Está en la página 1de 18

Los factores

determinantes de la
innovación: un análisis
econométrico
sobre las regiones
españolas.

MIKEL BUESA
THOMAS BAUMERT
JOOST HEIJS
MÓNICA MARTÍNEZ (*)
Instituto de Análisis Industrial y Financiero
Universidad Complutense de Madrid

El creciente interés que la economía de la innovación ha suscitado 67


no ya en el mundo académico, sino cada vez en mayor medida también
entre los policy makers hace necesario el desarrollo de estudios
econométricos que permitan deter- atención en detectar la presencia conjunto de sistemas de innova-
minar los factores que inciden en de spillovers universitarios. Basán- ción nacionales.
mayor medida en la generación de dose en estos antecedentes, en
nuevas ideas —germen de futuras España se comenzaron a llevar a Al enfocar un trabajo de este tipo,
innovaciones— a fin de disponer cabo análisis de este tipo a partir resulta necesario decidir, en primer
de las informaciones necesarias pa- de la segunda mitad de los años lugar, cuál es el ámbito de estudio
ra el diseño de políticas tecnoló- noventa, aunque la mayoría de es- más indicado. Consideramos que
gicas. tos modelos ha trabajado con un estudiar el sistema de innovación a
conjunto muy limitado de varia- nivel regional es lo más acertado:
Los estudios de este tipo cuentan bles. Finalmente, podemos consi- primero, porque en casi todos los
ya con cierta tradición académica. derar que se ha alcanzado un países se ha detectado una concen-
Los primeros de ellos, aplicados al punto de inflexión en este tipo de tración geográfica muy alta de las
caso de los Estados Unidos, se des- estudios con el modelo presenta- actividades innovadoras; segundo,
arrollaron a partir del trabajo ini- do por Stern, Porter y Furman porque, además, en la mayoría de
cial de Jaffe (1989), y centraron su (1999), si bien éste trabaja con un Estados existen regiones con un pe-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

so muy elevado dentro del conjun- donde:


to del sistema de innovación nacio-
nal, mientras otras presentan activi- Aj,t = Producción de idea (patentes).
γ
dades innovadoras muy aisladas; y, HA = Esfuerzo innovador (recursos
en tercer lugar, porque la creación humanos destinados a
de nuevas ideas, basadas en el co- innovación).
φ
A j = Stock de conocimientos propios
nocimiento tácito, resulta difícil de
del país j.
transmitir a través de la distancia ψ
A –j = Stock de conocimientos
(Audretsch, 1998), a pesar de las descubiertos en países distintos al
posibilidades ofrecidas por las nue- país j y aún no difundidos en
vas tecnologías de información. éste.

Por tanto, resulta necesario analizar Generalizando las funciones (II) y


las actividades tecnológicas en uni- (III), podemos concluir, de acuerdo
dades geográficas reducidas que ten- con Griliches (1990) y Bania, Cal-
gan en consideración tanto el fenó- kins y Dalenberg (1992), que el flu-
meno de la globalización como el jo de nuevos conocimientos de-
alcance limitado de los spillovers. Por pende, por una parte, del esfuerzo
este motivo hemos optado por la re- innovador llevado acabo en la re-
gión y, más concretamente, por las gión (1) y, por otra, de un conjunto
comunidades autónomas como uni- de características propias de la re-
dad geográfica de análisis, a medio gión que se englobarían en un vec-
camino entre el planteamiento de tor Zr, de manera que:
Krugman (1991), quien señala que
Este planteamiento concuerda bá-
«los Estados son realmente la unidad Kr = f (Rr, Zr) [IV]
sicamente con el modelo de creci-
geográfica correcta», y Audretsch
miento tecnológico endógeno for-
(1998), para quien «la unidad geográ- donde Zr puede ser sustituido di-
mulado por Romer (1990), en el
fica relevante de observación es la rectamente por una combinación
que la generación de nuevas ideas
ciudad» (véase al respecto Krugman, lineal de los indicadores regionales
no sólo está en función del esfuer-
1998), además de entender que las oportunos.
zo en I+D realizado —en este caso
comunidades autónomas son, en el
medido a través del personal total
caso español, las menores unidades Ahora bien, la pregunta sobre cuá-
en I+D—, sino también del stock
administrativas que cuentan con les son, en concreto, los indicado-
de conocimientos acumulados, es
competencias en materia de I+D. res regionales que inciden en la ge-
decir, de la disponibilidad de re-
sultados de anteriores investiga- neración de nuevos conocimientos
ciones: ha recibido respuestas dispares por
parte de las distintas «escuelas» y
Planteamiento teórico At = δHA,t At
λ ϕ
[II] enfoques teóricos que se han en-
68 frentado a ella. A la hora de dise-
La mayoría de los trabajos anterior- donde: ñar el modelo que presentamos en
mente citados tienen su cimiento este trabajo hemos considerado las
teórico en la función básica de ge- At = Flujo de nuevos conocimientos. principales corrientes de estudio,
neración de ideas desarrollada por HA,t = Personal total dedicado a la I+D. conjugando sus aportaciones y
Griliches (1979), en la que el flujo At = Stock de conocimientos acumulados complementándolas entre sí, para
(y, a largo plazo, λ y ϕ = 0). formar Z r.
de nuevas ideas depende del es-
fuerzo innovador —medido a tra-
vés de los recursos destinados a la Un desarrollo más complejo de es- Para ello, analizamos a continua-
I+D— llevado a cabo por una re- ta función se encuentra en Porter y ción los enfoques teóricos que han
gión, tal que: Stern (1999). De acuerdo con estos enfatizado la importancia del terri-
autores, la generación de ideas re- torio para el proceso de innova-
K = f (R) [I] sulta de combinar el esfuerzo inno- ción. Éstos son (gráfico 1).
vador —medido a través de los re-
donde: cursos humanos dedicados a la
innovación— con el stock de cono- La teoría del cambio
K = Nuevos conocimientos valorables cimientos acumulados nacionales e tecnológico
económicamente. internacionales, tal que:
R = Recursos destinados a la Un aspecto relevante, del que ade-
γ φ ψ
investigación. Aj,t = δHA A j A – j [III] más se deduce la importancia de los

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

GRÁFICO 1
ESCUELAS QUE FORMAN LA TEORÍA ECONÓMICA DE LA INNOVACIÓN

Nelson, Winter, Lundvall,


Doasi, Malerba, Pavitt, Soete,
Freeman, Andersen, etc. Sistemas de innovación: sistemas
nacionales (Nelson, Lundvall, Edquist,
Freeman, etc.), sistemas sectoriales
(Breschi, Malerba), sistemas tecnológicos
Economía de la (Carlson & Jacobsson)
Nueva teoría del comercio:
innovación
Krugman, Grossman
(evolucionista)
y Helpman, etc. Scott, Storper, Amin,
Thrift, Sabel, Piore,
Martín, Sunley, etc.

Marshall
Economía Geografía
clásica económica
Distritos industriales
italianos
neo-marshallianos
Teoría de la localización:
Lösch, etc.

Economía de la organización

Crecimiento y convergencia Nueva teoría del crecimiento: Costes de transacción, teoría


regional: Barro, etc. Romer, Lucas, etc. de las empresas y literatura
basada en la asignación
de recursos: Williamson, Penrose
Barney, Loasby, Foss, etc.

FUENTE: Dahl (2001).

sistemas nacionales y regionales de está relacionado de forma lineal con das hacia la generación de innova-
innovación, surge del enfrentamiento el factor de entrada (input), lo que ciones mediante la creación de
entre el concepto tradicional-lineal conlleva una visión de la I+D como centros de investigación, el apoyo
de la innovación y el modelo inter- actividad aislada, llevada a cabo en a la I+D básica para tecnologías
activo (2) de la teoría del cambio centros de investigación, insensible claves, o la financiación directa de 69
tecnológico que ha tenido lugar du- a los incentivos del mercado y a los las actividades de investigación
rante las últimas décadas. requerimientos de otras unidades empresariales.
de la empresa. La transferencia tec-
Hasta mediados de los años seten- nológica sería un proceso automáti- Al modelo lineal del cambio tecno-
ta, la teoría económica consideraba co sin costes significativos ni retra- lógico se le opone el modelo inter-
la tecnología básicamente como in- sos en el tiempo, basado en el activo, desarrollado en la década
formación, cuyo proceso de pro- mecanismo de «la mano invisible», y de los ochenta, que ha implicado
ducción resultaba de la acción se- en el que la tecnología sería una in- cambios radicales no sólo en la
cuencial de las instituciones de formación fácil de copiar. El modelo gestión tecnológica de las empre-
investigación —exógenas al siste- lineal niega de manera virtual facto- sas, sino también en el diseño de la
ma económico— y de las empresas res como la influencia institucional, política tecnológica por parte de la
innovadoras. Este modelo, denomi- las estrategias y actitudes competiti- Administración Pública.
nado modelo lineal del cambio tec- vas de otras empresas o países, así
nológico, fue la base teórica de la como los factores relacionados con Este modelo parte de una interac-
política tecnológica de la mayoría la demanda y la educación u otros ción continua entre los distintos
de los países desarrollados hasta me- aspectos regionales. agentes y elementos del mismo a
diados de los años ochenta. La teoría lo largo de todo el proceso de in-
lineal de la innovación considera En consecuencia, las políticas basa- novación y de la posterior comer-
que el producto o resultado (output) das en el modelo lineal están dirigi- cialización de los resultados. Inclu-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

