Revista de Ciencias Sociales (RCS)
Vol. XXVII, No. 4, Octubre - Diciembre 2021. pp.
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Innovación en economías
latinoamericanas: Análisis comparativo con respecto a Corea del Sur
García Ochoa, Juan José*
Ochoa Vazquez, Ivan**
Valenzuela
Valenzuela, Alejandro***
Resumen
Un
gran número de investigaciones demuestran que la innovación impacta
directamente en el desarrollo económico de los países. Por ello, el presente
artículo tiene como objetivo analizar la brecha
innovadora entre algunas naciones latinoamericanas como Brasil, Chile,
Colombia, México y Perú, con referencia a Corea del Sur, identificando las
variables más importantes del pilar 12 de innovación del modelo del Foro
Económico Mundial. La metodología del
estudio, basada en el análisis factorial multivariado, se alimenta de la información
generada para las siete variables del pilar 12, en el periodo 2011-2017. Como
resultado principal, se encuentra que las variables más destacadas son: La inversión de las empresas en
investigación y desarrollo, la calidad de las instituciones en investigación,
las patentes aplicadas, la capacidad de innovar, la colaboración
universidad-industria y la disponibilidad de científicos e ingenieros. Se
concluye, que Brasil, México y, en especial, Chile, han
logrado desarrollar algunas capacidades innovadoras, sobre todo en materia de participación
de las empresas en investigación y desarrollo, en la calidad de las
instituciones de investigación y en patentes aplicadas; pero han descuidado las
gestiones del gobierno para sus sectores productivos, requisito fundamental
para cristalizar su posición en el ranking de innovación.
Palabras clave: Innovación;
competitividad; Foro Económico Mundial; Alianza del Pacífico; análisis factorial.
Innovation in Latin
American Economies: Comparative Analysis with respect to South Korea
Abstract
A large number of research shows that
innovation directly impacts the economic development of countries. This article
aims to analyze the innovation gap between some Latin American nations such as
Brazil, Chile, Colombia, Mexico and Peru, with reference to South Korea identifying
the most important variables of pillar 12 of innovation of the World Economic
Forum model. The study methodology, based on multivariate factor analysis, is
fed with information generated for the seven variables of pillar 12, in the
period 2011-2017. As the main result, it is found that the most prominent
variables are: Investment by companies in research and development, the quality
of research institutions, applied patents, the ability to innovate,
university-industry collaboration and the availability of scientists and
engineers. It is concluded that Brazil, Mexico and, especially, Chile, have
managed to develop some innovative capacities, especially in terms of the
participation of companies in research and development, in the quality of
research institutions and in applied patents; but they have neglected the
government's efforts for their productive sectors, a fundamental requirement to
crystallize their position in the innovation ranking.
Keywords:
Innovation; competitiveness; World Economic Forum; Pacific alliance; factorial
analysis.
Introducción
Aun cuando la innovación está ligada al desarrollo
humano, solo hace unas pocas décadas logra relevancia como categoría de
análisis de la realidad social y, en particular, del desarrollo económico. En
ese campo, Schumpeter (1967) se
destaca como pionero puesto que, desde su Teoría
del desenvolvimiento económico, identificó a la innovación (tanto tecnológica como social) como uno
de los principales motores del desarrollo económico. Como era lógico, el
análisis de la innovación ha bajado del nivel general o macro de las economías hacia
el nivel microeconómico en las empresas (Montoya, 2004; Vega et al., 2005;
Parada, Ganga y Rivera, 2017; Navarro-Caballero et al., 2020), creándose un
sistema interactivo empresas-entorno que ha llevado a la concepción de los
sistemas de innovación (Nelson y Winter, 1982; Freeman, 1987; Bengt-Åke, 1992).
Sin embargo, hasta hoy en día, no hay una definición
única entre los especialistas, aun cuando ha habido un esfuerzo considerable
para homogenizar criterios (Organización para la Cooperación y el Desarrollo
Económicos [OCDE], 2005), creándose un consenso acerca de que la innovación se
asocia con la introducción de un producto o servicio nuevo o mejorado, un
proceso nuevo, una práctica de mercado, o una forma de organización (Pino et
al., 2016; Geldes, Felzensztein y Palacios-Fenech, 2017). Así mismo, aunque se
han realizado esfuerzos considerables con ese propósito, no existe consenso
sobre los métodos para evaluar empíricamente la innovación, ni a nivel de las
empresas, ni al de economías o países.
Uno de esos esfuerzos es la construcción del Índice
Global de Competitividad (IGC), que el Foro Económico Mundial publica cada año.
Este estudio se basa en la edición del año 2017, la cual provee un marco
metodológico para el estudio de la competitividad que permite el ordenamiento
(o ranking) con base en 112 indicadores,
agrupados en 25 factores que constituyen, a su vez, 12 pilares que muestran los
fundamentos microeconómicos y macroeconómicos de la competitividad de la
nación. De esos pilares, el número
12 es un índice construido con siete variables, que se describen en los
siguientes apartados, y enfoca, específicamente, en la innovación.
Esos índices globales han sido utilizados por
académicos, empresarios y gobiernos en la fundamentación de investigaciones y el
diseño de políticas públicas con el fin de implementar estrategias de
desarrollo regional (Castro-González, Peña-Vinces y Guillen, 2016; Jiménez y Geldes,
2019). Sin embargo, han sido fuertemente criticados por autoridades académicas sobre
el tema, como Lall (2001); y, Peña-Vinces (2009), quienes enfocan esas críticas, principalmente, en la debilidad del
análisis estadístico sobre el que se construyen y, específicamente, en la
asignación arbitraria de los ponderadores para la construcción del indicador.
