Desempe
| Autor | Bachmann, Federico |
| Cargo | Innovaci |
Introducción
La literatura económica en temas de innovación postula el tamaño de la empresa como un factor que incide en su desempeño innovador (DI), que no es neutral. Por un lado, parte de la teoría económica respalda la relación directa entre ambas variables fundamentada, por ejemplo, en que las empresas grandes tienen ventajas como economías de escala y alcance o facilidades financieras a la hora de innovar; por otro lado, parte de la teoría justifica que la relación es inversa aduciendo, entre otros argumentos, el efecto negativo de la burocracia corporativa y la falta de incentivos o la flexibilidad de las pymes para hacer cambios en su operatoria. De lo anterior, surge la conclusión de que no hay una única relación entre estas variables (1), lo que motiva profundizar su estudio. Asimismo, los resultados empíricos también dan cuenta de esta disparidad y, aún controlando por variables sectoriales, las estimaciones econométricas ofrecen coeficientes muy heterogéneos y con signo tanto positivo como negativo. Ahora bien, ¿dicha heterogeneidad es producto de diferentes muestras o puede explicarse por otros factores tales como particularidades contextuales o las metodologías de análisis empleadas?
Este trabajo constituye una aplicación del análisis de metarregresión (AMR), que permite comparar la evidencia proporcionada por trabajos que estiman econométricamente la relación de interés--i. e, el efecto del tamaño de la empresa sobre el DI- y, a partir de las diferencias entre los estimadores puntuales, explicar la variabilidad observada en función de variables a nivel estudio. Asimismo, es posible evaluar si existe asociación entre los coeficientes de regresión estimados y su nivel de precisión. En el campo de la economía de la innovación, hay cierto consenso de una relación positiva entre tamaño de la firma y DI. En este sentido, cabe preguntarse si existe algún mecanismo--i.e, sesgo de publicación--que privilegie la divulgación de ciertos resultados consistentes con la teoría por sobre otros, a costa de perder precisión en las estimaciones. Y, de ser así, ¿cuál es el efecto que persiste una vez descontado dicho sesgo? Este tipo de análisis es relevante, en tanto permite evaluar la evidencia generada por la comunidad académica que luego se incorpora en el diseño de políticas públicas.
El primer paso del AMR consiste en una revisión de la literatura, con el fin de obtener una muestra de trabajos aplicados que estimen econométricamente la relación entre DI y tamaño, a nivel de la empresa. La muestra final se compone de 125 artículos que reportan 880 estimaciones de dicha relación, con características diversas que, potencialmente, pueden contribuir a entender la heterogeneidad en las estimaciones: diferentes países, sectores, tipos de empresa y modelización econométrica empleada, entre otros (2). La presente investigación tiene por objetivo i) cuantificar el grado de heterogeneidad no atribuible a variabilidad muestral en los estimadores puntuales; ii) indagar sobre la existencia de sesgos de publicación en la literatura revisada, y iii) estimar el efecto de tamaño promedio o "genuino", es decir, corregido ante dicho sesgo.
Luego de esta introducción, el trabajo continúa con la síntesis de los principales aportes teóricos sobre la relación entre tamaño de la empresa e innovación y describe la metodología del metaanálisis en general y del AMR en particular; después, se detalla la forma en que se conformó la muestra para, posteriormente, hacer referencia al análisis descriptivo y presentar los resultados del AMR. Finalmente, se concluye con algunas reflexiones.
Marco conceptual
Motivación y antecedentes
La noción de que el tamaño de la empresa es un factor relevante para estudiar el cambio tecnológico tiene sus orígenes en los trabajos de Schumpeter (1935, 1942) y su interpretación del desarrollo capitalista, que es motorizado por la generación de nuevas combinaciones de factores productivos introducidas al mercado. Este mismo autor anticipa tanto una relación inversa como directa en su obra. En un primer momento, desarrolla el concepto de "destrucción creadora" a partir de emprendedores o nuevas empresas que irrumpen en el mercado mediante innovaciones y desplazan a las empresas grandes que dominan el mercado. En su obra de 1942, este modelo cambia y son las grandes corporaciones las que internalizan actividades de innovación y obtienen ventajas competitivas para dominar el mercado en una "acumulación creadora".
Estas dos dinámicas serán tomadas por Nelson y Winter (1982) para hablar de regímenes tecnológicos sectoriales, que permiten explicar el ritmo innovador en distintos sectores, cobrando relevancia los procesos internos de aprendizaje (Breschi et al., 2000; Leal-Rodríguez et al., 2015). Sin embargo, al interior de dichos sectores pueden encontrarse diferencias en el tamaño de las empresas, así como en su DI, sin que las investigaciones sean concluyentes acerca de la magnitud y la dirección de la relación entre ambas variables una vez que se controla por sector.
