Complementariedad entre tipos de innovación: un oasis en ... · Las relaciones entre los...

ResumenLas relaciones entre los diferentes tipos de innovación han sido analizadas desde dos grandes corrientes enfrentadas. Por un lado, la visión distintiva, que asume que los determinantes de cada tipo de innovación son diferentes y que por tanto cada tipo de innovación contribuye de modo diferente al desempeño de la empresa; por otro, la visión integrativa, que considera que los diferentes tipos de innovación son interdependientes y que su implementación simultánea genera un efecto sinérgico sobre el desempeño de la empresa. Utilizando datos de España procedentes del Panel de Innovación Tecnológica (PITEC) de los años 2008, 2009, 2010 y 2011 analizamos cuál de los dos enfoques resulta predominante. Para la realización de los test de hipótesis utilizamos el denomi-nado enfoque de complementariedad, y para la interpretación de estos test el enfoque exploración-explotación. De las seis restricciones no triviales testadas encontramos que solamente una es complementaria. Por consiguiente, estos resultados confirman el predominio de la visión distintiva, corriente mayoritaria en el ámbito de la literatura sobre innovación.

Palabras clave: Innovación, complementariedad, exploración, explotación.

Códigos JEL: O32.

Esic Market Economics and Business JournalVol. 46, N.º 3, Septiembre-Diciembre 2015, 33-56

Complementariedad entre tipos de innovación: un oasis en el medio del desierto

Manuel Guisado-González* y José Luis Coca Pérez

Universidad de Extremadura

* Autor de correspondencia. Email: [email protected]

ISSN 0212-1867 / e-ISSN 1989-3558© ESIC Editorial, ESIC Business & Marketing SchoolDOI: 10.7200/esicm.152.0463.1ehttp://www.esic.edu/esicmarket

34 Manuel Guisado-González y José Luis Coca Pérez

1. Introducción

El proceso de innovación se encuentra cada vez más dominado por las mejoras en las diversas ramas de la tecnología. Resulta fácil comprobar que el avance tecnológi-co ha seguido una progresión exponencial desde tiempos pretéritos, especialmente a partir de la revolución propiciada por las tecnologías de la información en los años 80. Tal incremento en la velocidad del cambio hace que para las empresas resulte perentorio adaptarse al mismo, e incluso liderarlo, si lo que pretenden es seguir sien-do viables en un entorno competitivo como el actual, es decir, global y sometido a permanente tribulación.

No obstante, y sin perjuicio de lo enunciado con anterioridad, no resulta adecuado reducir el concepto innovación únicamente a su vertiente tecnológica. De hecho, la literatura especializada, inicialmente centrada en dicha vertiente, ha ido mostrando un creciente interés por analizar aquellas innovaciones de perfil no tecnológico (Mol y Birkinshaw, 2009; Polder et al., 2009). En línea con tal interés, la segunda edición del manual de Oslo (OECD, 1997) recogió por vez primera el concepto de innovación no tecnológica. A su vez, encuestas como el CIS (Community Innovation Survey) han ido introduciendo paulatinamente preguntas relacionadas con tales tipos de innovación, coadyuvando de este modo a la realización de estudios en este campo.

La distinción entre innovaciones de carácter tecnológico y no tecnológico permite distinguir las innovaciones relacionadas con las actividades primarias de la organi-zación de aquellas otras que tienen un carácter administrativo (Damanpour, 1991). Dentro del primer grupo distinguimos entre innovaciones de producto e innovacio-nes de proceso. Se entiende por innovación de producto la introducción de nuevos o mejorados productos o servicios para satisfacer las necesidades de los consumidores, y por innovación de proceso a los nuevos elementos introducidos en el proceso productivo o en el funcionamiento de un servicio (Damanpour y Gopalakrishnan, 2001). Por otro lado, en el grupo de innovaciones no tecnológicas, diferenciamos entre innovaciones organizacionales e innovaciones de marketing. La innovación organizacional supone la implementación de nuevos métodos organizacionales en las prácticas de negocio, en la organización del trabajo y/o en las relaciones exter-nas. La innovación en marketing supone la implementación de nuevas estrategias de marketing que difieren significativamente de las que la empresa ha empleado con anterioridad (OECD, 2005).

A la hora de estudiar estos distintos tipos de innovación, la literatura especiali-zada los ha analizado durante mucho tiempo como si se tratase de departamentos estancos, pues consideraba que incluso los diferentes tipos de innovación tecnológica (innovación de producto y proceso) estaban influenciados por distintas variables (Baldwin et al., 2002; Fritsch y Meschede, 2001) y producían un impacto diferente sobre el desempeño innovador de la empresa (Damanpour et al., 1989). Este tipo de actitudes renuentes a cualquier posibilidad de interrelación entre los diferentes tipos de innovación, especialmente cuando tal interrelación tiene lugar entre innovacio-nes tecnológicas y no tecnológicas, han sido consideradas como representantes de

Complementariedad entre tipos de innovación: un oasis en el medio del desierto 35

la denominada visión distintiva. No obstante, las asunciones defendidas desde esta corriente de conocimiento han empezado a ponerse en duda por algunos autores que, abanderando la denominada visión integrativa, han defendido que cada tipo de innovación no puede ser entendido sino en términos de interdependencia con el resto de tipos (Damanpour y Gopalakrishnam, 2001). En este mismo sentido se manifiesta el creciente número de estudios que destacan los potenciales beneficios de llevar a cabo varios tipos de innovación simultáneamente (e.g. Battisti y Stoneman, 2010; Damanpour et al., 2009).

Esta relación de complementariedad entre los diferentes tipos de innovación es lo que a nosotros nos interesa investigar. Entendemos por complementariedad el efecto sinérgico que se produce entre dos estrategias, de modo que la adopción de una incrementará el retorno marginal de la otra (Milgrom y Roberts, 1990). El modelo desarrollado por Milgrom y Roberts (1990) bebe del modelo matemático creado por Topkis (1978), quien desarrolló la teoría reticular, en cuyo seno es posible formalizar de modo preciso las condiciones de complementariedad entre grupos de variables.

Nuestro interés está relacionado con la investigación de la potencial relación de complementariedad entre la innovación de producto, la innovación de proceso y la innovación no tecnológica (variable que agrupa a la innovación organizacional y a la de marketing) en el contexto del sector manufacturero español. Mediante la con-sideración de la innovación no tecnológica perseguimos el objetivo de paliar, en la medida de lo posible, el sesgo pro-tecnológico tan presente en esta clase de estudios (Edgerton, 1999).

No obstante, el interés de nuestro estudio no queda restringido a lo anteriormente enunciado, sino que también es nuestra pretensión enfrentarse a dos de los problemas más comunes de los que adolece la mayor parte de la literatura sobre innovación. El primero de ellos radica en el hecho de que la mayor parte de los trabajos empíricos sobre esta materia han empleado datos cross-section, lo que los torna dependientes de los consabidos problemas de heterogeneidad inobservable. Para poder eludirlos, en nuestro análisis utilizamos datos panel.

El segundo de los problemas radica en la presunción de inmediatez que la mayo-ría de los investigadores le han conferido a las inversiones en innovación, pues en una gran parte de los trabajos empíricos se establece una relación directa entre la inversión en innovación realizada en un determinado año y el desempeño que la empresa ha obtenido en el mismo. Esto es susceptible de ser criticado, puesto que tales inversiones requerirán al menos de un periodo de dos o más años para mostrar sus verdaderos resultados (Bessler y Bittelmeyer, 2008). Sobre el particular, en este trabajo analizamos las dos posibilidades, utilizando, alternativamente, las variables actuales de innovación y las correspondientes variables retrasadas dos años.

En lo que sigue, la estructura el presente artículo tiene la siguiente estructura. En la segunda sección presentamos brevemente las relaciones entre diferentes tipos de innovación, tanto desde la perspectiva distintiva como integrativa. En la sección tres, presentamos las relaciones entre complementariedad-sustituibilidad y exploración-explotación. En la cuarta sección, los datos, las variables y la metodología; y en la


sección quinta, los resultados y su discusión. Finalmente, en la sección sexta, presen-tamos las conclusiones.

