Está en la página 1de 27

1

Innovacin, Capital Humano y Creatividad en las


Comunidades Autnomas

Jorge Salgado
20 de julio de 2011





















Este trabajo pretende arrojar nuevas luces en la bsqueda de las
variables que explican la generacin de innovacin, enfocndose
en el caso de Espaa y sus diecisiete Comunidades Autnomas.
Dos trabajos orientan ampliamente a este documento: Florida
(2010) y Jones (2002). Sin embargo, esta investigacin se
distingue por utilizar un panel de datos y una estimacin por
efectos fijos, distancindose de trabajos similares que
comnmente recurren a estimaciones de cortes trasversales por
MCO o MV. Adicionalmente, se aplican una serie de herramientas
de la Economa Regional y Urbana y se utiliza a la herramienta
informtica gvSIG 1.11.

2

Yo creo que la verdad es perfecta para las matemticas, la
qumica, la filosofa, pero no para la vida. En la vida, la ilusin, la
imaginacin, el deseo, la esperanza cuentan ms.
(Ernesto Sbato, 1948)
1.-Introduccin

Las ltimas dcadas han sido profundamente marcadas por la creciente importancia de la
economa del conocimiento. Las caractersticas fundamentales de esta nueva economa se
asientan por una parte, en el continuo incremento de la inversin en educacin y en
general en las instancias ligadas a la reproduccin del conocimiento (e.g. centros de
investigacin) por otra, las particularidades estn presentes en la extensa aplicacin de los
flujos de conocimientoen el desarrollo, produccin y distribucin de bienes y servicios, las
dimensiones bsicas de la economa.

Bajo esta argumentacin, la definicin de conocimiento en un sentido econmico puede
ser perfilada en dos vas
1
: i) en un sentido objetual cosificado- en donde el conocimiento
es un producto al que se le aade valor, siendo el centro de esta panormica no la
aplicacin del conocimiento si no su produccin (Siggaard, 2000); y ii) como un conjunto
de habilidades, capacidades, mtodos, creatividad y persistencia, que se encuentran
incorporados en los seres humanos y sirven para identificar y resolver problemas
mediante la recoleccin, la seleccin, y la interpretacin de la informacin, que provocan la
gestacin de nuevas ideas que se acumulan en forma de conocimiento con importantes
corolarios en el progreso econmico(Oort y Raspe, 2007).

Esta investigacin parte de la segunda conceptualizacin en donde las habilidades y las
capacidades de los individuos para innovar son puntos focales de la economa del
conocimiento; que a su vez estn determinadas no solo por las dinmicas formales e
informales de educacin y la acumulacin de experiencias, sino tambin por el entorno
social, institucional y productivo en donde se construyen (Karlsson, et al., 2009).

En el campo econmico, desde la segunda mitad de los ochenta se han desarrollado una
gran variedad de modelos de crecimiento, en los cuales el conocimiento es
endgenamente determinado. Su inclusin da lugar a que las economas crezcan a tasas
positivas de forma indefinida. Romer (1986) y Lucas (1988), constituyen los vrtices de
estas familias de investigaciones.

1
El trmino de economa del conocimiento fue introducido inicialmente por Drucker (1959) y
Machlup (1962).
3

Inicialmente los modelos de crecimiento con conocimiento, no contemplan a los corolarios
espaciales, ni a las fricciones y diferencias en los procesos de transferencia y generacin de
conocimientos entre las economas y entre los agentes. Sin embargo, es claro que la
difusin del conocimiento est lejos de ser perfecta y su generacin es desigual.

En esta lnea, Karlsson y Johansson (2006) sealan que la transmisin del conocimiento
es un proceso espacial y temporalmente sincrnico, su generacin y utilizacin responden
comnmente a una misma localizacin. Por lo tanto, actores situados en diferentes
regiones tienen procesos de generacin y acumulacin cognitiva disimiles.

Asumiendo entonces que la generacin de conocimiento es esencial para el crecimiento y
que est asimtricamente distribuida en el espacio; diferentes localizaciones presentarn
procesos de crecimientos divergentes, explicados en parte por la heterogeneidad de su
stock de conocimientos.

Por otro lado, en economa los acercamientos tradicionales que enfatizan la importancia
del conocimiento se centran o se limitan- en la valoracin del capital humano. En una
lnea ms amplia Florida (2002), ha propuesto redimensionar a la categorizacin del
capital humano como fuente de innovacin y crecimiento econmico; en su lugar propone
al capital creativo como motor del desarrollo y de la innovacin.

La diferencia con la conceptualizacin usual del capital humano est en que Florida define
al capital creativo no solo incorporando a los aspectos netamente educativos focalizados
en la ciencia y en la tecnologa que los agentes absorben-transfieren, tambin identifica
los efectos positivos de las amenidades socio-culturales de los espacios urbanos o
regionales y los categoriza como variables explicativas de los procesos de innovacin y
por efecto, de los acervos de conocimiento y de las potencialidades crecimiento econmico
(Oort y Raspe, 2007).

En el marco de la Unin Europea, su agenda socio econmica ha apuntalado desde hace
algunos aos, la importancia de la economa del conocimiento como un objetivo
estratgico. En este sentido, se ha planteado convertirse en la economa ms dinmica y
competitiva fundamentada en el conocimiento, capaz de generar crecimiento econmico
sustentable con empleos de alta calidad en el marco de la cohesin social de todos los
integrantes de la Unin (EU, 2000).

4

No obstante, la generacin de conocimiento as como las mejoras en trminos de
productividad y de diversificacin industrial orientada al conocimiento han sido ms
evidentes en Asia y en Amrica. En este sentido, la siguiente investigacin pretende
arrojar luces en el campo de las variables que explican la generacin de nuevas ideas
innovaciones- enfocndose en el caso de Espaa y sus diecisiete Comunidades
Autnomas.

Dos trabajos orientan ampliamente a este documento: Florida (2010) y Jones (2002). El
primero es el ms reciente de la serie de trabajos sobre espacios creativos, agentes
talentosos, e innovacin, en el cual se desarrolla un ejercicio economtrico de corte
transversal para 248 reas metropolitanas estadounidenses, que tiene como objetivo
encontrar los determinantes de la generacin de innovacin.