Asimismo, el interés de las naciones en la
innovación ha sido desigual, presentando fuertes retrasos en áreas muy extensas
del mundo, como América Latina. En esta región, los primeros estudios se
iniciaron por el año 2000 (Oliver y Stezano, 2017; Heredia et al. 2018), no
obstante, aunque el interés por el tema ha crecido desde entonces, las
publicaciones científicas enfocadas en ese campo siguen siendo escasas.
Por tal razón, el objetivo principal del presente
trabajo es analizar la brecha innovadora entre algunas naciones latinoamericanas
como Brasil, Chile, Colombia, México y Perú, con referencia a Corea del Sur, identificando
las variables más importantes del pilar 12 de innovación del modelo del Foro
Económico Mundial (WEF).
1. Innovación y competitividad de los países
El concepto de innovación ha adquirido fuerza y
relevancia en las aportaciones teóricas de la comunidad científica interesada
en el desarrollo económico y social de los países (Parada et al., 2017), a partir
de los estudios pioneros de Schumpeter (1967), quien fue el economista austriaco
que le asignó a la “destrucción creativa” el papel fuerza causante del
desarrollo (Montoya, 2004).
Al respecto, un resultado crucial de la innovación
es la competitividad entre las naciones, tópico cuya relevancia conceptual se
incrementa a la par del desarrollo del comercio internacional. Con respecto a
estudios de competitividad, el pionero fue Porter
(1990), quien desarrolló las bases teóricas de la misma en su famoso
libro sobre: “La Ventaja Competitiva de la Naciones”,
e hizo depender la competitividad de la productividad de bienes y
servicios y, de ambos, la prosperidad en una nación. En otro importante
documento, Porter (2008) también destaca el fundamento microeconómico de la
competitividad (cambio tecnológico en las empresas, innovación, elevación de la
productividad del trabajo) para la política económica nacional. En este argumento, la competitividad depende de la
productividad, la cual a su vez se basa en dos pilares: La innovación y la
calidad del ambiente microeconómico.
Sin embargo, siendo la innovación la causa última de
la productividad y la competitividad, su instrumentación no es fácil ni a nivel
de países ni de empresas. El mismo Foro Económico Mundial, reconoce que el pilar
de la innovación es el que menor desempeño registra (su puntaje es menor que el
de los 11 pilares restantes). La razón de ese relativamente pobre desempeño,
argumenta el organismo, es que la innovación es un proceso complejo que pasa
por diferentes etapas: La generación de ideas, la invención, la inversión y el
mercado. Dentro de un ecosistema de innovación, la realización de las etapas depende
de diferentes factores, si alguno de los factores falla, frena el paso de las
ideas a las etapas sucesivas (WEF, 2017).
En la Tabla 1, se presentan los puntajes que reporta
el Foro Económico Mundial de cada uno de los países seleccionados (Brasil,
Chile, Colombia, México, Perú y Corea del Sur), en las siete variables que
constituyen este pilar número 12 de innovación durante el periodo 2011-2017.
Las siete variables que constituyen el índice del pilar 12 son las siguientes: X1,
capacidad de innovar; X2, calidad de las instituciones de
investigación; X3, inversión de las empresas en investigación y
desarrollo; X4, colaboración universidad-industria; X5,
gestión del gobierno en tecnología avanzada; X6, disponibilidad de
científicos e ingenieros, y X7, patentes aplicadas.
Tabla 1
Variables del pilar 12 de Innovación del WEF
País |
Año |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
Brasil |
2011 |
3,8 |
4,1 |
3,8 |
4,2 |
3,9 |
3,8 |
0,9 |
Chile |
2011 |
3 |
4 |
3,1 |
4,1 |
4 |
4,7 |
1,3 |
Colombia |
2011 |
3,2 |
3,6 |
3 |
4,1 |
4 |
4 |
0,1 |
Corea del Sur |
2011 |
4,3 |
4,8 |
4,8 |
4,7 |
4,1 |
4,9 |
241 |
México |
2011 |
3 |
4 |
3 |
4 |
3,5 |
3,9 |
0,9 |
Perú |
2011 |
2,7 |
2,9 |
2,6 |
3,2 |
3,3 |
3,5 |
0 |
Brasil |
2012 |
3,7 |
4,1 |
3,6 |
