· 2014-08-14 · 1 ÁREA A9 Aktiba Coyuntura y Competitividad – 1.29 Lehiakortasuna NOMBRE DE...

1

ÁREA A9 Aktiba Coyuntura y Competitividad – 1.29 Lehiakortasuna

NOMBRE DE LA ACCIÓN/PROYECTO Fomentar la cooperación en el tejido económico de Bizkaia como modo de catalizar

practicas de innovación, transferencia de conocimiento / tecnología y de internacionalización ENTREGABLES

Fase 2, Tarea 3, version 1 (julio de 20XIII) DESTINATARIO(S)

Servicio de Promocion Economica de la DFB EQUIPO DE TRABAJO

Investigadores de Orkestra-IVC / Universidad de Deusto

Informe Evaluacion de los Programas de Apoyo de la DFB y de las empresas que aplican a ellos en base a Técnicas de Analisis de Redes

Fase/Tarea 2.3

Fecha de entrega julio de 2013

Autores Edurne Magro y Asier Murciego

Revisor Bart Kamp

2

Table of Contents Introducción .................................................................................................................. 4

1. Evaluación de los programas de apoyo de la Diputación Foral de Bizkaia ............. 4

1.1. Metodología de evaluación de impacto ........................................................... 4

1.2. Resultados ..................................................................................................... 6

1.2.1. Impacto de los programas de la Diputación Foral de Bizkaia ................... 7

1.2.2. Programa promoción de la innovación en producto y/o proceso ............ 11

1.2.3. Programa Premie .................................................................................. 15

1.2.4. Programa Xertatu .................................................................................. 17

1.2.5. Programa Bilgune .................................................................................. 18

1.2.6. Programa Personas ............................................................................... 20

1.2.7. Programa de Internacionalización .......................................................... 23

1.3. Conclusiones ................................................................................................ 25

2. Técnica de Análisis de Redes “SNA” ................................................................... 26

1.1 Técnicas utilizadas ....................................................................................... 26

2.1.1. Análisis descriptivo “SNA”: centralidades ............................................... 26

2.1.2. Análisis de movilidad ............................................................................. 27

2.1.3. Modelado “SNA” .................................................................................... 27

2.2. La red ........................................................................................................... 27

2.1. Análisis descriptivo “SNA”: centralidades ...................................................... 28

2.1.1. Etortek ................................................................................................... 28

2.1.2. Gaitek .................................................................................................... 29

2.1.3. Innotek ................................................................................................... 29

2.1.4. Etorgai ................................................................................................... 29

2.2. Movilidad ...................................................................................................... 30

2.2.1. Movilidad: 1 año .................................................................................... 30

2.2.2. Movilidad: 2 años ................................................................................... 31

2.2.3. Movilidad: 3 años ................................................................................... 32

2.3. Modelos de redes ......................................................................................... 32

2.3.1. Etorgai 2010 .......................................................................................... 33

2.3.2. Etorgai 2011 .......................................................................................... 34

2.4. Las redes ...................................................................................................... 35

2.5. Conclusiones ................................................................................................ 38

4

Introducción Este entregable realiza un análisis de los programas que la Diputación Foral de

Bizkaia tiene actualmente en vigor para fomentar la innovación, las mejoras en gestión

y la internacionalización de las empresas bizkainas.

Esta primera aproximación a la medición del impacto de los programas se realiza

desde un punto de vista cuantitativo, reconociendo la necesidad de realizar un análisis

cualitativo para completar los resultados obtenidos. Este análisis cualitativo se

realizará a posteriori a través de casos individualizados de las empresas participantes

en los programas de la Diputación Foral de Bizkaia.

Además de una evaluación del impacto de los programas en las empresas (véase

capítulo 1 del presente informe) se ha aplicado “técnicas de “análisis de redes” (Social

Network Analysis: “SNA”) a las empresas que participan en los programas de la

Diputación Foral de Bizkaia para mapear su participación en otros programas del

Gobierno Vasco con efectos sobre la colaboración en redes de las empresas en

cuestión (véase capítulo 2 del presente informe).

1. Evaluación de los programas de apoyo de la Diputación Foral de Bizkaia

1.1. Metodología de evaluación de impacto La metodología utilizada se ha basado principalmente en el análisis cuantitativo del

impacto de los programas de la Diputación Foral de Bizkaia (DFB) en las empresas

beneficiarias de los mismos.

Para ello, se ha utilizado la técnica estadística de emparejamiento no paramétrico

(técnica matching) que es una técnica de diseño cuasi-experimental utilizada para

realizar evaluaciones de impacto. Esta técnica lo que facilita es la creación de dos

grupos de empresas lo más parecidas entre sí posibles en base a una serie de

características observables (variables de control) antes de recibir la ayuda del

programa. Después se comparan los resultados obtenidos entre estos dos grupo en

base a las variables de impacto que se quieren observar y por diferencia se obtiene si

el grupo que ha recibido la ayuda presenta un mejor comportamiento que el grupo que

no ha recibido la ayuda, pudiendo de esta forma atribuir ese mejor comportamiento al

efecto del programa.

5

En este caso, se ha trabajado con la base de datos de dos Encuestas que realiza la

Agencia Vasca de Estadística (EUSTAT), la Encuesta de Innovación y la Encuesta de

I+D, además de contar con los datos de las empresas beneficiarias de los programas

de la DFB en los diferentes años. Cabe destacar que la Encuesta de Innovación es

una encuesta que se realiza a una muestra de establecimientos (y no de empresas)

innovadoras del País Vasco, y que la Encuesta de I+D se realiza a todas la empresas

que han realizado actividades de I+D ese año, por lo que se realiza sobre la población

de empresas que realizan I+D en el País Vasco.

Para realizar la configuración de los grupos de control de ambas encuestas se ha

tenido en cuenta las siguientes variables de control medidas en el año anterior a la

subvención para el caso individualizado de cada empresa y programa:

1. Encuesta de innovación:

a. Tamaño de la empresa (empleo)

b. Sector de actividad

c. Pertenencia a grupos empresariales

d. Tipo de empresa: Pública, privada, de investigación

e. Territorio histórico en el que está implantado el establecimiento

2. Encuesta de I+D:

a. Tamaño de la empresa (empleo)

b. Sector de actividad

c. Pertenencia a grupos empresariales

d. Tipo de empresa: Pública, privada, de investigación

e. Territorio histórico en el que está implantada la empresa

f. Realización de I+D de forma sistemática u ocasional

g. Financiación del gasto de I+D recibido de las Administraciones

públicas.

Por otra parte, se ha medido el impacto de los programas en las siguientes variables

para cada empresa o establecimiento en el año 2011:

1. Encuesta de Innovación:

a. Innovación en producto

b. Innovación en producto incremental

c. Innovación en producto radical

d. Innovación en proceso

e. Impacto en nuevos productos para la empresa

6

f. Impacto en nuevos productos para el mercado

g. Innovación organizativa

h. Innovación en marketing

i. I+D interna (volumen)

j. I+D externa (volumen)

k. I+D total (volumen)

l. Intensidad I+D (Gastos I+D sobre ventas)

m. Patentes solicitadas

n. Cooperación I+D

o. Productividad (Ventas del establecimiento por empleado)

p. Intensidad exportadora (volumen exportaciones sobre ventas)

q. Exportaciones (volumen)

r. Programa Marco (participación en el Programa Marco de Investigación)

2. Encuesta de I+D:

a. Gastos I+D totales

b. Gastos I+D corrientes

c. Gastos I+D capital

d. Intensidad I+D

e. Financiación de la UE

f. Intensidad I+D básica

g. Intensidad I+D aplicada

h. Intensidad I+D desarrollo tecnológico

i. Intensidad gastos externos

j. Intensidad doctores

k. Cambio en I+D sistemática

l. Productividad

1.2. Resultados En esta sección se presentan los resultados más destacados del análisis realizado del

impacto de los programas de la Diputación Foral de Bizkaia en las empresas

beneficiarias.

