URUGUAYA 1998-2009
RESUMEN
Este artculo presenta resultados preliminares del anlisis del hasta
donde se conoce- primer panel de datos construido con todas las
encuestas de innovacin en la industria uruguaya para el perodo
1998-2009. En l, se describen brevemente las encuestas de
innovacin en Uruguay, los antecedentes y el uso de indicadores en el
rea. Es un trabajo principalmente emprico, que ofrece resultados
iniciales para el estudio de los determinantes de la innovacin en
Uruguay. En tal sentido, los resultados permiten confirmar que la
propensin a desarrollar actividades de innovacin en la industria
uruguaya est determinada por la insercin internacional de las
empresas, sus vnculos con el SNI; pero principalmente por el tamao
de las firmas.
Palabras clave: encuestas de innovacin, datos de panel, Uruguay
JEL: O31, O32, F14
Agradecimientos
Este trabajo es posible gracias al acceso a los microdatos de las Encuestas de Actividades de
Innovacin en la Industria (EAII), facilitados por la Agencia Nacional de Investigacin e
Innovacin (ANII), para el uso con fines acadmicos.
Introduccin
El estudio de los determinantes de la innovacin a nivel de firma ocupa importantes esfuerzos de
investigacin a nivel internacional. Dos factores han contribuido decisivamente al aumento de la
produccin de trabajos empricos sobre el tema en la ltima dcada. Por un lado, un factor que hace
a la agenda de investigacin en economa y a la creciente importancia atribuida al estudio de los
procesos de innovacin. Ello se refleja no slo en estudios micro, sino tambin en general en la
agenda de investigacin econmica sobre innovacin, desarrollo y cambio estructural. Por otra
parte, existe tambin un factor prctico que explica el aumento de trabajos en el rea. El mismo
refiere a la creciente produccin y disponibilidad e estadsticas confiables sobre el comportamiento
innovador de las firmas, y la mejora de los recursos informticos que aumentaron exponencialmente
la capacidad de procesamiento de datos.
Como consecuencia de estos dos factores, cada vez se cuenta con ms trabajos -con creciente
grado de sofisticacin terica, mejor precisin economtrica, y mayor base emprica- que discuten
las causas y resultados de las actividades de innovacin en las firmas. Uruguay no ha estado ajeno a
ese proceso, y si bien la comunidad de investigacin sobre el tema es pequea, los trabajos sobre el
tema han crecido significativamente a partir de la disponibilidad de datos confiables y con adecuada
regularidad temporal.
Ello, naturalmente, permite mejorar y precisar las preguntas de investigacin, a la vez que obliga
a disear lneas de investigacin de largo aliento, que permitan ensayar diferentes preguntas y
mtodos de anlisis.
En tal sentido, pretendemos en primer lugar, dar cuenta del trabajo realizado para la
conformacin del panel de datos, aportando la publicacin de las decisiones para el armado del
panel, lo que permite replicar el panel por otros investigadores. En segundo lugar, se analizan los
determinantes de la innovacin en la industria manufacturera uruguaya para el perodo de19982009.
As, luego de esta introduccin realizamos una breve revisin de antecedentes sobre el estudio de
la innovacin en la industria uruguaya. Eso permite fundamentar la eleccin de las variables que
estudiaremos como posibles determinantes de la innovacin, y explicar porque el anlisis de
algunos aspectos bsicos apunta a preguntas abiertas en la agenda de investigacin. Con ese mismo
objetivo, en esa seccin revisamos muy brevemente la historia de la medicin y la produccin de
indicadores de innovacin en Uruguay. A partir de eso, se procede luego, en la seccin II, a la
descripcin de los datos utilizados y la presentacin de las estadsticas descriptivas para 1998-2009.
En la seccin III se presentan tres modelos probit mediante los cuales se estima la incidencia de
algunas variables bsicas, como determinantes de la propensin a realizar actividades de innovacin
en la industria uruguaya. Finalmente, a modo de conclusiones, se presentan los pasos a seguir en el
marco de esta lnea de investigacin. El trabajo se completa con tres anexos que ofrecen
informacin sobre las encuestas y la base de datos empleada.
Silveira 1991).
Posteriormente, en paralelo con el inicio de la medicin oficial y sistemtica de las actividades
de innovacin, surgieron varios trabajos ya enfocados especficamente en el estudio del
comportamiento innovador de la industria, la identificacin de patrones especficos y de
determinantes de los procesos de innovacin (PNUD 2005. Bianchi y Gras 2006. Bianchi 2007.
