TÍTULO DE LA COMUNICACIÓN: AUTOR 2: UNIVERSIDAD ...
Transcript of TÍTULO DE LA COMUNICACIÓN: AUTOR 2: UNIVERSIDAD ...
TÍTULO DE LA COMUNICACIÓN:
Apertura, Internacionalización e eficiencia innovadora en Sistemas Regionales de
Innovación - El papel de las migraciones
AUTOR 1: Heiko Unzalu TroyaEmail: [email protected]
AUTOR 2: Email:
DEPARTAMENTO: PhD Programme “Regional Competitiveness and Economic
Development”.
UNIVERSIDAD: Universidad de Deusto
ÁREA TEMÁTICA: (indicar el área temática en la que se inscribe el contenido de la comunicación)
9. Sociedad del conocimiento, universidades e investigación
RESUMEN: (máximo 300 palabras)La literatura sobre la innovación y la geografía centra su atención en la importancia de
la colaboración local. La distinción entre las partes tácitas y codificadas del
conocimiento constituye el fundamento sobre el que se basa la literatura de los Sistemas
Regionales de Innovación. Sin embargo, existen pocos estudios sobre el papel que
desempeña el factor exterior en los procesos de innovación. La literatura tradicional
interpreta los vínculos externos como medios para obtener nueva información o
conocimiento desde el exterior a través de redes globales de conocimiento. Sin
embargo, tener acceso a estas redes globales de conocimiento no es una condición
suficiente para posibilitar la innovación. Para ello se requiere de una suficiente
capacidad interna de absorción. Según Nooteboom, una proximidad cognitiva entre los
actores disminuye la relevancia de la capacidad de absorción, según Boschma et al.,
siendo la distancia cognitiva el grado de solapamiento de sus bases de conocimiento. No
obstante, ambos autores reconocen que demasiada proximidad puede disminuir el
rendimiento innovador ya que la novedad de la interacción también disminuye. Esta
observación condujo a la formulación de la paradoja de proximidad. Este trabajo recoge
esta observación analizando el papel de la internacionalización y la apertura en la
optimización de la distancia cognitiva entre las bases de conocimiento de los actores.
Mientras que una mayor proximidad cognitiva favorece el intercambio de conocimiento
codificado a través de las redes internacionales, aquí denominado internacionalización,
las migraciones podrían aumentan el potencial innovador en el territorio a través de la
fusión de bases heterogéneas de conocimiento tácito (apertura).
PALABRAS CLAVE: Distancia cognitiva, migraciones, sistemas regionales de
innovación, apertura, conocimiento tácito, internacionalización
1. Introducción
“A través de fronteras nacionales permeables y con el apoyo de normas uniformes a
nivel europeo para la salud, los derechos de pensión, regulaciones de impuestos y
regulaciones laborales, muy pronto belgas, holandeses, españoles y otros europeos
irían a Alemania para trabajar por una temporada, tal vez después volverían a casa o
seguirían por otros derroteros. Tal vez más y más alemanes se irían por una temporada
a las regiones soleadas del continente, para vivir y trabajar. El mercado alemán sería
la fuente de crecimiento para el conjunto de Europa, el núcleo de un mercado común y
moderno”.1
Esta declaración del Primer Ministro belga en relación con la actual crisis económica,
invita a una mayor integración europea a través de las migraciones intra-nacionales. Si
bien es cierto que muchos países de la Unión Europea forman parte de la zona Euro, y
su entrada ha sido acompañada por mayores flujos de capital, bienes y servicios, esto no
ha sido así en el capítulo de las migraciones, dificultando la puesta en común de una
política monetaria uniforme. La reducida apertura en este capítulo obliga a afrontar una
política monetaria supranacional con mentalidades nacionales (Guibernau & Rex,
2010), además de obstaculizar la amortiguación de shocks asimétricos a través de flujos
migratorios (Mundell, 1961). En este contexto, representantes de países pequeños como
Bélgica tienen más experiencia en la integración de diferentes mentalidades y quizás el
Primer Ministro de este país también pueda servir como fuente de inspiración en varios
aspectos relacionados con las políticas de innovación.
Por tanto, en este trabajo se formula la siguiente hipótesis: un aumento en la
heterogeneidad de las bases de conocimiento tácitas a través de la migración, mejora
el rendimiento innovador en los Sistemas Regionales de Innovación (RIS).
En efecto, existen pocos estudios sobre el papel exterior en los procesos de innovación.
La literatura de los sistemas regionales de innovación se ha centrado en el estudio de
interacciones locales, basándose en la distinción entre el conocimiento tácito y el
codificado (Lorentzen, 2009). El conocimiento tácito se caracteriza por una reducida
movilidad. Un mejor acceso y por ende una mayor movilidad del conocimiento
codificado causada por el proceso de la globalización, hace que el conocimiento tácito
aumente en importancia. Cuanto más fácil es el acceso a bases de conocimiento
codificado desde cualquier lugar del mundo, más importancia recibe aquel
conocimiento al que no se puede acceder de forma remota ya que estas dos bases de
conocimiento se caracterizan por ser complementarios (Coe et al, 2004; Cohen et al,
2000; Jensen et al, 2007; Nonaka & Takeuchi, 1994; Parrilli et al, 2010; Polanyi, 1966).
Se ha podido observar que RIS con un rendimiento excepcional en innovación tienen
proporciones equilibradas de conocimientos internos y externos, codificados y tácitos,
mientras RIS que muestran desequilibrios en uno de estos dimensiones tienen un
1 Elio di Rupo, Primer Ministro Belga en la Süddeutsche Zeitung (Gammelin, 21.05.2012).
rendimiento bajo en la innovación (Cowan et al, 2000; Nonaka & Takeuchi, 1994). A
este efecto habría que añadir que la importancia del conocimiento tácito aumenta con
una mayor intensidad en conocimiento de los productos y servicios.
En su artículo sobre la importancia de los recursos heterogéneos para la capacidad
innovadora en una empresa, Nooteboom (Nooteboom, 2007) ha observado que una
reducida distancia cognitiva entre los agentes aumenta la capacidad de absorción, siendo
ésta la capacidad para identificar, asimilar y transformar el conocimiento para aplicarlo
con fines comerciales (Cohen & Levinthal, 1990). Asimismo, Nooteboom define la
distancia cognitiva como el grado de heterogeneidad de recursos entre las firmas que
poseen estos recursos diferentes.2 Asimismo, Noteboom ha podido observar que una
reducida distancia cognitiva disminuye igualmente el valor novedoso que puede resultar
de una fusión de bases de conocimientos heterogéneos. Dicho de otra manera, una
mayor distancia cognitiva crea un problema y una oportunidad al mismo tiempo. Existe
por tanto una relación inversa entre el aumento de la capacidad de absorción,-
reduciendo la distancia cognitiva de diferentes bases de conocimiento -, y la necesidad
de aumentar la distancia cognitiva para incrementar el valor novedoso de la innovación,
lo que se plasmó en la formulación de la paradoja de la proximidad (Broekel &
Boschma, 2012): “Mientras que la proximidad puede ser un motor esencial para que
los agentes conecten e intercambien conocimientos, demasiada proximidad entre los
agentes en cualquiera de las dimensiones (Nota: Social, institucional y cognitiva)
podría perjudicar su rendimiento innovador.”3
Este trabajo tiene como objetivo profundizar en esta paradoja aplicándolo a los Sistemas
Regionales de Innovación (RIS). Diferenciando entre el conocimiento codificado y
tácito, se analizan las actividades que tienen como objetivo aumentar la capacidad de
absorción; por un lado, a través de una reducción de la distancia cognitiva entre las
bases de conocimiento codificado dentro del RIS con otros Sistemas Regionales de
Innovación que residen en el exterior y donde podrían residir bases de conocimiento
clave. Por otro lado, se identifican bases de conocimiento tácitas que tienen como
2 “(…) we propose to interpret resource heterogeneity in terms of the cognitive distance between the firms that hold these different resources. Here, cognition denotes a broad range of mental activity, including proprioception, perception, sense making, categorization, inference, value judgments, emotions, and feelings, which all build on each other.”