4,1 |
3,8 |
3,5 |
2,8 |
Chile |
2012 |
3 |
4,2 |
3,2 |
4,2 |
3,9 |
4,7 |
3,8 |
Colombia |
2012 |
3,2 |
3,4 |
3,1 |
4 |
3,8 |
3,7 |
1,1 |
Corea del Sur |
2012 |
4,5 |
4,9 |
4,9 |
4,7 |
4 |
4,9 |
161 |
México |
2012 |
3,1 |
4 |
3,2 |
4,1 |
3,6 |
4 |
1,6 |
Perú |
2012 |
2,8 |
2,8 |
2,6 |
3,1 |
3,2 |
3,4 |
0,2 |
Brasil |
2013 |
4 |
4,3 |
3,6 |
4 |
3,5 |
3,4 |
2,9 |
Chile |
2013 |
3,5 |
4,1 |
3,2 |
4,3 |
4 |
4,7 |
5,7 |
Colombia |
2013 |
3,4 |
3,3 |
3,1 |
3,8 |
3,7 |
3,7 |
1,1 |
Corea del Sur |
2013 |
4,5 |
4,9 |
4,6 |
4,7 |
4 |
4,6 |
183 |
México |
2013 |
3,5 |
4 |
3,2 |
4,1 |
3,6 |
4 |
1,7 |
Perú |
2013 |
3,1 |
2,9 |
2,5 |
3,1 |
3,2 |
3,4 |
0,2 |
Brasil |
2014 |
4,1 |
4 |
3,5 |
3,3 |
3,4 |
3,3 |
3,2 |
Chile |
2014 |
3,7 |
4 |
3,1 |
4,2 |
3,8 |
4,6 |
6,7 |
Colombia |
2014 |
3,5 |
3,5 |
3 |
3,9 |
3,7 |
3,8 |
1,2 |
Corea del Sur |
2014 |
4,7 |
5 |
4,5 |
4,6 |
4,1 |
4,4 |
202 |
México |
2014 |
3,7 |
3,9 |
3,1 |
4 |
3,4 |
3,9 |
1,8 |
Perú |
2014 |
3,4 |
2,9 |
2,6 |
3,1 |
3 |
3,3 |
0,3 |
Brasil |
2015 |
3,8 |
3,6 |
3,3 |
3,8 |
3,1 |
3,3 |
3,5 |
Chile |
2015 |
3,8 |
4,1 |
3 |
4,2 |
3,1 |
4,6 |
7,1 |
Colombia |
2015 |
3,7 |
3,7 |
2,9 |
3,9 |
3,3 |
3,8 |
1,4 |
Corea del Sur |
2015 |
4,8 |
4,8 |
4,6 |
4,6 |
3,9 |
4,4 |
221 |
México |
2015 |
4 |
4,1 |
3,2 |
4 |
3,1 |
4,1 |
1,9 |
Perú |
2015 |
3,6 |
2,9 |
2,7 |
3,1 |
2,7 |
3,2 |
0,3 |
Brasil |
2016 |
3,9 |
3,6 |
3,2 |
3,2 |
2,7 |
3,4 |
3,5 |
Chile |
2016 |
3,9 |
4,3 |
2,9 |
3,5 |
2,7 |
4,7 |
7,5 |
Colombia |
2016 |
3,9 |
3,8 |
2,9 |
3,7 |
3,1 |
3,9 |
1,9 |
Corea del Sur |
2016 |
4,8 |
4,6 |
4,5 |
4,4 |
3,7 |
4,4 |
233 |
México |
2016 |
4,1 |
4,3 |
3,2 |
3,6 |
3 |
4,1 |
2 |
Perú |
2016 |
3,7 |
3,1 |
2,7 |
2,9 |
2,6 |
3,4 |
0,5 |
Brasil |
2017 |
4,1 |
3,7 |
3,4 |
3,4 |
2,7 |
3,6 |
3,4 |
Chile |
2017 |
4 |
4,4 |
3 |
3,5 |
2,8 |
4,8 |
8,8 |
Colombia |
2017 |
3,8 |
3,9 |
3,1 |
3,6 |
3,2 |
3,9 |
2,1 |
Corea del Sur |
2017 |
4,7 |
4,8 |
4,4 |
4,4 |
2,8 |
4,5 |
250 |
México |
2017 |
4,1 |
4,3 |
3,2 |
3,6 |
3,1 |
4,2 |
2,4 |
Perú |
2017 |
3,6 |
3,2 |
2,7 |
2,9 |
2,7 |
3,5 |
0,6 |
Fuente: Elaboración propia, 2021 con base en datos del WEF
(2011-2017).
Sobre la base del constructo No.12 del Foro
Económico Mundial, ha habido un conjunto reducido de trabajos cuyo propósito es
el estudio comparado de diversas economías en función de las capacidades
innovadoras. En ese sentido, Arredondo, Vázquez y De la Garza (2016),
realizaron un estudio comparativo entre los países de la Alianza del Pacífico
(AP) (Chile, Colombia, México y Perú) y otras 17 naciones que no pertenecen a
ese organismo de coordinación, utilizando los indicadores del pilar de
innovación del WEF (2014). La comparación fue realizada mediante el análisis de
varianza y encontraron que las patentes (variable X7) es la que
caracteriza o identifica a los países de la AP como más innovadores en relación
con otro grupo formado por 17 países de América Latina (AL).
No obstante, en el análisis de varianza, las
patentes resultaron estadísticamente no significativas en la explicación global
de la innovación. Una carencia en dicho trabajo es, por una parte, que no se
identifica cuáles países son los más innovadores entre los grupos y, por otra
parte, no se considera un estudio longitudinal para identificar a los más innovadores
del total de países analizados.
Asimismo, tanto León y Ramírez (2014); como Cazallo y Salazar (2018),
encontraron que entre los países de América Latina pertenecientes a la Alianza
del Pacífico (AP), hay un intercambio comercial más intenso que en los otros
países de la región con los mercados de América del norte, Europa y Asia del
este/sureste. No obstante, encontraron también que las políticas económicas de
los países de la AP no se centran en el impulso a cadenas de valor (sobre todo
las dirigidas por empresas trasnacionales formadas con capitales de los países
miembros). Así, la inmensa mayoría de las empresas se constituyen como organizaciones
aisladas, con capitales locales.
