IMPACTO DE LA INNOVACIÓN Y CONDUCTA TECNOLÓGICA EN LA PRODUCTIVIDAD  DE LAS EMPRESAS MANUFACTURERAS ARGENTINAS. UN ANÁLISIS PARA EL PERIODO  1998­2001    1

Autora: Bevilacqua, María Laura   e­mail: ​[email protected]  FCG­ Universidad Autónoma de Entre Ríos 

    La  teoría  económica del  crecimiento  investiga que  factores promueven el aumento de la producción de un  país  en  el  tiempo.  Sala  i  Martin  (2000)   determina  que   los  principales  factores  son:  la  inversión   en   maquinarias o capital, la educación y el progreso tecnológico.   El  modelo  angular de la teoría  del crecimiento se le reconoce a Robert Solow, quien determinó el rol de la  inversión  del capital  físico como factor de crecimiento.  Swam  y  otros economistas, contemplaron el rol del  capital  humano.  Sin  embargo,  el  principal  limitante  de  aquellos  modelos,  es  que  no  logran  ​explicar  el  crecimiento a  largo  plazo. Por  lo  tanto, en diversos trabajos se  busca medir,  además  de  los efectos de la  inversión  en capital  y  factor humano, lo que  se denomina “el residuo de Solow”, es decir, el aumento de la  productividad provocado por el factor exógeno. 

Argentina,   lleva   adelante  ​encuestas   ​Nacionales  de  Innovación  y  Conducta  Tecnológica  de  las  empresas  argentinas. Estas bases contienen  variada información sobre el comportamiento empresarial en el país. El  objetivo  del  trabajo  es  determinar,  a   través  de  un  modelo  econométrico, los  factores  relacionados  a la  innovación y conducta empresarial que impactaron  en  la  productividad de las empresas argentinas, para el   periodo  1998­2001.  Como  resultado  se  obtiene  un   modelo  donde  la  intensidad  del  capital  afecta   positivamente a la productividad  laboral,  al  igual que  la  utilización  de TIC´s e implementación de normas  de calidad.  Mientras  que la  capacidad ociosa afecta negativamente a la productividad laboral, al igual que  el  Riesgo de innovar alto y falta de acceso al financiamiento. 

    Palabras Clave: Crecimiento Económico – Encuesta Nacional de Innovación                 Introducción  La  teoría  económica  del  crecimiento  investiga  cuáles  son  los factores  que promueven  el  aumento  de la  producción de un  país  o región en el tiempo. A mayores niveles de crecimiento se  generan mejoras en los  niveles  de  riqueza  y  oportunidad  de  las  naciones.  Además,  pequeñas  diferencias  en  las  tasas  de  crecimiento puede generar realidades distintas entre países.  Siguiendo  a  Sala  i  Martin  (2000),  podemos  decir  que  la  opinión  popular  enumera  tres  factores   para  explicar   el   crecimiento  económico:  la  inversión  en   maquinarias  o  capital  por  parte  de  las  empresas,  la  educación de la población y el progreso tecnológico.   Es decir,  en  primer lugar  es relevante el  capital  físico de una economía, factor  que  hace referencia a las  maquinarias, fábricas,  carreteras,  como todo  el  capital tangible que  aporta  al crecimiento. En  el  segundo  grupo se  referencia  al  capital  humano, que no es  solo la cantidad  de  trabajadores y las  horas  que  estos 

  ​Licenciada  en  Economía  (UNC,  2006),  Master  en  Desarrollo  Económico  para  América  Latina  (UNIA,  2011).  Doctorando  en  Economía (UNR). Docente  adjunta  ordinaria de la Facultad  Ciencias  de  la Gestión,   Universidad Autónoma de Entre Ríos.   1

     

