GENERACIÓN Y APLICACIÓN DE CONOCIMIENTO POR LA

EMPRESA INDUSTRIAL: FACTORES DETERMINANTES

Nuria López Mielgo
José Manuel Montes Peón
Camilo José Vázquez Ordás

ABSTRACT
El conocimiento es el activo intangible que más valor genera en cualquier organización. Sin embargo, sólo es
fuente de ventajas competitivas si se produce de forma regular en el tiempo. En este trabajo se analiza la
generación y aplicación de conocimiento a innovaciones empresariales durante un periodo de nueve años (1991-
1999) mediante una muestra formada por 1.098 empresas industriales españolas. La aplicación de un modelo de
análisis de conteo permite identificar cuáles son los factores relevantes a la hora de explicar la regularidad en las
inversiones en investigación y desarrollo, así como la regularidad en la obtención de innovaciones (de producto,
proceso). Los resultados muestran cómo las actividades de I+D tienen un carácter más sectorial, sin embargo, la
aplicación de conocimiento a los productos, procesos y formas de organización de la empresa dependen
únicamente de factores internos a la misma.

1. INTRODUCCIÓN
Actualmente el modelo económico europeo ha definido un “triángulo del conocimiento” que describe las
bases de la competitividad. Estas bases son: la creación de conocimiento, mediante la investigación; su
difusión, a través de la educación y, aplicación en un correcto proceso de innovación. Está sobradamente
aceptado que la innovación es el factor que más directamente incide sobre la productividad y
mantenimiento de la competitividad en un mercado global. A principios del año 2006, se publicaban
datos del “Cuadro de Mando Europeo de la Innovación” y los distintos medios de comunicación
manifestaban preocupación por la capacidad innovadora de Europa, ya que las cifras muestran que se está
alejando notablemente de las de Estados Unidos y Japón. Sirva como ejemplo que en el año 2003,
mientras Estados Unidos invertía el 2,59% de su PIB en investigación y desarrollo, Japón invertía el
3,15% y Europa el 1,92%, reduciendo este porcentaje al 1,90% en el año siguiente, es decir, en el 20041.
Debido a la importancia de la innovación y el desarrollo tecnológico para la competitividad de
las empresas y el progreso de los países, muchos investigadores centraron su interés en el análisis de
diversos factores que le afectan. En el caso de España, no existen demasiados trabajos que aborden el
tema desde un enfoque dinámico y empírico. A este respecto, nuestra investigación pretende mejorar la
comprensión del proceso de innovación mediante un análisis longitudinal para identificar los factores
que determinan la persistencia en la conducta innovadora de las empresas españolas, considerando un
amplio conjunto de variables, tanto del entorno empresarial, como sus recursos y capacidades.
La base de datos utilizada para realizar los análisis es la Encuesta Sobre Estrategias
Empresariales (ESEE) para el periodo 1991-1999, cubriendo casi un ciclo industrial completo. La
metodología utilizada es el análisis de conteo, que ha sido aplicado al campo de la innovación por
diversos autores, generalmente para el conteo de patentes, es decir, para analizar qué factores afectan al
número de patentes que consigue una empresa, o también al número de años que la empresa registra
una patente. En este trabajo se trata de contar cuántos años la empresa invierte en I+D y cuántos años
genera innovaciones durante el periodo de análisis.

1 Datos de EUROSTAT (http://epp.eurostat.cec.eu.int)

1039
Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

El resto del trabajo se organiza como sigue. En la sección 2 se exponen los fundamentos
teóricos del trabajo y el modelo empírico. La base de datos se describe en la sección 3 y, en la 4, se
presentan los resultados obtenidos. Finalmente, la sección 5 recoge las principales conclusiones del
estudio.

2. FUNDAMENTOS TEÓRICOS Y MODELO EMPÍRICO

El enfoque dinámico de la innovación descansa en la teoría de Recursos y Capacidades y la Economía
Evolucionista, según la cual la tecnología es, en esencia, un conjunto de conocimientos que residen
tanto en los productos en los que se plasma de forma material, como en las personas y las
organizaciones que participan en su concepción, desarrollo y aplicación. La innovación desde este
enfoque se entiende como un proceso de aprendizaje que se inicia a partir de un stock de conocimiento,
y que a través de distintos mecanismos (el estudio, la práctica, el uso o el error), se genera un nuevo
conocimiento (Nelson y Winter, 1982; Nonaka y Takeuchi, 1995). Para que la innovación tenga lugar,
este conocimiento debe ser rentabilizado mediante aplicaciones comerciales, ya sea aplicándolo a los
productos y/o a los procesos productivos. Una característica crucial del proceso de innovación es su
carácter continuo, es decir, es un flujo continuo y acumulativo de generación de conocimiento que
supone que la capacidad de innovación de la empresa esté condicionada por su trayectoria pasada
(Cohen y Levinthal, 1990).
La literatura analizada identifica diversas fuentes de innovación, ligadas al stock de
conocimiento que desencadena el aprendizaje. Según proceda el conocimiento inicial del interior o
exterior de la empresa, se habla de fuentes de innovación internas y externas. Las fuentes internas están
muy vinculadas al propio aprendizaje; las externas más bien constituyen información nueva, es decir,
conocimientos que circulan en el entorno de la empresa y que pueden ser absorbidos y, en base a ellos,
generar nuevos productos y procesos. Más concretamente se identifican las siguientes fuentes de
innovación (von Hippel, 1988; Veugeleres y Cassiman, 1999; López et al., 2003; Nieto, 2003):

Fuentes internas:
1. Inversión en investigación y desarrollo interno: son trabajos creativos que tienen el fin de
incrementar el volumen de conocimiento y dar un fin práctico al mismo. Estimulan el
aprendizaje por el estudio.
2. Departamento de producción. Es uno de los principales focos de creación de conocimiento
mediante el aprendizaje por la práctica. Este aprendizaje surge de manera espontánea, con la
repetición y la experiencia de las actividades de producción.
3. Los empleados. El proceso de aprendizaje se inicia con la creatividad y generación de ideas
por parte de los individuos. Además del personal de I+D y del departamento de producción,
cualquier persona de la empresa puede generar una idea que se convierta en una mejora o en
una novedad para los productos y/o procesos de la misma.
4. Los fallos y errores pasados permiten rediseñar y mejorar los productos y procesos,
constituyendo una importante fuente de aprendizaje (el aprendizaje por el error).

Fuentes externas:
1. Compra de tecnología. Es la forma más común de adquirir nuevos conocimientos.
Modalidades: licencias, servicios externos de I+D, patentes y la cooperación tecnológica.