Bianchi et al. 2008).
En los ltimos aos, han aparecido trabajos que analizan las ltimas encuestas de innovacin
disponibles (Bittencourt 2012a) y aportan elementos explicativos relativos al ciclo econmico y la
tendencia de especializacin de la economa. As como tambin trabajos con panel de datos que
indagan sobre los determinantes de la innovacin (Aboal et al. 2011) y su incidencia en la
productividad de las firmas (Cassoni y Ramada 2010).
Todos esos trabajos tienen diferencias en el enfoque terico, fuentes de datos, metodologa y en
los resultados empricos. Pero en este ltimo plano comparten dos conclusiones que son
fundamentales para el estudio que se inicia con este trabajo: i- la innovacin es una actividad
inusual en la industria uruguaya, son pocas las empresas que hacen este tipo de actividades, y; ii- no
surge un patrn evidente que diferencia, por sector, mercado o tamao.
Por tal motivo, este trabajo se enfoca en la revisin de viejas preguntas sobre el comportamiento
innovador de las firmas uruguayas. Como primer paso dentro de una lnea de investigacin de largo
aliento, se revisa la incidencia de variables de base de las firmas tamao, insercin externa,
inversin extranjera directa (IED) y vinculacin con el SNIcomo determinantes del
comportamiento innovador.
I.i- Medicin de la innovacin en la industria uruguaya.
Como ya se mencion, Uruguay fue pionero en la realizacin de encuestas de innovacin en
Amrica Latina. El Centro de Informaciones y Estudios del Uruguay (CIESU) llev adelante la
primera encuesta en 1985, en el marco de un proyecto de investigacin con financiamiento
internacional (CIESU 1987. Argenti et al. 1988).
Esa encuesta aplic un formulario original de amplia cobertura, que se inspir en algunas
experiencias internacionales recientes en ese momento.
No se volvieron a realizar encuestas de innovacin ni indagaciones especficamente sobre
comportamiento tecnolgico de las empresas hasta que se iniciaron las Encuestas de Actividades de
Innovacin oficiales. No obstante, el Departamento de Economa de la Facultad de Ciencias
Sociales de la Universidad de la Repblica, llev a cabo dos relevamientos representativos de la
industria manufacturera, que contenan preguntas sobre aspectos tecnolgicos (DECON 1991, 1995
y 1997).
A partir de 2001 se comenzaron a realizar las Encuestas de Actividades de Innovacin en la
Industria (EAII) originalmente conducidas por la Direccin Nacional de Ciencias y Tecnologa del
Ministerio de Educacin y Cultura, y desde 2007, por la Agencia Nacional de Investigacin e
Innovacin (ANII). Estas encuestas surgieron en Uruguay, en el marco de un esfuerzo regional por
contar con mediciones regulares y comparables de las actividades de innovacin para los pases de
Amrica Latina. El principal resultado de ese esfuerzo fue el denominado Manual de Bogot
(Jaramillo et al. 2001) que adapta los criterios de medicin de la OCDE expuestos en el Manual de
Oslo. (OCDE 1996)1.
Hasta el momento se realizaron cuatro encuestas oficiales de innovacin en la industria, que
1
Una revisin general sobre las encuestas de innovacin de Amrica Latina desde la dcada de 1990 se encuentra en
Castelacci y Natera (2012)
En el momento de escribir este documento la ANII se encuentra culminando los procesamientos de la nueva EAII
2010-2012, que, cuando est disponible se espera incorporar al panel de datos para esta investigacin.
3 En la primera ola solo se cuenta con datos de este tipo por tramos, por ejemplo ingresos, ventas totales, etc.
provenientes de la EAE.
Universo
Muestra
efectiva
98/00
762
01/03
814
04/06
837
07/09
924
619
81,23
516
63,39
568
67,86
281
30,41
Las 3337 observaciones que conforman el panel, corresponden a 1594 firmas. Como se aprecia
en la tabla 2, el 23% de las observaciones corresponden a empresas que solo son relevadas una vez,
el 15% a empresas que aparecen dos veces. Las empresas que aparecen en tres olas son un 26% de
las observaciones y las que aparecen en las cuatro olas son un 37% de las mismas. Estas ltimas
representan un 19% de las firmas presentes en el panel. De las 755 (23%) observaciones que
aparecen una sola vez, 463 aparecen en la ltima ola, de las cuales 136 (29%) son empresas creadas
entre 2004 y 2009.