Este trabajo se aproxima a Florida (2010) por adoptar un enfoque conceptualmente
cercano y se distingue: i) por la elaboracin de un panel de datos en lugar de un corte
transversal- de estructura pool data, y ii) por la aplicacin de una estimacin por efectos
fijos para evaluar como la innovacin puede ser explicada tanto por el capital humano, el
gasto en investigacin y desarrollo, la estructura productiva de alta tecnologa y por los
estmulos creativos que pueda brindar una Comunidad en consideracin de sus
caractersticas individuales.

Adicionalmente, se diferencia de los trabajos tradicionales de capital creativo por elaborar
una breve discusin de los hechos estilizados de la oferta cultural, la estructura
productiva y las dotaciones de capital humano en cada Comunidad Autnoma utilizando
algunas de las herramientas de la Economa Regional y Urbana y georeferencando
algunos indicadores con el paquete informtico gvSIG 1.11.

Por otra parte, el trabajo de Jones (2002) es un orientador terico. Comnmente los
trabajos de Florida han sido refutados por la poca claridad de las relaciones causales entre
crecimiento, innovacin, creatividad y capital humano (as como por las fundamentaciones
tericas de su propuesta). Jones (2002) se distingue por explicitar en el marco de un
modelo tipo Ramsey-Cass-Koopmans (modelo neoclsico) la generacin de ideas como un
factor de produccin en el total del output de una economa y explicita adems que
factores son determinantes en el nacimiento de las nuevas ideas.

5

El resto de este documento est ordenado de la siguiente forma: la seccin segunda
desarrolla algunos elementos tericos sobre innovacin; la seccin tercera presenta una
serie de hechos estilizados sobre las caractersticas culturales, educativas, productivas y
de innovacin en cada Comunidad Autnoma; la seccin cuarta especfica, estima y
presenta los resultados del panel de datos que evala a los determinantes de la innovacin
en el sentido de Florida; la quinta seccin concluye.

2.-Algunos elementos tericos

Fundamentos pioneros de conocimiento, innovacin y crecimiento econmico


Los economistas clsicos entregan algunas pautas sobre la importancia de la innovacin,
sin embargo, la teora neoclsica no profundiza en esta tradicin y analiza a la tecnologa y
a la innovacin como un factor exgenamente relacionado con el proceso productivo, sin
teorizar sobre la existencia de una relacin potencial entre ambos. Para los neoclsicos, la
economa crece por la acumulacin de capital y por la intensificacin del trabajo, motivada
por los objetivos de maximizacin de los beneficios (Elster, 1997).

Para el enfoque crtico Marxista dentro de los objetivos del sistema capitalista coexiste la
necesidad de innovar, como nico factor de incremento de la plusvala relativa. Segn sta
argumentacin, la innovacin est movilizada por intereses particulares de auto-
expansin, que se gestan en la esfera de la produccin. Marx distingue dos mecanismos
diferentes de aumento de la plusvala: i) la absoluta, que involucra la intensificacin de la
jornada de trabajo, y ii) la relativa que implica el incremento de la productividad y por lo
tanto la disminucin de la jornada de trabajo necesaria para la realizacin de una
operacin a partir de la incorporacin de tecnologas, que adems impulsan la reduccin
del valor de la fuerza de trabajo. En este sentido, la innovacin es endgenamente
determinada y fundamental en el proceso de expansin econmica (Delucchi, 2003).

Ms tarde, las conceptualizaciones sobre el rol de la innovacin en el crecimiento
econmico se ubican en los trabajos paradigmticos de Schumpeter (1939) y Dupriez
(1947). Los criterios de Schumpeter ponen nfasis en la generacin de innovacin y la
subsecuente explosin de la inversin emprendedora que se desprende del flujo de nuevas
ideas, por lo que la economa evoluciona por medio de un proceso de destruccin creadora
orientado por los innovadores, en donde nuevas ideas reemplazan a las anteriores, es
decir todos los bienes estaran sujetos aun ciclo de vida marcado por los procesos de I+D.
6

Dupriez, en una lnea cercana desarrolla un explicacin ms formal con un enfoque real y
monetario sobre como la innovacin interviene en los ciclos econmicos de largo plazo
(Ray, 2002).

El vnculo entre acumulacin de conocimiento y prosperidad de una regin es puesto en
relieve por economistas del desarrollo como Myrdal (1954), Kuznets (1962), Hirchman
(1958), y Kaldor (1970), quienes enfatizan que la aglomeracin de capital humano crea
beneficios por encima de la rentabilidad privada cosechada por los agentes econmicos.
En modelos ms contemporneos este beneficio social es usualmente considerado como
resultado de las externalidades del capital humano (Davies, 2002).

La importancia de las habilidades y capacidades de la fuerza de trabajo, en un espacio
urbano as como las fuerzas que actan en la atraccin de este tipo de agentes hacia un
determinado emplazamiento fueron discutidos de manera pionera por Marshall (1890),
Vernon(1960), y Jacobs (1969), muchos de sus aportes configuran el corazn de la
economa regional y urbana.

Otros fundamentos tempranos e icnicos, orientados por el examen de los efectos del
conocimiento tcnico sobre la produccin, son los introducidos por Arrow (1962) y Solow
(1956 y 1957) ambos avocan en sus trabajos por la significacin de los mecanismo de
aprendizaje tcnico de la fuerza de trabajo para inducir a incrementos de la productividad.
En el caso de Arrow, el proceso de Learnig by doing, esta relacionado por los estmulos
de la acumulacin que el nuevo capital provoca sobre los trabajadores.

Modelos de crecimiento endgeno y NEG

Los modelos de crecimiento endgeno, ponen nfasis en el rol del stock de conocimiento y
en su crecimiento. Sugieren que incrementos continuos en conocimiento tecnolgico
(Romer, 1990) o en la acumulacin de capital humano (Lucas, 1988), son las fuerzas
conductoras detrs del crecimiento econmico, sin embargo, este crecimiento no es un
resultado automtico, es por el contrario un conjunto de acciones y decisiones de todos los
agentes involucrados en el desarrollo econmico incluido el gobierno.

