Post on 28-May-2020
Andrés Martínez Martínez
Jaime Gómez Villascuerna y Pilar Vargas Montoya
Facultad de Ciencias Empresariales
Máster universitario de investigación en economía de la empresa
2012-2013
Título
Director/es
Facultad
Titulación
Departamento
TRABAJO FIN DE ESTUDIOS
Curso Académico
Subvenciones públicas y output de la innovación
Autor/es
© El autor© Universidad de La Rioja, Servicio de Publicaciones, 2013
publicaciones.unirioja.esE-mail: publicaciones@unirioja.es
Subvenciones públicas y output de la innovación, trabajo fin de estudiosde Andrés Martínez Martínez, dirigido por Jaime Gómez Villascuerna y Pilar Vargas
Montoya (publicado por la Universidad de La Rioja), se difunde bajo una LicenciaCreative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported.
Permisos que vayan más allá de lo cubierto por esta licencia pueden solicitarse a los titulares del copyright.
Universidad de La Rioja
Subvenciones públicas y output de la
innovación
Máster Universitario de Investigación en Economía de la
Empresa
Andrés Martínez Martínez
Directores:
Dr. Jaime Gómez Villascuerna
Dra. Pilar Vargas Montoya
1
Me gustaría agradecer tanto al Dr. Jaime Gómez Villascuerna como a la Dra.
Pilar Vargas Montoya que me hayan aceptado para la realización de este
trabajo bajo su dirección. Así como agradecerles todo el apoyo y los consejos
que me ha ido dando a lo largo de este periodo. Quisiera también hacer
extensivo mi agradecimiento a la Universidad de la Rioja por las facilidades
otorgadas para la realización del trabajo.
También me gustaría mostrar mi gratitud a todos los profesores que han
participado en el Máster de Investigación en Economía de la Empresa, ya que
me han ayudad a entender y comprender de mejor manera la actividad de
investigación en el ámbito académico. Sin olvidarme también de todos los
ánimos y apoyos dados por mis compañeros del Máster.
Por último y no por ello menos importante dar las gracias a
mi familia por su apoyo y confianza en los momentos más difíciles y de mayor bajón
personal.
“No hay secretos para el éxito. Éste se alcanza preparándose,
trabajando arduamente y aprendiendo del fracaso.”
Colin Powell
2
Índice
1. Introducción 3
2. Revisión de la literatura 5
2.1. Justificación de las ayudas públicas a la innovación 6
2.2. Efectividad de las ayudas públicas en proceso de innovación 9
2.3. Hipótesis 14
3. Muestra, variables y estadística descriptiva 18
3.1. Descripción de la muestra 18
3.2. Definición de las variables 21
3.3. Estadística descriptiva 26
4. Metodología 30
5. Resultados 32
6. Conclusiones y discusión 35
7. Bibliografía 37
8. Anexos 43
3
1. INTRODUCCIÓN
Hoy en día, la literatura económica señala a la innovación como una fuente
importante para el crecimiento y el desarrollo de un país. Es decir, la generación de
nuevo conocimiento científico y tecnológico aplicado a través de la innovación permite
un aumento del crecimiento económico y del bienestar social. Debido a la importancia
que tiene dicha actividad para los países, los distintos organismos públicos han ido
prestando una mayor atención de manera progresiva. Un ejemplo de esta mayor
atención es la estrategia de la UE para generar crecimiento y empleo para 2020, donde
el objetivo de innovación es llegar al 3% del PIB (siendo un 1% procedente de la
financiación pública). Esta atención no proviene solo de los organismo públicos, ya que
las empresas también se han fijado en la innovación para hacer frente a los retos que
aparecen en el contexto actual. En esta era de la globalización, la competitividad entre
las empresas aumenta, por lo que la innovación permite a las empresas obtener una
ventaja competitiva que hace posible defenderse de la competencia (Thomson, 2011).
Desde el punto de vista académico también se le ha prestado especial atención al
tema de la innovación. Parte de la literatura se ha centrado en el estudio de las ayudas
públicas en el proceso de innovación, es decir, en tratar de examinar la efectividad de
las subvenciones en el proceso de innovación de la empresa (David et ál., 2000; Klette
et ál., 2000). Las distintas investigaciones (Vila-Alonso et ál., 2010; Nishimura y
Okamuro, 2011) justifican la participación de los organismos públicos debido a la
existencia de fallos en el mercado de bienes y servicios de la innovación. Se señalan tres
fallos principalmente (Arrow, 1962): incertidumbre, indivisibilidad y apropiabilidad
incompleta. Estos fallos de mercado no solo provocan una brecha entre la inversión
realizada en I+D por las empresas y la socialmente deseada, sino que también justifican
la intervención pública. Algunos de estos trabajos se han centrado en analizar la
efectividad de esta intervención sobre el input de la innovación (Busom, 2000;
Czarnitzki, 2003). Otros trabajos se han centrado en estudiar la efectividad sobre el
output de la innovación (Branstetter y Sakakibara, 2002; Czarnitzki y Hussinger, 2004).
Este último grupo de trabajos es el que nos ha llamado la atención. El objetivo
principal de este trabajo es, precisamente, comprobar la eficiencia de las subvenciones
con respecto al output de la innovación. Es decir, se trata de analizar si aquellas
empresas que obtienen subvenciones públicas consiguen unos mejores resultados que
4
aquellas que no obtienen dichas subvenciones. Este tema nos ha llamado la atención
debido a la situación económica actual, en la que los distintos organismos públicos
están realizando importantes ajustes en las distintas partidas del gasto, incluyendo las
que tienen que ver con innovación.
Un motivo importante para la realización de este estudio es que no existe un
consenso en la literatura sobre el efecto de las subvenciones en los resultados de la
innovación. Por ejemplo, hay trabajos donde se establece que las subvenciones tienen
un efecto positivo y significativo para el output de la empresa (Klette et ál., 2000),
mientras que otros señalan todo lo contrario (Hashia y Stojcic, 2013).
Además, del estudio de la efectividad de las subvenciones, hay otra cuestión
relacionada que llama nuestra atención. El origen de las subvenciones que puede
obtener la empresa no es siempre el mismo, es decir, una empresa puede recibir
subvenciones de la Unión Europea, del Estado al que pertenece o de las
Administraciones regionales y locales. Este hecho que se ve reflejado en los distintos
trabajos analizados pone en duda una cuestión ¿Varía la efectividad de las subvenciones
en función de su origen? Como en el caso anterior, los trabajos empíricos no llegar a
alcanzar un consenso sobre esta cuestión. Mientras que Masso y Vather (2007)
argumentan la subvención estatal es más efectiva, Hashia y Stojcic (2013) razonan que
son las subvenciones europeas las que proporcionan unos mejores resultados.
Para desarrollar la parte empírica de nuestro trabajo hemos utilizado de la base
de datos de PITEC. A partir de estos datos se ha construido una muestra de 6.437
empresas españolas para el año 2010 de las que analizamos el rendimiento de su
proceso innovador y la importancia que en el mismo tienen las subvenciones.
La estructura de este trabajo es la siguiente. A continuación se realiza una
revisión de la literatura existente sobre los fallos de mercado y la efectividad de las
subvenciones en el proceso de innovación. Este apartado concluye estableciendo una
serie de hipótesis son testadas empíricamente. En la sección tercera se describen las
variables y la muestra utilizada en el análisis. El epígrafe cuarto explica la metodología
empleada para validar las hipótesis. Las dos últimas secciones recogen el resultado del
modelo, así como las conclusiones y limitaciones del trabajo.
5
2. REVISIÓN DE LA LITERATURA
Como se señalaba en la introducción, la innovación es una actividad importante
para el crecimiento y el desarrollo de un país y de las empresas que operan en él. Por
ello, una parte de la literatura económica se ha dedicado al estudio del proceso de
innovación en estas organizaciones. A lo largo de este trabajo, entenderemos el proceso
de innovación como un conjunto de actividades entre las que se incluyen la generación
y adquisición de conocimiento, la preparación para la producción y la comercialización
(Manual de Oslo, OCDE, 1996). El punto de partida de muchos trabajos que analizan el
proceso de innovación en las empresas es el modelo de investigación basado en el
trabajo de Crepón et ál. (1998), que está formado por cuatro etapas y que nos permite
realizar una primera aproximación al estudio que se desarrolla en este trabajo. La
primera etapa hace referencia a la decisión de innovar o no por parte de la empresa. La
segunda es la cantidad de recursos (intensidad innovadora) que la empresa va a dedicar
a esta actividad. La tercera etapa estudia el output de la innovación. Y, por último, la
cuarta etapa analiza la relación entre el output de la innovación y los resultados
empresariales. De forma esquemática:
1. Decisión de innovar.
2. Intensidad de la innovación.
3. Output de la innovación.
4. Resultado de la empresa.
Este modelo nos permitirá comprobar el efecto que tienen las subvenciones a lo
largo del proceso de innovación de la empresa. Por ello un gran número de trabajos
(David et ál., 2000; González y Pazó, 2008; Clausen, 2009) lo han utilizado para
analizar la efectividad de las subvenciones en el proceso de I+D de la empresa. De todas
las etapas que lo conforman, la mayor parte de trabajos que analizan la efectividad de
las innovaciones se han centrado bien en la segunda etapa, analizando cómo las
subvenciones afectan al input de innovación en la empresa, o bien en la tercera,
analizando como las subvenciones afectan al resultado del proceso de innovación.
Además de estos trabajos, existen otras investigaciones (Klomp y Van Leeuwen, 2001;
Kemp et ál., 2003; Hashia y Stojcic, 2013) que se centran en la cuarta etapa del proceso,
los resultados empresariales, cuyo objetivo principal es establecer la relación existente
entre la innovación y los resultados empresariales. El primer grupo de trabajos, análisis
6
de la efectividad de las subvenciones, es el que nos ha llamado la atención para la
realización de este trabajo.
A continuación se justificará porque los distintos organismos públicos
subvencionan la actividad de innovación en las empresas y, por consiguiente, la
existencia de los trabajos que analizan la efectividad de las ayudas públicas. Después de
esto, se pasará, precisamente, a examinar los trabajos que analizan la efectividad de las
subvenciones. Tanto los que estudian la efectividad sobre la intensidad del input como
aquellos que lo hacen sobre el output de la innovación.
2.1 Justificación de las ayudas públicas a la innovación
Como viene recogido en la teoría clásica, hay dos posibles situaciones para los
mercados de bienes y servicios: (1) que el mercado sea perfecto y (2) que no lo sea, es
decir, que se trate de un mercado imperfecto (Zambrano Vargas y Acuña Corredor,
2011). En el mercado perfecto, dado que se trata de un mercado eficiente, se logra la
asignación óptima de recursos. Por ello, no es necesaria la intervención de ningún
agente externo. En el mercado imperfecto la existencia de fallos de mercado provoca
que no se produzca una asignación correcta de los recursos, lo que justifica la
intervención de terceros con el objetivo de mejorar su funcionamiento.
El mercado de bienes (productos y servicios) innovadores no es un mercado
perfecto debido a la existencia de numerosos fallos de mercado (Vila-Alonso et ál.,
2010; Nishimura y Okamuro, 2011). Entre ellos, algunos autores como Arrow (1962)
han considerado que hay tres que son los más relevantes en el caso de la innovación: la
incertidumbre, la indivisibilidad y la apropiabilidad incompleta.