Tabla 2. Cantidad de repeticiones de las firmas en el panel
Repeticiones
N.
755
22.63
486
14.56
864
25.89
1232
36.92
Total
3337
100
medida como el cociente entre ventas y empleados para esa ola de la EAII. Ese tipo de problemas,
como otros similares referidos al comportamiento exportador se corrigieron en las olas siguientes.
Teniendo en cuenta las ltimas tres olas (2575 observaciones) se observa que la cantidad de
empresas que exportan se mantuvo casi que constante, con una leve cada en el 20095. El personal
ocupado por empresa creci hasta 2006 y cay en el 2009. La productividad (medida como
ventas/personal ocupado) de las empresas tiene tendencia ascendente segn las tres observaciones
con las que se cuenta (Tabla 3).
Tabla 3. Caractersticas de las firmas
Ola
2000
2003
2006
2009
Total
Exportadoras
(%)
18,53
18,02
16,10
17,40
Personal
ocupado (n)
Productividad
(ventas/personal ocupado)*
87728
108384
127836
323948
1101
1146
1215
1160
A partir de 2003 se observa que, si bien el empleo total segua creciendo, comenz a caer el
empleo de personas dedicadas a actividades de I&D. Asimismo, a partir de esa ola se observa
tambin una cada en las personas dedicadas a actividades de ingeniera, diseo y control de
calidad. Estas variables reflejan una tendencia sumamente crtica en la evolucin del
comportamiento innovador de la industria, ya que la presencia de personal calificado ha sido
identificado como uno de los principales determinantes de la insercin de las firmas en el SNI
(Bianchi et al. 2008).
Tabla 4. Personas en actividades I+D o de ingeniera y diseo
Personas en actividades Personas en actividades
Ola
de I&D
de ingeniera o diseo
2000
1059
1478
2003
1163
1646
2006
923
1267
778
1205
2009
Todos los valores estn calculados usando los expansores muestrales
5
Tomar en cuenta tres olas, en esta variable, implica medir las exportaciones en 3 aos distintos separados por
perodos de 3 aos. La variable no recoge todo el perodo sino el ao sealado.
32,82
31,83
2003
36,09
35,65
2006
23,98
31,50
31,50
25,23
2009
31,37
30,73
Total
Todos los valores estn calculados usando los expansores muestrales
La actividad de innovacin que ms se registr fue la adquisicin de Bienes de Capital (tabla 6).
Esa es una caracterstica que se ha observado como una tendencia que refleja la escasa actividad de
innovacin tecnolgica endgena en la industria Uruguaya (Bittencourt 2012a).
Tabla 6. Empresas innovativas segn tipo de actividad (%)
I+D
interna
Ola
I+D
externa
Adq. De
bienes de
capital
TIC's
HW
SW
Ingeniera
Diseo
y diseo organizacional
industrial
y gestin
Capacitacin Gestin
2000
13,29
3,01
21,98
9,41
9,05
2003
13,76
3,28
20,75
12,88
13,78
10,01
2006
5,81
1,66
14,88
10,90
9,15
5,76
3,68
12,40
3,59
2009
11,08
1,21
20,34
10,06
4,76
3,94
15,13
4,37
Total
11,01
2,23
19,60
10,06 10,94
6,59
6,58
14,42
10,50
12,07
Tec y
Cons
14,04
10,54
3,09
16,13
11,66
4,14
11,04
3,80
Producto
Proceso
Organizacin
Comercializacin
2000
24
24
15
14
2003
23
26
21
19
2006
12
18
10
2009
17
24
Total
19
23
13
10
Si bien se obtiene la cifra de un 25%, el trabajo de DICYT para este ao da 28%. No se logr ese resultado.
Empresa
innovativa
Presencia de
capital extranjero
(%)
Exporta (%)
Productividad
(ventas/personal
ocupado) promedio
No
20,84
2,99
12,25
927,47
Si
57,22
7,65
28,93
1681,79
Sector
Cod. CIIU
Innovativas
(%)
Sector/total
muestra (%)
alimentos y bebi
15
27,48
31,53
tabaco
16
82,46
0,33
textiles
17
29,32
7,28
vestimenta incl.
