1 Innovación y Productividad en el sector manufacturero colombiano
Daniel Gutiérrez 1 Asesor: Daniel Gómez Gaviria
Resumen
La innovación se ha caracterizado por ser un factor importante para el crecimiento económico de las naciones. Esta investigación estima los principales determinantes de la innovación y sus efectos en la productividad de las actividades industriales del sector manufacturero colombiano, mediante la construcción de un panel de datos a nivel subsector entre los años 2008, 2010 y 2012. Los principales resultados que encuentra el trabajo, son que el gasto en innovación y la cooperación con universidades o centros de investigación, resultan significativos para determinar innovación. El desarrollo de Licencias y Patentes, el tamaño del sector y la presencia de capital extranjero en los distintos subsectores no son relevantes para la producción de conocimiento. Asimismo, la innovación, las exportaciones y el tamaño de la actividad industrial son factores que afectan su productividad.
Palabras Clave: Innovación, Productividad Total de los Factores, Actividades de Investigación y Desarrollo, Actividades de Innovación.
1. Introducción
La economía colombiana está transitando hacia un país moderno, con mercados abiertos y competidores más sofisticados. El sector manufacturero colombiano, a través de la innovación, puede generar el aumento de su productividad. Los procesos de innovación proveen una manera en la cual las actividades industriales responden a cambios en el mercado y mantiene sus ventajas competitivas. Si bien existe un considerable número de trabajos que han hecho un esfuerzo por mostrar la relación que existe entre la innovación en y el tamaño del sector como variable análisis, para el caso colombiano son relativamente pocos los trabajos dedicados a la relación entre la innovación y la productividad en las actividades industriales.
1 Estudiante de la Universidad de los Andes, autor de la memoria de grado para obtener el título de economista. Correo institucional [email protected]
2 Las investigaciones que se han dedicado al análisis de la relación entre la innovación y la productividad a nivel de actividad industrial, considerando el tamaño del subsector, sugieren que el gasto en innovación es una variable relevante para la productividad (Mairesse, Deganais, & Mohnen, 2006). No obstante, para autores como Crepón, Duguet y Mairesse (1998) es insuficiente relacionar el gasto de innovación con la productividad, si no existe una fase previa en donde el gasto se transforme en producción de conocimiento. Por lo tanto, dichos autores respaldan la idea de centrar el análisis en la determinación y magnitud del gasto y en la producción de conocimiento. Con base en la revisión de literatura, se puede afirmar que pocos trabajos de investigación sobre la relación entre costos de innovación, productos de innovación y la productividad, han desarrollado un tema tan específico para el caso Colombiano. Por esta razón, esta investigación pretende contestar la pregunta: ¿cuál ha sido el impacto de la innovación en el desempeño de las actividades industriales manufactureras colombianas?
Para lograr el objetivo propuesto, esta investigación pretende usar como herramienta metodológica el modelo que relaciona la inversión en actividades de innovación, la producción de innovación y la productividad propuesto por Crepón et al (1998) para analizar el caso del sector manufacturero nacional. En particular, se estiman las dos últimas fases del modelo propuesto para las muestras de actividades de industriales especificadas por clasificación industrial internacional uniforme (CIIU) a tres dígitos. La información empleada corresponde a un panel de datos a nivel actividad industrial de las versiones IV, V y VI de la Encuesta de Desarrollo e Innovación Tecnológica (EDIT) y la Encuesta Anual manufacturera (EAM) realizadas por el Departamento Administrativo Nacional de Estadística (DANE) para los periodos 2008, 2010 y 2012. Además, se añade la variable Productividad Total de los Factores con CIIU a tres dígitos obtenida del proyecto “Índices de Precios de Materia y Productos a nivel de establecimiento” elaborado por Haltiwanger, Kugler, Kugler y Eslava (2013).
La segunda sección de la investigación presenta una amplia revisión de literatura. En el tercer segmento se presenta un marco teórico, en donde se explica la relación de la innovación y la productividad y el planteamiento propuesto para el modelo. En la cuarta se
3 muestra la metodología y la descripción de datos. Los resultados de las estimaciones y su respectivo análisis se muestran en el quinto segmento, y finalmente, en la sexta parte se plantean las conclusiones. Teniendo en cuenta estas consideraciones, la contribución del presente trabajo consiste en combinar el uso de datos panel y la estimación del modelo CDM por actividades industriales. En particular, se analizara el comportamiento de los sectores entorno a distintas variables relevantes para la literatura.
