Nuevas formas de relación entre ciencia e industria: los centros de investigación colaborativa en el sistema español de I+D

UNIVERSIDAD DE MÁLAGA FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES. DEPARTAMENTO DE DERECHO DEL ESTADO Y SOCIOLOGÍA. PROGRAMA DE DOCTORADO EN SOCIOLOGÍA TESIS DOCTORAL NUEVAS FORMAS DE RELACIÓN ENTRE CIENCIA E INDUSTRIA: LOS CENTROS DE INVESTIGACIÓN COLABORATIVA EN EL SISTEMA ESPAÑOL DE I+D Autor: Sandro Giachi Director: Manuel Fernández Esquinas (IESA-CSIC) Tutor: Luis Ayuso Sánchez (UMA) Málaga, mayo de 2016 AUTOR: Sandro Giachi http://orcid.org/0000-0002-4120-4726 EDITA: Publicaciones y Divulgación Científica. Universidad de Málaga Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercialSinObraDerivada 4.0 Internacional: http://creativecommons.org/licenses/by-nc-nd/4.0/legalcode Cualquier parte de esta obra se puede reproducir sin autorización pero con el reconocimiento y atribución de los autores. No se puede hacer uso comercial de la obra y no se puede alterar, transformar o hacer obras derivadas. Esta Tesis Doctoral está depositada en el Repositorio Institucional de la Universidad de Málaga (RIUMA): riuma.uma.es El Dr. Manuel Femández Esquinas, Científico Titular del Instituto de Estudios Sociales Avanzados del Consejo Superior de Investigaciones Científicas (España), director de la presente investigación para aspirar al grado de Doctor por Sandro Giachi, y el Dr. Luis Ayuso Siánchez, Profesor Contratado Doctor del Departamento de Derecho del Estado y Sociología de la Universidad de Málaga (España), en calidad de tutor académico del candidato INFORMAN Que la Tesis Doctoral titulada Nuevasformas de relación entre ciencia e industria: los centros de investigación colaborativa en el sistema español de I*D, realizada por el doctorando D. Sandro Giachi, reúne las condiciones de calidad, originalidad, rigor científico y académico necesarias para que se proceda a su defensa pública de acuerdo con la legislación vige,lrte. Y para que conste, se Málaga adía 18 demayo de2016. Fdo. Dr. Fdo. ,i'* Agradecimientos Hay muchas personas que han contribuido a la realización de esta tesis doctoral, en distintas medidas y de maneras diferentes. En primer lugar, quiero dar las gracias a mi director de tesis, el Dr. Manuel Fernández Esquinas, por haberme brindado la oportunidad de desarrollar una tesis doctoral en el Instituto de Estudios Sociales Avanzados (IESA), perteneciente al Consejo Superior de Investigaciones Científicas (CSIC), a través de una beca de Formación del Personal Investigador (FPI) otorgada por el antiguo Ministerio de Ciencia e Innovación (ref. BES-2011-047258). Asimismo, deseo agradecerle por haber creído en mí desde el primer momento y por haberme guiado de la mejor manera, aunque a veces no me diera cuenta. Le agradezco enormemente por su paciencia, por haber compartido conmigo su experiencia y por haberme introducido en un ámbito de investigación que para mí era algo relativamente nuevo. En segundo lugar, quiero agradecer a los profesores Félix Requena Santos y Luis Ayuso Sánchez, del Departamento de Derecho del Estado y Sociología de la Universidad de Málaga, por sus lecciones sobre teoría y metodología sociológica y por haber tutorado mi programa de doctorado, pese a sus numerosos compromisos laborales. En el IESA-CSIC de Córdoba he tenido la suerte de encontrar a unos colegas de trabajo que me han ayudado mucho con mi investigación, bien ayudándome a refinar mis técnicas de análisis, bien contribuyendo a la producción de los datos necesarios para el estudio. Entre estos, quiero agradecer en particular: a Ana Fernández Zubieta por su esfuerzo en revisar algunos de mis textos y por compartir su experiencia investigadora conmigo; a Juan Antonio Domínguez por haberme mostrado el mundo de las encuestas online y lo divertido de la interculturalidad y el emprendimiento; a Leticia Rodríguez Brey por los consejos que me dio sobre redacción de informes y gestión del trabajo; y a Inés Andújar Nagore por la paciencia que ha mostrado con mis propuestas de análisis. En el IESA-CSIC también he encontrado a una gran cantidad de personas que me han ofrecido su disponibilidad inmediata y han compartido conmigo algo de su experiencia profesional y humana, volviendo más agradable mi estancia cordobesa. Sería imposible enumerarlos uno por uno, así que a todos ellos y al propio Instituto, dirigido por el Dr. Joan Font Fábregas, van mis más sinceros agradecimientos. En particular, quiero agradecer a todos los asistentes al seminario organizado por el IESA en el que pude presentar mi proyecto de tesis doctoral y los comentarios que recibí por parte de algunos de los asistentes, como Eduardo Moyano, Fernando Aguiar, Ernesto Ganuza, Pau Alarcón, o José Luis Cañadas. Una mención especial es para la bibliotecaria del IESA, Cristina Castillo Morcillo, por su inestimable ayuda. En el Departamento de Derecho del Estado y Sociología de la Universidad de Málaga he encontrado personas que han sido buenos enseñantes y en ocasiones se han convertido en colegas que estimo. En particular, quiero agradecer al Director José Fernando Troyano Pérez por su amistad y sus observaciones perspicaces; al Prof. Alberto Vallejo Peña por haberme dado una auténtica muestra de lo que es el compromiso con el trabajo y la colaboración; y a Andrés Villena Oliver por haber sido compañero de estudios, viaje y muchas cosas más. Quiero agradecer también a todos los profesores que impartieron cursos, los colegas con los que estudié y el personal implicado en la primera edición del Master Oficial en Sociología Aplicada de la UMA: mi primera y fundamental etapa como estudiante de doctorado. Durante la realización de la tesis he tenido la suerte de poder realizar dos estancias internacionales, gracias también al apoyo del Ministerio de Economía y Competitividad; estancias que han contribuido significativamente a la mejora de mi investigación. Gracias a la inmejorable labor de intermediación del Prof. Tim Turpin de la Western Sydney University pude optar a una estancia de tres meses en la School of Management and Marketing de la University of Wollongong, en Australia, gracias también a la generosa hospitalidad del Prof. Samuel Garrett-Jones. Durante mi estancia en Wollongong pude adquirir mucho material y bibliografía relevante, así como desarrollar una perspectiva comparativa desde las antípodas que me ayudó enormemente a captar la dimensión internacional del fenómeno que estaba estudiando. También pude conocer a muchas personas, tanto en ámbito universitario como privado, quienes hicieron de mi estancia australiana una experiencia inolvidable. Posteriormente, tuve la suerte de poder realizar una estancia de casi tres meses en uno de los lugares más apropiados para la evaluación de las políticas públicas relacionadas con mi objeto de estudio: el grupo de trabajo NSF I/UCRC Program Evaluation Project liderado por el Prof. Denis Gray de la North Carolina State University en Estados Unidos. Durante mi estancia en Carolina del Norte, en la ciudad de Raleigh, pude poner a prueba mis conocimientos sobre la materia gracias a la implicación del propio Prof. Gray, así como de sus colaboradores, entre ellos Lindsey McGowen, Olena Leonchuk y Tim Michaelis, quienes se ocuparon de detectar todos los posibles fallos contenidos en mi trabajo, al más puro estilo norteamericano. Gracias a su generoso compromiso pude refinar considerablemente mis análisis y mis hipótesis de investigación. Agradezco también a Daniela Althoff Filippi (UNINOVE) por familiarizarme con el entorno estadounidense antes de mi estancia, a Shevaun Neuport (NCSU) por sus clases sobre análisis de regresión y a Stephen McGregor (NSF) por permitirme de asistir a una reunión del patronato de un centro de investigación colaborativo estadounidense. I really thank all people, both in Wollongong (AUS) and in Raleigh (NC, USA), that helped me during my research stay. They gave me all they can for improving my research project and they gave me all that I needed for enjoying my stay. Junto con las estancias internacionales, he podido visitar el Instituto para la Gestión del Conocimiento y la Innovación (INGENIO-CSIC/UPV) de Valencia, un centro de referencia nacional en el ámbito de investigación de la tesis. Así pues, quiero agradecer aquellas personas de INGENIO que me han permitido asistir a algunos seminarios y me han dado consejos útiles para mi investigación; entre estos, quiero agradecer en particular a Pablo D’Este, Carolina Cañibano, Richard Woolley, Julia Olmos y Joaquín Azagra. También quiero agradecer a todas aquellas personas, conocidas a través de congresos internacionales o redes virtuales académicas, que han perdido algo de tiempo para comentar mis resultados provisionales de análisis, o que me han facilitado material para la investigación; entre estos, quiero agradecer en particular a Barry Bozeman (ASU), Ignasi Brunet Icart (URV), Celia Díaz Catalán (UCM), Beatriz Otero Gutiérrez (EHU/UPV), Carmen Merchán Hernández (U. LOYOLA) y Oihana Valmaseda Andía (EHU/UPV). Considero oportuno agradecer también a todos los integrantes de centros de investigación, fundaciones y empresas que han facilitado los datos necesarios para el estudio. En particular, quiero agradecer a las organizaciones que han participado en el estudio exploratorio previo a las encuestas, como la Corporación Tecnológica de Andalucía (CTA) y la Fundación para la Investigación y el Desarrollo de las Tecnologías de la Información en Andalucía (FIDETIA). Concluyendo, no podría no mencionar a todas aquellas personas que forman parte de mi círculo familiar y de amistades, aunque soy consciente de la imposibilidad de mencionarlos a todos. En primer lugar, quiero agradecer a mi familia: mi padre Fabrizio, mi madre Nora y mi hermano Dario, que siempre han creído en mí y nunca han dejado de apoyarme, tampoco durante los momentos más oscuros. Grazie mille, siete insostituibili. En segundo lugar, quiero agradecer a mis colegas de toda la vida de mi pueblo en Italia (Cecina, LI), porque hacen que siempre sienta su presencia. Quiero mencionar también a mis (ex) compañeros de estudios en la Università degli studi di Firenze donde maduré por primera vez la pasión para la investigación científica y aprendí muchas cosas útiles para realizar esta tesis. Entre ellos, quiero agradecer en particular a Francesco Mandolini por ser un verdadero amigo y recordarme mis limites humanos y profesionales. Grazie a tutti voi, amici, toscani e non. En tercer lugar, quiero agradecer a todos aquellos amigos y colegas que, desde mi llegada a España en octubre de 2010, han confiado en mí y me han dado mucho, tanto en Málaga como en el resto del país, pasando por Alcalá de los Gazules en Cádiz. Gracias. Finalmente, dedico esta tesis doctoral a Judith. Ella sabe el porqué. ÍNDICE SUMMARY……………………………………………………………………………...1 INTRODUCCIÓN…………………………………………………………………….21  Objetivos…………………………………………………………………………22 o Objeto de la investigación......…………………………………………..22 o Objetivos de investigación……………………………………………...26 o Relevancia de la investigación………………………………………….30  Hipótesis de la investigación……………………………………………………..35  Estructura de la tesis……………………………………………………………...37 PARTE I. MARCO TEÓRICO: ANTECEDENTES, TEORÍAS DE REFERENCIA Y METODOLOGÍA CAPÍTULO 1. ANTECEDENTES: LOS CENTROS DE INVESTIGACIÓN COLABORATIVA DESDE UNA PERSPECTIVA INTERNACIONAL…………..47  1.1. Motivos para la colaboración entre ciencia, industria y sociedad…………..48 o 1.1.1. Ciencia, tecnología e innovación en la sociedad del conocimiento…………………………………………………………... 48 o 1.1.2. Cambios desde el sector académico……………………………...51 o 1.1.3. Cambios desde el sector productivo……………………………...53 o 1.1.4. Nuevos paradigmas en las políticas de innovación………………54 o 1.1.5. El paradigma cooperativo y las relaciones trilaterales en la sociedad del conocimiento………………………………………………………..57  1.2. Políticas y programas para la investigación colaborativa desde una perspectiva comparada………………………………………………………….59 o 1.2.1. Estados Unidos: programas federales y estatales…………………59 o 1.2.2. Australia: el programa CRC……………………………………...63 2 Research Problem Science and Technology Studies (STS) investigated many topics related to CRCs, like the following: - The policy rationale of cooperative research programs - Macroeconomic and regional impacts of centres’ activities - Motivations for industry participation and firms’ benefits from collaboration - Which factors affect knowledge and technology transfer to collaborating firms - Centre’s survival and management problems that collaboration poses - Effect of centre’s affiliation on researcher’s productivity and professional career In spite of this huge (and growing) body of literature, few studies paid attention to a crucial point of the policy and organisational dynamics of CRCs: the organisation of research and knowledge production activities. Such process is a kind of “black box” that has already been studied by scholars in traditional institutional settings, such as universities (Carayol and Matt 2004), Public Research Organisations (PROs) (Joly and Mangematin 1996; Larédo and Mustar 2000) or firms (Beltramo et al. 2001), but not in cooperative research organisations. Studies about CRCs are limited regarding this topic. For instance, some scholars paid attention to the factors affecting the transfer of knowledge and technology produced by cooperative research to firms. Even so, such studies focussed only on an industry viewpoint, analysing issues of the characteristics of the firm facilitating knowledge and technology transfer (Russo and Herrenkohl 1990; Rogers et al. 1998; Santoro and Gopalakrishnan 2000; 2001), but not which characteristics of centres and researchers affect the knowledge production as an antecedent of such process. In turn, other scholars studied the organisation of knowledge production in CRCs but the interest of such studies was almost exclusively theoretical (Bozeman et al. 2001; Wixted and Holbrook 2012), evaluative (Cohen et al. 1998) or focussed only on a very narrow topic, like the organisation of workspace (Toker and Gray 2008). Research Goals According to the gap addressed above, the purpose of my research is understanding the antecedents of the knowledge and technology transfer process in cooperative research organisations in Spain through the analysis of the outcomes of the process of science and 3 technology production. In order to achieve a better understanding of the organisation of work and the orientation of the activities of CRCs, I set a list of specific research goals: 1. Set the emergence of CRCs (in Spain and worldwide) into its historical, political and institutional context. 2. Highlight the theoretical relevance of the emergence of such new cooperative research organisations within national and regional R&D systems. 3. Develop an analytical framework for studying the organisation of the work within CRCs and its effect on labour dynamics and the outcomes of knowledge production. 4. Define the function that CRCs play within the Spanish R&D system according to their activities and outcomes. 5. Describe goals, resources and organisation of the centres. 6. Describe activities and outcomes of the science and technology production process within CRCs. 7. Analyse how outcomes differ according to the organisational model of the centres and identify the most relevant factors affecting this process. 8. Describe the characteristics of the personnel working in CRCs and the main features of their work. 9. Analyse how work orientation and outcomes differ across CRC workers. Relevance of Research My research aims to contribute to three areas. The first area is the management of cooperative research programs and activities within the national R&D system. For instance, in Spain there is a general lack of studies about CRCs in spite of their increasing relevance (Fernández-Esquinas and Ramos-Vielba 2011). In a close analogy with the experience of other countries, domestic studies focussed only on particular programs, such as technology centres, or they just addressed the overall transformation of the R&D system without analysing data about individual organisations. By contrast, my research analyses CRCs as an emerging and heterogeneous “organisational field” (DiMaggio and Powell 1983), where individual organisations differ according to the type of employed resources. So, adopting such strategy, I offer some ideas and suggestions for a better management of the population of Spanish CRCs, as well as for defining new programs for cooperative research as a specific policy issue. 4 The second area of contribution is the international academic debate about cooperative research organisations and, in particular, the discussion about CRC organisational dynamics (Bozeman 2013; Gray et al. 2013). My research offers some ideas about the organisational factors affecting the production of scientific and technological knowledge in cooperative research organisations. Most of the studies about CRCs are set in the most economically developed countries. By contrast, studying the Spanish case adds interesting insights for studying organisational dynamics, due to the particular features of the R&D system in Southern Europe, such as the relevance of the public science sector, the low innovation capacity of firms, the low shares of employment of highly skilled workers in the private sector and the emergence of a “Shrinking State” due to budget constraints. The third area is about research approach and contributions to the development of a “sociology of innovation” as a specific disciplinary subfield. In this sense, CRCs are seen as strategic research settings for studying social and organisational dynamics. I tried to bridge the gap between the contributions from, on one hand, the institutional sociology of science and technology and, on the other hand, the advances of economic sociology in close fields such as organisational innovation, knowledge transfer and technological innovation. At the same time, I used elements coming from the economics of knowledge and science, as well as from general organisational and management studies. In this way, I provided a multidimensional and multilevel view of the organisation of knowledge production in cooperative research. In particular, I focussed on the social and cultural embeddedness of scientific and technical workers within research organisations. Chapter 1: Cooperative Research Centres: An International View This chapter describes the research object: CRCs and similar collaborative arrangements for R&D. Here I use the information provided by the literature review and, in particular, by studies about CRC as well as “grey literature” and administrative reports about cooperative research programs worldwide. The main goal of the chapter is to describe the characteristics of CRCs from an international viewpoint and to shed light on their nature, goals and the right concepts for analysing them. 5 Motivations for Science-Industry-Society Collaboration In this section I try to explain what the rationale behind the creation of CRCs is and which motivations lay behind the increasing collaboration between science, industry and government. I identify several trends according to different institutional domains. From the societal viewpoint, I mention the emergence of the knowledge society, the transformation toward a “Mode 2” of knowledge production (Gibbons et al. 1994; Nowotny et al. 2001), and other forms of organisation that reflect a cultural change in science. From an academic viewpoint, I mention the forces of change within universities, the debate about the rise of the “Entrepreneurial University” (Clark 1998; Etzkowitz 2003) and the risks associated with the so-called “Academic Capitalism” (Slaughter and Leslie 1997; Slaughter and Rhoades 2004). From an industry viewpoint, I discuss the paradigm of “Open Innovation” (Chesborough 2003; Chesborough et al. 2006) and the motivations for firm participation in cooperative research. From a governmental viewpoint, I discuss the rationale for cooperative research policies; I review the idea of market failure in knowledge production and exchange, as well as the concept of “Additionality” in innovation policies (Luukkonen 2000; Clarysse et al. 2009). I conclude this section by asserting that CRCs reflect a “Triple Helix” dynamic of innovation embedded in national and societal culture. International Comparison of Cooperative Research Policies and Programs In this section I review the experience of cooperative research policies and programs from other countries to make a comparative assessment. I try to detail the basic features of the most relevant programs. The U.S. shows the highest heterogeneity of policies, most of them launched by the National Science Foundation (NSF): Science and Technology Centres (STC), Engineering Research Centres (ERC), Industry-University Cooperative Research Centres (I/UCRC), the Small Business Innovation Research (SBIR) program, the Small Business Technology Transfer (SBTT) awards, and Proof of Concept Centres (PoCC). This assortment is completed by a high number of local University Research Centres (URC). In both Australia and Canada, I found only one (but long-standing) national program (respectively, the CRC and the NCE programs), completed by many emerging regional policies. In the Asia-Pacific region I found some interesting cases in China, Hong Kong, Japan, and South Korea, although I also had some difficulty obtaining relevant information. In the European Union I found a high amount of programs located 6 at different policy levels: Communities, Nations and Regions. In particular, some Northern and Central countries, such as Austria, Belgium, Finland, Germany, Norway, Sweden and the U.K., seem to have been very active in launching cooperative research programs. Studies on Cooperative Research Centres In this section I try to define what CRCs are and how we can differentiate them from other organisations or arrangements. I highlight the difficulties of reaching a general definition of CRCs and the fragmentation of the literature. I conceptualised CRCs as both a channel for knowledge transfer and a particular type of research institution; then, I reviewed studies from both streams of research. In this way, I isolated a list of characteristics of CRCs that validate the definition I used, based on Boardman and Gray (2010:450; see above). In addition, I reviewed the only proposal existing in literature for building a general typology of CRCs (Gray et al. 2013:17), based on two dimensions: the institutional base of the centre (government vs university) and the type of relationship they have with firm partners (consortium vs bilateral). I applied such typology to my international review and the results show what it looks like to discriminate in a satisfactory way. The chapter closes with a brief review of the most relevant issues in CRC studies that can be organised according to a Triple Helix approach. Such an approach looks at CRCs respectively as public policies, industry strategies, or organisational dynamics for scientific and technical innovation (Boardman and Gray 2013). Chapter 2: Dynamics and the Outcomes of Cooperative Research This chapter reviews the selected literature about the process of science and technology production. I pay special attention to the scientific work performed within collaborative organisations such as CRCs. The main goal of this chapter is to identify the principal theoretical and conceptual problems related to the organisation of cooperative research and setting some exploratory research hypotheses for structuring the data analysis. 7 Orientation and Outcomes of Scientific Work in Traditional Settings In this section I describe the state-of-the-art characteristics of the production of science and technology within traditional institutions, such as university departments and research groups, PROs, and private company laboratories. I integrated the explanations proposed by the economics of knowledge and science with sociological concepts. So, I conceptualised research as one of the three main missions for science, contraposed to education and knowledge transfer. At the same time, I highlighted that such activities usually are not mutually exclusive, but they are complementary (Fox 1992; Larédo 2007). In addition, I highlight some of the existing problems for measuring the productivity of research and for explaining the performance of researchers across different institutional settings. In particular, I suggest that different amounts of human and social capital within the organisation are related to scientific and technical productivity of research. Organisational Dynamics of Cooperative Research I discussed the organisational and labour dynamics of CRCs. According to the existing literature about cooperative research organisations, I found that the profile of firms participating in collaboration should have an effect on the type of knowledge produced by the centres, while the intensity of collaborative relationship should increase the productivity of research. Literature review also highlighted two additional dimensions: organisational structure and human resource management. While centres with highest structuration should show highest levels of research performance, we can differentiate between two “management styles” for CRCs: a “market” model, based on contracting human resources, and a “virtual” model, based on employing human resources hosted by other institutions; each style has implications for the orientation of research. In any case, the most interesting dimension affecting the knowledge production process would be given by the human and social capital available within the organisation. So, I introduce the concept of “scientific and technical human capital” that integrate both social and educational dimensions of human capital for research (Bozeman et al. 2001). We conclude that such a concept is suitable for explaining the productive capacity of cooperative research organisations, although it lacks a better consideration of the cultural aspects of the process. 8 Research Hypotheses In this section, I define the elements of my approach and a small set of exploratory hypotheses. The purpose of the hypotheses is not just to contrast a general theory, but to identify the most relevant dimensions and to guide the data analysis. I defend the opportunity of employing a multilevel and multidimensional approach for studying the knowledge production in cooperative research due to the complex nature of such activities. Besides, I conceptualise the production of science and technology as a process of transformation of capital in which human capital plays a relevant role. Then, I recognise the existence of different forms of capital related with human capital, including social capital and cultural capital. In this sense, I recognise the usefulness of the concept of scientific and technical human capital, in addition to other relevant dimensions such as type of firm participation and R&D management style. Later, I set a list of variables and indicators for operationalising the most relevant dimensions. Among others, I highlight the relevance of the professional composition of the workforce as a measure for scientific and technical human capital involved in the production and transfer of knowledge. In conclusion, I expect that outcomes of science and technology production would differ between the organisational and individual level, as well as according to different amounts and types of scientific and technical human capital within the organisation and the orientation of individual workers. For instance, Ph.D. researchers should be more oriented toward the production of scientific outcomes and codified knowledge, while technicians and managers should enhance the production and transfer of tacit knowledge and technology. Chapter 3: Methodology This chapter reviews the methodology employed in my research. It describes my sources of data and it shows how my methodological strategy is based on the literature review. Research Strategy The first step of my research was performing a review of the specialised literature on CRCs, cooperative research programs, changes in research institutions, knowledge and 9 technology production and transfer, R&D organisation, evaluation of research, etc. I also reviewed some contributions from the sociological and organisational literature, as well as some specific studies about national cases (i.e. the U.S., Australia, Canada, France, etc.), including Spain. The second step refers to the sources of data. My research uses data from a project funded by the National R&D Plan launched by the Spanish Government in 2010 (red. CSO201014480). The aim of such project was identifying the characteristics of the cooperative research structures existing in Spain, including researchers and firms involved in collaboration. In my research I used three of the four data sources provided by the project: a map of CRCs; a survey to centres’ directors; a survey to the personnel of the centres. I analysed data using statistical techniques. In many cases, I simply performed descriptive analyses and reports. In other cases, I used multivariate statistical models for classifying cases or variables, such as cluster analysis or principal component analysis. For estimating the effect of organisational or professional characteristics on science and technology outcomes, I estimated several linear or logistic regression models. Map of CRCs The map of CRCs included information about the estimated population of cooperative research organisations existing in Spain in 2012. We built the map reviewing the information provided by several official (and unofficial) documents provided by national and regional governments, PROs, universities, foundations, industry associations, firms, etc. Examples of such documents include R&D and innovation plans and programs, institutional webpages and directories, previous case studies, annual reports, etc. By systematically reviewing this documentary corpus, we finally identified a list of 216 organisations satisfying the three criteria to be defined as CRCs. We collected additional data as well, such as contact information and some administrative characteristics. Survey to centres’ directors The survey to centres’ directors was performed in 2012 (Summer-Autumn), using a structured questionnaire about many centres’ issues, such as goals, collaborators, funding, human resources, management, activities, outcomes, impacts, etc. We did not apply a 10 probabilistic sampling method but we just sent the questionnaire to all centres. We used a mixed method for surveying that included an online questionnaire, an invitation through postal letters, email remainders, and a CATI-assisted follow-up by phone. The response rate of the survey was 59.3% (128 cases). The sample does not show any bias according to variables such as location, type of public program, legal form or age of the organisation. Survey to the personnel of the centres The survey to the personnel of the centres was performed in 2012 (Spring-Summer), using a structured questionnaire about many workers’ issues, such as socio-demographic profile, training and career orientation, content and dynamic of the work at the centres, satisfaction and outcomes, etc. We did not apply a probabilistic sampling method but we just sent the questionnaire to all the centres, asking for their collaboration to reach the whole population of workers. We used a mixed method for surveying that included an online questionnaire, an email invitation, email remainders, and a CATI-assisted followup by phone. As we cannot estimate with absolute precision the overall population of workers, we cannot calculate the final response rate of the survey. In any case, we obtained information from 1,016 workers, spread across 165 centres. We did not find significant bias in variables such as gender, age, location or type of centre. Chapter 4: R&D Policies and the Emergence of Cooperative Research Organisations in Spain This chapter accounts for the situation of science-industry collaboration in Spain, taking into account its historical, political and geographical features. I employ a heterogeneous corpus of documents and secondary data source. The goal of the chapter is describing the context for cooperative research in Spain, as well as existing policies and organisations. The Spanish R&D System It is difficult to summarise in a few words the complexity of the Spanish R&D system. The system experienced a strong evolution since the 80s and until the beginning of the current economic crisis (2007-2008); the current volume of activities and resources is 11 similar to the levels of 2004-2006. Another relevant feature is the preponderance of the public sector for performing R&D activities, i.e. universities and PROs. Although firm participation in R&D increased during the last two decades, it is still low compared with the OECD or European average. Another issue is the multilevel structure of the system, formed by the coexistence of European, National and Regional policies and entities. With regards to R&D human resources, Spain shows moderate levels of employment of highly skilled workers. Although the highest volume of R&D activities is concentrated in the private sector, the majority of Ph.D. researchers work in universities, because firms employ a higher number of non-doctoral researchers (researchers that neither have a doctoral degree nor are doctoral students). I also observed marked cross-regional differences in R&D activities, in particular, about the employment of human resources: for instance, few Autonomous Communities (Catalonia, Madrid, Andalusia, Basque Country and Valencia) concentrate most of the R&D workforce of the whole country. Cooperative Research Policies and Programs in Spain I observed that the main rationale for science-industry collaboration in Spain is twofold. On the one hand, there is a divide between the university and the industry sector, caused by both the low level of firms’ absorptive capacity (Cohen and Levinthal 1990) and the existence of a traditional work orientation in universities, based on academic freedom and the assumption of a lineal model for knowledge transfer (Fernández-Esquinas and Ramos-Vielba 2011). On the other hand, Universities and PROs experienced some problems adapting to wider societal pressures and demands from the external environment (i.e. finance, regulation) that are challenging their legitimacy and reputation. I identified three stages in the evolution of cross-sector research collaboration programs and initiatives. The first stage was until the transition to democracy (70s), characterised by industry associations and collaborative projects. The second stage covers the 80s and the 90s and it includes many innovative policies such as technology transfer organisations, new public-private partnerships and consortia (i.e. the FEDIT association for technology centres). The third stage includes the first decade of the 21st century and was characterised by the consolidation and widening of existing policies, including new stable hybrid organisations and networks. Finally, I identified at least three main categories of CRCs currently existing in Spain: a) Innovation and Technology Centres (FEDIT institutes, IK4, TECNALIA, etc.); b) networks of centres launched by public 18 orientation, with no specialisation, and integrating the three types of activities; b) a “traditional researcher” orientation, specialised in R&D but integrated with education and training activities. In addition, I estimated several logistic regression models, and I found that the relevance attributed to different activities significantly differs between professional positions. In particular, doctoral researchers give more relevance to publicly funded R&D projects and education (“traditional researcher” orientation), while nondoctoral researchers would dedicate more time to R&D contracts, training, R&D management, service and commercialisation activities (“eclectic” orientation). Finally, non-researcher workers do not show a clear work profile. Outcomes of Science and Technology Production I analysed the outcomes of the production of science and technology of the workers of the centres, as well as the interrelations and variations of such variables according to different professional positions. CRC workers mainly produce scientific or technical publications, and participate in conferences and meetings, while doctoral dissertations and technical innovations are less frequent. Through a PCA, I observed two diverging trends for scientific outcomes: on the one hand, there is an orientation toward the production of journal articles and doctoral dissertations; on the other hand, there is an orientation toward the production of technical or minor scientific publications. Even so, after a binary categorisation of outcomes indicators, I found that the production of technical publications and innovations is not so frequent, but concentrates on a small number of workers. By applying a CATPCA to such variables, I found two main orientations for CRC workers’ production: a) a “scientific-eclectic” orientation, dominated by scientific publications; b) a “technical” orientation, characterised by technical publications and innovations. Furthermore, I estimated several logistic regression models, and I found that the probability to obtain a particular outcome significantly differ between professional positions. Even so, it is not clear how such differences are related to the work and professional orientations mentioned above. Doctoral researchers would be closer to the “scientific-eclectic” orientation, while nondoctoral researchers would be closer to the “technical orientation”. However, such finding: a) is not consistent with the data about the amount of time spent between different activities (see above); b) poses some problems for explaining technical innovation outcomes, because doctoral researchers have a higher probability to patent, while non- 19 doctoral researchers have a higher probability to obtain new processes and products that are not patentable. 