Por su parte, Cazallo et al. (2019) compararon dos
bloques de países dentro de la región: Los que pertenecen al Mercosur (Brasil,
Argentina, Uruguay y Paraguay), y los miembros de la AP, en el periodo 2012 al
2017. El propósito era saber cuáles pilares (y sus indicadores) de los 12 que
componen el reporte del WEF, son los más influyentes en el nivel de
competitividad. Por medio del análisis discriminante, identificaron que tres
son los pilares que más influyeron: El entorno macroeconómico (pilar 3); el de salud
y educación primaria (pilar 4), y el tamaño del mercado (pilar 10). En términos
comparativos, también observaron que la dispersión de los resultados es menos
amplia (competitividad más consistente) para los países de la AP que en los del
Mercosur.
Adicionalmente, Castro-González et al. (2016) aplican
el modelo del Doble Diamante (DD) de Moon, Rugman y
Verbeke (1998), que a su vez se basa en el modelo del diamante de Porter
(1990), para investigar el estado de la competitividad en algunos países de América
Latina (Argentina, Bolivia, Brasil, Chile, Colombia, Ecuador, Paraguay, Perú,
Uruguay y Venezuela). A diferencia del Foro Económico Mundial, que ubica en
primer lugar a Chile, el orden que ellos encontraron es el siguiente (de mayor
a menor): Brasil, Argentina, Chile, Uruguay, Colombia, Venezuela, Ecuador,
Perú, Paraguay y Bolivia.
Dichos hallazgos se basan en el promedio de la
información de los años 2000 al 2010 reportada por tres fuentes: Banco Mundial
(BM), Fondo Monetario Internacional (FMI) y Comisión Económica para América
Latina y el Caribe (CEPAL). En este estudio, a diferencia de los hallazgos
basados en los indicadores del Foro Económico Mundial, encuentran que sí
resultó estadísticamente significativo para la competitividad tanto el gasto en
investigación y desarrollo, así como la aplicación de patentes por residentes.
En un estudio similar, pero limitado a Chile y a
Perú (Peña-Vinces, 2009), también utilizando el modelo del Doble Diamante
alimentado con información de las mismas instituciones (BM, FMI y CEPAL), considerando
además a la Organización de las Naciones Unidas, los autores encuentran que
Perú es más competitivo que Chile en el diamante nacional; mientras que, al
revés, Chile es más competitivo que Perú en el diamante internacional.
Utilizando datos del Banco Mundial, Banco Interamericano
de Desarrollo y documentos institucionales públicos, Rojas-Santoyo,
Elizalde-Bobadilla y Jiménez-García (2018), compararon las políticas del
desarrollo productivo y fomento a la innovación de Corea del Sur con Brasil y
Colombia. Confirmaron que las capacidades humanas y tecnológicas eran
superiores en el país asiático, debido a una mayor proporción del PIB (4,55%)
destinado a la educación. Mientras que, en Colombia, en el mismo periodo, había
sido de apenas el 0,24% y en Brasil de 1,26%.
Por último, Oliver y Stezano (2017) realizaron una
investigación bibliométrica para explorar la evolución de la innovación en el
periodo 2010-2017 de Brasil, Chile y México, los tres países considerados más
desarrollados en Latinoamérica. La metodología de ese estudio consistió en la
búsqueda bibliográfica en la base de datos Scopus con referencia a la palabra
innovación y sus variantes. En Brasil, según los resultados, se produjeron 815
documentos, 87 en Chile y 177 en México. Un resultado adicional, es que la mayoría
de las publicaciones se concentraron en tres áreas: Ciencias sociales, economía
(incluyendo econometría y finanzas), y negocios (incluyendo gestión y
contabilidad). Este resultado es además un indicador del grado de importancia
del tema de la innovación en revistas selectas de investigación científica.
2. Metodología
En esta sección se
expone los criterios para la elección de los países que delimitan este ámbito
de estudio, se explican las fuentes de información recabadas durante el periodo
desde donde se extraen las variables, y se presenta el modelo estadístico
utilizado.
2.1.
El marco de los países
Como ya se mencionó anteriormente, los países de
este estudio son, por un lado, Corea del Sur (que registra un desempeño
ejemplar dentro de las 35 economías más innovadoras del mundo) según Nikzad (2013); y WEF (2017); y, por otro, Brasil (que forma parte de los
llamados BRICS, acrónimo por Brasil, Rusia India,
China y Sudáfrica), además de Chile, Colombia, México y Perú, países que
constituyen la llamada Alianza del Pacífico.
Todos estos países impulsan, en mayor o menor
grado, políticas públicas cuyo objetivo es el
mejoramiento de la innovación y competitividad (Oropeza, 2011; Arredondo et al.,
2016); por ello, y dentro del propósito
de este artículo, se realizará el análisis comparado respecto al desempeño
innovador de algunos de ellos respecto de Corea del Sur.
2.2. Fuentes
de información y variables
En esta investigación se
utilizan los datos generados por el Foro Económico Mundial sobre competitividad
e innovación en el periodo 2010 al 2017. Dichos reportes están construidos con
una gran cantidad de variables, organizadas en factores e indicadores, tanto micro como macro, que
miden el desempeño de la prosperidad de 140 países, mediante los 12 pilares de
competitividad ya mencionados, cuyos ámbitos del desarrollo competitivo son el
de recursos básicos, la eficiencia y la innovación.
La comparación del desempeño innovador de los países
analizados se hará mediante los resultados mostrados por cada uno de ellos en
el pilar 12 del Índice de Competitividad del Foro Económico Mundial. Como ya se
dijo, este índice (el pilar 12) está
compuesto por siete variables, de la X1 a la X7, cuya
denominación se proporcionó en la Tabla 1.
