total de profesionales
producción e I+D sobre el total de en actividades de producción e I+D
empleados.
sobre el total de empleados.
Cociente entre el número de obreros
Proporción de obreros calificados
calificados sobre el número de obreros
sobre no calificados
no calificados.
Vinculación con agentes externos para actividades de innovación
Nombre de la variable
VINC3
ACUER
Descripción
Contratación de marcas, patentes o
asistencia técnica externa a la
empresa
Mantiene acuerdos de producción o
comercialización con el extranjero
Forma de medición
Contratación de estas actividades a
residentes o no residentes, sean
asociados o no a la empresa.
Número de acuerdos con el extranjero
según la región de procedencia.
Experiencia en actividades de innovación
Nombre de la variable
INTID.90
IGAID.90
INIDTOT
Descripción
Forma de medición
Cociente entre la inversión en I+D y el
La intensidad de la inversión en I+D.
total de la inversión de la empresa
La intensidad del gasto en I+D sobre Cociente entre el gasto en I+D y el gasto
el total del gasto.
total
Cociente entre la inversión en I+D y las
La intensidad de la inversión en I+D
ventas totales de la empresa
Resultados ACP 1990
*** Principal Components Analysis ***
Standard deviations:
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
1.371848 1.070588 1.027528 0.9960459 0.9195626 0.8809487 0.5498058
The number of variables is 7 and the number of observations is 639
Component names:
"sdev" "loadings" "correlations" "scores" "center" "scale" "n.obs" "terms"
"call" "factor.sdev" "coef"
Call:
princomp(x = xs, data = datos, scores = T, cor = T, na.action = na.exclude)
Importance of components:
Comp. 1
Standard deviation 1.3718484
Proportion of Variance 0.2688526
Cumulative Proportion 0.2688526
Comp. 6
Standard deviation 0.8809487
Proportion of Variance 0.1108672
Cumulative Proportion 0.9568162
[1] "Matriz de Correlaciones"
***
Comp. 2
Comp. 3
Comp. 4
Comp. 5
1.0705876 1.0275283 0.9960459 0.9195626
0.1637368 0.1508306 0.1417296 0.1207993
0.4325894 0.5834200 0.7251497 0.8459490
Comp. 7
0.54980575
0.04318377
1.00000000
Correlations for data in:
datos ***
INIDTOT
IGAID.90
ACUER
VINC3
INTID.90
P.CALI
INIDTOT 1.00000000 0.191723138 0.161289515 0.02876302 0.69416940 0.029425307
IGAID.90 0.19172314 1.000000000 0.006325431 0.03743076 0.15653452 0.035285430
xii
ACUER
VINC3
INTID.90
P.CALI
P.PROF
0.16128951 0.006325431 1.000000000 0.18603514 0.13797863 0.005023439
0.02876302 0.037430759 0.186035140 1.00000000 0.05100063 0.030405084
0.69416940 0.156534521 0.137978625 0.05100063 1.00000000 0.015438885
0.02942531 0.035285430 0.005023439 0.03040508 0.01543889 1.000000000
0.07634512 0.150188816 0.071997410 0.06859969 0.11006689 0.015714986
P.PROF
INIDTOT 0.07634512
IGAID.90 0.15018882
ACUER 0.07199741
VINC3 0.06859969
INTID.90 0.11006689
P.CALI 0.01571499
P.PROF 1.00000000
[1] "Valores Propios"
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
1.881968 1.146158 1.055814 0.9921075 0.8455954 0.7760706 0.3022864
[1] "Importancia de los Factores"
Valores Proporcion Acumulado
COMP 1 1.8819680 0.26885258 0.2688526
COMP 2 1.1461577 0.16373682 0.4325894
COMP 3 1.0558144 0.15083062 0.5834200
COMP 4 0.9921075 0.14172964 0.7251497
COMP 5 0.8455954 0.12079934 0.8459490
COMP 6 0.7760706 0.11086723 0.9568162
COMP 7 0.3022864 0.04318377 1.0000000
[1] "Vectores Propios"
[,1]
[,2]
[,3]
[,4]
[,5]
INIDTOT 0.62525642 0.2405783 -0.17775862 -0.06835415 -0.007809397
IGAID.90 0.29278904 0.0571593 0.59996910 0.14646550 0.584099059
ACUER 0.26148355 -0.5529096 -0.33810299 0.01716114 -0.235064016
VINC3 0.14244336 -0.7083320 -0.07319924 -0.02428055 0.458749149
INTID.90 0.62098275 0.2260752 -0.17727552 -0.04146712 -0.050938266
P.CALI 0.05367304 -0.1083942 0.33210713 -0.92317270 -0.147794721
P.PROF 0.21486010 -0.2618251 0.58910563 0.34499879 -0.607143675
[,6]
[,7]
INIDTOT -0.09455892 -0.71126908
IGAID.90 0.43130617 0.04894492
ACUER 0.67421116 0.03864493
VINC3 -0.51051146 -0.03090721
INTID.90 -0.20104779 0.69793220
P.CALI 0.02799520 0.01413938
P.PROF -0.22056068 -0.04407624
[1] "Matriz de Saturaciones"
***
INIDTOT
IGAID.90
ACUER
VINC3
INTID.90
P.CALI
P.PROF
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
INIDTOT
IGAID.90
ACUER
VINC3
INTID.90
P.CALI
Correlations for data in:
sat ***
INIDTOT
IGAID.90
ACUER
VINC3
INTID.90
1.00000000 0.191723138 0.161289515 0.02876302 0.69416940
0.19172314 1.000000000 0.006325431 0.03743076 0.15653452
0.16128951 0.006325431 1.000000000 0.18603514 0.13797863
0.02876302 0.037430759 0.186035140 1.00000000 0.05100063
0.69416940 0.156534521 0.137978625 0.05100063 1.00000000
0.02942531 0.035285430 0.005023439 0.03040508 0.01543889
0.07634512 0.150188816 0.071997410 0.06859969 0.11006689
0.85775702 0.401662182 0.358715786 0.19541069 0.85189419
0.25756012 0.061194035 -0.591938132 -0.75833144 0.24203333
-0.18265201 0.616485212 -0.347410381 -0.07521429 -0.18215561
-0.06808388 0.145886369 0.017093281 -0.02418454 -0.04130315
-0.00718123 0.537115657 -0.216156081 0.42184857 -0.04684092
-0.08330155 0.379958609 0.593945440 -0.44973441 -0.17711279
-0.39105984 0.026910197 0.021247206 -0.01699296 0.38372714
P.CALI
P.PROF
Comp..1
Comp..2
0.029425307 0.07634512 8.577570e-001 2.575601e-001
0.035285430 0.15018882 4.016622e-001 6.119404e-002
0.005023439 0.07199741 3.587158e-001 -5.919381e-001
0.030405084 0.06859969 1.954107e-001 -7.583314e-001
0.015438885 0.11006689 8.518942e-001 2.420333e-001
1.000000000 0.01571499 7.363127e-002 -1.160455e-001
xiii
P.PROF 0.015714986 1.00000000 2.947555e-001 -2.803067e-001
Comp..1 0.073631270 0.29475548 1.000000e+000 -4.996950e-016
Comp..2 -0.116045456 -0.28030665 -4.996950e-016 1.000000e+000
Comp..3 0.341249470 0.60532269 8.519482e-016 -2.400695e-016
Comp..4 -0.919522401 0.34363464 5.045399e-016 2.880647e-016
Comp..5 -0.135906500 -0.55830663 8.902732e-016 -1.253744e-015
Comp..6 0.024662337 -0.19430264 3.496360e-016 2.876778e-015
Comp..7 0.007773912 -0.02423337 -8.513849e-016 -1.393221e-016
Comp..3
Comp..4
Comp..5
Comp..6
INIDTOT -1.826520e-001 -6.808388e-002 -7.181230e-003 -8.330155e-002
IGAID.90 6.164852e-001 1.458864e-001 5.371157e-001 3.799586e-001
ACUER -3.474104e-001 1.709328e-002 -2.161561e-001 5.939454e-001
VINC3 -7.521429e-002 -2.418454e-002 4.218486e-001 -4.497344e-001
INTID.90 -1.821556e-001 -4.130315e-002 -4.684092e-002 -1.771128e-001
P.CALI 3.412495e-001 -9.195224e-001 -1.359065e-001 2.466234e-002
P.PROF 6.053227e-001 3.436346e-001 -5.583066e-001 -1.943026e-001
Comp..1 8.519482e-016 5.045399e-016 8.902732e-016 3.496360e-016
Comp..2 -2.400695e-016 2.880647e-016 -1.253744e-015 2.876778e-015
Comp..3 1.000000e+000 1.553647e-015 2.971499e-016 4.176609e-016
Comp..4 1.553647e-015 1.000000e+000 -3.065421e-016 4.910561e-016
Comp..5 2.971499e-016 -3.065421e-016 1.000000e+000 -7.206373e-017
Comp..6 4.176609e-016 4.910561e-016 -7.206373e-017 1.000000e+000
Comp..7 3.444485e-016 2.182776e-016 6.378180e-016 9.297891e-016
Comp..7
INIDTOT -3.910598e-001
IGAID.90 2.691020e-002
ACUER 2.124721e-002
VINC3 -1.699296e-002
INTID.90 3.837271e-001
P.CALI 7.773912e-003
P.PROF -2.423337e-002
Comp..1 -8.513849e-016
Comp..2 -1.393221e-016
Comp..3 3.444485e-016
Comp..4 2.182776e-016
Comp..5 6.378180e-016
Comp..6 9.297891e-016
Comp..7 1.000000e+000
xiv
El Componente 1 (eje) opera como promedio de los restantes, debido a que todas las
variables tienen correlación positiva con él, todas influyen en su construcción con
signo positivo.
-
Diagrama A4. Correlaciones significativas en el eje 2
0
Utilización de asistencia técnica o patentes de
terceros (-7,58)
+
Intensidad de inversión en I+D sobre el total de
ventas (2,57)
Acuerdos con el extranjero (-5,91)
Fuente: Elaboración propia en base a Encuesta DECON 1990.
-
Diagrama A5. Correlaciones significativas en el eje 3
0
Acuerdos con el extranjero (-3,47)
+
Intensidad del gasto en I+D en 1990 (6,16)
Proporción de profesionales en producción e I+D
sobre total de empleados (6,05)
Fuente: Elaboración propia en base a Encuesta DECON 1990.
-
Diagrama A6. Correlaciones significativas en el eje 4
0
Proporción de obreros calificados sobre no
calificados (-9,19)
+
Proporción de profesionales en producción e I+D
sobre total de empleados (3,43)
Fuente: Elaboración propia en base a Encuesta DECON 1990.
Cuadro A2. Casos bien representados y no baricéntricos por los componentes.1990
Total de
Casos bien
Casos bien
Casos bien
casos
Varianza
Varianza
representados en representados no representados no
en la
explicada
acumulada
el componente
baricéntricos (1)
baricéntricos (2)
muestra
N
%
N
%
N
%
Componente 1
5610
2399
42,76
54
0,96
2398
42,75
26,90
Componente 2
5610
4340
77,36
142
2,53
4281
76,31
16,40
Componente 3
5610
4504
80,29
184
3,28
288
5,13
15,10
Componente 4
5610
4821
85,94
242
4,31
4821
85,94
14,20
Casos bien representados: se alejan menos de tres desvíos estándar de la norma.
Casos no baricéntricos (1) se ubican en el eje del componente con valores mayores a 1 o menores a -1.
Casos no baricéntricos (2) se ubican en el eje del componente con valores mayores a 0,5 o menores a -0,5.
26,90
43,30
58,40
72,60
xv
Tabla A3. Variables utilizadas para el análisis de componentes principales 1994
Competencias internas
Nombre de la variable
P.PROFID
P.CALI
Descripción
Forma de medición
Cociente entre el total de profesionales
Proporción de profesionales en I+D
en actividades de I+D sobre el total de
sobre el total de empleados
empleados.
Cociente entre el número de obreros
Proporción de obreros calificados
calificados sobre el número de obreros
sobre no calificados.
no calificados.
Vinculación con agentes externos para actividades de innovación
Nombre de la variable
VINC
ACUER
Descripción
Contratación de marcas, patentes o
asistencia técnica externa a la
empresa.
Acuerdos de tecnología, producción
o comercialización con el extranjero.
Forma de medición
Contratación de estos conceptos a
residentes o no residentes, sean
asociados o no a la empresa.
Número de acuerdos con el extranjero
según la región de procedencia.
Experiencia en actividades de innovación
Nombre de la variable
INTID.94
INGID.94
IIDTOT94
Descripción
Forma de medición
Cociente entre la inversión en I+D y
La intensidad de al inversión en I+D. control de calidad y las inversiones
totales de la empresa.
Cociente entre el gasto (remuneraciones
y materiales) en I+D y el total de gastos
La intensidad del gasto en I+D.
de la empresa
Cociente entre la inversión en I+D y
La intensidad de la inversión en I+D
control de calidad y la facturación total
sobre la facturación de la empresa.
de la empresa.
Resultados ACP 1994
*** Principal Components Analysis ***
Standard deviations:
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
1.343972 1.149787 1.077123 0.9858604 0.8457291 0.8044505 0.6141788
The number of variables is 7 and the number of observations is 544
Component names:
"sdev" "loadings" "correlations" "scores" "center" "scale" "n.obs" "terms"
"call" "factor.sdev" "coef"
Call:
princomp(x = xs, data = datos, scores = T, cor = T, na.action = na.exclude)
Importance of components:
Comp. 1
Comp. 2
Comp. 3
Comp. 4
Comp. 5
Standard deviation 1.3439722 1.1497871 1.0771230 0.9858604 0.8457291
Proportion of Variance 0.2580373 0.1888586 0.1657420 0.1388458 0.1021797
Cumulative Proportion 0.2580373 0.4468959 0.6126379 0.7514837 0.8536634
Comp. 6
Comp. 7
Standard deviation 0.80445050 0.61417878
Proportion of Variance 0.09244866 0.05388794
Cumulative Proportion 0.94611206 1.00000000
[1] "Matriz de Correlaciones"
***
Correlations for data in:
datos ***
xvi
IIDTOT94
ACUER
INGID.94
INTID.94
VINC
IIDTOT94 1.000000000 0.12744407 0.10319353 0.610493684 0.13473427
ACUER 0.127444075 1.00000000 0.01971939 0.112813043 0.31738039
INGID.94 0.103193532 0.01971939 1.00000000 0.050154677 -0.01823979
INTID.94 0.610493684 0.11281304 0.05015468 1.000000000 0.11798409
VINC 0.134734275 0.31738039 -0.01823979 0.117984094 1.00000000
P.CALI -0.003848649 0.04311052 -0.02363257 0.006236419 0.08634237
P.PROFID 0.063684208 -0.00170754 0.32712163 0.127642896 0.03430165
P.CALI
P.PROFID
IIDTOT94 -0.00384864885 0.06368420842
ACUER 0.04311051908 -0.00170754045
INGID.94 -0.02363256885 0.32712163175
INTID.94 0.00623641891 0.12764289603
VINC 0.08634237114 0.03430164915
P.CALI 1.00000000000 -0.00008351589
P.PROFID -0.00008351589 1.00000000000
[1] "Valores Propios"
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
1.806261 1.32201 1.160194 0.9719207 0.7152577 0.6471406 0.3772156
[1] "Importancia de los Factores"
Valores Proporcion Acumulado
COMP 1 1.8062612 0.25803731 0.2580373
COMP 2 1.3220103 0.18885862 0.4468959
COMP 3 1.1601939 0.16574199 0.6126379
COMP 4 0.9719207 0.13884581 0.7514837
COMP 5 0.7152577 0.10217967 0.8536634
COMP 6 0.6471406 0.09244866 0.9461121
COMP 7 0.3772156 0.05388794 1.0000000
[1] "Vectores Propios"
[,1]
[,2]
[,3]
[,4]
[,5]
IIDTOT94 0.59423177 0.0004583987 -0.3716711 -0.06936515 0.10308775
ACUER 0.30861779 -0.3932658101 0.4209396 0.31356533 0.47317845
INGID.94 0.20828156 0.5761183563 0.3584027 0.04322484 0.50001264
INTID.94 0.59055587 0.0167679198 -0.3792548 -0.10646601 -0.06953931
VINC 0.31754911 -0.4101708974 0.4368713 0.16071766 -0.49150139
P.CALI 0.04610974 -0.2047367243 0.2898470 -0.92522615 0.12166553
P.PROFID 0.23778705 0.5504461622 0.3708314 -0.04228779 -0.50423268
[,6]
[,7]
IIDTOT94 0.11480980 -0.692913505
ACUER -0.50065701 -0.005329352
INGID.94 0.47538344 0.135585853
INTID.94 -0.10777813 0.692344960
VINC 0.52100722 0.034835615
P.CALI -0.03143627 -0.010549996
P.PROFID -0.47551969 -0.144196338
[1] "Matriz de Saturaciones"
***
Correlations for data in:
sat ***
IIDTOT94
ACUER
INGID.94
INTID.94
VINC
1.0000000000 0.127444075 0.10319353 0.610493684 0.13473427
0.1274440750 1.000000000 0.01971939 0.112813043 0.31738039
0.1031935318 0.019719387 1.00000000 0.050154677 -0.01823979
0.6104936839 0.112813043 0.05015468 1.000000000 0.11798409
0.1347342748 0.317380393 -0.01823979 0.117984094 1.00000000
-0.0038486489 0.043110519 -0.02363257 0.006236419 0.08634237
0.0636842084 -0.001707540 0.32712163 0.127642896 0.03430165
0.7986309575 0.414773726 0.27992461 0.793690650 0.42677716
0.0005270609 -0.452171949 0.66241344 0.019279538 -0.47160920
-0.4003354347 0.453403722 0.38604375 -0.408504070 0.47056416
-0.0683843565 0.309131639 0.04261366 -0.104960619 0.15844518
0.0871843080 0.400180784 0.42287524 -0.058811421 -0.41567703
0.0923588002 -0.402753779 0.38242244 -0.086702168 0.41912451
-0.4255727716 -0.003273175 0.08327395 0.425223583 0.02139530
P.CALI
P.PROFID
Comp..1
Comp..2
IIDTOT94 -0.00384864885 0.06368420842 7.986310e-001 5.270609e-004
ACUER 0.04311051908 -0.00170754045 4.147737e-001 -4.521719e-001
INGID.94 -0.02363256885 0.32712163175 2.799246e-001 6.624134e-001
IIDTOT94
ACUER
INGID.94
INTID.94
VINC
P.CALI
P.PROFID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
xvii
INTID.94
VINC
P.CALI
P.PROFID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
IIDTOT94
ACUER
INGID.94
INTID.94
VINC
P.CALI
P.PROFID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
IIDTOT94
ACUER
INGID.94
INTID.94
VINC
P.CALI
P.PROFID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
0.00623641891
0.08634237114
1.00000000000
-0.00008351589
0.06197020622
-0.23540364095
0.31220087255
-0.91214380240
0.10289608126
-0.02528892550
-0.00647958364
Comp..3
-4.003354e-001
4.534037e-001
3.860437e-001
-4.085041e-001
4.705642e-001
3.122009e-001
3.994310e-001
6.225652e-016
-8.226274e-016
1.000000e+000
-2.521532e-016
-9.355678e-016
1.160693e-015
4.787877e-016
Comp..7
-4.255728e-001
-3.273175e-003
8.327395e-002
4.252236e-001
2.139530e-002
-6.479584e-003
-8.856233e-002
-9.197487e-016
-5.132655e-016
4.787877e-016
5.925431e-016
-8.706729e-016
7.501240e-016
1.000000e+000
0.12764289603
0.03430164915
-0.00008351589
1.00000000000
0.31957918087
0.63289588694
0.39943103450
-0.04168985766
-0.42644424559
-0.38253204681
-0.08856233096
Comp..4
-6.838436e-002
3.091316e-001
4.261366e-002
-1.049606e-001
1.584452e-001
-9.121438e-001
-4.168986e-002
1.971585e-017
4.609125e-016
-2.521532e-016
1.000000e+000
-5.913731e-016
6.258355e-016
5.925431e-016
7.936907e-001
4.267772e-001
6.197021e-002
3.195792e-001
1.000000e+000
-4.057185e-016
6.225652e-016
1.971585e-017
-1.120403e-015
4.107529e-016
-9.197487e-016
Comp..5
8.718431e-002
4.001808e-001
4.228752e-001
-5.881142e-002
-4.156770e-001
1.028961e-001
-4.264442e-001
-1.120403e-015
3.358015e-016
-9.355678e-016
-5.913731e-016
1.000000e+000
-2.188596e-015
-8.706729e-016
1.927954e-002
-4.716092e-001
-2.354036e-001
6.328959e-001
-4.057185e-016
1.000000e+000
-8.226274e-016
4.609125e-016
3.358015e-016
-8.208003e-016
-5.132655e-016
Comp..6
9.235880e-002
-4.027538e-001
3.824224e-001
-8.670217e-002
4.191245e-001
-2.528893e-002
-3.825320e-001
4.107529e-016
-8.208003e-016
1.160693e-015
6.258355e-016
-2.188596e-015
1.000000e+000
7.501240e-016
xviii
El Componente 1 (eje) opera como promedio de los restantes, debido a que todas las
variables tienen correlación positiva con él, todas influyen en su construcción con
signo positivo.
-
Diagrama A7. Correlaciones significativas en el eje 2
0
Utilización de asistencia técnica o patentes de
terceros (-4,71)
+
Intensidad de gasto en I+D en 1994 (6,62)
Proporción de profesionales en I+D sobre total de
empleados (6,32)
Acuerdos por tecnología, producción o
comercialización (-4,52)
Fuente: Elaboración propia en base a Encuesta DECON 1994.
Diagrama A8. Correlaciones significativas en el eje 3
-
0
Intensidad de inversión en I+D sobre facturación
total en 1994 (-4,00)
+
Utilización de asistencia técnica o patentes de
terceros (4,70)
Intensidad de inversión en I+D en 1994 (-4,08)
Acuerdos por tecnología, producción o
comercialización (4,53)
Fuente: Elaboración propia en base a Encuesta DECON 1994.
-
Diagrama A9. Correlaciones significativas en el eje 4
0
Proporción de obreros calificados sobre no
calificados (-9,12)
+
Acuerdos por tecnología, producción o
comercialización (3,09)
Fuente: Elaboración propia en base a Encuesta DECON 1994.
-
Diagrama A10. Correlaciones significativas en el eje 5
0
Proporción de profesionales en I+D sobre total de
empleados (-4,26)
+
Intensidad de gasto en I+D en 1994 (4,22)
Acuerdos por tecnología, producción o
comercialización (4,00)
Utilización de asistencia técnica o patentes de
terceros (-4,15)
Fuente: Elaboración propia en base a Encuesta DECON 1994.
Cuadro A3. Casos bien representados y no baricéntricos por los componentes.1994
Total de
casos en
la muestra
Casos bien
representados en
el componente
N
%
Casos bien
representados no
baricéntricos (1)
N
%
Casos bien
representados no
baricéntricos (2)
N
Varianza
explicada
Varianza
acumulad
a
%
Componente 1
4070
3059
75,16
23
0,57
3058
75,14
25,80
Componente 2
4070
3259
80,07
184
4,52
210
5,16
18,90
Componente 3
4070
3352
82,36
162
3,98
1878
46,14
16,60
Componente 4
4070
3881
95,36
128
3,14
3881
95,36
13,90
Componente 5
4070
4069
99,98
277
6,81
4069
99,98
10,20
Casos bien representados: se alejan menos de tres desvíos estándar de la norma.