2. Relaciones entre diferentes clases de innovación

a) Vision distintiva

La visión distintiva descansa en los postulados del pensamiento analítico, que asumen que la comprensión de un fenómeno puede alcanzarse a través de la com-prensión del comportamiento de las diferentes partes en las que tal fenómeno se divide (Ackoff, 1999). Fruto de esta visión ha surgido una forma de proceder pre-sente en múltiples análisis sobre innovación. En ellos vemos que diferentes tipos de innovación, (como la de producto y la de proceso), son estudiadas como si se tra-tase de fenómenos que contribuyen de diferente manera a la competitividad de las empresas y a su crecimiento, asumiendo además que los determinantes de cada tipo de innovación también difieren (Damanpour, 2010).

Los estudios que conforman la denominada visión distintiva han abordado por separado el estudio de los determinantes de cada tipo de innovación, así como su correspondiente impacto sobre el desempeño de las empresas. Sobre el particular, existen numerosos ejemplos a nivel de innovación de producto (p.e. Li y Atuagene-Gima, 2001), innovación de proceso (p.e. Baer y Frese, 2003), innovación organiza-cional (p.e. Sapprasert, 2010) e innovacion en marketing (p.e. Moreira et al., 2012).

Los supuestos defendidos por la visión distintiva también encuentran asidero en las contribuciones de otras teorías, entre las que destaca la Teoría del ciclo de vida de los productos (Abernathy y Utterback, 1978). Esta teoría entiende que el mercado de los productos experimenta un ciclo de vida durante el cual la naturaleza de las innovaciones resulta predecible (Utterback, 1978). Ello implica que durante los pri-meros años en la evolución de una industria, un conjunto de empresas luchará por la obtención de una posición de mercado y, consecuentemente, este será un periodo dominado por la innovación de producto. Posteriormente, surgirá un diseño domi-nante que devendrá en común para la mayoría de las empresas de la industria, y la estandarización de tal diseño propiciará la preponderancia de la innovación de pro-ceso. Por último, llegará un momento en que las posibilidades de mejorar el proceso serán muy limitadas, posibilitando el advenimiento de innovaciones de producto que luchen por sustituir el estándar establecido y, por ende, de nuevo vuelve a tener lugar el proceso anteriormente descrito. Por tanto, esta teoría entiende la innovación de producto y de proceso como elementos que deben sucederse alternativamente, no contemplando ningún tipo de interrelación entre las mismas.

En otras ocasiones, se ha atribuido la prevalencia de la visión distintiva al domi-nio de la denominada orientación a la oferta (Damanpour, 2010), pues esta enfatiza la necesidad de dotar de recursos diferentes a las diferentes formas que adopta el cambio tecnológico.


b) Visión integrativa

Aunque, en general, la literatura especializada ha seguido los postulados de la visión distintiva, no son pocos los autores que han tachado de errónea esta corrien-te, achacándole la inestabilidad de los resultados empíricos que han tenido lugar al abordar la contribución de las diferentes clases de innovación al desempeño de la empresa (Wolfe, 1994). Como fruto de tales críticas ha surgido una nueva corriente conocida como la visión integrativa.

Esta visión, lejos de considerar los diferentes tipos de innovación como elemen-tos independientes, presume la complementariedad entre los mismos (Damanpour, 2010). Tal asunción pone de relieve las enormes potencialidades de llevar a cabo, simultáneamente, diferentes tipos de innovación (Pisano y Wheeleright, 1995), pues la mentada interdependencia puede redundar en la obtención de ventajas competiti-vas sostenibles en el tiempo.

En lo que se refiere a su análisis empírico, la relación entre los diferentes tipos de innovación ha sido explorada de dos diferentes maneras: comparando el comporta-miento de los determinantes de cada tipo de innovación a través de las relaciones de causalidad entre las mismas (p.e. Fritsch y Meschede, 2001; Gunday et al., 2011) y estudiando su coexistencia mediante los coeficientes de correlación (p.e. Damanpour y Gopalakrishnan, 2001; Gunday et al., 2011).

Sin embargo, todos los métodos anteriores no son más que una aproximación a la hora de tratar de desvelar si existe o no una interrelación entre los diversos tipos de innovación. Ahora bien, el advenimiento del análisis de complementariedad, propiciado por el trabajo seminal de Milgrom y Roberts (1990), permite subsanar las limitaciones de los métodos previos y, por ello, escrutar de un mejor modo las relaciones entre los diversos tipos de innovación. En los últimos años han surgido algunos estudios que por medio de este método han tratado de analizar las interre-laciones entre diferentes estrategias de innovación (p.e. Percival y Corrazin, 2008).

Por otro lado, además de los diferentes métodos empleados para el análisis de tales interrelaciones, también resulta necesario conocer las bases teóricas sobre las que se asienta la visión integrativa. Al respecto, cabe decir que esta emplea como asi-dero una pluralidad de enfoques teóricos, entre los que destacan: la Visión basada en los recursos, las nuevas concepciones de la Teoría del ciclo de vida de los productos y la Orientación a la demanda.

La Visión basada en los recursos concibe a cada empresa como un conjunto único de recursos desarrollados a lo largo de su historia (Wernerfelt, 1984; Peteraf, 1993) y, a su vez, como un ente capaz de generar nuevos recursos convenientemente adap-tados a la demanda de su entorno (Teece et al., 1997). Partiendo de estas premisas, esta visión considera que la construcción de ventajas competitivas por parte de la empresa procede de una correcta y singular combinación de sus recursos heterogé-neos (Wernerfelt, 1984; Peteraf, 1993), combinación que debe dar lugar a un efecto sinérgico entre los mismos; es decir, que su efecto conjunto resulte mayor que el que cabría esperar de la suma de sus partes (Athey y Stern, 1998). La popularización de


tal enfoque no ha hecho sino estimular el interés de los investigadores en el análisis de los activos complementarios (p.e. Adegbesan, 2009), a fin de tratar de desentrañar las claves de la generación de las ventajas competitivas de las empresas. Observa-mos, pues, que esta teoría se muestra en sintonía con los postulados de la visión integrativa, ya que esta última señala que la construcción de ventajas competitivas depende de la complementariedad entre los diferentes tipos de innovación que se implementen.

Por otro lado, si bien anteriormente mencionamos a la Teoría ciclo de vida de los productos como asidero teórico de la visión distintiva, la creciente aceleración tecnológica está modificando substancialmente la alternancia anteriormente descrita entre innovación de producto e innovación de proceso, cuestión en la que encuentra fundamentos la visión integrativa. La visión primigenia de la Teoría del ciclo de vida, previamente utilizada para justificar la visión distintiva, resulta cada vez menos plausible. Esto se debe a que la velocidad del cambio tecnológico y la competencia a nivel global limitan drásticamente el periodo de vigencia de un diseño dominante, por lo que la implementación simultánea de innovación de producto e innovación de proceso resulta determinante para la supervivencia de las empresas (Pisano y Wheelwright, 1995).

Por último, la orientación a la demanda también supone otra teoría de referencia para aquellos que sostienen la visión integrativa. Esta orientación a la demanda se construye en oposición a la orientación a la oferta, e implica que en las empresas existe una vocación de entregar un valor superior de modo continuo (Narver y Sla-ter, 1990). Para que tal premisa pueda cumplirse, las innovaciones de producto y proceso deben ser necesariamente interdependientes, de lo contrario no sería posible satisfacer las necesidades de los clientes de manera continuada (Bhoovaraghavan et al., 1996).

3. Complementariedad-substituibilidad y exploración-explotación

La existencia de relaciones de substituibilidad constituye la cara oculta y antité-tica de las relaciones de complementariedad. Sobre este asunto, Tushman y O’Reilly (1997) señalan que una elevada tensión entre las actividades de exploración y explo-tación puede llegar a menoscabar el desempeño de la empresa.

