Revista de
Ciencias Sociales (RCS)
Vol. XXIX,
No. 3, Julio - Septiembre 2023. pp. 332-354
FCES - LUZ ●
ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar:
Burgos-Burgos, J., Ramírez-Orellana, A., Bonisoli-Sasi, L., y
Campuzano-Vásquez, J. (2023). Ciclo de vida de empresas bananeras familiares y
no familiares en Ecuador: Modelo de ecuaciones estructurale. Revista De
Ciencias Sociales, XXIX(3), 332-354.
Ciclo de vida de empresas bananeras familiares
y no familiares en Ecuador: Modelo de ecuaciones estructurales
Burgos-Burgos, John*
Ramírez-Orellana, Alicia**
Bonisoli-Sasi, Lorenzo***
Campuzano-Vásquez, John ****
El ciclo de
vida de un producto es el proceso cronológico que transcurre desde su
lanzamiento en el mercado hasta su desaparición. En ese sentido, el objetivo de
este estudio es analizar los factores determinantes que inciden en el ciclo de
vida de las empresas familiares y no familiares que cultivan, producen, comercializan y exportan
banano en Ecuador.
En este estudio se desarrolla un modelo de ecuaciones estructurales SEM de
características multivariante. Para ello, se aplicó un cuestionario
estructurado a 600 directivos de las empresas agrícolas del sector en análisis,
a quienes se los encuestó en los centros de acopio. Para valorar las
correlaciones entre los constructos se utilizó el programa estadístico SmartPLS.
Los hallazgos demuestran que las capacidades dinámicas y la innovación y
desarrollo influyen significativamente en el ciclo de vida de las empresas
agrícolas familiares y no familiares.
Life cycle of
family and non-family banana companies in Ecuador: Structural equation model
The life cycle
is the process or stages that a company goes through from its creation to its
liquidation. In this sense, the objective of this study is to analyze the
determining factors that affect the business dynamics of companies because in
each country the legal and cultural conditions are different. In this study, a
model of SEM structural structures with multivariate characteristics is
developed. For this, a structured questionnaire was applied to 600 directors of
family and non-family agricultural companies in Ecuador who were surveyed in
the collection centers. To assess the correlations between the constructs, the
SmartPLS statistical program was extracted, the same one that can be used by
academics to carry out future studies using the same variables in another
economic sector. The findings show that skills and innovation significantly
influence the life cycle of family and non-family farm businesses.
La producción de
banano en Ecuador data de inicios del siglo veinte (Macaroff y Herrera, 2022); asimismo,
la mayoría de las tierras aptas para su cultivo en la zona del litoral
ecuatoriano fueron incorporadas con el primer boom bananero que disfrutó el país de 1948 a 1964, entre ellas,
extensiones ubicadas en la Provincia de El Oro (sur).
Dicho cultivo
está considerado uno de los sectores base de la economía ecuatoriana, puesto
que el valor agregado de la actividad es equivalente al 1,6% del PIB nacional y
al 21,6% de la producción agraria (Macaroff y Herrera, 2022), ocupando el
primer lugar entre todos los rubros que exporta el sector agrícola del país, con
una proporción del 30,2% en las ventas exteriores de este tipo para el año 2020
(The Growth Lab at Harvard University, 2023).
A la actualidad, conforme
datos de la balanza de pagos para enero-octubre de 2022, el banano y plátano brindaron
2.704,9 millones de USD en ventas al exterior, sólo superado por el petróleo crudo
(8.463,8 millones de USD) y el camarón (6.273,8 millones de USD), representando
un 26,7% de las exportaciones tradicionales no petroleras, 15,3% de las
exportaciones no petroleras y 9,8% de las exportaciones totales del país
durante ese lapso (Banco Central del Ecuador [BCE], 2022).
En general,
Ecuador se ubicó como el primer proveedor mundial de banano y plátano para el
año 2020, con una participación del 26,6% del mercado, seguido por Costa Rica
(10,9%), Filipinas (10,9%) y Guatemala (9,0%) (The Growth Lab at Harvard University,
2023), destinando cerca de un 95% de la producción nacional a su exportación
(García, Juca y Juca, 2016), y el resto para consumo de los hogares y consumo
intermedio en la agroindustria del país. Al respecto, Ranfagni, Runfola y Sarti (2021) manifiestan que el modelo de
internacionalización de la empresa familiar es básicamente impulsado por una
autenticidad territorial.
Desde el punto de
vista territorial, el sector económico del banano, que incluye actividades de
cultivo, producción, procesamiento, distribución y comercialización del rubro, se
encuentra presente, principalmente, en nueve provincias del país, El Oro una de
las más representativas en relación con la producción con un 41% del total
nacional (Ministerio de Comercio Exterior [MCE], 2017). Así, se ha determinado
que el sector bananero constituye una de las actividades económicas con mayor
relevancia en términos de volúmenes de producción y generación de fuentes de
empleo e ingresos a lo largo de toda la cadena productiva en El Oro (Acaro-Chamba
et al., 2021).
Un aspecto que destaca
de la cadena de valor del negocio bananero en Ecuador es que a nivel de cultivo
participan, sobre todo, productores en escala relativamente pequeña (explotaciones
menores a treinta hectáreas), respecto a otros países productores de la región
de América Latina (Organización de las Naciones Unidas para la Agricultura y la
Alimentación [FAO], 2004). Para la provincia de El Oro, datos de la Superintendencia
de Compañías, Valores y Seguros del Ecuador (2023), arrojan un total de 381
empresas activas en el sector para enero de 2023, distribuidas en 236 que cultivan
(28,95% del total nacional), es decir, productores; mientras que 145 tienen como
actividad principal la venta al por mayor del rubro (comercialización).
No obstante, se
ha reportado incluso cerca de 4.000 pequeños productores en la señalada provincia
(García et al., 2016); las cuales serían, fundamentalmente, empresas nacionales
circunscritas al ámbito familiar, en términos de propiedad y gestión, que suelen
adolecer de una escasa organización gerencial y procesos que coadyuven a
garantizar la mayor extensión posible de su ciclo de vida (Centanaro y Nava,
2021).
Esto, además, en
el contexto de un mercado catalogado como monopsonio (Organización de las
Naciones Unidas para la Agricultura y la Alimentación [FAO], 2004), con las
implicaciones que de ello se derivan en materia de empleo e ingresos para los
hogares y localidades productoras dentro de la región, puesto que, en muchos
casos, la supervivencia y competitividad de las empresas pequeñas de tipo
familiar requiere introducir nuevas capacidades, conocimientos, innovación y
desarrollo de manera permanente para hacer frente a los cambios en las
condiciones del mercado.
Para sobrevivir,
estas empresas deben adaptar o transformar factores que influyan en su
competitividad, de ahí que el objetivo de este estudio consista en identificar los
factores determinantes del ciclo de vida de las empresas,
tanto de tipo familiar como no familiar, que se dedican al cultivo y producción
de banano, conforme la percepción de los directivos de estas. Para este estudio empírico
multivariante se aplicó un Modelo de Ecuaciones Estructurales (SEM), asimismo, el
análisis de las relaciones se realiza con el programa estadístico SmartPLS en su última versión.
El ciclo de vida de las empresas es una medida equilibrada
sobre la dinámica empresarial (Callejón
y Ortún, 2009), que, dadas las características de las pequeñas
empresas, y en particular en las agrícolas familiares, cuentan con una baja
formalización de su gestión (Dodero, 2008). Para
identificar los factores, se exploran variables que tienen relación o interactúan
dentro de la empresa para mantener su ciclo de vida más prolongado, entre estas
se tienen las capacidades dinámicas, definidas como una acción tomada por los
directivos con la finalidad de que la empresa se mantenga competitiva en este
mundo cambiante; dada por el
conjunto de recursos y capacidades con los que cuentan para innovar,
fundamentalmente las de aprendizaje y adaptación (Beltrán-Díaz et al., 2023).
De igual forma se
estudia la gestión del conocimiento debido a que se ha demostrado que el aprendizaje
y el conocimiento forjan un mejor desempeño empresarial, así como la relación
con otra variable, como es la innovación y desarrollo, que dentro de la empresa
busca modificar elementos productivos ya existentes o introducir nueva
tecnología; y, a su vez se valora el efecto que tenga con el periodo de tiempo
durante el cual la empresa atraviesa todas sus etapas hasta su desarrollo.
1. Fundamentación teórica y
desarrollo del modelo conceptual
Las empresas familiares representan un papel crucial en
el desenvolvimiento económico de los países, logrando
reposicionarse en el mercado incrementado su participación, la diversidad,
calidad de productos, así como su área geográfica de influencia (Ortíz et al.,
2019); de igual forma, enfrentan importantes desafíos para sobrevivir y
prosperar a lo largo de generaciones, puesto que tal como lo señalan Acosta et
al. (2021), solo algunas sobreviven al mercado. La investigación en el campo de
la empresa familiar ha utilizado variados enfoques y teorías, entre los que
destacan la teoría de agencia y la teoría basada en los recursos (Chrisman, Steier y Chua, 2008), otros
estudios se han sustentado bajo el enfoque de capacidades dinámicas.