Casos no baricéntricos (1) se ubican en el eje del componente con valores mayores a 1 o menores a -1.
Casos no baricéntricos (2) se ubican en el eje del componente con valores mayores a 0,5 o menores a -0,5
25,80
44,70
61,30
75,20
85,40
xix
Tabla A4. Variables utilizadas para el análisis de componentes principales 1996
Competencias internas
Nombre de la variable
PPROFID
PPROFTOT
P.CALI
Descripción
Proporción de profesionales y
técnicos en I+D sobre el total de
empleados
Proporción del total de profesionales
y técnicos sobre el total de
empleados.
Proporción de obreros calificados
sobre no calificados.
Forma de medición
Cociente entre el número de
profesionales y técnicos en I+D sobre el
total de empleados de la firma por 100.
Cociente entre el número total de
profesionales y técnicos sobre el total de
empleados de la firma por 100.
Cociente entre el número de obreros
calificados sobre el número de obreros
no calificados.
Vinculación con agentes externos para actividades de innovación
Nombre de la variable
ACUER
Descripción
Acuerdos de tecnología, producción
o comercialización
Contratos para actividades
innovativas
VINCULO
Forma de medición
Número de acuerdos según la región de
procedencia.
Considera si la firma mantiene contratos
para diseño, I+D o adaptación
tecnológica.
Experiencia en actividades de innovación
Nombre de la variable
Descripción
Experiencia
innovación
ACTINN
en
actividades
Forma de medición
Realiza actividades de diseño I+D o
de
adaptación tecnológica dentro de la
empresa
o
Resultados ACP 1996
*** Principal Components Analysis ***
7 outliers que son; 683, 145, 662, 227, 544, 706, 299
Standard deviations:
Comp. 1 Comp. 2
Comp. 3 Comp. 4
Comp. 5
Comp. 6
1.284213 1.130965 0.9964891 0.931847 0.7927852 0.7628095
The number of variables is 6 and the number of observations is 503
Component names:
"sdev" "loadings" "correlations" "scores" "center" "scale" "n.obs" "terms"
"call" "factor.sdev" "coef"
Call:
princomp(x = xs, data = datos, scores = T, cor = T, na.action = na.exclude)
Importance of components:
Comp. 1
Comp. 2
Comp. 3
Comp. 4
Comp. 5
Standard deviation 1.284213 1.1309650 0.9964891 0.9318470 0.7927852
Proportion of Variance 0.274867 0.2131803 0.1654984 0.1447232 0.1047514
Cumulative Proportion 0.274867 0.4880473 0.6535457 0.7982689 0.9030203
Comp. 6
Standard deviation 0.76280951
Proportion of Variance 0.09697972
Cumulative Proportion 1.00000000
[1] "Matriz de Correlaciones"
***
P.CALI
Correlations for data in:
datos ***
P.CALI
ACUER
ACTINN
VINCULO
PPROFTOT
PPROFID
1.00000000 0.1001494 -0.04260305 -0.01448979 0.06773835 0.08275042
xx
ACUER 0.10014938 1.0000000 0.11512050 0.16799626 0.22733518 0.18101850
ACTINN -0.04260305 0.1151205 1.00000000 -0.26746485 0.10682648 0.14341339
VINCULO -0.01448979 0.1679963 -0.26746485 1.00000000 0.07923454 0.05896006
PPROFTOT 0.06773835 0.2273352 0.10682648 0.07923454 1.00000000 0.38999505
PPROFID 0.08275042 0.1810185 0.14341339 0.05896006 0.38999505 1.00000000
[1] "Valores Propios"
Comp. 1 Comp. 2
Comp. 3
Comp. 4
Comp. 5
Comp. 6
1.649202 1.279082 0.9929906 0.8683389 0.6285083 0.5818783
[1] "Importancia de los Factores"
Valores Proporcion Acumulado
COMP 1 1.6492020 0.27486700 0.2748670
COMP 2 1.2790819 0.21318031 0.4880473
COMP 3 0.9929906 0.16549843 0.6535457
COMP 4 0.8683389 0.14472315 0.7982689
COMP 5 0.6285083 0.10475139 0.9030203
COMP 6 0.5818783 0.09697972 1.0000000
[1] "Vectores Propios"
[,1]
[,2]
[,3]
[,4]
[,5]
P.CALI 0.1878472 -0.100419002 0.952002622 -0.00115332 -0.1337215
ACUER 0.4714941 -0.149486409 -0.007835713 0.75300109 0.2457952
ACTINN 0.2339157 0.671824801 -0.114781732 0.33274386 -0.4117808
VINCULO 0.1445516 -0.715582632 -0.246344791 0.11671602 -0.4621594
PPROFTOT 0.5838126 -0.002028288 -0.117523171 -0.34127453 0.5726915
PPROFID 0.5709272 0.064487647 -0.077183627 -0.43838182 -0.4588824
[,6]
P.CALI -0.1744641
ACUER 0.3575749
ACTINN -0.4477478
VINCULO -0.4232572
PPROFTOT -0.4482223
PPROFID 0.5110524
[1] "Matriz de Saturaciones"
***
P.CALI
ACUER
ACTINN
VINCULO
PPROFTOT
PPROFID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
P.CALI
ACUER
ACTINN
VINCULO
PPROFTOT
PPROFID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
P.CALI
ACUER
ACTINN
VINCULO
PPROFTOT
PPROFID
Correlations for data in:
sat ***
P.CALI
ACUER
ACTINN
VINCULO
PPROFTOT
1.000000000 0.100149382 -0.04260305 -0.01448979 0.067738346
0.100149382 1.000000000 0.11512050 0.16799626 0.227335184
-0.042603048 0.115120498 1.00000000 -0.26746485 0.106826482
-0.014489794 0.167996263 -0.26746485 1.00000000 0.079234545
0.067738346 0.227335184 0.10682648 0.07923454 1.000000000
0.082750423 0.181018503 0.14341339 0.05896006 0.389995051
0.241235722 0.605498707 0.30039753 0.18563497 0.749739505
-0.113570378 -0.169063900 0.75981035 -0.80929893 -0.002293923
0.948660250 -0.007808203 -0.11437875 -0.24547990 -0.117110561
-0.001074718 0.701681841 0.31006638 0.10876148 -0.318015660
-0.106012389 0.194862767 -0.32645370 -0.36639312 0.454021314
-0.133082844 0.272761510 -0.34154631 -0.32286460 -0.341908197
PPROFID
Comp..1
Comp..2
Comp..3
0.08275042 2.412357e-001 -1.135704e-001 9.486603e-001
0.18101850 6.054987e-001 -1.690639e-001 -7.808203e-003
0.14341339 3.003975e-001 7.598103e-001 -1.143787e-001
0.05896006 1.856350e-001 -8.092989e-001 -2.454799e-001
0.38999505 7.497395e-001 -2.293923e-003 -1.171106e-001
1.00000000 7.331918e-001 7.293327e-002 -7.691264e-002
0.73319185 1.000000e+000 -2.790158e-016 1.048664e-016
0.07293327 -2.790158e-016 1.000000e+000 -5.405422e-016
-0.07691264 1.048664e-016 -5.405422e-016 1.000000e+000
-0.40850480 6.359573e-016 -3.417973e-016 1.445202e-016
-0.36379515 2.783651e-016 -1.394315e-015 -8.728210e-016
0.38983563 8.940481e-016 -1.747933e-015 -4.692399e-016
Comp..4
Comp..5
Comp..6
-1.074718e-003 -1.060124e-001 -1.330828e-001
7.016818e-001 1.948628e-001 2.727615e-001
3.100664e-001 -3.264537e-001 -3.415463e-001
1.087615e-001 -3.663931e-001 -3.228646e-001
-3.180157e-001 4.540213e-001 -3.419082e-001
-4.085048e-001 -3.637951e-001 3.898356e-001
xxi
Comp..1 6.359573e-016 2.783651e-016 8.940481e-016
Comp..2 -3.417973e-016 -1.394315e-015 -1.747933e-015
Comp..3 1.445202e-016 -8.728210e-016 -4.692399e-016
Comp..4 1.000000e+000 2.485796e-016 1.311612e-015
Comp..5 2.485796e-016 1.000000e+000 -9.416518e-016
Comp..6 1.311612e-015 -9.416518e-016 1.000000e+000
El Componente 1 (eje) opera como promedio de los restantes, debido a que todas las
variables tienen correlación positiva con él, todas influyen en su construcción con
signo positivo.
Diagrama A11. Correlaciones significativas en el eje 2
-
0
+
Contrata a terceros para actividades de CTI (-8,09)
Realiza actividades de CTI (7,59)
Fuente: Elaboración propia en base a Encuesta DECON 1996.
-
Diagrama A12. Correlaciones significativas en el eje 3
0
+
Contrata a terceros para actividades de CTI (-2,45)
Proporción de obreros calificados sobre no
calificados (9,48)
Fuente: Elaboración propia en base a Encuesta DECON 1996.
-
Diagrama A13. Correlaciones significativas en el eje 4
0
Proporción de profesionales y técnicos en I+D
sobre el total de empleados (-4,08)
+
Acuerdos para tecnología y producción (7,01)
Realiza actividades de CTI (3,10)
Proporción de profesionales y técnicos sobre el
total de empleados (-3,18)
Fuente: Elaboración propia en base a Encuesta DECON 1996.
Cuadro A4. Casos bien representados y no baricéntricos por los componentes.1996
Total de
casos en
la muestra
Casos bien
representados en
el componente
N
%
Casos bien
representados no
baricéntricos (1)
N
%
Casos bien
representados no
baricéntricos (2)
N
Varianza
explicada
Varianza
acumulada
%
Componente 1
3545
2404
67,81
1712
48,29
2404
67,81
27,50
Componente 2
3545
3068
86,54
600
16,93
1376
38,82
21,30
Componente 3
3545
3156
89,03
62
1,75
308
8,69
16,50
Componente 4
3545
3393
95,71
287
8,10
3393
95,71
14,50
Casos bien representados: se alejan menos de tres desvíos estándar de la norma.
Casos no baricéntricos (1) se ubican en el eje del componente con valores mayores a 1 o menores a -1.
Casos no baricéntricos (2) se ubican en el eje del componente con valores mayores a 0,5 o menores a -0,5
27,50
48,80
65,30
79,80
xxii
Tabla A5. Variables utilizadas para el análisis de componentes principales 2000
Competencias internas
Nombre de la variable
Descripción
CAPACIT
Esfuerzos en capacitación
PPERID
Proporción de personas en
actividades de I+D
PPROFCT
Participación de profesionales FCT
en actividades de I+D
PORCFORM
El grado de formalidad de las tareas
innovativas
Forma de medición
Cociente entre el monto de la inversión
en capacitación sobre el punto medio del
rango de ventas totales. En el caso del
tercer rango se calcula sobre el punto
medio entre el piso del rango más la
mitad del mismo.
Cociente entre el número de personas
en I+D sobre el punto medio del rango
de total de personal. En el caso del
tercer rango se calcula sobre el punto
medio entre el piso del rango más la
mitad del mismo.
Proporción simple de profesionales con
formación científico técnica sobre el
punto medio del rango de total de
personal. En el caso del tercer rango se
calcula sobre el punto medio entre el
piso del rango más la mitad del mismo.
Proporción simple de personal dedicado
a tareas innovativas en departamentos
formales en relación al total de personal
dedicado a estas tareas.
Vinculación con agentes externos para actividades de innovación
Nombre de la variable
Descripción
PROPREL
Vínculos con agentes del Sistema
Nacional de Innovación (SNI)
INTID
Intensidad de la inversión en I+D
Forma de medición
En la EAI se relevan 11 opciones de
agentes con los que la empresa puede
mantener interacciones para desarrollar
actividades innovativas . El indicador se
construye a partir de la proporción
simple de la cantidad de contactos
respecto al total posible.
Cociente entre el monto de la inversión
total en I+D (interna y externa) sobre el
punto medio del rango de ventas totales.
En el caso del tercer rango se calcula
sobre el punto medio entre el piso del
rango más la mitad del mismo.
Experiencia en actividades de innovación
Nombre de la variable
IMPINNOV
INTID
Descripción
Forma de medición
En la EAI se pregunta sobre la
importancia de los resultados de las
actividades innovativas respecto a 13
Importancia
de
los
impactos ítems, que abarcan aspectos referentes
económicos de las innovaciones a productos, procesos, mercado y
logradas
regulación. El indicador se construye por
el conteo simple de la cantidad de ítems
sobre los que se declaran impactos de
alta importancia.
Cociente entre el monto de la inversión
total en I+D (interna y externa) sobre el
punto medio del rango de ventas totales.
Intensidad de la inversión en I+D
En el caso del tercer rango se calcula
sobre el punto medio entre el piso del
rango más la mitad del mismo.
xxiii
Resultados ACP 2000
*** Principal Components Analysis ***
Standard deviations:
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6 Comp. 7
Comp. 8
1.46693 1.158796 1.055792 0.9357462 0.8910036 0.8444336 0.799929 0.6067538
The number of variables is 8 and the number of observations is 412
Component names:
"sdev" "loadings" "correlations" "scores" "center" "scale" "n.obs" "terms"
"call" "factor.sdev" "coef"
Call:
princomp(x = xs, data = datos, scores = T, cor = T, na.action = na.exclude)
Importance of components:
Comp. 1
Comp. 2
Comp. 3
Comp. 4
Comp. 5
Standard deviation 1.4669299 1.1587955 1.0557919 0.9357462 0.89100365
Proportion of Variance 0.2689854 0.1678509 0.1393371 0.1094526 0.09923594
Cumulative Proportion 0.2689854 0.4368363 0.5761734 0.6856260 0.78486193
Comp. 6
Comp. 7
Comp. 8
Standard deviation 0.84443357 0.7999290 0.60675379
Proportion of Variance 0.08913351 0.0799858 0.04601877
Cumulative Proportion 0.87399543 0.9539812 1.00000000
[1] "Matriz de Correlaciones"
***
Correlations for data in:
datos ***
PPROFCT
INTID
IMPINNOV
PROPREL
PORCFORM
CAPACIT
1.00000000 0.36066377 0.123110231 0.1873835 0.04217922 0.073516798
0.36066377 1.00000000 0.082203392 0.1176743 0.06352524 0.156673793
0.12311023 0.08220339 1.000000000 0.1999070 0.06423190 0.008896663
0.18738346 0.11767425 0.199906997 1.0000000 0.14489998 0.086011803
0.04217922 0.06352524 0.064231902 0.1449000 1.00000000 0.138535420
0.07351680 0.15667379 0.008896663 0.0860118 0.13853542 1.000000000
0.62408140 0.30553390 0.119728593 0.1453157 0.01206606 0.058055980
0.07909397 0.10515846 0.355016540 0.2116800 0.09519505 0.055833861
PPERID
FTESINFO
PPROFCT 0.62408140 0.07909397
INTID 0.30553390 0.10515846
IMPINNOV 0.11972859 0.35501654
PROPREL 0.14531575 0.21167998
PORCFORM 0.01206606 0.09519505
CAPACIT 0.05805598 0.05583386
PPERID 1.00000000 0.11290009
FTESINFO 0.11290009 1.00000000
[1] "Valores Propios"
Comp. 1 Comp. 2 Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
Comp. 8
2.151883 1.342807 1.114697 0.8756209 0.7938875 0.7130681 0.6398864 0.3681502
[1] "Importancia de los Factores"
Valores Proporcion Acumulado
COMP 1 2.1518834 0.26898542 0.2689854
COMP 2 1.3428071 0.16785089 0.4368363
COMP 3 1.1146966 0.13933707 0.5761734
COMP 4 0.8756209 0.10945261 0.6856260
COMP 5 0.7938875 0.09923594 0.7848619
COMP 6 0.7130681 0.08913351 0.8739954
COMP 7 0.6398864 0.07998580 0.9539812
COMP 8 0.3681502 0.04601877 1.0000000
PPROFCT
INTID
IMPINNOV
PROPREL
PORCFORM
CAPACIT
PPERID
FTESINFO
xxiv
[1] "Vectores Propios"
[,1]
[,2]
[,3]
PPROFCT 0.5154449 -0.35765273 0.09090452
INTID 0.4046959 -0.22227303 -0.16402048
IMPINNOV 0.2906778 0.48017447 0.34038346
PROPREL 0.3229872 0.32172635 -0.05579510
PORCFORM 0.1478179 0.29759073 -0.56214668
CAPACIT 0.1711698 0.06038568 -0.67855606
PPERID 0.4962101 -0.35265426 0.15173312
FTESINFO 0.2904303 0.52156703 0.21538223
[,7]
[,8]
PPROFCT 0.003416468 -0.727549336
INTID -0.139691945 0.088500418
IMPINNOV -0.685997856 0.028327146
PROPREL -0.025557983 0.058646594
PORCFORM -0.016556603 0.024111726
CAPACIT -0.041239365 -0.005399378
PPERID 0.139210368 0.671712646
FTESINFO 0.698479696 -0.082397712
[1] "Matriz de Saturaciones"
***
Correlations for data in:
[,4]
0.1433764
-0.2590858
-0.1839141
0.3737077
0.5731901
-0.5749239
0.1073185
-0.2612170
[,5]
[,6]
-0.01729912 0.21895580
-0.17885408 -0.79589748
-0.18772772 0.16916394
0.77811274 -0.19962179
-0.49270981 0.03762160
0.22133227 0.35406335
-0.05764842 0.34780688
-0.17870803 -0.04893262
sat ***
PPROFCT
INTID
IMPINNOV
PROPREL
PORCFORM
PPROFCT 1.000000000 0.36066377 0.123110231 0.18738346 0.04217922
INTID 0.360663767 1.00000000 0.082203392 0.11767425 0.06352524
IMPINNOV 0.123110231 0.08220339 1.000000000 0.19990700 0.06423190
PROPREL 0.187383462 0.11767425 0.199906997 1.00000000 0.14489998
PORCFORM 0.042179216 0.06352524 0.064231902 0.14489998 1.00000000
CAPACIT 0.073516798 0.15667379 0.008896663 0.08601180 0.13853542
PPERID 0.624081396 0.30553390 0.119728593 0.14531575 0.01206606
FTESINFO 0.079093973 0.10515846 0.355016540 0.21167998 0.09519505
Comp..1 0.756121615 0.59366053 0.426403917 0.47379952 0.21683853
Comp..2 -0.414446383 -0.25756899 0.556424033 0.37281505 0.34484681
Comp..3 0.095976256 -0.17317150 0.359374101 -0.05890802 -0.59350993
Comp..4 0.134163908 -0.24243857 -0.172096910 0.34969553 0.53636044
Comp..5 -0.015413583 -0.15935963 -0.167266080 0.69330129 -0.43900624
Comp..6 0.184893628 -0.67208255 0.142847710 -0.16856734 0.03176894
Comp..7 0.002732932 -0.11174363 -0.548749561 -0.02044457 -0.01324411
Comp..8 -0.441443317 0.05369796 0.017187603 0.03558404 0.01462988
CAPACIT
PPERID
FTESINFO
Comp..1
Comp..2
PPROFCT 0.073516798 0.62408140 0.07909397 7.561216e-001 -4.144464e-001
INTID 0.156673793 0.30553390 0.10515846 5.936605e-001 -2.575690e-001
IMPINNOV 0.008896663 0.11972859 0.35501654 4.264039e-001 5.564240e-001
PROPREL 0.086011803 0.14531575 0.21167998 4.737995e-001 3.728151e-001
PORCFORM 0.138535420 0.01206606 0.09519505 2.168385e-001 3.448468e-001
CAPACIT 1.000000000 0.05805598 0.05583386 2.510942e-001 6.997466e-002
PPERID 0.058055980 1.00000000 0.11290009 7.279054e-001 -4.086542e-001
FTESINFO 0.055833861 0.11290009 1.00000000 4.260410e-001 6.043895e-001
Comp..1 0.251094170 0.72790537 0.42604096 1.000000e+000 -1.242833e-016
Comp..2 0.069974659 -0.40865418 0.60438954 -1.242833e-016 1.000000e+000
Comp..3 -0.716413998 0.16019860 0.22739882 2.561139e-016 3.867696e-016
Comp..4 -0.537982813 0.10042283 -0.24443279 -5.465310e-016 -9.940498e-016
Comp..5 0.197207857 -0.05136495 -0.15922951 1.451432e-016 2.150572e-016
Comp..6 0.298982983 0.29369980 -0.04132035 9.188869e-016 -3.084315e-016
Comp..7 -0.032988563 0.11135841 0.55873415 -6.172790e-016 -6.488570e-016
Comp..8 -0.003276093 0.40756419 -0.04999512 -5.570690e-016 4.507140e-016
PPROFCT
INTID
IMPINNOV
PROPREL
PORCFORM
CAPACIT
PPERID
FTESINFO
Comp..3
9.597626e-002
-1.731715e-001
3.593741e-001
-5.890802e-002
-5.935099e-001
-7.164140e-001
1.601986e-001
2.273988e-001
Comp..4
1.341639e-001
-2.424386e-001
-1.720969e-001
3.496955e-001
5.363604e-001
-5.379828e-001
1.004228e-001
-2.444328e-001
Comp..5
Comp..6
-1.541358e-002 1.848936e-001
-1.593596e-001 -6.720825e-001
-1.672661e-001 1.428477e-001
6.933013e-001 -1.685673e-001
-4.390062e-001 3.176894e-002
1.972079e-001 2.989830e-001
-5.136495e-002 2.936998e-001
-1.592295e-001 -4.132035e-002
xxv
Comp..1 2.561139e-016 -5.465310e-016 1.451432e-016
Comp..2 3.867696e-016 -9.940498e-016 2.150572e-016
Comp..3 1.000000e+000 2.967601e-015 -1.329148e-015
Comp..4 2.967601e-015 1.000000e+000 -1.706512e-016
Comp..5 -1.329148e-015 -1.706512e-016 1.000000e+000
Comp..6 -1.238024e-015 -1.391392e-015 -2.292176e-017
Comp..7 -4.237223e-016 1.853284e-015 -4.234480e-017
Comp..8 5.081467e-016 7.593857e-018 6.300400e-016
Comp..7
Comp..8
PPROFCT 2.732932e-003 -4.414433e-001
INTID -1.117436e-001 5.369796e-002
IMPINNOV -5.487496e-001 1.718760e-002
PROPREL -2.044457e-002 3.558404e-002
PORCFORM -1.324411e-002 1.462988e-002
CAPACIT -3.298856e-002 -3.276093e-003
PPERID 1.113584e-001 4.075642e-001
FTESINFO 5.587341e-001 -4.999512e-002
Comp..1 -6.172790e-016 -5.570690e-016
Comp..2 -6.488570e-016 4.507140e-016
Comp..3 -4.237223e-016 5.081467e-016
Comp..4 1.853284e-015 7.593857e-018
Comp..5 -4.234480e-017 6.300400e-016
Comp..6 2.170176e-016 5.122642e-016
Comp..7 1.000000e+000 -1.030450e-015
Comp..8 -1.030450e-015 1.000000e+000
9.188869e-016
-3.084315e-016
-1.238024e-015
-1.391392e-015
-2.292176e-017
1.000000e+000
2.170176e-016
5.122642e-016
xxvi
El Componente 1 (eje) opera como promedio de los restantes, debido a que todas las
variables tienen correlación positiva con él, todas influyen en su construcción con
signo positivo.
