1

La actividad patentadora en Andalucía: una aproximación a los factores que

fomentan la participación de inventoras y su contribución a la calidad de las

patentes.

Autores y e-mail de la persona de contacto:

Carmen Puentes Graña carmen.puentes@uca.es

Rosario Toribio Muñoz

Departamento:

Economía General

Universidad:

Universidad de Cádiz

Área Temática: Economía del conocimiento y geografía de la innovación.

Resumen: Uno de los pilares del desarrollo sostenible es la innovación. Se entiende por

capacidad innovadora de un país la habilidad para alcanzar crecimiento económico,

bienestar social y sostenibilidad. En la consecución de estos objetivos, los recursos

humanos juegan un papel muy importante, en particular, la contribución de los

científicos, tanto hombres como mujeres, inmersos en actividades de innovación. Desde

1990 hasta 2006 había 411 mujeres y 1427 hombres realizando dichas actividades en

universidades y Organismos Públicos de investigación en Andalucía. El primer objetivo

del presente trabajo es determinar qué factores fomentan la presencia femenina en la

actividad patentadora. La investigación está basada en el análisis, mediante la

estimación de modelos Logit y Probit, de la información de 498 solicitudes de patentes

y 1838 inventores. Se han contabilizado todas las patentes existentes, por lo tanto, este

estudio cubre todo el universo y todos los sectores económicos. Las variables que

ejercen un efecto positivo sobre la probabilidad de que la mujer participe en un equipo

de patentes son: el número de autores, el sector químico y la proporción de doctores en

el equipo. Hay también diferencias en cuanto a la participación femenina entre

universidades y organismos públicos de investigación. No son relevantes, entre otros,

2

para explicar la probabilidad de participación femenina, la colaboración entre

universidades y/o centros públicos de investigación ni el número de países donde es

solicitada la protección de la patente. El segundo objetivo de este trabajo, es determinar

si la participación femenina en una determinada invención tiene influencia sobre su

calidad. El modelo utilizado para esta parte del estudio, es un modelo de ceros inflados

Binomial Negativo. La principal conclusión obtenida es que la calidad de una

determinada patente aumenta si en el equipo que la desarrolla están presentes inventores

de ambos géneros. De acuerdo con los resultados obtenidos, es necesario implementar

políticas que fomenten una mayor participación y contribución de las inventoras tanto

en ciencia como en tecnología.

Palabras Clave: Género, Participación Femenina, Presencia Femenina,

Reivindicaciones, Calidad de la patente , Innovación.

Clasificación JEL: O31, O32, J16

1.- Introducción.

Las invenciones y el capital humano son factores relevantes en la economía del

conocimiento (Mariani & Romanelli 2007). La innovación es dirigida por el

conocimiento y el conocimiento reside en los individuos. Por esta circunstancia, para

entender y dirigir el proceso innovador, es crucial considerar los recursos humanos

inherentes en él (Jung & Ejermo 2014). Sin embargo, los estudios sobre la participación

de los investigadores en el desarrollo tecnológico son muy escasos, sobre todo aquellos

desagregados por el género de los investigadores. La falta de estudios puede ser debida,

tal y como señalan Agnete Alsos et al., 2013, a que las personas en el proceso de

innovación son aparentemente invisibles. De todos los estudios desagregados por

género destaca una conclusión común: la mujer está infrarrepresentada tanto en ciencia

como en tecnología.

La preocupación en la Unión Europea por la baja participación femenina en la ciencia y

tecnología es importante, sobre todo porque hay un bajo porcentaje de mujeres

3

investigadoras y aún más bajo de mujeres inventoras (Busolt & Kugele 2009). Esto

quiere decir que el despilfarro del talento, conocimiento y destrezas de las

investigadoras pesa en el sistema de ciencia y debería ser considerado (Kugele 2010). El

trabajo de Hunt et al., 2012, cuantifica la baja representación femenina argumentando

que eliminando la brecha existente en la participación entre hombres y mujeres en áreas

de ciencia e ingeniería se incrementaría el PIB per cápita en Estados Unidos, un 2.7% y

la comercialización de patentes en un 24%.

Por todas las razones expuestas anteriormente, es fundamental comprender qué factores

fomentan la participación femenina en una invención. En este trabajo se pretenderá dar

respuesta a la siguiente cuestión:

¿Qué factores fomentan la participación femenina en un equipo de patentes?

Esta cuestión nos conduce a las siguientes hipótesis:

H1: El número de inventores, influye en la probabilidad de que en el equipo de patentes

exista presencia femenina.

H2: Existe diferencia entre el sector químico y el resto de sectores sobre la

probabilidad de que el equipo de patentes incluya inventoras.

H3: La probabilidad de que en el equipo de investigación de una patente participen

inventoras, difiere entre las distintas universidades andaluzas y centros públicos de

investigación.

H4: El número de doctores de un equipo de patentes influye sobre la probabilidad de la

existencia de inventoras dentro del mismo.

H5: La colaboración entre instituciones influye sobre la presencia femenina dentro del

equipo de patentes.

H6: Las características técnicas de la patentes, influyen en la probabilidad de que entre

los inventores exista presencia femenina.

H6.1. Las citas científicas afectan a la probabilidad de participación. H6.2. Las citas de patentes afecta a la participación femenina. H6.3. Los códigos IPC tienen un impacto en la participación

4

femenina.

H6.4. El número de países donde la patentes es solicitada afecta a la participación femenina.

Una vez averiguado que factores favorecen la participación femenina en las patentes, es

importante conocer cuál es la contribución de las inventoras al proceso patentador. Por

lo tanto, el segundo objetivo del trabajo, tratará de responder a la siguiente cuestión:

¿Varía la calidad de la patente si en el equipo de inventores hay presencia femenina?.

Esta cuestión nos lleva a plantear las siguientes hipótesis:

H7: Si en el equipo de inventores hay presencia femenina, la calidad de la patente, es

mayor.

H8: La influencia de las Citas de Patentes sobre la calidad de las mismas, se potencia si

en el equipo de inventores hay presencia femenina.

H9: El efecto que ejercen las Citas Científicas sobre la calidad de las patentes, es

mayor cuando en el equipo de inventores hay presencia femenina.

El presente trabajo se estructura de la siguiente manera: En la sección 2 se procede a la

revisión de la literatura. En las secciones de la 3 hasta la 5 encontramos las variables, el

modelo y los resultados, y en la sexta las conclusiones.

2.- Revisión de la literatura.

En las últimas décadas, la Universidad, ante el importante cambio experimentado por el

entorno que le rodea, ha incrementado sus obligaciones con la sociedad, no limitando su

función a la formación o investigación, sino ampliándola a contribuir al crecimiento

económico de las regiones donde se encuentra. Tal y como señala Whittington, 2011,

muchos coinciden en que el punto de vista tradicional del científico está siendo

reemplazado por un nuevo modelo del científico-empresario que equilibra las

responsabilidades institucionales, así como las actividades académicas. En este sentido,

la transferencia tecnológica es uno de los grandes instrumentos para poder desarrollar

esta función y se pone de manifiesto, en el importante crecimiento de la actividad

comercial de estas instituciones, dentro de las cuales las patentes tienen una importante

representación (Kleinman & Vallas 2001; Owen-Smith & Powell 2001; Azoulay et al.

