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