Innovación en servicios en la UE : densidad de innovación y preeminencia económica de los innovadores

Antonio García Sánchez* José Molero Zayas** INNOVACIÓN EN SERVICIOS EN LA UE: DENSIDAD DE INNOVACIÓN Y PREEMINENCIA ECONÓMICA DE LOS INNOVADORES En este trabajo estudiamos el comportamiento de la innovación en servicios en la UE, con datos sectoriales por países (CIS 3), mediante un análisis agregado. Las principales variables explicativas son las referidas al sector y país de pertenencia, lo que apunta dependencia de la trayectoria y un patrón norte-sur. Las actividades de innovación distintas de la I+D, se muestran más influyentes que las acciones tradicionales de innovación. Las diferencias entre la densidad de innovación y la preeminencia económica de los innovadores apuntan a una mayor dificultad para generar innovaciones que para explotarlas y otorgan importancia a la capacidad de absorción. Palabras clave: innovación, servicios, Unión Europea. Clasificación JEL: O31, O52, L8, L9. 1. Introducción La importancia de la innovación para el crecimiento y la competitividad de empresas y países fue creciendo en la consideración de estudiosos y responsables políticos a partir de los años 1950 y se incrementó de manera notable desde que en la década de 1980 se consolidara un nuevo enfoque sobre el cambio técnico más abierto a incluir las especificidades de ese tipo de conocimiento, tanto desde la perspectiva macroeconómica como de la microeconómica. Sin embargo, como señalara acertadamente hace dos décadas Keith Pavitt (Pavitt, 1984), la literatura teórica y empírica estaba principalmente concentrada en la industria manufacturera, siendo el gran olvidado el hipersector de servicios, cuando éste ya era la fuente de más de la mitad de la renta de los países desarrollados. Detrás de ese olvido existen razones teóricas (la heterogeneidad de los servicios supone un serio obstáculo para su análi- TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 149 ICE * Departamento de Teoría Económica y Economía Política. Universidad de Sevilla. GRINEI, Universidad Complutense de Madrid. ** Grupo de Investigación en Economía y Política de la Innovación (GRINEI). Instituto Complutense de Estudios Internacionales. Universidad Complutense de Madrid Versión de abril de 2007. Los autores desean agradecer las críticas y sugerencias recibidas de los evaluadores anónimos de la versión previa publicada como Working Paper (GARCÍA y MOLERO, 2006) y de miembros del GRINEI, particularmente las de Isabel Álvarez. sis) y sobre todo empíricas, por cuanto la mayoría de las fuentes disponibles (esencialmente estadísticas de I+D y patentes) eran de mucha menor calidad que las correspondientes para la industria manufacturera o, simplemente, eran inexistentes. Precisamente, el objetivo de este trabajo es estudiar el comportamiento que tienen en materia de innovación los diferentes sectores que componen el llamado sector servicios dentro de la Unión Europea, utilizando las estadísticas de la tercera encuesta (Third Community Innovation Survey, CIS 3). 2. Revisión de la literatura Desde que G. Dosi planteara, en su trabajo seminal de 1984, la distinción entre condicionantes de la innovación de índole interna y externa, muchos otros autores han ido precisando y desarrollando el estudio de estos condicionantes. Por lo general han centrado su énfasis en algunos determinantes concretos, internos en unos casos, externos o interacciones en otros. Sin embargo, en todos subyace el marco conceptual, teórico y analítico de las manufacturas y sus características productivas y tecnológicas1. Los servicios, por el contrario, han sido tradicionalmente dejados de lado en cuanto a análisis de la innovación y el cambio tecnológico, tildados de escasamente productivos y extraordinariamente pasivos en cuestiones tecnológicas y de investigación, incluida una aparente desidia en cuanto a gastos en innovación se refiere. Quizá el carácter no almacenable, intangible y «no-comerciable» de los servicios tradicionales (Fuchs, 1968) haya tenido mucho que ver; pero también debe haber pesado en ello la definición residual o negativa de las actividades que componen el sector servicios o sector terciario2y los efectos que esta definición ha tenido en la falta de atención prestada por los organismos estadísticos oficiales y, por ende, en la escasez (¿cuasi-inexistencia?) de estadísticas adecuadas para el estudio de los servicios en