Beruflich Dokumente
Kultur Dokumente
Coordinador de investigacin
Mauricio Quilpatay Belmar
Anlisis de las actividades de
Investigacin + Desarrollo +
innovacin + emprendimiento en
Universidades de Iberoamrica
Autor
Alfonso Cruz Novoa
Coordinador de investigacin
Mauricio Quilpatay Belmar
Coordinador de la coleccin Estudios RedEmprendia:
Senn Barro Ameneiro
Netbiblo, S. L.
c/. rafael alberti, 6 bajo izq.
sta. cristina 15172 oleiros (la corua) spain
tlf: +34 981 91 55 00 fax: +34 981 91 55 11
www.netbiblo.com
editorial@netbiblo.com
ISBN: 978-84-15562-77-1
Depsito Legal: C-282-2014
sino tambin valiente, porque tratando un tema sensible no se queda en un mero
inventario de los recursos destinados a actividades de I+D sino que analiza
cmo estos se relacionan con los resultados de dichas actividades.
Con este trabajo no solo se aporta una informacin de gran utilidad para
los gestores y responsables de las universidades o de las polticas de ciencia,
tecnologa e innovacin de los pases, sino que tambin sentamos las bases
para el desarrollo de un anlisis futuro, cada vez ms riguroso y sistemtico,
sobre la situacin en el mbito de la I+D+i y el emprendimiento en el espacio
universitario iberoamericano. Por ello, celebramos con gusto el resultado y agra-
decemos con entusiasmo el esfuerzo de RedEmprendia, de sus universidades
y, en particular, de quienes han hecho posible este estudio, muy especialmente
su autor y coordinador.
Prlogo
Presentacin
En segundo lugar, con este estudio pretendemos dar visibilidad a la labor
investigadora realizada y a los resultados obtenidos por una muestra de las
mejores universidades iberoamericanas. Opino que este es el mejor argumento
y aval cuando las universidades reclaman legtimamente ms recursos para
actividades de I+D.
En tercer lugar, buscamos sentar las bases para la realizacin de valoracio-
nes peridicas de las actividades de I+D+i y emprendimiento en el EIC. Hasta
donde sabemos, no se haba hecho antes un anlisis de esta naturaleza, apor-
tando una valiosa informacin, as como una metodologa til para continuar con
la recopilacin y anlisis de informacin en este mbito.
Finalmente, quisiera hacer mencin y destacar a los responsables del estudio
y algo del proceso seguido. Hace ya aos se entendi por parte de las universi-
dades que entonces formaban parte de RedEmprendia que era necesario reali-
zar un estudio de esta naturaleza, pero ya se intua su dificultad. La coordinacin
del mismo se encarg a la Pontificia Universidad Catlica de Chile. El proceso
de discusin sobre los indicadores a utilizar fue largo y exigente, pero no lo fue
menos la posterior recopilacin y tratamiento de los datos. El contacto con las
distintas universidades fue continuo, para explicar los detalles del estudio, el sig-
nificado de los indicadores y la metodologa a seguir, as como para contrastar
datos aparentemente incoherentes, reclamar otros no aportados, actualizarlos y
un largo etctera. Hubo momentos de cierta frustracin, hay que reconocerlo,
pero finalmente estamos satisfechos, y mucho, del estudio que les presentamos.
En este sentido quiero agradecer el esfuerzo del personal de todas las univer-
sidades que han dedicado mucho tiempo a recabar la informacin, depurarla y
presentarla para el estudio. Pero sobre todo quiero agradecer la labor de Alfonso
Cruz, el autor del estudio, que puso empeo y paciencia hasta terminarlo, y a su
colaborador, Mauricio Quilpatay, coordinador del mismo. En las distintas etapas
colaboramos muchas otras personas, dentro de nuestras responsabilidades, y
algunas otras, como Sara Fernndez, profesora de la Universidade de Santiago
de Compostela, lo hizo sin ninguna obligacin y hasta aqu mismo de un modo
totalmente annimo, por lo que merece todava mayor reconocimiento.
RedEmprendia ha hecho un gran esfuerzo para que este estudio haya visto
la luz, ojal sea luz tambin para las universidades de RedEmprendia y para
el conjunto del sistema universitario iberoamericano. Si es as, todo el esfuerzo
habr valido la pena y con creces.
Presentacin
Universidades del Estudio
Abreviaturas
Contenido
Anexos.................................................................................................... 129
Bibliografa............................................................................................. 159
Objetivos y alcance
del estudio
11
Universidad adquiere un rol fundamental por su alta capacidad para crear nuevo
conocimiento y transferirlo a la sociedad dando origen a innovaciones, nuevos
emprendimientos y, en definitiva, contribuyendo al desarrollo econmico y social
de los pases.
Grfico 1.
N de patentes acumuladas concedidas por los EE.UU. (1790-2011)
N umerosos autores, entre ellos Kenneth Arrow (1962), Robert Lucas (1988), y
ms recientemente la OECD (2010) y Hausmann et al. (2012), argumentan
que la creacin de conocimiento cientfico-tecnolgico y su transferencia a la
sociedad a travs de innovaciones y nuevos emprendimientos de base tecnol-
gica, son componentes esenciales del desarrollo econmico de las naciones y
de la competitividad de las empresas. Esto ocurre debido a que la creacin de
nuevo conocimiento puede crecer sin lmites y con rendimientos crecientes de
productividad, a diferencia de los tradicionales factores productivos de capital y
trabajo que exhiben rendimientos decrecientes.
A su vez, como el conocimiento es un bien de carcter pblico no rival
y tiende a ser no excluible, puede ser utilizado por diferentes personas
simultneamente y no se reduce con su uso (como sucede con los bienes y
servicios). Las derivaciones econmicas de estas caractersticas son externa-
lidades positivas producto del spillover (rebase) de los nuevos conocimientos
creados en las universidades, institutos de investigacin y empresas al resto del
sistema productivo, los cuales generan beneficios para la sociedad (Griliches,
1992; 1979). Este spillover de conocimientos y los rendimientos crecientes de
Un bien no rival significa que una vez producido, este puede ser usado simultneamente por diferen-
tes individuos, sin que esto deteriore el bienestar que obtiene cada uno de ellos con su consumo.
Un bien es no excluible si no se puede excluir de su consumo a quien no pague por l. El cono-
cimiento tecnolgico es parcialmente excluible dado que su creador puede ejercer el derecho de
exclusividad a travs de proteccin legal (una patente) o simplemente mantenindolo en secreto.
En ingls al concepto de rebase o derrame de conocimientos se le denomina spillover.
15
productividad funcionan como un mecanismo endgeno que acelera el proceso
de crecimiento de los pases.
La evidencia emprica avala lo anterior. Se ha logrado demostrar que las
diferencias sistemticas observadas en las tasas de desarrollo de los pases
estn asociadas, ms que a la acumulacin de los factores productivos como
capital y trabajo, a la productividad de los mismos y especficamente a la pro-
ductividad total de factores (PTF), la que est estrechamente relacionada con el
avance en I+D+i+e (Prescott, 1998). Dado el carcter endgeno del crecimiento
econmico, los autores mencionados plantean que este debe ser impulsado
deliberadamente desde el cambio tecnolgico y la innovacin que tienen lugar
en el sistema de investigacin, innovacin y productivo de los pases.
En este contexto, la institucin Universidad, que es el objeto de este estudio,
adquiere un rol relevante por su alta capacidad para crear nuevo conocimiento
cientfico-tecnolgico y transferirlo a la sociedad dando origen a innovaciones,
nuevos emprendimientos y, en definitiva, contribuyendo al desarrollo econmico
y social de los pases.
La investigacin se
Consideraciones de uso?
inspira por:
No S
Bsqueda de
Investigacin Investigacin bsica
entendimiento S
bsica pura inspirada por el uso
bsico o
fundamental? Investigacin aplicada
No
pura
Destacado cientfico e ingeniero de los Estados Unidos y autor del artculo Science: The Endless
Frontier, presentado al presidente Franklin Delano Roosevelt al finalizar la Segunda Guerra Mundial
en 1945, el que dio origen al National Science Foundation de ese pas.
CAPTULO 1 17
I+D+i+e: Relevancia, conceptos clave y contexto internacional
y literarios. En esta investigacin se utilizar la PI principalmente como la pro-
piedad industrial.
La proteccin es la actividad de obtener el resguardo legal sobre los dere-
chos de propiedad y uso de un objeto o propiedad intelectual (WIPO, 2004). La
patente es un ejemplo de proteccin que implica un registro solicitado y conce-
dido por una oficina de patentes en un pas. Esta entrega el derecho exclusivo
del uso sobre una invencin. Otras formas de proteccin son el copyright, el
secreto industrial y el trademark.
La transferencia de tecnologa es el proceso en que los hallazgos cientfico-
tecnolgicos pasan desde una organizacin a otra con el fin de continuar su
desarrollo o lograr su comercializacin (Bozeman, 2000). Implica: (i) la identifi-
cacin de nuevas tecnologas a partir de los resultados de I+D, (ii) su proteccin
y (iii) su comercializacin con terceros (por ejemplo, a travs de contratos de
licenciamiento), o a travs de una nueva empresa creada para la explotacin
comercial de la tecnologa, lo que la literatura denomina spin-off.
El emprendimiento es la actividad que implica la identificacin, evaluacin y
explotacin de oportunidades para introducir nuevos bienes y servicios al mer-
cado, usualmente a travs de la creacin de una nueva empresa (Shane, 2004).
En este estudio se acotar el emprendimiento a aquel que tiene un origen en la
ciencia y la tecnologa.
Fuente: Elaboracin propia a partir de datos de Ricyt (2009), OECD Stat (2009) y Unesco (2009).
Grfico 1.2.
Promedio de gasto en I+D por regin como % del PIB (2009)
Nota: Asia del Este comprende pases como China, Corea, Indonesia y pases asiticos con costa en el
Ocano Pacfico. Europa y Asia Central incluye los pases europeos y los que estn en el borde este tales
como Serbia, Turqua y Ucrania.
CAPTULO 1 19
I+D+i+e: Relevancia, conceptos clave y contexto internacional
En trminos del capital humano avanzado disponible para la I+D, el Grfico1.3.
muestra la distribucin del nmero de investigadores por milln de habitantes en
diferentes regiones del mundo, donde tambin se observa diferencias grandes
entre estas. Estado Unidos lidera el ranking con 4.658 investigadores por milln
de habitantes, seguido por Europa y Asia Central con 2.833 y luego Asia del Este
y Latinoamrica con 1.221 y 515 respectivamente.
Grfico 1.3.
Investigadores por milln de habitantes
Nota: Se us el ltimo ao disponible para cada regin: Norteamrica y OECD, 2007; Europa y Asia
Central, 2010; Asia del Este y Latinoamrica, 2009.
Fuente: Elaboracin propia a partir de World Bank (2013).
Una forma de medir los resultados de la I+D es a travs del nmero de pu-
blicaciones cientficas indexadas por milln de habitantes, como se muestra en
el Grfico 1.4. La regin ms activa con diferencia es Norteamrica con 686
publicaciones, seguida de Europa y Asia Central con 324, y bastante ms abajo
Asia del Este y Latinoamrica con 86 y 40, respectivamente.
Otra forma de medir los resultados u output de la I+D es mediante las soli-
citudes de patentes. Con ellas se observa el volumen de nuevo conocimiento
que se intenta proteger para un posible uso comercial. El Grfico 1.5. muestra
el nmero de solicitudes de patentes nacionales por milln de habitantes de
diferentes regiones del mundo el ao 2011.
Grfico 1.5.
N de solicitudes de patentes nacionales por milln de habitantes (2011)
Nota: Se utiliz el ltimo dato disponible para cada regin, que en el caso de Latinoamrica corresponde
a 2010. Medio Oriente y frica no disponibles.
Fuente: Elaboracin propia a partir de World Bank (2013).
CAPTULO 1 21
I+D+i+e: Relevancia, conceptos clave y contexto internacional
Norteamrica tiene con gran diferencia el mejor desempeo con 730 solici-
tudes, seguido por Asia del Este y Europa con 384 y 166, respectivamente, y
bastante ms abajo Latinoamrica con 7. Es interesante observar que Asia del
Este ocupa el segundo lugar con ms del doble de solicitudes de patentes que
Europa, a pesar de estar en el tercer lugar en los tres indicadores anteriores
como son gasto en I+D, nmero de investigadores y nmero de publicaciones.
Esto sugiere que la investigacin desarrollada en Asia del Este est ms foca-
lizada hacia la aplicacin y transferencia de conocimiento que la europea. Un
pas como Corea del Sur, con un notable avance en desarrollo tecnolgico en
las ltimas cuatro dcadas, es un buen ejemplo de este tipo de estrategia pas.
En sntesis, se observa que Norteamrica es consistentemente el claro lder
en los cuatro indicadores analizados. En el otro extremo est Latinoamrica que
ocupa con diferencia el ltimo lugar, con bajo gasto en I+D, bajo nmero de
investigadores y pobres resultados tanto en publicaciones como en proteccin
de conocimiento. Europa y Asia Central es la segunda regin, despus de Nor-
teamrica, en gasto en I+D, nmero de investigadores y publicaciones cientficas,
sin embargo es superada por Asia del Este en materia de solicitudes de patentes,
lo que refleja una alta focalizacin y eficiencia en la generacin y proteccin de
conocimiento aplicado orientado a la innovacin. Pases como Corea del Sur,
Taiwn y Singapur son buenos ejemplos de esta estrategia.
Grfico 1.7.
Gasto en I+D como % del PIB en los pases de RedEmprendia
Nota: Se utilizaron los ltimos datos disponibles para cada pas: ao 2010 para Espaa, Portugal, Brasil
y Colombia; 2009 para Mxico y Latinoamrica y 2008 para Chile.
Fuente: Elaboracin propia a partir de World Bank (2013).
muy por debajo de los 4.301 de Portugal y 2.922 de Espaa. Mxico, Chile y
Colombia disponen de menos de 400 investigadores por milln de habitantes,
cifra que es aproximadamente 10 veces menor a la de los pases europeos.
CAPTULO 1 23
I+D+i+e: Relevancia, conceptos clave y contexto internacional
Grfico 1.8.
N de investigadores por milln de habitantes (2009)
Nota: Este es el ltimo ao de datos disponibles para los pases de la muestra con excepcin de Chile
cuya ltima cifra corresponde a 2008.
Fuente: Elaboracin propia a partir de World Bank (2013).
Grfico 1.10.
N de solicitudes de patentes nacionales (2011)
CAPTULO 1 25
I+D+i+e: Relevancia, conceptos clave y contexto internacional
Dada la importante diferencia del tamao poblacional de los pases, el Gr-
fico 1.11. muestra el nmero de solicitudes de patentes nacionales por milln de
habitantes para el 2011. Destacan los dos pases europeos, Espaa y Portugal,
con una tasa de 74 y 54 patentes y un promedio de 64. Nuevamente bastante por
debajo figuran los pases de latinoamericanos con un promedio de 11 patentes
por milln de habitantes, liderados por Chile que tiene 20. Al analizar la actividad
de patentamiento por tamao poblacional, Portugal y Chile desplazan a los dos
grandes, Brasil y Mxico, que en trminos absolutos ocupan el segundo y tercer
lugar como se muestra en el Grfico 1.10.