Para ello se realiza un análisis del impacto de todos los programas en su conjunto,

para después realizar un análisis pormenorizado e individual del efecto de cada uno de

los programas.

7

1.2.1. Impacto de los programas de la Diputación Foral de Bizkaia

En la Tabla 1 se presentan los resultados del impacto de los programas de la

Diputación Foral de Bizkaia en 45 establecimientos beneficiarios de dichos programas

durante el periodo 2008-2011. Así, en la Tabla 1, se presenta el impacto del conjunto

de los programas sobre las empresas en el año 2011 sobre las variables más

adecuadas para la medición del impacto de los programas en función de sus objetivos

disponibles en la Encuesta de Innovación de Eustat.

La media esperada de la muestra emparejada nos muestra el comportamiento de la

variable tanto en el grupo de control como en el grupo de las empresas beneficiarias

de los programas de la Diputación Foral de Bizkaia (DFB), mientras que con la

diferencia de medias medimos si la media de esa variable sobre el conjunto de

empresas beneficiarias es mayor que en el grupo del control y por lo tanto, los

programas tienen un impacto positivo sobre las empresas beneficiarias en esa variable

(y significativo estadísticamente cuando nos encontramos con un asterisco al lado de

la desviación estándar).

En este caso, a partir de las variables de la Encuesta de Innovación, lso resultados

nos muestran un impacto positivo de los programas de la DFB sobre:

• La innovación en producto (tanto incremental como radical)

• La innovación en proceso

• Impacto en nuevos productos para la empresa

• Impacto en nuevos productos para el mercado

• Innovación organizativa

• Innovación en marketing

• I+D total (interna y externa)

• Intensidad en I+D

• Patentes solicitadas

• Intensidad exportadora

• Exportaciones

Un impacto positivo, pero no estadísticamente significativo sobre la productividad de

las empresas y un impacto negativo sobre la participación en el programa marco

europeo de investigación.

8

Tabla 1: Impacto de los programas de la Diputación Foral de Bizkaia a partir de la Encuesta de Innovación

VARIABLE SIGNO ESPERADO DEL COEFICIENTE

MEDIA ESPERADA DE LA MUESTRA EMPAREJADA (SD EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)

DIFERENCIA DE MEDIAS ENTRE EMPRESAS BENEFICIARIAS Y EMPRESAS DEL GRUPO DE

CONTROL (SD EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)

INNOVACIÓN EN PRODUCTO + 0.17556739 0.17998817

(*0.15694373) (*0.06001608)

INNOVACIÓN EN PRODUCTO INCREMENTAL

+ 0.17743162 0.08923504

(*0.15897712) (*0.06025233)

INNOVACIÓN EN PRODUCTO RADICAL

+ 0.02626551 0.19595671

(0.09342008) (*0.02971337)

INNOVACIÓN EN PROCESO + 0.2053761 0.19462394

(*0.1771003) (*0.06180080) IMPACTO EN NUEVOS PRODUCTOS PARA LA EMPRESA

+ 2.474341 9.192326

(5.698982) (*1.508358) IMPACTO EN NUEVOS PRODUCTOS PARA EL MERCADO

+ 0.4219423 6.8447243

(2.0411035) (*0.8566839)

INNOVACIÓN ORGANIZATIVA + 0.1248020 0.16408690

(0.1734411) (*0.04815401)

INNOVACIÓN EN MARKETING + 0.05980597 0.20686070

(0.11723327) (*0.03748302)

I+D INTERNA + 0.8018173 2.5984680

(1.9256109) (*0.4937197)

I+D EXTERNA + 1.698306 3.2591008

(3.699537) (*0.6505864)

I+D TOTAL + 4.411100 5.503480

(4.580956 ) (*1.084747)

INTENSIDAD I+D + 0.02227035 0.24112138

(0.09215379) (*0.02244405)

PATENTES SOLICITADAS + 0.01569421 0.11763913

(0.08455270) (*0.02060865)

COOPERACIÓN I+D + 0.0830531 0.25028023

(0.1707547) (*0.03643603)

PRODUCTIVIDAD + 11.4772018 0.1152790

(0.5224575) (0.1672579)

INTENSIDAD EXPORTADORA + 0.05130001 0.08203083

(0.07003772 ) (*0.02126026)

EXPORTACIONES + 2.818320 3.6371556

(3.316604) (*0.7462081)

PROGRAMA MARCO + 0.07011818 -0.04789596

(0.12883853) (*0.03486835) Fuente: Elaboración propia a partir de EUSTAT.

9

En el caso de las variables utilizadas en la encuesta de I+D para 103 empresas nos

encontramos con que los programas de la DFB tienen un impacto positivo y

significativo sobre las empresas beneficiarias medido en el año 2011 sobre:

• La intensidad en I+D

• La intensidad en I+D de desarrollo tecnológico

• La intensidad en I+D externa

• La intensidad en el número de doctores

• Cambio en la empresa de I+D ocasional a sistemática

Un impacto negativo en:

• Los gastos en I+D totales

• Financiación recibida de la UE

• Productividad

Mientras que el resto de los resultados obtenidos no son significativos

estadísticamente.

10

Tabla 2: Impacto de los programas de la Diputación Foral de Bizkaia a partir de la Encuesta de I+D


MEDIA ESPERADA DE LA MUESTRA EMPAREJADA (SD

EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)

DIFERENCIA DE MEDIAS ENTRE EMPRESAS BENEFICIARIAS Y EMPRESAS DEL GRUPO

DE CONTROL (SD EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)

GASTOS I+D TOTALES + 5.2716652 -0.05629499

(*0.7349821) (*0.11280113) GASTOS I+D CORRIENTES + 5.1676282 -0.05836194

(*0.7720095) (0.11403654) GASTOS I+D CAPITAL + 1.24575393 -0.003045847

(*0.85699003) (0.53324308)

INTENSIDAD I+D + 0.26219351 0.28572160

(*0.21261192) (*0.04115089)

FINANCIACIÓN DE LA UE

+ 0.4001996 -0.03283761

(0.6278350) (*0.12159858)

INTENSIDAD I+D BÁSICA

+ 0.01105212 0.003213920

(*0.03555089) (0.004095857)

INTENSIDAD I+D APLICADA

+ 0.01105212 0.003213920

(*0.03555089) (0.004095857)

INTENSIDAD I+D DESARROLLO TECNOLÓGICO

+ 0.48380111 0.12253841

(0.19563871) (*0.04232905)

INTENSIDAD GASTOS EXTERNOS

+ 0.19434802 0.09979628

(*0.12495971) (*0.03434031) INTENSIDAD DOCTORES + 0.01477942 0.025680848

(*0.03401416) (*0.007648699)

CAMBIO EN I+D SISTEMÁTICA

+ 0.08248276 0.04373083

(0.28256612) (*0.03188343)

PRODUCTIVIDAD + 4.8798416 -0.13473752

(*0.4103725) (*0.08647036) Fuente: Elaboración propia a partir de EUSTAT.