El desarrollo de las capacidades dinámicas de las
empresas familiares y no familiares surge como una estrategia que causa variaciones
en el desempeño de estas. A decir de Chrisman et al.
(2008): “Comprender la naturaleza de estas diferencias y cómo la forma de
organización familiar las impulsa, por lo tanto, contribuye al desarrollo de
una teoría de la gestión estratégica de la empresa familiar” (p.935). Por ende,
esta es una variable muy utilizada en el estudio del desempeño de las empresas
y de su ciclo de vida, dando respuesta al entorno cambiante, a las políticas
económicas de los Estados y, por supuesto, a la dinámica del mercado.
Los factores dinámicos son varios, pero se estudia con
más frecuencia los resultados que da la cultura organizacional y el estilo de
dirección (Chirico
y Nordqvist, 2010). Otro factor
dinámico e intangible que está relacionado con el ciclo de vida de la empresa,
es el personal que trabaja de forma temporal con estabilidad, se hace
referencia a la gestión del conocimiento desde su formación, acumulación y
aplicación, la misma que es concebida como una alternativa que transforma la
información en conocimiento para lograr mejores resultados en las
organizaciones (Londoño-Patiño
y Acevedo-Álvarez, 2018).
De igual forma, en la revisión de la
literatura se hace referencia a la innovación como factor dinámico que aporta
las pequeñas y medianas empresas, este factor contribuye desde el diseño de
estrategias gerenciales hasta el desarrollo de mejorar o producir nuevos
productos, servicios o mercados para el desarrollo de las empresas (Cassia, De Massis y Pizzurno, 2012). La innovación y los procesos que esta constituye, están ligados
al desarrollo físico y tangible de las empresas, es decir, que el estudio de esta
variable es de creciente interés puesto que no solo está relacionado con la
tecnología, sino que se desenvuelve en otros aspectos intangibles como son los
procesos, sistemas y las normativas que regulan la actividad empresarial (De
Massis, Frattini y Lichtenthaler, 2013).
En el estudio de los factores dinámicos, aparecen
nuevos procedimientos para identificarlos y valorar su correlación con el ciclo
de vida de las empresas (Breitung
y Pigorsch, 2013). De esta forma, se
trata de demostrar que su permanencia en el mercado no solo se debe al estilo
de dirección o liderazgo de su fundador. Por su parte, Barros, Hernangómez y
Martin-Cruz (2016) determinan que el ciclo de vida de las empresas responde a las
capacidades dinámicas y al enfoque gerencial.
1.1. Modelo conceptual de la investigación
Centrando la atención en los constructos, cabe
subrayar que mediante los mismos se analizan las Capacidades Dinámicas (CD), la
Gestión del Conocimiento (GC), la Innovación y Desarrollo (I&D) y el Ciclo
de Vida de las Empresas agrícolas (CVE). La confección de los constructos
(elipses) e indicadores (rectángulos), se fundamenta en antecedentes sobre
factores asociados al ciclo de vida de las empresas, como se muestra en la
Figura I (Gómez et al., 2005; Padilla, Lascano y Jiménez, 2018).
Fuente: Elaboración propia, 2022.
Figura I: Modelo de
estudio propuesto
Asimismo, en el Cuadro 1 se especifica
cada constructo con sus indicadores (serie de preguntas causales de los
constructos) así como sus referentes empíricos. Para justificar el modelo, se hace referencia a que muy pocos
estudios han utilizado estos factores como determinantes del CVE, a pesar de
que se ha recomendado la elaboración de estudios de enfoques correlacionales
con nuevas variables o modelos multivariables (Breitung y Pigorsch, 2013).
Cuadro 1
Indicadores de las variables exógenas
y endógenas
|
Constructos |
Indicadores |
Preguntas |
Referencias
bibliográficas |
|
|
CD-P1 |
En la empresa se coordinan las acciones |
Barros et al. (2016); |
||
|
Capacidades dinámicas |
CD-P2 |
La empresa se direcciona
estratégicamente |
|
|
CD-P3 |
En la empresa se generan estrategias de
creación de valor |
||
|
CD-P4 |
En la empresa se da importancia de sus
recursos intangibles |
||
|
CD-P5 |
En la empresa se desarrolla la confianza
en la capacidad de la organización |
||
|
CD-P6 |
En la empresa se construyen ventajas
competitivas |
||
|
CD-P7 |
En la empresa se mantienen las ventajas
competitivas |
||
|
GC-P1 |
En la empresa intercambian conocimientos
|
Chirico (2008); |
||
|
Gestión del conocimiento |
GC-P2 |
En la empresa se comparten conocimientos
|
|
|
GC-P3 |
En la empresa se construye nuevo
conocimiento |
||
|
GC-P4 |
En la empresa los conocimientos poseídos
por las personas se ponen en acción |
||
|
GC-P5 |
En la empresa se acelera el ritmo de
aprendizaje organizacional |
||
|
GC-P6 |
En la empresa se adquiere conocimiento
generado externamente |
||
|
GC-P7 |
En la empresa se reconoce el valor de la
nueva información |
||
|
ID-P1 |
En la empresa se innova en productos |
De
Massis et al. (2013); Calabrò et al. (2019); |
||
|
Innovación y |
ID-P2 |
En la empresa se innova en activos |
|
|
ID-P3 |
En la empresa se innova en procesos, |
||
|
ID-P4 |
En la empresa se contribuye la
adaptabilidad |
||
|
ID-P5 |
En la empresa se implementan modelos de
negocio viables. |
||
|
ID-P6 |
En la empresa se detectan las
oportunidades de innovación |
||
|
ID-P7 |
En la empresa se aprovechan procesos de
innovación tecnológicos externos |
||
|
CVE-P1 |
En la empresa se ha considerado la
sucesión |
Breitung
y Pigorsch (2013); |
||
|
Ciclo de vida de las empresas |
CVE-P2 |
La empresa está orientada a ser
emprendedora |
|
|
CVE-P3 |
En la empresa se aplica el conocimiento
administrativo |
||
|
CVE-P4 |
En la empresa tiene un protocolo
familiar |
||
|
CVE-P5 |
En la empresa la familia se involucra en
la toma de decisiones |
||
|
CVE-P6 |
En la empresa el fundador es muy
asertivo |
||
Fuente: Elaboración propia, 2022.
Las empresas como los seres vivos cumplen
un ciclo de vida desde su nacimiento, crecimiento, madurez y decadencia (Gómez
et al., 2005), en su análisis estos factores se los ha analizado, pero de una
forma aislada. De esta forma, en el modelo planteado se pretende cubrir esta
brecha para identificar desde la percepción de los directivos qué indicadores
prevalecen en el estudio sobre el ciclo de vida de las organizaciones, con los
resultados se pretende comprender sus cambios a partir de elementos que se
asemejan a los ciclos experimentados de los seres vivos (Frezatti et al.,
2017).
1.2.
Planteamiento de hipótesis
Obtenidos los constructos, se procede con
las hipótesis planteadas tal como se
refleja en la Figura II.
Nota: La Figura II, muestra
hipotéticamente las relaciones entre constructos tanto de las empresas
familiares agrícolas como las no familiares. Por ejemplo, H1 familiares; H1a no
familiares.
Fuente: Elaboración propia, 2022.
Figura II: Planteamiento de
hipótesis
Para las Capacidades
Dinámicas (CD), como medida orientada a conocer cómo la cultura organizacional
puede mejorar de la innovación, el desarrollo y el ciclo de vida de las
empresas agrícolas, se conciben dos hipótesis (H1 y H1a):
H1 En las empresas agrícolas familiares las
capacidades dinámicas influyen positivamente en su ciclo de vida.
H1a
En las empresas agrícolas
no familiares las capacidades dinámicas influyen positivamente en su ciclo de
vida.
Por su parte, se plantea
contrastar si las CD influyen en la Innovación y Desarrollo (I&D), tanto a
nivel de empresas agrícolas familiares como las no familiares (H2 y H2a):
H2: En las empresas agrícolas familiares las CD
influyen positivamente en su I&D.
H2a: En las empresas agrícolas no familiares las CD
influyen positivamente en su I&D.
Por otra parte, la Gestión
del Conocimiento (GC) recoge aspectos del aprendizaje y el procesamiento, así
como utilización de la información dentro de las empresas. Su inclusión es
esencial para medir cómo el conocimiento influye en la capacidad de innovación
y desarrollo en las empresas (Chirico, 2008), además
de contrastar su contribución a la dinámica empresarial, el ciclo de vida de
las mismas y el desempeño de estas (Pérez, Montes y
Vázquez 2005). Al respecto, se plantea que:
H3: En
las empresas agrícolas familiares la GC influye positivamente en su I&D.