En la perspectiva de Cohen (2010), existe cierto consenso teórico acerca de un efecto positivo del tamaño de la empresa sobre su DI, que apoya el modelo de acumulación creadora. Esta relación positiva se explica comúnmente por las ventajas crediticias de las empresas grandes para financiar proyectos (de-Oliveira & Rodil-Marzábal, 2019), economías de escala y alcance de la actividad innovadora (Petruzzelli et al., 2018) y su complementariedad con actividades no operativas, como el marketing (Cohen, 2010). A estos argumentos se oponen aquellos que postulan a las pymes como organizaciones más flexibles y abiertas al cambio (Petruzzelli et al., 2018), sin las trabas burocráticas de las grandes empresas (Forés & Camisón, 2016), con el fin de explicar estimaciones de una relación inversa entre tamaño y desempeño innovador (Camisón et al., 2002). Un último argumento radica en la lógica subyacente al proceso innovador en las pymes: o bien los recursos disponibles limitan y definen los objetivos de innovación (Berends et al., 2014), o bien se pueden usufructuar recursos y capacidades externas para generar innovaciones en un proceso de innovación abierta (Teplov et al., 2019). Ambos ejemplos permiten entender la innovación sin hacer énfasis en los recursos internos disponibles, principal ventaja de las empresas grandes (3).
En términos empíricos, hay una fuerte heterogeneidad entre los estimadores puntuales--i. e., coeficientes de regresión estimados--que surgen de la estimación econométrica de esta relación (Becheikh et al., 2006; Camisón et al., 2002). Revisiones recientes de la literatura (Cohen, 2010; Hall & Mairesse, 2006; Rosenbusch et al., 2011) señalan evidencia de una relación a veces directa, otras inversa, o aún no lineal entre el tamaño de la empresa y su DI.
La persistencia de estas disparidades ha motivado varios trabajos en el campo de la innovación en general (Damanpour, 1991; Duran et al., 2016; Montoya-Weiss & Calantone, 1994) y del problema de la relación del tamaño de la empresa con su DI en particular (Camisón et al., 2002; Damanpour, 1992, 2010) mediante técnicas de metaanálisis (tabla 1). El horizonte temporal de estos últimos dos antecedentes cubre hasta principios de la década del 2000, por lo que un primer aporte de la presente investigación es efectuar el análisis con publicaciones más recientes.
Las conclusiones de estos trabajos se enfocan en identificar aquellos factores que contribuyen a la variabilidad de resultados. Camisón et al. (2002) muestran que, si bien predomina una relación positiva, esta se ve influida por la forma de medir el tamaño de la firma, por las características sectoriales y por elementos internos como las estrategias adoptadas. En la misma dirección apuntan los resultados de Damanpour (1992), que añade la importancia del tamaño de la empresa en la fase de la implementación más que del inicio del proceso innovador. No obstante, cabe aclarar que ninguno de estos trabajos aplica AMR.
Finalmente, estas revisiones aportan dimensiones relevantes al estudio de la innovación, pero no incorporan dos cuestiones abordadas en el presente trabajo. En primer lugar, recuperan evidencia empírica para países desarrollados (como única excepción aparece China), lo que excluye del análisis a las economías emergentes en general y a América Latina en particular. En segundo lugar, no abordan el problema del sesgo de publicación, que se introduce en la siguiente sección.
Fundamentos del análisis de metarregresión (AMR)
Se define el AMR como la aplicación de un conjunto de técnicas estadísticas convencionales con el objetivo de sintetizar los resultados empíricos obtenidos en determinadas áreas del conocimiento científico (Krassoi et al., 2009). El AMR constituye una secuencia de pasos que inician en la recolección de datos secundarios--e. g., coeficientes de regresión estimados, cocientes de chances, riesgos relativos--y terminan en la estimación de un modelo econométrico que explica la heterogeneidad entre los resultados observados en los trabajos empíricos. El objetivo de esta metodología consiste en el estudio del conocimiento científico formalizado disponible en un determinado campo (4) (Stanley, 2001; Stanley & Doucouliagos, 2012; Stroup et al., 2000). En consecuencia, se basa en la evidencia presentada en ámbitos científicos, ya sean publicaciones académicas--e. g., revistas especializadas o libros--o literatura "gris"--e. g., actas de congresos, working papers y trabajos no publicados--(Stanley, 2001; Stanley & Doucouliagos, 2012).
La población objetivo del AMR se compone de aquellos estudios académicos que presenten estimaciones de la relación entre las variables de interés, y que cumplan con los criterios de inclusión adoptados (Stanley & Doucouliagos, 2012). Una de las bondades del AMR es la posibilidad de su replicación, por ende, dichos criterios deben enunciarse explícitamente y contribuir a acotar la...
Para continuar leyendo
Solicita tu pruebaCOPYRIGHT GALE, Cengage Learning. All rights reserved.