El primero de estos fallos de mercado, la incertidumbre, se da cuando no existe
certeza sobre lo que va a ocurrir en el futuro. En el ámbito de la innovación (Scherer et
al., 2000) se pueden encontrar dos tipos de incertidumbre 1) la incertidumbre técnica y
2) la incertidumbre de mercado. La primera de ellas, la incertidumbre técnica, está
relacionada con el desconocimiento que se tienen a priori sobre cuál es la solución al
problema técnico. Responde a preguntas como ¿es factible?, ¿funcionará? Por el
contrario, la incertidumbre de mercado hace referencia a la posibilidad de que el
producto no sea aceptado por el mercado (y por tanto, no se venda o, al menos, no se
venda de forma suficiente). El problema se agrava porque las inversiones en innovación
7
tienen un gran componente de costes hundidos para la empresa, lo que provoca que sean
irreversibles. Es decir, si no se obtienen buenos resultados (incertidumbre técnica) o
éstos no son aceptados por el mercado (incertidumbre de mercado) se perderá la
inversión realizada, dado que su valor residual es muy próximo a cero.
En la literatura económica la incertidumbre aparece como una de las causas de
los problemas de financiación de las empresas para desarrollar actividades de
innovación. Debido tanto a los costes hundidos, como a la dificultad de predecir los
flujos de dinero de la inversión en innovación, las empresas tienen muy difícil conseguir
financiación externa, ya que el riesgo soportado por los financiadores externos es muy
elevado (Gómez y Vargas, 2009).
El segundo fallo de mercado es la indivisibilidad, este fallo se da cuando no se
puede dividir un bien o un servicio y ha sido estudiado ampliamente en la literatura
mediante el análisis del coste marginal (Arrow, 1962). En el caso de la innovación se
está hablando del conocimiento generado en el desarrollo de esta actividad. Una
característica importante de dicho conocimiento es la no rivalidad, es decir, su uso por
parte de una empresa no impide que otras lo puedan usar. Además, el conocimiento
debe aplicarse en su totalidad al proceso innovador con independencia del volumen de
output a obtener, lo que supone unos elevados costes fijos. Debido a estas dos
características la producción de nuevo conocimiento tecnológico lleva consigo un
elevado coste fijo que es, además, indivisible.
El tercer fallo de mercado, la apropiabilidad imperfecta, se da cuando las
empresas no pueden apropiarse de todos los beneficios generados por una actividad, es
decir, por la innovación. En este caso algunos de los conocimientos generados por la
innovación tienen carácter público, por lo que es un bien fácil de copiar y por lo tanto su
uso no está limitado a las empresas que los desarrollan, lo que afecta a la sostenibilidad
de las ventajas que pueden obtenerse de los mismos. Una de las causas de este problema
son las externalidades generadas tanto a nivel empresarial como social.
A nivel empresarial éstas se refieren a que otras empresas puedan utilizar los
conocimientos tecnológicos sin tener que pagar su valor en el mercado (Heijs, 2001).
Para evitar este problema de imitación por parte de otras empresas existen una serie de
mecanismos aisladores. Estos mecanismos son: 1) el liderazgo tecnológico, 2) el
adelantamiento en la adquisición de activos y 3) los costes de cambio del comprador
8
(Lieberman y Montgomery, 1998). Si estos mecanismos no permiten sostener la ventaja
competitiva obtenida por el pionero éstos no tendrán incentivos para invertir en
innovación.
A nivel social, el concepto externalidad se refiere a los efectos positivos que
tiene la innovación en la sociedad. Es decir, se tiene en cuenta la acción positiva que
tiene esta actividad para la sociedad, pero el principal problema es que las empresas no
considera esta externalidad social a la hora de tomar sus decisiones y sólo tienen en
cuenta la maximización de su función objetivo (Laffont, 2008).
Como consecuencia de estos fallos de mercado las empresas que emprenden
actividades innovadoras asumen un mayor riesgo y también soportarán un mayor coste
que si no existieran. Esto provoca que surja una brecha entre la inversión realizada en
I+D y la que sería socialmente deseable. La existencia de esta brecha es el argumento en
el que se apoyan tanto la literatura económica (Herrera y Heijs, 2003; Vila-Alonso et
ál., 2010; Nishimura y Okamuro, 2011; Guisado-González et ál., 2013) como un gran
número de países de la OCDE para conceder ayudas públicas a la innovación.
A pesar de que las ayudas públicas que otorgan los distintos organismos pueden
adoptar diferentes formas, desde subvenciones directas hasta colaboración con
universidades, el objetivo que persiguen es siempre el mismo: establecer incentivos a la
innovación para conseguir disminuir la brecha entre la inversión realizada en
innovación por las empresas y la socialmente deseable. Estos incentivos se pueden
clasificar en dos grupos. El primero consiste en reducir el coste de la innovación para el
innovador y así conseguir que dicha actividad sea más atractiva para la empresa
(Clausen, 2009; González y Pazó, 2009). El segundo consiste en crear una
infraestructura de calidad para desarrollar la innovación. En este segundo grupo
intervienen las universidades públicas, los centros de investigación públicos,
fundaciones y demás organismos (Thomson, 2011).
Al igual que hay acuerdo en el objetivo de las ayudas públicas a la innovación,
también existe un acuerdo en cuáles deben ser los proyectos de innovación que deben
recibir estas ayudas públicas. Se debe ayudar a aquellos proyectos que no se llevarían a
cabo sin ayudas y que tengan un gran valor social (Clausen, 2009).
9
Aunque existe suficiente apoyo en la literatura económica para justificar la
intervención, la participación del Estado en el proceso de innovación conlleva una serie
de preocupaciones que se pueden clasificar en dos categorías: 1) la cantidad de recursos
a invertir y 2) la efectividad de los recursos empleados. Respecto al primero no se
conoce cuál es la cantidad óptima de recursos necesarios que se deben asignar a esta
actividad. Respecto al segundo problema, la efectividad de los recursos empleados, los
organismos públicos están interesados en conocer si sus ayudas se están utilizando
correctamente, pero este análisis se ve influido por la incertidumbre que rodea al propio
proceso de innovación y por el conjunto de variables intervinientes en el proceso.
En este trabajo nos vamos a centrar en el segundo problema mencionado, es
decir en la efectividad de las ayudas públicas en el proceso de innovación para, de esta
forma, satisfacer el objetivo del trabajo. Si bien hasta aquí hemos justificado la
necesidad de intervención del Sector Público, a partir de la siguiente sección se
analizará si la recepción de ayudas públicas mejora los resultados de innovación que
obtienen las empresas. Es decir, si bien hasta el momento hemos hecho referencia al
Estado como interesado fundamental en que se produzca la innovación para, de este
modo, incrementar el bienestar social, en el siguiente apartado se adopta una perspectiva
micro y se analizan la efectividad de las ayudas públicas en la empresa. Para ello, en
primer lugar se realizará una introducción sobre la efectividad de las subvenciones en el
proceso innovador, para después centrarse en los distintos estudios realizados sobre esta
cuestión.
2.2 Efectividad de las ayudas públicas en el proceso de innovación
Existe una amplia literatura que recoge la creciente preocupación, tanto por parte
de los Estados como por parte de los investigadores, en el análisis de la efectividad de
las subvenciones a la innovación. A los gobiernos les interesa conocer, en la medida de
lo posible, si el gasto que están realizando en innovación les sirve para cumplir los
objetivos descritos en el epígrafe anterior. De igual modo y desde el punto de vista
académico, en las últimas décadas se ha realizado un amplio análisis de la efectividad
de dichas ayudas, debido al creciente interés por parte de los Estados.
Los trabajos que analizan la efectividad de las ayudas públicas han seguido
tradicionalmente el criterio de adicionalidad (Clarysse et ál., 2009). Dicho criterio se
puede definir como algo que se obtiene debido a la intervención pública, y que no
10
existiría sin dicha intervención (Georghiou, 1994). Este criterio se puede clasificar en
cuatro grandes grupos dependiendo la variable de estudio (Georghiou, 2002): la primera
es la adicionalidad de input, la segunda la adicionalidad de output, la tercera la
adicionalidad de comportamiento y por último la adicionalidad de capacidad cognitiva.
Este trabajo se centra en la adicionalidad del output, es decir, tienen como
objetivo el análisis de la efectividad de las subvenciones sobre el output de la
innovación. Para poder llevar a cabo dicho objetivo es necesario realizar un repaso a los
trabajos que analizan la efectividad de las subvenciones sobre el input, ya que estas
influyen en el output.
Los primeros trabajos que analizan esta cuestión se centraban en estudiar la
efectividad de las ayudas públicas sobre el input de la innovación. Para ello, lo que se
medía era el input adicional generado por dichas subvenciones1. Con el paso del tiempo
los gobiernos empezaron a tener una mayor preocupación sobre el efecto que tenían
dichas subvenciones sobre el output de la innovación. Esta preocupación ha provocado
que los investigadores realicen estudios en los que se mide la efectividad de las ayudas
públicas sobre el output de la innovación2. (Clarysse et ál, 2009).
En el apartado siguiente se hará un breve repaso a los distintos estudios que
analizan la efectividad de las ayudas públicas sobre el input y, posteriormente, se hará lo
mismo con los trabajos que se centran en el output.
2.2.1. Efectividad de las ayudas públicas sobre el input de la innovación
Como se ha señalado previamente, los primeros trabajos sobre la efectividad de
las subvenciones se centraban en analizar el input de la innovación. Es decir se trata de
examinar si las subvenciones provocan un aumento de la inversión en I+D por parte de
la empresa, o ver si estas subvenciones tienen otro fin (Clarysse et ál., 2009).
La mayoría de los trabajos que analizan la efectividad de las ayudas públicas
sobre el input de la innovación se centran en estudiar el efecto crowding-out. Dicho
efecto se puede definir como la sustitución de gastos privados en I+D por financiación 1 Se entiende como input adicional el aumento continuado de los esfuerzos en I+D, es decir, un aumento en la intensidad del input (Clarysse et ál., 2009). 2 Se trata de ver si existe output adicional debido a las ayudas públicas. Entendiendo output adicional como la proporción de output obtenido en el proceso de innovación que no se habría logrado sin el apoyo público (Georghiou, 2002).
11
pública (Nishimura y Okamuro, 2011), es decir, la empresa no aumenta su gasto en I+D
sino que lo sustituye por la subvención otorgada. En los trabajos de investigación este
efecto aparece de dos formas: de forma completa o de forma parcial. La primera se
refiere a cuando la empresa sustituye su gasto privado en I+D por las subvenciones. La
segunda, de manera parcial, aparece cuando la empresa aumenta su gasto privado en
I+D pero este aumento es inferior a la subvención otorgada (González y Pazó, 2009).
El estudio del efecto crowding-out es importante ya que, si éste aparece,
estaríamos en una situación contraria a la deseada, ya que no se estaría consiguiendo
aumentar el esfuerzo continuado en las actividades de innovación, sino que se estaría
dando un efecto sustitución de los recursos privados por los públicos. Debido a su
importancia existe un gran número de trabajos que analizan si dicho efecto aparece de
manera completa o parcial. Por ejemplo David et ál. (2000) realiza una revisión sobre
los trabajos que han estudiado el crowding-out y, a pesar de la limitaciones que
reconocen tiene su trabajo, concluyen que para un tercio de los trabajos analizados no
puede descartarse la existencia de dicho efecto.
