Beruflich Dokumente
Kultur Dokumente
PRODUCTIVA
EN LA INDUSTRIA MANUFACTURERA
Diciembre 1998
INDICE
I. Presentación
VIII. Conclusiones
IX. Anexos
X. Bibliografía
2
I. PRESENTACION.
4
III. RESULTADOS AGREGADOS MAS RELEVANTES
La encuesta permitió constatar un nivel de declaración de cumplimiento 1
‘sorprendentemente elevado’ de estándares tradicionales de calidad: más del 90% de los
establecimientos declara llevar a cabo alguna práctica de calidad en el producto final,
mientras los porcentajes caen -aunque sólo marginalmente- al nivel de insumos y procesos.
Sin embargo, el nivel de cumplimiento decrece fuertemente -a tasas cercanas al 50 por
ciento- cuando se indaga sobre prácticas de calidad total, tanto en el nivel incipiente como
maduro (Cuadro 1).
Cuadro 1
Política de Calidad en el Establecimiento
Porcentajes
NO SI
Control de Calidad en el Producto Final 3.52 96.48
Control de Calidad en los Procesos Productivos 10.41 89.59
Control de Calidad en los Insumos y Materias Primas 10.41 85.86
Sistema de Aseguramiento de la Calidad en la Etapa Inicial 46.60 53.40
Otro aspecto relevante son los obstáculos existentes en la empresa para implementar
sistemas de calidad. A este respecto, una lectura solamente de las mayores frecuencias
correspondientes a los niveles ‘alto’ y ‘muy alto’ 2 , permite concluir que los factores ‘retorno
económico insuficiente’ y ‘falta de recursos humanos calificados’ aparecen afectando en
forma muy importante a casi el 50% de las empresas. Le sigue, aunque más lejos, la falta
de financiamiento (Cuadro 2).
Cuadro 2
Limitaciones a la Introducción de Sistemas
de Calidad en el Establecimiento
Porcentajes
Intensidad Ninguna 1 2 3 4
Retorno económico insuficiente 19.64 9.05 27.20 30.13 13.97
1
La encuesta sólo recoge ‘declaraciones’ de los entrevistados, sin posibilidad de
comprobar directamente sus dichos.
2
La encuesta preguntaba por ‘intensidades’ o ‘importancia’ de determinados factores.
Ellas han sido tabuladas en los cuadros desde ‘ninguna’ hasta una intensidad máxima de
4
5
Resistencia a nivel gerencial 59.57 19.99 14.58 2.35 5.49
Resistencia a nivel de trabajadores 35.46 20.66 29.44 13.85 0.79
Falta de recursos humanos 17.48 11.08 24.20 26.75 20.49
Falta de información sobre sistemas 25.48 18.49 24.08 24.08 5.06
de calidad
Falta de financiamiento 21.67 17.76 21.85 11.20 27.52
Falta de cooperación con 40.83 15.80 20.07 13.73 9.58
proveedores
Falta de estímulos de la competencia 33.98 19.48 19.64 12.21 14.68
La evidencia empírica señala que las prácticas de calidad debieran verse reflejadas en la
existencia de una cierta infraestructura de calidad. En consecuencia, se incorporó en la
encuesta una pregunta específica sobre la materia. En general, alrededor del 60% de las
empresas certifica la calidad de sus productos y/o tiene un departamento o unidad de
control de calidad interno. Pero esta infraestructura no se ve reflejada en -y es un tanto
autónoma de- la participación sistemática de los trabajadores, pues este tipo de prácticas
es realizada en menos del 40% de las empresas encuestadas (Cuadro3).
Cuadro 3
Infraestructura
Porcentajes
NO SI
¿Tiene su establecimiento un Departamento o Unidad de 39,43 60,57
Control de Calidad?
¿Está el personal integrado a un programa de reuniones 60,98 39,02
sistemáticas para definir temas relacionados con la calidad
y la productividad?
¿Certifica permanentemente su establecimiento la calidad 37,40 62,60
de sus productos por un agente externo?
Cuadro 4
Innovaciones de la Gestión Productiva
Porcentajes
NINGUNA 1 2 3 4
Informatización del proceso 20,07 4,33 6,60 46,84 22,15
productivo
Introducción de nuevos 19,18 5,45 24,32 32,12 18,93
métodos de planificación de la
producción
Modificación de métodos de 14,24 5,65 5,97 58,67 15,64
manejo de inventarios
6
Modificación de los sistemas 27,28 7,87 25,84 25,68 13,43
de distribución
Automatización del proceso 15,59 8,71 5,85 47,43 2,42
productivo
Informatización del diseño de 23,41 3,50 42,06 17,72 13,30
productos
Cuadro 5
Cambios en la Organización del Trabajo
Porcentajes
NINGUNA 1 2 3 4
Modificaciones en el Lay-Out 32,40 5,87 21,77 18,31 21,65
Subcontratación de partes 56,48 17,46 14,48 8,89 2,69
Incorporación de maquinaria y 24,22 2,53 17,17 30,82 25,25
equipo
Ampliación de tareas 21,36 11,30 28,41 26,45 12,47
Enriquecimiento de tareas 17,40 10,90 43,76 12,23 15,71
Rotación interna del personal 21,85 27,80 23,96 18,97 6,42
Constitución de grupos de trabajo 25,78 14,09 15,98 33,84 10,31
7
declaró una importante reducción de la tasa de accidentes de trabajo y casi un 44% de ellas
declaró mejoras en las relaciones laborales tanto verticales como horizontales (Cuadro 6).