so, una vez que el producto esté quienes las actividades innovado-
plenamente introducido en el mer- ras requieren un ambiente innova-
cado, el proceso continúa median- dor en el que tenga lugar un inter-
te el perfeccionamiento y la diver- cambio recíproco de personal,
sificación de los productos, de los conocimientos científicos y tecno-
procesos de producción y de las lógicos, servicios especializados y
tecnologías utilizadas. de impulsos innovadores (Ayda-
lot/Keeble, 1988; Stöhr, 1987; Pe-
Así, mientras que en el modelo li- rrin, 1986/88; Koschatzky, 1997).
neal destacan solamente las activi-
dades tecnológicas del departa-
mento de I+D, en el modelo Los trabajos que analizan
interactivo destaca la capacidad los distritos industriales
tecnológica de la empresa en ge- y el «milieu» innovador
neral, considerando la gestión de
la innovación como un proceso es- Dejando a un lado las diferencias
tratégico y corporativo en el que existentes entre los distintos enfo-
debería estar implicada toda la em- ques —clusters, distritos industria-
presa, además de sus distribuidores les y sistemas de innovación— se
y clientes. puede indicar que los tres coinci-
den en adjudicarle un alto grado de
De acuerdo con este modelo, la importancia a las externalidades y
capacidad tecnológica de una em- la proximidad geográfica como fac-
presa se basa en su «saber-hacer» y delo interactivo— es el estudio de tor explicativo de la innovación.
tiene una dimensión tácita y acu- los sistemas nacionales y regiona-
mulativa. La transferencia tecnoló- les de innovación (Freeman, 1987; El concepto neo-marshalliano de
gica resulta difícil y costosa, y la Dosi, 1989; Porter, 1990; Lundvall, «distrito industrial» ha sido desarro-
absorción de nuevas tecnologías 1992; Nelson, 1993; Edquist, 1997; llado sobre todo en los años
exige un fuerte gasto en tiempo y Koschatzky, 1997), que podría defi- ochenta (3) para explicar el creci-
dinero. El modelo interactivo con- nirse como «la red de instituciones, miento y éxito económico de algu-
sidera la innovación como un pro- del sector privado y público, cuyas nas regiones especializadas del
ceso dinámico e interrelacionado, actividades e interacciones inician, norte de Italia, Suiza y Francia (Pio-
con efectos de retroalimentación importan, modifican o divulgan nue- re y Sabel, 1984; Stöhr, 1987; Ayda-
continuos entre las distintas eta- vas tecnologías» (Freeman, 1987), lot y Keeble, 1988; Perrin 1988;
pas, y, además, todo este proceso siendo este sistema heterogéneo, Vázquez Barquero, 1988; Camagni,
se desarrolla en un ambiente cam- dinámico y abierto, caracterizado 1991; Sengenberger y Pyke, 1992).
biante (Malerba y Orsenigo, 1995), por la retroalimentación positiva y
en el que los agentes y competi- la reproducción. Dentro de él, la Los estudios empíricos sobre «dis-
70 dores reaccionan, a su vez, ante innovación y el aprovechamiento tritos industriales» que se han lleva-
cada uno de los cambios. de nuevas tecnologías, además de do a cabo al respecto han centrado
los factores individuales, dependen su atención en regiones con un do-
Cada uno de estos dos modelos re- de la interacción y sinergia entre minio de pequeñas y medianas em-
fleja un concepto opuesto de bien éstos. La capacidad innovadora de presas (PYMEs). La importancia de
tecnológico, aunque, en la práctica, una región no solamente está en la proximidad geográfica radica en
la mayoría de los conocimientos se función de su esfuerzo cuantitativo la existencia de una interacción
podrían clasificar como una forma en I+D (gastos y personal) y de su muy intensa entre un conjunto de
mixta de ambos. infraestructura tecnológica (el con- PYMEs altamente especializadas,
junto de centros y instituciones que que se disputan una misma indus-
llevan a cabo actividades innova- tria o mercado y, por tanto, se ven
La teoría de los sistemas doras), sino también de la interac- obligadas a competir en costes y
nacionales y regionales ción entre las empresas, adminis- calidad.
de innovación traciones públicas, y otros agentes.
La rivalidad, la sinergia y el apren-
Uno de los enfoques de la teoría Esta idea es muy parecida al con- dizaje colectivo son aspectos fun-
de la innovación y del desarrollo cepto de «milieu» innovador des- damentales para un «milieu» inno-
económico en que más se ha pro- arrollado por los autores neomars- vador, y su enfoque local se basa
fundizado en los últimos años —di- hallianos de los distritos industriales en el bajo nivel de movilidad de
rectamente relacionado con el mo- y de la geografía económica, para los factores productivos especiali-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

zados (Camagni, 1994), aunque no


se puede deducir que son única-
mente los factores endógenos los
que determinan el éxito de las re-
giones especializadas. Los «milieus»
innovadores y los distritos indus-
triales solamente pueden sobrevivir
si están integrados en redes na-
cionales o internacionales que ac-
túan como estimulo externo y
fuente de aprendizaje (Koschatzky,
1998).

El enfoque basado en la
importancia de las redes
de cooperación y los
clusters industriales
El concepto de clusters se ha visto
expandido de forma rápida a partir
del libro de Porter sobre La ventaja
competitiva de las naciones que,
como indica su título, analiza la petidores, centros de investigación, tecnológica ha recibido cada vez
forma de explicar el nivel competi- etc.), tanto a nivel intra como inte- más atención por parte de las em-
tivo de un país. De hecho, en el rindustrial. Además, se basa en la presas y de la política tecnológica.
sistema productivo de los países noción de interdependencia y com-
más desarrollados se ha podido plementariedad: los actores son di-
apreciar un aumento en la especia- ferentes y, por tanto, tienen reque- La gestión de la innovación
lización de las empresas y, simultá- rimientos diferentes; compiten, en las empresas
neamente, un incremento de su pero, a la par, necesitan los pro-
funcionamiento en redes (Schibany ductos de la competencia para po- Del modelo interactivo de la teoría
et al., 2000) y clusters (Porter, 1998), der innovar (4). moderna del cambio tecnológico
especialmente en los sectores tec- se deriva que la capacidad tecnoló-
nológicamente más avanzados y en La interacción y cooperación es un gica de las empresas es un factor
las relaciones de carácter vertical aspecto fundamental para entender fundamental a la hora de llevar a
(Schmitz y Nadvi, 1999). El enfo- los conceptos de cluster, sistemas cabo con éxito proyectos tecnoló-
que de los clusters (basado, entre de innovación o distritos industria- gicos, que sólo se obtiene median-
otros, en aportaciones de Porter, les, ya que los tres enfoques teóri- te un proceso de acumulación de 71
1990; Freeman, 1991; DeBresson y cos valoran positivamente la inter- experiencia (Freeman, 1974, 1987;
Amesse, 1991) valora positivamen- acción entre los distintos agentes. Dosi et al., 1988; Cohen y Levin-
te los procesos de rivalidad, apren- La cooperación en el campo tecno- thal, 1989; Meyer-Krahmer, 1989;
dizaje colectivo y los efectos de si- lógico ha sido objeto de numero- Roussel et al., 1991; Dankbaar et
nergia, pero sin limitar su estudio a sos estudios en la literatura reciente al., 1993; Rothwell, 1994; Malerba y
las regiones altamente especializa- (Sharp y Shearman, 1987; Mytelka, Orsenigo, 1995; Koschatzky, 1997).
das y a la interacción entre PYMEs 1991; Herden y Heydenbreck, La mejora de estas capacidades po-
del mismo sector (como fue el caso 1991; Dodgson y Rothwell, 1994; dría considerarse tanto un objetivo
de los distritos industriales). Haagendoorn, 1995). En los años explícito de un instrumento de la
ochenta y noventa la colaboración política tecnológica (Meyer-Krah-
En cambio, este enfoque plantea una entre empresas ha aumentado de mer, 1989) como un objetivo de la
visión mucho más amplia, que inclu- forma sustancial (Mytelka, 1991; propia empresa para llevar a cabo
ye un análisis del papel de las gran- Sharp y Shearman, 1987; Narula y ciertos proyectos de I+D (Cohen y
des empresas en las redes empresa- Hagendoorn, 1999; Narula, 1999). Levinthal, 1989).
riales y de cooperación, además de Las ventajas de escala crecientes y
adjudicarle mucha importancia a la la indivisibilidad de las actividades Son muchos los autores que han
interacción e interdependencia en- innovadoras dificultan las actuacio- subrayado la importancia de los em-
tre los distintos agentes económi- nes individuales de las empresas, presarios (Schumpeter, 1911; Rous-
cos (proveedores, clientes, com- lo que implica que la cooperación sel et al., 1991; Malerba y Orsenigo,

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

1992; Dankbaar et al., 1993). El Trabajos que estudian


concepto schumpeteriano de «en- los sistemas nacionales
trepreneurship» consiste en un indi- de innovación
viduo creativo que combina nuevas
tecnologías con nuevos mercados, El modelo de Stern, Porter y Fur-
dejando las tecnologías viejas ob- man resulta de combinar las apor-
soletas. En muchas empresas no taciones teóricas de Romer (1990),
hay reglas explícitas, pero se res- Porter (1990) y Nelson (1993). En
ponde mediante decisiones ad hoc él, los autores introducen una serie
del empresario según las necesida- de variables que hacen referencia a
des o problemas que se presenten, las características microeconómicas
una forma de funcionar que se da y de los clusters de la nación, de
principalmente en las PYMEs, aun- acuerdo a los postulados de Porter
que, a veces, también en algunas (1990) y las características propias
empresas grandes (Dankbaar et al., de sistema nacional de innovación
1993). (Nelson, 1993).

El segundo modelo schumpeteria- A ello se añade la calificación de


no ha quitado cierta importancia al los recursos humanos, el peso que
inventor y empresario creativo, se- los sistemas de educación científica
ñalando la importancia de la acu- tienen en el sistema de I+D, el con-
mulación de conocimiento en cen- texto de competitividad del país
tros de I+D. (grado de apertura a la exportación
en regiones específicas se puede y nivel de la protección de la capa-
El concepto de aprendizaje señala- explicar estadísticamente por el nú- cidad intelectual, existencia de po-
do por Dodgson (1991) habla de la mero de empresas y no por su ta- líticas antimonopolio), la presencia
manera en que una empresa cons- maño (Patel y Pavitt, 1991). de clusters y del nivel de la deman-
truye y complementa su base de da tecnológica interna, así como
conocimientos respecto a tecnolo- del número y de la intensidad de
gías, productos y procesos de pro- las interconexiones existentes en el
ducción para desarrollar y mejorar sistema de I+D.
la utilización de las habilidades de Estudios empíricos
sus recursos humanos. Este domi- De todo ello resulta una ecuación,
nio se puede obtener mediante I+D Al diseñar nuestro modelo hemos en la que la innovación está en
o laboratorios propios, personal tenido en cuenta los estudios empí- función de la calidad del la infraes-
cualificado, transferencias tecnoló- ricos anteriores que han estudiado tructura común de innovación, del
gicas o buenos flujos de informa- la presencia de spillovers en sus entorno innovador específico de
ción con el entorno. respectivos ámbitos de análisis. Po- los clusters y de la calidad de los
72 demos distinguir básicamente entre vínculos del sistema de I+D, ade-
Un último aspecto que determina dos tipos de modelos: aquellos que más del esfuerzo en I+D (A) y del
parte de la competencia o capaci- analizan los sistemas nacionales de stock de conocimientos acumula-
dad tecnológica son las relaciones innovación (Stern, Porter y Fur- dos (6).
con el entorno (5) o la imbricación man, 1999, 2000 y 2002) y aquellos
de las empresas en el sistema na- que lo hacen para los sistemas re- Los resultados de la estimación del
cional y regional de innovación, in- gionales. De estos últimos, a su modelo correspondiente, basado en
cluyendo los flujos de información, vez, hemos diferenciado entre los el estudio de 17 países para un pe-
la transferencia tecnológica y la co- que estudian el sistema regional de ríodo de 21 años, señalan que todas
operación en este campo. Teniendo innovación estadounidense (Jaffe, las variables mencionadas, excepto
en cuenta el concepto interactivo 1989; Acs et al., 1992; Feldman, la fuerza del capital riesgo, resultan
de la innovación, queda claro que 1994; Anselin et al., 1997) y los que significativas. La especificación pre-
la capacidad de absorción de las lo han hecho para España (Gum- ferida por los autores muestra una
nuevas tecnologías por parte de las bau, 1996; Coronado y Acosta, alta elasticidad del stock de conoci-
empresas no sólo depende de su 1997; García Quevedo, 1999). Para miento (PIB per cápita) y del es-
potencia y capacidad individual si- poder facilitar la comparación con fuerzo en I+D. Llama la atención
no también de un proceso interacti- nuestros propios resultados, pre- que el número de empleados en
vo con otras empresas y su entor- sentamos a continuación un breve I+D presente una elasticidad tres
no. El poder o esfuerzo tecnológico esbozo de los trabajos anterior- veces mayor que el gasto de I+D,
relativo de las empresas localizadas mente señalados. hecho que se explica probablemen-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