2. Revisión de Literatura
La innovación puede entenderse como todo cambio basado en conocimiento que genera valor para una empresa. Desde este punto de vista, la innovación es un proceso complejo que lleva nuevas ideas al mercado en forma de productos o servicios y mejoras en los procesos de producción. En el contexto de las actividades industriales, las ideas que generan valor se categorizan en tres tipos: comerciales, organizacionales y tecnológicas (Chauvin, Hermand, & Mullet, 2007). Con relación a la productividad hay diversas definiciones entre la que se destaca la relación entre los recursos de una economía y la producción de bienes y servicios. Crepon et al (1998) propusieron un modelo multiecuación conocido como CDM, que consiste en explicar la productividad en función de la innovación de las firmas o subsectores (productos o procesos, patentes, entre otros), y los productos del conocimiento en función a la determinación de la empresa en innovar, es decir, ventas por innovar como proporción de la inversión en la innovación. Con base en este modelo se han realizado diversos estudios, tanto en países desarrollados como en vía de desarrollo, que utilizan bases de datos de innovación y de desempeño productivo de las firmas.
Los estudios realizados para países desarrollados han sido numerosos. Destaca principalmente el estudio de Griffith, Huergo, Mairesse y Peters (2006) para Francia, Alemania, España y Gran Bretaña. El análisis realizado confirma que los sistemas de innovación entre los cuatro países son muy similares. Sin embargo, encuentra diferencias interesantes entre los niveles de productividad que son asociados a la implementación de actividades innovadoras, que van ligados a la magnitud de producción de innovación y al
4 stock de capital de cada sector manufacturero. Asimismo Mairesse, Deganais y Mohnen, (2006) realizan un estudio para Bélgica, Dinamarca, Irlanda, Alemania, Holanda, Noruega e Italia. Para la realización de esta investigación se utilizó la Encuesta de la Comunidad sobre la Innovación2. Aunque la base de datos no contaba con numerosas variables, los autores concluyen que existen diferencias en los niveles de innovación entre los países, especialmente en el número de investigadores y los subsectores altamente innovadores. Por otra parte, Jaumandreu (2003) realiza un estudio para medir el impacto de las actividades innovadoras en los procesos y productos sobre el empleo en España. El autor afirma que se ha generado un crecimiento del empleo con las innovaciones y un crecimiento en las ventas debido a productos innovadores.
Para el caso latinoamericano, se han desarrollado numerosas investigaciones sobre la relación entre la innovación y la productividad. Entre estas se destaca la de Romo y Hill de Titto (2006), debido a que analizan los principales determinantes como las licencias y patentes registradas en los subsectores o la cantidad de trabajadores especializados, y su relación con actividades tecnológicas en las empresas del sector industrial en México. Los autores concluyen que por medio de la innovación el sector mexicano puede volverse más competitivo y mejorar su productividad. Por otra parte, Cassonni y Ramada (2010) realizan un estudio para las actividades industriales manufactureras uruguayas, en donde concluyen que el grado de innovación dependerá de la propensión a innovar del subsector y de la intensidad del esfuerzo en el gasto en innovación. También afirman que la innovación en procesos es significativamente inferior al número de innovación en productos. Benavente (2002) en su estudio de la innovación para el sector manufacturero chileno concluye que no hay acceso al financiamiento de actividades de investigación y desarrollo (I+D) por parte del Estado, y que las empresas privadas y entidades de investigación deberían fomentar la inversión en Innovación. El estudio más relevante realizado en Colombia para la investigación, es el de Mora, Lucio Albis y Villarreal (2013), el cual presenta una caracterización de la dinámica innovadora y productiva de los pequeños y medianos subsectores de la industria manufacturera colombiana. El estudio concluye que algunos
2 La Encuesta de la Comunidad sobre la Innovación (CIS) es una iniciativa de características únicas del programa comunitario INNOVATION y la Oficina Estadística de las Comunidades Europeas (EUROSTAT).
5 sectores pequeños muestran un comportamiento innovador superior al de las grandes y medianas empresas. Mi estudio…
De la revisión de literatura también se puede analizar y afirmar que hay una existencia de un rezago temporal entre la decisión de invertir en I+D y la probabilidad de éxito que estas inversiones puedan tener en la obtención de innovación, debido a que se necesita un tiempo prudencial para la construcción de capacidades. (Majd & Pindyck, 1987). Igualmente, los sectores que han sido exitosos en innovación tienen una mayor probabilidad de tener éxito en el futuro. La evidencia empírica ha demostrado la significancia de la insistencia en el éxito de la innovación medida como la introducción de productos nuevos o mejoras (Peters, 2009) o patentes (Geroski, 1997).