Otro de los trabajos que analizan la efectividad de las subvenciones públicas
sobre el input de la innovación es el de Almus y Czarnitzki (2003). Estos autores
examinan un grupo de empresas alemanas que realizaron actividades innovadores en los
años 1994, 1996 y 1998. Sus resultados señalan que no existe efecto crowding-out, ya
que las empresas que reciben subvenciones son en promedio un 4% más intensivas en
I+D que las que no las reciben. Los mismo resultados obtiene Busom (2000) que analiza
el efecto crowding-out para un grupo de 154 empresas españolas, aunque en este caso,
para un 30% de la muestra no se puede descartar dicho efecto.
Como se puede comprobar los resultados de los estudios sobre el efecto
crowding-out son dispares. Este hecho se recoge en el trabajo de Vila Alonso et ál.
(2010). Estos autores encuentran trabajos como los de Griliches (1986), Lichtenberg
(1987), y Wallsten (2000) donde sí se produce el efecto crowding-out. Pero también
encuentra trabajos donde no se produce dicho efecto, como son los de Levy y Terlecky
(1983), Mansfield (1984), Antonelli (1989) y Diamond (1998) entre otros. Aunque
existan resultados dispares en estos últimos años los trabajos científicos no han
encontrado efectos crowding-out de forma completa, aunque no puede descartarse que
se produzca dicho efecto de forma parcial (González y Pazó, 2008).
12
Una vez analizada la efectividad de las ayudas públicas sobre el input de la
innovación, en el siguiente epígrafe se examina el principal bloque de trabajos, es decir,
los que relacionan la efectividad de las ayudas públicas con el output de la innovación.
2.2.2. Efectividad de las ayudas públicas sobre el output de la innovación.
La literatura relativa a la efectividad de las ayudas públicas sobre el output de la
innovación es menos numerosa que la que se ha podido encontrar en el caso del input.
Esto se debe, principalmente, a la dificultad para medir el output de la innovación de un
proyecto específico, ya que como señalan algunos autores (Clarysse et ál., 2009) los
distintos proyectos de innovación de una empresa influyen entre sí y, por lo tanto, es
muy difícil separar los resultados de un proyecto de forma específica.
En el caso del estudio de la efectividad de las ayudas públicas en el output de la
innovación hay que tener en cuenta que las subvenciones pueden tener dos efectos, 1)
uno indirecto y 2) otro directo.
El efecto indirecto tiene su origen en la relación existente entre la intensidad de
la innovación y el output de la innovación, ya que las subvenciones influyen en la
intensidad de la innovación y esta a su vez en el output de la innovación. Los distintos
trabajos empíricos concluyen que el efecto indirecto de las subvenciones sobre el output
de la innovación es significativo y positivo. Por ejemplo Klette et ál. (2000) realiza una
revisión de distintos estudios microeconómicos y encuentra, que en cuatro de los cinco
estudios realizados, las subvenciones tienen dicho efecto positivo y significativo. Pero
estos autores cuestionan la validez de los estudios analizados, debido a que consideran
que las muestras que se analizan no constituyen muestras aleatorias y porque no se ha
construido un grupo de control válido (debido a las limitaciones metodológicas). Este
resultado positivo es obtenido por Branstetter y Sakakibara (2002) para una muestra de
empresas japonesas en la que analiza el efecto de las subvenciones sobre las patentes de
las empresas innovadoras que participan en un consorcio. Y, por último, también
coincide con dicho resultado el trabajo de Czarnitzki y Hussinger (2004) realizado para
una muestra de empresas alemanas.
Por su parte, el efecto directo mide la relación lineal existente entre las
subvenciones y el output de la innovación. En este caso, no hay unanimidad entre los
distintos estudios (Kemp et ál., 2003; Masso y Vather, 2007; Hashia y Stojcic, 2013), ya
13
que dependiendo el origen de la subvención el efecto sobre los resultados no es el
mismo. Por ejemplo en el trabajo de Kemp et ál. (2003) realiza un estudio sobre una
muestras de empresas holandesas. Dicho estudio recoge el efecto directo que tienen las
subvenciones sobre el output de la innovación. A la hora de analizar este efecto, separan
las subvenciones según su origen, es decir, distinguen entre subvenciones estatales y
subvenciones europeas. Los resultados que obtienen son diferentes según el origen de
las subvenciones. Para las subvenciones nacionales obtienen un efecto positivo y
significativo al 5%, mientras que para las subvenciones europeas obtienen un efecto no
significativo y negativo. Dichos autores justifican dichas diferencias en los requisitos
para la obtención de las subvenciones, estableciendo que las estatales se ajustan más a
las necesidades de las empresas.
Por su parte Masso y Vather (2007) estudian el efecto directo de las
subvenciones sobre el output de la innovación sobre una muestra de empresas de
Estonia. Al igual que en el caso anterior estos autores separan las subvenciones según su
origen. Además, en su trabajo analizan tanto la innovación de producto como la de
proceso. Los resultados que obtienen en el caso de la innovación de producto apuntan a
que las subvenciones nacionales tienen un efecto positivo y altamente significativo
mientras que las subvenciones europeas tienen un efecto no significativo y positivo.
Para la innovación de proceso tanto las subvenciones nacionales como europeas son no
significativas. Justifican sus resultados apoyándose en las características del país
analizado.
Hashia y Stojcic (2013) realizan un estudio en el que diferencian dos zonas
europeas, por un lado Europa occidental y por otra Europa oriental. De nuevo, analizan
la relación de la innovación con los resultados de las empresas y también utilizan las
subvenciones como factores explicativos del output. En este caso, distinguen entre
subvenciones a nivel regional, nacional y europeo. Los signos varían dependiendo del
conjunto de países escogidos. Para los países de Europa occidental los efectos de las
subvenciones regionales son no significativas, el efectos de las subvenciones nacionales
es significativo y negativo, al igual que el de las europeas. Mientras que el efecto para
los países de la Europa oriental será significativo para menos negativo, es decir, el
efecto negativo de las subvenciones sobre el output de la innovación es menor. Dichos
autores justifican la diferencia entre los países debido a las características de las
industrias analizadas.
14
En resumen, se puede señalar que las subvenciones tienen un efecto tanto directo
como indirecto sobre el output de la innovación. La mayoría de autores coinciden en
que el efecto indirecto es positivo y significativo pero a la hora de analizar el efecto
directo los resultados son dispares. Es decir, dependiendo del origen de las
subvenciones el efecto directo sobre el output de la innovación varía.
2.3 Hipótesis
Como se ha señalado en los apartados anteriores, el objetivo principal del trabajo
es comprobar la eficiencia de las subvenciones con respecto al output de la innovación.
A continuación se establecerán una serie de hipótesis que ayudarán a dar respuesta a
nuestra pregunta de investigación. Como ya se ha podido ver en el apartado anterior las
subvenciones afectan al proceso de innovación de la empresa y, por lo tanto, también
afectan al output de la innovación. Además, las conclusiones sobre su efectividad varían
dependiendo de los trabajos analizados.
Los primeros estudios que analizaban la innovación seguían el modelo
tradicional de comportamiento de las empresas (Knight, 1921), que se centraba en la
idea de que todas las empresas obtienen los mismos resultados en el medio o largo
plazo, por lo que los efectos de la innovación sobre el resultado de la empresa son
transitorios. Dicha argumentación se basaba en el punto de equilibrio estable, es decir,
en el argumento de que con el paso del tiempo las empresas pioneras en innovación ven
como sus competidores les copian y, por lo tanto, les igualan en resultados. Sin
embargo, distintos trabajos (Klomp y Van Leeuwen, 2001; Loof et ál., 2001; Kemp et
ál., 2003) han permitido comprobar que los resultados de las empresas de una misma
industria no son los mismos y estas diferencias duran en el tiempo.
La literatura económica (Kemp et ál., 2003; Hashia y Stojcic, 2013) ha analizado
la influencia de las subvenciones sobre el resultado de la empresa, concluyendo que
tiene un efecto significativo y positivo. Se puede concluir, por tanto, que la innovación
es un factor que permite a la empresa obtener mejores resultados. En este sentido, en el
epígrafe anterior se ha argumentado que las subvenciones públicas es una variable que
afecta a aquellos proyectos de innovación que tienen un gran valor social (Clausen,
2009). Esto tiene como consecuencia el que se creen dos grandes grupos de empresas:
las subvencionadas y las no subvencionadas (Masso y Vather, 2007).
15
Debido a la participación del Estado en el proceso de innovación de las
empresas, los trabajos académicos se han centrado en analizar la efectividad de las
ayudas públicas sobre el input y el output de la innovación. De los resultados obtenidos
se puede concluir que la efectividad de las subvenciones sobre el proceso innovador no
queda del todo comprobada. La mayoría de los trabajos coinciden en la no existencia de
efecto crowding-out de forma completa (González y Pazó, 2008), como también
coinciden en que el efecto indirecto de las subvenciones sobre el output de la
innovación es positivo y significativo (Klette et ál., 2000; Branstetter y Sakakibara,
2002; Czarnitzki y Hussinger, 2004). Sin embargo, existen discrepancias en cuanto a si
dicho efecto crowding-out existe de forma parcial y también sobre cuál es el efecto
directo de las subvenciones públicas sobre el output de la innovación.
En resumen, nos podemos encontrar con proyectos que han recibido
subvenciones públicas y otros que no y los resultados sobre el mayor rendimiento de los
primeros no está claro. Esto se debe a que no se puede descartar de forma parcial el
efecto crowding-out y no se ha podido establecer con claridad el efecto directo de las
subvenciones sobre el output de la innovación. Teniendo en cuenta la diversidad de
resultados sobre la efectividad de las ayudas públicas sobre el proceso de innovación y
los dos grupos existentes, se plantea la siguiente hipótesis:
H1: el output de la innovación en proyectos con subvenciones públicas es mayor
que el output de la innovación en proyectos sin subvenciones públicas.
Como se acaba de señalar, nuestra hipótesis de partida es que las subvenciones
públicas que pueden recibir las empresas influyen sobre los resultados del proceso de
innovación. Nuestra segunda hipótesis, sin embargo, se centra en aquellas empresas que
han recibido subvenciones para llevar a cabo el proceso de innovación y estudia sus
efectos en función del origen de las mismas.
En el epígrafe anterior se destacaba que las subvenciones públicas que percibían
las empresas podían tener distintos orígenes (europeos, estatales, regionales o locales) y
como este hecho ha sido considerado por la literatura (Kemp et ál., 2003; Masso y
Vather, 2007; Hashia y Stojcic, 2013) a la hora de analizar su efectividad. Los motivos
de las diferencias según el origen pueden deberse tanto al objetivo como al ámbito de
16
aplicación de las mismas. El primer aspecto a destacar es que cada tipo de subvención
persigue unos objetivos diferentes. Las subvenciones europeas tienen como objetivo
contribuir a los intereses de la Unión Europea o contribuir a la aplicación de programas
o políticas europeas, por ello no existe ningún plan europeo de innovación específico
para una industria. Las subvenciones estatales tienen como objetivo promover una
mayor investigación, para contribuir al crecimiento y desarrollo económico del país. Por
último, las subvenciones regionales tienen como principal objetivo el desarrollo de su
región. El otro aspecto a destacar es el ámbito de aplicación de dichas subvenciones.