aportan al crecimiento,  sino  que  también hace referencia  a las capacidades de producción de los mismos,   entendiendo  que  esto  incluye su  educación, salud, entre otros.  En  el  tercer  grupo  se ubica la tecnología,  es decir  la  forma  en  que se  combinan esos  factores  para producir. Asimismo, debemos agregar un último  factor  que corresponde con las reglas de juegos o instituciones,  es decir si en un territorio, las mismas son   adecuadas permitirán organizar de la manera más eficiente los recursos.  La  piedra  angular de la teoría del crecimiento  económico se le reconoce  al  economista Robert Solow quien  en su trabajo  del  año 1956 “A Contribution to the Theory of Economic Growth” fijó  el  modelo teórico base  sobre  la  que se ha sustentado a lo largo del tiempo los trabajos del  mainstream en esta rama de la ciencia   económica.  En  el  mismo  se  intenta   determinar  el  rol  de  la  inversión  del  capital  físico  como   factor  de  crecimiento.  Otro  economista,  Trevor  Swan,  público un avance  del crecimiento en su trabajo  "Economic  Growth  and Capital Accumulation"  ese  mismo  año.  Por ello  en  la  literatura se lo conoce como el modelo   Solow­Swan.  A  posteriori,  en  un modelo  ampliado, se agrega  el rol del  capital humano. Sin  embargo, ninguno de  estos  factores logra explicar el crecimiento a largo plazo. Esto se debe a  que las  economías, en el modelo, llegan  a  su estado estacionario y la única forma de explicar el crecimiento es a través del factor progreso técnico,  el  cual  se  considera  exógeno  al  modelo.  Es  por  ello  que  se  denomina  “el  residuo  de  Solow”   a  este  aumento de la productividad provocado por un factor exógeno.  Desde  el  surgimiento  de  esta  especialidad  económica,  diversos  autores  como  Sala  I  Martin,  Barrow,  Romer,  Mankin,   Weil,  Duguet,  han  realizados  análisis  para  corroborar  el  ajuste  teórico  a  la  evidencia  empírica.  Encontrando  que   además   del  capital   físico,  otras  variables  como:  la  educación  de  los   trabajadores, innovación  en productos, condiciones  macroeconómicas favorables para invertir,  entre otras,  impactan  en  los  niveles  de productividad. Así  se fueron  forjando  los  modelos  exógenos  y  endógenos  de  crecimiento, los cuales como base toman el modelo inicial.  Asimismo,  a  partir  de  la  década  del  noventa,  varios  países  han  comenzado  a realizar las  encuestas de  innovación  en  empresas.  A  partir  de  las   cuales   se  puede  obtener   información   relevante   sobre  las  inversiones  en  el  progreso  técnico  y  su  efecto   en   la  productividad  laboral.  En  particular,  Argentina,  a  través  del Instituto  Nacional  de  Estadísticas  y Censos (INDEC)  ha  llevado adelante cuatro operativos en la  temática.  Estas  encuestas  información  adecuada  para  determinar  cómo  los  esfuerzos   en   innovar  y  la  utilización de las tecnologías de la información impactan en la productividad laboral de las empresas,  y  por  ende  explican  el  crecimiento  de  unos  de  los  sectores  más  dinámicos   de   la   economía. Información  que  permitirá incluir nuevas variables al análisis.  En  el  presente  artículo  se busca  aplicar, a partir del modelo de Solow­Swan, un modelo econométrico que  determine  cuáles  son  los   factores  que  explican  principalmente  los  aumentos   de   la  productividad en las  industrias  Argentinas,  utilizando  la  base  de  datos   de   la   encuesta  de  Innovación  realizada en Argentina  para   el   periodo  1998­2001.  La  elección  del  periodo se  basa,  en  primer lugar que  permite determinar  el   impacto en una  de  las crisis profundas que  presentó Argentina  y  por otro lado, a  nivel factibilidad porque  se  cuenta  con  la  base   de   microdatos   de   la   Segunda   Encuesta  Nacional  de  Innovación  y  Conducta   Tecnológica   de  las  empresas  argentinas,  que  permitirá contar con la información necesaria para  realizar   las estimaciones.  El  trabajo se  estructurará de la siguiente  manera:  en  el  siguiente  epígrafe  mostrara  en forma sintética el  modelo angular  de  la  teoría del  crecimiento. Luego se  describirá  la  encuesta y principales resultados de la  misma; seguidamente se presentará el modelo hallado, para finalmente exponer las conclusiones finales.        El modelo de Solow­Swan  Desde los  inicios de ciencia  económica,  diversos  pensadores fueron  brindando  sus aportes  a la teoría del  crecimiento.  Desde  Adam  Smith,  quien en su obra las  riquezas de las  naciones se preocupó  por analizar la  relación  del  progreso  tecnológico  y  la  especialización  del  trabajo,  siguiendo  por   David  Ricardo,  quien  a  través  del estudio  del comercio  internacional y las  ventajas competitivas puso  en  relieve el conocimiento  sobre  los rendimientos  decrecientes, hasta  Malthus  que  presentó  un enfoque donde  se  buscó analizar la  suma de variables que explican el crecimiento de la riqueza.  Sin  embargo  fue  el  economista  Robert  Solow  quien   en   su   trabajo  del  año  1956,  fijó   las bases para  la   contabilización  del  crecimiento   y   por  el  cual  recibió  el  premio  nobel  en  el  año  1987.  Asimismo,  otro  economista,  Swan  en  el  año  1956 estudio  este  fenómeno  y  de  esta  forma  se estructuró la base  troncal 

que dio  origen a la teoría del crecimiento. Es  por ello que tomaremos este modelo como base  para nuestro  análisis.  Este modelo parte de supuestos fundamentales, los cuales son restrictivos  pero facilitan concentrarse en el  papel que desempeña la inversión en el proceso de crecimiento económico.  Se  considera  una  economía  cerrada,  es decir  no  existe  flujo  de  importaciones  ni  exportaciones.  Además  que no existen movimientos de capitales, por lo que se puede intuir que el ahorro es igual a la inversión  Se parte de considerar una función de producción neoclásica                                                               