condiciones equiparables a las manufacturas. En los últimos diez años esta situación está cambiando, en parte por la evidente necesidad de explicar determinadas características de un conjunto de sectores productivos que, independientemente de su definición en términos residuales, genera en los países desarrollados en torno a dos tercios del PIB y ocupa a un porcentaje similar de la población. Pero también han tenido que ver las profundas transformaciones experimentadas por las economías de dichos países, que ha desembocado en lo que conocemos como «economía basada en el conocimiento». De una parte debido al desarrollo de innovaciones en el campo de las TIC y su uso generalizado; de otra, fruto de una parcial desintegración vertical de empresas manufactureras que ha generado la aparición de determinadas actividades de servicios, caracterizadas por utilizar de forma intensiva el conocimiento (las competencias y capacidades de sus trabajadores), la información y las tecnologías avanzadas (en especial las TIC), y por tener elevados gastos en innovación (aunque no necesariamente en los ítems habituales de las manufacturas), altas tasas de crecimiento de la productividad, fuerte crecimiento de la demanda interna y una contribución positiva a las exportaciones (Guerrieri y Meliciani, 2003). Aparecen así los que Eurostat cataloga como Servicios Intensivos en Conocimiento. Los trabajos que han abordado el estudio de la innovación en los servicios, lo han hecho «dentro» de las li- 150 TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 ANTONIO GARCÍA SÁNCHEZ Y JOSÉ MOLERO ZAYAS ICE 1Para un análisis más detallado de la literatura, véase GARCÍA y MOLERO (2006). 2Tanto en la definición de CLARK (1940) como en la de FISHER (1939) encontramos, de un modo u otro, una expresión en términos residuales o negativos: los servicios son aquellas actividades que no forman parte de la agricultura, otras actividades extractivas ni de las manufacturas; en otras palabras, el sector terciario es aquello que nos queda una vez descontados los sectores primario (agricultura e industrias extractivas) y secundario (manufacturas), que son los únicos que generan bienes tangibles. Las definiciones que podemos llamar «en términos positivos» son mucho más recientes. Así GADREY, GALLOUJ y WEINSTEIN (1995) entienden los servicios como la actividad productiva que organiza una solución a un problema sin que ello suponga principalmente la provisión de un bien. Véase también HERTOG y BILDERBEEK (1999). mitaciones que ha ido imponiendo la disponibilidad de datos: por lo general se han referido a regiones concretas, países muy determinados y centrados en aquellos sectores más intensivos en conocimiento, bien entendidos como servicios avanzados a la producción, servicios avanzados a empresas o servicios intensivos en conocimiento (Knowledge-intensive services, KIS). Los enfoques teóricos destacan la extraordinaria heterogeneidad existente dentro del conjunto de servicios, superior incluso a la observada en las manufacturas, la ausencia de estadísticas adecuadas para analizar estos sectores, la necesidad de análisis mucho más desagregados para abordar dicha diversidad y el comportamien- to diferencial respecto a las manufacturas en cuanto a actividades de innovación3(distintas líneas de gasto), que no se ven correctamente reflejados en las estadísticas al uso [Gallouj y Weinstein (1997), Drejer (2004), Mairesse y Mohnen (2002), Tether y Metcalfe (2004), entre otros]. Incluso se ha intentado adaptar la taxonomía que Pavitt (1984) realizó fundamentalmente para las manufacturas a las características de los servicios (Evangelista, 2000, y especialmente Miozzo y Soete, 2001). No obstante, desarrollos más recientes ofrecen nuevas y sugerentes propuestas que añaden al patrón «dominado por la oferta» apuntado por Pavitt otros que reflejan mejor el comportamiento de una gran parte de los servicios: innovación dentro de los servicios, innovación articulada por el cliente, innovación entre servicios e innovación paradigmática (Hertog, Broersma y van Ark, 2003). En los estudios empíricos, se ha detectado un efecto de los KIS favorecedor de la innovación (incluso en otros sectores de servicios y en las manufacturas) (Makun y MacPherson, 1997), la generación de efectos muy positivos para las regiones en las que se encuentran ubicadas estas empresas, incluyendo a las Pyme clientes, la actuación como un puente y adaptador