11

A la luz de los resultados obtenidos de la explotación de las dos encuestas se puede

concluir que los programas de la DFB tienen un impacto positivo en la mayor parte de

resultados de desempeño innovador y exportador de las empresas, pero no en la

competitividad última de éstas (medida como productividad). Cabe, asimismo destacar

que los fondos recibidos por la DFB sustituyen a los fondos privados de las empresas

y no generan que las empresas inviertan más en I+D, produciéndose un efecto

sustitución en vez de adicional.

No obstante, es necesario realizar un análisis individualizado de los efectos de los

programas individuales para ahondar más en los detalles de estos resultados.

1.2.2. Programa promoción de la innovación en producto y/o proceso

En la Tabla 3 se muestran los resultados obtenidos del impacto del programa

producto/proceso en el año 2011 sobre las empresas beneficiarias del mismo durante

el periodo (2010-2011). Los resultados que se muestran hacen referencia al impacto

del programa en 22 establecimientos de la provincia de Bizkaia en las variables

relacionadas con la innovación en producto y proceso que podemos encontrar en la

Encuesta de Innovación.

Así, se observa en la Tabla 3 que el programa de fomento de la innovación en

producto y proceso tiene un impacto positivo en:

• Innovación en producto radical

• Innovación en proceso

• Impacto de nuevos productos para la empresa

• Impacto de nuevos productos para el mercado


• I+D interna

• I+D externa

• I+D total

• Intensidad I+D

• Patentes solicitadas

• Cooperación I+D

12

Del resto de resultados no se puede concluir nada, puesto que no son significativos,

aunque destacaría el efecto negativo en innovación en producto incremental y en

productividad.

Tabla 3: Impacto del programa producto/proceso a partir de la Encuesta de Innovación






(*0.3426005) (0.11684805)


+ 0.3552130 -0.03703122

(*0.3295859) (0.11383674)

INNOVACIÓN EN PRODUCTO RADICAL

+ 0.08056806 0.19215921

(0.20961012) (*0.08972585)


(*0.3419417 ) (*0.091148370) IMPACTO EN NUEVOS PRODUCTOS PARA LA EMPRESA

+ 3.391356 8.654098

(4.084310) (*1.619122) IMPACTO EN NUEVOS PRODUCTOS PARA EL MERCADO

+ 0.2136372 6.9227264

(2.2151551) (*0.8072763)


(0.3189214) (0.07956112)


(0.3101340) (*0.04893437)

I+D INTERNA + 3.848629 3.529086

(3.988087) (*1.356009)

I+D EXTERNA + 1.698306 3.2591008

(3.699537) (*0.9050342)

I+D TOTAL + 4.411100 5.503480

(4.580956 ) (*1.084747)

INTENSIDAD I+D + 0.06720525 0.37085186

(0.14610871) (*0.04294174)

PATENTES SOLICITADAS + 0.007324913 0.17449327

(0.145470515) (*0.05286601)

COOPERACIÓN I+D + 0.2264364 0.27356362

(0.3124158) (*0.08247163)

PRODUCTIVIDAD + 11.9484181 -0.04052155

(0.9120454) (0.21830719) Fuente: Elaboración propia a partir de Eustat.

13

Por otra parte, en la Tabla 4 se presentan los resultados del impacto del programa en

92 empresas beneficiarias en las variables contenidas en la Encuesta de I+D y de

interés para el citado programa. Los principales resultados son:

Un impacto positivo en:

• Intensidad I+D

• Financiación de la UE

• Intensidad I+D básica

• Intensidad I+D desarrollo tecnológico

• Intensidad gastos externos

• Cambio de I+D ocasional a I+D sistemática

Por el contrario, el programa genera efectos negativos en:

• Gastos I+D totales

• Gastos I+D corrientes

• Gastos I+D de capital

• Intensidad I+D aplicada

• Productividad

Es decir, el programa genera efectos positivos relacionados con la innovación en la

empresa pero efectos negativos en la competitividad última (productividad), así como

efectos sustitución de los inputs que las empresas utilizan en sus proceso de

innovación (gastos I+D), no generando un efecto adicional en este sentido.

14

Tabla 4: Impacto del programa producto/proceso a partir de la Encuesta de I+D


MEDIA ESPERADA DE LA MUESTRA EMPAREJADA (SD EN

PARÉNTESIS) (* SIGNIFICATIVO AL 95%)

DIFERENCIA DE MEDIAS ENTRE EMPRESAS BENEFICIARIAS Y EMPRESAS

DEL GRUPO DE CONTROL (SD EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)



(*0.9519446) (*0.10199799) GASTOS I+D CAPITAL + 1.408204 -0.05048459

(*0.7865373) (*0.18202345)

INTENSIDAD I+D + 0.2339478 0.45141513

(0.2576637) (*0.02814647)


+ 0.2340324 0.09985302

( 0.5400586) (*0.08511615)


+ 0.004733615 0.011238144

(0.020074629) (*0.00421980)


+ 0.5453659 -0.14523809

(*0.1256556) (*0.04887693)


+ 0.4508765 0.13302395

(*0.1344624) (*0.04739428) INTENSIDAD GASTOS EXTERNOS + 0.4508765 0.13302395

(*0.1344624) (*0.04739428) INTENSIDAD DOCTORES + 0.02040677 0.026680024

(0.03877687) (0.011983399)


+ 0.07218817 0.058246609

(*0.19698874) (*0.032645963)

PRODUCTIVIDAD + 4.8267291 -0.11398359

(*0.3852496) (*0.09596227) Fuente: Elaboración propia a partir de Eustat.

15

1.2.3. Programa Premie En el caso del programa Premie de mejora en la gestión de las organizaciones se ha

realizado el análisis de los efectos del programa sobre las variables relacionadas con

la mejora en la gestión incluidas en la Encuesta de Innovación de Eustat. Así, en la

Tabla 5 se muestran los resultados obtenidos sobre el impacto en el año 2011 en 10

establecimientos. Entre ellos, destaca el impacto positivo del programa sobre:

• La innovación organizativa

• La productividad de los establecimientos

En cambio, se observa que el programa genera un impacto negativo sobre la

innovación en proceso de los establecimientos.

Tabla 5: Impacto del programa Premie partir de la Encuesta de Innovación





INNOVACIÓN EN PROCESO + 0.3569288 -0.25692882

(*0.2779678 ) (*0.17278702)


(*0.13507305) (*0.035768904)

INNOVACIÓN EN MARKETING + n.d. n.d.

COOPERACIÓN I+D + 0.08666239 0.01333761

(0.18943228) (0.11204290)

PRODUCTIVIDAD + 11.1475388 0.3222755

(*0.4384698) (*0.3084309) Fuente: Elaboración propia a través de Eustat.