-
Diagrama A14. Correlaciones significativas en el eje 2
0
Participación de profesionales FCT en actividades
de I+D (-4,14)
+
Importancia de los impactos económicos de las
innovaciones logradas (5,56)
Proporción de personas en actividades de I+D
(-4,08)
Vínculos con agentes del Sistema Nacional de
Innovación (SNI) (3,72)
El grado de formalidad de las tareas innovativas
(3,44)
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
Diagrama A15. Correlaciones significativas en el eje 3
-
0
Esfuerzos en capacitación (-7,16)
+
Importancia de los impactos económicos de las
innovaciones logradas (3,59)
El grado de formalidad de las tareas innovativas
(-5,93)
Importancia de las fuentes de Información externas
(2,27)
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
-
Diagrama A16. Correlaciones significativas en el eje 4
0
Esfuerzos en capacitación (-5,37)
+
El grado de formalidad de las tareas innovativas
(5,36)
Fuente: Elaboración propia en base a Encuesta DINACYT 2000.
Cuadro A5. Casos bien representados y no baricéntricos por los componentes. 2000
Total de
casos en
la muestra
Casos bien
representados en
el componente
N
%
Casos bien
representados no
baricéntricos (1)
N
%
Casos bien
representados no
baricéntricos (2)
N
Varianza
explicada
Varianza
acumulad
a
%
Componente 1
1128
496
43,97
487
43,17
495
43,88
26,90
Componente 2
1128
602
53,37
216
19,15
477
42,29
16,70
Componente 3
1128
794
70,39
156
13,83
341
30,23
13,90
Componente 4
1128
962
85,28
151
13,39
962
85,28
10,90
Casos bien representados: se alejan menos de tres desvíos estándar de la norma.
Casos no baricéntricos (1) se ubican en el eje del componente con valores mayores a 1 o menores a -1.
Casos no baricéntricos (2) se ubican en el eje del componente con valores mayores a 0,5 o menores a -0,5
26,90
43,60
57,50
68,40
xxvii
Tabla A6. Variables utilizadas para el análisis de componentes principales 2003
Competencias internas
Nombre de la variable
Descripción
Esfuerzos en capacitación
I.INVCAP
Proporción de personas en
actividades de I+D
Participación de profesionales con
formación Científico técnica en
actividades de I+D
PPID
P.PID.CT
El grado de formalidad de las tareas
innovativas
PACTINF
Forma de medición
Cociente entre el monto de la inversión
en capacitación sobre las ventas totales
de la empresa
Cociente entre el número de personas
en I+D sobre el total de empleados
Proporción simple de profesionales en
los equipos de I+D respecto al total de
empleados.
El indicador se construye como la
proporción simple de personal dedicado
a tareas innovativas en departamentos
formales en relación al total de personal
dedicado a estas tareas.
Vinculación con agentes externos para actividades de innovación
Nombre de la variable
Descripción
VINCUL
Vínculos con agentes del Sistema
Nacional de Innovación (SNI)
FTESINFO
Importancia de las fuentes de
Información externas
Forma de medición
En la EAI2003, se relevan 13 opciones
de agentes con los que la empresa
puede mantener interacciones para
desarrollar actividades innovativas . El
indicador se construye a partir de la
proporción simple de la cantidad de
contactos respecto al total posible.
En la EAI se relevan 8 opciones de
fuentes de información sobre
innovación, externas a la empresa. El
indicador se construye a partir del
conteo del total de contactos.
Experiencia en actividades de innovación
Nombre de la variable
IMPINNOV
I.INVID
Descripción
Forma de medición
En la EAI se pregunta sobre la
importancia de los resultados de las
actividades innovativas respecto a 14
Importancia
de
los
impactos ítems, que abarcan aspectos referentes
económicos de las innovaciones a productos, procesos, mercado y
logradas.
regulación. El indicador se construye por
el conteo simple de la cantidad de ítems
sobre los que se declaran impactos de
alta importancia.
Cociente entre el monto de la inversión
total en I+D (interna y externa) sobre el
Intensidad de la inversión en I+D.
total de ventas de la empresa.
Resultados ACP 2003
*** Principal Components Analysis ***
Standard deviations:
Comp. 1 Comp. 2
Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
1.594253 1.077341 0.9608277 0.9083718 0.8939598 0.8347508 0.7941112
Comp. 8
0.6502135
The number of variables is 8 and the number of observations is 799
xxviii
Component names:
"sdev" "loadings" "correlations" "scores" "center" "scale" "n.obs" "terms"
"call" "factor.sdev" "coef"
Call:
princomp(x = xs, data = datos, scores = T, cor = T, na.action = na.exclude)
Importance of components:
Comp. 1
Comp. 2
Comp. 3
Comp. 4
Comp. 5
Standard deviation 1.5942532 1.0773413 0.9608277 0.9083718 0.89395977
Proportion of Variance 0.3177054 0.1450830 0.1153987 0.1031424 0.09989551
Cumulative Proportion 0.3177054 0.4627884 0.5781872 0.6813296 0.78122511
Comp. 6
Comp. 7
Comp. 8
Standard deviation 0.83475081 0.79411118 0.65021354
Proportion of Variance 0.08710111 0.07882657 0.05284721
Cumulative Proportion 0.86832622 0.94715279 1.00000000
[1] "Matriz de Correlaciones"
***
Correlations for data in:
datos ***
I.INVID IMPINNOV
FTESINFO
VINCUL
PACTINF
I.INVCAP
1.00000000 0.1796537 0.01602632 0.1202333 0.2144260 0.12066488
0.17965370 1.0000000 0.16636663 0.3494021 0.3209666 0.18361352
0.01602632 0.1663666 1.00000000 0.2140931 0.1132216 0.06792141
0.12023327 0.3494021 0.21409305 1.0000000 0.2470693 0.21108688
0.21442604 0.3209666 0.11322159 0.2470693 1.0000000 0.16221344
0.12066488 0.1836135 0.06792141 0.2110869 0.1622134 1.00000000
0.20784969 0.2731206 0.07726619 0.2561866 0.2751778 0.09231467
0.41065368 0.2991138 0.03717269 0.2456908 0.2147390 0.21087651
P.PID.CT
PPID
I.INVID 0.20784969 0.41065368
IMPINNOV 0.27312055 0.29911376
FTESINFO 0.07726619 0.03717269
VINCUL 0.25618664 0.24569075
PACTINF 0.27517784 0.21473897
I.INVCAP 0.09231467 0.21087651
P.PID.CT 1.00000000 0.49713647
PPID 0.49713647 1.00000000
[1] "Valores Propios"
Comp. 1 Comp. 2
Comp. 3
Comp. 4
Comp. 5
Comp. 6
Comp. 7
2.541643 1.160664 0.9231899 0.8251393 0.7991641 0.6968089 0.6306126
Comp. 8
0.4227776
[1] "Importancia de los Factores"
Valores Proporcion Acumulado
COMP 1 2.5416434 0.31770542 0.3177054
COMP 2 1.1606642 0.14508302 0.4627884
COMP 3 0.9231899 0.11539874 0.5781872
COMP 4 0.8251393 0.10314242 0.6813296
COMP 5 0.7991641 0.09989551 0.7812251
COMP 6 0.6968089 0.08710111 0.8683262
COMP 7 0.6306126 0.07882657 0.9471528
COMP 8 0.4227776 0.05284721 1.0000000
[1] "Vectores Propios"
[,1]
[,2]
[,3]
[,4]
[,5]
[,6]
I.INVID 0.3226570 -0.4425405 0.04852451 0.43148880 -0.52959716 -0.30805050
IMPINNOV 0.4054815 0.2233036 -0.04461775 -0.29474832 -0.06040987 -0.43752142
FTESINFO 0.1681403 0.6189937 -0.31338767 0.62557433 -0.13739361 0.26063144
VINCUL 0.3728324 0.3733525 0.02023858 -0.09521811 0.28102954 -0.47150499
PACTINF 0.3635419 0.1037246 -0.04300183 -0.50082521 -0.58543940 0.42118890
I.INVCAP 0.2557749 0.1433363 0.87899091 0.13450032 0.12889140 0.28170985
P.PID.CT 0.4096966 -0.2294491 -0.34740350 -0.09678305 0.44118709 0.40645686
PPID 0.4458332 -0.3844439 -0.04324140 0.21965411 0.25303073 0.03829467
[,7]
[,8]
I.INVID 0.14651685 -0.33864090
I.INVID
IMPINNOV
FTESINFO
VINCUL
PACTINF
I.INVCAP
P.PID.CT
PPID
xxix
IMPINNOV -0.70148693 -0.09846171
FTESINFO -0.10447185 0.03606145
VINCUL 0.64077392 0.01555919
PACTINF 0.21697945 0.19283147
I.INVCAP -0.08591973 -0.14129013
P.PID.CT 0.01055580 -0.53803435
PPID -0.10183124 0.72626254
[1] "Matriz de Saturaciones"
***
I.INVID
IMPINNOV
FTESINFO
VINCUL
PACTINF
I.INVCAP
P.PID.CT
PPID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
I.INVID
IMPINNOV
FTESINFO
VINCUL
PACTINF
I.INVCAP
P.PID.CT
PPID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
I.INVID
IMPINNOV
FTESINFO
VINCUL
PACTINF
I.INVCAP
P.PID.CT
PPID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
I.INVID
IMPINNOV
FTESINFO
VINCUL
Correlations for data in:
I.INVID
1.00000000
0.17965370
0.01602632
0.12023327
0.21442604
0.12066488
0.20784969
0.41065368
0.51439698
-0.47676719
0.04662369
0.39195227
-0.47343855
-0.25714541
0.11635067
-0.22018890
I.INVCAP
0.12066488
0.18361352
0.06792141
0.21108688
0.16221344
1.00000000
0.09231467
0.21087651
0.40777003
0.15442208
0.84455884
0.12217630
0.11522372
0.23515752
-0.06822982
-0.09186876
sat ***
IMPINNOV
FTESINFO
VINCUL
PACTINF
0.17965370 0.01602632 0.12023327 0.21442604
1.00000000 0.16636663 0.34940214 0.32096659
0.16636663 1.00000000 0.21409305 0.11322159
0.34940214 0.21409305 1.00000000 0.24706932
0.32096659 0.11322159 0.24706932 1.00000000
0.18361352 0.06792141 0.21108688 0.16221344
0.27312055 0.07726619 0.25618664 0.27517784
0.29911376 0.03717269 0.24569075 0.21473897
0.64644017 0.26805815 0.59438921 0.57957785
0.24057414 0.66686748 0.40222801 0.11174680
-0.04286997 -0.30111156 0.01944579 -0.04131735
-0.26774106 0.56825408 -0.08649345 -0.45493550
-0.05400399 -0.12282436 0.25122911 -0.52335927
-0.36522136 0.21756230 -0.39358918 0.35158778
-0.55705861 -0.08296226 0.50884574 0.17230581
-0.06402114 0.02344764 0.01011679 0.12538163
P.PID.CT
PPID
Comp..1
Comp..2
0.207849686 0.41065368 5.143970e-001 -4.767672e-001
0.273120554 0.29911376 6.464402e-001 2.405741e-001
0.077266189 0.03717269 2.680582e-001 6.668675e-001
0.256186641 0.24569075 5.943892e-001 4.022280e-001
0.275177839 0.21473897 5.795778e-001 1.117468e-001
0.092314670 0.21087651 4.077700e-001 1.544221e-001
1.000000000 0.49713647 6.531602e-001 -2.471950e-001
0.497136469 1.00000000 7.107710e-001 -4.141773e-001
0.653160191 0.71077098 1.000000e+000 8.361907e-016
-0.247194976 -0.41417729 8.361907e-016 1.000000e+000
-0.333794917 -0.04154754 1.449927e-015 -2.007076e-015
-0.087914996 0.19952760 6.754841e-017 -2.927190e-015
0.394403510 0.22619930 -3.252087e-015 2.190749e-015
0.339290197 0.03196651 -6.483968e-016 1.830389e-015
0.008382477 -0.08086533 -7.928711e-016 4.187085e-016
-0.349837222 0.47222574 2.487428e-015 -3.997550e-015
Comp..3
4.662369e-002
-4.286997e-002
-3.011116e-001
1.944579e-002
-4.131735e-002
8.445588e-001
-3.337949e-001
-4.154754e-002
1.449927e-015
-2.007076e-015
1.000000e+000
2.439564e-015
2.671805e-015
-6.520947e-016
1.551587e-016
1.495956e-015
Comp..7
1.163507e-001
-5.570586e-001
-8.296226e-002
5.088457e-001
Comp..4
3.919523e-001
-2.677411e-001
5.682541e-001
-8.649345e-002
-4.549355e-001
1.221763e-001
-8.791500e-002
1.995276e-001
6.754841e-017
-2.927190e-015
2.439564e-015
1.000000e+000
2.111785e-015
-5.394867e-015
1.356098e-015
2.005807e-015
Comp..8
-2.201889e-001
-6.402114e-002
2.344764e-002
1.011679e-002
Comp..5
-4.734386e-001
-5.400399e-002
-1.228244e-001
2.512291e-001
-5.233593e-001
1.152237e-001
3.944035e-001
2.261993e-001
-3.252087e-015
2.190749e-015
2.671805e-015
2.111785e-015
1.000000e+000
-5.230093e-015
-7.026817e-017
7.870256e-015
Comp..6
-2.571454e-001
-3.652214e-001
2.175623e-001
-3.935892e-001
3.515878e-001
2.351575e-001
3.392902e-001
3.196651e-002
-6.483968e-016
1.830389e-015
-6.520947e-016
-5.394867e-015
-5.230093e-015
1.000000e+000
-2.911153e-015
2.082867e-015
xxx
PACTINF
I.INVCAP
P.PID.CT
PPID
Comp..1
Comp..2
Comp..3
Comp..4
Comp..5
Comp..6
Comp..7
Comp..8
1.723058e-001
-6.822982e-002
8.382477e-003
-8.086533e-002
-7.928711e-016
4.187085e-016
1.551587e-016
1.356098e-015
-7.026817e-017
-2.911153e-015
1.000000e+000
-5.371390e-015
1.253816e-001
-9.186876e-002
-3.498372e-001
4.722257e-001
2.487428e-015
-3.997550e-015
1.495956e-015
2.005807e-015
7.870256e-015
2.082867e-015
-5.371390e-015
1.000000e+000
El Componente 1 (eje) opera como promedio de los restantes, debido a que todas las
variables tienen correlación positiva con él, todas influyen en su construcción con
signo positivo.
-
Diagrama A17. Correlaciones significativas en el eje 2
0
Intensidad de la inversión en I+D (-4,76)
+
Importancia de las fuentes de Información externas
(6,66)
Proporción de personas en actividades de I+D
(-4,14)
Vínculos con agentes del Sistema Nacional de
Innovación (SNI) (4,02)
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
Diagrama A18. Correlaciones significativas en el eje 3
-
0
+
Proporción de personas en actividades de I+D
(-3,33)
Esfuerzos en capacitación (8,44)
Importancia de las fuentes de Información externas
(-3,01)
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
-
Diagrama A19. Correlaciones significativas en el eje 4
0
El grado de formalidad de las tareas innovativas
(-4,54)
+
Importancia de las fuentes de Información externas
(5,68)
Intensidad de la inversión en I+D (3,91)
Fuente: Elaboración propia en base a Encuesta DINACYT 2003.
Cuadro A6. Casos bien representados y no baricéntricos por los componentes. 2003
Total de
casos en
la muestra
Casos bien
representados en
el componente
N
%
Casos bien
representados no
baricéntricos (1)
N
%
Casos bien
representados no
baricéntricos (2)
N
Varianza
explicada
Varianza
acumulad
a
%
Componente 1
2834
1428
50,39
1087
38,36
1428
50,39
31,80
Componente 2
2834
1830
64,57
280
9,88
1252
44,18
14,50
Componente 3
2834
2296
81,02
249
8,79
403
14,22
11,50
Componente 4
2834
2513
88,67
463
16,34
2513
88,67
10,30
Casos bien representados: se alejan menos de tres desvíos estándar de la norma.
Casos no baricéntricos (1) se ubican en el eje del componente con valores mayores a 1 o menores a -1.
Casos no baricéntricos (2) se ubican en el eje del componente con valores mayores a 0,5 o menores a -0,5
31,80
46,30
57,80
68,10
xxxi
2.00
10
15
20
25
A.III - Análisis de Clusters
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.002.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.002.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00 2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
2.00
5
A.III.i - Análisis de cluster 1985
0
xxxii
Gráfico de árbol de análisis de cluster mediante el método de Ward a partir de los
primeros cuatro componentes identificados mediante el ACP.
Height
105.00
116.00
136.00
155.00
159.00
161.00
198.00
205.00
233.00
244.00
273.00
305.00
326.00
342.00
349.00
380.00
407.00
408.00
410.00
418.00
423.00
439.00
450.00
451.00
453.00
458.00
526.00
534.00
535.00
575.00
577.00
589.00
594.00
628.00
629.00
636.00
638.00
639.00
653.00
660.00
690.00
810.00
814.00
822.00
834.00
835.00
839.00
842.00
846.00
851.00
854.00
856.00
857.00
860.00
863.00
870.00
871.00
874.00
875.00
880.00
885.00
886.00
892.00
894.00
897.00
904.00
916.00
921.00
923.00
929.00
937.00
958.00
968.00
986.00
992.00
999.00
1000.00
1017.00
1020.00
1027.00
1035.00
1036.00
1041.00
1046.00
1048.00
1049.00
467.00
225.00
848.00
850.00
978.00
1032.00
262.00
627.00
134.00
1001.00
340.00
626.00
828.00
177.00
356.00
604.00
192.00
919.00
218.00
644.00
383.00
543.00
219.00
334.00
617.00
246.00
1042.00
438.00
591.00
982.00
374.00
887.00
888.00
106.00
146.00
913.00
170.00
270.00
289.00
333.00
612.00
696.00
841.00
1005.00
201.00
967.00
313.00
686.00
651.00
138.00
430.00
969.00
1016.00
344.00
357.00
378.00
580.00
1037.00
616.00
362.00
576.00
922.00
452.00
889.00
809.00
837.00
901.00
151.00
882.00
910.00
234.00
414.00
515.00
953.00
373.00
650.00
845.00
197.00
582.00
263.00
646.00
881.00
654.00
166.00
281.00
979.00
254.00
560.00
667.00
102.00
532.00
180.00
191.00
217.00
861.00
914.00
950.00
962.00
997.00
1008.00
1030.00
158.00
584.00
832.00
942.00
1025.00
538.00
203.00
545.00
172.00
228.00
973.00
243.00
284.00
466.00
878.00
413.00
989.00
829.00
302.00
175.00
702.00
316.00
415.00
300.00
678.00
444.00
513.00
699.00
980.00
1026.00
1047.00
239.00
647.00
905.00
936.00
957.00
445.00
932.00
307.00
645.00
689.00
196.00
424.00
865.00
507.00
601.00
946.00
559.00
335.00
909.00
108.00
272.00
981.00
1029.00
567.00
955.00
125.00
995.00
215.00
1024.00
298.00
956.00
301.00
384.00
472.00
867.00
868.00
990.00
692.00
988.00
115.00
624.00
827.00
252.00
351.00
1018.00
552.00
1006.00
328.00
877.00
386.00
276.00
315.00
379.00
388.00
4044.00
354.00
369.00
945.00
939.00
843.00
509.00
422.00
879.00
668.00
323.00
933.00
426.00
1038.00
964.00
227.00
941.00
687.00
372.00
808.00
588.00
111.00
1033.00
872.00
156.00
355.00
360.00
940.00
859.00
1034.00
434.00
682.00
522.00
947.00
965.00
204.00
275.00
432.00
907.00
405.00
1003.00
1004.00
833.00
121.00
516.00
304.00
972.00
912.00
457.00
542.00
461.00
898.00
188.00
250.00
820.00
706.00
459.00
676.00
883.00
347.00
433.00
963.00
996.00
236.00
260.00
288.00
331.00
150.00
168.00
449.00
974.00
528.00
896.00
1040.00
178.00
924.00
345.00
387.00
431.00
366.00
320.00
930.00
954.00
202.00
524.00
343.00
184.00
336.00
171.00
185.00
210.00
1015.00
991.00
602.00
382.00
223.00
869.00
163.00
1009.00
278.00
118.00
1050.00
169.00
685.00
271.00
133.00
165.00
550.00
679.00
821.00
895.00
911.00
1021.00
241.00
421.00
976.00
104.00
693.00
117.00
261.00
927.00
519.00
153.00
565.00
267.00
322.00
876.00
283.00
568.00
623.00
162.00
221.00
915.00
642.00
195.00
701.00
579.00
164.00
318.00
605.00
948.00
652.00
317.00
558.00
866.00
456.00
1010.00
314.00
987.00
128.00
258.00
561.00
308.00
255.00
363.00
994.00
277.00
661.00
371.00
140.00
670.00
553.00
818.00
220.00
206.00
607.00
697.00
935.00
154.00
585.00
245.00
337.00
971.00
1051.00
1045.00
436.00
114.00
949.00
113.00
385.00
609.00
900.00
1012.00
101.00
844.00
216.00
864.00
1039.00
208.00
556.00
324.00
520.00
137.00
613.00
562.00
448.00
975.00
847.00
805.00
1028.00
920.00
925.00
290.00
454.00
1002.00
124.00
455.00
517.00
1013.00
427.00
311.00
608.00
816.00
977.00
1043.00
514.00
906.00
960.00
209.00
367.00
521.00
181.00
961.00
815.00
998.00
173.00
339.00
257.00
1011.00
400.00
619.00
237.00
370.00
365.00
983.00
899.00
611.00
463.00
248.00
141.00
429.00
411.00
893.00
649.00
680.00
951.00
242.00
129.00
143.00
662.00
256.00
625.00
441.00
537.00
683.00
504.00
213.00
664.00
123.00
348.00
557.00
265.00
135.00
966.00
309.00
807.00
993.00
442.00
984.00
402.00
959.00
321.00
621.00
648.00
160.00
127.00
350.00
274.00
376.00
417.00
409.00
253.00
325.00
569.00
303.00
406.00
944.00
506.00615.00
122.00
555.00
1023.00
1007.00
502.00
1014.00
280.00
890.00
149.00
970.00
193.00
934.00
240.00
830.00
554.00
826.00
566.00
817.00
666.00
659.00
235.00
655.00
943.00
103.00
462.00
681.00
803.00
873.00
903.00
1022.00
917.00
368.00
931.00
435.00
437.00
200.00
446.00
264.00
31.00
259.00
346.00
891.00
1019.00
468.00
669.00
416.00
671.00
590.00
630.00
884.00
603.00
332.00
902.00
144.00
120.00
327.00
918.00
194.00
249.00
985.00
142.00
443.00
190.00
527.00
126.00
508.00
460.00
469.00
610.00
801.00
952.00
464.00
694.00
862.00
928.00
838.00
908.00
292.00
10
20
30
A.III.ii -Análisis de cluster 1990
0
xxxiii
Gráfico de árbol de análisis de cluster mediante el método de Ward a partir de los
primeros cuatro componentes identificados mediante el ACP.