La naturaleza potencialmente sustitutiva entre ambas actividades procede del hecho de que la exploración de nuevas ideas y productos reduce la velocidad con la cual las competencias existentes pueden ser mejoradas (March, 1991). Obviamente, las mejoras de las competencias existentes torna la experimentación en menos atrac-tiva (Levitt y March, 1988). En general, los ingresos asociados a la exploración son más variables y su consecución está relacionada con el largo plazo, mientras que los ingresos asociados con la explotación están sujetos a menor incertidumbre y se materializan en el corto plazo. He y Wong (2004), en relación a la innovación de producto y de proceso, encontraron esta clase de comportamiento divergente entre


empresas con especialización en exploración frente a explotación. Las empresas que se especializan en la exploración y excluyen la explotación incurren en los costes aso-ciados a la experimentación sin obtener una gran parte de sus beneficios. Asimismo, las empresas que se especializan en la explotación y excluyen la exploración, muy probablemente comprometen su supervivencia (March, 1991).

Por tanto, la realización simultánea de actividades de exploración y explotación puede derivar en que la empresa consiga rendimientos superiores a la suma de su realización por separado, por lo que podríamos decir que estas actividades son complementarias. O por el contrario, que los rendimientos sean inferiores o igua-les, por lo que dichas actividades serán sustitutivas o no tendrán relación alguna, respectivamente. En general, solo unas pocas combinaciones en el continuum de exploración-explotación serán óptimas, por lo que cabe esperar que la interacción entre actividades sea mayoritariamente de naturaleza sustitutiva. De hecho, son pocas las empresas que obtienen rendimientos extraordinarios.

En general, la exploración está relacionada con la novedad, ya que se refiere a la generación de nuevas ideas y productos, mientras que la explotación se encuentra relacionada con el refinamiento de las actividades que la empresa ya realiza, a fin de ganar en eficiencia (Tiemessen et al., 1997). Es por ello por lo que existen autores (e.g. Jansen et al., 2006) que señalan que la innovación constituye el resultado visible de las actividades de exploración y explotación.

Ahora bien, dado que la innovación constituye el resultado visible de la explora-ción y la explotación, resulta factible realizar un cierto grado de asociación entre las tres tecnologías analizadas en este estudio y la dicotomía exploración-explotación. Así, la innovación de producto (novedad) será el resultado de las actividades de exploración, y la innovación de proceso (eficiencia), de las actividades de explota-ción. En las innovaciones no tecnológicas la asociación no es tan clara, ya que dicha innovación depende de dos vectores: por un lado están las innovaciones organizati-vas, relacionadas en gran medida con la eficiencia y, por tanto, con las actividades de explotación; por otro, las innovaciones en marketing, relacionadas en gran medi-da con la novedad, ya sea en productos o en mercados, y por tanto asociables a la exploración. La influencia final de las innovaciones no tecnológicas dependerá de cuál de los dos vectores resulta predominante en cada empresa.

Por consiguiente, dado que son pocas las combinaciones de exploración y explo-tación que son complementarias, cabe esperar que también sean pocas las relaciones de complementariedad que existan entre la innovación de producto, la innovación de proceso y la innovación no tecnológica.

4. Datos, variables y metodología

Los datos utilizados en este estudio proceden del Panel de Innovación Tecnoló-gica (PITEC), administrado por el Instituto Nacional de Estadística (INE). PITEC es una base de datos panel que recoge las actividades de innovación de empresas


españolas. Está basada en los datos recogidos para la Encuesta sobre innovación de la Unión Europea (Community Innovation Survey).

Para la construcción de la base de datos panel que utilizamos en nuestro estu-dio hemos recurrido a las bases de datos de los años 2008, 2009, 2010 y 2011 de PITEC. El número de empresas que son encuestadas en estas bases de datos son 12813, 12817, 12821 y 12828, respectivamente. De estas bases de datos hemos seleccionado las empresas manufactureras, ya que es en esta clase de empresas en las que se centra nuestro estudio. Después de haber eliminado observaciones con valores perdidos, así como las que presentaban algún tipo de incidencia sobre las variables de interés, gestionamos una base de datos con 4880 observaciones para cada uno de los años objeto de análisis, alcanzando por tanto nuestra base de datos panel un total de 19520 observaciones. Nuestra base de datos está fuertemente balanceada; es decir, todas las observaciones están representadas en todos los periodos de tiempo.

Para realizar el test de complementariedad propuesto en el estudio seminal de Mil-grom y Roberts (1990), es necesario definir previamente una función de desempeño de la empresa. Las variables más comúnmente empleadas para medir el desempeño han sido productividad, ventas, exportaciones, y porcentaje de las ventas totales pro-cedentes de nuevos productos, entre otras (Bessler y Bittelmeyer, 2008). En el estricto ámbito de la innovación, las dos variables más empleadas para medir el desempeño han sido la productividad laboral (Roper et al., 2008) y el porcentaje de las ventas totales procedentes de nuevos productos (p.e., Cassiman y Veugelers, 2006). En este estudio utilizamos como variable dependiente el logaritmo natural de la productivi-dad laboral, ya que nuestro objetivo es testar la complementariedad de la innovación de producto, la innovación de proceso y la innovación no tecnológica. Utilizamos, pues, una medida de desempeño amplia, que recoge las influencias de muy diversas fuentes de innovación generadoras de productividad. Desde una perspectiva concep-tual estricta, el porcentaje de las ventas totales procedentes de nuevos productos no recoge el impacto directo de la innovación de proceso y la innovación no tecnológica.

En relación a las variables independientes que representan los tres tipos de inno-vación analizados, PITEC pregunta directamente a las empresas si durante el periodo de análisis realizan innovaciones de producto e innovaciones de proceso (0, no; 1, sí). En relación a las innovaciones no tecnológicas, PITEC realiza a las empresas tres preguntas relacionadas con la innovación organizativa y cuatro sobre innovación en marketing (0, no; 1, sí). Si al menos una de las siete preguntas es afirmativa conside-ramos que la empresa realiza innovación no tecnológica (Mol y Birkinshaw, 2009). A la hora de estimar los coeficientes del modelo de regresión estas tres formas de innovación son ampliadas a 8 combinaciones posibles, en las que cada combinación representa en exclusividad la interacción de las tres innovaciones analizadas (innova-ción de producto, innovación de proceso, innovación no tecnológica). Por ejemplo, (1, 1, 0) representa que únicamente están presentes la innovación de producto y la innovación de proceso. De este modo, mediante los correspondientes coeficientes de regresión nosotros estimamos las contribuciones de las diferentes combinaciones de innovación a la productividad laboral.


Además de las combinaciones exclusivas de innovación señaladas, nosotros hemos introducido en el modelo diferentes variables control, a fin de explorar las diferentes fuentes de innovación y los obstáculos que se oponen a su desarrollo. Al respecto, hemos introducido el tamaño, ya que la literatura económica señala que esta variable tiene una gran influencia en el resultado innovador (Cohen, 1995) y en la productividad de las empresas, ya que a mayor tamaño mayor será la explota-ción de economías de escala y alcance (Jovanovic, 1982). Asimismo, también hemos introducido en el modelo la intensidad exportadora, ya que las empresas que actúan en los mercados internacionales se encuentran sujetas a una mayor tensión compe-titiva y disfrutan de un mayor poder de mercado. Ambas características tienen una significativa influencia sobre la productividad de las empresas (Bernard y Jensen, 1999). También hemos considerado la intensidad en I+D, ya que esta es una varia-ble proxy de la capacidad de absorción de las empresas (Cohen y Levinthal, 1990), indispensable para integrar exitosamente tecnologías y conocimientos generados extramuros de la empresa. En este sentido, existe abundante literatura económica que relaciona la intensidad en I+D con la innovación y, por tanto, con la producti-vidad de las empresas (p.e. Hervas-Oliver et al., 2011). Por otra parte, la literatura sobre innovación señala que las empresas que cooperan con otras organizaciones tienen mayores probabilidades de innovar (Ahuja, 2000) y que las que forman parte de un grupo exhiben un mejor desempeño innovador (MacGarvie, 2006). Por ello, nosotros incorporamos en nuestro modelo las variables cooperación y grupo.