En cuanto a los resultados obtenidos de la Encuesta de I+D sobre el impacto del

programa en un colectivo de 13 empresas se observa que el único impacto positivo del

programa significativo estadísticamente hace referencia al cambio de la I+D de

ocasional a sistemática. Es decir, el programa Premie ayuda a las empresas

beneficiarias a dar el salto y pasar de realizar una I+D ocasional a hacerlo de forma

sistemática. Por el contrario, en contraposición con los resultados de la Encuesta de

Innovación, destaca el impacto negativo del programa sobre la productividad de la

empresa, al igual que sobre la intensidad en el gasto de I+D, número de doctores y

gastos externos.

16

Tabla 6: Impacto del programa Premie partir de la Encuesta de I+D






GASTOS I+D TOTALES + 5.0713243 -0.2152909 (*0.8358828) (0.3614597) GASTOS I+D CORRIENTES + 4.8797289 -0.1139711

(*0.7758925) (0.3496456) GASTOS I+D CAPITAL + 1.296986 -0.4224922

(1.739179) (0.5366175)

INTENSIDAD I+D + 0.2405604 0.02626845

(0.2708945) (0.08616839)


+ 0.3356755 -0.3356755

(0.6962082) (*0.2610108)


+ n.d. n.d.

n.d. n.d.


+ 0.4320548 -0.03276785

(0.4604678) (0.11325178)


+ 0.5739586 0.009877328

(*0.4600995) (0.113995276)


+ 0.3865597 -0.2599722

(0.6174191) (*0.1894749) INTENSIDAD DOCTORES + 0.06646965 -0.05151238

(0.10551026) (*0.03599633)


+ 0.02600818 0.10020541

(0.24908290) (*0.03620735)

PRODUCTIVIDAD + 4.9755509 -0.715908297


En resumen, el programa Premie genera un impacto positivo en términos de

innovación organizativa que, a su vez, está relacionada con realizar una I+D de forma

sistemática. Los resultados de impacto del programa en términos de productividad

empresarial no son concluyentes puesto que varían en función de la fuente utilizada.

17

1.2.4. Programa Xertatu Aunque la Encuesta de Innovación no dispone de variables relacionadas con los

objetivos del programa Xertatu, de fomento de la Responsabilidad Social Empresarial,

en la Tabla 7 se reflejan los resultados del análisis del impacto del programa en el año

2011 en algunas de las variables que pueden estar indirectamente más relacionadas

con el mismo sobre 4 establecimientos beneficiarios. Así, se observa que el programa

Xertatu ha generado un impacto negativo sobre:

• La innovación en proceso

• La productividad de los establecimientos

Tabla 7: Impacto del programa Xertatu partir de la Encuesta de Innovación







(0.7122958) (*0.4104032)


(0.3324201) (0.13916874)


(0.3360494) (0.13639252)

COOPERACIÓN I+D + N.D. N.D.

PRODUCTIVIDAD + 12.184536 -1.348526


No se han encontrado empresas en la base de datos de la Encuesta de I+D con las

que poder realizar un análisis por lo que solamente podemos disponer de los

resultados anteriormente comentados en relación a la Encuesta de Innovación.

18

1.2.5. Programa Bilgune Con relación al programa Bilgune para la mejora de la gestión participativa de las

empresas la Tabla 8 refleja los resultados obtenidos para el año 2011 del análisis

correspondiente a 3 de los establecimientos beneficiarios del programa. En dicha tabla

se observa que el programa ha generado un impacto negativo sobre la innovación en

proceso y productividad de dichos establecimientos, no pudiéndose concluir nada más

con relación al resto de variables. Parece, por lo tanto, que el programa puede todavía

no estar reflejando los efectos positivos en la empresa, y que estos se podrían

producir en un lapso más amplio del tiempo.

De igual forma que en el caso anterior, no se disponen de datos para realizar un

análisis a partir de la Estadística de I+D.

19

Tabla 8: Impacto del programa Bilgune partir de la Encuesta de Innovación



DIFERENCIA DE MEDIAS ENTRE EMPRESAS BENEFICIARIAS Y

EMPRESAS DEL GRUPO DE CONTROL (SD EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)

INNOVACIÓN EN PRODUCTO + 0.8616727 -0.8616727

(1.9540974) (1.2302563)


+ 0.7999057 -0.7999057

(1.9338798) (1.2382089)


(1.5034603 ) (*0.1396274)

IMPACTO EN NUEVOS PRODUCTOS PARA LA EMPRESA

+ 20.73638 20.73638

(47.48668) (29.85642)

IMPACTO EN NUEVOS PRODUCTOS PARA EL MERCADO

+ n.d. n.d.

INNOVACIÓN ORGANIZATIVA + 0.8837907 -0.5504574

(1.8877645) (1.1997755)

INNOVACIÓN EN MARKETING + 0.8557242 -0.5223909

(1.9955398) (1.2613848)

COOPERACIÓN I+D + N.D. N.D.

PRODUCTIVIDAD + 14.429865 -3.655548


20

1.2.6. Programa Personas En relación al programa que actúa sobre una transformación basada en las personas

en la Tabla 9 se reflejan los resultados del impacto generado por el programa en el

año 2011 sobre un colectivo de 6 establecimientos, a partir de la Encuesta de

Innovación de Eustat. Estos resultados muestran un impacto negativo del programa

sobre:

• Innovación en producto


Del resto de variables no se puede extraer resultados concluyentes.

Tabla 9: Impacto del programa Personas partir de la Encuesta de Innovación





INNOVACIÓN EN PRODUCTO + 0.9330064 -0.59967305

(*0.4217303) (*0.09913852)


(*0.5293597 ) (0.2557327)


(*0.5408837) (0.2281127)

INNOVACIÓN EN MARKETING + 0.2710703 -0.10440367

(0.4193438) (*0.10063720)

COOPERACIÓN I+D + 0.4326100 -0.2659434

(0.6524125) (0.3119033)

PRODUCTIVIDAD + 12.127874 -0.06041048

(1.317667) (0.20794174) Fuente: Elaboración propia a través de Eustat.

En cambio, a partir del análisis de la Encuesta de I+D sobre 24 empresas beneficiarias

del programa se pueden extraer resultados complementarios al análisis de la Encuesta

de Innovación. Así, se observa que el programa genera un efecto positivo sobre:

• Intensidad I+D sobre gastos de desarrollo tecnológico

• Intensidad gastos externos

21

A su vez, el programa genera efectos negativos sobre:

• Los gastos de I+D totales, corrientes y de capital

• La financiación procedente de la UE

• Intensidad de I+D aplicada

• Productividad de la empresa

Por lo tanto, el programa parece que tiene un impacto positivo en proyectos de

desarrollo realizados además con terceros pero todavía no ha generado un impacto

positivo en la competitividad de la empresa (productividad) así como un efecto

adicional en la inversión de la empresa en I+D.