3. Marco Teórico
3.1 Innovación y su relación con el crecimiento económico
La literatura clásica tomó la posición en la que el aumento de la productividad de los factores era principalmente causado por un cambio tecnológico exógeno. Prueba de ello son los modelos de Solow (1956) y Ramsey (1928), debido a que predijeron que los países desarrollados y en vía de desarrollo deberían en el largo plazo converger hacia un mismo PIB per cápita. Lucas (1988) y Romer (1990) desarrollaron las primeras investigaciones en modelos de crecimiento endógeno. Estos modelos se caracterizan por tener un cambio con respecto a modelos anteriores y afirmaron que los rendimientos de la inversión en bienes de capital humano no son decrecientes, lo cual genera que el crecimiento no tenga un límite. Romer incluyó la teoría I+D y de competencia imperfecta para concluir que el progreso tecnológico proviene exclusivamente de la actividades de I+D. Desde esta perspectiva, Romer difiere de la posición del modelo de Solow, en donde afirma que el progreso tecnológico es exógeno. Asimismo, este autor propone que el progreso tecnológico puede ayudar a las firmas a tener un monopolio temporal. No obstante, hace referencia a que el sector en el cual se desarrolla la firma juega un papel importante debido a que no todos los sectores de la economía tiene el mismo nivel de actividad de I+D. Para que las firmas
6 generen esfuerzos en actividades de I+D, el Estado tiene una gran influencia en el crecimiento a largo plazo, debido a que debe desarrollar elementos como regulación a los mercados financieros, métodos de financiación a las actividades de I+D, medidas macro prudenciales y protección de patentes o propiedad intelectual, entre otros. En teoría, los modelos pueden medir el crecimiento de largo plazo, debido a que consideran el cambio tecnológico como un proceso endógeno, que obedece al ambiente de actividades de innovación y factores macroeconómicos.
La principal característica de la innovación es servir como motor para aumentar la productividad en un sector determinado de la economía. La innovación se refiere al aprovechamiento y explotación exitosa de una invención para la mejora de procesos o la creación de nuevos servicios o productos en el mercado, y también se conoce por generar aportes o soluciones a problemas y responder a las necesidades de los agentes económicos y de la sociedad. El mundo contemporáneo atraviesa un rápido cambio tecnológico en temas de información y comunicación (TIC), así como en métodos organizacionales, en la creación de nuevos materiales para diversos usos y la inclusión de la tecnología en campos nunca antes vistos. La innovación tiene dos efectos que benefician a las empresas debido a que, en primer lugar, mejora la competitividad con sus nuevos productos y servicios, y por ende, se genera un crecimiento económico que repercute en sus ganancias. En segundo lugar, la innovación tiene efectos sobre el desempeño productivo debido a que la invención puede generar nuevas fuentes de demanda para las firmas, lo cual puede proceder en un aumento de economías de escala.
3.2 Determinantes de los sectores para innovar
Entre los factores determinantes para que las empresas innoven, está el tamaño del sector, el cual fue abordado, por Acs y Audretsch (1988), quienes en el caso de Estados Unidos encontraron que la actividad innovadora está asociada a las actividades industriales grandes de sectores concentrados, intensivos en capital, que venden productos diferenciados y a subsectores más pequeños de industrias intensivas en trabajo calificado. Martínez y Labeaga (2002), por su parte, encuentran una relación no lineal entre tamaño del sector y la
7 innovación. Si se controla el tamaño, los subsectores de tamaño intermedio son los más innovadoras. Por último, Romero y Martínez (2010) estudian la innovación en productos y procesos en subsectores pequeños donde hay trabajadores auto empleados, para encontrar que el nivel de educación de ellos y la exposición de los sectores a inversión extranjera son factores clave para explicar la innovación, esto para el caso de Andalucía, España. En conclusión, se puede decir que los factores más determinantes para que las actividades industriales innoven son su tamaño, el capital con el que cuente el subsector, la exposición a la inversión extranjera y el nivel de educación que tengas sus empleados.