del stock de conocimientos existentes a las necesidades de los clientes, la integración de dicho stock de conocimientos y competencias y su derivación hacia la creación y difusión de nuevo conocimiento al conjunto del sistema (Muller y Zenken, 1998, Strambach, 1998). Como resultado final, se generan ventajas competitivas y se refuerzan las existentes (Guerrieri y Meliciani, 2003). En efecto, de un lado, se tiene constancia de que la introducción de nuevas tecnologías en el proceso, especialmente las TIC, están relativizando buena parte de las diferencias. De otro, existe evidencia del fuerte ritmo innovador de múltiples actividades de servicios, que igualan y a veces superan el desempeñado por sectores manufactureros (Miles, 2005). Desde la perspectiva de la distribución espacial, parece detectarse un patrón Norte-Sur entre países y regiones (Vence y González, 2002 y 2003; Molero y Boueri, 2003, Camacho y Rodríguez, 2005), que en el marco de la UE presenta cierta similitud con los patrones encontrados en las representaciones de las distribuciones de la riqueza, el PIB, los gastos en I+D o las patentes. Esto apunta a cierta dependencia de la trayectoria, que se ve favorecida por la existencia previa de ventajas e intensidad tecnológica en las manufacturas (Guerrieri y Meliciani, 2003). 3. Planteamiento del modelo El modelo teórico Planteamos un modelo teórico para explicar los resultados del comportamiento innovador de los servicios, a través de dos variables dependientes, que llamaremos densidad de innovación (porcentaje de empresas que han introducido de forma efectiva una innovación) y preeminencia económica de los innovadores (porcentaje de la cifra de ventas de las empresas innovadoras en INNOVACIÓN EN SERVICIOS EN LA UE: DENSIDAD DE INNOVACIÓN Y PREEMINENCIA ECONÓMICA DE LOS INNOVADORES TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 151 ICE 3En esta línea resultan de especial interés las aportaciones realizadas por diversos autores en el marco del «Groningen Growth and Development Group», en especial el 4D Model of Services Innovation, en el que los aspectos tecnológicos son una de las cuatro dimensiones de las que consta el modelo, junto con otras tres «no-tecnológicas» (concepto del servicio, interfaz con el cliente y sistema de aprovisionamiento del servicio) que, por lo general, tienen más relevancia que los aspectos meramente tecnológicos. Para un estudio más detallado véase HERTOG y BILDERBEEK (1999) y HERTOG, BROERSMA y VAN ARK (2003). el sector). La razón de usar dos medidas distintas radica en que cada una ofrece una aproximación diferente a los resultados de la innovación. La densidad de innovación refleja el hecho de que una empresa realice innovaciones en un sector determinado, sin proporcionar información sobre el valor económico de las mismas. El efecto económico, por el contrario, es una medida aproximativa de la importancia económica, si no de las innovaciones en sí mismas, sí al menos de las empresas que las llevan a cabo4. En cuanto a los factores que pueden explicar las variables seleccionadas, los consideraremos de tres tipos. Unos internos a la propia empresa, es decir, aquellos en los que son las decisiones de la empresa las que deciden su uso. Otros serán de índole externa, esto es, aquellos del entorno que la empresa no puede modificar de forma directa con sus decisiones, pero que sí tienen una posible incidencia en sus resultados innovadores. Finalmente, otros pueden consistir en interacciones entre los distintos factores; sobre algunos la empresa tendrá cierta capacidad de control y decisión, sobre otros dicha capacidad será reducida o nula; unos favorecerán la innovación, otros la inhibirán. El modelo que se propone incluye estos tres tipos de variables explicativas que, de forma resumida puede escribirse como refleja la Ecuación 1. Las variables que definen dicho modelo permiten aproximar diversos aspectos sobre las actividades de innovación tecnológica, la cooperación, las fuentes de información, los objetivos (resultados esperados) con los que se plantean las actividades de innovación, los mecanismos de protección, las acciones de innovación no tecnológica y las dificultades para innovar5. Además de los que podemos considerar aspectos tecnológicos de las actividades de innovación, también incluimos toda una serie de factores «no estrictamente tecnológicos», pero que tienen especial relevancia en el proceso de innovación