18
16,31
5,96
cuero y calzado
19
24,37
3,51
20
22,97
3,24
papel
21
36,34
1,83
imprentas
22
49,15
5,57
derivados del pe
23
80,00
0,15
industria quimic
24
53,98
11,33
caucho y plastic
25
31,18
4,73
minerales no met
26
32,43
3,84
metalicas basica
27
23,52
1,02
productos metali
28
26,49
5,36
maquinaria indus
29
48,50
2,88
maquinaria de of
30
16,25
0,30
maquinaria y apa
31
33,78
2,07
equipo de comun
32
11,95
0,78
instrumentos med
33
44,55
1,77
vehiculos automo
34
47,94
2,25
otros medios de
35
32,73
1,29
muebles
36
27,08
3,00
31,38
100,00
Total
Economas de escala
Capacidad de tomar riesgos
Posicin dominante en el mercado
Capacidad de apropiacin de resultados de la
innovacin
Nmero y diversidad en la calificacin del
personal
Flexibilidad
Intensidad en los flujos internos de
comunicacin
Especializacin
Adaptabilidad
Mtodos informales de control y monitoreo
Fuente: Adaptacin propia a partir de (Galende y de la Fuente, 2003: 719. Rothwell y Dodgson 1996: 311-312)
A partir de los antecedentes sobre diversos estudios empricos para diferentes pases, las
contribuciones tericas que de ellos se desprenden y la evidencia recabada sobre el desarrollo de
capacidades de innovacin en la industria manufacturera uruguaya durante el perodo 1985-2003
(Bianchi 2007), puede concluirse que no existe ninguna evidencia, a nivel mundial o nacional que
permita suponer una restriccin insalvable para el desarrollo de las capacidades de innovacin
segn tamao de la firma (Figura 2).
9
A partir de la revisin de diversos estudios para Europa y Estados Unidos, Rothwell y Dodgson
1996) llegan a una caracterizacin que puede resumirse en que la relacin terica entre tamao y
comportamiento innovativo sigue una forma de U (Curva roja en la figura 2). Esta forma se explica
a partir de los argumentos expuestos en la figura 1, segn los cuales las firmas pequeas tienen
mayor capacidad de adaptacin a las transformaciones en el paradigma tecnolgico y mayor
capacidad de cambios organizacionales, mientras que las firmas grandes encuentran ventajas de
escala y de diferenciacin funcional interna que les permite destinar recursos y personas a
actividades innovativas. En ese modelo terico, las firmas que concentren las debilidades de firmas
grandes y pequeas sern aquellas que se encuentren en el piso de la U. Existen tambin otros
modelos de interpretacin que proponen caracterizar la relacin entre tamao e intensidad
innovativa segn una forma de U pero invertida (Curva azul en la figura 2). Segn esta
interpretacin la relacin tendra un primer momento de signo positivo hasta llegar a una meseta en
la cual los problemas asociados a las firmas grandes empezaran a limitar la intensidad de las
actividades de innovacin (Lee y Sung, 2005).
Como representan los puntos en verde de la figura 2, en los antecedentes para el caso de la
industria uruguaya se encuentran pocas empresas pequeas que puedan obtener ventajas de la
adaptacin a las transformaciones tecnolgicas. Entonces, la forma de relacin entre tamao y
capacidad de innovacin se describe mejor como una nube de puntos en la que es posible reconocer
una difusa recta de pendiente positiva (Bianchi 2007). Sin embargo, cabe destacar, que existen
antecedentes que muestran como pequeas empresas desarrollan un patrn de comportamiento
innovador fuertemente basado en el aprovechamiento en sus capacidades endgenas (Bianchi y
Gras, 2006). Si bien estos patrones de comportamiento innovador renen una pequea proporcin
de empresas, refuerzan la idea antes enunciada sobre la inexistencia de una relacin unvoca entre
tamao de la firma y comportamiento innovador.
Sobre la insercin internacional, medida a travs de las exportaciones, se espera que tenga un
efecto positivo sobre las actividades de innovacin debido a los efectos de aprendizaje por
exposicin a la competencia internacional. Asimismo, respecto a la propiedad del capital, se
10
presupone una superioridad econmica de las firmas multinacionales asociada con mayores niveles
de conocimiento y ms fcil acceso a financiamiento y a capital humano (Crespi y Zuniga 2012).