En estos modelos los flujos de conocimiento tecnolgico, son usados en dos perspectivas:
i) en la produccin de un bien en especfico que es protegido mediante patentes, y ii) en el
incremento del stock total de conocimiento tecnolgico que puede generar posibles
7

efectos de difusin a otras firmas inversoras en la produccin de conocimiento
tecnolgico.

Formalmente las aproximaciones neoclsicas consideran a la innovacin como el
resultado de la ampliacin del nmero de calidades (Grossman y Helpman, 1991) de los
bienes de una economa o del nmero de insumos que ofrece una economa en el proceso
productivo (Romer, 1986). La organizacin industrial brinda una nutrida explicacin
sobre los incentivos de las firmas por innovar, principalmente asociadas a la reduccin de
costos marginales, en escenarios de competencia oligoplica o escenarios monopolistas
(Dasgupta y Stiglitz, 1980; Lee y Wilde, 1980).

Documentos empricos como los de Glaeser et al. (1995) encuentran una evidencia
favorable al planteamiento de Lucas. Simon (1998), adems de confirmar los resultados de
Glaeser et al., encuentra un alto poder explicativo entre el nivel de capital humano y la
empleabilidad de la fuerza de trabajo.

Un factor limitante con las aproximaciones anteriores, es el supuesto de acceso
tecnolgico homogneo a lo largo del espacio. Andersson y Mantsinen (1980) mostraron
en el contexto de una economa multiregional que las economas se encontraban
influenciadas entre ellas por el acervo y el acceso de conocimiento que disponan.

En general, las consideraciones geogrficas son esenciales, porque la generacin de
nuevo conocimiento est siempre vinculado a elementos tcitos los cuales implican que su
acceso es solo posible mediante la interaccin espacialmente prxima. Nijkamp y Poot
(1998) argumentan que la concentracin geogrfica del conocimiento puede conducir a
procesos dinmicos de divergencia de las variables econmicas.

Otro grupo de estudios, en el marco del crecimiento endgeno consiste en enfocarse en el
poder explicativo del gasto en investigacin y desarrollo, incluyendo a esta variable como
un factor de produccin Griliches et al. (1990) encontraron evidencia importante de esta
relacin, aunque tambin estuvo exenta de una profundizacin en trminos espaciales.

Un marco terico que toma como punto de partida la distribucin heterognea de las
actividades econmicas y que adems considera implcitamente las diferencias regionales
de innovacin es la Nueva Geografa Econmica. Fundamenta con la presencia de
economas a escala y mercados imperfectos la existencia de fuerzas centrpetas y
8

centrfugas que dan las pautas para la localizacin de las actividades econmicas y el
desarrollo de los espacio regionales. Asimismo, seala que una vez que un proceso de
aglomeracin ha empezado este tender a reforzarse as mismo. Duranton y Puga (2001),
sealan, en este marco la factibilidad de que actividades experimentales e innovadoras se
localicen en regiones urbanas, mientras la produccin industrial estndar se descentralice
en regiones menos desarrolladas.

Conceptualizaciones ms amplias de innovacin
Florida (2010 y 2002), seala que la innovacin ha sido ampliamente reconocida como el
factor ms importante en el crecimiento econmico, no obstante, seala que la capacidad
de innovar adems de estar ligada con la formacin de la fuerza de trabajo - capital
humano-, es un resultado vinculado con el ambiente local, que provee incentivos socio-
culturales para la gestacin de nuevas ideas.

En la misma direccin, Desrochers (2001) hace hincapi en los vaco tericos y empricos
sobre la generacin de innovacin en particular sostiene que la diversidad de las
actividades econmicas de alta tecnologa concentradas en un espacio es un factor clave en
el crecimiento regional, ya que proporciona agentes creativos de una variedad de perfiles
que aumentan las posibilidades de expansin del conocimiento.

Jacobs (1961) plantea que ciudades abiertas y diversas atraen a agentes talentosos que
estimulan la creatividad, la innovacin y el crecimiento. Glaeser et al. (1992) encuentran
argumentos consistentes con la exposicin de Jacobs, para 171 ciudades de Estados
Unidos.

Feldman (2002), seala que muchos de los trabajos que abordan la generacin de ideas no
muestra explcitamente al rol de la innovacin en el crecimiento econmico y sostiene la
ambigedad causal entre innovacin, capital humano y crecimiento econmico.


Un modelo de flujos ideas
Para nuestros objetivos Jones (2002) brinda un respaldo terico sugestivo sobre la
importancia de la generacin de ideas en el crecimiento econmico. Adems, de
explicitarla dentro de la funcin de produccin de la economa, tambin explicita una
funcin de generacin de ideas.
9

Se parte de una economa cuyo producto total
t
en el tiempo t est dado por:

t
= A
t
c
K
t
u
E

t
1-u
, (i)

Donde K
t
es el stock de capital fsico E

t
es el total capital humano empleado en la
produccin de
t
, A
t
es el stock total de ideas disponible en esta economa. Se asumen que
u < o < 1 y o > u. Por lo que existen rendimientos constantes a escala entre K y E


cuando el flujo de ideas A es constante. Y rendimientos crecientes para K, E

y A
interactuando conjuntamente. Este supuesto refleja que las ideas no son rivales o
infinitamente expandibles. El producto tiene la restriccin de factibilidad
t
= C
t
+ K

t
+
0
t
.

La inversin en capital fsico tiene una construccin usual: K

t
= s
K

t
JK
t
, K
0
> u. La
variable s
K
denota la fraccin del producto invertido en capital fsico, y J > u es la tasa
exgena y constante de depreciacin. El capital humano empleado para producir
t
est
dado por:
E

t
=
t
I

t
, (ii)

, donde
t
es capital humano por persona y I

t
es el monto total de fuerza de trabajo en la
produccin de
t
. El capital humano individual est dado por el tiempo que invierte cada
individuo en su preparacin l
h
, por lo que
t
es definido como
t
= c
I
ht
, > u .
Finalmente, A el stock de ideas, tiene una ecuacin diferencial similar a la de Jones
(1995a):
A

t
= A
t
q
E
A
t
x
X
t
1-x
(iii)
, donde E
A
es el total de capital humano dedicado a la gestacin de ideas, que est dado
por:
E
A
t
=
t
0
I
A
t
(iv)