Cuadro 6
Política de Recursos Humanos
Porcentajes
NINGUNA 1 2 3 4
Entrenamiento del Personal de 21,12 11,93 28,47 29,40 9,07
Supervisión
Entrenamiento de Operarios 18,29 14,18 34,35 26,06 7,13
Detección de Necesidades de 18,63 10,51 29,83 34,59 6,44
Capacitación de Trabajadores
Incorporación de Incentivos y 20,94 7,57 24,08 35,95 11,46
Recompensas
Mecanismos de Selección del 23,51 11,34 49,33 12,43 3,38
Personal
Instrumentos de Evaluación de 26,43 7,70 47,93 15,59 2,35
Desempeño
Mejoras en la Seguridad Industrial 3,60 2,73 34,04 39,98 19,64
Cuadro 7
Utilización de Normas,
Reglamentos y Prácticas Productivas
Porcentajes
NO SI
Normas Voluntarias Nacionales 48,91 51,09
Normas Obligatorias Nacionales 79,11 34,31
Normas Internacionales Voluntarias 77,04 22,96
Normas Internacionales Obligatorias 87,06 12,94
Normas Sectoriales Voluntarias 84,35 15,65
8
Dado el contexto anterior, resulta significativo el elevado grado de aceptación arrojado en la
encuesta respecto de las normas ambientales: en el 95% de las empresas, éstas fueron
percibidas como de una importancia alta a muy alta. Le siguen, en orden de relevancia, el
cumplimento de las normas de productos, de seguridad e higiene y, finalmente, de procesos
productivos (Cuadro 8).
Cuadro 8
Importancia de la Normalización
NINGUNA 1 2 3 4
Normas de Productos 10,33 0,16 3,10 25,07 61,34
Normas de Procesos 10,15 1,30 12,05 31,33 45,18
Normas de Medio Ambiente 0,02 0,69 3,95 46,11 49,23
Normas de Seguridad e Higiene 2,09 0,47 11,71 29,06 56,68
Cuadro 9
Mecanismos para la Solución de los Problemas de Calidad
NINGUNA 1 2 3 4
Entrenamiento 12,72 6,6 17,70 30,78 32,20
Certificación Externa 43,26 10,83 19,42 17,07 9,42
Financiamiento Bancario 25,54 19,93 13,75 14,76 26,02
Incentivos Fiscales 43,56 8,22 18,89 9,40 19,93
Información 22,11 8,24 10,25 25,11 34,29
Cooperación con otros 37,65 9,98 16,99 20,80 14,58
Establecimientos
9
Cuadro 10
Políticas Públicas
Porcentajes
NINGUN 1 2 3 4
A
Generación de Normas 21,02 13,22 12,13 29,97 23,65
Difusión de Normas Nacionales y 21,85 5,75 10,29 27,91 34,20
Extranjeras Vigentes
Premio Nacional de la Calidad 38,48 7,68 15,98 26,18 11,68
Generación de Indicadores de 32,30 8,34 15,19 19,44 24,73
Productividad
Regulación del Sistema Nacional de 32,56 5,00 18,19 17,19 27,06
Calidad
Apoyo Estatal a Centros Tecnológicos 35,20 10,13 14,62 17,15 22,30
Subsidios Directos y Fondos Concursables 40.22 9,66 15,57 18,23 16,32
Creación de Instancias de Diálogo, 24,99 6,40 19,91 16,22 32,48
Sectoriales y Nacionales, en Temas de
Calidad y Productividad
Cuadro 11
Costos Involucrados en Gestión Productiva,
Calidad y Capacitación
(como % de ventas)
‘95 ‘96
Gasto en Gestión y Calidad 3.74 4.05
Gasto en Capacitación 1.05 1.15
Financiamiento Propio 91.84 91.68
Financiamiento Bancario 4.83 4.93
Financiamiento Público 3.33 3.37
10
Dado que la encuesta incluyó alrededor de cien variables, el elevado universo asociado a
ello pudo ser algo contraproducente, particularmente si el objetivo de la encuesta es
caracterizar empresas, sectores y tamaños de forma más agregada.
Para aminorar la incidencia de ese factor, se resolvió utilizar la ‘técnica
estándar de componentes principales’. Esta permite obtener combinaciones
lineales (índices) de subconjuntos de las variables de interés, utilizando un
criterio optimizador.
