ISSN 0798 1015

Vol. 41 (Nº 01) Año 2020. Pág. 10

Patentes e innovación en América

Patents and innovation in America

JARAMILLO, Sofía 1; MARTÍNEZ, Diego F. 2 y AGUDELO, Jorge E. 3

Recibido: 28/08/2019 • Aprobado: 22/12/2019 • Publicado 15/01/20

Contenido

1. Introducción

2. Metodología

3. Resultados e interpretación

4. Conclusiones

Referencias Bibliográficas

1. Introducción

Desde hace décadas se asume que la innovación es la clave del crecimiento económico en los países, gracias a que incrementa la producción de las empresas sin necesidad de aumentar los niveles de capital o trabajo empleados en el proceso.  De hecho, diversos modelos de crecimiento económico han tratado de explicar cómo la innovación hace crecer las economías de los países, gracias a los trabajos pioneros desarrollados por ejemplo por Schumpeter, quien consideraba la innovación un factor importante para incrementar la productividad y en últimas para expandir el crecimiento económico de un país. Particularmente, el modelo de Robert Solow fue uno de los primeros en cuantificar el progreso técnico como una variable exógena al modelo que explica el crecimiento de largo plazo de las economías, mientras los modelos de crecimiento exógeno como el desarrollado por Paul Romer asumen que el progreso técnico es fruto de la innovación que es determinada a su vez por las inversiones que realizan los agentes económicos. De igual manera, las teorías modernas de comercio internacional muestran como la tecnología y la innovación generan ventajas competitivas en los países que las adoptan, Agudelo y Martínez (2019), reduciendo el riesgo en los proyectos y mejorando las estimaciones de los rendimientos, Londoño, et al (2019).

De esta manera la inversión en I+D se vuelve fundamental en el proceso de desarrollo económico de los países y es promovida activamente por los gobiernos de todo el mundo. Sin embargo, son muchos los factores que inciden en el desarrollo del proceso de innovar, a pesar de que algunos autores como Symeonidis (1996) indican que no existe relación entre el tamaño del mercado o la estructura del mismo con la innovación. De hecho, Huang y Xu (1999) encontraron que las instituciones financieras son importantes en el proceso de innovación particularmente cuando la incertidumbre es alta y muy especialmente en las industrias farmacéuticas, electrónicas e informáticas, sobre todo cuando las empresas son jóvenes.

Por otra parte, es ampliamente conocido que las actividades de los gobiernos son determinantes para impulsar el desarrollo innovador en las empresas. De hecho hace algunos años Rodriguez-Pose y Di Cataldo (2014) encontraron que el mejor desempeño de los gobiernos regionales en cuanto a control de corrupción, efectividad y responsabilidad del gobierno, así como el mantenimiento del estado de derecho, dan forma al crecimiento de las patentes en todas las regiones y subregiones de Europa. Sin embargo, algunos autores como Ege y Ege (2018) encontraron que no sólo el gobierno regional tiene la posibilidad de influenciar el desarrollo innovador de las empresas, sino que además el ambiente legal, político, económico, social e informativo crean un entorno amigable para el desarrollo de actividades de innovación, aún por encima de los subsidios y la protección de las patentes promovidas por los gobiernos. Más recientemente Brasili, et al (2019) argumentan que las inversiones en I+D, el entorno regional de las empresas, la calidad de las instituciones, la infraestructura y el nivel educativo de la fuerza laboral utilizada en ciencia y tecnología son determinantes para el desarrollo de actividades de innovación. De manera que en general se asume que los gobiernos nacionales y regionales a partir de diversas políticas pueden estimular el desarrollo de la innovación a partir de la implementación de diversos tipos de política.

2. Metodología

Para realizar el estudio se emplea un modelo econométrico basado en el método de Mínimos Cuadrados Ordinarios y distribuciones de probabilidad desarrollado por Friedrich Gauss como se observa en Agudelo y Ospina (2019), consiste en encontrar una función continúa a partir de un grupo de pares ordenados que genere el mínimo error cuadrático. Inicialmente se tiene una expresión que corresponde a una variable explicada y un conjunto de variables explicativas, de este modo:

De esta manera es posible aislar el efecto de cada variable en las patentes obtenidas por un país. Los datos empleados en el estudio fueron obtenidos de la base de datos del Foro Económico Mundial de 2018, que comprenden los resultados de 22 economías de América. Estos datos son recopilados por la organización a partir de la información disponible en los bancos centrales y departamentos nacionales de estadística de cada país. Las variables utilizadas en la modelación son las siguientes:

Patentes por millón de personas: Corresponde a la diferencia en el número de patentes por millón entre 2017 y 2013, como proporción de la población. Se emplea como un variable proxy de la innovación de un país.

Calidad de la educación en ciencias y matemáticas: Hace referencia a la diferencia en el puntaje obtenido por cada país en la base de datos del Foro Económico Mundial entre 2017 y 2013. Se espera que mientras más alta sea la diferencia la calidad de la educación mayor sea el número de patentes.