Grfico 1.11.
N de solicitudes de patentes nacionales por milln de habitantes (2011)
Brasil, el ms grande, registra una poblacin de 196 millones de habitantes el ao 2011, mientras que
Portugal, el ms pequeo 10,5 millones. Mxico 114, Colombia y Espaa 46 y Chile 17 millones.
10 Al contexto local donde se lleva a cabo la I+D+i+e se le denomina SNI donde la universidad juega
un rol relevante. El concepto de SNI es introducido por diversos autores en la dcada de los ochenta
(Freeman, 1987; Dosi, Freeman, Nelson, Silvererg, y Soete, 1988) como alternativa al modelo lineal
de innovacin que surge despus de la Segunda Guerra Mundial, el cual se concibe como un
proceso unidireccional que va desde la investigacin bsica (ciencia), al desarrollo tecnolgico, a
la produccin de nuevos bienes y servicios (innovacin) y finalmente a la comercializacin de los
mismos. Estos autores en cambio visualizan la innovacin como un proceso interactivo (un sistema)
en el que participan mltiples actores e instituciones de los sectores privado y pblico, tales como
empresas, universidades, institutos de investigacin y tecnolgicos, entidades de financiamiento,
polticas pblicas pro innovacin, etc., cuyas actividades e interacciones inician y promueven la
produccin, difusin y uso del conocimiento nuevo y econmicamente til (Lundvall, 1992).
CAPTULO 1 27
I+D+i+e: Relevancia, conceptos clave y contexto internacional
cimientos especficos. Por ejemplo, tanto las telecomunicaciones como la bio-
tecnologa se nutren profundamente de los avances realizados en el ambiente
universitario (Motohashi, 2005; Singh y Trieu, 1996). A su vez, la existencia de
universidades locales que realizan I+D promueve la innovacin en empresas
locales, lo que ayuda a potenciar la economa de la regin (Becker, 2007).
Todava no hay consenso a nivel de universidades sobre la relevancia y ne-
cesidad de avanzar en la tercera misin, aunque hay claridad creciente sobre
los roles de la institucin. La universidad contempornea requiere un equilibrio
entre su papel en la educacin superior y formacin de profesionales, en la
investigacin y en su contribucin al desarrollo econmico y social de los pases
a travs de la transferencia del conocimiento aplicado que generan (Mu, Tang,
y Zhou, 2005). La tercera misin de la universidad est en concordancia con
el propsito fundamental de la ciencia, que incluye la propagacin del conoci-
miento y su uso para mejorar la vida de las personas y la sociedad.
Se consultaron diversos marcos conceptuales que explican que la universidad
es un sistema que produce I+D+i+e, con el objeto de fundamentar la metodologa
del presente estudio. Uno de estos marcos analizados fue elaborado por Lundqvist
y Williams (2006), quienes distinguieron tres niveles de actores y temporalidades
involucradas en la I+D+i+e universitaria, proponiendo acciones institucionales y
posibles indicadores para medir las actividades y sus resultados.
Se analiz tambin la propuesta de RedOTRI11, que presenta un modelo de
creacin y transferencia de conocimiento universitario hacia la sociedad. Este se
elabora sobre la base de la open science y la open innovation en la I+D+i+e,
enfatizando el papel de las estructuras de interfaz como facilitadores de la trans-
ferencia de conocimiento (RedOTRI, 2010).
La revisin de la bibliografa especializada y de estos dos modelos nos faci-
litaron la identificacin de los principales componentes del sistema de I+D+i+e
a nivel de universidades. Permitieron as establecer los procesos involucrados,
junto con las variables e indicadores relevantes para su medicin, adems de
determinar posibles relaciones entre ellas.
El siguiente captulo plantea el modelo de anlisis que se utilizar en el
presente trabajo y presenta, adems, tanto el diseo metodolgico como los
instrumentos elaborados para analizar los sistemas de I+D+i+e de las universi-
dades de RedEmprendia.
12 Dos criterios utilizados en la bibliografa para la seleccin de las variables y los indicadores son la
eficacia y la eficiencia. El primero alude a su calidad para obtener informacin directa y confiable
sobre el sistema de I+D+i+e de las universidades. El segundo se refiere a la posibilidad fctica de
levantar informacin en plazos y costes razonables.
13 La palabra sistema tiene diferentes significados de acuerdo al contexto donde se use. En este estu-
dio entenderemos por sistema el conjunto de partes o componentes organizados y relacionados que
interactan entre s para lograr un determinado objetivo. Los sistemas tienen lmites o fronteras que
los diferencia del ambiente. Si hay intercambio entre el sistema y el ambiente, se trata de un sistema
abierto, de lo contrario es cerrado.
29
investigacin aplicada, proteccin del conocimiento y transferencia tecnolgica,
las cuales estn representadas por las elipses centrales de la Figura 2.1.
Para efecto de simplicidad, siguiendo la visin convencional de la I+D+i+e
universitaria, hemos dispuesto estas cuatro actividades como una cadena de
valor, puesto que esta visin se ajusta razonablemente bien a efectos prcticos
para analizar las actividades de I+D+i+e de las instituciones, lo cual constituye
nuestro principal objetivo. A pesar de ello, entendemos que dichas actividades
lejos de seguir un proceso lineal o secuencial, donde para pasar a la siguiente
etapa es necesario completar la anterior, actan ms bien como un sistema
donde sus componentes estn inter-relacionados. Una investigacin aplicada
no necesariamente sigue a un descubrimiento en ciencia bsica. Tambin su-
cede que resultados de investigaciones bsicas estn en condiciones de ser
protegidos y directamente transferidos a la industria sin pasar por la etapa de
investigacin aplicada. Por ello consideramos la I+D+i+e como un sistema no
lineal en donde investigacin bsica y aplicada interactan entre s y depen-
diendo de su naturaleza variar la forma y oportunidad para la proteccin y
transferencia de sus resultados (Rothwell, 1994). En la prctica la transferencia
puede lograrse a travs de diversos medios tales como: licenciamientos o venta
de las nuevas tecnologas, la creacin de nuevas empresas de base tecnol-
gica (start-up o spin-off), o actividades de emprendimiento ms cercanas a la
industria, entre otros (RedOTRI, 2010).
Sobre el sistema esbozado en la Figura 2.1. actan dos fuerzas externas
relevantes. Por un lado, el Empuje de la frontera cientfico-tecnolgica14 para
la creacin de nuevos conocimientos y, a travs de ellos, innovaciones que
se transfieren a la sociedad (Dogson, 2000). Por otro lado, la Demanda de la
sociedad y del mercado15 de innovaciones a travs de nuevas tecnologas,
productos y soluciones (Salter & Martin, 2001; Schmookler, 1966)16.
Para que el sistema de I+D+i+e opere, se requiere adems de un conjunto
de insumos, servicios e infraestructura que hemos sintetizado en los siguientes
cuatro ejes:
I) Capital humano avanzado.
II) Recursos e infraestructura.
III) Institucionalidad y servicios.
IV) Resultados de las actividades de I+D+i+e y formacin de capacidades.
A continuacin explicaremos cada eje, as como las variables que utilizare-
mos para estudiarlos, las que corresponden a sus dimensiones ms relevantes.
14 Las publicaciones cientficas son una forma en que se manifiesta el empuje de la frontera cientfico-
tecnolgica.
15 Los contratos de I+D (contract research) por parte de las empresas es una forma en que se manifiesta
la demanda de innovaciones de la sociedad.
16 En la bibliografa estas dos fuerzas se conocen como Science and Technology Push y Society and
Market Pull (Rothwell, 1994).
CAPTULO 2 31
Metodologa e indicadores de I+D+i+e
II) Recursos e infraestructura
Para que opere el sistema, adems del capital humano avanzado, es necesario
contar con los recursos e infraestructura requeridos para ejecutar las actividades
de I+D+i+e (RedOTRI, 2010).
Este eje comprende las siguientes tres variables:
Gasto directo para desarrollar I+D+i+e.
Centros de investigacin e innovacin.
Parque cientfico-tecnolgico.
La primera se refiere al gasto que hace la universidad para financiar estas ac-
tividades, el cual se desglosa a su vez en dos indicadores: gasto total anual17
y gasto financiado con recursos privados18. La segunda y tercera variables se
refieren al nmero de centros de investigacin que tiene la universidad y a la
existencia de un parque cientfico-tecnolgico, por tanto consignan la infraes-
tructura disponible para facilitar la ejecucin de la I+D+i+e (Acosta, 2012).
17 Este comprende la totalidad de los recursos pblicos, privados y propios, destinados a financiar
estas actividades.
18 Por ejemplo, proveniente de investigaciones contratadas por empresas privadas o donaciones priva-
das para realizar investigacin.
19 En la bibliografa, estas oficinas se identifican tambin con otros nombres tales como Oficinas de Trans-
ferencia de Resultados de Investigacin (OTRI) y Oficinas de Transferencia Tecnolgica (OTT).
20 En el contexto de este estudio, spin-off es una empresa nueva formada por investigadores de una
universidad cuya finalidad es la explotacin comercial de los resultados de sus investigaciones.
21 Se trata de publicaciones cientficas indexadas ISI (Institute for Scientific Information) conocido como
ISI Web of Knowledge (http://wokinfo.com/).
CAPTULO 2 33
Metodologa e indicadores de I+D+i+e
Tabla 2.1. Listado de ejes, variables e indicadores de la encuesta
34
Eje Variable Indicador Unidad de Medida
N de alumnos en programas de pregrado N estudiantes (2010)
I I.1. NMERO DE ALUMNOS N de alumnos en programas de magster (Master) N estudiantes (2010)
Capital humano N de alumnos en programas de doctorado (Ph.D.) N estudiantes (2010)
avanzado
I.2. NMERO DE PROFESORES
N de investigadores con contrato de al menos media jornada N personas (2010)
INVESTIGADORES
II.1. GASTO DIRECTO PARA Gasto directo total de la universidad para desarrollar I+D+i+e Moneda local (2010)
DESARROLLAR I+D+i+e Gasto directo financiado con recursos privados externos Moneda local (2010)
II.2. CENTROS DE
N de Centros de investigacin e innovacin N de centros
II INVESTIGACIN E INNOVACIN
Recursos e Existe un Parque cientfico-tecnolgico? S/No
infraestructura
II.3. PARQUE CIENTFICO N de empresas relacionadas en el Parque cientfico-tecnolgico N de empresas (2010)
TECNOLGICO N de empresas no relacionadas en el Parque cientfico-tecnolgico N de empresas (2010)
IV.6 FORMACIN
EN INNOVACIN Y
CAPTULO 2
Metodologa e indicadores de I+D+i+e
N de magsteres en innovacin y/o emprendimiento N de programas de magsteres
EMPRENDIMIENTO
35
El nmero de publicaciones cientficas indexadas permite conocer el volu-
men de investigacin que realizan las universidades. El nmero de citas por
publicacin es un indicador apropiado de la calidad de estas (Lindsey, 1989).
La variable revelaciones de invencin permite conocer el volumen anual
de invenciones que surgen de las investigaciones de las universidades y que
podran dar inicio a solicitudes de patentes o a transferencias de conocimiento
(Jensen, Thursby, y Thursby, 2003). La patente es un derecho exclusivo sobre
el uso de una invencin (WIPO, 2004). Esta puede ser solicitada en el propio
pas, en uno extranjero o a nivel internacional a travs del Patent Cooperation
Treaty-PCT22.
La variable de licenciamientos de resultados de I+D se refiere al nmero
de contratos de licenciamientos de tecnologas firmados por la universidad,
propietaria de la nueva tecnologa, con terceros interesados en explotarlas
comercialmente. Estos pueden ser empresas tipo spin-off o empresas no rela-
cionadas con la institucin.
La variable ingresos financieros derivados de los resultados de I+D+i+e mide
el volumen anual de ingresos obtenidos por la universidad como resultado de los
diversos tipos de transferencia de tecnologas, especficamente por: (i) contratos
de licenciamientos de tecnologas; (ii) utilidades derivadas de la participacin
de la propiedad de empresas spin-off; (iii) venta de tecnologas; y (iv) venta de
empresas de base tecnolgica creadas por la institucin.
La variable empresas creadas cuantifica la capacidad de la institucin
de crear nuevas empresas de base tecnolgica tipo spin-off que surgen del
resultado de las investigaciones de sus acadmicos y que luego salen de la
institucin. Por su parte, el nmero de empresas incubadas mide la capacidad
de la universidad de incubar empresas que pueden tener un origen interno o
externo a esta.
La variable formacin en innovacin y emprendimiento mide la presencia en
las universidades de programas acadmicos formales cuyo propsito es formar
profesionales y a la misma comunidad acadmica en los tpicos de innovacin y
emprendimiento. Este indicador revela la respuesta de las casas de estudio a las
necesidades de formar capital humano con conocimientos y especializaciones
especficas en el rea.
La Tabla 2.1. presenta los cuatro ejes que componen el modelo de anlisis
utilizado a efectos empricos (vase Figura 2.1.) con sus respectivas variables, y
los indicadores asociados a cada una de ellas con sus unidades de medida.
22 El Patent Cooperation Treaty es un tratado que agiliza el proceso de solicitacin de patentes. El PCT
consiste en una solicitud internacional que luego puede ser usada para la solicitacin de patentes
nacionales en los estados partcipes.
CAPTULO 2 37
Metodologa e indicadores de I+D+i+e
Figura 2.2.
Ejemplo de pantalla de la encuesta en lnea
Nota: Los datos levantados a travs de esta encuesta sern presentados en diversas tablas y grficos en
los siguientes captulos. Dado esto, se omitir repetir en cada uno su fuente.
Fuente: Elaboracin propia.
El rango de estimacin del error de las respuestas tiene seis opciones que
varan de menos de 1% a ms de 40%. Para efecto del anlisis de los datos,
esta informacin es una referencia til sobre el grado de confiabilidad de las
respuestas de cada indicador por parte de cada universidad27.
La aplicacin del instrumento dio cuenta de que en muchas de las universida-
des estudiadas la informacin solicitada no estaba centralizada ni sistematizada,
27 La inclusin de este rango de estimacin del error de las respuestas permiti, adems, determinar
que, tras una primera etapa de recoleccin de datos, ciertos indicadores tuvieran que eliminarse por
su alto error estimado. Inicialmente la encuesta contaba con 18 variables, frente a las 15 que queda-
ron finalmente. Las tres que se eliminaron son: infraestructura y equipamiento de la universidad para
desarrollar I+D, contratos de I+D con empresas, y centros de innovacin tecnolgica diferenciados
de los centros de investigacin. Coincida, adems, que estas tres variables tenan las ms bajas
tasas de respuestas.