20 21 INTRODUCCIÓN " Whereas R&D focuses on transforming money into knowledge, innovation is about transforming knowledge into money " (Esko Aho, 2006) "Investigar es invertir recursos para obtener conocimiento, en tanto que innovar es invertir conocimiento para obtener valor." (Alejandro Jadad y Julio Lorca, 2007) Esta tesis doctoral se ocupa de los nuevos modelos organizativos que han surgido durante las últimas décadas para facilitar las relaciones de colaboración entre el sector científico y el sector industrial con fines innovadores. Se trata de tendencias globales que, sin embargo, pueden adquirir características particulares en función del contexto, debido a que estas organizaciones suelen ser el resultado de políticas nacionales o regionales para la innovación. El estudio se centra en un tipo de organización en particular, los centros de investigación colaborativa (CIC), acotando el ámbito de investigación al caso de España. El objetivo de la investigación es analizar el proceso de producción de conocimiento científico y tecnológico en estos centros; para ello, se describen y clasifican los modelos de organización del trabajo de los CIC, prestando especial atención al problema que constituye el tipo de recursos humanos empleados y su efecto en la producción de ciencia y tecnología. El estudio emplea diferentes fuentes de información, tanto de tipo bibliográfico como de encuesta, que son analizadas mediante distintos tipos de técnicas estadísticas y de revisión documental. En las conclusiones del estudio se formulan algunas sugerencias para la gestión de las políticas de innovación en España. Asimismo, se delinean algunas de las implicaciones para los estudios sociales sobre ciencia, tecnología e innovación. 22 OBJETIVOS Objeto de la investigación La actividad científica ha cambiado sustancialmente durante las últimas décadas, especialmente en lo referido a sus dinámicas organizativas. La investigación científica y el desarrollo tecnológico asociados a la ciencia (a lo que nos referiremos conjuntamente con el acrónimo habitual de I+D) se han vuelto tareas cada vez más colectivas, organizadas y coordinadas, algo estrechamente relacionado con el amplio alcance de la I+D en el mundo desarrollado. Hoy día, la empresa científica necesita consumir grandes cantidades de recursos y emplear estructuras estables para llevar a cabo investigaciones cada vez más complejas, sofisticadas e interdisciplinarias. Para identificar estos cambios se han acuñado nuevos conceptos como el de “ciencia organizada en equipo” (team science), “gran ciencia” (big science) o “ciencia colectivizada” (“colectivization of science”) (de Solla Price 1986; Ziman, 1995; Stokols et al. 2008), que habitualmente reflejan nuevos paradigmas en la forma de entender el mundo de la I+D. Las grandes infraestructuras científicas, como los aceleradores de partículas, los laboratorios para secuenciar el genoma humano o los grandes centros de cálculo desarrollados por empresas del sector informático y administraciones constituyen, sin lugar a dudas, buenos ejemplos. No obstante, esta tendencia puede observarse también en organizaciones que trabajan a una escala más reducida y que no sólo se centran en la obtención de nuevos descubrimientos científicos, sino en los distintos componentes de la cadena de valor asociada a la I+D y la innovación. Una tendencia característica dentro del paradigma de la ciencia colectivizada1 es el aumento de la colaboración entre sectores, en particular entre la Universidad, los Organismos Públicos de Investigación (OPI) y los laboratorios industriales. La colaboración permite diversificar las fuentes de financiación, adoptar perspectivas diferentes y —en definitiva— potenciar el vínculo entre la actividad científica y sus 1 Con “colectivización de la ciencia” entendemos ese proceso que ha producido una mayor interconexión entre ciencia y sociedad, que ha alterado no sólo la función social externa de la ciencia, sino también las normas y las dinámicas sociales internas que caracterizan al colectivo de investigadores. Este proceso se reflejaría en al menos dos aspectos: a) la disminución de la autonomía de los investigadores en la elección de sus problemas de investigación, en favor de entidades no científicas como gobiernos o empresas; b) la obligación de trabajar de forma organizada, como miembros de un equipo de investigación (Ziman 1995; para un análisis de la obra de J. Ziman en lengua castellana, ver Jiménez-Buedo y Ramos-Vielba 2009). Por lo tanto, no se debe confundir el concepto de “ciencia colectivizada” con ninguna forma de nacionalización o estatalización de la empresa científica dentro de una óptica económica de tipo socialista. 23 aplicaciones reales. Algunos autores se refieren a este fenómeno como un mecanismo para reforzar el “contrato” entre ciencia y sociedad. Además de los beneficios económicos, durante las últimas décadas también ha existido un intento de legitimar las inversiones en la ciencia académica, generalmente de carácter público, lo que ha dado como resultado un aumento de las facilidades para la colaboración con otros agentes (Guston 2007). Por todo ello, actualmente es frecuente que en la investigación científica participen organizaciones muy diferentes, como la administración pública, las empresas privadas, las instituciones académicas tradicionales y las organizaciones sin ánimo de lucro. En particular, la existencia de relaciones de colaboración entre ciencia e industria ha implicado, en muchos casos, la creación de nuevas infraestructuras y arreglos organizativos para facilitar las interacciones entre dominios institucionales que habitualmente han estado separados. Se trata de iniciativas novedosas con respecto a las formas tradicionales de colaboración entre el sector académico y el industrial, a saber, las formas de relación a corto plazo y que habitualmente no requieren la creación de nuevas estructuras. Entre las principales se incluyen la investigación contratada, la movilidad de estudiantes licenciados o los servicios de consultoría que las empresas encargan a los grupos de investigación universitarios. En cambio, ejemplos de estas nuevas infraestructuras para la colaboración entre ciencia e industria, contando habitualmente con la implicación de otros actores públicos, son los parques científico-tecnológicos, las oficinas para la transferencia de conocimiento, las incubadoras de empresas, las spin-off universitarias y los centros de investigación con carácter mixto o colaborativo (Jacob et al. 2000; Etzkowitz 2010). Esta última modalidad, en la que nos centramos en este trabajo, se considera particularmente interesante por una serie de razones. Los centros mixtos o colaborativos de I+D están orientados hacia actividades que pueden ser relevantes para la industria (al menos a medio-largo plazo) y mantienen relaciones muy estrechas con las empresas y otros socios industriales (Ponomariov y Boardman 2012). De hecho, no es casual que la atención hacia este tipo de organizaciones por parte de instituciones como los gobiernos, las agencias para la innovación, los consejos científicos nacionales o las asociaciones industriales haya ido en aumento, consiguiendo captar cada vez más fondos y recursos. El papel estratégico que estas estructuras están adquiriendo en algunos sistemas de innovación provoca que, en ocasiones, no sólo se consideren canales para la transferencia 24 de conocimiento entre ciencia e industria, sino nuevos agentes de I+D que tienen efectos especialmente dinamizadores en el sistema de ciencia e innovación. Entre estas formas mixtas o colaborativas de organización de la investigación científica, el caso en el que nos centramos lo constituyen los llamados “centros de investigación colaborativa”. Se trata de estructuras formales que se implican directamente en la ejecución de actividades de I+D y cuyo objetivo es fomentar la colaboración entre ciencia e industria (Boardman y Gray 2010: Gray et al. 2013). Estos centros constituyen un buen ejemplo de ciencia colectivizada, organizada y colaborativa, dado que proporcionan un entorno estable y formalizado, donde las nuevas formas de hacer ciencia se observan de manera más nítida. A saber, realizan actividades orientadas a la aplicación de una manera, generalmente, interdisciplinar. Para ello requieren esfuerzos compartidos y la colaboración de distintos actores. A través de una estructura organizativa específica estos centros permiten realizar actividades de I+D de una manera estable, disponiendo de recursos y reglas adecuadas para situaciones específicas y, al mismo tiempo, cuentan con la flexibilidad sujeta al carácter contingente de la I+D. En otras palabras, constituyen un reflejo del proceso de institucionalización de las nuevas formas colaborativas de hacer investigación científica entre ciencia, industria y sociedad (Colyvas y Powell 2006; Berman 2008). El término “centro de investigación colaborativa” (a lo largo de este trabajo se utilizará el acrónimo CIC para referirnos al conjunto de centros que disponen de estas características) es una adaptación al castellano del término Cooperative Research Centres (CRC),2 ampliamente utilizado en los países de lengua anglosajona como Australia, Estados Unidos o Canadá (p. ej., Slatyer 1994; Boardman y Gray 2013). En otros países, especialmente en Europa y Asia, existen otras denominaciones para referirse a organizaciones similares como las siguientes: Centres of Excellence, Industry-University Research Centres, Industry-Led Competence Centres, Research and Technology Organisations, o Innovation Centres (Arnold et al. 2004; 2010; CREST 2009). Todas 2 En lengua castellana, el término inglés Cooperative puede traducirse tanto por “cooperativo” como por “colaborativo”. Para la presente investigación se ha preferido utilizar el término “colaborativo” por dos razones. En primer lugar, para evitar el halo administrativo o ético que existe, en los países europeos y en España en particular, alrededor del término “cooperativo”: baste con pensar en términos como “empresa cooperativa” o “cooperación internacional”. El segundo motivo es evitar crear confusión con un tipo particular de CIC que existe en España, cuya denominación oficial es “centro de investigación cooperativa” (Cap. 4, apartado 4.2; Gobierno Vasco 2010). En cambio, el término “centros de investigación colaborativa” pretende dar cuenta de todas las nuevas organizaciones colaborativas de I+D que existen en España. Se volverá sobre este punto en el Cap. 1, apartado 1.3, y en el Cap. 4, apartado 4.2. 25 estas denominaciones se emplean para distinguir organizaciones de carácter similar en sus objetivos y sus dinámicas de actuación, aunque la bibliografía especializada sobre el tema ha privilegiado la denominación anglosajona CRC que, además, hace hincapié en la naturaleza colaborativa de estas organizaciones (Gray et al. 2013). La aparición de organizaciones como los CIC en los sistemas nacionales de ciencia, tecnología e innovación es un fenómeno relativamente reciente. Aunque se pueden encontrar experiencias pioneras en Estados Unidos a lo largo de los años 1930 (Baba 1988), las iniciativas más relevantes y duraderas se originaron a partir de los años 1980 y 1990, en países anglosajones. En épocas más recientes, el modelo organizativo de los CIC ha sido adoptado también por varios países europeos, como Alemania, Austria, Bélgica, Irlanda, Noruega, o Suecia, entre otros, así como en el resto del mundo, por ejemplo, en Asia o Latinoamérica (PREST 2002; Arnold et al. 2004; 2010; CREST 2009; Lal y Boardman 2013). En España las relaciones de colaboración y la transferencia de conocimiento entre ciencia e industria se han institucionalizado en estructuras estables solo en tiempos más recientes. Pese a que se puedan encontrar algunas experiencias pioneras, como las asociaciones industriales de investigación, creadas durante los años 60 y 70 bajo el régimen franquista (Sanz-Menendez y Cruz-Castro 2005), la mayoría de las iniciativas se han emprendido a partir de los años 90 y, sobre todo, a lo largo de la última década (Fernández-Esquinas y Ramos-Vielba 2011). Se trata de centros regionales de innovación y tecnología, redes nacionales de investigación colaborativa o institutos semipúblicos de nuevo cuño o universitarios que, en algunos casos, presentan características parecidas a los Cooperative Research Centres de los países anglosajones. En resumen, esta tesis se ocupará de aquellas organizaciones relativamente estables e identificables en los sistemas de innovación, que tienen como objetivo realizar I+D orientada a sectores de interés industrial, en algunos casos de interés común para organismos públicos, así como facilitar las interacciones entre ciencia, industria y otros organismos. Para ello estas organizaciones cuentan con la participación de varios actores del sector público, académico y empresarial, y están dotadas de estructuras organizativas que se distinguen de los dominios institucionales tradicionales del sistema, tales como las 26 burocracias públicas, las organizaciones académicas y las empresas de carácter privado orientadas a obtener beneficios económicos.3 Objetivos de la investigación Desde las ciencias sociales se han investigado muchos de los problemas relacionados con la organización de la investigación colaborativa. En particular, el debate académico ha aclarado muchos de los aspectos relativos a los CIC, distinguiendo entre varias perspectivas y niveles de análisis (ver Cap. 1, apartado 1.3). Sin embargo, cuando observamos los temas que han recibido atención por parte de la comunidad académica, se observa que se han privilegiado aspectos como los antecedentes de la investigación colaborativa (p. ej., objetivos, motivaciones, modelos de gobernanza) y sus efectos sobre el proceso de innovación y el territorio (a saber, resultados de la transferencia de conocimiento y tecnología, beneficios empresariales, impacto macroeconómico, entre otros). En cambio, pocos estudios han prestado atención al funcionamiento del mecanismo central de este proceso, es decir, la organización de la investigación colaborativa y la generación de nuevo conocimiento científico y tecnológico. Se trataría, pues, de abrir la “caja negra” de la producción de ciencia y tecnología que tiene lugar dentro de los CIC, en analogía con lo que se ha venido haciendo en la historia reciente de los estudios sociales de la ciencia con otros organismos de investigación tradicionales (Carayol y Matt 2004a; 2004b; 2006).4 En el caso de las organizaciones para la investigación colaborativa, existen estudios acerca de los problemas de gestión que sufren los centros de investigación (Gray 2008; Boardman 2012; Boardman y Ponomariov 2014), si bien ninguno de ellos se ha ocupado con atención de la producción de ciencia y tecnología. Algunos estudios han intentado estimar el rendimiento organizacional de los CIC, aunque midiéndolo en términos de satisfacción personal de los socios o de los investigadores implicados en la colaboración (Gray et al. 2001; Coberly y Gray 2013; Davis et al. 2013). Prácticamente, no se ha dedicado atención al efecto que trabajar en estas nuevas estructuras puede tener en las 3 El concepto de “centros de investigación colaborativa” puede resultar algo borroso en que se refiere a algunas organizaciones concretas que se adaptan a la definición en distinta medida. A lo largo de la tesis aclararemos el concepto de una manera más específica, relacionándolo con las experiencias que se pueden observar en distintos sistemas y revisando las definiciones propuestas en los estudios especializados. 4 En las propias palabras de estos autores: "There is room for setting a research agenda aiming to open the 'black box' of the production process of scientific knowledge" (Carayol y Matt 2004a). 27 dinámicas y capacidades de los investigadores de generar conocimiento científico y tecnológico. Aún en menor medida se ha intentado relacionar los distintos tipos de resultados del trabajo de los investigadores y los centros, así como las relaciones de los investigadores con la organización de sus respectivos centros de investigación. Con arreglo a los CIC, existen también estudios acerca de los factores que facilitan la transferencia hacia las empresas del conocimiento producido dentro de los centros de investigación (Russo y Herrenkohl 1990; Rogers et al. 1998; Santoro y Gopalakrishnan 2000; 2001; Gopalakrishnan y Santoro 2004). Sin embargo, estos estudios suelen tener dos grandes limitaciones. En primer lugar, pese a que han arrojado luz acerca de los factores que facilitan la transferencia de conocimiento desde los centros hacia las empresas, no analizan cómo se ha producido dicho conocimiento en el seno de la organización, es decir, el proceso que precede a la transferencia de conocimiento y tecnología. En segundo lugar, aunque se ha estudiado cómo afecta la organización de las empresas al proceso de transferencia de conocimiento, no se suele prestar mucha atención a las cuestiones organizativas específicas de los centros de investigación. En otras palabras, solo se ha prestado atención, principalmente, al punto de vista de las empresas, existiendo en cambio numerosas lagunas empíricas referidas a las características del centro o de los investigadores y los posibles efectos sobre este proceso. En la literatura especializada existen notables excepciones, por ejemplo, el estudio realizado por Toker y Gray (2008) que, sin embargo, se centra casi exclusivamente en consideraciones relacionadas con la organización del espacio de trabajo. El único estudio encontrado en la bibliografía accesible que realiza un análisis sistemático de la productividad de los CIC se refiere al caso del programa I/UCRC (ver Cap. 1, apartado 1.2) en Estados Unidos (Cohen et al. 1998). En este estudio se presentan datos acerca de la productividad de los centros de investigación formados entre universidad y empresa. En él se describen los problemas para medir la productividad científica y tecnológica de los centros y se intentan identificar los factores organizacionales que la determinarían. Estos autores ponen de relieve la dificultad de medir la productividad de los CIC y la necesidad de diferenciar entre medidas basadas en unidades monetarias y fuerza de trabajo, resultando esta última más adecuada para un análisis de tipo explicativo. Además, muestran la complementariedad entre las actividades desempeñadas por los centros, al mismo tiempo que muestran la diversidad de factores que pueden tener un efecto sobre la productividad de los investigadores, como el sector científico-tecnológico, la orientación 34 por qué los CIC constituyen un ejemplo interesante para la teoría social referida a la innovación y explicitar a qué problema teórico se hace referencia con su análisis. La postura al respecto que se defiende en esta tesis consiste en que el estudio de la actividad científica de los CIC tiene implicaciones interesantes para el debate sociológico. En concreto, la presente investigación pretende situarse en la línea de una fertilización cruzada entre la sociología de la ciencia de carácter institucional, centrada, sobre todo, en los aspectos organizativos, laborales, regulativos y simbólicos de la llamada comunidad científica, con algunas ramas fructíferas de la actual sociología económica y de las organizaciones. Se trata de fomentar un acercamiento de la sociología económica y de las organizaciones al estudio de la ciencia y la tecnología, recuperando la idea de una “sociología económica de la ciencia” (King 1971:9), en línea con la visión institucionalista de las profesiones científicas de R.K. Merton (Merton 1973; Fernández Esquinas y Torres Albero 2009) y con algunas contribuciones recientes desde la economía de la ciencia y el conocimiento, más abiertas a la integración con la sociología (Carayol y Matt 2004a; 2004b; 2006; Cummings y Kiesler 2014). Esto significa también tener en cuenta los avances de la sociología económica en campos contiguos a la ciencia y la tecnología, como la innovación organizacional (Hage 1999; Lam 2000), la transferencia de conocimiento (Lucas y Ogilvie 2006; Fernández Esquinas 2013) o la innovación tecnológica (Trigilia 2007; Fernández Esquinas 2012). En definitiva, este enfoque propone reducir la división habitual entre la sociología de la industria, las organizaciones y el trabajo, por un lado, y la sociología del conocimiento, la ciencia y la tecnología, por el otro, con el objetivo de contribuir al desarrollo de una sociología de la innovación. Se considera que el estudio de los CIC constituye una buena oportunidad para aplicar un enfoque de sociología de la innovación debido a la propia naturaleza del trabajo realizado dentro de estas estructuras. Como se ha indicado, los CIC constituyen un ejemplo de actividad científica colectivizada, organizada y colaborativa orientada a fines innovadores. Además, representan una tendencia de cambio cultural dentro de la ciencia, donde se interiorizan nuevas normas y valores. Dentro de este contexto, la estructura social y cultural en la que se encuentran “incrustados” los investigadores es muy relevante debido al contraste que supone con las configuraciones regulativas y normativas automáticas. Sin embargo, podría darse este interés si se descubriera que estas empresas constituyeran un ejemplo de alguna tendencia interesante para la teoría social (Bozeman 2013). 35 existentes habitualmente en las instituciones científicas tradicionales. En particular, se defiende que los CIC pueden constituir un “laboratorio” interesante para estudiar la dimensión organizacional del proceso de transferencia de conocimiento científico y tecnológico (Oerlemans y Knoben 2010). A lo largo del Capítulo 2 se volverá sobre este punto. HIPÓTESIS DE LA INVESTIGACIÓN Las hipótesis de investigación de la tesis son principalmente de tipo exploratorio y orientadas a guiar y estructurar el análisis de datos empíricos. Como veremos más detalladamente en los Cap. 1 y 2, el estudio de los CIC y de la producción de conocimiento en los organismos colaborativos de I+D constituye un campo de investigación relativamente reciente, muy fragmentado y que, en particular, carece de trabajos con una fuerte orientación teórica (Bozeman 2013). Por lo tanto, las hipótesis que presentamos a continuación están orientadas hacia una mejor comprensión del objeto de estudio y la definición de nuevas hipótesis más precisas a partir del análisis de los resultados de la investigación. Las hipótesis de investigación se apoyan en algunas perspectivas y contribuciones procedentes de la sociología económica (Bourdieu 2005; Portes 2014) y de la teoría de la organización industrial (Nahapiet y Ghoshal 1998; Lam 2000). Estas teorías reconocen la existencia de diferentes niveles y dimensiones de análisis, así como de distintas formas de capital involucradas en el proceso productivo. Por lo tanto, nuestras hipótesis se apoyan en un marco analítico multinivel y multidimensional, en el que las distintas formas de capital reconocidas por la sociología más allá del capital económico tienen especial importancia. En particular, diferenciamos entre el nivel organizacional y el individual para el análisis. Asimismo, tenemos en cuenta diferentes variables (p. ej., con función de control, como el tamaño o el sector de la organización) y distintas formas de capital involucradas en el proceso de producción de ciencia y tecnología, como el capital humano, el capital social o el capital cultural, resumidas a través del concepto de “capital humano científicotécnico” (Bozeman et al. 2001). La idea que subyace a este enfoque es que el propio conocimiento científico y tecnológico constituye una forma de capital (científico, 36 tecnológico, pero también económico, intelectual o social) que se produce a partir de otras formas de capital involucradas en la investigación colaborativa. Para operacionalizar el concepto de capital humano científico-técnico, hemos empleado, principalmente, la categoría profesional del trabajador del centro. Diferenciamos entre investigadores doctores y no doctores, técnicos de investigación, personal administrativo, estudiantes de doctorado y otros estudiantes. Los trabajadores que pertenecen a distintas categorías profesionales se diferenciarían entre sí por su capacidad de creación, recombinación o gestión del conocimiento. Distinguimos entre distintas formas de conocimiento, por ejemplo, científico o técnico, codificado o tácito, formal o informal. Operacionalizamos estas diferencias a partir de la orientación y los resultados del proceso de producción de ciencia y tecnología que tiene lugar en los CIC. Nuestras hipótesis exploratorias de investigación son las siguientes: 1. La producción de ciencia y tecnología en los CIC es un proceso que presenta diferencias conforme se analice a nivel organizacional (p. ej., centro de investigación) o individual (p. ej., investigadores). En particular, esperamos encontrar dinámicas organizativas y laborales diferentes en cada nivel. 2. Los resultados de la producción de ciencia y tecnología en los CIC dependen del capital humano científico-técnico, representado por la categoría profesional del trabajador, que constituye una dimensión idónea para el análisis de este proceso y para explicar una proporción importante de la variabilidad en lo referido al tipo de resultados producidos y al impacto de los mismos. 3. La categoría profesional ejerce una importante labor de predicción del tipo de actividades desempeñadas por los trabajadores de los CIC y el tipo de resultados científicos y técnicos que obtienen, aunque estas variables dependerían también de otros factores tradicionalmente asociados a las dinámicas laborales en el ámbito de las organizaciones de I+D. 4. La composición profesional de la fuerza de trabajo del centro contribuye a predecir el tipo de producción científica y tecnológica, así como el impacto de las actividades y los resultados del trabajo, aunque estas variables dependerían también de otros factores organizacionales que se suelen asociar a este ámbito. A final del Cap. 2 (ver apartado 2.3) presentamos detalladamente el desarrollo de las hipótesis de investigación a partir del marco de referencia utilizado. Asimismo, en dicho 37 apartado incluimos la descripción detallada del modelo analítico de la investigación y de los indicadores empleados en el análisis de datos empíricos. ESTRUCTURA DE LA TESIS La tesis está organizada en siete capítulos. La primera parte de la tesis se refiere al marco teórico, es decir, los antecedentes, las teorías de referencia y la metodología de la investigación. Los primeros dos capítulos describen detalladamente el caso de estudio de la investigación y revisan el conocimiento disponible acerca del problema de estudio, en especial las dinámicas y la organización del trabajo científico que tiene lugar en los CIC. Seguidamente, se incluye un breve capítulo que detalla la metodología y las fuentes de datos empleadas en el estudio. Luego, la segunda mitad de la tesis se compone de otros cuatro capítulos donde se presentan los resultados de la investigación. En el cuarto capítulo, utilizando también los datos del mapa de CIC, describimos el contexto histórico, político e institucional de la colaboración entre ciencia e industria en España, ilustramos los programas y las iniciativas emprendidas para crear organizaciones colaborativas de I+D y describimos las características principales de la población estimada de CIC. Los capítulos cinco y seis analizan la organización y la producción científica y tecnológica de los CIC, utilizando los datos de la encuesta a directores de centros. El capítulo siete analiza las características y los resultados del trabajo de los investigadores, utilizando los datos de la encuesta dedicada a ellos. Cierra el trabajo un apartado de conclusiones, donde se resumen los principales hallazgos de la tesis, seguido por los anexos del estudio y el listado completo de la bibliografía empleada. A continuación, se presenta la descripción detallada de cada capítulo. Capítulo 1 Este capítulo constituye una aproximación al objeto de estudio de la presente investigación, es decir, a las nuevas organizaciones colaborativas para la investigación científica y tecnológica representadas por los centros de investigación colaborativa (CIC). El capítulo se ha realizado a partir del análisis de la bibliografía especializada y de la información disponible relativa a programas y políticas públicas para la promoción de estos centros, junto a algunos informes y literatura gris relacionados con su 38 funcionamiento y resultados. El principal objetivo es describir las características fundamentales de estas organizaciones desde una perspectiva global, así como contribuir a aclarar su naturaleza y la terminología adecuada para referirnos a estas. El capítulo está estructurado como se describe a continuación. En primer lugar, se intenta explicar por qué se crean los CIC y cuáles son las motivaciones que subyacen a la colaboración entre ciencia, industria y política. En segundo lugar, se describen los principales planes y programas públicos relacionados con los CIC que se han emprendido en distintos países resumiendo las principales semejanzas y diferencias. En tercer y último lugar, se define qué son los CIC y cómo se diferencian a partir de los estudios especializados en la organización de los centros de investigación y las formas de colaboración en el ámbito de la I+D. En particular, se profundiza en la definición operativa de CIC que se va a emplear en la tesis y se discuten algunos de los esquemas de clasificación que serán de utilidad en los capítulos sucesivos. Capítulo 2 En este capítulo se revisa la bibliografía disponible acerca del proceso de producción de ciencia y tecnología, prestando especial atención al trabajo científico que se desempeña dentro de organizaciones colaborativas similares a los centros que se utilizan como lugar estratégico de investigación en esta tesis. En primer lugar, se empieza presentando el estado de la cuestión acerca del proceso de producción de ciencia y tecnología que se lleva a cabo en entornos tradicionales, como departamentos universitarios, organismos públicos de investigación o laboratorios industriales, integrando las explicaciones propuestas por la economía de la ciencia y el conocimiento con contribuciones procedentes desde el campo de la sociología. Seguidamente, se discuten las dinámicas organizativas y laborales que caracterizan a los CIC. Para ello, nos centramos en aquellos factores críticos de sus trabajadores científicos que afectan a las dinámicas y los resultados del trabajo. Finalmente, se utilizan las principales conclusiones de la revisión bibliográfica para definir el planteamiento de la investigación y un conjunto de hipótesis exploratorias que guían el análisis de datos empíricos, describiendo también las variables y los indicadores empleados para operacionalizar las dimensiones teóricas más relevantes que ayuden a explicar la producción de ciencia y tecnología de los CIC y sus investigadores. Entre estos aspectos, destaca la importancia de la composición profesional 39 de la fuerza de trabajo de los centros, como dimensión del capital humano científicotécnico implicado en el proceso de producción y transferencia de conocimiento. Capítulo 3 En este capítulo comentamos la metodología empleada en la investigación. La elección de los métodos y las técnicas de recopilación y análisis de los datos se basan en los objetivos de la investigación, la revisión de los antecedentes y el marco de referencia para el análisis que hemos presentado en los capítulos anteriores. En particular, en conformidad con el modelo analítico de la investigación, hemos adoptado una estrategia metodológica que reconoce la existencia tanto de diferentes niveles de análisis (p. ej., organizaciones e individuos), como de distintas dimensiones teóricas relevantes para el estudio. Para la obtención de los datos empíricos, hemos combinado fuentes secundarias (p. ej., documentos oficiales) y fuentes primarias (p. ej., entrevistas). La mayoría de estos datos se ha tratado posteriormente mediante técnicas de análisis estadístico. El capítulo tiene la siguiente estructura: en primer lugar, comentamos el diseño general de la investigación y el origen del estudio. Luego, describimos la estrategia del proceso de revisión sistemática de la bibliografía que hemos empleado para el estudio. Posteriormente, comentamos las tres fuentes de datos en las que se apoya la investigación: un mapa de CIC en España construido a partir de técnicas de revisión documental; una encuesta a directores u otros responsables de centros de investigación; y una encuesta a investigadores y otros trabajadores de los centros. Capítulo 4 En este capítulo se analiza la situación de la colaboración entre ciencia e industria en España, considerando tanto la perspectiva histórica y política, como la geográfica. Para obtener la información necesaria relativa a la descripción del contexto, las políticas y las organizaciones existentes, hemos empleado un conjunto heterogéneo de fuentes de datos secundarios y documentales que van desde los informes de resultados y las estadísticas elaboradas por organismos oficiales, hasta planes y programas de I+D, memorias corporativas, directorios institucionales y el contenido de páginas web de centros de I+D y otras instituciones. Además, esta información se ha completado con los estudios relativos al caso español disponibles en la bibliografía científica. 