La produccion del conocimiento de las regiones competitivas: una aproximacion basada en modelos de variables latentes/Knowledge production in competitive regions: an approach based on a latent variable modeling/Producao de conhecimento em regioes competitivas: uma abordagem baseada em modelos de variaveis latentes.
| Autor | Caicedo-Asprilla, Henry |
| Cargo | Articulo de investigacion |
-
Introduccion
En la actualidad, se reconoce que muchas regiones tienen un elevado producto interno bruto (PIB) per capita, gracias al uso que hacen del conocimiento (Organizacion para la Cooperacion y el Desarrollo Economico [OCDE], 2018); al respecto, diversos indices tratan de dar cuenta de ello (Gonzalez, Alvarado y Martinez, 2004). La ventaja de estos indices radica en que capturan una representacion de la categoria que ocupan las regiones en la competitividad y el uso del conocimiento (Arancegui, Martins, Franco-Rodriguez y Alonso, 2011); ademas, ofrecen un analisis descriptivo del porque unas regiones son mas competitivas que otras en la economia del conocimiento, pero no explican la forma en que el conocimiento se produce ni la direccionalidad de los determinantes que participan en su produccion (Arancegui et al., 2011).
Los analistas, conscientes de esta limitacion desde la decada de 1980, han implementado el marco analitico de la funcion de produccion del conocimiento (FPC) regional, para explicar como se crea y usa el conocimiento en los territorios (Varga y Horvath, 2015). Desde los trabajos seminales de Griliches (1979) y Anselin, Varga y Acs (1997), la FPC se ha perfeccionado, incluyendo variables que describen los flujos de conocimiento o spillovers (SP) y modelos de econometria espacial (Dall'erba, Kang y Fang, 2017). A pesar de los avances logrados con la FPC, muchos autores han planteado que la produccion de conocimiento (PRC) y su relacion con el espacio geografico es un fenomeno complejo, en el que, ademas del alcance de los SP, es importante tener en cuenta el ambiente institucional (Sotarauta, 2015).
Con el fin de llenar este vacio, Cooke, Uranga y Etxebarria (1997) introdujeron al analisis de la PRC el marco analitico de los sistemas regionales de innovacion (SRI), mientras que Moulaert y Sekia (2003) introdujeron el concepto de modelos de innovacion territorial (MIT). Bajo este marco, Meusburger (2013) y Jeannerat y Crevoisier (2016), entre otros investigadores, han llamado la atencion sobre las dificultades que entrana la relacion entre conocimiento y desarrollo, pues el conocimiento tiene propiedades distintas a los demas factores de produccion. En efecto, Romer (1990) plantea que el conocimiento tiene la propiedad de exclusion parcial en el corto plazo, la no rivalidad en el largo plazo y la no convexidad de las curvas de costos. Asimismo, en una region, el conocimiento tiene la propiedad de ser acumulativo, colectivo, generico y especifico, a la vez que es sensible de ser combinado y recombinado (Johnson, Lorenz y Lundvall, 2002; Meusburger, 2013; Antonelli y Colombelli, 2015; Karlsson, Johansson, Kobayashi y Stough, 2014).
Los teoricos de la gestion del conocimiento han mostrado que este se presenta de manera explicita o tacita (Nonaka y Takeuchi, 1995). Por una parte, Asheim, Boschma y Cooke (2011) plantean que en una region existe conocimiento simbolico, analitico y sintetico. Meusburger (2013) argumenta que la utilidad del conocimiento es dependiente del contexto, por lo que este no es solo informacion empaquetada en bienes que tienen valor de uso, ademas, es un elemento central de la toma de decisiones y de la accion social. Por otra parte, Johnson et al. (2002) han trabajado la hipotesis de que la competitividad de las regiones depende del conocimiento colectivo y del aprendizaje de las firmas e individuos. Storper y Venables (2004) destacan la importancia de las relaciones cara a cara para la generacion de riqueza. Asimismo, Balland, Boschma y Frenken (2014) resaltan el papel de las proximidades como fuente de innovacion y PRC.
Bajo estas ideas, se construyen indicadores compuestos para describir las propiedades del conocimiento (Arancegui et al., 2011). A partir de estos indicadores, se han planteado escalafones de clasificacion y FPC, con los que se pretende capturar el desempeno de los territorios en la economia (Arancegui et al., 2011; Buesa, Hejis y Baumert, 2010). Pero si bien todas estas contribuciones al analisis del SRI son relevantes, no constituyen una teoria (Uyarra y Flanagan, 2010) y resultan en un concepto a veces confuso (Markusen, 2003). Es asi como al explicar la produccion del conocimiento y su relacion con el espacio geografico, se plantean desafios teoricos, metodologicos y empiricos (Meusburger, 2013; Jeannerat y Crevoisier, 2016) en el marco de los SRI (Cooke et al., 1997) o los MIT (Moulaert y Sekia, 2003).
Para superar esta problematica, desde 1980 se han desarrollado proyectos que reunen equipos interdisciplinarios de varios paises europeos para estudiar la produccion del conocimiento y su relacion con el espacio. Sobresalen el proyecto de Milieux Innovateurs (Aydalot, 1986), el de Eurodite (Jeannerat y Crevoisier, 2016) y el de Espacios de Conocimiento de Meusburger (2013). Todos tienen como comun denominador encontrar conceptos y formas de medicion de la produccion del conocimiento en el espacio (Todtling y Trippl, 2005; Thierstein, Luthi, Kruse, Gabi y Glanzmann, 2008; Jeannerat y Crevoisier, 2016).