22

Tabla 10: Impacto del programa Personas partir de la Encuesta de I+D









(*1.605862) (*0.37248914)

INTENSIDAD I+D + 0.1371351 -0.04065479

(0.2165663) (0.06201601)


+ 0.3246625 -0.0326706

(0.5367528) (*0.1871424)


+ 0.002884529 -0.002884529

0.026223734 0.009367133


+ 0.4553713 -0.11075274

(0.3011671) (*0.09652986)


+ 0.537700498 0.11768097

(*0.312600968) (*0.09890682)


+ 0.1115991 0.08490175

(0.2136486) (*0.04867182) INTENSIDAD DOCTORES + 0.02670274 0.005009647

(0.07058452) (0.026706711)


+ 0.1683865 -0.001719792

(0.3071013) (0.069702583)

PRODUCTIVIDAD + 5.4587682 -0.8114235


23

1.2.7. Programa de Internacionalización En la Tabla 11 se presentan los resultados del análisis de impacto del programa de

Internacionalización de la DFB en el año 2011 sobre 6 establecimientos a través de la

Encuesta de Innovación de Eustat. En dicha tabla se puede observar que el programa

tienen un impacto positivo en:

• Innovación en producto

• Exportaciones

• Intensidad exportadora

• Productividad.

Es decir, el programa tiene un impacto positivo tanto en los resultados directos que

busca el programa relacionados con la actividad exportadora de la empresa como en

su competitividad (productividad). Asimismo, destaca el impacto positivo del programa

sobre la innovación en producto.

Tabla 11: Impacto del programa de Internacionalización a partir de la Encuesta de Innovación

VARIABLE SIGNO

ESPERADO DEL COEFICIENTE

MEDIA ESPERADA DE LA MUESTRA EMPAREJADA (SD EN PARÉNTESIS) (* SIGNIFICATIVO

AL 95%)




(0.5389485) (*0.09711065)


(0.4825492) (0.2392122)


(*0.5051876) (0.19597760)

INNOVACIÓN EN

+ n.d. n.d.

COOPERACIÓN I+D + n.d. n.d.

COOPERACIÓN UE + n.d. n.d.

COOPERACIÓN MUNDO + n.d. n.d.

PRODUCTIVIDAD + 10.9339790 0.4262353

(*0.7693915) (*0.3183044 )

EXPORTACIONES + 1.146124 6.198517

(2.646886) (*1.128230)

INTENSIDAD EXPORTADORA + 0.0003012969 0.2410270686

(0.0006343300) (*0.0003271254) Fuente: Elaboración propia a través de Eustat.

24

En la Tabla 12 se muestran los resultados obtenidos para un conjunto de 22 empresas

a través de la Encuesta de I+D. De los resultados obtenidos podemos observar que el

programa genera impactos positivos en intensidad de la I+D en desarrollo tecnológico

(aspecto que puede estar ligado al impacto en innovación en producto del apartado

anterior) pero un impacto negativo en los gastos de I+D totales y corrientes y la

productividad de la empresa, aspecto que se encuentra en contraposición del obtenido

a través de la Encuesta de I+D, por lo que no se puede llegar a ninguna conclusión

relevante.

Tabla 12: Impacto del programa de Internacionalización a partir de la Encuesta de I+D


MEDIA ESPERADA DE LA MUESTRA EMPAREJADA (SD EN PARÉNTESIS) (* SIGNIFICATIVO

AL 95%)

DIFERENCIA DE MEDIAS ENTRE EMPRESAS BENEFICIARIAS Y

EMPRESAS DEL GRUPO DE CONTROL (SD EN PARÉNTESIS) (* SIGNIFICATIVO AL 95%)




(1.312468) (0.53324308)

INTENSIDAD I+D + 0.5194424 -0.004037487

(*0.4590821) (0.138522813)


+ 0.3817764 0.005232852

(0.9346912) (0.320719889) INTENSIDAD I+D

ÁS C + n.d. n.d.

n.d. n.d.


+ 0.55388108 -0.19821814

(*0.29372546) (0.06868962)


+ 0.44915235 0.19518472

(*0.29206818) (*0.07182891)


+ 0.4352405 -0.2080864

(0.5453379) (0.2561189) INTENSIDAD DOCTORES + 0.02284724 0.01594703

(0.05756898) (0.02599385) CAMBIO EN I+D S S Á C

+ n.d. n.d.

n.d. n.d.

PRODUCTIVIDAD + 5.4587682 -0.8114235


25

En definitiva, el programa de Internacionalización tiene un impacto positivo en la

actividad exportadora de la empresa y en el desarrollo de nuevos productos, aunque

parece que el programa genera un efecto sustitución de los fondos públicos por fondos

privados, sobre todo en lo referente a gastos de I+D.

1.3. Conclusiones A través de los análisis de evaluación de impacto realizados se pueden entrever

diferentes conclusiones con relación a los diferentes programas de la DFB.

La primera de las grandes conclusiones es que parecen existir dos grupos de

programas. El primero de ellos, formado por los programas de producto y proceso,

programa de internacionalización y programa Premie (aunque en menor medida) está

generando impactos positivos relacionados con los objetivos de cada programa. El

segundo de ellos, formado por los programas Personas, Xertatu y Bilgune no genera

los efectos positivos esperados, bien porque son programas que necesitan un tiempo

mayor para que se generen resultados positivos (tienen una cierta curva de

aprendizaje), bien porque las variables de impacto utilizadas para la medición de los

resultados de estos programas no están alineadas con los mismos, y hacen referencia

a aspectos más intangibles que los ahí señalados.

Por otra parte, es significativo que de forma más o menos general, los resultados

positivos alcanzados se refieran a resultados intermedios de las empresas (es decir,

innovación en producto, proceso, patentes, exportaciones), pero que estos resultados

positivos no se traduzcan en un impacto positivo en la productividad de la empresa.

Este hecho puede deberse también a que este efecto requiere un mayor tiempo para

que se produzca desde la participación en el programa, o simplemente a que los

programas no estén generando el efecto adecuado en términos de productividad.

Asimismo, destaca específicamente el efecto negativo que los programas ejercen

sobre los gastos de I+D de las empresas analizadas. Este efecto indica un efecto

sustitución de los fondos privados por fondos públicos e indica que las empresas dejan

de invertir en I+D al recibir ayudas públicas.

Por último, es necesario destacar que los resultados obtenidos hacen referencia, en

algunos casos, a un número limitado de establecimientos y empresas, y que, por lo

tanto, es necesario matizarlos y complementarlo con estudios de caso de forma que

podamos entender el por qué de algunos comportamientos.

26

2. Técnica de Análisis de Redes “SNA” Combinando los datos de participación de empresas en los diferentes programas de la

DFB con los promovidos por el Departamento de Desarrollo Económico y

Competitividad del Gobierno Vasco (GV) se ha realizado un análisis de redes,

utilizando como base la red que conforman los programas a nivel de comunidad

autónoma e identificando en la misma los nodos que a su vez participan en programas

a nivel del territorio histórico de Bizkaia.

Las técnicas “SNA” utilizadas nos permiten disponer de un análisis descriptivo de la

red, caracterizando los nodos principales en base a sus relaciones, así como un

estudio del modelo de la red, es decir, identificar que atributos de los nodos son los

más significativos a la hora de establecer relaciones entre ellos.

Adicionalmente se ha realizado un estudio de movilidad entre los diferentes

programas, es decir, un análisis de las empresas que participan en uno u otro

programa a lo largo de los diferentes años.

1.1 Técnicas utilizadas

2.1.1. Análisis descriptivo “SNA”: centralidades Las centralidades de una red son las diferentes medidas de los nodos que determinan

su importancia relativa dentro de la red. De las diferentes medidas de centralidad

hemos tomado el grado (“degree”), la cercanía (“closeness”) y la intermediación

(“betweeness”).