3.3. Estado de Innovación En Colombia
La economía colombiana esta atravesando por un proceso, en el cual esta migrando hacia un nuevo terreno de inmensos desafíos. Uno de los desafíos más grandes que tiene es la disminuir el atraso que tiene en ciencia, en tecnología e innovación frente a otras economías. Este rezago es sin lugar a duda una de las barreras mas grandes que existe para la transformación productiva del país. Gómez y Mitchell (2014) muestran un balance de la innovación y emprendimiento en Colombia desde tres indicadores en comparación con otros países. El primer indicador hace referencia al financiamiento en actividades de I+D. Si se compara la inversión en I+D en Colombia (0.17% del PIB) con respecto a países como Chile, Argentina (los dos alrededor del 0.5%) y Brasil (1%) para el año 2012, se evidencia un claro atraso respecto a otros países de la región. En estas inversiones, la participación del sector privado juega un papel fundamental. Del 0.17% de las inversiones realizadas en Colombia, 40% fueron aportadas por el sector privado. Sin embargo, en países como Israel y Corea del Sur, la inversión privada aporto el 75% de las inversiones en I+D. Gómez y Mitchell (2014) afirman que la inversión privada focaliza los recursos hacia proyectos que generan soluciones productivas a necesidades del mercado.
Como segundo indicador, es el capital humano, en donde afirma que en Colombia todavía tiene una limitada disponibilidad de capital humano para generar un conocimiento y desarrollo exitoso. Esto quiere decir que Colombia tiene bajas tasas de participación de educación superior, de técnicos y tecnólogos, y hay un déficit en graduados con carreras universitarias, maestrías y doctorados en ciencias puras e ingenierías. El último indicador
8 que el de producción científica y cultura innovadora. Al no existir una alta inversión en innovación, una falta de personal capacitado dedicado a la ciencia, ha generado que el país tenga una reducida producción científica, ya sea mediante publicaciones o registro de propiedad intelectual. No obstante, a pesar que Colombia tiene un rezago importante frente a países de la región, tiene un reto importante que debe construirse sobre los logros y lecciones de los últimos años y en base a las experiencias internacionales que han tenido mayor relevancia.
3.4 Modelo Econométrico CDM
La investigación realizada por Crepón et al. (1998), conocido como el modelo CDM, estudia la relación que existe entre las actividades de investigación y desarrollo, la producción de innovación y la productividad de las empresas francesas. Los autores proponen un modelo multiecuación, el cual contempla todo el proceso de innovación y valora las decisiones de las empresas a la hora de implementar iniciativas que se reflejen en su productividad. El modelo CDM se realiza en tres fases. La primera fase es la determinación e inversión en innovación, la segunda fase es la fabricación de innovación y la tercera fase es la productividad. La Figura 2 resume el modelo CDM.
Figura 2. Modelo CDM
Fuente: Elaboración propia.
La primera fase se caracteriza por tener dos etapas. La etapa inicial consiste en la determinación de la empresa a invertir en innovación o no. Las firmas pueden decidir si
9 realizan actividades de I+D o actividades de innovación (AI) o no. Si la respuesta es afirmativa, se pasa a una segunda etapa donde se determina la cantidad de dinero que se invierte. Ya tomada la cantidad de dinero que las empresas deciden invertir, se pasa a la segunda fase. La segunda fase hace referencia a la producción de conocimiento. En base a las actividades de I+D, las empresas pueden generar innovación en productos o cambios organizacionales. En la última fase del modelo CDM, se pretende analizar el efecto que genera la innovación generada por la empresa en su productividad. Cada fase del modelo se estima por diferentes métodos econométricos que corrigen los diferentes problemas relacionados a las características de la especificación del modelo.
4. Metodología
4.1 Especificación del Modelo Econométrico para la investigación:
Para la investigación, se especifica un modelo econométrico, en donde se tendrá en cuenta las últimas dos fases del modelo CDM, debido a que la primera fase se puede obtener de las distintas bases de datos sin la necesidad de realizar el estudio econométrico. Dado esto, el estudio empírico se centrara en la producción de innovación y productividad. La primera fase del modelo hace alusión a la producción de conocimiento y centrara el estudio en variables dependiente como variables dummy que indican si los sectores han realizado una innovación en sus productos o procesos de producción, y asimismo la obtención de nuevas ideas. En general se ha observado una relación positiva entre las actividades de investigación y desarrollo en innovación y los cambios en productos o procesos innovadores. La segunda y última fase, hace énfasis en la relación positiva entre la producción de innovación y la productividad. La medida de productividad utilizada para la investigación será la Productividad Total de los Factores (PTF) tomada del trabajo elaborado por Haltiwanger et al (2013)
10 Un problema particular que presentan las estimaciones que usan datos longitudinales es la correlación serial entre los términos del error de los diferentes periodos. Para solventar este problema se usara la estimación con efectos aleatorios.