Colaboración universidad industria en I+D: Corresponde a la diferencia en el nivel de colaboración que existe entre las empresas y las universidades para llevar a cabo procesos de investigación y desarrollo entre 2017 y 2013. Mientras más alto el puntaje mayor es la colaboración. Se espera que mientras más alta sea la colaboración entre universidad e industria, mayor será el número de patentes.

Financiación a través del mercado local: Muestra que tan fácil es para un emprendedor obtener financiación a partir del mercado local. El dato empleado corresponde a la diferencia de puntajes obtenidos entre 2017 y 2013. Mientras más elevado es el valor del indicador, más fácil es obtener financiación por este medio. Se espera que mientras más elevado sea el indicador mayor sea el número de patentes.

En la siguiente sección se presentan los resultados de la modelación y las conclusiones del estudio.

2.1 Caso de estudio

El continente americano es la segunda masa de tierra más grande del planeta con cerca de 43 millones de metros cuadrados, que cubren el 8.5% de la superficie del planeta y corresponden al 30% de la tierra emergida. Esta masa terrestre se encuentra dividida en tres sub continentes y se extiende en la zona norte desde el cabo Columbia en Canadá hasta las islas Diego Ramírez ubicadas en el sur del continente en territorio Chileno.

El continente está conformado por 35 países, que agrupan una población de más de mil millones de habitantes que corresponden a los 12% de la población humana, congregados en tres subcontinentes, lo que implica una densidad de cerca de 24 habitantes por kilómetro cuadrado, lo que lo hace el tercer continente más poblado después de Asia y África. Actualmente, cerca del 70% de la población habita en grandes ciudades, de tal manera que las mayores agrupaciones poblacionales se encuentran en Ciudad de México, Nueva York y Sao Paulo.

En el ranking de las economías más grandes del mundo, sólo cuatro se encuentran entre las veinte primeras: Estados Unidos, Brasil, Canadá y México, toda vez que con excepción de las economías de los países de Norteamérica, la mayoría de los países se concentran en la extracción de recursos naturales, la industria agrícola y en menor medida las manufacturas, lo que implica que son economías tremendamente dependientes de la demanda y los ciclos económicos de los países desarrollados.

La motivación del estudio radica en presentar evidencia matemática de que la calidad de la educación en matemáticas y ciencia, la alta colaboración empresa – universidad para actividades de investigación y desarrollo (I+D) y la facilidad de acceso a financiación en el mercado local de capitales, permiten que la innovación medida a través del número de patentes por millón de habitantes crezca notoriamente en el continente.

3. Resultados e interpretación

Una vez obtenidos los datos de la base de datos del Foro Económico Mundial de 2018, se empleó el programa Eviews para estimar un modelo econométrico clásico, que presentó los siguientes resultados:

Tabla 1

Fuente: Elaboración propia

El modelo especificado muestra que todas las variables son significativas, aunque sólo explican el 34.7% de la variación en las patentes por millón de personas obtenidas en cada país. En general se observa que el crecimiento en la colaboración entre empresas y universidades en I+D es la variable más relevante al momento de analizar el incremento del número de patentes por millón, de manera que un aumento de una unidad en esta variable genera, en promedio, un crecimiento de más de cinco patentes por millón de habitantes en cada país. En segundo lugar el aumento de la financiación a través del mercado local de capitales, genera en promedio un incremento de casi tres patentes por cada millón de habitantes. Por último, la calidad de la educación en matemáticas y ciencias, genera un incremento de 0.6 patentes por millón, lo que podría resultar paradójico y contrario a lo esperado, sin embargo, la migración de científicos con títulos de doctorado y postdoctorado puede explicar que países que no tienen elevadas calificaciones en educación matemática y de ciencias ostenten niveles superiores de patentes y viceversa. En general el modelo muestra que la educación en ciencia y matemática es relevante en el proceso de innovación y obtención de patentes, siempre que esté acompañada de una adecuada financiación y de colaboración de empresas que convierten la investigación básica en investigación aplicada que es susceptible de patentar.