Sobre la base de esta metodología, se construyeron los siguientes índices:
• Indice de Calidad: sobre la base de preguntas 1 y 7 de la encuesta
• Indice de Gestión: pregunta 8
• Indice de Organización de Trabajo: pregunta 10
• Indice de Recursos Humanos: pregunta 11
• Indice de Normalización: pregunta 13
Previo a la confección de los índices, cada variable fue correspondientemente
estandarizada, para acotar su variación en el intervalo (0-1). Los valores medios, medianos,
de dispersión, máximos, mínimos y la concentración de empresas en los extremos se
presentan a continuación (Cuadro 12).
Cuadro12
Indices Obtenidos
Una primera conclusión general susceptible de ser extraída de este cuadro es la existencia
de niveles similares entre los distintos índices -con la sola excepción del de calidad (0.70) y
normalización (0.24). Descartando el comportamiento observado respecto del índice de
normalización -porque cualquier procedimiento ‘avanzado’ de calidad exige el cumplimiento
de alguna norma, aunque ésta sea voluntaria-, el hecho de que el índice de calidad se aleje
de la similaridad registrada entre los otros indicadores refleja el grado de ‘exageración’ en
las respuestas dadas por los empresarios. Esto último es también deducible de la evidencia
de que mientras el 25% de las empresas encuestadas obtuvo un valor máximo en el índice
de calidad (equivalente a 1), el mismo porcentaje de establecimientos alcanzó un valor de 0
en el caso del índice de normalización.
Una propiedad importante de estos índices es la existencia de una correlación positiva
estadísticamente significativa entre ellos. Ello indica que todos los índices son determinados
por los mismos factores tecnológicos estructurales.
11
Por otro lado, las innovaciones de gestión muestran una correlación de 46% con el índice de
calidad y aparecen altamente asociadas con los cambios en la organización del trabajo. En
cambio, las innovaciones en recursos humanos están más vinculadas a las innovaciones de
gestión y a los cambios en la organización del trabajo. Otro tanto ocurre con el índice de
normalización, el cual revela una correlación mayor con los cambios de prácticas en la
organización del trabajo y las innovaciones en recursos humanos que con la calidad.
Es también destacable el insignificante nivel de correlación apreciado entre la intensidad del
gasto en calidad y gestión con la totalidad de los índices (salvo la correlación verificada con
el propio índice de calidad). No ocurre igual con la relación existente entre los índices y la
intensidad del gasto en capacitación, donde todas las correlaciones son significativas y
positivas. Tal diferencia podría atribuirse al grado de error con que es medido el gasto en
calidad y gestión, versus la mayor precisión con que las firmas entregan información sobre
su gasto en capacitación. Asimismo, el grado de correlación positiva observado entre los
gastos en gestión y capacitación puede indicar una buena ‘proxi’ del primero a los fines de
interpretación de sus determinantes estructurales.
Uno de los aspectos más importantes para el diseño de políticas es determinar la relevancia
de los instrumentos hasta ahora utilizados en la búsqueda de una mejor competitividad
empresarial. Aunque con los datos de la encuesta no es posible inferir una relación
causa/efecto, sí es factible obtener correlaciones entre la dirección y magnitud de los niveles
arrojados por los distintos índices y las evaluaciones de políticas efectuadas por los
empresarios.
De este ejercicio se desprende la existencia de correlaciones positivas y estadísticamente
significativas 3 , tanto para la mayoría de los índices como para las políticas evaluadas. En
seguida, se eligió entre las dos mayores vinculaciones para cada par política/índice,
obteniéndose algunas regularidades importantes. Así, en orden de importancia, las mayores
correlaciones se concentraron en tres tipos de políticas: generación de nuevas normas,
difusión de normas existentes y generación de indicadores de productividad. En un segundo
plano de importancia aparecieron los subsidios y Fondos, la regulación del SNC, los Centros
Tecnológicos Universitarios y los Foros. La relevancia del Premio Nacional de la Calidad
obtuvo en cambio una correlación muy baja.
Estas correlaciones pueden, entonces, ser interpretadas como la opinión de las empresas
más innovadoras -medida según los distintos índices- respecto de cada una de las políticas
indagadas.
12
*Tamaño 3: 200-499 trabajadores
* Tamaño 4: 500-999 trabajadores
* Tamaño 5: 1000 y más trabajadores
Con el objeto de indagar sobre la presencia de heterogeneidad, se llevó a cabo un Análisis
de Varianza (ANOVA), que permitió calcular el test-F 4 de igualdad de medias entre los
índices según sector productivo y tamaño correspondiente. Los resultados correspondientes
se presentan en los cuadros 13 a 16:
Cuadro 13
Tabla ANOVA para la Escala Productiva
CAL GEST ORGTRA RRHH NOR1 NOR2
Tamaño 1 0,72 0,53 0,4 0,42 0,14 0,78
Tamaño 2 0,68 0,63 0,55 0,56 0,35 0,85
Tamaño 3 0,72 0,67 0,60 0,62 0,47 0,89
Tamaño 4 0,70 0,68 0,63 0,66 0,51 0,88
Tamaño 5 0,59 0,52 0,51 0,51 0,24 0,89
F(p-value) 1,42 2,46 6,31 14,94 28,09 4,05
(0,22) (0,04) (0,00) (0,00) (0,00) (0,00)
4
Test Fisher de análisis de varianza.