2.3.
Métodos de análisis
La información
se ha estudiado utilizando el análisis factorial (la reversa, por así decirlo,
del modelo de regresión lineal múltiple, como parte, del análisis multivariado).
A través de esa metodología, se calculan la asignación de ponderaciones a las
variables involucradas.
La presentación
técnica del modelo consiste en que cada variable observable de un vector,
dígase X, se relacionan con una única variable latente llamada f (por factor). Así, el análisis factorial se puede ver en forma matricial en la siguiente
ecuación:
(1)
Donde:
X es un vector (px1) de
variables observables de una población de interés.
es una
matriz (pxn) de coeficientes desconocidos o cargas factoriales.
es un vector
(nx1) de variables latentes o factores no observados.
es un vector
(px1) de perturbaciones no observadas.
Con el propósito de
asegurar la validez del estudio, la matriz de datos es sometida a pruebas de
adecuación para el análisis multivariado. Esas pruebas son la de esfericidad de
Bartlett para determinar si se trata
de una matriz identidad, en cuyo caso no se puede utilizar el análisis
factorial. Asimismo, una vez descartada la existencia de la matriz identidad,
se determina el grado de correlación general entre las variables por medio de la
prueba Kaiser-Meyer-Olkin (KMO). Los
niveles de correlación 0.5< KMO ≤1 indican cuáles variables deberían
incluirse en el análisis (Cleff, 2019).
Con base en las
pruebas anteriores, se lleva a cabo el análisis de dendograma (o niveles de grupos). Esta técnica multivalente no funciona para
diferenciar las variables relevantes de las irrelevantes. Su utilidad consiste
en que clasifica las variables similares en grupos o categorías, de tal manera
que un grupo de variables debe ser diferente de otro (Hair et al. 2019).
3.
Resultados y discusión
En la Tabla 2, se puede verificar que existe correlación entre las variables
analizadas, puesto que, en la prueba de Bartlett,
el nivel crítico del valor p es muy
inferior a 0,01%. Adicionalmente, se aplica el análisis de adecuación o
suficiencia de muestreo general (KMO) y la prueba correspondiente arroja un
valor de 0,716. Aquí el criterio es que cada variable es cabalmente
pronosticada por las demás variables si KMO llega a 1, el valor obtenido se
considera aceptable de acuerdo con Cleff (2019). Por lo tanto, este trabajo resulta consistente
y adecuado dado los resultados de los análisis estadísticos generados.
Tabla 2
Prueba de Kaiser-Meyer-Olkin
(KMO) y de Bartlett para los datos del
período, 2011-2017
Determinante |
Prueba de KMO 2016 |
Prueba de Bartlett |
||
Chi-cuadrada |
Grados de libertad |
Valor p |
||
Innovación global, pilar 12 |
0,716 |
417.479 |
28 |
0.000 |
Fuente:
Elaboración propia, 2021.
Además, de
acuerdo con los resultados mostrados en la Tabla 3, el análisis factorial
mediante el método de cálculo por componentes principales, está bien
representado por dos factores que explican el 84,506% de la varianza total de la
información, es decir, del comportamiento de los indicadores. Lo anterior
concuerda con el criterio de Kaiser para determinar el número apropiado de
factores, que toman en cuenta sólo los factores con eigenvalores (Cleff,
2019).
Tabla 3
Varianza total
explicada y determinación de los factores comunes para la evaluación del pilar
12 de las entidades, durante el periodo de 2011-2017
Componentes
de la Innovación global, pilar 12 |
Autovalores
iniciales |
Suma de las
saturaciones al cuadrado de la rotación |
||||
Total |
% de la varianza |
% acumulado |
Total |
% de la varianza |
% acumulado |
|
1 |
4.841 |
60.509 |
60.509 |
4.654 |
58.181 |
58.181 |
2 |
1.920 |
23.997 |
84.506 |
2.106 |
26.325 |
84.506 |
3 |
0.680 |
8.504 |
93.010 |
|
|
|
4 |
0.288 |
3.600 |
96.609 |
|
|
|
5 |
0.154 |
1.928 |
98.537 |
|
|
|
6 |
0.048 |
0.602 |
99.138 |
|
|
|
7 |
0.045 |
0.559 |
99.697 |
|
|
|
8 |
0.024 |
0.303 |
100.000 |
|
|
|
Nota: Método de rotación
por varimax con Kaiser, con SPSS, V.22.
Fuente: Elaboración propia, 2021.
Una vez comprobada la validez y confiabilidad del análisis factorial,
según los resultados anteriores, para el análisis e interpretación de los
resultados se consideran las comunalidades y la matriz de componentes rotada,
que muestran las correlaciones entre cada variable y el factor correspondiente.
Esos resultados se muestran en la Tabla 4.
Tabla
4
Matriz
de componentes reducidos y rotados
Factor |
Coeficientes para el cálculo del índice de innovación global, pilar
12 |
|||||||
A |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
|
Z1 |
0.127 |
0.851 |
0.931 |
0.933 |
0.805 |
0.523 |
0.704 |
0.871 |
Z2 |
-0.949 |
-0.456 |
0.076 |
0.143 |
0.521 |
0.804 |
0.229 |
0.020 |
Comunalidad |
.917 |
.933 |
.873 |
.891 |
.920 |
.920 |
.548 |
.759 |
Nota: Método de extracción por componentes
principales, con SPSS, V.22; y método de rotación por normalización varimax con
Kaiser.