III.i El modelo estimado
Se presentan aqu tres modelos probits (y una especificacin para cada uno de ellos) que estiman
la probabilidad de realizar o no actividades de innovacin. Se toma la propensin a realizar
actividades de innovacin ya que los resultados muestran que una vez tomada la decisin de realizar
actividades un alto porcentaje de las firmas se obtienen resultados (98,13%). A su vez, como fue
mencionado en la seccin I, este abordaje es coherente con el diseo metodolgico que inspira el
Manual de Bogot.
Los modelos estimados intentan explicar la decisin de realizar actividades de innovacin
considerando como variables explicativas: el tamao de la firma, la insercin en el mercado
internacional y la presencia de capital extranjero en la empresa. Adems se controla por dummys de
industria y de olas. Las distintas aproximaciones a travs de distintas variables se resumen en la
figura 3. Ya que no se cuentan con datos de personal ocupado o ventas de la primera ola de la
encuesta, los modelos se estiman con las ltimas tres.
Figura 3. Variables empeladas en los modelos estimados
Variables dependiente
Empresa realiza o no actividades de innovacin: activ (Binaria)
Variables independientes
Empresa exporta o no: exp (Binaria)
Variables de control
Dummys de sectores industriales CIIU rev.3 a dos dgitos.
Dummys temporales (de ola).
Los modelos se estiman a travs de un probit con errores robustos a correlaciones dentro
de las observaciones de una misma firma a travs de las olas (clusters) y los dos modelos
que minimizan el Criterio de Akaike (AIC) para personal ocupado y ventas
respectivamente son los modelos 1 y 2 descritos abajo. Se presentan los efectos marginales
de cada variable en la probabilidad de realizar actividades de innovacin para una firma,
evaluados en las medias. Adems se estiman modelos probit de efectos aleatorios con las
mismas variables. A continuacion se detallan los modelos estimados.
Modelo 1: En este modelo la decisin de realizar o no actividades viene determinada de
acuerdo a la presencia de capital extranjero, si se registran o no exportaciones y el
logaritmo de la cantidad de personal ocupado controlado por clase de actividad a dos
dgitos.
(1)
11
(1a)
(1b)
(2a)
(2c)
0.107***
(0.0271)
0.0157
(0.0383)
0.153***
(0.0122)
0.316***
(0.0851)
0.0282
(0.123)
0.486***
(0.0410)
0.0633**
(0.0278)
0.167*
(0.0900)
0.109***
(0.00864)
-0.000554
(0.000420)
0.356***
(0.0295)
-0.00187
(0.00136)
ventas
pext
Dummies por
industria
Dummies
temporales
Observaciones
Nmero de
firmas
Si
Si
Si
Si
Si
Si
Si
Si
2,572
2,572
2,569
2,569
1,404
1,404
En los resultados del Modelo 1 que se presentan en la Tabla 10, se puede notar que al estimar el
modelo robusto a autocorrelaciones (1a) dentro de las firmas el hecho de exportar aumenta la
probabilidad en 0.10 de realizar actividades de innovacin. Por otra parte, si se aumenta en un 1% el
personal ocupado en la media, la probabilidad de realizar actividades aumentar en 0,15. Pero si el
7 El trabajo de Aboal et al. (2011) incluye un mayor desglose de lo que es relacionamiento con otros agentes,
separando en apoyo en financiamiento pblico, fuentes de informacin (mercado, pblico o cientficas) y cooperacin
en I+D. Adems incluye la solicitud de patentes, lo cual en el cuestionario solo puede ser marcado si se realizaron
actividades. El trabajo se basa en Crespi y Zuiga (2010), donde dice: "patents that are granted in the period of inquiry
in surveys are probably associated with inventions that occurred much earlier (at least 68 years before the date
surveyed for knowledge investment in questionnaires)." De cualquier manera no podra utilizarse como fuente la EAII.
12
modelo que se corre es de efectos aleatorios (1b), los efectos marginales de las dos variables
significativas aumentan. Por ejemplo exportar aumenta la probabilidad de realizar actividades en
0.31 y un aumento de un 1% del personal en 0.486.
Por otra parte, el Modelo 2, muestra que el hecho de exportar en el modelo (2a) aumenta la
probabilidad en un 0,06 de realizar actividades de innovacin. Por otra parte, si se aumenta en un
1% el nivel de ventas en el ltimo ao del perodo en la media, la probabilidad de realizar
actividades aumentar en 0,10. Cuando se estima con un modelo de efectos aleatorios (2b), los
efectos marginales de las variables tambin son mayores. En este caso, el modelo de efectos
aleatorios hace que el hecho de exportar es significativo al 10% y no a un 5%, aunque se repite que
el efecto marginal de exportar sobre la probabilidad de realizar actividades de innovacin sea mayor
(0.167 frente a 0.0633). Tambin el aumento de un 1% en las ventas genera un mayor aumento en la
probabilidad de realizar actividades (0.356 frente a 0.109).