4.1.1 Ecuación de producción de conocimiento
Para la primera fase del modelo, se considera como producción de innovación a las respuestas de los sectores con respecto a si se ha realizado o no una innovación en sus productos o procesos para el mercado nacional. Se utilizara como método de estimación un modelo Probit para calcular la producción de conocimiento. Se propondrá entonces, una variable dummy o binaria que toma el valor de 1 si realizo una innovación y 0 lo contrario. Las variables explicativas para la ecuación serán tamaño del sector medido por el número de trabajadores, Licencias y patente, propiedad extranjera y gasto en innovación. La ecuación para esta fase del modelo se puede expresar de la siguiente manera:
Ecuación 1. Producción de innovación
11 Para la segunda y última fase del modelo, los productos de conocimiento, junto con las variables stock de capital, ventas por sector, y exportaciones se relacionan con la productividad del sector, medida por la Productividad Total de los Factores.
Ecuación 2. Productividad Total de los Factores
La variable innovación, hace referencia a la predicción de la producción de conocimiento estimada en la fase anterior. Esto se debe realizar debido a que la producción de conocimiento puede ser endógena a la productividad, por lo cual se debe instrumentalizar la variable.
Este punto importante debido a la relevancia que presenta la variable instrumental. Una variable instrumental se define como aquella relacionada con la variable explicativa que causa un problema de endogeneidad. La variable instrumental también permite transformar el modelo para tener estimados insesgados y consistentes. Se realizó una regresión auxiliar entre innovación como variable dependiente y la variable dummy Clientes, la cual tomas el valor de 1 si los clientes fueron una fuente de obtención de ideas para la innovación o 0 de lo contrario y las variables independientes del modelo de productividad. En la ecuación 3 se especifica la regresión auxiliar. Se eligió la variable cliente como instrumento debido a que satisface dos condiciones, es válido y tiene relevancia. La primera condición exige que la variable instrumental sea exógena al modelo econométrico, es decir, independiente al término del error. Por su parte, la segunda postula que debe existir una dependencia o relación entre la variable instrumental y la variable independiente. Dado este paso, puede reemplazarse los valores observados de la variable innovación por los valores estimados en la ecuación 2.
Ecuación 3. Regresión Auxiliar
12 4.2 Base de Datos
Los datos utilizados para la investigación de las actividades innovadoras en Colombia a nivel de actividad industrial se obtendrán de la Encuesta de Desarrollo e Innovación Tecnológica (EDIT) y de la Encuesta Anual Manufacturera (EAM) de los años 2008, 2010 y 2012, las cuales son realizadas por el Departamento Administrativo Nacional de Estadística (DANE). El método propuesto es construir un panel de las actividades industriales por Clasificación Industrial Internacional Uniforme (CIIU) a tres dígitos. La EAM es la investigación económica mediante la cual el DANE obtiene la información básica del sector fabril colombiano. A partir de la información obtenida, se generan indicadores para las cuentas nacionales, los cuales permiten medir la evolución y comportamiento del sector industrial con base en variables como personal ocupado, producción bruta, empleo, remuneraciones, consumo intermedio, valor agregado, consumo de energía eléctrica, inversión en activos fijos, que se calculan durante el año. La EDIT recoge datos cada dos años, es decir el panel que se quiere utilizar recoge tres periodos temporales. De esta base, se excluye la información incompleta o con valores extremos para las variables de interés. Asimismo del proyecto “Índices de Precios de Materia y Productos a nivel de establecimiento” elaborado por John Haltiwanger, Adriana Kugler, Maurice Kugler y Marcela Eslava, se obtuvo la Productividad Total de los Factores (PTF) por CIIU a tres dígitos.
4.2.1 Estadísticas Descriptivas
Tabla 1. Estadísticas descriptivas de las variables.
Variable Obs Mean Std. Dev. Min Max
Tamaño 147 202.2941 1774.860 1008 20784
Cooperación 147 0.3971 0.4810 0 1
Licencias y Patentes 147 0.4569 0.1520 0 1
P. extranjera 147 0.3621 0.3698 0 1
Gasto (m.d.p3) 147 53.6865 75.9395 0.48 364.2
3 Medido en millones de pesos.
13 Stock de capital (m.d .p) 147 704.9268 551.0206 504.50 39452 Ventas por sector (m.d.p) 147 604.2304 535.6545 89.63 3650.1 Exportaciones
Clientes
147 147
0.2624 0.3265
0.4415 0.5236
0 0
1 1 *Elaboración propia
Al realizar la unión de las diferentes bases de datos en un solo panel, se obtuvieron 49 observaciones para cada año y en general se obtuvo 147 observaciones para el panel. Estas observaciones hacen referencia a las diversas actividades industriales con los cuales cuenta el sector manufacturero colombiano. En general existen 58 actividades industriales en el sector manufacturero colombiano, sin embargo hay varios sectores que no presentan información en las encuestas realizadas por el DANE por lo cual se omitirán en la muestra. A partir de la base de datos construida, se puede analizar cierto tipo de comportamientos y rasgos que tiene el sector manufacturero.