Mientras que las subvenciones europeas van dirigidas a las empresas situadas en dicho
territorio, las estatales y regionales van dirigidas a un menor número de empresas, ya
que el ámbito de aplicación es cada vez menor (país, región).
Se puede argumentar que las subvenciones europeas c no pueden ajustarse
convenientemente a las necesidades de cada una de las empresas de los distintos países
como consecuencia de su objetivo (global para la Unión Europea) y su ámbito de
aplicación (todos los países de la UE). Por el contrario, las subvenciones estatales y
autonómicas sí pueden ajustarse mejor a dichas características y atender así a las
necesidades específicas de las empresas promoviendo, por ejemplo, planes específicos
para determinadas industrias.
Debido a las razones anteriormente expuestas, a la hora de evaluar la efectividad
de las subvenciones algunos trabajos empíricos (Kempt et ál, 2003, Masso y Vather,
2007; Hashia y Stojcic, 2013) las separan según su origen de procedencia. Estos
trabajos demuestran como la efectividad de las subvenciones varía dependiendo de su
origen, como hemos señalado. El trabajo de Kempt et ál., (2003) encuentra que las
subvenciones más efectivas con respecto al output de la innovación son las estatales, ya
que dichas ayudas públicas se adaptan mejor a las necesidades de las empresas. Dicho
resultado también es encontrado en el trabajo de Masso y Vather (2007) para su análisis
sobre una muestra de empresas de Estonia. Por su parte, Hashia y Stojcic (2013)
obtienen que las subvenciones estatales influyen negativamente sobre el output de la
innovación. Estos autores argumentan su resultado en la incapacidad de los sistemas
existentes para la asignación de subsidios a nivel estatal.
Únicamente el trabajo de Hashia y Stojcic (2013) encuentran a las subvenciones
europeas más efectivas que las estatales. Ambos tipos de subvenciones tienen un
17
coeficiente negativo pero el de las subvenciones europeas es inferior. Mientras que los
trabajos de Kempt et ál., (2003) y de Masso y Vather (2007) no encuentran
significativa las subvenciones europeas con respecto del output de la innovación. Estos
autores achacan este resultado a las imposibilidad de la estas subvenciones de adecuarse
a las necesidades de las empresas de los distintos países, en este caso Holanda y
Estonia. En estos trabajos empíricos no se incluyen las subvenciones regionales o
locales, debido a la escasa capacidad de financiación que tienen dichos organismos en
estos países.
En resumen, no existe unanimidad en cuanto a qué tipo de subvenciones es más
efectivo, pero los argumentos y la evidencia apuntan hacia la idea de que las
subvenciones estatales son las que mayores mejoras consiguen en el resultado
innovador de las empresas. Por ello, teniendo en cuenta tanto los diferentes objetivos de
las subvenciones, su ámbito de aplicación, la divergencia existente en los distintos
trabajos empíricos y que las subvenciones estatales son las que mejor parecen adecuarse
a las empresas, se plantea la siguiente hipótesis:
H2: el efecto de las subvenciones estatales sobre el output de la innovación es
mayor que el de las subvenciones europeas y las autonómicas.
18
3. MUESTRA, VARIABLES Y ESTADÍSTICA DESCRIPTIVA.
3.1. Muestra
Para llevar a cabo el análisis empírico de este trabajo se ha escogido como base
de datos el Panel de Innovación Tecnológica (PITEC), con datos pertenecientes al año
2010. Esta información estadística, con carácter de panel, se recoge anualmente, desde
el año 2003, por el Instituto Nacional de Estadística (INE) con el asesoramiento de un
grupo de investigadores de la Universidad y bajo el patrocinio de la Fundación
Española para la Ciencia y la Tecnología (FECYT) y la Fundación Cotec.
PITEC recoge, a partir de un cuestionario, información general de la empresa e
información relativa a varias dimensiones de la innovación que quedan caracterizadas a
partir de más de 460 variables. Las casi 12.000 empresas que integran el PITEC son una
base informativa especialmente apropiada dado el objetivo del trabajo de investigación .
Inicialmente, este panel se construyó a partir de dos muestras: una de empresas
de 200 o más trabajadores y otra de empresas con gasto en I+D interna obtenida del
directorio de empresas potencialmente investigadoras. En 2004 se amplía con la
incorporación de dos muestras adicionales: una de empresas con menos de 200
trabajadores que tienen gastos por compra de servicios de I+D, pero que no realizan I+D
interna y una segunda muestra de empresas con menos de 200 trabajadores sin gastos en
innovación (Cotec, 2010).
Esta base de datos ha sido utilizada en la elaboración de tesis doctorales,
artículos de investigación e informes con distintos objetivos. Por ejemplo, analizar las
estrategias de innovación de las empresas manufactureras españolas (Fernández y Lucio
et ál., 2007), observar el impacto de las fuentes de conocimiento sobre los resultados de
la actividad innovadora (Vega Jurado et al., 2009) o estudiar cómo afectan las medidas
de apoyo a la innovación de la Unión Europea sobre las pequeñas y medianas empresas
españolas (Romero Martínez et ál., 2009).
En el año 2010 PITEC está integrada por 10.380 empresas. El cuadro 1 muestra
una primera aproximación a los datos disponibles y clasifica a las empresas de la base
en función de su tamaño. Para clasificarlas por tamaño se ha seguido la recomendación
19
2003/361/CE de la Unión Europea, de 6 de Mayo de 20033. Teniendo en cuenta el
número de empleados las empresas pueden ser pequeñas si éste es inferior a 50,
medianas si está comprendido entre 50 y 249, y grandes si cuentan con más de 250
trabajadores. Como se puede observar en el cuadro uno en muestra predominan las
empresas de tamaño pequeño (49,29%), seguidas de las medianas (28,86%) y por
último se encuentran las grandes empresas (21,21%).
Cuadro 1. Clasificación de las empresas según su tamaño Tamaño Frecuencia Porcentaje
Pequeña 5,182 49,92
Mediana 2,996 28,86
Grande 2,202 21,21
Total 10.380 100 Fuente: Elaboración propia a partir de PITEC
La primera aproximación a la base de datos se completa con el cuadro 2 en el
que se muestran las empresas clasificadas según el sector de actividad principal en el
que desarrollan su actividad principal. Como se puede ver hay sectores de actividad
como el de maquinaria y equipos de transporte (14,37%) y el de inmobiliaria y servicios
a empresas (20,66%) que están más representados que el resto.
3 Esta recomendación clasifica a las empresas en pequeñas, medianas y grandes en función del tamaño y de volumen de negocios anual. Dicho volumen de negocio no debe exceder de 10 millones de euros, para las pequeñas, y de 50 millones de euros, en el caso de las medianas.
20
Cuadro 2. Empresas según su sector de actividad
Sector de actividad Frecuencia Porcentaje
Agricultura, ganadería, silvicultura y pesca 130 1,25%
Industrias extractivas 55 0,53%
Industria del Petróleo 2 0,02%
Alimentación, Bebidas y Tabaco 715 6,89%
Textil Confección, Cuero y Calzado 331 3,19%
Madera, Artes gráficas y reproducción 272 2,62%
Química 678 6,53%
Caucho y plástico 339 3,27%
Productos Minerales no metálicos diversos 302 2,91%
Metalurgia 149 1,44%
Manufacturas metálicas 553 5,33%
Maquinaria y equipo de transporte 1492 14,37%
Industrias Manufactureras diversas 390 3,76%
Energía y agua y saneamiento 163 1,57%
Construcciones 418 4,03%
Comercio y Hostelería 1036 9,98%
Transporte y Almacenamiento 235 2,26%
Comunicaciones 312 3,01%
Intermediación Financiera 227 2,19%
Inmobiliaria, servicios a empresas 2144 20,66%
Servicios públicos, sociales y colectivos 437 4,21%
Total 10380 100,00%
Fuente: Elaboración propia a partir de PITEC
21
3.2 Definición de las variables
En este apartado, se describe la medición de las variables que se utilizaran en la
estimación de los modelos a partir de los que se tratará de contrastar las hipótesis
propuestas. Una definición más extensa de las mismas viene recogida en el Anexo 1.
3.2.1. Variable dependiente
A la hora de analizar el output de la innovación los trabajos de investigación se
centran bien en la innovación de procesos, bien en la de productos, o en ambas. Cuando
una empresa realiza innovación de procesos busca implementar nuevos procesos de
fabricación, logística o distribución (o mejoras significativas en los mismos). Mientras
que si realiza innovación de producto, lo que busca es introducir en el mercado
productos o servicios nuevos (o mejorados significativamente). Este trabajo se centrará
en el output obtenido en la forma de innovación de productos.
Para medir este output, la literatura ha hecho uso de distintas variables. Entre
ellas, las que se utilizan más habitualmente son las patentes, el anuncio de nuevos
productos y el porcentaje de ventas de nuevos productos lanzados al mercado. El
número de patentes es una variable que ha sido empleada en un gran número de trabajos
(véase, por ejemplo, los de Branstetter and Sakakibara, 2002, y Czarnitzki y Hussinger,
2004). Entre las ventajas que ofrece su uso cabe destacar que se trata de una variable
fácilmente medible y que, además, está a disposición de los investigadores y presente en
todos los países. Sin embargo, tiene varios inconvenientes (Kempt et ál., 2003). El
primero de ellos es que la posibilidad de patentar se ve influida especialmente por las
características de la propia empresa y de la industria en la que participa. Otro de los
inconvenientes es que su concesión puede verse influida por la legislación vigente en
cada momento, lo que puede afectar a la comparación de los resultados. Por último, esta
medida no tiene en cuenta el éxito comercial de las innovaciones, ya que sólo se valora
la obtención de la innovación, pero no si los nuevos productos elaborados a partir de su
uso tienen éxito en el mercado.
El anuncio de nuevos productos es otra variable que suele utilizarse para medir el
output de la innovación (Acs y Audretsch, 1993). Dicha información aparece en revistas
especializadas y, al igual que las patentes, tiene una serie de ventajas e inconvenientes.
Entre las ventajas, una de las más importantes es que la información se puede obtener
22
fácilmente (Kempt et ál., 2003). Otra ventaja es que se trata de una medida directa de la
salida de la innovación. El principal inconveniente es la validez y aceptación de la
fuente en la cual aparecen publicadas las innovaciones. Un segundo inconveniente es la
dificultad que existe a la hora de comparar los resultados de los trabajos cuando se
refieren a distintos países, ya que las distintas revistas especializadas no siguen los
mismo criterios (Hashia y Stojcic, 2013).
Por último, el porcentaje de ventas de nuevos productos lanzados al mercado
también ha sido utilizado de forma extensa en la literatura (Kempt et ál., 2003; Hashia y
Stojcic, 2013) para medir el output de la innovación. El trabajo de Kempt et ál. (2003)
muestra una serie de ventajas e inconvenientes derivados del uso de esta medida. La
principal ventaja es que relaciona el esfuerzo en innovación de la empresa con el éxito
comercial de la innovación. Otra de sus ventajas es que puede ser utilizado sin
problemas en el sector servicios. El inconveniente más importante es la dificultad para
comparar sectores debido a los distintos ciclos de vida de un producto.