te a consecuencia de la muestra uti- CUADRO 1


lizada (países de la OECD), en la MODELOS QUE ESTUDIAN EL SISTEMA REGIONAL DE LOS EEUU
que la disponibilidad de recursos
humanos en I+D es superior a la Estudio
Jaffe Acs et al. Feldman Anselin et al.
(a) (a)
del gasto en I+D, es decir, en los (1989) (1992) (1994) (1997)
que el esfuerzo innovador en térmi- Ámbito geográfico de estudio Estados Estados Estados Áreas
nos de recursos humanos es mayor USA USA USA metropolitanas
que el económico. Output Patentes Innovaciones Innovaciones Innovaciones
Gasto en I+D de las empresas X X X X
En cuanto a las variables referentes
Gasto en I+D de la universidades X X X X
a la infraestructura, todas ellas re-
UNIV*C — X
sultan estadísticamente significati-
vas, si bien la política antimonopo- Spillovers universitarios en un
radio de 50 millas X
lio presenta signo negativo, por lo
que los autores optan por sacarla CONC X
del modelo. Finalmente, llama la Población — — X
atención que la participación de las Industria relacionada X
empresas y de la universidad en el Servicios a empresas X X
sistema de I+D, si bien resulta sig- Ventas X
nificativa, presente en ambos casos Empleo en alta tecnología X
ambas una elasticidad muy baja. % de grandes empresas X
Calidad de los departamentos
universitarios de alta tecnología X
Trabajos que estudian
(a) Las casillas marcadas con una X denotan variables que resultan estadísticamente significativas. Las casi-
los sistemas regionales llas marcadas con — designan una variable incluida en el modelo que no resulta estadísticamente signifi-
de innovación cativa.

El modelo de Jaffe, que se puede FUENTE: Elaboración propia a partir de los estudios señalados.

considerar ya un clásico, tiene el


mérito de haber sido el primero en la hora de utilizar como variable de ciones, parece más razonable su-
establecer no sólo una incidencia medida del nivel tecnológico de poner que las innovaciones son el
positiva del esfuerzo innovador una región el número de patentes output directo de la investigación»
empresarial sobre el número de pa- o el número de innovaciones, re- (García Quevedo, 1999). Aunque
tentes (que ya había sido constata- forzando así los resultados obteni- en principio la misma crítica resul-
da por Griliches), sino de haber dos por Jaffe (1989). Por otra parte, taría válida para el caso de Anslin
comprobado, además, la influencia el hecho de que se obtenga una et al. (1997), la aportación de es-
positiva que sobre las mismas ejer- mayor elasticidad para los spillovers tos autores debe valorarse no tan-
ce el esfuerzo innovador llevado a universitarios en el caso de las in- to por los resultados empíricos ob-
cabo por las universidades. novaciones, puede tener su origen tenidos, sino por su contribución 73
en la marcada orientación empre- metodológica, pues se trata del
Los modelos posteriores elaborados sarial del sistema universitario esta- primer modelo que analiza de for-
por Acs et al. (1992), Feldman dounidense. ma exhaustiva, recurriendo a tres
(1994) y Anselin et al. (1997) se li- indicadores alternativos, los efec-
mitan básicamente a introducir va- En cuanto al modelo de Feldman tos espaciales de la innovación y
riables nuevas de manera aislada en (1994), la autora no modeliza la el alcance geográfico de los spillo-
el modelo de Jaffe, sin revisar los forma en la que tiene lugar la vers, superando así el plantea-
planteamiento originales y sin con- transmisión de spillovers, por lo miento inicial de Jaffe.
siderar la existencia de más factores que «dada la complejidad y las dis-
que interaccionan en el sistema na- tintas formas en las que tiene lugar En resumen, podemos concluir que
cional de I+D, aparte de los gastos la relación entre los inputs innova- los cuatro modelos aquí reseñados
en I+D de la universidad y las em- dores definidos y los resultados in- ven confirmada su hipótesis acerca
presas. En el cuadro 1 se resumen novadores, el uso del término spi- de la existencia de spillovers uni-
los principales resultados de los tra- llover, por parte de Feldman, versitarios para el caso de los Esta-
bajos que acabamos de mencionar. supera lo que cabe entender una dos Unidos, y Anselin et al. (1997)
definición estricta y más precisa incluso estiman el alcance de los
La aportación básica de Acs et al. del término. Además, en algún ca- mismos a un radio de 50 millas al-
consiste en haber demostrado la so como en la relación entre gas- rededor del área metropolitana es-
ausencia de diferencias notables a tos en I+D empresariales e innova- tudiada. Sin embargo, dado que el

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

sistema universitario estadouniden-


se, a diferencia del español, se ca- Modelización
racteriza por una fuerte orientación
empresarial, parece improbable y resultados
que estos resultados se puedan ex-
trapolar directamente a España. Como resultado de la considera-
ción de las anteriores propuestas
En cuanto a los estudios economé- teóricas y empíricas, así como de la
tricos aplicados al sistema regional disponibilidad de datos, nuestro
de innovación español, presentare- modelo de generación de nuevos
mos tan sólo aquellos que toman conocimientos (patentes) se resu-
como unidad de análisis las comu- me en la siguiente función, en la
nidades autónomas, y no las pro- que el vector Z de la ecuación (IV)
vincias (7), a fin de facilitar la com- se especifica con un detalle mayor
paración con nuestros propios que en los modelos revisados en el
resultados, analizando en primer epígrafe precedente (8):
lugar el estudio de Gumbau (1996).
INNj,t = δEMPS j,t + δESFT j,t + δENTU j,t +
EMP ESF ENT
Su trabajo destaca que las regiones
con una mayor oportunidad tec-
+ δPUBV j,t + δINFW j,t + δCOOX j,t +
PUB INF COO
nológica, es decir, aquellas que
presentan un mayor peso en los
+ δUNIY j,t + δ HUMZ j,t
UNI HUM
sectores industriales de mayor
complejidad, registran una elastici-
dad más grande con respecto al una región. Esto indicaría que a Para calcular los coeficientes corres-
número de patentes, lo que permi- menor tamaño empresarial, mayor pondientes disponemos de una
te concluir que la composición sec- sería la incidencia en el resultado base de datos con alrededor de 80
torial explica una parte de las dife- tecnológico de una región. Aun- variables, referidas al tamaño eco-
rencias que actúan como estímulo que estos resultados coinciden nómico y poblacional de la región,
a la innovación. con Acs y Audretsch (1990), con- a su estructura científica y al entor-
tradicen los obtenidos por Molero no económico, a las infraestructuras
Por otra parte, se detecta una inci- y Buesa (1997). de apoyo a la innovación, así como
dencia estadísticamente significativa a la calidad de los recursos huma-
y positiva entre el capital humano Algo distinto resulta el enfoque nos. Incluye tanto variables absolu-
y el nivel de innovación. Igualmen- empleado por García Quevedo tas como relativas, con numerosas
te, los resultados apuntan a que (1999), cuyo objetivo principal es ratios calculadas a partir de ellas. La
existe una mayor propensión a pa- detectar la presencia de spillovers mayoría de las variables se encuen-
tentar en aquellas regiones que pre- universitarios. Si bien su unidad de tran desglosadas para los tres agen-
sentan una mayor riqueza en térmi- análisis primaria son las provincias, tes del sistema de I+D, a saber, las
74 nos de PIB per cápita. En cambio, también lleva a cabo un análisis empresas, la Administración Pública
en el caso de las regiones españo- para las comunidades autónomas, y las universidades. Los datos han
las, el grado de apertura exterior cuyos resultados señalan que, tal y sido recogidos para cada una de las
no resulta significativo. Tampoco como cabría esperar, el esfuerzo in- diecisiete comunidades autónomas
resultan significativos los gastos in- novador, medido a través del gasto y para los años comprendidos entre
ternos en I+D de la administración en innovación o del gasto en I+D, 1994 y 1998, ambos inclusive.
pública, lo que indicaría que las resulta estadísticamente significati-
políticas públicas de I+D no esti- vo y presenta signo positivo en to- Con estos datos llevamos a cabo un
mulan las actividades de innova- dos los casos. análisis de regresión múltiple por mí-
ción regionales. nimos cuadrados ordinarios, a fin de
Sin embargo, no se detecta una in- determinar aquella combinación de
No obstante, cuando se considera cidencia positiva de la investiga- variables que permita optimizar la
sólo el gasto de las administracio- ción universitaria, independiente- estimación del flujo de innovación,
nes autonómicas, entonces se mente de que se mida en términos medido a través de la variable de-
constata una influencia positiva de los gastos en I+D de las univer- pendiente número de patentes (9).
sobre las patentes regionales. Fi- sidades o del personal investigador Antes de presentar los resultados así
nalmente, con este modelo se ob- universitario, por lo que se puede obtenidos, precisaremos brevemente
tienen resultados significativos, concluir que no se pone en eviden- aquellas variables que finalmente
pero negativos, para la variable ta- cia la existencia de spillovers uni- han sido incluidas en los modelos
maño medio de las empresas de versitarios. que aquí presentamos.