- El grado

-

nos dice el número de conexiones que tiene un nodo, es decir, el

número de colaboraciones diferentes de esa empresa.

La cercanía

-

indica la distancia media de un nodo con el resto, es decir, el

número de saltos de una empresa con el resto.

La intermediación

También se ha tomado la densidad de la red como medida de la misma tanto para

analizarla a lo largo del tiempo como para comparar las diferentes subredes al realizar

un análisis por bloques, es decir, “particionando” la red en función de ciertas

características de los nodos.

nos da una idea de cómo de clave es un nodo conectando

el resto, es decir, nos podría decir qué empresa es la que serviría de puente

para conectar el mayor número de empresas.

27

2.1.2. Análisis de movilidad Utilizando álgebra matricial se ha estudiado la movilidad entre programas en los

diferentes años. Este análisis descriptivo nos permite recoger en una matriz de salida

las tasas de movilidad de un programa a otro (o al mismo) en un período de tiempo

determinado. En nuestro caso hemos tomado saltos de tiempo de 1, 2 y 3 años

cubriendo todo el período 2009-2012.

2.1.3. Modelado “SNA” El objetivo de esta técnica es crear un modelo estadístico en base a los diferentes

atributos de los nodos. Para ello se ha utilizado la técnica ERGM (Exponential Random

Graph Modeling) (Lusher et al. 2011, “ERGMs for Social Netwoks”, CUP) que nos

proporciona los pesos y el grado de significación de cada término del modelo, de

forma similar a un análisis de regresión, pero en este caso, modelando la probabilidad

de que exista una unión entre dos nodos dadas sus características.

2.2. La red Como ya se ha adelantado, se ha partido de las redes de colaboración dentro de

diferentes programas promovidos por el Gobierno Vasco desde 2005 a 2011,

identificando en las mismas los nodos que tienen relación con los programas de la

DFB contemplados en el marco del proyecto Bizkailab. Así, se han añadido dos

atributos nuevos a los nodos ya presentes en las redes a nivel de GV a partir de su

presencia a nivel de la diputación:

• “in_bizkailab”: indica que ese nodo, para ese mismo año participó en algún

programa de la DFB.

• “in_bizkailab_ever”: indica que ese nodo ha participado alguna vez en algún

programa DFB.

De esta forma caracterizamos las empresas tanto en el mismo año del programa del

GV como por su propensión (pasada, presente o futura) a participar en programas de

la DFB.

La Tabla 13 muestra un resumen de la participación simultánea en programas del GV

en función de cada programa de la diputación. Vemos que las empresas que han

participado en los programas de“internacionalización” (“I18N”) y “producto/proceso”

tienen altas tasas de participación en programas del GV, así como las participantes en

el programa “personas” en 2011. Parece que el perfil de las empresas que participan

28

en estos programas presentará mayor predisposición a la colaboración que los del

resto.

Tabla 13: Participación en programas GV por programa DFB

programa año número empresas solicitado (€) subvencion (€) pagado (€)

número empresas participan GV

% empresas participan GV

BILGUNE 2011 12 114600 80220 80220 1 8%

BILGUNE 2012 6 60000 30000 30000

I18N 2011 32 3837705 1070000 12 38%

PERSONAS 2010 18 1180882 381040 381040 5 28%

PERSONAS 2011 22 2535992 661877 661877 9 41%

PERSONAS 2012 19 1909345 443281 443281

PREMIE 2009 71 555400 333240 333240 7 10%

PREMIE 2010 107 787775 472665 472665 4 4%

PREMIE 2011 105 746000 447600 447600 2 2%

PREMIE 2012 95 773000 393500 393500

PRODUCTO/PROCESO 2010 114 25804484 3563461 2766443 43 38%

PRODUCTO/PROCESO 2011 58 10290512 1538250 1068654 21 36%

PRODUCTO/PROCESO 2012 125 26519944 3062235

XERTATU 2009 7 52500 31500 31500 0 0%

XERTATU 2010 12 84500 50700 50700 0 0%

XERTATU 2011 14 105000 63000 63000 0 0%

XERTATU 2012 9 66600 33300 33300

2.1. Análisis descriptivo “SNA”: centralidades En el análisis descriptivo se ha considerado únicamente la red que conforman los

nodos que han participado en programas de la DFB en algún momento ya que las

redes resultantes son mayores. A esta red se le ha denominado subred

“bizkailab_ever”.

El estudio considerando aquellos nodos que coinciden en el mismo año en GV y en

DFB (que sería la subed “bizkailab”) se ha reservado para Etorgai, ya que es el

programa que presenta un mayor número de nodos para su análisis.

2.1.1. Etortek No partipan empresas presentes en los programas de la DFB ya que es un programa

dirigido a agentes de la Red Vasca de Ciencia, Tecnología e Innovación y entre éstos

no se encuentra el público objetivo de los programas de la DFB.

29

2.1.2. Gaitek El número de nodos bizkailab aumenta de año en año, pero la densidad de la red que

conforman es muy baja. Es decir, cada vez hay más empresas beneficiarias de los

programas de la DFB que participan en programas en cooperación a nivel regional

pero todavía es una red no muy densa.

Destacan los años 2006 y 2008, con un mayor grado de conectividad, y respecto a la

intermediación en 2008 destaca “Ekotec” y en 2011 “Consultores Asociados” como

nodos puente de las diferentes colaboraciones establecidas.

2.1.3. Innotek Atendiendo a la subred “bizkailab”, esta presenta una densidad muy baja, con escasas

relaciones, por lo que no se ha profundizado en su estudio.

Tabla 14: Evolución densidad “bizkailab_ever” en Innotek año nodos nodos conectados relaciones 2005 49 2 1 2006 39 9 6 2007 4 0 0 2008 28 2 1 2009 34 0 0

2.1.4. Etorgai Presenta la mayor densidad de nodos de empresas beneficiarias de la DFB de todos

los programas analizados, con un alto grado de conectividad en 2008 y 2010.

Respecto a la intermediación la empresa “CMI Aeronáutica” es el nodo clave

(además de presentar 7 conexiones).

Tabla 15: Evolución de la intermediación en la subred "bizkailab_ever"

media desv. estándar mínimo máximo 2008 0.00 0.00 0.00 0.00 2009 0.00 0.00 0.00 0.00 2010 0.36 1.45 0.00 6.00 2011 0.00 0.00 0.00 0.0

Tabla 16: Evolución del grado en la subred "bizkailab_ever"

media desv. estándar mínimo máximo 2008 2.50 2.07 0.00 4.00 2009 0.44 0.53 0.00 1.00 2010 2.00 2.49 0.00 7.00 2011 0.83 1.09 0.00 3.00

30

En este caso hemos pasado a estudiar la red considerando sólo las empresas que han

participado el mismo año en programas de la diputación y del GV, y es destacable el

aumento de la densidad del año 2010 a 2011 (los dos únicos comparables), pasando

de 0.07 a 0.11, pese a disminuir el número de nodos y el número medio de

conexiones.

2.2. Movilidad Las siguientes matrices nos muestran el porcentaje de empresas que habiendo

participado en un primer año en un programa, participan en otro programa en otro año.

La tabla se lee entrando por las filas, es decir, el año de origen está reflejado

corresponde a las filas, y el programa que aparece en la columna corresponde al año

final del período considerado.