40 La estructura del capítulo es la siguiente: en primer lugar, presentamos muy brevemente las características más destacadas del sistema español de I+D, centrándonos en el caso de los recursos humanos empleados en ciencia y tecnología. En segundo lugar, analizamos el estado de la colaboración entre ciencia e industria en España a partir de aquellos aspectos del sistema que dificultan la colaboración y nos centramos, a continuación, en las políticas que se han emprendido para favorecerla y para promover la creación de organismos de investigación colaborativa. En tercer y último lugar, describimos la población de determinados centros de investigación colaborativa que hemos identificado en nuestro país, a través del mapa realizado ad hoc, analizando tanto su definición administrativa como su distribución geográfica. Entre los principales hallazgos del capítulo, destaca la compleja naturaleza multinivel del sistema español de I+D que ha conllevado una gran variedad de políticas y acciones para promover organismos de investigación colaborativa, lo que da lugar a un grupo muy heterogéneo de organizaciones en toda la geografía española. Capítulo 5 En este capítulo describimos las características específicas relativas a los centros de investigación colaborativa (CIC) en España. Empleamos los datos obtenidos a través de la encuesta dirigida a directores y otros responsables de centros de investigación y los analizamos mediante técnicas estadísticas descriptivas, empleando también modelos multivariantes, como el análisis de componentes principales. El objetivo es describir y explorar las principales características relativas a la organización de los centros y aclarar las motivaciones de los actores que participan en la colaboración. El capítulo está estructurado de la siguiente manera: en primer lugar, examinamos la representatividad de nuestra muestra de centros, efectuando un control en función de algunas variables relevantes. En segundo lugar, analizamos los objetivos de los centros y de las entidades que participan en ellos a partir de la descripción de los socios, su forma de participación, sus motivaciones y la forma de financiación de los centros. En tercer lugar, analizamos los modelos organizativos de los centros a partir de la descripción de los recursos humanos empleados, del tipo de organización del trabajo y del tipo de actividades que desempeñan. Entre los principales hallazgos del capítulo destaca que, aunque exista mucha variabilidad entre las formas organizativas de los CIC en España, la mayoría de ellas se acercaría al tipo ideal del “consorcio público-privado”. Sin embargo, 41 observamos también que los centros españoles suelen contratar y financiar directamente a la mayoría de sus trabajadores, una situación bastante inusual en comparación con la existente en otros países. Capítulo 6 En este capítulo analizamos la orientación profesional de los recursos humanos empleados por los centros de investigación colaborativa (CIC) en España a partir del análisis de los resultados del trabajo que realizan estas organizaciones. Empleamos los datos obtenidos a través de la encuesta dirigida a directores y otros responsables de centros de investigación y los analizamos principalmente mediante técnicas estadísticas multivariantes, como el análisis de conglomerados y el análisis de regresión. El objetivo es describir y analizar cómo los resultados del trabajo realizado dentro de los centros varían en función de la composición profesional de la plantilla de trabajadores empleados. El capítulo está estructurado de la siguiente manera: en primer lugar, desglosamos la composición de la plantilla de trabajadores en categorías profesionales para identificar los diferentes modelos existentes entre los centros. En segundo lugar, describimos el tipo de resultados científicos y tecnológicos que producen los centros y analizamos cómo estos varían entre los distintos tipos de composición profesional. En tercer lugar, describimos los niveles de satisfacción registrados por los entrevistados con arreglo a las actividades y el trabajo en los centros, para luego analizar el efecto de la composición profesional de la fuerza de trabajo sobre la capacidad de los centros y de los trabajadores de generar resultados satisfactorios. Los resultados del capítulo sugieren la existencia de un proceso de convergencia en el campo de las profesiones científicas y tecnológicas, que ha tenido lugar gracias a la hibridación entre la trayectoria académica tradicional y los profesionales técnico-administrativos característicos del sector empresarial. Capítulo 7 En este capítulo analizamos la orientación profesional de los trabajadores empleados por los centros de investigación colaborativa (CIC) en España a partir del análisis de sus características, opiniones y resultados laborales. Como fuente de datos se emplea la encuesta a trabajadores de los centros especificada en la metodología. Analizamos esta información a través de técnicas de análisis estadístico, tanto exploratorio como 42 explicativo, empleando análisis de componentes principales y de regresión logística. El objetivo es describir las características socioeconómicas y profesionales del colectivo de trabajadores para, a continuación, analizar su actitud hacia distintos tipos de actividades científico-técnicas y los resultados que obtienen en el desempeño de su trabajo, diferenciando entre las categorías profesionales empleadas en los centros. El capítulo está estructurado de la siguiente manera: en primer lugar, se discute la representatividad de la muestra de trabajadores, comparándola con la información disponible sobre el universo de trabajadores y centros de investigación existentes en España. En segundo lugar, se describen y exploran las principales características de los trabajadores y del trabajo que desempeñan en los centros. En tercer lugar, se analiza la importancia que los trabajadores otorgan a distintos tipos de actividades científicotécnicas y cómo estas se interrelacionan y varían en función de las categorías profesionales. Luego, repetimos este análisis para los resultados del proceso de producción de ciencia y tecnología llevado a cabo por los trabajadores encuestados. Los resultados del capítulo sugieren la existencia de, al menos, dos orientaciones relativas a la actitud hacia el trabajo y otras tantas en lo referido a los resultados. Sin embargo, estas orientaciones coinciden solo parcialmente con las categorías profesionales examinadas. A lo largo del capítulo se realizan una serie de consideraciones que pueden ayudar a explicar la relación entre categoría profesional y orientación del trabajo a partir del análisis de características individuales. Conclusiones En el apartado conclusivo se resumen los hallazgos de la investigación. En primer lugar, se destacan las conclusiones de los análisis de datos empíricos (contenidos entre el Cap. 4 y el Cap. 7) interpretándolas a la luz de las aportaciones de nuestra revisión de la bibliografía especializada (llevada a cabo en los capítulos 1 y 2) y contrastándolas, en particular, con las hipótesis exploratorias de la investigación (ver Cap. 2, apartado 2.3). Luego se extraen una serie de implicaciones teóricas y metodológicas para el estudio de las estructuras colaborativas de I+D en España y el resto del mundo, así como acerca del efecto de la organización de la investigación colaborativa y de las características individuales de los investigadores sobre la producción de ciencia y tecnología como parte del proceso de transferencia de conocimiento. También se propone una serie de recomendaciones prácticas útiles para definir las estrategias de gestión y evaluación del 43 trabajo científico en los CIC, al menos para el caso de España. Finalmente, se detallan las principales limitaciones de la investigación, tanto de carácter teórico como metodológico, y se identifican una serie de líneas y temas de posible interés para futuras investigaciones en este campo. 50 5. Emergencia de nuevos criterios de calidad para evaluar la ciencia, que presuponen más compromiso con la aplicabilidad y las implicaciones sociales del conocimiento científico. Esta perspectiva tendría dos implicaciones, una de carácter cultural y otra de tipo estructural, pero ambas estarían relacionadas con las dinámicas organizativas de la ciencia. La primera implicación estaría marcada por lo que Bruno Latour ha caracterizado como la transición desde una “cultura de la ciencia” hacia una “cultura de la investigación”: en el primer caso se trataría de una cultura fundamentada en el conocimiento fiable y demostrado, mientras que la segunda denominación se refiere a una actividad en la que predomina el riesgo, la incertidumbre y la curiosidad (Latour 1998). Esta transición implicaría la necesidad de disponer de nuevas normas y valores para evaluar las actividades de las organizaciones científicas. La segunda implicación derivaría de la incertidumbre asociada al “contexto de la aplicación” y se puede resumir en las siguientes tendencias (Gibbons et al. 1994:6): - reformulación constante de las estructuras organizativas; - multiplicación de los lugares de producción del conocimiento; - incremento de las redes de relaciones entre los actores científicos; - diferenciación entre especializaciones cada vez más marcadas, sujetas, no obstante, a una continua recombinación mutua en actividades transdisciplinarias. En otras palabras, en el paradigma del Modo 2 de producción del conocimiento, las organizaciones se vuelven más flexibles, mientras que la estructura de las relaciones informales entre actores científicos, sujeta a una continua remodelación, constituye paradójicamente la constante organizativa principal. Además del paradigma del “Modo 2” de producción del conocimiento, existen otros marcos de análisis que han intentado explicar los cambios recientes en las organizaciones científicas (Hessels y van Lente 2008). Por ejemplo, desde la filosofía de la ciencia, se han propuesto diferentes conceptos para etiquetar las nuevas formas de producción del conocimiento, como los de “investigación estratégica” (Irvine y Martin 1984), “ciencia posnormal” (Funtowicz y Ravetz 1993) o “ciencia posacadémica” (Ziman 2000). Todos estos conceptos apuntan a una transformación en la práctica científica y en el papel de la ciencia en la sociedad, lo que implica una mayor contextualización (o dependencia del contexto), colectivización y colaboración en la producción de ciencia y tecnología. 51 Una prueba de esta transformación en la actividad científica se encuentra en el crecimiento de las industrias basadas en la tecnología, que han reducido la frontera tradicional entre instituciones científicas tradicionales (p. ej., la Universidad) y otros tipos de organizaciones (p. ej., la industria intensiva en I+D). Este proceso ha favorecido la aparición de nuevas formas organizativas para la investigación científica, más flexibles y basadas en el aprendizaje para facilitar el desarrollo del capital humano, incluso dentro de la propia Universidad (Jacob y Hellström 2003). Ejemplos de este tipo de organizaciones podrían ser las alianzas industriales para la I+D, las redes interempresariales o los think-thanks (Nowotny et al. 2001:15-16). También los CIC constituirían un buen ejemplo de organización científica flexible, virtual, multidisciplinaria y colaborativa (Liyanage y Mitchell 1993; 1994; Bozeman y Boardman 2003). 1.1.2. Cambios desde el sector académico Dentro del contexto de la sociedad del conocimiento, las instituciones científicas tradicionales, como la Universidad, han estado sujetas —en muchos casos— a transformaciones profundas para garantizar su supervivencia y reorientar sus estrategias hacia las nuevas demandas sociales (Martin y Etzkowitz 2000). Un ejemplo se encuentra en la importancia creciente que las universidades y los organismos públicos de investigación han otorgado a la comercialización de los resultados de la investigación que se realiza dentro de sus estructuras (Colyvas y Powell 2006; Berman 2008). Otros ejemplos serían la creciente relevancia que están adquiriendo actividades como la creación de empresas y spin-off tecnológicas (Tuunainen 2005), la divulgación científica dentro de medios de comunicación no especializados (Torres-Albero et al. 2011) o la implicación de los científicos en la definición de las políticas nacionales de ciencia, tecnología e innovación (Ziman 1991). Este proceso ha implicado una restructuración tanto de los sistemas de valores como en la organización de las universidades y OPIS a diferentes niveles. Los analistas de la transformación de la ciencia suelen coincidir en que dichos rasgos son una muestra del cambio de paradigma en el seno de las instituciones académicas. Muchos afirman que se está pasando de una visión de la academia como una institución cerrada en sí misma (la denominada “torre de marfil”) hacia otra que reconoce que es necesario que los científicos interactúen con el resto de la sociedad para lograr que los resultados de la investigación 52 sean aplicables y se transfieran con éxito a la sociedad y, por ende, garanticen el progreso económico y social. Hay quienes abogan por una nueva visión de la universidad que incorpora las normas, valores y prácticas propios del sector empresarial; tales como el individualismo competitivo, la asunción de riesgos, la importancia de la innovación y la búsqueda del beneficio económico y el lucro personal. En este sentido, se ha acuñado el concepto de “universidad emprendedora” (Clark 1998; Etzkowitz 2003) que, a veces, refleja un punto de vista normativo en el cambio de las organizaciones académicas. Esta visión no implica que las universidades hayan abandonado completamente sus dos misiones tradicionales (enseñanza e investigación), sino que la denominada “tercera misión”, que incluye la transferencia y comercialización del conocimiento, ha adquirido una relevancia mayor hasta convertirse en el objetivo principal. En cambio, hay quienes han interpretado esta transformación desde una perspectiva algo más crítica, hasta llegar a hablar de la afirmación del paradigma del “capitalismo académico” (Slaughter y Leslie 1997; Slaughter y Rhoades 2004). Aquí la interpretación de la motivación principal estaría relacionada con la necesidad de incrementar los recursos disponibles para la investigación. Según esta corriente, el auge de las políticas neoliberales que ha caracterizado el último cuarto del siglo XX habría comportado un proceso radical de “privatización de la ciencia”. Debido a los recortes en el presupuesto público destinado a la I+D y a las presiones procedentes de la industria, la Universidad habría dejado de considerar el conocimiento científico como un bien público, para pasar a valorarlo como una mercancía intercambiable. En definitiva, la transición hacia el capitalismo académico privaría a las universidades de su función e identidad características, convirtiéndolas en piezas de los mecanismos neoliberales de explotación clasista de los recursos y de reproducción de la ideología y la clase dominantes. Independientemente de la perspectiva que se defienda, se puede afirmar que el papel de las universidades y los OPIS ha cambiado, abriéndose a la cooperación o competición con otros actores científico-tecnológicos, como las empresas de base tecnológica (EBT) o los laboratorios gubernamentales. Desde el punto de vista de las políticas públicas relacionadas con la I+D y la innovación, la creación de organizaciones como los CIC sería una estrategia legítima y necesaria, bien sea con el objetivo de dedicarse a actividades relevantes para la industria y la sociedad más en general (la versión más cercana a la “universidad emprendedora”), bien sea para adquirir los recursos necesarios para 53 mantener la estructura universitaria, el personal y las líneas de investigación existentes (la versión más cercana al “capitalismo académico”). Desde el punto de vista de las comunidades científicas, ya sean investigadores individuales o grupos de investigación, las tendencias de cambio comparten un paralelismo con las anteriores: las motivaciones están basadas en la búsqueda de un mayor impacto socioeconómico del trabajo dentro de organizaciones en colaboración con la industria como los CIC, lo que respondería a una inquietud personal y cultural, o bien en una necesidad material de captación de fondos, mejores condiciones de trabajo y, en ocasiones, de supervivencia de las organizaciones científicas tradicionales (Bozeman y Boardman 2013). 1.1.3. Cambios desde el sector productivo Las tendencias de transformación características de la sociedad del conocimiento afectan también a la industria y al sector privado. Hoy en día, muchas empresas están reorientando sus estrategias hacia una mayor cuota de generación o adquisición de conocimiento científico y tecnológico, que consideran un elemento necesario para la competitividad. El conocimiento se ha vuelto un recurso de gran valor estratégico. Un ejemplo de esta tendencia es el aumento del número de EBT en los crecientes descubrimientos científicos realizados por organizaciones privadas (p. ej., patentes), así como en el incremento de individuos altamente calificados (p. ej., posgraduados y doctores) que trabajan dentro de las empresas. Otra manifestación del cambio se encuentra en el peso que han adquirido ciertos términos —como “conocimiento”, “tecnología”, “I+D” o “innovación”— en el discurso y la cultura empresarial. No obstante, las empresas individuales en pocas ocasiones son capaces de generar innovaciones científicas y tecnológicas a partir del conocimiento disponible en los confines de la organización. A excepción de los grupos de empresas que concentran capacidades de I+D en sectores estratégicos como las TIC, la electrónica de consumo o ciertas especialidades de la biotecnología, frecuentemente, las empresas necesitan recurrir a fuentes externas de conocimiento. Otras veces, es el nivel de complejidad o el elevado alcance tecnológico de las tareas el que lleva las empresas a buscar colaboradores para compartir los recursos, costes y riesgos de la I+D. En este sentido es en el que se habla de “innovación abierta” (open innovation) en las estrategias empresariales (Chesbrough 2003; Chesbrough et al. 2006). El término subraya que son muchos los tipos de actores con los que las empresas pueden colaborar para obtener diversos tipos de conocimientos 54 dirigidos a mejorar sus ventajas competitivas. En los casos en los que se trata de ejecutar proyectos científicos o actividades innovadoras asociadas al conocimiento científico y tecnológico, los organismos para la colaboración son otras empresas y sujetos privados, universidades, laboratorios gubernamentales, fundaciones y centros de I+D. Los CIC serían uno más entre los tipos de socios a disposición de una empresa para la captación de conocimiento a través de la colaboración. Aún no está muy claro cuál es el elemento específico que diferencia a los CIC de otras organizaciones de I+D con las que las empresas pueden colaborar, o bien si dentro de ellos tienen lugar las dinámicas de interacción ya conocidas. Por otra parte, entre los CIC hay una elevada diversificación en cuanto a roles, objetivos y estructuras de la colaboración. Lo que sí está claro es que la existencia de los CIC responde en buena medida al paradigma de innovación abierta dentro del mundo empresarial, aunque complementado con las necesidades de control y protección que requieren las empresas cuando participan en actividades de generación de conocimiento. Participar o colaborar con los CIC implica, de alguna manera, abrir las fronteras corporativas a la entrada o la salida de nuevos conocimientos, personas o recursos, lo que difícilmente sería posible en un contexto de hiperprotección de la propiedad intelectual o de aislamiento corporativo (Perkmann y Walsh 2007). En resumen, los CIC constituyen un ejemplo del proceso de institucionalización de las relaciones entre ciencia e industria, o entre sector público y sector privado, que ha tenido lugar en el campo de la ciencia y la tecnología (Colyvas y Powell 2006; Berman 2008). Este proceso de institucionalización se ha caracterizado por una progresiva difuminación de las fronteras entre sectores diferentes, así como por profundas transformaciones en el interior de las organizaciones. Por este motivo, los CIC son objetos difíciles de clasificar, dado que todavía no formarían parte de ningún sector institucional, sino que más bien son estructuras de nuevo cuño que surgen como punto de encuentro entre sectores diferentes y facilitan la transferencia del conocimiento entre ellos. 1.1.4. Nuevos paradigmas en las políticas de innovación Junto a las nuevas tendencias de cambio organizativo que han afectado tanto al mundo académico como al industrial en la sociedad del conocimiento, también hay que tener en cuenta la perspectiva política y los cambios en los programas públicos y gubernamentales. Es frecuente que las empresas necesiten o soliciten apoyo institucional para innovar. 55 Disponer de nuevos fondos, o incrementar los existentes, es un gran incentivo para llevar a cabo actividades de alto riesgo como la I+D. Sin embargo, son menos evidentes las razones que llevan a las instituciones públicas a apoyar o subvencionar la I+D y la innovación empresarial. Una de las explicaciones clásicas está apoyada por el concepto de “fallo de mercado” (market failure) (Martin y Scott 2000; Heijs 2012), ya que la naturaleza de bien público del conocimiento científico dificultaría su apropiación por parte del productor que, por lo tanto, no estaría incentivado a producirlo. El apoyo público corregiría el mecanismo “imperfecto” del mercado y evitaría que la sociedad se viera privada de un bien tan valioso como el conocimiento científico y tecnológico. Otro concepto muy útil relacionado con el anterior es el de “adicionalidad” (additionality) (Luukkonen 2000; Clarysse et al. 2009). Este concepto pretende operacionalizar el retorno económico o estratégico derivado de las subvenciones públicas para la I+D empresarial. En otras palabras, trata de observar su efectividad o utilidad en términos concretos y mesurables con fines evaluativos. Se puede hablar de diferentes tipos de “adicionalidad”: 1. El primer tipo (input additionality) intenta medir qué parte del nuevo gasto privado en I+D se ha generado a través de la subvención, dentro de la misma empresa o sector: el objetivo es controlar si las empresas subvencionadas superan o, al menos, igualan la cantidad de dinero recibida. 2. El segundo tipo (output additionality) se refiere a la relación entre el nivel del gasto subvencionado y los resultados obtenidos por la empresa, que se pueden operacionalizar en términos científico-tecnológicos (p. ej., publicaciones, patentes, algoritmos, etc.) o económicos (contratación, ventas, etc.). 3. El tercer tipo (behavioural additionality) se refiere a los cambios en la conducta y las estrategias empresariales debidos al incentivo que representa la subvención pública. Se trata de un concepto difícil de operacionalizar, pero que es muy relevante para las políticas de apoyo a la I+D y la innovación empresarial, especialmente desde una perspectiva de medio y largo plazo. Se ha demostrado que muchos programas públicos de apoyo a la I+D empresarial suelen obtener una “adicionalidad” positiva (Czarnitzki y Licht 2006), aunque en el caso del impacto en la conducta empresarial existirían factores que intervienen, como la capacidad 56 de aprendizaje de la empresa (Clarysse et al. 2009). Por ejemplo, el concepto de “adicionalidad” se ha empleado para justificar las subvenciones del Programa Marco de la Unión Europea, aunque en ocasiones se haya criticado su visión cortoplacista, ya que no tiene en cuenta el diferente valor estratégico que la empresa pueda atribuir a la subvención (Luukkonen 2000). Los estudios sobre la “adicionalidad” de los programas públicos de apoyo a la I+D se han dedicado a estudiar también otros aspectos de la colaboración entre ciencia e industria. Por ejemplo, para el caso español, se ha investigado si las empresas subvencionadas incrementaban sus relaciones de colaboración con las universidades y grupos de investigación (Busom y Fernández-Ribas 2008). Sin embargo, la “adicionalidad” es un concepto que serviría principalmente para medir los resultados de las políticas de apoyo financiero dirigidas a la empresa y resulta difícil de aplicar a otros programas públicos que están más bien destinados a fomentar la colaboración. Precisamente, el paradigma de la cooperación entre sectores es la otra noción que ha tenido especial importancia en las políticas de innovación y que tiene implicaciones importantes para nuestro objeto de estudio, en la medida en que considera que la colaboración es un valor en sí mismo debido a que facilita la generación y circulación de conocimiento y, entre otras cosas, es uno de los mecanismos que propicia el funcionamiento de la innovación abierta en las empresas. Se ha hablado, en este sentido, de “paradigma colaborativo” en las políticas de innovación, entendiendo con este concepto que las instituciones públicas emplean de forma proactiva las capacidades científicas y técnicas de universidades e industria para fomentar la generación de innovaciones radicales, gestionando el desarrollo de relaciones colaborativas. Pese a que hace décadas que existe la colaboración, esta definición ampliada del papel gubernamental en la ciencia y la tecnología es más reciente y ha comportado la implementación de políticas públicas y la creación de instituciones de nueva generación (Dodgson 1992; Crow y Bozeman 1998). En cualquier caso, no se asume que el papel gubernamental sea solamente el de coordinar y fomentar; al contrario, dentro de este paradigma, es fundamental que las universidades y los OPI realicen actividades de investigación científica cuyos resultados puedan transferirse posteriormente a la industria o sociedad (Bozeman 2000): podemos encontrar un ejemplo de esta tendencia en la demanda de mayor responsabilidad social y económica para la investigación científica financiada a través de fondos públicos (Guston 2000). Los CIC constituirían uno de los 57 ejemplos de esta tendencia orientada al fomento de la colaboración intersectorial desde el sector gubernamental, aunque no el único (Bozeman 2000). 1.1.5. El paradigma cooperativo y las relaciones trilaterales en la sociedad del conocimiento Más allá de las subvenciones a empresas individuales, las políticas públicas de fomento de la I+D y la innovación empresarial han emprendido estrategias muy diversas, como las siguientes (Polt et al. 2001): creación de nuevos marcos regulatorios; inversiones en sectores estratégicos; planes de compra pública; programas de movilidad del personal investigador dentro de empresas; etc. Un pilar esencial de las políticas de innovación se basa en el apoyo público a la creación de nuevas infraestructuras dirigidas a favorecer las interacciones entre agentes del sector científico y del sector productivo. Entre ellas se encuentran los parques científico-tecnológicos, las incubadoras de empresas o los centros de I+D (Etzkowitz 2010). En concreto, este es el caso de los consorcios o alianzas estratégicas para la innovación, donde los gobiernos, las empresas y las asociaciones industriales colaboran directamente para financiar y llevar a cabo actividades de I+D (Link et al. 2002). En otras ocasiones las alianzas y los consorcios promovidos desde las instituciones públicas incluyen también la colaboración directa de las universidades u otros organismos académicos. En este caso se puede hablar de una colaboración basada en una “triple hélice” de relaciones interinstitucionales. El llamado “modelo triple hélice (TH)” ha intentado resumir las dinámicas de la innovación dentro de la sociedad del conocimiento a partir de la acción conjunta de estas tres esferas institucionales, es decir, la universidad, la industria y el gobierno. Se trata de un modelo que ha surgido desde el campo de los estudios sociales sobre la innovación, pero que ha tenido una importante difusión en ámbito político y profesional, constituyendo incluso una especie de guía para las políticas públicas. La denominación de TH nace de una analogía con la evolución biológica y la estructura del ADN: en la sociedad del conocimiento, la innovación derivaría de la estructura de interacción constante entre las tres “hélices” institucionales, que llevarían los “genes” de la evolución del sistema (Etzkowitz y Leydesdorff 1997; 2000). Según el modelo TH, los gobiernos intentarían fomentar cada vez más la comunicación, el intercambio de recursos, la movilidad de los trabajadores y los procesos de aprendizaje 58 entre las tres “hélices” (Etzkowitz y Klofsten 2005; Etzkowitz 2010). Las organizaciones híbridas y colaborativas de I+D constituirían una de estas estrategias, debido a su naturaleza flexible, multinstitucional y —a veces— “virtual”. Estas organizaciones permitirían esa “recombinación creativa” de recursos que está en los cimientos de la innovación empresarial (Schumpeter 1939). Por lo tanto, la creación de organizaciones a partir de la colaboración entre universidades, empresas y administraciones públicas no sólo sería un rasgo característico de la sociedad contemporánea, sino que también constituiría una herramienta esencial para la innovación a nivel sistémico.9 Figura 1.1 – Tendencias contemporáneas en las organizaciones de I+D Fuente: Elaboración propia a partir de Turpin (2014) En resumen, junto al auge de nuevos paradigmas organizativos en la sociedad del conocimiento, como el modo-2 de producción del conocimiento, la universidad emprendedora, el capitalismo académico, la innovación abierta y el paradigma colaborativo de las políticas públicas de ciencia e innovación, el modelo TH sería capaz de resumir todos estos cambios y, como se indica en términos gráficos (Figura 1.1), resulta especialmente adecuado para interpretar la lógica de creación de los centros de 9 Una de las limitaciones que se han destacado acerca del modelo TH es que es bastante genérico, dado no describe con precisión los mecanismos entre las tres “hélices” (Universidad, Industria y Gobierno) que están a la base del proceso de innovación. Además, según algunos autores no está claro si el modelo TH describe la realidad, la interpreta o intenta transformarla (Shinn 2002; González de la Fe 2009). Por lo tanto, no está tampoco claro si el modelo TH es descriptivo, explicativo o más bien normativo. Universidad emprendedora, capitalismo académico… Estrategias empresariales de innovación abierta Paradigma colaborativo, adicionalidad… Sociedad del conocimiento CIC 59 investigación colaborativa. Las tres perspectivas (académica, empresarial, gubernamental) serían relevantes para explicar los cambios organizativos en ciencia e innovación. Al mismo tiempo, estos tres puntos de vista y ejes fundamentales de cambio estarían integrados en el debate normativo y el proceso de transformación más amplio del que hemos hablado al principio de este apartado: la sociedad del conocimiento; además, esta incrustación de los tres actores institucionales fundamentales dentro del contexto social y cultural se adaptaría en función de las características de cada país o contexto político (Turpin 2014). 1.2. POLÍTICAS Y PROGRAMAS PARA LA INVESTIGACIÓN COLABORATIVA DESDE UNA PERSPECTIVA COMPARADA A continuación, se concretan las tendencias especificadas en el apartado anterior recurriendo a los principales ejemplos de organizaciones híbridas para la investigación colaborativa que se encuentran en distintos países. Tendremos en cuenta áreas geográficas muy diferentes, como Norteamérica, Asia y Europa, para luego comparar las diferencias y semejanzas entre las políticas y los programas que se han emprendido en los distintos países. 1.2.1. Estados Unidos: programas federales y estatales EE. UU. es uno de los países en los que la institucionalización de la colaboración entre ciencia e industria ha alcanzado niveles más elevados. En este caso, ha sido determinante la actividad de la NSF (National Science Foundation), la Fundación Nacional para la Ciencia.10 A lo largo de las últimas tres décadas, la NSF ha impulsado distintos programas para crear y financiar organizaciones del tipo de los CIC. Cabe destacar los programas STC, ERC, I/UCRC, SBIR, SBTT y PoCC, que se detallan a continuación, empezando 10 La NSF es una agencia federal creada por el Congreso estadounidense en 1950 con el fin de promover el progreso de la ciencia. Tiene un presupuesto anual de cerca de seis mil millones de dólares destinados, en gran parte, a la financiación de la investigación básica en universidades, lo que supone el 20 % de los fondos federales destinados a este fin. La investigación financiada incluye desde las ciencias naturales, hasta la ingeniería y las ciencias sociales. Quedan en parte excluidos, por lo general, campos como la medicina, las ciencias del espacio y la defensa, que gestionan otros organismos, respectivamente el NIH, la NASA y el DARPA. El caso que se parece más al de la NSF en nuestro país sería, probablemente, el Plan Estatal de I+D+I gestionado por la Administración General del Estado. 66 al. 2011; Garrett-Jones et al. 2013) que habían destacado algunas de las deficiencias de este programa y la necesidad de modificar los mecanismos organizativos y de evaluación. Se han señalado dos problemas principales de carácter interno y externo:  la necesidad de “librar” a los investigadores de muchas de las prácticas burocráticas relacionadas con la gestión de los centros, así como de apoyar una mayor estructuración y autonomía organizativa de los centros (p. ej., a través de la contratación de personal dedicado a tareas administrativas);  la necesidad de revisar los criterios de evaluación y progresión de los investigadores individuales (para incluir la colaboración con la industria como un criterio de mérito), así como la de armonizar los distintos programas existentes orientados a la colaboración entre ciencia e industria, con el fin de evitar solapamientos y redundancias. Por otra parte, en Australia existen otras formas de colaboración entre ciencia e industria distintas al programa CRC. Los estados regionales están asumiendo un papel cada vez más importante en las políticas de ciencia, tecnología e innovación (Garrett-Jones 2004). Se puede observar una tendencia a la regionalización de estas políticas, donde actores locales (regiones, municipios, universidades, asociaciones y empresas locales) cooperan y crean estructuras para ejecutar proyectos innovadores de forma colaborativa (Kilpatrick y Wilson 2013). Entre estas iniciativas, destacan los centros de servicio tecnológico a las empresas y los organismos de intermediación entre gobiernos, universidades, empresas y tercer sector dedicados, principalmente, a definir proyectos urbanos de innovación social. Entre estas, se podrían encontrar muchas organizaciones del tipo de los CIC. Como conclusión de la revisión del caso australiano, conviene señalar dos aspectos fundamentales relativos al personal empleado en los CIC, diferenciando entre investigadores empleados en los centros y el personal de las empresas que participan en la colaboración. Con arreglo al personal investigador, la experiencia de Australia muestra las dificultades que se pueden encontrar para crear entornos híbridos en los que participa personal universitario cuyas carreras responden a la lógica de funcionamiento de las organizaciones académicas. Al respecto, tanto los informes de evaluación como los estudios académicos han destacado la existencia de dificultades de adaptación “cultural” por parte del personal. Una posible explicación de estas dificultades podría estar relacionada con que, en el caso del programa CRC, el personal investigador de los centros 67 ha estado compuesto, en buena medida, por profesores universitarios o posiciones análogas dentro de organismos públicos de investigación. Por otra parte, la participación de las empresas en estos centros, a pesar de haber sido relativamente intensa, no habría implicado un grado de colaboración de investigadores de empresa y tecnólogos industriales equivalente, por ejemplo, al caso de los Estados Unidos. Esto se debería a la distinta composición del tejido industrial australiano, de mucha menor envergadura y con menor presencia de empresas con altas capacidades científicas. 1.2.3. Canadá: la red NCE Canadá posee una dilatada experiencia en la colaboración entre ciencia pública e industria privada. Desde el nivel federal, el Consejo Nacional de Investigaciones Científicas de Canadá (National Research Council, NRC) ha utilizado principalmente dos herramientas para promover la colaboración entre ciencia e industria: el IRAP y la red NCE (AtkinsonGrosjean et al. 2001; Fisher et al. 2001). El programa IRAP (Industrial Research Assistance Program) se lanzó en 1962 con el objetivo de fortalecer la colaboración desde la perspectiva de la industria privada, facilitando la movilidad de personal técnico e investigador entre el sector público y el privado en el interior de la misma área geográfica. El programa IRAP constituyó el punto de partida para la elaboración del otro programa, el NCE (Network of Centres of Excellence), la red de centros de excelencia, que operaba, más bien, desde una perspectiva académica. El objetivo explícito del programa NCE era la transformación de las normas y las prácticas de la I+D, tratando de difuminar las fronteras entre el sector público y el privado. El programa pretendía lograr este objetivo mediante la creación de una red “virtual” de colaboración para hacer investigación persiguiendo criterios de excelencia científica, aunque orientada al mismo tiempo a las necesidades de las industrias y al desarrollo económico del territorio. En efecto, los centros NCE involucran distintos tipos de actores e instituciones, como universidades, laboratorios federales, agencias públicas, hospitales, fundaciones privadas, asociaciones industriales, empresas, etc. Además, los centros NCE poseen una naturaleza “parasitaria”, es decir, utilizan los espacios y las infraestructuras pre-existentes (p. ej., laboratorios e instalaciones universitarias), para crear una red “virtual” y no físicamente localizada. La idea se basaba en dar prioridad a la inversión en capital humano respecto a las infraestructuras y la gestión (Atkinson-Grosjean et al. 2001; Fisher et al. 2001). 68 El programa NCE se lanzó en 1990, aunque llegó a adquirir un carácter permanente únicamente a partir de 1997. El primer ciclo de ayudas, que inicialmente tenía un carácter quinquenal, estuvo activo durante catorce años, convirtiéndose en ese periodo en la principal herramienta de I+D del gobierno federal. En términos presupuestarios, el apoyo gubernamental al programa fue bastante alto y se mantuvo a lo largo del tiempo, a esto hay que añadir la financiación aportada por las universidades y las organizaciones privadas.21 Aunque inicialmente el programa estaba orientado a la colaboración con grandes empresas multinacionales, pronto se prestó más atención a la colaboración con las PYMES locales y a la generación de nuevas empresas con base tecnológica. Sin duda, el mayor logro del programa NCE ha sido crear redes estables de cooperación entre el sector público y el privado, favoreciendo la movilidad de personal, la investigación colaborativa y la transferencia de tecnología y conocimiento. Finalmente, un aspecto muy interesante del programa NCE es que se trata de una estrategia federal para crear una red de colaboración de alcance nacional que ha sabido adaptarse a las necesidades y peculiaridades del territorio. Al mismo tiempo, ha permitido al gobierno central intervenir en una materia que es de competencia regional en Canadá (Salazar y Holbrook 2007). Los centros NCE han favorecido formas de cooperación de carácter horizontal, facilitando la construcción de un sistema equilibrado de gobernanza de las políticas de I+D en el territorio (Clark 2010; Wixted y Holbrook 2012). Además, han estimulado la generación de EBT y de prácticas innovadoras en el territorio, reforzando la imagen y la posición de Canadá como un país innovador en el marco de la sociedad del conocimiento (Garrett-Jones 2007). En conclusión, el caso de Canadá es interesante, principalmente, porque refleja cómo las políticas emprendidas desde los gobiernos centrales (p. ej., federal) no sólo son capaces de anticipar tendencias que posteriormente pueden difundirse y ser “copiadas” por actores gubernamentales ubicados en otros niveles (p. ej., regional) o en otros países (Salazar y Holbrook 2007; Clark 2010), sino también porque ejemplifica cómo los propios gobiernos son capaces de cambiar y adaptar sus objetivos políticos para fomentar la 21 En 1990 se impulsaron 15 redes de cooperación que, más tarde, llegaron a ser 22 y permanecieron activas hasta 2005. A lo largo del periodo 1990-2000, la financiación gubernamental supuso aproximadamente el 90 % y la privada el 10 %, lo que supone un total de 728,7 millones de dólares (Atkinson-Grosjean et al. 2001). A lo largo del tiempo, el presupuesto anual de cada red de cooperación disponible para la investigación se ha mantenido entre los dos y los cuatro millones de dólares (Fisher et al. 2001). El tamaño de las redes de cooperación es variable, pero suele encontrarse en torno a unos 100-200 trabajadores, entre los cuales los investigadores doctores suelen constituir casi un tercio del total (Salazar y Holbrook 2007). 