(1) 

siendo  Y t   el  producto  agregado de la economía, Kt  el stock  de  capital físico,  Lt  es la fuerza laboral y  At   representa  la  tecnología  o  ( TFP), que aparece en sentido neutral  de  Hicks, es  decir, aumenta la eficiencia  y  la  productividad  de  todos  los  factores  productivos  utilizados.  En  contraposición  al  sentido  neutral  de  Harrod, donde  el factor trabajo es que el capta el progreso tecnológico, que  es utilizado para el  modelo de  Solow­Swan ampliado.  La función de producción neoclásica presenta las siguientes propiedades:  Posee  rendimientos   constantes  a   escala,  es  decir  al  multiplicar   K  y  L   por  una  constante  arbitraria, por  ejemplo λ, entonces la producción se multiplica por la misma constante  F ( λK, λL, A)= λF(K, L, A). Es decir, la función es homogénea de grado 1.  La productividad marginal de todos los factores de producción es positiva pero decreciente  Cumple  las  llamadas   condiciones  de  Inada.  Es decir  la  productividad marginal  del  capital  se  aproxima a  cero cuando tiende a infinito y cuando  el  capital se  aproxima  a  cero  la  productividad  del  mismo tiende a  infinito   Esta  ecuación puede  mostrarse en términos de tasa de crecimiento. En particular, para desarrollos  de  este   modelo, se utiliza la función de producción es Cobb­Douglas                                       F (Kt,  Lt) = AtKαt L(1−α)    con  t

                              (2) 

Tomando  logaritmo   y   diferenciando  con   respecto   al   tiempo  (t)  la  tasa  de  crecimiento  del   producto  se  puede expresar     ˙

                       YY =

A˙ A

˙

˙

+ α KK + (1 − α) LL  

(3) 

  Donde  una  variable,  X  (que  puede  ser  Y,  A,  K  o  L),  el  término   Ẋ  implica la derivada  de  X  respecto  al  tiempo t, y por lo tanto Ẋ/X denota la tasa de crecimiento de la variable  La  teoría  indica  que  la  tasa  de  crecimiento   del  capital  físico  impacta  en  α  y  el  crecimiento  del  capital   humano en  (1 − α) ,  que  además  según la teoría económica se corresponden con la proporción del ingreso  total  que  se apropian dichos  factores,  es decir  la  proporción a  la  renta del capital y el ingreso  laboral. La  diferencia  entre el  crecimiento del producto  y  los factores  de  capital físico y laboral, será la productividad  total de los factores y su crecimiento se denomina Residuo de Solow.   Si  dividimos  por  L,  el  primer  término  de  la  ecuación  Y /  L   será  la  productividad  por  trabajador  que   depende   directamente  de  la  cantidad  de  capital físico  asignado,  en  promedio, a cada trabajador,  o sea,  K/L .  

                                           Del mismo modo, si definimos la productividad como 

                                           (4) 

Yt Lt

K (1−α)

= At + ( Ltt )

                                        (5) 

El crecimiento de la productividad seria:  ˙ (1−α) Y˙ ˙ + (K˙ t ) π˙ = Lt = A                                 (6)  t L t