H3a: En
las empresas agrícolas no familiares la GC influye positivamente en su I&D.
H4: En
las empresas agrícolas familiares la GC influye positivamente en su CVE.
H4a: En
las empresas agrícolas no familiares la GC influye positivamente en su CVE.
Finalmente, la I&D es
uno de los constructos multidimensionales más importantes con efecto en el CVE (Cassia et al., 2012), siendo a nivel de las
empresas agrícolas extensamente estudiada como conductora del desarrollo de
varios países (Park et al., 2019). Aquí se
opta por reconocer como tales, los cambios innovadores, considerados estos en
sentido amplio (Bessant et al., 2005; Bessant y
Tidd, 2011); es
decir, se realizan innovaciones o mejoras para el incremento de la producción
y/o comercialización de estas empresas, lo que resulta ilustrativo en el caso
de países donde la agricultura es cambiante (Gras, 2009).
Las hipótesis son:
H5: En las empresas agrícolas
familiares la I&D influye positivamente en su CVE.
H5a: En las
empresas agrícolas no familiares la I&D influye positivamente en su CVE.
2. Metodología
Este apartado describe
las pautas metodológicas que guían el presente estudio. El enfoque de la
investigación es empírico, conducente a la contratación de las relaciones e
hipótesis planteadas para los constructos. Para este fin, se partió de un
cuestionario estructurado aplicado a directivos de las empresas que cultivan
banana en la provincia de El Oro, en Ecuador. El proceso de investigación, siguiendo
a Singh, Sinha y Liébana-Cabanillas (2020), contempló
primeramente el desarrollo
del cuestionario conforme los pasos del método Delphi para evaluar la validez y
pertinencia de este (Ortega, 2008; Reguant y
Torrado-Fonseca, 2016).
En ese orden de
ideas, el señalado instrumento de recolección de información estuvo compuesto por
37 ítems, de los cuales 10 fueron
para datos descriptivos o de identificación de las características de los directivos
y empresas (edad, género, relación de parentesco familiar con los propietarios,
destino de las ventas, costo de producción con relación al precio de venta,
años de vida y área de la explotación). En adición, 27 preguntas se orientaron a
valorar la percepción de los directivos sobre los constructos estudiados en base
a una escala de Likert de 7 puntos (1: Totalmente en desacuerdo a 7: Totalmente
de acuerdo), la cual contempla procedimientos de análisis de datos que son
únicos (Bonne y Bonne, 2012).
Posteriormente,
se realizó la encuesta entre 600 directivos de las empresas agrícolas en la provincia de
El Oro durante los meses de octubre a diciembre del año 2021, en los centros de
acopio de la fruta, considerando que la misma concentra el mayor número de
unidades agrícolas de cultivo y producción de banano con vocación exportadora en
el país. Esta selección muestral estuvo regida por el método de muestreo por
conveniencia, conforme la recomendación de Martín-Crespo
y Salamanca (2007), y es superior al tamaño minino de 200 sujetos para
cualquier tipo de SEM que indican Ferrando y
Anguiano-Carrasco (2010).
Recolectada la
información, el procesamiento y análisis de los datos se efectuó bajo un Modelo
de Ecuaciones Estructurales (SEM, por las siglas en inglés de Structural Equation Modeling) con el programa
estadístico SmartPLS versión 3
Profesional (Ringle, Wende y Becker, 2015). El uso de SEM se ha
extendido en las últimas décadas entre los estudios de ciencias sociales, los
cuales han despertado el interés para el análisis multivariante (Cepeda
y Roldán, 2004).
Estos modelos tienen como ventaja que combinan el uso de variables latentes (no
observadas), que representan conceptos de la teoría, y datos que se obtienen
mediante medidas (indicadores o variables manifiestas), utilizadas para
realizar los análisis estadísticos en torno a las relaciones hipotetizadas.
Su aplicación
constó de dos pasos: 1) La evaluación del modelo de medida; y 2) la evaluación
del modelo estructural. El primero, describe la relación entre los diversos
constructos (variables latentes) y sus respectivos indicadores (variables
manifiestas) para contrastar las hipótesis y el nivel predictivo (Hair et al., 2019). Por su parte, el modelo
estructural, permite describir la interrelación entre los constructos
(relaciones estructurales) (Álvarez y Dicovskiy, 2022).
2.1. Evaluación
del modelo de medida: Fiabilidad y validez
La validez
convergente de un modelo de medida, constituye el grado en que los indicadores
reflejan el constructo, es decir, si mide lo que pretende medir (Cheung y Wang,
2017; Moral, 2019). Al respecto, se ha manifestado que, cuando se aplica un modelo reflectivo, el mismo se “considera
como un modelo de medida donde los indicadores de la variable latente son
competitivos entre sí y representan manifestaciones de la variable latente y un
cambio en aquella será reflejado en todos sus indicadores” (Bollen, 2019, p.3).
En consecuencia,
se procede a establecer la fiabilidad y validez de las variables latentes como
condición necesaria para realizar la evaluación del modelo estructural. Para
ello, la Tabla 1 exhibe las cargas obtenidas para los indicadores de cada constructo,
así como su validez según las medidas de fiabilidad convergente. De acuerdo con
Hair, Ringle y Sarstedt (2013), los valores inferiores a 0,7
deberían ser excluidos, aunque para Cepeda et al. (2016),
al verificarse la validez convergente de los demás índices de medida de
consistencia interna (Alpha de Cronbach, fiabilidad del coeficiente de
correlación de Spearman y coeficiente de fiabilidad compuesta) y de la varianza
extraída media (AVE), se mantuvieron los valores cercanos a 0,7 (ver Tabla 2).
Tabla 1
Fiabilidad
y validez de las cargas del modelo de medida
|
Constructos |
Empresas familiares (EF) |
Empresas no familiares (ENF) |
|||||||
|
CD |
GC |
I&D |
CVE |
CD |
GC |
I&D |
CVE |
|
|
|
CD-P1 |
0,708 |
0,738 |
|||||||
|
CD-P2 |
0,774 |
0,724 |
|||||||
|
CD-P3 |
0,803 |
** |
|||||||
|
CD-P4 |
0,775 |
0,590 |
|||||||
|
CD-P5 |
0,590 |
0,692 |
|||||||
|
CD-P6 |
0,882 |
0,804 |
|||||||
|
CD-P7 |
0,844 |
||||||||
|
GC-P1 |
0,768 |
0,700 |
|||||||
|
GC-P2 |
0,762 |
0,747 |
|||||||
|
GC-P3 |
0,616 |
0,928 |
|||||||
|
GC-P4 |
0,969 |
0,719 |
|||||||
|
GC-P5 |
0,732 |
0,781 |
|||||||
|
GC-P6 |
0,688 |
0,840 |
|||||||
|
GC-P7 |
1,008 |
0,780 |
|||||||
|
I&D-P1 |
0,796 |
0,769 |
|||||||
|
I&D-P2 |
0,634 |
0,771 |
|||||||
|
I&D-P3 |
0,795 |
0,591 |
|||||||
|
I&D-P4 |
0,850 |
0,783 |
|||||||
|
I&D-P5 |
** |
0,809 |
|||||||
|
I&D-P6 |
0,717 |
0,735 |
|||||||
|
I&D-P7 |
0,798 |
0,712 |
|||||||
|
CVE-P1 |
** |
0,617 |
|||||||
|
CVE-P2 |
0,792 |
0,663 |
|||||||
|
CVE-P3 |
0,504 |
** |
|||||||
|
CVE-P4 |
0,851 |
0,669 |
|||||||
|
CVE-P5 |
0,650 |
0,896 |
|||||||
|
CVE-P6 |
0,721 |
0,582 |
|||||||
Nota: ** Se eliminaron aquellos indicadores que no
cumplían con los valores recomendados en cada uno de los constructos; los que se
acercaban a 0,7 fueron conservados en el esquema. CD = Capacidades dinámicas;
GC = Gestión del conocimiento; I&D = Innovación y desarrollo; y CVE = Ciclo
de vida de las empresas.
Fuente: Elaboración propia, 2022.
En ese orden de
ideas, la Tabla 2 muestra otros aspectos de fiabilidad de los constructos que
fueron considerados en el análisis. Se refleja que los demás índices de medida
de consistencia interna exhiben valores mayores al umbral aceptable de 0,7, por
lo que la validez convergente se confirma. En efecto, el Alpha Cronbach arroja
valores iguales o superiores a 0,700; igual que en los casos del coeficiente de
correlación de Spearman ρ (rho) y la fiabilidad compuesta (mayor que 0,700), lo
que significa indicios de altos niveles de fiabilidad de consistencia interna
entre las variables latentes reflectantes utilizadas (Chin,
1998).