La literatura sobre innovación señala que los medios de protección legal de las innovaciones es un importante factor que afecta al desempeño innovador de las empresas y a su habilidad para capturar las potenciales rentas que las innovaciones generan (Veugelers y Cassiman, 1999). Por consiguiente, nosotros incorporamos esta variable, ya que la productividad de las empresas se encuentra influenciada por estas medidas de protección legal.

En general, la literatura económica señala que las fuentes de conocimiento están relacionadas positivamente con las actividades de innovación (Damanpour et al., 2009). Por ello, hemos incorporado al modelo las variables fuentes internas, fuentes externas industriales y fuentes externas ciencia, a fin de constatar su contribución a la productividad laboral de las empresas. Asimismo, también hemos incorporado una serie de variables que miden los diferentes obstáculos que las empresas encuen-tran para emprender actividades innovadoras, lo que evidentemente tiene influencia sobre el correspondiente desempeño (Cassiman y Vegeulers, 2006).

Finalmente, como los sistemas de innovación pueden diferir entre industrias, es necesario controlar estas posibles asimetrías, por ello incluimos variables ficti-cias para cada industria a nivel de dos dígitos de la correspondiente clasificación industrial.

Una definición precisa de cómo han sido construidas todas las variables puede consultarse en la tabla 1.


Tabla 1. Definición de variables y estadísticos descriptivos

Nombre variable Construcción variableSample mean /Standar dev.

Productividad laboral(Variable dependiente)

Logaritmo de ventas por empleado. 5.1966 / 0.3597

Innovación producto La empresa introduce un nuevo producto (0,1). 0.6000 / 0.4858

Innovación proceso La empresa introduce un Nuevo proceso (0,1). 0.6050 / 0.4840

Innovación no tecno-lógica

Si al menos realiza o modifica una de las siguientes prácticas o métodos: organización del trabajo, nuevos métodos, relaciones externas, diseño del producto, promoción del producto, canales de venta y precios (0,1).

0.5049 / 0.4992

Intensidad I+D Relación entre gastos internos y externos en I+D y ventas de la empresa.

0.0430 / 0.3176

Protección legal Suma de las puntuaciones de los siguientes métodos de protección de invenciones o innovaciones (1 (usado) y 0 (no usado)): Patentes; Registro modelos utilidad; Marcas; Derechos de autor. Reescalada entre 0 (no utilizada) y 1 (alta)).

0.0988 / 0.1902

Fuentes internas Importancia de la información de la empresa o grupo para el proceso de innovación (numeradas entre 0 (no usada) y 3 (alta). Reescalada entre 0 (no usada) y 1 (alta).

0.6285 / 0.4176

Fuentes externas indus-triales

Suma de las puntuaciones sobre la importancia para el proceso de innovación de las siguientes fuentes de información industriales (numeradas entre 0 (no usa-da) y 3 (alta): Proveedores; Clientes; Competidores; Ferias; Prensa especializada y asociaciones profesiona-les. Reescalada entre 0 (no usada) y 1 (alta).

0.3384 / 0.2758

Fuentes externas ciencia Suma de las puntuaciones sobre la importancia para el proceso de innovación de las siguientes fuentes de información científicas (numeradas entre 0 (no usada) y 3 (alta)): Laboratorios comerciales; Universidades; Centros públicos investigación y centros tecnológicos. Reescalada entre 0 (no usada) y 1 (alta).

0.2209 / 0.2593

Obstáculos coste Costes de innovación demasiado altos (numerados entre 0 (no relevante) y 3 (alta)). Reescalada entre 0 (no relevante) y 1 (alta).

0.6271 / 0.3537


Nombre variable Construcción variableSample mean /Standar dev.

Obstáculos financieros Suma de las puntuaciones sobre la importancia de los siguientes obstáculos de innovación (numerados entre 0 (no relevante) y 3 (alta)): Escasez de fondos en la empresa o grupo y escasez de fondos externos. Reescalada entre 0 (no relevante) y 1 (alta).

0.6105 / 0.3380

Obstáculos conoci-miento

Suma de las puntuaciones sobre la importancia de los siguientes obstáculos de innovación (numerados entre 0 (no relevante) y 3 (alta)): Escasez personal cualificado; Escasez información tecnológica; Escasez información mercado; Dificultad para encontrar socios cooperación. Reescalada entre 0 (no relevante) y 1 (alta).

0.4040 / 0.2584

Obstáculos mercado Suma de las puntuaciones sobre la importancia de los siguientes obstáculos de innovación (numerados entre 0 (no relevante) y 3 (alta)): Mercado dominado por otras empresas; Demanda incierta para bienes o servicios in-novadores. Reescalada entre 0 (no relevante) y 1 (alta).

0.5331 / 0.3125

Grupo La empresa pertenece a un grupo (0,1). 0.3969 / 0.4892

Cooperación La empresa coopera con otras organizaciones (0,1). 0.2743 / 0.4461

Intensidad exportadora Participación de las exportaciones en las ventas totales. 0.2748 / 0.3161

Tamaño Logaritmo del número de empleados. 1.7306 / 0.6078

Industria Variables ficticias para: Alimentación, bebidas y tabaco, Textil, Confección, Cuero y calzado, Madera y corcho, Cartón y papel, Artes gráficas, Química, Farmacia, Caucho y plásticos, Productos minerales, Metalurgia, Manufacturas metálicas, Productos informáticos electrónicos y ópticos, Material eléctrico, Otra maquinaria, Vehículos de motor, Construcción naval, Construcción aeronáutica, Otro equipo de transporte, Muebles, Otras actividades de fabricación y Reparación de maquinaria (0,1).

Está fuera del alcance de este estudio presentar la formalización matemática de las funciones supermodulares. Sin embargo, siguiendo a Milgrom y Roberts (1990) y a Cassiman y Veugelers (2006), podemos presentar su corolario más importante en relación a la evaluación de la complementariedad de tres políticas empresariales (P1, P2, P3). Asumamos que cada política puede ser ejecutada por la empresa (Pi = 1) o no ejecutada (Pi = 0) e i€{1,2,3}. La función H(P1,P2,P3) es supermodular, y P1 y P2 son políticas complementarias solamente si:


H110 + H000 - H100 - H010 > 0 (En ausencia de innovación no tecnológica)H111 + H001 - H101 - H011 > 0 (En presencia de innovación no tecnológica)

Las dos desigualdades nos indican que la aplicación de una política mientras la otra está siendo ejecutada tiene un mayor impacto incremental sobre el desempeño de la empresa que ejecutar esta política de modo aislado.

De acuerdo con Topkis (1978), si existen k políticas, el número de restricciones no triviales que deben ser testadas será 2k–2 ∑k–1 i. En nuestro caso particular, dado que son tres las variables que consideramos, el número de restricciones que deben ser testadas serán seis.

La mayor parte de la literatura sobre innovación que ha testado la complemen-tariedad entre diferentes formas de innovación o entre diferentes estrategias de innovación ha realizado sus estudios empleando datos cross-section (p.e. Cassiman y Veugelers, 2006). Son muchos menos los estudios que han empleado datos panel (p.e. Martínez-Ros y Labeaga, 2009). Sin embargo, Miravete y Pernias (2006) subrayan que la complementariedad testada como significativa entre innovación de producto e innovación de proceso se debe mayormente a la presencia de heteroge-neidad inobservable. Por tanto, teniendo en cuenta que los análisis cross-section no permiten superar los problemas de heterogeneidad inobservable, es por lo que nos hemos inclinado por la utilización de datos panel, que sí lo permite.

La técnica econométrica que empleamos para estimar los coeficientes es máxi-ma verosimilitud con efectos aleatorios, ya que permite obtener los coeficientes de todos los perfiles de innovación (estrictamente necesarios para testar la existencia de complementariedad), en la medida en que el output de la regresión proporciona una constante que puede ser suprimida a fin de evitar la multicolinealidad perfecta que origina la presencia en el modelo de la totalidad de las variables ficticias que representan las ocho combinaciones posibles de los tres modos de innovación testa-dos (innovación de producto, innovación de proceso e innovación no tecnológica). Además, esta técnica econométrica tiene la ventaja añadida de que proporciona estimaciones de todos los coeficientes, aún en el caso de que existan regresores que no varían en el tiempo.