Fuente: Elaboración propia, 2021.
Para interpretar apropiadamente la Tabla 4,
considere que A es la
variable tiempo expresada en los años del período y que las siete variables indicadoras (de X1 a X7)
son como se especifica en la Tabla 1. En particular, todas las variables con
altos valores en sus coeficientes de correlación con excepción de A y X5,
se agrupan de manera más estrecha al factor Z1, que se refiere a la
capacidad inventiva e innovadora del país. Mientras que A y X5 (que en
forma conjunta se refieren a la gestión del gobierno en el transcurso del tiempo),
se relacionan de manera más fuerte con el factor Z2. Con estos dos
factores, es posible estimar el ranking de innovación
global de los países (el pilar 12 del WEF).
En ese sentido, la ecuación 2 está
constituida por todos los coeficientes calculados en la Tabla 4, no obstante,
aquí utilizaremos el factor (Z1) como criterio de agrupación y
clasificación de los países, puesto que es el factor asociado con la innovación.
(2)
Los valores de los
coeficientes permiten detectar que las seis variables más influyentes en la
innovación, agrupados en Z1, son las que determinan la trayectoria
de los países. En este campo, ya se ha encontrado que existe una relación causal entre la innovación de los países y la
variable 3 (gastos en innovación), la variable 4 (colaboración entre
universidad-industria) y la variable 7 (aplicación de patentes) (Arredondo et
al., 2016; Castro-Gonzáles et al. 2016; López, 2019).
En congruencia con lo anterior, se ha encontrado también que hay una
relación entre los gastos en investigación, como porcentaje del PIB, con la
publicación de patentes y artículos, por un lado, y con la exportación de
productos de alta tecnología, por el otro (Olavarrieta y
Villena, 2014).
Para calcular los grupos (o dendograma),
primero se verifica la ecuación 2 multiplicando la matriz de datos de la Tabla
1 por el vector transpuesto de coeficientes de la ecuación mencionada. El
resultado de lo anterior es el índice de innovación anual de los países el cual,
mediante el método de Ward y
distancia Euclidiana, identifica los grupos cuya distinción es la similitud de características
dentro de cada uno de ellos.
El Gráfico
I, muestra el índice de innovación construido con la ecuación 2 para cada país
de la comparación. Un patrón evidente de esperarse es que Corea está por encima
de todos los países seleccionados de América Latina, en fuerza innovadora,
durante todos los años del periodo. Además, mantiene un nivel aproximadamente
constante a lo largo de los años seleccionados, con una ligera caída que hace
que el 2017 esté un poco por debajo de 2011, sin embargo, dentro de la banda de
los 90 a 100 puntos.
|
Nota:
Método de clasificación: Análisis de conglomerados jerárquicos, con SPSS, V.22.
Método de conglomeración: Ward; con medida de distancia euclídea
Fuente: Elaboración propia, 2021.
Gráfico I:
Países agrupados en cuatro niveles de su trayectoria en innovación, 2011-2017
Los países de América Latina, por su parte, muestran desigualdades
considerables y, dentro de estos, en la sección de la banda de los 20 a los 39
puntos, se identifica a Perú, mientras que Colombia se identifica claramente en
toda su trayectoria dentro de la banda de los 40 a los 59 puntos. Algunos
comportamientos erráticos se visualizan para el caso de Brasil, que ha visto
disminuida su posición respecto a otros países, al bajar su puntuación desde
los 78 a los 44 puntos, es decir, cae de la banda identificada entre los 60 a
los 80 puntos. Por el contrario, México es el único país del grupo que mejoró
sustancialmente sus capacidades innovadoras a lo largo del periodo y, desde el
2012, se le identifica en la banda de los 60 a los 80 puntos; finalmente, se
observa que Chile se mantiene consistentemente en su fuerza innovadora a lo
largo del periodo dentro de la banda de los 60 a los 80 puntos.
Conclusiones
Con base en el presente estudio se puede afirmar que, el país de referencia, Corea del Sur ha construido
sus capacidades innovadoras desde un nivel de marginalidad en el concierto de
las naciones, lo que permite imaginar que países como los que se comparan
(México, Brasil, Chile, Colombia y Perú), tienen una ruta para alcanzar niveles
que les permita mejorar su competitividad innovadora y, por tanto, su
participación en el comercio internacional.
Además, la comparación es útil porque el índice de referencia (el pilar 12 del Índice
Global de Competitividad del Foro Económico Mundial), es usado para el diseño
de políticas públicas que buscan fomentar la innovación. Fundamentalmente, el
estudio indica que un país podría avanzar en su capacidad de innovar (Variable
X1), priorizando la educación (que se relaciona con las variables X2
y X6) a través de un incremento del gasto en ese rubro respecto al
PIB, fomentando la innovación en las empresas (variables X3, X4,
X5 y X7).
Los altos valores de correlación de las variables, en
especial en inversión de las empresas en investigación y desarrollo; calidad de
las instituciones en investigación y patentes aplicadas, son las que más han
contribuido en el posicionamiento innovador de países como: Corea, Chile,
Brasil y México. Lo que sugiere que un país como Perú, puede pasar al nivel de
México o Chile, enfocándose en el impulso de políticas relacionadas
principalmente con dichas variables.
Los resultados por países muestran que los niveles
alcanzados ni son definitivos ni son fatales. Es decir, habiendo alcanzado un
nivel bueno en comportamiento innovador, nada garantiza su reducción (como es
el caso de Brasil) y, al revés, un nivel bajo en el índice es un estímulo para
mejorar el puntaje (como es el caso de México en ese periodo del 2011 al 2017).