CAPTULO 2 39
Metodologa e indicadores de I+D+i+e
3
Capital humano avanzado
a) Nmero de alumnos
Esta variable tiene dos objetivos. El primero es tener una apreciacin del ta-
mao de la universidad en trminos de la cantidad de alumnos que cursan sus
programas acadmicos. El segundo es estimar las capacidades de capital
humano avanzado a travs de los alumnos de doctorado, que son considerados
personal de investigacin (OECD, 2003). Para abordar estos objetivos la varia-
ble se desglosa en nmero de alumnos de pregrado, de magster y doctorado,
como se detalla en la Tabla 3.1. Esta variable, adems, informa el porcentaje
de respuestas recibidas de cada indicador (en este caso es de un 100%), y el
promedio de su estimacin de error, que es un 1,1% para los tres indicadores,
valor adecuado a efectos de este estudio28.
28 Como se mostr en la Figura 2.2., junto con las respuestas de cada indicador las universidades
informaron su estimacin de error de esas respuestas de acuerdo a los siguientes seis rangos: <1%,
1-5%, 6-10%, 11-20%, 21-40%, > 40%. Para esta variable el 92% de los datos de los tres indicado-
res tiene un porcentaje de error menor al 1% y el 8% restante de datos tiene un error de 1-5%, lo que
da un promedio ponderado de 1,1%.
41
Tabla 3.1. Indicadores de la variable Nmero de alumnos
% de Promedio de error
N Indicador
respuestas estimado
1 N de alumnos de pregrado 100 1,1%
Grfico 3.1.
Tamao del cuerpo estudiantil de las universidades de RedEmprendia (2010)
29 En este estudio solo se consideran los alumnos universitarios. Se hace esta distincin porque algunas
instituciones tambin ofrecen clases a alumnos de nivel tcnico (o transicin) y secundario.
Grfico 3.2.
N de alumnos de postgrado y pregrado (2010)
30 En universidades lderes a nivel mundial en I+D+i+e como Harvard, MIT o Stanford, aproximadamente
el 50% de sus alumnos son de postgrado.
CAPTULO 3 43
Capital humano avanzado
La media de estudiantes de pregrado es de 38.062, mientras que la de
postgrado es de 8.425 con una alta desviacin estndar de 6.559 alumnos.
Podemos concluir que se trata de universidades que tienen un pregrado sig-
nificativamente ms grande que su postgrado (4,5 veces promedio), y que el
tamao de este vara en forma importante entre universidades desde un mximo
de 26.568 alumnos (U. de So Paulo) a un mnimo de 1.212 (U. de Antioqua).
El Grfico 3.3. muestra el total de alumnos de postgrado y los desglosa en
magster y doctorado. Dos instituciones destacan en el tamao de su postgrado,
la U. de So Paulo con 26.568 alumnos y el ITESM con 19.681. El porcentaje
de estudiantes de doctorado respecto del total de postgrado, vase columna
de la derecha del Grfico 3.3., vara entre un mximo de 87% (U. de Santiago
de Compostela) y un mnimo de 3% (ITESM), siendo 35% la media. Las otras
dos universidades con ms de 50% de alumnos de doctorado sobre el total de
postgrado son: U. Politcnica de Madrid (61%) y U. de Campinas (52%). No
se observa una relacin proporcional entre el nmero total de estudiantes de
postgrado y el de doctorado.
Grfico 3.3.
N de alumnos de magster y doctorado (2010)
Grfico 3.4.
N de alumnos de doctorado (2010)
CAPTULO 3 45
Capital humano avanzado
tienen los porcentajes ms bajos de alumnos de doctorado respecto del total,
como se aprecia en el Grfico 3.5. La excepcin es la U. de So Paulo que
cuenta con altos nmeros en ambos indicadores.
Grfico 3.5.
Proporcin de alumnos de doctorado respecto del total de alumnos (2010)
% de Promedio de
N Indicador
respuestas error estimado
N de investigadores con contrato de al menos
1 100 3,9%
media jornada.
El Grfico 3.6. muestra los datos de este indicador para las 17 universidades
estudiadas. El promedio es de 2.558 profesores por institucin, con una desvia-
cin estndar de 1.160. La U. de So Paulo destaca con diferencia como la ms
grande con 5.698 profesores y la U. de Coimbra la ms pequea con 1.137, y
una diferencia de tamao de su cuerpo acadmico de cinco veces entre ellas.
Podemos concluir que se trata de un conjunto de instituciones de educacin
superior cuyo cuerpo de profesores contratado es de tamao medio a grande
en el contexto internacional, mostrando una alta heterogeneidad.
Grfico 3.6.
N de investigadores con contrato de al menos media jornada (2010)
CAPTULO 3 47
Capital humano avanzado
La Tabla 3.3. presenta la tasa de alumnos por profesor en orden ascendente.
La media es de 18 con una desviacin estndar de 11 alumnos/profesor. Las
dos instituciones mexicanas IPN e ITESM son las que tienen con diferencia la
mayor tasa con 39 y 31. Al otro extremo, dos universidades espaolas Unican y
UPC tienen la menor tasa 10 y 11 alumnos/profesor respectivamente.
En la Tabla 3.3. tambin se observa que en promedio existen 1,1 doctoran-
dos por investigador, con una desviacin estndar de 0,8. Entre estas variables,
nmero de doctorandos y nmero de investigadores, existe una correlacin32
positiva de 0,72,33 lo cual es esperable. Las universidades brasileas son las
que cuentan con mayor nmero de doctorandos por investigador (Unicamp con
3,6 y USP con 2,3), seguidas de dos universidades espaolas (U. Autnoma de
Madrid con 1,6 y U. de Valencia con 1,5) que se alzan sobre el promedio. Al otro
extremo, y con bastante diferencia, las instituciones con tasas ms bajas son la
U. de Antioqua con 0,2 y el ITESM con 0,3 doctorandos/investigador.
Tabla 3.3. N de alumnos por acadmico (2010)
N N N alumnos/ N N doctorandos/
Universidad alumnos acadmicos acadmico doctorandos acadmico
Unican 12.913 1.247 10 688 0,6
UPC 31.295 2.732 11 3.000 1,1
USC 28.989 2.395 12 2.768 1,2
UP 31.385 2.469 13 2.923 1,2
UPM 44.479 3.400 13 3.367 1,0
PUC 26.701 1.897 14 788 0,4
USP 83.868 5.698 15 13.101 2,3
UPV 41.136 2.790 15 1.751 0,6
UA 30.153 1.903 16 355 0,2
UB 61.238 3.732 16 4.229 1,1
Unicamp 27.989 1.577 18 5.630 3,6
UC 21.313 1.137 19 1.412 1,2
UCM 86.966 3.998 22 2.224 0,6
UAM 29.802 1.271 23 2.025 1,6
UV 53.599 2.155 25 3.178 1,5
ITESM 74.250 2.412 31 671 0,3
IPN 104.233 2.680 39 1.311 0,5
Promedio 46.488 2.558 18 2.907 1,1
Desv.
26.512 1.160 8 2.975 0,8
estndar
32 La correlacin r de Pearson mide el grado de asociacin lineal entre dos variables. El valor de r vara
entre 1 y 1, es positivo si ambas variables aumentan al mismo tiempo y es negativo si la relacin es
inversa, mientras que un valor 0 indica la ausencia de correlacin lineal (Johnson y Kuby, 1999).
33 Relacin estadsticamente significativa con un nivel de confianza del 99%.
CAPTULO 3 49
Capital humano avanzado
Recursos e infraestructura
4
para I+D+i+e
51
Para cumplir este objetivo, la variable se desglosa en los dos indicadores que
se detallan en la Tabla 4.1. junto con sus porcentajes de respuestas y promedios
de los errores estimados, que son 3,4% y 4,1% respectivamente. Ambos valores
bajos y apropiados para este estudio.
Grfico 4.1.
Gasto directo total para desarrollar I+D+i+e (2010)
Grfico 4.2.
Recursos privados externos y gasto directo total en I+D+i+e (2010)
CAPTULO 4 53
Recursos e infraestructura para I+D+i+e
El Grfico 4.3. muestra que en promedio el gasto en I+D+i+e financiado
con recursos privados externos en el ao 2010 es de 15 millones, con una
desviacin estndar de 11 millones. El mximo corresponde a Unicamp con
36 millones, el mnimo a la U. de Coimbra con 2millones, con una diferencia
de 18 veces entre ambas.
Grfico 4.3.
Gasto directo en I+D+i+e de recursos privados externos (2010)
Es interesante observar que las tres instituciones con el gasto directo total
ms alto en I+D+i+e como son USP, UPV y Unicamp (vase Grfico 4.1.), estn
dentro de las cuatro que tienen mayor financiamiento privado para este fin, si
bien no podemos concluir que haya una relacin directa entre ambos hechos.
El Grfico 4.4. muestra las curvas de gasto directo total y de nmero de
doctorandos de las universidades. Se observa una relacin positiva, con una
correlacin de 0,75 (con 99% de confianza): las universidades con ms gasto
en I+D poseen a su vez el mayor nmero de doctorandos.
El Grfico 4.5. muestra las curvas de gasto total y el nmero de investiga-
dores. Se observa una relacin positiva, con una correlacin r de 0,72 (con
99% de confianza). La tendencia muestra que el nmero de investigadores
aumenta junto con el mayor gasto directo total para I+D, aunque no podemos
inferir causalidad.
Grfico 4.5.
Gasto directo total en I+D+i+e y N de investigadores (2010)
CAPTULO 4 55
Recursos e infraestructura para I+D+i+e
Esto representa un indicio de que el volumen del gasto en I+D+i+e posee una
relacin positiva con el tamao de la universidad respecto a su capital humano
avanzado (doctorandos e investigadores). Un caso interesante es el ITESM, con
una gran cantidad de alumnos pero pocos doctorandos y un gasto relativamente
pequeo en I+D+i+e. Su particularidad radica en que el 54% de este gasto
proviene de fuentes privadas, superando ampliamente la media de las universi-
dades, que es un 21%. Esta caracterstica la comparte solamente con la UA y la
UPC, cuyo gasto de fondos privados corresponde al 52% de su total.
% de Promedio de
N Indicador
respuestas error estimado
Nota: (1) En la USP no estaba disponible este indicador, por tanto, no se incluye en los grficos 4.6. y 4.7.
Grfico 4.7
N de centros de investigacin y N de investigadores (2010)
70 5
N de centros de investigacin
60
Miles de investigadores
4
50
40 3
30 2
20
1
10
0 0
UA
C
UB
ITE C
C
UC
ic N
M
UV
V
M
UP
M
SM
n
PU
US
am
Un IP
UP
UP
a
UA
UP
UC
ic
Un
Centros N investigadores
CAPTULO 4 57
Recursos e infraestructura para I+D+i+e
A partir de estos antecedentes podemos concluir que la cantidad de centros
de investigacin e innovacin en una universidad no est relacionada con el ta-
mao del cuerpo acadmico. Ms bien depende de las estrategias especficas
de cada casa de estudio como, por ejemplo, opciones de especializacin en
ciertos mbitos de la ciencia y la tecnologa. Tambin puede ocurrir que estas
respondan a oportunidades e incentivos particulares de su entorno local.
c) Parque cientfico-tecnolgico
El objetivo de esta variable es observar la existencia de parques cientfico-tec-
nolgicos como impulsores y facilitadores de la I+D+i+e en las universidades.
Estos parques tienden a incrementar la I+D que proviene de necesidades de
la industria, as como la transferencia de conocimiento y la creacin de nuevas
empresas de base tecnolgica (Phan, Siegel, y Wright, 2005). Para medir esta
variable usaremos los siguientes dos indicadores detallados en la Tabla 4.3.
que, por su naturaleza, no tienen estimacin de error:
% de Promedio de
N Indicador
respuestas error estimado
CAPTULO 4 59
Recursos e infraestructura para I+D+i+e
La mayora de la Universidades estudiadas tienen parques cientfico-tecno-
lgicos, solo tres no tienen: U. de So Paulo de Brasil, P.U. Catlica de Chile
y U. de Santiago de Compostela. Su edad promedio es de 10 aos, con baja
desviacin estndar. La U. de Coimbra fund el primer parque en el ao 1992
y la U. Politcnica de Madrid, el ms reciente, en el ao 2010. Los parques
ofrecen oportunidades de vnculos y networking relevantes para la trasferencia
de tecnologas y para encontrar socios en la formacin de empresas de base
tecnolgica (Basile, 2011). Dado esto, cabe esperar que las Universidades que
poseen parques consolidados exhiban mejores resultados en I+D+i+e (Lofsten
y Lindelof, 2002; Siegel, Westhead, y Wright, 2003).
61
gestionar y resolver los diversos tipos de conflictos de inters que frecuente-
mente estn presentes en las actividades de I+D+i+e.
Dado lo anterior, esta variable se desglosa en los cuatro indicadores que se
presentan en la Tabla 5.1., los cuales preguntan por presencia o ausencia de los
respectivos reglamentos. En este caso se obtuvo el 100% de las respuestas y,
por el tipo de informacin solicitada, no tiene error de estimacin.
% de Promedio de
N Indicador
respuestas error estimado
1 Tiene la institucin un reglamento de PI? 100 0%
Tiene la institucin un reglamento de licenciamiento
2 100 0%
de resultados de I+D?
Tiene la institucin un reglamento para la creacin
3 100 0%
de empresas spin-off?
Tiene la institucin un reglamento para la
4 100 0%
resolucin de conflictos de inters?
34 Vase Captulo 2 sobre el modelo de anlisis emprico de I+D+i+e seguido en este libro.
% de Promedio de
N Indicador
respuestas error estimado
1 Tiene la institucin una OTL? 100 0%
En el ao 2012 todas las universidades contaban con una OTL, como se ob-
serva en el Grfico 5.1., sin embargo sus edades varan considerablemente, con
un promedio de 15 aos y una desviacin estndar de 10. La U. de Barcelona
fue la primera en establecer una, en el ao 1985 y la P.U. Catlica de Chile la
ltima, en 2011. La edad de las OTL es una variable relevante ya que a lo largo
del tiempo van ganando experiencia, generando capacidades especializadas y
afianzando redes para transferir los resultados de la I+D de sus universidades
hacia el mercado y la industria nacional e internacional (Siegel et al., 2003; Friedman
y Silberman, 2003). La mayora de las universidades espaolas contaban con
una OTL ya el ao 1989, salvo la UPM que la estableci en 1996. El resto de las
instituciones las comenzaron a crear a partir del ao 2002, es decir, ms de 12
aos despus.
35 Por ejemplo, varias universidades tienen contratos de licenciamientos de tecnologas con terceros
aun cuando la institucin todava no cuenta con un reglamento oficial que norme esta actividad.
CAPTULO 5 63
Institucionalidad y servicios de I+D+i+e
Grfico 5.1.