Otro problema que tratamos de superar en este estudio es el que hace referencia al presunto retraso con que las innovaciones tecnológicas influyen sobre las ganan-cias de productividad de las empresas. En general, como ya señalamos anteriormen-te, la mayor parte de los estudios sobre la complementariedad de diferentes formas o estrategias de innovación utilizan datos cross-section. Esto supone asumir implí-citamente que el efecto de las innovaciones sobre el desempeño de las empresas es inmediato. Sin embargo, el sentido común nos indica que, en la mayor parte de los casos, el efecto de las innovaciones sobre la productividad de las empresas tiende a manifestarse unos cuantos años más tarde (Bessler y Bittelmeyer, 2008): los árboles recién plantados no producen frutos inmediatamente. Al respecto, Belderbos et al. (2004) y Bloom y Van Reenen (2002) señalan que el impacto de la innovación sobre la productividad se produce con un cierto retraso. La utilización de datos panel

i=1


coadyuva parcialmente a superar este problema, ya que en esta clase de análisis econométrico se consideran varios años simultáneamente (en nuestro estudio, cuatro años). Sin embargo, parece conveniente ir un poco más allá. Por ello, en este estudio consideramos dos alternativas diferentes, a fin de confrontar los resultados de las mismas: en la primera alternativa todas las variables utilizadas en las estimaciones econométricas pertenecen a los años 2008, 2009, 2010 y 2011. En la segunda alter-nativa, todas las variables pertenecen a los cuatro años anteriormente señalados, a excepción expresa de las variables ficticias que representan las diferentes combina-ciones de tipos de innovación analizadas, las cuales pertenecen solamente a los años 2008 y 2009. De este modo, podemos analizar cuál es el impacto de las innovaciones sobre la productividad de las empresas dos años más tarde1. Así pues, a la hora de contrastar la potencial complementariedad entre los tres tipos de innovación anali-zados estaremos en condiciones de constatar si la utilización de variables retrasadas rinde resultados diferentes y más diversos que los que se obtienen mediante la utili-zación de variables no retrasadas.

5. Resultados y discusión

En lo que se refiere a los estadísticos descriptivos, en la Tabla 1 se indican la media y la desviación estándar de las variables utilizadas en este estudio. Al respec-to, podemos apreciar que las innovaciones de producto y proceso son desarrolladas por un número similar de empresas, 60% y 60.5% respectivamente, mientras que el porcentaje de empresas que desarrollan innovaciones no tecnológicas resulta un poco inferior, alcanzando el 50.49%.

En lo concerniente a la combinación de estas formas de innovación, la Tabla 2 nos muestra la distribución de frecuencias para cada uno de los ocho perfiles de innovación considerados. Los resultados resultan similares tanto en presencia como en ausencia de variables retrasadas. En este sentido, observamos que el empleo simultáneo de todos los tipos de innovación ha sido la opción elegida por la mayoría de las empresas (32.44% sin variables retrasadas y 34.78% con variables retrasa-das), seguida por la opción de no desarrollar ningún tipo de innovación (19.84% y 16.72%, respectivamente), y la de desarrollar simultáneamente las innovaciones de producto y proceso en ausencia de la innovación no tecnológica (12.16% y 12.82% respectivamente). El resto de opciones no superan en ningún caso la frecuencia del 10%, siendo el desarrollo en solitario de la innovación no tecnológica la opción menos empleada (4.36% y 3.89% respectivamente).

(1) Nuestro deseo sería considerar la innovación de producto, la innovación de proceso y la innova-ción no tecnológica de los años 2006, 2007, 2008 y 2009, a fin de retrasar en el panel data todas las variables de innovación dos años. Sin embargo, la PITEC no aporta información sobre la innovación no tecnológica de los años 2006 y 2007.


Tabla 2. Distribución de los perfiles de innovación

(Producto, Proceso, No tecnológ.)

Frecuencias (%)(2008, 2009, 2010, 2011)

Frecuencias (%)(2008, 2009)

(0, 0, 0) 19.84 16.72

(1, 0, 0) 9.05 8.89

(0, 1, 0) 8.44 8.52

(0, 0, 1) 4.36 3.89

(1, 1, 0) 12.16 12.82

(1, 0, 1) 6.34 6.64

(0, 1, 1) 7.33 7.73

(1, 1, 1) 32.44 34.78

Volviendo a la Tabla 1, cabe mencionar que de las diferentes fuentes de infor-mación tecnológica que nutren a las empresas son las de carácter interno las que obtienen un mayor reconocimiento (0.6285), mientras que las externas, ya sean de procedencia industrial (0.3384) o científica (0.2209), no logran alcanzar tal reconocimiento. A su vez, los diferentes tipos de obstáculos a los que se enfrentan las empresas tampoco reciben la misma valoración, siendo los relativos a los costes (0.6271) y los de naturaleza financiera (0.6105) los que más preocupan, seguidos por los obstáculos del mercado (0.5331) y por aquellos referidos al ámbito del conocimiento (0.4040). Por otro lado, el porcentaje de entidades pertenecientes a un grupo asciende al 39.69%, mientras que sólo el 27.43% de las empresas desarrollan actividades de cooperación con otras empresas o instituciones.

Los resultados de las regresiones de la productividad laboral son mostrados en la Tabla 3. En esta tabla diferenciamos la regresión que no hace uso de variables de innovación retrasadas de aquella que sí lo hace. La primera conclusión que podemos extraer es que, con independencia de la inclusión o no de variables retrasadas, todas las posibles combinaciones de tipos de innovación muestran una influencia positiva y significativa sobre la productividad laboral. La mayor influencia corresponde a la combinación de los tres tipos de innovación simultáneamente (1,1,1).


Tabla 3. Output de la regression. Variable dependiente productividad laboral

Todas las variables con datos de 2008, 2009, 2010 y 2011

Las variables de perfiles de innovación con datos de 2008 y 2009. Las demás variables con

datos de 2008, 2009, 2010 y 2011

Coef. S.E. Coef. S.E.

Intensidad en I+D -0.07204*** 0.00403 -0.310302*** 0.01775

Protección legal 0.02022** 0.00930 0.03124** 0.01466

Fuentes internas 0.00878* 0.00511 0.02460*** 0.00759

Fuentes externas industriales 0.01141 0.00897 0.01904 0.01377

Fuentes externas ciencia 0.01561* 0.00875 0,03371** 0.01352

Obstáculos coste 0.00022 0.00565 -0.01018 0.00887

Obstáculos financieros -0.03728*** 0.00644 -0.03916*** 0.00993

Obstáculos conocimiento 0.00571 0.00777 0.00514 0.01197

Obstáculos mercado 0.00791 0.00610 0.01589* 0.00928

Grupo 0.09924*** 0.00636 0.14141*** 0.00884

Cooperación 0.00812** 0.00402 0.00832 0.00629

Intensidad exportadora 0.02207*** 0.00610 0.07767*** 0.00947

Tamaño -0.02760*** 0.00706 0.03280*** 0.00818

(0, 0, 0) 5.35198*** 0.01777 5.16351*** 0.01933

(1, 0, 0) 5.37626*** 0.018409 5.21723*** 0.02082

(0, 1, 0) 5.36878*** 0.018273 5.19475*** 0.02032

(0, 0, 1) 5.36005*** 0.018782 5.18067*** 0.02164

(1, 1, 0) 5.37762*** 0.018322 5.19772*** 0.02020

(1, 0, 1) 5.37816*** 0.018803 5.18087*** 0.02137

(0, 1, 1) 5.36601*** 0.018569 5.18588*** 0.02050

(1, 1, 1) 5.38162*** 0.018362 5.20917*** 0.02000

Año 2009 -0.05869*** 0.00268 - -

Año 2010 -0.03789*** 0.00272 - -

Año 2011 -0.02178*** 0.00281 0.01106*** 0.00243

Ficticias industriales Incluidas Incluidas

Model0 Wald chi2(46) = 1.46e + 06p-value = 0.0000

Wald chi2(44) = 1.45e + 06p-value = 0.0000

Significación estadística de los coeficientes: al 1% ***, 5%** y 10% *.