3 “While proximity may be a crucial driver for agents to connect and exchange knowledge, too much proximity between these agents on any of the dimensions might harm their innovative performance.”
objetivo aumentar la distancia cognitiva de las diferentes bases de conocimiento que
residen dentro del RIS, clave para aumentar el valor novedoso de la interacción. A
través de esta diferenciación se intenta esclarecer la paradoja de proximidad formulada
por Boschma & Broekel y ofrecer una contribución alternativa a la literatura de los RIS.
Tanto Nooteboom como Boschma & Broekel hablan de una distancia cognitiva óptima,
fruto de un producto matemático de la capacidad de absorción, que disminuye con
mayor distancia cognitiva, y el valor novedoso de la interacción, que aumenta con la
distancia. El resultado del producto es una U invertida. Sin embargo, en este ejercicio
diferenciamos entre los tipos de conocimiento involucrados y que posibilita una acción
concreta en cada tipo de conocimiento, logrando tanto una mayor eficiencia en el
aumento de la capacidad de absorción como en el aumento del rendimiento innovador
con relaciones más pendientes (véase Gráfico 1). En este contexto, se considera la
migración como un instrumento muy potente para introducir nuevas bases de
conocimiento tácitas y aumentar el valor novedoso en un RIS y que nos lleva a formular
la hipótesis más arriba. Para una mejor comprensión, la internacionalización se refiere a
todas las actividades con el exterior del RIS, mientras que la apertura se asocia con el
grado de permeabilidad del RIS en términos de las migraciones y capital social y su
disponibilidad de integrar sus bases de conocimiento tácitos con los suyos.
Gráfico 1: Capacidad de Absorción, Rendimiento Innovador y Distancia Cognitiva
Nooteboom: Búsqueda del punto óptimo de dos
relaciones inversas
Concepto Propuesto: Acción según el conocimiento involucrado (Codificado/Tácito) y el contexto geográfico (Internacional/Local)
Distancia Cognitiva
Capacidad de Absorción
Distancia Cognitiva
Valor de la Novedad
Distancia Cognitiva Internacional
(Conocimiento Codificado)
Capacidad de Absorción
Distancia Cognitiva Local (Conocimiento Tácito)
Valor de la Novedad
26/09/2012, elaboración propia, archivo.
El próximo capítulo examinará la literatura de los sistemas regionales de innovación
(RIS). El tercer capítulo revisa la literatura sobre la creación y los conceptos de
conocimiento. El cuarto capítulo revisa la literatura relacionada con el papel externo en
los RIS. El capítulo cinco presenta el modelo con los datos seleccionados, analizando
las CC.AA. en España a través de una regresión lineal. El capítulo seis concluye y
apunta a nuevas líneas de investigación.
2. La regionalización de actividades intensivas en conocimiento
Cooke (Cooke, 1992) fue uno de los pioneros en describir el concepto de un RIS,
definiéndolo como el aprendizaje interactivo y sistemático entre la estructura productiva
regional (el "subsistema de conocimiento de la explotación"), y la infraestructura de
apoyo regional (el "subsistema de generación de conocimiento") (Cooke, 2001). Cooke
partía de la premisa de que dentro de un estado podría existir una gran diversidad de
sistemas de innovación requiriendo un análisis más segregado a nivel sub-nacional.
Hasta entonces, los sistemas de innovación se habían estudiado en relación con los
estados-nación. Freeman (Freeman, 1987), Nelson (Nelson, 1982), y Lundvall
(Lundvall, 1992) son las referencias en este concepto.
Según Lorentzen, la literatura de los RIS se ha basado en la distinción entre el
conocimiento tácito y codificado para subrayar el papel de la interacción local
(Lorentzen, 2009). La globalización apoyada por los espectaculares avances en el sector
del transporte y las comunicaciones ha conducido a que, por un lado, cadenas de
producción se organicen a nivel mundial y, por otro, exista una mayor accesibilidad al
conocimiento codificado. Al tratarse de dos conocimientos complementarios (Coe et al,
2004; Cohen et al, 2000; Jensen et al, 2007; Nonaka & Takeuchi, 1994; Parrilli et al,
2010; Polanyi, 1966), como consecuencia, aquella parte del conocimiento a la que no se
puede acceder de forma remota, el conocimiento tácito, ha adquirido mayor relevancia.
Asimismo, esta tendencia ha sido reforzada por la creciente intensidad en el
conocimiento de los productos y servicios. Por ende, se ha podido observar que cuanto
más intensivo es el conocimiento de los productos y servicios, tanto más se concentran
estas actividades en ciertas regiones del mundo (Malmberg, 1999).
Además, esta regionalización ha sido acompañada por tendencias liberales, que han
reducido la inversión pública en la industria para ser sustituida por políticas de
desarrollo regional (Lorentzen, 2009). Según Laranja (Laranja, 2008), la definición
ambigua de los RIS aumentó su popularidad, ya que suele coincidir que algunas de las
ideas teóricas más influyentes en los círculos políticos son precisamente aquellas que
ofrecen mayor flexibilidad interpretativa.
No obstante, la intensidad de las interacciones locales relacionadas con la innovación ha
aportado los argumentos necesarios para justificar la acción a este nivel (Uyarra, 2010).
Esto no solamente ha asegurado que el concepto haya recibido una revisión extensa
(Carlsson, 2006), sino también que haya sido recibido con gran entusiasmo tanto por los
encargados de formular políticas de I+D+i a nivel regional como a nivel europeo
(Uyarra, 2010).
Los debates actuales dentro de la literatura de los RIS se centran en el grado de
inclusión (Uyarra, 2010). Según la definición estricta de Cooke (Cooke, 2000),
solamente 4 de 11 regiones europeas analizadas en el proyecto europeo REGIS podría
considerarse como un RIS. Mientras para Cooke la existencia de un RIS es más una
excepción que la regla, otros emplean una definición más amplia, afirmando que todas
las regiones tienen algún tipo de RIS (Bunnell & Coe, 2001) implantado, refiriéndose al
RIS como un nodo dentro de la red global de producción (GPN).
Al margen de estos debates, la Comisión Europea ha incorporado el concepto de RIS en
sus políticas de innovación. Durante el período de 2007-2013, la UE invertirá un total
de € 347 miles de millones en la intervención estructural y en políticas de apoyo a la
innovación, siendo las regiones los entes administrativas receptores de estos (Cooke,
2000) (European Commission, 2012). Esto ha dado el ímpetu necesario para que incluso
las regiones menos exitosas y rezagadas tengan su propia estrategia de RIS (De Bruijn
& Lagendijk, 2005), a menudo con el apoyo de la Comisión Europea (Lorentzen, 2009).
Esta investigación se centra en el papel de las migraciones como portantes de bases de
conocimiento tácito en un RIS; de este modo se basa en un aspecto que, como se ha
señalado anteriormente, no ha recibido la necesaria atención. Separa diferentes
conceptos del papel exterior y distingue la internacionalización de la apertura,
refiriéndose a la internacionalización como los intercambios de conocimiento
codificado con el mundo exterior. Estos son la colaboración en innovación con
empresas extranjeras, la inversión extranjera directa (FDI) o la participación en
programas de intercambio de expertos. En suma, todas las actividades de un RIS con
otras fuentes externas de conocimiento.