69 colaboración. En el caso del programa NCE, se ha visto como la orientación de las acciones del gobierno federal ha evolucionado desde grandes empresas multinacionales hacia una mayor conexión con el territorio a través del fortalecimiento de la base científica y tecnológica de las PYMES. En este sentido, es interesante también recordar cómo el gobierno canadiense ha sabido constituir una red interinstitucional e interorganizacional bien articulada en el territorio sin descentralizar los órganos de gobierno fundamentales del programa, fomentando la cooperación horizontal a nivel local, pero manteniendo, al mismo tiempo, un fuerte control en el proceso global de colaboración, principalmente, a través del control de los flujos de financiación de la investigación. 1.2.4. Asia: centros de excelencia e institutos universitarios La región Asia-Pacifico es un área cuya economía se encuentra actualmente en gran expansión. Al mismo tiempo, su sistema universitario y científico está viviendo un periodo de intenso desarrollo, que está muy estrechamente vinculado a la intención política de los gobiernos de fortalecer la capacidad innovadora de la industria local y competir con los centros de I+D norteamericanos, australianos y europeos. No se puede reunir en este trabajo una casuística detallada de las experiencias existentes en países muy diversos y de una enorme envergadura, sobre todo los casos de China e India,22 donde, por otra parte, no hay información accesible ni estudios empíricos publicados equivalentes a las experiencias de los países occidentales. En este apartado se han seleccionado sólo aquellas experiencias más conocidas que se tratan en la literatura especializada y que pueden considerarse reflejos de la tendencia de cambio de las dinámicas de I+D de estos países. Algunos países de la región Asia-Pacífico han emprendido políticas y programas para la colaboración entre ciencia e industria, en ocasiones, imitando la experiencia de los países occidentales. Es lo que ha ocurrido, por ejemplo, en Hong Kong, pese a algunas dificultades debido a la rigidez de programas impuestos “desde arriba” por el gobierno 22 En el caso de India, disponemos de alguna evidencia limitada que, sin embargo, destaca la relevancia que la colaboración público-privada ha ido adquiriendo a lo largo de los últimos quince años. En particular, los planes y programas redactados por el gobierno hindú para la ciencia y la tecnología destacan la necesidad de potenciar las relaciones entre universidades y empresas, especialmente, en los sectores más estratégicos para la economía nacional, como la energía y la agricultura, el transporte y la vivienda, sin descuidar sectores punteros que han conferido a la ciencia de este país una relevancia internacional, como las telecomunicaciones o la biotecnología (COTEC 2007). 70 (Eng y Patchell 2000). En este país el gobierno comisionó una serie de estudios dirigidos por expertos internacionales para asesorarse acerca de las experiencias de otros países, principalmente de Estados Unidos. Estos estudios pusieron de manifiesto la fuerte orientación académica de la universidad en Hong Kong y la dificultad de relacionar la investigación con las necesidades del tejido industrial local, pequeño pero intensivo en conocimiento y especializado en el sector audiovisual. El gobierno dejó buena parte de la iniciativa en mano de las universidades, obteniendo resultados modestos, pero no despreciables que, al menos, pusieron de manifiesto la necesidad de las empresas locales de disponer de mayores flujos de conocimiento procedentes desde el sector científico; además, en algunos casos se han puesto en marcha programas de formación y movilidad de los estudiantes orientados a las necesidades de los socios industriales (Eng y Patchell 2000). El primer país asiático en dotarse de estructuras con características propias de un CIC fue Corea del Sur en 1989, con los centros de excelencia promovidos por la KOSEF, una fundación publica perteneciente al gobierno nacional.23 Este programa tenía un doble objetivo (Ahn 1995): - fomentar la capacidad de autodesarrollo del sector tecnológico en Corea a través de la excelencia científica y de la mejora del capital humano; - solucionar algunos problemas económicos y sociales de gran alcance y relevantes para el país, por ejemplo, con arreglo a la seguridad nacional. Otros objetivos tenían que ver con la realización de investigación multidisciplinaria, la formación de estudiantes y la cooperación internacional. A través de la KOSEF se crearon dos tipos de centros: los Centros de investigación científica (SRC, Science Research Centers) y los Centros de investigación en ingeniería (ERC, Engineering Research Centers). La diferencia principal entre ambos descansaba en el tipo de actividades realizadas: mientras que los SRC estaban orientados hacia la ciencia básica, los ERC se dedicaban a la investigación en nuevas tecnologías relevantes para los procesos de producción industrial.24 Los SRC y ERC se crearon dentro de las 23 En realidad, muchos de estos centros surgieron a raíz de la experiencia de los institutos industriales de investigación en los años 60 y 70, que representaron una experiencia muy temprana de colaboración entre ciencia e industria en la región Asia-Pacifico. 24 En el primer año de vida del programa, la KOSEF seleccionó a 13 propuestas entre las 144 recibidas por 30 universidades distintas. Posteriormente, a lo largo de los años 90, el número de centros SRC y ERC en Corea del Sur ha ido aumentando (Ahn 1995). 71 universidades, los financió el gobierno nacional y realizaban actividades de I+D con empresas, adoptando distintas modalidades (contratos, acuerdos, intercambio de recursos humanos, etc.). El apoyo gubernamental duraba hasta nueve años, con algunas evaluaciones intermedias. Los programas SRC y ERC, pese a algunas limitaciones de carácter administrativo, así como a las de su capacidad para promover I+D multidisciplinaria e internacional, han despertado interés para las nuevas formas de organizaciones científicas en Corea. También en la República Popular China se pueden encontrar organizaciones del tipo de los CIC (Lal y Boardman 2013), a partir de la iniciativa de distintas instituciones, como la Academia de ciencias (ciencia básica), la Fundación para las ciencias naturales (investigación aplicada patrocinada por empresas) y la Comisión Nacional de I+D (desarrollo tecnológico en parques científicos). No obstante, el caso de China es completamente diferente debido a la distinta tradición de su política de I+D, conectada con las iniciativas estatales, normalmente dirigidas desde los órganos del partido, que giran en torno a los grandes programas de industrialización y estrategia geopolítica de los gobiernos comunistas. En este país encontramos grandes centros de I+D de propiedad estatal, vinculados a la Academia de Ciencias, que responden a los objetivos de política científica del estado. Sin embargo, durante los últimos años también ha ido aumentando intensamente la iniciativa privada en I+D, gracias a una mejor coordinación con el sector público (COTEC 2007). Por ello, los centros promovidos con características similares a los que se estudian en este trabajo, normalmente, no se apoyan en una estructura universitaria, sino que se trata de organizaciones de nuevo cuño, normalmente, ubicadas dentro de parques tecnológicos. En todos estos casos se trata de CIC que apenas reciben subvenciones públicas directas del estado, siendo más relevante la financiación procedente de universidades, bancos y empresas (Lal y Boardman 2013) que, por otra parte, en el caso de los bancos, son de propiedad pública o tienen un fuerte control público.25 25 Pese a la importancia de este país en la economía global, no hemos sido capaces de encontrar mucha más información relevante para el caso de las políticas de investigación colaborativa en China. Esto puede parecer extraño, dado que es de esperarse que existan muchas más experiencias que aquellas reportadas aquí. Esta dificultad de recopilación de información podría ser debida a la existencia de una barrera lingüística o a la relativa opacidad que a veces caracteriza a los medios de comunicación institucionales de este país. De todas formas, reconocemos que se trata de una limitación imputable principalmente a quien escribe y que afecta negativamente a la completitud del presente trabajo. 72 Por último, no se puede olvidar la experiencia de Japón, otro país con importante tradición científica y tecnológica, que ha seguido un modelo muy centralizado en sus políticas de colaboración entre ciencia e industria, pero que, en épocas más recientes, ha vivido también un importante proceso de regionalización y descentralización de las políticas de innovación (Kitagawa 2007). Entre los principales actores institucionales destacan el gobierno central, con un programa de centros de excelencia, junto a la Universidad de Tokio, la más importante del país, que ha apoyado la creación de institutos propios gracias a la mayor autonomía que les ha otorgado el gobierno nacional. En general, los CIC japoneses se caracterizan por la elevada dedicación hacia actividades de investigación básica y de excelencia, así como por un escaso nivel de finalización de los resultados, al mismo tiempo, poseen una fuerte vocación internacional, relacionados con interesantes programas de intercambio y movilidad de estudiantes e investigadores (Lal y Boardman 2013). Esta situación se debe a que el componente de investigación tecnológica de muchas industrias se realiza en sus propios laboratorios corporativos, situados en parques tecnológicos que, tradicionalmente, han tenido vínculos institucionales con sectores universitarios y han recibido mucha financiación desde el sector público para hacerlo, normalmente, bajo una perspectiva de medio y largo plazo para la explotación comercial de los resultados (COTEC 2007). Pese a esta situación, durante los últimos años, el gobierno japonés ha emprendido una serie de iniciativas orientadas a aumentar la participación privada e industrial en las universidades, pasando de mecanismos basados en contactos informales a una estipulación de acuerdos formales y a la constitución de estructuras interorganizacionales estables, como ha acontecido en el caso del Instituto Tecnológico de Tokio (Lee 2011). A modo de conclusión para el caso del área Asia-Pacifico, conviene volver a destacar que —debido, entre otros factores, a la gran distancia geográfica, cultural y lingüística con estos países— no se dispone de mucha información acerca de la evolución reciente de los programas para la colaboración entre ciencia e industria emprendidos en esta región del mundo; por lo tanto, el trabajo de revisión que se acaba de presentar en esta sección es meramente ilustrativo. 73 1.2.5. Europa: políticas comunitarias y nacionales El caso europeo engloba igualmente una gran complejidad debido a la gran diversidad que existe entre los diferentes países que conforman esta área geográfica, a lo que hay que añadir el modelo de gobernanza adoptado por la Comunidad Europea. Por un lado, conviene citar el conocido fenómeno denominado “paradoja europea de la innovación”: la existencia de un sistema académico público extenso y productor de conocimientos científicos de frontera, que está, sin embargo, bastante desconectado de las necesidades del sector productivo. Por otro lado, se pueden destacar los esfuerzos recientes de los gobiernos para promover la colaboración. En este sentido, el programa Marco de la UE ha constituido un importante elemento para promover acuerdos y proyectos colaborativos de I+D (Caloghirou et al. 2001; 2002; Polt et al. 2010). Entre las distintas formas que ha asumido la colaboración entre ciencia e industria, se pueden encontrar experiencias más institucionalizadas que se acercan al caso de los CIC (PREST 2002; CREST 2009), aunque resulta difícil resumir una realidad muy heterogénea. De acuerdo con el enfoque de gobernanza multinivel de la UE, se pueden identificar distintos tipos de iniciativas en función del nivel considerado: supranacional (comunitario), nacional y regional (local). A nivel comunitario, existen programas cuyo objetivo es fortalecer la investigación científica de excelencia e interdisciplinaria en áreas estratégicas o relevantes desde el punto de vista social o económico (Luukkonen et al. 2006; COMPERA 2010a, 2010b; EIT 2012). Muchas de estas iniciativas son bastante recientes, se trata de redes formales de colaboración entre universidades y centros de investigación, que reciben financiación pública y donde las empresas (p. ej., multinacionales) participan indirectamente como colaboradoras. Podemos citar a modo de ejemplo la red de centros de competencia (CRC, Competence Research Centres) promovidos por el Espacio común de investigación europeo (ERA, European Research Area) y la red de comunidades innovadoras (KIC, Knowledge and Innovation Community), promovida por el Instituto europeo de innovación y tecnología (EIT, European Institute of Innovation and Technology).26 26 Los centros de competencia en toda Europa son más de 300, repartidos entre quince países de la UE. Los programas de financiación de los centros de competencia suelen tener una duración de entre cuatro y siete años, aportando alrededor de 200-300 millones de Euros anuales (CREST 2009). En cambio, los KIC son iniciativas más amplias, pero de tipo virtual: actualmente, existen tres KIC en otras tantas áreas tecnológicas que, para el periodo 2010-2012, han presupuestado 777,4 millones de euros, procedentes de fuentes muy diversas, tratándose principalmente de fondos públicos (EIT 2012). 74 Por otra parte, entre las iniciativas de carácter nacional, se pueden enumerar varias relevantes: los institutos Fraunhöfer en Alemania, el programa K-plus en Austria, los centros de investigación colectiva en Bélgica, los centros de excelencia en Suecia y los centros de investigación interdisciplinaria y los de innovación industrial el Reino Unido, entre otros (Hoch 1990; Biegelbauer 2007; Koschatzky y Stahlecker 2010; Schiller 2011; Knockaert y Spithoven 2014). También hay más países que han sido activos en la creación de centros de excelencia, aunque no a través de programas nacionales, sino utilizando la financiación y los marcos regulativos de la Unión Europea, como ha pasado en Finlandia, Irlanda y Noruega (Ryan et al. 2008; Hellström 2011; Ryan 2011; Borlaug y Gulbrandsen 2012). Algunas de estas iniciativas son más antiguas que los primeros programas de carácter comunitario y se remontan a la década de los 90. En la mayoría de estos casos, el objetivo del programa es fortalecer las capacidades del sistema nacional de ciencia e innovación, promoviendo la investigación aplicada en áreas tecnológicas de interés estratégico y la creación de lazos más directos con la industria y las empresas nacionales. No obstante, la gran variedad de iniciativas existentes hace que resulte difícil identificar un patrón organizativo común entre estos programas y los distintos tipos de CIC. En otros casos, los gobiernos regionales y locales han promovido directamente la creación de clústeres, asociaciones o programas para la investigación colaborativa, por ejemplo, en colaboración con universidades, empresas o asociaciones industriales locales. Este es un fenómeno relativamente reciente que se inscribiría dentro de la tendencia de regionalización de las políticas públicas en Europa, incluyendo las políticas de ciencia e innovación (Perry y May 2007). Un ejemplo de políticas con orientación regional se encuentra en Alemania, donde existen programas e institutos que realizan o promueven actividades de I+D colaborativa en el territorio. Estas políticas se impulsan a través de la coordinación entre gobierno federal, gobiernos regionales y otros actores locales, tanto públicos como privados (Koschatzky y Kroll 2007; Koschatzky y Stahlecker 2010). También encontramos el ejemplo de Italia, donde se han dado casos de regionalización de las políticas de innovación, en particular aquellas orientadas a fomentar la competitividad de las PYMES locales (Rolfo y Calabrese 2003). Como acabamos de mostrar, el caso de las políticas e iniciativas emprendidas dentro del continente europeo es un mosaico muy complejo y heterogéneo. Sin embargo, este caso denotaría también una implicación interesante: pese a la gran diversidad de contextos y 75 experiencias, la mayoría de las iniciativas europeas reflejarían tendencias similares, aunque con formas organizativas distintas, que probablemente dependen de la composición y las capacidades de los actores y la orientación especifica de las políticas de innovación. Parece que ser que esta tendencia está orientada hacia la hibridación: si lo que ocurría en los países más avanzados en ciencia y tecnología era una separación entre el sector universitario y el sector de los institutos tecnológicos públicos, orientados a la empresa, pero con poca participación formal de ella (Arnold et al. 2004; 2010), lo que muestran las nuevas estructuras es la integración de distintos actores públicos y privados, tendencia que sería facilitada por las políticas comunitarias europeas. 1.2.6. Resumen de las experiencias internacionales La revisión de experiencias internacionales no pretende ser exhaustiva, sino más bien una ilustración de los distintos tipos de políticas emprendidas. Comparando las políticas de diferentes países se ha mostrado cómo la heterogeneidad entre los contextos geográficos e institucionales es el reflejo de una gran diversidad en términos de objetivos y organización de las nuevas organizaciones colaborativas para la I+D (Lal y Boardman 2013). Sin embargo, junto a esta heterogeneidad, existen también objetivos y estrategias convergentes, como ya se ha señalado con arreglo al estudio comparativo de las políticas para la colaboración entre ciencia e industria en general (Turpin y Fernández-Esquinas 2011). A continuación, se resume brevemente lo que se ha observado en la revisión sucinta de planes y programas presentada anteriormente (Tabla 1.1). En primer lugar, se puede apreciar como hay pocos países que puedan presumir de una gran variedad de programas como la de Estados Unidos, tratándose en muchos casos de iniciativas ya antiguas y de amplio alcance, lo cual ha tenido notables influencias en los modelos seguidos por otros países. Otras experiencias de cierta longevidad se encuentran en los casos canadiense y australiano. Las regiones de Asia-Pacifico, Corea del Sur y Japón se caracterizan por alguna experiencia pionera, aunque es difícil establecer si la envergadura y el desarrollo del programa en épocas más recientes son comparables con el caso de los países anglosajones. La evidencia muestra que las nuevas formas organizativas son algo generalmente reciente para las tradiciones institucionales de sus sistemas de innovación. Parece evidente también que, tanto China (y Hong Kong) como la Unión Europea, están encaminadas a emular —en cierto modo— las experiencias paradigmáticas que encontramos en los países anglosajones. 82 a una “tercera ola” en la evolución de las relaciones entre ciencia e industria, junto a otras herramientas como los parques científico-tecnológicos. Esta fase se caracteriza por la creación de infraestructuras y espacios físicos para facilitar la interacción. Sin embargo, la participación empresarial en estas infraestructuras se limitaría al patrocinio sin que se produzca colaboración directa (Jacob et al. 2000:256-257). En otras palabras, en realidad, la intensidad relacional sería baja: las empresas participarían para obtener soluciones a problemas específicos a través de una relación prácticamente mercantil más que una impulsada por motivaciones de aprendizaje mutuo. 1.3.3. Los CIC como nuevos tipos de centros de investigación En lo referido a los estudios sobre los distintos tipos de centros de investigación, en particular aquellos de carácter mixto o de nuevo cuño, hay quien ha considerado los CIC como una estrategia organizativa novedosa emprendida por las universidades o los organismos públicos de investigación. Por ejemplo, Bozeman y Boardman (2003) han propuesto un esquema de clasificación para los institutos universitarios de investigación en función de su nivel de complejidad organizativa, destacando que aquellos centros más orientados hacia la colaboración con la industria (p. ej., CIC) estarían caracterizados por una mayor complejidad estructural e institucional. El estudio de Etzkowitz y Kemelgor (1998) recupera la definición clásica de centro de investigación propuesta por Friedman y Friedman (1984): “son unidades que: reciben soporte financiero por fuentes independientes de los departamentos; reciben espacios, equipamientos y servicios de soporte de la universidad; están dirigidas por un profesor; participan en programas de educación, aunque menos formales; tienen como tarea principal la investigación”. A partir de esta perspectiva restringida a las características principales observadas en un entorno concreto, el trabajo revisa las características de los centros de investigación norteamericanos, destacando unos cuantos aspectos recurrentes, que servirían para reformular la definición. En concreto, según estos autores, parece que los centros de investigación que encuentran (Etzkowitz y Kemelgor 1998) tienen las siguientes características: - suelen originarse dentro de grupos de investigación universitarios, adquiriendo, sin embargo, una estructura más formal (pg. 271); 83 - suelen estar participados o patrocinados por empresas, aunque de forma indirecta (pg. 276); - dependen en gran medida del apoyo y los recursos que reciben de la universidad, no de la industria (pg. 277); - producen conocimiento más elaborado y “finalizado” que la investigación académica tradicional (pg. 279-280). En cambio, otros estudios han analizado específicamente la naturaleza de los centros mixtos de carácter público-privado. A lo largo de los años 80, un grupo de investigadores de diferentes universidades norteamericanas llevó a cabo un extenso programa de investigación sobre este tema (Crow y Bozeman 1987; Emmert y Crow 1987; 1988; 1989; Coursey and Bozeman 1989; Bozeman y Crow 1990; 1991; Crow et al. 1990; Crow y Bozeman 1998). Estos autores utilizaron la denominación “centros semipúblicos de investigación”, que definieron como: “cada estructura, de carácter formal o informal, donde colaboran al menos un laboratorio gubernamental y una empresa privada, con el objetivo de desarrollar y/u obtener conocimiento tecnológico” (Coursey and Bozeman 1989:8). En particular, destacaron la naturaleza intersectorial, la autonomía organizativa y la creciente relevancia de estas organizaciones. Dejando de lado el contexto estadounidense, los estudios sistemáticos sobre centros de investigación han sido más escasos, pese a su creciente relevancia, por ejemplo, en áreas como Europa (PREST 2002; CREST 2009). Una excepción interesante viene dada por los estudios procedentes de Francia, donde se han investigado las nuevas tendencias en los laboratorios gubernamentales (Larédo y Sandström 1999; Larédo y Mustar 2000) y los centros mixtos de investigación (Joly y Mangematin 1996). Dichos estudios han destacado, sobre todo, el peso del sector público en la financiación de los centros y la pluralidad de actividades emprendidas por estas organizaciones, entre las cuales se encuentra la colaboración con empresas. A modo de conclusión, es posible exponer una relación de características que, según las corrientes de estudio que se acaban de revisar, ayudarían definir a los centros de investigación colaborativa: 1. El dominio funcional corresponde a la investigación y desarrollo tecnológico, en el sentido de que se consideran centros que realizan I+D de manera autónoma (en 84 este sentido, se distinguen de las estructuras mixtas para promocionar la colaboración en I+D). 2. Son organizaciones complejas, formales y estructuradas. 3. En ellas existe un cierto grado de autonomía administrativa y cuentan con infraestructuras propias, de manera que es posible distinguirlas de las organizaciones matriz. 4. Dependen parcialmente del entorno institucional, en particular de programas públicos o universidades. 5. Existe una colaboración intersectorial, tratándose normalmente de socios del sector académico-científico, por un lado, y empresarial-industrial, por el otro. 6. Existen relaciones intensas y frecuentes entre ciencia e industria, al menos desde el punto de vista formal. 7. La participación de las empresas está vinculada, principalmente, a la obtención de nuevos conocimientos de carácter generalista e innovador. 8. El tipo de conocimiento transferido a las empresas, generalmente, es complejo, está poco finalizado en forma de productos y servicios directamente comercializables y es difícil de proteger con herramientas legales. 9. La dinámica de la transferencia de conocimiento está caracterizada por el riesgo y la incertidumbre. 1.3.4. Definición de CIC empleada en la tesis La definición de centro de investigación colaborativa (CIC) que finalmente se utiliza en la presente investigación recoge las anteriores características y se hace eco de las principales aportaciones a este campo de investigación.27 Esta definición constituye el primer intento explícito en este sentido y se ha utilizado posteriormente en las últimas publicaciones de carácter académico sobre los CIC (Boardman et al. 2013). Dichos trabajos se basan en una amplia y consolidada trayectoria en el estudio de los CIC a través 27 Se trata de un trabajo publicado por Boardman y Gray (2010) en el primer volumen monográfico dedicado específicamente a los CIC dentro de una revista científica especializada. En la presente investigación, esa definición de CIC se ha adaptado para tener en cuenta las peculiaridades del contexto español y los problemas relacionados con el trabajo de campo de recogida de datos (Giachi et al. 2013; cfr. también el Cap. 3, apartado 3.3). 85 de estudios académicos y de evaluaciones profesionales. A partir del conocimiento acumulado en las últimas tres décadas de investigaciones, se identifican tres dimensiones relevantes que ayudan a obtener una definición operativa: la estructuración, el tipo de actividades realizadas y los objetivos de la organización. La definición de CIC que proponen Boardman y Gray (2010:450) es la siguiente: “[…] an organization or unit within a larger organization that performs research and also has an explicit mission (and related activities) to promote, directly or indirectly, cross-sector collaboration, knowledge and technology transfer, and ultimately innovation.” Desde nuestro punto de vista, una organización se adapta a nuestro objeto de estudio cuando: a) posee una estructura organizativa claramente definida; b) realiza actividades de I+D; y c) tiene como objetivo explícito fomentar la colaboración entre diferentes sectores para la transferencia de conocimiento (Figura 1.3). Figura 1.3 – Definición de CIC Fuente: Gray et al. (2013): pg.10. En otras palabras, en función de los tres criterios definitorios, los CIC pueden verse respectivamente como: - organizaciones formales dotadas de autonomía propia, que se diferencian de otras por: 1) hacer I+D y 2) promover la colaboración entre ciencia e industria; Estructura formal Colaboración intersectorial Hace I+D CIC Ej.: Laboratorios industriales, departamentos universitarios, etc. Ej.: OTRIS, incubadoras de empresas, etc. Ej.: Redes de investigadores, comunidades profesionales, etc. 86 - centros de I+D, que se diferencian de otros por 1) su alto grado de formalización y 2) promover la colaboración entre ciencia e industria; - canales para promover la colaboración entre ciencia e industria, que se diferencian de otros por 1) su formalización y por 2) hacer I+D. Existen numerosas razones que justifican la adopción de la definición propuesta por Boardman y Gray (2010): por un lado, es muy clara, específica y relativamente fácil de aplicar; se fundamenta ampliamente en estudios previos; es la única hasta la fecha que ha sido propuesta con el fin de ser utilizada en otros estudios científicos; es reciente; ha sido elaborada por dos de los investigadores más destacados en este tema a nivel mundial. Con arreglo a la primera ventaja, he aquí tres ejemplos de cómo esta definición permite diferenciar fácilmente los CIC de otros tipos de organizaciones (Figura 1.3). En primer lugar, los CIC son diferentes de las redes de colaboración entre científicos individuales, dado que estas no poseen una estructura formal. En segundo lugar, los CIC son diferentes de los organismos de interfaz universidad-empresa como las OTRIS, dado que estos no hacen investigación. En tercer lugar, los CIC son diferentes de los departamentos de I+D de universidades o empresas, dado que estos no tienen como objetivo explícito la colaboración (salvo excepciones muy específicas). 1.3.5. Hacia una tipología de CIC A partir de la definición de partida, un ejercicio de utilidad para ponerla en relación con las distintas situaciones empíricas es preguntarse por las variaciones entre tipos de centros. La clasificación de los distintos programas y experiencias para la investigación colaborativa y los centros universitarios ha sido una tarea que, durante los últimos años, ha despertado mucho interés debido a que constituye un paso previo para la formulación de hipótesis acerca del funcionamiento de los CIC (Bozeman y Boardman 2004; Perkmann y Walsh 2007). En particular, este problema ha sido objeto de creciente atención por la relevancia que han empezado a tener las experiencias ajenas al contexto geográfico de los países anglosajones que acumulaban las principales experiencias (EE. UU., Australia, Canadá) y al reconocimiento otorgado por los investigadores académicos como lugares estratégicos de investigación para observar las dinámicas de los sistemas de innovación y los resultados de las políticas públicas que les afectan (Gray et al. 2013; Lal y Boardman 2013). 87 El principal (y posiblemente el único) intento para construir una tipología de CIC con pretensiones de generalización a nivel internacional es el de Gray et al. (2013), llevado a cabo por un equipo de investigadores norteamericanos especializados en la materia. La tipología se define a partir de la experiencia profesional de los autores y de una revisión de la bibliografía, utilizando —en particular— las aportaciones de Bozeman y Boardman (2003) de EE.UU., Carayol (2003) de Europa y Teirlinck y Spithoven (2012) de Bélgica. Según Gray et al. (2013), existen al menos dos dimensiones relevantes para clasificar los CIC (Tabla 1.2): 1. La primera se refiere a la base institucional de la organización, distinguiendo entre CIC incrustados (embedded) en entornos universitarios y otros incrustados en estructuras gubernamentales o públicas. 2. La segunda tiene que ver con la participación empresarial, diferenciando entre CIC en los que participa sólo una empresa (relación bilateral o alianza) frente a los que colaboran con dos o más empresas a la vez (consorcio o red). Cruzando estas dos dimensiones se obtendrían cuatro tipos ideales de CIC (Tabla 1.2). Estos tipos mostrarían diferencias con arreglo a las características básicas que definen a un CIC: formalización, características de la I+D y colaboración. Por ejemplo, los “consorcios universidad-empresa” tendrían estructuras menos formales, pero más descentralizadas y complejas; se dedicarían a actividades de ciencia básica, a la producción de conocimiento genérico con beneficios principalmente en términos de capital humano y social y colaborarían, sobre todo, con grandes empresas y con plazos amplios. Por el contrario, los CIC que corresponden al tipo de “alianzas público-privadas” poseerían estructuras más formalizadas y centralizadas, aunque menos complejas, y se orientarían hacia el desarrollo de tecnologías que puedan aplicarse o comercializarse a corto plazo, principalmente con beneficios dirigidos a un socio que suele ser una PYME. Tabla 1.2 ‒ Tipología general de CIC TIPOS DE CIC Dimensión 2: participación empresarial Consorcial Bilateral Dimensión 1: base institucional Pública (gubernamental, tercer sector, etc.) Consorcio públicoprivado Alianza público-privada Universitaria (universidades públicas y privadas) Consorcio universidadempresa Alianza universidadempresa Fuente: Gray et al. (2013:17) 88 Existe la posibilidad de intentar ubicar dentro la tipología propuesta por Gray et al. (2013) las principales experiencias internacionales identificadas a lo largo del apartado 1.2 (Tabla 1.3). La asignación de un determinado programa o iniciativa dentro de una categoría se decide a partir la información recopilada durante el proceso de revisión bibliográfica llevado a cabo para identificar y describir las distintas experiencias nacionales. Algunos de los programas pueden clasificarse al mismo tiempo dentro de más de un tipo, dependiendo de los casos específicos. Este es el caso de los CRC australianos y de la NCE canadiense, ya que se pueden apoyar tanto en infraestructuras gubernamentales como universitarias. En todo caso, hay que tener en cuenta que se trata de una clasificación orientativa que no ha de ser interpretada en términos estrictamente delimitados. Tabla 1.3 ‒ Aplicación de la tipología entre diferentes países Consorcio Público-Privado  Science and Technology Centers (EE. UU.)  Engineering Research Centers (EE. UU.)  Cooperative Research Centres (Australia)  Network of Centres of Excellence (Canadá)  Centers of Excellence (China)  Centers of Excellence (Japón)  Competence Research Centres (Europa)  Knowledge and Innovation Communities (Europa) Alianza Público-Privada  Proof of Concept Center (EE. UU.)  Small Business Innovation Research (EE. UU.)  Small Business Technology Transfer Awards (EE. UU.) Consorcio Universidad-Empresa  Industry-University Cooperative Research Centers (EE. UU.)  University Research Centers (EE. UU.)  Cooperative Research Centres (Australia)  Network of Centres of Excellence (Canadá)  Science Research Centers (Corea del Sur)  Engineering Research Centers (Korea del Sur)  University of Tokio Institute of Technology (Japón) Alianza Universidad-Empresa  Manufacturing Extension Partnerships (EE. UU.) Fuente: elaboración propia Lo que se puede observar en la Tabla 1.3 es que algunos tipos de CIC parecen estar más difundidos que otros. En particular, los consorcios entre asociaciones de empresas y otros organismos parecen mucho más frecuentes que las alianzas estratégicas entre una empresa y otro socio, sobre todo, aquellos con base pública o gubernamental. Además, se puede ver que existen marcadas tendencias diferenciadas por países y áreas geográficas. Estas tendencias desvelarían la orientación política o la especialización sectorial del contexto institucional, así como la existencia de posibles lagunas. Por ejemplo, se puede apreciar que en los países europeos predominan los modelos fundamentados en la acción pública o gubernamental, mientras que los países anglosajones y asiáticos están más abiertos a la 89 iniciativa desde el sector universitario. Finalmente, es oportuno destacar cómo Estados Unidos es el único país que tiene experiencias de todo tipo dentro de su territorio, debido también al elevado número de programas y al esfuerzo que sus gobiernos y universidades han emprendido para institucionalizar la colaboración entre ciencia, industria y entidades públicas. Pese a que el esquema de clasificación que se acaba de presentar posee la virtud de ser lo suficientemente general como para aplicarse a muchos contextos diferentes y constituye indudablemente un buen paso previo para empezar a comparar los CIC entre diferentes países, también presenta una limitación importante en su aplicación al contexto internacional. En particular, la división entre CIC “universitarios” y “gubernamentales” sufre una visión cultural demasiado vinculada al contexto norteamericano o anglosajón, ya que puede ocasionar problemas en el caso de países —como Francia, España o Italia— donde las universidades y los organismos públicos de investigación comparten muchas características y funciones (Mustar y Larédo 2002; Sebastián y Muñoz 2006), por ejemplo, constituir burocracias públicas que dependen del Estado en cualquiera de sus niveles y estar sujetas a regulaciones administrativas muy distintas a las predominantes en las organizaciones universitarias del mundo anglosajón o los países centroeuropeos. Como consecuencia, la aplicación de esta tipología al caso español requiere ciertos ajustes para reflejar adecuadamente la realidad de nuestro sistema, lo que se tratará en mayor detalle en el capítulo 4. 