13
Cuadro 14
Tabla ANOVA para los Sectores Productivos
CIIU CALI GESTION ORTRA RRHH NOR1 NOR2
31 0,65 0,54 0,43 0,39 0,21 0,77
32 0,76 0,79 0,54 0,56 0,22 0,77
33 0,73 0,41 0,49 0,56 0,14 0,87
34 0,83 0,73 0,63 0,64 0,23 0,93
35 0,81 0,63 0,49 0,59 0,32 0,86
36 0,93 0,71 0,59 0,57 0,30 0,81
37 0,79 0,70 0,48 0,75 0,47 0,95
38 0,59 0,40 0,38 0,42 0,31 0,82
39 0,64 0,44 0,45 0,25 0,05 0,92
F 7,64 3,85 1,77 14,04 4,09 3,62
(0,00) (0,00) (0,08) (0,00) (0,00) (0,00)
El ejercicio ANOVA también se aplicó a las intensidades de las inversiones declaradas por
las empresas. Los resultados de las aperturas por tamaño indican la existencia de una
fuerte heterogeneidad en materia del gasto en procesos y en calidad; sin embargo, esta
heterogeneidad fue significativa solamente en la inversión por concepto de capacitación. En
cuanto a los estratos dinámicos, se aprecia que todos los tamaños están por encima de la
media a excepción del tamaño 1. En materia de gastos en gestión, el tamaño más dinámico
siempre ha mostrado ser el de las empresas con más de 1000 trabajadores; luego siguen
las empresas de entre 50 y 200 trabajadores. En cuanto al gasto en capacitación, los
máximos están en el estrato de entre 50 y 200 trabajadores.
Cuadro 15
Tabla ANOVA para las Inversiones según Escala
% GP95 GP96 CAP95 CAP96
Media 3,74 4,38 1,05 1,15
Tamaño 1 2,15 2,76 0,95 1,06
Tamaño 2 6,04 6,82 1,31 1,41
Tamaño 3 4,86 5,49 1,08 1,27
Tamaño 4 4,98 5,35 1,49 1,21
Tamaño 5 8,09 8,06 0,08 1,1
F(p-value) 6,73 5,42 1,16 1,24
(0,00) (0,00) (0,32) (0,29)
14
a la industria del papel, aunque valores significativos también aparecen en la
industria textil y de la madera.
Cuadro 16.
Tabla ANOVA para las Inversiones
en los Sectores Productivos
CIUU GP95 GP96 CAP95 CAP96
31 3,89 4,19 0,45 0,62
32 4,69 4,86 2,66 2,39
33 4,82 4,95 1,71 1,77
34 4,47 6,45 2,67 3,84
35 2,38 3,17 0,55 0,57
36 1,06 2,23 0,22 0,39
37 5,42 7,92 1,27 1,16
38 3 3,37 0,34 0,79
39 14,05 14,98 0,11 0,12
F(P-VALUE) 2,78 2,14 8,05 8,36
(0,00) (0,03) (0,00) (0,00)
Uno de los objetivos centrales del diseño de una política tecnológica debiera ser poder
identificar la existencia o ausencia de ‘regímenes tecnológicos’ diferentes al interior de la
estructura industrial 5 . Ello permite determinar diferentes modelos de oportunidad,
apropiabilidad y acumulación tecnológica al interior de la industria, y sugerir la necesidad de
generar diferentes estrategias de intervención y herramientas de política.
Una técnica que permite incorporar estas observaciones es el Análisis de Conglomerados (o
Cluster Analysis). Se trata de un método multivariado que coloca las observaciones en
grupos; de este modo, los que están dentro de cada conglomerado resultan más semejantes
entre sí que los miembros de los otros grupos. Utilizando esta metodología, se agrupó a las
empresas en cuatro categorías:
* Sectores de Alto Dinamismo
* Sectores de Dinamismo Moderadamente Alto
* Sectores de Dinamismo Moderadamente Bajo
* Sectores Estancados
La aplicación de esta metodología a los índices de calidad y de gestión permitió estructurar
los siguientes cuatro grupos:
5
Para una discusión del concepto de régimen tecnológico, ver Nelson, R. y Winter, S.
(1982) y Acs D. y S. Audretsch (1994).
15
Cuadro 17
Estratificación de Empresas según Análisis de Conglomerados
INDICE GRUPO1 GRUPO 2 GRUPO 3 GRUPO 4 R2
Calidad 0.72 0.76 0.65 0.79 0.22
Gestión 0.57 0.71 0.27 0.88 0.91
Coeficiente de 154 175 74 109
Correlación
16
Cuadro 18.