1040
 DECISIONES SOBRE EL CONOCIMIENTO:METODOLOGÍA DE LA EMPRESA DE GESTIÓN

2. Información externa: suministrada por proveedores, distribuidores y clientes, por los

competidores a través de sus procesos innovadores o por los avances generados por otros
institutos de investigación.
Interesa resaltar que estas fuentes de innovación no siempre generan resultados. En algunos
casos, los resultados se producen de forma fortuita, como por ejemplo mediante el aprendizaje por el
error, mientras que, en otros, los proyectos fallan causando importantes costes en la empresa, por
ejemplo un fracaso de un proyecto de I+D. Sin embargo, la estimulación directa y sistemática de las
fuentes de innovación favorece la obtención de resultados exitosos, como sucede, especialmente, con
los gastos en I+D internos y externos.
Además, el entorno del proceso de innovación está conformado por diversos factores que
pueden incentivar, favorecer o limitar su desarrollo, factores reconocidos y tratados en la literatura de
forma muy habitual como “factores determinantes de la innovación”. En este trabajo de investigación
se ha optado por considerar los que constituyen cierto denominador común en la mayoría de trabajos
sobre la materia. En la Tabla 1 se muestran algunos trabajos se exponen trabajos empíricos previos que
las han contrastado su relación con la innovación y la Tabla 2 resume las variables explicativas
consideradas y el efecto esperado. Pese a que algunos autores encuentran un efecto negativo de varios
de los factores considerados sobre la innovación, en el caso concreto de la industria española,
esperamos hallar una relación positiva de todos ellos sobre las actividades de I+D, así como, sobre la
generación de innovaciones.

2.1. Recursos tangibles: tamaño y empleo de tecnologías avanzadas en el proceso productivo

Š Tamaño. Este es uno de los primeros factores que se han relacionado con la innovación, por lo que la
amplitud y variedad de trabajos es muy alta. Por un lado, existe cierto consenso a cerca de las ventajas de
tipo material con que cuentan las grandes empresas para financiar y desarrollar innovaciones (más recursos
financieros, más capacidad para contratar al personal mejor cualificado, más especialización, etc.), y por
otro, se reconocen ventajas de comportamiento de las empresas de menor tamaño (más flexibles, menos
burocráticas, la información fluye mejor y la capacidad de adaptación al entorno es mayor). A pesar de que
en los numerosos trabajos empíricos se han obtenido resultados diversos, parecen pesar más los argumentos
a favor de una relación positiva sobre tamaño e innovación.
Š Actividades de producción. Varios autores han reconocido que la experiencia en producción aporta a
la empresa la base necesaria para reconocer el valor de nuevos métodos de organización o
automatización de un proceso productivo concreto, es decir, para generar innovaciones de proceso. El
empleo de equipos de tecnologías avanzadas en la producción, crea la necesidad de tener un equipo de
personas cualificadas y que desarrollen una formación continua en técnicas avanzadas de producción,
lo que aumenta la capacidad de la empresa para identificar y absorber el conocimiento válido externo
(Cohen y Levinthal, 1990). Estas tecnologías productivas son un indicador del grado de sofisticación
tecnológica (Beneito, 2001) aportando a la empresa flexibilidad y eficiencia, factores clave en el
desarrollo de innovaciones.

1041
Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

Tabla 1: Trabajos empíricos que relacionan las variables de estudio con la innovación empresarial
Variable Internacionales Nacionales
Tamaño Scherer (1965), Mansfield (1988), Gumbau (1997), Galende y
Graves y Langowitz (1993), Suárez (1999), González
Henderson y Cockburn (1996), Cerdeira et al. (1999a y 1999b),
Arundel y Kabla (1998) Beneito (2003), Galende (2003)
y Galende y de la Fuente (2003),
Huergo y Jaumandreu (2004)
Actividades de producción Rothwell (1992), Chiesa et González Cerdeira et al.
al. (1996) (1999a), Benito (2001)
Imagen de marca Grabowski (1978), Acs y Audretch Gumbau (1997), Beneito (2003)
(1987)
Diversificación Link y Long (1981), Lunn y Martin Forcadell (2003), Beneito
(1986), Itami y Numagami (1992) (2003)
Mercados internacionales Kraft (1989), Veugelers y Cassiman Busom (1991), Galende y
(1999) Suárez (1999). González
Cerdeira et al. (1999a), Beneito
(2003)
Recursos organizativos Damanpour (1996) Galende y Suárez (1999),
(edad) Huergo y Jaumandreu (2004)
Recursos humanos Souitaris (2002) Galende y Suárez (1999),
González Cerdeira et al.
(1999a), Pérez Cano (2003)
Capacidad de innovación Cohen y Levinthal (1990) Nieto y Quevedo (2005)
Subvenciones Levin y Reiss (1984), Scott (1984), Busom (1991, 1993a y
Antonelli (1989) 1993b), y González Cerdeira et
al. (1999b).
Spillovers Cohen y Levinthal (1989), Jaffe Fluviá (1990), Beneito (2001)
(1996), Branstetter (1996) y Harhoff
(1997), Ornaghi (2003)
Régimen de apropiabilidad Levin et al. (1985), Cohen y Levin Gumbau (1997), Galende (2003)
de resultados (1989), Cohen y Levinthal (1990),
Veugelers y Cassiman (1999), Anand
y Galetovic (2000)
Fuente: elaboración propia.

2.2. Recursos comerciales: imagen de marca, diversificación y mercado de la empresa

Los recursos comerciales incluyen el potencial de la empresa para aprovechar las economías de
alcance en las actividades de publicidad, la propiedad de transversalidad de la tecnología mediante la
diversificación, así como las relaciones con clientes extranjeros. Estos recursos son, en muchos casos,
activos complementarios necesarios para explotar adecuadamente las innovaciones generadas por la
empresa (Teece, 1987).
Por otro lado, los mercados diferenciados y los de gran tamaño, en particular los
internacionales, incrementan el nivel de exigencia en términos de calidad y adaptación a las
necesidades específicas de los clientes, lo que favorecería la innovación (Suris, 1986). También
suponen el contacto de la empresa con información valiosa para la generación de productos y procesos.
Por ejemplo, los mercados internacionales pueden acercar a la empresa a nuevas tecnologías, modos de
organización de la producción o formas de hacer negocios en el país de destino. En el caso de la

1042
 DECISIONES SOBRE EL CONOCIMIENTO:METODOLOGÍA DE LA EMPRESA DE GESTIÓN

diversificación, se refuerzan los mecanismos de aprendizaje al disponer de una mayor diversidad de

conocimiento y poder disfrutar de las economías de masa del mismo.