en servicios, incluso superior en muchas ocasiones a los tecnológicos. Véase Hertog y Bilderbeek (1999) y Hertog, Broersma y van Ark (2003) para un estudio detallado de todos estos aspectos, así como de una taxonomía de los patrones de innovación en servicios. [1] Especificación del modelo econométrico Dadas las características de los datos (agregación a escala sector-país, con variables independientes, sin conocer la secuencia de respuestas de las empresas), utilizaremos mínimos cuadrados ordinarios6. Los modelos a estimar son: Modelo I (Densidad de Innovación) DI X X D FF VV =+++bbde [2] Modelo II (Preeminencia Económica de los Innovadores) PEI X X D FF VV =+++bbde [3] 152 TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 ANTONIO GARCÍA SÁNCHEZ Y JOSÉ MOLERO ZAYAS ICE 4Nótese que este enfoque es coherente con el de MAIRESSE y MOHNEN (2002), quienes utilizan dos ecuaciones. En la primera de ellas estiman los determinantes de la Propensión Innovadora, que guarda cierta similitud con nuestro intento de explicar los determinantes de la realización de actividades innovadoras y su finalización exitosa. En la segunda estiman lo que ellos llaman «intensidad de innovación», que no es otra cosa que el análisis de los determinantes de las ventas debidas a innovaciones introducidas en el período de estudio; una vez más la similitud con nuestra segunda variable dependiente es evidente. 5Son las variables disponibles en el mencionado informe Innovation in Europe. Puede verse una descripción más detallada de las mismas en GARCÍA y MOLERO (2006). 6Para modelos de regresión lineal la microagregación no constituye una fuente de sesgo en la estimación dado el tamaño de la muestra. Véase MAIRESSE y MOHNEN (2002) para un análisis más detallado y extendido a modelos no lineales. Resultado de la innovación Determinantes Determinantes f , ,Interacciones internos externos = æö =ç÷ èø Donde DI es el porcentaje de empresas que finalizan con éxito sus actividades de innovación, PEI la cuota de ventas de los innovadores, XFson las puntuaciones resultantes de los sucesivos análisis factoriales aplicados a los datos originales del informe, XV son las variables que se han utilizado directamente con su valor en el informe, Dson variables ficticias introducidas para controlar sectorialmente y por países, bF,bVydson sus coeficientes respectivos y ees el término de error. La utilización del análisis factorial se hace con el objetivo de resumir la gran cantidad de información disponible (número de variables) para un número reducido de observaciones (cada sector-país) y hacer más abordable el análisis. En general, esperamos importantes diferencias sectoriales, dada la diversidad tecnológica y productiva existente, heterogeneidad que incluso supera la existente en las manufacturas (Miozzo y Soete, 2001, Tether y Metcalfe, 2004). Igualmente esperamos un efecto importante del país de pertenencia, lo que corroboraría la «dependencia de la trayectoria» previa en las manufacturas encontrada por Guerrieri y Meliciani (2003). Respecto a los demás determinantes, esperamos comportamientos similares a los habitualmente encontrados para las manufacturas, aunque con mayor importancia de las actividades relacionadas con el conocimiento y una mayor preferencia por el uso de mecanismos de protección alternativos a las patentes y los registros tradicionales en las manufacturas (Tether y Metcalfe, 2004). También esperamos un efecto positivo de las variables relacionadas con el uso y acceso a las TIC, aunque con ciertas salvedades (Makun y MacPherson, 1997). 4. Obtención y tratamiento previo de los datos Para realizar este estudio hemos partido de los datos que aparecen en la publicación Innovation in Europe Results for the EU, Iceland and Norway. Data 1998-2001, publicada en 2004 por la Oficina para Publicaciones Oficiales de las Comunidades Europeas7. Se trata, para cada país, de 16 tablas (aunque algunas de ellas no están disponibles en determinados casos) en las que aparece, para cada sector, la proporción de empresas que han realizado determinado tipo de actividades relacionadas con la innovación, el porcentaje de empresas que han intentado innovar, el de las que lo ha conseguido de forma exitosa y el porcentaje de ventas que han realizado las empresas innovadoras; en total unas 100 variables8. Hemos filtrado y depurado los datos lo que nos ha llevado a excluir del estudio Irlanda, pues sólo disponíamos