1.3.6. Perspectivas sobre los CIC Para comprender las peculiaridades de la organización y la gestión del trabajo en las estructuras para la investigación colaborativa como los CIC es conveniente partir de los estudios disponibles. La bibliografía especializada ha destacado que existen tres formas de considerar los CIC en función de que se les analice respectivamente desde las siguientes perspectivas (Boardman y Gray 2010; Gray et al. 2013): - Las políticas públicas - Las estrategias empresariales - Las organizaciones científicas que participan en ellos 90 Esta clasificación trilateral es coherente con la perspectiva del modelo Triple Hélice de relaciones, ya que permite comparar e integrar el punto de vista respectivamente del Gobierno, de la Industria y de la Universidad (Etzkowitz y Leydesdorff 2000) en lo referido a las dinámicas de la investigación colaborativa. El primer ámbito tiene en cuenta el estudio de los CIC como herramientas políticas utilizadas por las instituciones gubernamentales (o análogas) para estimular la colaboración y la innovación tecnológica. Se centran, por lo tanto, en la adicionalidad de la I+D empresarial y en el desarrollo socioeconómico del territorio, así como en el impacto socioeconómico en general. La segunda perspectiva, en cambio, se refiere a la participación de la industria en las organizaciones para la investigación colaborativa, normalmente, en el marco de una estrategia de innovación abierta y, por lo tanto, privilegia las capacidades y motivaciones de la empresa y sus efectos en la competitividad. Sin embargo, el tercer punto de vista de este trabajo es el que tiene un interés especial, dado que es útil para estudiar las dinámicas de producción de ciencia y tecnología. Este ámbito se refiere al estudio de los CIC como una organización científica que se diferencia de otras organizaciones del entorno y que en ciertos aspectos se puede considerar innovadora. Se centra principalmente en investigar los cambios en la estructura de las organizaciones académicas y, en particular, en las condiciones de trabajo y actividades profesionales de los investigadores participantes a la luz de los nuevos paradigmas como los citados anteriormente que se refieren a la universidad emprendedora o al capitalismo académico. Dentro de esta perspectiva teórica, es conveniente hacer una división analítica entre los estudios que prestan atención a los investigadores implicados en la colaboración (perspectiva “micro”) y aquellos que se preocupan de comprender las dinámicas organizativas de los centros de investigación (perspectiva “meso”). A nivel de investigadores individuales, los temas que han suscitado mayor interés han sido las motivaciones para colaborar o afiliarse a los centros de investigación (D’Este y Perkmann 2011; Lam 2011; Su y Keneson 2013), los beneficios que obtienen de la colaboración (Coberly y Gray 2013) y el impacto en su carrera académica (Bozeman y Corley 2004; Klenk et al. 2010; Ponomariov y Boardman 2010). Este punto de vista suele destacar que el colectivo de investigadores tiene, por lo general, una procedencia académica: o bien son trabajadores universitarios que trabajan temporalmente en otra unidad organizativa, o bien son investigadores cuyas expectativas de desarrollo 91 profesional se encuentran en el mundo académico.28 Sin embargo, algunos aspectos de la participación en los CIC por parte de los investigadores a título individual son aún poco conocidos, sobre todo, aquellos relativos al trabajo que desempeñan dentro de los programas de colaboración o a la participación de estudiantes o becarios predoctorales dentro de estas nuevas estructuras. En cambio, los estudios sobre las dinámicas organizacionales consideran a los CIC como entidades autónomas o semiautónomas, que pueden analizarse de manera análoga a cuanto se ha hecho en los estudios sociales sobre ciencia e innovación con los laboratorios, los departamentos empresariales de I+D u otras organizaciones tradicionales de investigación. Es un campo de estudio poco explotado hasta la fecha, donde se ha adoptado casi siempre una perspectiva más bien interorganizacional. A saber, los CIC son vistos como arreglos complejos compuestos por organizaciones diferentes. Sin embargo, las investigaciones al respecto han adoptado casi exclusivamente el punto de vista de las empresas, por ejemplo, para comprender los factores que facilitan el proceso de transferencia de conocimiento y tecnología (Russo y Herrenkol 1990; Rogers et al. 1998; Santoro y Gopalakrishnan 2000; 2001; Gopalakrishnan y Santoro 2004). Al margen de algunas contribuciones ya antiguas relativas al ciclo de vida de los centros (Geisler et al. 1991) o a su gestión estratégica (Liyanage y Mitchell 1993; 1994), los pocos estudios disponibles son muy recientes. Cabe destacar el trabajo de Davis et al. (2013) sobre liderazgo, el de Garrett-Jones et al. (2013) sobre la gestión de los recursos humanos o el de Rivers y Gray (2013) sobre las estrategias empleadas para reclutar nuevos socios. A partir de las bases conceptuales y metodológicas aportadas en este capítulo y, en particular, en este último apartado, el siguiente paso en la estrategia de la tesis consiste en esbozar un marco de análisis que ayude a contestar algunas de las preguntas de investigación, especialmente las referidas a las dinámicas que explican las actividades y los resultados del trabajo de estos centros y de los investigadores que trabajan en ellos. En suma, para el estudio de la producción de ciencia y tecnología de los CIC es conveniente emplear ambas perspectivas, tanto la organizacional (nivel meso) como la individual (nivel micro). La distinción entre estos niveles de análisis, dentro de la misma 28 Conviene destacar que un problema interesante y apenas estudiado es el de los investigadores que no tienen un perfil académico y que desarrollan su carrera profesional en los centros de investigación colaborativa o bien en la industria. En el caso español, como veremos en el Cap. 4, el mercado de trabajo en el sector industrial está muy limitado para este personal debido a las posibilidades de contratación de investigadores de la empresa española. 98 sectores o disciplinas (Klenk et al. 2010) o a través de los enlaces entre páginas web de instituciones (Hellström et al. 2001). En ocasiones, se han empleado técnicas similares para detectar la creación de sectores tecnológicos emergentes, gracias al análisis cruzado del contenido de los programas de investigación y los informes de resultados (Liyanage 1995). Muchos de los indicadores para medir la transferencia de conocimiento desde el sector científico hacia la sociedad hacen hincapié en el proceso de comercialización de los resultados de la investigación. Esta perspectiva es complementaria al análisis de la producción tecnológica medida a través de patentes o licencias. Se trata de indicadores como el número de contratos de servicios de gestión de la I+D, de consultoría tecnológica y de alquiler o venta de equipamiento tecnológico, el apoyo a empresas locales o la creación de nuevos proyectos empresariales, como en el caso de las spin-off que se separan de una organización académica, un caso muy frecuente en el contexto de la “universidad emprendedora” (Steffensen et al. 2000; Johansson et al. 2005). A estos habría que añadir un indicador de alcance intermedio, es decir, de proceso: el número de actividades de I+D ejecutadas, por ejemplo, a través de contratos estipulados con empresas o el número de proyectos financiados mediante convocatorias públicas competitivas. Los proyectos y contratos constituyen métodos usuales de financiación y, por ello, se suelen utilizar como indicadores para la evaluación de la I+D (Bozeman et al. 2001). Con independencia del tipo de indicadores que se utilizan en la investigación, cuya elección depende de los distintos objetivos y contextos de estudio particulares, un aspecto común de especial controversia se refiere a la ponderación de estos indicadores absolutos, con el objetivo de construir índices más globales de productividad del trabajo científico o tecnológico. Para la medición de la productividad es necesario relativizar los indicadores de producción absoluta de ciencia y tecnología a través de variables como el tiempo, el dinero, el personal u otros recursos que se han empleado en el proceso productivo. En otras palabras, se trata de una fuente de controversia, así como de complejidad, debido a que la elección de las medidas más adecuadas para relativizar la cantidad de resultados producidos puede alterar los resultados del análisis y no es ajena a consideraciones de vario tipo (p. ej., teóricas, prácticas, etc.). El factor temporal es esencial en este tipo de operaciones. Para comparar la producción de dos o más agentes científicos es necesario intentar hacer referencia a un mismo periodo 99 de tiempo. Los estudios suelen utilizar como referencia un periodo relativamente corto, por ejemplo, relativo al último año o a los últimos dos o tres. A veces, cuando hay datos disponibles o el diseño de la investigación lo permite, se han tomado como referencia periodos más amplios, por ejemplo, la carrera profesional completa de un investigador. En cualquier caso, la cantidad de tiempo de referencia “óptima” tiene que ver con el tipo de indicador. Por ejemplo, mientras que para el número de publicaciones puede ser suficiente considerar solo la producción del último año, para los derechos de propiedad intelectual o la comercialización puede ser necesario considerar algunos años más, dado que se suele necesitar más tiempo para obtener estos resultados o evaluar su difusión. De la misma manera, para estudiar el impacto de las publicaciones o las patentes es necesario tomar como referencia los periodos posteriores a la fecha de diseminación de los resultados, así como tener en cuenta el desfase que puede existir entre la publicación en revistas científicas de alto impacto y resultados cuya difusión suele ser más rápida, como comunicaciones en congresos o informes de resultados. Con arreglo a la relativización de los indicadores de producción de ciencia y tecnología a través de la cantidad de recursos empleados en el proceso productivo, se consideran importantes dos variables: la financiación y los recursos humanos (Cohen et al. 1998). En el caso de la primera, se trata de relativizar la magnitud del indicador con la cantidad de dinero que se ha gastado para producir ese resultado. Se puede tratar de la financiación que se ha otorgado a un proyecto de investigación en concreto o del presupuesto destinado a la I+D a lo largo del ejercicio administrativo de la organización, correspondiente al periodo de tiempo considerado. En cualquier caso, se ha observado que, a veces, el uso de cantidades monetarias para el cálculo de la productividad puede ser engañoso debido a que dificulta las comparaciones entre sectores. Por ejemplo, algunos campos de estudio necesitan equipamiento o instalaciones más costosas que otras para obtener el mismo tipo de resultado en términos formales (p. ej., una publicación o una patente). En el caso de que se calcule la productividad científica y tecnológica realizando una ponderación en función de los recursos humanos, se trata de dividir el indicador de resultados por el número de trabajadores o de investigadores que han participado en la producción o que forman parte de la organización dentro de un determinado periodo de tiempo. La ventaja de este enfoque es que permite medir la productividad de un modo más exacto de acuerdo con el trabajo empleado, entendiéndola como un esfuerzo realizado por el trabajador. En numerosas ocasiones, se ha repetido que la ciencia es una 100 profesión donde las capacidades humanas e intelectuales son cruciales. Sin embargo, la desventaja de este método es que dificulta la evaluación de la eficiencia económica del trabajo, debido a que no es lo mismo comparar los resultados obtenidos por trabajadores con una calificación y un nivel salarial diferentes. En conclusión, la decisión acerca de si realizar una ponderación en función de los recursos económicos o humanos que se han empleado en el proceso productivo es una elección que implica la adopción de criterios de evaluación diferentes. 2.1.3. Resultados del trabajo de los investigadores académicos La interpretación de los factores que determinan los resultados del trabajo de los científicos constituye un campo de estudios bastante consolidado que ha llegado a conclusiones ampliamente compartidas. Los sociólogos fueron pioneros en este campo, ya que iniciaron la corriente que estudia la ciencia como una profesión (Weber 1992), adoptando una perspectiva más cercana a la economía y abandonando una postura exclusivamente histórico-filosófica (Merton 1973). Posteriormente, en los años 70 y 80, los estudios desde la perspectiva institucionalista ampliaron el conocimiento sobre este campo, introduciendo elementos propios del análisis organizativo o político. Por ejemplo, se ha investigado el efecto que la estructura organizativa del departamento tiene en el clima laboral en el que trabajan los científicos, destacando que existe una tensión entre las reglas rígidas de la burocracia y la creatividad inherente al trabajo científico que afecta a la producción investigadora (Pelz y Andrews 1966; Blau 1973; Andrews 1979). Otro aspecto relevante que se ha investigado dentro de esta corriente es la reputación de los departamentos universitarios (Cole 1970; Cole y Cole 1973; Long y McGinnis 1981; Allison y Long 1990; Ramsden 1994). La investigación empírica acumulada ha observado que los profesores afiliados a departamentos más prestigiosos, especialmente aquellos que se encuentran en universidades más antiguas, reputadas o con más ingresos, suelen registrar niveles más elevados de productividad científica que sus equivalentes que trabajan dentro de otras estructuras, al menos con arreglo al número de publicaciones y citas. A partir de ahí, se ha cuestionado que los científicos que logran posiciones elevadas o prestigiosas lo consigan gracias a su productividad personal. Por el contrario, al aumentar el estatus, mejora la productividad debido, sobre todo, a que es más fácil que el trabajo venga publicado o difundido gracias al aumento de visibilidad y de reputación (Arora et al. 1998; Lissoni et al. 2011; Su 2011). 101 Sin embargo, a partir de finales de los años 80, el predominio de la corriente constructivista en la sociología de la ciencia y del conocimiento (Latour 1987) alejó el interés desde los factores institucionales y organizacionales implicados en el proceso de producción de conocimiento hacia el debate acerca de la naturaleza del conocimiento, su significado y sus efectos sociales, desinteresándose de sus aspectos estructurales y de las condiciones de trabajo (Fernández Esquinas y Torres Albero 2009). Otras disciplinas se ocuparon entonces del estudio de los factores organizativos relativos al trabajo científico, como la economía, la ciencia de la administración o la psicología social. Esto implicó un cambio de paradigma tanto teórico como metodológico, abriendo el paso al desarrollo de los estudios socioeconómicos sobre la ciencia (Stephan 1996), en estrecha relación con campos como la economía del conocimiento. Esta nueva corriente se centró, sobre todo, en los aspectos individuales de la producción de conocimiento, vista desde la perspectiva del mercado laboral y de la carrera profesional de los investigadores científicos, dejando de lado la perspectiva institucional y organizacional. Por ejemplo, la economía de la ciencia ha prestado mucha atención a las capacidades y las características sociodemográficas de los científicos para explicar su productividad. Entre estos, un aspecto que ha recibido mucha atención se refiere al ciclo de vida profesional del científico y, en particular, a su edad. Se trata de un aspecto que ya se estudió en los trabajos de matriz institucionalista a lo largo de los años 70 y 80, que describían la productividad del científico a lo largo de su carrera profesional a través de una curva con forma de U invertida, donde los niveles más elevados se concentraban en la etapa postdoctoral (Zuckerman y Merton 1972). Posteriormente, otros estudios identificaron otros picos de producción a lo largo del ciclo de vida, mostrando que la relación entre edad y productividad es, probablemente, más compleja de lo esperado (Cole 1979; Diamond 1984). Finalmente, se ha reconocido que esta relación estaría influenciada por otras variables. Por lo tanto, no es posible considerar su efecto de forma aislada, sino que es conveniente para el estudio de las dinámicas sociales aplicar un enfoque multivariante a través de análisis econométricos (Levin y Stephan 1991; Bonaccorsi y Daraio 2003). Otra variable relativa a la carrera investigadora es la generación o cohorte a la que pertenece el investigador, un concepto diferente de la edad y cuyo efecto sobre la productividad tendría un alcance limitado, variable y muy dependiente del contexto (Weiss y Lillard 1982; Levin y Stephan 1991). En cambio, el género ha demostrado ser 102 una variable apta para explicar parte de la variabilidad de la productividad científica entre académicos, aunque es posible pensar que se trate de un caso de correlación espuria (Levin y Stephan 1998). En general, las mujeres parecen menos productivas que los hombres, especialmente en las fases más avanzadas de la carrera, pero esta tendencia probablemente dependería de las menores posibilidades de ascenso profesional debido a la discriminación u otros factores institucionales o culturales. Posteriormente, una variable que ha empezado a adquirir más importancia para explicar los resultados del trabajo de los científicos individuales es la financiación privada, a través de patrocinios, becas o contratos de investigación otorgados por empresas u organizaciones del sector privado o industrial (D’Este y Perkmann 2011; Lam 2011). Sin embargo, su efecto sobre la producción de ciencia y tecnología no está muy claro. Si por un lado existen evidencias acerca de un impacto positivo de la financiación privada sobre la generación de patentes (Gulbrandsen y Smeby 2005; Carayol 2007; Hottenroth y Thorwarth 2011), los resultados para las publicaciones no son unívocos. Por ejemplo, Hottenroth y Thorwarth (2011) encuentran una relación negativa entre el porcentaje de financiación privada sobre el presupuesto de los grupos de investigación universitarios y el número de publicaciones y citas. Behrens y Gray (2001) y Carayol y Matt (2006) no encuentran ninguna relación significativa; Gulbrandsen y Smeby (2005), así como Dundar y Lewis (1998), encuentran una relación positiva, pero realizando un control por sectores científicos. Si estudiamos el caso de los profesores universitarios en España, Manjarrés et al. (2008; 2009) encuentran un efecto positivo sobre las publicaciones si la financiación privada procede de contratos de I+D, pero uno negativo si procede de servicios de consultoría o gestión. Es posible, entonces, que el efecto de la financiación privada dependa del canal empleado para la colaboración, un aspecto ya sugerido por Carayol y Matt (2006) con arreglo a la producción de tecnología. La relevancia otorgada a la procedencia de la fuente de financiación de las actividades científicas ha contribuido, durante los últimos años, a una renovación del interés hacia los factores organizativos relativos a los resultados del trabajo científico (David 1994; Carayol y Matt 2004a; 2004b; 2006) y, por ende, a un retorno de la perspectiva institucional gracias al progresivo acercamiento entre la economía y la sociología de la ciencia. Además, este proceso ha sido facilitado por la creciente interdisciplinariedad de este campo, donde han proliferado las contribuciones de especialistas de disciplinas como la estadística, la documentación y la ingeniería industrial, quienes han facilitado la 103 recuperación de la perspectiva organizacional, que durante las últimas dos décadas había sido relegada casi exclusivamente al estudio de la capacidad de innovación de las empresas. 2.1.4. Resultados científicos y tecnológicos de los centros de I+D Muchos de los estudios acerca de los resultados del trabajo científico se han llevado a cabo dentro de estructuras tradicionales de I+D, como departamentos y grupos de investigación universitarios u organismos públicos de investigación, que a efectos de nuestro análisis pueden ser etiquetados como “centros de I+D”. Un objetivo común de estos estudios es analizar cómo estos centros de I+D producen ciencia y tecnología, qué niveles de eficiencia alcanzan y por qué. Para ello, se revisan distintos factores y mecanismos que han sido propuestos para explicar la producción de ciencia y tecnología de los centros de I+D, teniendo en cuenta que no es lo mismo analizar la productividad a nivel de organización, que estudiar el efecto de la organización sobre la productividad individual. De hecho, se ha demostrado que en los dos casos se pueden obtener resultados muy diferentes, por ejemplo, con arreglo a los niveles de productividad registrados o a los factores que los determinan (Adams y Griliches 1998; Coupé 2003). En el intento de explicar la producción de ciencia y tecnología de los centros de I+D, un factor que ha recibido mucha atención es el tamaño del centro, medido, por ejemplo, a través de la magnitud del presupuesto o de la plantilla de trabajadores de la organización. La evidencia empírica sugiere que los centros más productivos tendrían un tamaño intermedio; sin embargo, se trata con frecuencia de una relación débil o estadísticamente poco significativa (Adams y Griliches 1996; Dundar y Lewis 1998; Henderson et al. 1998; Wallmark 1998). A partir de ahí, se ha cuestionado la capacidad explicativa de esta variable, sobre todo, con arreglo a su (escaso) significado en términos teóricos (Bozeman 2013). Entonces, parece oportuno centrarse, más bien, en otros aspectos, como el tipo de actividades desempeñadas. Por otro lado, los centros de I+D pueden clasificarse en función de su intensidad en investigación, en comparación con otras funciones ya citadas (Joly y Mangematin 1996; Carayol y Matt 2004b). Los centros que dedican muchos recursos a la investigación serían más productivos con arreglo a resultados como publicaciones, patentes, proyectos o contratos de I+D, pero menos productivos con arreglo a otros aspectos, como formación 104 o transferencia de conocimiento. El patrón de especialización del centro guardaría una relación tanto con la productividad científica de sus investigadores (Pelz y Andrews 1966; Andrews 1979), como con las relaciones que establece con las empresas (Joly y Mangematin 1996) y con la capacidad de transferir el conocimiento y la tecnología producida hacia la industria o la sociedad (Bozeman y Crow 1991). El patrón de especialización científica o tecnológica de los centros guardaría también una relación importante con la financiación, ya que la procedencia y la magnitud de los fondos disponibles para la investigación suele depender del tipo de trabajo científico que se lleva a cabo y de los objetivos que guían a la organización (Crow y Bozeman 1987). La cantidad de fondos disponibles para las actividades científicas guarda una relación evidente con la producción absoluta de ciencia y tecnología. Sin embargo, no sucede lo mismo con la productividad, debido a que esta es una dimensión relativa: los estudios que han buscado una relación entre presupuesto y productividad científico-tecnológica han encontrado tanto efectos negativos (Arora et al. 1998; Coupé 2003), como positivos (Cassia et al. 2014) o nulos (Cesaroni y Gambardella 2003; Coupé 2003). En cambio, la procedencia de los fondos destinados a la I+D tiene implicaciones interesantes, debido a que condiciona directamente la orientación del centro y el tipo de actividades que desempeña. Por ejemplo, se ha encontrado una relación positiva entre la dependencia de la financiación gubernamental y la orientación hacia actividades de ciencia básica (Crow y Bozeman 1987; Joly y Mangematin 1996). Sin embargo, quienes han relacionado directamente financiación y productividad han obtenido resultados divergentes: algunos han registrado un efecto positivo de la financiación pública (Payne y Siow 2003) y otros de la financiación privada (Dundar y Lewis 1998). Estos resultados se complican todavía más (o, tal vez, se aclaran) si en lugar de distinguir entre fondos públicos y privados, se diferencia entre ingresos por subvenciones y patrocinios, por un lado, y contratos de mercado, por otro. La financiación procedente de contratos tendría un efecto positivo en la productividad tanto científica como tecnológica, independientemente de si están estipulados con agentes públicos o privados (Carayol y Matt 2004a; Carayol 2007).30 Así pues, la distinción entre competición y apoyo 30 La existencia de un vínculo contractual correspondería a la existencia de objetivos diferentes por parte de la entidad financiadora, tratándose normalmente de proyectos de corto plazo y orientados a resultados muy específicos y directamente aplicables. En el caso de la I+D, la contratación sería una estrategia orientada a controlar los costes de transacción con la entidad productora de conocimiento a través de interacciones cortas y formalizadas alrededor de actividades definidas con claridad, al menos en 105 institucional parece más útil que aquella realizada entre sector público y privado, que parece algo desfasada en los estudios de organización (Bozeman 2004) o, al menos, en el ámbito de los centros de I+D (Bozeman y Crow 1997) debido al carácter híbrido de su financiación. Un último aspecto se refiere a un tipo de recursos que es clave en los centros de I+D: los investigadores. Se ha observado que la producción de patentes depende de la cantidad de científicos directamente contratados por el centro, así como de la adopción de un régimen laboral cercano al del mundo empresarial (Thursby y Thursby 2003). En cambio, Carayol y Matt (2004a) se han centrado sobre la cualificación del personal y los tipos de cargos desempeñados por el personal del centro, tomando como referencia la cantidad de becarios, estudiantes y personal con contratación temporal que trabaja en los grupos de investigación de una gran universidad francesa. Entre las conclusiones, destaca que el número de publicaciones y citaciones dependería de la proporción de investigadores y técnicos de investigación contratados a tiempo completo. La presencia de profesores titulares parece disminuir la productividad, aunque la presencia de algunos eminentes catedráticos podría tener algún efecto positivo, que todavía no ha sido aclarado (Carayol y Matt 2004a). 2.1.5. Resultados de la colaboración e innovación tecnológica en las empresas El estudio de la producción de ciencia y tecnología de los científicos que trabajan en empresas o laboratorios industriales de I+D es un tema estrechamente relacionado con la capacidad de innovación tecnológica del sector empresarial, por lo que es difícil trazar una línea de separación neta entre los estudios acerca de la producción de ciencia y tecnología en las organizaciones privadas y los estudios sobre la innovación empresarial. En todo caso, se trata de un campo que empezó a desarrollarse a lo largo de los años 60 y 70, gracias a las aportaciones de la teoría de la contingencia organizativa, que relacionaba la capacidad de innovación con el diseño de la organización (Burns y Stalker 1961; Mintzberg 1979): las organizaciones más innovadoras serían más flexibles, individualistas y orientadas hacia el exterior. comparación con otras modalidades, como la ayuda a fondo perdido, la inversión, la colaboración o la internalización de la actividad (Croisier 1998). 106 A lo largo de los años 80, los estudios se centraron principalmente en factores organizativos como la estructura o la cultura de empresa. Por ejemplo, las aportaciones del enfoque culturalista de la competencia entre valores mostraron que, para la persecución de un determinado objetivo empresarial, existe un diseño organizativo más adecuado o eficiente que para otros: en particular, las empresas que quisieran ser innovadoras deberían orientarse hacia el exterior y buscar colaboraciones externas, mientras que la productividad del trabajo se ve garantizada por la adopción de prácticas burocráticas y de una estructura organizativa vertical y centralizada (Rohrbaugh 1981; Thompson et al. 1981; Quinn y Rohrbaugh 1983). Dentro de esta fase, se dedicó también mucha atención al aspecto del tamaño de la organización. Por ejemplo, Henderson y Cockburn (1996) mostraron que las empresas farmacéuticas estadounidenses más grandes eran más productivas en términos de nuevos fármacos y medicamentos, ya que su elevado tamaño tendría efectos positivos, no solo por la existencia de economías de escala, sino también de “economías de alcance”, que ampliarían las fronteras de la empresa y diversificarían su portfolio de proyectos de I+D. También se ha observado que el presupuesto dedicado a la I+D genera retornos en términos de productividad del trabajo e innovación tecnológica, especialmente, si estos esfuerzos están orientados a incrementar la colaboración con agentes externos (universidades, otras empresas, etc.), en coherencia con el paradigma de la adicionalidad de los programas públicos para la colaboración entre ciencia e industria. A partir de los años 90 se empezó a prestar todavía más atención a la capacidad de las empresas de generar innovaciones tecnológicas, como patentes, derechos de propiedad intelectual, fármacos o algoritmos, gracias también a la emergencia de nuevos sectores tecnológicos (informática, biotecnologías, etc.) y al desarrollo de la economía del conocimiento. Este nuevo interés amplió la perspectiva de análisis desde las características de las organizaciones hacia las relaciones de colaboración y comunicación que existen dentro y fuera de las fronteras de las empresas y, posteriormente, hasta los factores productivos individuales y humanos. El sector de la biotecnología en Estados Unidos fue un objeto de estudio privilegiado, gracias a su novedad y a la relevancia que adquirió rápidamente a finales del siglo pasado. En este sentido, son ejemplos relevantes los trabajos realizados por el sociólogo Walter Powell y sus colaboradores en la Universidad de Stanford (Powell et al. 1996; 2005). Este programa de investigación demostró la importancia de la colaboración para determinar la 107 capacidad productiva y de innovación de las empresas en sectores de alta tecnología. En particular, se observó que las empresas que obtienen mejores resultados combinan lazos fuertes y débiles (Granovetter 1985), es decir, colaboraciones consolidadas y nuevas para diversificar sus fuentes de información y conocimiento científico y tecnológico, aunque hay quien ha destacado también la importancia de los agujeros estructurales existentes en la red de colaboración de la empresa (Ahuja 2000; Burt 2005). También son importantes la disponibilidad de inversores externos dispuestos a aceptar riesgos elevados, la concentración espacial en el territorio y la posición que las empresas terminan asumiendo dentro de la red de relaciones interorganizativas de su mercado o sector productivo (Trigilia 2007). Más recientemente, los estudios desde esta perspectiva han vuelto a dar importancia a los factores humanos y culturales, mostrando la relevancia de factores como el capital humano de los científicos contratados por las empresas, la gestión de los recursos humanos o el modelo de relaciones laborales empleado dentro de la empresa (Laursen 2002; Laursen y Foss 2003). Siguiendo esta perspectiva, parece que las empresas más productivas e innovadoras prefieren contratar investigadores con un buen currículo y, sobre todo, con muchos contactos sociales entre sectores diferentes. Además, la motivación y la satisfacción del científico dentro de la organización serían cruciales para que su trabajo sea productivo. En este sentido, es oportuno que las estrategias de gestión empleadas se orienten hacia el personal y la cooperación entre investigadores y directivos, no exclusivamente hacia la creación de valores para los accionistas de la empresa (shareholder value) o la simple reducción de los costes de la producción en busca de más eficiencia (Hall y Soskice 2001). Sin embargo, otras contribuciones todavía más recientes han destacado que las explicaciones fundamentadas en el capital humano, la gestión de las relaciones laborales y el posicionamiento de la empresa en el mercado no son suficientes. La pieza que faltaría tendría que ver con el capital social de los científicos que trabajan en ellas. Se trata del número y el tipo de contacto y colaboradores de los que disponen, que normalmente dependen de su carrera y trayectoria profesional. Se ha mostrado que el capital social de los investigadores es un factor crítico para explicar la capacidad de innovación tecnológica de las empresas, debido a su efecto positivo sobre la productividad del trabajo (Murray 2004), al efecto que la movilidad laboral tiene en la creatividad y la innovación (Hoisl 2007) o al rol de “señaladores” que los científicos individuales desempeñan dentro 114 trabajar en el centro o a colaborar con sus investigadores, ya que completan su jornada laboral en otras estructuras, como universidades, OPIS, empresas, etc. Normalmente, los investigadores contratados directamente por el centro son técnicos de investigación, licenciados, estudiantes de posgrado, investigadores posdoctorales o trabajadores procedentes del sector privado. En cambio, los contratados “externos” al centro suelen ser catedráticos, funcionarios de OPIS o estudiantes de doctorado. En cualquier caso, ambas situaciones pueden coexistir dentro del mismo centro a través de soluciones mixtas. Estos dos modelos laborales suelen encontrarse con más o menos frecuencia de acuerdo con el contexto geográfico. Por ejemplo, la contratación directa de investigadores es más frecuente en los centros de investigación europeos, mientras que la afiliación múltiple sería un rasgo característico de los CIC anglosajones (Jacob 1997). Esta diferencia dependería, entre otros factores, de los distintos modelos educativos y de desarrollo de la carrera profesional que existen en los dos contextos. En el caso de la afiliación múltiple se trata de un modelo de relación laboral algo novedoso, más cercano al caso de las “carreras híbridas” de investigadores que traspasan la frontera entre ciencia e industria (Lam 2005). En ambas situaciones se pueden dar problemas y conflictos debido a la falta de alineación entre los objetivos individuales y los organizativos. Los científicos con afiliaciones múltiples pueden experimentar una tensión debido a la posible divergencia entre los objetivos de las dos organizaciones. En cambio, los científicos o los trabajadores con contrato temporal pueden verse obligados a dedicar mucho de su tiempo a actividades necesarias para encontrar los recursos para renovar su contrato, como la búsqueda de proyectos o clientes, en lugar de centrarse en la producción de resultados científicos (Jacob 1997). Boardman y Bozeman (2007) interpretaron este problema introduciendo el concepto de “tensión de rol” (role strain): estudiando el caso de los programas STC y ERC en Estados Unidos, estos autores demostraron que, en efecto, este fenómeno existe y que tiene implicaciones relevantes para el funcionamiento de los CIC, como el tipo de resultados que produce o la motivación de los científicos. Sin embargo, no se ha encontrado ninguna variable individual que guarde una relación con la existencia de tensión de rol, como la edad, el género o la educación: se trata de un problema estrechamente relacionado con la 115 posición del investigador dentro del CIC (Garrett-Jones et al. 2005; 2013; Boardman y Bozeman 2007). El modelo de gestión de los recursos humanos puede tener, al menos, dos implicaciones relevantes para la producción de ciencia y tecnología del CIC: 1. El tipo de afiliación de los científicos y la fuente de financiación de su salario constituyen aspectos que pueden influenciar el tipo de resultados que les interesa obtener. En particular, los científicos contratados a tiempo completo de forma temporal estarían más orientados a buscar y ejecutar muchos proyectos y contratos de I+D u otras actividades científicas, en lugar de producir resultados tangibles o valiosos en el “mercado” académico, como las publicaciones; además, esta tendencia sería especialmente fuerte entre aquellos investigadores cuyo salario depende de la captación de fondos externos. 2. La tensión de rol, frente a la divergencia entre objetivos organizativos e individuales, podría afectar a la propia productividad del científico individualmente. Los conflictos debidos a la tensión de rol pueden comportar costes emocionales que afectan a la motivación y al compromiso del trabajador. Además, los desajustes entre intereses colectivos e individuales pueden implicar que el científico se encuentre realizando actividades que no están valoradas o amparadas adecuadamente por su entorno organizativo, con consecuencias negativas en los resultados laborales. 