En lo que respecta al resto de variables, los coeficientes también resultan bastante similares, aunque con algunas salvedades. Mientras que cuando el modelo no utiliza variables de innovación retrasadas la cooperación tiene una influencia positiva y significativa sobre la productividad laboral, tal significatividad desaparece con la utilización de las variables retrasadas. El supuesto contrario tiene lugar cuando nos referimos a los obstáculos del mercado, pues el coeficiente tiene un valor positivo y significativo cuando el modelo emplea variables de innovación retrasadas, no resultando significativo cuando no las emplea. Asimismo, el comportamiento de la variable tamaño tampoco resulta uniforme pues, aun siendo significativo en ambos modelos, su influencia es positiva en el modelo de variables retrasadas y negativa en el modelo en el que no existen variables retrasadas. Además, subrayar que las fuentes externas industriales, obstáculos coste y obstáculos conocimiento no tienen influencia significativa sobre la productividad laboral en ninguno de los dos modelos analizados.

Finalmente, subrayar que hemos introducido en ambos modelos variables ficti-cias anuales, ya que de no hacerlo la variación secular de la productividad laboral sería atribuible solamente a las variables introducidas en los dos modelos. Así, esto nos permite comprobar que esta variación secular tiene una influencia negativa y significativa sobre la productividad laboral en el modelo que no utiliza variables de innovación retrasadas y una influencia positiva y significativa en el modelo en el que las variables de innovación están retrasadas dos años. Este resultado constituye un claro indicio de que los cambios en innovación influyen sobre la productividad laboral con un cierto retraso.

La tabla 4 muestra los test de complementariedad/substituibilidad que hemos realizado. Lo primero que cumple destacar en relación a los test de hipótesis es que los resultados de los dos modelos difieren sustancialmente. El modelo que no emplea variables de innovación retrasadas da lugar a una relación de substituibilidad y cinco interacciones en las que no se evidencia ninguna relación entre los tipos pares de innovación testados.

Tabla 4. Test de complementariedad

Variables de innovación no retrasadas

Variables de innovación no retrasadas dos años

Chi2 P-value Chi2 P-value

Prod

ucto

- P

roce

so

Innovación No tecnológica = 0

T1 = H110 + H000 - H100 - H010 = 0

T2 = H110 + H000 - H100 - H010 ≤ 0

Complementaria/Sustantiva/No relación

3.55

Sustitutiva

0.0595

0.9702

11.58

Sustitutiva

0.0007

0.9996

Innovación No tecnológica = 1

T1 = H111 + H001 - H101 - H011 = 0

T2 = H111 + H001 - H101 - H011 ≤ 0


0.06

No relación

0.7998 1.75

No relación

0.1865


Variables de innovación no retrasadas

Variables de innovación no retrasadas dos años

Chi2 P-value Chi2 P-value

Prod

ucto

- N

o te

cnol

ógic

a Innovación de proceso = 0

T1 = H101 + H000 - H100 - H001 = 0

T2 = H101 + H000 - H100 - H001 ≤ 0


0.42

No relación

0.5151 10.57

Sustitutiva

0.0011

0.9994

Innovación de proceso = 1

T1 = H111 + H010 - H110 - H011 = 0

T2 = H111 + H010 - H110 - H011 ≤ 0


0.76

No relación

0.3840 2.66

No relación

10.29

Proc

eso

- N

o te

cnol

ógic

a

Innovación de producto = 0

T1 = H011 + H000 - H010 - H001 = 0

T2 = H011 + H000 - H010 - H001 ≤ 0


1.39

No relación

0.2385 2.75

Sustitutiva

0.0972

0.9513

Innovación de producto = 1

T1 = H111 + H100 - H110 - H101 = 0

T2 = H111 + H100 - H110 - H101 ≤ 0


0.07

No relación

0.7908 12.93

Complementaria

0.0003

0.0001

Sin embargo, en el modelo que emplea variables de innovación retrasadas existen tres relaciones de substituibilidad, una de complementariedad y dos de no relación. Esto constituye un nuevo claro indicio de que la influencia de las innovaciones sobre la productividad de las empresas ocurre con un cierto retraso temporal. Por ello, en lo que sigue, ceñiremos nuestra interpretación de los test de hipótesis al modelo que emplea variables de innovación retrasadas.

Estos test nos indican que la innovación de producto y la innovación de proceso mantienen una relación sustitutiva cuando las empresas no realizan innovación no tecnológica, y que no existe relación entre ambos tipos de innovación cuando las empresas realizan innovación no tecnológica. Por tanto, este resultado apoya la visión distintiva, que señala que los determinantes de ambas clases de innovación son diferentes. Así pues, en el marco del sector manufacturero español y en el contexto del periodo temporal analizado, la acción simultánea de la innovación de producto y la innovación de proceso no produce sinergias, debido probablemente a que la innovación de producto, como resultado de las actividades de exploración, consume durante el periodo analizado grandes inversiones en I+D que podrán incrementar la productividad de la empresa en el largo plazo, pero la disminuyen en el corto plazo. Esta disminución no es capaz de compensar los potenciales incrementos de productividad que generan las actividades de explotación asociadas a la innovación de proceso, para cuya implementación no es necesario realizar normalmente grandes


inversiones en I+D. Por tanto, es posible que la no complementariedad en el corto plazo entre ambas clases de innovación radique en las diferentes necesidades de gastos en I+D que cada tipo de innovación necesita. En este sentido, existen estu-dios que señalan que la innovación de producto se encuentra más relacionada con inversiones en I+D que la innovación de proceso (e.g. Hervas-Oliver et al., 2011; Rouvinen, 2002). La no sinergia detectada no significa que la relación entre ambos tipos de innovación sea “per se” sustitutiva. En este sentido, ya anteriormente hemos subrayado que muy pocas combinaciones de innovación de producto (exploración) e innovación de proceso (explotación) generan complementariedades. Cabe intuir que la consecución de combinaciones complementarias dependerá fundamentalmente del estado evolutivo de las innovaciones de producto, pues estas tienen un periodo de maduración, en relación a la productividad, mucho más largo que las innovaciones de proceso. Por tanto, en este caso, el test de complementariedad simplemente nos indica que en el periodo analizado no se ha alcanzado ninguna combinación com-plementaria. En el futuro, conforme vayan madurando las innovaciones de producto emprendidas, y estas sean explotadas convenientemente mediante la incorporación de nuevas innovaciones de proceso, pueden aparecer complementariedades.

Asimismo, los test de hipótesis nos revelan que las relaciones entre la innovación de producto y la innovación no tecnológica son sustitutivas cuando no está presente la innovación de proceso, y no tienen ninguna relación cuando la innovación de proceso está presente. La innovación no tecnológica está conformada por la inno-vación organizativa (actividad de explotación que, normalmente, impacta sobre la rentabilidad y la productividad de la empresa en el corto plazo) y la innovación en marketing (más relacionada con actividades de exploración, y, por tanto, con un proceso de maduración de largo plazo sobre la productividad). De nuevo, cabe intuir que las innovaciones que impactan sobre la productividad en el largo plazo, pero que la resienten en el corto plazo, tienen durante el periodo de análisis un mayor impacto negativo que el impacto positivo que pudiera derivarse de las innovaciones organizativas. Cuando se considera la presencia de la innovación de proceso, esta contribuye a compensar el impacto negativo de las innovaciones de producto y mar-keting sobre la productividad en el corto plazo, por lo que la acción simultánea de la innovación de producto y la innovación no tecnológica pasa de ser sustitutiva a tener una influencia nula sobre la productividad laboral de las empresas. De nuevo, los test de hipótesis reafirman la visión distintiva frente a la visión integrativa.