2.3. Recursos organizativos

La estructura organizativa de una empresa debe proporcionar el contexto interno formal capaz de
dirigir la complejidad inherente a la innovación. Algunos trabajos para el caso español han considerado
la antigüedad de la empresa como un factor que influye en el desarrollo de rutinas y refleja el
conocimiento y experiencia acumulados a lo largo de su vida (Busom, 1993b).

2.4. Recursos humanos

Para la generación de innovaciones resulta fundamental el factor humano de la empresa, es decir, los
conocimientos, habilidades y destrezas de los empleados. Tradicionalmente se ha concedido una
trascendental importancia a la composición del departamento de I+D, del que se esperaba estuviese
integrado por un equipo de científicos y técnicos de adecuada cualificación. En los últimos años, el
departamento de I+D ha perdido importancia en las empresas innovadoras, ya que en aquellas que
siguen estrategias tecnológicas más activas se involucran todos los trabajadores en el proceso
innovador. La creatividad, la diversidad de conocimientos y la formación del capital humano influyen
positivamente sobre el rendimiento del departamento de I+D, así como sobre el éxito en la generación
de ideas e innovaciones basadas en otros inputs del proceso de innovación. En definitiva, la calidad de
todo el personal de la empresa afecta a la innovación empresarial y se espera una relación positiva
entre el mismo y la actividad innovadora.

2.5. Entorno: subvenciones, spillovers, régimen de apropiabilidad de resultados

Š Subvenciones. Las políticas de las Administraciones Públicas más analizadas como determinantes de
la innovación empresarial han sido las subvenciones y los incentivos fiscales. Por lo que se refiere a las
subvenciones, la cuestión que ha suscitado mayor interés no es tanto el efecto positivo que sobre la
innovación tendrían estas ayudas públicas, sino la posible sustitución de los fondos privados por los
fondos públicos, es decir, el hecho de que los fondos públicos puedan tener un efecto expulsión o
crowding-out sobre la inversión privada. Una política de subvenciones puede considerarse satisfactoria
si no desplaza el gasto privado, y especialmente efectiva si estimula un gasto privado adicional. Los
trabajos realizados para el caso español hacen esperar un efecto positivo, sobre la I+D.
Š Spillovers. Algunas decisiones empresariales, como la innovación, constituyen movimientos
competitivos estratégicos que generan efectos sobre otras empresas que, en principio, no son
voluntarios. Estos efectos o externalidades se denominan en la literatura spillovers y son muy
importantes en las actividades de innovación y las de marketing (De Bondt , 1996; De Bondt y
Veugelers, 1991). Cuando una empresa genera una innovación, obtiene nuevo conocimiento que puede
ser en mayor o menor medida útil para los competidores. Generalmente las innovaciones se asocian
con spillovers positivos, ya que este conocimiento favorece a las empresas que quieran o puedan
utilizarlo en su propio beneficio. Sin embargo, también tienen efectos negativos ya que pueden
empeorar la posición competitiva de los rivales, reduciendo sus ventas o la cuota de mercado, al
empeorar en términos comparativos su calidad o imagen. El nivel de spillovers que puede generar la
empresa y su signo, en términos netos, influirá decisivamente sobre la decisión de innovación, ya que
una empresa no estará dispuesta a esforzarse para beneficiar gratuitamente a sus competidoras.

1043
Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

Desde otro enfoque, se ha analizado la decisión del resto de empresas del mercado, que ante la
presencia de spillovers en su entorno deciden si invierte o no en I+D. El efecto debería ser positivo por
el beneficio que supone aprovechar el conocimiento ajeno y para no perder competitividad en términos
comparativos con las empresas que están innovando. En este trabajo se propone que ese efecto es,
además de positivo, significativo, tanto para las actividades de I+D como generación de innovaciones.

2.6. Régimen de apropiabilidad de resultados

Un sistema de protección legal desarrollado que permita al innovador apropiarse de los resultados de
las innovaciones protegiéndolo de la imitación, puede tener un doble efecto sobre los incentivos a
generar innovaciones. Positivo, por permitir al innovador un monopolio temporal que le permita
recuperar los fondos invertidos. Y negativo, porque impide a las empresas competidoras utilizar el
conocimiento patentado y reduce la competencia. En España, los trabajos realizados apuntan a una
relación positiva.

2.7. Variables de control: sector industrial, capital extranjero, fusiones y escisiones

La oportunidad tecnológica, la concentración del mercado, las barreras de entrada, el tamaño de la
demanda del mercado y el poder de monopolio son factores, muy analizados en trabajos clásicos de
innovación como los de Scherer (1965), Kamien y Schwarz (1982), Lunn y Martin, (1983), Levin y
Reiss (1984), Levin et al. (1985), Kraft (1989), Geroski (1990). Estos factores se han controlado
mediante variables sectoriales. No se recogen en el modelo de forma independiente cada una de ellas
por no ser especialmente relevantes a nivel estratégico (la empresa, al menos a corto plazo, no puede
modificarlas) y por generar problemas de multicolinealidad en las estimaciones. Se espera que el sector
en que participa la empresa dentro de la industria tenga un efecto significativo sobre las variables
objeto de estudio como consecuencia de los diversos efectos que captura.
También se han incluido dos factores más que tratan de controlar posibles efectos sobre el
proceso de innovación: 1. Capital extranjero. Las grandes empresas multinacionales suelen centralizar
las actividades de I+D en la empresa matriz, por lo que sus filiales reciben transferencias tecnológicas
sin registrar generalmente este tipo de gasto. 2. Fusiones y escisiones. Los procesos de fusión,
absorción y escisión pueden afectar a los valores de las variables empleadas en el trabajo al cambiar de
un periodo a otro, especialmente en el caso de las escisiones, puesto que es habitual que las grandes
empresas se desprendan de alguna de sus partes para crear una empresa (spinn off) con el objetivo de
aprovechar una oportunidad tecnológica o nicho de mercado sin explotar.

Tabla 2. Efectos esperados de las variables explicativas.

Factor Variable Relación propuesta
Recursos tangibles Tamaño Positiva
Tecnologías Avanzadas
Positiva
Producción
R. Comerciales Imagen
Diversificación Positiva
Mercado
R. Organizativos Antigüedad Positiva
Recursos humanos Capital humano Positiva
Capacidad de innovación Actividades de I+D acumuladas Positiva
Entorno Subvenciones a la I+D Positiva
Spillovers Positiva
Apropiabilidad de resultados Positiva
Fuente: elaboración propia.