2.2.5. Capital humano y social de los científicos que trabajan en los CIC Los recursos humanos constituyen un factor clave en el trabajo científico colaborativo. Esta atención hacia las relaciones humanas derivaría del tipo de tareas que se realizan en el trabajo científico, incluyendo su vertiente colaborativa y colectiva, que requieren capacidades y formación adecuadas, con una elevada inversión en formación y profesionalización. En efecto, el capital humano (Schultz 1961; Becker 1962) está reconocido como uno de los aspectos más importantes de las organizaciones científicas e, igual que en otros sectores que producen o hacen un uso intensivo de conocimiento, se cree que constituye uno de los factores productivos más importantes. Sin embargo, en épocas más recientes, se ha empezado a reconocer que en el campo científico no solo es importante el capital humano de los trabajadores, sino también su capital social (Bourdieu 1986; 2000; Coleman 1988). Con este concepto se entiende el conjunto de contactos y 116 relaciones sociales que los individuos (o las organizaciones) pueden movilizar para obtener otros tipos de recursos, como materiales, dinero, información, servicios o favores. Se ha visto que el capital social puede ayudar a explicar la productividad de los investigadores científicos, especialmente a través de sus experiencias de movilidad internacional o interinstitucional. Bozeman et al. (2001) han defendido que la colaboración entre ciencia e industria estaría produciendo un nuevo tipo de capital humano, que ellos han definido como “capital humano y social científico-técnico”. Esta idea, que se originó en la búsqueda de los mejores indicadores para medir el impacto de los CIC, defiende que la contribución más importante de la investigación colaborativa es la generación de un nuevo tipo de recursos humanos. Se trata de un concepto análogo al de “carrera científica híbrida” entre ciencia, industria y sociedad (Lam 2005). El concepto de capital humano y social científicotécnico incorpora tanto la idea de capital humano (Schultz 1961; Becker 1962) como aquella de capital social (Bourdieu 1986; 2000; Coleman 1988). La idea es que los científicos que experimentan relaciones estables y repetidas con el sector industrial desarrollen tanto nuevas capacidades técnicas como nuevos contactos sociales en el mundo científico y tecnológico. El concepto de capital humano y social científico-técnico se ha puesto a prueba en distintas ocasiones. Se ha mostrado que el incremento de habilidades y contactos derivado de la colaboración fomentaría la productividad científica de los investigadores en términos de publicaciones, por ejemplo, en el caso de las ciencias biomédicas (Börner et al. 2010; Stipelman et a. 2010), de las ciencias forestales (Klenk et al. 2010) o de la geología (Ponomariov y Boardman 2010). En cambio, la generación de patentes se ve afectada positivamente por el número de coautorías con empresas (Carayol 2007) o la experiencia laboral de los científicos dentro del sector empresarial (Dietz y Bozeman 2005; Lin y Bozeman 2006). Landry et al. (1996) encontraron un efecto positivo de la frecuencia de las interacciones entre científicos y empresas sobre la productividad tanto científica como tecnológica, aunque realizando un control por variables como el sector científico y la proximidad geográfica entre los actores involucrados en la colaboración. Un resultado parecido ha sido obtenido por Lee y Bozeman (2005) y por Lowe y Gonzalez (2007), pero utilizando más variables de control, como la edad de los investigadores y la estructura de la colaboración. 117 Las tendencias más recientes en los estudios sobre los CIC reconocen la validez del enfoque del capital humano y social científico-técnico, aunque al mismo tiempo sugieren que haría falta prestar más atención al colectivo de los estudiantes y de los becarios de investigación que trabajan en los centros, ya que estos constituirían un recurso subestimado por parte de los estudiosos (Su 2011; Bozeman 2013; Bozeman y Boardman 2013). Al mismo tiempo, se ha visto que los CIC parecen atraer, sobre todo, personal científico con elevadas capacidades investigadoras, es decir, más productivo (Su y Kenison 2013). Este hallazgo corroboraría algunos de los resultados obtenidos por los estudios relativos a la productividad científica de los investigadores que trabajan en instituciones tradicionales, por ejemplo, con arreglo al papel de la formación, del estatus y de las características sociodemográficas, como se ha visto anteriormente. Esto permite recordar un último factor relacionado con el capital humano y social: la dotación de capital económico y el salario de los científicos. En efecto, se ha observado que el incremento de los recursos financieros disponibles para la investigación constituye una de las motivaciones de los científicos que participan en actividades en colaboración con la industria (Lam 2011; Coberly y Gray 2013), aunque se trate de un incentivo de carácter secundario (D’Este y Perkmann 2011). 2.2.6. Cultura del trabajo científico colaborativo y capital cultural Un último aspecto que hay que considerar acerca de los recursos humanos de los CIC tiene que ver con los factores culturales. Se trata de un aspecto estrechamente relacionado con uno de los dos problemas recurrentes en las organizaciones para la ciencia colectivizada (Cummings y Kiesler 2014): el primero se refería a la coordinación del trabajo científico; el segundo, a la identificación del trabajador científico con los objetivos de su organización. Este segundo tipo de problema tiene que ver con la cultura laboral que caracteriza al paradigma de la ciencia colectivizada, organizada y colaborativa. La ciencia colaborativa implica la interiorización de un nuevo tipo de valores, que reconocen la importancia del trabajo colectivo y organizado y facilitan la disposición y las capacidades para colaborar con otros científicos u otras instituciones. Al mismo tiempo, implica la afirmación y difusión de un nuevo tipo de cultura del trabajo, es decir, un conjunto de reglas, normas, prácticas y roles que confieren sentido, cohesión y fluidez a esta nueva manera de hacer ciencia. Se supone que la interiorización de esta nueva 118 cultura del trabajo científico por parte de los investigadores individuales favorecería la productividad científica y tecnológica (Börner et al. 2010; Stipelman et a. 2010). Adoptar esta perspectiva implica ampliar la concepción tradicional acerca de los recursos humanos. Junto al capital organizacional (capacidades y estrategias a disposición de la organización), el capital humano (adquisición de habilidades) y el capital social (contactos sociales que se pueden movilizar para obtener otros recursos), se deberían considerar también otras formas de capital: el capital cultural (Bourdieu 2000; 2007). Este concepto pretende ampliar la idea de capital humano, para incluir las habilidades o los conocimientos que se han interiorizado de forma espontánea, natural, tácita e inconsciente. Esto suele ocurrir gracias a la incorporación de valores, normas, creencias, aptitudes, prácticas, rutinas y roles que, en definitiva, confieren al individuo un “hábito” (habitus) particular que forma parte de su misma esencia como actor social (Bourdieu 2007). Estos elementos normalmente se adquieren a través de la educación y la socialización, en función de la posición social, la familia, el estatus o la religión del individuo, es decir, el universo social y cultural de pertenencia o de referencia del individuo. Si se asume la existencia del capital cultural, entonces se acepta que la cultura pueda utilizarse como un recurso estratégico apto para convertirse en otras formas de capital. Un enfoque útil para estudiar la cultura del trabajo científico colaborativo y su efecto en la producción de ciencia y tecnología consiste en desligar la idea de capital cultural de su significado más generalista, relacionado con la biografía y el estatus social del científico, para pasar a considerar una dimensión más específica, relacionada con su trayectoria científica y laboral: el capital cultural del trabajo científico colaborativo. Entonces, se trata de establecer qué características culturales son más valiosas para incrementar la productividad del trabajo científico colaborativo, por ejemplo, para el caso de los CIC, sin postular a priori que se trate de un tipo de cultura universalmente mejor o peor.33 De todas formas, no está claro si la cultura del trabajo científico colaborativo es diferente de otras formas de hacer ciencia, que han caracterizado, por ejemplo, otros contextos o 33 En su estudio sobre emprendimiento y cultura emprendedora, Berger (1991) usa el término “capital cultural” para referirse a la incorporación de valores, aptitudes o rutinas que encarnan la “cultura del trabajo” y la predisposición hacia la actitud emprendedora. Estas pueden derivar, por ejemplo, del proceder de una familia de emprendedores o de experiencias particulares maduradas durante el proceso de socialización o educación: no se refieren a la cultura en general. Este tipo de capital cultural guardaría una relación positiva con el éxito empresarial, como se ha visto, por ejemplo, en un estudio relativo a los jóvenes emprendedores en Andalucía (Fernández Esquinas y Ruiz Ruiz 2006). 119 periodos históricos. Por ejemplo, los estudios desde la perspectiva de la universidad emprendedora (Clark 1998; Etzkowitz 2003), el capitalismo académico (Slaughter y Leslie 1997; Slaughter y Rhoades 2004), el modo 2 de producción de conocimiento (Gibbons et al. 1994; Nowotny et al. 2001), la innovación abierta (Chesbrough 2003) o el modelo de triple hélice de relaciones (Etzkowitz y Leydesdorff 1997; 2000) defienden que la cultura y la práctica de la actividad científica han cambiado durante las últimas décadas, aunque cada enfoque pone de relieve algún aspecto frente a otros posibles. Algunos elementos comunes entre estos paradigmas serían la apertura, la colaboración, el emprendimiento, el pragmatismo y el aprendizaje continuo. Todos estos factores contribuirían a que las instituciones que producen conocimiento, como las universidades, se conviertan en las locomotoras del desarrollo socioeconómico. Desde una postura diferente, Jacob (1997) defiende que no ha cambiado tanto la mentalidad de los científicos, sino que las transformaciones se observan en las condiciones de trabajo de la actividad científica, la economía y la sociedad en general. Esto se debe a que el conocimiento se ha vuelto una mercancía (y de las más valiosas), mientras que la academia experimenta una transformación que es equiparable a la de otros sectores productivos intensivos en conocimiento. Por lo tanto, la “nueva” cultura del trabajo científico que se estaría afirmando, fundamentadas en la colaboración y la organización colectiva, no correspondería a una “posindustrialización de la ciencia”, sino a una “industrialización” o “modernización” de la ciencia, alejándose de los esquemas habituales de un modelo académico fundamentado en instituciones heredadas de la época medieval (Conner 2005: Cap. 8).34 En otras palabras, en el ámbito académico y científico no se habría producido un cambio cultural originado autónomamente, sino que se han empezado a importar valores y prácticas propias del mundo industrial y empresarial. En la misma línea, y con arreglo al caso específico de los CIC, Garrett-Jones et al. (2005; 2013) observaron que los investigadores del programa australiano CRC tomaban como referencias culturales las normas tradicionales de la “ciencia abierta” (open science) o de la llamada “república de la ciencia” (Polanyi 1962; Merton 1973), basadas en criterios de calidad, validez metodológica, universalismo, transparencia y publicidad. Sin embargo, estos valores constituyen también una fuente de conflicto, debido a que la misión de los 34 De la misma manera, la transición hacia una sociedad del conocimiento no correspondería a la superación de la industrialización, sino a una restructuración del modelo productivo industrial alrededor de la ingeniería del conocimiento. 120 CIC es transferir conocimiento hacia la industria y la sociedad, a diferencia de las organizaciones científicas tradicionales. Esto implica una reorientación de los valores de los investigadores hacia otros objetivos que, a su vez, implica asumir un nuevo papel dentro de un entorno organizativo diferente. En conclusión, el debate acerca del proceso actual de transformación de la cultura del trabajo científico no parece haber alcanzado resultados concluyentes. En términos muy generales, parece que el tipo de trabajo que se desempeña en las nuevas organizaciones científicas colaborativas como los CIC no implica necesariamente la adopción de un determinado sistema cultural, aunque es posible (y probable) que existan rasgos culturales específicos que aumentarían la productividad científica y tecnológica de los investigadores, como el saber desempeñar y gestionar roles diferentes. Es de esperar que el desarrollo de un nuevo “capital humano y social científico-técnico” acompañe la aparición de un nuevo tipo de capital cultural que incluye aquellos valores, reglas, normas, creencias, prácticas y papeles que sirven de guía para el desempeño de actividades científicas en colaboración con empresas y dentro de arreglos organizativos cada vez más grandes y complejos. 2.3. DESARROLLO DE LAS HIPÓTESIS DE INVESTIGACIÓN 2.3.1. Planteamiento de la investigación Como se ha visto a través la revisión de la bibliografía, el estado de este campo de estudio impone ser cautos a la hora de lanzar hipótesis para explicar el proceso de producción de conocimiento científico y tecnológico que tiene lugar dentro de las organizaciones para la investigación colaborativa. Aunque el estudio de los resultados del trabajo científico que se lleva a cabo dentro de entornos tradicionales, como universidades, OPIS o empresas, ha alcanzado conclusiones ampliamente compartidas gracias a la disponibilidad de solidas evidencias empíricas, parece todavía algo problemático aplicar los mismos mecanismos explicativos al caso de la ciencia colaborativa. El problema principal es la relativa escasez de estudios con fundamento teórico acerca de la producción de ciencia y tecnología de los CIC. En función de estas limitaciones de tipo teórico, se considera más adecuado para la presente investigación limitarse a formular unos supuestos con carácter exploratorio, 121 dirigidos a guiar y estructurar la fase de análisis de datos empíricos, llegar a una mejor comprensión del fenómeno y, tal vez, definir a posteriori unas hipótesis más precisas. En otras palabras, no se pretende controlar la validez de hipótesis preexistentes de forma concluyente: se utiliza el conocimiento previo como punto de partida de la investigación para contribuir a la construcción de una teoría para la producción de ciencia y tecnología de los CIC (Bozeman 2013). Al respecto, se utilizan también perspectivas y contribuciones teóricas procedentes de la sociología económica y de la teoría de la organización industrial, que reconocen la existencia de diferentes niveles y dimensiones de análisis, así como de distintas formas de capital involucradas en el proceso productivo (Bourdieu 1986; 2000; 2005; Portes 2014), como se muestra a continuación. En efecto, para comprender el proceso de producción de ciencia y tecnología que tiene lugar dentro de los CIC es preciso mencionar dos cuestiones de carácter general: la escala de análisis y el tipo de factores explicativos. Con arreglo al primer problema, el de los niveles analíticos, los estudios sobre colaboración entre ciencia e industria (MoraValentín et al. 2004; Hagedoorn 2006; Lanciano-Morandat y Verdier 2010), la innovación organizativa (Lam 2000) o los propios CIC (Coberly y Gray 2013; Davis et al. 2013) suelen adoptar una perspectiva multinivel, diferenciando entre el contexto institucional, el nivel de las organizaciones o los grupos sociales y la escala individual, en coherencia con la perspectiva sociológica del estudio de los procesos sociales, que reconoce la existencia de una interacción entre el comportamiento individual y grupal y las características del contexto (Jepperson y Meyer 2011). En el caso de la presente investigación, es oportuno diferenciar entre al menos dos niveles analíticos: el de la organización y el de los individuos. Como unidad de análisis para el nivel organizacional se pueden utilizar los centros de investigación, mientras que para el nivel individual una unidad adecuada es el investigador que trabaja en el CIC. Es posible utilizar los mismos indicadores para medir la producción en ambos niveles y facilitar la comparación de los resultados. De hecho, la producción agregada a nivel de centro viene dada por la suma de las contribuciones individuales, al menos si se tienen en cuenta los resultados que los investigadores individuales han obtenido al amparo de los proyectos y las actividades del CIC. Sin embargo, es posible que el nivel de producción registrado empíricamente a nivel de centro no esté determinado por los mismos factores que explican la producción a nivel individual, ya que existirían factores individuales que explicarían parte de la variabilidad y que, a nivel organizacional, pueden emerger propiedades que no 122 se manifiestan a nivel individual y que modifican la relación entre los factores productivos y los resultados. Por lo tanto, es oportuno analizar la producción de cada nivel por separado, especialmente, a la hora de determinar los factores explicativos (Carayol y Matt 2004a; 2004b; 2006). La segunda característica relevante del planteamiento de la investigación tiene que ver con los factores productivos involucrados en las actividades realizadas por los CIC y los científicos. Se reconoce que este es un fenómeno y un proceso complejo, donde deberían de intervenir distintos factores: por lo tanto, necesita ser analizado como un elemento posicionado en el interior de un espacio de dimensiones múltiples (Ragin 2000), como ya es frecuente en el caso de los estudios de evaluación de las políticas y las organizaciones de ciencia, tecnología e innovación (Bozeman y Dietz 2001; Perkmann et al. 2011) y, en algunos casos, de los propios CIC (Gray et al. 2001; Gray 2008). En particular, se reconoce la limitación de analizar exclusivamente la dimensión del capital humano para explicar la producción de ciencia y tecnología en los CIC (Bozeman et al. 2001) y se aboga por descomponer este concepto que, a opinión de quien escribe, se trata de una forma demasiado vaga y generalista dentro de los estudios económicos y administrativos clásicos (Bourdieu 1986; 2000; 2005). A menudo, se olvidan o no se precisan otras acepciones del capital humano como aquellas que se refieren al capital social (Bourdieu 1986; 2000; Coleman 1988), al capital organizacional (Gort et al. 1985), al capital intelectual (Nahapiet y Ghoshal 1998) o al capital cultural (Bourdieu 2007). Adoptando esta perspectiva se pretende evitar el “amontonamiento analítico” (Portes 2014) que sufren muchos de los conceptos utilizados por la ciencia económica y de la administración de empresas.35 Esta diversidad entre las formas que asume el capital humano ayudaría a entender mejor los distintos tipos de factores involucrados en la producción de ciencia y tecnología. En particular, parece necesario considerar autónomamente la dimensión del capital cultural, ya que los CIC son el resultado de un nuevo paradigma cultural en el campo científico. La elección de una perspectiva fundamentada en el concepto de capital humano y en su diversidad de formas se justifica en el reconocimiento de que los productos del proceso de creación de ciencia y tecnología constituyen, a su vez, formas de capital. En concreto, 35 En coherencia con esta perspectiva, hay que interpretar entonces estos conceptos en términos nominalistas y no objetivo-ontológicos (Portes 2014): es decir, que no tienen una representación material y tangible en la realidad, sino que son constructos analíticos cuya finalidad es facilitar la investigación y la interpretación de los resultados en clave científica y teórica. 123 las publicaciones en revistas especializadas constituyen una forma de capital científico, mientras que las patentes lo pueden ser de capital tecnológico. Al mismo tiempo, la producción de capital científico o tecnológico puede conllevar la producción de otras formas de capital en función de las características del proceso productivo y actividades relacionadas. A saber: - la participación en proyectos de I+D o en congresos académicos puede implicar la creación de capital social; - la redacción de tesis doctorales, publicaciones o patentes incorpora un componente de capital intelectual; - los contratos de consultoría, los derechos de propiedad intelectual o las spinoff conllevan también la generación de capital económico u organizacional; Si los resultados de la actividad científica constituyen una forma de capital, es evidente que los inputs del proceso de producción han de ser a su vez formas de capital. Por lo tanto, el capital humano debería constituir uno de los factores explicativos principales de los resultados del trabajo científico que se lleva a cabo dentro de los CIC. A continuación, se detallan los factores que afectarían a la producción de ciencia y tecnología dentro de los CIC, considerando también el papel de otras dimensiones incluidas en la revisión bibliográfica, al lado del capital humano y de sus distintas formas. 2.3.2. Producción de ciencia y tecnología en los CIC La producción de ciencia y tecnología en los CIC se caracterizaría por tres grupos de variables, que corresponden a las siguientes dimensiones: 1. La participación empresarial en el CIC 2. La organización de la I+D del CIC 3. El capital humano científico-técnico del CIC La participación empresarial se refiere al perfil de las empresas que colaboran con el CIC y la dinámica de la relación de colaboración. Con arreglo al perfil, se ha visto que las motivaciones y las estrategias de colaboración de las empresas varían en función de dos características: el tamaño y el tipo de sector económico. Una presencia mayor de grandes empresas estaría relacionada con la obtención de resultados de ciencia básica, como publicaciones, comunicaciones en congresos o tesis doctorales, mientras que la presencia mayoritaria de PYMES guardaría una relación positiva con la producción de patentes o 130 entre la composición profesional de la fuerza de trabajo del centro y los resultados que obtiene en lo referido a la producción de ciencia y tecnología no derivaría exclusivamente de las dinámicas que ocurren a nivel individual, sino también de aquellas que se producen a nivel organizacional (Figura 2.1). La Tabla 2.1 organiza los indicadores disponibles en la encuesta a directores de centros de investigación (Giachi et al. 2013) y en la encuesta a investigadores que trabajan en los CIC (Fernández Zubieta et al. 2013) alrededor de las dimensiones teóricas que se han mencionado en las hipótesis exploratorias de investigación. En muchos casos se trata de indicadores habituales para estas variables o, al menos, recurrentes dentro de este campo de estudios, es decir, la sociología y la economía de la ciencia y el conocimiento. Los indicadores a nivel de organización contienen, principalmente, información de carácter estructural, tanto de tipo cuantitativo y “objetivo” como de tipo cualitativo y subjetivo, que reflejan, sobre todo, la opinión del director del centro. En cambio, los indicadores a nivel individual contienen principalmente información de carácter cualitativo y subjetivo, aunque ha sido frecuente el uso de escalas para medir las opiniones y las aptitudes, obteniendo una puntuación numérica. En ambos casos los resultados de la producción científica y tecnológica se miden a través de indicadores cuantitativos y “objetivos”.37 Tabla 2.1 ‒ Variables e indicadores empleados en el análisis DIMENSIÓN INDICADORES Variables de control y descriptivas Perfil de las empresas - N.º de empresas colaboradoras por tamaño - N.º de empresas colaboradoras por sector tecnológico Intensidad relacional de la colaboración con empresas - Presencia de personal de empresas en el centro - Participación de la empresa en la dirección y gestión del centro Estructura organizativa de los centros - Existencia de grupos de investigación - Existencia de órganos de decisión en el centro - Existencia de órganos consultivos en el centro - Existencia de prácticas de evaluación de los resultados Modelo de gestión de los RR. HH. de los centros - Financiación de los recursos humanos - Dedicación de los recursos humanos - Autonomía de los investigadores (opinión) - Perfil del director del centro Trayectoria de los investigadores - Antigüedad en el centro (años) - Experiencia laboral con otras entidades (sí/no y años) - Colaboración con otras entidades (sí/no y objetivos) - Preferencias laborales (opinión) Objetivos de centros e investigadores - Campo científico-tecnológico de actividad - Tipo de investigación realizada (opinión) 37 Es conveniente precisar que estos indicadores son, sin embargo, datos reportados por los entrevistados, es decir, los directores y trabajadores de centros, relativos a su propio trabajo; no se trata de medidas directas obtenidas a través de memorias, resultados o registros de publicaciones, debido a la dificultad de identificar las unidades de análisis. 131 - Orientación socioeconómica de las actividades (opinión) - Interdisciplinariedad de las actividades Volumen de actividades de centros e investigadores - N.º de proyectos internacionales de I+D - N.º de proyectos nacionales de I+D - N.º de contratos de I+D - N.º de contratos de consultoría Variables independientes Composición profesional de la fuerza de trabajo - Categoría profesional de los trabajadores y número de trabajadores por categoría profesional - Heterogeneidad de la composición profesional de la fuerza de trabajo Variables dependientes Relevancia de las actividades realizadas por los centros y los investigadores - Proyectos de I+D contratada - Proyectos de I+D de convocatorias públicas - Formación de trabajadores - Formación de posgraduados - Servicios de gestión de I+D - Servicios de asesoría y consultoría tecnológica - Creación de empresas - Comercialización Resultados de la producción de ciencia y tecnología de centros e investigadores - N.º de publicaciones científicas - N.º de comunicaciones en congresos - N.º de tesis doctorales - N.º de informes técnicos - N.º de propiedades intelectuales - N.º de innovaciones tecnológicas o nuevas empresas creadas Satisfacción con las actividades y el trabajo en el centro - Implicación de los investigadores en las actividades del centro - Implicación de las empresas en las actividades del centro - Calidad de la investigación - Relevancia de la investigación para la industria - Transferencia de conocimiento tácito desde el centro hacia la industria - Transferencia de conocimiento tácito desde la industria hacia el centro - Transferencia de tecnología desde el centro hacia la industria - Comercialización de los resultados de la investigación - Cumplimiento de los objetivos de la investigación - Formación de recursos humanos - Reclutamiento de nuevos socios - Formación de nuevas redes y alianzas para la innovación Fuente: Elaboración propia 132 133 Capítulo 3. METODOLOGÍA En este capítulo comentamos la metodología empleada en la investigación. La elección de los métodos y las técnicas de recopilación y análisis de los datos se apoyan en los objetivos de la investigación, la revisión de los antecedentes y el marco de referencia para el análisis que hemos presentado en los capítulos anteriores. En particular, en conformidad con el modelo analítico de la investigación, hemos adoptado una estrategia metodológica que reconoce la existencia tanto de diferentes niveles de análisis (p. ej., organizaciones e individuos), como de distintas dimensiones teóricas relevantes para el estudio. Para la obtención de los datos empíricos, hemos combinado fuentes secundarias (p. ej., documentos oficiales) y fuentes primarias (p. ej., entrevistas). La mayoría de estos datos ha sido posteriormente tratada mediante técnicas de análisis estadístico. El capítulo tiene la siguiente estructura: en primer lugar, comentamos el diseño general de la investigación y el origen del estudio. Luego, describimos la estrategia del proceso de revisión sistemática de la bibliografía que hemos empleado para el estudio. Posteriormente, comentamos las tres fuentes de datos sobre las que se apoya la investigación: un mapa de CIC en España elaborado a partir de técnicas de revisión documental; una encuesta a directores u otros responsables de centros de investigación; y una encuesta a investigadores y otros trabajadores de los centros. 3.1. DISEÑO DE LA INVESTIGACIÓN Para lograr los objetivos de investigación, se pretende llevar a cabo un análisis de la organización y de los resultados de los CIC en España utilizando diferentes fuentes de datos. En concreto, se utilizan los resultados de un proyecto financiado por el Plan 134 Nacional de I+D dedicado a la observación empírica de este tipo de estructuras (CSO2010-14480).38 El objetivo general del proyecto era el de conocer las características de las estructuras para la investigación colaborativa en España, así como las de los investigadores que trabajan en ellas y de las empresas con las que colaboran. Los resultados han permitido obtener conocimientos relevantes que pueden ser aplicados a las nuevas políticas y herramientas de gestión en el sistema español de I+D dirigidas a facilitar el cambio de modelo productivo (Andújar Nagore et al. 2013; Fernández Zubieta et al. 2013; Giachi et al. 2013). Al mismo tiempo, se ha pretendido realizar un trabajo sistemático equiparable al existente en otros países y utilizar el caso español para realizar contribuciones a esta línea de investigación en el ámbito internacional. En la presente investigación se han utilizado tres de las cuatro fuentes de datos obtenidas gracias a la actividad del proyecto.39 La primera corresponde a una revisión sistemática de documentos oficiales y otras fuentes secundarias. Esto ha servido para definir el contexto de los CIC en España, describir las principales políticas emprendidas e identificar la población estimada de CIC en España (a lo que se ha llamado “mapa de CIC”). La segunda fuente es una encuesta a directores de centros de investigación. Esta ha servido para obtener datos acerca de la organización de los CIC y los resultados obtenidos durante los últimos años. Finalmente, la tercera fuente de datos es una encuesta a investigadores que ha permitido arrojar luz acerca de sus características personales y del trabajo que desempeñan dentro de los centros. El diseño de investigación de la tesis, cuyos componentes específicos se presentan en las secciones que siguen a continuación, ha seguido la siguiente secuencia. En primer lugar, se ha procedido a una revisión de la bibliografía para definir las características de los CIC dentro de la sociedad contemporánea y construir el modelo analítico de la investigación. Esto se ha realizado a partir del estado actual del debate acerca de los resultados científicos, de la colaboración entre ciencia e industria y de la innovación dentro de las 38 El candidato ha disfrutado de la beca pre-doctoral que le ha permitido realizar la tesis en el seno de este proyecto, que ha sido llevado a cabo en el periodo comprendido entre marzo de 2010 y marzo de 2014, ha sido dirigido por el Dr. Manuel Fernández Esquinas y llevado a cabo por el grupo de investigación en Estudios Socioeconómicos sobre Ciencia e Innovación del Institutos de Estudios Sociales Avanzados (IESA), un organismo perteneciente al Consejo Superior de Investigaciones Científicas (CSIC). 39 La cuarta fuente de datos del proyecto, una encuesta a empresas colaboradoras (Andújar Nagore et al. 2013), no ha sido utilizada por razones de síntesis, dado que no aportaba información necesaria para satisfacer los objetivos de la presente investigación. 135 organizaciones. En segundo lugar, se han utilizado los datos del mapa de CIC para definir las características del contexto español de ciencia e innovación y de la población estimada de centros de investigación. En tercer lugar, se han analizado los datos procedentes de la encuesta a directores de CIC para comprender las características de estas organizaciones, su funcionamiento y los resultados que obtienen. En cuarto y último lugar, se han empleado los resultados de la encuesta a investigadores para profundizar en sus características, los resultados de su trabajo y estimar los factores que caracterizarían las dinámicas laborales. Finalmente, es oportuno destacar que el diseño de la investigación posee dos limitaciones (sobre las cuales se volverá también en el apartado de conclusión de la tesis). Por un lado, la investigación se ve obligada a adoptar una perspectiva transversal (cross-sectional) debido a que no se dispone de datos longitudinales. Por otro lado, se ha optado por no utilizar las técnicas y fuentes de análisis habitual de producción científica, como el análisis de redes bibliométricas de la producción científica y tecnológica de los centros (p. ej., redes de coautoría o análisis de citaciones bibliográficas y de patentes), para medir la colaboración y los resultados de los CIC. La recopilación de los datos necesarios para realizar este tipo de análisis no formaba parte del proyecto de investigación por cuestiones estratégicas en la construcción de las fuentes de datos debido a que se ha considerado que los datos bibliométricos no resultaban adecuados en este caso para captar el componente informal y cultural asociado a la colaboración entre ciencia y empresa, dada la escasez de patentes que se esperaba encontrar en estos centros y las dificultades para encontrar producción científica en forma de publicaciones asociadas a muchos de los centros (Katz y Martin 1997; Bozeman et al. 2001; Ponomariov y Boardman 2012).40 3.2. REVISIÓN DE LA BIBLIOGRAFÍA El proceso de revisión de la bibliografía ha acompañado todas las fases de la investigación. La actividad de recopilación de la bibliografía se ha realizado entre octubre de 2011 y septiembre de 2014. Dicho proceso ha sido llevado a cabo con la ayuda de 40 Hay que tener en cuenta también que gran parte de la población de CIC en España está formada por centros tecnológicos y centros de innovación, como se verá en el Cap. 4 (ver apartado 4.2). Una parte importante de la plantilla de estos centros no tiene un perfil de investigación académica o entre sus cometidos no se encuentra la realización de publicaciones en revistas científicas indexadas. 136 motores de búsqueda informáticos (p. ej., Google Scholar, Academia.edu, ResearchGate, Cite U Like, CiteSeer, etc.) y de la información obtenida gracias a congresos especializados (p. ej., EU-SPRI, UIIN, DRUID, ISPIM), estancias nacionales (Universidad de Málaga, INGENIO-UPV) e internacionales (University of Wollongong, North Carolina State University). No obstante, este proceso se ha visto condicionado por las limitaciones existentes en la bibliografía relativa a los CIC, en especial, en lo que se refiere a su visibilidad y adscripción a los campos de investigación, lo que da como resultado carencias de tipo teórico y metodológico. La primera tiene que ver con la relativa escasez de estudios con finalidades teóricas que pretenden sistematizar el conocimiento acumulado durante las últimas décadas. La principal razón tiene que ver con que muchos de los estudios sobre los CIC se han realizado en el ámbito de programas específicos, tratándose de informes de resultados o de evaluación. Por ende, los intereses de naturaleza teórica han sido, a menudo, infravalorados con respecto a aquellos de tipo pragmático, político, evaluativo o profesional. A esto hay que añadir la relativa escasez de estudios comparativos internacionales, salvo algunas excepciones (Garrett-Jones et al. 2007; Turpin y Fernández-Esquinas 2011; Lal y Boardman 2013). Este ha sido otro elemento que ha limitado la sistematización de los resultados. Hasta el momento existe una pequeña comunidad de estudiosos identificable que se dedican a investigar sobre estas formas organizativas y que se adscribe a distintos campos disciplinarios englobados en los estudios sociales de la innovación (Bozeman 2013). Hasta donde es sabido, el primer —y único— intento de recopilación sistemática lo encontramos en un monográfico publicado en 2010 por la revista especializada The Journal of Technology Transfer (Vol. 35, N.º 5), que anticipó la publicación de un libro editado por Springer en 2013 (Boardman y Gray 2010; 2013). En conclusión, hasta la fecha, el debate académico sobre los CIC ha llegado a muy pocos resultados concluyentes, por lo que es conveniente insertar sus implicaciones en los amplios debates y abundante literatura citada que hace referencia a la colaboración entre ciencia y empresa y, en general, a las dinámicas organizativas de los organismos híbridos en los sistemas de innovación. En lo referido a la limitación de tipo metodológico, tiene que ver directamente con la falta de conexión entre los contextos donde se ha llevado a cabo la investigación sobre los CIC que, en casi todos los casos, ha conllevado el uso de enfoques metodológicos diferentes. 