Height
10
20
30
A.III.iii -Análisis de cluster 1994
0
105.00
116.00
117.00
138.00
187.00
192.00
195.00
198.00
205.00
218.00
219.00
225.00
234.00
241.00
247.00
251.00
266.00
267.00
270.00
278.00
279.00
283.00
299.00
303.00
307.00
322.00
326.00
349.00
362.00
369.00
373.00
377.00
382.00
406.00
410.00
419.00
422.00
459.00
510.00
526.00
541.00
560.00
577.00
580.00
589.00
594.00
604.00
609.00
639.00
641.00
654.00
707.00
812.00
813.00
814.00
822.00
830.00
831.00
842.00
846.00
850.00
851.00
860.00
861.00
130.00
200.00
538.00
302.00
106.00
848.00
535.00
551.00
653.00
208.00
408.00
628.00
209.00
518.00
153.00
591.00
617.00
862.00
642.00
113.00
149.00
548.00
312.00
425.00
835.00
134.00
197.00
616.00
221.00
341.00
645.00
832.00
847.00
863.00
663.00
333.00
334.00
546.00
261.00
420.00
430.00
384.00
552.00
543.00
214.00
582.00
515.00
435.00
838.00
698.00
824.00
843.00
451.00
107.00
217.00
246.00
356.00
542.00
705.00
853.00
104.00
849.00
109.00
442.00
643.00
162.00
177.00
696.00
291.00
344.00
651.00
180.00
545.00
223.00
565.00
532.00
806.00
691.00
697.00
648.00
170.00
228.00
289.00
313.00
359.00
364.00
388.00
412.00
447.00
456.00
534.00
612.00
652.00
807.00
821.00
834.00
839.00
852.00
866.00
108.00
678.00
679.00
827.00
164.00
188.00
169.00
668.00
556.00
167.00
300.00
845.00
351.00
432.00
690.00
829.00
854.00
431.00
172.00
254.00
692.00
196.00
689.00
282.00
841.00
623.00
202.00
627.00
263.00
686.00
825.00
204.00
386.00
403.00
676.00
445.00
699.00
837.00
624.00
238.00
353.00
513.00
553.00
579.00
620.00
629.00
637.00
115.00
301.00
457.00
438.00
320.00
416.00
602.00
125.00
414.00
613.00
133.00
316.00
360.00
405.00
684.00
857.00
128.00
566.00
176.00
207.00
354.00
568.00
275.00
522.00
319.00
575.00
810.00
448.00
524.00
682.00
140.00
554.00
355.00
379.00
383.00
439.00
461.00
640.00
802.00
811.00
472.00
614.00
161.00
306.00
361.00
380.00
423.00
533.00
647.00
828.00
239.00
655.00
407.00
693.00
434.00
460.00
677.00
233.00
298.00
328.00
444.00
452.00
325.00
308.00
415.00
509.00
695.00
608.00
426.00
561.00
455.00
102.00
859.00
453.00
646.00
286.00
520.00
215.00
122.00
152.00
559.00
265.00
350.00
220.00
506.00
348.00
111.00
584.00
372.00
458.00
826.00
114.00
816.00
280.00
650.00
151.00
182.00
659.00
284.00
381.00
427.00
836.00
844.00
564.00
517.00
357.00
315.00
833.00
855.00
626.00
374.00
662.00
123.00
636.00
366.00
378.00
502.00
304.00
649.00
346.00
211.00
135.00
224.00
276.00
368.00
428.00
512.00
519.00
868.00
118.00
336.00
409.00
644.00
186.00
385.00
343.00
449.00
549.00
528.00
146.00
803.00
166.00
418.00
245.00
249.00
823.00
189.00
809.00
367.00
147.00
450.00
550.00
622.00
358.00
143.00
514.00
664.00
804.00
173.00
342.00
243.00
865.00
501.00
818.00
436.00
443.00
201.00
305.00
210.00
184.00
331.00
537.00
309.00
638.00
424.00
137.00
433.00
467.00
417.00
523.00
820.00
631.00
141.00
253.00
365.00
321.00
610.00
165.00
437.00
124.00
191.00
340.00
400.00
567.00
371.00
607.00
413.00
605.00
621.00
157.00
154.00
163.00
252.00
240.00
193.00
264.00
244.00
404.00
630.00
375.00
317.00
250.00
516.00
277.00
464.00
248.00
801.00
222.00
272.00
669.00
701.00
603.00
585.00
562.00
815.00
454.00
318.00
226.00
178.00
339.00
237.00
311.00
314.00
590.00
338.00
216.00
337.00
257.00
345.00
463.00
521.00
274.00
625.00
558.00
256.00
327.00
190.00
332.00
504.00
702.00
260.00
468.00
120.00
347.00
324.00
103.00
675.00
446.00
174.00
352.00
569.00
808.00
126.00
242.00
142.00
213.00
144.00
619.00
557.00
527.00
150.00
507.00
840.00
601.00
864.00
611.00
212.00
680.00
287.00
462.00
255.00
555.00
856.00
273.00
576.00
421.00
262.00
323.00
156.00
159.00
127.00
171.00
858.00
271.00
292.00
615.00
402.00
536.00
670.00
376.00
700.00
155.00
387.00
704.00
817.00
363.00
206.00
687.00
101.00
505.00
185.00
227.00
335.00
259.00
145.00
666.00
508.00
112.00
160.00
121.00
181.00
547.00
660.00
288.00
819.00
671.00
100.00
441.00
429.00
667.00
688.00
129.00
661.00
330.00
xxxiv
Gráfico de árbol de análisis de cluster mediante el método de Ward a partir de los
primeros cinco componentes identificados mediante el ACP.
pr
G
Height
105.00
133.00
289.00
113.00
219.00
652.00
312.00
123.00
301.00
177.00
451.00
374.00
533.00
234.00
357.00
341.00
605.00
403.00
553.00
580.00
125.00
629.00
319.00
418.00
677.00
413.00
245.00
247.00
175.00
212.00
251.00
313.00
702.00
353.00
423.00
604.00
584.00
643.00
106.00
510.00
335.00
166.00
281.00
207.00
404.00
534.00
193.00
684.00
434.00
196.00
355.00
806.00
267.00
162.00
278.00
639.00
349.00
157.00
569.00
315.00
115.00
410.00
184.00
378.00
262.00
400.00
432.00
469.00
659.00
695.00
406.00
366.00
538.00
603.00
120.00
146.00
554.00
442.00
128.00
124.00
154.00
158.00
421.00
558.00
239.00
284.00
408.00
576.00
425.00
215.00
449.00
348.00
320.00
617.00
208.00
142.00
371.00
457.00
707.00
187.00
559.00
803.00
562.00
650.00
682.00
344.00
116.00
138.00
195.00
198.00
273.00
303.00
316.00
356.00
379.00
385.00
472.00
526.00
636.00
696.00
117.00
256.00
362.00
435.00
463.00
464.00
609.00
641.00
283.00
328.00
589.00
164.00
802.00
241.00
430.00
153.00
254.00
176.00
186.00
382.00
644.00
689.00
691.00
705.00
266.00
540.00
346.00
364.00
507.00
698.00
693.00
582.00
692.00
545.00
637.00
210.00
444.00
180.00
244.00
361.00
546.00
647.00
624.00
329.00
302.00
575.00
679.00
383.00
416.00
104.00
223.00
433.00
548.00
535.00
613.00
161.00
513.00
228.00
298.00
333.00
197.00
252.00
168.00
260.00
325.00
420.00
205.00
447.00
354.00
686.00
699.00
620.00
209.00
805.00
614.00
427.00
305.00
236.00
407.00
107.00
317.00
663.00
221.00
384.00
369.00
211.00
159.00
224.00
577.00
594.00
690.00
170.00
551.00
630.00
456.00
246.00
275.00
380.00
467.00
415.00
307.00
655.00
452.00
188.00
291.00
560.00
372.00
627.00
165.00
669.00
414.00
272.00
306.00
685.00
108.00
459.00
518.00
648.00
461.00
515.00
216.00
243.00
300.00
255.00
505.00
694.00
134.00
217.00
688.00
675.00
377.00
225.00
628.00
804.00
218.00
360.00
532.00
543.00
111.00
182.00
678.00
270.00
340.00
565.00
174.00
314.00
419.00
233.00
140.00
337.00
405.00
445.00
126.00
189.00
167.00
615.00
141.00
455.00
458.00
178.00
409.00
282.00
460.00
453.00
261.00
640.00
649.00
687.00
402.00
616.00
697.00
588.00
567.00
264.00
646.00
438.00
151.00
359.00
287.00
304.00
506.00
279.00
556.00
235.00
258.00
523.00
619.00
522.00
213.00
135.00
610.00
417.00
265.00
542.00
670.00
375.00
121.00
502.00
566.00
439.00
667.00
519.00
585.00
249.00
428.00
666.00
250.00
676.00
537.00
622.00
642.00
517.00
143.00
550.00
276.00
155.00
645.00
194.00
512.00
237.00
286.00
334.00
288.00
331.00
323.00
290.00
376.00
563.00
351.00
621.00
352.00
129.00
339.00
101.00
350.00
552.00
321.00
370.00
536.00
443.00
701.00
386.00
149.00
611.00
238.00
318.00
579.00
509.00
214.00
259.00
448.00
137.00
626.00
651.00
388.00
450.00
501.00
660.00
607.00
590.00
454.00
347.00
204.00
504.00
801.00
358.00
514.00
308.00
429.00
202.00
345.00
387.00
365.00
160.00
173.00
311.00
468.00
338.00
171.00
661.00
343.00
257.00
118.00
240.00
549.00
144.00
150.00
336.00
324.00
327.00
436.00
367.00
109.00
127.00
326.00
130.00
557.00
169.00
203.00
528.00
671.00
206.00
424.00
431.00
516.00
274.00
601.00
668.00
625.00
411.00
100.00
220.00
561.00
704.00
248.00
465.00
520.00
381.00
541.00
612.00
441.00
152.00
122.00
147.00
412.00
437.00
192.00
568.00
591.00
201.00
342.00
638.00
422.00
368.00
654.00
102.00
373.00
156.00
332.00
608.00
280.00
277.00
363.00
322.00
114.00
222.00
172.00
271.00
446.00
564.00
623.00
330.00
253.00
242.00
112.00
190.00
521.00
200.00
602.00
462.00
292.00
527.00
680.00
136.00
191.00
508.00
181.00
555.00
700.00
103.00
185.00
664.00
263.00
426.00
524.00
547.00
631.00
466.00
653.00
226.00309.00
163.00
681.00
5
10
15
20
25
A.III.iv -Análisis de cluster 1996
0
xxxv
Gráfico de árbol de análisis de cluster mediante el método de Ward a partir de los
primeros cuatro componentes identificados mediante el ACP.
Height
10
254
20
30
A.III.v -Análisis de cluster 2000
0
571
233
154
189
333
327
371
367
34
209
112
79
86
260
81
328
395
397
149
316
89
100
385
111
104
306
143
8366
60
26
13
277
51
347
122
124
186
192
322
19
353
200
354
407
76
188
117
365
169
113
164
59
273
266
280
259
381
269
332
352
58
181
216
313
42
386
403
387
150
217
404
184
241
46
287
63
359
351
24
220
228
326
345
155
336
196
320
317
408
29
67
166
130
300
108
349
134
165
293
396
53
193
342
106
229
99
198
162
9
62
31
329
378
205
358
87
323
161
374
268
288
406
318
389
360
10
95
107
382
44
56
321
180
232
362
187
22
264
82
234
191
118
142
289
152
240
379
32
71
275
147
39
92
276
94
133
257
337
42
270
210
35
400
255
195
50
72
85
226
65
390
136
370
239
281
102
286
247
338
114
148
219
174
285
158
346
132
213
208
343
221
168
203
183
312
36
47
225
245
48
308
7
177
235
267
357
383
256
361
12
185
15
30
66
75
182
246
253
324
391
393
6
97
119
369
23
28
41
194
84
319
120
128
144
178
151
248
402
129
325
330
375
163
203
211
388
405
179
335
206
237
224
284
401
265
207
350
410
90
279
215
171
297
251
282
249
11
80
258
14
157
341
18
91
38
153
77
278
364
103
138
49
363
263
294
74
334
5274
236
272
315
16
197
380
17
223
88
214
314
68
242
83
73
356
412
311
230
127
167
176
156
399
175
55 33 145
212
409
64
398
37
340
290
140
218
199
299
394
52
292
131
344
231
376201
40
283
373
78
121
116
301
307
159
115
126
244
54303
227
348
61
173
411
101
98
110
298
123
392
305
160
172
238
93
243
135
190
331
96
105
261
368
310
309
125
302
21
204
25
222
339
69
250
252
295
384
70
296
291
137
202
377
27
170
141
26245
372
43
271
109139
146
304
355
xxxvi
Gráfico de árbol de análisis de cluster mediante el método de Ward a partir de los
primeros cuatro componentes identificados mediante el ACP.
Height
10
20
30
40
50
A.III.vi -Análisis de cluster 2003
0
101
105
215
372
373
374
375
378
774
734
281
40
49
52
60
64
65
113
196
220
313
346
611
648
303
85
98
121
125
157
165
167
173
175
178
181
184
186
193
209
236
238
240
242
257
266
272
286
292
311
327
334
339
349
351
363
367
384
392
395
673
751
12
51
84
97
103
110
111
118
124
128
133
134
159
160
224
248
255
267
293
362
396
407
562
575
746
433
732
670
714
756
535
698
799
739
447
630
557
565
743
487
797
587
27
66
68
94
95
126
179
182
208
211
217
218
222
231
235
243
251
262
263
281
323
324
330
335
337
344
361
391
397
400
749
50
58
122
139
171
230
254
259
260
277
314
319
322
336
369
377
379
389
405
406
408
728
763
790
564
750
13
21
24
32
46
48
56
92
102
189
443
539
459
480
419
432
704
741
19
55
76
82
96
106
112
380
402
404
470
413
798
460
552
707
727
16
42
63
203
668
706
36
631
653
718
765
754
454
684
548
596
490
664
491
672
629
729
644
742
662
14
612
722
699
35
70
136
214
649
455
597
794
444
438
607
793
740
785
773
453
636
510
660
789
462
747
15
33
34
54
67
104
123
158
258
316
353
358
366
531
625
634
721
780
603
764
772
781
29
39
129
132
140
144
166
219
228
582
679
708
766
692
701
712
493
713
778
31
73
77
7852
86
87
90
148
149
155
163
164
174
180
185
187
190
192
198
199
200
201
202
205
206
207
210
212
223
225
227
229
232
233
234
239
241
244
246
247
249
250
253
264
268
269
270
271
273
274
275
276
278
280
283
284
287
288
294
295
296
297
298
299
302
304
305
306
307
308
310
312
328
329
331
345
347
350
356
359
364
385
488
515
523
752
759
760
771
783
81
119
127
150
152
162
168
177
252
289
309
325
326
332
348
365
370
382
383
401
403
546
691
717
733
753
761
757
779
516
731
786
689
696
770
769
88
89
109
170
974 574
79
143
146
120
398
320
137
145
172
321
693
6
61
72
176
315
737
682
671
792
20
25
74
567
47
75
93
26
161
394
62
755
107
108
169
83
626
637
22
415
479
635
571
680
638
690
600
477
551
540
593
659
627
688
588
650
632
675
686
695
768
445
528
484
569
524
458
478
628
667
533
545
553
601
572
8
57
153
197
245
381
388
390
399
788
762
23
38
80
99
216
226
237
256
265
282
285
290
291
303
340
342
343
352
355
357
360
386
393
748
69
131
138
147
368
371
376
183
188
191
195
279
300
301
333
354
387
154
156
261
10
100
317
730
37
71
91
115
116
130
142
341
720
613
11
41
570
676
141
17
43
45
59
114
204
213
450
18
44
117
135
151
194
221
318
338
726
758
53
605
710
657
566
736
417
492
618
705
656
796
787
795
592
467
674
711
563
514
776
556
579
640
595
655
719
615
645
782
775
452
683
473
623
509
681
694
503
621
513
550
530
700
658
414
506
555
526
609
451
501
518
687
424
560
468
511
517
496
474
654
617
578
606
589
608
537
663
505
669
715
724
409
559
466
738
541
576
410
423
624
581
678
604
677
666
495
697
777
767
583
639
716
412
428
519
527
434
619
585
486
512
598
622
421
456
532
554
594
427
475
538
482
529
591
735
544
791
561
633
416
448
584
463
469
418
489
441
522
446
449
504
549
520
580
745
420
558
436
476
442
525
439
652
481
521
500
543
586
426
620
709
507
641
430
465
536
471
610
461
614
616
723
573
497
651
642
703
725
577
685
590
744
665
784
411
498
542
429
646
494
422
437
431
464
440
502
547
599
508
568
425
499
435
457
483
472
485
534
702
602
647
643
661
xxxvii
Gráfico de árbol de análisis de cluster mediante el método de Ward a partir de los
primeros cuatro componentes identificados mediante el ACP.
Height
A.IV – Cálculo de los Índices de Capacidades de Innovación en la industria
manufacturera uruguaya
La fórmula general de cálculo del ICIu es la siguiente:
ICIuj δi * Xij
donde: δi es la varianza explicada por el componente i y;
X, es el valor de correlación entre el componente i y el caso (agente) j.
Cálculo del Índice de Capacidades de Innovación 1985
ICIu85 j (0,2900 * comp1 j )(0,1710 * comp 2 j )(0,1260 * comp3 j )(0,1220 * comp 4 j )
Cálculo del Índice de Capacidades de Innovación 1990
ICIu90 j (0,2690 * comp1 j )(0,1640 * comp2 j )(0,1510 * comp3 j )(0,1420 * comp4 j )
Cálculo del Índice de Capacidades de Innovación 1994
ICIu94 j (0,2580 * comp1 j )(0,1890 * comp2 j )(0,1660 * comp3 j )(0,1390 * comp4 j )
Cálculo del Índice de Capacidades de Innovación 1996
ICIu96 j (0,2750 * comp1 j )(0,2130 * comp2 j )(0,1650 * comp3 j )(0,1450 * comp4 j )
Cálculo del Índice de Capacidades de Innovación 2000
En este caso fue necesario modificar el origen de la distribución del ICIu00 original
hacia valores positivos ordenados en 0, mediante la suma del menor valor de la
distribución (negativo), para luego aplicar el logaritmo natural de la distribución, ya que
la distribución original no permitía obtener resultados aceptables en el modelo de
regresión.
((0,2689* comp1 j)(0,1678* comp2 j)(0,1393* comp3 j)(0,1094* comp4 j))
ln ICIu00 j ln
0,7430567
xxxviii
Cálculo del Índice de Capacidades de Innovación 2003
En este caso fue necesario modificar el origen de la distribución del ICIu03 original
hacia valores positivos ordenados en 0, mediante la suma del menor valor de la
distribución (negativo), para luego aplicar el logaritmo natural de la distribución, ya que
la distribución original no permitía obtener resultados aceptables en el modelo de
regresión.
((0,318* comp1 j)(0,145* comp2 j)(0,115* comp3 j)(0,103* comp4 j))
ln ICIu03 j ln
0,568263
xxxix
A.V Modelos de regresión aplicados para la discusión de los determinantes del
desarrollo de las capacidades de innovación.
A.V.i - Estimación de determinantes de las capacidades de innovación 1985
El modelo de regresión utilizado para estimar la incidencia de las variables incluidas en
las hipótesis en el desarrollo diferencial de las capacidades de innovación en la
Encuesta CIESU 1985, se elaboró la siguiente ecuación:
ICIu
85 j
c β 1 Emple j β 2 IED j β 3 Export j β 4 Fecha j β 5 prod 4d j β 6 sal 4d j e.
(1985_1)
Donde:
Emple: es el tamaño de la empresa j medido según el personal ocupado. En la ecuación
puede tomar tres valores, grande (más de 100 empleados), mediano (entre 50 y 99
empleados), o pequeño (entre 20 y 49 empleados).
IED: es la presencia mayoritaria de capital extranjero en la empresa j. En la ecuación se
incluye como una variable dummy que puede tomar dos valores, presencia mayoritaria de
capital extranjero, presencia mayoritaria de capital nacional.
Export: es el porcentaje de la producción de la firma j comercializada en el exterior
Fecha: es el año de inicio de las actividades de la empresa j.
Prod4d: Es el cociente entre el Valor Agregado Bruto y el Personal Ocupado de la rama de
actividad (Cod. CIIU Rev 2, 4 dígitos) a la que corresponde la empresa j
Sal4d: Es el índice de salarios y compensaciones líquidas de la rama de actividad (Cod. CIIU
Rev 2, 4 dígitos) a la que corresponde la empresa j
A continuación se presenta el resultado del resumen del modelo estimado mediante el
método de inclusión de variables “paso a paso” (cuadro A7) y los coeficientes de las
variables incluidas (cuadro A8) y excluidas (Cuadro A9) del modelo. El análisis de los
resultados fue presentado en las diferentes secciones del apartado III del capítulo 4.
Cuadro A7. Resumen del modelo (1985_1)
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,432(a)
,186
,184
,43889
2
,484(b)
,234
,230
,42630
3
,493(c)
,244
,237
,42436
4
,502(d)
,252
,243
,42262
5
,512(e)
,262
,252
,42021
xl
Cuadro A8- Coeficientes( 1985_1)
Coeficientes no
estandarizados
Modelo
B
1
2
3
4
5
(Constante)
Tamaño
recodificado
(Constante)
Tamaño
recodificado
Productividad
vab/po
(Constante)
Tamaño
recodificado
Productividad
vab/po
Empresa
trasnacional
(Constante)
Tamaño
recodificado
Productividad
vab/po
Empresa
trasnacional
Porcentaje de
producción mercado
externo
(Constante)
Tamaño
recodificado
Productividad
vab/po
Empresa
trasnacional
Porcentaje de
producción mercado
externo
Fecha de inicio
actividades de la
empresa correg
Coeficientes
estandarizados
Error típ.
-,619
,058
Beta
t
,241
,027
-,679
,057
,214
,027
,384
,225
,000
,000
-,686
,057
,213
,027
9,308E-05
,432
Sig.
-10,731
,000
Intervalo de confianza para B al
95%
Límite
Límite inferior
superior
-,732
Estadísticos de colinealidad
Tolerancia
FIV
-,505
8,981
,000
,188
,294
-11,822
,000
-,792
-,566
1,000
1,000
8,044
,000
,162
,267
,955
1,047
,955
1,047
4,705
,000
,000
,000
-11,971
,000
-,799
-,573
,381
8,006
,000
,160
,265
,954
1,048
,000
,206
4,267
,000
,000
,000
,923
1,083
,135
,066
,097
2,053
,041
,006
,264
,961
1,041
-,673
,057
-11,711
,000
-,786
-,560
,187
,029
,335
6,345
,000
,129
,245
,769
1,301
,000
,000
,223
4,556
,000
,000
,000
,897
1,115
,141
,065
,102
2,154
,032
,012
,270
,959
1,043
,002
,001
,102
1,975
,049
,000
,003
,801
1,249
-,512
,092
-5,576
,000
-,692
-,331
,179
,029
,321
6,078
,000
,121
,237
,759
1,318
8,906E-05
,000
,197
3,960
,000
,000
,000
,851
1,175
,135
,065
,097
2,064
,040
,006
,263
,957
1,045
,002
,001
,122
2,342
,020
,000
,004
,777
1,287
-,003
,001
-,109
-2,240
,026
-,005
,000
,891
1,123
xli
Cuadro A9. Variables excluidas Modelo 1985_1
Modelo
Beta dentro
t
Sig.