Además, los resultados expuestos dan cuenta que los esfuerzos para incrementar
el perfil innovador de los países debe ser una política de Estado, donde
participen la sociedad, las empresas, la academia y la ciencia. Los casos de
Colombia y Perú, son ilustrativos o de la carencia de esfuerzos efectivos o de
una inercia muy fuerte refractaria a la innovación.
A pesar de los resultados disparejos en los países
de América Latina, los datos muestran algunas persistencias. Además, de la mencionada
respecto a Colombia y Perú, y a pesar de la reducción de Brasil, este país,
junto con México y Chile, se mantienen en un nivel en promedio de desarrollo
innovador. Lo que se puede desprender de este hecho, es que los países generan
una masa crítica de conocimientos, procesos e inversiones que fomentan la
innovación que les permite generar una dinámica innovadora. La parte más
interesante de esta conclusión es que un país, como Brasil, que baja al nivel
de Colombia, está en mejores condiciones para despegar con respecto de los
últimos dos países.
Adicionalmente, se puede decir que Brasil, México y, en especial, Chile, han logrado
desarrollar algunas capacidades innovadoras, sobre todo en materia de participación
de las empresas en investigación y desarrollo, en la calidad de las
instituciones de investigación y en patentes aplicadas; pero han descuidado las
gestiones del gobierno para sus sectores productivos, requisito fundamental
para cristalizar su posición en el ranking
de innovación.
Por último, se concluye que la metodología de este trabajo puede ser
usada para futuras investigaciones mejorando las fuentes de información, lo que
se puede hacer generando datos continuos a partir de bases de información del
Banco Mundial, Fondo Monetario Internacional, United States Patent and
Trademark Office, entre otras.
Referencias bibliográficas
Arredondo,
F., Vázquez, J. C., y De la Garza, J. (2016). Factores de innovación para la
competitividad en la Alianza del Pacífico. Una aproximación desde el Foro
Económico Mundial. Estudios Gerenciales, 32(141), 299-308. https://doi.org/10.1016/j.estger.2016.06.003
Bengt-Åke, L. (Ed.) (1992). National systems of innovation: Towards a
theory of innovation and interactive learning. Printer Publishers.
Castro-Gonzáles, S.,
Peña-Vinces, J. C., y Guillen, J. (2016). The competitiveness of Latin-American economies: Consolidation of the
double diamond theory. Economic
Systems, 40(3), 373-386. https://doi.org/10.1016/j.ecosys.2015.10.003
Cazallo, A.
M., Barragán, C. E., Meñaca, I., Lechuga, J. I., Martínez, H. R., y Uribe, C.
M. (2019). Mercosur y la Alianza del Pacífico. Dos modelos de
competitividad-país. Revista Espacios,
40(18), 26-137.
Cazallo, A. M., y Salazar, E.
J. R. (2018). Análisis macroeconómico de los países de la Alianza del Pacífico
(2011-2015). Revista de Ciencias Sociales (Ve), XXIV(2), 37-55.
Cleff, T.
(2019). Applied statistics and
multivariate data analysis for business and economics: A modern approach using
SPSS, Stata, and Excel. Springer Nature Switzerland.
Freeman, C. (1987). Technology policy and economic performance: Lesson from Japan.
Pinter Publisher.
Geldes, C.,
Felzensztein, C., y Palacios-Fenech, J. (2017). Technological and non-technological innovations, performance
and propensity to innovate across industries: The case of
an emerging economy. Industrial Marketing Management, 61, 55-66. https://doi.org/10.1016/j.indmarman.2016.10.010
Hair, J.
F., Black, W. C., Babin, B. J., y Anderson, R. E. (2019). Multivariate Data
Analysis. Cengage.
Heredia,
J. A., Geldes, C., Kunc, M. H., y Flores, A. (2018). New approach to the innovation processin emerging
economies: The manufacturing sector case in Chile and Peru. Technovation, 79, 35-55. https://doi.org/10.1016/j.technovation.2018.02.012
Jiménez, A.,
y Geldes, C. (2019). Los desafíos
de la innovación en Latinoamérica. Journal of Technology Management & Innovation, 14(4). http://dx.doi.org/10.4067/S0718-27242019000400003
Lall, S.
(2001). Competitiveness indices and developing countries: An economic
evaluation of the global competitiveness report. World Development, 29(9), 1501-1525. https://doi.org/10.1016/S0305-750X(01)00051-1
León, J.
L., y Ramírez, J. J. (2014). La
Alianza del Pacífico. Alcances, competitividad e implicaciones para América
Latina. Friedrich-Ebert-Stiftung.
López, D. (2019). Notas
críticas sobre las relaciones entre universidad, gobierno e industria. Revista
de Ciencias Sociales (Ve), XXV(4),
40-50.
Montoya,
O. (2004). Schumpeter, innovación y determinismo tecnológico. Scientia et Technica, X(25), 209-213.
Moon, H.
C., Rugman, A. M., y Verbeke, A. (1998). A generalized double diamond approach to the global competitiveness of
Korea and Singapore. International
Business Review, 7(2), 135-150. https://doi.org/10.1016/S0969-5931(98)00002-X
Navarro-Caballero, M.,
Hernández-Fernández, L., Navarro-Manotas, E., y Hernández-Chacín, J. (2020).