Tabla 2
Fiabilidad
y validez de los constructos
|
Constructos |
Alfa de Cronbach |
rho_A |
Fiabilidad compuesta |
Varianza extraída |
|
|||||
|
EF |
ENF |
EF |
ENF |
EF |
ENF |
EF |
ENF |
||
|
CD |
0,912 |
0,820 |
0,918 |
0,839 |
0,911 |
0,819 |
0,597 |
0,482 |
|
|
|
CVE |
0,838 |
0,919 |
0,853 |
0,924 |
0,835 |
0,919 |
0,510 |
0,621 |
|
|
|
GC |
0,931 |
0,896 |
0,942 |
0,899 |
0,925 |
0,895 |
0,645 |
0,550 |
|
|
|
I&D |
0,894 |
0,837 |
0,900 |
0,843 |
0,896 |
0,837 |
0,590 |
0,509 |
|
|
Nota: Todos los valores satisfacen lo recomendado.
Fuente: Elaboración propia, 2022.
Continuando con
el análisis del modelo de medida, se valora la validez discriminante conforme
el criterio de Fornell y Larcker (1981), el cual implica que cada
constructo debe ser significativamente diferente del resto de los constructos
con los que no se encuentra relacionado según la teoría. Las cargas factoriales
son coeficientes de correlación entre los indicadores y su propio constructo, y
las mismas deben ser mayores que las cargas factoriales cruzadas. En otros
términos, los indicadores deben estar más correlacionados con su propio
constructo que con los otros.
El criterio más
recomendado para verificar la validez discriminante es que la raíz cuadrada del
AVE del constructo o variable latente sea mayor que la correlación entre este
constructo y todos los demás (Fornell
y Larcker, 1981; Chin, Marcolin
y Newted, 2003). En la Tabla 3, se presenta la varianza extraída media que mide la
varianza de los constructos y que se pueda explicar a través de los indicadores
elegidos (Ab Hamid, Sami y Mohmad, 2017). Los valores mínimos
recomendados son 0,5 (Bagozzi y Yi, 1988), lo que demuestra que más
del 50% de la varianza del constructo se debe a sus indicadores, es decir, se
cumple con el criterio manifiesto.
Tabla
3
Matriz de correlación de constructos y raíz cuadrada de AVE
|
Constructos |
EF |
|
ENF |
||||||
|
CVE |
GC |
I&D |
CD |
|
CVE |
GC |
I&D |
CD |
|
|
CVE |
0,714 |
|
0,694 |
||||||
|
GC |
0,521 |
0,803 |
|
0,217 |
0,788 |
||||
|
I&D |
0,667 |
0,670 |
0,768 |
|
0,360 |
0,683 |
0,742 |
||
|
CD |
0,602 |
0,720 |
0,713 |
0,733 |
|
0,425 |
0,629 |
0,689 |
0,713 |
Nota: Todos los valores satisfacen el criterio de
Fornell-Larcker y los valores en diagonal y en negrita así lo confirman.
Fuente: Elaboración propia, 2022.
3. Resultados y
discusión
La Tabla 4,
recoge los descriptivos más relevantes proporcionados durante la encuesta por
parte de los directivos de las empresas. En relación con el tamaño de las
empresas agrícolas, el 11% se consideran grandes a juzgar por la superficie del
área de explotación (con un número de hectáreas que supera las treinta); el 32%
son medianas (ocupan más de 20, pero menos de 30 hectáreas); y, el 57% son
pequeñas empresas, que cuentan con más de cinco, pero menos de 20 hectáreas de
cultivo.
Tabla 4
Características
de directivos y empresas agrícolas (frecuencias absoluta y relativa)
|
Variables descriptivas |
Fr. |
% |
Variables descriptivas |
Fr. |
% |
||||
|
Tamaño del agronegocio |
Número de hectáreas |
||||||||
|
Pequeña > 5Has < de 20 Has |
342 |
57% |
Menos de 20 hectáreas |
342 |
57% |
||||
|
Mediana > de 20 Has < 30 Has |
192 |
32% |
Menos de 30 hectáreas |
192 |
32% |
||||
|
Grande > 30 Has |
66 |
11% |
Más de 30 hectáreas |
66 |
11% |
||||
|
Agronegocios familiares |
414 |
69% |
Producción/Has/año |
||||||
|
Agronegocios no familiares |
186 |
31% |
Menos de 1.000 cajas |
36 |
6% |
||||
|
Administrador familiar |
354 |
59% |
Menos de 1.200 cajas |
96 |
16% |
||||
|
Administrador no familiar |
246 |
41% |
Menos de 2.000 cajas |
258 |
43% |
||||
|
Más de 2.000 cajas |
210 |
35% |
|||||||
|
Edad del administrador |
|
|
|
|
Destino de las ventas |
|
|
|
|
|
Menos de 30 años |
30 |
5% |
Intermediarios |
30 |
5% |
||||
|
Menos de 40 años |
120 |
20% |
Asociación de productores |
252 |
42% |
||||
|
Menos de 50 años |
180 |
30% |
Exportadoras |
252 |
42% |
||||
|
Más de 50 años |
270 |
45% |
Exportación directa |
66 |
11% |
||||
|
Años de explotación |
Costo de producción/ventas |
|
|
||||||
|
Menos de 5 años |
114 |
19% |
Sobre el 70% |
372 |
62% |
||||
|
Menos de 10 años |
168 |
28% |
Sobre el 80% |
168 |
28% |
||||
|
Menos de 30 años |
240 |
40% |
Sobre el 90% |
60 |
10% |
||||
|
Más de 30 años |
78 |
13% |
|
||||||
Nota: Todos los agronegocios ocupan hasta 10 trabajadores
al año.
Fuente: Elaboración propia, 2022.
A su vez, el 31%
manifiesta que no son empresa familiar, en contraposición al 69% que sí lo son.
Otro aspecto se refiere a la pertenencia o no de los administradores a la
familia propietaria, donde el 41% de los encuestados de las EA (Empresas Agrícolas)
manifestaron no pertenecer a la familia; mientras que el 59% si pertenece a ella.
La edad de los administradores confirma que los agronegocios prefieren personas
mayores de 40 años (180 observaciones o 30%), y mayores de 50 (270 o 45%) para
su administración (ver Tabla 4).
Los directivos
encuestados manifiestan que las empresas se pueden catalogar como jóvenes,
debido a que un 47% de las mismas tienen menos de 10 años de existencia;
mientras que el 40% tienen entre 10 y 30 años. En cuanto al sistema de venta,
se efectúa por igual entre asociaciones de productores (42%), que tienen contratos
con las exportadoras y que agrupan a los pequeños productores, y directamente a
las empresas exportadoras (42%), que son las encargadas de comercializar la
fruta.
Por otra parte, Salazar
y Del Cioppo (2016) revelan que la productividad agrícola, definida como la producción por
hectárea/año, es baja en Ecuador (1.500 cajas/ha) en comparación el promedio internacional
(2.339 cajas/ha). En el caso de las empresas agrícolas bananeras analizadas,
210 empresas (35% de la muestra) produce más de 2.000 cajas/ha. Por último, un
62% de los encuestados señalan que sus costos de producción respecto a las ventas
están sobre el 70%; 28% indica que se encuentra sobre el 80%, mientras que sólo
un 8% indicó que es superior al 90% (ver Tabla 4).
3.1. Prueba de
hipótesis para el caso de las EA familiares
Las
comprobaciones de las hipótesis se llevaron a cabo mediante SmartPLS, el cual en su módulo Bootstrapping arroja las estimaciones
estandarizadas media, la desviación estándar, los valores t y p de las relaciones
hipotetizadas, que sirven para valorar su significancia. Los resultados para la
muestra de empresas familiares se presentan en la Tabla 5.
Tabla 5
Coeficientes
de regresión estandarizadas (empresas familiares)
|
Relación
entre |
Coeficientes
|
Nivel
de |
valor
t |
valor
p |
|
H1 CD → CVE |
0,093 |
n/s |
1,186 |
0,236 |
|
H2 CD → I&D |
0,176 |
* |
1,941 |
0,053 |
|
H3 GC → I&D |
0,503 |
*** |
4,848 |
0,000 |
|
H4 GC → CVE |
0,125 |
n/s |
1,094 |
0,275 |
|
H5 I&D → CVE |
0,687 |
*** |
8,171 |
0,000 |
Nota: El módulo
Bootstrapping del SmartPLS evalúa los coeficientes de regresión estandarizadas
llamados “path coefficients”. n/s = no significativo; *** = valor t
> 3,310 (p < 0,001); ** valor t > 2,586 (p < 0,01); * valor t >
1,965 (p < 0,05).
Fuente: Elaboración propia,
2022.
El
resultado para la primera hipótesis que indica un efecto de CD sobre CVE de las EA
familiares (H1 β = 0,093), muestra que no es significativo, de manera tal que
se rechaza tal hipótesis. Lo anterior pone de manifiesto que las CD no influyen
en las empresas bananeras familiares para mantenerse en el mercado de forma
competitiva.