Correlación
parcial
Estadísticos de
colinealidad
Tolerancia
Fecha de inicio
actividades de la
empresa correg
1
2
3
Porcentaje de
producción mercado
externo
Empresa
trasnacional
Productividad
vab/po
Indice de salarios y
compensaciones
líquidas de la rama
a 4d
Fecha de inicio
actividades de la
empresa correg
Porcentaje de
producción mercado
externo
Empresa
trasnacional
Indice de salarios y
compensaciones
líquidas de la rama
a 4d
Fecha de inicio
actividades de la
empresa correg
Porcentaje de
producción mercado
externo
4
5
Indice de salarios y
compensaciones
líquidas de la rama
a 4d
Fecha de inicio
actividades de la
empresa correg
Indice de salarios y
compensaciones
líquidas de la rama
a 4d
Indice de salarios y
compensaciones
líquidas de la rama
a 4d
FIV
-,146(a)
-3,064
,002
-,161
,990
1,010
,050(a)
,955
,340
,051
,829
1,206
,135(a)
2,821
,005
,149
,994
1,006
,225(a)
4,705
,000
,243
,955
1,047
,091(a)
1,894
,059
,100
,996
1,004
-,094(b)
-1,950
,052
-,104
,920
1,086
,097(b)
1,865
,063
,099
,803
1,246
,097(b)
2,053
,041
,109
,961
1,041
,011(b)
,223
,824
,012
,861
1,162
-,090(c)
-1,853
,065
-,099
,918
1,089
,102(c)
1,975
,049
,105
,801
1,249
,002(c)
,042
,966
,002
,854
1,171
-,109(d)
-2,240
,026
-,119
,891
1,123
,022(d)
,423
,673
,023
,823
1,214
,003(e)
,055
,956
,003
,801
1,249
xlii
Si bien el impacto de la rama de actividad está considerado en la ecuación (1985_1) a
través de la productividad por rama a cuatro dígitos, se incluye un segundo modelo
que considera el impacto de las agrupaciones productivas para firmas de un mismo
tamaño.
La expresión general del modelo es la siguiente:
ICIu
85 j
c β 1 Emple j β 2 Rama j e.
(1985_2)
Donde:
Emple: idem ecuación (1985_1).
Rama es la agrupación productiva a la que pertenece la empresa j. En la ecuación se introduce
una variable dummy por cada agrupación descrita en el capítulo 4.
En este modelo el coeficiente β asociado a cada variable dummy del sector de
actividad se interpreta como la variación de las capacidades de innovación en el sector
j respecto a la rama excluida del modelo (en este caso “Otras alimenticias”), para
empresas del mismo tamaño.
Cuadro A10. Resumen del modelo 1985_2
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,538(a)
,289
,260
,41866
2
,538(b)
,289
,262
,41808
xliii
Cuadro A11. Coeficientes Modelo 1985_2
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Tamaño
recodificado
LACT
PESC
Error típ.
-,690
,064
,227
,029
,103
Beta
t
Sig.
Intervalo de confianza para B al
95%
Límite
Límite inferior
superior
Estadísticos de colinealidad
Tolerancia
FIV
-10,860
,000
-,815
-,565
,408
7,823
,000
,170
,284
,754
1,327
,272
,017
,379
,705
-,431
,637
,968
1,033
-,122
,155
-,039
-,786
,433
-,426
,183
,851
1,175
OTALIM
,016
,083
,010
,189
,850
-,148
,180
,696
1,438
BEBTAB
,193
,086
,115
2,236
,026
,023
,363
,778
1,285
TEXTIL
,062
,085
,040
,729
,466
-,105
,228
,687
1,456
CALCUER
,051
,122
,021
,415
,678
-,189
,290
,787
1,271
PAPELCAR
,063
,111
,028
,567
,571
-,155
,281
,854
1,171
QUIMICA
,355
,080
,240
4,419
,000
,197
,512
,692
1,446
PETRO
,570
,421
,062
1,353
,177
-,259
1,399
,980
1,021
METBAS
,106
,091
,059
1,164
,245
-,073
,285
,803
1,245
MAQNOEL
2
Coeficientes
estandarizados
,097
,115
,041
,840
,401
-,130
,324
,874
1,144
MAQEL
-,064
,102
-,032
-,630
,529
-,265
,136
,815
1,227
AUTOS
,646
,147
,212
4,385
,000
,356
,936
,874
1,144
-,687
,062
-11,110
,000
-,809
-,566
,229
,028
8,189
,000
,174
,284
,813
1,230
(Constante)
Tamaño
recodificado
LACT
,410
,097
,269
,016
,359
,719
-,433
,626
,983
1,018
-,129
,188
,056
,150
,082
,078
-,041
,112
,036
-,859
2,298
,712
,391
,022
,477
-,423
,027
-,098
,166
,349
,209
,904
,865
,807
1,106
1,155
1,239
CALCUER
,044
,116
,018
,377
,707
-,185
,272
,864
1,158
PAPELCAR
,057
,107
,025
,537
,591
-,153
,267
,918
1,090
QUIMICA
,349
,074
,236
4,722
,000
,203
,494
,814
1,228
PETRO
,563
,419
,061
1,343
,180
-,261
1,387
,988
1,012
METBAS
,101
,087
,056
1,159
,247
-,070
,272
,873
1,146
PESC
BEBTAB
TEXTIL
MAQNOEL
,092
,112
,039
,820
,413
-,128
,312
,926
1,080
MAQEL
-,070
,097
-,034
-,721
,472
-,261
,121
,894
1,118
AUTOS
,640
,143
,210
4,472
,000
,358
,921
,926
1,080
xliv
Finalmente se propone un modelo para estimar si dentro de cada sector de actividad la
relación entre el tamaño de la firma y el desarrollo de capacidades de innovación es
siempre positiva o si esto depende del tipo de actividad de la empresa.
Para ello se propone el modelo:
ICIu
85 j
c β (Tamaño j * Rama j ) e.
(1985_3)
Donde:
Tamaño idem ecuación (1985_1).
Rama: idem ecuación (1985_2)
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma
el valor cero.
En este modelo se incorpora el efecto tamaño para cada sector de actividad, y por lo
mismo la relación entre tamaño y capacidades de innovación se remite a cada sector.
Cuadro A12. Resumen del modelo (1985_3)
Modelo
1
R
,499(a)
R cuadrado
,249
R cuadrado
corregida
,219
Error típ. de la
estimación
,49994
xlv
Cuadro A13. Coeficientes Modelo 1985_3
Coeficientes
estandarizado
s
Coeficientes no
estandarizados
Modelo
1
B
(Constante
)
LACTTAM
Error típ.
,433
,068
Beta
Intervalo de confianza para
B al 95%
t
Sig.
Límite inferior
Límite
superior
6,365
,000
,299
,567
Estadísticos de
colinealidad
Tolerancia
FIV
,217
,133
,076
1,637
,103
-,044
,479
,964
1,037
PESCTAM
,143
,061
,115
2,357
,019
,024
,262
,880
1,136
OTALITAM
,166
,041
,227
4,046
,000
,085
,246
,669
1,496
,304
,055
,297
5,524
,000
,196
,412
,726
1,377
,223
,041
,305
5,420
,000
,142
,304
,662
1,510
,200
,049
,210
4,097
,000
,104
,296
,803
1,246
,244
,066
,189
3,727
,000
,115
,373
,814
1,228
,377
,044
,498
8,615
,000
,291
,463
,628
1,593
,472
,167
,130
2,822
,005
,143
,801
,984
1,016
,244
,048
,318
5,122
,000
,150
,338
,546
1,831
,253
,068
,198
3,743
,000
,120
,386
,748
1,337
,286
,077
,188
3,737
,000
,136
,437
,832
1,203
,293
,053
,289
5,488
,000
,188
,398
,756
1,322
,481
,062
,384
7,788
,000
,360
,603
,863
1,158
BETABTA
M
TEXTITAM
CALCUTA
M
PAPELTA
M
QUIMTAM
PETROTA
M
CAUPLTA
M
METBTAM
MAQNETA
M
MAQELTA
M
AUTOSTA
M
xlvi
A.V.ii - Estimación de determinantes de las capacidades de innovación 1990
La expresión de general del modelo estimado para 1990 no varía en las variables que
contiene respecto al anterior, excepto en la que refiere a la productividad. En este caso
fue posible utilizar una medida de productividad a nivel de firma y no de rama, sin
embargo esto no mostró diferencias significativas respecto a los otros años en que se
utilizó el indicador por rama. A su vez existen sí algunas diferencias en el tipo de
variable, tal como se aprecia en el detalle siguiente.
ICIu
90 j
c β 1 Emple j β 2 IED j β 3 Export j β 4 Fecha j β 5 prodemp j
β 6 sal 4d j e.
(1990_1)
Donde:
Emple: es el tamaño de la empresa j medido según el número de empleados.
IED: es la presencia de capital extranjero en la empresa j. En la ecuación se incluye como una
variable dummy que puede tomar dos valores, presencia o ausencia de capital extranjero.
Export: es el porcentaje de la producción de la firma j comercializada en el exterior
Fecha. es el año de inicio de las actividades de la empresa j.
Prodemp: Es el cociente entre las ventas totales y el personal ocupado de la empresa j
Sal4d: Es el índice de salarios y compensaciones líquidas de la rama de actividad (Cod. CIIU
Rev 2, 4 dígitos) a la que corresponde la empresa j
A continuación se presenta el resultado del resumen del modelo estimado mediante el
método de inclusión de variables “paso a paso” (cuadro A14) y los coeficientes de las
variables incluidas (cuadro A15) y excluidas (Cuadro A16) del modelo. El análisis de
los resultados fue presentado en las diferentes secciones del apartado III del capítulo
4.
Cuadro A14. Resumen del modelo 1990_1
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,135(a)
,018
,018
,08679
2
,161(b)
,026
,026
,08645
3
,168(c)
,028
,028
,08637
4
,172(d)
,030
,029
,08630
5
,178(e)
,032
,031
,08623
6
,185(f)
,034
,033
,08612
xlvii
Cuadro A15. Coeficientes Modelo 1990_1
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Productividad por
empresa
2
3
(Constante)
Productividad por
empresa
Total empleados
(Constante)
Productividad por
empresa
Total empleados
Error típ.
-,122
,002
3,926E-07
,000
Beta
Intervalo de confianza para B al
95%
t
,135
Sig.
Límite inferior
Límite
superior
-81,216
,000
-,125
-,119
9,617
,000
,000
,000
Estadísticos de colinealidad
Tolerancia
FIV
1,000
1,000
-,125
,002
-80,977
,000
-,128
-,122
3,569E-07
,000
,123
8,692
,000
,000
,000
,981
1,019
9,923E-05
-,221
,000
,030
,089
6,316
-7,432
,000
,000
,000
-,279
,000
-,163
,981
1,019
3,730E-07
,000
,128
9,027
,000
,000
,000
,967
1,034
9,872E-05
,000
,089
6,290
,000
,000
,000
,981
1,019
,000
,000
,046
3,250
,001
,000
,000
,986
1,015
,337
,194
1,737
,083
-,043
,718
3,656E-07
,000
,126
8,837
,000
,000
,000
,963
1,038
8,893E-05
,000
,000
,388
,000
,000
,000
,195
,080
,046
-,042
5,544
3,306
-2,910
1,994
,000
,001
,004
,046
,000
,000
,000
,007
,000
,000
,000
,770
,938
,985
,948
1,066
1,015
1,055
Productividad por
empresa
3,406E-07
,000
,117
8,080
,000
,000
,000
,926
1,080
Total empleados
7,267E-05
,000
,065
4,300
,000
,000
,000
,843
1,186
,000
,000
,000
,000
,046
-,045
3,248
-3,158
,001
,002
,000
-,001
,000
,000
,985
,941
1,015
1,063
,020
,007
,046
3,031
,002
,007
,033
,854
1,171
SAL90_4D
4
(Constante)
5
Productividad por
empresa
Total empleados
SAL90_4D
Año inicio actividad
(Constante)
SAL90_4D
6
Coeficientes
estandarizados
Año inicio actividad
porcentaje de
exportación
(Constante)
Productividad por
empresa
Total empleados
,458
,195
2,344
,019
,075
,841
3,807E-07
,000
,131
8,767
,000
,000
,000
,870
1,149
7,618E-05
,000
,068
4,506
,000
,000
,000
,841
1,189
SAL90_4D
,000
,000
,048
3,420
,001
,000
,000
,983
1,017
Año inicio actividad
,000
,000
-,051
-3,532
,000
-,001
,000
,931
1,074
,026
,007
,059
3,802
,000
,012
,039
,811
1,233
-,025
,007
-,057
-3,765
,000
-,039
-,012
,836
1,197
porcentaje de
exportación
propiedad del
capital
xlviii
Cuadro A16. Variables excluidas Modelo 1990_1
Modelo
Beta dentro
t
Sig.
Correlación
parcial
Estadísticos de colinealidad
Tolerancia
1
2
3
4
5
Total
empleados
propiedad del
capital
porcentaje de
exportación
año inicio
actividad
SAL90_4D
propiedad del
capital
porcentaje de
exportación
año inicio
actividad
SAL90_4D
propiedad del
capital
porcentaje de
exportación
año inicio
actividad
propiedad del
capital
porcentaje de
exportación
propiedad del
capital
FIV
,089(a)
6,316
,000
,089
,981
1,019
-,023(a)
-1,591
,112
-,023
,908
1,101
,067(a)
4,630
,000
,065
,951
1,052
-,058(a)
-4,095
,000
-,058
,991
1,009
,047(a)
3,300
,001
,047
,986
1,015
-,038(b)
-2,577
,010
-,036
,888
1,126
,043(b)
2,836
,005
,040
,861
1,162
-,041(b)
-2,846
,004
-,040
,948
1,055
,046(b)
3,250
,001
,046
,986
1,015
-,041(c)
-2,735
,006
-,039
,886
1,129
,042(c)
2,770
,006
,039
,860
1,162
-,042(c)
-2,910
,004
-,041
,948
1,055
-,044(d)
-2,985
,003
-,042
,880
1,136
,046(d)
3,031
,002
,043
,854
1,171
-,057(e)
-3,765
,000
-,053
,836
1,197
La expresión general del modelo utilizado para analizar la incidencia del tamaño de la
firma según rama, tampoco varía respecto a la utilizada para 1985, varía sí el tipo de
agrupación utilizada.
ICIu
90 j
c β 1 Emple j β 2 Rama j e.
(1990_2)
Donde:
Emple: idem ecuación (1990_1).
Rama es la rama (Cod CIIU rev 2, a tres dígitos) a la que pertenece la empresa j. En la
ecuación se introduce una variable dummy por cada rama.
Cuadro A17. Resumen del Modelo 1990_2
Modelo
1
R
,321(a)
R cuadrado
,103
R cuadrado
corregida
,099
Error típ. de la
estimación
,27325
2
,317(b)
,100
,096
,27368
xlix
Cuadro A18. Coeficientes Modelo 1990_2
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Coeficientes
estandarizados
Error típ.
-,047
,013
Beta
t
Sig.
Intervalo de confianza para B al
95%
Límite
Límite inferior
superior
-3,478
,001
-,073
-,020
Estadísticos de colinealidad
Tolerancia
FIV
Total
empleados
ALIM
,000
,000
,094
7,301
,000
,000
,000
,973
1,028
-,064
,015
-,104
-4,296
,000
-,094
-,035
,274
3,647
BEBI
-,040
,026
-,023
-1,546
,122
-,091
,011
,752
1,330
TAB
,106
,194
,007
,547
,585
-,274
,486
,993
1,007
TEXT
-,069
,020
-,060
-3,526
,000
-,108
-,031
,556
1,799
VEST
-,105
,018
-,101
-5,671
,000
-,141
-,069
,508
1,967
CUERO
-,077
,025
-,045
-3,070
,002
-,127
-,028
,732
1,365
CALZ
-,068
,026
-,038
-2,605
,009
-,120
-,017
,755
1,325
PAPEL
-,082
,044
-,025
-1,858
,063
-,169
,005
,910
1,099
IMPRE
-,052
,021
-,041
-2,520
,012
-,092
-,011
,601
1,664
QUIM
,156
,050
,041
3,146
,002
,059
,253
,930
1,075
OTQUIM
,377
,025
,227
15,222
,000
,329
,426
,724
1,381
PRODPET
-,066
,099
-,009
-,665
,506
-,260
,128
,983
1,018
CAUCHO
-,141
,043
-,044
-3,271
,001
-,225
-,056
,907
1,103
,026
,024
,016
1,084
,278
-,021
,074
,712
1,404
PLAS
LOZA
,037
,066
,007
,557
,578
-,092
,165
,958
1,044
VIDRIO
-,175
,139
-,016
-1,263
,207
-,448
,097
,986
1,014
OTMIN
-,079
,025
-,047
-3,162
,002
-,127
-,030
,728
1,374
HIERRO
-,088
,072
-,016
-1,224
,221
-,229
,053
,967
1,034
METNOF
-,048
,082
-,008
-,587
,558
-,210
,113
,975
1,026
PRODMET
-,052
,020
-,045
-2,638
,008
-,090
-,013
,563
1,777
,046
,023
,031
1,994
,046
,001
,091
,682
1,467
MAQELEC
-,040
,026
-,022
-1,515
,130
-,091
,012
,752
1,330
TRANSP
-,145
,027
-,077
-5,341
,000
-,198
-,092
,771
1,296
,279
,052
,070
5,382
,000
,177
,381
,937
1,067
-,069
,024
-,044
-2,921
,004
-,115
-,023
,699
1,430
MAQUI
INSPRE
OTMANU
l
Cuadro A18 (cont). Coeficientes Modelo 1990_2
Coeficientes no
estandarizados
Modelo
2
B
(Constante)
Coeficientes
estandarizados
Error típ.
-,099
,006
,000
,000
,012
,160
TEXT
VEST
Beta
t
Sig.
Intervalo de confianza para B al
95%
Límite
Límite inferior
superior
Estadísticos de colinealidad
Tolerancia
FIV
-16,590
,000
-,111
-,087
,091
7,087
,000
,000
,000
,976
1,025
,023
,194
,007
,011
,518
,827
,604
,408
-,033
-,220
,057
,540
,961
,997
1,040
1,003
-,017
,015
-,014
-1,082
,279
-,047
,013
,910
1,099
-,053
,014
-,051
-3,771
,000
-,080
-,025
,898
1,114
CUERO
-,025
,022
-,015
-1,128
,259
-,068
,018
,957
1,045
CALZ
-,016
,023
-,009
-,689
,491
-,062
,030
,962
1,040
PAPEL
-,030
,043
-,009
-,694
,487
-,113
,054
,985
1,015
IMPRE
,001
,017
,000
,031
,975
-,032
,033
,926
1,080
QUIM
,209
,048
,055
4,332
,000
,114
,303
,990
1,010
Total
empleados
BEBI
TAB
OTQUIM
,430
,022
,258
19,882
,000
,387
,472
,955
1,047
PRODPET
-,014
,098
-,002
-,139
,890
-,206
,179
,998
1,002
CAUCHO
-,088
,041
-,027
-2,134
,033
-,169
-,007
,987
1,013
PLAS
,078
,021
,049
3,746
,000
,037
,120
,953
1,049
LOZA
,089
,065
,018
1,386
,166
-,037
,216
,993
1,008
VIDRIO
-,121
,138
-,011
-,875
,382
-,393
,150
,994
1,006
OTMIN
-,026
,022
-,016
-1,215
,225
-,069
,016
,956
1,046
HIERRO
-,036
,071
-,006
-,501
,616
-,175
,103
,996
1,004
METNOF
,004
,081
,001
,049
,961
-,156
,164
,997
1,003
PRODMET
,001
,015
,000
,034
,973
-,030
,031
,915
1,093
MAQUI
,098
,020
,065
5,010
,000
,060
,136
,945
1,058
MAQELEC
,013
,023
,007
,553
,581
-,033
,058
,961
1,040
TRANSP
-,093
,024
-,049
-3,815
,000
-,140
-,045
,965
1,036
INSPRE
,331
,050
,084
6,564
,000
,232
,430
,992
1,008
-,017
,020
-,011
-,830
,407
-,057
,023
,950
1,052
OTMANU
li
Al igual que para la Encuesta CIESU 1985, se propone finalmente un modelo para
estimar si dentro de cada sector de actividad la relación entre el tamaño de la firma y
el desarrollo de capacidades de innovación es siempre positiva o si esto depende del
tipo de actividad de la empresa.
Para ello se propone el modelo:
ICIu
90 j
c β (Tamaño j * Rama j ) e.
(1990_3)
Donde:
Tamaño idem ecuación (1990_1).
Rama: idem ecuación (1990_2)
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma
el valor cero.
En este modelo se incorpora el efecto tamaño para cada sector de actividad, y por lo
mismo la relación entre tamaño y capacidades de innovación se remite a cada sector.
Cuadro A19. Resumen del modelo 1990_3
Modelo
1
R
,258(a)
R cuadrado
,067
R cuadrado
corregida
,062
Error típ. de la
estimación
,27879
lii
Cuadro A20. Coeficientes Modelo 1990_3
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Coeficientes
estandarizados
Error típ.
Beta
t
-,099
,004
ALIMTAM
,000
,000
BEBITAM
,000
TABTAM
,001
TEXTTAM
,000
,000
VESTTAM
,000
,000
CUEROTAM
-3,801E-05
,000
-,003
CALZTAM
Sig.
Intervalo de confianza para B al
95%
Límite
Límite inferior
superior
-23,515
,000
-,107
-,091
,033
2,580
,010
,000
,000
,000
,014
1,095
,274
,000
,001
,018
1,367
,172
,000
,045
3,467
,001
-,025
-1,899
,058
-,226
,821
Estadísticos de colinealidad
Tolerancia
FIV
,995
1,006
,001
,999
1,001
,002
1,000
1,000
,000
,001
,997
1,003
-,001
,000
,995
1,005
,000
,000
,999
1,001
-4,139E-05
,000
-,001
-,113
,910
-,001
,001
,999
1,001
MADTAM
,002
,001
,025
1,947
,052
,000
,003
,995
1,005
MUEBTAM
,000
,001
-,001
-,099
,921
-,003
,002
,995
1,005
PAPELTAM
,001
,000
,044
3,422
,001
,000
,001
1,000
1,000
IMPRETAM
,000
,000
,005
,410
,682
,000
,001
,998
1,002
QUIMTAM
,005
,001
,118
9,092
,000
,004
,006
,999
1,001
OQUIMTAM
,004
,000
,153
11,795
,000
,003
,004
,997
1,003
PPETTAM
,000
,006
,000
-,032
,975
-,012
,012
1,000
1,000
CAUCHTAM
,000
,000
,017
1,329
,184
,000
,001
1,000
1,000
PLASTAM
,002
,000
,050
3,843
,000
,001
,002
,997
1,003
LOZATAM
,001
,000
,048
3,743
,000
,000
,001
1,000
1,000
VIDRITAM
-9,863E-05
,000
-,003
-,200
,841
-,001
,001
1,000
1,000
OTMINTAM
,002
,001
,059
4,532
,000
,001
,003
,998
1,002
-3,572E-06
,001
,000
-,003
,998
-,002
,002
1,000
1,000
METNFTAM
,001
,002
,003
,249
,804
-,004
,005
1,000
1,000
PMETTAM
,001
,000
,042
3,276
,001
,001
,002
,995
1,005
MAQUITAM
,010
,001
,105
8,108
,000
,008
,012
,995
1,005
MELECTAM
,002
,000
,059
4,591
,000
,001
,002
,998
1,002
TRANSTAM
-5,554E-05
,000
-,002
-,152
,879
-,001
,001
,999
1,001
INSPRTAM
,004
,001
,049
3,798
,000
,002
,006
,999
1,001
OMANUTA
M
,000
,001
-,003
-,219
,827
-,002
,001
,994
1,006
HIERTAM
liii
A.V.iii - Estimación de determinantes de las capacidades de innovación 1994
La expresión del modelo estimado para 1994 es la misma que para 1990 con la
diferencia que se considera la productividad a nivel de rama, ya que no se cuenta con
el dato a nivel de firma.