1044
 DECISIONES SOBRE EL CONOCIMIENTO:METODOLOGÍA DE LA EMPRESA DE GESTIÓN

2. MODELO EMPÍRICO
En principio, las variables objeto de estudio (nº de años que la empresa realiza I+D y nº de años que la
empresa innova) se podrían analizar mediante un modelo de regresión lineal múltiple, pero la
abundancia de ceros, los valores pequeños que toma la variables de pendiente y la naturaleza
claramente discreta del fenómeno que se estudia indican es que es más apropiado un modelo que
considere estas características. El modelo de regresión de tipo Poisson se utiliza para estimar modelos
del número de ocurrencias de un evento; sin embargo, se basa en un supuesto bastante restrictivo,
según el cual la varianza de la variable dependiente es igual a su media. Si la varianza supera el valor
de la media, se dice que existe sobredispersión y, en este caso resulta más apropiado un modelo de
regresión binomial negativa (Cameron y Trivedi, 1990). La regresión binomial negativa no es más que
una generalización del modelo Poisson. Si llamamos α al parámetro de sobredispersión, el modelo
Poisson se corresponde con el caso particular de la binomial negativa en que α = 0. Al tratarse de
modelos anidados, este hecho se puede constrastar mediante un test estadístico que permite elegir el
modelo más adecuado.
Este análisis ha sido aplicado al campo de la innovación por autores como Gambardella (1992),
Ahuja (2000), Fleming (2001) o Benner y Tushman (2002), en la mayoría de los casos para el conteo
de patentes. En este caso se trata de contar el número de años (entre 1991 y 1999) que las empresas
invierten en I+D, y en una segunda estimación, el número de años que generan innovaciones.
En este caso, el modelo a estimar es el siguiente:
Sea yi la realización de una variable aleatoria con distribución Poisson de parámentro µi:

e − µi µ i
yi

f ( y i / xi ) = con yi = 0, 1,...,9
y!
La formulación de µi más habitual es la logarítmico-lineal: log µi = β’xi
El número de sucesos esperado en cada periodo viene dado por:

E ( yi / xi ) = Var ( y i / xi ) = µ i e β ' xi
siendo xi las variables independientes y β’ el vector de parámetros a estimar. Por tanto, un cambio en xi
afectará a la persistencia en las actividades innovadoras del siguiente modo:

∂E ( y i / xi )
= µi β '
∂xi
Generalizamos el modelo de Poisson introduciendo en la media condicional un efecto individual no
observado, ui, de forma que la función de densidad condicionada sería:
− λi u i
e (λi u i ) yi
f ( y i / xi ) =
yi !
Y la expresión logarítmica: log µ i = β ' xi + u i = log λi + log u i , de forma que el nuevo término ui
permite estimar por separado la media de la varianza. Los análisis se han realizado utilizando el
paquete estadístico Stata versión 8.0. La salida de resultados muestra el parámetro de sobredispersión
(α) y un contraste estadístico que indica si es o no significativa.

1045
Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

3. LOS DATOS
Para contrastar los análisis planteados se ha utilizado la ESEE, que cada año elabora la Fundación
Empresa Pública. El periodo de análisis cubre los años 1991 a 1999, casi un ciclo industrial completo,
para el que se dispone de información relativa a todas las variables de estudio de 1.098 empresas,
formando un panel completo. La definición de las variables es la que sigue.
Nº AÑOS I+D: número de años que la empresa invierte en I+D (de 1991 a 1999).
Nº AÑOS INNOVA: número de años que la empresa genera innovaciones durante el periodo
considerado (de 1991 a 1999). Las innovaciones pueden consistir en: A) innovaciones de producto:
incorporaciones de nuevos materiales y/o nuevos componenetes o produtos intermedios y/o nuevo
diseño y presentación y/o nuevas funciones; B) innovaciones de proceso: introducción de nuevas
máquinas y/o nuevos métodos de organización de la producción.
TAMAÑO: siguiendo a Veugelers y Cassiman (1999) la variable se ha configurado con tres dummies2
en función del número de empleados de la empresa: Tamaño peq. entre 1 y 25 trabajadores; Tamaño
mediano entre 26 y 250 y Tamaño grande más de 250.
TECNOLOGÍAS AVANZADAS EN LA PRODUCCIÓN (TA Producción): variable que toma valores
de 0 a 3, en función del número de tecnologías que utiliza la empresa: A) máquinas herramientas de
control numérico por ordenador, B) robótica, C) diseño asistido por ordenador (CAD).
RECURSOS COMERCIALES: se aproximan mediante tres variables:
1. Imagen de marca (Imagen): variable dummy que toma valor 1 si la empresa invierte en publicidad,
propaganda y relaciones públicas.
2. Diversificación: variable integrada por tres dummies, que toman valor 1 cuando la empresa no está
diversificada (Diver. Nula), cuando sirve principalmente a dos mercados (Diver. Intermedia) y cuando
la empresa sirve a 3 ó más mercados (Diversificada). Cada mercado está identificado por la línea de
productos y el tipo de clientes a los que vende la empresa.
3. Ámbito geográfico del mercado (Mercado): variable que toma valor 1 si la empresa sirve a nivel
local, provincial o regional; valor 2 si su mercado es nacional y valor 3 si atiende a mercados
extranjeros.
RECURSOS ORGANIZATIVOS (Antigüedad): diferencia entre el año en curso y el año de
constitución. Pretende aproximar la capacidad de adaptación al entorno y acumulación de know-how.
Autores como Gumbau (1997), Galende y de la Fuente (2003) o Galende y Suárez (1999) utilizan esta
variable como proxy de la experiencia acumulada.
CAPITAL HUMANO (Capital h.*): siguiendo los trabajos de Galende y de la Fuente (2003) y
Galende y Suárez (1999) hemos aproximado las capacidades del capital humano mediante los sueldos
pagados por la empresa. Atendiendo a la teoría de los salarios de eficiencia, cuando una empresa paga
a sus empleados sueldos superiores a los que pagan los competidores lo puede hacer con el objetivo de
retenerlos en la empresa. Este interés es especialmente alto cuando el personal tiene unas capacidades
superiores a la media, normalmente por poseer conocimientos o destrezas tácitas, específicas y valiosas
para la empresa que aumentan el coste de rotación de la mano de obra. La variable se ha calculado
como el logaritmo del cociente entre el sueldo medio que paga la empresa a sus empleados y el sueldo
que, en términos medios, pagan las empresas del sector en el que la empresa compite. Puede haber
sectores en los que se paguen sueldos superiores, no por el motivo apuntado, sino por otras causas,

2Gumbau (1997) también emplea tres dummies de tamaño, pero en este caso por volumen de ventas: pequeñas -tramo comprendido entre 0
y 3 millones de euros (500 mill de ptas)-, medianas -tramo entre 3 y 30 millones (500 y 5000 mill ptas)- y grandes, las que superan los 30
millones de euros.