2007).

5

Son escasos los estudios llevados a cabo sobre la aportación concreta de la mujer a la

innovación tecnológica de un determinado territorio. El análisis de este fenómeno

plantea un problema ocasionado por el reducido número de indicadores sobre el tema, y

a su dificultad, en muchos casos, de obtenerlos desagregados por género. A pesar del

problema de la escasez de datos, se están produciendo importantes avances en el estudio

sobre la contribución de la mujer al desarrollo tecnológico. Algunos estudios toman

como unidad de análisis al investigador o inventor para, a partir de sus características

particulares, poder delimitar si existen diferencias por género (Whittington & Smith-

Doerr 2005; Whittington Bunker 2006; Whittington & Smith-Doerr 2008; Thursby &

Thursby 2005; Ding et al. 2006). El problema que plantea esta metodología es la

ausencia de bases de datos que recojan esta información, que sería posible obtener solo

mediante encuestas (como hacen por ejemplo Murray & Graham (2007)). Gran parte de

ellos, se centran en el área de ciencias de la vida que, según Ding et al., 2008, ocupa el

primer lugar en la transferencia tecnológica que llevan a cabo las Universidades. En otro

estudio de éste autor (Ding et al. 2006), basado en una muestra de investigadores de

Universidades americanas se concluye que las mujeres patentan menos que los hombres,

manteniéndose una brecha entre ambos que si bien mejora con el tiempo, aún se

mantiene. A la misma conclusión llega Pierre Azoulay et al., 2007, que analizando

también a un grupo de la misma composición concluye que la tendencia a patentar de

las mujeres es un 49% de la que alcanzan los hombres. Una serie de estudios

(Whittington & Smith-Doerr 2005; 2008) se centran en las diferencias por género entre

la academia y la industria dentro, también, de este campo1, o en todos los sectores

(Whittington Bunker 2006). Se detectan diferencias de género tanto en la implicación a

patentar (o participación en esta actividad2), en el volumen de patentes (o contribución),

como en la calidad. En sus conclusiones se evidencia un saldo desfavorable para las

mujeres, si bien en cuanto a la calidad de sus resultados son similares o incluso mejores.

Murray & Graham (2007), utilizan entrevistas en universidades. Analizan las causas que

llevan a las mujeres a patentar menos, (en las Universidades analizadas han patentando

1 Incluye entre otros campos: Biología Molecular, Bioquímica, Química Orgánica, Ciencias Médicas, Ingeniería Bioquímica y Bioingeniería. 2Medida por el hecho de que patenten o no.

6

alguna vez un 23% frente al 74% de los hombres) y los mecanismos que llevan a que

estas diferencias se mantengan en el tiempo (menores oportunidades y relaciones con

los agentes vinculados a esta actividad). Concluyen que para las investigadoras más

jóvenes es menor este desequilibrio. (Thursby & Thursby 2005), analizan la actividad

patentadora en las 11 Universidades americanas más importantes estudiando distintas

áreas de conocimiento. Señalan que la probabilidad de que los investigadores hombres

obtengan una invención, es un 43% mayor a las de las investigadoras y que, si bien

existe una tendencia a la convergencia, todavía se mantiene una diferencia entre

hombres y mujeres. La falta de consenso en el “puzzle de la productividad” en las

ciencias, deja abierta la cuestión de si las diferencias de género existen, y si esto es así,

la pauta por la cual esas diferencias de género ocurren.

Por otro lado en otros estudios (McMillan 2009; Mauleon & Bordons 2009), entre otros,

se recurre a utilizar como unidad de observación uno de los más importantes productos

de la actividad tecnológica como son las patentes. Las patentes se consideran buenos

indicadores de la actividad tecnológica (Griliches 1990; Archibugi 1992; Basberg 1987;

Nesta & Patel 2005; Baldini 2006;OECD 1997). Son uno de los instrumentos más

empleados y de las que podemos obtener cierta información, como es concretamente la

relativa a los inventores desagregada por sexos. McMillan, 2009, analiza la industria

biotecnológica en U.S. y las diferencias por género en las patentes. Estudia estas

diferencias desde varios puntos de vista como son la participación femenina en las

patentes, calidad de las mismas y transferencia de conocimiento entre ciencia y

tecnología. Entre sus conclusiones cabe destacar que las mujeres patentan menos, al ser

una actividad para ellas menos atractiva. Considera necesario que las mujeres participen

en la actividad de I+D desde el principio hasta el final pues eso haría posible la

obtención de muchos más beneficios en las actividades de investigación. Para el caso

español, destacar el trabajo de Mauleón & Bordons, 2010, que realizan el estudio en la

Universidad y el Consejo Superior de Investigaciones Científicas. Obtienen que solo en

un 16% de las patentes analizadas hay entre sus inventoras una mujer, contribuyendo al

9% del output tecnológico.

7

Otros estudios se centran en algunas otras facetas de lo que denominamos actividad

comercial: asesoramiento a empresas (Ding et al. 2008), creación de empresas (Rosa &

Dawson 2006; Dahlstrand & Politis 2013), obteniendo como resultados una menor

participación de las investigadoras.

La proliferación en el número de patentes experimentada en los últimos años, nos lleva

a plantear la cuestión sobre su calidad. Investigaciones previas (Merges 1994; Barton

2000; Kingston 2001), consideran que el importante crecimiento de la actividad

generadora de patentes en los últimos años ha redundado negativamente en su calidad.

El estudio de la aportación a la actividad tecnológica utilizando como indicador de

medida las patentes, tiene una serie de limitaciones, pues no todos los inventos se llegan

a patentar ni todos son patentables. Por otro lado, la capacidad innovadora no consiste

solo y exclusivamente en la obtención de un determinado “output tecnológico”, sino que

se refleja en la presencia de una serie de condicionantes fundamentales como son: las

inversiones y políticas determinantes del éxito/fracaso del esfuerzo innovador, la

existencia de importantes diferencias entre los países en cuanto a sus sistemas y

políticas de patentes, la diferente propensión a patentar entre empresas de diferentes

sectores de actividad, etc. Estos inconvenientes han sido ya puestos de manifiesto por

numerosos autores (Pavitt 1985; Basberg 1987; Archibugi 1992).No obstante, las

ventajas de utilizar las patentes como indicador de medida supera a los inconvenientes.