ICIu
94 j
c β 1 Emple j β 2 IED j β 3 Export j β 4 prod 4d j β 5 sal 4d j e.
(1994_1)
Donde:
Emple: es el tamaño de la empresa j medido según el número de empleados.
IED: es la presencia de capital extranjero en la empresa j. En la ecuación se incluye como una
variable dummy que puede tomar dos valores, presencia o ausencia de capital extranjero.
Export: es la presencia condición exportadora de la empresa j. En la ecuación se incluye
como una variable dummy que puede tomar dos valores, presencia o ausencia de condición
exportadora.
Prod4d: Es el cociente entre el Valor Agregado Bruto y el Personal Ocupado de la rama de
actividad (Cod. CIIU Rev 2, 4 dígitos) a la que corresponde la empresa j
Sal4d: Es el índice de salarios y compensaciones líquidas de la rama de actividad (Cod. CIIU
Rev 2, 4 dígitos) a la que corresponde la empresa j
A continuación se presenta el resultado del resumen del modelo estimado mediante el
método de inclusión de variables “paso a paso” (cuadro A21) y los coeficientes de las
variables incluidas (cuadro A22) y excluidas (Cuadro A23) del modelo. El análisis de
los resultados fue presentado en las diferentes secciones del apartado III del capítulo
4.
Cuadro A21. Resumen del modelo 1994_1
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,199(a)
,040
,039
,12882
2
,241(b)
,058
,058
,12759
3
,265(c)
,070
,069
,12679
4
,274(d)
,075
,074
,12646
liv
Cuadro A22. Coeficientes 1994_1
Coeficientes no
estandarizados
Modelo
1
2
3
4
B
(Constante)
Propiedad del
capital
(Constante)
Propiedad del
capital
Empleo total
EDEII
(Constante)
Propiedad del
capital
Empleo total
EDEII
SAL94_4D
(Constante)
Propiedad del
capital
Empleo total
EDEII
SAL94_4D
condición
exportadora
Coeficientes
estandarizados
-,176
Error típ.
,002
,051
,004
-,183
,002
,044
,004
,000
,000
-,291
,015
,044
,004
Beta
,199
Intervalo de confianza para B al
95%
t
-84,406
Sig.
,000
Límite inferior
-,180
Límite
superior
-,172
12,729
,000
,043
,058
-83,295
,000
-,187
-,178
,171
10,848
,000
,036
,139
8,820
,000
-18,863
,172
Estadísticos de colinealidad
Tolerancia
FIV
1,000
1,000
,051
,961
1,041
,000
,000
,961
1,041
,000
-,321
-,261
10,960
,000
,036
,052
,961
1,041
,000
,000
,152
9,645
,000
,000
,000
,948
1,055
3,333E-05
-,304
,000
,016
,110
7,110
-19,436
,000
,000
,000
-,335
,000
-,273
,985
1,015
,041
,004
,159
10,036
,000
,033
,048
,933
1,072
,000
,000
,126
7,493
,000
,000
,000
,837
1,195
3,662E-05
,000
,121
7,744
,000
,000
,000
,964
1,038
,033
,007
,079
4,658
,000
,019
,046
,809
1,235
lv
Cuadro A23. Variables excluidas 1994_1
Modelo
Beta dentro
t
Correlación
parcial
Sig.
Estadísticos de
colinealidad
Tolerancia
1
Empleo total
EDEII
condición
exportadora
FAC_EMP
SAL94_4D
2
condición
exportadora
FAC_EMP
SAL94_4D
3
4
condición
exportadora
FAC_EMP
FAC_EMP
FIV
,139(a)
8,820
,000
,139
,961
1,041
,102(a)
6,386
,000
,101
,947
1,056
,123(a)
7,319
,000
,116
,856
1,168
,093(a)
5,956
,000
,095
,999
1,001
,060(b)
3,516
,000
,056
,828
1,208
,109(b)
6,550
,000
,104
,848
1,179
,110(b)
7,110
,000
,113
,985
1,015
,079(c)
4,658
,000
,074
,809
1,235
,108(c)
,096(d)
6,492
5,685
,000
,000
,103
,090
,848
,815
1,179
1,227
El modelo utilizado para analizar la incidencia de la rama se mantiene incambiado
respecto a los anteriores.
ICIu
94 j
c β 1 Emple j β 2 Rama j e. (1994_2)
Donde:
Emple: idem ecuación (1994_1).
Rama es la rama (Cod CIIU rev 2, a tres dígitos) a la que pertenece la empresa j. En la
ecuación se introduce una variable dummy por cada rama.
Cuadro A24. Resumen del modelo 1994_2
Modelo
1
R
,429(a)
R cuadrado
,184
R cuadrado
corregida
,178
Error típ. de la
estimación
,11913
2
,427(b)
,182
,177
,11923
lvi
Cuadro A25. Coeficientes 1994_2
Coeficientes no
estandarizados
B
Error típ.
Modelo
1
(Constante)
Empleo total
EDEII
ALIM
-,202
,009
,000
,000
Coeficientes
estandarizados
Beta
t
Sig.
Intervalo de confianza para B al 95%
Límite inferior
Límite superior
Estadísticos de
colinealidad
Tolerancia
FIV
-21,430
,000
-,221
-,184
,159
10,827
,000
,000
,000
,972
1,029
,027
,010
,101
2,726
,006
,008
,046
,153
6,520
BEBI
-,002
,014
-,002
-,111
,912
-,029
,026
,562
1,778
TAB
,235
,085
,040
2,779
,005
,069
,401
,983
1,017
TEXT
,022
,012
,040
1,827
,068
-,002
,047
,435
2,296
VEST
-,027
,012
-,057
-2,374
,018
-,050
-,005
,362
2,762
CUERO
,120
,025
,075
4,783
,000
,071
,169
,857
1,167
-,027
,018
-,026
-1,542
,123
-,062
,007
,731
1,367
PAPEL
,021
,026
,013
,814
,416
-,030
,073
,869
1,151
IMPRE
-,016
,013
-,028
-1,286
,198
-,041
,008
,456
2,195
QUIM
,374
,027
,217
14,098
,000
,322
,426
,878
1,140
CALZ
OTQUIM
,213
,014
,305
15,582
,000
,186
,240
,544
1,839
PRODPET
-,012
,061
-,003
-,194
,846
-,132
,108
,977
1,023
CAUCHO
-,009
,022
-,006
-,385
,700
-,052
,035
,828
1,208
PLAS
,036
,014
,051
2,615
,009
,009
,063
,556
1,798
LOZA
-,013
,033
-,006
-,399
,690
-,077
,051
,920
1,087
VIDRIO
,025
,028
,013
,881
,378
-,031
,081
,893
1,119
OTMIN
,011
,015
,014
,748
,454
-,018
,040
,604
1,654
HIERRO
,060
,028
,033
2,131
,033
,005
,115
,892
1,121
METNOF
-,022
,046
-,007
-,467
,640
-,113
,069
,960
1,041
PRODMET
,006
,013
,010
,454
,650
-,019
,030
,462
2,165
MAQUI
,017
,014
,023
1,201
,230
-,011
,044
,565
1,771
MAQELEC
,009
,014
,011
,602
,547
-,020
,037
,589
1,696
TRANSP
-,002
,015
-,002
-,133
,894
-,031
,027
,602
1,662
INSPRE
,107
,029
,055
3,642
,000
,049
,165
,901
1,110
-,019
,016
-,020
-1,149
,251
-,050
,013
,676
1,479
OTMANU
lvii
Cuadro A25 (cont). Coeficientes 1994_2
Coeficientes no
estandarizados
B
Error típ.
Modelo
2
(Constante)
-,178
,003
Empleo total
EDEII
BEBI
TAB
,000
,000
-,026
,210
,011
,084
TEXT
-,002
,008
VEST
-,052
,007
,095
CALZ
PAPEL
Coeficientes
estandarizados
Beta
t
Sig.
Intervalo de confianza para B al 95%
Límite inferior
Límite superior
-60,662
,000
,160
10,885
,000
,000
,000
,973
1,028
-,036
,036
-2,438
2,498
,015
,013
-,047
,045
-,005
,375
,961
,995
1,040
1,005
-,004
-,245
,807
-,018
,014
,937
1,068
-,108
-7,151
,000
-,066
-,038
,918
1,090
,023
,059
4,071
,000
,049
,141
,985
1,015
-,052
,015
-,049
-3,376
,001
-,082
-,022
,981
1,019
-,003
,025
-,002
-,126
,899
-,052
,046
,984
1,016
IMPRE
-,041
,009
-,069
-4,663
,000
-,058
-,024
,942
1,061
QUIM
,350
,025
,203
13,992
,000
,301
,399
,992
1,009
OTQUIM
,188
,010
,270
18,290
,000
,168
,209
,958
1,044
PRODPET
-,036
,061
-,009
-,601
,548
-,155
,082
,999
1,001
CAUCHO
-,033
,020
-,024
-1,619
,106
-,073
,007
,988
1,012
PLAS
,012
,011
,016
1,113
,266
-,009
,032
,960
1,042
LOZA
-,037
,031
-,017
-1,194
,233
-,099
,024
,995
1,005
VIDRIO
,001
,027
,000
,019
,985
-,052
,053
,993
1,007
OTMIN
-,014
,012
-,017
-1,163
,245
-,036
,009
,967
1,034
HIERRO
,036
,027
,019
1,329
,184
-,017
,088
,993
1,007
METNOF
-,046
,046
-,015
-1,014
,311
-,135
,043
,998
1,002
PRODMET
-,019
,009
-,032
-2,133
,033
-,036
-,002
,944
1,060
MAQUI
-,008
,011
-,011
-,715
,475
-,029
,013
,961
1,041
MAQELEC
-,016
,011
-,021
-1,404
,160
-,038
,006
,965
1,036
TRANSP
-,026
,012
-,034
-2,289
,022
-,049
-,004
,967
1,035
,083
,028
,043
2,947
,003
,028
,138
,994
1,006
-,043
,014
-,047
-3,190
,001
-,070
-,017
,975
1,025
CUERO
INSPRE
OTMANU
-,183
Estadísticos de colinealidad
Tolerancia
FIV
-,172
lviii
Al igual que para los casos anteriores, se propone finalmente un modelo para estimar
si dentro de cada sector de actividad la relación entre el tamaño de la firma y el
desarrollo de capacidades de innovación es siempre positiva o si esto depende del tipo
de actividad de la empresa.
Para ello se propone el modelo:
ICIu
94 j
c β (Tamaño j * Rama j ) e.
(1994_3)
Donde:
Tamaño idem ecuación (1994_1).
Rama: idem ecuación (1994_2)
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma
el valor cero.
En este modelo se incorpora el efecto tamaño para cada sector de actividad, y por lo
mismo la relación entre tamaño y capacidades de innovación se remite a cada sector.
Cuadro A26. Resumen del modelo 1994_3
Modelo
1
R
,382(a)
R cuadrado
,146
R cuadrado
corregida
,140
Error típ. de la
estimación
,12190
lix
Cuadro A27. Coeficientes 1994_3
Coeficientes no
estandarizados
Modelo
B
1
(Constante)
Coeficientes
estandarizados
Error típ.
T
Sig.
Beta
Intervalo de confianza para B al 95%
Límite inferior
-,180
,002
ALIMTAM
,000
,000
,101
BEBITAM
Límite superior
-80,583
,000
-,185
-,176
6,836
,000
,000
,000
Estadísticos de colinealidad
Tolerancia
FIV
,992
1,008
-8,650E-06
,000
-,001
-,062
,951
,000
,000
,999
1,001
TABTAM
,001
,000
,061
4,094
,000
,001
,002
1,000
1,000
TEXTTAM
,001
,000
,126
8,504
,000
,001
,001
,995
1,005
VESTTAM
-,001
,000
-,106
-7,128
,000
-,001
-,001
,991
1,009
CUEROTAM
,000
,000
,015
1,022
,307
,000
,000
,999
1,001
CALZTAM
,000
,000
-,016
-1,060
,289
-,001
,000
,998
1,002
MADTAM
,001
,001
,017
1,175
,240
-,001
,003
,995
1,005
MUEBTAM
-,002
,001
-,040
-2,717
,007
-,003
,000
,996
1,005
PAPELTAM
,001
,000
,087
5,860
,000
,000
,001
,999
1,001
IMPRETAM
,000
,000
-,016
-1,076
,282
,000
,000
,997
1,003
QUIMTAM
,003
,000
,137
9,271
,000
,002
,004
,999
1,001
OQUIMTAM
,003
,000
,235
15,881
,000
,002
,003
,997
1,003
PPETTAM
-,001
,002
-,006
-,409
,682
-,005
,003
1,000
1,000
9,523E-05
,000
,008
,547
,585
,000
,000
1,000
1,000
PLASTAM
,001
,000
,051
3,475
,001
,000
,001
,997
1,003
LOZATAM
-,001
,001
-,013
-,864
,387
-,004
,002
,999
1,001
VIDRITAM
,001
,000
,080
5,434
,000
,001
,002
1,000
1,000
OTMINTAM
,001
,000
,046
3,099
,002
,000
,001
,996
1,004
HIERTAM
,002
,000
,052
3,489
,000
,001
,003
,999
1,001
-,001
,001
-,007
-,481
,631
-,003
,002
1,000
1,000
PMETTAM
,001
,000
,040
2,729
,006
,000
,001
,994
1,006
MAQUITAM
,000
,001
-,009
-,577
,564
-,002
,001
,994
1,006
MELECTAM
,001
,000
,027
1,805
,071
,000
,001
,997
1,003
TRANSTAM
,000
,000
,025
1,715
,086
,000
,001
,998
1,002
INSPRTAM
,002
,000
,073
4,943
,000
,001
,003
,999
1,001
OMANUTA
-,001
,001
-,030
-2,015
,044
-,002
,000
,996
1,004
CAUCHTAM
METNFTAM
lx
M
lxi
A.V.iv - Estimación de determinantes de las capacidades de innovación 1996
El modelo estimado es el mismo que en los anteriores.
ICIu
96 j
c β1Emple j β 2 IED j β 3 IExport j β 4 Fecha j β 5 prod 4d j β 6 sal 4d j e.
(1996_1)
Donde:
Emple: es el tamaño de la empresa j medido según el número de empleados.
IED: es la presencia de capital extranjero en la empresa j. En la ecuación se incluye como una
variable dummy que puede tomar dos valores, presencia o ausencia de capital extranjero.
IExport: es el porcentaje de la producción de la firma j comercializada en el mercado interno,
se toma como el inverso de las exportacioens
Fecha. es el año de inicio de las actividades de la empresa j.
Prod4d: Es el cociente entre el Valor Agregado Bruto y el Personal Ocupado de la rama de
actividad (Cod. CIIU Rev 2, 4 dígitos) a la que corresponde la empresa j
Sal4d: Es el índice de salarios y compensaciones líquidas de la rama de actividad (Cod. CIIU
Rev 2, 4 dígitos) a la que corresponde la empresa j
Cuadro A28. Resumen del modelo 1996_1
Modelo
1
R
,284(a)
R cuadrado
,081
R cuadrado
corregida
,080
Error típ. de la
estimación
,27644
2
,325(b)
,106
,105
,27270
3
,338(c)
,114
,113
,27146
4
,344(d)
,118
,117
,27083
5
,348(e)
,121
,120
,27040
lxii
Cuadro A29. Coeficientes 1996_1
Coeficientes no
estandarizados
Modelo
B
1
2
3
9,352
,560
Año de inicio de la
producción industrial
-,005
,000
8,680
,556
-,004
,000
-,002
,000
8,067
,565
-,004
(Constante)
Año de inicio de la
producción industrial
Porcentaje de ventas
1996 Uruguay
(Constante)
Año de inicio de la
producción industrial
Porcentaje de ventas
1996 Uruguay
Número total personal
4
(Constante)
Año de inicio de la
producción industrial
Porcentaje de ventas
1996 Uruguay
Número total personal
propiedad extranjera
5
Error típ.
(Constante)
(Constante)
Año de inicio de la
producción industrial
Porcentaje de ventas
1996 Uruguay
Número total personal
propiedad extranjera
SAL96_4D
Coeficientes
estandarizados
t
Sig.
Beta
Intervalo de confianza para B al 95%
Límite inferior
Límite superior
16,715
,000
8,255
10,449
-17,036
,000
-,005
-,004
15,602
,000
7,590
9,771
-,257
-15,414
,000
-,005
-,160
-9,608
,000
14,289
,000
-,241
-14,279
-,002
,000
-,123
,000
,000
7,955
,564
-,004
-,284
Estadísticos de colinealidad
Tolerancia
FIV
1,000
1,000
-,004
,972
1,029
-,003
-,002
,972
1,029
,000
6,960
9,174
,000
-,005
-,004
,943
1,061
-6,911
,000
-,002
-,001
,840
1,191
,101
5,596
,000
,000
,000
,821
1,218
14,105
,000
6,849
9,060
,000
-,238
-14,120
,000
-,005
-,003
,941
1,063
-,002
,000
-,117
-6,557
,000
-,002
-,001
,834
1,199
,000
,000
,092
5,066
,000
,000
,000
,809
1,237
,095
,024
,068
4,051
,000
,049
,141
,958
1,044
8,080
,564
14,318
,000
6,973
9,186
-,004
,000
-,244
-14,420
,000
-,005
-,004
,930
1,075
-,002
,000
-,127
-7,030
,000
-,002
-,001
,812
1,232
,000
,095
,000
,023
,096
,067
5,264
4,038
,000
,000
,000
,049
,000
,141
,806
,958
1,241
1,044
2,306E05
,000
,057
3,379
,001
,000
,000
,937
1,068
lxiii
Cuadro A30. Variables excluidas 1996_1
Modelo
Beta dentro
t
Correlación
parcial
Sig.
Estadísticos de colinealidad
Tolerancia
1
Número total
personal
propiedad
extranjera
SAL96_4D
,147(a)
8,698
,000
,150
,950
1,052
,099(a)
5,919
,000
,102
,992
1,008
,018(a)
1,076
,282
,019
,978
1,023
,002(a)
,104
,917
,002
,940
1,063
-,160(a)
-9,608
,000
-,165
,972
1,029
,101(b)
5,596
,000
,097
,821
1,218
,078(b)
4,695
,000
,081
,973
1,028
,052(b)
3,046
,002
,053
,940
1,064
,006(b)
,336
,737
,006
,940
1,064
,068(c)
4,051
,000
,070
,958
1,044
,057(c)
,002(c)
3,395
,096
,001
,923
,059
,002
,937
,938
1,068
1,066
SAL96_4D
,057(d)
3,379
,001
,059
,937
1,068
VAB_PO4D
-,012(d)
-,017(e)
-,691
-1,003
,490
,316
-,012
-,017
,904
,896
1,106
1,116
VAB_PO4D
2
Porcentaje de
ventas 1996
Uruguay
Número total
personal
propiedad
extranjera
SAL96_4D
VAB_PO4D
3
4
5
FIV
propiedad
extranjera
SAL96_4D
VAB_PO4D
VAB_PO4D
El modelo utilizado para analizar la incidencia de la rama se mantiene incambiado
respecto a los anteriores.
ICIu
96 j
c β 1 Emple j β 2 Rama j e.
(1996_2)
Donde:
Emple: idem ecuación (1996_1).
Rama es la rama (Cod CIIU rev 2, a tres dígitos) a la que pertenece la empresa j. En la
ecuación se introduce una variable dummy por cada rama.
Cuadro A31. Resumen del modelo 1996_2
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,309(a)
,096
,089
,27423
2
,309(b)
,096
,089
,27421
lxiv
Cuadro A32. Coeficientes 1996_2
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Coeficientes
estandarizados
Error típ.
Beta
Intervalo de confianza para B al
95%
t
-,214
,023
,001
,000
,193
-,015
,024
,059
,034
TAB
,000
,276
TEXT
-,063
,030
VEST
,005
,029
CUERO
,031
,057
-,012
PAPEL
IMPRE
Sig.
Límite inferior
Límite
superior
Estadísticos de colinealidad
Tolerancia
FIV
-9,426
,000
-,259
-,170
11,745
,000
,001
,001
,966
1,035
-,026
-,639
,523
-,062
,032
,157
6,354
,036
1,703
,089
-,009
,126
,584
1,711
,000
-,001
1,000
-,541
,541
,989
1,011
-,050
-2,091
,037
-,123
-,004
,456
2,194
,005
,183
,855
-,052
,062
,412
2,424
,010
,553
,580
-,080
,142
,837
1,195
,041
-,006
-,301
,763
-,094
,069
,711
1,407
,147
,068
,037
2,145
,032
,013
,280
,888
1,126
,045
,030
,037
1,524
,128
-,013
,103
,439
2,279
QUIM
,479
,067
,123
7,172
,000
,348
,611
,889
1,125
OTQUIM
,099
,031
,076
3,219
,001
,039
,159
,473
2,115
PRODPET
-,204
,141
-,024
-1,445
,148
-,480
,073
,975
1,026
CAUCHO
,162
,046
,066
3,548
,000
,073
,252
,764
1,310
PLAS
,022
,034
,014
,640
,522
-,045
,089
,577
1,732
Número total
personal
ALIM
BEBI
CALZ
LOZA
,245
,080
,051
3,042
,002
,087
,402
,923
1,083
VIDRIO
-,127
,066
-,033
-1,937
,053
-,256
,002
,885
1,130
OTMIN
,039
,037
,022
1,069
,285
-,033
,111
,633
1,580
HIERRO
,185
,097
,032
1,901
,057
-,006
,376
,948
1,055
METNOF
-,035
,103
-,006
-,344
,731
-,237
,166
,953
1,049
PRODMET
,024
,030
,020
,809
,419
-,034
,082
,440
2,272
MAQUI
,077
,035
,045
2,173
,030
,007
,146
,603
1,659
MAQELEC
,188
,035
,110
5,312
,000
,119
,258
,607
1,647
TRANSP
,047
,040
,023
1,169
,242
-,032
,125
,691
1,447
INSPRE
-,229
,061
-,066
-3,780
,000
-,348
-,110
,866
1,155
OTMANU
-,099
,038
-,051
-2,584
,010
-,174
-,024
,665
1,504
lxv
lxvi
Cuadro A32 (cont). Coeficientes 1996_2
Coeficientes
estandarizado
s
Coeficientes no
estandarizados
Modelo
2
B
(Constante)
Error típ.
-,228
,007
,001
,000
,072
,014
TEXT
VEST
Beta
Intervalo de confianza para
B al 95%
t
Sig.