En este trabajo, utilizaremos el porcentaje de ventas sobre nuevos productos para
aproximarnos a los resultados de la innovación. Dicha variable se medirá mediante el
cociente entre las ventas de nuevos productos y las ventas totales de la empresa.
3.2.2. Variables independientes
Subvención: esta variable separa la muestra de nuestro estudio en dos grupos: las
empresas que reciben subvenciones y las empresas que no las reciben. Esta medida es la
más utilizada en la literatura para analizar la efectividad de las subvenciones con
respecto al output (Kempt ét ál., 2003; Hashia y Stojcic, 2013). Por tanto, nuestra
medida principal es una variable dummy que tomará el valor 1 cuando la empresa reciba
subvenciones para llevar a cabo su actividad de innovación y 0 cuando la empresa no
las reciba. Un valor positivo y significativo servirá para dar soporte empírico a la
hipótesis 1.
Con el fin de entender si las subvenciones difieren en su efectividad en función
de su origen (hipótesis 2), se han construido tres variables dicotómicas. Son las
siguientes:
23
Subvenciones autonómicas: se tienen en cuenta solo las subvenciones que da la
Administración Autonómica a las empresas por realizar actividades de innovación. Esta
variable tomará el valor 1 si ha recibido subvenciones autonómicas y cero en caso
contrario.
Subvenciones estatales: se tienen en cuenta solo las subvenciones que da la
Administración del Estado a las empresas por realizar actividades de innovación. Esta
variable tomará el valor 1 si ha recibido subvenciones estatales y cero en caso contrario.
Subvenciones europeas: se tienen en cuenta solo las subvenciones que se dan
desde la Unión Europea a las empresas por realizar innovación. Esta variable tomará el
valor 1 si la empresa percibe una subvención de este tipo y cero en caso contrario.
3.2.3. Variables de control
Con el fin de tener en consideración el efecto de algunas variables sobre los
resultados del proceso innovador en el modelo se incluyen también las siguientes
variables de control.
Input de la innovación: En la literatura económica (Klomp and Van Leeuwen,
2001; Kemp et ál., 2003) se relaciona esta variable con el output de la innovación,
debido a que forma parte del proceso de innovación y, por lo tanto, influye sobre su
resultado. Los trabajos encuentran una relación positiva entre el input y el output de la
innovación. En nuestro trabajo, como en la mayoría de las investigaciones (Gómez y
Vargas, 2009; Hashia y Stojcic, 2013), vamos a medir el input de la innovación como
una variables continua que recoge la relación entre el gasto total de I+D de la empresa y
su cifra de negocios.
Tamaño de la empresa: La opinión más difundida sobre la relación entre el
tamaño y el output de la empresa, y que cuenta con respaldo teórico (Schumepter,
1942), es que existe una relación positiva entre ambas variables. En diversos trabajos
empíricos (Loof y Heshmati, 2001) también se apoya esta relación positiva, debido a
que se considera que las grandes empresas tienen mayores recursos para llevar a cabo
innovación. Por el contrario, otros trabajos (Cohen y Klepper, 1996; Hashia y Stojcic,
2013) argumentan que cuanto más pequeña sea la empresa más rápido se adaptará a los
cambios y, en consecuencia, obtendrá mejores resultados derivados de la innovación. En
24
nuestro trabajo se ha medido dicha variables a través del número de empleados de la
empresa (Kempt et ál., 2003).
Intensidad exportadora: La exportación se considera una actividad ligada con la
innovación, debido a que la participación en otros países aumenta la competencia y este
factor afectará al resultado de la innovación, ya que hace a la empresa más competitiva
(Kempt et ál. 2003). En la literatura (Kempt et ál., 2003; Czarnitzki y Hussinger, 2004)
existe unanimidad sobre la influencia positiva de la exportación sobre el output de la
innovación. En nuestro trabajo, al igual que en otras investigaciones (Gómez y Vargas,
2009), la intensidad exportadora se medirá a través del cociente entre el valor de las
exportaciones y las ventas de la empresa.
Fuentes de información: Aquellas empresas que dispongan de información
podrán incorporarla en el proceso de innovación y, en consecuencia, obtendrán mejores
resultados innovadores (Loof y Heshmati, 2002; Masso y Vather, 2007; Hashia y
Stojcic, 2013). Esta información puede obtenerse de distintos agentes. Al igual que
otros trabajos previos (Loof et ál. 2001; Loof y Heshmati, 2002) las fuentes de
información se han agrupado de la siguiente forma:
Información del mercado: Se refiere a la importancia que tiene para la empresa
la información proveniente de proveedores, competidores y clientes a la hora de
desarrollar el proceso de innovación. La evidencia empírica pone de manifiesto la falta
de consenso a la hora de establecer la relación entre ambas variables. Por un lado, hay
trabajos donde dicha relación es positiva (Loof et ál. 2001). Por otro lado, en otros
trabajos no se detecta ninguna relación (Hashia y Stojcic, 2013). Dicha variable se
medirá como una variable dicotómica, que tomará el valor 0 si esta fuente de
información es poco importante y el valor 1 si es muy importante.
Información interna: Esta variable recoge la importancia que tiene para la
empresa la información que pueda conseguir dentro de la empresa o del grupo. De
nuevo, en los trabajos analizados hay disparidad de resultados. Mientras unos
encuentran una relación positiva (Loof y Heshmati, 2002; Masso y Vather, 2007), otros
trabajos encuentran que dicha relación no es significativa (Loof et ál. 2001; Hashia y
Stojcic, 2013). En nuestro caso, se ha construido una variable dicotómica que tomará el
valor 0 si esta fuente de información es poco importante, o el valor 1 si es muy
importante.
25
Información pública: Recoge la importancia que tiene para la empresa la
información proveniente de congresos, revistas, universidades, asociaciones
profesionales para desarrollar la actividad de innovación (Loof y Heshamti, 2001). En la
mayoría de los trabajos analizados encuentran que la relación entre la información
pública y el output de la empresa no es significativa (Hashia y Stojcic, 2013). De nuevo
esta variable se medirá como una dicotómica que puede tomar dos valores: 0 si esta
fuente es poco importante y 1 si es muy importante.
Cooperación en el proceso de innovación: La evidencia teórica y empírica
(Busom y Fernández, 2008; Nishimura y Okamuro, 2011) demuestra que la cooperación
de la empresa con otros agentes influye a la hora de obtener el resultado de la
innovación. Un gran número de trabajos (Loof y Heshmathi, 2001; Hashia y Stojcic,
2013) ha encontrado una relación positiva entre la cooperación y el resultado de la
innovación. En este trabajo se entenderá como cooperación la relación que mantenga la
empresa con cualquiera de los siguientes agentes: proveedores, clientes, competidores,
centros de investigación y universidades. Esta variable se medirá a través de una
variable dicotómica que tomará el valor 1 cuando la empresa haya cooperado con estos
agentes y el valor 0 en caso de que no lo haya hecho.
Obstáculos a la innovación: Esta variable se refiere a todos aquellos factores,
como falta de financiación, de información, de conocimiento, que reducen la propensión
de la empresa a desarrollar actividades de innovación. El resultado generalizado en la
literatura (Loof y Heshmathi, 2002; Hashia y Stojcic, 2013) es que existe una relación
negativa entre los obstáculos de mercado y los resultados del proceso de innovación.
Para aproximarnos a esta variable se ha creado una variable dicotómica que puede
tomar el valor 0 si los obstáculos a la innovación se perciben como no importantes y 1
en caso contrario.
Sector: Esta variable hace referencia a la actividad principal a la que se dedican
las empresas que forman parte de la muestra. Dicha variable se relacionan con el output
de la innovación debido a las distintas características del sector, como por ejemplo el
tipo de actividades que se realizan o las oportunidades tecnológicas, que provocaran
diferencias en el output entre unos sectores y otros (Loof y Heshmati, 2002). a la hora
de introducir esta variable suele ser habitual separar dos sectores (Kempt et ál., 2003;
Hashia y Stojcic, 2013), manufacturas y servicios. Esta variable se medirá como una
26
dummy que tomará el valor 1 si la actividad que realiza la empresa pertenece al sector
manufacturero o de servicios y cero en caso contrario (Kempt et al., 2003).
Grupo: Permite identificar si la empresa pertenece a un grupo de empresas. Esta
variable está relacionada con el output de la innovación, debido a que aquellas empresas
que forman parte de un grupo pueden obtener ventajas con respecto al proceso de
innovación y, por lo tanto, sobre los resultados del mismo (Kempt et ál., 2003; Hashia y
Stojcic, 2013). La relación encontrada por los trabajos anteriores es positiva. En nuestro
trabajo, dicha variable se medirá como una variable dummy que tomará el valor 1 si la
empresa pertenece a un grupo de empresas y cero en caso contrario.
3.3 Análisis descriptivo
A partir de la muestra PITEC para el año 2010 se ha realizado un proceso de
depuración de la base de datos a partir del que se han eliminado aquellas empresas que
1) no desarrollan su actividad ni en el sector de manufacturas ni en el de servicios, 2)
no han completado la información necesaria para construir las variables o 3) hayan
estado afectadas en el año 2010 por procesos de fusión, nueva creación o cierre. Tras
este proceso la muestra queda configurada por 6437 empresas.
En el cuadro 3 se clasifica a las empresas teniendo en cuenta si han recibido o no
ayudas públicas para el desarrollo de la actividad de innovación. Como se puede
comprobar 4.2136 empresas (65,45%) que realizan innovación no han recibido ayudas
públicas, mientras que 2.224 (34,55%) si las han recibido.
Cuadro 3. Ayudas públicas en las empresas
Empresas Frecuencia Porcentaje
No subvención 4.213 65,45
Subvención 2.224 34,55
Total 6.437 100
Fuente: Elaboración propia a partir de PITEC
En el cuadro 4 se muestra la distribución de las empresas en función de que
hayan recibido subvenciones procedentes de distintos organismos. Se ha tenido en
cuenta además el hecho de que una empresa pueda recibir más de un tipo de ayuda
simultáneamente. Como se puede comprobar hay un total de 712 empresas que han
recibido subvenciones de más de un Organismo Público, mientras que 1.512 empresas
27
sólo han recibido subvenciones de un organismo. Se puede observar también que
organismo que más subvenciones ha concedido es la Administración Estatal (1.448),
seguido por la Administración Autonómica (1335) y por último la Unión Europea (278).
Cuadro 4. Origen de las subvenciones
Origen subvención Frecuencia Porcentaje
Subvención autonómica 685 30,80
Subvención estatal 770 34,62
Subvención europea 57 2,56
Subvención autonómica y estatal 491 22,08
Subvención autonómica y europea 34 1,53
Subvención estatal y europea 62 2,79
Subvención autonómica, estatal y europea 125 5,62
Total 2.224 100,00
Fuente: Elaboración propia a partir de PITEC
Una vez analizadas tanto las empresas subvencionadas como la procedencia de
las subvenciones a continuación se analiza si existen diferencias entre las ayudas
concedidas a las empresas y el sector al que pertenecen. Como se puede comprobar
existen diferencias significativas entre el sector al que pertenece la empresa y la
percepción de ayudas. Al igual que muestran otros trabajos de investigación, ver por
ejemplo Kemp et al., 2003, las empresas manufactureras reciben un mayor número de
subvenciones (Kempt et ál., 2003).