1046
 DECISIONES SOBRE EL CONOCIMIENTO:METODOLOGÍA DE LA EMPRESA DE GESTIÓN

como mayor riesgo en el puesto de trabajo o mayor nivel de sindicalización3 de los trabajadores. En
estos casos un mayor sueldo pagado por la empresa no afectaría al proceso innovador, sino que sería
una consecuencia de un factor estructural. Para controlar este efecto, se han creado covariables de
sueldos anormales pagados por las empresas multiplicados por los sectores de actividad de las mismas.
SUBVENCIONES PÚBLICAS A LA I+D (SubvID): cuantía recibida por la empresa, en millones de
euros, para la financiación de proyectos de I+D, procedente de cualquier administración u organismo
público.
SPILLOVERS (Spillovers): variable dummy que toma valor 1 cuando la empresa afirma que es normal
para los competidores cambiar el tipo de productos que ofrecen. Esta variable se ha medido de formas
muy diversas y complejas en diferentes estudios. En este trabajo, nos referimos al nivel de
conocimiento que circula en torno a la empresa procedente de los competidores principales de la
misma, ya que se ha demostrado que el efecto de las externalidades es mayor entre agentes similares y
pertenecientes al mismo sector. Se considera que el conocimiento que circula en el entorno de una
empresa se refleja en el nivel de conocimiento de los competidores, y finalmente éste en la generación
de innovaciones (Cohen y Levinthal, 1990). Además, esta medida capta también de manera aceptable
los spillovers negativos, es decir, la pérdida de competitividad de la empresa por la intensidad de la
innovación en la competencia.
APROPIABILIDAD DE RESULTADOS (Apropiabilidad): ratio entre el número de patentes y el
número de innovaciones, por sectores. Se han considerado las patentes registradas en España y en el
extranjero, así como los modelos de utilidad. Las innovaciones comprenden tanto las de producto
como las de proceso, en cualquiera de sus modalidades.

Variables de control
SECTOR INDUSTRIAL (Sector*): se han incluido 18 dummies sectoriales:
Sector 1: Metales férreos y no férreos Sector 10: Carne, preparados y conservas de carne
Sector 2: Productos minerales no metálicos Sector 11: Productos alimenticios y tabaco
Sector 3: Productos químicos Sector 12: Bebidas
Sector 4: Productos metálicos Sector 13: Textiles y vestido
Sector 5: Máquinas agrícolas e industriales Sector 14: Cuero, piel y calzado
Sector 6: Máquinas de oficina, proceso de datos, etc. Sector 15: Madera y muebles de madera
Sector 7: Material y accesorios eléctricos Sector 16: Papel, artículos papel, impresión
Sector 8: Vehículos automóviles y motores Sector 17: Productos de caucho y plástico
Sector 9: Otro material de transporte Sector 18: Otros productos manufacturados

CAPITAL EXTRANJERO (Capital Extr.): porcentaje del capital de la empresa en manos extranjeras.
Las filiales de empresas multinacionales no suelen invertir en I+D porque estas actividades se
desarrollan, generalmente, en la empresa matriz (González Cerdeira, 1996). Los resultados de los
proyectos serán transferidos a las filiales, dejándoles actividades tal vez complementarias.

3Hirsch y Link (1986) presentan un modelo empírico que sugiere que la capacidad de apropiación de rentas de los sindicatos, hace que las
empresas con mayor poder de negociación puedan apropiarse en mayor medida de las rentas de las innovaciones. Ver también Hirsch y
Addison (1986). Acs y Audretsch (1987) observan cómo las grandes empresas cuentan con ventajas para la generación de innovaciones
cuando aumenta la proporción de empleados sindicalizados.

1047
 Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

FUSIONES Y ESCISIONES: tres variables dummy que toman valor 1 cuando la empresa absorbe a
otra (Absorción), ha sufrido una escisión (Escisión) y la empresa se incorpora la muestra como
resultado de una escisión (Escindida)
En la Tabla 3 se observan las variables dependientes, con la proporción de empresas que
afirman realizar actividades de I+D y lo mismo para las innovaciones. Respecto a las actividades de
I+D, las empresas parecen bastante estables en sus políticas ya que más del 50% de la muestra está
concentrada en los dos extremos: o bien, nunca realizan I+D (38%), o bien, todos los años en que son
observadas presentan gasto positivo (21%). La misma tendencia, aunque mucho menos acusada se
aprecia para la generación de innovaciones.

Tabla 3: Tabulación de las variables dependientes (en porcentaje)

Nº de años
%empresas 0 1 2 3 4 5 6 7 8 9 Total Empresas
I+D 38,02 8,29 5,87 4,47 4,01 4,19 4,19 4,19 5,50 21,25 100 1.098
Innova 12,30 12,40 10,72 9,79 7,92 8,57 8,29 8,11 9,60 12,30 100 1.098
Fuente: elaboración propia.

4. RESULTADOS EMPÍRICOS
La Tabla 4 recoge los resultados del análisis de la regularidad en I+D. El modelo es significativo al 1%
y el parámetro de sobredispersión (α) toma valor 0,643. El estadístico chi-cuadrado muestra que es
estadísticamente distinto de cero, es decir, existe sobredispersión, por lo que es más apropiado el
modelo de regresión binomial negativa que el modelo de Poisson.

Tabla 4: Persistencia en las actividades de I+D

Variable dependiente: Nº años ID>0 (0 a 9) Nº años Innovación>0 (0 a 9)

Modelo 1 Modelo 2 Modelo 3

Constante -0,514 (-1,64) 0,615** (4,99) 0,546** (6,93)

R. tangibles Tamaño peq. -0,715** (-6,79) -0,164** (-3,36) -0,136** (-2,87)
Tamaño grande 0,493** (6,08) -0,069 (-1,73) -0,069 (-1,79)
TA Producción 0,109** (3,79) 0,031** (2,32) 0,037** (2,92)
R. comerciales Imagen 0,096 (0,88) 0,123** (2,28) 0,114* (2,14)
Diver. nula -0,147 (-1,70) -0,107** (-2,60) -0,117** (-2,86)
Diversificada 0,138 (1,77) -0,013 (-0,39) -0,023 (-0,68)
Mercado 0,312** (6,12) 0,024 (1,04) 0,032 (1,38)
R. organizativos Antigüedad 0,001 (0,95) -0,001 (-0,14) -0,000 (-0,27)
R. humanos Cap. humano Sig. para los sectores 4, 10, n.s. n.s.
11 y13

Capac. Innov. I+D - - 0,057** (10,54) 0,055** (10,46)

Entorno Subvenciones 0,000 (0,96) 0,066 (1,87)

Spillovers 0,112 (1,39) 0,010 (0,07) 0,057 (1,68)
Apropiabilidad - - -0,014 (-0,19)

1048
 DECISIONES SOBRE EL CONOCIMIENTO:METODOLOGÍA DE LA EMPRESA DE GESTIÓN

Control Sector1(1) Sign. los sectores 10 y 15 n.s. n.s.