Todas las cuestiones planteadas anteriormente, nos llevan a reflexionar sobre la

contribución a la actividad tecnológica desde una perspectiva de género que nos permita

conocer mejor la aportación de la mujer al conocimiento tecnológico. Hemos

considerado necesario, comprobar si existen diferencias en la calidad de la aportación a

la actividad tecnológica bajo un enfoque de género, aspecto complejo y apenas

analizado, por la falta de datos al respecto. A pesar de este inconveniente existen

estudios que analizan tanto la actividad patentadora desagregada por género como su

calidad. Como señala McMillan, 2009, las mujeres patentan menos. Sin embargo, la

calidad de las patentes cuyas autoras son mujeres es superior a la calidad de las patentes

en las que los autores son hombres y la calidad de las patentes mixtas. Otros estudios

8

avalan este resultado (Whittington & Smith-Doerr 2005), que concluyen que las

mujeres patentan menos que los hombres pero sus patentes son de mayor calidad. Por el

contrario, Mariani & Romanelli, 2007, afirman que las patentes masculinas son de

mayor calidad. Atribuyen este resultado a la escasa representación femenina en la

muestra utilizada.

3.- Datos:

Las hipótesis han quedado descritas en el apartado introducción. Los datos necesarios

para contrastar ambos tipos de hipótesis, van a ser obtenidos de las solicitudes de

patentes. Dos son los principales motivos que nos han llevado esta elección:

1.- Las patentes son consideradas buenos indicadores de la actividad tecnológica

(Griliches 1990; Archibugi 1992; Basberg 1987; Nesta & Patel 2005; Baldini 2006),

entre otros.

2.- De la solicitud de una patente, se puede obtener información referente a los

inventores desagregada por género. Como hemos visto en el apartado anterior, debido a

la falta de estadísticas sobre este tema, diversos estudios sobre la implicación

tecnológica de la mujer, utilizan las solicitudes de patentes como fuente de datos.

(McMillan 2009; Mauleón & Bordons 2010; Whittington & Smith-Doerr 2005; Giuri et

al. 2007).

Se ha analizado la información contenida en todas las solicitudes de patentes

presentadas en la OEPM (Oficina Española de Patentes y Marcas), de Universidades y

centros del CSIC domiciliados en Andalucía. El período de análisis abarca desde 1990

hasta 2006. Se han considerado todos los sectores económicos.

Para la elaboración de esta base de datos hemos procedido a la extracción de manera

individualizada y manual de la información contenida tanto en la solicitud de la patente

como en el Informe sobre el Estado de la Técnica (IET, a partir de ahora). El IET es un

documento redactado íntegramente por la Oficina de Patentes y referente a una solicitud

de patente concreta. Aporta información sobre lo novedoso de la invención que se

quiere patentar. Del IET hemos recopilado información sobre el número de

9

reivindicaciones de las patentes sin tipo de afectación X ni Y, 1.635 en total. En el

apartado siguiente, modelos y variables, se explica detalladamente la utilidad de esta

información para la realización del análisis empírico.

Adicionalmente, para contrastar el primer grupo de hipótesis, es necesario conocer si los

investigadores poseen o no el título de doctor. La base de datos que contiene esta

información es la Base de Datos Teseo perteneciente al Ministerio de Educación.

Durante el período 1990-2006, en el equipo de patentes de Universidades y Centros

Públicos de Investigación, había 560 inventores y 210 inventoras con el título de

doctor. Para los inventores que obtuvieron el título de doctor en universidades

extranjeras se recurrió a buscar información personal en páginas web personales,

Departamentos de Universidades, Grupos de Investigación autonómicos… Para realizar

el estudio, se combinaron los datos obtenidos de esta base de datos con la descrita

anteriormente.

4.- Modelos y variables:

Modelos y variables para contrastar las hipótesis 1-6 : Los modelos LOGIT y PROBIT son los utilizados para contrastar las hipótesis 1-6. Esto es debido a los valores que toma la variable dependiente (o uno o cero):

)()...()/1( 0110 βββββ xGxxGxyP kk +=+++== Variables: Variable dependiente:

- (femalei): Variable binaria. Toma el valor 1 si en el equipo de inventores hay presencia femenina, toma el valor 0 en caso contrario.

Variables explicativas: Son clasificadas en tres grupos: Características de la patente:

-(lncpi): Recoge las patentes citadas en el cuerpo central del documento de la

patente (Hall et al. 2000) . Permite la medición de los esquemas de transferencia

del conocimiento. Sin embargo Criscuolo & Verspagen (2008), las consideran

10

como una medida incompleta en el flujo de conocimientos pues solo recoge el

conocimiento tecnológico previo susceptible de ser patentado, pero no de aquel

que no puede ser recogido en una patente. Como señala McMillan, 2009, hay

una relación entre el número de citas de patentes y el género del/os inventor/es:

las mujeres citan menos patentes que los hombres. Se han contabilizado 951

citas de patentes. Para reducer la dispersion se ha utilizado la variable en

terminus logarítmicos.(lncpi).

- (lnnpci): Número de citas científicas o non-patent-citations. Esta variable está

conectada con frecuencia con la investigación básica o la relación entre ciencia y

tecnología (Narin et al. 1997). De Nuevo, el trabajo McMillan, 2009, señala que

las mujeres inventoras citan documentos de ciencia básica. Por tanto, se espera

una relación positiva entre las variables npci y femalei. Las citas científicas

contabilizadas en los documentos de patentes ascienden a 4.000. Para reducer la

dispersion se ha tomado logaritmo neperiano a la variable.

-(ipci): Número de asignaciones en la Clasificación Internacional de Patentes.

Las patentes pueden tener asignados diferentes códigos IPC, que fueron

establecidos en el tratado de Estrasburgo en 1977: “proporciona un sistema

jerárquico para la clasificación de patentes y modelos de utilidad de acuerdo con

diferentes áreas tecnológicas”. No hemos encontrado suficiente literatura

empírica que establezca una relación entre la participación femenina y los

códigos ipci. Los hallazgos de Meng y Shapira, 2011 muestran que las patentes

femeninas y mixtas tienen más códigos IPC que las masculinas.

- (fsizei): Esta variable, muestra el grado de extensión y divulgación de la patente,

señalándose aquellos países donde se quiere proteger la invención. No se ha

encontrado literature empírica que relaciones la participación femenina y ésta

variable.

- (chemici): Es necesario distinguir este sector frente al resto porque la

participación de la mujer en las patentes, está desigualmente distribuida por

secciones tecnológicas. En particular, la mayoría de las mujeres inventoras en

11

España, trabajan en patentes relacionadas con el sector químico. (Mauleón &

Bordons 2010).

Características del inventor:

- (lninvti): Número de inventores que forman parte del desarrollo de una

patente (en logarítmos). Diferentes autores, (McMillan 2009; Jung & Ejermo

2014) han encontrado relación entre presencia femenina y el número de

inventores. Por ejemplo, si una patente incluye solo inventoras, la media de

autoras será menor que la media de patentes con solo inventores e incluso

menor que la media de autores de patentes mixtas. En nuestra base de datos

solo el 4% de las patentes tuvieron un equipo de inventores exclusivamente

femenino. En la tabla 1 se muestra la presencia de autores por sector y

género.