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

Variable dependiente
CUADRO 2
VARIABLES INDEPENDIENTES UTILIZADAS EN EL MODELO
Hemos optado por utilizar como
variable dependiente el número de Abreviatura Factor Nombre y fuente de la variable
solicitudes de patentes publicadas
por las oficinas española y europea S
EMP
Tamaño tecnológico • Número de empresas que realizan I+D
de patentes (OEPM y EPO). Una empresarial. sistemática (INEb).
amplia gama de estudios empíricos
ESF
respalda la existencia de una alta T Esfuerzo innovador. • Gasto interno en I+D (INEa).
correlación entre una medida del ENT
U Entorno económico y • Producto interior bruto per cápita (INEb).
input innovador como los gastos
científico-empresarial.
de I+D y una medida del output
como el número de patentes (Grili- • Stock de capital tecnológico (Buesa et al., 2001a).
ches, 1990; Trajtenberg, 1990; Patel • % VAB de tecnología alta y medio-alta respecto
y Pavitt, 1994). Además, frente a al total (IAIF sobre la base de datos del INE).
otras medidas alternativas del out- • % de empleados de tecnología alta y medio-alta
put de la innovación, las patentes respecto al total.
garantizan un nivel mínimo de ori- • % de exportaciones de tecnología alta y medio-
ginalidad, además de presentar una alta respecto al total IAIF a partir de «El comercio
exterior de la Comunidad de Madrid».
elevada probabilidad de convertir-
se en un producto innovador (Bue- • % gasto total en I+D respecto al PIB (INEa).
sa et al., 2001). PUB
V Participación del • % del gasto interno en I+D llevado a cabo por
sector público. el sector público INEa.
Indudablemente, la utilización de
patentes como medida de innova- W
INF
Infraestructura de • Cuantía de los proyectos nacionales aprobados
ción tecnológica también presenta apoyo a la innovación. por el CDTI IAIF a partir de datos CDTI.
algunos inconvenientes que ya fue- • Personal de plantilla de los centros tecnológicos
ron señalados por Griliches (1990): respecto a los empleados del sector industrial IAIF
en primer lugar, no todas las inno- a partir de datos FEDIT.
vaciones encuentran su reflejo en • Cuantía del capital inversión (Martí Pellón, 2000).
forma de patente, ya que las em-
COO
presas pueden optar por otras for- X Interacción entre los • % de empresas innovadoras que cooperan con
mas de protección de sus descubri- agentes del sistema otros agentes en I+D (INEb).
mientos, como, por ejemplo, el de I+D.
propio secreto industrial. En segun- UNI
Y Calidad investigadora • Índice de calidad investigadora de la universidad
do lugar, aunque las patentes —por de la universidad. (De Miguel et al., 2001).
su propia definición— garantizan
un determinado nivel de novedad Z
HUM
Calidad de los RRHH • Ratio de calidad de los RRHH en ciencia y
y originalidad, también es cierto en I+D. tecnología IAIF en base INEc.
75
que ese valor es heterogéneo, es
INEa: Estadística sobre las actividades en investigación científica y desarrollo tecnológico (varios años).
decir, que no refleja las diferencias INEb: Encuesta sobre innovación tecnológica en empresas (varios años).
de calidad existentes entre ellas. INEc: Encuesta sobre la población activa.
Además, no todas las patentes re-
FUENTE: Elaboración propia.
flejan una tecnología utilizada en la
actividad productiva. Sin embargo,
como señalan Buesa et al. (2001), similar para cualquier tipo de agre- gistran en media para cinco países,
«se trata de una restricción a tener gación, probablemente siguiendo de manera que:
en cuenta, pero con dos matices: el una curva normal».
primero se refiere a que el mismo PATR = PATE,R + 5 · PATEU,R
problema se presenta con cual- Al calcular un indicador del output
quier otra forma de medir la activi- con las patentes hemos creído ne- Donde PATR es la suma ponderada
dad tecnológica; el segundo tiene cesario reflejar la mayor valía de las de las patentes de la región R y PATE,R
que ver con la ley de los grandes patentes europeas, cuyo proceso y PATEU,R son, respectivamente, las
números, pues si [en el caso de] las de registro presenta costes más al- patentes españolas y europeas de
patentes […], como ocurre en la tos tanto en tiempo como en dine- la región R. A diferencia de Stern,
práctica, se emplean datos de miles ro, ponderándolas con respecto a Porter y Furman (1999), que inclu-
de ellas, es posible suponer que su las españolas por un factor cinco, yen un retardo de tres años entre
calidad se distribuye de una manera ya que las patentes europeas se re- que se lleva a cabo el esfuerzo de

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

investigación y el registro de la de posibilidades para su aplicación


patente, en el presente trabajo he- (Buesa et al., 2001b). De esta ma-
mos prescindido de este retardo, nera, el stock de capital tecnológico
dado que en España la relación en- no sólo representa el esfuerzo eco-
tre I+D y patentes es casi contem- nómico en I+D agregado, sino que
poránea (Buesa y Molero, 1992). actúa, simultáneamente, como va-
riable indicadora del conocimiento
acumulado. Los datos del stock de
capital tecnológico han sido toma-
Variables explicativas dos de (Buesa et al., 2001b), calcu-
lados de acuerdo con la siguiente
Número de empresas que reali- función:
zan I+D sistemática: Como señala
COTEC (1998), las empresas son el Tt = (1-0,15)Tt–1 + (0,20GIDt–1 +
agente fundamental de todo el pro-
ceso de innovación, por ser el úni- + 0,30GIDt–2 + 0,30GIDt–3 +
co especializado en ofrecer pro-
ductos y servicios al mercado. + 0,20GIDt–4)
Hemos tomado en consideración el
número de empresas que declaran Donde Tt representa el stock de ca-
haber realizado I+D de forma siste- pital tecnológico en un momento
mática en la encuesta de I+D del determinado t y GID el gasto en
INE (1999). Producto Interior Bruto per cápita: I+D. Las tasas de depreciación, da-
El Producto Interior Bruto per cápi- do que se carece de evidencias em-
Gasto interno en I+D: La alta co- ta, además de medir el tamaño píricas para determinarlas, han sido
rrelación existente entre el esfuerzo económico relativo de una región, estimadas por Buesa et al., basán-
innovador —medido a través del actúa como indicador del nivel tec- dose en Soetel y Patel (1985).
gasto en I+D— y el número de pa- nológico de la demanda. En los
tentes ya fue enunciada y compro- mercados de bienes y servicios, la Valor añadido bruto en la indus-
bada por Griliches (1990). Hemos demanda ejerce un efecto dinami- tria de la tecnología alta y medio-
recurrido al gasto interno en I+D, zador en el sistema de innovación alta con respecto al total: Los datos
por considerar que es el que incide (Rosenberg, 1993; Von Hippel, han sido elaborados por el IAIF a
más directamente en el registro de 1983). Como indican Stern, Porter y partir de la información publicada
patentes. Furman (2000), «el PIB per cápita por el INE en la Contabilidad Re-
mide la habilidad de una región gional de España, siguiendo la ti-
Entorno económico y científico- para convertir su stock de conoci- pología sectorial de la OECD.
empresarial: Dado que las varia- miento en un nivel aplicado de
bles de entorno tienden a saturar desarrollo económico, convirtiéndolo Empleados en la industria de tec-
76 por sí mismas los modelos de re- en un control agregado de la sofis- nología alta y medio-alta con res-
gresión y resultan problemáticas a ticación tecnológica». pecto al total: Se han empleado las
causa de las altas correlaciones mismas fuentes y metodología que
existentes entre ellas (Baumert y Stock de capital tecnológico: Ade- en el caso anterior.
Heijs, 2002), pero, a su vez, consi- más del gasto en I+D hemos recu-
deramos indispensable que estén rrido a otro indicador del esfuerzo Exportaciones de tecnología alta y
incluidas en un modelo que aspire innovador, como es el stock de ca- medio-alta respecto al total: Esta
a reflejar las interacciones del siste- pital tecnológico, que recoge el va- variable recoge la especialización
ma de I+D en toda su complejidad, lor agregado y amortizado del gas- de una región en exportaciones de
hemos procedido a efectuar un to en I+D de los cinco años alta tecnología, es decir, su compe-
análisis factorial que agrupe las anteriores al que tomamos como titividad tecnológica, calculada co-
principales variables referentes al referencia. Esta variable representa mo porcentaje de las exportaciones
entorno científico y económico- el conjunto de conocimientos que de tecnología alta y medio-alta con
empresarial. Aplicando los criterios se han venido obteniendo a lo lar- respecto al total. Esta variable y las
habituales (10) todas las variables go del tiempo, agregando la expe- dos anteriores son complementa-
de entorno, a excepción del por- riencia adquirida en la realización rias entre sí.
centaje de empresas innovadoras de actividades de I+D, conve-
respecto al total, se agrupan en un nientemente amortizadas en fun- Gasto total en I+D con respecto al
único factor. Las variables agrupa- ción de los elementos que se van Producto Interior Bruto: El gasto en
das son: quedando obsoletos o que carecen I+D con respecto al PIB de una re-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

gión representa el peso que la I+D


tiene en esa región o, dicho en otros
términos, equivale a la propensión
de una región a la I+D.

Al llevar a cabo la regresión hemos


trabajado con las puntuaciones fac-
toriales obtenidas al agrupar estas
variables.

Gasto en I+D llevado a cabo por


el sector público: Recoge el por-
centaje del gasto en I+D llevado a
cabo por la Administración Pública
y las universidades.