Ao de creacin y edad de la OTL (2012)
Grfico 5.2.
N de personas EJC que trabajan en la OTL (2010)
% de Promedio de
N Indicador
respuestas error estimado
1 Existencia de una incubadora de empresas 100 0%
CAPTULO 5 65
Institucionalidad y servicios de I+D+i+e
Grfico 5.3.
Ao de creacin y edad de la incubadora (2012)
Nota: La USP tiene 5 incubadoras creadas en diferentes aos. En el grfico se coloc la ms antigua que
inici su operacin en 1985.
Grfico 5.4.
N de empresas incubadas (2010)
ITESM 1.291
1
USP
UAM
IPN
UP
UA
Promedio
UC
UPC
Unican
UCM
PUC
Media: 51
UB
Desv. Estndar: 57
UV Rango: 206
UPM Mx. /Min.: 42
UPV
Unicamp
USC
0 20 40 60 80 100 120 140 160 180 200 220
d) Centro de emprendimiento
Esta variable revela el apoyo institucional brindado a las actividades relacionadas
con emprendimiento. La existencia de un centro especficamente para este pro-
psito implica que la universidad opta por crear capacidades sistemticas que
promuevan y faciliten el emprendimiento en sus estudiantes y acadmicos. Para
observar esta variable utilizaremos los tres indicadores detallados en la Tabla5.5.,
junto con el porcentaje de respuestas y el promedio del error estimado. Estos
varan de 0% a 1,5%, valores apropiados para estudiar los datos recabados.
% de Promedio de
N Indicador
respuestas error estimado
CAPTULO 5 67
Institucionalidad y servicios de I+D+i+e
aos de antigedad, y las otras siete con Centros que tienen entre 3 y 5 aos,
donde los dos ms recientes son de la U. de Coimbra de Portugal y de la P.U.
Catlica de Chile establecidos en 2009.
Podemos concluir que los Centros de emprendimiento son relevantes para
las instituciones, ya que estn presentes en la mayora de ellas, sin embargo han
seguido en prioridad a las OTL, que tienen 15 aos de edad promedio y a las
incubadoras que tienen 11.
Grfico 5.5.
Ao de creacin y edad del Centro de emprendimiento (2012)
Nota: Se excluye al ITESM del grfico debido a que cuenta con mltiples centros en sus diversos campus.
37 Varias universidades expresaron en sus respuestas a estos indicadores que estaban en proceso de
elaboracin de estas normativas.
38 Vase Captulo 6.
39 Ibd.
CAPTULO 5 69
Institucionalidad y servicios de I+D+i+e
Resultados de I+D+i+e y
6
formacin de capacidades
E ste cuarto eje se orienta a comprender los resultados de las diversas ini-
ciativas que realizan las universidades en materia de I+D+i+e, como por
ejemplo: nmero de publicaciones cientficas, patentes solicitadas y concedi-
das, licenciamientos de tecnologa, empresas creadas, ingresos financieros
producto de transferencias de conocimientos, entre otros. Tambin informa
sobre los programas acadmicos de docencia que imparten las instituciones en
materia de innovacin y emprendimiento. Para caracterizar este eje usaremos
las siguientes seis variables:
a) Publicaciones indexadas ISI y sus citas.
b) Invenciones, patentes solicitadas y concedidas.
c) Licenciamiento de resultados de I+D.
d) Ingresos financieros derivados de la transferencia de resultados de I+D.
e) Empresas creadas e incubadas.
f) Formacin en innovacin y emprendimiento.
A continuacin explicamos en detalle cada una de estas variables, as como
los indicadores que sern utilizados para medirlas y la presentacin y anlisis
de los datos recabados.
71
utilizamos los dos indicadores que se detallan en la Tabla 6.1. junto con sus
respectivos porcentajes de respuestas y promedios de los errores estimados,
que varan entre 1,3% y 1,4%, por tanto considerados apropiados para estudiar
esta variable.
Grfico 6.1.
Promedio anual de publicaciones ISI (2007-2010)
Fuente:
Grfico 6.2.
Promedio anual de publicaciones ISI por investigador (2007-2010)
El Grfico
6.3. muestra el promedio anual de citas ISI por institucin des-
de 2007 a 2010 cuya media es de 18.619, con una desviacin estndar de
CAPTULO 6 73
Resultados de I+D+i+e y formacin de capacidades
23.387 que supera la media. Su rango es de 82.427 citas y una relacin mximo
(UB)/mnimo (ITESM) de 132 veces. Se distinguen tres grupos de universidades.
La UB que lidera con ms de 80 mil citas anuales. Luego vienen cuatro, dos
espaolas y las dos brasileas, con valores entre 30 a 50 mil y el grupo de doce
instituciones con 600 a 12.000 citas anuales. Coincidente con las publicaciones,
las tres politcnicas y los dos institutos se ubican en el grupo de bajo nivel de
citas, confirmando su menor nfasis en investigacin cientfica bsica dado su
foco en desarrollo tecnolgico.
Grfico 6.3.
Promedio anual de citas ISI (2007-2010)
El nmero de citas por publicacin alcanz una media de 9,4 con una des-
viacin estndar de 7,0 el ao 2010, como se muestra en el Grfico 6.4. Este
indicador da cuenta de la calidad de las publicaciones, donde se destacan
tres grupos. Dos universidades con ms de 23 citas por publicacin (UV y UB),
cuatro con 12 a 17 citas (UCM, Unicamp, PUC y Unican) y 11 con menos de 6
citas, todas bajo la media.
Grfico 6.4.
N de citas por publicacin (2010)
Grfico 6.5.
N total anual de publicaciones y citas ISI (2007-2010)
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
CAPTULO 6 75
Resultados de I+D+i+e y formacin de capacidades
El promedio anual de publicaciones por investigador y de citas por publi-
cacin en el perodo 2007-2010 se presentan en el Grfico 6.6. Se observa
que la productividad ha ido en aumento desde 0,69 a 0,82 publicaciones por
investigador, lo que representa un aumento de 19% en el perodo. La calidad
de estas publicaciones se mantiene estable con leves variaciones en torno al
promedio de 9,4 citas por publicacin.
En trminos generales podemos concluir que las universidades estn incre-
mentando anualmente su capacidad para crear nuevo conocimiento cientfico,
lo que se ve reflejado en incrementos sostenidos de sus publicaciones, como se
vio en el Grfico 6.5. anterior y, a su vez, debido al aumento de la productividad
cientfica de los investigadores con niveles parejos de su calidad.
Grfico 6.6.
N de publicaciones por investigador y citas por publicacin (2007-2010)
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
Grfico 6.7.
N de doctorandos, investigadores y publicaciones (2010)
CAPTULO 6 77
Resultados de I+D+i+e y formacin de capacidades
Grfico 6.8.
Gasto directo total en I+D+i+e y N de publicaciones (2010)
Notas: (1) IPN no lleva a cabo revelaciones de invencin como parte de su proceso de I+D+i+e, por tanto no
est incorporado en los grficos 6.9. y 6.10. (2) Informacin no disponible para IPN y UCM. (3) Informacin
no disponible para UAM y UPC. (4) No disponible esta informacin en el caso de UAM, UPC y UCM.
Grfico 6.9.
N de revelaciones de invencin (2010)
El Grfico 6.10. muestra la evolucin del nmero total y del promedio por ins-
titucin de revelaciones de invencin en el perodo 2007-2010, donde se aprecia
un incremento sostenido en ambos indicadores. Es interesante constatar que en
2010 se revelaron un 60% ms de invenciones que en 2007, pasando de 458
CAPTULO 6 79
Resultados de I+D+i+e y formacin de capacidades
a 732 y el promedio por institucin aument un 43% pasando de 30 a 43. Esto
da cuenta de un interesante dinamismo en esta materia en las universidades de
RedEmprendia.
Grfico 6.10.
N total y promedio anual de revelaciones de invencin (2007-2010)
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
Nota: A pesar de que el IPN no presenta revelaciones de invencin, s lleva a cabo el proceso de solicitud
de patentes.
CAPTULO 6 81
Resultados de I+D+i+e y formacin de capacidades
Grfico 6.12.
N total y promedio anual de solicitudes nacionales de patentes (2007-2010)
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
Grfico 6.13.
N de doctorandos y N de solicitudes nacionales de patentes (2010)
Grfico 6.14.
Solicitudes nacionales de patentes por revelacin de invencin (2007-2010)
CAPTULO 6 83
Resultados de I+D+i+e y formacin de capacidades
Grfico 6.15.
N de solicitudes de patentes en el extranjero va Convenio de Pars (2010)
Nota: Informacin no disponible para IPN y UCM. El valor de Unican es de cero, pues no realiz ninguna
solicitud este ao. Los valores cero en los grficos indican que no hay presencia del indicador en las
universidades para ese ao mientras que la ausencia de una universidad en un grfico indica que no se
realiza esa actividad o bien no se tienen los datos sobre ella. Para el clculo de Mx./Min. se us el valor
de la UV.
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
46 Para el ao 2010 los pases de todas las universidades estudiadas formaban parte del tratado PCT.
Chile es el ltimo pas que lo suscribi el ao 2009. Salvo este caso, todas las universidades contaron
con esta posibilidad en los aos 2007 a 2009.
CAPTULO 6 85
Resultados de I+D+i+e y formacin de capacidades
Grfico 6.17.
N de solicitudes de patentes va PCT (2010)
Fuente:
Grfico 6.18.
N total y promedio anual de solicitudes de patentes va PCT (2007-2010)
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
Grfico 6.19.
Proporcin de patentes por tipo de solicitud (2007-2010)
CAPTULO 6 87
Resultados de I+D+i+e y formacin de capacidades
Tabla 6.3. N de solicitudes de patentes por cada 1.000 publicaciones (2007-2010)
Nota: Tabla ordenada descendientemente segn la tasa de solicitudes por cada mil publicaciones.
47 El rezago de varios aos que existe entre la solicitud y la concesin de una patente no permite una
medicin exacta de su relacin, pero esta medida permite tener una apreciacin global aproximada
y conocer la tendencia.
CAPTULO 6 89
Resultados de I+D+i+e y formacin de capacidades
Grfico 6.21.
N de patentes nacionales solicitadas y concedidas (2007-2010)
Nota: Los porcentajes junto a las lneas indican la variacin respecto del ao anterior.
Grfico 6.22.
N de patentes concedidas en el extranjero (2007-2010)
Nota: En el clculo de Mx./Min. se consider un valor mnimo de 1. No est disponible esta informacin
para UAM y UPC.
CAPTULO 6 91
Resultados de I+D+i+e y formacin de capacidades
Grfico 6.23.
N acumulado de patentes nacionales concedidas (1990-2010)
Grfico 6.24.
N acumulado de patentes concedidas en el extranjero (1990-2010)
Grfico 6.25.
N total de patentes acumuladas nacionales y extranjeras (1990-2010)
Nota: Informacin no disponible para UCM, por lo que est ausente del grfico. El porcentaje a la derecha
del grfico indica las patentes obtenidas en el extranjero respecto del total, donde el promedio de esta
proporcin alcanza el 16%.
CAPTULO 6 93
Resultados de I+D+i+e y formacin de capacidades
c) Licenciamiento de resultados de I+D
Esta variable expresa el volumen de transferencia tecnolgica que realizan las
universidades mediante licenciamiento de sus resultados de investigacin y
desarrollo. Esta va de transferir conocimiento permite que una nueva tecnologa
se explote comercialmente mediante un contrato con terceros. A su vez es una
referencia del grado de interaccin de la universidad con la industria.
Para conocer el desempeo de las universidades en este mbito, utilizamos el
indicador que se detalla en la Tabla 6.4. junto con su porcentaje de respuestas y
promedio del error estimado, que es de 2,4%, adecuado para los fines del estudio.
Grfico 6.27.
N total y promedio anual de contratos de licenciamiento (2007-2010)
Nota: Los porcentajes bajo las curvas indican la variacin respecto del ao anterior.
CAPTULO 6 95
Resultados de I+D+i+e y formacin de capacidades
d) Ingresos financieros derivados de la transferencia de los resultados de I+D+i+e
El objetivo de esta variable es estimar el retorno econmico derivado de la trans-
ferencia a terceros de las tecnologas y conocimientos desarrollados por las 17
universidades de este estudio. Estos retornos pueden provenir del licenciamiento
o venta de los nuevos conocimientos tecnolgicos, as como por la participacin
o venta de la propiedad de empresas spin-off. Para conocer el desempeo
de las universidades en este mbito, utilizamos los cuatro indicadores que se
detallan en la Tabla 6.5. junto con sus porcentajes de respuestas y promedios
de los errores estimados, los cuales, todos inferiores a 5%, se consideraron
adecuados para este estudio.
% de Promedio del
N Indicador
respuestas error estimado
1 Licenciamiento de tecnologas 90 (1) 4,2%
Notas: (1) No disponibles los datos de la UCM en los aos 2007-2009, ni tampoco los de ITESM de 2007;
en el caso de Unican solo se cont con datos de 2009. (2) y (3) No se dispuso de datos del ITESM, IPN
y UPM. (4) No se dispuso de datos del ITESM y del IPN.
El Grfico 6.28. presenta los ingresos obtenidos por las universidades por
efecto de licencias de tecnologas en 2010, cuyo promedio es de 153 mil, con
una desviacin estndar de 191 mil y un rango de 784 mil. La relacin entre
el mximo (UPV) y el mnimo (IPN) es de 156 veces, lo que da cuenta de la alta
heterogeneidad de las universidades en esta materia. Destaca la UPV con sus
784 mil, cifra cinco veces superior a la media y casi tres veces superior a la
UC, que la sigue con 290 mil. Al otro extremo, la PUC no obtiene ingresos por
este concepto y el IPN lo hace con un valor de 5 mil.
De estos datos se desprende que los ingresos obtenidos por licenciamiento
en 2010 son pequeos, pues el promedio es bajo con nueve universidades que
obtuvieron menos de 100 mil. Estas cifras contrastan, adems, con un volumen
interesante de invenciones y patentes que las mismas instituciones poseen, como
se vio en el Grfico 6.25., pero que no han logrado valorizar suficientemente.
Con respecto a los ingresos por participacin en empresas spin-off, la si-
tuacin es ms incipiente. Solo la UB reporta haber obtenido ingresos por este
concepto en 2010. Al analizar el perodo 2007-2010, tres instituciones presentan
cifras distintas de cero, la UB (29 mil en 2010), UPC (480 en 2008 y 2009) y
la UAM (1.400 en 2009).
Nota: Para la UPV se presenta el dato de 2009 debido a que el de 2010 es de 18 millones de euros
y fue considerado un outlier. Para calcular el Mx./Min. se us como valor mnimo el del IPN. No se
dispuso del dato de 2010 por parte de Unican.