de datos agregados (industria, manufacturas, servicios) y sólo para un tercio de los cuadros; para los demás países tenemos, en general, datos de casi todos los cuadros, con algunas excepciones, especialmente en cuanto a la especificación de determinadas actividades de innovación, desglose de las ventas según novedad del producto o las regiones en las que se encuentran las empresas con las que se coopera. Tras todo este proceso, tenemos dos posibles variables dependientes y 73 posibles variables explicativas. Respecto al número de observaciones9, tras eliminar para cada país las correspondientes a sectores para los que existía escasa o nula información sobre las varia- INNOVACIÓN EN SERVICIOS EN LA UE: DENSIDAD DE INNOVACIÓN Y PREEMINENCIA ECONÓMICA DE LOS INNOVADORES TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 153 ICE 7Puede obtenerse en formato PDF en la dirección de Internet: http://epp.eurostat.cec.eu.int/cache/ITY_OFFPUB/KS-59-04-257/FR/KS-5 9-04-257-FR.PDF. 8Ante la imposibilidad de trabajar con los microdatos anonimizados aún en curso de elaboración por Eurostat, nos vimos obligados a trabajar con los datos sectoriales y por países publicados en el informe titulado Innovation in Europe. Ello ha supuesto renunciar al enfoque microeconómico y adoptar un análisis agregado que aborde las diferencias entre países y sectores, en la medida en que permiten los datos disponibles a la fecha. No obstante, a pesar de todas las restricciones que acabamos de plantear, este estudio puede ser de utilidad en la medida en que revele líneas y características generales que enmarquen posteriores estudios una vez que los microdatos anonimizados estén a disposición de los investigadores. Recientemente se ha podido obtener el fichero de microdatos anonimizados para 12 países de la UE. Sin embargo, en dichos datos faltan una mayoría de los países de la antigua UE de 15 miembros, lo que impide su utilización para reforzar el análisis y las conclusiones de nuestro trabajo. 9Hemos considerado cada sector-país como un caso separado (observación individual); no planteamos por tanto ninguna relación particular entre sector y país. bles, nos situamos en 73 observaciones, de 16 países (los Estados miembros de la UE, excepto Irlanda, Islandia y Noruega). Al contar con un reducido número de observaciones y un número muy elevado de variables, hemos optado por realizar nuestro análisis en tres etapas; dos preparatorias del modelo explicativo y la tercera el modelo propiamente dicho. En la primera, hemos realizado regresiones sobre los diversos determinantes de la densidad de innovación y de la preeminencia económica que forman parte del cuerpo del análisis económico de la innovación en los sectores industriales, con los datos agregados de la CIS3 y con variables ficticias para controlar el sector y el dinamismo innovador del país, aproximado a través de una variable que toma valor 1 en caso de que la densidad de innovadores en el conjunto del país esté por encima de la media de la UE. Con ello pretendemos capturar, en la medida de lo posible, los efectos de factores externos a las empresas derivados del Sistema de Innovación en el que operan (Cuadro 1). En la segunda, aplicamos técnicas de análisis factorial (componentes principales) de forma sucesiva sobre diferentes grupos de las variables explicativas al objeto de resumir la información de todas estas variables y poder pasar así a estimar un modelo manejable. Los resultados de los análisis factoriales figuran en el Anexo I. Hemos obtenido un total de 19 factores, a los que hemos añadido cuatro variables ficticias, tres para controlar sectorialmente y la cuarta para controlar por el dinamismo innovador del país (calculado para el conjunto de sectores procutivos). De esta forma hemos construido un conjunto de datos para cada una de las 63 observaciones, con los 19 factores y las cuatro variables ficticias. Tras realizar los análisis factoriales y guardar las puntuaciones correspondientes, las variables con las que trabajaremos son las que se recogen en el Cuadro 1. Nótese que, dada la definición de las variables ficticias hemos tomado como sector de referencia el comercial (Wholesale and Commission Trade); los valores de los coeficientes de la regresión deberán por tanto interpretarse respecto a este sector. En la última etapa, realizamos dos regresiones lineales por mínimos cuadrados ordinarios (una para cada una de las variables dependientes que hemos señalado más arriba) sobre las puntuaciones obtenidas en los análisis factoriales de la primera etapa, las cuatro variables ficticias y las referidas a la «nueva economía». 