(signo -)

Cap. Extr. -0,002 (-1,80) 0,032 (-1,37) 0,001 (1,11)

Absorción -0,221 (-1,06) 0,032 (0,24) -1,634 (-1,54)
Escisión 0,217 (0,64) -0,290 (-1,29) 0,031 (0,23)
REGRESIÓN BINOMIAL NEGATIVA Log likelihood= -2314,198 -2252,90 -2261,990
χ2 (p-value)= 561,83 (0,000) 975,30 (0,000) 957,13(0,000)
N= 1.098 1.098 1.098
Alpha= 0,643 1,88e-46 9,68e-08
LR test sobre alpha=0: Chi= 499,42 (0,000) 0,000 (0,000) 0,000 (0,000)
**P<0,01; *p<0,05; estadístico t entre paréntesis
(1) Sector de referencia: 6
(2) Apropiabilidad y Escindida no se han incluido por problemas de multicolinealidad en los modelos 1 y 2.
(3) La sobredispersión es cero, por lo que los resultados con el modelo de Regresión Binomial Negativa y Poisson serían
coincidentes en los tres modelos.

Algunas variables del modelo, como Tamaño, Diversificación, Capital humano y Sector, están
formadas por un conjunto de dummies, de las cuales sólo algunas son significativas. Al introducir las
covariables, el modelo mejora pero pierde grados de libertad, y en algunos casos no todas ellas son
significativas. Por este motivo se realizó un el test de la razón de verosimilitud4, que nos permite
comprobar si el efecto conjunto de las covariables es significativo. El resultado de dicho test se
presenta en la Tabla 5.

Tabla 5: LR test: significatividad de grupos de variables

Tamaño Diversificación Capital h Sector

Modelo I+D

LB -2359,829 -2318,304 -2348,252 -2353,790

LA -2314,198 -2314,198 -2314,198 -2314,198
Chi2 (λ) 91,26 8,21 68,11 79,18
g.l. 2 2 18 17

Valor crítico Chi2 al 5% 5,99 5,99 28,87 27,59

Sig. 0,000 0,016 0,000 0,000

Modelo Innova

LB -2259,72 -2256,39 -2268,86 -2261,99

LA -2252,90 -2252,90 -2252,90 -2252,91
Chi2 (λ) 13,64 6,98 31,92 18,17
g.l. 2 2 18 17
Valor crítico Chi2 al 5% 5,99 5,99 28,87 27,59
Sig. 0,001 0,030 0,022 0,314

4 El test de la razón de verorimilitud (Likelihood Ratio Test o LR test) se utiliza para contrastar la significatividad conjunta de los grupos de
variables que hacen referencia a una misma variable. El LR test aporta un criterio objetivo de selección entre dos modelos, A y B, en el que A
incorpora un mayor número de variables explicativas. Mide si la mejora en el ajuste del modelo compensa la pérdida de grados de libertad. El
estadístico del contraste es λ = − 2 ( LB − L A ) , donde L es el logaritmo de la verosimilitud de los modelos B y A respectivamente. El
estadístico sigue una distribución Chi-cuadrado bajo la hipótesis de que las variables no mejoran el ajuste del modelo. Los grados de libertad
del estadístico vienen dados por el número de variables explicativas de A menos las de B (Greene, 1999).

1049
Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

Se puede observar que todos los grupos de variables que hacen referencia a un mismo factor son
significativos conjuntamente con un nivel de confianza superior al 99%, salvo la diversificación con un
nivel de confianza del 55%, para explicar el gasto en I+D. En el análisis de la generación de
innovaciones, el sector no es significativo, mientras que el resto de variables sí lo son pero al 95%. El
modelo 3 recoge la regresión ajustada, donde no se incluye el grupos de variables referidas al sector.
El Tamaño presenta una influencia positiva y significativa, de forma que las grandes empresas
son más persistentes, es decir, realizan I+D en un mayor número de periodos, que las medianas; y
éstas, a su vez, son más persistentes que las de tamaño pequeño. Respecto a la generación de resultados
innovadores existen diferencias significativas entre pequeñas y medianas, pero no entre medianas y
grandes. Esta diferencia se puede explicar porque las ventajas que presentan las grandes empresas en la
innovación, son fundamentalmente de carácter material (recursos físicos y financieros) y éstos son más
intensos para las actividades de investigación, que además son inciertas y muy arriesgadas. Mientras
que las pequeñas empresas pueden basar su innovación en imitaciones o absorción de conocimientos
generados por agentes externos.
El empleo de Tecnologías Avanzadas en Producción tiene una influencia positiva y
significativa sobre la persistencia en I+D y la generación de innovaciones, como era de esperar. Los
Recursos Comerciales afectan a las dos actividades innovadoras analizadas, pero de manera distinta: el
acceso a mercados nacionales y extranjeros favorece la generación de conocimiento (I+D), mientras
que la imagen de marca favorece la generación de innovaciones, y no estar diversificada afecta a la
generación de innovaciones de forma negativa. El Capital humano presenta la relación esperada en el
modelo 1, y las empresas que pagan sueldos superiores a la media del sector, es decir, que disponen de
un capital humano de mayor calidad (formación, creatividad, experiencia...), tienen mayor
probabilidad de ser más persistentes en I+D en los sectores 4, 10, 11 y 13 (Productos metálicos;
Carne, preparados y conservas de carne; Productos alimenticios y tabaco y Textiles y vestido). En el
modelo 3, en contra de lo esperado, no es significativa. Respecto a las variables de control, sólo es
significativo el sector (Carne, preparados y conservas de carne y Madera y muebles de madera),
mostrando una menor probabilidad de realizar I+D durante un mayor número de años que las empresas
del sector de referencia (Máquinas de oficina, procesos de datos, etc.) con una significatividad del 1%.