t

  El  modelo  busca analizar  el  papel  de  la  inversión  en  capital como  determinante de la tasa de crecimiento   económico.  Incluso  en  una  versión  ampliada  de  Solow­Swan,  también es considerada como inversión la  realizada sobre  los trabajadores, dado que  aumenta las  capacidades  de  producción. Entendiendo que  las  inversiones  pueden  ser  no   solo en capital físico  sino también en capital humano.   La producción es  una  función  creciente  del  capital.  En  el  caso  de  la  función Cobb Douglas, la tasa de crecimiento del  PBI  per  cápita es proporcional a la tasa de crecimiento del capital per cápita.  Es a  partir de estos  conceptos  que se buscará determinar  los factores que impactaron en la productividad   empresarial Argentina entre los años 1998 y 2001.    ¿Cómo explica el crecimiento el modelo de Solow Swan?  Una vez que la economía llega  a su estado estacionario, es decir su situación de equilibrio.  Existen algunas  opciones  que pueden  provocar el crecimiento bajo esta teoría. Una de las opciones es aumentando la tasa  de  ahorro,  lo   cual  provocará  que  el nivel  del estado  estacionario  sea  mayor y hasta  llegar  al  mismo  la  economía crecerá.   Sin  embargo,   existe  una  contraposición a  este  modo de crecimiento,  y  es  que la tasa de ahorro  en  una  economía  corresponde  a  una  fracción  de  su  producto,  y  cuando  se  llega   al  límite  la  tasa  de  ahorro no  puede   continuar  aumentando  y  por  lo  tanto   la   economía  convergerá  a   un  estado  estacionario  final sin  crecimiento.  Otra  alternativa  consiste  en  disminuir  la  tasa  de  crecimiento  de  la  población.  Aquí  también  nos  encontramos  con el  problema que  no  se  puede reducir  n repetidamente y a perpetuidad. Además de las  implicaciones sociales que puede tener una política como esta genera controversias.   Por  lo  cual,   para  los  teóricos existe solo un  factor que  puede generar crecimiento a largo  plazo, y es  el  progreso   tecnológico.  Este  factor  puede   generar  aumentos  permanentes  y  exógenos.  Este  factor  en  nuestro modelo se  resume en el  factor “A” de la ecuación. El efecto en el modelo es similar  al aumento de  la tasa de ahorro; la tasa de crecimiento aumenta inmediatamente  por lo que  también lo hace  el  capital.  Para  explicar el  crecimiento de la economía, se recurre a aumentos repetidos de A, lo cual hará converger  a  la  economía hacia  un nuevo estado estacionario con un stock de capital y PBI  superior. Así, si el nivel  de   tecnología aumentara continuamente  a una  tasa  constante,  x, la curva de ahorro se desplazaría y el stock  de capital  del estado estacionario también lo hará a la misma tasa,  x. De  este  modo la tasa de crecimiento  de la economía en el estado estacionario en términos per cápita, sería positiva igual a x.  El  problema es que  el  modelo  no explica  la cómo surge  la fuente  de crecimiento a  largo plazo, es decir no  explica  de  donde  surge  dicho  progreso.   Es  por  ello  que  en  el  presente  trabajo se  busca determinar  los  impactos  de  los factores tecnológicos en la productividad de las empresas argentinas, buscando enmarcar  en la explicación del residuo de Solow un factor adicional al análisis.  Si  bien,  en  teoría  la  función  utilizada  es   homogénea   de   grado  uno,   y  en  competencia  perfecta  la  recompensa que recibe  cada  factor es  su  producto marginal. Lo que implica que una vez pagado el salario  de  los   trabajadores  y  la  renta   al  capital,   el   producto  de  la  economía  se  acaba  y por  lo  tanto, bajo  los  supuestos  de  la  economía   neoclásica  no  se   pueden  dedicar  recursos  a  la  financiación  del  progreso  tecnológico.  En definitiva,  el  crecimiento  de  largo plazo  en  el  modelo  original se  debe  a los aumentos no  explicados de la variable tecnológica  pero el modelo econométrico presente, nos mostrará variaciones  que  permitirán brindar información adicional.    Los supuestos simplificadores  del  modelo propuesto por  Solow y Swan  pusieron en jaque la utilidad  de  la   teoría  del crecimiento,  estos formaron  la  base  de los modelos exógenos  y los endógenos. Estos modelos  presentan  diferencias  básicamente en los  supuestos  utilizados  y/o  la  función  de producción considerada;  como  así  también  la  capacidad  de  generar  progreso  tecnológico,  el  rol  que   se  le  otorga al estado o  la  existencia  o  no  de   un  mercado  internacional  de  capitales,  factores  que  también  se  analizarán  en  este  modelo.   Objetivos  

El  objetivo  que  se pretende  alcanzar es, determinar los  factores  relacionados  a la innovación  y  conducta  empresarial que impactaron en la productividad de las empresas argentinas, para el periodo 1998/2001.  En particular analizar el rol que el conocimiento y la innovación ejercen sobre la productividad y, por tanto,  en el crecimiento de las empresas industriales argentinas.  Se  busca   encontrar  asociaciones  entre  las  empresas  de  mejor  gestión  operan  dentro  del  paradigma   tecnoeconómico   de  la  era  de  las TIC  e innovan  en  productos,  procesos,  comercialización  y  organización.  Asimismo,  se  incluyeron   otras  variables  como:  antigüedad   de   la   maquinaria,  aplicación  de  normas  de  calidad,  percepción del  entorno  macroeconómico,  pertenencia  a  grupos internaciones,  entre  otros,  con el  fin de determinar su impacto en la productividad empresarial.  En  definitiva,  la  hipótesis  de  trabajo  es   que  los  esfuerzos  en  innovación  empresarial  y   uso  de  TIC  presentan impacto en la productividad de las empresas, y por ende en el crecimiento de una nación.  La encuesta  La  tabla  de  datos  utilizada  es  la  base de micro­datos  de la  Segunda Encuesta Nacional  de  Innovación y   Conducta Tecnológica de las empresas argentinas, durante el período 1998­2001  La  encuesta  fue  realizada  por del  Instituto Nacional de Estadística  y  Censos (INDEC).  La  información  se  obtuvo  mediante  la  distribución de cuestionarios  en  la sede de cada  empresa y su posterior  recuperación.  En  total  INDEC   envió  2229  formularios  y  se  alcanzó  un  76%  de  respuestas.  Dicha  proporción  de  respuestas  positivas  en  la  literatura  de  este  tipo  de  relevamiento  es  considerado  como  elevado  y  satisfactorio.  En   definitiva   la   base  de  datos  contiene  información  sobre  1688  empresas.  Estas  son  las  unidades  de  observación  de  la  tabla  de  datos.  La base  de  dato a la que se  pudo acceder cuenta  con más  de 1000 variables. Estas se encuentran agrupadas en 13 (trece) módulos que componen la encuesta.  ● ● ● ● ● ● ● ● ● ● ● ● ● ●

