Análisis estadístico de la capacidad de absorción en México y su influencia en la generación de conocimiento tecnológico
Statistical analysis of absorptive capacities in mexico and their influence on the generation of technological knowledge
Análise estatística da capacidade de absorção no méxico e sua influência na geração de conhecimento tecnológico
DOI:
https://doi.org/10.15446/innovar.v29n72.77892Palabras clave:
capacidad de absorción, panel de datos, efectos fijos, patentes solicitadas (es)Absorptive capacity, data panel, fixed effects, requested Patents (en)
capacidade de absorção, painel de dados, efeitos fixos, patentes solicitadas (pt)
El objetivo del presente trabajo es examinar la función de producción de ideas que sirve para medir el grado de impacto que tienen los indicadores macroeconómicos de la capacidad de absorción y el stock de conocimiento sobre los resultados tecnológicos logrados (medidos en patentes solicitadas). Para ello, se desarrolló un modelo econométrico utilizando la técnica de datos de panel con efectos fijos y recopilando los datos de diversas fuentes públicas; se manejó una serie temporal de 17 años (2000-2016) y una serie atemporal que incluye las 32 entidades mexicanas. A partir de la estimación econométrica, se encuentra que la calidad del entorno de las actividades económicas es el principal determinante de la generación de conocimiento tecnológico y que el acervo de recursos humanos tiene una relación positiva pero inelástica con la generación de patentes. El aporte esencial del trabajo radica en proveer evidencia empírica a escala subnacional en relación con la capacidad de absorción, que es proclive a incidir en mejores políticas de ciencia, tecnología e innovación (CTI) para la región.
This paper seeks to examine the ideas-production function used for measuring the impact of macroeconomic indicators of the absorptive capacity and the stock of knowledge derived from technological results (measured in requested patents). For this purpose, we developed an econometric model using the fixed-effects panel data technique and collecting data from various public sources. A 17-year time series (2000-2016) and a timeless series were used to study 32 Mexican entities. Based on the econometric estimation, we identified that the quality of economic activities environment is the main driver in the generation of technological knowledge. Besides, the stock of human resources exhibits a positive but inelastic relationship with the generation of patents. The essential contribution of this work lies in the provision of empirical evidence at a subnational level regarding absorptive capacities, which is prone to influence better research, development and innovation policies for the region.
O objetivo do presente trabalho é examinar a função de produção de ideias que serve para medir o grau de impacto que têm os indicadores macroeconômicos da capacidade de absorção e o estoque de conhecimento sobre os resultados tecnológicos alcançados (medidos em patentes solicitadas). Para isso, desenvolveu-se um modelo econométrico utilizando a técnica de dados de painel com efeitos fixos e recopilando os dados de diversas fontes públicas; utilizou-se uma série temporal de 17 anos (2000- 2016) e uma série atemporal que inclui as 32 entidades mexicanas. A partir da estimativa econométrica, percebe-se que a qualidade do ambiente das atividades econômicas é o principal determinante da geração de conhecimento tecnológico e que o acervo de recursos humanos tem uma relação positiva, mas não elástica com a geração de patentes. A contribuição essencial do trabalho está em fornecer evidência empírica em escala subnacional em relação com a capacidade de absorção, que é propensa a incidir em melhores políticas de ciência, tecnologia e inovação (cti) para a região.
Referencias
Albornoz, M. (2001). Política Científica y Tecnológica. Una visión desde América Latina. Madrid: Organización de Estados Iberoamericanos.
Alder, J. (1965). Absorptive Capacity: The Concept and its Determinants. Washington: Bookings Institution.
Aparicio, J., & Márquez, J. (2005). Diagnóstico y especificación de modelos de panel en Stata 8. División de Estudios Políticos CIDE. Recuperado de http://investigadores.cide.edu/aparicio/data/ModelosPanelenStata.doc
Atlas de la Ciencia Mexicana. (2017). Miembros del Sistema Nacional de Investigadores. Recuperado de http://www.atlasdelaciencia-mexicana.org/es/sni_2013/Tabla%2012.2%20SNI.pdf
Asociación Nacional de Universidades e Instituciones de Educación Superior (ANUIES). (2016). Información estadística de educación superior. Recuperado de http://www.anuies.mx/informacion-y-servicios/informacion-estadistica-de-educacion-superior/anuario-estadistico-de-educacion-superior
Audretsch, D., & Feldman, M. (1996). R&D Spillovers and the Geography of Innovation and Production. American Economic Review, 86(4), 253-273.
Baumert, T., & Heijs, J. (2013). Los determinantes de capacidad innovadora regional: una aproximación econométrica al caso español. Madrid: Instituto de Análisis Industrial y Financiero.
