TÍTULO DE LA COMUNICACIÓN:

Apertura, Internacionalización e eficiencia innovadora en Sistemas Regionales de

Innovación - El papel de las migraciones

AUTOR 1: Heiko Unzalu TroyaEmail: heikounzalu@hotmail.com

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.