Proyectos nacionales aprobados


por el CDTI (millones de € de
1999): El Centro para el Desarrollo
Tecnológico Industrial (CDTI), or-
ganismo vinculado al Ministerio de
Ciencia y Tecnología, se ha conso-
lidado como una institución clave
en la promoción de la innovación y
el desarrollo tecnológico empresa- ras, ya que se carece de datos históricamente para el caso español
rial español. Cuenta con una capa- acerca de los segundos. (COTEC, 1998).
cidad de financiación importante y
ocupa una posición central como Personal de los centros tecnoló- Calidad de los recursos humanos
gestor de la política tecnológica es- gicos: Recoge el personal de plan- en ciencia y tecnología: Se trata
pañola, europea e internacional. tilla de estos centros, medido en de la ratio de la calidad de los re-
Por tal motivo, se ha considerado tanto por ciento respecto al total de cursos humanos en ciencia y tec-
la distribución regional de los pro- ocupados en el sector empresarial. nología ocupados en actividades
yecto financiados por esta institu- científico-tecnológicas (porcentajes),
ción como un elemento importante Además, hemos trabajado con tres elaborada a partir de la distribución
de la infraestructura de apoyo a la variables adicionales, a fin de com- regional de los recursos humanos en
innovación. probar si se detecta una incidencia ciencia y tecnología (RHCT) respec-
positiva y estadísticamente significa- to a la población de 16 y más años.
Capital inversión (millones de tiva en el output innovador de una Los RHCT se definen a partir de la
€ de 1999): Hemos incluido la región, debido a la cooperación de unión de dos conjuntos. Por un la- 77
cuantía de las operaciones de ca- las empresas con otros agentes del do, el formado por las personas con
pital inversión, tal y como las re- sistema, la calidad de los recursos formación de tercer grado, ya estén
coge Martí Pellón (1997 y 2000). humanos dedicados a la I+D y la ca- ocupadas en actividades de ciencia
En el contexto actual de la innova- lidad investigadora de las universi- y tecnología (RHCTC), en otras acti-
ción, cada vez se otorga una ma- dades asentadas en la región, tal y vidades, desempleadas o inactivas;
yor importancia al mercado de ca- como se detalla a continuación: y por otro lado, por el conjunto que
pital-riesgo, ya que se considera forman los recursos humanos ocu-
necesario para favorecer la pro- Colaboración e interacción en- pados en ciencia y tecnología
moción de nuevas empresas inno- tre agentes del sistema de I+D: (RHCTO), compuesto a su vez tanto
vadoras (COTEC, 1998). El con- Esta variable mide el porcentaje de por las personas con formación de
cepto de capital-riesgo engloba las empresas innovadoras que coope- tercer ciclo, como por aquellas que
inversiones efectuadas en empre- ran con otros agentes del sistema no lo poseen, pero que se encuen-
sas que no cotizan en bolsa, inclu- de I+D, tal y como la recoge la Es- tran ocupadas en ciencia y tecnolo-
yendo las realizadas por entidades tadística de Innovación del INE. La gía. A partir de estos indicadores se
que administran capitales propios cooperación es considerada por calcula la calidad de los recursos hu-
o de particulares e instituciones muchos autores (p. ej., Fritsch y manos en ciencia y tecnología, que
ajenas, y por inversores informales Lucas, 1999) como un factor clave se define como:
o business angels. Sólo hemos to- para la innovación, a pesar de que
mado en consideración las prime- esta hipótesis no se puede avalar (RHCTC/RHCT) · 100

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

Calidad investigadora de las uni-


Índ_Investigador =
versidades: La mayoría de los au-
tores coinciden en la importancia
que el sistema educativo científico (FET · 2 + PRO · 10 + LBE · 2 + MPR/2 + TDE · 15 + ETC)
= 
ejerce en el sistema de innovación 40
de un país o una región, aunque
los resultados empíricos, a diferen- donde:
cia de los obtenidos en el caso de
FET = Centros con carreras largas (en números absolutos).
los Estados Unidos (Jaffe, 1989; PRO = Tasa de profesorado (según el tamaño de la universidad).
Stern, Porter y Furman, 2000 (11) LBE = Libros de biblioteca (por estudiante).
hasta la fecha no avalen esta hipó- MPR = Mujeres profesoras (% del total del profesorado).
tesis en el caso de España (García TDE = Títulos de doctor concedidos (por cada mil estudiantes).
Quevedo, 1999) (12). ETC = Estudiantes que terminan la carrera en los años justos
(en % de los que empezaron).
Sin embargo, hemos creído conve-
niente incluir esta variable, por dos Para reflejar el peso de cada uni- con el procedimiento utilizado—,
motivos: en primer lugar, la medi- versidad dentro de la comunidad todas las variables resultan estadís-
ción de la calidad universitaria a autónoma respectiva, hemos opta- ticamente significativas y presentan
través del denominado índice in- do por ponderar el índice investi- signo positivo. Procedemos, por
vestigador de las universidades gador de cada universidad por el tanto, a interpretar el peso relativo
permite introducir en el modelo número de licenciados de dicha de las mismas en el modelo. Para
una medida de la calidad investiga- universidad respecto al total de li- ello tomamos en consideración los
dora de las universidades, factor cenciados de la región, de acuerdo valores de los coeficientes estanda-
que debería incidir en el output in- con la siguiente expresión (13): rizados BETA (15), que nos permi-
novador. Por otra parte, el nivel de ten comparar la importancia de las
Ind · Lic
la enseñanza superior también re- CURCA,t = ΣCA,t 
U,t U,t variables incluidas en el modelo,
percute en el nivel del capital hu- LicCA,t independientemente de las unida-
mano del sistema científico y tec- des en las que estén medidas.
nológico, es decir, en la calidad de donde:
los recursos humanos de una re- La variable de mayor relieve es el
gión. CURCA,t = Calidad universitaria (índice número de empresas que realizan
investigador) de la I+D sistemática (Beta 0,626), segui-
El inconveniente de este indicador comunidad (CA), año (t). da del esfuerzo innovador llevado
IndU,t = Índice investigador de la
resulta obvio: no tiene en cuenta la a cabo en la región, medido a tra-
universidad (U), año (t).
movilidad geográfica de los licen- LicU,t = Número de licenciados de la vés del gasto interno en I+D (Beta
ciados, es decir, da por supuesto universidad (U), año (t). 0,193). A primera vista, podría lla-
que la gran mayoría de éstos traba- LicCA,t = Número total de licenciados mar la atención que esta variable fi-
jan en la comunidad en la que han en la comunidad (CA), gure en segundo, en vez de, cómo
cursado sus estudios. En un recien- año (t). cabría esperar, en primer lugar. Sin
78
te trabajo, Porter, Sachs et al. embargo, debemos tener en cuenta
(2002) han soslayado este proble- que el gasto interno en I+D incluye
ma introduciendo una variable que Resultados no sólo el llevado a cabo por las
mide la capacidad de una región empresas, sino también el efectua-
para retener a sus ingenieros y Como ya hemos señalado, ofrece- do por la Administración Pública y
científicos, lo que, por el momen- mos en primer lugar los resultados la universidad, siendo estos últimos
to, resulta imposible para el caso obtenidos al aplicar un procedimien- agentes menos proclives a patentar.
español, dada la inexistencia de to de mínimos cuadrados ordinarios El tercer factor en importancia es el
datos que recojan la movilidad in- por el método de pasos sucesivos. entorno tecnológico y científico-
tra-regional según el nivel de edu- El cuadro 3 recoge tanto los coefi- empresarial (Beta 0,160), que, re-
cación. cientes estandarizados como los no cordémoslo, engloba siete variables
estandarizados, además de los valo- referentes a este ámbito.
Hemos calculado el índice de la res de la t de Student y los niveles de
calidad investigadora universita- significación. Sobre este modelo se Estas tres primeras variables en im-
ria de las regiones a partir del ín- han llevado a cabo las necesarias portancia reflejan claramente que
dice investigador elaborado por pruebas de validación (14). la mayor incidencia en el output
De Miguel, Caïs y Vaquera (2001), tecnológico en el caso español es
de acuerdo con la siguiente fór- Como se puede comprobar —y tal debida a las empresas —confir-
mula: y como cabía esperar de acuerdo mando así su destacado papel co-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

CUADRO 3
MODELO DE LOS FACTORES DETERMINANTES DE LA INNOVACIÓN REGIONAL EN ESPAÑA

MODELO 1 Coeficientes no estandarizados Coeficiente Contrastes paramétricos


Mínimos cuadrados ordinarios B Error típico estandarizado BETA t Significación

Constante –97,671 20,323 –4,806 0,000


Empresas que realizan I+D sistemática 0,909 0,051 0,626 17,676 0,000
Gasto interno en I+D (millones € 1999) 0,164 0,042 0,193 3,914 0,000
Entorno científico y económico-empresarial 0,184 0,044 0,160 4,167 0,000
Proyectos CDTI (millones € 1999) 4,464 1,609 0,117 2,775 0,007
% gasto en I+D del sector público 1,078 0,261 0,074 4,133 0,000
Capital inversión (millones € 1999) 0,767 0,339 0,050 2,741 0,008
Personal centros tecnológicos 1,367 0,499 0,044 2,258 0,027
2 2
R R Ra Durbin Watson (*) ANOVA F Significación

0,992 0,984 0,983 1,976 690,720 0,000


(*) Se trata de valor obtenido tras aleatorizar los residuos. Se comprueban, además, los valores Box-Ljung, que resultan satisfactorios.

FUENTE: Elaboración propia.

mo agente clave, si no único, de la nales, con la intención de contras- consecuencia de las dificultades que
innovación regional—, al esfuerzo tar si contribuyen a mejorar su ca- se pueden derivar de una formula-
innovador llevado a cabo —en tér- pacidad explicativa. Las variables ción imprecisa al acordar la forma
minos del gasto en I+D— y a la es- son: el porcentaje de empresas in- de compartir los derechos de pro-
tructura económica y al entorno novadoras que colaboran con otros piedad, y que por eso se opte prefe-
tecnológico de cada región. agentes del sistema de I+D, la cali- rentemente por recurrir al secreto
dad de los recursos humanos em- industrial o a otras formas similares
Resalta, por otro lado, la menor im- pleados en ciencia y tecnología, y la de protección de conocimientos.
portancia de las cuatro variables calidad investigadora de las univer-
restantes, referidas a la participa- sidades (cuadro 4). Como se pue- Finalmente, también cabría pensar
ción del sector público en la I+D y de apreciar, estas nuevas variables que el origen se encuentra en el
a la infraestructura y mecanismos introducidas no resultan estadísti- hecho de que en España aún no se
de apoyo a la innovación. En cuan- camente significativas, por lo que ha desarrollado una verdadera
to a la primera, se detecta una inci- conviene detenerse a analizar bre- mentalidad de cooperación, y que
dencia positiva, si bien presenta un vemente algunas de las posibles las cooperaciones registradas son,
peso relativo muy reducido. Mayor causas de estos resultados. en gran medida, impuestas, es de- 79
resulta la incidencia de la primera cir, que son una condición necesa-
variable referida a los mecanismos En primer lugar, el hecho de que la ria para poder beneficiarse de de-
de apoyo a la innovación: los pro- cooperación en materia de I+D en- terminados tipos de ayudas esta-
yectos anuales aprobados por el tre los distintos agentes del sistema tales o europeas.
CDTI. Si a esto añadimos la inci- no resulte significativa, coincide con
dencia positiva de la variable capi- los resultados obtenidos por COTEC En segundo lugar, debemos centrar
tal-riesgo, podemos afirmar que se (1998) para el caso español. Los nuestra atención en el modelo 3
evidencia la incidencia de estos motivos pueden ser múltiples. Así, (cuadro 4), en el que se incluye la
mecanismos de financiación de la se podría considerar que aún no se variable referente a la calidad de los
innovación empresarial, se com- dispone de suficientes datos sobre recursos humanos empleados en
prueba también que la infraestruc- la materia, ya que la encuesta de in- ciencia y tecnología. Tampoco en
tura de apoyo a la innovación, en novación del INE recoge únicamen- este caso es posible detectar una
concreto los centros tecnológicos, te los datos referidos a la colabora- incidencia estadísticamente signifi-
contribuye a mejorar los resultados ción de las empresas, pero no a los cativa. Resulta, sin embargo, más
regionales. demás agentes del sistema. sencillo encontrar una explicación a
este hecho.
Vistos los resultados del modelo 1 Igualmente, se podría argumentar
(cuadro 3), hemos procedido a in- que los proyectos de colaboración Indudablemente, la calidad y capa-
troducir en él tres variables adicio- son menos propensos a patentar, a cidad de los investigadores favore-