137 Por ejemplo, en países como Australia y Canadá se han privilegiado las encuestas telefónicas, postales u online, debido a la elevada dispersión territorial de los entrevistados (Diment y Garrett-Jones 2007), mientras que en contextos físicamente o administrativamente más centralizados, como Francia, Irlanda o Noruega, se han llevado a cabo, principalmente, entrevistas personales y estudios de caso in situ (Carayol 2003; Ryan et al. 2008; Thune y Gulbrandsen 2011). Esta tendencia, además, se ha visto reforzada por la gran diversidad de disciplinas involucradas. Se trata de un campo donde participan investigadores y profesionales procedentes de áreas muy diferentes de las ciencias humanas y sociales (economía, estudios de negocios, ciencia política y de la administración, sociología, psicología social, antropología, documentación, historia, geografía, etc.), con incursiones ocasionales incluso de filósofos de la ciencia, ingenieros industriales o licenciados en ciencias naturales. Como consecuencia, ha proliferado el uso de diferentes métodos de investigación, desde las evaluaciones de impacto macroeconómico, los modelos psicométricos y econométricos, hasta el análisis de redes sociales, los estudios de caso, la bibliometría, etc. A la luz de las limitaciones que se acaban de señalar, el trabajo de revisión bibliográfica ha debido tener en cuenta diferentes tipos de contextos, tipos de publicaciones y disciplinas.41 Una última observación se refiere al contexto geográfico. Los trabajos seleccionados para la revisión bibliográfica incluyen distintos países y regiones, como Australia, América del Norte y Europa, aunque la mayoría de los estudios se refieren a EE. UU., dado que este país presenta una tradición más dilatada y consolidada en esta materia. En cualquier caso, la bibliografía revisada no incluye solo a los CIC, sino también a otras formas organizativas que conllevan la colaboración entre ciencia e industria. Algunos ejemplos los encontramos en los programas de la comunidad europea para financiar consorcios 41 En la mayoría de los casos se ha tratado de artículos científicos publicados en revistas especializadas en el campo de los estudios sociales sobre ciencia, tecnología e innovación, como las siguientes: Minerva (Springer), Prometheus (Taylor & Francis), Research Policy (Elsevier), Science and Public Policy (Oxford Press), Scientometrics (Springer), Social Studies of Science (Sage), The Journal of Technology Transfer (Springer), por citar las más relevantes. Se trata de revistas que se ocupan de un campo de estudios transversal, multidisciplinario e interdisciplinario, donde tienen cabida lenguajes, intereses y enfoques de investigación muy diferentes. Sin embargo, se han incluido también otros tipos de publicaciones dentro del proceso de revisión. Se pueden identificar al menos cuatro campos de investigación adicionales: - la teoría de las organizaciones (p. ej., Academy of Management Review, Organization Science, etc.) - la ingeniería del conocimiento (p. ej., Technovation, Transactions on Engineering Management, etc.). - los estudios regionales sobre políticas y desarrollo (p. ej., European Planning Studies, Regional Studies, etc.). - el debate sociológico contemporáneo y, en particular, aquel relativo a las organizaciones (American Sociological Review, Research in the Sociology of Organizations, etc.). 138 intersectoriales o proyectos colaborativos de I+D, los institutos universitarios de investigación aplicada o las alianzas entre empresas y grupos de investigación universitarios. Se espera que la gran diversidad de contextos institucionales y referentes empíricos incluidos en la revisión bibliográfica incremente la capacidad de generalización de las conclusiones obtenidas, más allá del caso español, y facilite futuras comparaciones internacionales. 3.3. MAPA DE CENTROS DE INVESTIGACIÓN El mapa de CIC es un intento de radiografiar las organizaciones para la investigación colaborativa existentes en España. Se trata de una matriz de datos relativos a los centros de investigación individuales que contiene información que permite identificar y obtener descriptores básicos de la organización. La construcción del mapa de CIC se ha llevado a cabo entre abril y julio de 2012.42 La revisión ha implicado recopilar y revisar tres tipos de documentos: - Planes y programas públicos oficiales de I+D e innovación: esta búsqueda ha estado dirigida a identificar posibles centros. - Otros documentos oficiales, páginas web institucionales y estudios previos: como búsqueda dirigida también a identificar posibles centros. - Páginas web y memorias corporativas de los centros: dirigida a comprobar si los centros detectados se adaptan a la definición operativa de CIC y obtener la información básica sobre los mismos. La revisión de estos tres tipos de fuentes se ha llevado a cabo en paralelo, utilizando un criterio territorial de reparto de las tareas de búsqueda, es decir, empleando unidades 42 Para estructurar el trabajo de revisión documental y la construcción del mapa de CIC se ha realizado previamente un estudio de caso exploratorio, cuyo objetivo era tener una idea general acerca del funcionamiento de las nuevas organizaciones para la colaboración entre ciencia e industria en España. Con este fin, se ha elegido como caso de estudio la Corporación Tecnológica de Andalucía (CTA), debido a su originalidad, éxito y también por razones logísticas; sin embargo, este caso no se ha incluido posteriormente en la población de CIC españoles, debido a sus características peculiares. Se ha entrevistado al director técnico de la CTA y a representantes de seis empresas del territorio que colaboran con esta, utilizando un formulario estructurado y complementando la información obtenida con aquella contenida en memorias corporativas e informes de resultados de la CTA. El estudio ha sido realizado por el candidato y el Dr. Manuel Fernández Esquinas, entre noviembre de 2011 y febrero de 2012, entre Sevilla y Córdoba (Fernández-Esquinas et al. 2012). La página web de la corporación es la siguiente: http://www.corporaciontecnologica.com 139 geográficas como las CC. AA. Sin embargo, se han aplicado protocolos de búsqueda diferentes para cada tipo de documentos. Los planes y los programas públicos oficiales de ciencia e innovación han sido revisados teniendo en cuenta los distintos niveles de gobierno: supranacional, nacional y autonómico, aunque este último haya sido el más importante debido, entre otras cosas, a la naturaleza del sistema español de I+D (Fernández-Esquinas y Ramos Vielba 2011; ver también el Cap. 4). En aquellas instituciones donde no se ha encontrado este tipo de documento, se han utilizado los planes y programas de industria y desarrollo económico como sustitutos. Se ha recopilado esta información para las diecisiete Comunidades Autónomas españolas (aproximadamente para el periodo 2004-2011), el Ministerio de Ciencia e Innovación (2008-2011) e incluso la Unión Europea (2010-2011). A continuación, se ha aplicado un protocolo de búsqueda sistemática sobre este corpus de documentos, utilizando palabras claves (hasta saturación del contenido) para guiar la lectura e identificar las principales políticas e iniciativas públicas relacionadas con los CIC en España.43 Esta revisión documental ha permitido identificar las principales políticas emprendidas para la creación de organizaciones colaborativas entre ciencia e industria, al mismo tiempo en que ha arrojado luz acerca del contexto institucional. Sin embargo, no fue suficiente para identificar un listado preciso de CIC. La identificación completa de la población era una tarea que presentaba varios problemas por, al menos, tres razones: 1. No existe un directorio oficial para este tipo de organizaciones en España debido, entre otras cosas, a la elevada fragmentación de las iniciativas existentes.44 2. La información contenida en los documentos oficiales es incompleta, dado que existen muchos CIC que han sido creados fuera de un programa público específico. 43 Ejemplos de las palabras clave empleadas son las siguientes: “ciencia e industria”, “público-privada”, “colaboración”, “investigación cooperativa”, “centros de investigación”, “institutos de investigación”, “participación empresarial”, “transferencia de conocimiento”, “innovación organizativa”, etc. 44 Los únicos directorios disponibles hacían referencia exclusivamente a los Centros Tecnológicos (CT) y a los Centros de Innovación y Tecnología (CIT), disponibles respectivamente en la página web de la FEDIT, la Federación Española de Entidades de Innovación y Tecnología (http://www.fedit.com/Spanish/Paginas/CentrosTecnologicos.aspx) y en la página del Ministerio de Economía y Competitividad (https://sede.micinn.gob.es/inforct/). Ambos listados han sido utilizados para identificar aquellos centros tecnológicos y de innovación con características de CIC (ver también Cap. 4, apartado 4.2). 242 En segundo lugar, observamos que, pese a lo anterior, los CIC suelen ser organizaciones que colaboran con bastante frecuencia, como era de esperar (Gráfico 5.12): si excluimos el caso de la creación de empresas (poco relevante), en la mayoría de las actividades la colaboración es la situación más frecuente. En particular, en las dos actividades más importantes (proyectos y contratos de I+D) la colaboración se da en la inmensa mayoría de los casos. También observamos que las empresas son el tipo de entidad con la que los centros colaboran más, concretamente, en ocho actividades sobre nueve. En tercer y último lugar, observamos patrones diferenciados de especialización en la colaboración entre sectores (Gráfico 5.12): por ejemplo, la colaboración con empresas es muy importante en el caso de los proyectos contratados de I+D y de los servicios, mientras que la colaboración con universidades u organismos de I+D es mayor en el caso de los proyectos de I+D de convocatorias públicas y en la formación de trabajadores o posgraduados. Además, la colaboración con la administración pública es residual en la mayoría de los casos, excluyendo el caso de los proyectos de I+D de convocatorias públicas. A partir de los datos presentados en el Gráfico 5.12, hemos construido tres variables que nos permiten medir de manera sintética la intensidad de la colaboración con cada sector, en términos de importancia. Para construir estos indicadores hemos sumado por cada centro y por cada sector el número de actividades donde ese sector era el colaborador principal, ponderando cada unidad por la importancia que el entrevistado atribuye a esa actividad. Luego, hemos dividido esta suma por nueve, que es el número total de actividades, y hemos estandarizado este valor. A través de este procedimiento hemos calculado tres variables (una por sector) que asumen valor 0 si la colaboración con ese sector no asume ninguna importancia, y 1 si asume valor máximo. Como era de esperar, la variable que asume en promedio el valor más elevado es aquella referida a la colaboración con empresas (Gráfico 5.13), cuya media es de 0,306, seguida a mucha distancia por la colaboración con organismos de I+D (media=0,107) y con la AA. PP. (media=0,066). 243 Gráfico 5.13 – Importancia de la colaboración por sector Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Volumen de actividades El último aspecto relativo a las actividades de los CIC se refiere al número de proyectos y actividades ejecutadas. Se trata de un indicador importante que permite valorar la orientación y el volumen de trabajo desde un punto de vista algo más objetivo. La Tabla 5.28 muestra las estadísticas relativas al número de proyectos y actividades de I+D y servicios llevados a cabo por los centros en los últimos tres años, diferenciando entre proyectos de I+D y actividades de consultoría, asistencia tecnológica y servicios contratados con AA. PP. o empresas. Entre los proyectos, se diferencia entre aquellos contratados con la AA. PP. o las empresas, por un lado, y entre aquellos financiados por convocatorias competitivas nacionales o internacionales, diferenciando también si el centro ha sido líder o miembro del equipo. 244 Tabla 5.28 – Volumen de colaboración en proyectos y actividades de I+D Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Los resultados muestran que durante los últimos tres años los 122 centros encuestados han desarrollado, en total, muchos miles de proyectos y actividades de I+D, tanto con el sector público como con el sector privado, así como a nivel internacional (Tabla 5.28). Cada centro ha ejecutado en los últimos tres años, en promedio: 13,9 proyectos de I+D de convocatorias españolas como centro líder y 12,9 como miembro del equipo; 2,5 proyectos de I+D de convocatorias internacionales como centro líder y 7,3 como miembro del equipo; 2,8 proyectos de I+D contratados con la AA. PP. y 38,7 con empresas; 21,8 actividades de consultoría y servicios con la AA. PP. y 190,6 con empresas. Los otros parámetros descriptivos muestran que estas distribuciones presentan una asimetría positiva, o sesgada a la derecha, que indicaría que un número reducido de centros concentra un número muy elevado de actividades, probablemente debido a la elevada variabilidad que existe en el tamaño de los centros. En todo caso, para análisis ulteriores, es conveniente dividir el número de actividades por alguna variable que refleje el tamaño de la organización, como el número de trabajadores empleados (ver Cap. 2, sección 2.1.2). También observamos que las actividades que se dan con más frecuencia son los proyectos de I+D de convocatorias públicas nacionales y aquellos contratados con empresas. 5.4. RESUMEN DE LOS RESULTADOS DEL CAPÍTULO En este capítulo hemos analizado los datos relativos a una muestra de los CIC que existen en territorio español. Aunque no haya sido posible seleccionar aleatoriamente dicha muestra, hemos podido comprobar que esta puede ser considerada como bastante Centro líder Miembro del equipo Centro líder Miembro del equipo con AAPP con empresas con AAPP con empresas 122 122 122 122 122 122 122 122 13,96 12,91 2,48 7,29 2,76 38,71 5,62 190,56 0 0 0 0 0 0 0 0 21,81 27,52 6,07 20,44 9,03 103,43 21,76 690,18 0 0 0 0 0 0 0 0 120 200 50 200 79 800 175 5000 1703 1575 303 889 337 4723 686 23248 25 1,00 1,00 0,00 0,00 0,00 1,75 0,00 0,00 50 5,00 4,50 0,00 2,00 0,00 6,50 0,00 4,00 75 15,00 15,00 2,00 6,00 2,00 28,25 2,00 31,25 Actividades de consultoría, asistencia Mínimo Máximo Suma Percent iles Media Moda Desv. típ. N válidos Estadísticos descriptivos en España Proyectos de I+D+i de convocatorias competitivas internacionales Proyectos de I+D contratados 245 representativa de la población estimada de CIC en España, al menos con arreglo a las siguientes variables: definición oficial del centro, CC. AA. donde se ubica y antigüedad. Gracias al análisis de datos, hemos podido describir las principales características relativas a los CIC y su organización. En este apartado conclusivo resumimos los hallazgos principales del capítulo. Objetivos de la colaboración La mayoría de los centros encuestados son entidades organizativamente autónomas; solamente en un número reducido de casos constituyen unidades incrustadas dentro de instituciones públicas, aunque mantengan una forma legal separada. Desde el punto de vista de la titularidad, los centros están participados por entidades de vario tipo, principalmente organismos públicos y empresas privadas. Las empresas suelen detentar la mayor parte de la propiedad, aunque, en algunos casos, exista un socio público que concentre la mayoría de la titularidad en sus manos. El número de socios empresariales en cada centro suele ser bastante elevado (decenas), pese a que en algunos pocos casos participan solo una o dos empresas. El perfil de las empresas participantes es muy variado: la mayoría de ellas son PYMES que operan en sectores tradicionales, pero la proporción de grandes empresas o de empresas de base tecnológica es bastante elevada, al menos considerando su baja presencia dentro del sistema español de innovación. Los CIC en España se han creado mayoritariamente a través de ayudas públicas y de la iniciativa de las instituciones gubernamentales, en particular de los gobiernos autonómicos, aunque, en algunos casos, la iniciativa empresarial parece haber desempeñado un papel importante. También es frecuente que la creación del centro haya estado condicionada por la existencia de una tecnología o un avance científico con posibilidad de explotación, así como por la necesidad de disponer de una estructura organizativa más flexible. Entre los objetivos de los centros, el más importante sería el desarrollo económico del territorio, seguido por la obtención de beneficios sociales y medioambientales en general, o de beneficios económicos para usuarios y clientes. Los beneficios económicos para los socios del centro suelen ser poco importantes. Las entidades externas participan como socios en los centros principalmente por dos motivos: mejorar el nivel de la I+D y obtener más flexibilidad para la gestión y la cooperación con otras entidades, aunque para las empresas es importante también la 246 obtención de servicios técnicos. Los aspectos menos importantes para la colaboración se refieren a lo económico: en el caso de las empresas, la mejora de la financiación externa; para los organismos públicos, la obtención de beneficios económicos. Las empresas son las entidades que parecen tener motivaciones más fuertes para participar en la colaboración que el resto de socios. El presupuesto de los centros encuestados es bastante elevado: en la mayoría de los casos supera los 500 000 euros y con frecuencia asciende a varios millones. Además, los centros disponen, frecuentemente, (en más de dos tercios de los casos) de equipamiento e infraestructuras propias. Esta elevada disponibilidad de recursos depende de fuentes de financiación diversas, principalmente contratos y servicios con empresas, convocatorias públicas competitivas o subvenciones directas; el peso de las cuotas de socios, los patrocinios o la venta de propiedad intelectual es muy bajo. La financiación procede principalmente de actores regionales y, en menor medida, de actores estatales, aunque la proporción de fondos internacionales no es despreciable. También es frecuente que los centros dependan de la infraestructura o del equipamiento de otras entidades (alrededor de la mitad de los casos), mientras que es menos frecuente (alrededor de un cuarto de los casos) que otras entidades usen los recursos del centro. Modelos organizativos Los centros encuestados suelen emplear un número relativamente alto de trabajadores (en promedio, alrededor de 90). La inmensa mayoría de estos son contratados directamente por el centro, financiando sus salarios a través de fuentes muy diversas (p. ej., mercado, convocatorias, subvenciones). En un número muy reducido de casos la mayoría de la plantilla está formada por personal adscrito a universidades u OPI, siendo estas las que financian su salario. Los investigadores de los centros encuestados gozan de bastante autonomía en su trabajo, especialmente en lo referido a la elección de sus líneas de investigación y la realización de actividades comerciales, mientras que se encuentran más limitados en lo referido a la captación de fondos. Los centros encuestados emplean estrategias organizativas muy variadas: muchos de ellos estructuran sus actividades de I+D alrededor de grupos de investigación, de distinto número y tamaño. También hay mucha variabilidad con arreglo al modelo de toma de decisiones, aunque la inmensa mayoría de los centros cuenta con un profesional que 247 trabaja como director del centro a tiempo completo. Muchos centros también constituyen un comité asesor de expertos externos, cuya composición suele ser muy variada, y un número algo más reducido de ellos recurre incluso a prácticas de evaluación externa de las actividades científico-técnicas o de la organización del centro. Las actividades realizadas por los centros encuestados parecen difíciles de encasillar dentro de los esquemas habituales de clasificación de las disciplinas científicas, aunque los entrevistados no perciben estas actividades como interdisciplinarias. La mayoría de los centros se relaciona con empresas que operan en el sector secundario (industria), siendo frecuente el caso de empresas cuyo nivel tecnológico es medio o alto. Se observa también la presencia de empresas de otros sectores, como el primario (agricultura), o que operan en el campo de las TIC dentro del sector terciario (servicios). La I+D de los centros suele ser bastante aplicada, implicando un grado medio-alto de transformación del conocimiento: el tipo de actividad más importante viene dado por los proyectos de I+D, seguido por un conjunto heterogéneo de actividades relacionadas con la formación y los servicios. La comercialización es el tipo de actividad menos relevante. También hemos visto que es posible clasificar a las actividades de los centros en función de cuatro ejes, el más importante de los cuales se refiere a una polarización entre investigación básica y formación de posgraduados, por un lado, y la consultoría y los servicios tecnológicos, por el otro. Este eje diferenciaría entre, al menos, dos orientaciones principales para las actividades. Los centros suelen colaborar con frecuencia con otras entidades para hacer I+D, tratándose principalmente de empresas. El número de actividades ejecutadas es bastante alto, destacando los proyectos de I+D de convocatorias españolas o contratados por empresas, mientras que en un número reducido de casos hay un volumen de actividad muy elevado en lo referido a las actividades de consultoría y los servicios tecnológicos. Los CIC españoles en el entorno internacional En línea con la mayoría de las experiencias internacionales, los resultados de nuestro análisis sugieren que los centros encuestados dependen (o han dependido) en gran medida del apoyo público para constituirse. Sin embargo, el protagonismo de los gobiernos autonómicos para los centros españoles se parecería a algunos casos que se han dado en países como Bélgica (Teirlinck y Spithoven 2012), Canadá (Clark 2010) y Escandinavia 248 (Asheim 2009). A esta fuerte iniciativa gubernamental hay que sumar la participación de un número elevado de empresas, tanto PYMES locales como grandes corporaciones y EBT. Así pues, tomando como referencia la tipología propuesta por Gray et al. (2013:17), la mayoría de los CIC españoles se posicionaría dentro del primer cuadrante, el de los “consorcios público-privados”, que surgen de la colaboración entre organismos públicos o sin ánimo de lucro con consorcios o redes de empresas. De hecho, la mayoría de las características que hemos observado en los centros encuestados es análoga a aquellas descritas por este tipo ideal: los centros se orientarían principalmente hacia actividades de medio o largo plazo, con el objetivo de generar beneficios socioeconómicos difusos, genéricos, como el desarrollo territorial, la mejora de las capacidades de I+D de empresas u otras entidades, de proporcionar servicios técnicos en algunas ocasiones y de proveer de una estructura organizativa más flexible para la gestión y la cooperación interorganizacional a estas entidades.103 Para lograr este objetivo, los centros son capaces de movilizar recursos económicos importantes que proceden de diversas fuentes. En particular, los centros han demostrado tener capacidad para mezclar fuentes públicas y privadas, así como nacionales y regionales. El análisis de los modelos organizativos, en cambio, ha puesto de manifiesto que la organización del trabajo en los centros encuestados es muy variada y, por ende, difícil de reconducir hacia un único modelo. Parece que los centros hayan adoptado distintos tipos de estrategias para adaptarse a los objetivos de la colaboración, desde la adopción de estructuras clásicas para el trabajo científico (grupos de investigación, libertad de investigación, evaluación científica), hasta modelos más cercanos a la I+D empresarial (impulso a la comercialización, autonomía investigadora limitada, existencia de órganos formales para la toma de decisiones), pasando por estrategias “hibridas”, que parecen descansar en la combinación entre la capacidad de liderazgo de la dirección del centro y la concesión de autonomía a los grupos de investigación o los investigadores individuales. Se trata de un aspecto que necesitaría un análisis más detallado y en profundidad, por ejemplo, empleando métodos cualitativos o estudios de caso, que exceden los objetivos de esta tesis. Finalmente, el análisis de las actividades ha puesto de manifiesto que los centros se dedican principalmente a la I+D (tal y como recoge la definición de CIC) y, en particular, 103 En cambio, la obtención de beneficios económicos directos no parece tener mucha importancia, sobre todo, en lo referido a los socios de los centros. 249 a actividades de investigación aplicada o desarrollo tecnológico (probablemente en sus etapas tempranas) realizadas en forma de proyectos. Entre estos, destacarían los proyectos de I+D financiados a través de convocatorias competitivas nacionales o de contratos con empresas. Así pues, el tipo de trabajo realizado por nuestros centros se parecería al de muchos institutos tecnológicos europeos (Arnold et al. 2010) o asiáticos (Lal y Boardman 2013), mientras que tal vez diferiría de la situación predominante en países como Australia (Turpin y Garrett-Jones 2002) y, sobre todo, de América del Norte, cuyos CIC se dedican con más frecuencia a la investigación básica (Salazar y Holbrook 2007; Gray 2011). 250 251 CAPÍTULO 6. DINÁMICAS ORGANIZATIVAS DE LOS CIC: COMPOSICIÓN DE LOS CENTROS, ORIENTACIÓN Y RESULTADOS En este capítulo analizamos la orientación profesional de los recursos humanos empleados por los centros de investigación colaborativa (CIC) en España a partir del análisis de los resultados del trabajo que realizan estas organizaciones. Empleamos los datos obtenidos a través de la encuesta dirigida a directores y otros responsables de centros de investigación y los analizamos principalmente a través de técnicas estadísticas multivariantes, como el análisis de conglomerados y el análisis de regresión. El objetivo es describir y analizar cómo los resultados del trabajo realizado dentro de los centros varían en función de la composición profesional de la plantilla de trabajadores empleados. El capítulo está estructurado de la siguiente manera: en primer lugar, desglosamos la composición de la plantilla de trabajadores en categorías profesionales para identificar los diferentes modelos existentes entre los centros. En segundo lugar, describimos el tipo de resultados científicos y tecnológicos que producen los centros y analizamos cómo estos varían entre los distintos tipos de composición profesional. En tercer lugar, describimos los niveles de satisfacción registrados por los entrevistados con arreglo a las actividades y el trabajo en los centros, para luego analizar el efecto de la composición profesional de la fuerza de trabajo sobre la capacidad de los centros y de los trabajadores de generar resultados satisfactorios. Los resultados del capítulo sugieren la existencia de un proceso de convergencia en el campo de las profesiones científicas y tecnológicas, que ha tenido lugar gracias a la hibridación entre la trayectoria académica tradicional y los profesionales técnico-administrativos característicos del sector empresarial. 258 ecosistema. Más adelante, recibió mucha atención en el campo de la teoría de la información y se empleó en muchos otros campos para medir la heterogeneidad en general. En otro trabajo hemos aplicado esta técnica para medir la heterogeneidad de las fuentes de financiación de los CIC en España (Fernández-Zubieta et al. 2016). Para elaborar nuestro índice H de heterogeneidad de la composición profesional de la fuerza de trabajo empleada en los CIC hemos calculado el producto entre el porcentaje correspondiente a cada categoría por su logaritmo natural. Luego, hemos sumado todos los productos y hemos cambiado de signo el resultado de esta suma. El resultado de este procedimiento es un índice que idealmente varía entre 0 (heterogeneidad mínima) y un valor superior a 0 que representa la máxima heterogeneidad posible. En nuestro caso específico, el índice H varía entre un mínimo de 0,41 y un máximo de 1,89; su valor medio es de 1,16. Volveremos a hablar de este índice más adelante. Segmentación de los centros por categorías profesionales La segunda estrategia que hemos adoptado para resumir la heterogeneidad profesional de la fuerza de trabajo se refiere a la construcción de una clasificación de centros a partir de la distribución en porcentaje de las seis categorías profesionales principales.105 A través de un análisis jerárquico de conglomerados (AJC), aplicado previamente con carácter exploratorio, hemos visto que existe una posibilidad optima de segmentación alrededor de cuatro grupos.106 Por ello, posteriormente hemos aplicado un análisis de conglomerados (AC) empleando la técnica K-Means y fijando previamente una segmentación en cuatro grupos. Los resultados se alinean con lo observado en la fase exploratoria y se han logrado cuatro grupos de centros que se diferencian muy bien en función de las seis variables relativas al peso en porcentaje de las categorías profesionales. De hecho, el contraste de análisis de la varianza (ANOVA) es muy significativo para todas las variables (ver Tabla VIII, Anexo 2.1). 105 Hemos excluido la categoría residual “Otros” para lograr una mejor segmentación de los casos. 106 En esta prima fase, con carácter exploratorio, el objetivo consistía en observar si era posible identificar un número “manejable” de grupos (p. ej., dos, tres, cuatro, o cinco) para clasificar los centros. El dendrograma resultante del AJC mostraba un punto de corte óptimo segmentando en cuatro grupos, aunque uno de ellos estaba constituido por un solo caso “anómalo” (ver Gráfico II, Anexo 2.2). El análisis de la varianza (ANOVA) mostraba que esta clasificación discriminaba muy bien entre todas las categorías profesionales, exceptuando, comprensiblemente, la categoría residual “Otros” (ver Tabla VII, Anexo 2.1). 259 La Tabla 6.3 muestra los centros de estos cuatro conglomerados finales según las seis variables incluidas en el análisis: - Grupo 1: porcentaje elevado de becarios de posgrado o estudiantes en formación; el resto de categorías tiene poca presencia, exceptuando a los investigadores. - Grupo 2: mayoría de investigadores doctores, aunque el porcentaje de becarios predoctorales se encuentra muy por encima de los otros grupos. - Grupo 3: la mayoría está compuesta por la suma de los porcentajes de técnicos de investigación y de personal administrativo, aunque el porcentaje de investigadores no doctores y de becarios de posgrado no es despreciable. - Grupo 4: mayoría de investigadores no doctores y presencia moderada de personal administrativo, técnicos de investigación e investigadores doctores. Sin embargo, observamos que el grupo 1 está compuesto solo por dos casos y, además, presenta un valor muy elevado (y quizá anómalo) en lo que se refiere a los becarios de posgrado, al menos si se compara esta cifra con la distribución porcentaje de esta categoría profesional (Gráfico 6.3). Por lo tanto, hemos agrupado estos dos casos en uno de los tres conglomerados restantes con la intención de mejorar la aplicación de la clasificación en otros análisis, así como su interpretación y ajuste a los datos. Después de un atento examen de la Tabla 6.3, hemos incluido los casos del grupo 1 en el grupo 3 debido a que el grupo 3 presenta el promedio más elevado de “becarios de posgrado o estudiantes en formación”, que es la categoría más característica del grupo 1. Al mismo tiempo, el grupo 3 presenta valores parecidos al grupo 1 en el porcentaje de investigadores doctores y no doctores, las otras dos categorías más relevantes dentro del grupo 1. Tabla 6.3 – Resultados del AC K-Means según % de categorías profesionales Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Para averiguar si este proceso de reagrupación ha producido cambios significativos en la relación con las variables relativas al peso en porcentaje de las categorías profesionales, 1 2 3 4 Investigadores doctores (%) 10,18 53,42 7,17 12,92 Investigaodres no doctores (%) 14,34 11,66 17,54 51,74 Técnicos de investigación (%) 4,54 8,79 43,85 13,45 Personal de administración (%) 3,70 9,55 21,49 14,18 Becarios predoctorales (%) 3,52 10,34 ,44 3,21 Becarios de posgrado o estudiantes en formación (%) 63,73 3,98 4,46 3,56 Nº de casos (N=122) 2 35 33 52 Centros de los conglomerados finales Conglomerado 260 hemos repetido un análisis de comparación de medias y ANOVA para estas variables con los nuevos conglomerados. Los resultados del ANOVA (ver Tabla IX, Anexo 2.1) muestran que la nueva clasificación sigue discriminando muy bien en función de las variables empleadas (incluso más, si miramos al estadístico F y al índice eta) salvo aquella relativa a los estudiantes de posgrado o en formación, como se podía esperar. Esta clasificación discrimina muy bien en función de las categorías profesionales más recurrentes dentro de los CIC: investigadores doctores, investigadores no doctores y técnicos de investigación. Para interpretar correctamente los nuevos conglomerados se observan sus puntuaciones promedias en cada variable de análisis (Tabla 6.4). Los resultados no son muy diferentes de los anteriores: el grupo 2 y el grupo 4 siguen invariados, mientras que el grupo 3 varía poco. Este grupo refuerza sus características principales y sube el porcentaje de estudiantes de posgrado y en prácticas, que se sitúa muy por encima de su media, aunque, como hemos visto, esta variable no varía significativamente entre los tres conglomerados. Tabla 6.4 – Comparación de medias entre nuevos conglomerados Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Hemos atribuido una nueva etiqueta a cada uno de los tres conglomerados para facilitar su interpretación y uso (Tabla 6.5). Hemos atribuido al grupo 2 la etiqueta de “composición científico-académica”, dado que la mayoría de los trabajadores de estos centros son investigadores doctores y hay un número de estudiantes de doctorado por encima de lo normal. La composición profesional del grupo 3 ha sido denominada como “técnico-administrativa”, dado que la mayoría de los trabajadores de estos centros son técnicos de investigación y personal administrativo. Finalmente, hemos denominado como “mixta” a la composición de la fuerza de trabajo de los centros del grupo 4, porque, Grupo 2 3 4 Total Investigadores doctores (%) 53,42 7,34 12,92 22,94 Investigadores no doctores (%) 11,66 17,36 51,74 30,38 Técnicos de investigación (%) 8,79 41,60 13,45 20,19 Personal de administración (%) 9,55 20,47 14,18 14,66 Becarios predoctorales (%) 10,34 0,61 3,21 4,51 Becarios de posgrado o estudiantes en formación (%) 3,98 7,85 3,56 4,91 Otros (% recodificado) 2,26 4,77 0,95 2,42 261 aunque la mayoría de trabajadores son investigadores no doctores, no se encuentran valores bajos para ninguna categoría profesional. Este grupo se caracteriza por la presencia de tecnólogos con una especialización distinta a la académica, no vinculada al doctorado. Esta es, además, la categoría más numerosa de centros, dado que representa un 42,6 % de la muestra, mientras que las otras dos categorías se igualan entorno al 28,7 % de los casos. Tabla 6.5 – Clasificación de los CIC por composición profesional Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia 6.2. RESULTADOS DE LA PRODUCCIÓN DE CIENCIA Y TECNOLOGÍA Las actividades de I+D desempeñadas por los trabajadores de los CIC suelen tener distintos tipos de resultados, algunos más inmediatos y otros más indirectos; algunos tangibles y otros intangibles. Aquí nos centramos en un aspecto habitual para la evaluación de la I+D: la producción de ciencia y tecnología. Cuando hablamos de “producción científica” nos referimos principalmente a las publicaciones de tipo científico y académico, mientras que cuando hablamos de “producción tecnológica” nos referimos principalmente al desarrollo y la comercialización de nuevas tecnologías, lo cual está más relacionado con la innovación tecnológica. En este apartado describimos el volumen de la producción de ciencia y tecnología de los centros encuestados, averiguamos la existencia de pautas de especialización productiva entre los centros y, finalmente, analizamos cómo varía la orientación productiva en función de la composición de la fuerza de trabajo de los centros entre categorías profesionales, controlando esta relación mediante otras variables organizacionales. Composición de la fuerza de trabajo N % Científico-académica (mayoría: doctores y estudiantes de doctorado) 35 28,7 Mixta (mayoría: personal investigador no doctor) 52 42,6 Técnico-administrativa (mayoría: técnicos, administrativos y estudiantes en prácticas) 35 28,7 Total 122 100,0 262 6.2.1. Indicadores de producción En esta sección centramos nuestra estrategia en medir los resultados de la producción de ciencia y tecnología de los centros encuestados. Para ello, describimos el número de resultados producidos en términos de publicaciones científicas e innovaciones tecnológicas, así como las interrelaciones entre estos indicadores y la existencia de una estructura de dimensiones latentes en el volumen de producción. Publicaciones científicas La producción de ciencia y tecnología de los trabajadores de los CIC puede medirse a través de métodos habituales empleados en encuestas que reflejan categorías de documentos.107 Para la producción científica se emplean dos conjuntos de indicadores. En el primer conjunto, formado por cuatro indicadores, tienen cabida aquellas variables relativas a la publicación de papers u otros escritos de tamaño reducido, como los artículos de revista o las comunicaciones a congresos, que suelen revisarse mediante procesos de peer review (revisión por pares). Diferenciamos también las publicaciones en revistas científicas internacionales o indexadas (p. ej., catalogadas en ISI-Thompson) de las otras, de alcance nacional o local. Asimismo, diferenciamos entre la participación en congresos internacionales y nacionales. En el último año completo previo a la encuesta (2011), los centros encuestados han producido, en promedio, un total de 30,9 artículos en revistas científicas internacionales, 26,2 comunicaciones o ponencias en congresos internacionales, 19,4 comunicaciones o ponencias en congresos nacionales y solo 8,6 artículos en otros tipos de revistas por cada centro (Gráfico 6.4). Entre estos resultados, destacaría el volumen elevado de producción internacional, sobre todo, de artículos. 