En cuanto a ingresos obtenidos por venta de tecnologas, las cifras son igual-
mente pequeas, donde solo la UCM reporta ingresos en 2010 por un monto de
75 mil. En 2009 lo hacen tambin la UPV y la USC, cuyas cifras ascienden a
203 y 74 mil, respectivamente. El resto de las universidades indican que no
han obtenido retornos por este concepto. Finalmente, ninguna institucin reporta
haber obtenido ingresos por la venta de empresas de base tecnolgica en el
perodo 2007-2010, que es el cuarto indicador de esta variable.
De los datos anteriores podemos concluir que la forma en que las universi-
dades generan ingresos de su transferencia tecnolgica es principalmente va
contratos de licenciamiento, ingresos que son modestos. Las instituciones no
han llegado an a la etapa en la que las empresas spin-off creadas devenguen
retornos monetarios significativos, ni que haya venta sistemtica de las tecnolo-
gas desarrolladas y tampoco ingresos producto de la venta de las empresas de
base tecnolgica creadas. En consecuencia, podemos concluir que este es un
CAPTULO 6 97
Resultados de I+D+i+e y formacin de capacidades
espacio donde las universidades de RedEmprendia pueden y deberan crecer
en forma significativa de modo de poner en valor los resultados de su I+D y
propiedad industrial disponible.
% de Promedio del
N Indicador
respuestas error estimado
1 N de empresas internas incubadas 94(1) 1,6%
Notas: (1) En el caso de UV este dato no estaba disponible, por lo que no aparece en el Grfico 6.29.
(2) Algunas universidades no dispusieron de datos para algunos de los aos, pero no se las excluy del
Grfico 6.30. (3) No se dispuso de datos de USP, por lo que est ausente en el Grfico 6.31.
48 En el estudio se distingue entre empresas internas y externas. Las primeras se refieren a empresas
incubadas que fueron creadas por miembros de la comunidad acadmica, mientras que las segun-
das se refieren a aquellas creadas por individuos externos a ella. Las spin-off son empresas que
surgen de resultados de investigacin de la universidad que tienen personalidad jurdica separada
de ella.
Nota: El clculo de los estadsticos no incluye al ITESM por considerarse un outlier. No se dispuso de
datos de UV.
49 La USC y la UPM, como estrategia propia, no incuban empresas externas a la comunidad acadmica,
por ello su valor en el Grfico 6.30. es 0.
50 Significativo al 99% de confianza con un n=64.
CAPTULO 6 99
Resultados de I+D+i+e y formacin de capacidades
empresas internas incubadas tienden tambin a tener un nmero elevado de
empresas externas incubadas y viceversa.
Es interesante a su vez observar que las universidades son, en promedio,
ms activas en incubar empresas externas que internas, ya que sus medias
estn en relacin 2:151. De lo anterior concluimos que todas las universidades
tienen y ofrecen el servicio de incubacin de empresas pero quienes lo aprove-
chan en mayor medida son agentes externos a la comunidad universitaria.
Grfico 6.30.
N de empresas externas incubadas por la universidad (2010)
Nota: Se us el valor de Unican para el clculo de Mx./Min. El clculo de los estadsticos no incluye al
ITESM por considerarse un outlier.
51 Si excluimos a la UPM y USC que por eleccin propia no incuban empresas externas, solo 3 institu-
ciones tuvieron ms internas que externas, mientras que 11 incubaron ms externas que internas.
CAPTULO 6 101
Resultados de I+D+i+e y formacin de capacidades
Tabla 6.7. Indicadores de la variable Formacin en i+e
% de Promedio del
N Indicador
respuestas error estimado
1 N de magsteres en innovacin y/o emprendimiento 94 (1) 2,3%
Nota: (1) No se dispuso de informacin de USP, por lo que se excluy del Grfico 6.32.
Grfico 6.32.
N de magsteres en i+e dictados por las universidades (2010)
CAPTULO 6 103
Resultados de I+D+i+e y formacin de capacidades
tecnolgica. Aunque la mayora de las universidades obtiene ingresos por con-
tratos de licenciamientos, estos son espordicos y bajos. Ninguna universidad
reporta haber vendido empresas spin-off.
Se observa un comportamiento destacado de las universidades politcnicas
e institutos tecnolgicos en proteccin y transferencia de conocimiento. Esto
se manifiesta por ejemplo en la revelacin de invencin (UPC y UPM revelan
un 40% ms que el resto), patentamiento (un tercio de las patentes de la UPV
fueron concedidas en el extranjero, superando ampliamente el promedio del
resto de las universidades), contratos de licenciamiento (UPV, ITESM y UPC
obtuvieron los mejores resultados), y emprendimiento en empresas (donde
ITESM y UPV tambin sobresalen). Estas universidades, por otra parte, publican
anualmente un nmero de artculos cientficos que est por debajo de la media,
lo que sugiere una orientacin hacia la investigacin aplicada y la proteccin y
transferencia de sus resultados.
Sobre formacin de i+e, la mayora de las instituciones posee al menos un
programa de magster en innovacin, con un promedio de dos por universidad.
Esto es un indicador del grado de inters y de especializacin que se est al-
canzando en las universidades.
105
de AUTM donde participaron 149 universidades que respondieron el 92% de
los datos solicitados. La Tabla 7.1. muestra una sntesis de la informacin reca-
bada55 con valores promedios, mximos y mnimos. En 2009, el gasto medio en
I+D fue de 198 millones, ms de tres veces el de RedEmprendia, que fue de
63 millones. El MIT es la institucin lder con 998 millones y la universidad de
Bowling Green State es la de menor gasto con 6,4 millones y una diferencia de
156 veces entre ellas.
Las universidades de AUTM tuvieron en promedio 67 patentes nacionales so-
licitadas y 19 concedidas en 2009, siendo las tres lderes: MIT, con 154 patentes
concedidas; Stanford, con 128, y la University de Wisconsin, con 119. Las que
menos patentes obtuvieron fueron San Diego State University, Northern Arizona
University y Florida International, con solo una. El conjunto de universidades tuvie-
ron un promedio de 29 contratos de licenciamiento con ingresos por 8,4 millones,
los que variaron entre 116 millones y cero. Crearon en promedio 4 start-ups
siendo las tres lderes: la Universidad de Utah, con 19; el MIT, con 18, y el Califor-
nia Institute of Technology, con 18. Instituciones como Colorado State University,
Miami University y Temple University crearon solo una start-up en 2009.
Otro antecedente importante es la edad de sus Oficinas de Transferencia y
Licenciamiento - OTL, cuya media es de 25 aos. La Universidad de Wisconsin
fue la primera en crearla, en 1925, mientras que Baylor University y Boise State
University fueron las ltimas, en 2009. En todos los indicadores se observa una
alta disimilitud en el desempeo de las casas de estudio, con diferencias de
ms de 15 veces.
Start-ups creadas N 4 19 1
55 Los datos recibidos en la encuesta de AUTM incluyen cinco sistemas estatales de universidades como
por ejemplo el de California que comprende diez instituciones. Debido a que en estos casos no se
cuenta con los datos a nivel de cada universidad, no se incluyeron en este anlisis comparativo.
Grfico 7.1.
Promedio del gasto en I+D por grupo de universidades de AUTM (2009)
56 Una poltica muy referida es el Bayh-Dole Act que es una legislacin de 1980 que permiti a las
universidades apropiarse de los beneficios de la propiedad intelectual producto de investigaciones
financiadas con fondos pblicos. Esto, junto a estmulos fiscales de apoyo a la inversin privada en
I+D, pudo tener como efecto un vnculo ms estrecho entre Universidad e industria.
CAPTULO 7 107
Comparacin con otras redes universitarias en I+D+i+e (benchmarking)
Tabla 7.2. Comparacin de indicadores de I+D+i+e de AUTM y RedEmprendia (2009)
Unidad de AUTM
Concepto
medida Alto Medio Bajo RedEmprendia
Nmero de universidades N 48 48 48 17
Gasto en I+D millones 439 129 37 63
Revelaciones N 215 71 28 34
Solicitudes de patentes nacionales N 132 46 19 25
% solicitudes/revelaciones % 61 65 68 74
Patentes nacionales concedidas N 40 11 5 10
Contratos de licenciamiento N 55 22 10 5
Ingresos licencias millones 20 5 0,6 0,2
Start-ups/spin-offs N 6 3 2 5
Fuente: Encuesta AUTM 2009 y encuesta RedEmprendia de este estudio.
Revelaciones de
N 189 215 14% 73 71 3% 25 28 12% 30 43 43%
invencin
Solicitudes
nacionales de N 120 132 10% 41 46 12% 17 19 12% 22 26 18%
patentes
Patentes nacionales
N 33 40 21% 11 11 0% 4 5 25% 7 13 86%
concedidas
Contratos de
N 48 55 15% 20 22 10% 5 10 100% 4 8 100%
licenciamiento
Ingreso por
millones 11 20 82% 5 5 0% 0,3 0,6 100% 0,1 0,2 100%
licencias
Start-ups o spin-offs
N 5 6 20% 3 3 0% 1 2 100% 4 5 25%
creadas
Nota: La cifra de gasto en I+D de RedEmprendia no est disponible para los aos 2006 y 2007. En el caso
de AUTM, el concepto de start-ups se refiere a spin-offs creadas.
Fuente: Encuesta AUTM 2006 y 2009 y encuesta RedEmprendia de este estudio.
CAPTULO 7 109
Comparacin con otras redes universitarias en I+D+i+e (benchmarking)
muestra de similar tamao (17 instituciones) y similar gasto en I+D (promedio de
aprox. 63 millones)60, la que se presenta en la Tabla 7.4.
Lo que se deriva de esta comparacin es que los resultados son dismiles. Las
Universidades de AUTM son ms activas que las de RedEmprendia en revela-
ciones de invencin, a pesar del fuerte crecimiento que han tenido estas ltimas
como se vio en la tabla anterior. En materia de patentes, ambos grupos muestran
igual desempeo en las solicitadas, pero RedEmprendia destaca en las concedi-
das nacionales. En cuanto a transferencia tecnolgica, se confirma lo observado
en las dos comparaciones anteriores donde las universidades de AUTM son
significativamente ms activas en contratos de licencia de tecnologas (11 vs. 5)
e ingresos derivados de estos (1,5 vs. 0,2 millones), siendo sus desempeos
ms parejos en cuanto a la creacin de start-ups o spin-offs (3 vs. 5).
La Tabla 7.6. nos entrega antecedentes sobre la evolucin que han tenido
ambas redes en el perodo 2007 y 2010. Es interesante observar que los dos
grupos incrementaron en forma importante su actividad de revelaciones de
invencin y proteccin de propiedad intelectual. En transferencia tecnolgica
sin embargo hay disimilitud. RedEmprendia aumenta de forma significativa su
promedio de contratos de licencias y creacin de nuevas empresas (100% y
25% respectivamente) por institucin, en comparacin con RedOTRI, que no
tuvo crecimiento.
61 Las nueve universidades espaolas que pertenecen a RedEmprendia son miembros de RedOTRI.
CAPTULO 7 111
Comparacin con otras redes universitarias en I+D+i+e (benchmarking)
Tabla 7.6. Evolucin de los indicadores de RedOTRI y RedEmprendia (2007-2010)
Tabla 7.7. RedOTRI segn gasto Bajo y Alto en I+D y RedEmprendia (2010)
CAPTULO 7 113
Comparacin con otras redes universitarias en I+D+i+e (benchmarking)
Conclusiones y
8
recomendaciones
P ara cerrar este trabajo, haremos a continuacin una breve sntesis de sus
principales contenidos, aportaremos algunas conclusiones y sugeriremos
recomendaciones.
El objetivo central que ha motivado este estudio ha sido caracterizar el
estado y evolucin de los principales procesos, capacidades, recursos y resul-
tados de los sistemas de I+D+i+e de 17 destacadas universidades que forman
parte de RedEmprendia. Estos sistemas comprenden un conjunto diverso de
actividades e interacciones que van desde la creacin de nuevo conocimiento
cientfico-tecnolgico, el cual surge de la investigacin y el desarrollo (I+D),
hasta su proteccin y transferencia a la sociedad, dando origen a innovaciones
(i) o nuevos emprendimientos (e).
Este estudio se realiza en un contexto donde la creacin de conocimiento
a nivel mundial se ha acelerado en las ltimas dcadas y ha pasado a ser un
componente esencial del desarrollo econmico y social de los pases. Tal im-
portancia obedece a que el conocimiento puede aumentar sin lmites y con
rendimientos crecientes de productividad, a diferencia de los tradicionales fac-
tores productivos de capital y trabajo, que exhiben rendimientos decrecientes.
Lo anterior se ve reflejado, por ejemplo, en un enorme aumento del nmero de
invenciones que estn siendo protegidas anualmente en diferentes regiones del
mundo, como EE.UU., Europa y Asia del Este.
En este contexto las universidades adquieren un rol todava ms relevante, ya
que por su naturaleza son instituciones creadoras de conocimiento y, por tanto,
115
tienen el potencial de impactar en la sociedad, las industrias y los mercados,
transfirindoles sus avances cientfico-tecnolgicos y generando de esta forma
nuevo valor y beneficio. Sin embargo, los procesos de creacin y transferencia
son complejos, no lineales y difciles de medir y estudiar, ya que comprenden
una gran diversidad de interacciones entre diferentes agentes y con abundantes
componentes tcitas e intangibles.
Para realizar el estudio nos basamos en un modelo de anlisis emprico de
los sistemas de I+D+i+e a nivel de universidades, con cuatro actividades que
conforman su cadena de valor. En concreto: investigacin bsica, investigacin
aplicada, proteccin del conocimiento y transferencia tecnolgica. Asumimos
que dichas actividades, lejos de seguir un proceso secuencial, actan ms bien
como un sistema no lineal donde la investigacin bsica y la aplicada interac-
tan entre s y, dependiendo de su naturaleza, vara la forma y oportunidad de
la proteccin y transferencia de sus resultados. Para que el sistema opere se
requiere, a su vez, de un conjunto de insumos, servicios e infraestructuras que
identificamos a travs de cuatro ejes: (i) Capital humano avanzado; (ii) Recursos
e infraestructura; (iii) Institucionalidad y servicios; y (iv) Formacin de capaci-
dades y Resultados en I+D+i+e. A partir de este modelo de anlisis emprico
identificamos 15 variables y 42 indicadores, con los cuales elaboramos una en-
cuesta estructurada que permiti medir el sistema entre los aos 2007 y 2010.
A continuacin presentamos las conclusiones que se deducen de esta
investigacin. Al hilo de dichas conclusiones sugerimos tambin una serie de
recomendaciones.