Los valores de las celdas muestran la tasa en tanto por uno.

2.2.1. Movilidad: 1 año La siguiente tabla nos muestra que uno de los programas a los que son más “fieles”

las organizaciones es el programa “premie”, ya que año a año vemos mantiene una

alta tasa de movilidad, aunque va decreciendo.

También destaca “producto_proceso”, sobre todo en el período 2011-2012, y la

cantidad de empresas que pasaron de “xertatu” en 2011 a “premie” en 2012, pudiéndo

ser el primero un programa que facilita la participación en el segundo.

31

Tabla 17: Movilidad a un año > 2009-2010

bilgune producto_proceso premie personas i18n xertatu bilgune NaN NaN NaN NaN NaN NaN producto_proceso NaN NaN NaN NaN NaN NaN premie 0 0.01408451 0.1549296 0.05633803 0 0 personas NaN NaN NaN NaN NaN NaN i18n NaN NaN NaN NaN NaN NaN xertatu 0 0 0.4285714 0 0 0 > 2010-2011

bilgune producto_proceso premie personas i18n xertatu bilgune NaN NaN NaN NaN NaN NaN producto_proceso 0 0.14035088 0.01754386 0.04385965 0.05263158 0 premie 0.01869159 0.01869159 0.12149533 0.02803738 0 0.00934579 personas 0.05555556 0 0.05555556 0 0 0.05555556 i18n NaN NaN NaN NaN NaN NaN xertatu 0 0 0.08333333 0 0 0 > 2011-2012

bilgune producto_proceso premie personas i18n xertatu bilgune 0 0 0 0 0 0 producto_proceso 0.01724138 0.32758621 0 0.01724138 0 0.01724138 premie 0.00952381 0.00952381 0.1047619 0 0 0.02857143 personas 0.04545455 0.04545455 0.09090909 0 0 0.04545455 i18n 0 0.125 0.03125 0 0 0 xertatu 0 0 0.21428571 0 0 0

2.2.2. Movilidad: 2 años En caso de la movilidad a dos años, vemos que “premie” sigue siendo el programa con

mayor fidelidad. En el periodo 2009-2011 vemos que “xertatu” es un trampolín para

que las empresas participen más tarde en “bilgune” y “premie”, y en el período 2010-

2012 destaca mucho la fidelidad de las empresas al programa “producto_proceso”.

32

Tabla 18: Movilidad a dos años > 2009-2011

bilgune producto_proceso premie personas i18n xertatu Bilgune NaN NaN NaN NaN NaN NaN producto_proceso NaN NaN NaN NaN NaN NaN Premie 0.05633803 0.01408451 0.1408451 0.01408451 0.02816901 0.04225352 Personas NaN NaN NaN NaN NaN NaN i18n NaN NaN NaN NaN NaN NaN Xertatu 0.14285714 0 0.1428571 0 0 0 > 2010-2012

bilgune producto_proceso premie personas i18n xertatu Bilgune NaN NaN NaN NaN NaN NaN producto_proceso 0.00877193 0.22807018 0.01754386 0.00877193 0 0.00877193 premie 0.00934579 0.01869159 0.11214953 0.04672897 0 0.00934579 personas 0 0.11111111 0.16666667 0 0 0 i18n NaN NaN NaN NaN NaN NaN xertatu 0 0 0 0 0 0

2.2.3. Movilidad: 3 años A tres años vista las tasas no son muy significativas.

Tabla 19: Movilidad a tres años > 2009-2012

bilgune producto_proceso premie personas i18n xertatu bilgune NaN NaN NaN NaN NaN NaN producto_proceso NaN NaN NaN NaN NaN NaN premie 0 0.01408451 0.02816901 0.02816901 0 0 personas NaN NaN NaN NaN NaN NaN i18n NaN NaN NaN NaN NaN NaN xertatu 0 0 0 0 0 0

2.3. Modelos de redes En este caso hemos trabajado con la red completa y hemos utilizado los atributos

“bizkailab” de participación en programas DFB para explicar la red generada. Se ha

seleccionado los años 2010 y 2011 del programa Etorgai ya que ha sido el que ha

resultado más rico en el análisis descriptivo, tanto por número de nodos como por

valores obtenidos.

En la siguiente tabla se muestran los códigos que indican el grado de significación

estadística de las variables que se muestran en los modelos que aparecen en los

apartados de Etorgai 2010 y 2011.

33

Tabla 20: Códigos de significación de las variables Código Grado de significación *** 0.001 ** 0.01 * 0.05 . 0.1 1

La siguiente tabla recoge los tramos de tamaño de empleo considerados en la

modelización de la red.

Tabla 21: Tramos de tamaño por empleo Valor Empleo

1 0-2 2 3-5 3 6-9 4 10-14 5 15-19 6 20-49 7 50-99 8 100-249 9 250-499

10 >=500

2.3.1. Etorgai 2010 En la siguiente tabla se muestran los resultados del ajuste del modelo teniendo en

cuenta las variables recogidas en la fórmula. Se han tomado las siguientes variables

para tratar de explicar el modelo:

- “edges”, “isolates”, “concurrent”: estas tres variables podemos considerarlas

inherentes al modelo ya que establecen las probabilidades de que se genere

una relación de forma espontánea, o un nodo quede aislado o con varias

relaciones.

- “forma”: estudiamos si la forma jurídica tiene impacto a la hora de establecer

relaciones.

- “is_cluster”: busca responder a las preguntas sobre si pertenecer a un cluster

hace que un nodo (empresa) sea más propenso a colaborar, o si dos nodos

pertenecen a asociaciones clúster tiener más posibilidades de colaborar.

- “in_bizkailab”: el peso de participar ese año en programas de la DFB.

- “in_bizkailab_ever”: el peso de haber participado en programas de la DFB en

algún momento.

- “empleo_tramo”: ¿el tamaño de la empresa importa para crear relaciones? Y

¿qué tamaño es más proclive a colaborar?

34

En este caso, para la red correspondiente al programa Etorgai del año 2010, vemos

que el hecho de que ambos nodos participen en bizkailab en algún momento (“ever”)

es altamente significativo, aunque podría traducirse más en el hecho de estar

localizados ambos nodos a Bizkaia. El resto de variables destacables son la

pertenencia a cluster, tanto el hecho de pertenecer (modelado a través de

“nodefactor”) como que los dos nodos formen parte de un clúster (hay un “match” entre

ambos nodos). Respecto a los tramos de empleo, vemos que los más propensos a

crear relaciones son el 3, 5 y 8, siendo ligeramente significativo que ambos nodos

estén en el mismo tramo.