La apertura en cambio interfiere en las bases de conocimiento tácito dentro del RIS. La
migración introduce una mayor heterogeneidad en los recursos a nivel local, por
ejemplo a través de nuevas formas de trabajar o valores, aumentando la distancia
cognitiva entre las diferentes bases de conocimiento y aumentando el carácter novedoso
de la innovación resultado de su recombinación (Nooteboom, 2007). Por su naturaleza,
el conocimiento se transfiere a través del trabajo conjunto y por ello se caracteriza por
una difusión lenta y geográficamente limitada (Haruyama, 2009). La siguiente sección
presenta en detalle las diferentes bases de conocimiento que intervienen en el proceso
de innovación.
3. La creación de conocimiento
El conocimiento puede estar dentro de la región o residir fuera y se puede diferenciar
entre conocimiento tácito y codificado (Polanyi, 1966). Según Polanyi, el proceso de
adquisición de conocimiento tácito es similar a un proceso por el cual los seres humanos
se orientan en territorio desconocido. La gente interioriza detalles sobre nuevos
fenómenos en el subconsciente. El intercambio de conocimiento tácito es la creación
conjunta de un entorno social. Las personas se ayudan entre sí para lograr el
descubrimiento de soluciones a nuevos tipos de problemas.
El conocimiento codificado es el conocimiento recogido de forma escrita en libros de
texto a través de códigos, normas, procedimientos. Lundvall et al (Lundvall et al, 2002)
clasifica el conocimiento individual en 4 tipos de conocimiento: saber qué, saber por
qué, saber quién y saber cómo (know-what, know-why, know-who, know-how. Saber
qué se refiere a hechos, saber por qué son leyes de ciencia y naturaleza, saber quién es
la capacidad social para comunicarse y cooperar con diferentes personas, saber cómo es
la habilidad para hacer algo. Si bien el saber qué y el saber por qué se pueden adquirir a
través del estudio de libros, la asistencia a cursos o a través del acceso a bases de datos -
el conocimiento codificado -, las otras dos categorías están más ligadas a la experiencia
práctica y el conocimiento tácito. Estas bases de conocimiento solo se pueden codificar
en parte y por lo general se desarrollan y se mantienen dentro de la empresa.
Haruyama (Haruyama, 2009) relaciona estos conceptos con el sector de la
biotecnología. El conocimiento codificado es necesario para la publicación en revistas,
mientras que el conocimiento tácito ayuda en la práctica. La invención del maíz híbrido
(hybrid corn), un maíz de clase superior, clarifica este detalle. El maíz híbrido no es
inmediatamente adaptable a diferentes lugares. La creación de híbridos adaptados a las
condiciones climáticas de cada lugar demanda un conocimiento superior de la
tecnología y del lugar en el cual se implanta. Esta experiencia adquirida a través de la
adaptación del maíz se traduce en un mayor nivel de su base de conocimiento tácito. En
consecuencia, el conocimiento tácito en este ejemplo es la capacidad de utilizar y crear
nuevas tecnologías.
Nonaka (Nonaka & Takeuchi, 1994) sugiere que el conocimiento se crea y se aplica a
través de un proceso de interacción social. Se comparte el conocimiento tácito
socializándose, se traduce en conocimiento codificado y, en consecuencia, se combina
con otros elementos de conocimiento explícito para finalmente internalizarse y
transformarse en conocimiento tácito. A menudo, la complementariedad del
conocimiento tácito y el conocimiento codificado es la parte más relevante, un aspecto
que destacan la mayoría de autores en sus análisis (Coe et al, 2004; Cohendet et al,
2000; Cowan et al, 2000; Jensen et al, 2007; Nonaka & Takeuchi, 1994; Parrilli et al,
2010; Polanyi, 1966). La importancia de la complementariedad destaca que el equilibrio
óptimo entre el conocimiento tácito y codificado es más importante que la suma de estas
bases de conocimiento. Además, como el conocimiento tácito carece de un código, por
definición éste no puede recorrer largas distancias. Su transmisión requiere el trabajo
conjunto de personas y departamentos compartiendo el mismo lugar para poder
transmitir todos sus elementos (Jensen et al, 2007). Esta distinción entre conocimiento
tácito y codificado es especialmente importante en el análisis de las migraciones en los
RIS. La globalización, junto con la transición de la economía basada en el conocimiento
y el aprendizaje (Lundvall et al, 2002), ha llevado a que el conocimiento codificado sea
cada vez más asequible mientras que la alta tecnología sea cada vez más dependiente
del conocimiento tácito. Como consecuencia, actividades económicas intensivas en
conocimiento se concentran en pocas regiones en el mundo (Malmberg, 1999).
No obstante, un mayor acceso al conocimiento codificado no significa necesariamente
que la empresa sea capaz de hacer un uso productivo de ella. Se requiere una cierta
capacidad de absorción, definida como la capacidad de la empresa para identificar,
asimilar y explotar el conocimiento (Cohen & Levinthal, 1990). La inversión en
investigación y desarrollo es una forma de aumentar los conocimientos y reducir la
brecha en relación con la distancia cognitiva con el conocimiento de otras empresas y
organizaciones. Capacidades internas bien desarrolladas en forma de una infraestructura
avanzada, educación, universidades, sitios de fabricación, recursos humanos
capacitados, etc. aumentan el conocimiento codificado y mejoran la capacidad de
absorción de la empresa. En un análisis sobre alianzas estratégicas en las empresas se ha
descubierto que aunque una distancia cognitiva reducida aumenta la capacidad de
absorción, también se observa que el valor de la novedad aumenta cuanto más
heterogéneos sean los recursos de las empresas (Nooteboom, 2007). Cuanto más
intensas sean estas actividades en conocimiento, más necesario se hace el aumento de
estas distancias cognitivas para mantener el ímpetu en las innovaciones.
Boschma (Boschma et al, 2010) ha profundizado en esta línea de investigación
distinguiendo cuatro formas de proximidad: cognitiva, geográfica, social y organizativa.
Uno de sus resultados aplicados a la industria aeronáutica de los Países Bajos (Broekel
& Boschma, 2012) concluye que socios cercanos geográficamente pero con bases de
conocimiento divergentes tienen una alta probabilidad de aumentar su rendimiento
innovador.
Por lo tanto, reducir la distancia cognitiva entre los actores no tiene un efecto
enteramente positivo para desarrollar actividades de innovación. La hipótesis en el
presente trabajo es que, más que encontrar un nivel óptimo de la distancia cognitiva
para encontrar un compromiso entre aumentar la capacidad de absorción y aumentar el
rendimiento innovador, habría que distinguir según el tipo de conocimiento involucrado.
Reducir la distancia cognitiva para aumentar la capacidad de absorción es especialmente
relevante para el conocimiento codificado, que fluye a nivel internacional, mientras que
en el caso de conocimiento tácito, un aumento de la distancia cognitiva aumentaría el
valor novedoso de la innovación en la región. La migración podría ser una herramienta
potente incidiendo en la distancia cognitiva. Aunque puede que igualmente exista una
relación negativa entre la capacidad de absorción y la distancia cognitiva del
conocimiento tácito (y una relación positiva entre el valor de la novedad y mayor
proximidad cognitiva), la hipótesis se basa en la idea que los efectos positivos de un
aumento del valor de la novedad (y mayor capacidad de absorción en el caso de
conocimiento codificado), fruto de una fusión de bases de conocimiento, sean mayores.
Antes de presentar el modelo, el siguiente capítulo analizará el papel externo en los RIS
más en detalle.