Cuadro 5. Sector actividad y subvenciones
Sector de actividad Manufacturas Servicios Chi-Cuadrado No subvención 2.598 1.615
10,823*** Subvención 1.464 760 Total 4.062 2.375 “***” Coeficiente significativo al 99%.
Fuente: Elaboración propia a partir de PITEC
El cuadro 6 muestra la media de los resultados de la innovación que obtienen las
empresas teniendo en cuenta si han recibido subvenciones o no lo han hecho. Como se
puede comprobar existen diferencias significativas entre ambos grupos a la hora de
medir la media del output del a innovación. En concreto, la media del output de la
28
innovación de aquellas empresas que han recibido subvenciones (32,45%) es superior a
la media de aquellas empresas que no las han recibido (27,21%).
Cuadro 6. Subvención y output de la innovación
Empresas Media Desviación
Típica t
No subvencionadas 27,208 37,205 -5,441***
Subvencionadas 32,446 35,809
“***” Coeficiente significativo al 99%.
Fuente: Elaboración propia a partir de PITEC
El cuadro 7 analiza de la relación entre las variables de control el resultado del
proceso de innovación. En concreto, se analiza la relación que existe entre la
cooperación, las fuentes de información y obstáculos a la innovación relacionadas con
la media del output de la innovación.
Cuadro 7. Relación output innovación y variables de control
Variables de control Media Desv típica t
Cooperación Sí 31,821 35,206 -3,885***
No 27,887 37,382
Grupo Si 27,569 35,779 2,755***
No 30,119 37,544 Fuente información interna
Poco importante 24,684 37,791 -4,925***
Muy importante 30,192 36,456
Fuente información mercado
Poco importante 26,692 37,501 -5,010***
Muy importante 31,281 35,988
Fuente información pública
Poco importante 27,463 36,733 -6,207***
Muy importante 34,203 36,605
Obstáculos innovación
Poco importante 27,628 36,833 -2,621***
Muy importante 30,057 36,764
“***” Coeficiente significativo al 99%.
Fuente: Elaboración propia a partir de PITEC
Como se puede comprobar, existen diferencias significativas para cada una de
las variables de control analizadas por lo que podemos concluir que estas variables
influirán sobre el output de la innovación. Como se puede comprobar la posibilidad de
acceder a fuentes de información de naturaleza diversa es un elemento importante a la
29
hora de obtener resultados de innovación independientemente de cuál sea el origen: la
propia empresa, el mercado o las fuentes públicas. Llama la atención el hecho de que si
la empresa no pertenece a un grupo de sociedades la media del output de la innovación
es superior al que obtendría en caso de que si lo hiciera. Este resultado es contrario al
obtenido en algunos trabajos previos.
El cuadro 8 continua con el análisis de las variables de control. Si analizamos los
resultados podemos ver como la única variable que se relaciona de manera negativa con
los resultados de la innovación es el tamaño, que indica que la relación entre estas
variables es inversa. El resto de variables se relacionan de manera positiva, teniendo una
mayor influencia sobre el output de la innovación la intensidad innovadora.
Cuadro 8. Coeficiente de correlación de Pearson
(1) (2) (3) (4) (1) Ventas de nuevos productos 1,000 (2) Intensidad innovadora 0,132 1,000 (3) Exportaciones 0,043 -0,027 1,000 (4) Tamaño -0,014 -0,058 -0,034 1,000
Fuente: Elaboración propia a partir de PITEC
30
4. METODOLOGÍA
A la hora de escoger un modelo para llevar a cabo la estimación de las hipótesis
hay que tener en cuenta las características de la variable dependiente, en nuestro caso el
porcentaje de ventas de nuevos productos. Es por ello por lo que hemos aplicado un
modelo Tobit o modelo de regresión censurada. Dicho modelo permite incorporar tanto
información de la probabilidad del suceso de interés, como los valores de la variable
latente. Se ha aplicado el modelo Tobit debido a que nuestra variable dependiente posee
dos características principales. La primera de ellas es que se trata de una variable
doblemente censurada, es decir, solo tomará valores que se encuentren en el intervalo 0
a 1. La segunda característica es que un gran número de observaciones toma el valor 0
(1.754 de 6.437 empresas; el 27,22%). Por ello, no se respeta la hipótesis de linealidad
(no existe una relación lineal entre las variables dependientes y la independiente) y la
estimación a través del método de los mínimos cuadrados ordinarios no es apropiada, ya
que realizaría estimaciones inconsistentes de β. Para la estimación de este modelo
hemos usado el programa informático Stata.
El modelo que se va a usar en este trabajo se puede especificar, de forma
general, de la siguiente manera:
Yi* = xiβi + εi, cumpliendo que:
1 si Yi* ≥ 1
Yi = Yi* si Yi
*> 0 y < 1
0 si Yi* ≤ 0
Donde la variable Yi* será la variable dependiente objeto de estudio, en nuestro
caso el porcentaje de ventas de nuevos productos, Xi las variables independientes y de
control que influyen en la variable dependiente y βi recoge la relación existente entre la
variable independiente o de control y la variable dependiente. Por último, el término εi
hace alusión al término del error. A partir de la estimación general, se puede adaptar el
modelo a cada una de las hipótesis de este trabajo. La validación de la hipótesis 1 se
podría conseguir con el siguiente modelo:
31
PRODi = β0 + SUBV1i β1 + IINOV2i β2 + EXPOR3i β3 + TAM4i β4 + COOP5i β5
+ FUIN6i β6 + FUMER7i β7 + FUPUB8i β8 + OBS9i β9 + GRUPO10i β10 + SEC11i β11 + εi
Donde PROD será el porcentaje de ventas de nuevos productos (variable
dependiente) y β0, será la constante del modelo. La variable independiente SUBV hace
referencia al efecto que tienen las subvenciones sobre el resultado innovador, cuyo
efecto quedaría recogido por el coeficiente β1. El resto de variables recoge cada uno de
los efectos de las variables de control vistas anteriormente. Por último y como se
señalaba más arriba εi es el residuo del modelo. El término del error se distribuirá de
acuerdo una distribución normal, con esperanza 0 y varianza σ2.
La estimación de la hipótesis 2 sería idéntica a la anterior pero cambiando la
variable dependiente por las variables que captan el origen de las subvenciones. Es
decir, en este caso el modelo sería el siguiente:
PRODi = β0 + SUB11i β1 + SUB22i β2 + SUB33i β3 + IINOV4i β4 + EXPOR5i β5 +
TAM6i β6 + COOP7i β7 + FUIN8i β8 + FUMER9i β9 + FUPUB10i β10 + OBS11i β11 +
GRUPO14i β14 + SEC13i β13 + εi
De nuevo la variable dependiente será PROD, es decir, el porcentaje de ventas
de nuevos productos. En este caso, tenemos tres variables independientes que recogen el
origen de las subvenciones: SUB1 hace referencias a las subvenciones autonómicas,
SUB2 a las estatales y SUB3 a la europeas. El resto de variables del modelo se refieren
a las variables de control. Los distintos β que aparecen en el modelo recogen el efecto
de la variable a la que acompañan sobre la variable dependiente, exceptuando β0 que
será la constante del modelo. Por último, εi es el residuo del modelo que, de nuevo, se
distribuye de acuerdo a una normal con esperanza 0 y varianza σ2.
32
5. RESULTADOS
En el cuadro 9 se muestran los resultados de estimar un modelo Tobit para las
6.437 empresas finalmente disponibles para el análisis. El modelo que aparece en la
primera columna solo tiene en cuenta las variables de control y nos sirve como punto de
partida con el que comparar los modelos completos. En las columnas posteriores se va
introduciendo las variables dependientes necesarias para poder comprobar las hipótesis
de nuestro trabajo. Así, en la columna 2 se introduce la variable que considera si la
empresa ha recibido o no subvenciones para la realización de inversiones en
investigación y desarrollo (hipótesis 1). De igual modo, en la columna 3 se presentan
los resultados de introducir la recepción de subvenciones con la consideración adicional
de su origen (hipótesis 2).
La primera cuestión a señalar es que el modelo que sólo incluye las variables de
control y que se presenta en la columna 1 es globalmente significativo y contribuye a la
explicación de los resultados del proceso de innovación en la empresa española. Como
se ha indicado, este modelo servirá como base para la comparación con los dos modelos
completos, en los que se tiene en cuenta el efecto de las subvenciones.
La columna 2 aumenta el modelo 1 a través de la introducción de la variable
Subvención, que señala si la empresa ha recibido este tipo de ayudas para el proceso de
innovación a lo largo del año considerado. El modelo no sólo es significativo, sino que
mejora el ajuste conseguido por el modelo base al que se hacía referencia en el párrafo
anterior. Como podemos observar, la variable presenta un signo positivo y significativo
(2.059; p<0.01), lo que indica que las empresas que reciben subvenciones obtienen un
resultado innovador mayor y confirma la hipótesis 1. Este resultado coincide con una
parte de los trabajos analizados anteriormente (Czarnitzki y Hussinger, 2004) y permite
confirmar la importancia de las subvenciones a la hora de generar innovaciones.
33
Cuadro 9. Análisis Tobit para el porcentaje de ventas de nuevos productos
Resultados innovadores
Resultados innovadores
Resultados innovadores
Subvención - 2.059*** - (4.23)
Subvención autonómica - - 1.525*** (2.78)
Subvención estatal - - 1.967*** (3.50)
Subvención europea - - -0.138 (-0.13)
Intensidad exportación 2.576*** 2.313*** 2.262***
(3.65) (3.29) (3.22) Input innovación 7.116*** 5.647*** 5.137*** (4.21) (3.36) (3.04) Grupo 0.359 0.325 0.261 (0.90) (0.82) (0.66) Tamaño -0.0000321 -0.0000316 -0.0000350 (-0.27) (-0.27) (-0.29)
Manufacturas 3.387*** 3.287*** 3.263***
(7.00) (6.84) (6.80)
Cooperación 4.046*** 3.508*** 3.447***
(7.33) (6.44) (6.33)
Información interna 3.687*** 3.490*** 3.511***
(6.79) (6.49) (6.53)
Información de mercado 3.255*** 3.196*** 3.169***
(6.78) (6.68) (6.64)
Información pública 1.203** 0.831 0.780 (2.30) (1.58) (1.48)
Obstáculos a la innovación 0.826** 0.735* 0.742* (2.09) (1.87) (1.88)
Constante -2.378*** -2.387*** -2.316***
(-4.29) (-4.32) (-4.20) Observaciones 6437 6437 6437 LR 2χ 594,58*** 614,39*** 619.,96*** Test comparison (model 1 vs 2) 17,91*** Test comparison (model 1 vs 3) 7,39***
“*”, “**”, “***” Coeficiente significativo al 90%, 95% y 99%. Ratio t entre paréntesis. Fuente: elaboración propia a partir de los datos de PITEC.