CONCLUSIN 1
Si bien las 17 universidades estudiadas muestran una alta heterogeneidad,
tanto en sus recursos como en sus capacidades y resultados en I+D+i+e, se
observa un avance sostenido y generalizado del conjunto de instituciones en las
diferentes dimensiones del sistema de creacin y transferencia de conocimiento
y tecnologa durante el perodo 2007-2010. As se refleja en los diversos indica-
dores utilizados. Tal es el caso del aumento del 20% en publicaciones y citas
ISI, del 60% en revelaciones de invencin, del 31% en solicitudes de patentes
y del 74% en el total de patentes concedidas a las universidades, entre otros
avances. Incluso en transferencia de conocimiento, aun cuando el promedio
de 2010 es bajo, rondando los 8 contratos anuales de licenciamiento por insti-
tucin, estos aumentaron en un 114% en los cuatro aos estudiados, mientras
que el nmero de empresas creadas tipo spin-off aument en un 25%.
Todas las universidades poseen Oficina de Transferencia y Licenciamien-
to (OTL) e incubadoras de empresas, y la mayora dispone de un Centro de
Emprendimiento activo. A su vez, todas, salvo tres, cuentan con parques
cientfico-tecnolgicos y tienen o estn terminando de institucionalizar los
RECOMENDACIN 1
Tanto la bibliografa como la informacin levantada en este estudio dan cuenta
de que la I+D+i+e es una materia de importancia estratgica en el desarrollo y
competitividad de las universidades. En este contexto es altamente recomen-
dable que estas instituciones en particular las de RedEmprendia sigan
avanzando en consolidar sus esfuerzos en este campo a travs de sus mltiples
dimensiones, que abarcan desde formar y reclutar el mejor capital humano,
hasta dotarse de los necesarios medios tcnicos e infraestructuras y crear r-
ganos institucionales de apoyo a la I+D+i+e, suficientemente profesionalizados
y especializados. Si las universidades de Iberoamrica quieren asemejarse a
las lderes, tanto anglosajonas, como europeas, y ahora tambin asiticas, han
de apurar el paso en I+D+i+e y hacer partcipe a la comunidad universitaria y
a la sociedad de la importancia que tienen este tipo de actividades para el
conjunto de responsabilidades de la academia.
CONCLUSIN 2
Como ya se ha indicado, las 17 universidades estudiadas presentan altos y per-
sistentes niveles de heterogeneidad en sus sistemas de I+D+i+e, los cuales se
manifiestan incluso en instituciones de un mismo pas con contextos nacionales
comunes (por ejemplo las espaolas, mexicanas y brasileas). Esto significa
en la prctica que las universidades tienen una alta diversidad de estrategias y
polticas de desarrollo de largo plazo, que derivan en distintos comportamientos
y desempeos organizacionales acordes con esas estrategias.
Esta alta heterogeneidad se manifiesta en diferencias significativas entre
instituciones en muchos de los indicadores utilizados en el estudio, como ocurre
con el gasto en I+D, el nmero de alumnos de doctorado, el nmero de pu-
blicaciones indexadas o el nmero de patentes o contratos de licenciamiento,
entre otros. A modo de ejemplo, las universidades de RedEmprendia tuvieron
un gasto total directo promedio en I+D de 74 millones el ao 2010, con un
presupuesto mximo (211 millones) que llega a superar en 30 veces al mnimo
(7 millones). Adems, en promedio el 21% de este gasto es financiado con re-
cursos privados externos, con una variacin que va desde un mximo del 54%
hasta un mnimo del 7%. Es decir, con una diferencia entre ambos extremos de
casi el 800%.
CAPTULO 8 117
Conclusiones y recomendaciones
Otras manifestaciones de esta alta disimilitud estratgica entre las universi-
dades de RedEmprendia se aprecian claramente cuando vemos instituciones
como el ITESM, fuertemente orientado a la formacin para el emprendimiento
y a la creacin de empresas en sus diferentes formas (incubadas internas, ex-
ternas y spin-offs). Por su parte, la USP tiene una marcada orientacin hacia
la investigacin bsica y a la formacin de alumnos de doctorado, que suman
ms de 13.000, cuatro veces la media de las universidades analizadas. El alto
dinamismo de la UPV en materia de patentamiento internacional y transferencia
tecnolgica es otra singularidad destacable. Tambin lo es el fuerte nfasis de
la UB por la formacin de magster en innovacin y emprendimiento, contando
con ocho especialidades diferentes.
Esta alta y persistente heterogeneidad a nivel de las universidades est
documentada por la bibliografa y es objeto de estudio, ya que no se ajusta
con lo que ocurre en muchas industrias donde se observa una tendencia a la
convergencia. Esto significa que las diferentes organizaciones de un sector tien-
den a aumentar su similitud y reducir su heterogeneidad a lo largo del tiempo,
fenmeno que en la educacin superior no ocurre o sucede en menor grado y
quizs ms lentamente. Esta conclusin es relevante, ya que nos seala que
cada institucin es nica y persistentemente distinta de las dems.
RECOMENDACIN 2
Dado lo anterior, debemos distinguir dos niveles de polticas o acciones a tener
en cuenta: medidas de carcter general y medidas de carcter local. As, las de
carcter general hacen referencia a buenas prcticas que se pueden incorporar
de forma generalizada en todas las instituciones de RedEmprendia, con la idea
de mejorar los procesos de creacin y transferencia de conocimiento. En este
sentido, algunos ejemplos de medidas ya implantadas han sido, como se ha
visto, la institucionalizacin de los reglamentos de propiedad intelectual y trans-
ferencia tecnolgica, que progresivamente se han ido extendiendo entre las
instituciones, as como la creacin de oficinas de transferencia y licenciamiento
(OTL) y la creacin de centros de emprendimiento, entre otras.
Otra medida de esta naturaleza que podra impulsarse desde RedEmprendia
sera la formacin en aspectos especficos de los profesionales que integran
los equipos de las OTL, los centros de emprendimiento o las incubadoras de
negocio, que requieren de conocimientos especializados. En este trabajo no
hemos evaluado las competencias del personal que integra este tipo de unida-
des estructurales. Sin embargo, a travs de un estudio ms especfico se podra
analizar tales aspectos, de carcter ms cualitativo, y detectar aquellos en los
que se precisa una mayor formacin.
Las medidas de carcter local, por su parte, respondern a la orientacin
especfica de algunas de las polticas seguidas por cada institucin, lo que
CONCLUSIN 3
El conjunto de universidades estudiadas posee un marcado nfasis hacia la in-
vestigacin bsica o fundamental y una menor orientacin hacia la investigacin
aplicada o inspirada en el uso. Esto se ve reflejado, por ejemplo, en que tienen un
promedio de 46 solicitudes de patentes por cada 1.000 publicaciones cientficas
indexadas en el perodo 2007-2010. Sin embargo, esta cifra vara enormemente
desde un mximo de 321 solicitudes de patentes por cada 1.000 publicaciones
cientficas del ITESM y un mnimo de 9 en el caso de las Universidades de
Valencia y Autnoma de Madrid. Destacan, las tres instituciones politcnicas,
UPC, UPM y UPV, que junto al ITESM tienen los valores ms altos de solicitudes
de patentes por cada mil publicaciones ISI.
RECOMENDACIN 3
Es conveniente que las universidades mejoren sus indicadores en investigacin
aplicada. Cuando las instituciones tienen bajos niveles de investigacin aplica-
da puede que no estn aprovechando plenamente las oportunidades de atraer
nuevos recursos para potenciarla, tanto de fuentes pblicas como privadas, e
incrementar as las posibilidades de transferir los resultados de sus investigacio-
nes y, a su vez, de interactuar virtuosamente con la investigacin bsica.
Las principales lneas de actuacin que se deben potenciar a nivel de
universidades para incrementar la aplicabilidad de su investigacin se centran
en dos mbitos: (i) identificar y generar nuevo conocimiento potencialmente
aplicable; y (ii) proteger y transferir dicho conocimiento. Las actuaciones en
el primer mbito buscaran incentivar a los investigadores para producir co-
nocimiento y tecnologa potencialmente transferibles a la sociedad. Dichas
actuaciones generalmente conllevan un cambio profundo en la mentalidad de
la comunidad acadmica habituada a la investigacin cientfica fundamental.
Algunas medidas concretas seran la consideracin de la actividad patentadora
del investigador en los criterios que determinan la promocin en su carrera
acadmica, tal y como ya se viene haciendo en algunos pases, o el estable-
cimiento de sistemas de incentivos dentro de las universidades que permitan
CAPTULO 8 119
Conclusiones y recomendaciones
a los acadmicos percibir un porcentaje de los royalties que se derivan de los
licenciamientos generados.
Por su parte, en lo que se refiere a las actuaciones en el mbito de la protec-
cin y transferencia de nuevo conocimiento, si bien los investigadores desarrollan
la tecnologa, el personal de las Oficinas de Transferencia y Licenciamiento-OTL
suele tener un mejor conocimiento de su potencial de comercializacin. En este
sentido, la experiencia de la OTL ha de desempear un papel fundamental,
asesorando a los investigadores a travs del complejo proceso burocrtico que
implica la tarea de patentar y transferir.
Ahora bien, la aplicacin de algunas de estas medidas requiere la existencia
de una normativa a nivel nacional que garantice su legalidad. A modo de ejem-
plo, si el marco legal no permite que los investigadores perciban royalties, las
universidades no pueden implantar este tipo de iniciativas. Por ello, es necesario
que desde las instituciones se realice una labor informativa hacia la sociedad y
a sus responsables polticos, de la importancia de incentivar y facilitar la aplica-
bilidad de los resultados de investigacin.
Por otra parte, queremos puntualizar que cuando se recomienda la conve-
niencia de incrementar el peso de la investigacin aplicada no se hace a costa
de reducir o restar recursos a la investigacin bsica. Por el contrario, significa
ampliar el espectro de la investigacin desde aquella de perfil fundamental
hasta la que se orienta a aplicaciones reales y al desarrollo tecnolgico. As es
todo el sistema el que generalmente crece y se producen flujos de conocimiento
en ambos sentidos.
CONCLUSIN 4
El mbito donde las universidades analizadas aportaron menos informacin y
menores resultados es en emprendimiento, especialmente en la creacin de
empresas spin-off, donde tuvieron un promedio de 5,4 el ao 2010. En cuanto a
incubacin, todas las universidades tienen y ofrecen este servicio, sin embargo
son ms activas en incubar empresas externas a la comunidad acadmica que
internas. En 2010, las primeras fueron 40 promedio por institucin mientras que
las segundas fueron 20, es decir, sus medias estn en razn de 2:1. Sin perjui-
cio de esto, existe una alta correlacin positiva62 entre incubacin de empresas
externas e internas.
De los anteriores antecedentes concluimos que agentes externos a las
universidades aprovechan en mayor medida que las mismas comunidades
acadmicas, los servicios de incubacin de sus instituciones. Las universida-
des, por tanto, tienen el espacio y la oportunidad de hacer un mejor uso de su
propia capacidad y experticia institucional en incubacin de nuevos proyectos
empresariales intensivos en conocimiento tecnolgico.
CONCLUSIN 5
Dentro del avance sostenido y relevante observado en las universidades de
RedEmprendia en materia de I+D+i+e (vase Conclusin 1), se aprecia que
las iniciativas relacionadas con la gestin de la propiedad del conocimiento
estn ms avanzadas y desplegadas que las de transferencia tecnolgica,
que son ms recientes y seguramente por ello estn menos sistematizadas y
son menos intensas.
As, en el ao 2010 el conjunto de 17 instituciones analizadas solicit un pro-
medio de 46 patentes (entre nacionales, en el extranjero y va PCT) y les fueron
concedidas un promedio de 22 (entre nacionales y extranjeras). A su vez, la media
de patentes concedidas en el perodo 1990-2010 fue de 114 por institucin.
Las anteriores cifras contrastan con resultados significativamente menores
en materia de transferencia de estos conocimientos. En efecto, en el ao 2010
las universidades tuvieron un promedio de solo 8 contratos de licenciamiento
de tecnologas y los ingresos medios por licenciamiento se situaron en torno
a 153.000, pudiendo calificarse como bajos y espordicos en el contexto
internacional. Con respecto a los ingresos por participacin en empresas de
tipo spin-off, la situacin es an ms incipiente. De hecho, son muy pocas las
universidades que reportaron haber obtenido ingresos por participar en empre-
sas spin-off y estos son casi anecdticos. Las cifras son tambin muy pequeas
en materia de ingresos obtenidos por venta de tecnologas y venta de empresas
de base tecnolgica.
RECOMENDACIN 5
Las universidades deben avanzar hacia etapas ms evolucionadas y sistem-
ticas de transferencia tecnolgica y de conocimiento. Esto pasa por promover
relaciones ms estrechas con el sector productivo privado y pblico que, en
definitiva, es el demandante ltimo de las invenciones desarrolladas en las
universidades. Para incrementar dicha colaboracin podra favorecerse la
CAPTULO 8 121
Conclusiones y recomendaciones
incorporacin temporal de doctores a las empresas, para que puedan adaptar
sus lneas de investigacin a la realidad empresarial y al mercado, as como
la celebracin de encuentros y jornadas especficas entre investigadores y
empresas de determinados sectores. En este sentido, RedEmprendia ocupa
un lugar privilegiado para actuar como puente entre sus instituciones y el
sector empresarial.
En este estrechamiento de relaciones entre universidad y sector productivo,
aconsejamos que las instituciones se abran a incorporar con mayor contunden-
cia un enfoque en la demanda de I+D (market pull). Sin duda resulta ms fcil
comercializar una nueva tecnologa diseada para solucionar un problema u
aprovechar una oportunidad existente, que crear un nuevo conocimiento tecno-
lgico para despus buscar potenciales interesados en adquirirlo. Esta medida
facilitara la transferencia tecnolgica y mejorara los retornos econmicos y no
econmicos de la investigacin y el desarrollo.
CONCLUSIN 6
Histricamente las universidades estudiadas han puesto mayor nfasis en la
proteccin de sus descubrimientos e invenciones a nivel local, ms que en
pases extranjeros. Esto se ve reflejado en que son nacionales el 78% del total
de las patentes concedidas a estas instituciones en el perodo 1990 al 2010.
Sin embargo, esta orientacin comienza a cambiar a finales de la pasada d-
cada, aprecindose un sostenido incremento de las solicitudes de patentes en
el extranjero y va PCT. En efecto, en el ao 2010 las solicitudes de patentes
nacionales fueron un 60%, en el extranjero un 17% y las internacionales va PCT
un 23%.
Dado que el conocimiento ha de tener una proyeccin global, es natural que
su internacionalizacin cobre relevancia y se desea y espera que las universida-
des iberoamericanas sigan esta tendencia; en particular, por su gran potencial,
las de RedEmprendia. A su vez, dentro de la solicitud internacional de patentes
hay un creciente vuelco hacia la va PCT, que aument 10 puntos porcentuales
ms que la solicitud directa en el extranjero en el perodo 2007 a 2010.
RECOMENDACIN 6
Es conveniente que las universidades impriman una orientacin ms internacio-
nal a sus polticas y actividades de I+D+i+e, frente al carcter marcadamente
local existente en la actualidad. El conocimiento y la tecnologa son globales.