4. Apertura e Internacionalización
Nuestro trabajo examina el papel de las migraciones en los RIS, diferenciando el papel
exterior entre la apertura y la internacionalización. Según este modelo presentado aquí,
las migraciones son un medidor de la apertura, bien uno de los más o incluso el más
importante (Hollanders et al, 2009). La apertura complementa la internacionalización,
siendo el conocimiento tácito complementario al conocimiento codificado. Los dos son
de proveniencia exterior y, a su vez, complementan el conocimiento inherente en un
RIS. La internacionalización son redes que tienen como objetivo hacer fluir el
conocimiento codificado al RIS. La capacidad de absorción en un RIS es clave al tener
que cubrir largas distancias y por ello tener un alto coste de coordinación. Reducir la
distancia cognitiva de las bases de conocimiento codificado en el interior con el exterior
es prioritario para aumentar la capacidad de absorción (Nooteboom, 2007). La apertura
sin embargo aumentaría la distancia cognitiva del conocimiento tácito y permitiría a
través de la fusión de bases de conocimiento heterogéneos una recombinación
innovadora de alto valor (Boschma et al, 2010). Al estar geográficamente próximos, los
costes de coordinación son reducidos y pueden ser asumidos por los agentes y por ende
la menor capacidad de absorción (por malentendidos u otros motivos) se ve
contrarrestado por los efectos positivos de un mayor valor de la novedad.
La literatura disponible sobre la innovación y el papel exterior se ha centrado en
conceptos que pueden ser descritos como las herramientas o las condiciones gracias a
las cuales el conocimiento se transmite. Éstas herramientas pueden ser cadenas globales
de mercancías (Global Commodity Chains - GCC), cadenas globales de valor (Global
Value Chains - GVC), o redes globales de producción (Global production network -
GPN) (Yeung, 2011).
La mayoría de las investigaciones en este campo se basan en el ejercicio de Bathelt et al
(Bathelt et al, 2004) sobre clústeres y conductos globales de conocimiento (Global
Knowledge Pipelines - GKP). Bathelt et al distingue dos intercambios de información:
Primero, rumores locales o el intercambio de información de forma no sistemática y
local (local buzz) y segundo, intercambio de conocimiento de forma sistemática a través
de las redes de conocimiento global (GKP). Éstas constituyen dos fuentes
complementarias de información que sientan las bases de un clúster altamente
competitivo. En concreto, los rumores locales se refieren al flujo de información y
comunicación de forma continuada debido a reuniones y encuentros accidentales u
organizados, contactos, co-presencia, la co-localización de personas y empresas, e
incluso cotilleos.
Esta actividad conlleva un esquema de interpretación similar y la comprensión mutua de
nuevos conocimientos y tecnologías. La principal característica de este intercambio de
información y conocimiento no sistemática a nivel local es que éste se recibe casi de
forma automática, espontánea, y su resultado es una transferencia de información nítida
y de alto valor. El intercambio de conocimiento a través de las redes de conocimiento
global ocurre en cambio de una forma consciente y sistemática. Requiere confianza y
tiempo y es por tanto costosa de establecer.
Las redes globales de conocimiento parten de diferentes entornos y contextos socio-
culturales diferentes, que requieren de una integración efectiva. Estas redes previenen al
clúster tanto de un exceso de incrustación local (over-embeddedness) como de que el
conocimiento se encierre en sí mismo por un exceso de relaciones estrechas (lock-in)
(Bathelt et al, 2004). Los vínculos externos sirven como fuente de recurso de nuevos
conocimientos para desarrollar nuevas ideas, sea cual sea el desarrollo del clúster.
Cuanto mayor es el número de empresas en un territorio, más vibrante y valioso es el
intercambio no sistemático de información y el conocimiento en la localidad. Esto
aumenta la posibilidad de establecer una red bien desarrollada a escala global, que a su
vez permite que el intercambio de información local sea más valioso y refinado.
Por definición, todo RIS es incompleto. Muchos e incluso la mayoría de las redes,
componentes y funciones que apoyan la innovación en las empresas regionales son
globales. Por tanto, el desarrollo de conocimiento de todo RIS debe complementarse
con conocimiento externo. La cantidad de conocimiento que puede ser difundido a
través de los canales de conocimiento depende de su sofisticación, aspecto que ha sido
analizado bajo el marco de los CCG, los GVC y los GPN, además de la capacidad de
absorción en los RIS.
Dado que ningún RIS puede poseer todo el conocimiento, esto también sería válido para
la parte tácita del conocimiento. El conocimiento tácito puede desarrollarse mejorando
la conectividad interna, aunque podría existir el peligro de lock-in descrito más arriba.
Por lo tanto, el conocimiento tácito tiene que asegurar una cierta distancia cognitiva
para su desarrollo favorable y las migraciones desempeña un papel clave en este
sentido. Es más, al estar geográficamente próximos y tener costes de coordinación
bajos, una fusión de conocimientos tácitos heterogéneos posibilitaría una recombinación
innovadora del conocimiento (Broekel & Boschma, 2012). Por tanto, un aumento de la
distancia cognitiva del conocimiento tácito debería aumentar el rendimiento innovador
en un RIS.
Dentro de lo poco que se conoce en este campo, Hunt et al (Hunt et al, 2008) ha
evaluado el impacto de la inmigración calificada en la innovación medida en patentes
registradas per cápita en los EE.UU por origen del inventor. Este análisis empírico ha
podido demostrar que la inmigración no solamente impulsa la innovación a través de la
consecución de una masa crítica en departamentos de investigación especializados, sino
también ofrece capacidades complementarias en la gestión y en la iniciativa
empresarial. Otros estudios de migraciones apuntan en la misma dirección. Niebuhr
(Niebuhr, 2010) ha podido demostrar que aquellas regiones alemanas con mayor
diversidad patentan más. Según Niebuhr, los diferentes conocimientos y capacidades
que llevan consigo los trabajadores de orígenes culturales diversos mejoran el
rendimiento de los sectores de I+D.
El papel de las comunidades transnacionales y las migraciones ha sido igualmente
analizado por Saxenian, Williams y Parrilli (Parrilli, 2011; Saxenian, 2002; Williams,
2007). Estos mencionan el papel clave que desempeñan los migrantes como impulsores
del espíritu emprendedor en regiones de alta intensidad en conocimiento, y mencionan
como ejemplo el Silicon Valley.
Todas estas observaciones empíricas apoyan la hipótesis de que un aumento en la
distancia cognitiva del conocimiento tácito es beneficioso para el rendimiento innovador
en una región, al traer consigo visiones e interpretaciones diferentes. Más
específicamente, cuanto mayor sea la intensidad en conocimiento de las actividades
económicas, más relevante se hace la capacidad de los RIS para aumentar la distancia
cognitiva de su conocimiento tácito. Diferentes bases de conocimiento tácito aseguran
diferentes esquemas interpretativos del conocimiento codificado que llega de las redes
globales de conocimiento, mejorando a su vez la capacidad de absorción. La diversidad
de las conclusiones (o recombinaciones innovadoras) que posibilitan una mayor
distancia cognitiva del conocimiento tácito incentivan el intercambio de conclusiones a
través de la interacción social. Esto crea un conocimiento único que es difícilmente
extraíble a otros RIS y mejora por ende su competitividad.
El gráfico 1 ofrece un esquema de factores y su papel en el proceso de la creación de
conocimiento y el posicionamiento de las migraciones. La innovación es el resultado de
la creación de conocimiento, que viene formado por dos conocimientos
complementarios: conocimiento tácito y conocimiento codificado. El papel exterior en
los RIS incide sobre la base de conocimiento codificado a través de la
internacionalización, mientras sobre el tácito lo hace a través de la apertura.
Gráfico 2: Innovación, conocimiento, distancia cognitiva y sus indicadores
13/09/2012, elaboración propia, archivo.
5. Datos y Modelo
La información sobre las migraciones y los datos de innovación proceden del Instituto
Nacional de Estadística y de la oficina europea Eurostat. Facilitan información sobre las
17 CC.AA. (excluyendo Ceuta y Melilla por su singularidad como ciudad) en 17
indicadores diferentes catalogados en tres variables:
1. Variable de migraciones,
2. variable de inversiones en I+D+i, e
3. variable de resultados de innovación.