En este contexto, el articulo propone un modelo de medicion de la FPC, que explique la produccion del conocimiento y su relacion con el espacio geografico y que ayude a comprender como se arraiga, circula y explota el conocimiento en las regiones mas competitivas en la actual economia. De esta forma, el primer objetivo de este trabajo fue proponer una FPC basada en variables latentes o constructos que representen y describan las propiedades del conocimiento de las regiones. El segundo objetivo fue validar la consistencia y fiabilidad de las variables latentes y la estructura de la FPC propuesta.
Este documento se divide en cinco partes. Despues de esta introduccion, se realiza una revision de la literatura, en la que se evidencia que existen cuestiones pendientes por revisar, tales como: i) cual es la forma correcta de la funcion de produccion; ii) como medir los SP o flujos de conocimientos dentro y entre territorios; y iii) cual es la mejor proxy para medir el conocimiento de una region (Jeannerat y Crevoisier, 2016; Autant-Bernard y LeSage, 2019; Neves-Sequeira y Cunha-Neves, 2020). Luego, se plantea la metodologia de construccion y calculo de las variables latentes de la FPC, donde ademas se muestra la validez y consistencia de los constructos que la componen. En la cuarta seccion se presentan los resultados y en el ultimo apartado se plantean las principales conclusiones y recomendaciones.
-
La produccion de conocimiento en las regiones
En la decada de 1990, dos aspectos ocuparon la agenda de los investigadores del cambio tecnico: el de la produccion del conocimiento (Johnson et al., 2002) y el del nivel territorial en donde esta toma lugar (Cooke et al., 1997). Autores como Moulaert y Sekia (2003), Fritsch y Slavtchev (2011) han resaltado el papel de los SRI, para explicar la produccion del conocimiento y su relacion con el espacio.
Los SRI se describen como el ambito donde las instituciones y organizaciones se articulan para producir y explotar el conocimiento, en un marco que pretende capturar las propiedades del conocimiento y explicar como se transforma en riqueza (Cooke et al., 1997; OCDE, 2018). A este marco se han incorporado conceptos tales como la educacion superior o universitaria, la capacidad de adsorcion, el capital intelectual, la capacidad de innovacion, el capital financiero o de riesgo, la produccion de patentes, la generacion de servicios intensivos en conocimiento, la actividad empresarial y el mercado de trabajo (Arancegui et al., 2011).
Para operar estos conceptos, se suelen aplicar tecnicas de analisis multivariante hasta obtener indicadores compuestos (Arancegui et al., 2011). A partir de ellos, se construyen indices o rankings de clasificacion de regiones (Gonzalez et al., 2004). Tambien se plantean FPC donde sobresalen los trabajos de Fritsch y Slavtchev (2011), Buesa et al. (2010), Autant-Bernard y LeSage (2019). Luego, se calcula el rendimiento y la eficiencia de los SRI (Fritsch y Slavtchev, 2011). Ademas, se realizan estudios de corte transversal para comparar regiones e identificar jerarquias de competitividad y derivar conclusiones de politica cientifica, tecnologica e industrial (Todtling y Trippl, 2005; Arancegui et al., 2011). No obstante, las investigaciones de los SRI basados en indicadores compuestos o en FPC construidos con variables latentes son objeto de muchas criticas a nivel teorico, metodologico y empirico (Doloreux y Parto, 2004; Todtling y Trippl, 2005; Thierstein, et al. 2008; Arancegui et al., 2011).
En cuanto al nivel teorico, se plantean desafios en la construccion y planteamiento del instrumento. Por ejemplo, las patentes son un input, si lo que se pretende medir es el impacto de la produccion del conocimiento en el desempeno economico de una region (Michie, Oughton y Pianta, 2002; Autant-Bernard y LeSage 2019); pero si lo que se pretende es evaluar la produccion del conocimiento en una region, las patentes son variable output (Fritsch y Slavtchev, 2011). Ahora bien, dada la maleabilidad del marco de los SRI, las variables son interpretadas de diversas maneras. Por citar algunas, se tiene el caso de la variable educacion, que en algunos trabajos es proxy de la capacidad de adsorcion o de aprendizaje (Strauf y Scherer, 2008), de filtro social, como senal de atraccion de la inversion extranjera o localizacion empresarial (Lewin y Massini, 2004), o determinante del nivel de desarrollo economico (Rodriguez-Pose y Tselios, 2007).
En el plano empirico, recurrir a un gran numero de variables usadas para describir la complejidad de los SRI enfrenta la dificultad de la dispersion, la consecucion y la ausencia de datos (Arancegui et al., 2011); lo que hace que las investigaciones realizadas, aun para un mismo conjunto de regiones, no lleguen a resultados equivalentes (Grupp y Mogee, 2004).
La flexibilidad en el uso del SRI es posible gracias a que este es un marco analitico mas que una...
Para continuar leyendo
Solicita tu pruebaCOPYRIGHT GALE, Cengage Learning. All rights reserved.