Tabla 1. Presencia de autores por sector y género.

Only women Only men Mixed-gender

Sector Quimic Others Quimic Others Quimic Others Authors/patent 2.5 6 3 3 4.86 4.57

Number of patens 6 1 98 164 147 73 Number of authors 15 6 286 486 715 334

Share over total 86% 14% 37% 63% 67% 33% Fuente: OPEM. Elaboración propia.

- shdoci: Proporción de inventores doctores en el equipo de patentes. La

importancia de tener un doctorado varía entre sectores. Jung y Ejermo, 2014,

encontraron una diferencia clara: La educación formal y la experiencia

acumulada juegan un papel diferente dependiendo de la invención. Los

inventores de mayor cualificación académica trabajan en tecnologías de ciencia

base como química y productos tecnológicos complejos como ingeniería

eléctrica. La tabla 2 muestra el porcentaje de inventores que tienen el título de

doctor. La mayoría de las inventoras poseen el doctorado (51.09%), mientras

que los inventores lo poseen en un porcentaje menor (39.24%). Esto puede estar

12

relacionado con el sector tecnológico donde inventores e inventoras están

investigando. La mayoría de las mujeres en nuestra base de datos trabajan en

patentes del sector químico. Esto podría explicar el alto porcentaje de inventoras

con el doctorado.

Tabla 2. Porcentaje de doctores desagregados por género.

INVENTORES INVENTORAS 1427 411 DOCTORES 560 210 PORCENTAJE 39.24% 51.09%

Fuente: Base de datos TESEO, elaboración propia.

- colabi: La mayoría de los estudios están basados en publicaciones y no en

patentes. La colaboración es fundamental para trabajar en ciencia, y la payoría

de los estudios confirman que la colaboración contribuye a la productividad

científica en el mundo academico (Lee & Bozeman 2005). Estos autores

estudiaron diferentes formas de colaboración: entre universidades, entre

universidades e instituciones públicas de investigación, encontrando una relación

positiva entre colaboración y productividad. Los hombres y las mujeres tienen

diferentes redes de colaboración. Por ejemplo, las mujeres investigadoras tienen

menos colaboración internacional que los hombres (Abramo et al. 2013). Sin

embargo, la colaboración es mayor con científicos e investigadores de su

institucion (De-Moya-Anegón et al. 2007). La investigación de Meng, 2016

señala la importancia de que las inventoras colaboren con la industria. Esto

podría incrementar la implicación en las patentes.

Variables de control:

ali: Variable binaria: 1 si la patente fue solicitada por la Universidad de Almería,

0 en caso contrario.

cai: Variable binaria: 1 si la patente fue solicitada por la Universidad de Cádiz, 0

en caso contrario.

13

coi: Variable binaria: 1 si la patente fue solicitada por la Universidad de

Córdoba, 0 en caso contrario.

gri: Variable binaria: 1 si la patente fue solicitada por la Universidad de

Granada, 0 en caso contrario.

hui: Variable binaria: 1 si la patente fue solicitada por la Universidad de Huelva,

0 en caso contrario.

jai: Variable binaria: 1 si la patente fue solicitada por la Universidad de Jaén, 0

en caso contrario.

mali: Variable binaria: 1 si la patente fue solicitada por la Universidad de

Málaga, 0 en caso contrario.

csici: Variable binaria: 1 si la patente fue solicitada por el CSIC, 0 en caso

contrario.

La sustitución de las variables nos lleva a la siguiente función: femalei=f(lninvti, shdoci, ali, cai, coi, grai, hui, jai, mali, lnnpci, lncpi, fsizei, colabi, ipci, chemi, ui), i=(1, 2, ….489) donde ui recoge los efectos innobservados. Para evitar la colinealidad en el modelo, hemos omitido la variable csici en la estimación.

Modelos y variables para las hipótesis 7-10:

El modelo utilizado para contrastar si existe relación entre la calidad de las patentes

universitarias y de organismos públicos de investigación, y la participación femenina en

un equipo de patentes, va a ser un modelo de recuento basado en las distribuciones

Poisson y Binomial Negativo. Esto es debido a la naturaleza de la variable dependiente,

que solo puede tomar valores enteros incluyendo el cero. Existe un elevado porcentaje

de ceros en la variable, un 45,6%, por lo que será necesario usar y comparar los

modelos de ceros inflados (ceros inflados binomial negativo y ceros inflados Poisson)

con los modelos de recuento citados anteriormente. Se va a utilizar para contrastar las

hipótesis de la 1 a la 5.

Variables:

Variable Dependiente:

14

- Número de reivindicaciones no afectadas (naci): En los últimos años, se ha

producido un aumento importante del número de reivindicaciones por patente3

.Esta variable es analizada por Tong & Frame (1994), y posteriormente por Lee

et al. (2007), encontrando una relación positiva con el valor de la patente. Para

construir la variable, hemos tenido en cuenta aquellas reivindicaciones que no

son tipo X, las cuales afectan a la originalidad de la patente e indicarían que una

invención igual ha sido encontrada. Ni tipo Y, que afectan a la capacidad

inventiva y que muestra que combinando otros documentos citados en el

informe se podría haber solucionado el problema planteado. Esta diferenciación

es utilizada por Schmoch (1993), que considera que esta clase de afectación

restringe las reivindicaciones que realiza el inventor en la patente, mientras que

Sampat & Ziedonis (2005) afirma que cuando el contenido de la patente está

incluido en la literatura de patentes o en otras patentes extranjeras, la patente es

de menor calidad.

Variable explicativas:

- Género del inventor (genderi): Las razones para incluir el género del

investigador como variable explicativa fueron expuestas en la sección 2. Para

poder identificar la presencia femenina en las patentes tomamos el nombre de

cada uno de los inventores. Cuando el nombre ha planteado dudas o sólo han

aparecido las iniciales del inventor, procedimos a una búsqueda individualizada

de dicho inventor, bien mediante bases de datos de personal de las Universidades

o CSIC u otras fuentes de datos como webs personales u otras webs donde

aparecieran estos autores o algún trabajo suyo en el que fuese posible determinar

el género. De los 1838 inventores, el 29% (411) son mujeres y el 71% (1427)

son hombres. Para incluir en el modelo la presencia femenina dentro de un grupo

de inventores se ha creado una variable dummy. Toma el valor 1 si en la patente

hay presencia femenina. Toma el valor 0 en caso contrario.

3(van Zeebroeck et al. 2009) analiza los factores que motivan el aumento de reivindicaciones en las patentes.

15

- Número de citas de patentes (cpi). Para Trajtenberg (1990), existe una relación

directa entre esta variable y el valor de la patente. En este mismo sentido se

pronuncian Sapsalis & van Pottelsberghe de la Potterie (2007), que en un 50%

de los estudios encuentran en las citas de patentes un impacto positivo en el

valor de la patente. Para construir esta variable recurrimos a contar los números

de citas de patentes recogidos en el cuerpo central del documento de solicitud de

patente. Contabilizamos en total 951 citas de patentes. Para reducir la dispersión

consideramos la variable en logaritmos (lncpi).