En primer lugar, la variable de migraciones mide la apertura a través de cuatro
indicadores, Altas por variación residencial interior (Españoles como extranjeros),
Inmigrantes, Inmigrantes con estudios de segundo ciclo, e Estudiantes extranjeros.
Según Maskell et al y van Dijk (Maskell et al, 2006; van Dijk, 2000), las migraciones
internas, la rotación del censo y la movilidad proporcionan pistas sobre la
disponibilidad, el flujo y la creación de conocimiento tácito. En este contexto se ha
mencionado muy a menudo la alta movilidad en el mercado de trabajo de Dinamarca,
que permite el intercambio de conocimiento tácito y su especialización en el modo DUI
(Doing, Using, Interacting), llevando este conocimiento de empresa a empresa (Jensen
et al, 2007). En nuestro modelo, Altas de variación residencial, Inmigrantes ocupados
con estudios de segundo ciclo y Estudiantes extranjeros son las variables que hacen que
aumente la distancia cognitiva a nivel local llevando sus bases de conocimiento tácito al
RIS. Otros posibles instrumentos que aumentan la distancia cognitiva en el RIS son los
Inmigrantes en general integrando diferentes valores y puntos de vista y formas de
actuar. Por ejemplo, Hunt et al (Hunt et al, 2008) mostraron cómo la inmigración
impulsa el espíritu empresarial en el RIS. La inmigración introduce nuevas bases de
conocimiento tácito que puede dar lugar a nuevas recombinaciones innovadoras
(Broekel & Boschma, 2012; Yeung, 2011). En nuestro modelo serían inmigrantes según
año de llegada. En segundo lugar, se recogen indicadores que dan lugar a la
actualización del conocimiento codificado; éstos son Inversiones en I+D p.c., Gastos en
personal Investigador p.c., Numero de investigadores p.c. y Porcentaje de habitantes
con Educación terciaria. Esta variable informa sobre el aumento y la actualización de
conocimiento en el interior.
Estas dos variables de input aumentan el valor de la novedad (Nooteboom, 2007) o
producen un rendimiento innovador (Broekel & Boschma, 2012), aproximándose con
las variables Empresas innovadoras, Patentes y Patentes de alta tecnología. Los datos
son del año 2007 y 2008. Se ha hecho una excepción respecto a los datos de
Inmigrantes en general, es decir, sin discriminar por nivel de estudios. Aquí, se ha
optado por coger la media entre 2002 y 2007, ya que las correlaciones apuntan a que
existe una demora hasta que surjan los efectos positivos de la inmigración. En el caso de
inmigrantes con estudios superiores y estudiantes extranjeros, es probable que el efecto
positivo sea más inmediato. Aquí se ha optado por recoger los datos de 2008. Todas las
correlaciones según año de llegada se han incluido en la tabla 3 para posibilitar una
comparativa. Como unidad de análisis se ha optado por la unidad regional NUTS2 en
España4, siendo ésta la unidad territorial de las Comunidades Autónomas en el estado
español ya que es la que más se asemeja a un sistema regional de innovación, tal como
se ha definido por Cooke (Cooke, 2001).
Los datos de cada una de los indicadores han sido calculados en relación con los
habitantes en cada CC.AA. en 2008 y normalizadas relacionando las CC.AA. entre sí
(véase tabla 2 más abajo). La Tabla 1 a continuación recoge todos los indicadores y
variables que aumentan la distancia cognitiva a través de migraciones, e variables que
reducen la distancia cognitiva con las bases de conocimiento en el exterior a través de la
variable inversiones en I+D. Cada variable tiene cuatro indicadores cuyo valor se
calcula a través de una regresión lineal (GLM). Los indicadores sin paréntesis son las
que se han escogido en los modelos 1-3.
Tabla 1: Descripción de las VariablesVariables Indicadores Descripción
Input aumento distancia cognitiva conocimiento tácito – Variable Migraciones
(Altas res 98-08) & Altas res 08
Altas por variación residencial interior (españoles/extranjeros) por provincia de destino (agrupadas por comunidades y ciudades autónomas), sexo y año. Promedio 1998-2008 y 2008. (INE).
(Inm 87-91) & (Inm 92-96) & (Inm 97-01) & Inm 02-07 & (Inm 07)
Inmigrantes por comunidad autónoma, según año de llegada a España. Entre 1.987 hasta 2007 por intervalos 5 años. (INE).
Inm edu 07 Inmigrantes ocupados, con más de 3 años
4 Consulte Eurostat en ec.europa.eu/eurostat/ramon/nuts/basicnuts_regions_en.html para obtener la definición del NUTS.
de residencia, por comunidad autónoma, según mayor nivel de estudios terminados. Personas con estudios de segundo ciclo. 2007. (INE).
(Edu ext 98-08) & Edu ext 08 Extranjeros con autorización de estancia por estudios en vigor por sexo, CCAA, periodo e indicador. Promedio 1998-2008 y 2008. (INE).
Input reducción distancia cognitiva conocimiento codificado – Variable Inversioens en I+D
I+D € p.c. 08 Total sectores. Gastos internos totales y personal en I+D por comunidades autónomas y tipo de indicador. Gastos internos en euros per cápita. 2008. (INE).
I+D pers 08 Personal en I+D en EJC: Total personal. Per cápita. 2008. (INE).
Invest. 08 Investigadores en EJC: Total personal. Per cápita. 2008. (INE).
Edu 08 Personas entre 25-64 con estudios de segundo ciclo. 2008. (Eurostat).
Resultados de innovación – Variable Rendimiento Innovación
Empr inno 08 Encuesta sobre Innovación en las empresas 2010. Empresas innovadoras en el periodo 2008-2010: Total. (INE)
Pat p.m. 08 Solicitudes de patentes a la Oficina de Patentes Europeo (EPO) por año y NUTS3. Por millón de habitantes. 2008 (Eurostat).
Pat tecn 08 Solicitudes de patentes de alta tecnología a la Oficina de Patentes Europeo (EPO) por año y NUTS3. Por millón de habitantes. 2008 (Eurostat).
Otros (Int inno 08) Intensidad de innovación de las empresas innovadoras en año 2008.