Finalmente, la relación entre la innovación de proceso y la innovación no tecnoló-gica pasa de ser sustitutiva a complementaria, según la innovación de producto esté o no esté presente. Las empresas que no están implementando innovación de pro-ducto pero desarrollan simultáneamente innovación en marketing (que madura en el largo plazo y por consiguiente puede disminuir la productividad en el corto plazo) e innovación de proceso pueden tener un impacto negativo en el corto plazo en su productividad laboral. Sin embargo, cuando las empresas están también implemen-tado innovación de producto, una parte de las innovaciones de marketing pueden tener en el corto plazo influencia sobre las ventas de las empresas, lo que hace que su


influencia sobre la productividad de la empresa en el corto plazo no sea tan negativa. Por ello, el test de hipótesis revela en este caso una complementariedad.

Las relaciones entre exploración y explotación son dinámicas, por lo que la con-secución de una combinación complementaria depende en gran medida del estado evolutivo de las actividades de exploración (innovación de producto e innovación de marketing, fundamentalmente). Probablemente, las combinaciones exitosas en el corto plazo entre actividades de explotación al servicio de la eficiencia (innovación de proceso e innovación organizativa) y actividades de exploración al servicio de la supervivencia (innovación de producto e innovación en marketing) son muy pocas. Por ello resulta evidente que las relaciones sustitutivas entre tipos de innovación no deben ser denostadas “per se”, ya que algunas de estas combinaciones pueden trans-formarse en el largo plazo en relaciones complementarias: para llegar a los oasis es necesario previamente atravesar muchos desiertos.

En cualquier caso, desde una perspectiva de corto plazo, los test de hipótesis nos revelan que, al ser mayoritarias las relaciones de sustitución y de no relación entre los tipos de innovación analizadas, prevalece en general la visión distintiva sobre la visión integrativa.

6. Conclusiones

Una gran parte de la literatura empírica que analiza la relación entre diferentes tipos de innovación lo ha hecho utilizando datos cross-section. Sin embargo, existen algunos estudios que señalan que no pocas de las sinergias que los test de hipótesis descubren en esta clase de análisis no son consistentes, ya que los coeficientes estima-dos se encuentran afectados por la denominada heterogeneidad inobservable. Ade-más, la utilización de datos cross-section también supone asumir que la influencia de la innovación sobre las medidas de desempeño de las empresas es instantánea. Sin embargo, algunos autores alertan de que dicha influencia actúa con un cierto retraso, por lo que de nuevo los coeficientes estimados no son totalmente consistentes.

En este estudio intentamos obviar los dos inconvenientes señalados. Para ello empleamos datos panel, que permiten utilizar técnicas econométricas que soslayan los problemas que plantea la heterogeneidad inobservable, y empleamos con un retraso de dos años las variables representativas de los diferentes tipos de innovación que analizamos. La comparación de resultados y de test de hipótesis entre el modelo que emplea variables de innovación actuales y el modelo que emplea variables de innovación retrasadas nos ha confirmado que esta última clase de modelo refleja de una forma más precisa y diversa la influencia de las diferentes clases de innovación sobre la productividad laboral de las empresas.

Asimismo, los seis test de complementariedad practicados entre los diferentes tipos de pares de innovación analizados (innovación de producto, innovación de proceso e innovación no tecnológica) nos han revelado que durante el periodo de análisis han sido mayoritarias las relaciones de sustitución, y que solamente la


relación entre innovación de proceso e innovación no tecnológica, con presencia de innovación de producto, ha resultado complementaria. Estos resultados apoyan, desde una perspectiva del corto plazo, la visión distintiva frente a la posición de la visión integrativa.

Por otro lado, en este estudio hemos combinado el denominado enfoque de complementariedad con el enfoque exploración-explotación. De esta combinación hemos deducido que a priori cabe esperar que pocas de las relaciones entre los dife-rentes tipos de innovación son complementarias, y que con el tiempo, a medida que maduran las innovaciones de naturaleza exploratoria, algunas de las relaciones de substituibilidad pueden devenir en complementarias. Por ello, somos de la opinión de que no se deben realizar interpretaciones mecanicistas de esta clase de test. Antes de recomendar la implementación de políticas públicas de innovación que traten de evitar la promoción simultánea de dos clases de innovación cuyo test nos revela que son sustitutivas, parece necesario analizar en profundidad en qué fase de maduración se encuentran las innovaciones relacionadas con las actividades de exploración desa-rrolladas. Rechazar mecánicamente el desarrollo simultáneo de determinados tipos de innovación, porque los test de corto plazo nos revelan que la relación entre ambos tipos de innovación es sustitutiva, puede poner en peligro la consecución de futuras complementariedades y, por consiguiente, la supervivencia futura de la empresa.

Bibliografía

Abernathy, W.J. y Utterback, J.M., 1978, “Patterns of industrial innovation”. Tech-nology Review, Vol. 80, Issue 7, pp. 40-47.

Ackoff, R.L., 1999, Re-creating the corporation: A design of organizations for the 21st century. New York: Oxford University press.

Adegbesan, J.A., 2009, “On the origins of competitive advantage: Strategic factor markets and heterogeneous resource complementarity”. Academy of Manage-ment Review, Vol. 34, Issue 3, pp. 463-475.

Ahuja, G., 2000, “Collaboration networks, structural holes and innovation: a longi-tudinal study”. Administrative Science Quarterly, Vol. 45, Issue 3, pp. 425-455.

Athey, S. y Stern, S., 1998, An empirical framework for testing theories about complementarity in organizational design. Cambridge, MA: National Bureau of Economic Research.

Baer, M. y Frese, M., 2003, “Innovation is not enough: Climates for initiative and psychological safety, process innovations, and firm performance”. Journal of Organizational Behavior, Vol. 24, Issue 1, pp. 45-68.

Baldwin, J., Hanel, P. y Sabourin, D., 2002, “Determinants of innovative activity in Canadian manufacturing firms”. En Kleinknecht, A. y Mohnen, P. (eds.), Inno-vation and Firm Performance. Palgrave, pp. 86-111.

Battisti, G. y Stoneman, P., 2010, “How innovative are UK firms? Evidence from the fourth UK Community Innovation Survey on synergies between technological


and organizational innovations”. British Journal of Management, Vol. 21, Issue 1, pp. 187-206.

Belderbos, R., Carree, M. y Lokshin, B., 2004, “Cooperative R&D and firm perfor-mance”. Research Policy, Vol. 33, Issue 10, pp. 1477-1492.

Bernard, A.B. y Jensen, B.J., 1999, “Exceptional exporter performance: Cause, effect, or both?” Journal of International Economics, Vol. 47, Issue 1, pp. 1-25.

Bessler, W. y Bittelmeyer, C., 2008, “Patents and the performance of technology firms: Evidence from initial public offerings in Germany”. Financial Markets and Portfolio Management, Vol. 22, Issue 4, pp. 323-356.

Bhoovaraghavan, S., Vasudevan, A. y Chandran, R., 1996, “Resolving the process vs. product innovation dilemma: A consumer choice theoretic approach”. Mana-gement Science, Vol. 42, Issue 2, pp. 232-246.

Bloom, N. y Van Reenen, J., 2002, “Patents, Real Options and Firm Performance”. The Economic Journal. Vol. 112, Issue 478, pp. C97-C116.

Cassiman, B. y Veugelers, R., 2006. “In search of complementarity in innovation strategy: Internal R&D and external knowledge acquisition”. Management Science, Vol. 52, Issue 1, pp. 68-82.

Cohen, W., 1995, “Empirical Studies of Innovative Activity”. En Stoneman, P. (ed.), Handbook of the Economics of Innovation and Technological Change. Blackwell.

Cohen, W.M. y Levinthal, D.A., 1990, “Absorptive capacity: a new perspective on learning and innovation”. Administrative Science Quarterly, Vol. 35, Issue 1, pp. 128-152.