Tabla 22: Resumen del modelo Etorgai 2010 ========================== Summary of model fit ========================== Formula: n.eto.10 ~ edges + isolates + concurrent + nodematch("forma", diff = TRUE) + nodefactor("forma") + nodematch("is_cluster") + nodefactor("is_cluster") + nodefactor("in_bizkailab") + nodematch("in_bizkailab") + nodefactor("in_bizkailab_ever") + nodematch("in_bizkailab_ever") + nodematch("empleo_tramo") + nodefactor("empleo_tramo") Iterations: 20 Monte Carlo MLE Results: Estimate Std. Error MCMC % p-value edges -4.50446 0.47155 NA < 1e-04 *** isolates -Inf NA NA NA concurrent Inf NA NA NA nodematch.forma.0 0.63084 0.42266 NA 0.135566 nodematch.forma.9 -Inf NA NA NA nodematch.forma.10 -Inf NA NA NA nodematch.forma.11 -0.16626 0.52651 NA 0.752169 nodefactor.forma.9 0.48134 0.41734 NA 0.248773 nodefactor.forma.10 0.16436 0.44902 NA 0.714334 nodefactor.forma.11 0.38790 0.42477 NA 0.361134 nodematch.is_cluster 0.24159 0.06372 NA 0.000150 *** nodefactor.is_cluster.1 0.24516 0.04716 NA < 1e-04 *** nodefactor.in_bizkailab.1 0.16871 0.22285 NA 0.449035 nodematch.in_bizkailab 0.10402 0.20989 NA 0.620183 nodefactor.in_bizkailab_ever.1 0.20749 0.13117 NA 0.113697 nodematch.in_bizkailab_ever 0.48489 0.12981 NA 0.000188 *** nodematch.empleo_tramo 0.17631 0.10446 NA 0.091459 . nodefactor.empleo_tramo.2 -0.13227 0.14244 NA 0.353105 nodefactor.empleo_tramo.3 -0.43612 0.16097 NA 0.006747 ** nodefactor.empleo_tramo.4 -0.04605 0.11893 NA 0.698599 nodefactor.empleo_tramo.5 -0.37157 0.12438 NA 0.002817 ** nodefactor.empleo_tramo.6 -0.13937 0.09391 NA 0.137792 nodefactor.empleo_tramo.7 -0.11339 0.10524 NA 0.281287 nodefactor.empleo_tramo.8 -0.22908 0.10346 NA 0.026818 * nodefactor.empleo_tramo.9 0.13375 0.11823 NA 0.257948 nodefactor.empleo_tramo.10 0.11739 0.09904 NA 0.235927

2.3.2. Etorgai 2011 Para la red Etorgai de 2011 vemos que además de otras variables, como la pertenencia a una asociación clúster o tramos de tamaño específicos, es el hecho, tanto de participar ese año en programas de la DFB como que ambos nodos lo hagan, uno de los significativos para explicar la conformación de la red.

35

Tabla 23: Resumen del modelo Etorgai 2011 ========================== Summary of model fit ========================== Formula: n.eto.11 ~ edges + isolates + concurrent + nodematch("forma", diff = TRUE) + nodefactor("forma") + nodematch("is_cluster") + nodefactor("is_cluster") + nodefactor("in_bizkailab") + nodematch("in_bizkailab") + nodefactor("in_bizkailab_ever") + nodematch("in_bizkailab_ever") + nodematch("empleo_tramo") + nodefactor("empleo_tramo") Iterations: 20 Monte Carlo MLE Results: Estimate Std. Error MCMC % p-value edges -4.50023 0.95633 NA < 1e-04 *** isolates -Inf NA NA NA concurrent Inf NA NA NA nodematch.forma.0 0.77191 0.88290 NA 0.38198 nodematch.forma.9 -Inf NA NA NA nodematch.forma.11 0.74931 0.94636 NA 0.42850 nodefactor.forma.9 1.23360 0.82197 NA 0.13343 nodefactor.forma.11 0.30232 0.88355 NA 0.73223 nodematch.is_cluster 0.07512 0.08189 NA 0.35896 nodefactor.is_cluster.1 0.36690 0.06557 NA < 1e-04 *** nodefactor.in_bizkailab.1 0.75896 0.34134 NA 0.02620 * nodematch.in_bizkailab 0.76758 0.35895 NA 0.03250 * nodefactor.in_bizkailab_ever.1 -0.26011 0.22219 NA 0.24175 nodematch.in_bizkailab_ever -0.09931 0.24016 NA 0.67923 nodematch.empleo_tramo -0.03367 0.14163 NA 0.81208 nodefactor.empleo_tramo.2 0.16573 0.16539 NA 0.31634 nodefactor.empleo_tramo.3 -0.03340 0.18143 NA 0.85396 nodefactor.empleo_tramo.4 -0.25170 0.21175 NA 0.23458 nodefactor.empleo_tramo.5 -0.13324 0.15352 NA 0.38547 nodefactor.empleo_tramo.6 -0.16192 0.10976 NA 0.14017 nodefactor.empleo_tramo.7 -0.33101 0.12362 NA 0.00742 ** nodefactor.empleo_tramo.8 -0.22646 0.11539 NA 0.04971 * nodefactor.empleo_tramo.9 -0.00903 0.12164 NA 0.94083 nodefactor.empleo_tramo.10 0.02406 0.12690 NA 0.84961

2.4. Las redes A continuación se incluye la representación gráfica de las redes correspondientes a

Etorgai del año 2010 y 2011, destancando los nodos pertenecientes a asociaciones

clúster y aquellos que han participado en programas de la DFB.

36

Etorgai 2010

Empresa en programa de la DFBEmpresa perteneciente a asoc. clúster

Empresa perteneciente a asoc. clústery en programa de la DFB

Ekotek S.L

Inkoa Sistemas S.L.

Gizerbitek S.L.

37

Empresa en programa de la DFBEmpresa perteneciente a asoc. clúster

Empresa perteneciente a asoc. clústery en programa de la DFB

Etorgai 2011

Virtualware 2007 S.A.

38

2.5. Conclusiones A tenor de los datos descriptivos, se observa que los programas de

“internacionalización” y “producto/proceso” son los programas que más sinergias

presentan con los programas del GV, y en 2011 el programa de “personas”. Aún y

todo, el número de empresas que participan en los programas de la DFB no supera el

10% de las que conforman las redes de los programas del GV.

Al analizar en detalle las subredes, vemos que son los programas Gaitek y Etorgai

donde más relaciones se generan, y en concreto Etorgai, razón por la que hemos

modelizado esa red.

Con respecto a la movilidad entre programas de la DFB, es “premie” el principal

destino de un año a otro, sobre todo desde “xertatu”, y destacamos la fidelidad al

programa “producto/proceso” por parte de las empresas bizkainas.

En las dos redes analizadas mediante modelado vemos que las variables relativas a la

participación en programas de la DFB son significativas, contribuyendo a la formación

de relaciones a nivel de programas del GV. Cabe preguntarse si es por efecto de la

participación en dichos programas o quizás por la cercanía geográfica, para lo cual

habría que tener en cuenta la distancia física entre las diferentes empresas a la hora

de realizar un nuevo modelo. No obstante, se comprueba lo que en la literatura se

explicita de que la participación en programas locales genera un aprendizaje que

posibilita que la participación en programas de otros niveles.

Asimismo, sería interesante introducir un desfase temporal entre la participación en un

programa y otro de tal forma que se introdujera en el modelo el efecto tras haber

participado, es decir, si la participación en programas a nivel de diputación supone un

trampolín para afrontar proyectos a nivel de comunidad autónoma.

· 2014-08-14 · 1 ÁREA A9 Aktiba Coyuntura y Competitividad – 1.29 Lehiakortasuna NOMBRE DE...

Documents

Transcript of · 2014-08-14 · 1 ÁREA A9 Aktiba Coyuntura y Competitividad – 1.29 Lehiakortasuna NOMBRE DE...