La Tabla 1 hace referencia a la distribución sectorial que presenta la intensidad tecnología. La intensidad tecnología Alta, se refiere al porcentaje de sectores industriales que se consideran innovadores en sentido estricto. La innovación en sentido estricto hace referencia a los sectores que en el período de referencia de la encuesta obtuvieron al menos un bien o servicio nuevo o significativamente mejorado en el mercado. La intensidad tecnología Media-Alta hace referencia al porcentaje de sectores industriales que se consideran innovadores en sentido amplio. La innovación en sentido amplio se define como los sectores industriales que implementaron un proceso productivo nuevo o significativamente mejorado para la línea de producción principal o para las líneas de producción complementarias o una forma organizacional o de comercialización nueva. La intensidad tecnología Media-Baja hace referencia al porcentaje de sectores industriales considerados como potencialmente innovadores, la cual se define como los sectores que en el momento de diligenciar la encuesta no habían obtenido ninguna innovación en el período de referencia; pero que reportaron tener en proceso o haber abandonado algún proyecto de innovación. Por último, la intensidad tecnología baja se refiere al porcentaje de sectores no innovadores, los cuales se definen como los sectores industriales que en el período de
14 referencia de la encuesta no obtuvieron innovaciones, ni reportaron tener en proceso, o haber abandonado, algún proyecto para la obtención de innovaciones.
Al observar la Tabla 2, se puede concluir que la mayoría de las actividades industriales se concentran en un nivel bajo de intensidad tecnología. Sin embargo, ha habido una reducción mínima del año 2008 al 2012, pasando del 56.7% en 2008 al 55.6% en 2012. La intensidad tecnología alta en el sector manufacturero colombiano es muy limitada, apenas alcanza a llegar a un 3.8% para el año 2012. La intensidad Media-Baja desde el 2008 al 2012 ha pasado de un 22% a un 23.5%, lo que muestra que ha habido un incremento mínimo en 5 años. Por último, la intensidad Media-Alta, se reduce del 2008 al 2012.
Tabla 2. Distribución de intensidad tecnológica sector manufacturero. Intensidad Tecnología
Año Porcentaje
Alta
2008 3.7
2010 3.7
2012 3.8
Media-Alta
2008 17.6
2010 17.6
2012 17.1
Media-Baja
2008 22
2010 22.4
2012 23.5
Baja
2008 56.7
2010 56.1
2012 55.6
15 La Tabla 3 muestra el porcentaje de actividades industriales (subsectores) que decidieron invertir en actividades de investigación y desarrollo (I+D) y en actividades de innovación (AI). Las actividades de I+D va orientadas a la inversión para obtener conocimiento, mientras que las actividades de innovación es la inversión de conocimiento para obtener dinero. La primera es exclusivamente a la búsqueda de nuevo conocimiento, mientras que la segunda se refiere cualquier tipo de conocimiento (nuevo o ya existe) que se haya implementado para mejorar un proceso, producto, o cambio organizacional en la actividad industrial.
La inversión en actividades de I+D ha caído considerablemente desde el año 2008 al 2012, pasando del 10% al 6.5% respectivamente. Asimismo, la AI ha caído drásticamente, pasando del 35.3% para el año 2008 al 21.2 para el año 2012. A priori se puede concluir que dentro de las políticas públicas que emprende el Estado colombiano, la innovación no fue una prioridad para estos años, y que los sectores decidieron invertir en otro tipo de actividades. El Observatorio colombiano de Ciencia y Tecnología en su informe para el año 2013, afirma que las actividades manufactureras han disminuido significativamente sus actividades de I+D Y AI, debido a que la coyuntura…
Tabla 3. Proporción de sectores que invierten en I+D y AI
Año Porcentaje
I+D
2008 10
2010 9.5
2012 6.5
Actividades de Innovación
2008 35.3
2010 33.1
2012 21.2
16 4.2.2 Descripción de Variables:
La tabla 5 hace una descripción de cada variable utilizada en las distintas fases del modelo CDM modificado.
Tabla 5. Descripción de variables para el modelo
Variable Descripción
Tamaño El tamaño del sector está
determinado por el número de empleados.