En el caso de las
EA bananeras, este efecto negativo sobre el CVE se debe al tamaño, debido a que
la mayoría de los directivos encuestados son los mismos propietarios de las EA y
en su gestión adaptan empíricamente la forma de administrar a las mismas, desde
el punto de vista productivo y financiero.
Por su parte, la
segunda hipótesis (CD → I&D) cuenta con un valor positivo y ligeramente
significativo (H2 β = 0,176), por lo que esta hipótesis no es rechazada, al
menos al 10%. Por lo tanto, las capacidades dinámicas (CD) influyen positivamente
en la I&D de las EA bananeras familiares. En este caso, los directivos tratan
de adaptar tecnologías y nuevos procesos de cultivo debido a que las
multinacionales así les exigen para la adquisición de la producción con fines
de exportación. Estas exigencias, que induce a la innovación de procesos de
cultivo, están dadas por que las exportadoras son quienes proveen de insumos
agrícolas a las EA.
En la tercera
hipótesis, el efecto de la gestión del conocimiento
(GC) sobre la innovación y desarrollo (I&D) es positivo y muy significativo
(H3 β = 0,503) por lo que se acepta la hipótesis, coincidiendo con los
hallazgos de Londoño-Patiño
y Acevedo-Álvarez (2018). En efecto,
estos autores
demuestran que el aprendizaje organizacional termina siendo impulsor del
desempeño y, a su vez, promueve la innovación en los procesos productivos.
Analizando la cuarta
hipótesis, que muestra la relación entre la GC y el ciclo de vida de las
empresas (CVE), los resultados muestran un valor (H4 β = 0,125) no
significativo, por lo que la misma es rechazada. De manera que, para los
directivos de las EA familiares, la GC a pesar de ser importante para mejorar
el CVE, es considerado un perjuicio para sus pretensiones económicas.
Finalmente, la quinta
hipótesis que relaciona la I&D con el CVE de las EA bananeras es aceptada
puesto que presenta un coeficiente positivo y estadísticamente significativo
(H5 β = 0,687). Los datos puestos de manifiestos confirman que la I&D es un
factor relevante para el CVE. En la zona
de estudio, la I&D suele comenzar por la mejora y renovación de sus
sistemas de producción que, como se ha señalado, son trasvasados entre las EA
familiares gracias a su interrelación local.
3.2. Prueba de
hipótesis para el caso de las EA no familiares
En el análisis de
grupo se separó las empresas familiares (EF) de las no familiares (ENF), para
luego seguir el mismo procedimiento de comprobación de las hipótesis. Al correr
el Bootstrapping se hallaron las
estimaciones presentadas en la Tabla 6.
Tabla 6
Coeficientes
de regresión estandarizadas (empresas no familiares)
|
Relación
entre |
Coeficientes
|
Nivel
de |
valor
t |
valor
p |
|
H1 CD → CVE |
-0,169 |
n/s |
0,148 |
0,882 |
|
H2 CD → I&D |
0,414 |
*** |
3,349 |
0,000 |
|
H3 GC → I&D |
0,208 |
* |
1,816 |
0,070 |
|
H4 GC → CVE |
0,389 |
n/s |
0,150 |
0,675 |
|
H5 I&D → CVE |
0,687 |
*** |
8,171 |
0,000 |
Nota: El módulo Bootstrapping del SmartPLS evalúa los coeficientes de regresión estandarizadas
llamados “path coefficients”. n/s = no significativo; *** = valor t
> 3,310 (p < 0,001); ** valor t > 2,586 (p < 0,01); * valor t >
1,965 (p < 0,05).
Fuente: Elaboración propia
(2022).
En el caso de las
ENF dedicadas a la actividad del banano, las CD tienen un efecto inverso y negativo
(H1a β = - 0,169) sobre su ciclo de vida (CVE); no obstante, tal efecto no es
significativo conforme el valor t, por lo que se rechaza la hipótesis teórica.
Esto implica que las empresas agrícolas bananeras no familiares analizadas no
utilizan las CD para mejorar el CVE.
Por su parte, las
CD cuenta con un valor positivo y estadísticamente significativo en su relación
con la I&D (H2a β = 0,414), por lo que esta hipótesis es aceptada,
comprobándose que las CD influyen directamente en la I&D de las EA
bananeras no familiares, contrario a lo que sucede con la empresa agrícolas
familiares donde la relación es poco significativa. Se comprueba que el entorno
administrativo es muy dinámico, por eso los directivos de las empresas confirman
que la adaptación organizativa dinámica es esencial para la competitividad y la
ventaja sostenible.
En el caso de la hipótesis
tres, donde se relaciona la GC y su efecto sobre el I&D, se destaca su poca
significancia (H3a β = 0,208). Esto implica que las EA no familiares para
mejorar la I&D no necesariamente recurren a contratar personal profesional
para que realicen sus actividades de cultivo y cosecha. El comportamiento puede
ser explicado al considerar que los directivos de las EA aprecian que incurren
en costes al llevar a cabo actividades formativas, reduciendo el beneficio
financiero a corto plazo.
Con relación a la
hipótesis cuatro (H4a β = 0,389), donde se plantea el efecto de GC sobre CVE,
los resultados indican valores estadísticos no significativos que conllevan al
rechazo de dicho supuesto. En este caso, se argumenta que muchas organizaciones
no alcanzan sus resultados cuando consideran al conocimiento de manera
individualizada antes que colaborativa (Bhatt, 2002).
Es decir, que los directivos de las EA no familiares, no están aplicando
estrategias adecuadas para la transición del conocimiento individual a
conocimiento organizacional.
Por último, la quinta
hipótesis que relaciona la I&D con el CVE de las EA bananeras no familiares
es aceptada puesto que presenta un coeficiente positivo (H5a β = 0,687) y muy significativo.
Estos datos revelan que la I&D es un factor relevante para el CVE y que,
por tanto, al igual que en las empresas familiares influye positivamente en estas
organizaciones. Como un dato clave, se concluye que las inversiones en I&D
agrícola han sido generalmente alta (Alston, 2010) y se
consideran una necesidad urgente en la agricultura y la alimentación en las
actuales agroindustrias (Meynard et al., 2017; Oliveira et al., 2019).
3.3. Evaluación
del modelo estructural
Para valorar la
calidad del modelo estructural se analizan los R-squared o R2, que miden la cantidad de varianza del constructo
que es explicada por el modelo y deben cumplir con la condición de ser mayores
de 1,96 para ser significativos. Con los resultados dispuestos en la Tabla 7, si
bien el constructo ciclo de vida de las ENF (0,184) no cumple con lo
recomendado, al ser un estudio en etapa inicial se confirma que el modelo
mantiene un buen criterio de calidad.
Tabla 7
Criterio de calidad R2
|
Empresas
familiares (EF) |
|
Empresas
no familiares (ENF) |
||
|
Resumen de
la varianza explicada (R2) |
Resumen de
la varianza explicada (R2) |
|||
|
Constructos |
R2 |
Constructos |
R2 |
|
|
Ciclo de vida de las empresas |
0,454 |
Ciclo de vida de las empresas |
0,184 |
|
|
Innovación y desarrollo |
0,674 |
|
Innovación y desarrollo |
0,571 |
Fuente: Elaboración propia, 2022.
Para medir la
bondad predictiva de los constructos dependientes del modelo (I&D y CVE),
se recurrió al procedimiento Stone-Geisser o parámetro 𝑄2 (Cross
validated redundancy). Esta prueba se calcula por medio de la técnica Blindfolding, donde 𝑄2 debe ser mayor o igual a 0 (cero)
para que el constructo tenga validez predictiva. Los resultados se presentan en
la Tabla 8, donde se muestra que en las EF el valor asociado a CVE es de 0,203
y para I&D de 0,305. Asimismo, en las ENF para CVE se tiene 0,070 y para
I&D un valor de 0,272. Dado que los valores 𝑄2 están por encima de cero, se
confirma la relevancia predictiva del modelo en relación con las variables
latentes endógenas.
Tabla 8
Redundancia
con validación cruzada
|
EF |
ENF |
|||
|
Constructos |
Q²
(=1-SSE/SSO) |
Constructos |
Q²
(=1-SSE/SSO) |
|
|
Ciclo de Vida |
0,203 |
Ciclo de Vida |
0,070 |
|
|
Innovación y Desarrollo |
0,305 |
Innovación y Desarrollo |
0,272 |
|
Fuente: Elaboración propia, 2022.
Por último, se
calculó el valor del residual estandarizado de la raíz
cuadrada media (SRMR), que es la diferencia promedio entre las
correlaciones (varianzas y covarianzas) pronosticadas y observadas, basada en
el error estándar del residual que se considera una medida de bondad de ajuste absoluto
del modelo para PLS-SEM (Henseler et al., 2014).