(EIN 08) EIN= Empresas innovadoras con innovaciones en curso o no exitosas
(PIB p.c. 08) Producto Interior Bruto per capita en el año 2008
(Pobl 08) Residentes en el año 2008
(Empleo tecn 08) Empleo en porcentaje del empleo total en sectores de alta tecnología (fabricación de alta tecnología y servicios de alta tecnología) 2008
(Producti 08) Productividad en el año 2008
Tabla 2: Datos de las CC.AA. normalizadasPIB p.c. 08 Pobl 08 Altas res 98-08 Altas res 08 Inm 87-91 Inm 92-96 Inm 97-01 Inm 02-07 Inm 07 Inm edu 07 Edu ext 98-08 Edu ext 08
Galicia 68 34 58 58 39 39 17 25 31 31 13 13 Principado de Asturias 72 13 50 55 10 18 16 23 26 8 16 26 Cantabria 75 7 81 80 20 19 24 37 30 71 21 27 País Vasco 100 27 57 56 15 19 21 32 27 26 17 23 Comunidad Foral de Navarra 96 8 82 85 32 36 61 52 48 27 60 81 La Rioja 85 4 73 74 40 27 71 85 64 13 11 17 Aragón 85 16 54 58 37 41 47 64 48 12 26 40 Comunidad de Madrid 100 76 73 77 80 80 79 97 82 91 100 96 Castilla y León 73 31 66 64 13 17 21 34 28 13 51 69 Castilla-la Mancha 63 24 76 85 25 20 34 62 40 2 11 14 Extremadura 53 14 46 45 12 13 11 16 15 5 7 9 Cataluña 89 89 87 86 61 64 72 88 73 100 86 100 Comunidad Valenciana 70 60 74 76 51 57 84 97 82 18 28 34 Illes Balears 83 13 100 100 90 99 100 100 100 42 12 18 Andalucía 59 100 56 56 30 38 34 45 39 19 36 35 Región de Murcia 66 17 56 61 38 51 94 94 76 26 14 10 Canarias (ES) 66 25 84 81 100 100 80 64 78 94 12 15
I+D € p.c. 08 I+D pers 08 Invest. 08 Edu 08 Empr inno 08 Int inno 08 EIN 08 Pat p.m. 08 Pat tecn 08 Empleo tecn 08 Producti 08Galicia 34 39 40 69 53 78 53 11 13 24 69 Principado de Asturias 34 36 38 74 36 73 41 21 46 32 77 Cantabria 35 39 43 77 45 47 50 19 4 19 78 País Vasco 97 89 92 100 93 100 90 60 39 65 100 Comunidad Foral de Navarra 95 99 100 83 94 84 96 100 100 19 94 La Rioja 50 46 41 80 100 66 100 15 12 35 80 Aragón 39 62 71 72 73 75 74 39 5 47 82 Comunidad de Madrid 100 100 97 87 65 61 65 42 92 100 92 Castilla y León 42 48 50 72 47 86 47 14 7 43 80 Castilla-la Mancha 19 18 17 54 51 52 54 8 9 31 64 Extremadura 20 21 23 52 28 44 31 2 0 32 65 Cataluña 69 74 71 69 87 61 85 64 53 50 85 Comunidad Valenciana 35 45 45 61 65 51 64 20 18 29 70 Illes Balears 14 19 22 50 47 16 50 4 16 34 78 Andalucía 32 34 33 57 46 37 50 7 10 35 69 Región de Murcia 30 51 58 55 52 37 57 9 19 22 66 Canarias (ES) 23 27 33 54 47 32 45 6 7 26 73 EIN= Empresas innovadoras con innovaciones en curso o no exitosas
Variables de I+D en el INE Resultados OtrosCC.AA.
Elaboración propia a partir del INE y de datos Eurostat.
La selección de tres variables de output posibilita la formulación de los siguientes tres
modelos:
Modelo 1: Empresas con actividades innovadoras por 100.000 habitantes 2008
Modelo 2: Patentes por millón de habitantes 2008
Modelo 3: Patentes de alta tecnología por millón de habitantes 2008
El índice i corresponde a las CC.AA. y permite calcular los coeficientes de cada
variable. El cálculo de los coeficientes nos permite calcular las predicciones para cada
CC.AA. y compararlas con el valor real. Este principio es adecuado para poblaciones
reducidas como en este caso y se basa en el cálculo de estadística Akaike's An
Information Criterion (AIC). AIC es un criterio de información de la teoría de la
selección de modelo basado en la función de probabilidad estadística. AIC es una
estimación basada en los datos de la distancia de Kullback-Leibler entre un modelo
generado por el cálculo de los datos y los datos reales (Kullback & Leibler, 1951). La
distancia de Kullback-Leibler es la cantidad de información perdida al utilizar el
modelo i en su intento para aproximarse al verdadero modelo. El "mejor" modelo en un
conjunto se puede definir como el que pierde una mínima cantidad de información, es
decir, uno que minimiza la distancia Kullback-Leibler. AIC es una estimación de la
pérdida de información en los modelos estadísticos. En consecuencia, minimizando AIC
se puede encontrar el modelo óptimo, aquel que maximiza la información extraída de
los datos. A través del cálculo del AIC se pueden comparar diferentes modelos, como las
tres fórmulas expuestas aquí, y permite clasificar los modelos de acuerdo a su distancia
KL relativa.5 La gran mayoría de las variables muestran correlaciones positivas con
rendimiento innovador. Como es de esperar, los indicadores de inversiones en I+D
5 El AIC se calcula maximizando la probabilidad de un modelo ajustado ( ) y el número de losℒ parámetros libres en el modelo (K): Fórmula 1: AIC, Akaike's An Information Criterion
Si se asume que todos los modelos tienen una distribución normal de errores con una varianza constante, AIC se calcula a partir de la estadística de los mínimos cuadrados. Para ello se calculan la suma de cuadrados residuales (RSS), el tamaño de la muestra (n) y el número de parámetros (K ), incluyendo el corte y la varianza :Fórmula 2: AIC, Akaike's An Information Criterion
muestran mayores niveles de correlación con la variable rendimiento innovador,
especialmente Inversiones en I+D y Personal investigador con Patentes registradas
por millón de habitantes (0,85/0,87). En lo que se refiere a indicadores de input de la
variable migraciones, Altas de variaciones residenciales 08 e Inmigrantes en general de
2002-2007 tienen una correlación más alta con el output Empresas innovadoras
(0.25/0.34), mientras que Inmigrantes con Estudios de segundo ciclo y Estudiantes
extranjeros obtienen mayor correlación con Patentes y sobre todo con Patentes de alta
tecnología registradas (0.34/0.72).
Tabla 3: Correlaciones de las variables input y las variables output
Empr inno 08 Pat p.m. 08 Pat tecn 08 Empr inno 08 Pat p.m. 08 Pat tecn 08Altas var res int 98-08 0,2522 0,1798 0,2120 0,0538 0,0094 0,1071Altas var res int 08 0,2487 0,1869 0,2579 0,0255 0,0026 0,0461Inm 87-91 0,0922 -0,0505 0,1601 0,0015 0,0003 0,0584Inm 92-96 0,0253 -0,0334 0,1842 0,0015 0,0006 0,0962Inm 97-01 0,2971 0,0685 0,2321 0,0309 0,0009 0,0385Inm 02-07 0,3484 0,0455 0,1979 0,0333 0,0007 0,0301Inm 2007 0,2368 0,0040 0,2019 0,0103 0,0004 0,0364Inm edu 07 0,1216 0,2263 0,3353 0,6182 0,7370 0,0539Edu ext 98-08 0,3487 0,5975 0,7243 0,0053 0,0000 0,0000Edu ext 08 0,4063 0,6817 0,7180 0,0003 0,0000 0,0000
Empr inno 08 Pat p.m. 08 Pat tecn 08 Empr inno 08 Pat p.m. 08 Pat tecn 08I+D euros p.c. 08 0,72 0,85 0,82 0,0000 0,0000 0,0000I+D pers 08 0,71 0,87 0,81 0,0000 0,0000 0,0000Investigadores 08 0,67 0,86 0,77 0,0000 0,0000 0,0000Edu 08 0,64 0,67 0,56 0,0000 0,0000 0,0000
I+D y Resultados de InnovaciónCorrelaciones Valor P (Pearson)
Migraciones y Resultados de InnovaciónCorrelaciones Valor P (Pearson)
29/06/2012, elaboración propia, archivo.
En cuanto al valor p, que es la probabilidad de haber obtenido el resultado que hemos
obtenido suponiendo que la hipótesis nula es cierta, es decir que las variables son
determinantes para la innovación, podemos observar que el valor p es para todos los
indicadores de input de I+D extremadamente bajos. Por lo tanto la probabilidad de que
la relación sea una mera causalidad es muy baja. En cuanto al input migraciones,
obtenemos resultados significantes (0,05=5%) en la gran mayoría. De gran interés es
observar las correlaciones entre el output Empresas innovadoras en el 2008 (Empr inno
08) y las Inmigraciones entre 1987 y 1997 (Inm 87-91), inmigraciones 92-96, 97-01,
02,07 y 2007. Vemos como va aumentando la correlación
(0,0922/0,0253/0,2971/0,3484/0,2368), siendo más alta la variable inmigración 2002-
2007. Esto podría ser resultado de un lag o tardanza hasta que surtan efecto los efectos
positivos de la inmigración al superar el valor de la correlación de valores más
recientes. Por otro lado, no existe una tardanza significativa en la variable Altas de
variaciones residenciales interiores 1998-2008 y 2008 (los dos 0,25) y estudiantes
extranjeros 1998-2008 y 2008 (0,35/0,41).