34
La columna 3 distingue entre los distintos orígenes de la subvención a través de
la introducción de tres variables ficticias que tienen en cuenta si su origen está en la
Comunidad Autónoma, el Estado o la Unión Europea. Como se puede comprobar, dos
de las tres variables introducidas, Subvención autonómica y Subvención estatal,
presentan un signo positivo y significativo. El único tipo de subvención que no influye
en el output de la innovación es la europea, lo que está de acuerdo con una parte de la
literatura (Kempt et ál., 2003; Masso y Vahter, 2007). Es también importante destacar
que el hecho de que a la variable que considera las subvenciones estatales le acompañe
el coeficiente de mayor valor (1.967; p<0.01), significa que son éstas las que tienen un
mayor impacto sobre el resultado innovador, seguidas de las autonómicas (1.525;
p<0.01). Este hecho confirma la hipótesis 2, que argumentaba precisamente esto, que la
efectividad de las subvenciones estatales es superior a la de las europeas y autonómicas
con respecto al output de la innovación. En todo caso, sorprende que las subvenciones
europeas no tengan ningún efecto sobre el resultado innovador (-0.138; n.s.), aunque el
nuestro no es el único trabajo en el que esto se pone de manifiesto.
Una vez analizadas las variables principales, pasamos interpretar el efecto de las
variables de control. Como se puede observar, las variables tamaño, grupo e
información pública carecen de efecto sobre el output de la innovación. Sin embargo, el
resto de variables tienen un efecto positivo y significativo. Así, tanto la variable que
mide la intensidad de las inversiones en investigación y desarrollo, como la cooperación
o la pertenencia al sector manufacturero tienen un efecto positivo sobre el porcentaje de
ventas de nuevos productos. Es de destacar que la relevancia de las fuentes de
información presenta un efecto positivo y significativo sobre el resultado del proceso de
innovación. Por último, sorprende el hecho de que los obstáculos a la innovación tengan
una relación positiva con dicho resultado.
35
6. CONCLUSIONES Y DISCUSIÓN
El objetivo principal del trabajo ha sido medir la efectividad de las ayudas
públicas sobre el output de la innovación, entendido como el porcentaje de ventas de
nuevos productos. También se ha analizado si, dependiendo del origen de las
subvenciones (europea, estatal, autonómicas), la efectividad sobre el resultado de la
innovación varía. Para llevar a cabo dicho análisis empírico se han utilizado los datos
procedentes del Panel de Innovación Tecnológica de las Empresas (PITEC). A partir de
esto datos se ha formado una muestra de 6.437 empresas pertenecientes al sector
manufacturero y de servicios en el año 2010.
En relación a la cuestión sobre si las empresas que reciben subvenciones o no
obtienen mejores resultados, queda comprobado como para la muestra de empresas
españolas examinadas en nuestro trabajo las subvenciones son efectivas. Es decir, las
empresas que reciben dichas ayudas públicas obtienen un mayor resultado de la
innovación, teniendo en cuenta que este ha sido entendido como la obtención de
innovación de producto. En este sentido, las dificultades que encuentran las empresas
para financiar sus actividades de innovación, los altos costes y riesgos de dicha
actividad han provocado que las subvenciones sean una variable importante a la hora de
generar innovación. Este resultado pone de manifiesto la importancia que tienen las
subvenciones en la innovación en un momento de crisis económica como el actual.
Como se puede concluir a partir de nuestros resultados, los distintos gobiernos deben
prestar atención a la innovación como una de los instrumentos para la mejora de la
competitividad de sus empresas y, aunque este último extremo no se trata en este
trabajo, parece razonable pensar que también para el aumento del crecimiento
económico, del empleo y del bienestar social.
Además del efecto de las subvenciones sobre la innovación, este trabajo también
se ha centrado en analizar si existen diferencias según el origen de dichas subvenciones.
Las empresas españolas pueden recibir subvenciones de tres instituciones diferentes: el
Estado, la Comunidad Autónoma y la Unión Europea. Los resultados obtenidos indican
que las subvenciones estatales son las más efectivas sobre el output de la innovación.
Este puede deberse a que dichas subvenciones se ajustan de mejora a las necesidades y
características de las empresas. Cabe destacar que el único tipo de subvenciones que no
tiene efecto sobre el output de la innovación son las europeas, lo que podría justificarse
36
por las dificultades a las que se enfrentan los sistemas de asignación de subvenciones en
Europa. Con estos resultados, la Administración Central y Autonómica deberían seguir
apoyando la innovación, ya que con sus ayudas se conseguirá que las empresas
obtengan unos mayores resultados con respecto al output de la innovación. Aunque
nuestros resultados son preliminares, parece que las autoridades europeas deben revisar
el modelo para asignar subvenciones, ya que este no es el único trabajo (Kempt et ál,
2003; Masso y Vather, 2007) donde se comprueba que dichas subvenciones no tienen
efecto sobre el output de la innovación.
A la hora de realizar el trabajo empírico nos hemos encontrado con una serie de
limitaciones. Se ha utilizado una fuente de información secundaria, con los problemas o
limitaciones que ello conlleva. Los problemas principales encontrados en esta base de
datos es que parte de la información está anonimizada, para preservar la privacidad de
las empresas y, además, no se puede adecuar el cuestionario a las necesidades de
nuestro trabajo. Pero esta base de datos también tiene aspectos positivos, como la
cantidad de información que contiene y que las muestras de empresas son
representativas de la realidad empresarial española. Otra de las limitaciones son los
datos de corte transversal que se han usado para llevar a cabo el análisis empírico, lo
que conlleva que en una actividad como la innovación, con resultados a largo plazo, las
implicaciones que se pueden extraer sean limitadas.
Teniendo en cuenta estas limitaciones, las investigaciones posteriores deberían
realizar este análisis con datos de panel, que permiten capturar la influencia de cada una
de las variables sobre el resultado de la innovación en un periodo más largo de tiempo.
Otra de las futuras líneas de investigación sería realizar el trabajo empírico con datos
primarios y así poder ajustar mejor las preguntas a nuestras necesidades, aunque se debe
tener en cuenta el coste económico que supone esta opción.
37
7. BIBLIOGRAFÍA
Acs, Z.J. and Audretsch, D.B. (1993). “ Analyzing innovation output indicators:
the US experience, in: A. Kleinknecht & D. Bain (eds.), New concepts in innovative
output measurement”. London: MacMillan, pp. 10-41.
Afcha-Chávez, S. (2011). “The impact of subsidies to R&D: Empirical evidence
on alternative assessment approaches”. Revista CTS, nº 17, vol. 6, pp. 139-159.
Almus, M. and Czarnitzki, D. (2003). “The effects of public R&D subsidies on
firms’ innovation activities: The case of Eastern Germany”, Journal of Business and
Economic Statistics, 21, 226-236.
Antonelli, C. (1989). “A failure-inducement model of research and development
expenditure”, Journal of Economic Behavior and Organization, vol. 12, nº 2, pp. 159-
180.
Arrow K. (1962). “Economic Welfare and the Allocation of Resources for
Invention”. http://www.nber.org/chapters/c214.
Bransetter, L.G., Sakakibara, M. (2002). “When do research consortia work well
and why? Evidence from Japanese panel data”. American Economic Review 92,143–
159.
Busom, I. (2000). “An empirical evaluation of the effects of R&D
subsidies”,Economics, Innov. New Techn., vol. 9, nº 2, pp. 111-14.
Busom, I. and Fernández-Rivas, A. (2008). “The impact of firm participation in
R&D programmes on R&D partnerships”, Research Policy, 37, 240-2574.
Cerulli, G. and Poti, B. (2012). “Evaluating the robustness of the effect of public
subsidies of firms' R&D: an application to Italy”. Journal of Applied Economics. Vol
XV, No. 2, pp. 287-320.
Clarysse, B., Wright, M. and Mustar, P. (2009). “Behavioural additionality of
R&D subsidies: A learning perspective. Research Policy, pp. 1517-1533.
38
Clausten, T.H. (2009). “Do subsidies have positive impacts on R&D and
innovation activities at the firm level?” Structural Change and Economic Dynamics 20,
pp. 239-253.
Cohen, W.M. and. Klepper, S. (1996). “Firm Size and the Nature of Innovation
within Industries: The Case of Process and Product R&D”. The Review of Economics
& Statistics 78, 232-43.
Cotec (2010). Panel de innovación tecnológica. Revisión de 2010. Fundación
Cotec para la innovavión tecnológica, Madrid
Crepon B., Duguet E. and Mairesse J. (1998). “Research, innovation, and
productivity: an econometric analysis at the firm level”, NBER Working Paper 6696.
Czarnitzki, D. and Hussinger, K. (2004). “The Link between R&D Subsidies,
R&D Spending and Technological Performance”. Working paper No. 04-56 edn.
David, P.A., Hall, B.H. and Toole, A.A. (2000). “Is public R&D a complement
or substitute for private R&D? A review of the econometric evidence”, Research Policy,
29, 497–529.
Diamond, A.M. (1998). “Does federal funding crowd out private funding of
science?” Presentation at the American Economics Association meetings, Chicago,
January.
Dobrinsky, R. (2009). “The Paradigm of Knowledge-Oriented Industrial
Policy”. J Ind Compet Trade (2009) 9, pp. 273-305.
Fernández-Ribas, A. (2009). “Public Support to Private Innovation in Multi-
Level Governance Systems: An Empirical Investigation”. Science and Public Policy,
vol. 36, no. 6, pp. 457-467.
Georghiou, L. (1994). “Impact of the Framework Programme on European
Industry”. Commission European.
Georghiou, L. (2002). “Impact and additionality of innovation policy. In
Innovation Policy and Sustainable Development: Can Public Innovation Incentives
Make a Difference?” en P. Boekholt (coord.): Contributions to a Six Countries
Programme Conference, 28 de febrero-1 de marzo de 2002, Bruselas, IWT-Observatory.
39
Gómez, J. and Vargas, P. (2009). “The effect of financial constraints, absorptive
capacity and complementarities on the adoption of multiple process technologies”.
Research Policy 38, pp. 106-119.
Gonzalez, X. and Pazó, C. (2008). “Do public subsidies stimulate private R&D
spending?” Research Policy 37, pp. 371-389.
Gonzalez, X., Jaumandreu, J. and Pazó, C. (2005). “Barriers to innovation and
subsidy effectiveness”. RANDJ ournaol f Economics Vol. 3 6, No. 4, pp. 930-950.
Griliches, Z. (1986). “Productivity, R&D, and basic research at the firm level in
the 1970’s”, The American of Economic Review, vol. 76, nº 1, pp. 141-154.
Guisado-Gonzalez, M., Guisado-Tato, M. and Vila-Alonso, M. (2013). “Using
public aid programs to finance innovation in multi-level governance systems”.
Transylvanian Review of Administrative Sciences, No. 38, pp. 61-78.
Gunday, G., Ulusoy, G., Kilic, K. and Alpkan, L. (2011). “Effects of innovation
types on firm performance”. Int. J. Production Economics 133, pp. 662-676.
Hashia, I. and Stojcic, N. (2013). “The impact of innovation activities on firm
performance using a multi-stage model: Evidence from the Community Innovation
Survey 4”. Research Policy 42, pp. 353-366.