Boisier, S. (1995). La mesoeconomía territorial: interacción entre personas e instituciones. Santiago de Chile: CEPAL
Busso, M., Bassi, M., Urzúa, S., & Vargas, J. (2012). Disconnected: skills, education and employment in Latin America. Inter-American Development Bank. Recuperado de https://publications.iadb.org/publications/english/document/Disconnected-Skills-Education-and-Employment-in-Latin-America.pdf
Busso, M., Cristia, J. P., Hincapié, D., Messina, J., & Ripani, L. (2017). Learning Better: public policy for skills development. Inter-American Development Bank. doi: 10.18235/0000799
Cecchini, S. (2005). Indicadores sociales en América Latina y el Caribe. Santiago de Chile: CEPAL . Recuperado de http://www.cepal.org/es/publicaciones/4735-indicadores-sociales-en-america-latina-y-el-caribe
Lugones, G. E., Gutti, P., & Le Clech, N. (2007). Indicadores de capacidades tecnológicas en América Latina. México: CEPAL. Recuperado de http://www.cepal.org/es/publicaciones/5014-indicadores-de-capacidades-tecnologicas-en-america-latina
Cohen, W., & Levinthal, D. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128-152. doi:10.2307/2393553
Chinaprayoon, C. (2007). Science, Technology and Innovation Composite Indicators for Developing Countries (tesis de maestría en Ciencia en Política Pública). Georgia Institute of Tecnology, Georgia.
Estupinyá, P. (2016). El ladrón de cerebros: comer cerezas con los ojos cerrados. México: Debate.
Foro Consultivo Científico y Tecnológico (FCCYT). (2016b) El SNI en números. México. FFCYT. Recuperado de http://www.foroconsultivo.org.mx/libros_editados/SNI_en_numeros.pdf
Furman, J., Porter, M., & Stern, S. (2002). The determinants of national innovative capacity. Research Policy, 31(6), 899-933, doi: 10.1016/S0048-7333(01)00152-4
Gatica, G. (22 de agosto de 2017). Importancia de la convergencia científica y tecnológica. Agencia Informativa Conacyt. Recuperado de http://www.conacytprensa.mx/index.php/sociedad/politica-cientifica/17710-importancia-convergencia-cienti-fica-tecnologica.
Gans, J., & Hayes, R. (2009). Assessing Australia's Innovative Capacity: 2009 Update. Melbourne: University of Melbourne.
Gujarati, D., & Porter, D. (2009). Econometría. México: McGrawHill.
Hernández, S., & Díaz, E. (2007). La producción y el uso del conocimiento en México y su impacto en la innovación: análisis regional de las patentes solicitadas. Análisis Económico, 22(50), 185-217.
Hernández, G. (2016). La desigualdad es el problema en Latinoamérica. Foreign affairs Larinoamérica. Recuperado de http://revistafal.com/la-desigualdad-es-el-problema-en-latinoamerica/
Hu, M., & Mathews, J. (2008). China's national innovative capacity. Research policy, 37(9), 1465-1479. doi: 10.1016/j.respol.2008.07.003
Hidalgo, C. (2017). El triunfo de la información: la evolución del orden: de los átomos a las economías. Barcelona: Debate.
Instituto Nacional de Estadística y Geografía (INECI). (2016). Sistemas de información del Instituto Nacional de Geografía y Estadística 2016. Recuperado de http://www.inegi.org.mx/sistemas/bie/7idserpadre=10200070#D10200070
Instituto Nacional de Estadística y Geografía (INECI). (2017). Sistemas de información del Instituto Nacional de Geografía y Estadística 2017. Recuperado de http://www3.inegi.org.mx/sistemas/si-sept/default.aspx?t=etec11&s=est&c=19173
Kim, L. (1998). Crisis Construction and Organizational Learning Capability Building in Catching-up at Hyunday Motor Organization Science, 9(4), 506-521. doi:10.1287/orsc.9.4.506
Lane, P., & Lubatkin, M. (1998). Relative Absorptive Capacity and Interorganizational Learning. Strategic Management Journal, 19(5), 461-477. doi:10.1002/(SICI)10970266(199805)19:5<461::AID-S MJ953>3.0.CO;2-L
Labra, R., & Torrecillas, C. (2014). Guía cero para datos de panel: Un enfoque práctico. Madrid: Universidad Autónoma de Madrid.
Mayorga, M., & Muñoz, E. (2000). La técnica de datos de panel. Una guía para su uso e interpretación. San José: Banco Central de Costa Rica.
Montero. R. (2011). Efectos fijos o aleatorios: test de especificación. Documentos de Trabajo en Economía Aplicada. Granada: Universidad de Granada.