Cooperación
Licencias y patentes
Propiedad extranjera
Gasto (innovación)
Toma el valor de 1 si el sector tiene cooperación con universidades o centros de investigación. 0 de lo contrario.
Toma el valor de 1 si el sector tiene registrados licencias y patentes para cada uno de los años analizados. 0 si no hay registro en el año estudiado. La variable toma el valor de 1 si el sector tiene una inversión extranjera mayor al 25% de su capital. 0 de lo contrario
Se define como gasto en innovación la suma de los gastos en adquisición de conocimientos (licencias y patentes), la capacitación del personal, la instalación y puesta en
17 5. Resultados Econométricos
Los resultados observados para la investigación se analizaran en esta sección. Se dividirán para cada fase del modelo. En la primera etapa del modelo, se analizan los resultados arrojados por la Ecuación 1. En la Tabla 4, se observa que la variable gasto es significativa al 1% y la variable tamaño (empleo) no es relevante para explicar las innovaciones realizada por el sector en la producción de nuevos productos o mejoras en los proceso. Por otro lado, la variable cooperación, es relevante para el modelo, en donde cooperar, presente una alta correlación con la función de producción de innovación. La variable licencias y patentes no es significativa para la función de producción de innovación. Para resumir esta etapa se puede afirmar, como era de esperarse, la intensidad de gasto, esté fuertemente relacionada con la función de probabilidad de las firmas desarrollar innovaciones en productos y procesos.
Stock de capital
Exportación
Ventas por sector
marcha de nuevos equipos, la introducción de innovaciones al mercado nacional y la adquisición de maquinaria. Esta variable esta medida en millones de pesos.
Valor en libros de los diferentes tipos de activos fijos, (terrenos, edificios, estructuras, etc.). Esta variable esta medida en millones de pesos.
Toma valor de 1 si el sector exporta. 0 de lo contrario
Ingresos en términos monetarios por ventas para sector. Esta medido en millones de pesos.
18 Tabla 4. Producción de conocimiento
En la segunda etapa del modelo, se analizan los resultados arrojados por la función de productividad, asociada a la Productividad Total de los Factores. En la tabla 5, se observa que la variable Innovación, es decir, la predicción de la regresión auxiliar de la ecuación 3 es significativa para el modelo. La variable exportación, que hace referencia a si el sector exporta, es significativa al 1%, lo cual afirma que los sectores que tienden a exportar son los sectores más productivos. Por último, la variable ventas por sector, la cual se puede considerar otra medida del tamaño del sector, es relevante para la productividad. Esto afirma que los sectores más grandes tienden a ser más productivos. La variable stock de capital, que se define como los inventarios en libro que tiene el sector no es significativa para el modelo.
Variable Prod.
Innovación
Gasto
Tamaño (Empleo)
0.01*** (0.0)
0.1 (0.1)
Cooperación 0.9**
(0.4)
Licencias y patentes 0.0
(0.0) Propiedad Extranjera
Constante
-0.2 (0.3) -5.4*** (0.9)
Observaciones Pseudo 𝑹𝟐
*p < 0.1, **p < 0.05, ***p < 0.01 147 0.370
19 Tabla 5. Productividad Total de los Factores
Tabla 6. Regresión Auxiliar
Variables Innovación
Cliente 0.15***
(0.157) Stock de Capital
Exportaciones Ventas por sector Constante 0.36 (0.085) 0.14 (0.236) 0.78 (0.112) 1.23*** (0.052) Observaciones
Pseudo 𝑹𝟐
*p < 0.1, **p<0.05, ***p<0.01
147 0.236
6. Conclusiones
Variable PTF
Innovación 0.596**
(0.263)
Stock de Capital 0.055
(0.090)
Exportaciones 0.151***
(0.1) Ventas por sector
Constante 0.43** (0.011) 9.8*** (0.091) Observaciones
Pseudo 𝑹𝟐
*p < 0.1, **p < 0.05, ***p < 0.01 147
20 Este trabajo tiene como objetivo el estudio del proceso de innovación a nivel de subsector en la industria manufacturera colombiana. Para lograr esta meta, se propuso una serie de ecuaciones en conjunto y se aplicó una modificación a la metodología propuesta por los autores Crepón et al (1998). Este cambio fue eliminar la primera fase, en donde se determinaba la decisión de invertir en innovación y la magnitud o cantidad que los sectores destinaban a las actividades de investigación y desarrollo e innovación.