Es que en general los efectos marginales estimados mediante modelos de efectos aleatorios son
mayores a aquellos estimados mediante probit con errores robustos a correlaciones dentro de las
observaciones de una misma firma a travs de las olas. Otra apreciacin es que los coeficientes
asociados a las variables relacionadas al mercado internacional y al tamao de la empresa son
significativamente distintos de 0, no as las variables asociadas a la presencia de capital extranjero
en la empresa.
ocupados
exp
ext
cred
relac
Dummies por
industria
Dummies
temporales
Observations
Nmero de
firmas
(3a)
(3b)
0.128***
(0.0131)
0.0877***
(0.0278)
-0.0393
(0.0400)
-0.0643***
(0.0239)
0.614***
(0.0274)
0.387***
(0.0405)
0.246***
(0.0854)
-0.121
(0.123)
-0.175**
(0.0715)
1.799***
(0.0963)
Si
Si
Si
Si
2,571
2,571
1,404
Implica solicitar financiamiento o informacin, por capacitacin, para realizar un cambio organizacional,
13
Modelo 1':
(4)
Tabla 12: Determinantes de la realizacin de actividades innovativas
(1)
ext_lag
exp_lag
ocupados_lag
Dummies por
industria
Dummies
temporales
Observations
Number of
nro_ine
(2)
0.107**
0.338**
(0.0519)
(0.171)
0.104***
0.335***
(0.0369)
(0.119)
0.000963*** 0.00312***
(0.000219) (0.000620)
Si
Si
1,158
1,158
763
14
Dummies por
industria
Dummies
temporales
Observations
Nmero de
firmas
(3)
(4)
0.141***
0.459***
(0.0359)
(0.118)
0.000968*
0.00338*
(0.000572) (0.00188)
1.35e-07*** 4.12e-07***
(5.04e-08) (1.30e-07)
Si
Si
1,158
1,158
763
15
(3b)
0.000724*** 0.00212***
(0.000224) (0.000599)
0.0948**
0.269**
(0.0405)
(0.120)
0.0257
0.0736
(0.0559)
(0.167)
-0.0231
-0.0807
(0.0373)
(0.109)
0.761***
2.189***
(0.0412)
(0.184)
Dummies por
industria
Dummies
temporales
Observations
Nmero de
firmas
1,158
1,158
763
16
Bibliografa
Aboal, D. Garda, P. Lanzilotta, B. Perera, M. (2011). Innovation, Firm Size and Employment Generation in Uruguay:
The Microeconometric Evidence. Trabajo redactado en el marco del Proyecto del BID Employment Generation,
Firm Size and Innovation in Latin America: the microeconometric evidence (RGK1164). Montevideo: Centro de
Investigaciones Econmicas (CINVE).
Argenti, G. Filgueira, C. Sutz, J. (1988). Ciencia y tecnologa: un diagnstico de oportunidades. MEC-CIESU.
Montevideo.
Bianchi, C.; Gras, N.; Sutz, J. (2008). Make, buy and cooperate in innovation: evidence from Uruguayan
manufacturing surveys and other innovation studies 12th International Schumpeter Society conference. Rio de
Janeiro, Brasil.
Bianchi, C. Gras, N. (2006). Innovative behavior and economic performance in the Uruguayan Manufacturing Industry
2001-2003. International ProACT Conference. Finlandia.
Bianchi, C. (2007). Capacidades de innovacin en la industria manufacturera uruguaya. 1985-2003. Tesis de Maestra
en Historia Econmica. PHES, FCS, UDELAR, Montevideo.
Bittencourt, G (2012a) "IV Encuesta de Actividades de Innovacin en la Industria Uruguaya (2007-2009)". ANII,
Montevideo.
Bittencourt, G (2012b) "II Encuesta de Actividades de Innovacin en Servicios en Uruguay (2007-2009)". ANII,
Montevideo.