Debido a que la raíz cuadrada del valor medio de los cuadrados (SRMR) es una
medida absoluta, cero indica un ajuste perfecto, pero valores inferiores a 0,08
se consideran un buen ajuste (Hu y Bentler,
1999). En este
sentido, el valor de SRMR del modelo para las empresas familiares es de 0,075 y
para las no familiares 0,077, indicando en ambos casos un buen nivel de ajuste.
Tabla
9
Valor del residual estandarizado de la raíz
cuadrada media
|
Estadísticos |
Modelo
|
Modelo
|
|
SRMR |
0,075 |
0,077 |
|
d_ULS |
1,848 |
1,758 |
|
d_G1 |
2,105 |
1,297 |
|
d_G2 |
1,805 |
1,112 |
|
Chi-cuadrado |
5,351 |
660,8 |
|
NFI |
0,063 |
0,698 |
Fuente: Elaboración propia, 2022.
El objetivo del
artículo consistió en determinar los factores que inciden en la dinámica
empresarial de las empresas agrícolas familiares y no familiares dedicadas al
cultivo del banano en la provincia del El Oro, Ecuador, considerándose el caso
de las capacidades dinámicas (Chirico y Nordqvist, 2010; Barros et al., 2016;
Beltrán-Díaz et al., 2023), la gestión del conocimiento (Chirico, 2008; Londoño-Patiño y Acevedo-Álvarez, 2018), la investigación y
desarrollo (De Massis et al., 2013; Calabrò et al., 2019; Park et al., 2019), y
el ciclo de vida de las empresas (Breitung y Pigorsch, 2013; Frezatti et al.,
2017; Jaimes-Bolívar et al., 2020).
Los resultados
permiten conocer, en línea con lo recomendado por Wu
y Zhang (2013),
si las CD, la GC y la I&D de estas unidades empresariales son fundamentales
para explicar la evolución de su ciclo de vida, así como de su desempeño
económico en general, con mayor énfasis entre los países en desarrollo, y el
impacto que puedan generar este tipo de organizaciones productivas en otras
áreas y localidades próximas o que se enfrentan a retos similares puesto que
las EA son interdependientes, al menos a nivel de zona local (Moschitz
y Home, 2014).
En estudios
previos, el factor
CD tiene un efecto directo, positivo y significativo con el desempeño de las
empresas creando valor a pesar de las incertidumbres (Chirico
y Nordqvist, 2010; González, 2023). Los resultados de este estudio son opuestos, así se tiene
que (H1 = 0,093), sobre el CVE de las EA familiares, no es significativo por lo que se rechazó la
primera hipótesis, poniendo de manifiesto que las pequeñas y medianas empresas
agrícolas bananeras familiares no utilizan las CD para mantenerse en el
mercado.
Otro factor
analizado es la GC, que generalmente es impulsor del CVE; sin embargo, en esta investigación
es indistinto. Por ejemplo, Acosta,
Longo-Somoza y Fischer (2013) manifiestan que para desarrollar nuevos cambios e innovar,
la GC se considera como un elemento individual que a nivel de las EA se
realiza, en gran medida, mediante la transmisión de conocimiento
transgeneracional, sin que se capte su efecto, mediante el empoderamiento de
los sujetos partícipes en las mismas y su incidencia en el desempeño. No
obstante, las EA bananeras comprenden que la formación recibida externamente
(mediante los estudios de los miembros familiares y trabajadores en general),
así como el apoyo gubernamental, es esencial para mejorar su producción.
En resumen, en la
empresas familiares y no familiares que cultivan y comercializan bananas en El
Oro, las CD y la GC influyen en su CVE. Los hallazgos permiten subrayar que: 1)
Las CD contribuyen significativamente en la I&D de las familiares y en
menor escala en las no familiares; 2) se pone de manifiesto que la GC influye
directa y significativamente en la I&D de las empresas familiares y poco
significativa en las no familiares; 3) se constata que la I&D afecta
significativamente al CVE de ambos grupos.
Conclusiones
Debido a la
relevancia del banano en Ecuador y de las empresas dedicadas a tal cultivo a
nivel de la economía regional de la provincia El Oro, el presente estudio
estuvo enfocado en el análisis de los factores que influyen en el ciclo de vida
de las empresas agrícolas familiares y no familiares que cultivan, producen,
comercializan y exportan banano, mediante un Modelo de Ecuaciones Estructurales
para el análisis de la información recolectada con un cuestionario aplicado a
600 directivos de organizaciones productivas dedicadas a este ramo en toda la
provincia.
En el planteamiento
de la hipótesis teórica se contemplaron cuatro variables: Las capacidades
dinámicas, la gestión del conocimiento, la innovación y desarrollo, y el ciclo
de vida de las empresas, esta última como medida de la dinámica empresarial de
las organizaciones familiares y no familiares dedicadas a la producción y
exportación del banano.
Considerando los
resultados alcanzados a partir de la metodología señalada, se concluye que solo
las variables innovación y gestión del conocimiento arrojaron resultados
favorables y estadísticamente significativos sobre el ciclo de vida de las EA,
por lo que este estudio puede proporcionar un modelo base para futuras
investigaciones, incluso integrando nuevas variables de tipo subjetivo.
La adopción de
innovaciones tecnológicas internacionales en el campo de la producción de
banano que puedan realizar las empresas agrícolas familiares y no familiares
constituiría un elemento diferencial para incrementar los niveles de
productividad por hectárea y, de esa forma, repercutir de forma positiva en la
dinámica empresarial de las organizaciones que gestionan plantaciones de tamaño
pequeño.
Entender esta
dinámica es crucial para un diagnóstico efectivo del sector y para introducir
nuevos modelos de gestión empresarial en las organizaciones de tipo familiar
dedicadas a la producción de banano, que permita una mayor prolongación en el
tiempo de estas unidades económicas y su competitividad a nivel internacional.
Desde el punto de vista metodológico, este estudio sobre el ciclo de vida de
las EA y sus factores dinámicos es un intento a priori de utilizar múltiples
variables para identificar los componentes que influyen durante su proceso y
permanencia en el contexto empresarial.
Las principales
implicaciones que se derivan de los hallazgos están relacionadas con la
contribución que el estudio de la dinámica de las empresas familiares y no
familiares dedicadas a este rubro agrícola en la región puede generar en los
actuales momentos donde los mismos son escasos,
proveyendo información a los diferentes niveles de gobierno, los
organismos de control, asociaciones de productores y estudiosos del tema para
que, en base a los resultados, se promuevan políticas públicas que aporten al
desarrollo de este grupo social que realiza actividades en todos los sectores
empresariales del Ecuador.
En ese orden de
ideas, los resultados del análisis del ciclo de vida empresarial en las EA constituyen
información de interés para los gerentes, propietarios o administradores de las
empresas quienes podrían presentar requerimientos a los gobiernos seccionales
para la estructuración de políticas que les permitan desarrollar mejores
prácticas empresariales, partiendo desde la estructura organizacional y luego
con procesos de producción innovadores con el fin de utilizar óptimamente los
escasos recursos que poseen y sacarle el mayor provecho posible en procura del
desarrollo económico local.
Adicionalmente, se
concluye que en el Ecuador existe una importante presencia de empresas
familiares en todos los sectores económicos de acuerdo con parámetros
internacionales encontrados en la revisión de la literatura que se vienen
utilizando para definir cuando una empresa es familiar o no. Entre las firmas familiares que realizan actividades
empresariales en Ecuador destacan las dedicadas a la comercialización de
productos de consumo masivo a nivel nacional y a nivel local las que se dedican
a la agricultura, minería y transporte.
Respecto
a las limitaciones de la investigación y las futuras direcciones que pueden
tomar otros estudios en este campo, se tiene que los encuestados no suelen estar familiarizados
a que se realicen preguntas y, sobre todo, su forma de actuar es diferente de
acuerdo con la época de cosecha o del precio del banano. Así mismo, el número
de directivos agrícolas es un pequeño grupo con relación a los agricultores que
hay en el Ecuador.
Por otra parte, nuevas
perspectivas pueden considerar aplicar este modelo en otro país o a otro sector
de la economía, con el objetivo de sopesar la posibilidad de obtención de resultados
diferentes puesto que factores idiosincráticos, culturales y demográficos pueden
determinar la influencia e interrelación de las variables de estudio de una
zona de estudio a otra. Finalmente, como principal recomendación se sugiere
abordar la inclusión de otros posibles determinantes del ciclo de vida, así
como nuevas dimensiones en diferentes estructuras empresariales para analizar
las causas efecto y resultados de estas.
Ab Hamid, M. R., Sami, W., y Mohmad, M. H. (2017).