Información  Básica  de  la  empresa  (principales  productos,  plantas,  pertenencia  a   grupos  de  empresas, origen del capital, entre otros)  Desempeño  económico en los años 1998 y 2001 (ventas,  importaciones, exportaciones, inversión  bruta, entre otros)  Empleo y Organización del proceso de trabajo (empleados, su formación, sexo, etc.)  Actividades  de  Innovación  (en  I+D, investigación  interna  y  externa, en gestión  en  capacitación,  consultorías, entre otros)  Actividades con el Medio Ambiente  Financiamiento de Actividades de innovación (origen de los recursos)  Fuentes de información para las actividades de innovación  Recursos Humanos relacionados con la innovación  Innovaciones Logradas  Factores que obstaculizan la innovación  Sistema Nacional de innovación (la relación con la empresa)  Tecnologías de la información y comunicación  Balanza de pagos tecnológica (ingresos y egresos por derecho de autor, ingeniería y otros)  Identificación de la empresa (datos generales)  

Como  resultados   generales   se  obtiene  que  la  industria   argentina  invirtió  en  Actividades  de  Innovación  alrededor  de  7.400  millones  de  pesos  en  el  período  1998/2001,   lo  que  implica  un   promedio  de  1850   millones de pesos por año.  Dentro  de  este  gasto,  tenemos  el  que  representa  la  I+D, cuyo promedio  anual  fue de 204  millones de  pesos. Como  porcentaje  de la  facturación,  el  gasto  en  I+D (Investigación y Desarrollo) fue equivalente al   0,19% en 1998  y  al  0,26%  en  2001, valores  que  se encuentran  muy  por debajo  de  los presentados  por  países desarrollados,  a modo  de ejemplo el porcentaje para la Unión  Europea fue de 1,61% y el promedio   de la OECD de 1,89%.   Existen  tres  ramas  que  se  destacan   en   la  inversión  de  I+D:   1)  Maquinaria  de   oficina,   contabilidad  e  informática, 2) Instrumentos médicos, ópticos y de precisión y 3) Químicos.  El modelo propuesto  Para   el   análisis  se  realizaron  distintas  pruebas  econométricas.  Siguiendo  el  modelo   de   Solow­Swan,  la  ecuación básica seria la siguiente:  LPRODLAB01i = α LINTENSKAP i + μi   Donde  LPRODLAB01, representa  el  logaritmo  de  la  productividad laboral en el año 2001 de cada empresa  y la LINTENSKAP es el logaritmo de la relación entre el capital y los trabajadores de la empresa. 

Al incluir  más  variables explicativas  en  el  análisis,  se consiguió  un buen  resultado a  partir de  la siguiente  expresión:  LPRODLAB01i = α LINTENSKAP i + β1EDADNORi + β2EDADNOR2i + γr⟦Ramar⟧ + μi   Donde  EDADNOR, se calcula  como la diferencia de la edad  de  la  empresa en el año 2001 y el promedio de  edad  de  todas  las  empresas  en ese año  (edad01­promedio de edad01). EDADNOR2,  se calcula como  el   cuadrado de la variable  anterior.  Se  espera  que la primera variable tenga un  efecto negativo. Se supone  que a mayor  edad de la empresa, los  equipamientos  también lo  son y por lo tanto menos productivos. En  el caso de Edadnor2, la relación con la productividad debería  ser  positiva,  dado  que capta las economías  de escala y aprendizaje de la empresa.  El  vector  denominado  rama, se  refiere a variables dummy  que pretende  captar  el  efecto estructural de  cada rama de empresas (ver anexo 1).   Asimismo,  se  procedió   a  crear  la  variable  dummy   que  se  la  denomino  “DUMMYOUT“.  Estos  casos  corresponden a errores en las encuestas, para mejorar el ajuste.  Con estas nuevas variables se procedió a calcular el modelo.  Dependent Variable: LPRODLAB01  Method: Least Squares    Date: 01/24/16   Time: 17:38    Sample (adjusted): 1 1687    Included observations: 1156 after adjustments  White heteroskedasticity­consistent standard errors & covariance                  Variable  Coefficient  Std. Error  t­Statistic                  LINTENSKAP  0.240715  0.017810  13.51587  EDADNOR  ­0.003150  0.001583  ­1.989997  EDADNOR2  8.21E­05  2.95E­05  2.779577  DUMMYOUT  ­5.184839  0.711108  ­7.291209  RAMA10  0.403048  0.081254  4.960321  RAMA11  ­0.164581  0.107746  ­1.527483  RAMA12  ­0.341417  0.116116  ­2.940302  RAMA13  ­0.109202  0.139207  ­0.784458  RAMA14  ­0.232031  0.125433  ­1.849837  RAMA15  ­0.101850  0.088675  ­1.148585  RAMA16  1.424927  0.064664  22.03579  RAMA17  ­0.257007  0.123658  ­2.078361  RAMA18  0.580043  0.214489  2.704294  RAMA19  ­0.110965  0.222948  ­0.497718  RAMA20  ­0.293945  0.118585  ­2.478781  RAMA21  ­0.914729  0.270065  ­3.387074  RAMA22  ­0.465041  0.179682  ­2.588129  RAMA3  ­0.526080  0.098222  ­5.356000  RAMA4  ­0.503061  0.193237  ­2.603342  RAMA5  ­0.268174  0.173258  ­1.547833  RAMA6  ­0.806907  0.206657  ­3.904575  RAMA7  0.186615  0.129251  1.443821  RAMA8  ­0.249485  0.108543  ­2.298496  RAMA9  1.158610  0.262750  4.409552  C  9.213072  0.166181  55.43996                  R­squared  0.374820     Mean dependent var  Adjusted R­squared  0.361553     S.D. dependent var  S.E. of regression  0.794975     Akaike info criterion 