Distribución de los Sectores Productivos según Conglomerados
GRUPO\CIIU 31 32 33 34 35 36 37 38 39 TOTAL
1 460 170 146 33 105 4 34 181 0 1133
Respecto grupo 40,60% 15,00% 12,89% 2,91% 9,27% 0,35% 3,00% 15,98% 0,00%
Respecto CIIU 26,78% 22,08% 28,85% 17,37% 17,65% 1,92% 53,13% 22,88% 0,00% 22,94%
2 578 68 44 116 353 170 5 80 22 1436
Respecto grupo 40,25% 4,74% 3,06% 8,08% 24,58% 11,84% 0,35% 5,57% 1,53%
Respecto CIIU 33,64% 8,83% 8,70% 61,05% 59,33% 81,73% 7,81% 10,11% 22,92% 29,08%
3 489 29 213 6 73 5 4 444 74 1337
Respecto grupo 36,57% 2,17% 15,93% 0,45% 5,46% 0,37% 0,30% 33,21% 5,53%
Respecto CIIU 28,46% 3,77% 42,09% 3,16% 12,27% 2,40% 6,25% 56,13% 77,08% 27,08%
4 191 503 103 35 64 29 21 86 0 1032
Respecto grupo 18,51% 48,74% 9,98% 3,39% 6,20% 2,81% 2,03% 8,33% 0,00%
Respecto CIIU 11,12% 65,32% 20,36% 18,42% 10,76% 13,94% 32,81% 10,87% 0,00% 20,90%
TOTAL 1718 770 506 190 595 208 64 791 96 4938
Respecto grupo 34,79% 15,59% 10,25% 3,85% 12,05% 4,21% 1,30% 16,02% 1,94%
Respecto CIIU 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00%
17
VI.2. NUCLEOS DINÁMICOS IDENTIFICADOS SOBRE LA BASE DE INVERSIONES EN
CALIDAD Y CAPACITACION.
Para la conformación de los grupos, se realizó un ejercicio secuencial que reunió a los
establecimientos en dos, tres y hasta cuatro categorías. Pero este análisis permitió
comprobar que la separación entre los grupos tres y cuatro resultaba marginal, dada la
importante superposición existente entre los dos grupos intermedios. Por tanto, en lugar de
cuatro grupos (uno dinámico, otro rezagado y dos intermedios, con escasa diferenciación),
se optó por utilizar sólo un grupo intermedio, y trabajar con tres agrupaciones en total. Las
características de ellos se exponen a continuación:
Cuadro 19
Niveles de Calidad y Capacitación
según Grupos de Industrias
GRUPO GRUPO INTERMEDIO GRUPO
DINAMICO REZAGADO
Sector Productivo Confecciones, Textil, Calzado, Alimentos, Cuero,
Celulosa-papel, Aserraderos, Muebles, Petroquímicos,
Imprentas y Química Fina, Cerámica,
Químico Metalúrgico, Bienes de Cemento,
Capital e Instrumentos de Siderúrgica,
Precisión Transporte
Gasto promedio como % 0.1477 0.0535 0.0035
de ventas
Gasto en capacitación 0.0726 0.0124 0.0057
como % de las ventas
de las ventas
Número de empresas 390 2.181 2.453
(extendido al universo)
De acuerdo a la información recogida sobre las inversiones efectuadas por las empresas, el
núcleo dinámico se concentra en un escaso número de empresas: algo menos del 8% de
todos los establecimientos del sector manufacturero. Se advierte, además, un alto grado de
heterogeneidad estructural en la conformación de los grupos. Así, en calidad de dinámicos
aparecen los sectores de confecciones, celulosa-papel, imprentas y químico.
Ello revela que no existiría una correlación entre sectores dinámicos con una economía
tecnológicamente rezagada y sectores dinámicos en el estado de la frontera internacional
(donde según diversos estudios el dinamismo se concentra en áreas como microelectrónica,
farmacéutica, bienes de capital y automotriz).
Esta parte del trabajo supone que los establecimientos deciden invertir en calidad y gestión
productiva en función de la oportunidad tecnológica a la que se enfrentan y la magnitud de
los efectos spillovers 6 existentes a nivel industrial.
18
Dados los datos disponibles, solamente es posible construir variables proxis 7 para la
oportunidad tecnológica, la cual depende en parte de la oferta de conocimientos disponibles
por parte del establecimiento. Una primera fuente de estos conocimientos es de origen
interno y se vincula a la posición que la oportunidad tecnológica ocupa a lo largo de su
propia curva de aprendizaje. Para este caso, una variable proxi del aprendizaje será la edad
de la planta (E). Como se supone que existen rendimientos decrecientes a la experiencia, se
espera que la elasticidad de esta variable sea menor a uno.