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

ce la generación de nuevas ideas y, CUADRO 4


por consiguiente, debería repercu- EXTENSIONES DEL MODELO SOBRE LOS DETERMINANTES
tir en el número de patentes de DE LA INNOVACIÓN REGIONAL EN ESPAÑA
una región. Sin embargo, la reali-
dad es que la calidad del personal Mínimos cuadrados ordinarios MODELO 2 MODELO 3 MODELO 4
investigador no resulta un hecho
Constante 103,741 –121,348 –111,349
diferencial en el caso de las regio- (0,000) (0,094) (0,000)
nes españolas —al menos con los
Empresas que realizan I+D sistemática 0,903 0,916 0,902
indicadores de los que disponemos (0,000) (0,000) (0,000)
actualmente—, pues apenas se per-
Gasto interno en I+D (millones € 1999) 0,174 0,167 0,175
ciben variaciones espaciales en la (0,000) (0,000) (0,000)
calidad de los recursos humanos
Entorno científico y económico-empresarial 0,173 0,183 0,167
científico-tecnológicos. (0,000) (0,000) (0,000)
Proyectos CDTI (millones € 1999) 4,469 4,299 4,515
Veamos, en tercer lugar, el modelo (0,007) (0,013) (0,007)
4 (cuadro 4). En esta ocasión, se
% gasto en I+D del sector público 1,107 1,110 1,078
ha introducido la calidad investi- (0,000) (0,000) (0,000)
gadora de las universidades. Esta
Capital inversión (millones € 1999) 0,717 0,750 0,786
variable podría considerarse como (0,042) (0,033) (0,024)
un indicador de la calidad del sis-
Personal centros tecnológicos 1,306 1,441 1,267
tema universitario en tanto que (0,012) (0,010) (0,016)
agente de la infraestructura cientí-
% de empresas que cooperan en innovaciones 0,439
fico-tecnológica. Pero, como se (0,441)
puede apreciar, la variable no es
Calidad de los recursos humanos 0,301
estadísticamente significativa, re- (0,731)
sultado que coincide con el obte-
Calidad investigadora de las universidades 2,413
nido por García Quevedo (1999), a (0,413)
pesar de haber utilizado una varia- 2
R 0,984 0,984 0,984
ble alternativa a la de este autor, lo 2
que permite sacar dos conclusio- Ra 0,983 0,983 0,983
nes: en primer lugar, por un lado, FUENTE: Elaboración propia.
se evidencia la escasa incidencia
que la universidad ejerce sobre la
innovación y, por otro, refleja la excelencia investigadora es esen- obtenidos al trabajar por el proce-
muy limitada vinculación entre las cial para asegurar unos elevados dimiento de mínimos cuadrados or-
universidades y las empresas espa- resultados científicos. dinarios, con una salvedad: al lle-
ñolas (COTEC, 1998). En segundo var a cabo la ponderación, la
lugar, debemos reconocer que el Finalmente, presentamos los resul- variable proyectos anuales aproba-
80 indicador que hemos empleado no tados obtenidos al repetir la regre- dos por el CDTI pierde su significa-
resulta óptimo, ya que incluye la sión, esta vez por el procedimiento tividad estadística, cuyo nivel míni-
calidad media de todos los departa- de mínimos cuadrados pondera- mo habíamos situado en el 95 %,
mentos universitarios. Lamenta- dos, que tienen en cuenta el peso aunque se mantendrían en un nivel
blemente, aún no es posible dispo- relativo de los casos incluidos en el del 90 %. Como efecto secundario
ner para el caso español de una va- modelo (cuadro 5). Hemos llevado podemos anotar que se incrementa
riable como la empleada por An- a cabo dos ponderaciones: la pri- aún más el peso relativo de las em-
selin et al. (1997) que recoja única- mera, por el PIB, es decir, tomando presas, reduciéndose, en cambio,
mente la calidad de los departamen- en consideración el tamaño econó- el del entorno económico y cientí-
tos universitarios de alta tecnología. mico de la región (modelo 5, en fico-empresarial, especialmente al
cuadro 5); y la segunda, por el nú- ponderar por el tamaño económico
Debe añadirse, como se recoge en mero de habitantes de cada comu- de la región.
Baumert y Heijs (2002), que la cali- nidad, tomando en consideración
dad investigadora de la universi- el tamaño poblacional de la región.
dad sí resulta estadísticamente sig-
nificativa, además de presentar una Se comprueba que los resultados
alta elasticidad, como variable ex- no se ven alterados por la utiliza- Conclusiones
plicativa del output científico medi- ción de uno u otro factor de pon-
do por el número de publicaciones deración. En ambos casos los coefi- Los resultados obtenidos avalan el
de una región, lo que señala que la cientes son muy similares a los destacado papel ejercido por las

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

empresas en el sistema español de CUADRO 5


innovación, muy por delante de la MODELOS SOBRE LOS DETERMINANTES DE LA INNOVACIÓN REGIONAL
Administración Pública y las uni- ESTIMADOS POR MÍNIMOS CUADRADOS PONDERADOS
versidades, constatándose un peso
casi tres veces mayor a la siguiente MODELO 6
MODELO 5
Ponderado
variable en importancia a la hora Ponderado por PIB
por la población
de explicar el output tecnológico
de las comunidades autónomas es- Coeficiente no Coeficiente no
BETA BETA
pañolas. Si, además, tenemos en Mínimos cuadrados ponderados estandarizado estandarizado
cuenta que se trata de las empresas Constante –155,157 –151,405
que realizan I+D sistemática en vez (0,000) (0,000)
de, por ejemplo, las empresas in- Empresas que realizan I+D sistemática 0,984 0,942
novadoras, podemos concluir que (0,000) 0,724 (0,000) 0,693
ese papel se deriva de la constan- Gasto interno en I+D (millones € 1999) 0,186 0,942 0,259
cia, de la continuidad de la investi- (0,000) 0,208 (0,000)
gación tecnológica y no de la parti- Entorno científico y económico-empresarial 0,172 0,131
cipación esporádica en proyectos (0,000) 0,101 (0,001) 0,122
de innovación. En definitiva, ello Proyectos CDTI (millones € 1999) 2,638 2,900
remite a la importancia de los efec- (0,072) 0,065 (0,052) 0,072
tos acumulativos y del aprendizaje. % gasto en I+D del sector público 1,845 0,341
(0,000) 0,083 (0,000) 0,072
Por otra parte, se evidencia, coinci- Capital inversión (millones € 1999) 0,966 0,998
diendo con todos los estudios pre- (0,000) 0,067 (0,000) 0,067
vios al respecto, la importancia del Personal centros tecnológicos 2,533 2,738
esfuerzo innovador llevado a cabo (0,000) 0,060 (0,000) 0,072
por una región como variable ex- 2
R 0,990 0,989
plicativa de la generación de nue- 2
vos conocimientos. El hecho de Ra 1,963 0,989
que esta variable —que recoge el Durbin-Watson 0,988 1,833
gasto total en I+D llevado a cabo FUENTE: Elaboración propia.
por una región— contribuya en
menor medida que la anterior a ex-
plicar la variabilidad del output tec- Además, el hecho de agruparlas Para las demás variables incluidas
nológico, refuerza la hipótesis de corresponde a la alta interacción en el modelo, esa incidencia resulta
que es el esfuerzo innovador em- que se les presupone a estas varia- claramente inferior. Así, en el caso
presarial el que mayor incidencia bles. En cuanto a su interpretación, de la participación del sector públi-
tiene como variable explicativa de se evidencia la relevancia ejercida co en gasto en I+D, hemos detecta-
dicho output, aunque conviene por la estructura productiva, el ni- do una influencia positiva, aunque
matizar que este hecho puede estar vel de desarrollo regional y el stock con un peso relativo muy bajo den- 81
influido por la menor propensión a de conocimientos acumulados. tro del modelo. Hemos detectado
patentar de la Administración Pú- asimismo una incidencia positiva
blica y de las universidades. Llegados a este punto, podemos de la infraestructura de apoyo a la
trazar una primera conclusión: las innovación, pero de nuevo su nivel
Comprobamos igualmente que el tres primeras variables del modelo, es relativamente bajo, lo que debe-
entorno económico y científico-em- que básicamente coinciden con los ría ser tenido en cuenta al diseñar
presarial contribuye positivamente a modelos más sencillos de Griliches las políticas tecnológicas.
la estimación del número de paten- (1979) y Romer (1990), explican el
tes registradas en una región. En es- grueso de la variabilidad, concreta- Por el contrario, no hemos podido
te caso, más que el resultado en sí, mente el 97,5 %, del output tecnoló- constatar una incidencia positiva de
cabe resaltar la metodología utiliza- gico regional de España. Es decir, la universidad sobre el número de
da, ya que la transformación facto- que el esfuerzo innovador llevado a patentes registradas de una región.
rial empleada en el presente estu- cabo por una región y, más concre- Este resultado coincide con el obte-
dio permite incluir un amplio tamente, el realizado por su sector nido por García Quevedo (1999),
espectro de variables altamente empresarial, junto con la estructura quien tampoco consigue detectar la
correlacionadas entre sí y que has- económica y científico empresarial existencia de spillovers universita-
ta ahora sólo habían sido incluidas de la misma son los factores que rios en el caso de las regiones espa-
en modelos de este tipo de forma con mayor incidencia actúan sobre ñolas, a pesar de trabajar con indi-
aislada. la generación de nuevas ideas. cadores alternativos al empleado