- Número de citas científicas o non-patent-citations (lnnpci): Esta variable es

utilizada con frecuencia para tratar el valor de las patentes así como su

vinculación a la “investigación básica” o relación ciencia-tecnología (Narin et al.

1997). Sin embargo, las conclusiones respecto a las mismas no son siempre en el

mismo sentido. En su trabajo, Meyer (2000), considera que en ocasiones las citas

científicas en las patentes responden a otros motivos e intereses. Por su parte,

Kevin W. Boyack & Klavans (2008), consideran a dichas cita como una

superposición o interacción entre ciencia y tecnología independientemente de la

dirección en la que se de esa relación. En otros trabajos como en el de Sapsalis

(2005) se concluye que esta variable no es determinante del valor de la patente,

si bien lo achaca a que su estudio se centra en patentes universitarias, teniendo

éstas una alta propensión a citar literatura científica. Sin embargo cuando

diferencia entre citas en general y autocitas observa que estas últimas le dan

mayor valor, pues de alguna manera se trasladan los propios conocimientos

científicos a la patente. Por su parte el estudio de patentes alemanas de Harhoff

et al. (2003) sí encuentra dicha relación. Para construir esta variable contamos

las citas científicas recogidas en la solicitud de patente. Hemos contabilizado en

total 4000 citas científicas. Para reducir la dispersión hemos tomado logaritmo

neperiano a la variable.

16

- Tamaño de la familia de patentes (lnfsizei). Viene a señalar que las patentes con

proyección en varios países presentan un mayor valor que las que se centran en

un solo país o región (Sapsalis 2005). En los trabajos de (Putnam 1997; Harhoff

et al. 2003; Lanjouw et al. 1998) se encuentra relación entre las patentes con una

gran familia internacional y su valor. No obstante, según Lanjouw &

Schankeman (2004), más de dos tercios de los poseedores de patentes, no buscan

protección para las mismas fuera de sus mercados nacionales. Para construir esta

variable contabilizamos los países para los que se ha solicitado la protección de

la patente. Para reducir la dispersión tomamos logaritmo neperiano a la variable.

- Número de asignaciones en la Clasificación Internacional de Patentes (ipci):

Las patentes pueden tener asignados diferentes códigos IPC. La literatura

empírica para esta variable sugiere que cuanto mayor es la diversidad

tecnológica, mayor valor tendrá la patente (Lerner 1994), pero también mayor

probabilidad de que se presenten evidencias de que una solicitud de patente no

cumpla con los requisitos para ser patentada (oposición), por ejemplo porque no

sea novedosa. Por el contrario Harhoff & Reitzig (2004), argumentaron que a

mayor diversidad tecnológica, menor probabilidad de oposición porque al ser la

invención más general tiene menos relevancia para su salida al mercado. Para la

construcción de la variable procedimos a contabilizar, por cada patente, los

distintos códigos IPC que tienen asignados.

- Número de inventores (ninvi): Desde este punto de vista Ernst et al. (2000),

encuentran una relación positiva entre el número de participantes en el proceso

de investigación y desarrollo de la patente y la calidad tecnológica de la misma.

Esta conexión también es encontrada en (Adams et al. 2005), basándose

especialmente en la relación entre el número de inventores y valor tecnológico

de la patente. Hemos contado el número de inventores en la solicitud de

patentes. Contabilizamos en total 1.838 inventores durante el período de estudio.

17

- Colaboración (colabi). En el modelo se recoge este hecho en una variable

dummy: Toma el valor 1 si hay colaboración entre distintos organismos públicos

de investigación y el valor 0 en caso contrario.

Es una variable que no ha sido ampliamente estudiada a la hora de determinar el

valor de la patente. Para Sapsalis & van Pottelsberghe de la Potterie (2007), esta

colaboración tiene especial valor cuando dos bases de conocimientos en materia

de investigación se combinan, puesto que pueden crear sinergias que

incrementen su valor. Además, si interviene una institución pública de

investigación, mayor valor puede esperarse, pues la base de conocimiento de la

invención, podría estar relacionada con un mayor esfuerzo de investigación en el

sector científico. Para Balconi & Laboranti (2006), el establecimiento de redes

de colaboración entre investigadores académicos y de la industria mejora la

productividad tanto desde el punto de vista del descubrimiento como de la

invención.

De manera general, la calidad de las patentes, medida por el número de reivindicaciones

sin tipo de afectación X e Y, va a tener la siguiente función:

naci=f(capitni, lnnpci, lnpci, lnfsizei, ninvi, genderi, colabi, ui), i=(1, 2, ….489).

Donde ui capta los efectos no observados.

Para comprobar si las variables lnnpci y lnpci tienen un efecto mayor si en el equipo de

investigación hay presencia femenina se han considerado también las siguientes

variables (términos de interacción):

inter1i=lnnpci*genderi

inter2i=lnpci*genderi

naci=f(capitni, lnnpci, lnpci, lnfsizei, ninvi, genderi, colabi, inter1i, inter2i), i=(1, 2,

….489). Donde ui capta los efectos no observados.

Los estadísticos descriptivos de las variables utilizadas en los modelos, y las

correlaciones están en la tabla 3 y 4 respectivamente.

18

Tabla 3. Estadísticos descriptivos nobs=489 mean Std. Dev Min Max Chemic 0,5143 0,5003 0 1 Colab 0,1578 0,3649 0 1 Female 0,4652 0,4652 0 1 gender 0,4581 0,4987 0 1 Ipc 1,2065 0,4249 1 3 Lncp 0,8644 0,6439 -2,3 7,5164 lnFsize 0,3452 0,5548 0 3,4965 lninvnt 1,1781 0,6519 0 7,5600 Lnnpc 0,5773 2,2315 -2,3 4,2800 nac 3,3436 5,7207 0 46 shdoc 0,8659 0,2114 0 1 Inter1 0,4250 1,5654 -2,3 4,2767 Inter2 -0,3235 1,2901 -2,3 3,1781 Inter3 0,1379 0,5645 -2,3 3,2188 Al 0,0530 0,2248 0 1 Ca 0,1100 0,3140 0 1 Co 0,1000 0,3035 0 1 Gr 0,2110 0,4085 0 1 Hu 0,0320 0,1783 0 1 Ja 0,0260 0,1612 0 1 Mal 0,1300 0,3445 0 1 Sev 0,2400 0,4298 0 1 Csic 0,1000 0,3724 0 1

Tabla 4. Correlaciones.

lnnpc lncp ipc fsize chem lninvt shdoc

lnnpc 1

lncp 0,09 1

ipc -0,08 0,11 1

fsize 0,12 0,18 0,13 1

chem 0,4 0,08 -0,02 0,13 1

lninvt 0,02 0,03 0,04 0,05 0,17 1

shdoc 0,21 -0,05 -0,1 0,12 0,2 -0,21 1

5.- Resultados

19

Los resultados del primer conjunto de modelos se muestran en la tabla 5.