Heijs, J. (2001). “Justificación de las políticas de innovación desde un enfoque
teórico y metodológico. Documento de trabajo, No 25 edn.
Heijs, J. (2003). “Freerider behaviour and the public finance of R&D activities
in enterprises: the case of the Spanish low interest credits for R&D”. Research Policy
32, pp 445-461.
Herrera, L. and Heijs, J. (2003). “Difusión y adicionalidad de las ayudas
públicas a la innovación: una estimación basada en "Propensity score matching".
Documento de trabajo, No 41 edn.
40
Kang, K. and Park, H. (2012). “Influence of government R&D support and inter-
firm collaborations on innovation in Korean biotechnology SMEs”. Technovation 32,
pp. 68-78.
Kemp R.G.M., Folkeringa M., de Jong J.P.J. and Wubben E.F.M. (2003).
“Innovation and firm performance”, Scales research reports. Zoetermeer: EIM business
and policy research.
Klette, J., Møen, J. and Griliches, Z. (2000). “Do subsidies to commercial R&D
reduce market failures? Microeconometric evaluation studies”, Research Policy, 29,
471-495.
Klomp, L. and Van Leeuwen, G. (1999). “The importance of innovation for firm
performance”. Statistics Netherlands.
Klomp, L. and Roeland, T. (2004). “Innovation performance and innovation
policy: the case of the Netherlands”. De Economist 152, No. 3, pp 365-374.
Klomp L. and Van Leeuwen G. (2001). “Linking innovation and firm
performance: a new approach”, International Journal of the Economics of Business, 3,
343–364.
Knight, F.H. (1921). “Risk, Uncertainty and Profit”. Hart Schaffner & Marx,
Boston.
Laffont, J. (2008). "Externalidades." El Nuevo Diccionario de Economía
Palgrave Segunda Edición. Editores. Steven N. Durlauf and Lawrence E. Blume.
Palgrave Macmillan.
Levy, D.M., Terleckyj, N.E. (1983). “Effects of Government R&D on Private
R&D Investment and Productivity: A Macroeconomic Analysis”. Bell Journal of
Economics.
Linchetenberg, F. (1987). “The effect of Government funding on private
industrial research and development: A re-assessment”, The Journal of Economics, vol.
36, nº 1, pp. 97-104.
41
Loof, H. and Heshmati, A. (2002). “Knowledge capital and performance
heterogeneity: A firm-level innovation study”. Int. J. Production Economics 76, pp. 61-
85.
Loof , H. and Heshmathi, A. (2002). “On the relationship between innovation
and performance: a sensitivity analysis”.
Loof H., Heshmati A., Asplund, R. y Naas S. (2001). “Innovation and
performance in manufacturing industries: a comparison of Nordic countries”. SSE/EFI
Working Paper 457.
Mansfield, E., Switzer, L. (1984). “Effects of federal support on company-
financed R&D: the case of energy”. Management Science 30, 562–57
Masso J. y Vahter P. (2007). “Innovation and firm performance in a catching-up
economy”. Micro Evidence on Innovation and Development (MEIDE). Maastricht
Economic and social Research and training centre on Innovation and Technology
(UNU-MERIT).
Nishimura, J. and Okamuro, N. (2011). “Subsidy and networking: The effects of
direct and indirect support programs of the cluster policy”. Research Policy 40, pp. 714-
727.
OECD, 1996, Oslo Manual, Second Edition, Paris.
Scherer, F.M., Harhoff, D. and Kukies, J. (2000). “Uncertainty and the size
distribution of rewards from innovation”. J Evolutionary Economics 10, pp 175-200
Thomson, R. (2011): “Economic Perspectives on Innovation”. The Australian
Economic Review, vol. 44, no. 4, pp. 480-490.
Vila Alonsa, M., Ferro Soto, C. and Guisado González, M. (2010): “Innovation,
public funding and company size”. Cuadernos de Gestión Vol. 10. Nº 1, pp. 75-88.
Wallsten, S.J. (2000): “The Effects of Government–Industry R&D Programs on
Private R&D: The Case of the Small Business Innovation Research Program,” RAND
Journal of Economics 31(1), 82–10
42
Wolf, G. and Reinthale, V. (2008): “The effectiveness of subsidies revisited:
Accounting for wage and employment effects in business R&D”. Research Policy 37,
pp. 1403-1412.
Zambrano Vargas, S. and Acuña, G. (2011): “Estructura de capital. Evolución
teórica. Criterio Libre, 9, pp. 81-102
43
8. ANEXOS
Anexo 1. Definición de las variables empleadas en el trabajo
Variables
Definición
Fórmula a partir
de PITEC
Explicación de la fórmula
Porcentaje de
ventas de
nuevos
productos
Porcentaje de la cifra de
ventas de nuevos
productos para la
empresa y para el
mercado.
NEWEMP +
NEWMER
Suma del porcentaje sobre la cifra de
negocios de productos nuevos para la
empresa y del porcentaje sobre cifra de
negocios de productos nuevos para el
mercado
Subvención
Empresas que han
recibió financiación
pública
FINA1=1 Ó
FINA2=1 Ó
FIN3=1
Tomara el valor 1 si cualquiera de fina1
fina2 y fina3 toma 1 y cero en caso
contrario.
Subvención
Autonómica
Empresas que han
recibido financiación
autonómica
FINA1=1 Y
FINA2=0 Y
FINA3=0
Tomará el valor 1 si la variable Fina1=1 y
cero para el resto de los casos
Subvención
estatal
Empresas que han
recibido financiación
estatal
FINA1=0 Y
FINA2=1 Y
FINA3=0
Tomará el valor 1 si la variable Fina2=1 y
cero para el resto de los casos
Subvención
europea
Empresas que han
recibido financiación
europea
FINA1=0 Y
FINA2=0 Y
FINA3=1
Tomará el valor 1 si la variable Fina3=1 y
cero para el resto de los casos
Subv.
Autonónica y
estatal
Empresas que han
recibido de manera
conjunta subvención
autonómica y estatal
FINA1=1 Y
FINA2=1 Y
FINA3=0
Tomará el valor 1 cuando Fina1=1 y
Fina2=1 para el resto de los casos tomará
el valor 0
Subv.
Autonómica y
europea
Empresas que han
recibido de manera
conjunta subvención
autonómicas y europeas
FINA1=1 Y
FINA2=0 Y
FINA3=1
Tomará el valor 1 cuando Fina1=1 y
Fina3=1 para el resto de los casos tomará
el valor 0
44
Variables
Definición
Fórmula a partir
de PITEC
Explicación de la fórmula
Subv. Estatal y
europea
Empresas que reciben de
manera conjunta
subvención estatal y
europea
FINA1=0 Y
FINA2=1 Y
FINA3=1
Tomará el valor 1 cuando Fina2=1 y
Fina3=1 para el resto de los casos tomará
el valor 0
Suv.
Autonómica,
estatal y
europea
Empreas que reciben
conjuntamente
subvención autonómica,
estatal y autonómica
FINA1=1 Y
FINA2=1 Y
FINA3=1
Tomará el valor 1 cuando Fina1=1,
Fina2=1 y Fina3=1, cero para el resto de
los casos.
Intensidad de la
I+D
Gastos de innovación en
función de la cifra de ventaGID/CIFRA
Suma de gastos totales en I+D entre la
cifra de negocio
Tamaño de la
empresa
Número de empleados de
una empresa en 2010 TAMAÑO
Número de empleados de una empresa en
2010
Intensidad
exportadora
Cifra de exportación
(EXPORTN+INT
RACOM)/100
Volumen de exportación (incluyendo las
intracomunitarias) con respecto a la cifra
de negocio.
Fuentes de
información
internas
Importancia que tiene
para la empresa la
información procedente
de dentro de la empresa o
grupo
1-((FUENTE1-
1)/3)
Se reducen los niveles de importancia de 4
a 2. Posteriormente se dicotomiza la
variable donde el valor 0 es escasa
importancia y el valor 1 muy importante
Fuentes de
información del
mercado
Importancia de los
clientes como fuente de
información para la
innovación
1-((FUENTE2 +
FUENTE3 +
FUENTE4-3)/9)
Se reducen los niveles de importancia de 4
a 2. Posteriormente se dicotomiza la
variable donde el valor 0 es escasa
importancia y el valor 1 muy importante
45
Variables
Definición
Fórmula a partir
de PITEC
Explicación de la fórmula
Fuentes de
información
públicas
Importancia de la
información interna para
el proceso de innovación
1-((FUENTE6 +
FUENTE7 +
FUENTE8 +
FUENTE9 +
FUENTE10 +
FUENTE11-
6)/18)
Se reducen los niveles de importancia de 4
a dos. Posteriormente se dicotomiza la
variable donde el valor 0 es escasa
importancia y el valor 1 muy importante
Cooperación
Recoge la existencia de
cooperación para
desarrollar la innovación
COOPERACION
Tomará el valor 1 si hay cooperación entre
la empresa y clientes, proveedores,
competidores, centros de investigación,
universidades
Obstáculos a la
innovación
Recoge todos aquellos
obstáculos a los que se
enfrenta la empresa al
llevar a cabo innovación
1-((FACI1 +
FACI2 + FACI3
+
FACI4+OTROFA
C1 +
OTROFAC2+FA
CE1 + FACE2-
8)/24)
Se reducen los niveles de importancia de 4
a dos. Posteriormente se dicotomiza la
variable donde el valor 0 es escasa
importancia y el valor 1 muy importante
Sector
manufacturas
Empresas que realizan su
actividad en el sector
manufacturero.
Clasificación siguiendo
PITEC
MANUF
Variable dummy que tomará el valor 1 si
la empresa se desarrolla su actividad en el
sector manufacturero y cero en caso
contrario
Sector servicios
Empresas con actividad
en sector servicios.
Clasificación siguiendo
PITEC
SERV
Variable dummy que tomará el valor 1 si
la empresa se desarrolla su actividad en el
sector servicios y cero en caso contrario
Grupo
Indica si la empresa
pertenece a un grupo de
empresas
GRUPO
Se medirá como una variable dummy que
tomará el valor 1 si la empresa pertenece a
un grupo de empresas y 0 en caso contrario
Fuente: elaboración propia a partir de los datos de PITEc
46
Anexo 2. Reclasificación sectorial de las actividades económicas
Actividad Económica Código PITEC CNAE_2009 Industrias del Petróleo 2 Alimentación, Bebidas y Tabaco 3 Textil, Confección, Cuero y Calzado 4, 5 ,6 Madera y Corcho; Cartón y Papel; Artes Graficas y Reproducción 7, 8, 9 Química 10, 11 Caucho y Plástico 12 Productos Minerales no metálicos diversos 13 Metalurgia 14 Manufacturas Metálicas 15 Maquinaria y equipo de transporte 16, 17, 18, 19, 20, 21, 22 Industrias manufactureras diversas 23, 24, 25 Comercio y Hostelería 29,31 Transporte y Almacenamiento 30 Comunicaciones 32, 34 Intermediación financiera 35 Inmobiliaria, servicios a empresas 33, 36, 37, 38, 39 Servicios públicos, sociales y colectivos 40, 41, 42, 43
Fuente: Elaboración propia a partir de las indicaciones del Informe PITEC 2008