5. CONCLUSIONES
Este trabajo se ha centrado en la creación y aplicación de conocimiento por parte de las empresas,
utilizando una muestra que nos permite observarlas durante un periodo que comprende casi un ciclo
industrial completo (1991 a 1999) y analizar el efecto que ejercen un amplio conjunto de variables
relacionadas con el entorno de la empresa y variables internas, entre las que figura la capacidad
innovadora acumulada en el tiempo.
Los resultados obtenidos ponen de manifiesto que las variables que afectan significativamente a
la realización de I+D de manera continuada en el tiempo son el sector y, sobre todo, factores internos a
la empresa como el tamaño y el empleo de tecnologías avanzadas en el proceso productivo, así como,
el acceso a mercados internacionales y el capital humano.
Por otro lado, la capacidad de innovación acumulada mediante actividades pasadas de I+D,
tanto internas como externas a la empresa, es el factor más significativo para explicar la obtención de
innovaciones. El entorno pierde toda su relevancia, ya que únicamente algunos recursos y capacidades
empresariales tienen un efecto significativo. Por tanto, se puede decir que las actividades de I+D están
vinculadas a las tendencias de algunos sectores, pero los resultados que de ellos se derivan únicamente
dependen de la propia empresa. El capital humano no arroja los resultados esperados, ya que no es
significativo en todos los sectores industriales, y en algunos casos el signo es negativo. Este efecto
puede deberse a que, en ellos, los mayores sueldos pagados por las empresas sea como consecuencia

1050
 DECISIONES SOBRE EL CONOCIMIENTO:METODOLOGÍA DE LA EMPRESA DE GESTIÓN

de cualquier otro motivo distinto a la “calidad” del personal, por ejemplo, por un mayor poder de
negociación de los sindicatos. En este caso, las rentas extraordinarias que se generarán como
consecuencia de las inversiones en I+D, y de las innovaciones, serán en parte expropiadas por el
colectivo trabajador más que por el propio empresario. En este sentido, Acs y Audretch (1987)
encuentran que el nivel de sindicalización de algunas industrias ejerce un efecto negativo y
significativo sobre la innovación en empresas norteamericanas.
En resumen, la creación de conocimiento presenta diferencias sectoriales, sin embargo, su
utilización y aplicación a productos, procesos y formas de organizar la empresa depende
exclusivamente de la propia empresa, lo que supone importantes implicaciones para la gestión de la
innovación y creación de valor. En la era de la globalización y las tecnologías de la información las
empresas deben adaptarse y utilizar el conocimiento para obtener sus propias innovaciones y basar en
ellas sus ventajas competitivas.

REFERENCIAS BIBLIOGRÁFICAS
Acs, Z.J. y Audretsch, D.B. (1987): “Innovation, market structure, and firm size”, The Review of Economics and Statistics, vol. LXIX (4),
noviembre, pp. 567-574.
Ahuja, G. (2000): “Collaboration networks, structural holes, and innovation: a longitudinal study”, Administrative Science Quarterly, vol. 45, pp.
425-455.
Anand, B. y Galetovic, A. (2000): “Weak property rights and hold up in R&D”, Journal of Economics & Management Strategy, vol. 9 (4),
invierno, pp. 615-642.
Antonelli, C. (1989): “A failure-inducement model of research and development expenditure”, Journal of Economic Behavior and Organization,
vol. 12, pp. 159-180.
Arundel, A. y Kabla, I. (1998): “What percentage of innovations are patented? Empirical estimates for European firms”, Research Policy, vol.
27, pp. 127-141.
Beneito, P. (2001): “R&D productivity and spillovers at the firm level: evidence from Spanish panel data”, Investigaciones Económicas, vol.
XXV (2), pp. 289-313.
Beneito, P. (2003): “Choosing among alternative technological strategies: an empirical analysis of formal sources of innovation”, Research
Policy, vol. 32, pp. 693-713.
Benner, M.J. y Tushman, M. (2002): “Process management and technological innovation: a longitudinal study of the photography and paint
industries”, Administrative Science Quarterly, vol. 47, pp. 676-706.
Branstetter, L. (1996): “Are knowledge spillovers international or intranational in scope? Microeconomic evidence from the U.S. and Japan”,
NBER Working Paper 5800.
Busom, I. (1991): “Impacto de las ayudas públicas a las actividades de I+D de las empresas: un análisis empírico”, Revista de Economía
Pública, vol. 11, pp. 2-91.
Busom, I. (1993a): “Evaluación de los efectos de las subvenciones públicas a las actividades privadas de I+D”, Economía Industrial, enero-
febrero, pp. 141-152.
Busom, I. (1993b): “Los proyectos de I+D de las empresas: un análisis empírico de algunas de sus características”, Revista Española de
Economía, Monográfico: “Investigación y Desarrollo”, pp. 39-65.
Cameron, A. y Trivedi, P. (1990): “Regression based tests for overdispersion in the Poisson model”, Journal of Econometrics, vol. 46, pp. 347-
364.
Chiesa, V., Coughlan, P. y Voss, C.A. (1996): “Development of a technical innovation audit”, Journal of Product Innovation Management, vol.
13, pp. 105-135.
Cohen, W.M. y Levinthal, D.A. (1989): “The implications of spillovers for R&D investment and welfare: a new perspective”, en Link, A. y Smith,
K. (ed.), Advances in applied microeconomics, vol. 5, The Factors Affeccting Technological Change, JAI Press.
Cohen, W.M. y Levinthal, D.A. (1990): “Absorptive capacity: a new perspective on learning and motivation”, Administrative Science Quarterly,
vol. 35, pp. 128-152.
Cohen, W.M.; Levin, R.C. y Mowery, D.C. (1987): “Firm size and R&D intensity: a re-examination”, Journal of Industrial Economics, vol. 35, pp.
543-563.
Damanpour, F. (1991): “Organizational complexity and innovation: developing and testing multiple contingency models”, Management
Science, vol. 42, pp. 693-716.
De Bondt, R. (1996): “Spillovers and innovative activities”, International Journal of Industrial Organization, vol. 15, pp. 1-28.
De Bondt, R. y Veugelers, R. (1991): “Strategic investment with spillovers”, European Journal of Political Economy, vol. 7, pp. 345-266.
Fleming, L. (2001): “Recombinant uncertainty in technological search”, Management Science, vol. 47, pp. 117-132.
Fluviá, M. (1990): “Capital tecnológico y externalidades: un análisis de panel”, Investigaciones Económicas, suplemento, pp. 167-172.
Forcadell, F.J. (2003): “Análisis dinámico basado en los recursos de la relación entre recursos tecnológicos y diversificación producto-
mercado. Evidencia de las empresas industriales españolas”, en Navas, J.E. y Nieto, M. (eds.), Estrategias de Innovación y Creación de
Conocimiento Tecnológico en las Empresas Industriales Españolas, Fundación Eduardo Barreiros, Thomson Civitas.
Galende, J. (2003): “Determinantes, patrones y resultados del proceso de innovación de la empresa española”, en Navas, J.E. y Nieto, M.