107 Aunque muchos estudios hayan apuntado la necesidad de desarrollar indicadores que reflejen la complejidad inherente al proceso de producción de ciencia y tecnología que tiene lugar dentro de los CIC, o de medidas capaces de reflejar mejor los aspectos cualitativos y relacionales de estos procesos (Bozeman et al. 2001; Rogers y Bozeman 2001; Boardman y Ponomariov 2014), la realidad es que el desarrollo de dichos indicadores no se encuentra todavía en un estadio muy avanzado, o implican mucha complejidad en las fases de recopilación y análisis de datos. En nuestro caso, el empleo de técnicas más sencillas y “conservadoras” parece la elección más apropiada, dado el conocimiento relativamente escaso acerca de los CIC para el caso de nuestro país. Además, en el siguiente apartado emplearemos medidas de tipo algo más “cualitativo” para analizar la satisfacción de los trabajadores. 263 Gráfico 6.4 – Publicaciones científicas 2011 (papers) Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia El segundo conjunto de indicadores relativos a la producción científica está formado por cuatro indicadores relativos a la publicación de monográficos, volúmenes o escritos de tamaño mayor, como tesis doctorales, informes de resultados o manuales técnicos, libros o capítulos de libro, que suelen publicarse a través de procedimientos distintos de la revisión por pares y están orientados a usuarios específicos. En el último año completo previo a la encuesta (2011), los centros encuestados han producido, en promedio, un total de 3,7 informes o monografías técnicas, 3,0 tesis doctorales, 1,9 capítulos de libro y 0,7 libros completos por cada centro (Gráfico 6.5). Entre estos resultados destaca que la publicación de monográficos se da con menor frecuencia que la producción de papers; al mismo tiempo, se nota un mayor esfuerzo hacia la producción de literatura técnica o la tutela de estudiantes de doctorado que hacia la publicación de libros. Gráfico 6.5 – Publicaciones científicas 2011 (monográficos) Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia 264 Resultados relacionados con la tecnología y la innovación tecnológica Para el caso de la producción tecnológica, empleamos un conjunto de indicadores habituales para medir el desarrollo y la comercialización de nuevas tecnologías, por ejemplo, relativos al número de invenciones o de nuevas empresas creadas. Los indicadores son los siguientes: patentes solicitadas; otros derechos de propiedad intelectual solicitados (p. ej., algoritmos, variedades vegetales, etc.); nuevas empresas creadas, con participación en el capital; nuevas empresas apoyadas, sin participación en el capital. Desde su creación, los centros encuestados han obtenido, en promedio, los siguientes resultados por cada centro: 5,1 patentes solicitadas; 2,3 nuevas empresas apoyadas; 1,5 inventos no patentables por los que se ha solicitado tutela legal; 0,6 nuevas empresas creadas y participadas (Gráfico 6.6). Si consideramos que el intervalo temporal de referencia aquí es bastante amplio, observamos que la producción de tecnología de los centros en su conjunto no es muy elevada, aunque tampoco es despreciable. En particular, los centros obtienen un buen resultado para las patentes, pero un resultado inferior con arreglo a la participación directa en la creación de nuevas empresas. En cualquier caso, no podemos aquí hacer un balance definitivo sin controlar la elevada variabilidad organizacional que caracteriza a nuestros centros. Gráfico 6.6 – Innovaciones tecnológicas Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Interrelaciones en la producción de ciencia y tecnología No todos los indicadores relativos a la producción de ciencia y tecnología están correlacionados entre sí, sino que parecen existir algunos patrones específicos (Tabla 6.6). 265 Los indicadores relativos a la producción de artículos y comunicaciones están muy relacionados entre sí, junto a las tesis doctorales; a este conjunto hay que añadir también el número de patentes y de otras modalidades de propiedad intelectual, que están bastante relacionados entre sí y también con el grupo anterior. Los libros y los capítulos de libros están bastante relacionados entre sí y también lo están con el grupo de indicadores relativos a artículos, comunicaciones y tesis, pero con una intensidad débil y sin incluir a la propiedad intelectual. Finalmente, los indicadores relativos a los informes técnicos y la creación de empresas no están relacionados con ningún otro. Tabla 6.6 – Indicadores de producción: correlaciones Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Para comprobar la existencia de una estructura de dimensiones latentes entre los indicadores de producción de ciencia y tecnología, hemos llevado a cabo un ACP con estas variables, que nos ha permitido identificar cuatro componentes cuyos autovalores son superiores a 1 y que juntos explican el 68,7 % de la varianza total (ver Tabla X, Anexo 2.1). Todas las variables tienen comunalidades elevadas y los índices de validez del modelo se consideran buenos, aunque hemos aplicado de todas formas una rotación de tipo VARIMAX para optimizar el ajuste del modelo a los datos y facilitar la interpretación. Después de la rotación, el primer componente explica el 37,1 % de la varianza, el segundo el 12,7 %, el tercero el 9,4 % y el cuarto el 9,3 %. El primer componente está compuesto por los indicadores relativos a los artículos publicados, las comunicaciones en congresos, las tesis doctorales y las patentes y las otras 1 2 3 4 5 6 7 8 9 10 11 1 Artículos en revistas científicas internacionales (ISI o similares) 1 2 Artículos en otras revistas científicas ,416** 1 3 Comunicaciones/ponencias a congresos internacionales ,649** ,641** 1 4 Comunicaciones/ponencias a congresos nacionales ,596** ,688** ,922** 1 5 Tesis Doctorales ,727** ,610** ,905** ,799** 1 6 Informes o monografías técnicas publicadas ,020 ,010 ,019 ,030 ,008 1 7 Libros completos ,080 ,264** ,161 ,147 ,119 ,057 1 8 Capítulos de libro ,189*,238*,220*,264** ,153 ,163 ,396** 1 9 Patentes. Solicitada ,431** ,367** ,479** ,432** ,494** -,023 -,012 ,085 1 10 Otras modalidades de propiedad intelectual. Solicitada ,355** ,372** ,580** ,519** ,492** ,003 ,122 ,157 ,338** 1 11 Spin-off y start-ups: Nº de empresas en las que participa en el capital -,050 ,140 -,005 -,038 -,030 -,074 ,050 ,078 ,159 ,092 1 12 Spin-off y start-ups: Nº de empresas que ha apoyado, en las que no participa en el capital ,129 ,092 ,175 ,141 ,156 ,111 -,004 ,000 ,062 ,189*-,024 Correlaciones de Pearson (N=116) 266 modalidades de propiedad intelectual solicitadas (Tabla 6.7). Libros y capítulos de libro, finalmente, no han entrado en este componente principal y son los contribuyentes principales del segundo, aunque lo hagan de forma aislada. El tercer componente surge de la elevada correlación entre el número de informes técnicos publicados y el número de nuevas empresas apoyadas. Finalmente, la participación directa en la creación de nuevas empresas constituye un componente aparte: esto se debe, probablemente, entre otras cosas, a su escaso volumen. Tabla 6.7 – Indicadores de producción: ACP Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia La interpretación de la Tabla 6.7 sugiere que el “centro típico” se suele dedicar a la producción de los resultados que forman parte del primer componente, es decir, la publicación de artículos y comunicaciones, la dirección de tesis doctorales y la generación de propiedad intelectual. En otras palabras, estos resultados serían los más característicos y se suelen dar en conjunto. En cambio, la producción de los otros tipos de resultados (libros y capítulos de libro, informes y apoyo a empresas, creación de empresas) se daría solamente en casos específicos. En la siguiente sección profundizaremos esta cuestión. 6.2.2. Tendencias de especialización en la producción En esta sección nos centramos en la siguiente cuestión: ¿hacia qué tipo de producción se orienta cada centro? Para comprenderlo, observamos cuántos centros han producido 1 2 3 4 Artículos en revistas científicas internacionales (ISI o similares) ,767 Artículos en otras revistas científicas ,701 Comunicaciones/ponencias a congresos internacionales ,942 Comunicaciones/ponencias a congresos nacionales ,898 Tesis Doctorales ,926 Informes o monografías técnicas publicadas ,669 Libros completos ,804 Capítulos de libro ,784 Patentes. Solicitada ,620 Otras modalidades de propiedad intelectual. Solicitada ,618 Spin-off y start-ups: Nº de empresas en las que participa en el capital ,931 Spin-off y start-ups: Nº de empresas que ha apoyado, en las que no participa en el capital ,791 Matriz de componentes rotados Componente 267 alguna vez cada tipo de resultado (con independencia del volumen de producción) y analizamos las relaciones de concomitancia entre distintos tipos de producción. Transformación binaria de los indicadores de producción Los datos relativos a los indicadores referidos a la producción de ciencia y tecnología presentan una limitación importante: se han obtenido mediante preguntas contenidas en un cuestionario en línea y, por lo tanto, podrían estar sesgados por las limitaciones del método de encuesta, como la capacidad de recuerdo del entrevistado o la falta de información a su disposición en el momento de la entrevista.108 Sin embargo, en la presente investigación no nos interesa tanto estimar con exactitud los resultados producidos por los CIC y sus trabajadores en un intervalo de tiempo dado, ni analizar la productividad del trabajo científico y tecnológico llevado a cabo dentro de estas organizaciones. Más bien, nuestro interés descansa en comprender en cuál es la orientación del trabajo llevado a cabo por los trabajadores de los CIC e identificar distintas orientaciones sectoriales y profesionales. Consideramos que los indicadores que empleamos reflejan eficazmente el tipo de actividades a las que se dedican los recursos humanos de los centros. Por estas razones, pasamos ahora a analizar la existencia de patrones de especialización productiva dentro de los CIC. Para este fin, transformamos cada indicador de producción en una variable binaria: los nuevos indicadores asumen el valor 1 si el centro ha obtenido alguna vez ese resultado, y el valor 0 en caso contrario. La pérdida de información que supone el uso de estas variables se ve compensada por la reducción de la complejidad analítica y de sesgos debidos a la percepción del entrevistado.109 A partir de esta nueva perspectiva, volvemos a analizar la producción de ciencia y tecnología (Gráfico 6.7). El resultado que los centros encuestados obtienen con más frecuencia es el de las comunicaciones a congresos, tanto internacionales (75,9 %) como 108 En efectos, los estudios bibliométricos (que suelen emplear este tipo de indicadores como variables dependientes) recurren normalmente a fuentes secundarias y bases de datos oficiales para obviar estos problemas y disponer de cifras más “objetivas” y “robustas”. La dificultad de estos estudios sin embargo está en la atribución de autoría a los centros y en la utilización de variables que proceden de otra fuente de datos como la encuesta. 109 Por ejemplo, podemos suponer, con razón, que es más probable que un entrevistado se equivoque a la hora de recordar, o encontrar la información relativa al número exacto de artículos publicados en revistas internacionales a lo largo del último año, que recordar o controlar si se ha publicado al menos un artículo de ese tipo durante el mismo intervalo de tiempo. 274 - el índice de composición profesional de la fuerza de trabajo, obtenido calculando el índice H de heterogeneidad de Shannon a partir de la distribución en porcentaje de las categorías profesionales en la plantilla de trabajadores (B05_S); se trata de una variable continua que varía entre 0,4 y 1,9. Controlamos el efecto de la composición profesional de la fuerza de trabajo sobre la producción de ciencia y tecnología a través de cuatro variables de control: - la definición oficial del centro (CIT); se trata de una variable binaria que diferencia los centros de innovación y tecnología de los demás; - la antigüedad del centro (A6); se trata de una variable numérica discreta que mide los años que han pasado entre 2012 (año de la encuesta) y el año de creación del centro; - el sector científico-tecnológico del centro (C01_REC); se trata de una variable nominal formada por tres categorías: “Biotecnologías”; “Otras ingenierías y ciencias naturales”; “Humanidades y ciencias sociales”, obtenidas recodificando la primera opción que el entrevistado ha valorado para definir a las líneas temáticas de investigación del centro112; - el tamaño del centro (B05_TOT); se trata de una variable numérica discreta formada por el total de trabajadores de la plantilla, sin considerar diferencias de afiliación, dedicación, salario o categoría profesional. La Tabla 6.9 presenta los resultados de los modelos completos estimados para las primeras cuatro variables dependientes, relativas a la publicación de artículos en revistas y de comunicaciones presentadas en congresos. Esta tabla (así como las siguientes de esta sección) contiene la transformación exponencial de los coeficientes, que indica su impacto sobre la probabilidad de obtener el resultado, así como algunos estadísticos y parámetros para medir la validez y el ajuste de los modelos.113 Entre los cuatro modelos, el que presenta un ajuste mejor es el que se refiere a los artículos publicados en revistas 112 Hemos separado las biotecnologías de las otras ingenierías y ciencias naturales porque se trata de un campo donde se suelen dar dinámicas particulares, por ejemplo, volúmenes más elevados de coautorías, generación de propiedad intelectual o creación de empresas. Por otra parte, hemos considerado por separado también las humanidades y las ciencias sociales dado que es más raro que en estas disciplinas se produzcan innovaciones tecnológicas, sobre todo, para el caso de las patentes. 113 En las fases previas al análisis de regresión, hemos comprobado también que no existe una colinealidad elevada entre las variables independientes y de control. La única excepción se refiere a una correlación negativa entre los centros “científico-académicos” y los “centros tecnológicos”; sin embargo, hemos decidido incluir igualmente la variable relativa a los centros tecnológicos por su relevancia. 275 internacionales, seguido por los congresos internacionales; los otros dos modelos no obtienen, en cambio, buenas puntuaciones. Tabla 6.9 – Publicaciones científicas (papers): regresión logística114 Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia La Tabla 6.9 muestra que el efecto de la composición profesional de la fuerza de trabajo sobre las publicaciones en revistas y congresos internacionales (evidenciado anteriormente en la Tabla 6.8) se mantiene incluso si controlamos por otras variables. Los centros del tipo “científico-académico” tienen una probabilidad de obtener una publicación en revistas internacionales mucho más elevada que los centros “mixtos” y, al mismo tiempo, esta última es bastante más elevada que en comparación con los centros “técnico-administrativos”. En cambio, los centros “mixtos” tienen más probabilidad de participar en congresos internacionales que los centros “técnico-administrativos”, 114 En esta tabla, así como las siguientes de esta sección, los efectos positivos son aquellos superiores a 1, dado que en la tabla hemos incluido la transformación exponencial de los coeficientes, que sirven para calcular el efecto sobre la probabilidad de generar el evento; en cambio, los coeficientes inferiores a 1 representan efectos negativos. Composición: Técnicoadministrativa *** ** Composición: Científicoacadémica 82,554 *** ,963 3,723 ,349 Composición: Mixta 5,904 ** 1,984 4,818 ** 1,602 Heterogeneidad de la fuerza de trabajo 25,538 *** 5,845** 12,020 *** 1,969 Centro tecnológico 1,677 ,730 ,690 ,283 Antigüedad del centro 0,976 1,039 1,024 1,060 Tamaño del centro 1,011 ** 1,000 ,999 1,000 Humanidades y ciencias sociales Otras ingenierías y ciencias naturales 0,592 ,592 ,575 1,596 Biotecnología 0,360 ,820 ,582 3,489 Constante 0,004 *** ,215 ,126 1,013 N112 112 112 112 Prueba Chi 61,611 *** 14,075 * 22,232 *** 12,156 -2 log de la verosimilitud 90,064 130,704 101,486 115,957 R2 cuadrado de Cox y Snell 0,423 ,118 ,180 ,103 R2 de Nagelkerke 0,570 ,163 ,269 ,151 Hosmer y Lemeshow 14,976 * 14,429 * 5,076 6,239 % aciertos 83,0% 66,1% 77,7% 75,9% Artículos en revistas científicas internacionales (ISI o similares) Artículos en otras revistas científicas Comunicaciones/ ponencias a congresos internacionales Comunicaciones/ ponencias a congresos nacionales 276 mientras que no existen diferencias significativas con arreglo a los otros tipos de publicaciones. Observamos también que el índice de heterogeneidad profesional de la fuerza de trabajo es un buen predictor de las publicaciones científicas (Tabla 6.9): a más heterogeneidad, mayor es la probabilidad de obtener publicaciones en revistas internacionales y nacionales, así como comunicaciones en congresos internacionales. En particular, el efecto sobre las publicaciones internacionales es muy importante. El efecto de la composición profesional está controlado por el tamaño del centro, que apenas tiene un efecto positivo y débil sobre la probabilidad de publicar artículos en revistas internacionales. Las otras variables de control no son significativas. Tabla 6.10 – Publicaciones científicas (monográficos): regresión logística Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Pasando a los otros tipos de publicaciones científicas (monográficos), observamos que los modelos que obtienen las mejores puntuaciones de validez y ajuste se refieren a las tesis doctorales y a los capítulos de libro (Tabla 6.10). La probabilidad de éxito para estas variables varía significativamente en función del tipo de centro, en línea con cuanto visto Composición: Técnicoadministrativa ** ** Composición: Científicoacadémica 7,462 ** ,845 2,859 11,346 *** Composición: Mixta 3,811 ** 0,704 2,204 3,242 * Heterogeneidad de la fuerza de trabajo 5,577 ** 2,201 1,288 2,832 Centro tecnológico 0,969 ,841 1,189 1,045 Antigüedad del centro 1,085 *** 1,019 1,014 0,990 Tamaño del centro 1,004 * 1,000 1,001 1,000 Humanidades y ciencias sociales Otras ingenierías y ciencias naturales 0,375 ,452 ,337 0,468 Biotecnología 0,212 ,584 ,237 0,674 Constante 0,028 *** ,687 ,285 0,093 * N112 112 112 112 Prueba Chi 34,984 *** 3,397 4,998 22,412 *** -2 log de la verosimilitud 119,96 150,58 125,172 125,778 R2 cuadrado de Cox y Snell ,268 ,030 ,044 ,181 R2 de Nagelkerke ,358 ,040 ,064 ,247 Hosmer y Lemeshow 6,091 3,970 4,468 2,307 % aciertos 75,0% 54,5% 76,8% 73,2% Tesis Doctorales Informes o monografías técnicas publicadas Libros completos Capítulos de libro 277 en el análisis descriptivo previo: los centros “científico-académicos” tienen una probabilidad mucho más elevada de tutelar a estudiantes de doctorado y de publicar capítulos de libro, seguidos por los centros “mixtos”; ambos tipos multiplican con creces la probabilidad de que los centros “técnico-administrativos” puedan hacer lo mismo. Además, la heterogeneidad profesional de la fuerza de trabajo aumenta la probabilidad de obtener tesis doctorales. Los centros que obtienen este tipo de resultados (tesis doctorales) se caracterizan también por ser más antiguos y más grandes, a paridad de otras condiciones. El resto de variables de control no es significativo. Tabla 6.11 – Innovación tecnológica: regresión logística115 Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Los modelos de regresión logística relativos a la producción de tecnología no presentan puntuaciones malas en términos de ajuste y validez, al menos en comparación con los anteriores. En particular, los parámetros relativos a las patentes y la participación en spinoff y start-up logran unos valores aceptables (Tabla 6.11). En línea con cuanto se ha visto 115 En la estimación de los modelos de regresión logística relativos a la producción de tecnología, hemos reclasificado la variable relativa al sector científico-tecnológico debido a que tres de las variables dependientes presentan valores constantes (“0”) dentro de la categoría “Humanidades y ciencias sociales”; por lo tanto, nos hemos limitado a diferenciar el sector biotecnológico de los demás, agrupando las humanidades y las ciencias sociales con el resto de ingenierías y ciencias naturales. Composición: Técnicoadministrativa ** * * *** Composición: Científicoacadémica 5,251 ** 6,005 2,808 0,065 *** Composición: Mixta 3,991 *** 12,150 ** 5,909 ** 0,983 Heterogeneidad de la fuerza de trabajo 2,441 0,837 1,123 2,962 Centro tecnológico 1,884 2,431 2,559 ,389 Antigüedad del centro 1,056 * 1,031 1,063 ** 0,973 Tamaño del centro 1,005 * 1,001 1,002 * 1,003 ** Biotecnología 0,515 2,192 1,094 1,577 Constante 0,045 *** 0,010 *** 0,008 *** 0,386 N122 122 120 120 Prueba Chi 30,496 *** 20,942 *** 23,197 *** 20,834 *** -2 log de la verosimilitud 137,45 94,199 88,097 127,428 R2 cuadrado de Cox y Snell ,221 ,158 ,176 ,159 R2 de Nagelkerke ,296 ,258 ,291 ,225 Hosmer y Lemeshow 15,113 * 7,679 6,600 2,021 % aciertos 68,0% 79,5% 82,5% 72,5% Patentes solicitadas Otras propiedades intelectuales solicitadas Spin-off y start-ups participadas en el capital Spin-off y start-ups apoyadas (sin participación) 278 en el análisis descriptivo previo, la composición profesional de la fuerza de trabajo afecta a todas las variables relativas a la innovación tecnológica, aunque con algunos matices: por ejemplo, los centros “científico-académicos” mantienen una probabilidad elevada de obtener patentes, pero también la baja probabilidad de apoyar a nuevas empresas, especialmente si se compara con el caso de los centros “técnico-administrativos”. En cambio, los centros mixtos se mantienen como los más capacitados para solicitar patentes; sin embargo, destacan también por la probabilidad más elevada de solicitar otros derechos de propiedad intelectual y de participar en el capital de nuevas empresas. La probabilidad de obtener innovaciones tecnológicas para los centros “técnicoadministrativos” es la más baja, con la excepción del apoyo a spin-off y start-ups. El índice de heterogeneidad no parece tener ningún efecto sobre la producción de tecnología, así como las variables relativas a los centros tecnológicos y el campo científico (biotecnologías). La antigüedad y el tamaño del centro tienen un efecto positivo y débil sobre la probabilidad de producir patentes y participar en la creación de nuevas empresas; el tamaño afectaría también a la probabilidad de apoyar nuevas empresas. En definitiva, nuestros análisis de regresión logística corroboran los resultados descriptivos previos (Tabla 6.8). Parece que existen distintos patrones de especialización en la producción de ciencia y tecnología en función de la composición profesional de la fuerza de trabajo de los CIC, especialmente con arreglo a los centros del tipo “científicoacadémico” o “mixto”. A estos efectos, los modelos de regresión logística que hemos estimado añaden algunos efectos importantes que se deben, por ejemplo, a la heterogeneidad profesional en la composición de la fuerza de trabajo, que se han medido con independencia del tipo exacto de composición. Hemos visto que esta heterogeneidad en la composición de la plantilla en general tiene un efecto positivo sobre algunos resultados científicos, como la probabilidad de publicar artículos en revistas internacionales, participar en congresos internacionales o dirigir tesis doctorales. 6.3. SATISFACCIÓN CON LAS ACTIVIDADES Y EL TRABAJO Otro aspecto relevante para medir la orientación profesional y los resultados del trabajo llevado a cabo en los CIC se refiere a una serie de aspectos ligados a valoraciones de tipo más cualitativo y subjetivo. En este apartado analizamos la satisfacción de los 279 entrevistados en torno a una serie de cuestiones relacionadas con las actividades y los resultados de los centros: en primer lugar, observamos en qué aspectos la satisfacción es mayor y si existen interrelaciones entre los temas valorados; en segundo lugar, analizamos cómo varían los niveles de satisfacción entre tipos de centros, controlando el efecto de la composición profesional de la fuerza de trabajo mediante modelos de regresión lineal que incluyen otras variables organizacionales. 6.3.1. Indicadores de satisfacción En esta sección nos centramos en nuestra estrategia para medir la satisfacción de los entrevistados: describimos los valores promedios que asumen los indicadores de satisfacción, así como sus interrelaciones y la existencia de una estructura de dimensiones latentes relativa a la satisfacción con el trabajo. Medición de los niveles de satisfacción Si la medición de la producción de ciencia y tecnología de los CIC mediante indicadores cuantitativos no es una tarea fácil, intentar medir la satisfacción de sus directores o de sus trabajadores no es más simple. Sin embargo, existen algunos ejemplos útiles en la bibliografía para construir una escala para medir la satisfacción de los directores de centros (o responsables análogos). Estos trabajos, vistos en conjunto, identifican tres aspectos fundamentales relativos al funcionamiento de los CIC: la relación de colaboración con las empresas y el impacto sobre las mismas (Cohen et al. 1998); la involucración y el rendimiento de los investigadores (Davis et al. 2013); y la capacidad de los centros para reclutar nuevos miembros y cumplir con sus objetivos (Gray et al. 2001; Rivers y Gray 2013). En nuestro cuestionario dirigido a directores de centros disponemos de una escala de satisfacción que contiene doce ítems que hacen referencia a algunos de estos aspectos, entre otros. En valores promedios, la satisfacción de los entrevistados parece bastante elevada, dado que la inmensa mayoría de los indicadores se sitúa por encima del punto medio de la escala (tres) y muchos de ellos obtienen puntuaciones superiores a 3,9 (Gráfico 6.10). La satisfacción es máxima en lo referido a la implicación de los investigadores en las actividades del centro, cuya puntuación promedia es superior a cuatro. A este, sigue una serie de ítem que obtienen puntuaciones parecidas (entre 3,90 y 3,99): respectivamente, 280 - la capacidad del centro para cumplir los objetivos de la investigación - la calidad científica de la investigación - la relevancia de la investigación del centro para la industria - la capacidad del centro en contribuir a la formación de asociaciones, redes o alianzas para la innovación - la capacidad de formar recursos humanos En cambio, los ítems que se refieren a la relación del centro con las empresas y el mercado, así como a la transferencia de conocimiento y tecnología, presentan los valores más bajos de satisfacción. En particular, la satisfacción es mínima con arreglo al intercambio de conocimiento tácito y know-how entre centro y empresas (2,90) y a la comercialización de los resultados de la investigación (2,73). Gráfico 6.10 – Indicadores de satisfacción: medias Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia Correlaciones entre los indicadores de satisfacción Las correlaciones entre los indicadores de satisfacción son muy elevadas (Tabla 6.12). Es posible que parte de esta correlación tan elevada esté debida a la tendencia de algunos entrevistados de atribuir sistemáticamente puntuaciones muy elevadas o muy bajas en 281 todos los ítems de la escala116. En cualquier caso, no creemos que sea posible que la mayor parte de estas correlaciones derive de sesgos atribuibles exclusivamente a la manera del entrevistado de contestar a las preguntas del cuestionario. Además, hay algunos aspectos que no se podrían explicar de esta manera. Por ejemplo, algunos indicadores presentan un número inferior de correlaciones elevadas o significativas: se trata de los ítems relativos a la comercialización, la calidad científica de la investigación, la capacidad del centro de formar recursos humanos y la capacidad de crear nuevas colaboraciones. Debido a que es difícil obtener un patrón claro de estos resultados, hemos ejecutado un análisis de componentes principales. Tabla 6.12 – Indicadores de satisfacción: correlaciones Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia La aplicación del ACP en este caso ha sido muy satisfactoria debido, probablemente, a la presencia de valores comunales muy elevados: no solamente los índices de validez del modelo son muy buenos (ver Tabla XII, Anexo 2.1), sino que el algoritmo ha permitido identificar con facilidad (tras la aplicación de la rotación VARIMAX) tres componentes con autovalores superiores a 1 y que juntos explican el 64,5 % de la varianza total: el primer componente explica el 30,7 % de la varianza, el segundo el 18,3 % y el tercero el 15,6 %. 116 En metodología de las ciencias sociales, este fenómeno es conocido como “response set” (Marradi et al. 2007). 1 2 3 4 5 6 7 8 9 10 11 1 Nivel de implicación de los investigadores en las actividades del centro 1 2 Nivel de implicación de las empresas en las actividades del centro ,439** 1 3Calidad científica de la investigación ,396** ,202*1 4Relevancia de la investigación para la industria ,373** ,493** ,373** 1 5 Transferencia de conocimiento tácito desde el centro hacia las empresas ,329** ,633** ,178*,613** 1 6 Transferencia de conocimiento tácito desde las empresas hacia el centro ,377** ,579** ,336** ,539** ,540** 1 7 Transferencia de tecnología desde el centro hacia las empresas ,339** ,574** ,138 ,629** ,723** ,545** 1 8Comercialización de los resultados ,348** ,448** ,090 ,436** ,510** ,399** ,477** 1 9 Capacidad del centro en cumplir los objetivos de investigación ,499** ,214*,575** ,422** ,287** ,222*,243** ,260** 1 10 Capacidad del centro de atraer nuevos socios ,224*,439** ,381** ,436** ,423** ,366** ,336** ,277** ,434** 1 11 Capacidad del centro de formar recursos humanos ,195*,115 ,198*,335** ,250** ,248** ,261** ,156 ,306** ,283** 1 12 Capacidad del centro en contribuir a la formación de nuevas alianzas, redes y asociaciones para la innovación ,181*,232** ,184*,355** ,333** ,305** ,330** ,033 ,104 ,403** ,390** Correlaciones de Pearson (N=126) 282 El primer componente, que es el más importante, está compuesto por muchos ítems, aunque, tras la rotación de los ejes, algunos de ellos destacan como principales (Tabla 6.13): se trata de las variables relativas a la transferencia de conocimiento y tecnología, la implicación de las empresas en las actividades del centro, la comercialización y la relevancia de la investigación realizada para la industria. Este componente podría denominarse “satisfacción con la transferencia de conocimiento y tecnología”. En cambio, el segundo componente está compuesto, principalmente, por la satisfacción relativa al cumplimiento de los objetivos de investigación, la calidad científica y la implicación de los investigadores en las actividades del centro; lo denominamos como “satisfacción con la investigación”. Finalmente, el tercer componente estaría compuesto principalmente por la capacidad del centro en formar recursos humanos y crear nuevas colaboraciones, aunque haya una aportación modesta por parte del ítem relativo a la capacidad de atraer nuevos socios; podemos definir este último componente como “satisfacción con la creación de capital humano y social”. Tabla 6.13 – Indicadores de satisfacción: ACP Fuente: Encuesta a centros de investigación (ES/CRC 2012); elaboración propia 1 2 3 Nivel de implicación de los investigadores en las actividades del centro ,409 ,631 Nivel de implicación de las empresas en las actividades del centro ,795 Calidad científica de la investigación ,816 Relevancia de la investigación para la industria ,636 ,364 Transferencia de conocimiento tácito desde el centro hacia las empresas ,818 Transferencia de conocimiento tácito desde las empresas hacia el centro ,676 Transferencia de tecnología desde el centro hacia las empresas ,809 Comercialización de los resultados ,726 Capacidad del centro en cumplir los objetivos de investigación ,852 Capacidad del centro de atraer nuevos socios ,331 ,382 ,499 Capacidad del centro de formar recursos humanos ,697 Capacidad del centro en contribuir a la formación de nuevas alianzas, redes y asociaciones para la innovación ,839 Matriz de componentes rotados Componente 283 6.3.2. Niveles de satisfacción entre tipos de centros En esta sección nos centramos en cómo varía la satisfacción de los entrevistados entre los distintos tipos de centros que hemos identificado a partir del análisis de la composición profesional de la fuerza de trabajo. En particular, observamos, en primer lugar, los niveles de satisfacción registrados por cada tipo de centro, para luego analizar con más detalle el efecto que la composición profesional de la plantilla de trabajadores mantiene sobre la satisfacción, realizando un control mediante otras variables relativas a la organización de los centros. Comparación entre tipos de centros Los niveles de satisfacción alcanzados por la dirección de los CIC alrededor de las actividades y los resultados de la organización varían mucho entre los distintos tipos de centros que hemos identificado en función de la composición profesional de su fuerza de trabajo, aunque no de manera uniforme: de los doce ítems que empleamos para medir la satisfacción, apenas cinco son significativos con más del 99 % de probabilidad y solamente otros tres lo son con al menos el 90 % de probabilidad (Tabla 6.14). Donde más se nota la variación debida a la composición profesional de la fuerza de trabajo es en la satisfacción relativa a la transferencia de conocimiento y tecnología, así como en la satisfacción relativa a la calidad científica de la investigación y al nivel de implicación de las empresas. En cambio, los indicadores de satisfacción relativos a la capacidad de crear capital humano y social no varían significativamente entre tipos de centros. La tabla 6.14 muestra que existen diferencias importantes entre los tipos de centros: - Los centros de tipo “científico-académico” registran sus niveles más elevados de satisfacción con arreglo a la calidad científica de la investigación, la capacidad de cumplir los objetivos de investigación y la formación de recursos humanos (Tabla 6.14). Estos centros también muestran una satisfacción elevada con arreglo a la implicación de los investigadores, la relevancia de la investigación para la industria y la capacidad de crear nuevas colaboraciones, aunque sus valores no destaquen demasiado por encima de la media. Los puntos débiles de los centros “científico-académicos” estarían evidentemente relacionados con las actividades de transferencia y, en particular, con la comercialización, la transferencia de tecnología y el aprendizaje con las empresas. 290 - los centros más capaces de cumplir los objetivos de investigación serían más antiguos y operarían en “Otros” campos de la ingeniería y las ciencias naturales; - los centros más capaces de formar a recursos humanos no serían centros tecnológicos y serían grandes y antiguos; - los centros más capaces de crear nuevas colaboraciones serían aquellos que no operan en el campo de las humanidades y las ciencias sociales y, en particular, aquellos que trabajan en el campo de las biotecnologías. En resumen, nuestros análisis de regresión lineal corroboran, al menos en parte, las tendencias detectadas en el análisis descriptivo previo: por ejemplo, han confirmado el efecto positivo de una composición profesional “científico-académica” sobre la calidad científica y el cumplimiento de los objetivos de la investigación, así como las tendencias registradas para la transferencia de conocimiento y tecnología, aunque con una reducción de la intensidad de las variaciones para estas últimas. En cambio, los efectos sobre el nivel de implicación de las empresas o la relevancia de la investigación para la industria no han resultado significativos. Además, hemos visto que, controlando por la variable relativa a los CIT (positivamente correlacionada con la dependiente), una composición profesional de tipo “científico-académico” tiene un efecto positivo sobre el nivel de implicación de los investigadores que es mayor que para los centros “mixtos”. A estos cambios hay que añadir algunos efectos importantes debidos, por ejemplo, a la heterogeneidad profesional en la composición de la fuerza de trabajo, medidos con independencia del tipo exacto de composición. Hemos visto que esta heterogeneidad en la composición de la plantilla en general tiene un efecto negativo sobre la capacidad de los CIC de aprender de las empresas, pero tiene un efecto positivo sobre su capacidad de formar recursos humanos. 6.4. RESUMEN DE LOS RESULTADOS DEL CAPÍTULO En este capítulo hemos analizado los datos relativos a la orientación profesional de los trabajadores empleados por los CIC y los resultados del trabajo que realizan en estas organizaciones. Hemos empleado técnicas de análisis estadístico multivariante, tanto de tipo exploratorio como explicativo, como el análisis de componentes principales, el análisis de conglomerados, el análisis de la varianza y el análisis de regresión. De esta manera, hemos podido clasificar los centros encuestados en función de la composición profesional de su plantilla de trabajadores y analizar cómo varía la orientación del trabajo [Document text truncated for crawler view.]