              Prob.        0.0000  0.0468  0.0055  0.0000  0.0000  0.1269  0.0033  0.4329  0.0646  0.2510  0.0000  0.0379  0.0069  0.6188  0.0133  0.0007  0.0098  0.0000  0.0094  0.1219  0.0001  0.1491  0.0217  0.0000  0.0000      11.28905  0.994926  2.400376 

Sum squared resid  714.7748     Schwarz criterion  2.509648  Log likelihood  ­1362.417     Hannan­Quinn criter.  2.441614  F­statistic  28.25325     Durbin­Watson stat  1.854779  Prob(F­statistic)  0.000000     Wald F­statistic  153.9556  Prob(Wald F­statistic)  0.000000                              En  este  modelo  se observa  que las variables marcadas en celeste son significativas al 5% de confianza. El  valor del  R2  es  0,38  y  el  R2  ajustado de 0,36.  La prueba F muestra que las variables en su conjunto son  significativas.  El test de Wald  también muestra el  ajuste  del modelo.  El ajuste es  adecuado en relación  a  los trabajos precedentes.    Cálculo del Residuo de Solow  Siguiendo  la  teoría  del   crecimiento  económico,  en  esta  oportunidad  se  buscó   encontrar  variables  que   expliquen el residuo  de  Solow,  es decir,  determinar las  variables explicativas  que  puedan  determinar esa  porción no explicada por el modelo, considerada exógena.  Para  construir esta explicación  del residuo se  buscaron  distintas  variables,  aquí se  explica el resultado de  la que resulto ser más significativa de las pruebas.  Las variables que resultaron ser significativas fueron las siguientes:  CAP_OCIOSA,  esta  variable  se  calculó  como  100  menos  el  porcentaje  promedio  de  utilización  de  la  capacidad instalada en el año 2001  Existen tres variables dummy relevadas por la encuesta:  RIESGOIA: Riesgo de innovar ALTA: variable dummy 1(sí) y 0 (no)  FINANDIF: Dificultades de acceso al financiamiento ALTA: variable dummy 1(sí) y 0 (no)  CONAD: Condiciones adversas de mercado y/o macroeconómicas NO: variable dummy 1(sí) y 0 (no)  Estas  variables  intentan  captar  las  dificultades  resultantes  de  la  crisis  1998­2001.  Se  espera  que  cap_ociosa sea negativa,  el  riesgo  de  innovar alto  negativo, dificultades  de  acceso  al  financiamiento  alto  negativo, mientras que  la  variable Condiciones  adversas  de mercado y/o macroeconómicas respuesta  no,  se espera positiva, es decir que para la empresa las condiciones macroeconómicas no la han afectado.  GRUPO: Se refiere si la empresa pertenece a un grupo  CAPEXT: porcentaje de capital extranjero  Estas variables  buscan analizar  si las empresas  de  capital extranjero,  que se supone incorporan tecnología  más rápidamente que las locales.  iso9001,  esta  variable se  construyó a partir de dos preguntas, una que consultaba sobre aplicación parcial  de las  normas  de  calidad  y  la  otra  sobre aplicación  total. Si  presentaba alguno  de  los  dos tipos la nueva  variable  le  corresponde   un  1,  sino  presenta  en  ninguna  forma  normas  de  calidad  instrumentadas,  corresponde un cero.  Iso14001: corresponde un 1 si aplica normas iso14001 y 0 si no.              El resultado fue el siguiente: 

Dependent Variable: RESIDSOLOW3    Method: Least Squares      Date: 01/30/16   Time: 15:35      Sample (adjusted): 1 1687      Included observations: 1156 after adjustments    White heteroskedasticity­consistent standard errors & covariance                      Variable  Coefficient  Std. Error  t­Statistic  Prob.                        TICEVIEWS  0.031521  0.007522  4.190331  0.0000  CAPOCIOSA  ­0.001625  0.000573  ­2.838819  0.0046  ISO9001  0.092796  0.049310  1.881879  0.0601  RIESGOIA  ­0.184236  0.082027  ­2.246044  0.0249  FINANDIF  ­0.147398  0.045144  ­3.265032  0.0011  CONAD  ­0.139421  0.084018  ­1.659416  0.0973  ISO14001  0.100518  0.077946  1.289586  0.1975  GRUPO  0.203093  0.056942  3.566655  0.0004  CAPEXT  0.002115  0.000622  3.401055  0.0007  C  ­0.015112  0.043059  ­0.350964  0.7257                      R­squared  0.131091     Mean dependent var  ­4.93E­15  Adjusted R­squared  0.124267     S.D. dependent var  0.786672  S.E. of regression  0.736172     Akaike info criterion  2.233908  Sum squared resid  621.0744     Schwarz criterion  2.277617  Log likelihood  ­1281.199     Hannan­Quinn criter.  2.250403  F­statistic  19.21055     Durbin­Watson stat  1.891422  Prob(F­statistic)  0.000000     Wald F­statistic  21.17729  Prob(Wald F­statistic)  0.000000                             