5. Resultados de la estimación Para ambos modelos hemos estimado dos versiones: una versión restringida en la que sólo hemos utilizado como variables explicativas las que se corresponden con los sectores de actividad y el dinamismo innovador del país, y otra general en la que hemos buscado introducir todas aquellas variables del modelo teórico que han resultado significativas para nuestro conjunto de datos. Como se verá más adelante, la estimación de un modelo restringido queda justificada por el elevado poder explicativo de las variables en él incluidas, mientras que la estimación de un modelo general lo está por las ganancias de poder explicativo respecto al modelo restringido. Al realizar la regresión directamente sobre los datos contenidos en el informe sobre la CIS3 (variables individuales), encontramos que en general sólo son significativas muy pocas de ellas y casi siempre al 10 por 100, además sus coeficientes son inferiores a la unidad, mientras que los correspondientes a las variables que controlan el sector y el dinamismo innovador del país se sitúan en las dos cifras. De otra parte, si excluimos de la regresión las variables referidas a sector y país, los valores de R-cuadrado se sitúan por debajo de 0,2, al tiempo que son muy pocas las variables individualmente significativas. Por ello hemos optado por presentar el análisis de regresión a partir de las puntuaciones obtenidas en el análisis factorial en los siguientes apartados; no obstante, comentaremos algunos aspectos que se derivan de las regresiones sobre las variables originales. 154 TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 ANTONIO GARCÍA SÁNCHEZ Y JOSÉ MOLERO ZAYAS ICE Modelo I: la densidad innovadora En los Cuadros 2 y 3 presentamos, respectivamente, las estimaciones restringida y general del modelo I, en el que pretendemos explicar los elementos que influyen en la proporción de empresas que consiguen finalizar de forma exitosa sus actividades de innovación. Como podemos comprobar en ambos casos, el contraste de significatividad conjunta nos indica su validez. Destacamos en primer lugar que más de las dos terceras partes del efecto sobre la densidad innovadora se derivan del sector de actividad y el dinamismo innova- INNOVACIÓN EN SERVICIOS EN LA UE: DENSIDAD DE INNOVACIÓN Y PREEMINENCIA ECONÓMICA DE LOS INNOVADORES TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 155 ICE CUADRO 1 VARIABLES PARA LA ESTIMACIÓN Variable Descripción R_C Descripción de la rama y el país al que se refiere la observación SuccessIn % de empresas que han concluido exitosamente la actividad innovadora (densidad de innovación) TrnvrInn % de ventas de las empresas que han realizado actividades de innovación (preeminencia económica de los innovadores) RD_Coop Factor que aglutina actividades internas y externas de I+D y cooperación Com_Prod Factor que aglutina actividades marketing y diseño Process Factor que aglutina actividades de formación, adquisición de conocimiento externo y adquisición de maquinaria y equipo SoInstituc Factor que aglutina fuentes de información de Universidad y Gobierno SoIntra Factor que aglutina fuentes internas y de empresas del grupo SoSupl Factor que aglutina fuentes de proveedores y ferias y exhibiciones SoSector Factor que aglutina fuentes de clientes y proveedores ObjProc Factor que aglutina los objetivos/efectos de la innovación, mejora de la calidad, la flexibilidad y la capacidad productiva ObjCom Factor que aglutina el rango de productos y la introducción en el mercado ObjSEH Factor que aglutina la adaptación a los estándares y a la mejora de los aspectos medioambientales y de salud ObjInput Factor que aglutina la reducción de los costes laborales y la reducción de las materias primas y energía empleadas en la producción ProtecIn Factor que aglutina las formas de protección interna: secreto, complejidad de diseño y tiempo de liderazgo ProtecEx Factor que aglutina las formas de protección externa: patentes, registro de diseños, marcas registradas, copyright StrtgIn Factor que aglutina las acciones estratégicas, de gestión y organizacionales ComAesth Factor que aglutina las acciones de mercadotecnia y evolución estética DifHmpEc Factor que aglutina las diferencias en el % de