Innovación en las micro, pequeñas y medianas empresas familiares del sector
manufacturero del Atlántico-Colombia. Revista de Ciencias Sociales (Ve),
XXVI(4), 124-144. https://doi.org/10.31876/rcs.v26i4.34653
Nelson, R. R., y Winter, S. G.
(1982). An evolutionary theory of
economic change. Harvard University Press.
Nikzad, R.
(2013). Canadian Patent Profile: Some explorations in patent statistics. World
Patent Information 35(3), 201-208. https://doi.org/10.1016/j.wpi.2013.03.001
Olavarrieta,
S., y Villena, M. G. (2014). Innovation
and business research in Latin American: An overview. Journal of Business
Research, 67(4), 489-497. https://doi.org/10.1016/j.jbusres.2013.11.005
Oliver, R., y
Stezano, F. (2017). Innovación como campo de estudio en Latinoamérica 2010-2017:
Brasil, Chile y México. Journal of
Technology Management & Innovation, 12(4), 70-79. http://dx.doi.org/10.4067/S0718-27242017000400008
Organización para la Cooperación y el Desarrollo
Económicos - OCDE (2005). Manual de Oslo: Guía para la recogida e
interpretación de datos sobre innovación. OCDE-Eurostat. http://www.itq.edu.mx/convocatorias/manualdeoslo.pdf
Oropeza, A.
(Coord.) (2011). BRICS El difícil camino entre el escepticismo y el asombro.
Cámara de Diputados-Universidad Nacional Autónoma de México,.
Parada, J.
E., Ganga, F. A., y Rivera, Y. Y. (2017). Estado del arte de la innovación
social: Una mirada a la perspectiva de Europa y Latinoamérica. Opción, 33(82),
563-587.
Peña-Vinces,
J. D. C. (2009). Análisis comparativo de la competitividad de las economías del
Perú y Chile desde un enfoque global. Journal of Economics, Finance and Administrative Science, 14(27), 87-104.
Pino, C.,
Felzensztein, C., Zwerg-Villegas, A. M., y Arias-Bolzmann, L. (2016). Non-tecnological innovations: Market performance of
exporting firms in South America. Journal of Business Research, 69(10), 4385-4393. https://doi.org/10.1016/j.jbusres.2016.03.061
Porter, M.
E. (1990). The competitive advantage of nations. Harvard Business Review (9), 76-97.
Porter, M.
E (2008). On competition: Updated and
expanded edition. Harvard Business School Publishing Corporation.
Rojas-Santoyo,
F., Elizalde-Bobadilla, L., y Jiménez-García, D. (2018). Política de desarrollo
productivo y fomento a la innovación de las organizaciones en el marco de los
subsistemas - industria y ciencia y tecnología, para el caso de Colombia,
Brasil y Corea del Sur. Revista Espacios, 39(50), 20-34.
Schumpeter, J. A. (1967). Teoría del desenvolvimiento económico. Fondo
de Cultura Económica.
Vega, J. M.,
Fernández, I., Gutiérrez, A.,
y Manjarres, L. A. (25-28 de octubre de 2005). Los
determinantes de la innovación tecnológica en la empresa: Una aproximación a
través del concepto de capacidad de absorción. ALTEC 2005. XI Seminario Latino Iberoamericano de Gestión Tecnológica,
Salvador de Bahía, Brasil.
World
Economic Forum - WEF (2011). The Global Competitiveness Report 2011-2012. WEF. https://www3.weforum.org/docs/WEF_GCR_Report_2011-12.pdf
World
Economic Forum - WEF (2012). The Global
Competitiveness Report 2012-2013. WEF. https://www3.weforum.org/docs/WEF_GlobalCompetitivenessReport_2012-13.pdf
World
Economic Forum - WEF (2013). The Global
Competitiveness Report 2013-2014. WEF. https://www3.weforum.org/docs/WEF_GlobalCompetitivenessReport_2013-14.pdf
World
Economic Forum - WEF (2014). The Global
Competitiveness Report 2014-2015. WEF. https://www.weforum.org/reports/global-competitiveness-report-2014-2015
World
Economic Forum - WEF (2015). The Global
Competitiveness Report 2015-2016. WEF. https://www3.weforum.org/docs/gcr/2015-2016/Global_Competitiveness_Report_2015-2016.pdf
World
Economic Forum - WEF (2016). The Global
Competitiveness Report 2016-2017. WEF. https://www3.weforum.org/docs/GCR2016-2017/05FullReport/TheGlobalCompetitivenessReport2016-2017_FINAL.pdf
World
Economic Forum - WEF (2017). The Global Competitiveness Report 2017-2018. WEF. https://www.weforum.org/reports/the-global-competitiveness-report-2017-2018
* Doctor en Planeación
Estratégica. Profesor Titular del Departamento de Física, Matemáticas e Ingeniería en la Universidad de Sonora,
México. E-mail: juanjose.garcia@unison.mx ORCID: https://orcid.org/0000-0002-0413-7341
** Doctor en Planeación Estratégica.
Profesor Asociado del Departamento de Física, Matemáticas e Ingeniería en la Universidad
de Sonora, México. E-mail: ivan.ochoa@unison.mx ORCID: https://orcid.org/0000-0001-5758-6717
*** Doctor en Ciencias Sociales.
Profesor Titular del Departamento de Ingeniería Industrial en la Universidad de
Sonora, México. E-mail: alexval@unison.com
ORCID: https://orcid.org/0000-0001-7672-9840
Recibido:
2021-06-11 · Aceptado: 2021-08-29