Del análisis descriptivo es posible establecer diferencias en las características de las actividades industriales dependiendo la distribución de la intensidad tecnológica. La mayoría de las actividades industriales del sector manufacturero se centran en un nivel bajo de intensidad tecnológica, y apenas una proporción de los sectores para invierte se catalogan como innovadores en sentido estricto. También se pudo establecer, que los sectores que invierten en I+D y AI son muy limitados para el sector manufacturero colombiano.
De las estimaciones, la primera etapa arrojo resultados interesantes. El gasto en innovación y la cooperación con universidades son significativos para la producción de conocimiento. En pocas palabras, los esfuerzos que realizan en innovación (gasto) las diferentes actividades industriales favorecen la obtención de conocimiento, traducidos en innovaciones en procesos, productos de mayor novedad o cambios organizacionales para el subsector. La presencia de capital extranjero y la obtención de licencias y patentes no son determinantes para la producción de conocimiento, tal vez esta última, por sus altos costos de transacción. Por último, los resultados obtenidos en la estimación de la Productividad Total de los Factores, mostro que la innovación afecta positivamente la productividad. Algo interesante que los resultados concluyen, es que si el subsector exportar aumenta su productividad. Al tener la actividad industrial contacto con mercados internacionales, puede implementar conocimiento ya establecido para el mercado nacional, generando un cambio positivo que repercute en su productividad. Como se presupone intuitivamente, los sectores más grandes son más proclives a invertir en innovación por su posición en el mercado, pueden autofinanciarse y son los sectores que tienen a exportar. Sin embargo, no necesariamente los sectores más grandes, son los que obtienen mayor producción de conocimiento. Este es un hallazgo interesante que arroja la investigación, debido a que se
21 puede desarrollar una política pública eficaz que incentive a los distintos subsectores en función de su tamaño al gasto en innovación, cooperación con institución de investigación y exportaciones, para lograr una crecimiento en su productividad.
22 Bibliografía
Acs, Z., & Audretsch, D. (1988). Innovation and firm size in manufacturing. Techonvation. Alvarez, R., & Alvaro, G. (2008). Productividad, innovacion y exportaciones en la
industria manufacturera chilena. Santiago de Chile: Banco central de Chile, Documentos de trabajo.
Benavente, J. (2002). The role of Research and Innovation in Promoting Productivity in Chile. Santiago de Chile: Departamento de Economia. Universidad de Chile. Cassonni, A., & Rammada, M. (2010). Innovation, R&D investment and productivity:
Uruguayan manufacturing firms. Montevideo: IDB.
Chauvin, B., Hermand, D., & Mullet, E. (2007). Risk perception and personality facets. Risk analysis for firms.
Crepon, B., Duguet, E., & Mairesse, J. (1998). Research, innovation and productivity: An econometric analysis at the firm level. Paris: Economics of Innovation and New Technology.
Departamento Administativo Nacional de Estadistica. (2007-2012). Encuesta anual
Manufacturera. Retrieved from www.dane.gov.co.
Departamento Administativo Nacional de Estadistica. (2007-2012). Encuesta de desarrollo e innovacion tecnlogica. Retrieved from www.dane.gov.co.
Gomez, H., & Mitchell, D. (2014). En Colombia: Balance, perspectivas y recomendaciones de politica, 2014-2018. Bogota: Fedesarrollo.
Griffith, R., Huergo, E., Mairesse, J., & Peters, B. (2006). Innovation and productivity across four European countries. Oxford review of economics policy.
Jaumandreu, J. (2003). Does innovation spur employment, A firm-level analysis using Spanish CIS data. Madrid: Universidad Carlos III.
Mairesse, J., Deganais, M., & Mohnen, P. (2006). Innovativity: A comparison Across Seven European Countries. Scientific series. Interuniversitaire de Recherche en Analyse des Organisations.
Martinez, R., & Labeaga, J. (2002). The relationship between firm size and innovation activity: A double decision approach. Economics of Innovation and New Techonology.
23 Mohnen , P., & Hall, B. H. (2013). Innovation and productivity: An update . Researcho
Institute on Innovation and Technology ONU-MERIT.
Mora, H., Lucio, D., Albis, N., & Villarreal, N. (2013). Caracterización de la dinámica innovadora y productiva de las Pymes manufactureras colombianas: un analisis
descriptivo. Bogota.
Romer, P. (1990). Endogenous technological change . Journal of Political Economy. Romero, I., & Martinez , R. (2010). Self-employment and innovation. Exploring the
determinates of innovative behavior in small businesses. Research Policy.
Romo, D., & Hill de Titto, P. (2006). Los determinantes de las Actividades Tecnologicas en