Discriminant validity assessment: Use of Fornell & Larcker criterion versus
HTMT criterion. Journal of Physics: Conference Series, 890, 012163.
https://doi.org/10.1088/1742-6596/890/1/012163
Acaro-Chamba, L. M., Córdova-Montoya,
A. N., Vega-Granda, A. D. C., y Sánchez-Quezada, T. X. (2021). Evolución en las
exportaciones de banano e impacto del desarrollo económico, provincia de El Oro
2011 - 2020, pre-pandemia, pandemia; aplicando series de tiempo. Polo del Conocimiento, 6(8), 257-277. https://polodelconocimiento.com/ojs/index.php/es/article/view/2936
Acosta, A., Bonomie, M. E.,
Urdaneta, M., y Rincón, P. (2021). Costos de producción en unidades productivas
familiares del sector panadero en Maracaibo-Zulia, Venezuela. Revista de Ciencias Sociales (Ve), XXVII(3),
491-507. https://doi.org/10.31876/rcs.v27i3.36784
Acosta, J. C., Longo-Somoza, M., y
Fischer, A. L. (2013). Capacidades
dinámicas y gestión del conocimiento en nuevas empresas de base tecnológica. Cuadernos de Administración, 26(47),
35-62. https://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/7092
Alston, J. M. (2010). The benefits from agricultural
research and development, innovation and productivity growth. OECD Food,
Agriculture and Fisheries Paper, 31, 1- 27. https://doi.org/10.1787/18156797
Álvarez, D. M., y Dicovskiy, L. M.
(2022). Modelos de ecuaciones estructurales (SEM) y su aplicación en la
Educación. Revista de Ciencias y Tecnología
El Higo, 12(1), 28-41. https://doi.org/10.5377/elhigo.v12i1.14524
Bagozzi, R. P., y Yi, Y. (1988). On the
evaluation of structural equation models. Journal of the Academy of
Marketing Science, 16, 74-94. https://doi.org/10.1007/BF02723327
Banco Central del Ecuador - BCE (2022).
Evolución de la balanza comercial por
productos Enero - Octubre 2022. BCE. https://contenido.bce.fin.ec/documentos/Estadisticas/SectorExterno/BalanzaPagos/balanzaComercial/ebc202212.pdf
Barros, I., Hernangomez, J., y
Martin-Cruz, N. (2016). A theoretical model of strategic management of family
firms. A dynamic capabilities approach. Journal of Family Business Strategy,
7(3), 149-159. https://doi.org/10.1016/j.jfbs.2016.06.002
Beltrán-Díaz, A., Alvarez-Melgarejo,
M., Rincón, I. C., y Chaparro, J. E. (2023). Capacidades dinámicas como
determinantes de la capacidad de innovación en Colombia. Revista de Ciencias
Sociales (Ve), XXIX(2), 255-276. https://doi.org/10.31876/rcs.v29i2.39975
Bessant, J., Lamming, R., Noke, H., y Phillips, W.
(2005). Managing innovation beyond the steady state. Technovation, 25(12),
1366-1376. https://doi.org/10.1016/j.technovation.2005.04.007
Bessant, J. R., y Tidd, J. (2011). Innovation and entrepreneurship. John
Wiley & Sons.
Bhatt, G. D. (2002). Management strategies for
individual knowledge and organizational knowledge. Journal of Knowledge
Management, 6(1), 31-39. https://doi.org/10.1108/13673270210417673
Bollen, K. A. (2019). Model implied instrumental
variables (MIIVs): An alternative orientation to structural equation modeling. Multivariate
Behavioral Research, 54(1), 31-46. https://doi.org/10.1080/00273171.2018.1483224
Bonne, H. N., y Bonne, D. A. (2012).
Analyzing Likert Data. Journal of Extension, 50(2), 1-5. https://archives.joe.org/joe/2012april/pdf/JOE_v50_2tt2.pdf
Breitung, J., y Pigorsch, U. (2013).
A canonical correlation approach for selecting the number of dynamic
factors. Oxford Bulletin of Economics and Statistics, 75(1), 23-36.
https://doi.org/10.1111/obes.12003
Calabrò, A., Vecchiarini, M., Gast, J., Campopiano,
G., De Massis, A., y Kraus, S. (2019). Innovation in Family Firms: A systematic
literature review and guidance for future research. International Journal of
Management Reviews, 21(3), 317-355. https://doi.org/10.1111/ijmr.12192
Callejón, M., y Ortún, V. (2009). La caja negra de la
dinámica empresarial. Investigaciones Regionales, 15, 167-189. https://investigacionesregionales.org/es/article/la-caja-negra-de-la-dinamica-empresarial/
Cassia, L., De Massis, A., y
Pizzurno, E. (2012). Strategic innovation and new product development in
family firms: An empirically grounded theoretical framework. International
Journal of Entrepreneurial Behaviour & Research, 18(2), 198-232. https://doi.org/10.1108/13552551211204229
Centenaro, P. H., y Nava, J. C.
(2021). Nudos críticos de procesos gerenciales en unidades productivas de
banano, Milagro, Ecuador. Revista
CEA, 7(13),
e1554. https://doi.org/10.22430/24223182.1554
Cepeda, G., Henseler, J., Ringle, C. M., y Roldan, J.
L. (2016). Prediction-oriented modeling in business research by means of PLS
path modeling: Introduction to a JBR special section. Journal of Business Research, 69(10), 4545-4551. https://doi.org/10.1016/j.jbusres.2016.03.048
Cepeda, G., y Roldán, J. L. (2004). Aplicando
en la práctica la técnica PLS en la administración de empresas [ponencia]. Congreso ACEDE: Conocimiento y Competitividad, Murcia,
España.
Cheung, G. W., y Wang, C. (2017). Current approaches
for assessing convergent and discriminant validity with SEM: Issues and
solutions. Academy of Management
Proceedings, 2017(1), 12706. https://doi.org/10.5465/AMBPP.2017.12706abstract
Chin, W. W. (1998). The partial least square approach
to structural equation modeling. In G. A. Marcoulides (Ed.), Modern methods
for business research (pp. 295–336). Lawrence Erlbaum
Associates Publishers. https://doi.org/https://doi.org/10.4324/9781410604385
Chin, W. W., Marcolin, B. L., y Newted, P. R. (2003).
A Partial least squares latent variable modeling approach for measuring
interaction effects: Results from a Monte Carlo simulation study and electronic-mail
emotion/adoption study. Information Systems Research, 14(2), 127-219. https://doi.org/10.1287/isre.14.2.189.16018
Chirico, F. (2008). Knowledge accumulation in family
firms: evidency from four case studies. International Small Business Journal,
26(4), 433-462. https://doi.org/10.1177/0266242608091173
Chirico, F., y Nordqvist, M. (2010).
Dynamic capabilities and trans-generational value creation in family
firms: The role of organizational culture. International Small Business
Journal, 28(5), 487-504. https://doi.org/10.1177/0266242610370402
Chrisman, J. J., Steier, L. P., y Chua, J. H. (2008).
Toward a theorical basis for understanding the dynamics of srategic performance
in family firms. Entrepreneurship Theory and Practice, 32(6), 935-947. https://doi.org/10.1111/j.1540-6520.2008.00264.x
De Massis, A., Frattini, F., y Lichtenthaler, U.
(2013). Research on technological innovation in Family Firms: Present debates
and future directions. Family Business Review, 26(1), 10-31. https://doi.org/10.1177/0894486512466258
Dodero,
S. (2008). El ciclo de vida de las empresas familiares. Temas de Management, III, 9-12. https://ucema.edu.ar/cimei-base/download/research/63_Dodero.pdf
Ferrando, P. J., y Anguiano-Carrasco,
C. (2010). El análisis factorial como técnica de investigación en Psicología. Papeles del Psicólogo, 31(1), 18-33. https://www.papelesdelpsicologo.es/pdf/1793.pdf
Fornell, C., y Larcker, D. F. (1981). Structural equation
models with unobservable variables and measurement error: Algebra and statistics.
Journal of Marketing Research, 18, 382-388. https://doi.org/10.2307/3150980
Frezatti, F., De Souza, D., Magalhães, D., y Beck, F. (2017). Estágios
do ciclo de vida e perfil de empresas familiares brasileiras. Revista de
Administração de Empresas, 57(6), 601-619. https://doi.org/10.1590/s0034-759020170607
García,
M. B., Juca, F., y Juca, O. M. (2016). Estudio de los eslabones de la cadena de
valor del banano en la provincia de El Oro. Universidad
y Sociedad, 8(3), 51-57. https://rus.ucf.edu.cu/index.php/rus/article/view/411
Gómez,
I. D. P., Encalada, G. J., Lamilla, I. M., y Angulo, E. R. (2005). Análisis del
ciclo de vida en las empresas del Ecuador. Journal of Science and Research, 5(CICACI), 91-95. https://revistas.utb.edu.ec/index.php/sr/article/view/1101
González,
L. (2023). Incidencia de las capacidades dinámicas en la
ventaja competitiva de las pymes de manufactura en el distrito de Panamá. Revista
FAECO Sapiens, 6(1), 106-115. https://matriculapre.up.ac.pa/index.php/faeco_sapiens/article/view/3407
Gras, C. (2009). Changing patterns in family farming:
The case of the Pampa Región, Argentina. Journal of Agrarian Change, 9(3),
345-364. https://doi.org/10.1111/j.1471-0366.2009.00215.x
Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt,
M., Castillo, J., Cepeda, G. A., y Roldán, J. L. (2019). Manual de Partial
Least Square Structural Equation Modeling (PLS-SEM). OmniaScience Scholar/ SAGE
Publishing. https://doi.org/10.3926/oss.37
Hair, J. F., Ringle, C. M., y Sarstedt, M. (2013).