Límite inferior
Límite
superior
Estadísticos de
colinealidad
Tolerancia
FIV
-31,937
,000
-,242
-,214
,193
11,732
,000
,001
,001
,967
1,034
,027
,275
,044
,001
2,701
,051
,007
,959
,020
-,525
,125
,553
,963
,995
1,038
1,005
-,049
,021
-,039
-2,340
,019
-,091
-,008
,935
1,070
,019
,019
,017
,990
,322
-,019
,057
,929
1,077
CUERO
,045
,052
,014
,865
,387
-,057
,148
,982
1,019
CALZ
,001
,035
,001
,039
,969
-,068
,070
,979
1,022
PAPEL
,160
,065
,040
2,478
,013
,033
,287
,988
1,012
IMPRE
,059
,020
,049
2,910
,004
,019
,099
,938
1,066
QUIM
,493
,063
,127
7,801
,000
,369
,617
,993
1,007
OTQUIM
,112
,022
,086
5,190
,000
,070
,155
,945
1,058
PRODPET
-,190
,139
-,022
-1,364
,173
-,463
,083
,999
1,001
CAUCHO
,176
,040
,071
4,370
,000
,097
,255
,983
1,017
PLAS
,036
,027
,022
1,347
,178
-,016
,088
,962
1,039
LOZA
,258
,077
,054
3,337
,001
,107
,410
,995
1,005
VIDRIO
-,113
,062
-,030
-1,829
,067
-,235
,008
,993
1,007
OTMIN
,053
,030
,029
1,790
,074
-,005
,111
,970
1,031
HIERRO
,199
,095
,034
2,096
,036
,013
,385
,997
1,003
METNOF
Número total
personal
BEBI
TAB
-,021
,100
-,003
-,214
,831
-,218
,175
,997
1,003
PRODMET
,038
,020
,031
1,859
,063
-,002
,078
,937
1,067
MAQUI
,090
,028
,053
3,246
,001
,036
,145
,965
1,036
MAQELEC
,202
,028
,118
7,195
,000
,147
,257
,966
1,035
TRANSP
,061
,034
,029
1,800
,072
-,005
,127
,976
1,024
INSPRE
-,216
,057
-,062
-3,802
,000
-,327
-,104
,992
1,008
OTMANU
-,085
,032
-,044
-2,691
,007
-,148
-,023
,973
1,028
lxvii
Al igual que para los casos anteriores, se propone finalmente un modelo para estimar
si dentro de cada sector de actividad la relación entre el tamaño de la firma y el
desarrollo de capacidades de innovación es siempre positiva o si esto depende del tipo
de actividad de la empresa.
ICIu
96 j
c β (Tamaño j * Rama j ) e.
(1996_3)
Donde:
Tamaño idem ecuación (1996_1).
Rama: idem ecuación (1996_2)
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma
el valor cero.
En este modelo se incorpora el efecto tamaño para cada sector de actividad, y por lo
mismo la relación entre tamaño y capacidades de innovación se remite a cada sector.
Cuadro A33. Resumen del modelo 1996_3
Modelo
1
R
,354(a)
R cuadrado
,125
R cuadrado
corregida
,118
Error típ. de la
estimación
,26978
lxviii
Cuadro A34. Coeficientes 1996_3
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Coeficientes
estandarizados
Error típ.
-,219
,005
ALIMTAM
,000
,000
BEBITAM
,001
TABTAM
,001
TEXTTAM
VESTTAM
CUEROTAM
Beta
Intervalo de confianza para B al
95%
t
Sig.
Límite inferior
Límite
superior
-41,749
,000
-,229
-,208
,099
6,182
,000
,000
,001
,001
,017
1,083
,279
-,001
,001
,014
,875
,381
-,001
,001
,000
,075
4,716
,000
,000
,000
,018
1,109
,267
,001
,000
,083
5,194
,000
CALZTAM
,002
,001
,038
2,389
,017
MADTAM
-,004
,001
-,044
-2,778
,005
MUEBTAM
,004
,002
,043
2,719
,007
,001
PAPELTAM
,001
,000
,038
2,387
,017
,000
IMPRETAM
,001
,000
,072
4,494
,000
QUIMTAM
,005
,001
,076
4,796
OQUIMTAM
,005
,000
,190
11,900
PPETTAM
Estadísticos de colinealidad
Tolerancia
FIV
,992
1,008
,002
,998
1,002
,002
1,000
1,000
,000
,001
,997
1,003
,000
,000
,997
1,003
,001
,002
,999
1,001
,000
,003
,998
1,002
-,007
-,001
,997
1,003
,008
,995
1,005
,001
1,000
1,000
,001
,002
,996
1,004
,000
,003
,007
,999
1,001
,000
,004
,005
,995
1,005
-,007
,005
-,021
-1,335
,182
-,017
,003
1,000
1,000
CAUCHTAM
,005
,001
,079
4,961
,000
,003
,007
,997
1,003
PLASTAM
,002
,000
,122
7,641
,000
,002
,003
,997
1,003
LOZATAM
,028
,011
,041
2,596
,009
,007
,050
,999
1,001
VIDRITAM
,001
,001
,037
2,298
,022
,000
,003
1,000
1,000
OTMINTAM
,004
,001
,077
4,848
,000
,003
,006
,996
1,004
HIERTAM
,009
,001
,095
5,988
,000
,006
,012
1,000
1,000
METNFTAM
,006
,002
,037
2,328
,020
,001
,010
1,000
1,000
PMETTAM
,001
,001
,019
1,210
,226
,000
,002
,993
1,007
MAQUITAM
,007
,001
,084
5,252
,000
,004
,009
,996
1,004
MELECTAM
,005
,001
,118
7,397
,000
,004
,006
,998
1,002
TRANSTAM
,001
,001
,044
2,766
,006
,000
,002
,998
1,002
INSPRTAM
-,001
,001
-,019
-1,180
,238
-,003
,001
,999
1,001
OMANUTA
-,002
,002
-,025
-1,589
,112
-,006
,001
,997
1,003
lxix
M
lxx
A.V.v - Estimación de determinantes de las capacidades de innovación 2000
La expresión de general del modelo estimado es la siguiente:
ln ICIu
00 j
c β 1Tamaño j β 2 IED j β 3 Export j β 4 Fecha j β 5 prod 4d j e.
(2000_1)
Donde:
Tamaño es el tamaño de la empresa j medido según el personal ocupado. En la ecuación
puede tomar tres valores, grande, mediano o pequeño.
IED es la presencia de capital extranjero en la empresa j. En la ecuación se incluye como dos
variables dummy que pueden tomar dos valores, presencia de capital extranjero, ausencia e
capital extranjero.
Export es la participación exportadora de la empresa j. En la ecuación puede tomar tres
valores, , exporta menos de U$S 545.000, exporta entre U$S 545.001 y U$S 2.726.000,
exporta más de U$S 2.726.000.
Fecha es el año de inicio de las actividades de la empresa j.
Prod4d: Es el cociente entre el Valor Agregado Bruto y el Personal Ocupado de la rama de
actividad (Cod. CIIU Rev 2, 4 dígitos) a la que corresponde la empresa j
Cuadro A35. Resumen del modelo 2000_1
Modelo
1
R
,191(a)
R cuadrado
,036
R cuadrado
corregida
,036
Error típ. de la
estimación
,80459
2
,216(b)
,047
,045
,80073
3
,226(c)
,051
,048
,79923
lxxi
Cuadro A36. Coeficientes 2000_1
Coeficientes
estandarizado
s
Coeficientes no
estandarizados
Modelo
1
2
3
(Constante)
Tamaño de la
empresa según
PO
(Constante)
Tamaño de la
empresa según
PO
VAB_PO4D
(Constante)
Tamaño de la
empresa según
PO
VAB_PO4D
Año de inicio de
las actividades
de la empresa
Intervalo de confianza para
B al 95%
t
-16,504
Sig.
,000
Límite inferior
-1,063
Límite
superior
-,837
6,419
,000
,138
,260
-16,257
,000
-1,048
-,822
,222
7,161
,000
,168
-,105
-3,394
,001
2,000
,191
,000
,002
B
-,950
Error típ.
,058
,199
,031
-,935
,057
,231
,032
,000
,000
7,334
3,668
,200
,035
,000
-,004
Beta
,191
Estadísticos de
colinealidad
Tolerancia
FIV
1,000
1,000
,295
,914
1,094
,000
,000
,914
1,094
,046
,138
14,531
5,682
,000
,131
,269
,769
1,300
-,111
-3,576
,000
,000
,000
,908
1,101
-,074
-2,255
,024
-,008
-,001
,808
1,237
lxxii
Cuadro A37. Variables excluidas 2000_1
Modelo
Beta dentro
t
Correlación
parcial
Sig.
Estadísticos de colinealidad
Tolerancia
1
2
Año de inicio de
las actividades
de la empresa
-,064(a)
-1,954
,051
-,059
,814
1,229
TRAMO DE
VENTAS EXT
ET
,003(a)
,093
,926
,003
,685
1,460
-,032(a)
-,997
,319
-,030
,872
1,147
VAB_PO4D
-,105(a)
-3,394
,001
-,102
,914
1,094
Año de inicio de
las actividades
de la empresa
-,074(b)
-2,255
,024
-,068
,808
1,237
,009(b)
,263
,792
,008
,683
1,464
-,018(b)
-,575
,565
-,017
,858
1,166
,012(c)
,329
,742
,010
,683
1,465
-,025(c)
-,786
,432
-,024
,850
1,176
TRAMO DE
VENTAS EXT
ET
3
FIV
TRAMO DE
VENTAS EXT
ET
Nuevamente la expresión general del modelo para estimar la incidencia la rama es idéntica
a las anteriores:
ln ICIu
00 j
c β 1Tamaño j β 2 Rama j e.
(2000_2)
Donde:
Tamaño es el tamaño de la empresa j medido según el personal ocupado y el nivel de facturación..
Rama es la rama de actividad a la que pertenece la empresa j. En la ecuación se introduce una
variable dummy por cada rama.
Cuadro A38. Resumen del modelo 2000_2
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,460(a)
,212
,196
,73461
2
,428(b)
,183
,168
,74749
lxxiii
Cuadro A39. Coeficientes 2000_2
Coeficientes no
estandarizados
Modelo
B
1
t
Sig.
Intervalo de confianza
para B al 95%
Límite
inferior
Límite
superior
Orden
cero
Tolerancia
,128
,115
,851
1,175
,196
,201
,182
,009
116,451
6,035
,035
,187
,169
,004
254,583
7,477
,070
,191
,172
,334
2,994
3,603
6,511
,162
,204
,185
,015
66,655
3,308
6,231
,055
,192
,174
,026
39,199
,000
3,435
6,494
,058
,191
,173
,113
8,882
,000
2,998
6,004
,001
,177
,160
,080
12,506
5,257
,000
2,456
5,381
-,130
,159
,143
,028
35,432
1,592
5,910
,000
2,918
5,819
-,072
,178
,161
,010
98,381
,714
5,925
,000
2,988
5,946
,001
,178
,161
,051
19,665
,781
,462
5,764
,000
2,968
6,032
,007
,174
,157
,115
8,690
,821
,384
6,330
,000
3,587
6,810
,061
,190
,172
,201
4,982
4,242
,740
1,478
5,730
,000
2,789
5,694
-,137
,173
,156
,011
90,221
MAQIND
3,929
,741
1,258
5,300
,000
2,474
5,383
-,237
,160
,144
,013
76,334
MAQELEC
4,933
,774
,549
6,373
,000
3,414
6,452
,051
,191
,173
,099
10,068
COMUNIC
5,032
,900
,263
5,589
,000
3,265
6,798
,027
,169
,152
,334
2,998
INSTPREC
4,606
,782
,466
5,888
,000
3,071
6,141
,012
,177
,160
,118
8,496
AUTOS
4,694
,771
,546
6,090
,000
3,182
6,206
,027
,183
,165
,092
10,908
OTTRANSP
5,059
,782
,516
6,468
,000
3,524
6,594
,052
,194
,176
,116
8,630
MUEB
4,455
,746
1,005
5,973
,000
2,992
5,919
-,033
,180
,162
,026
38,385
-5,382
,740
,130
,031
QUIM
4,955
ALIM
TAB
Beta
Estadísticos de
colinealidad
Correlaciones
Semiparcial
(Constante)
Error típ.
Coeficientes
estandarizados
-7,269
,000
-6,834
-3,929
,124
4,217
,000
,069
,190
,191
,738
1,968
6,713
,000
3,507
6,404
4,589
,737
2,700
6,230
,000
3,144
5,712
,900
,298
6,348
,000
3,946
TEXT
5,057
,741
1,514
6,825
,000
VEST
4,769
,745
1,089
6,403
,000
CUERO
4,964
,780
,516
6,368
MADE
4,501
,766
,564
5,876
PAPEL
3,919
,745
,850
IMPRE
4,368
,739
CAUCH
4,467
,754
MINE
4,500
METAL
5,199
PRODMET
Tamaño de la
empresa según PO
Parcial
FIV
lxxiv
Cuadro A39 (cont). Coeficientes 2000_2
Coeficientes no
estandarizados
Modelo
B
2
(Constante)
Error típ.
Coeficientes
estandarizados
t
Sig.
Intervalo de confianza para
B al 95%
Límite
inferior
Beta
Límite
superior
12,293
,000
-,911
-,660
Correlaciones
Orden
cero
Estadísticos de colinealidad
Parcial
Semiparcial
Tolerancia
FIV
-,786
,064
,119
,031
,114
3,808
,000
,058
,180
,191
,116
,105
,853
1,172
TAB
TEXT
,380
1,148
,479
,076
,532
,097
,151
,060
,143
5,023
2,160
4,948
,000
,031
,000
,231
,105
,289
,528
2,191
,669
,196
,070
,162
,152
,066
,150
,139
,060
,137
,848
,991
,910
1,179
1,009
1,099
VEST
,192
,125
,044
1,544
,123
-,052
,437
,055
,047
,043
,944
1,060
CUERO
,398
,270
,041
1,474
,141
-,132
,927
,058
,045
,041
,973
1,028
MADE
-,072
,223
-,009
-,322
,747
-,509
,365
,001
-,010
-,009
,978
1,022
PAPEL
-,655
,131
-,142
-4,988
,000
-,913
-,397
-,130
-,151
-,138
,941
1,063
IMPRE
-,209
,081
-,076
-2,582
,010
-,369
-,050
-,072
-,079
-,071
,874
1,144
-,104
,177
-,017
-,585
,558
-,451
,244
,001
-,018
-,016
,957
1,045
-,068
,273
-,007
-,251
,802
-,603
,467
,007
-,008
-,007
,977
1,023
Tamaño de la
empresa según
PO
QUIM
CAUCH
MINE
METAL
,635
,378
,047
1,680
,093
-,107
1,376
,061
,051
,046
,982
1,019
PRODMET
-,340
,085
-,119
-3,996
,000
-,508
-,173
-,137
-,121
-,110
,867
1,154
MAQIND
-,654
,092
-,209
-7,085
,000
-,835
-,473
-,237
-,212
-,196
,874
1,144
MAQELEC
,362
,251
,040
1,442
,150
-,130
,853
,051
,044
,040
,981
1,020
COMUNIC
,457
,530
,024
,863
,388
-,583
1,497
,027
,026
,024
,996
1,004
INSTPREC
,033
,275
,003
,120
,904
-,507
,573
,012
,004
,003
,985
1,015
AUTOS
,123
,240
,014
,511
,609
-,348
,594
,027
,016
,014
,978
1,023
OTTRANSP
,481
,273
,049
1,765
,078
-,054
1,016
,052
,054
,049
,988
1,012
-,127
,126
-,029
-1,000
,317
-,375
,122
-,033
-,031
-,028
,938
1,066
MUEB
lxxv
El modelo para estimar si dentro de cada sector de actividad la relación entre el tamaño de
la firma y el desarrollo de capacidades de innovación es siempre positiva o si esto depende
del tipo de actividad de la empresa es también igual a los anteriores.
ln ICIu
00 j
c β (Tamaño j * Rama j ) e.
(2000_3)
Donde:
Tamaño es el tamaño de la empresa j medido según el personal ocupado y el nivel de facturación.
Rama es la rama de actividad a la que pertenece la empresa j. En la ecuación se introduce una variable
dummy por cada rama.
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma el valor cero.
En este modelo se incorpora el efecto tamaño para cada sector de actividad, y por lo mismo
la relación entre tamaño y capacidades de innovación se remite a cada sector.
Cuadro A40. Resumen del modelo 2000_3
Modelo
1
R
,365(a)
R cuadrado
,133
R cuadrado
corregida
,117
Error típ. de la
estimación
,76998
lxxvi
Cuadro A41. Coeficientes 2000_3
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
Error típ.
-,846
,058
TABTAM
,521
,183
TEXTTAM
,282
VESTTAM
,146
Coeficientes
estandarizados
t
Sig.
Intervalo de confianza
para B al 95%
Límite
inferior
Beta
Límite
superior
Semiparcial
Tolerancia
,070
,087
,081
,991
1,010
,396
,098
,148
,139
,796
1,257
,280
,018
,065
,061
,869
1,150
,490
,060
,088
,082
,964
1,037
-,128
,283
-,006
,023
,021
,952
1,050
-,286
-,020
-,122
-,069
-,064
,862
1,160
,034
,008
,209
-,009
,065
,060
,710
1,409
1,599
,110
-,027
,268
,012
,049
,046
,923
1,083
,033
1,129
,259
-,090
,332
,010
,035
,032
,966
1,036
,000
-,960
-,732
,082
2,857
,004
,163
,880
,058
,156
4,885
,000
,169
,068
,065
2,141
,032
,012
,291
,101
,084
2,884
,004
,093
MADETAM
,077
,105
,022
,737
,461
PAPELTAM
-,153
,068
-,069
-2,253
,024
IMPRETAM
,108
,051
,072
2,117
,120
,075
,047
CAUCHTAM
MINETAM
Orden
cero
Parcial
-14,522
CUEROTAM
Estadísticos de
colinealidad
Correlaciones
FIV
,121
,107
METALTAM
,350
,130
,078
2,700
,007
,096
,605
,061
,082
,077
,981
1,019
PMETTAM
-,064
,068
-,031
-,939
,348
-,197
,069
-,114
-,029
-,027
,734
1,363
MINDTAM
-,261
,079
-,107
-3,303
,001
-,417
-,106
-,187
-,100
-,094
,767
1,304
,284
,114
,073
2,495
,013
,061
,508
,048
,076
,071
,960
1,042
COMUTAM
,269
,245
,031
1,100
,272
-,211
,749
,021
,034
,031
,992
1,008
INSTTAM
,169
,128
,038
1,327
,185
-,081
,420
,016
,041
,038
,968
1,033
AUTOSTAM
,183
,103
,052
1,783
,075
-,018
,385
,027
,054
,051
,959
1,043
OTRANTAM
,264
,152
,050
1,741
,082
-,034
,562
,030
,053
,050
,972
1,029
MUEBTAM
,102
,093
,033
1,093
,275
-,081
,285
-,014
,033
,031
,872
1,147
QUIMTAM
,290
,042
,241
6,984
,000
,209
,372
,174
,209
,199
,681
1,468
ALIMTAM
,173
,035
,198
4,924
,000
,104
,241
,099
,149
,140
,500
2,002
MELECTAM
lxxvii
A.V.vi - Estimación de determinantes de las capacidades de innovación 2003
La expresión de general del modelo estimado es la siguiente:
ln ICIu
03 j
c β 1Tamaño j β 2 IED j β 3 Export j β 4 Edad j β 5 prodap j e.
(2003_1)
Donde:
Tamaño es el tamaño de la empresa j medido según el total de personal ocupado
IED es el porcentaje de capital extranjero en el capital de la empresa j.
Export es el porcentaje de las exportaciones en el total de las ventas de la empresa j en el año 2003.
Edad es la edad de la empresa j medida en años.
Prodap: Es el cociente entre el Valor de las ventas totales y el total de empleados de la empresa j en
el año 2003.
Cuadro A42. Resumen del modelo 2003_1
R
R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
Modelo
1
,187(a)
,035
,035
,76974
2
,212(b)
,045
,044
,76599
3
,219(c)
,048
,047
,76494
4
,243(d)
,059
,057
,76059
lxxviii
Cuadro A43. Coeficientes 2003_1
Coeficientes no
estandarizados
Modelo
1
B
(Constante)
% export en el
total de vtas 2003
2
3
4
(Constante)
% export en el
total de vtas 2003
Total de ocupados
año 2003
(Constante)
Coeficientes
estandarizados
Error típ.
Beta
Intervalo de confianza para B al
95%
t
-1,016
,017
,006
,001
-1,046
,018
,005
,001
,148
,001
,000
,107
,187
Sig.
Límite inferior
Límite
superior
-58,686
,000
-1,050
-,982
9,044
,000
,005
,007
-57,055
,000
-1,082
-1,010
6,656
,000
,003
4,812
,000
-56,460
Estadísticos de colinealidad
Tolerancia
FIV
1,000
1,000
,006
,863
1,159
,001
,002
,863
1,159
,000
-1,093
-1,020
-1,057
,019
% export en el
total de vtas 2003
,004
,001
,127
5,438
,000
,003
,006
,772
1,296
Total de ocupados
año 2003
,001
,000
,109
4,910
,000
,001
,002
,861
1,161
1,565E-05
-1,056
,000
,019
,058
2,673
-56,463
,008
,000
,000
-1,092
,000
-1,019
,887
1,127
,005
,001
,140
5,870
,000
,003
,006
,741
1,350
,001
,000
,117
5,240
,000
,001
,002
,845
1,184
1,824E-05
,000
,068
3,077
,002
,000
,000
,863
1,158
-,002
,001
-,059
-2,665
,008
-,004
-,001
,857
1,167
PRODAP
(Constante)
% export en el
total de vtas 2003
Total de ocupados
año 2003
PRODAP
Porcentaje de
capital extranjero
en el capital de la
empresa
lxxix
Cuadro A44. Variables excluidas 2003_1
Modelo
Beta dentro
t
Sig.
Correlación
parcial
Estadísticos de colinealidad
Tolerancia
1
2
Porcentaje de capital
extranjero en el capital
de la empresa
-,033(a)
-1,523
,128
-,032
,896
1,116
Total de ocupados año
2003
,107(a)
4,812
,000
,101
,863
1,159
EDAD
,044(a)
2,145
,032
,045
,996
1,004
PRODAP
,055(a)
2,490
,013
,052
,888
1,126
-,048(b)
-2,187
,029
-,046
,880
1,136
,022(b)
,058(b)
1,036
2,673
,301
,008
,022
,056
,940
,887
1,064
1,127
-,059(c)
-2,665
,008
-,056
,857
1,167
,023(c)
1,083
,279
,023
,939
1,065
,024(d)
1,119
,263
,024
,939
1,065
Porcentaje de capital
extranjero en el capital
de la empresa
EDAD
PRODAP
3
4
FIV
Porcentaje de capital
extranjero en el capital
de la empresa
EDAD
EDAD
Nuevamente la expresión general del modelo para estimar la incidencia la rama es idéntica
a las anteriores:
ln ICIu
03 j
c β 1Tamaño j β 2 Rama j e.
(2003_2)
Donde:
Tamaño es el tamaño de la empresa j medido según el personal ocupado y el nivel de facturación..
Rama es la rama de actividad a la que pertenece la empresa j. En la ecuación se introduce una
variable dummy por cada rama.
Cuadro A45. Resumen del modelo 2003_2
Modelo
1
R
,309(a)
R cuadrado
,095
R cuadrado
corregida
,087
Error típ. de la
estimación
,75770
2
,299(b)
,089
,082
,76008
lxxx
Cuadro A46. Coeficientes 2003_2
Coeficientes no
estandarizados
Modelo
Error
típ.
B
1
(Constante)
Total de
ocupados año
2003
QUIM
-,958
,054
,002
,000
Coeficientes
estandarizados
t
Sig.