TABLA 5. RESULTADOS obs: 489 Variable endógena: female

LOGIT(I) PROBIT(I)

const -3.605561*** -2.1332***

(0.861808) (0.4829)

lninvti 2.395184*** 1.4316*** (0.2500679) (0.1390)

shdoci 1.220821** 0.7295** (0.6384619) (0.3617)

ali -1.23849** -0.7567** (0.549972) (0.3223)

cai -7.199194* -0.4417*

(0.4286015) (0.2529)

coi 0.1534566 0.06451

(0.4830797) (0.2832)

gri -0.2259684 -0.1402

(0.4012684) (0.2304)

hui -1.0005 -0.5729

(0.7560554) (0.4246)

jai -1.40063** -0.8595** (0.577224) (0.3593)

mali -1.058056** -0.6266**

(0.4763) (0.2690)

sevi -0.9876*** -0.5835***

(0.3826586) (0.2217)

chemci 0.8970*** 0.5372***

(0.2510) (0.1473)

lnnpci 0.040049 0.0221

(0.0567532) (0.0331)

lncpi 0.1112376* 0.0678* (0.0638296) (0.0374)

fsizei -0.242245*** -0.1415***

(0.0893835) (0.0537)

ipci 0.1151505 0.0499

(0.2772588) (0.1601)

colabi 0.095666 0.0635 (0.34416) (0.2005)

McFadden Rsquared

0.2688 0.2706

***1% nivel de significación **5% nivel de significación *10% nivel de significación

De acuerdo con los resultados obtenidos de los modelos incluidos en la tabla,

destacamos lo siguiente:

20

Las variables ipc, (número de asignaciones en la Clasificación Internacional de

Patentes), colab (si existe o no colaboración entre diferentes instituciones) and lnnpc

(número de artículos científicos citados en el documento de patentes), no influyen en la

variable endógena.

Las variables que tienen influencia positiva, es decir, que incrementarían la probabilidad

de la participación femenina en las patentes son: el porcentaje de inventores, lninvti, la

proporción de doctores existentes en un equipo de invención, shdoci, la pertenencia de

la patente al sector químico, chemi, y las citas de patentes lncpi.

La influencia de la variable fsizei sobre la probabilidad de participación femenina en las

patentes es negativa. Esto puede ser debido a que las patentes que solicitan protección

en diferenes países, pertenecen al sector de la ingeniería, en el cual, la participación

femenina es ínfima.

En comparación con el CSIC, hay menor probabilidad de que exista presencia femenina

en las patentes, en las universidades de Almería, Cádiz, Jaén Málaga y Sevilla.

Analizando los resultados, podemos concluir que se confirman las hipótesis 1, 2, 3, 4,

6.2, y 6.4 y que las hipótesis 5, 6.1, y 6.3 no se cumplen. La tabla 6 resume el resultado

del contraste de hipótesis.

Tabla 6. Hipótesis

H1 El número de inventores, influye en la probabilidad de que en

el equipo de patentes exista presencia femenina. √

H2 Existe diferencia entre el sector químico y el resto de sectores

sobre la probabilidad de que el equipo de patentes incluya inventoras.

√

H3

La probabilidad de que en el equipo de investigación de una

patente participen inventoras, difiere entre las distintas

universidades andaluzas y centros públicos de investigación. √

H4 El número de doctores de un equipo de patentes influye sobre

la probabilidad de la existencia de inventoras dentro del mismo.

√

H5 La colaboración entre instituciones influye sobre la presencia

femenina dentro del equipo de patentes. X

H6 Las características técnicas de la patentes, influyen en la probabilidad

de que entre los inventores exista presencia femenina.

21

H6.1. Las citas científicas afectan a la probabilidad de participación de inventoras. X

H6.2. Las citas de patentes afecta a la participación femenina. √

H6.3. Los códigos IPC tienen un impacto en la participación femenina. X

H6.4. El número de países donde la patentes es solicitada afecta a la participación femenina.

√

√: Se rechaza la hipótesis nula X: Se acepta la hipótesis nula

Los estadísticos indican que el modelo de ceros inflados binomial negativo (ZINB) es mejor que

el de ceros inflados Poisson. Los resultados se recogen en la tabla 7. (modelos del ZINB(I) al

ZINB (III).

Los resultados del modelo que incluyen terminos de interacción se recogen en el modelo

ZINB(II). El coeficiente de correlación entre inter1i and lnnpci es 0.68 y 0.64 entre inter2i y

lncpi. Debido a la colinealidad, las variables inter1i e inter2i en el modelo ZINB(II) no son

significativas.

En el modelo ZINB(III), no se incluyen las variables lnnpci and lncpi, y las variables inter1i e

inter2i son significativas:

naci=f(capitni, lnfsizei, ninvi, genderi, colabi, inter1i, inter2i, ui), i=(1, 2, ….489).

Donde ui capta los efectos no observados.

Esto significa que existe colinealidad entre inter1i , lnnpci e inter2i , lncpi. En resumen, podemos concluir que las variables inter1i e inter2i influyen sobre la calidad de las patentes.

Tabla 7 Nº observaciones: 489 Non cero obs: 262 Cero obs: 227

variables ZINB(I) ZINB(II) ZINB(III)

CONST 1.4*** 1.335*** 1.285***

(0.231) (0.233) (0.209)

IPC 0.083 0.044 0.070

(0.144) (0.145) (0.141)

22

LNNPC 0.067*** 0.076**

(0.019) (0.035)

LNCP 0.048** 0.053

(0.022) (0.053)

LNFSIZE 0.452*** 0.44*** 0.446***

(0.125) (0.13) (0.133)

GENDER 0.242** 0.281** 0.334***

(0.134) (0.13) (0.144)

COLAB -0.042 -0.28 -0.032

(0.190) (0.192) (0.192)

INVENTN -0.006 -0.011 -0.020

(0.028) (0.028) (0.027)

INTER1=lnnpc*gender 0.027 0.099***

(0.054) (0.040)

INTER2=lncp*gender 0.065 0 .113***

(0.067) (0.047)

log likelihood -1029.337 -1030.951 -1033.06

Vuongstatistic 3.37*** 3.21*** 3.20***

Alfa (α) 0.90** 0.91** 0.95** (0.167) (0.168) (0.19)

***1% level significant **5% level significant

*10% level significant

Se confirman las hipótesis 7, 8 y 9. El resumen de las mismas la encontramos en la tabla

8.