Calculando los tres modelos, obtenemos los resúmenes estadísticos para cada una de
ellas: Empresas innovadoras, Patentes, y Patentes de alta tecnología.6 Respecto a la
predicción del modelo Empresas Innovadoras, el valor AIC es de 148. El modelo
Patentes obtiene un valor AIC de 139 mientras que el modelo Patentes de tecnología
alta tecnología obtiene un valor de 156. Estos valores indican que el modelo más exacto
es el Modelo Patentes mientras que el menos exacto es el modelo Patentes de
tecnología alta tecnología, siempre comparándolos entre sí. La siguiente gráfica 3
muestra la exactitud del modelo, relacionando los valores reales en el eje
Empresas.Inno.08 con las predicciones del modelo en el eje pred. Se puede observar
como para la mayoría de las CC.AA. el valor real se encuentra con su predición. La
Comunidad de Madrid (error de -22) y Cataluña (19), son las que mayores errores
obtienen, explicando su nivel en empresas innovadoras por otros factores no recogidas
en este modelo. En el caso de las Patentes y Patentes de alta tecnología, el Gráfico 4 y
5 muestran la exactitud del modelo. El análisis de los resúmenes estadísticos y de los
gráficos nos permite apuntar las siguientes conclusiones:
− Según los valores AIC obtenidos, el mejor modelo propuesto se adecúa al output
Patentes registradas (139), luego a Empresas innovadoras (148) y por último
Patentes de alta tecnología (156).
− Para la gran mayoría de las CC.AA. las variables de las migraciones y las
inversiones en i+d parece explicar muy bien el nivel de resultados innovadores en
esta comunidad, como se puede observar en los gráficos. Los siguientes puntos
recogen las irregularidades.
− En relación con las Empresas innovadoras, la Comunidad de Madrid y Cataluña
parecen contar con otros factores que explican su menor número de empresas
innovadoras de lo que indica el modelo en el caso de Madrid, o mayor número de
empresas innovadoras en el caso de Cataluña.
− En relación con las Patentes registradas, dentro del Principado de Asturias y
Cataluña parece existir un factor diferenciador que explica el alto número de este
valor sin que sea recogido ni por las variables migratorias ni por las inversiones en
6 Los resúmenes estadísticos se pueden consultar en el anexo de esta comunicación.
Gráfico 3: Empresas innovadoras, exactitud del modelo: valores y predicciones
29/06/2012, elaboración propia, archivo.
Gráfico 4: Patentes, exactitud del modelo: valores y predicciones
29/06/2012, elaboración propia, archivo.
Gráfico 5: Patentes alta tecnología, exactitud del modelo: valores y predicciones
29/06/2012, elaboración propia, archivo.
i+d. Por otro lado, Madrid y Castilla y León registran menos patentes de las que
calcula el modelo.
− Las dos variables, migraciones e inversiones en I+D, predicen juntos el output
innovador con una mayor exactitud de lo que harían los las variables por si solos,
que se puede comprobar a través de la menor distancia AIC obtenido (véase tabla 4).
La excepción son las Patentes de alta tecnología, que parece depender en mayor
medida de la variable I+D, del conocimiento codificado.
Tabla 4: Resumen AIC obtenidos según modeloAIC Modelo 1 Modelo 2 Modelo 3 Solo Indicador Migraciones Solo Indicador I+DEmpresas Innovadoras 2008 148 159 149Patentes p.m. 2008 139 159 146Patentes de alta tecnología 2008 156 162 151
29/06/2012, elaboración propia, archivo.
6. Conclusión
Se confirman las expectativas sobre las altas correlaciones entre los valores de I+D
-aquellos que aumentan y actualizan las capacidades del conocimiento codificado dentro
de un RIS- , y el rendimiento innovador. Además, sorprende la importancia de las
migraciones medido a través de los indicadores Empresas Innovadoras y Patentes p.m..
En el caso de Patentes de alta tecnología no se puede observar que el efecto de las
migraciones existe. Por ende, podemos concluir que se confirma nuestra hipótesis para
dos de los tres modelos: La migración es un instrumento para mejorar el rendimiento
innovador en un RIS.
Según nuestro modelo, esto se explica por la fusión de bases de conocimiento tácitas
heterogéneas que posibilitan una recombinación innovadora. Un aumento de la distancia
cognitiva entre las bases de conocimiento tácito, definida como heterogeneidad de
recursos según Nooteboom (Nooteboom, 2007), aumenta el rendimiento innovador en
el RIS. En concreto, la correlación entre las variables Altas por variación residencial
interior 2008 (españoles/extranjeros) y Empresas innovadoras del mismo año (0,25);
Inmigrantes entre 2002 y 2007 y Empresas innovadoras (0,35), e Inmigrantes ocupados
con estudios de segundo ciclo y Estudiantes extranjeros con Patentes de alta tecnología
(0,34/0,73) es positiva. Todas las correlaciones se pueden aceptar con márgenes de error
de menos del 5%.
A través de una regresión lineal se han elaborado tres modelos con los indicadores
dependientes: Empresas innovadoras, Patentes, y Patentes de alta tecnología en
función de una variable que tiene como función aumentar la distancia cognitiva del
conocimiento tácito del RIS (migraciones), y otra cuya función es disminuir la distancia
cognitiva del conocimiento codificado con respecto a bases de conocimiento en el
exterior a través del aumento y la actualización del conocimiento (inversiones en I+D).
Comparando los valores del modelo con los valores reales, se puede observar que estos
dos indicadores juntos explican para la gran mayoría de las CC.AA. los resultados de
innovación obtenidos. Comparando los tres modelos entre sí se puede observar a través
del AIC obtenido, que mide la calidad del modelo, que el modelo Patentes es el más
exacto con un AIC de 138 (148/156). Además, los AIC de dos modelos son menores que
los AIC obtenidos por cada indicador por separado, confirmando que tanto las
migraciones como valores de I+D tienen un efecto positivo sobre el rendimiento
innovador en lo que se refiere a Empresas innovadoras y registro de Patentes. Dado que
esta muestra es relativamente reducida, se han elaborado unos gráficos que permiten
analizar cada CC.AA. por separado.
Los prometedores resultados obtenidos en este estudio son un gran paso para avanzar en
la dirección de la causalidad entre internacionalización y apertura e innovación,
basándose en la paradoja de proximidad observado por Boschma et al (Boschma et al,
2010; Broekel & Boschma, 2012). La idea parte de que la distancia cognitiva puede ser
un problema y potencial al mismo tiempo. Se contextualiza la idea con el factor externo,
y se confirma que mientras reducir la distancia cognitiva es relevante para el
conocimiento codificado, incidiendo en el problema (que es aumentar la capacidad de
absorción para procesar el conocimiento externo al RIS), en lo que se refiere al
conocimiento tácito la actuación es en la oportunidad (aumentar el rendimiento
innovador a través de mayor distancia cognitiva dentro del RIS). No se niega que no se
produzcan efectos negativos de estas actuaciones, que sí que es probable que existan,
pero los efectos positivos - mayor rendimiento innovador por la mayor distancia
cognitiva del conocimiento tácito -, son mayores que los efectos negativos resultante
una menor capacidad de absorción.