empresas (no innovadoras-innovadoras) que citan como elementos que dificultan la innovación, el coste elevado, las dificultades de financiación y la falta de respuesta del consumidor DifHmpTc Factor que aglutina las diferencias en falta de información sobre la tecnología y en falta de capital humano DifHmpCm Factor que aglutina las diferencias en ajuste a los estándares y en falta de información sobre el mercado Compu Variable ficticia que toma valor 1 si se trata del sector «Computer Activities, R&D, Engineering Activities and Consultancy y Technical Testing and Analysis» y 0 en otro caso Finan Variable ficticia que toma valor 1 si se trata del sector «Financial Intermediation» y 0 en otro caso Transp Variable ficticia que toma valor 1 si se trata del sector «Transport and Communications» y 0 en otro caso CountryD Variable ficticia que toma el valor 1 si el país tiene un % de innovadores superior a la media de la UEy0enotro caso e_readin Valor del índice e-readiness, publicado por la Economic Intelligence Unit, en colaboración con IBM y The Economist NetHome % de hogares con acceso a Internet, publicado por Eurostat NetBess % de empresas de más de nueve empleados con acceso a Internet, publicado por Eurostat FUENTE: Elaboración propia. dor general del país en que se encuentre la empresa10. De otra parte, al añadir las cinco variables adicionales que aparecen en el Cuadro 3 (estimación general del Modelo I), relativas a actividades de innovación (no I+D), actividades de innovación no tecnológica11, dificultades para innovar y objetivos (resultados esperados) de la innovación, la R-cuadrado corregida se incrementa hasta más del 88 por 100. El resto de variables son no significativas. En ambas estimaciones, la variable con mayor influencia es (COMPU), que controla la pertenencia al sector que podemos llamar de «Servicios Avanzados a la Producción (SAP)», que aglutina las subdivisiones de la NACE Computer Activities (72), R&D (73), Engineering Activities and Consultancy (74.2) y Technical Testing and Analysis (74.3); le siguen la correspondiente al sector de intermediación financiera (FINAN) y al dinamismo innovador general del país, ambas con niveles 156 TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 ANTONIO GARCÍA SÁNCHEZ Y JOSÉ MOLERO ZAYAS ICE CUADRO 2 RESULTADOS DEL MODELO I (Estimación restringida) Variable dependiente: SUCCESSIN Método: mínimos cuadrados Fecha: 01/12/06 Hora: 19:57 Muestra: 1 63 Observaciones incluidas: 63 Variable Coeficiente Error estándar Estadístico t Probabilidad C25,62815 2,849562 8,993717 0,0000 COMPU 23,50000 3,500085 6,714122 0,0000 FINAN 14,82669 3,558695 4,166327 0,0001 TRANSP –8,125000 3,500085 –2,321372 0,0238 COUNTRYD 14,77218 2,510826 5,883394 0,0000 R cuadrado 0,695872 Mean dependent var 41,26984 R cuadrado ajustada 0,674898 S.D. dependent var 17,36255 S.E. of regression 9,899736 Akaike info criterion 7,498932 Sum squared resid 5.684,276 Schwarz criterion 7,669022 Log likelihood –231,2163 F-statistic 33,17731 Durbin-Watson stat 2,093233 Prob (F-statistic) 0,000000 FUENTE: Elaboración propia a partir de los datos del informe sobre CIS3. 10 En el Anexo II presentamos un mapa con los números índice de cada país respecto a la media de la UE. Dicho mapa puede ilustrar posteriores comentarios acerca de la existencia o no de un aparente efecto Norte-Sur. 11 Se trata de una distinción de la CIS3 y de sus versiones nacionales, que debe entenderse en los términos distintas de las actividades de innovación tal y como se entienden tradicionalmente desde la perspectiva de las manufacturas; no pretendemos en el presente trabajo abordar la discusión sobre qué debe considerarse actividad de innovación en servicios. En cualquier caso queremos insistir en que a lo largo de todo el trabajo hemos adoptado una visión amplia de la innovación para incluir todos sus aspectos aunque no sean estrictamente tecnológicos. Es el planteamiento que HERTOG y BILDERBEEK (1999) y HERTOG, BROERSMA y VAN ARK (2003) se refieren como taking account the «soft» aspects of innovation dentro de su 4D Innovation Model. muy próximos. En cuarto lugar se sitúa la pertenencia al sector de Transporte y Comunicaciones, aunque en este caso con signo negativo. Sin embargo, el último de los coeficientes no parece seguir las pautas esperadas. Especialmente en la medida en que parece apuntar que el sector Transporte y Comunicaciones se muestra menos exitoso que el que