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

en este trabajo. Ni tampoco hemos (11) Como ya se ha visto, los autores miden
detectado que la cooperación o la el impacto innovador del sistema universitario
calidad de los recursos humanos Notas como porcentaje del PIB destinado a la ense-
en ciencia y tecnología mejora el ñanza superior.
(1) Independientemente de que sea medido en (12) García Quevedo (1999) obtiene resulta-
output innovador regional.
términos del gasto en I+D o del personal em- dos positivos y estadísticamente significativos
pleado en I+D, véase Baumert y Heijs (2002). sólo para el sector de la electrónica, utilizando
Finalmente, señalaremos que los re- (2) Para una discusión teórica amplia sobre como medida, de forma alternativa, los gastos
sultados apenas varían si llevamos a estos modelos, véanse las distintas publicacio- de la universidad en I+D y el personal investi-
cabo la regresión por el procedimien- nes de Rothwell, 1983; Pavitt, 1984; Kline y gador universitario.
to de mínimos cuadrados ordinarios Rosenberg, 1986; Dosi et al., 1988; Malerba y (13) Dado que en la obra de De Miguel, Caïs
o lo hacemos por el de mínimos cua- Orsenigo, 1995. y Vaquera (2001) sólo figura el índice investi-
drados ponderados. Únicamente, en (3) Aunque el concepto de «distrito industrial» gador de las universidades públicas, hemos
el segundo caso, pierde significación ya fue formulado por Marshall en 1949. calculado e incluido el índice investigador de
estadística la cuantía de proyectos (4) Según la OECD (1999): «El concepto clus- las universidades privadas, para las que están
ter va más allá de las “simples” redes horizon- disponibles todos los datos necesarios: Uni-
aprobados por el CDTI, independien- versidad de Deusto, Universidad de Navarra,
tales en las que las empresas, operando en el
temente de que la ponderación se mismo mercado de productos finales y perte- Universidad Pontificia de Comillas, Universi-
efectúe por el PIB de región o por neciendo al mismo grupo industrial, cooperan dad Pontificia de Salamanca y Universidad Ra-
el tamaño poblacional. en ciertas áreas (p. ej., I+D conjunta, progra- món Llull. Por otra parte, hemos optado por
mas de demostración, políticas de marketing excluir a la UNED, pues no parece acertado
De todo lo anterior se deduce, que colectivo o compras conjuntas). Los cluster adscribirla a una sola comunidad autónoma.
una política tecnológica que pre- son en la mayoría de los casos redes transsec- (14) Para validar el modelo hemos llevado a
tenda impulsar la innovación regio- toriales (verticales y laterales) que compren- cabo las habituales pruebas sobre los residuos,
nal debe dirigir su esfuerzo a refor- den empresas complementarias especializadas contrastando la normalidad de los mismos, la
en un específico lazo o base de conocimiento ausencia de una correlación estadísticamente
zar y ampliar el elenco de empresas significativa entre los valores pronosticados y
en la cadena de valor». Existen trabajos que
innovadoras que desarrollan activi- los residuos y, finalmente, la homoscedastici-
incluyen un enfoque de cluster basado en la
dades de generación de nuevos co- similitud, donde se agrupan las actividades dad de los mismos, lo que asegura la robus-
nocimientos, mejorando su disponi- económicas que presentan condiciones o re- tez del modelo y, por consiguiente, la validez
bilidad de recursos, así como a querimientos equivalentes: en investigación, de los coeficientes calculados. De forma
desarrollar una estructura producti- habilidades de mano de obra, proveedores es- complementaria se lleva a cabo un diagnósti-
va diversificada y crecientemente pecializados, etc. (Navarro, 2001). co de colinialidad, resultando un índice de
basada en los sectores de mayor (5) Sobre todo importantes para el desarrollo condición menor de 15, lo que, junto al pro-
cualificación tecnológica. tecnológico de las PYMEs (Dankbaar et al., cedimiento de regresión empleado, descarta
1993). cualquier problema de multicolinialidad que
(6) Los autores incluyen un retardo relativa- pudiera restringir las validez de los resultados.
Y se deduce también, que un énfa- (15) En término de elasticidad, este coeficien-
mente largo —tres años— entre el momento
sis excesivo en programas que sólo en el que se lleva a cabo el esfuerzo innova- te representa el incremento de la variable de-
inciden sobre las infraestructuras de dor y el registro de la patente. pendiente (en desviaciones típicas) que se
apoyo a la innovación o en la coo- (7) Un resumen de los resultados obtenidos produce cuando aumenta una desviación típi-
peración tecnológica, carece de jus- por estos autores (Coronado y Acosta, 1997 y ca el valor de la variable independiente, cete-
tificación en las actuales condicio- García Quevedo, 1999) se encuentra en Bau- ris paribus.
82 mert y Heijs, 2002.
nes de los sistemas regionales de
innovación existentes en España. (8) Véase, para el contenido de las variables,
el cuadro 2.
(9) El procedimiento elegido para ello es el
de «pasos sucesivos» o stepwise, que permite Bibliografía
maximizar la ortogonalidad entre las variables,
(*) Este artículo se inscribe en el Pro- reduciendo así de antemano los eventuales ACS, Z.; AUDRETSCH, D. y FELDMAN, M. (1992):
grama de Indicadores de la Ciencia y problemas de multicolinialidad a niveles esta- «Real Effect of Academic Research: Comment»,
la Tecnología que financia la Conseje- dísticamente insignificantes. Este método tiene The American Economic Review, vol. 82-1.
ría de Educación de la Comunidad de la ventaja de admitir que una variable selec- ANSELIN, L.; VARGA, A. y ACS, Z. (1997): «Lo-
Madrid (Dirección General de Investi- cionada en un paso puede ser eliminada en cal Geographic Spillovers between Univer-
gación) en el marco del Contrato Pro- otro posterior. A partir de incluir la segunda sity Research and High Technology Innova-
grama 2000-2003 suscrito con la Uni- variable, en cada etapa va analizando la signi- tions», Journal of Urban Economics, nº 42.
versidad Complutense. Los autores ficatividad de todas las variables que en ese ARCHIBUGI, D. y SIRILI, G. (2000): The Direct
agradecen la amable ayuda de los momento están incluidas en la ecuación. Si la Measurement of Technological Innovation
aportación de alguna de ellas no es significati- in Business, Ourth International Conference
profesores Enrique González, Eduar- va, es eliminada. El proceso termina cuando on Technology Policy and Innovation, Cu-
do Ortega y Conrado Manuel, de la no pueda incluir ni excluir ninguna variable rritiva, Brazil, 28-31 de agosto.
Escuela Universitaria de Estadística en el modelo. Véase Etxeberria (1999) y Fe- ARCHIBUGI, D.; CESARATTO, S. y SIRILI, G.
de la Universidad Complutense de rrán Aranaz (2001). (1991): «Sources of Innovative Activities and In-
Madrid. (10) Por el criterio de Kaiser. dustrial Organisation», Research Policy, vol. 20.

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


LOS FACTORES DETERMINANTES DE LA INNOVACIÓN...