Intervalo de confianza para
B al 95%
Límite
inferior
Beta
,172
Límite
superior
-17,799
,000
-1,063
-,852
8,482
,000
,002
,003
Correlaciones
Orden cero
,165
Parcial
,176
Estadísticos de colinealidad
Semiparcial
Tolerancia
FIV
,170
,969
1,032
,457
,082
,144
5,603
,000
,297
,617
,187
,117
,112
,610
1,641
TAB
-,777
,441
-,036
-1,763
,078
-1,642
,087
-,028
-,037
-,035
,986
1,014
TEXT
-,124
,093
-,032
-1,332
,183
-,307
,059
-,004
-,028
-,027
,700
1,428
VEST
-,146
,080
-,048
-1,832
,067
-,303
,010
-,023
-,039
-,037
,593
1,685
CUERO
-,236
,114
-,046
-2,069
,039
-,460
-,012
-,019
-,043
-,041
,795
1,258
MADE
,187
,096
,046
1,949
,051
-,001
,376
,062
,041
,039
,720
1,390
PAPEL
-,034
,194
-,004
-,177
,859
-,414
,346
,019
-,004
-,004
,924
1,083
CAUCH
-,325
,092
-,085
-3,523
,000
-,506
-,144
-,067
-,074
-,070
,696
1,437
MINE
-,140
,106
-,030
-1,319
,187
-,348
,068
-,013
-,028
-,026
,769
1,301
METAL
,213
,315
,014
,678
,498
-,404
,830
,030
,014
,014
,969
1,032
PRODMET
,006
,083
,002
,075
,940
-,156
,168
,019
,002
,002
,621
1,609
MAQIND
-,103
,101
-,024
-1,019
,308
-,302
,095
-,012
-,021
-,020
,746
1,340
MAQELEC
-,177
,166
-,022
-1,069
,285
-,502
,148
-,011
-,022
-,021
,905
1,105
COMUNIC
,377
,258
,030
1,460
,145
-,130
,884
,041
,031
,029
,960
1,042
INSTPREC
,261
,138
,041
1,887
,059
-,010
,531
,049
,040
,038
,863
1,158
AUTOS
,115
,145
,017
,788
,431
-,170
,400
,028
,017
,016
,877
1,141
OTTRANSP
,426
,213
,041
1,999
,046
,008
,844
,055
,042
,040
,941
1,062
MUEB
,116
,095
,029
1,222
,222
-,070
,302
,045
,026
,024
,712
1,404
ALIM
-,231
,059
-,142
-3,898
,000
-,347
-,115
-,141
-,082
-,078
,301
3,320
lxxxi
Cuadro A46 (cont). Coeficientes 2003_2
Coeficientes no
estandarizados
Modelo
2
B
(Constante)
Total de
ocupados año
2003
QUIM
Coeficientes
estandarizados
Error típ.
-1,145
,024
,002
,000
t
Sig.
Intervalo de confianza para
B al 95%
Límite
inferior
Beta
Límite
superior
Correlaciones
Estadísticos de colinealidad
Orden cero
Parcial
Semiparcial
,003
,165
,172
,166
,971
1,030
-46,797
,000
-1,193
-1,097
,169
8,289
,000
,002
Tolerancia
FIV
,646
,066
,203
9,803
,000
,517
,775
,187
,202
,197
,941
1,063
TAB
-,587
,440
-,027
-1,336
,182
-1,449
,275
-,028
-,028
-,027
,998
1,002
TEXT
,065
,080
,017
,806
,420
-,093
,222
-,004
,017
,016
,958
1,044
VEST
,042
,064
,014
,663
,507
-,083
,167
-,023
,014
,013
,937
1,067
-,047
,104
-,009
-,450
,653
-,250
,157
-,019
-,009
-,009
,971
1,029
,375
,084
,092
4,492
,000
,211
,539
,062
,094
,090
,960
1,041
PAPEL
,157
,188
,017
,832
,405
-,212
,525
,019
,018
,017
,987
1,014
CAUCH
-,137
,079
-,036
-1,736
,083
-,292
,018
-,067
-,036
-,035
,958
1,044
MINE
,049
,095
,010
,513
,608
-,137
,234
-,013
,011
,010
,970
1,031
METAL
,405
,312
,026
1,300
,194
-,206
1,016
,030
,027
,026
,993
1,007
PRODMET
,194
,068
,059
2,873
,004
,062
,326
,019
,060
,058
,940
1,064
MAQIND
,085
,089
,019
,946
,344
-,091
,260
-,012
,020
,019
,965
1,037
MAQELEC
,011
,159
,001
,071
,943
-,301
,323
-,011
,001
,001
,989
1,011
COMUNIC
,567
,254
,045
2,226
,026
,068
1,066
,041
,047
,045
,995
1,005
INSTPREC
,448
,130
,070
3,452
,001
,194
,703
,049
,072
,069
,983
1,018
AUTOS
,303
,137
,045
2,202
,028
,033
,572
,028
,046
,044
,986
1,015
OTTRANSP
,616
,208
,060
2,957
,003
,207
1,024
,055
,062
,059
,993
1,007
MUEB
,304
,082
,076
3,701
,000
,143
,465
,045
,078
,074
,959
1,043
CUERO
MADE
lxxxii
El modelo para estimar si dentro de cada sector de actividad la relación entre el tamaño de
la firma y el desarrollo de capacidades de innovación es siempre positiva o si esto depende
del tipo de actividad de la empresa es también igual a los anteriores.
ln ICIu
03 j
c β (Tamaño j * Rama j ) e.
(2003_3)
Donde:
Tamaño es el tamaño de la empresa j medido según el personal ocupado y el nivel de facturación.
Rama es la rama de actividad a la que pertenece la empresa j. En la ecuación se introduce una variable
dummy por cada rama.
Las variables Tamaño y Rama se multiplican, si la empresa no pertenece a la rama toma el valor cero.
En este modelo se incorpora el efecto tamaño para cada sector de actividad, y por lo mismo
la relación entre tamaño y capacidades de innovación se remite a cada sector.
Cuadro A47. Resumen del modelo 2003_3
Modelo
1
R
,249(a)
R cuadrado
,062
R cuadrado
corregida
,054
Error típ. de la
estimación
,77153
lxxxiii
Cuadro A48. Coeficientes 2003_3
Coeficientes no
estandarizados
Modelo
1
B
Coeficientes
estandarizados
Sig.
Intervalo de confianza para B
al 95%
Límite
inferior
Tolerancia
-,011
-,011
1,000
1,000
,055
,070
,068
,995
1,005
,013
,033
,032
,991
1,009
,004
,059
,069
,067
,998
1,002
,003
,015
,045
,062
,061
,994
1,006
,000
,004
,031
,038
,037
,999
1,001
,260
-,001
,003
,006
,024
,023
,994
1,006
2,092
,037
,000
,006
,029
,044
,043
,995
1,005
,028
1,364
,173
-,001
,005
,017
,029
,028
,997
1,003
,002
,055
2,696
,007
,002
,012
,050
,057
,055
,999
1,001
,002
,048
2,370
,018
,001
,010
,031
,050
,048
,993
1,008
,001
,003
,005
,252
,801
-,005
,007
-,008
,005
,005
,996
1,004
,004
,002
,030
1,465
,143
-,001
,008
,023
,031
,030
,999
1,001
COMUTAM
,006
,003
,034
1,685
,092
-,001
,012
,029
,035
,034
,999
1,001
INSTTAM
,025
,008
,062
3,049
,002
,009
,041
,049
,064
,062
,996
1,004
AUTOSTAM
,008
,004
,046
2,239
,025
,001
,016
,036
,047
,046
,998
1,002
OTRANTAM
,006
,002
,056
2,734
,006
,002
,010
,051
,057
,056
,999
1,001
MUEBTAM
,006
,002
,055
2,679
,007
,002
,010
,042
,056
,055
,996
1,004
QUIMTAM
,010
,001
,175
8,550
,000
,008
,013
,158
,177
,174
,989
1,011
ALIMTAM
,001
,000
,084
4,064
,000
,001
,002
,056
,085
,083
,981
1,019
-1,072
,019
TABTAM
-,003
,006
TEXTTAM
,003
VESTTAM
,002
Beta
Límite superior
Estadísticos de
colinealidad
Correlaciones
Semiparcial
(Constante)
Error típ.
t
Orden cero
-56,531
,000
-1,109
-1,035
-,011
-,536
,592
-,016
,009
-,015
,001
,068
3,326
,001
,001
,005
,001
,033
1,591
,112
,000
,004
,003
,001
,067
3,280
,001
,001
MADETAM
,009
,003
,061
2,974
,003
PAPELTAM
,002
,001
,037
1,793
,073
IMPRETAM
,001
,001
,023
1,126
,003
,001
,043
MINETAM
,002
,002
METALTAM
,007
PMETTAM
,006
MINDTAM
CUEROTAM
CAUCHTAM
MELECTAM
Parcial
FIV
lxxxiv
A.VI – Resultados de los coeficientes de variación intra-rama del ICIu
Cuadro A49. Coeficiente de Variación intra-rama del ICIu 1985
Coef. Variación
Agrupaciones Productivas
% del total de casos
(Valor Absoluto)
Lácteos
3,74
0,67
Pescado
3,34
2,41
Otras alimenticias
3,42
11,44
Bebidas y tabaco
11,38
9,34
Textiles
5,22
10,95
Calzado y cuero
88,24
4,28
Papel y cartón
2,75
4,79
Química
2,48
12,64
Petróleo
0,00
0,28
Caucho, plástico y vidrio
1,34
22,22
Metálicas básicas y estructuras
2,02
7,82
Máq no eléctrica
2,29
4,30
Máq eléctrica
2,32
6,28
Automotores
0,76
2,58
Total
4,37
100,00
Fuente: Elaboración propia en base a Encuesta CIESU 1985
Cuadro A50. Coeficiente de Variación intra-rama del ICIu 1990
Coef. Variación
% del total de
(Valor Absoluto)
casos
Rama a 3 dígitos
Alimentos
1,11
30,40
Alimentos
2,05
1,22
Bebidas
3,18
2,67
Tabaco
1,42
0,04
Textiles
2,81
6,68
Vestimenta
1,05
8,35
Cuero
1,22
2,96
Calzado
0,25
2,64
Madera
8,49
2,75
Muebles
0,35
4,57
Papel
2,65
0,75
Imprentas
0,44
5,57
Química industrial
4,95
0,59
Otros prod químicos
3,04
3,09
Productos derivados del petróleo y carbón
0,23
0,14
Caucho
0,83
0,80
Plásticos
16,97
3,30
Objetos de barro, loza y porcelana
14,58
0,32
Vidrio
1,15
0,07
Otros minerales no metálicos
2,57
3,06
Hierro y acero básicas
0,67
0,27
Metales no ferrosos básicas
1,18
0,20
Productos metálicos
1,91
6,60
Maquinaria (excep eléctrica)
231,46
3,84
Maquinaria eléctrica
3,90
2,67
Material de transporte
0,72
2,40
Instrumentos de precisión
1,32
0,53
Otras industrias manufactureras
0,67
3,53
Total
3,70
100,00
Fuente: Elaboración propia en base a Encuesta DECON 1990
lxxxv
Cuadro A51. Coeficiente de Variación intra-rama del ICIu 1994
Coef. Variación
Rama a 3 dígitos
% del total de casos
(Valor Absoluto)
Alimentos
0,97
37,56
Alimentos
2,78
1,65
Bebidas
2,30
3,42
Tabaco
2,93
0,05
Textiles
3,94
5,90
Vestimenta
3,14
8,45
Cuero
2,59
0,65
Calzado
1,57
1,61
Madera
0,54
1,79
Muebles
0,12
2,13
Papel
1,31
0,58
Imprentas
0,18
5,17
Química industrial
1,68
0,61
Otros prod químicos
2,28
4,42
Productos derivados del petróleo y carbón
0,00
0,10
Caucho
5,32
1,10
Plásticos
0,75
3,38
Objetos de barro, loza y porcelana
0,02
0,36
Vidrio
1,04
0,49
Otros minerales no metálicos
0,51
2,76
Hierro y acero básicas
0,91
0,49
Metales no ferrosos básicas
0,07
0,17
Productos metálicos
3,42
5,21
Maquinaria (exep eléctrica)
1,35
3,30
Maquinaria eléctrica
7,10
3,20
Material de transporte
2,48
2,90
Instrumentos de precisión
5,29
0,55
Otras industrias manufactureras
0,10
2,00
Total
2,76
100,00
Fuente: Elaboración propia en base a Encuesta DECON 1994
lxxxvi
Cuadro A52. Coeficiente de Variación intra-rama del ICIu 1996
Coef. Variación
Rama a 3 dígitos
% del total de casos
(Valor Absoluto)
Alimentos
1,04
38,15
Alimentos
0,66
1,45
Bebidas
11,36
3,33
Tabaco
1,52
0,06
Textiles
2,18
5,51
Vestimenta
1,47
6,56
Cuero
4,78
0,80
Calzado
0,64
1,78
Madera
1,42
1,70
Muebles
1,82
2,39
Papel
47,79
0,51
Imprentas
2,15
5,90
Química industrial
0,99
0,65
Otros prod químicos
4,51
5,17
Productos derivados del petróleo y carbón
0,00
0,11
Caucho
12,40
1,34
Plásticos
2,40
3,31
Objetos de barro, loza y porcelana
4,23
0,36
Vidrio
1,22
0,56
Otros minerales no metálicos
6,27
2,74
Hierro y acero básicas
2,59
0,32
Metales no ferrosos básicas
1,58
0,21
Productos metálicos
2,37
5,99
Maquinaria (exep eléctrica)
1,72
2,92
Maquinaria eléctrica
3,93
3,26
Material de transporte
4,92
2,03
Instrumentos de precisión
0,70
0,67
Otras industrias manufactureras
0,35
2,22
Total
2,09
100,00
Fuente: Elaboración propia en base a Encuesta DECON 1996
Cuadro A52. Coeficiente de Variación intra-rama del(ln) ICIu 2000
Coef. Variación
% del total de
RAMA2D
(Valor Absoluto)
casos
Alimentos y Bebidas
2,36
35,81
Tabaco
0,21
0,18
Textiles
5,82
6,21
Vestimenta incl. cuero
1,15
5,95
Cuero y calzado
8,92
0,70
Madera exc. muebles
1,27
1,03
Papel
0,37
3,16
Imprentas
1,82
9,66
Derivados del petróleo
0,09
Industria química
5,28
11,72
Caucho y plástico
2,58
1,77
Minerales no metálicos
0,90
0,69
Metálicas básicas
1,59
0,35
Productos metálicos
0,77
8,66
Maquinaria industrial
0,83
7,19
Maquinaria y aparatos eléctricos
5,32
0,81
Equipo de comunicación y semiconductores
2,55
0,18
Instrumentos médicos, ópticos, de precisión y relojes
1,76
0,67
Vehículos automotores
2,04
1,06
Otros medios de transporte
5,05
0,68
Muebles
0,34
3,42
Total
2,59
100,00
Fuente: Elaboración propia en base a Encuesta DINACYT 2000
lxxxvii
Cuadro A53. Coeficiente de Variación intra-rama del(ln) ICIu 2003
Coef. Variación
% del total de
(Valor Absoluto)
casos
Rama CIIU 3 2d
Alimentos y bebidas
1,35
42,41
Industria del tabaco
0,46
0,11
Textiles
1,37
5,19
Vestimenta
1,24
5,93
cuero
1,15
3,03
Madera excepto muebles
1,82
3,63
Pulpa de madera, artículos de papel y cartón
0,97
1,09
Gráfica
1,56
7,23
Química y farmacéutica
2,99
5,56
Caucho y plástico
1,28
3,71
Minerales no metálicos
1,48
3,07
Industrias básicas de hierro, acero y metales no ferrosos
1,93
0,21
Productos metálicos
1,92
6,04
Maquinaria
1,81
3,71
Motores generadores transformadores eléctricos
2,48
1,09
Componentes electrónicos
1,41
0,46
Aparatos e instrumentos de precisión
1,75
1,52
Vehículos automotores
1,58
1,38
Otros medios de transporte
1,35
0,71
Muebles
1,68
3,92
Total
1,58
100,00
Fuente: Elaboración propia en base a Encuesta DINACYT 2003
lxxxviii
A.VII – Productividad aparente a nivel de firma según rama de actividad
Cuadro A54. Productividad aparente según tamaño de la firma y rama 1990
Menos de veinte
Entre veinte y cien
Más de cien empleados
empleados
empleados
Productividad
media del
grupo
respecto a la
Coeficiente
media de la
de variación
rama
71,01
1,99
58,41
0,82
82,88
0,48
0,00
118,63
1,09
59,74
2,58
94,07
0,34
88,88
0,87
68,65
0,64
84,92
0,24
90,38
1,49
73,97
0,36
43,98
86,40
0,59
92,23
0,78
115,91
0,45
Rama a 3 dígitos
Alimentos
Alimentos
Bebidas
Tabaco
Textiles
Vestimenta
Cuero
Calzado
Madera
Muebles
Papel
Imprentas
Química industrial
Otros prod químicos
Caucho
Plásticos
Objetos de barro, loza y
0,00
porcelana
Vidrio
0,00
Otros minerales no metálicos
87,57
0,51
Hierro y acero básicas
27,02
0,00
Metales no ferrosos básicas
90,48
0,00
Productos metálicos
89,07
0,71
Maquinaria (exep eléctrica)
97,26
0,72
Maquinaria eléctrica
84,69
0,77
Material de transporte
87,52
1,99
Instrumentos de precisión
243,08
0,64
Otras industrias manufactureras
50,83
0,51
Total
77,22
1,49
Fuente: Elaboración propia en base a Encuesta DECON 1990
Productividad
media del
grupo
respecto a la
Coeficiente
media de la
de variación
rama
237,83
1,34
293,41
1,67
160,64
1,09
0,00
67,42
0,94
196,65
0,57
82,91
0,87
142,11
0,31
119,68
0,12
221,10
0,55
94,31
0,27
228,59
0,77
131,68
0,72
94,92
0,77
93,09
0,23
80,07
0,62
99,26
0,00
134,67
146,44
112,34
130,16
116,17
138,96
87,31
95,79
175,62
146,35
0,00
0,21
0,87
0,44
0,59
0,33
0,55
1,36
0,46
0,70
1,44
Productividad
media del
grupo
respecto a la
Coeficiente
media de la
de variación
rama
212,01
0,84
188,54
0,19
129,01
0,50
100,00
0,06
189,21
1,65
186,46
0,49
324,41
0,74
122,33
0,51
176,63
0,00
0,00
147,62
0,44
240,71
0,62
159,33
0,34
177,54
0,74
200,31
0,28
89,16
0,63
105,96
100,00
217,86
96,69
0,00
247,28
172,41
151,35
352,54
228,41
0,00
222,03
0,70
0,71
0,56
1,20
0,79
0,59
0,72
1,08
89
Cuadro A55. Productividad aparente según tamaño de la firma y rama 1994
Entre veinte y cien
empleados
Menos de veinte empleados
Más de cien empleados
Productividad
Productividad
Productividad
media del
media del
media del
Coeficiente
Coeficiente
Coeficiente
grupo
grupo
grupo respecto de
de
de
respecto a la
respecto a la
a la media de variación
variación
variación
media de la
media de la
la rama
rama
rama
Rama a 3 dígitos
Alimentos
82,28
0,65
195,23
0,82
275,38
0,64
Alimentos
76,96
3,87
149,17
0,65
122,15
0,24
Bebidas
67,10
0,51
199,25
1,02
285,08
0,45
Tabaco
0,00
0,00
100,00
0,06
Textiles
81,74
1,17
122,85
1,62
140,08
0,80
Vestimenta
55,47
0,46
142,29
1,01
209,79
0,35
Cuero
26,68
0,00
29,66
0,00
206,59
0,68
Calzado
96,01
0,00
105,47
0,37
99,45
0,03
Madera
92,86
0,30
125,93
0,21
0,00
Muebles
45,19
0,19
145,34
0,76
0,00
Papel
136,28
0,75
58,50
0,43
119,64
0,25
Imprentas
77,77
1,82
117,26
0,79
248,92
0,75
Química industrial
94,67
0,64
86,21
0,36
161,89
0,24
Otros prod químicos
59,75
2,36
167,83
0,81
169,60
0,54
Caucho
70,27
0,15
244,17
0,00
177,72
0,00
Plásticos
76,00
0,51
85,09
0,63
156,56
0,34
Objetos de barro, loza y
porcelana
84,12
0,00
330,36
0,62
198,44
Vidrio
85,96
0,00
46,24
0,18
171,61
0,14
Otros minerales no metálicos
107,59
0,25
83,59
0,48
117,96
0,15
Hierro y acero básicas
32,26
0,45
227,17
0,41
171,39
Metales no ferrosos básicas
98,61
0,67
103,47
0,61
0,00
Productos metálicos
70,20
0,54
179,39
1,36
136,13
0,52
Maquinaria (exep eléctrica)
86,07
0,25
153,73
0,08
168,77
Maquinaria eléctrica
81,12
1,81
167,83
0,89
81,33
0,88
Material de transporte
77,67
0,42
105,05
0,77
343,46
1,59
Instrumentos de precisión
110,29
0,00
94,75
0,58
106,62
0,00
Otras industrias
manufactureras
106,77
1,10
87,79
0,79
0,00
Total
75,38
1,80
150,97
1,19
211,40
0,98
Fuente: Elaboración propia en base a Encuesta DECON 1994
90
Cuadro A56. Productividad aparente según tamaño de la firma y rama 2003
Entre veinte y cien
Menos de veinte empleados empleados
Más de cien empleados
Productividad
media del
grupo
respecto a la
media de la
Coeficiente
rama
de variación
88,83
1,84
Productividad
media del
grupo
respecto a la
media de la
Coeficiente
rama
de variación
124,73
5,15
70,89
0,61
136,42
2,32
120,45
1,50
169,29
0,98
116,94
2,09
Rama a 3 dígitos
Alimentos y bebidas
Industria del tabaco
Textiles
49,07
3,53
Vestimenta
80,58
1,49
Cuero
50,67
1,54
Madera excepto muebles
96,04
4,92
Pulpa de madera, artículos
de papel y cartón
63,63
0,67
Gráfica
88,45
0,32
Química y farmacéutica
56,56
1,55
Caucho y plástico
78,18
0,93
Minerales no metálicos
102,22
1,48
Industrias básicas de hierro,
acero y metales no ferrosos
52,41
0,00
Productos metálicos
91,05
1,21
Maquinaria
71,81
0,89
Motores generadores
95,77
1,35
transformadores eléctricos
Componentes electrónicos
55,59
0,94
Aparatos e instrumentos de
precisión
95,57
0,45
Vehículos automotores
129,19
2,28
Otros medios de transporte
91,24
0,31
Muebles
84,56
1,15
Total
83,36
2,36
Fuente: Elaboración propia en base a Encuesta DINACYT 2003
Productividad
media del
grupo
respecto a la
media de la
Coeficiente
rama
de variación
164,91
0,73
158,23
311,20
1,48
219,72
0,79
392,68
0,65
83,17
134,31
119,31
122,51
120,99
80,27
0,69
1,01
1,28
1,02
1,21
246,70
112,41
173,53
474,02
222,18
0,52
0,34
0,90
0,93
0,88
113,37
112,25
221,17
0,22
1,40
1,29
106,95
280,71
329,78
0,70
0,88
0,35
105,01
133,63
0,75
0,54
138,75
120,90
0,46
115,48
48,83
124,15
125,04
123,96
0,64
1,46
1,05
0,47
3,79
44,23
96,57
283,66
211,06
0,36
0,60
0,97
91