Las ventajas de orientarse hacia una proyeccin internacional de este tipo de
actividades son numerosas. Destacamos fundamentalmente dos: en primer
lugar, ampliaran el mercado potencial al que pueden transferir los resultados
de sus investigaciones y, en segundo lugar, no seran tan dependientes de la
coyuntura econmica nacional, que a da de hoy determina en gran medida los
fondos con los que financian estas actividades.
CONCLUSIN 7
No se encontraron instituciones que destaquen y sean lderes en el conjunto, o
en un nmero importante de variables que componen el sistema de I+D+i+e.
Por el contrario, se hallaron diversas universidades que destacan en algunas
dimensiones especficas, como se indica en la Tabla 8.1. En todo caso, estas
instituciones pueden ser importantes referentes para otras, particularmente en
los mbitos donde tienen desempeos superiores. Por ejemplo, el ITESM desta-
ca claramente en incubacin de empresas. Por tanto, es un benchmark para las
universidades que deseen mejorar su desempeo en este aspecto. Otro caso
notorio es la UPV, que posee, con diferencia, los mejores resultados en paten-
tamiento internacional y transferencia tecnolgica. Este know-how, especfico
y difcil de adquirir, puede ser un valioso ejemplo y fuente de aprendizaje para
otras instituciones interesadas en avanzar en estos aspectos.
La existencia de numerosas universidades que destacan en dimensiones es-
pecficas del sistema de I+D+i+e puede ser consecuencia de la alta variedad de
estrategias y polticas de desarrollo de largo plazo que han seguido las distintas
universidades (vase Conclusin 2).
RECOMENDACIN 7
Los destacados desempeos de numerosas universidades en diferentes dimen-
siones de sus sistemas de I+D+i+e son un importante activo que RedEmprendia
puede aprovechar para compartir y aprender de las mejores prcticas. En
este sentido RedEmprendia debera ayudar a que las distintas instituciones
compartan con otras universidades, singularmente las de la Red, su know-how
especializado y la forma en que han avanzado para alcanzar sus desempeos
especficos sobresalientes.
CAPTULO 8 123
Conclusiones y recomendaciones
Tabla 8.1. Instituciones con destacados desempeos en diversas dimensiones del
sistema de I+D+i+e
CONCLUSIN 8
Por la misma naturaleza del contenido de este estudio, es relevante situar el
desempeo de las universidades de RedEmprendia en materia de I+D+i+e en
el contexto internacional. Sin embargo, existen pocas redes de instituciones de
educacin superior focalizadas en estos contenidos y que, a su vez, cuenten
RECOMENDACIN 8
Se precisan polticas que potencien los vnculos y la cooperacin en materia
de investigacin y transferencia de tecnologa entre universidades y otros or-
ganismos pblicos y privados, singularmente empresas privadas y pblicas,
capaces de ayudar a generar resultados tangibles y beneficiosos para ambas
partes (vase Recomendacin 5). Tambin resultara de extrema utilidad el
diseo de sistemas de incentivos a la transferencia de resultados de investi-
gacin como mritos curriculares y de promocin interna de investigadores
y profesores universitarios (vase Recomendacin 3). Este tipo de medidas
refuerzan el alineamiento entre la demanda de nuevo conocimiento y solu-
ciones tecnolgicas por parte de la sociedad, y los intereses cientficos, ms
centrados en la publicacin de resultados de investigacin, la mayor parte de
las veces con un impacto exclusivamente acadmico.
CONCLUSIN 9
La gran mayora de las universidades estudiadas (15 de las 17, en concreto)
poseen programas de magster en innovacin y emprendimiento, lo que refleja
que estos contenidos, a pesar de ser relativamente nuevos a nivel de educacin
superior, han pasado a ser parte de su oferta acadmica regular. Ms an, 7 de
estas instituciones dictan entre 2 y 8 programas de magster en esta disciplina,
con diferentes especializaciones, lo que refleja la importancia y diversificacin
que se da a esta nueva oferta docente.
CAPTULO 8 125
Conclusiones y recomendaciones
RECOMENDACIN 9
Si bien la formacin en estas disciplinas a nivel de magster es importante, est
bien documentado en la bibliografa que, adems, resulta imprescindible que
los estudiantes cursen contenidos relacionados con la innovacin y el empren-
dimiento ya desde los primeros cursos de su titulacin, incorporando as dichos
contenidos de forma transversal en sus estudios. Si se espera que los estudian-
tes alcancen competencias en estos mbitos al llegar a un magster, la mayor
parte de los alumnos terminara sus estudios de pregrado sin que la institucin
hubiese desarrollado en ellos ninguna inquietud ni capacidad emprendedora.
La colaboracin entre universidades, compartiendo contenidos y recursos for-
mativos y diseando programas de formacin conjuntos, siendo una lnea de
accin ya explorada, debera intensificarse.
CONCLUSIN 10
Se encontraron correlaciones importantes y positivas entre los resultados de
investigacin y los recursos destinados a dicho fin, tanto humanos (investiga-
dores y doctorandos fundamentalmente) como financieros (gasto en I+D+i+e).
Evidentemente, esto no debe sorprendernos, pero pone de nuevo en evidencia
el impacto que tiene la asignacin de recursos suficientes a estas actividades.
RECOMENDACIN 10
Las universidades no solo tienen la responsabilidad de rentabilizar al mximo los
recursos invertidos en I+D+i+e, sino que han de aplicarse tambin en hacerlo
visible al conjunto de la sociedad. Solo as, y a travs del adecuado rendimiento
de cuentas, se lograr el conocimiento y compromiso pblicos necesarios para
incrementar los recursos destinados a estos fines. Tambin as las universida-
des estarn en mejores condiciones de pedir a los responsables polticos la
articulacin de medidas que incrementen los fondos destinados a financiar sus
actividades de I+D+i+e.
CONCLUSIN 11
El impacto de las inversiones, los medios e infraestructuras y los cambios orga-
nizacionales en materia de I+D+i+e, no es inmediato, sino que suele apreciarse
en el mediano y largo plazo. Por tanto, es relevante contar con informacin
peridica y fiable sobre esta materia, que permita valorar los resultados de
las acciones llevadas a cabo para potenciar la I+D+i+e y guiar la toma de
nuevas acciones. Pero esto no es, ni mucho menos, una tarea fcil. De hecho,
las dos mayores dificultades de este estudio fueron, en primer lugar, reunir
la informacin solicitada a las universidades y, en segundo lugar, lograr que
esta fuera consistente y confiable, es decir, que los conceptos asociados a las
diferentes variables e indicadores fueran interpretados de igual forma por todas
RECOMENDACIN 11
Dado que es relevante para las instituciones contar con informacin especfica
y peridica de sus sistemas de I+D+i+e, es recomendable que las universida-
des establezcan los mecanismos y procedimientos que les permitan acceder
a ella de forma centralizada y oportuna y que, a la vez, se estandaricen o se
d al menos cierta homogeneidad a dichos instrumentos. De hecho, para las
universidades de RedEmprendia recomendamos aprovechar la metodologa
desarrollada convenientemente actualizada por la experiencia de este y
nuevos anlisis que vaya realizando la Red, as como por otros organismos
externos, reproduciendo este tipo de estudios cada dos o tres aos. Esto
permitir disponer de informacin actualizada del conjunto de instituciones,
conocer la evolucin local y global de las universidades en el tiempo y facilitar
el aprendizaje colectivo. Siendo un trabajo arduo, no cabe duda de que los
nuevos estudios se aprovecharn de los instrumentos y know-how disponibles,
y con ellos las universidades y sus agentes pblicos y privados de inters.
CAPTULO 8 127
Conclusiones y recomendaciones
A1
Anexo
Ficha de caracterizacin de
las 17 universidades del estudio
129
Tabla A 1.1. Ficha de caracterizacin de las 17 universidades del estudio.
130
Universidad
Madrid
Madrid
Instituto
Coimbra
Pontificia
Antioquia
Cantabria
Monterrey
Barcelona
Nacional(1)
Universidad
Universidad
Universidad
Autnoma de
Universitat de
Universidad de
Universidad de
Universidad de
Tecnolgico de
Complutense de
Catlica de Chile
Instituto Politcnico
Indicador Unidad Mxico Mxico Chile Espaa Espaa Colombia Espaa Espaa Portugal
(3)
Total de alumnos matriculados N 162.496 99.217 23.533 30.450 86.966 37.032 87.792 12.913 21.313
Alumnos de pregrado N 95.589 54.569 19.836 25.320 74.460 34.685 51.594 10.530 9.490
Alumnos de magster N 4.126 19.010 2.380 1.793 10.282 948 5.415 1695 10.411
Alumnos de doctorado N 1.599 671 832 2.337 2.224 380 4.229 688 1.412
Programas de pregrado N 78 58 87 43 72 70 70 63 35
Programas de magster N 70 42 78 46 302 184(4) 146 31 94
Programas de doctorado N 32 11 34 45 87 S.I. 71 22 23
Docentes de planta N 17.273 2.246 2.831 2.480 4.114 1.065 3.732 1.272 1.137
Campus N 4 31 5 2 2 S.I. 6 2 3
Madrid
Valencia
Valencia
So Paulo
Catalunya
Campinas
Universitat
Politcnica
Estadual de
Universidad
Universidad
Universidad
Santiago de
Compostela
Universitat de
Politcnica de
Politcnica de
Universidad de
Universidad de
Universidade do
Indicador Unidad Espaa Espaa Espaa Espaa Brasil Espaa Portugal Brasil
Total de alumnos matriculados N 38.520 37.719 37.113 29.797 88.962 58.741 31.385 36.801
Alumnos de pregrado N 29.687 33.458 32.397 25.819 57.300 46.358 22.480 17.083
Alumnos de magster N 3.011 1.987 3.237 360 13.467 4.063 5.640 5.276
Alumnos de doctorado N 3.000 2.274 1.478 827 13.101 3.178 2.293 5.630
Programas de pregrado N 69 36 34 48 240 64 35 66
Programas de magster N 61 54 58 79 308 84 135 66
Programas de doctorado N 46 44 29 75 299 150 89 60
Docentes de planta N 2.780 3.404 2.865 2.177 5.796 2.155 2.469 1.846
Campus N 11 4 3 2 7 3 3 6
Facultades N 23 23 13 19 42 18 13 22
Superficie construida Millones m2 0,42 S.I. 0,68 0,6 1,76 0,63 S.I. 0,62
Bibliotecas N 13 22 11 16 44 8 27 27
Volmenes en biblioteca Millones 0,64 0,85 0,56 1,2 8 1,1 0,68 0,9
Centros e institutos N 9 17 41 18 6 18 73 22
Ranking ARWU 2012 N - - 301-400 401-400 102-150 201-300 301-400 201-300
anexos
QS World University Ranking 2012 N 373 451-500 451-500 401-450 169 401-450 401-450 235
131
A2
Anexo
Variables e indicadores
de la encuesta
133
VARIABLE 1: Nmero de alumnos
Objetivo: Medir el capital humano avanzado en las universidades y
estimar el tamao de la universidad.
anexos 135
VARIABLE 5: Parque cientfico-tecnolgico
Objetivo Mostrar la existencia de infraestructura para facilitar la innovacin.
anexos 137
VARIABLE 7: Oficina de transferencia tecnolgica
Objetivo: Expresar la formalizacin y facilitacin de la transferencia
tecnolgica en la universidad.
Frmula de clculo Nmero de personas EJC que trabajaron en la OTT (incluidos los
gestores tecnolgicos), dedicados a actividades de transferencia
tecnolgica, al finalizar el ao calendario 2010.
Unidad de Medida Equivalencia a Jornada Completa (EJC)
Definicin No requiere.
Unidad de Medida Ao
Comentarios
Comentarios
Centros de emprendimiento
VARIABLE 9:
Inferir el apoyo formal al emprendimiento por parte de la
Objetivo:
universidad.
anexos 139
Cdigo indicador 9.2
Comentarios
Frmula de clculo Nmero de publicaciones ISI durante los aos calendario 2007, 2008,
2009 y 2010 de acadmicos de la Universidad.
anexos 141
Cdigo Indicador 11.4
Frmula de clculo Total de los ingresos en dinero de moneda local que recibe la
Universidad proveniente de sus contratos y/o convenios de licencias de
tecnologa en los aos fiscales 2007 a 2010.
Unidad de medida Moneda local (monto nominal de cada ao)
anexos 143
Cdigo Indicador 13.3
Frmula de clculo Total de ingresos en dinero de moneda local que recibe la Universidad
por la venta de una o ms empresas de base tecnolgica de su
propiedad durante los aos fiscales del 2007 al 2010.
Unidad de medida Moneda local (monto nominal de cada ao)
anexos 145
A3
Anexo
Cantidad y calidad
de los datos recogidos
147
A las 17 universidades del estudio se les pidi informar 90 datos, provenientes
de 42 indicadores y 15 variables, lo que suman un total de 1.513 cifras por
institucin. El Grfico A 3.1. muestra el porcentaje de datos recibidos respecto
del total solicitado a cada institucin. El promedio es 94,5%, con una mximo de
100% que entregaron cuatro universidades y un mnimo de 83% del IPN.
Grfico A 3.1.
Porcentaje de respuesta de la encuesta por universidad
63 Esta fue la encuesta que se utiliz para comparar sus resultados con los de RedEmprendia en el
Captulo 7.
< 1% De 11 a 20%
De 1 a 5% De 21 a 40%
Tabla A 3.1. Rangos de error de
De 6 a 10% > 40%
estimacin utilizados en la encuesta
Grfico A 3.2.