AUDRETSCH, D. B. (1998): «Agglomeration and ción, www.madrimasd.org/informacion/pu- GARCÍA QUEVEDO, J. (1999): Innovación
the Location of Innovative Activity», Oxford blicacion. tecnológica y geografía en España, tesis
Review of Economic Policy, vol. 14-2. BUESA, M.; MOLERO, J. y NAVARRO, M. et al. doctoral dirigida por la Dra. Mª Teresa
AUDRETSCH, D. B. y THURIK, R. (1999): In- (2001): «Indicadores de la ciencia, la tecno- Costa Campí, Departamento de Econome-
novation, industry evolution and employe- logía y la innovación: metología y fuentes tría, Estadística y Economía Española, Uni-
ment, Cambridge (UK). para la CAPV y Navarra», Azkoaga Cuader- versidad de Barcelona.
AYDALOT, P. y KEEBLE, D. (eds.) (1988): High nos de Ciencias Sociales y Económicas, nº 9, GRILICHES, Z. (1979): «Issues in assesing the
Technology Industry and Innovative Environ- Eusko Ikastuntza, Sociedad de Estudios Vas- contribution of R&D productivity growth»,
ment. The European Experience, Londres. cos, San Sebastián. Bell Journal of Economics, nº 10.
BANIA, N.; CALKINS, L. N. y DALENBERG, D. R. CAMAGNI, R. (1991): Innovation Neyworks: GRILICHES, Z. (ed.) (1984): R&D, Patents and
(1992): «The Effects of Regional Science and spatial perspectives, Londres. Productivity, Chicago (IL).
Technology Policy on the Geographic Dis- COHEN, W. y LEVINTHAL, D. (1989): «Innova- GRILICHES, Z. (1990): «Patent Statistics as Eco-
tribution of Industrial R&D Laboratories», tion and Learning: The two Faces of R&D nomic Indicators: A Survey», Journal of Eco-
Journal of Regiona Science, vol. 32-2. Implications for the Analysis of R&D Inves- nomic Literature, vol. 28.
BAUMERT, T. y HEIJS, J. (2002): Los determi- tment», Economic Journal, vol. 99. GUMBAU, M. (1996): La dimensión regional
nantes de la capacidad innovadora regio- CORONADO GUERRERO, D. y ACOSTA SE- de la innovación tecnológica, IVIE-WP-
nal: Una aproximación econométrica al RRÓ, M. (1997): «Spatial Distribution of Pa- EC96-08, Valencia.
caso español: Recopilación de estudios y tents in Spain: Determinig factors and Con- HAGEDOORN, J. (1995): «Strategic Technology
primeros resultados, documento de traba- sequences on Regional Development», Partnering during the 1980’s. Trends, Net-
jo nº 33, Instituto de Análisis Industrial y Regional Studies, vol. 31-4. works and Corporate Patterns in Non-core
Financiero, Universidad Complutense, Ma- COTEC (1998): El sistema español de innova- Technologies», Research Policy, vol. 24.
drid, www.ucm.es/bucm/cee/iaif. ción. Diagnósticos y recomendaciones, HEIJS, J. (1998): Regional Technology Policy
BROSS, U. y HEIJS, J. (1999): «What can regio- Madrid. and Innovations Systems: a Comparative
nal technology policy learn from the inno- COTEC (Informe) (1999): Tecnología e inno- Study of Germany and Spain, documento de
vation systems approach? –with a case vación en España, Madrid. trabajo nº 11, Instituto de Análisis Industrial y
study of Spain and Germany», ponencia en COTEC (Informe) (2001): Tecnología e inno- Financiero, Universidad Complutense, Ma-
la coferencia Regional innovation systems vación en España, Madrid. drid, www.ucm.es/bucm/cee/iaif.
in Europe, NECSTS/RICTES-99 conference, DAHL, M. S. (2001): What is essence of geogra- HEIJS, J. (2001a): Política tecnológica e inno-
San Sebastián. phic clustering. Paper presented in the vación. Evaluación de la financiación pú-
BUESA, M. (2002): El sistema regional de inno- DRUID Nelson & Winter Conference, 12-15 blica de I+D en España, CES, Madrid.
vación de la Comunidad de Madrid, docu- de junio, en Aalborg Denmark. HEIJS, J. (2001b): Justificación de la política
mento de trabajo nº 30, Instituto de Análisis DANKBAAR, B. et al. (1993): Research and de innovación desde un enfoque teórico y
Industrial y Financiero, Universidad Complu- Technology Management in Enterprises: Is- metodológico, documento de trabajo nº
tense, Madrid, www.ucm.es/bucm/cee/iaif. sues for Community Policy Overall Strategic 25, Instituto de Análisis Industrial y Fi-
BUESA, M. et al. (2002): Los centros tecnológi- Review, Monitor-Sasa Project, nº 8, Commis- nanciero, Universidad Complutense, Ma-
cos en España, Informe de investigación nº sion of the European Community. drid, www.ucm.es/bucm/cee/iaif.
7, Instituto de Análisis Industrial y Financie- DEBRESSON, C. y AMESSE, F. (1991): «Net- HERDEN, R. y HEYDENBRECK, P. (1991):
ro, Universidad Complutense, Madrid. works of innovators. A Review and Intro- Analysen und Unterstützung innovationso-
BUESA, M. et al. (2001a): Indicadores del sis- duction to the Issue», Research Policy, nº 20. rientierter Dienstleistungen. Zusammenfas-
tema regional de innovación basados en DODGSON, M. y ROTHWELL, R. (1994): Hand- sung (Forschungsprojekt des Ministeriums
las estadísticas de I+D, Informe de investi- book of Industrial Innovation, Cheltenham. Wmt), Karlsruhe.
gación nº 1, Instituto de Análisis Industrial DOSI, G. (1984): Technical Change and In- INE (1995-1999): Estadística sobre las activi-
y Financiero, Universidad Complutense, dustrial Transformation, Londres. dades en investigación científica y desarro-
Madrid. DOSI, G. et al. (1988): Technical Change and llo tecnológico, Madrid. 83
BUESA, M. et al. (2001b): Estimación del stock Economic Theory, Londres. INE (1996-2000): Encuesta sobre la innova-
de capital tecnológico: comparación en el DURÁN, A. (1999): Geografía de la innovación: ción tecnológica en las empresas, Madrid.
marco europeo, Informe de investigación nº ciencia, tecnología y territorio en España, JAFFE, A. (1983): «Technological Opportunity
2, Instituto de Análisis Industrial y Financie- Madrid. and Spillovers in R&D: Evidence from Fir-
ro, Universidad Complutense, Madrid. EDQUIST, C. (1997): Systems of innovation. m’s patentes, profits and market value»,
BUESA, M. et al. (2001c): Sistemas nacionales Technologies, Institutions and Organiza- American Economic Review, nº 5, vol. 76.
y regionales de innovación: una aproxima- tions, Londres. JAFFE, A. (1989): «Real Effects of Academic Re-
ción teórica, Informe de investigación nº 3, ETXEBERRÍA, J. (1999): Regresión múltiple, search», The American Economic Review,
Instituto de Análisis Industrial y Financiero, Madrid. vol. 79-5.
Universidad Complutense, Madrid. FELDMAN, M. (1994): The Geography of Inno- JAFFE, A.; TRAJTENBERG, M., y HENDER-
BUESA, M. y MOLERO, J. (1992): «Capacidad vation, Dordrecht. SON, R. (1993): «Geografic Localization of
tecnológica y ventajas competitivas en la in- FRITSCH, M. y LUKAS, R. (1999): Innovation, Knowledge Spillovers as Evidenced by Pa-
dustria española: análisis a partir de las pa- cooperation, and the region, en Audretsch y tent Citations», Quarterly Journal of Econo-
tentes», Ekonomiaz, nº 22. Thurik. mics, vol. 109, nº 3.
BUESA, M.; CASADO, M.; HEIJS, J.; MARTÍNEZ FREEMAN, C. (1987): Technology and Econo- KOSCHATZKY, K. (1997): Technology Based
PELLITERO, M. y GUTIÉRREZ DE GARAN- mic Performance: Lessons from Japan, Firms in the Innovation Process. Manage-
DILLA, A. (2002): El sistema regional de Londres. ment, Financing and the Reional Networks,
I+D+I de la Comunidad de Madrid, Madrid, FREEMAN, M. (1991): «Networks of innova- Heidelberg.
Consejería de Educación de la Comunidad tors: a synthesis of research issues», Rese- KOSCHATZKY, K. (1998): «Firms Innovation
de Madrid, Dirección General de Investiga- arch Policy, nº 20. and Region: the Role of space in Innovation

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V


M. BUESA / T. BAUMERT / J. HEIJS / M. MARTÍNEZ

Processes», International Journal of Inno- towards international partnership and con- ROTHWELL, R. (1994): Industrial Innovation:
vation Management, nº 4, vol. 2. tractual agreements», Technovation, nº 19. success, strategy, trends, Cheltenham.
KRUGMAN, P. (1998): «What’s new about the NAVARRO, M. (2001): El análisis y la política ROTHWELL, R. (1983): Evaluating the Effecti-
New Economic Geography?», Oxford Review de clusters, documento de trabajo nº 27, veness of Government Innovation Policies,
of Economic Policy, vol. 14-2. Instituto de Análisis Industrial y Financie- Cheltenham.
KRUGMAN, P. (1991): Geography and trade, ro, Universidad Complutense, Madrid, ROUSSEL, P.; SAAD, K. y ERICSON, T. (1991):
Cambridge, MA. www.ucm.es/bucm/ cee/iaif. Third generation R&D, Harvard.
LUNDVALL, B. (1992): National Systems of In- NELSON, R. (ed.) (1993): National Innovation SCHIBANY, A.; HÄMÄLÄINEN, T. y SCHIENS-
novation, Londres. Systems: A comparative Analysis; Nueva TOCK, G. (2000): «Innovation Networks»,
MALERBA, F. y ORSENIGO, L. (1995): «Schum- York. OECD: Boosting innovation: the cluster ap-
peterian Patterns of Innovation», Cambridge PATEL, P. y PAVITT, K. (1994): «National Inno- proach, París.
Journal of Economics, vol. 19. vation Systems: why they are important and SCHMITZ, H. y NADVI, K. (1999): «Clustering
MARTÍ PELLÓN, J. (1997-2001): El capital in- how they might be measured and compa- and Industrialization: Introduction», World
versión en España, Madrid. red», Economics of Innovation and New Development, nº 9, vol. 27.
MARTÍNEZ PELLITERO, M. (2002): Recursos y Technology, vol. 3-1. SCHUMPETER, J. A. (1911): Theorie der wirts-
resultados de los sistemas de innovación: ela- PATEL, P. y PAVITT, K. (1991): «Large firms in chaftlichen Entwicklung, Berlín.
boración de una tipología de sistemas regio- the Production of the World’s Technology: SHARP, M. y SHEARMAN, C. (1987): «European
nales de innovación en España, documento an important case of non-globalisation», Technological Collaboration», Chatham
de trabajo nº 34, Instituto de Análisis Indus- Journal of International Business Studies, House Paper, 36.
trial y Financiero, Universidad Complutense, First Quarter, 1-21. STERN, S.; PORTER, M. E. y FURMAN, J. L.
Madrid, www.ucm.es/bucm/cee/iaif. PAVITT, K. (1984): «Sectoral Patterns of Tech- (1999): The Determinants of National In-
MEYER-KRAHMER, F. (1989): Science and nical Change: Towards a Taxonomy and a novative Capacity, NBER Working Paper
Technology in the Federal Republik of Ger- Theory», Reserach Policiy, nº 6, vol. 13. 7876.
many, Longman, Harlow. PERRIN, J. (1988): «A desconcentrated tecno- STERN, S.; PORTER, M. E., y FURMAN, J. L.
MIGUEL, J. DE; CAÏS, J. y VAQUERA, E. logy policy; lessons from the Sophia Anti- (2000): «Los factores impulsores de la capa-
(2001): Excelencia: Calidad de las universi- polis Experience. Environment and pla- cidad innovadora nacional: implicaciones
dades españolas, (CIS), Madrid. ning», Government and Policy, nº 4, vol. 6. para América Latina», Claves de Economía
MOLERO, J. y BUESA, M. et al. (1997): La in- PIORE, M. y SABEL, C. (1984): The Second In- Mundial, ICEX, Madrid.
novación tecnológica en la empresa españo- dustrial Divide. Possilities of Prosperity, STERN, S.; PORTER, M. E. y FURMAN, J. L.
la. Resultados de la encuesta IAIF-CDTI Nueva York. (2002): «The Determinants of National Inno-
(1995), documento de trabajo nº 5, Institu- PORTER, M. E. (1990): The Competitive Ad- vative Capacity», Research Policy, nº 31, pp.
to de Análisis Industrial y Financiero, Uni- vantage of Nations, Nueva York. 899-933.
versidad Complutense, Madrid. PORTER, M. E. (1996): Ventaja competitiva: STÖHR, W. (1987): «Territorial Innovation
MYTELKA, L. (1991): Strategic Partnership creación y sostenimiento de su desempeño Complexes», Papers of the Regional Science
and the World Economy, Londres. superior, México. Association, vol. 59.
NARULA, R. (1999): «Explaining the growth of str- PORTER, M. E. (2000): Estrategia competitiva: TRAJTENBERG, M. (1990): «Patents as indica-
tegic R&D alliances by european firms», Jour- técnicas para el análisis de los sectores in- tors of Innovation», Economic Analysis of
nal of Economic Market Studies, diciembre. dustriales y de la competencia, México. Product Innovation, Cambridge (MA).
NARULA, R. y HAGEDOORN, J. (1999): «Inno- PORTER, M. E.; SACHS, J. D.; CORNELIUS, P. VON HIPPEL, E. (1988): The Sources of Inno-
vating through strategic alliances: moving K.; MCARTHUR, J. W. y SCHWAB, K. vation, Oxford.
(2002): The Global Competitiviness Report,
Nueva York, Oxford.
PORTER, M. E. y STERN, S. (1999): Measuring
84 the «ideas» Production Function: Evidence
from the International Patent Output,
NBER Working Paper 7891.
ROMER, P. (1990): «Endogenous Technological
Change», Journal of Political Economy, vol.
98.
ROSENBERG, N. (1993): Dentro de la caja ne-
gra: tecnología y economía, Barcelona.

ECONOMÍA INDUSTRIAL N.o 347 • 2002 / V