Sin embargo, no sólo de fuentes internas se nutre el conocimiento de la empresa. También
cuenta la absorción que ésta realiza de conocimientos externos provenientes de la frontera
internacional. La literatura sobre comercio internacional y crecimiento económico basada en
evidencia empírica, afirma la existencia de una correlación positiva entre apertura y
crecimiento económico 8 . De esta evidencia se desprende que hay una capacidad
empresarial de absorber conocimiento de la frontera tecnológica. Una buena medida del
grado en que la empresa captura los conocimientos disponibles a nivel internacional, es su
intensidad exportadora, definida como la razón exportaciones a ventas (XR).
Finalmente, la oportunidad tecnológica también está relacionada con la naturaleza
complementaria del conocimiento incorporado en los bienes de inversión, y con el
conocimiento desincorporado que existe al interior de la empresa. Ello, debido a que la
industria necesita realizar adaptaciones no menores en la maquinaria y equipos adquiridos,
para ajustarlas a la naturaleza propia de sus operaciones 9 . Dado lo anterior, la variable que
quizás mejor recoge esta naturaleza adaptativa del esfuerzo tecnológico sea la razón
inversiones a ventas (INVR).
La magnitud de la apropiabilidad (AP) será capturada mediante la definición de dos
variables relacionadas con la estructura de mercado. La primera es el Indice de Herfindall
(H), que refleja el número de empresas de igual tamaño existente en el sector, con una
desagregación a cuatro dígitos. La segunda corresponde al Coeficiente de Concentración de
las Ventas en las cuatro mayores empresas del sector, también con una desagregación a
cuatro dígitos (C4).
No obstante, los modelos anteriores encierran probablemente una debilidad: suponer que
los mercados de factores funcionan en forma perfecta. Como ello no es así en la realidad,
conviene tener en cuenta esta restricción.
El trabajo ha incorporado una variable que refleja el financiamiento bancario obtenido por la
firma para fines de innovación. Esto permitirá tener una medida más clara del efecto
causado por la restricción de liquidez sobre las empresas. De este modo, toda vez que haya
6
El efecto spillover es una externalidad positiva asociada a un efecto-demostración.
7
Una variable proxi es la medición o cuantificación de una variable por aproximación
8
Ver por ejemplo Krugman, P (1996), Grossman G. y H. Helpmann (1993). Mujica P. y J.Quiroz
(1992). Sin embargo, existen otras interpretaciones. Braga y Willmore (1991), en un estudio sobre los
determinantes de la dinámica innovadora y la calidad en Brasil, sugieren que lo más probable es que el
mayor ET de las firmas exportadoras se deba a los, supuestamente, más rigurosos requerimientos de
calidad de los mercados externos. En todo caso, estos argumentos justifican la introducción de la
variable exportaciones en el modelo.
9
Ver Katz, (1976), cap III.
19
sustitución de recursos propios por financiamiento externo -cuando ésta sea menor a uno-,
la inversión total aumentará con el financiamiento bancario (BANCO).
También se agrega una variable que refleja la presencia de financiamiento público.
Siguiendo a Shrieves (1978), el financiamiento estatal de las inversiones en innovación
puede en ocasiones afectar los recursos privados canalizados a este fin. Podría, por
ejemplo, pensarse que una innovación materializada mediante un contrato gubernamental
(Fontec) desplaza a una inversión financiada con capitales privados, con lo cual se daría
una relación inversamente proporcional entre gasto privado y financiamiento público. Una
explicación de este fenómeno estaría en que la intervención del gobierno afecta en forma
negativa a la apropiabilidad, sea mediante restricciones formales (como licenciamiento
obligatorio) o informales (entrega de planos, diseños, etcétera 10 ).
Pero, también, la participación del gobierno puede alterar favorablemente el patrón
‘riesgo/retorno’ de los fondos privados, incentivando una mayor inversión por parte de la
empresa. Otra posibilidad es que los contratos gubernamentales permitan a la industria
alcanzar un umbral de eficiencia mínima de inversión, más allá del cual se generan
significativas economías de escala, las cuales son posibles de ser explotadas mediante la
inversión de fondos privados.
En síntesis, aunque diversos factores afectan de manera positiva o negativa el impacto del
financiamiento público sobre la innovación industrial, sólo empíricamente podrá ser
determinado el efecto neto. Con este propósito, se resolvió introducir una variable
correspondiente a la razón del financiamiento público obtenido a las ventas (PUBLICO).
Dado que la oportunidad tecnológica varía según el sector productivo, se consideró
conveniente estimar modelos de comportamientos mediante efectos fijos que contemplen la
existencia de diferentes regímenes tecnológicos. Winter (1984) plantea que cuando las
innovaciones de las empresas emanan de distintos regímenes tecnológicos, toda diferencia
en los parámetros arrojados por las variables antes citadas debe ser considerada como una
confirmación de esta hipótesis.
Los resultados obtenidos corroboran el modelo antes presentado.