Observatory of Economic Complexity (OEC). (2016). Importaciones y exportaciones México. Recuperado de http://atlas.media.mit.edu/en/profile/country/mex/
Pérez, C., Gómez, D., & Lara, G. (2018). Determinantes de la capacidad tecnológica en América Latina: Una aplicación con datos de panel. Economía Teoría y Práctica, 48(2), 75-124. doi: 10.24275/ETYPUAM/NE/482018/Perez
Romer, P. (1990). Endogenous Technological Change. Journal of Political Economy, 98(5), 71-102.
Sen A. (2015). La idea de la justicia. Ciudad de México: Taurus
Sistema Nacional de Información Estadística Educativa (SNIE). (2016). Sistema Nacional de Información Estadística Educativa. Recuperado de http://www.snie.sep.gob.mx/indicadores_pronosticos.html
Stern, S., Porter M., & Furman J. (2000). The Determinants of Innovation Capability. NBER Working Paper Series, 7876.
Stiglitz, J., & Greenwald, B. (2014). La creación de una sociedad del aprendizaje. Ciudad de México: Crítica.
Torres-Reyna, O. (2007). Panel Data Analysis Fixes and Random Effects using Stata. Princeton University. Recuperado de https://www.princeton.edu/~otorres/Panel101.pdf
Ulku, H. (2004). R&D, Innovation, and Economic Growth: An Empirical Analysis. IMF Working Paper, WP/04/185 .
Warhurst, C. (2008). The knowledge economy, skills and government labour market intervention. Policy Studies, 29(1), 71-86. doi:10.1080/01442870701848053
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
CrossRef Cited-by
1. María del Rosario Demuner Flores. (2023). Technological level in the relationship between absorptive capacity and response capacity in manufacturing companies. RAM. Revista de Administração Mackenzie, 24(3) https://doi.org/10.1590/1678-6971/eramr230174.en.
2. Víctor García Valenzuela, Missael Ruiz Corrales, Angélica Reyes Mendoza. (2022). Ubicuidad y diversificación como factores de complejidad económica en Sinaloa. Vinculatégica, 7(1) https://doi.org/10.29105/vtga7.1-94.
3. Victor García Valenzuela, Paloma Gómez Alvarez , Joanna Cota Beltrán. (2021). Sector y antigüedad como factores pertinentes en la perspectiva del empresario colombiano con relación a la capacidad de absorción. Vinculatégica, 7(2) https://doi.org/10.29105/vtga7.2-7.
4. Alfredo Guatemala Mariano, Germán Martínez Prats. (2023). Technological capabilities in emerging social enterprises: a pathway to social impact. Región Científica, https://doi.org/10.58763/rc2023111.
5. Xavier Melendrez Cruz, Luis Flores Ayala, Victor Manuel Garcia Valenzuela. (2023). Complejidad económicade los principales municipios según sus niveles de diversidad y ubicuidad. Vinculatégica EFAN, 9(2), p.152. https://doi.org/10.29105/vtga9.2-356.
6. Victor Manuel García-Valenzuela, Carlos Armando Jacobo-Hernandez, José Guadalupe Flores-López. (2023). Dynamic Capabilities and Their Effect on Organizational Resilience in Small and Medium-Sized Commercial Enterprises. Management & Marketing, 18(4), p.496. https://doi.org/10.2478/mmcks-2023-0027.
7. Yessica García Hernández, Jessica Mendoza Moheno, Carla Carolina Pérez Hernández. (2020). Medición de las capacidades de absorción en la industria manufacturera. Investigación Administrativa, 49-2 https://doi.org/10.35426/IAv49n126.03.
8. Rosalba Palacios-Díaz, Alexandro Escudero-Nahón. (2020). Revisión Sistemática de los desafíos del uso de tecnología digital en la formación de investigadores. EDUCATECONCIENCIA, 26(27), p.147. https://doi.org/10.58299/edu.v26i27.265.
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2019 Innovar

Esta obra está bajo una licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 3.0.
Todos los artículos publicados por Innovar se encuentran disponibles globalmente con acceso abierto y licenciados bajo los términos de Creative Commons Atribución-No_Comercial-Sin_Derivadas 4.0 Internacional (CC BY-NC-ND 4.0).
Una vez seleccionados los artículos para un número, y antes de iniciar la etapa de cuidado y producción editorial, los autores deben firmar una cesión de derechos patrimoniales de su obra. Innovar se ciñe a las normas colombianas en materia de derechos de autor.
El material de esta revista puede ser reproducido o citado con carácter académico, citando la fuente.
Esta obra está bajo una Licencia Creative Commons:








