Eficiencia de la innovación en América Latina. Una aproximación a través del Análisis Envolvente de Datos (Efficiency of innovation in Latin America. An approximation through the Data Envelopment Analysis)

Autores/as

  • Antonio Favila Tello Universidad Michoacana de San Nicolás de Hidalgo

DOI:

https://doi.org/10.24275/uam/azc/dcsh/ae/2019v34n87/Favila

Palabras clave:

Eficiencia, América Latina, envolvente de datos, patentes, Efficiency, Latin America, data envelopment, patents.

Resumen

El presente trabajo tiene por objetivo medir la eficiencia en la innovación de once países latinoamericanos con datos para el año 2018, así como conocer cuáles de los factores considerados tuvieron un mayor impacto en el comportamiento de dicho fenómeno. Se plantea como hipótesis que, la eficiencia en la generación de solicitudes de patente por parte de los países seleccionados se encuentra positivamente determinada por su eficiencia en siete insumos denominados Entorno Regulatorio, Educación Básica, Educación Post-Básica, Investigación y Desarrollo, Infraestructura General, Inversión y Comercio y Competencia. Para corroborar lo anterior se realizó una medición por medio del Análisis Envolvente de Datos (DEA) de tipo radial, orientado al producto, con rendimientos constantes a escala. Los resultados sugieren que la mayor eficiencia la alcanzaron Paraguay, Colombia, Brasil y Argentina; los países evaluados como los menos eficientes fueron Costa Rica, El Salvador, Guatemala, México, Ecuador y Uruguay.

Abstract


The objective of this research is to measure the innovation efficiency of eleven Latin American countries with data for the year 2018, as well as to know which of the factors considered had a greater impact on the behavior of this phenomenon. It is hypothesized that the efficiency in the generation of patent applications by the selected countries is positively determined by their efficiency in seven inputs called Regulatory Environment, Basic Education, Post-Basic Education, Research and Development, General Infrastructure, Investment and Commerce and Competition. To corroborate the above, a measurement was carried out using a radial type Data Envelopment Analysis (DEA), output oriented, with constant returns to scale. The results suggest that the highest efficiency was reached by Paraguay, Colombia, Brazil and Argentina; the countries evaluated as the least efficient were Costa Rica, El Salvador, Guatemala, Mexico, Ecuador and Uruguay.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Antonio Favila Tello, Universidad Michoacana de San Nicolás de Hidalgo

Profesor e investigador adscrito al Instituto de Investigaciones Económicas y Empresariales de la Universidad Michoacana de San Nicolás de Hidalgo

Citas

Aguado, R. y Martínez, J. (2014). “R&D productivity in Europe: towards a regional taxonomy in the European Union”. Harvard Deusto Business Research Vol. 3 No. 1 pp: 2-22. https://doi.org/10.3926/hdbr.55

Archibugi, D. y Coco A. (2004). “A new indicator of technological capabilities for developed and developing countries (ArCo)”, CEIS Tor Vergata Research Paper Series, Vol. 15 No. 44 pp: 1-44. https://doi.org/10.1016/j.worlddev.2003.10.008

Banco Mundial (2019). Indicadores de desarrollo, base de datos recuperada el 3 de mayo de 2019 de <https://datos.bancomundial.org/indicador>

Bloomberg (2015). The Bloomberg Innovation Index. Documento de internet, recuperado el 7 de noviembre de 2018 de: https://www.bloomberg.com/graphics/2015innovative-countries/

Buesa, M., Baumert, T., Heijs, J. y Martínez, M. (2002). “Los factores determinantes de la innovación: un análisis econométrico sobre las regiones españolas”. Economía Industrial, Vol. 347 No. 5 pp: 67-84.

Cachanosky, I. (2012). “Eficiencia técnica, eficiencia económica y eficiencia dinámica”. Procesos de Mercado Revista Europea de Economía Política, Vol. 9 No. 2 pp: 51-80.

Charnes, A., Cooper, W. y Rhodes, E. (1978). “Measuring the efficiency of decisionmaking units”. European Journal of Operational Research Vol. 2 pp: 429-444. https://doi.org/10.1016/0377-2217(78)90138-8

Cheng, G. (2014). Data envelopment analysis: methods and MaxDEA software. Beijing: Publishing House Co. Ltd.

Cheng, G. y Qian, Z. (2014). MaxDea pro 6.3 manual. Beijing: Beijing Realworld Software Company Ltd.

De Ferranti, D., Perry, G., Gill, I., Guasch, L., Maloney, W., Sánchez-Páramo, C. y Schady, N. (2003). Cerrar la brecha en educación y tecnología. Bogotá: Banco Mundial/Alfaomega.

Dzemydaite, G., Dzemyda, I. y Galiniene, B. (2016). “The efficiency of regional innovation systems in new member states of the European Union: a nonparametric DEA approach”. Economics and Business No. 28 pp: 83-89. https://doi. org/10.1515/eb-2016-0012

Etzkowitz, H. y Leydesdorff, L. (2000). “The dynamics of innovation: from National Systems and “Mode 2” to a Triple Helix of university-industry-government relations”. Research Policy Vol. 29 No. 2 pp: 109-123. https://doi.org/10.1016/ S0048-7333(99)00055-4

Farrel, M. (1957) The measurement of productive efficiency. Journal of the Royal Statistical Society Vol. 120 No. 3 pp: 253-290.

Freeman, C. (1987). Technology and economic performance: lessons from Japan. London: Frances Printer Publishers.

Furman, J., Porter, M. y Stern, S. (2001). “The determinants of national innovative capacity”. Research Policy Vol. 31 No. 6 pp: 899-933. https://doi.org/10.1016/ S0048-7333(01)00152-4

Guan, J., Yam, R., Kam, C. y Ma, N. (2006) “A study of the relationship between competitiveness and technological innovation capability based on DEA models”. European Journal of Operational Research Vol. 170 No. 3 pp: 971-986. https:// doi.org/10.1016/j.ejor.2004.07.054

Hollanders, H. y Celikel, F. (2007). Measuring innovation efficiency. Maastricht: Innometrics/University of Maastricht.

Lee, H. y Park, Y. (2005). “An international comparison of R&D efficiency: DEA approach”. Asian Journal of Technology Innovation Vol. 13 No. 2 pp: 207-222. https://doi.org/10.1080/19761597.2005.9668614

Leydesdorff, L. y Etzkowits, H. (2002). “Can the public be considered as a fourth helix in university-industry-government relations?” Science and Public Policy Vol. 30 No. 1 pp: 55-61. https://doi.org/10.3152/147154303781780678

Moori, V. y Yoguel, G. (1998). El desarrollo de capacidades innovativas de las firmas en un medio de escaso desarrollo del sistema local de innovación. Río de Janeiro: Universidad Federal de Río de Janeiro.

Morales, M., Ortiz, C. y Arias, M. (2012). “Factores determinantes de los procesos de innovación: una mirada a la situación de Latinoamérica”. Revista de la EAN Vol.72 No.1 pp: 148-163. https://doi.org/10.21158/01208160.n72.2012.573

Navarro, J. y Torres, Z. (2006). “Análisis de la eficiencia técnica global mediante la metodología DEA: evidencia empírica en la industria eléctrica mexicana en su fase de distribución”, 1990-2003. Revista Nicolaita de Estudios Económicos Vol. 1 No. 1 pp: 9-28.

Organización Mundial de la Propiedad Intelectual (OMPI), Universidad de Cornell e Institut Europeen d’Administration des Affaires (INSEAD) (2018) Índice Global de Innovación 2018. Ginebra: OMPI.

Organización Mundial de la Propiedad Intelectual (OMPI), Universidad de Cornell e Institut Europeen d’Administration des Affaires (INSEAD) (2016) Índice Global de Innovación 2016. Ginebra: OMPI.

Organización para la Cooperación y el Desarrollo Económicos (OCDE) (2016). Perspectivas de la OCDE en Ciencia, Tecnología e Innovación en América Latina 2016. París: OCDE.

Organización para la Cooperación y el Desarrollo Económicos (OCDE) (2018). Research and development indicator group. Base de datos recuperada el 11 de octubre de 2018 de < https://data.oecd.org/innovation-and-technology.htm>

Red de Indicadores de Ciencia y Tecnología Iberoamericana e Interamericana (RICYT) (2018). Gasto en I+D en relación con el PIB 2007-2016. Base de datos recuperada el 11 de octubre de 2018 de < http://dev.ricyt.org/ui/v3/comparative. html?indicator=GASTOxPBI>

Restrepo, M. y Villegas J. (2007). “Clasificación de grupos de investigación colombianos aplicando análisis envolvente de datos”. Revista Facultad de Ingeniería, Vol. 42 pp. 105-119.

Sutz, J. (2002). Problemas avanzados de la innovación en América Latina. Buenos Aires: Universidad Nacional de Quilmes.

Universidad Nacional Autónoma de México (UNAM) (2018). Hacia la consolidación y desarrollo de políticas públicas en ciencia, tecnología e innovación. Ciudad de México: UNAM.

Villarreal, F. y Tohmé. F. (2017). “Análisis envolvente de datos. Un caso de estudio para una universidad argentina”. Estudios Gerenciales. Vol. 33 No. 144 pp: 302308. https://doi.org/10.1016/j.estger.2017.06.004

Wood, D., Wilson, C. y García, A. (2014). Fomentando la innovación en México. Washington: Woodrow Wilson International Center for Scholars/Fundación Idea.

Zamora, A. y Favila, A. (2018). “Medición de la eficiencia de la innovación 2013-2016 mediante el Análisis Envolvente de Datos (AED) en red dinámica”. Economía Sociedad y Territorio, Vol. 18 No. 57, pp. 557-584. http://dx.doi. org/10.22136/est20181184

Descargas

Publicado

2019-09-30

Cómo citar

Favila Tello, A. (2019). Eficiencia de la innovación en América Latina. Una aproximación a través del Análisis Envolvente de Datos (Efficiency of innovation in Latin America. An approximation through the Data Envelopment Analysis). Análisis Económico, 34(87), 249–267. https://doi.org/10.24275/uam/azc/dcsh/ae/2019v34n87/Favila