• La variable ‘edad’ es estadísticamente significativa y positiva, con una elasticidad
estimada entre (0.12-0.22). Ello revela la existencia en la industria de factores internos
relevantes relacionados con las economías de aprendizaje. Asimismo, el hecho de que
el coeficiente sea menor a uno, sugiere que hay rendimientos decrecientes o
‘saturación’ en la curva de aprendizaje.
• Por otro lado, la variable exportaciones es siempre positiva y estadísticamente
significativa, presentando una elasticidad elevada, que oscila entre (0.60-0.72). Ello
permite deducir que las exportaciones tendrían elevados impactos sobre el gasto -
posterior- en gestión y calidad. O, lo que es igual, que la política de ‘promoción de
exportaciones’ podría ser calificada como una de ‘second best’ para fomentar las
inversiones privadas en innovación.
• La variable inversión es siempre positiva, fluctuando entre un rango (0.29-0.46), pero
nunca resulta estadísticamente significativa. Por tanto, la idea de que existe un
componente adaptativo de la oportunidad tecnológica, no es avalada por estas
estimaciones.
• La variable que recoge la existencia del financiamiento bancario ha resultado
estadísticamente significativa, y negativa. Pero el coeficiente de sustitución presenta
10
Esta es la explicación de Levin y Reiss.
20
una elasticidad más bien baja. Ello sugiere que las empresas son relativamente
diversificadoras de riesgo, pero que este factor no compensa en su totalidad el
financiamiento bancario. En consecuencia, si el financiamiento bancario se incrementa
en un determinado porcentaje, el gasto total sube, aunque no proporcionalmente.
• La variable que representa el financiamiento público muestra un coeficiente en el rango
(-0.07, -0.13), valores que resultan estadísticamente significativos. Ello refuerza la
evidencia a favor de la sustitución antes que de complementariedad. Sin embargo, el
hecho de que el coeficiente de compensación sea menor a uno, revela que el gasto total
se incrementará menos que proporcionalmente con el financiamiento público.
La significancia de las variables sectoriales incorporadas al análisis valida la presencia de
por lo menos tres regímenes tecnológicos. Es decir, la existencia de factores idiosincráticos
propios de los sectores más atrasados indica un comportamiento innovador ‘más
desfavorable’ del esperado conforme a los niveles de las variables explicativas utilizadas.
Tales factores son específicos, no capturados en el modelo.
A su vez, la significancia del índice de concentración corrobora la existencia de problemas
de apropiabilidad al interior de la estructura industrial. Estas dificultades inducen a un nivel
de inversión en innovación menor en alrededor del 20% al que correspondería en una
situación de perfecta apropiabilidad por parte de las empresas. Aunque este resultado es
pertinente a la forma cómo se ha medido la concentración, la utilización del índice C4
(concentración en las cuatro más grandes de la industria, desagregada a cuatro dígitos)
también revela un problema similar de apropiabilidad, si bien con niveles muy superiores.
Otro indicador extraído de este ejercicio es la probabilidad de invertir en gestión y calidad,
en la cual influyen favorablemente los factores de edad del establecimiento, las
exportaciones, la concentración (en cualesquiera de sus dos formas), la pertenencia a los
sectores intermedios y dinámicos, y el tamaño de la industria. Este resultado permite, en
primer lugar, comprobar el hecho de que hay costos de ‘escala mínima’ eficiente para
invertir en innovación.
La gran relevancia que adquiere en la muestra la variable tamaño, indica que -dada una
tasa óptima de inversión- el monto total dependerá de la escala de la planta: a mayor
tamaño del establecimiento, mayor será el gasto absoluto y la probabilidad de superar el
umbral mínimo. También se desprende que la probabilidad de superar el umbral mínimo es
similar para los sectores intermedios y avanzados, pero no para los sectores atrasados:
éstos enfrentan mayores problemas para superar el umbral mínimo, pero -cuando lo
superan- las empresas de este grupo incurren en menores niveles de gasto.
VIII. CONCLUSIONES
21
Las políticas públicas mejor evaluadas y más asociadas al buen comportamiento de las
empresas se relacionan con el fortalecimiento del sistema de normalización y a la calidad -
específicamente, en cuanto a difusión de normas existentes, generación de nuevas normas
e indicadores de productividad (en orden de importancia).
El comportamiento de las empresas varía según la escala productiva y el sector, pero
predomina la heterogeneidad sectorial. Analizadas según su tamaño, las empresas del nivel
medio (50 a 200 trabajadores) aparecen levemente más dinámicas. Vistas sectorialmente,
los estratos de mayor dinamismo son los relacionados con recursos naturales
(conglomerado celulosa-papel-imprentas), procesos continuos (química básica) y una parte
del sector textil. Este último exhibe una gran heterogeneidad: subsectores como hilados,
calzado y cueros no figuran con un dinamismo ‘de punta’, pero sí el de confecciones.
Los factores estructurales de mayor importancia relacionados con el desempeño innovador
se asocian a la edad de las plantas y a su grado de internacionalización productiva
(presencia en los mercados mundiales). Este hecho es todo un hallazgo, que por sí mismo
justifica las políticas de promoción de exportaciones (como las de second best).
De igual relevancia es la constatación de que -aun en una economía pequeña y abierta al
comercio mundial- el grado de monopolio es importante. Ello indica que el grado de
contestabilidad externa promedio puede ser relevante para ciertos niveles de tamaño de
mercado -por debajo de los cuales las amenazas externas se diluyen, lo cual trasforma en
una ventaja el hecho de ser pequeño. También confirma la importancia del tema de la
apropiabilidad: su presencia disminuye en un 20% (respecto de las ventas) el nivel de gasto
promedio en innovación respecto del que habría en condiciones de apropiabilidad perfecta.
Finalmente, las empresas son en sí mismas diversificadoras de riesgo: su acceso al
financiamiento bancario eleva el gasto total, pero reduce el nivel de gasto privado. Similar
comportamiento se aprecia en el caso de financiamiento público: la presencia del Estado
(con los problemas de apropiabilidad asociados) contribuye más a la diversificación
empresarial (sustituyendo levemente al gasto propio), que a influir sobre la magnitud de la
combinación riesgo-retorno, o de la productividad de aquella inversión que estimule un
mayor gasto privado.
22
ANEXOS
TEXTO DE LA ENCUESTA
23
BIBLIOGRAFÍA
Acs Z,. And Audretsch D. (1990) Innovation and Small Firms. MITpres. USA
Amemiya, T., 1985, Advanced econometrics (Harvard University Press, Cambridge, MA).
Amsden, A., 1989, Asia´s next giant: South Korea and late industrialization (Oxford
University Press, Oxford).
Braga, H. and L. Willmore, 1991, Technological imports and technological efforts: An
analysis of their determinants in Brazilian firms, Journal of Industrial Economics 34, 421-432.
Cosslett, S.R., 1981, Efficient estimation of discrete choice models, In: C.F. Manski and D.
McFadden, eds., Structural analysis of discrete data with econometric applications (The MIT
Press, Cambridge, MA).
Dahlman, C.J., B. Ross-Larson and L.E. Westphal, 1987, Managing technological
development: Lessons from the newly industrializing countries, World Development 15, 759-
775.
Deolalikar, A.Bl. and R.E. Evenson, 1989, Technology production and technology purchase
in Indian industry: An econometric analysis, Review of Economics and Statistics 71, 687-
692.
Enos, J.L. and W.H. Park, The Adoption and diffusion of imported technology: The case of
Korea (Croom Helm, London).
Fransman, M., 1982, Learning and the capital goods sector under free trade: The case of
Hong Kong, World Development 10, 991-1014.
Heckman, J.J., 1979, Sample selection as a specification error, Econometrica 47, 153-161.
Judge, G.G., R.C. Hill, W.E. Griffiths, H. Luetkepohl and T. Lee, 1988, Introduction to the
theory and practice of econometrics (Wiley, New York).
Katrak, H., 1989, Imported technologies and R&D in a newly industrializing country: The
experience of Indian enterprises, Journal of Development Economics 31, 123-139.
Katrak, H., 1990, Imports of technology and the technological efforts of Indian enterprises.
World Development 18, 371-381.
Katz, J.M., de., Technology generation in Latin American manufacturing industries
(St.Martin´s, New York).
Lall, S., 1983, Determinants of R&D in an LDC: The Indian engineering industry, Economics
Letters 13, 379-383.
Lall, S., 1983, Learning to industrialize: The acquisition of technological capability in India
(Macmillan, London).
Lee, W. and C. Chung, 1985, Market structure and innovation. The Korea Development
Review 7, 117-131 (in Korean).
Maddala, G.S., 1983, Limited dependent and qualitative variables in econometrics
(Cambridge University Press, Cambridge).
Manski, C.F. and S.R. Lerman, 1977, The estimation of choice probabilities from choice
based sample, Econometrica 45, 1977-1988.
Nishimizu, M. and S. Robinson, 1984, Trade policies and productivity change in semi-
industrialized countries, Journal of Development Economics 16, 177-206.
24
Pack, H., 1992, Learning and productivity change in developing countries, In: G.K. Helleiner,
de., Trade policy, industrialization, and development (Clarendon Press, Oxford).
Pavitt, K., Robson, M. and J. Townsend, 1987, The size distribution of innovating firms in the
U.K: 1945-1983, Journal of Industrial Economics 35, 297-316.
Porter, M.E., 1980, Competitive strategy: Techniques for analyzing industries and
competitors (The Free Press, New York).
Rosovsky, H., 1972, What are the lessons of Japanese economic history? In: A.J. Youngson,
de., Economic development in the long run (Allen and Unwin, London).
Schumpeter, J.A., 1950, Capitalism, socialism, and democracy, 3rd de. (Harper and Row,
New York).
Siddharthan, N.S., 1988, In-house R&D, imported technology, and firm size: Lessons from
Indian experience, The Developing Economies 26, 212-221.
25