En donde I
A
es el nmero de investigadores con 0 u, y
t
es el nivel de capital humano
de cada investigador; X
t
es la dotacin de estmulos creativos que incluye a las instancias
que de acuerdo a Florida (2010) promueven la creatividad (eventos artsticos, teatrales,
cinematogrficos, etc.). X
t
= s
R

t
, X
0
> u, por lo tanto (1 s
X
s
K
) es la fraccin de
producto consumido.
10


Los paramentos adquieren los valores u < z < 1 , y > u que permite que
descubrimientos pasados incrementen la productividad de los investigadores. La
restriccin para la fuerza de trabajo en la economa est dada por las siguientes
ecuaciones:
N
t
= N
o
c
nt
, N
o
> u(v)
I
A
t
+ I

t
= I
t
= (1 l
t
)N
t
(vi)

3.-Hechos estilizados
Innovacin
Grfico No. 1
Funciones de densidad estimadas
Solicitud de patentes por provincia 2001 y 2009


Fuente: INE
Elaboracin: Jorge Salgado

El Grfico No. 1 muestra los resultados de la funcin de densidad estimada para el
indicador de innovacin, aproximado por el nmero de solicitudes de patentes en cada
una de las provincias espaolas. Es claro como la mayor parte de la masa bajo la curva
11

tanto en 2001 como en 2009, est concentrada en la izquierda. Es decir la mayor parte de
provincias posee anualmente entre 0 y 100 solicitudes mientras existen dos focos de
innovacin Barcelona y Madrid, que multiplican al menos en 6 veces a la mayora. En
2009, Madrid acrecienta su distancia con respecto a Barcelona, mientras permanece un
grupo de provincias con una limitada generacin de innovacin.

Grfico No.2
Concesin de patentes cada 100.000 habitantes por Comunidad Autnoma 2001



Fuente: INE
Elaboracin: Jorge Salgado


















12

Grfico No.3
Concesin de patentes cada 100.000 habitantes por Comunidad Autnoma 2009


Fuente: INE
Elaboracin: Jorge Salgado

Los grficos 2 y 3 relativizan los resultados anteriores, y muestran la cantidad de patentes
concedidas por cada 100.000 personas a un nivel ms agregado, el autonmico. En esta
perspectiva la Comunidad de Navarra muestra una elevada generacin de innovaciones
que se fortalecen hasta 2009, desprendindose del resto de Comunidades, una dinmica
similar tiene lugar con el Pas Vasco y Aragn. Por otra parte, Madrid y Catalua reflejan
tambin una importante contribucin, no obstante, Madrid al igual que se concluy en el
Grfico No. 1 parece acrecentar aceleradamente sus innovaciones.

Por otra parte, las Comunidades con menores concesiones de patentes relativas se
encuentras en Extremadura y Castilla la Mancha. En el segundo caso incluso los resultados
de 2009 son menores que los 2001.

Cultura y capital humano
En esta subseccin se utiliza una adaptacin del ndice de Krugman, la cual compara la
oferta cultural de una Comunidad Autnoma con respecto al agregado nacional, es decir
mide cun diferente es la presentacin anual de eventos culturales de un espacio
comunitario, en relacin a la oferta cultural de Espaa en su conjunto. Mientras los

13

resultados sean ms alejados de cerocada Comunidad Autnoma tendr menos diversidad
cultural (Gordo y Prez, 2003). De acuerdo a Florida (2010), espacios culturalmente ms
diversos son proclives a una mayor generacin de ideas. La ecuacin (a) presenta
formalmente al ndice:
IK
]s

= __
C
]
r
C
s
r
] _
C
]

C
s
]_
]
(a)

Donde el superndice i se refiere a la Comunidad Autnoma, muestra a la variable
agregada para nivel nacional, el subndice s identifica a la agregacin de los de los eventos
artsticos ofrecidos
2
; y el subndice j a un sector artstico en particular. De esta forma C
j
r
, y
C
j

representan al nmero de eventos del tipo j en la Comunidad Autnoma r y en el total


nacional definido por . Mientras, C
s
r
y C
s

indican el total de eventos artsticos de la


Comunidad Autnoma r, y del total nacional .
El siguiente cuadro muestra los resultados por Comunidades Autnomas para el periodo
2005 hasta 2009:

Cuadro No. 1
Aplicacin del ndice de Krugman a actividades culturales

NDICE DE KRUGMAN
Comunidades Autnomas
Aos Anlisis Descriptivo
2005 2006 2007 2008 2009 Promedio Des. Est. Mximo Mnimo
Andaluca 0,32263 0,34293 0,32664 0,32148 0,34795 0,332326 0,01225 0,34795 0,32148
Aragn 0,20819 0,19670 0,18718 0,13591 0,18822 0,18324 0,02777 0,20819 0,13591
Asturias (Principado de) 0,08384 0,07941 0,06410 0,09542 0,11447 0,087448 0,01882 0,11447 0,06410
Balears (Illes) 0,24025 0,24879 0,24214 0,27780 0,26990 0,255776 0,01703 0,27780 0,24025
Canarias 0,19636 0,19969 0,20611 0,19829 0,24147 0,208384 0,01885 0,24147 0,19636
Cantabria 0,24761 0,27543 0,27599 0,29636 0,28646 0,27637 0,01823 0,29636 0,24761
Castilla y Len 0,06800 0,11864 0,08512 0,10004 0,13222 0,100804 0,02563 0,13222 0,06800
Castilla-La Mancha 0,09726 0,12739 0,13018 0,13507 0,15802 0,129584 0,02173 0,15802 0,09726
Catalua 0,26207 0,24450 0,22173 0,21909 0,18077 0,225632 0,03064 0,26207 0,18077
Comunitat Valenciana 0,10567 0,07674 0,09552 0,11928 0,14661 0,108764 0,02624 0,14661 0,07674
Extremadura 0,11765 0,14425 0,13016 0,12049 0,15180 0,13287 0,01483 0,15180 0,11765
Galicia 0,13069 0,12942 0,15050 0,14475 0,14581 0,140234 0,00955 0,15050 0,12942
Madrid (Comunidad de) 0,08380 0,12816 0,15066 0,11699 0,16347 0,128616 0,03100 0,16347 0,08380
Murcia (Regin de) 0,15921 0,13770 0,16878 0,18092 0,21523 0,172368 0,02872 0,21523 0,13770
Navarra (Comunidad Foral de) 0,20110 0,20199 0,21355 0,21188 0,25532 0,216768 0,02227 0,25532 0,20110
Pas Vasco 0,10491 0,11955 0,12239 0,14522 0,14138 0,12669 0,01660 0,14522 0,10491
Rioja (La) 0,26667 0,31342 0,33149 0,36279 0,36180 0,327234 0,03980 0,36279 0,26667