Damanpour, F., 1991, “Organizational innovation: A meta-analysis of effects of determinants and moderators”. Academy of Management Journal, Vol. 34, Issue 3, pp. 555-590.

Damanpour, F., 2010, “An integration of research findings of effects of firm size and market competition on product and process innovations”. British Journal of Management, Vol. 21, Issue 4, pp. 996-1010.

Damanpour, F. y Gopalakrishnan, S., 2001, “The dynamics of the adoption of pro-duct and process innovations in organizations”. Journal of Management Studies, Vol. 38, Issue 1, pp. 45-65.

Damanpour, F., Szabat, K.A. y Evan, W.M., 1989, “The relationship between types of innovation and organizational performance”. Journal of Management Studies, Vol. 26, Issue 6, pp. 587-602.

Damanpour, F., Walker, R.M. y Avellaneda, C.N., 2009, “Combinative effects of innovation types and organizational performance: A longitudinal study of service organizations”. Journal of Management Studies, Vol. 46, Issue 4, pp. 650-675.

Edgerton, D., 1999, “From innovation to use: Ten eclectic theses on the historio-graphy of technology”. History and Technology, Vol. 16, Issue 2, pp. 111-136.

Fritsch, M. y Meschede, M., 2001, “Product innovation, process innovation, and size”. Review of Industrial Organization, Vol. 19, 335-350.


Gunday, G., Ulusoy, G., Kilic, K. y Alpkan, L., 2011, “Effects of innovation types on firm performance”. International Journal of Production Economics, Vol. 133, Issue 2, pp. 662-676.

He, Z.L. y Wong, P.K., 2004, “Exploration vs. exploitation: An empirical test of the ambidexterity hypothesis”. Organization Science, Vol. 15, Issue 4, pp. 481-494.

Hervas-Oliver J.L., Albors Garrigos J. y Gil-Pechuan I., 2011, “Making sense of innovation by R&D and non-R&D innovators in low technology contexts: A forgotten lesson for policymakers”. Technovation, Vol. 31, Issue 9, pp. 427-446.

Jansen, J.J.P., Van den Bosch, F.A.J. y Volberda, H.W., 2006, “Exploratory innova-tion, exploitative innovation, and performance: Effects of organizational antece-dents and environmental moderators”. Management Science, Vol. 52, Issue 11, pp. 1661-1674.

Jovanovic, B., 1982, “Selection and the Evolution of Industry”. Econometrica, Vol. 50, Issue 3, pp. 649-670.

Levitt, B. y March, J.G., 1988, “Organizational learning”. Annual Review of Socio-logy, Vol. 14, pp. 319-340.

Li, H. y Atuahene-Gima, K., 2001, “Product innovation strategy and the performan-ce of new technology ventures in China”. Academy of Management Journal, Vol. 44, Issue 6, pp. 1123-1134.

MacGarvie, M., 2006, “Do Firms Learn from International Trade?” Review of Eco-nomics and Statistics, Vol. 88, Issue 1, pp. 46-60.

March, J.G., 1991, “Exploration and exploitation in organizational learning”. Organization Science, Vol. 2, Issue 1, pp. 71-87.

Martínez-Ros, E. y Labeaga, J., 2009, “Product and process innovation: Persistence and complementarities”. European Management Review, Vol. 6, Issue 1, pp. 64-75.

Milgrom, P. y Roberts, J., 1990, “The economics of modern manufacturing: Tech-nology, strategy, and organization”. American Economic Review, Vol. 80, pp. 511-528.

Miravete, E. y Pernias, J., 2006, “Innovation complementarity and scale of produc-tion”. Journal of Industrial Economics, Vol. 54, Issue 1, pp. 1-29.

Mol, M.J. y Birkinshaw, J., 2009, “The sources of management innovation: When firms introduce new management practices”. Journal of Business Research, Vol. 62, Issue 12, pp. 1269-1280.

Moreira, J., Silva, M.J., Simões, J. y Sousa, G., 2012, “Drivers of marketing innova-tion in portuguese firms”. Amfiteatru Economic Journal, Vol. 14, Issue 31, pp. 195-206.

Narver, J.C. y Slater, S.F., 1990, “The effect of a market orientation on business profitability”. Journal of Marketing, Vol. 54, Issue 4, pp. 20-34.

OECD, 1997, Proposed Guidelines for Collecting and Interpreting Technological Innovation Data. Paris: OECD.

OECD, 2005, Guidelines for collecting and interpreting innovation data. Paris: OECD.


Percival, J.C. y Cozzarin, B.P., 2008, “Complementarities affecting the returns to innovation”. Industry & Innovation, Vol. 15, Issue 4, pp. 371-392.

Peteraf, M.A., 1993, “The cornerstones of competitive advantage: A resource-based view”. Strategic Management Journal, Vol. 14, Issue 3, pp. 179-191.

Pisano, G.P. y Wheelwright, S.C., 1995, “The new logic of high-tech R&D”. Har-vard Business Review, Vol. 73, pp. 93-105.

Polder, M., Van Leeuwen, G., Mohnen, P. y Raymond, W., 2010, Product, process and organizational innovation: drivers, complementarity and productivity effects. MPRA Paper 23719, University Library of Munich, Germany.

Roper, S., Du, J. y Love, J., 2008, “Modelling the innovation value chain”. Research Policy, Vol. 37, Issue 6-7, pp. 961-977.

Rouvinen P., 2002, “Characteristics of product and process innovators: Some evi-dence from the Finnish innovation survey”. Applied Economics Letters, Vol. 9, Issue 9, pp. 575-580.

Sapprasert, K., 2010, On factors explaining organisational innovation and its effects. Working Paper No. 20080601. Retrieved from Centre for Technology, Innovation and Culture, University of Oslo.

Teece, D.J., Pisano, G. y Shuen, A., 1997, “Dynamic capabilities and strategic mana-gement”. Strategic Management Journal, Vol. 18, Issue 7, pp. 509-533.

Tiemessen, I., Lane, H.W., Crossan, M. y Inkpen, A.C., 1997, “Knowledge mana-gement in international joint ventures”. En Beamish, P.W. y Killing, J.P. (eds.), Cooperative strategies: North American perspective. New Lexington Press, pp. 370-399.

Topkis, D.M., 1978, “Minimizing a submodular function on a lattice”. Operations Research, Vol. 26, Issue 2, pp. 305-321.

Tushman, M. y O’Reilly, C., 1997, Winning through innovation: A practical guide to leading organizational change and renewal. Boston: Harvard Business School Press.

Utterback, J.M., 1978, The Dynamics of product and process innovation in indus-try. Cambridge, MA: Center for Policy Alternatives, Massachusetts Institute of Technology.

Veugelers, R. y Cassiman, B., 1999, “Make and buy in innovation strategies: Evi-dence from Belgian manufacturing firms”. Research Policy, Vol. 28, Issue 1, pp. 63-80.

Wernerfelt, B., 1984, “A resource-based view of the firm”. Strategic Management Journal, Vol. 5, Issue 2, pp. 171-180.

Wolfe, R.A., 1994, “Organizational innovation: Review, critique and suggested research directions”. Journal of Management Studies, Vol. 31, Issue 3, pp. 405-431.


Datos de los autores

Nombre: Manuel Guisado-GonzálezCargo: Profesor ayudanteEscuela/Facultad: Facultad de Estudios Empresariales y TurismoUniversidad: University of ExtremaduraDirección: Avda. de la Universidad, s/n. 10071 Cáceres. SpainTeléfono: 927257480 ext 57917Correo Electrónico: [email protected]

Nombre: José Luís Coca PérezCargo: Profesor Titular de UniversidadEscuela/Facultad: Facultad de Estudios Empresariales y TurismoUniversidad: University of ExtremaduraDirección: Avda. de la Universidad, s/n. 10071 Cáceres. SpainTeléfono: 927257480 ext 57922Correo Electrónico: [email protected]

Complementariedad entre tipos de innovación: un oasis en ... · Las relaciones entre los...

Documents

Transcript of Complementariedad entre tipos de innovación: un oasis en ... · Las relaciones entre los...