incluye el grueso de las actividades comerciales. No obstante, las observaciones respecto a la agregación hechas más arriba (mayor peso de empresas de transporte que de comunicaciones) pueden explicar este comportamiento, que no necesariamente tendría por qué cumplirse a escala individual. De las restantes variables, la más influyente es el diferencial existente entre las empresas innovadoras y las que no lo son, en cuanto a la percepción (importancia dada) al riesgo (dificultad) de viabilidad económica de las actividades de innovación. Cuanto mayor sea este diferencial menor será la proporción de empresas innovadoras (respecto a las que no lo son) que consideran relevante dicho riesgo como freno a la innovación; si esto es así, la densidad de innovación se verá incrementada. Es decir, cuanto menor sea el miedo al riesgo económico de las empresas innovadoras, es de esperar una mayor densidad de innovación. Se trata del resultado esperado. INNOVACIÓN EN SERVICIOS EN LA UE: DENSIDAD DE INNOVACIÓN Y PREEMINENCIA ECONÓMICA DE LOS INNOVADORES TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 157 ICE CUADRO 3 RESULTADOS MODELO I (Estimación general) Variable dependiente: SUCCESSIN Método: mínimos cuadrados Fecha: 01/13/06 Hora: 12:48 Muestra: 1 63 Observaciones incluidas: 30 Variable Coeficiente Error estándar Estadístico t Probabilidad C20,74130 2,797852 7,413294 0,0000 COMPU 31,48198 3,868468 8,138101 0,0000 FINAN 19,45109 3,237445 6,008163 0,0000 TRANSP –8,081909 3,314730 –2,438180 0,0242 COUNTRYD 16,59984 2,947022 5,632751 0,0000 STRTGINT –3,348747 1,689649 –1,981918 0,0614 COMAESTH 4,567001 1,129646 4,042862 0,0006 DIFHMPEC 7,874109 2,165165 3,636725 0,0016 COM_PROD 0,646200 1,542380 0,418963 0,6797 PROCESS 0,873547 1,291465 0,676400 0,5065 R cuadrado 0,917589 Mean dependent var 42,46667 R cuadrado ajustada 0,880504 S.D. dependent var 17,36174 S.E. of regression 6,001630 Akaike info criterion 6,683141 Sum squared resid 720,3912 Schwarz criterion 7,150207 Log likelihood –90,24711 F-statistic 24,74296 Durbin-Watson stat 1,172421 Prob (F-statistic) 0,000000 FUENTE: Elaboración propia a partir de los datos del informe sobre CIS3. 164 TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 ANTONIO GARCÍA SÁNCHEZ Y JOSÉ MOLERO ZAYAS ICE ANEXO I CUADRO A.I.1 RESULTADOS DE LOS ANÁLISIS FACTORIALES Factor Variables que aglutina Varianza explicada (en %) KMO RD_Coop Actividades internas y externas de I+D y cooperación 34,17 0,708Com_Prod Actividades marketing y diseño 19,68 Process Actividades formación, adquisición de conocimiento externo y adquisición de maquinaria y equipo 18,66 SoInstituc Fuentes de información Universidad y Gobierno 23,40 0,648 SoIntra Fuentes internas y de empresas del grupo 22,18 SoSupl Fuentes de proveedores y ferias y exhibiciones 16,88 SoSector Fuentes de clientes y proveedores 15,86 ObjProc Objetivos/efectos de la innovación mejora de la calidad, la flexibilidad y la capacidad productiva 29,99 0,752 ObjCom Objetivos/efectos: aumentar el rango de productos y la introducción en el mercado 21,93 ObjSEH Adaptación a los estándares y la mejora de los aspectos medioambientales y de salud 17,54 ObjInput Reducción de los costes laborales y la reducción de las materias primas y energía empleadas en la producción 15,25 ProtecIn Factor que aglutina las formas de protección interna: secreto, complejidad de diseño y tiempo de liderazgo 42,71 0,807 ProtecEx Factor que aglutina las formas de protección externa: patentes, registro de diseños, marcas registradas, copyright 36,02 StrtgIn Acciones estratégicas, de gestión y organizacionales 47,49 0,718 ComAesth Acciones de mercadotecnia y evolución estética 33,02 DifHmpEc Diferencias en el % de empresas (no innovadoras-innovadoras) que citan como elementos que dificultan la innovación el coste elevado las dificultades de financiación y la falta de respuesta del consumidor 27,35 0,651 DifHmpTc Diferencias en falta de información sobre la tecnología y en falta de capital humano 20,39 DifHmpCm Diferencias en ajuste a los estándares y en falta de información sobre el mercado 18,85 FUENTE: Elaboración propia. INNOVACIÓN EN SERVICIOS EN LA UE: DENSIDAD DE INNOVACIÓN Y PREEMINENCIA ECONÓMICA DE LOS INNOVADORES TRIBUNA DE ECONOMÍA Marzo-Abril 2008. N.º 841 165 ICE ANEXO II FIGURA A.II.1 DINAMISMO INNOVADOR FUENTE: Elaboración propia a partir de CIS3. El índice mide el porcentaje de innovadores sobre el total de empresas.