2
Se distinguen a cuatro sectores artsticos: Cine, teatro, danza y msica.
14

Anlisis Descriptivo 2005 2006 2007 2008 2009

Promedio 0,170349 0,181453 0,182486 0,187164 0,205935

Desviacin estndar 0,078470 0,080132 0,079348 0,082805 0,075791

Mximo 0,322630 0,342927 0,331490 0,362795 0,361803

Mnimo 0,068001 0,076744 0,064096 0,095416 0,114466

Fuente: INE

En los resultados del Cuadro No.1 en una perspectiva global no muestran una importante
dispersin entre Comunidades. De acuerdo, a la caracterizacin del ndice las
Comunidades con mayor diversidad en sus amenidades culturales son Asturias, Castilla y
Len, Valencia, Pas Vasco y Madrid. Las de mayor especializacin en una determinada
rea artstica son Andaluca y La Rioja. Siguiendo a la conceptualizacin de los seguidores
de los espacios creativos. Las cinco anteriores Comunidades podran generar una
atmosfera adecuada para la generacin de innovacin.

Por otra parte, los grficos 5 y 6 son indicativas de las dotaciones de capital humano en
cada Comunidad. En 2001 el Pas Vasco, Madrid, Navarra, Catalua y Aragn muestran una
poblacin titulada o ms, con un alto porcentaje. En 2009, estas Comunidades conservan
una buena parte de su poblacin titulada, aunque el Pas Vasco y Madrid muestra mayores
crecimientos.
Grfico No. 4
Porcentaje de la poblacin con titulacin superior o ms por Comunidad Autnoma 2001

Fuente: INE
Elaboracin: Jorge Salgado.

15

Grfico No. 5
Porcentaje de la poblacin con titulacin superior o ms por Comunidad Autnoma 2009

Fuente: INE
Elaboracin: Jorge Salgado

Concentracin industrial

En esta subseccin se hace una breve revisin de la estructura productiva de las
Comunidades Autnomas mediante el ndice de Gini de especializacin sectorial, que
resume la distribucin de las cuotas absolutas de la produccin de cinco grandes
sectores: i) agricultura, energa, industria, construccin, y servicios. Para los intereses de
esta seccin se obtendr la evolucin de este ndice para el sector industrial,
caracterizados por ser el principal contribuidor de innovaciones.

En general cuando el indicador toma un valor de cero el sector est homogneamente
distribuido entre las Comunidades. Por el contrario, cuando alcanza el valor de uno, toda
la produccin se concentra en pocos espacios. El ndice de Gini se fundamenta en Combes,
et al. (2008) y corresponde a la expresin (b).
0

]
= 1 __
vAB
]
r
vAB
s
] +_
vAB
]
r
vAB
]
-1
__ [
1
c

(b)
La variable c, representa al nmero de sectores y VAB al valor agregado bruto. La
interpretacin de los subndices y superndices es homognea a la del ndice de Krugman
aplicado en la sub-seccin de cultura.
16

Grfico No. 6

Fuente: INE

El resultado del ndice de Gini expuestos en el Grfico No. 7 es un imprtate indicativo de
la existencia de un patrn de concentracin de la produccin industrial. Adems, de estar
lejano del 0, muestra una evolucin que favorece a la concentracin. El Grfico No. 7
recoge como los empleados a nivel nacional en el sector industrial estn concentrados en
Catalua, Madrid y Valencia.
Grfico No. 7
Distribucin de los empleados en el sector industrial por Comunidad Autnoma 2009

Fuente: INE
Elaboracin: Jorge Salgado

17

4.-Especificacin, estimacin y resultados

Especificacin emprica
En esta seccin se plantean las especificaciones economtricas en funcin del modelo
terico de Jones (2002) y de los aportes de Florida (2002 y 2010) sobre las variables que
inciden en la generacin de innovaciones. La estimacin se desarrolla a travs de un panel
datos, con una estructura pool data incorporando efectos fijos, que es utilizada
especialmente en el tratamiento de regiones y pases (Ramajo, 2003).

En general, el pool data es una extensin del modelo lineal bsico, la interpretacin de
los coeficientes fundamentales (R-cuadrado, R-cuadrado ajustado, t-student, error
estndar, Durbin-Watson, estadstico F, entre otros) no tiene cambios interpretativos,
adems, la inferencia puede desarrollarse a travs de mnimos cuadrados y sus
generalizaciones (Sosa, 1999).

En las estimaciones convencionales de series de tiempo y cortes trasversales, es comn
que las regiones incluidas en la evaluacin presenten diferentes caractersticas
individuales no observables que signifiquen complicaciones al analizar al modelo, no
obstante, la asociacin de informacin en el pool de datos, presenta la posibilidad de
controlar la heterogeneidad de las regiones evitando el riesgo de obtener resultados
sesgados, por medio de la modelizacin de efectos fijos o aleatorios (Ramrez, 2002).

El pool de datos de efectos fijos utilizado puede definirse como una relacin lineal entre la
variable independiente y las explicativas de la siguiente manera:

y
t
= X
|t
+u
t
(1)

Donde i, representa a cada unidad transversal (i = 1,2, . . , I) y t al nmero de periodos
(t = 1,2, , I). X es un vector (fila) que contiene k variables explicativas, es un vector
con k parmetros, y u
It
es el trmino de error que contiene tres componentes
formalizados en la siguiente ecuacin:

u
t
= y

+
t
+c
t
(2)

El primer trmino y

, representa a los factores no observables que difieren por Comunidad


Autnoma pero no en el tiempo (por ejemplo disposiciones o regulaciones propias decada
18

Comunidad Autnoma);
t
indica choques que varan en el tiempo pero no por
comunidades (se trata de efectos que involucran a todos las regiones de forma simultnea,
como los efectos de la crisis de 2008) y c
t
representa efectos puramente aleatorios que
especficamente afectan a una regin en un determinado perodo. Por simplicidad, en las
estimaciones desarrolladas se supone que
t
= u.