Habría que comprobar estos resultados en el futuro empíricamente con una muestra más
amplia y datos plurianuales o a través de casos de estudio. Además, a través de un
análisis de componentes principales se podría cuantificar el efecto de cada variable y
con innovaciones incrementales y radicales. La teoría pionera basada en la paradoja de
innovación de Boschma (Broekel & Boschma, 2012) llama a diferenciar políticas de
internacionalización en el campo de I+D+i de políticas de apertura en I+D+i. Se
aportaría un nuevo enfoque a las políticas sociales y culturales con migrantes,
apuntando a que se necesitaría la activación de bases de conocimiento disponible a nivel
regional para impulsar un mayor número de empresas innovadoras, aumentando la
competitividad y el potencial de crecimiento y reducir gastos únicamente centrados en
políticas de internacionalización costosas en tiempos de austeridad presupuestaria. El
aspecto positivo que tiene la migración medida en altas por variación residencial (bien
sean españoles o extranjeros), hace también necesario repensar políticas que fomenten
una menor movilidad migratoria de los residentes de los RIS en general.
Bibliografía
Bathelt et al, H., Malmberg, Anders, Maskell, Peter. (2004). Clusters and knowledge: local buzz, global pipelines and the process of knowledge creation. [Article]. Progress in Human Geography, 28(1), 31-56.
Boschma et al, R., Frenken, K. (2010). «The spatial evolution of innovation networks. A proximity perspective». Handbook on Evolutionary Economic Geography. Cheltenham: Edward Elgar, 120-135.
Broekel, T., & Boschma, R. (2012). Knowledge networks in the Dutch aviation industry: the proximity paradox. [Article]. Journal of Economic Geography, 12(2), 409-433.
Bunnell, T. G., & Coe, N. M. (2001). Spaces and scales of innovation. [Article]. Progress in Human Geography, 25(4), 569-589.
Carlsson, B. (2006). Internationalization of Innovation Systems: A Survey of the Literature. Research Policy, 35(1), 56-67.
Coe et al, N. M., Hess, Martin, Yeung, Henry Wai-chung, Dicken, Peter, Henderson, Jeffrey. (2004). ‘Globalizing’ regional development: a global production networks perspective. [Article]. Transactions of the Institute of British Geographers, 29(4), 468-484.
Cohen & Levinthal, W. M., Levinthal, Daniel A. (1990). Absorptive Capacity: A New Perspective on Learning and Innovation. [Article]. Administrative Science Quarterly, 35(1), 128-152.
Cohen et al, P., Edward Steinmueller, W. (2000). The codification of knowledge: a conceptual and empirical exploration. [Article]. Industrial & Corporate Change, 9(2), 195.
Cohendet et al, P., Edward Steinmueller, W. (2000). The codification of knowledge: a conceptual and empirical exploration. [Article]. Industrial & Corporate Change, 9(2), 195.
Cooke. (2001). Regional Innovation Systems, Clusters, and the Knowledge Economy. [Article]. Industrial & Corporate Change, 10(4), 945-974.
Cooke (Ed.). (2000). The Governance of Innovation in Europe. London: Pinter.Cowan et al, R., David, Paul A., Foray, Dominique. (2000). The Explicit Economics of
Knowledge Codification and Tacitness. Industrial and Corporate Change, 9(2), 211-253.
De Bruijn, P., & Lagendijk, A. (2005). Regional Innovation Systems in the Lisbon strategy. [Article]. European Planning Studies, 13(8), 1153-1172.
European Commission, R. P. (2012). Purpose. from http://ec.europa.eu/regional_policy/what/index_en.cfm
Freeman, C. (1987). Technology policy and economic performance: Lessons from Japan: London and New York:
Pinter; distributed by Columbia University Press, New York.Gammelin, C. (21.05.2012, 21.05.2012). Was die Welt von Deutschland erwartet.
Süddeutsche Zeitung. Retrieved from http://www.sueddeutsche.de/politik/finanz-und-wirtschaftskrise-was-die-welt-von-deutschland-erwartet-1.1363029
Guibernau, M., & Rex, J. (2010). The ethnicity reader: Nationalism, multiculturalism and migration: Polity Pr.
Haruyama, T. (2009). Competitive Innovation with Codified and Tacit Knowledge. Scottish Journal of Political Economy, 56(4), 390-414.
Hollanders et al, H., Tarantola, S., Loschky, A. (2009). Regional Innovation Scoreboard (RIS) 2009. PRO INNO EURO, INNO METRICS.
Hunt et al, J., Gauthier-Loiselle, M. (2008). How much does immigration boost innovation? : National Bureau of Economic Research.
Jensen et al, M. B., Johnson, Björn, Lorenz, Edward, Lundvall, Bengt Åke. (2007). Forms of knowledge and modes of innovation. [Article]. Research Policy, 36(5), 680-693.
Kullback, S., & Leibler, R. A. (1951). On information and sufficiency. The Annals of Mathematical Statistics, 22(1), 79-86.
Laranja, M., et al. . (2008). Policies for Science, Technology and Innovation: Translating Rationales into Regional Policies in a Multi-level Setting. Research Policy, 37(5), 823-835.
Lorentzen. (2009). Knowledge networks in space - Some thougths of a Geographer on the RIS literature. Ekonomiaz, 70(1er cuatrimestre), 78-91.
Lundvall (Ed.). (1992). National Systems of Innovation: Towards a Theory of Innovation and
Interactive Learning. London: Pinter.Lundvall et al, B. Å., Johnson, B., Lorenz, E. (2002). Why all this fuss about codified
and tacit knowledge? Industrial and Corporate Change, 11(2), 245-262.Malmberg, M. (1999). Localised Learning and Industrial Competitiveness. Cambridge
Journal of Economics, 23(2), 167-185.Maskell et al, P., Bathelt, Harald, Malmberg, Anders. (2006). Building global
knowledge pipelines: The role of temporary clusters. [Article]. European Planning Studies, 14(8), 997-1013.
Mundell, R. A. (1961). A theory of optimum currency areas. The American Economic Review, 51(4), 657-665.
Nelson. (1982). An evolutionary theory of economic change: Belknap press.Niebuhr, A. (2010). Migration and innovation: Does cultural diversity matter for
regional R&D activity? Papers in Regional Science, 89(3), 563-585.Nonaka & Takeuchi, I. (1994). A dynamic theory of organizational knowledge creation.
Organization Science, 5(1), 14-37.Nooteboom. (2007). Optimal cognitive distance and absorptive capacity. Research
Policy, 36(7), 1016-1034.Parrilli. (2011). Heterogeneous Social Capitals: A New Window of Opportunity for
Local Economies.Parrilli et al, M. D., Aranguren, M. J., Larrea, M. (2010). The Role of Interactive
Learning to Close the “Innovation Gap” in SME-Based Local Economies: A Furniture Cluster in the Basque Country and its Key Policy Implications. [Article]. European Planning Studies, 18(3), 351-370.
Polanyi, M. (1966). The logic of tacit Inference. The Royal Institute of Philosophy 41, 1-18.
Saxenian, A. (2002). Transnational Communities and the Evolution of Global Production Networks: The Cases of Taiwan, China and India. Industry and Innovation, 9(3), 183-202.
Uyarra, E. (2010). What Is Evolutionary about 'Regional Systems of Innovation'? Implications for Regional Policy. Journal of Evolutionary Economics, 20(1), 115-137.
van Dijk, M. (2000). Technological regimes and industrial dynamics: the evidence from Dutch manufacturing. [Article]. Industrial & Corporate Change, 9(2), 173.
Williams, A. M. (2007). International labour migration and tacit knowledge transactions: a multi-level perspective. [Article]. Global Networks, 7(1), 29-50.
Yeung, H. W.-c. (2011). Industrial Clusters, Regional Systems and Global production Networks: Strategic Coupling Through Innovative Learning. Paper presented at the Clusters in Global Value Chains: What is the Role of Innovation Systems?’.
Anexo
Tabla 5: Resumen Estadístico Empresas Innovadoras
29/06/2012, elaboración propia, archivo.
Tabla 6 recoge el resumen estadístico del GLM patentes.
29/06/2012, elaboración propia, archivo.
Tabla 7: Resumen Estadístico Patentes de alta tecnología
29/06/2012, elaboración propia, archivo.