1051
Generación y aplicación de conocimiento por la empresa industrial: factores determinantes

(eds.), Estrategias de Innovación y Creación de Conocimiento Tecnológico en las Empresas Industriales Españolas, Fundación Eduardo
Barreiros, Thomson Civitas.
Galende, J. y de la Fuente, J.M. (2003): “Internal factors determinig a firm’s innovative behaviour”, Research Policy, vol. 32, 715-736.
Galende, J. y Suárez González, I. (1999): “A resource-based analysis of the factors determining a firm’s R&D activities”, Research Policy, vol.
28, pp. 891-905.
Gambardella, A. (1992): “Competitive advantages from in-house scientific research: the U.S. pharmaceutical industry in the 1980s”, Research
Policy, vol. 21, pp. 391-407.
González Cerdeira, X.; Jaumandreu, J. y Pazó, C. (1999a): “Innovación, costes irrecuperables e incentivos a la I+D”, Papeles de Economía
Española, nº 81, pp. 155-166.
González Cerdeira, X.; Jaumandreu, J. y Pazó, C. (1999b): “Impacto de las subvenciones en las decisiones de I+D”, Fundación Empresa
Pública, Documento de Trabajo Nº 9905.
Grabowski, H.G. (1978): “The determinants of industrial research and development: a study of the chemical, drug, and petroleum industries”,
Journal of Political Economy, vol. 76, pp. 292-306.
Graves, S. y Langowitz, J. (1993): “Innovative productivity and returns to scale in the pharmaceutical industry”, Strategic Management Journal,
vol. 14, pp. 593-605.
Gumbau, M. (1997): “Análisis microeconómico de los determinantes de la innovación: aplicación a las empresas industriales españolas”,
Revista Española de Economía, vol. 14 (1), pp. 41-66.
Henderson, R. y Cockburn, I. (1996): “Scale, scope and spillovers: the determinants of research productivity in ethical drug discovery”, RAND
Journal of Economics, vol. 27, pp. 32-59.
Huergo, E. y Jaumandreu, J. (2004): “How does probability of innovation change with firm age?", Small Business Economics, vol. 22 (3/4), pp.
193-207.
Itami, H. y Numagami, T. (1992): “Dynamic interaction between strategy and technology”, Strategic Management Journal, vol. 13, pp. 625-634.
Jaffe, A. B. (1986): “Technological opportunity and spillovers of R&D”, American Economic Review, vol. 76, pp. 984-1001.
Kraft, K. (1989): “Market structure, firm characteristics and innovative activity”, The Journal of Industrial Economics, vol. XXXVII, pp. 329-336.
Levin, R.C. y Reiss, P. (1984): “Test of a Schumpeterian model of R&D and market structure”, en Griliches, Z. (ed.), R&D, Patents and
Productivity, University of Chicago Press, Chicago.
Levin, R.C.; Cohen, W.M. y Mowery, D.C. (1985): “R&D apropiability, opportunity, and market structure: new evidence on Schumpeterian
hypotheses”, American Economic Review Proceedings, vol. 75, pp. 20-24.
Link, A.L. y Long, J.E. (1981): “The simple economics of basic scientific research: a test of Nelson’s diversification hypothesis”, Journal of
Industrial Economics, vol. 30, pp. 105-109.
López Mielgo, N.; Montes, J.M. y Vázquez, C.J. (2003): “Fuentes tecnológicas para la innovación. Algunos datos para la industria española”,
Madrid I+D, vol. 8, pp. 7-18.
Lunn, J. y Martin (1986): “Market structure, firm structure, and research and develpment”, Quarterly Review of Economics and Business, vol.
26, pp. 31-44.
Mansfield, E. (1988): “Industrial R&D in Japan and the United States: a comparative study”, American Economic Review, vol. 34, pp. 223-228.
Nelson, R.R. y Winter, S. (1982): An Evolutionary Theory of Economic Change, Harvard University Press, Cambridge.
Nieto, M. (2003): “Características dinámicas del proceso de innovación tecnológica en la empresa”, Investigaciones Europeas de Dirección y
Economía de la Empresa, vol. 9 (3), pp. 111-128.
Nieto, M. y Quevedo, P. (2005): “Variables estructurales, capacidad de absorción y esfuerzo innovador en las empresas manufactureras
españolas”, Revista Europea de Dirección y Economía de la Empresa, vol. 14, nº 1, pp. 25-44.
Nonaka, I. y Takeuchi, H. (1995): The Knowledge-Creating Company, Oxfork University Press, Nueva York.
Ornaghi, C. (2003): “Spillovers in product and process innovation: evidence from manufacturing firms”, XXVIII Simposio de Análisis
Económico, Sevilla.
Paricio, J. (1993): “Determinantes de la actividad tecnológica en la industria española”, Revista de Economía Aplicada, vol. 1, pp. 103-123.
Pérez Cano, C. (2003): “La influencia de la transmisión de innovaciones en la elección y efectividad del método de apropiación: un estudio de
sus relaciones en las empresas manufactureras españolas”, en Na Duchesneau Duchesneau vas, J.E. y Nieto, M. (eds.), Estrategias de
Innovación y Creación de Conocimiento Tecnológico en las Empresas Industriales Españolas, Fundación Eduardo Barreiros, Thomson
Civitas, Madrid.
Rothwell, R. (1992): “Successful industrial innovation: critical factors for the 1990s”, R&D Management, vol. 22, pp. 221-239.
Scherer, F.M. (1965): “Firm size, market structure, opportunity, and the output of patented inventions”, The American Economic Review, vol.
55, pp. 1097-1125.
Scott, J.T. (1984): “Firm versus industry variability in R&D intensity”, en R&D, Patents and Productivity, NBER.
Souitaris, V. (2002): “Firm-specific competencies determining technological innovation: a survey in Greece”, R&D Managment, vol. 32 (1), pp.
61-77.
Suris, J.M. (1986): La Empresa Industrial Española ante la Innovación Tecnológica, ESADE, Barcelona.
Teece, D.J. (1987): “Profiting from technological innovation: implications of integration, collaboration, licensing and public policy”, en Teece, D.
(ed.), The Competitive Challenge: Strategies for Industrial Innovation and Renewal, Harper & Row, Nueva York, pp. 185-221.
Veugelers, R. (1997): “Internal R&D expenditures and external technology sourcing”, Research Policy, vol. 26, pp. 303-315.
Veugelers, R. y Cassiman, B. (1999): “Make and buy in innovation strategies: evidence from Belgian manufacturing firms”, Research Policy,
vol. 28, pp. 63-80.
von Hippel, E. (1988): The Sources of Innovation, Oxford University Press, New York.

1052