En nuestro modelo la variable dependiente y
t
es una medida de innovacin basada en el
nmero de patentes de cada Comunidad Autnoma. De acuerdo a Griliches (1998), las
patentes son una til y cercana aproximacin para dimensionar el flujo de nuevas ideas en
una regin. Por definicin, una patente recoge a una idea nueva, que ha adquirido una
valorizacin especial por los recursos que requieren para ser registrada y conservada. Los
estudios sobre innovacin tecnolgica han usado ampliamente al nmero total de patentes
relativizados para un nmero concreto de agentes. En este caso se opta por evaluar al
nmero de patentes cada 100.000 personas en todas las Comunidades Autnomas,
siguiendo a Florida (2010). Finalmente, se opta por obtener logaritmos de esta variable.
Por lo tanto, la variable dependiente puede ser especificada como:


y
t
= log _
A
t
Poblocion totol1uu.uuu
] (S)

Para la especificacin de las variables explicativas se considera:
i) al nivel de capital humano medido con el porcentaje de la poblacin con un
nivel de titulacin superior o mayor, la variable sigue a las aproximacin
de Glaeser et al.(1995) y se denota por EC
t
;
ii) el gasto en investigacin y desarrollo recibido por cada Comunidad
Autnoma en trminos porcentuales con respecto al total, especificado por
I
t
;
iii) el nmero de cientficos e ingenieros graduados cada ao, como porcentaje
del total de titulados, es expresado formalmente por Sc
t
, comprende una
aproximacin del talento cientfico joven;
iv) amenidades culturales medidas por el nmero de eventos teatrales,
musicales, cinematogrficos y de danza normalizados para el total, se
denota por R
t
;
v) las caractersticas tecnolgicas de la estructura productiva, medida como
el nmero de industrias de alta tecnologa localizadas en cada Comunidad
19

Autnoma, Mansfield (1986), encuentra que las industrias farmacuticas,
qumicas, metalmecnicas, tienden a ser fuentes importante en la
generacin de sus ideas, Florida (2010) suma a las anteriores las industrias
relacionadas con equipos informticos. En esta estimacin IC
t
se agregan
todas las anteriores.

Al igual que para la variable dependiente se opta por obtener el logaritmo natural de cada
variable explicativa, el vector de explicativos se expresa como:


X
|t
= [
0
+ [
1
EC
t
+[
2
I
t
+[
3
Sc
t
+[
4
R
t
+ [
5
IC
t
(4)
t = 1,2, , Ii = 1,2, . . , I

Por otro lado, la especificacin del componente de error, se sujeta a una estimacin
desarrollada mediante efectos fijos. Tradicionalmente, el modelo donde la heterogeneidad
inobservable es tratada como un conjunto adicional de coeficientes a estimar, junto con los
[ estimadores, se denomina efectos fijos. Este modelo, supone que las diferencias entre
unidades pueden captarse mediante diferencias en el trmino constante, aadiendo una
variable ficticia (dummy) a todas menos una de las unidades de la seccin cruzada o
transversal. Por lo tanto, los coeficientes estimados sern cercanos a un promedio, de los
que cada Comunidad Autnoma presentara si se pudiera estimar un modelo para cada
una.
Con efectos fijos, la especificacin del modelo, considera en la expresin del trmino de
error (u
t
= y

+
t
+ c
t
) a
t
= u y al trmino y
I
como una constante diferente para
cada una de las comunidades. Al mismo tiempo se agregan al modelo I 1 variables
dicotmicas:

y
t
= |1 +EC
it
+I
it
+Sc
it
+R
it
+IC
it
] +(J
1t
y
1
+ + J
(I-1)t
y
(I-1)
) +c
t
(S)
t = 1,2, , Ii = 1,2, . . , I

En donde para cada Comunidad, la variable J
t
adopta valores de 1 y 0. Cuando la
Comunidad] iguala con i la variable ficticia ser igual a 1, y si es distinta de i, es igual a
cero. El modelo anterior puede ser expresado matricialmente como:

y = X+ Zy +e (6)
20


En donde y es un vector columna ordenado por Comunidades Autnomas y por el periodo
de tiempo, con II observaciones; X es una matriz II K
S
, siendo la primera columna una
constante igual a 1; es un vector columna con K parmetros, que son el objetivo de la
estimacin; Z es una matriz II (I 1) en donde cada columna representa a la variable
ficticia. Finalmente, e es un vector columna II, del trmino de error. La representacin
matricial del modelo a estimar es:




Si c satisface los supuestos del modelo lineal clsico, el mtodo de mnimos cuadrados
producir los mejores estimadores lineales insesgados para el vector . Por consiguiente,
la forma de resolver el problema de la heterogeneidad no observable es a travs de la
agregacin de I 1 variables adicionales las cuales capturan el efecto sobre el intercepto
en cada Comunidad Autnoma.


Estructura de los datos
Para la construccin del panel de datos las series son obtenidas de las siguientes
instancias: i) Instituto Nacional de Estadsticas de Espaa (INE), ii) Ministerio de Industria
Turismo y Comercio y iii) del Ministerio de Cultura de Espaa. En todos los casos el
periodo de anlisis inicia en 2001 y concluye en 2009; se incluye a las 17 Comunidades
Autnomas, y se opta por excluir del ejercicio a Ceuta y Melilla, por incompatibilidades con
la informacin requerida. El Cuadro No. 2 resume algunas de las propiedades estadsticas
de las series evaluadas.






3
K indica el nmero total de indicadores para la estimacin.
21


Cuadro No. 2
Resumen estadstico

Y? H? G? ED? B? I?
Mean
6.047138 0.206514 0.061024 0.278715 0.059621 0.045107
Median
4.786750 0.197000 0.022000 0.281760 0.053166 0.045298
Maximum
15.905190 0.346000 0.317033 0.427670 0.133588 0.057085
Minimum
1.490617 0.124000 0.003737 0.130482 0.025914 0.031904
Std. Dev.
3.296077 0.048137 0.080050 0.058869 0.027248 0.005114
Skewness
0.864726 0.008323 0.018419 -0.236010 1.068700 -0.188527
Kurtosis
2.853854 0.034113 0.052814 2.984619 3.134773 3.387034
Observations
144 144 144 144 144 144
Cross sections
16 16 16 16 16 16

Fuente: INE, Ministerio de Cultura de Espaa.