Tabla 8. Hipótesis

H7 Si en el equipo de inventores hay presencia femenina, la

calidad de la patente, es mayor. √

H8 La influencia de las Citas de Patentes sobre la calidad de las mismas, se potencia si en el equipo de inventores

hay presencia femenina. √

H9

El efecto que ejercen las Citas Científicas sobre la calidad de

las patentes, es mayor cuando en el equipo de inventores hay

presencia femenina. √

√: Se rechaza la hipótesis nula X: Se acepta la hipótesis nula

23

6.- Conclusiones

En el presente trabajo hemos dado respuesta a las dos cuestiones planteadas:

¿Qué factores fomentan la participación femenina en un equipo de patentes?

¿Varía la calidad de la patente si en el equipo de inventores hay presencia

femenina?.

De la primera cuestión se han desprendido las hipótesis de la 1 hasta la 6. Se ha llegado

a la conclusión de que la colaboración entre instituciones, las citas de patentes y los

códigos IPC no son relevantes para explicar la probabilidad de que en el equipo de

patentes exista presencia femenina. Sin embargo, el número de inventores, la proporción

de Doctores en el equipo de patentes y el sector químico tienen un efecto positivo sobre

la participación femenina en las patentes. Por el contrario, el número de países para los

que se solicita la protección de la patente, muestra un efecto negativo sobre la

participación femenina. Esto es porque las patentes que buscan protección en diferentes

países pertenecen al sector de la ingeniería donde la participación femenina es muy baja.

También existen diferencias a nivel institucional. Las Universidades de Almeria, Cadiz,

Jaen, Malaga y Sevilla muestran un efecto negativo sobre la participación femenina si se

compara con el CSIC. Esto es debido a que el CSIC tiene más mujeres inmersas en el

proceso patentador que las Universidades citadas anteriormente. Aunque no se ha

demostrado que exista una relación entre la colaboración institucional y la participación

femenina, es importante fomentarla, tanto inter-institucional como dentro de la misma

institución, con objeto de incrementar la visibilidad y productividad de las

investigadoras.

Al igual que ocurre en la mayoría de las regiones, entre los autores de patentes de las

Universidades y Grupos de Investigación de Andalucía hay escasa representación

femenina. Los recursos humanos son un factor clave para desarrollar la capacidad

innovadora. La capacidad innovadora es la habilidad que tiene un país para alcanzar

crecimiento económico, bienestar social y sostenibilidad. Según los resultados

obtenidos en este trabajo, y dada la capacidad que los recursos humanos tienen para

contribuir a generar riqueza en un determinado territorio, se hace necesario implementar

24

políticas que promuevan una mayor contribución e implicación de la mujer en el ámbito

científico y tecnológico. Fomentar la investigación y elaborar políticas conducentes a

reducir la disparidad en participación entre hombres y mujeres es importante para

incrementar la productividad y fomentar la capacidad innovadora de una sociedad.

Con respecto a la segunda cuestión, se concluye que la calidad de la patente es mayor

cuando en el equipo de patentes están ambos: inventores e inventoras. Este resultado

puede ser debido a las diferencias en cuando al saber-hacer de ambos géneros. Estas

diferencias generan sinergias positivas en el proceso de invención. Por lo tanto, una

mayor proporción de inventoras en el equipo de patentes incrementaría su calidad. De

acuerdo con los resultados obtenidos, el género (la interacción), es un factor relacionado

con la calidad de la patente.

Otras variables que han resultado significativas y positivamente relacionadas con la

calidad de la patente son, tal y como ya se ha contrastado en numerosos estudios

previos, el número de patentes citadas, el número de artículos de citas científicas y el

tamaño de la familia de patentes.

No resultan relevantes para explicar la calidad de las patentes andaluzas la colaboración

entre distintos centros de investigación, el tamaño del equipo de investigadores (medido

por el número de inventores) y el número de asignaciones en la Clasificación

Internacional de Patentes.

De cara a investigaciones futuras cabe señalar el interés de extender el estudio al resto

de regiones españolas y establecer comparaciones. Otra ampliación del estudio será

estudiar la siguiente década (2007-2017) y compararla con el estudio actual, con objeto

de comparar si se han reducido las disparidades y se mantienen los resultados.

Bibliografía .

Abramo, G., D’Angelo, C.A. & Murgia, G., 2013. Gender differences in research collaboration. Journal of Informetrics, 7(4), pp.811–822.

Adams, J.D. et al., 2005. Scientific teams and institutional collaborations: Evidence from US universities, 1981-1999. Research Policy, 34(3), pp.259–285.

Agnete Alsos, G., Ljunggren, E. & Hytti, U., 2013. Gender and innovation: state of the art and a research agenda D. Gry Agnete Alsos, Professor Ulla Hy, ed. International Journal of Gender and Entrepreneurship, 5(3), pp.236–256.

Archibugi, D., 1992. Patenting as an indicator of technological innovation: a review.

25

Science and Public Policy, 19(6), pp.357–368. Azoulay, P., Ding, W. & Stuart, T., 2007. The determinants of faculty patenting

behavior: Demographics or opportunities? Journal of Economic Behavior & Organization, 63(4), pp.599–623.

Balconi, M. & Laboranti, A., 2006. University-industry interactions in applied research: The case of microelectronics. Research Policy, 35(10), pp.1616–1630.

Baldini, N., 2006. The Act on inventions at public research institutions: Danish universities’ patenting activity. Scientometrics, 69(2), pp.387–407.

Barton, J.H., 2000. Policy forum: intellectual property rights. Reforming the patent system. Science, 287(5460), pp.1933–1934.

Basberg, B.L., 1987. Patents and the measurement of technological change: A survey of the literature. Research Policy, 16(2–4), pp.131–141.

Boyack, K.W. & Klavans, R., 2008. Measuring science–technology interaction using rare inventor–author names. Journal of Informetrics, 2(3), pp.173–182.

Busolt, U. & Kugele, K., 2009. The gender innovation and research productivity gap in Europe. International Journal of Innovation and Sustainable Development.

Criscuolo, P. & Verspagen, B., 2008. Does it matter where patent citations come from? Inventor vs. examiner citations in European patents. Research Policy, 37(10), pp.1892–1908.

Dahlstrand, Å.L. & Politis, D., 2013. Women business ventures in Swedish university incubators. International Journal of Gender and Entrepreneurship, 5(1), pp.78–96.

De-Moya-Anegón, F. et al., 2007. Indicadores bibliométricos de la actividad científica española: 1990-2004.

Ding, W. et al., 2008. Commercial Science: A New Arena for Gender Differences in Scientific Careers? Institute for Research on Labor and Employment.

Ding, W.W., Murray, F. & Stuart, T.E., 2006. Gender differences in patenting in the academic life sciences. Science, 313(5787), pp.665–667.

Ernst, H., Leptien, C. & Vitt, J., 2000. Inventors are not alike: The distribution of patenting output among industrial R&D personnel. Ieee Transactions on Engineering Management, 47(2), pp.184–199.

Giuri, P. et al., 2007. Inventors and invention processes in Europe: Results from the PatVal-EU survey. Research Policy, 36(8), pp.1107–1127.