 

Aquí se observa que las variables que algunas variables resultaron significativas al 5% y otras al 10%.   M501I1 son las normas ISO14001, que resultaron no significativas para estimar el residuo de Solow.  El modelo del Residuo de Solow sería el siguiente:  ResidSolowi = αi + β1TIC + β2CAPOCIO + β3ISO9001i + β4RiesgoAi + β5Finandif + β6CONAD + β6GRUPO + β6CAPEXT + μi   Con  el  resultado  encontrado  se   incorpora  a  la  ecuación  que  explica  la  productividad  laboral  de   las  empresas argentinas en el año 2001.                 

        ECUACION FINAL    Dependent Variable: LPRODLAB01  Method: Least Squares    Date: 01/24/16   Time: 22:59    Sample (adjusted): 1 1687    Included observations: 1156 after adjustments  White heteroskedasticity­consistent standard errors & covariance                  Variable  Coefficient  Std. Error  t­Statistic                  LINTENSKAP  0.201616  0.016603  12.14320  TICEVIEWS  0.042792  0.007415  5.771100  CAPOCIOSA  ­0.002074  0.000657  ­3.158068  ISO9001  0.149645  0.050321  2.973806  RIESGOIA  ­0.171195  0.085693  ­1.997766  FINANDIF  ­0.142797  0.046557  ­3.067179  GRUPO  0.004012  0.000619  6.486171  RAMA10  0.385621  0.058886  6.548602  RAMA12  ­0.196832  0.098845  ­1.991313  RAMA16  1.387297  0.052049  26.65370  RAMA17  ­0.242433  0.102998  ­2.353771  RAMA18  0.538536  0.192660  2.795266  RAMA3  ­0.296365  0.079810  ­3.713397  RAMA4  ­0.289794  0.174130  ­1.664232  RAMA6  ­0.603076  0.143517  ­4.202137  RAMA9  1.093411  0.237790  4.598220  DUMMYOUT  ­5.190810  0.740708  ­7.007906  C  9.467544  0.152093  62.24857                  R­squared  0.437310     Mean dependent var  Adjusted R­squared  0.428904     S.D. dependent var  S.E. of regression  0.751875     Akaike info criterion  Sum squared resid  643.3294     Schwarz criterion  Log likelihood  ­1301.548     Hannan­Quinn criter.  F­statistic  52.02510     Durbin­Watson stat  Prob(F­statistic)  0.000000     Wald F­statistic  Prob(Wald F­statistic)  0.000000                       

              Prob.        0.0000  0.0000  0.0016  0.0030  0.0460  0.0022  0.0000  0.0000  0.0467  0.0000  0.0188  0.0053  0.0002  0.0963  0.0000  0.0000  0.0000  0.0000      11.28905  0.994926  2.282955  2.361630  2.312646  1.856515  240.6210       

  Por lo tanto,  nuestra ecuación final sería:   

LPRODLAB01i = α LINTENSKAP i + β1TICEV IEWSi + β2CAPOCIOSAi + β2ISO9001i + β2RIESGOIAi + β2FINANDIF i + β2GRUPOi + γr⟦Ra