En primera instancia la variable de aproximacin a la innovacin, la variable endgena del
panel de datos, corresponde al nmero de patentes concesionadas anualmente en cada
Comunidad por cada 100.000 habitantes. La series se fundamentanen las estadsticas de
propiedad industrial elaboradas por la Oficina Espaola de Patentes y Marcas
4
.

En cuanto a la elaboracin de las variables explicativas, la serie de capital humano
comprende a la poblacin de ambos sexos de 16 y ms aos que ha alcanzado al menos un
nivel de instruccin superior con respecto al total de la poblacin, la serie se desprende de
la Encuesta de Poblacin Activa.

La segunda variable explicativa, concerniente al gasto en investigacin y desarrollo es la
sumatoria del gasto total de la administracin pblica y el de las empresas privadas en
este rubro, el indicador es recogido en trminos porcentuales y no incluye al gasto en
educacin. Las series de investigacin y desarrollo se sujetan a los Indicadores de Ciencia
y Tecnologa, presentados por el INE.

La siguiente variable de cientficos e ingenieros titulados cada ao con respecto al total de
universitarios titulados se nutre de las estadsticas de Enseanza Universitaria en Espaa

4
De acuerdo al INE una patente comprende un ttulo que reconoce el derecho de explotar en
exclusiva la invencin patentada, impidiendo a otros su fabricacin, venta o utilizacin sin
consentimiento del titular. Como contrapartida, la Patente se pone a disposicin del pblico para
general conocimiento.
22

presentadas por INE e incluye al sector pblico y al privado. Siguiendo a Florida (2010), se
opt por incluir a las carreras detalladas en el cuadro siguiente
5

Cuadro No. 3


La variable de amenidades culturas se construye a partir de la informacin del Ministerio
de Cultura de Espaa y de los indicadores de cultura y ocio del INE. Inicialmente se
agregan los eventos teatrales, musicales, de danza y cinematogrficos que tienen lugar en
cada Comunidad anualmente y posteriormente se obtienen valores porcentuales con
respecto del total a nivel nacional.
Grfico No. 8

Finalmente, la variable de industrias de alta tecnologa se direcciona por la propuesta de
Florida (2010), Mansfield (1986) y Levin et al. (1987); quienes argumentan que las
industrias farmacuticas, qumicas, petroleras, de estructuras metlicas, de maquinaria, y
de equipos informticos se caracterizan por su alto nmero de patentes e innovaciones.
Esta aproximacin se sustenta en la clasificacin CNAE93 elaborada por el INE. El cuadro
siguiente sintetiza a las industrias incluidas en esta variable que es utilizada en trminos
porcentuales con respecto al nmero total de empresas en cada Comunidad:


5
Se debe considerar que no todas la Comunidades ofrecen toda la oferta universitaria considerada.
Titularidades seleccionadas
Bioqumica Cc. Biolgicas Cc. Matemticas Cc. del Mar
Biotecnologa Cc. Fsicas Cc. Qumicas
ESTUDIOS DE ARQUIT. E INGEN.
Cc. Ambientales Cc. Geolgicas Ciencia y Tec. Alimentos ESTUDIOS DE ARQ. E ING. TCN.
23

Cuadro No. 4
Sectores Incluidos en el Anlisis

Sectores Incluidos en el Anlisis
11 Extraccin de crudos de petrleo y gas natural
120 Extraccin de minerales de uranio y torio
13 Extraccin de minerales metlicos
14 Extraccin de minerales no metlicos ni energticos
15N Industria de productos alimenticios y bebidas
17N Industria textil
23 Coqueras, refino de petrleo y tratamiento de combustibles nucleares
24N Industria qumica
27N Metalurgia
28N Fabricacin de productos metlicos, excepto maquinaria y equipo
29N Industria de la construccin de maquinaria y equipo mecnico
30 Fabricacin de mquinas de oficina y equipos informticos
33N Fabricacin de equipo e instrumentos mdico-quirrgicos, de precisin, ptica
y relojera
34 Fabricacin de vehculos de motor, remolques y semirremolques
72N Actividades informticas
73 Investigacin y desarrollo

Fuente:INE.

Estimacin del pool de datos
A continuacin se presenta una serie de estimacin del modelo planteado en la sub-
seccin anterior que brindaron resultados interesantes y en mayor se caracterizan por sus
buenos estadgrafos. En algunos casos se opt por rezagar a las variables de gasto en
innovacin y desarrollo y la que agrega a los titulados como cientficos e ingenieros.









24


Cuadro No. 5
Estimaciones del modelo de generacin de ideas con un pool de datos y efectos fijos

Cross-section fixed (dummy variables)
White cross-section standard errors & covariance (no d.f. correction)

1 2 3 4 5 6 7 8
EC
it

0.816461
(0.0000)
0.823949
(0.0000)

0.892528
(0.0000)
0.821418
(0.0000)
0.824200
(0.0000)
0.796171
(0.0000)
0.738824
(0.0000)
I
t

0.018289
(0.9087)

0.245024
(0.1931)
0.027186
(0.8613)
0.172157
(0.0878)
0.171383
(0.0808)
0.198624
(0.0791)
0.184613
(0.1326)
I
t-1

0.080162
(0.4364)
0.061988
(0.4528)

I
t-2

0.050085
(0.6059)

0.017431
(0.8331)
0.026264
(0.7873)
Sc
it

0.017521
(0.9011)
0.015956
(0.9104)
0.137469
(0.5231)
0.033564
(0.8283)

Sc
it1


0.059338
(0.5775)
0.047830
(0.6669)

0.005063
(0.9732)
Sc
it2

0.320400
(0.0709)
0.319117
(0.0716)
0.297579
(0.1067)

R
it

0.121326
(0.5147)
0.130158
(0.4744)
0.104662
(0.6120)

0.448365
(0.0604)
0.439243
(0.0767)
0.433198
(0.0328)
0.463715
(0.0431)
IC
it

0.671882
(0.2887)
0.665456
(0.2666)