Griliches, Z., 1990. Patent Statistics as Economic Indicators - a Survey. Journal of Economic Literature, 28(4), pp.1661–1707.

Hall, B., Jaffe, A. & Trajtenberg, M., 2000. Market Value and Patent Citations: A First Look, Cambridge, MA.

Harhoff, D. & Reitzig, M., 2004. Determinants of opposition against EPO patent grants - The case of biotechnology and pharmaceuticals. International Journal of Industrial Organization, 22(4), pp.443–480.

Harhoff, D., Scherer, F.M. & Vopel, K., 2003. Citations, family size, opposition and the value of patent rights. Research Policy, 32(8), pp.1343–1363.

Hunt, J. et al., 2012. Why Don’t Women Patent? National Bureau of Economic Research Working Paper Series, No. 17888.

Jung, T. & Ejermo, O., 2014. Demographic patterns and trends in patenting: Gender, age, and education of inventors. Technological Forecasting and Social Change,

26

86, pp.110–124. Kingston, W., 2001. Innovation needs patents reform. Research Policy, 30(3), pp.403–

423. Kleinman, D.L. & Vallas, S.P., 2001. Science, capitalism, and the rise of the

“knowledge worker”: The changing structure of knowledge production in the United States. Theory and Society, 30(4), pp.451–492.

Kugele, K., 2010. Patents invented by women and their par-ticipation in research and development: A European comparative approach.

Lanjouw, J.O., Pakes, A. & Putnam, J., 1998. How to count patents and value intellectual property: The uses of patent renewal and application data. Journal of Industrial Economics, 46(4), pp.405–432.

Lanjouw, J.O. & Schankeman, M., 2004. Patent quality and research productivity: Measuring innovation with multiple indicators. Economic Journal, 114(495), pp.441–465.

Lee, S. & Bozeman, B., 2005. The Impact of Research Collaboration on Scientific Productivity. Social Studies of Science, 35(5), pp.673–702.

Lee, Y.G. et al., 2007. An in-depth empirical analysis of patent citation counts using zero-inflated count data model: The case of KIST. Scientometrics, 70(1), pp.27–39.

Lerner, J., 1994. The Importance of Patent Scope: An Empirical Analysis. The RAND Journal of Economics, 25(2), pp.319–333.

Mariani, M. & Romanelli, M., 2007. “Stacking” and “picking” inventions: The patenting behavior of European inventors. Research Policy, 36(8), pp.1128–1142.

Mauleon, E. & Bordons, M., 2009. Inter-Gender Differences in Technological Activity: Male and Female Contribution to Patents in the Spanish OEPM Database. Proceedings of Issi 2009 - 12th International Conference of the International Society for Scientometrics and Informetrics, Vol 1, 1, pp.338–342.

Mauleón, E. & Bordons, M., 2010. Male and female involvement in patenting activity in Spain. Scientometrics, 83(3), pp.605–621.

McMillan, G.S., 2009. Gender differences in patenting activity: An examination of the US biotechnology industry. Scientometrics, 80(3), pp.683–691.

Meng, Y., 2016. Collaboration patterns and patenting: Exploring gender distinctions. Research Policy, 45(1), pp.56–67.

Meng, Y. & Shapira, P., 2011. Women and patenting in nanotechnology: Scale, scope and equity. In Nanotechnology and the challenges of equity, equality and development. Springer, pp. 23–46.

Merges, R.P., 1994. Of Property Rules, Coase, and Intellectual Property. Columbia Law Review, 94(8), pp.2655–2673.

Meyer, M., 2000. Does science push technology? Patents citing scientific literature. Research Policy, 29(3), pp.409–434.

Murray, F. & Graham, L., 2007. Buying science and selling science: gender differences in the market for commercial science. Industrial and Corporate Change, 16(4), pp.657–689.

Narin, F., Hamilton, K.S. & Olivastro, D., 1997. The increasing linkage between US technology and public science. Research Policy, 26(3), pp.317–330.

Nesta, L. & Patel, P., 2005. National patterns of technology accumulation: Use of patent

27

statistics. In Handbook of Quantitative Science and Technology Research. Springer, pp. 531–551.

Owen-Smith, J. & Powell, W.W., 2001. To patent or not: Faculty decisions and institutional success at technology transfer. The Journal of Technology Transfer, 26(1), pp.99–114.

Pavitt, K., 1985. Patent Statistics as Indicators of Innovative Activities - Possibilities and Problems. Scientometrics, 7(1–2), pp.77–99.

Putnam, J.D., 1997. The Value of International Patent Rights. Journal of International Business Studies, 28(2), pp.437–437.

Rosa, P. & Dawson, A., 2006. Gender and the commercialization of university science: academic founders of spinout companies. Entrepreneurship and Regional Development, 18(4), pp.341–366.

Sampat, B. & Ziedonis, A., 2005. Patent Citations and the Economic Value of Patents. Springer Netherlands, pp.277–298.

Sapsalis, E., 2005. Science vs Technology: a faculty dilemma? 35 years of patenting at the School of Engineering and Applied Science of Columbia University,

Sapsalis, E. & van Pottelsberghe de la Potterie, B., 2007. The institutional sources of knowledge and the value of academic patents. Economics of Innovation and New Technology, 16(2), pp.139–157.

Schmoch, U., 1993. Tracing the knowledge transfer from science to technology as reflected in patent indicators. Scientometrics, 26(1), pp.193–211.

Thursby, J.G. & Thursby, M.C., 2005. Gender patterns of research and licensing activity of science and engineering faculty. The Journal of Technology Transfer, 30(4), pp.343–353.

Tong, X.S. & Frame, J.D., 1994. Measuring National Technological Performance with Patent Claims Data. Research Policy, 23(2), pp.133–141.

Trajtenberg, M., 1990. A Penny for Your Quotes - Patent Citations and the Value of Innovations. Rand Journal of Economics, 21(1), pp.172–187.

Whittington, K.B., 2011. Mothers of Invention? Gender, Motherhood, and New Dimensions of Productivity in the Science Profession. Work and Occupations, 38(3), pp.417–456.

Whittington, K.B. & Smith-Doerr, L., 2005. Gender and Commercial Science: Women’s Patenting in the Life Sciences. The Journal of Technology Transfer, 30(4), pp.355–370.

Whittington, K.B. & Smith-Doerr, L., 2008. Women inventors in context - Disparities in patenting across academia and industry. Gender & Society, 22(2), pp.194–218.

Whittington Bunker, K., 2006. Gender and Patenting in Academia and Industry. In Georgia Institute of Technology, School of Public Policy Seminar Serie. Atlanta, GA.

van Zeebroeck, N., van Pottelsberghe de la Potterie, B. & Guellec, D., 2009. Claiming more: the Increased Voluminosity of Patent Applications and its Determinants. Research Policy, 38(6), pp.1006–1020.

28

29