A pesar de ello, aunque el modelo econométrico clásico presenta resultados que van en línea con lo esperado, las estimaciones no cuentan con la suficiente capacidad predictiva, por lo cual se emplearon modelos econométricos de regresión geográficamente ponderada y se obtuvieron los siguientes resultados:

Tabla 2

Fuente: Elaboración propia

Al emplear este tipo de modelos se obtienen ajustes superiores a los registrados en la metodología econométrica tradicional, sin embargo, en tres países las variables explicadas parecen no estar muy relacionadas con la variación en el número de patentes, como es el caso de Nicaragua, Honduras y Guatemala, países que deberían tener una mayor variación en el número de patentes por millón de habitantes. Caso contrario ocurre en los países ubicados en los puntos más extremos del continente como es el caso de Argentina, Bolivia, Brasil, Chile, Uruguay y Perú, en el sur y Estados Unidos, México y Canadá, en el norte del continente, espacios geográficos en los que el crecimiento en el número de patentes está claramente más relacionado con la mayor colaboración entre empresas y universidades en I+D, la mayor facilidad de financiación en el mercado de capitales y el crecimiento en la calidad de la educación en matemáticas y ciencias. A continuación en el gráfico 1 se pueden observar los mejores ajustes del modelo en las zonas más extremas del continente coloreados con tonos más oscuros y aquellos con menores niveles de ajuste coloreados con colores más claros. En color gris se encuentran aquellos países de los cuales no se obtuvieron datos para correr el modelo.

Gráfico 1

Fuente: Elaboración propia

En general, los resultados obtenidos muestran que aquellos países en los cuales se incrementa la colaboración entre universidades y empresas en investigación y desarrollo, mejora la calidad de la educación en ciencias y matemática y tienen mayor acceso a la financiación del mercado de capitales, tienden a incrementar notoriamente el nivel de patentes por millón de habitantes, de manera que cualquier país que desee mejorar su niveles de innovación y de patentes, debería concentrarse en mejorar estos tres ítems con el fin de acelerar rápidamente en la consecución de sus objetivos. Por el contrario, en los países centroamericanos, Colombia y Venezuela, el número de patentes parece no estar relacionado con las variables analizadas, lo que podría implicar fugas de capital intelectual desde estos lugares a países con mayores salarios o niveles de vida, poca colaboración entre universidades y empresas para desarrollar y patentar productos provenientes de investigación aplicada o evidenciar trabas y dificultades en el proceso necesario para patentar productos. Lo que evidencia un cuello de botella en el desarrollo de estos  países que podría tender a rezagarlos en términos económicos frente a los demás países de norte y sur América.

4. Conclusiones

En este trabajo se emplearon modelos de regresión clásica y de regresión geográficamente ponderada, para analizar los factores que influyen en el crecimiento de las patentes por millón en los países de América como una variable proxy de la innovación en el continente. Gracias a este tipo de modelos es posible encontrar ecuaciones que expliquen el comportamiento de esta variable a partir de un conjunto de datos de corte transversal.

Los modelos desarrollados muestran que las mejoras en la colaboración entre universidades y empresas en I+D, en la calidad de la educación en ciencias y matemática y el mayor acceso a la financiación del mercado de capitales, permiten que los países de América aumenten notoriamente el nivel de patentes por millón de los habitantes, particularmente en los países del norte y el sur del continente, mientras que en el caso de los países centroamericanos parece no existir relaciones fuertes entre las variables analizadas. 

Próximos trabajos estarán enfocados en desarrollar modelos matemáticos que permitan dilucidar los mecanismos a partir de los cuales la mayor colaboración entre universidades y empresas permite acelerar los procesos de innovación y de generación de patentes en los países centroamericanos y establecer los mecanismos a partir de los cuales es posible incrementar los niveles de innovación en esta zona del continente.

Referencias Bibliográficas

Agudelo, J. y Ospina, O. (2019). Valoración de inmuebles empleando distribuciones de probabilidad tridimensionales. Ed. Optimal Research.

Agudelo, K. y Martínez, D. (2019). Economía Internacional. Ed. Optimal Research.

Brasili, A, et al. (2019). Framework conditions, innovation and productivity in european regions. Comparative Economic Studies. 61(2): 235-259

Ege A. y Ege Y. (2018). How to créate a friendly environment for innovation? A case for europe. Social indicators research. 144 (1): 451-473

Huang H. y Xu C. (1999). Institutions, Innovations, and Growth. American Economic Review. 89: 438-443

Londoño, Y. Et al. (2019) Instrumentos financieros un enfoque matemático. Ed. Optimal Research.

Martínez, D. y Agudelo, K. (2019). Econometría básica un enfoque matemático. Ed. Optimal Research.

Ospina, O. y Agudelo, J. (2019). Infraestructura y mercado de arrendamientos en Medellín analizado a partir de regresiones geográficamente ponderadas. Ed. Optimal Research.

Rodríguez-Pose A. y Di Cataldo M. (2015). Quality of government and innovative performance in the regions of Europe. Journal of Economic Geography. 15

Symeonidis, G. (1996), “Innovation, Firm Size and Market Structure:  Schumpeterian Hypotheses and Some New Themes”, OECD Economics Department Working Papers, No. 161, OECD Publishing, Paris.

1. Mediadesign Hochschule, Kassel University. Alemania. Email: sofyjaramillo1993@gmail.com

2. Departamento de Finanzas, Instituto Tecnológico Metropolitano – ITM. Colombia

3. Departamento de Finanzas, Instituto Tecnológico Metropolitano – ITM. Colombia