0.712528
(0.0010)
0.729327
(0.0032)
0.724727
(0.0000)
0.973160
(0.0128)
C
2.866548
(0.0004)
3.465340
(0.0007)
2.649006
(0.0007)
3.226934
(0.0000)
4.093532
(0.0000)
3.927082
(0.0000)
3.995139
(0.0000)
4.429012
(0.0000)

R
2
0.908893 0.908880 0.883845 0.907065 0.926783 0.926691 0.926511 0.925037
R
2
o]ustoJo 0.894079 0.894918 0.867119 0.893682 0.907647 0.908570 0.909363 0.907546
w 1.836547 1.837380 1.455078 1.780353 1.783238 1.767108 1.781225 1.725093
Akaike -0.510991 -0.524736 -0.295874 -0.518898 -0.672006 -0.68861 -0.70401 -0.684154
Observaciones 144 144 144 144 144 112 112 112

En general el estadgrafo R-cuadrado presenta un ajuste alto, la prueba F rechaza la
hiptesis nula de no explicacin conjunta de las variables al 99% de nivel de confianza y el
valor de Durbin Watson, indica que no existen problemas de autocorrelacin para un
nivel de confianza del 99% , en la mayora de los casos.

De acuerdo, al Cuadro No. 5 es evidente que para el caso Espaol la variable de Capital
Humano posee un sobresaliente poder explicativo en la generacin de innovaciones. En
todos los modelos esta se caracteriza por tener buenas propiedades estadsticas y por
comportarse de acuerdo a lo esperado en contrastacin con la teora. Ella es seguida por la
25

variable de industrias de alta tecnologa, se sugiere as que los emplazamientos
productivos de ciertas industrias inciden positivamente en la generacin de nuevas ideas.

La variable de amenidades culturales present en todas las estimaciones el
comportamiento esperado, en una buena parte sus estadgrafos pasaron las pruebas de
significacin individual aunque no con la claridad que las variables de capital humano.

Finalmente, la variable de gasto en investigacin y desarrollo mostr cierto nivel
explicativo en algunas estimaciones, mientras la que recoge al nmero de cientficos e
ingenieros graduados en cada ao parece no explicar la generacin de patentes.

Los ejercicios economtricos anteriores brindan pequeas intuiciones sobre la generacin
de patentes, no obstante, pueden sustentar nuevos trabajos que briden un tratamiento
ms profundo a las estimaciones dinmicas o impulsen nuevas modelizaciones empricas
implementando efectos aleatorios con efectos dinmicos estimados por GMM.

5.-Conclusiones

Los resultados anteriores entregan buenas seales sobre la relevancia del capital humano
sobre cualquier otra variable en la generacin de innovacin. En este sentido como se
present en la tercera seccin las Comunidades de Madrid, Pas Vasco, Navarra, Catalua
y Aragn poseen las mejores condiciones a nivel nacional.

Por otra parte, la variable de localizacin de industrias de alta tecnologa que mostr
buenas propiedades, podra justificar las brechas en la generacin de innovacin para
los casos de Cataluay Madrid, que configuran a las regiones de mayor concentracin
industrial y de innovacin.

Por ltimo, la variable de amenidades culturas aunque no muestra el mismo poder
explicativo que las anteriores, responde al comportamiento terico esperado y en muchos
casos supera las pruebas de hiptesis, es probable que mejores indicadores e ndices
deban ser diseados para capturar mejor su poder explicativo en la generacin de
innovacin.

26

En general los procesos de generacin cognitiva son complejos, dinmicos, en donde
actan mltiples fuerzas, no obstante, la evidencia de este documente sugiere que El
capital ms valioso de todos es el que se ha invertido en seres humanos. (Marshall,
1890). Es decir, el capital humano tiene el mayor poder explicativo, en la generacin de
nuevas ideas.

Los ejercicios economtricos anteriores brindan pequeas intuiciones sobre la generacin
de patentes deben ser profundizados y depurados, no obstante, pueden sustentar nuevos
trabajos que briden un tratamiento ms riguroso a las estimaciones dinmicas o impulsen
nuevas modelizaciones empricas implementando efectos aleatorios con efectos dinmicos
estimados por GMM.



















27


Bibliografa

- Combes, P. et al. 2007, Spatial Wage Disparities: Sorting Matters!, Journal of Urban
Economics.

- Desrochers, P. 2001. Local Diversity, Human Creativity, and Technological
Innovation, Growth and Change, Vol.32.

- Drucker, P. 1959, Landmarks of Tomorrow: A Report on the New Post-modern
World, Harper, New York.

- Florida, R. 2002. The Rise of the Creative Class: And How Its Transforming Work,
Leisure, Community and Everyday Life. New York: Basic Books.

- Glaeser, E., Scheinkman, J. D., Shleifer, A. 1995. Economic Growth in a Cross-Section
of Cities, Journal of Monetary Economics, Vol. 36

- Griliches, Z. 1990. Patent Statistics as Economic Indicators: A Survey, Journal of
Economic Literature, Vol.28.

- Gordo, Esther, Gil, Mara, Prez, Miguel 2003, Los Efectos de la Integracin
Econmica sobre la Especializacin y Distribucin Geogrfica de la Actividad
Industrial en los Pases de la UE, Madrid, pp. 15-20.

- Jones, C. 2002, Sources of U.S. Economic Growth in a World of Ideas, Department of
Economics, University of California-Berkeley, Berkeley.

- Oort, Frank, Raspe, Otto, 2006, The Knowledge Economy and Urban Economic
Growth, European Planning Studies, Volume 14, Issue 9.

- Ramajo, Julin 2003, Modelos economtricos para datos de panel, Universidad de
Extremadura, Badajoz, pp.1-2.

- Ramrez, Torres 2002, Inversin Extranjera en Mxico, Determinantes y Pautas de
Localizacin, Universidad Autnoma de Barcelona, pp.144-146.

- Sancho, Amparo, Serrano, Guadalupe 2004, Econometra de Econmicas: Modelos
de Datos de Panel, Universidad de Valencia, p.6.

- Sosa, Walter 1999, Tpicos de Econometra Aplicada, Universidad Nacional de la
Plata, La Plata, p.36.