Partial Least Squares Structural Equation Modeling: Rigorous applications,
better results and higher acceptance. Long Range Planning, 46(1-2),
1-12. https://doi.org/10.1016/j.lrp.2013.01.001
Henseler, J., Dijkstra, T. K., Sarstedt, M., Ringle,
C. M., Diamantopoulos, A., Straub, D. W., Ketchen, D. J., Hair, J. F., Hult, T.
M., y Calantone, R. J. (2014). Common Beliefs and Reality About PLS: Comments
on Rönkkö and Evermann (2013). Organizational Research Methods, 17(2),
182-209. https://doi.org/10.1177/1094428114526928
Hu, L.-T., y Bentler, P. M. (1999). Cutoff criteria
for fit indexes in covariance structure analysis: Conventional criteria versus
new alternatives. A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Jaimes-Bolívar, G.-D.,
Albornoz-Arias, N., Nava-Sarmiento, E.-O., y Rivera-Porras, D. (2020). Empresas familiares:
Ciclo de vida, gobernanza, sucesión y sus implicaciones. In N. Albornoz-Arias,
G.-D. Jaimes-Bolívar y J.-F. Espinosa-Castro (Eds.), Tendencias de la
administración global: Una mirada desde el emprendimiento social, innovación,
estrategia, competitividad y bioeconomía (pp. 25-66). Ediciones Universidad
Simón Bolívar.
Londoño-Patiño, J. A., y Acevedo-Álvarez,
C. A. (2018). El
aprendizaje organizacional (AO) y el
desempeño empresarial bajo el enfoque de las capacidades dinámicas del
aprendizaje. Revista CEA, 4(7), 103-118. https://doi.org/10.22430/24223182.762
Macaroff,
A. y Herrera, S. (Coords.) (2022). Estado
del banano en Ecuador: Acumulación, desigualdad y derechos laborales.
Friedrich-Ebert-Stiftung (FES) Ecuador e Instituto de Estudios Ecuatorianos. https://library.fes.de/pdf-files/bueros/quito/19562-20220927.pdf
Martín-Crespo,
M. C., y Salamanca, A. B. (2007). El muestreo en la investigación cualitativa. NURE Investigación, (27), 1–4. https://www.nureinvestigacion.es/OJS/index.php/nure/article/view/340
Meynard, J.-M., Jeuffroy, M.-H., Le
Bail, M., Lefevre, A., Magrini, M.-B., y Michon, C. (2017). Designing
coupled innovations for the sustainability transition of agrifood systems. Agricultural
Systems,
157, 330-339. https://doi.org/10.1016/j.agsy.2016.08.002
Ministerio
de Comercio Exterior - MCE (2017). Informe
Sector Bananero Ecuatoriano. Quito, Diciembre de 2017. MCE. https://www.produccion.gob.ec/wp-content/uploads/2019/06/Informe-sector-bananero-espa%C3%B1ol-04dic17.pdf
Moral,
J. (2019). Revisión de los criterios para validez convergente estimada a través
de la Varianza Media Extraída. Psychologia,
Avances de la Disciplina, 13(2),
25-41. https://doi.org/10.21500/19002386.4119
Moschitz, H., y Home, R. (2014). The challenges of
innovation for sustainable agriculture and rural development: Integrating local
actions into European policies with the Reflective Learning Methodology. Action
Research, 12(4), 392-409. https://doi.org/10.1177/1476750314539356
Oliveira, M. D. F., Gomes, F.,
Ferreira, S., Teixeira, M., Damasio, H., Ferreira, A. D., y Goncalves, J. M.
(2019). Innovations in sustainable agriculture: Case study of
Lis Valley Irrigation District, Portugal. Sustainability, 11(2), 331. https://doi.org/10.3390/su11020331
Organización de las Naciones
Unidas para la Agricultura y la Alimentación - FAO (2004). La economía mundial del banano, 1985-2002. Estudios FAO Productos
básicos. FAO. https://www.fao.org/3/y5102s/y5102s00.htm
Ortega,
F. (2008). El método Delphi, prospectiva en Ciencias Sociales a través del
análisis de un caso práctico. Revista Escuela de Administración de Negocios,
(64), 31-54. https://doi.org/10.21158/01208160.n64.2008.452
Ortiz,
K., Campos, E., Alvarado, M., y Alcívar, M. (2019). Análisis de las empresas
familiares en Ecuador desde una óptica multivariante. Revista de Ciencias
Sociales (Ve), XXV(4), 161-174.
Padilla,
M. P., Lascano, L. F., y Jiménez, W. R. (2018). La dinámica empresarial y el
emprendimiento, factores determinantes para el desarrollo del ciclo de vida de
las pymes. Publicando, 5(15(2)), 308-325. https://revistapublicando.org/revista/index.php/crv/article/view/1376
Park, H. Y., Misra, K., Reddy, S., y
Jaber, K. (2019). Family firms’ innovation drivers and performance: a
dynamic capabilities approach. Journal of Family Business Management, 9(1),
4-23. https://doi.org/10.1108/JFBM-11-2017-0039
Pérez, S., Montes, J. M., y Vázquez,
C. J. (2005). Organizational learning as a determining factor in
business performance. The Learning Organization, 12(3), 227-245. https://doi.org/10.1108/09696470510592494
Ranfagni, S., Runfola, A., y Sarti, D. (2021). Family
firms between territory and internationalization: an authenticity based
perspective. Entrepreneurship & Regional Development, 33(7-8),
555-579. https://doi.org/10.1080/08985626.2021.1925850
Reguant, M., y Torrado-Fonseca, M.
(2016). El
método Delphi. REIRE Revista d’ Innovació i Recerca Em Educació,
9(1), 87-102. https://doi.org/10.1344/reire2016.9.1916
Ringle, C. M., Wende, S., y Becker, J. M. (2015). SmartPLS 3.3. SmartPLS GmbH, Boenningstedt. Programa
Estadístico SmartPLS. http://www.smartpls.com
Salazar,
R., y Del Cioppo, J. (2016). Ecuador: Exportación de banano (Musa sp.) Estudio
sectorial del banano ecuatoriano de exportación.
Universidad Agraria del Ecuador.
Singh, N., Sinha, N., y
Liébana-Cabanillas, F. J. (2020). Determining factors in the adoption and recommendation
of mobile wallet services in India: Analysis of the effect of innovativeness,
stress to use and social influence. International Journal of Information
Management, 50, 191-205. https://doi.org/10.1016/j.ijinfomgt.2019.05.022
Superintendencia de Compañías,
Valores y Seguros del Ecuador (2023). Estadísticas. https://www.supercias.gob.ec/portalscvs/index.htm
The Growth Lab at Harvard University (2023). The Atlas
of Economic Complexity. Growth Lab. http://www.atlas.cid.harvard.edu
Wu, B., y Zhang, L. (2013). Farmer
innovation diffusion via network building: a case of winter greenhouse
diffusion in China. Agriculture and Human Values, 30(4), 641-651.
https://doi.org/10.1007/s10460-013-9438-6
* Doctor en Ciencias Económicas Empresariales y
Jurídicas. Docente en la Universidad Técnica de Machala, Machala,
Ecuador.
E-mail: jburgos@utmachala.edu.ec
ORCID: https://orcid.org/0000-0001-7487-9984
** Doctora en
Contabilidad. Docente en la Universidad de Almería, España. E-mail: aramirez@ual.es ORCID: https://orcid.org/0000-0001-6716-1560
*** Doctor en
Ciencias Económicas Empresariales y Jurídicas. Docente Titular en
la Universidad Técnica de Machala, Machala, Ecuador. E-mail: jbonisoli@utmachala.edu.ec
ORCID: https://orcid.org/0000-0003-3336-5658
**** Doctor(c) en Ciencias
Económicas por la Universidad del Zulia, Maracaibo, Venezuela. Docente en la
Universidad Técnica de Machala, Machala, Ecuador. E-mail: jcampuzano@utmachala.edu.ec ORCID: https://orcid.org/0000-0002-3901-3197
Recibido: 2023-03-17 · Aceptado:
2023-06-04