Calidad de los datos obtenidos segn su estimacin del error
Nota: No responde refiere a indicadores con datos entregados, pero cuyo error no se report. No se
aplica refiere a indicadores cuyos datos no fueron entregados, por lo que no hay estimacin de su error.
anexos 149
Tabla A 3.2. Distribucin del error de estimacin de cada indicador64
No No se
Indicador65 < 1% 1-5% 6-10% 11-20% 21-40% > 40%
responde aplica
1.1 94,1% 5,9%
1.2 94,1% 5,9%
1.3 88,2% 11,8%
2.1 64,7% 17,6% 11,8% 5,9%
3.1 47,1% 23,5% 11,8% 5,9% 11,8%
3.2 58,8% 17,6% 11,8% 5,9% 5,9%
4.1 64,7% 23,5% 5,9% 5,9%
5.1 100,0%
5.2 100,0%
6.1 100,0%
6.2 100,0%
6.3 100,0%
6.4 100,0%
7.1 100,0%
7.2 76,5% 23,5%
7.3 100,0%
8.1 100,0%
8.2 70,6% 17,6% 5,9% 5,9%
8.3 100,0%
9.1 100,0%
9.2 82,4% 11,8% 5,9%
9.3 100,0%
10.1 91,2% 7,4% 1,5%
10.2 89,7% 4,4% 4,4% 1,5%
11.1 61,8% 23,5% 8,8% 5,9%
11.2 75,0% 25,0%
11.3 72,1% 23,5% 4,4%
11.4 70,6% 25,0% 4,4%
11.5 69,1% 25,0% 1,5% 4,4%
11.6 54,4% 23,5% 4,4% 5,9% 11,8%
11.7 41,2% 47,1% 5,9% 5,9%
11.8 23,5% 47,1% 11,8% 17,6%
12.1 77,9% 10,3% 7,4% 4,4%
13.1 61,8% 11,8% 2,9% 17,6% 5,9%
13.2 72,1% 16,2% 1,5% 10,3%
13.3 72,1% 10,3% 5,9% 11,8%
13.4 51,0% 49,0%
14.1 77,9% 8,8% 5,9% 7,4%
14.2 75,0% 14,7% 5,9% 4,4%
14.3 75,0% 16,2% 8,8%
14.4 64,7% 17,6% 5,9% 11,8%
15.1 64,7% 17,6% 11,8% 5,9%
Promedio 75,0% 14,3% 3,0% 2,1% 0,1% 0,0% 0,3% 5,2%
Desv. Est. 19,3% 12,1% 3,9% 3,6% 1,3% 0,0% 2,2% 8,4%
MAX 100,0% 47,1% 11,8% 17,6% 5,9% 0,0% 11,8% 49,0%
MIN 23,5% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%
anexos 151
A4
Anexo
Construccin de la muestra de
comparacin de AUTM
153
E n la seccin 7.1 se compar RedEmprendia con una muestra de 17 uni-
versidades de AUTM indicadas en la Tabla A 4.1. El objetivo fue comparar
indicadores de I+D+i+e de universidades de ambas redes con similar gasto en
I+D del ao 2009. Las 17 instituciones de AUTM se eligieron a partir de Temple
University, que tiene el gasto en I+D (64 millones) ms cercano al promedio
de RedEmprendia ese ao (63 millones). Luego se probaron tres series com-
puestas por pares de universidades alejadas de tres en tres, cuatro en cuatro
y cinco en cinco, sobre y bajo esa media. Se seleccion la serie con promedio
y desviacin estndar del gasto en I+D ms cercanos a los de RedEmprendia.
Las tres series arrojaron datos consistentes.
Tulane University 95
University of Houston 72
Temple University 64
Promedio 62
Desviacin Estndar 33
Glosario
155
Benchmark Comparacin de un sistema o sus elementos con el fin de realizar
mejoras en estos.
Capital humano Son los conocimientos, habilidades, competencias y atributos que
se encarnan en las personas, que facilitan la creacin de bienestar
econmico, personal y social en un lugar determinado. Por capital
humano avanzado se entiende un tipo especfico de este capital
que tiene las herramientas para la creacin de conocimiento nuevo
cuyo fin es la agregacin de valor a la sociedad.
Emprendimiento En el contexto de este estudio refiere a la formacin de empresas
que hacen uso de conocimiento o productos innovadores,
especialmente, aunque no de modo exclusivo, por parte de los
propios miembros de la comunidad universitaria.
Desarrollo Es la fabricacin y puesta a prueba de un prototipo, un modelo
experimental original o situacin de examen que incluye todas las caractersticas
y desempeos de un nuevo producto, proceso o tcnica
organizacional o de comercializacin. Vase I+D.
Equivalencia a Unidad de medida del uso del tiempo que corresponde a una
jornada completa jornada de trabajo completa segn las leyes nacionales.
Gestin Refiere a la generacin, adaptacin y aplicacin de nuevas tcnicas
que permitan una mejor articulacin de los esfuerzos de cada rea
de la empresa (coordinacin entre produccin, administracin y
ventas), o bien que permitan alcanzar los objetivos fijados por la
direccin de forma ms eficiente (calidad total, cuidado del medio
ambiente laboral, etc.).
I+D La Investigacin y Desarrollo es el trabajo creativo realizado en
forma sistemtica con el objetivo de generar un nuevo conocimiento
(cientfico o tcnico) o de aplicar o aprovechar un conocimiento
ya existente o desarrollado por otro. Vase Investigacin bsica,
Investigacin aplicada y Desarrollo experimental.
Incubacin Apoyo a la creacin de nuevas empresas mediante recursos
empresariales, soluciones de negocios, o generacin de contactos,
entre otros. En el contexto universitario estas empresas tienden a
poseer una base tecnolgica producto de la innovacin. Vase
Emprendimiento.
Indicadores Herramientas de medida cuantitativa o cualitativa que permiten
observar y evaluar el avance o cumplimiento de factores como
recursos, capacidades o resultados. Se usan para ayudar en la
gestin y toma de decisiones en las materias en que se apliquen.
Investigacin Este tipo de investigacin pretende generar un nuevo conocimiento
aplicada teniendo desde un principio una consideracin sobre el uso,
finalidad o destino al que se desea arribar con los resultados de
la investigacin.
Investigacin Este tipo de investigacin busca generar un nuevo conocimiento
bsica abstracto o terico dentro de un rea cientfica o tcnica, en sentido
amplio, sin un objetivo, finalidad o consideracin de uso fijada de
forma previa sobre el resultado de la investigacin.
anexos 157
Bibliografa
159
Calderini, M. y Franzoni, C. (2004). Is academic patenting detrimental to high
quality research? An empirical analysis of the relationship between scientific
careers and patent applications. KITeS Working Papers 162.
Cameron, G. (1996). Innovation and economic growth. Centre for Economic
Performance Discussion Papers, N 277.
Chang, Y.-C., Yang, P. y Chen, M.-H. (2009). The determinants of academic
research commercial performance: towards an organizational ambidextry
perspective. Research Policy, 38(6), 936-946.
Chapple, W., Lockett, A., Siegel, D. y Wright, M. (2005). Assessing the relative
performance of U.K. university technology transferoffices: parametric and
non-parametric evidence. Research Policy, 34(3), 369-384.
Chukumba, C. y Jensen, R. (2005). University invention, entrepreneurship, and
start-ups. Cambridge: National Bureau of Economic Research.
Clancy, P. y Dill (Eds), D. (2009). The research mission of the university. Policy
reforms and institutional response. Rotterdam: Sense Publishers.
Clark, B. R. (1995). Places of inquiry: Research and advanced education in mo-
dern universities. Berkeley: University of California Press.
CNIC. (2010). Agenda de innovacin y competitividad 2010-2020. Santiago: CNIC.
Cohen, W. y Keppler, S. (1996). A reprise of Size and R&D. Economic Journal,
106, 925-951.
Conicyt (2012). Indicadores y estadsticas. Recuperado el 19 de Junio de 2012,
de http://www.conicyt.cl/573/propertyvalue-1792.html
Consejo Nacional de Innovacin (2007). Estrategia para la Innovacin. http://
bligoo.com/media/users/3/181209/files/18144/enic_2007_r_ejecutivo.pdf
De Campos, A. L. (2011). A review of the influence of long-term patterns in research
and technological development (R&D) formalisation on university-industry
links. SPRU Electronic Working Papers.
DEste, P. y Patel, P. (2007). University-industry linkages in the UK: What are the
factors underlying the variety of interactions with industry? Research Policy,
36(9), 1295-1313.
Di Gregorio, D. y Shane, S. (2003). Why do some universities generate more
start-ups than others? Research Policy 32, 209-227.
Dogson, M. (2000). Systemic integration of the innovation process within the firm.
National Innovation Summit (pgs. 9-11). Melbourne.
Easterly, W. y Levine, R. (2001). Its no factor accumulation: stylized facts and
growth models. Documentos de Trabajo Banco Central de Chile, N 164.
Edquist, C. (2010). Systems of innovation perspectives and challenges. African
Journal of Science, Technology, Innovation and Development, 2(3), 14-45.
Etzkowitz, H. (1994). Academic-industry relations: a sociological paradigm for
economic development. En H. Leydesdorff y P. Van de Besselaar, Evolu-
tionary economics and chaos theory: new directions in technology studies.
Londres: Pinter.
Etzkowitz, H. (2000). The future of the university and the university of the future: evo-
lution of ivory tower to entrepreneurial paradigm. Research Policy, 29, 313-330.
bibliografa 161
Hausmann, R., Hidalgo, C., Bustos, S., Coscia, M., Chung, S. J., Simores, A. et
al. (2012). The atlas of economic complexity. Mapping paths to prosperity.
Recuperado el 2 de 1 de 2012, de MIT: http://atlas.media.mit.edu/
Henderson, R., Jaffe, A. y Trajtenberg, M. (1998). Universities as a Source of
Commercial Technology: A Detailed Analysis of University Patenting, 1965-
1988. The Review of Economics and Statistics, 80(1), 119-127.
Jaffe, A. (1989). Real effects of academic research. American Economic Review,
79(5), 957-970.
Jaffe, A. (1998). The importance of spillovers in the policy mission of the advan-
ced technology program. Journal of Technology Transfer, 23(2), 11-19.
Jensen, R., Thursby, J. y Thursby, M. (2003). Disclosure and licensing of uni-
versity inventions: The best we can do with the s**t we get to work with.
International Journal of Industrial Organization, 21(9), 1271-1300.
Jolly, V. (1997). Commercializing new technologies: getting from mind to market.
Boston: Harvard Business School Press.
Lacetera, N. (2009). Academic entrepreneurship. Manage. Decis. Econ, 30, 443-464.
Lederman, D. y Maloney, W. (2003). R&D and development. World Bank Policy
Research Working Papers, No 3024.
Lepori, B. (2006). Methodologies for the analysis of research funding and expendi-
ture: from input to positioning indicators. Research Evaluation, 15(2), 133-143.
Leydesdorff, L. (2001). Knowledge-based innovation systems and the model
of a triple helix of university-industry-government relations. New Economic
Windows: New Paradigms for the New Millennium. Salerno.
Leydesdorff, L. (2010). The triple helix, quadruple helix, , and an n-tuple of
helices: explanatory models for analyzing the knowledge-based economy?
Journal of Knowledge Economy, 3(1), 1-21.
Lindsey, D. (1989). Using citation counts as a measure of quality in science measur-
ing
whats measurable rather than whats valid. Scientometrics, 15(3), 189-203.
Link, A. y Scott, J. (2005). Opening the ivory towers door: An analysis of the
determinants of the formation of U.S. university spin-off companies. Research
Policy, 34(7), 1106-1112.
Lofsten, H. y Lindelof, P. (2002). Science parks and the growth of new technolo-
gy-based rms-academic-industry links, innovation and markets. Research
Policy, 31, 859-872.
Lucas, R. (1988). On the mechanics of economic development. Journal of Monetary
Economics, 22(1), 3-42.
Lundqvist, M. y Williams, K. (2006). Promoting and measuring university-based
innovation and entrepreneurship. Regional Frontiers of Entrepreneurship Re-
search, (pgs. 573-592). Auckland.
Lundvall, B.A. (1992). National Systems of Innovation: towards a theory of innovation
and interactive learning. London: Pinter.
Macho-Stadler, I., Prez-Castrillo, D. y Veugelers, R. (2007). Licensing of univer-
sity inventions: The role of a technology transfer office. International Journal of
Industrial Organization, 25(3), 483-510.
bibliografa 163
OECD (Mayo de 2010). Ministerial report on the OECD Innovation Strategy:
Innovation to strengthen growth and address global and social challenges.
Recuperado el 20 de 12 de 2011, de oecd.org: http://www.oecd.org/
dataoecd/51/28/45326349.pdf
Ortega y Gasset, J. (1930). La rebelin de las masas. Madrid: Revista de Occidente.
Pavitt, K. (2003). The process of innovation. En J. Fagerberg, D. Mowery, & R.
Nelson, Handbook on Innovation. Oxford: Oxford University.
Perkmann, M. y Walsh, K. (2008). Engaging the scholar: three types of academic
consulting and their impact on universities and industry. Research Policy,
37(10), 1884-1891.
Phan, P., Siegel, D. y Wright, M. (2005). Science parks and incubators: observatio-
ns, synthesis and future research. Journal of Business Venturing, 20, 165-182.
Polticas CTI (2012). Retrieved 2012-30-Octubre from Polticas CTI: http://www.
politicascti.net
Pomar, S. y Jimnez, P. (2010). El papel de las aceleradoras en el apoyo a
empresas de base tecnolgica. En SINNCO, Desarrollo de capacidades
tecnolgicas en el sector empresarial, cultura e instituciones (pgs. 1-22).
Porter, M. (1990). The competitive advantage of nations. New York: Free Press.
Powers, J. y McDougall, P. (2005). University start-up formation and technology
licensing with firms that go public: a resource-based view of academic entre-
preneurship. Journal of Business Venturing, 291-311.
RedOTRI (2010). Indicadores en transferencia de conocimiento. Madrid: CRUE.
RedOTRI (2010). Informe encuesta TC+I 2010.
RICYT (2001). Manual de Bogot. Bogot: RICYT.
RICYT (2012). Indicadores. Retrieved 2012-19-junio from http://www.ricyt.org/
index.php?option=com_content&view=article&id=149&Itemid=3
Roessner, J., Ailes, C. y Feller, I. (1998). How industry benefits from NSFs engi-
neering research centers. Res. Res. Technol. Manag., 41, 40-44.
Romer, P. (1990). Endogenous technological change. The Journal of Political
Economy, 98(5-2), 71-102.
Rouvinen, P. (2002). R&D productivity dynamics: causality, lag, and dry holes.
Journal of Applied Economics, 123-156.
Salter, A. y Martin, B. (2001). The economic benefits of publicly funded basic
research: a critical review. Research Policy, 30, 509-524.
Santelices, B. (2010). El rol de las universidades en el desarrollo cientfico y tecno-
lgico. Educacin superior en Iberoamrica. Santiago: Centro Interuniversitario
de Desarrollo.
Schmookler, J. (1966). Invention and economic growth. Massachussets: Harvard
University Press.
Schumpeter, J. (1934). The theory of economic development: an inquiry into
profits, capital, credit, interest, and the business cycle. Cambridge: Harvard
University Press.
Shane, S. (2004). A general theory of entrepeneurship: the individual-opportunity
nexus. Norfolk: Edward Elgar Publishing, Inc.
bibliografa 165
Alfonso Cruz N. (autor) es Ingeniero Civil de la Pontificia Universidad Catlica
de Chile; Master of Science en Ingeniera Industrial de la Universidad de Wiscon-
sin-Madison, Estados Unidos, y Doctor of Philosophy en Innovacin Tecnolgica
de la Universidad de Sussex, Inglaterra. Sus principales reas de inters de
investigacin, docencia y consultora son la innovacin y el emprendimiento de
base tecnolgica, las polticas de ciencia, tecnologa e innovacin y la vincula-
cin universidad-empresa para la innovacin. Fue Director de Innovacin de la
Pontificia Universidad Catlica de Chile (2010-2012) y actualmente es profesor
del Departamento de Ingeniera Industrial y de Sistemas de esta Universidad y
Director Ejecutivo de la Fundacin Copec-Universidad Catlica.