Como  resultado  la  productividad   laboral  de  las   empresas  argentinas   en   el   año  2001  se  explica  por las  inversiones en capital, el uso  de  las TIC´s,  la  aplicación de normas  de calidad ISO9001. Mientras que las  variables  que  explican  una  disminución  de  la  productividad laboral  son la capacidad  ociosa, el  riesgo de  invertir  alto,  las  dificultades  de  acceso  al  financiamiento.   Respecto  a  las  características  estructurales,  aquellas ramas  empresariales  que  tuvieron  rendimientos por  encima de la media fueron la Fabricación de  sustancias  y  productos   químicos,  la   Fabricación  de  coque,  productos   de   la   refinación  del  petróleo  y  combustible  nuclear,  Fabricación  de  maquinaria  de  oficina,  contabilidad  e   informática   y   Fabricación  de  equipos  y  aparatos   de   radio,  televisión  y  comunicaciones.  Siendo   estas  industrias  con  altos  niveles   de   innovación.       Reflexiones finales  En  el  presente  trabajo,   se  buscó  determinar  los  factores  relacionados  a  la  innovación  y  conducta  empresarial que impactaron en la productividad de las empresas argentinas, para el periodo 1998/2001.   Para  estudiar estas relaciones se utilizó  la  base de datos de la Segunda Encuesta  Nacional de Innovación y  Conducta Tecnológica de las empresas argentinas, durante el período 1998­2001.  Como  marco  de  análisis  se  utilizó  el  modelo   angular  de  la  teoría  del  crecimiento  económico  y  el  que  presenta  mayor  contratación  empírica  en  la  literatura.  Se  realizaron pruebas  econométricas  de  diversos  modelos,  tomando   como  marco  teórico  el  modelo  de  Solow­Swan  de  crecimiento  y  la  estimación  del  residuo  de  Solow.  A partir de este se agregaron variables explicativas,  tal como se procedió en la teoría de  los modelos endógenos y exógenos de crecimiento.  Si  bien  el  modelo  inicial,  se  buscó  analizar  el  papel   de   la   inversión  de  capital  físico  como   motor  fundamental  del  crecimiento.  A   través  de  la  estimación  del  Residuo   de   Solow  se   agregaron   variables  explicativas a la productividad laboral del trabajo.  En particular analizar el rol que el conocimiento y la innovación ejercen sobre la productividad y, por tanto,  en el crecimiento de las empresas industriales argentinas.  Como  resultado  obtuvimos  un  nuevo  modelo,  en  el  cual  la  productividad  laboral  de  las  empresas  argentinas  en  el  año  2001  quedó  explicada  por   las  inversiones  en  capital,  el  uso  de  las  TIC´s  y  la  aplicación  de  normas  de  calidad  ISO9001.  Mientras  que  las  variables  que  explican  la  disminución de la  productividad  laboral  se   encuentra:  la  capacidad  ociosa,  el  riesgo  de  invertir  alto   y   las  dificultades  de  acceso   al   financiamiento.  Respecto   a  las  características estructurales,  aquellas  ramas empresariales que  tuvieron  rendimientos por encima de la media fueron la Fabricación de sustancias y productos químicos, la  Fabricación   de   coque,  productos  de  la  refinación  del  petróleo  y  combustible  nuclear,  Fabricación  de  maquinaria de oficina, contabilidad e  informática  y  Fabricación de equipos y aparatos de radio, televisión y  comunicaciones. Siendo estas industrias con altos niveles de innovación.     Bibliografía de referencia  Acemoglu, D. (2008): “Introduction to Modern Economic Growth”. MIT Press  Barro, R. y Sala­i­Martin, X. (1995): “Economic Growth” Mc Graw­Hill.  Duguet,  Emmanuel  (2003).  Innovation  Height,   spillovers  and TFP growth at  the  firm level:  Evidence  for  French manufacturing. Recuperado el 02/01/2016 en ​http://eml.berkeley.edu/~bhhall/EINT/Duguet.pdf  Gujarati, D. (2004) "Econometría". 4°Edición. Mc.Graw Hill. México.   Mankiw  G,   Romer  D,  David  N  (1992). A contribution to  the  empirics  of Economic Growth.  The  Quartely  Journal of Economics, Vol 107, N2, pp 407 ­437.  PASCALE, Ricardo (2005). Gestión del conocimiento,  innovación y productividad. Exploración del caso de la  industria  manufacturera  uruguaya  [trabajo   de  doctorado  en  línea].   UOC.  (Trabajos  de  doctorado;  TD05­009)  [Fecha   de  consulta:   15/01/2016].  Recuperado  en:  http://www.uoc.edu/in3/dt/esp/pascale0605.pdf  Sala­I­Martin​, Xavier (2000) Apuntes de crecimiento económico. Antoni Bosch. España.   

          ANEXO 1  Variables Dummy ramas industriales  Rama 1: 15 Elaboración de productos alimenticios y bebidas  Rama 2: 16 Elaboración de productos de tabaco  Rama 3: 17 Fabricación de productos textiles  Rama 4: 18 Fabricación de prendas de vestir; terminación y teñido de pieles  Rama 5: 19 Curtido y terminación de cueros, fabricación de artículos de marroquinería,  calzado y de sus partes  Rama 6: 20 Producción de madera y fabricación de productos de madera y corcho, excepto  muebles  Rama 7: 21 Fabricación de papel y productos de papel  Rama 8: 22 Edición e impresión; reproducción de grabaciones  Rama 9: 23 Fabricación de coque, productos de la refinación del petróleo y combustible  nuclear  Rama 10: 24 Fabricación de sustancias y productos químicos  Rama 11: 25 Fabricación de productos de caucho y plástico  Rama 12: 26 Fabricación de productos minerales no metálicos  Rama 13: 27 Fabricación de metales comunes  Rama 14: 28 Fabricación de productos elaborados de metal excepto maquinaria y equipo  Rama 15: 29 Fabricación de maquinaria y equipo n.c.p.  Rama 16: 30 Fabricación de maquinaria de oficina, contabilidad e informática  Rama 17: 31 Fabricación de maquinaria y aparatos electrónicos n.c.p.  Rama 18: 32 Fabricación de equipos y aparatos de radio, televisión y comunicaciones  Rama 19: 33 Fabricación de instrumentos médicos, ópticos y de precisión, fabricación de  relojes  Rama 20: 34 Fabricación de vehículos automotores, remolques y semirremolques 

Rama 21: 35 Fabricación de equipo de transporte n.c.p.  Rama 22: 36 Fabricación de muebles y colchones, industrias manufactureras n.c.p.            ANEXO 2. Control de los supuestos del modelo  Análisis de los residuos   Gráfico de los residuos versus los predichos 

  Test de normalidad