Cassoni, A. Ramada, M. (2010) Innovation, R&D investment and productivity : Uruguayan manufacturing firms. IDB
working paper series: 191
Castellacci, F. Natera, J.M. (2012) Innovation surveys in Latin America: a primer. MPRA Paper No. 37769,
Centro de Informaciones y Estudios del Uruguay (1987). La industria uruguaya: actividades y resursos humanos en
ciencia y tecnologa. Seminario: Capacidad cientfica y tecnolgica en el Uruguay: una oportunidad para el
cambio. CIESU, Montevideo.
Crespi, G. Zuniga, P. (2012). Innovation and productivity: evidence from six Latin American countries. World
Development, 40(2), 273-290.
Departamento de Economa FCS- UdelaR (1997). Encuesta nacional de industrias: estrategia empresarial y poltica
de empleo. DECON-FCS-UDELAR, Montevideo
Departamento de Economa FCS- UdelaR (1995). Encuesta sobre dinamismo econmico e insercin internacional
1990-1994. DECON-FCS-UDELAR, Montevideo
Departamento de Economa FCS- UdelaR (1991). Encuesta sobre dinamismo econmico e insercin internacional
1989-1990. DECON-FCS-UDELAR, Montevideo
Galende, J. de la Fuente, J. M. (2003). Internal factors determining a firms innovative behaviour. Research Policy 32.
715-736.
Jaramillo, H. Lugones, G. Salazar, M (2001). Normalizacin de Indicadores de Innovacin Tecnolgica en Amrica
Latina. Manual de Bogot. RICYT, Cuaderno Indicios N II. RICYT-CYTED. OEA.
Lee, C-Y. Sung, T. (2005). Schumpeters legacy: A new perspective on the relationship between firm size and R&D.
Research Policy. Article in Press.
Organizacin para la Cooperacin y el Desarrollo Econmico (OCDE) (1996). La medicin de las actividades
cientficas y tcnicas. Principios bsicos propuestos para la recogida e interpretacin de datos sobre innovacin
tecnolgica. Manual de Oslo. OCDE.
Programa de Naciones Unidas para el Desarrollo (PNUD) (2005) Informe Nacional de Desarrollo Humano. Uruguay:
hacia una estrategia basada en el conocimiento". PNUD. Montevideo.
Rama, G. Silveira, S. (1991) Polticas de recursos humanos de la industria exportadora del Uruguay. Modernizacin y
desequilibrios. CEPAL-CINTERFOR, Montevideo.
Rothwell, R. Dodgson, M. (1996 [1994]). "Innovation and size of firm". En: Dodgson, M. y Rothwell, R. (Ed), The
Handbook of Industrial Innovation, Londres.
Snoeck, M. Sutz, J. Vigorito, A. (1992). Tecnologa y transformacin. La industria electrnica uruguaya como punto de
apoyo. Trilce CIESU, Montevideo.
Tansini, R. Triunfo, P. (1998a). Cambio tecnolgico y productividad de las empresas industriales uruguayas. DECON,
UDELAR. Documento de Trabajo 12/98. Montevideo.
Tansini, R. Triunfo, P. (1998b). Eficiencia tcnica y eficiencia comercial en cuatro ramas industriales. DECON,
UDELAR. Documento de Trabajo 9/98. Montevideo.
Tansini, R. Triunfo, P. (1998c). Eficiencia tcnica y apertura externa del sector manufacturero uruguayo. DECON,
17
18
Anexos
Anexo 1
Aclaracin: en general las variables que refieren a montos o promedios en el ao refieren al ltimo ao del periodo.
Mdulos
Las encuestas estn divididas en mdulos. Estos se pueden separar en aquellas que relevan informacin sobre las
actividades de innovacin de aquellos que relevan caractersticas de las empresas.
Los mdulos de preguntas han tenido algunas variaciones, tanto en la aparicin y desaparicin de algunos como en las
preguntas de cada uno de ellos (ya sea por desaparicin o aparicin de preguntas, o en el cambio de mdulo de algunas
preguntas). A continuacin separo en aquellos que tienen ms permanencia de aquellos que no la tienen, tomando como
criterio la aparicin en el ltimo cuestionario y la aparicin en ms de una ola.
Aparece en las 4 olas y refiere a si se desarrollaron actividades de innovacin, la inversin total en ellas en el ltimo ao
de la ola (y pas de origen si corresponde), variacin respecto al ltimo ao de la ola anterior y si obtuvo resultados de
la inversin (o no) o abandon la actividad 9.
Las actividades han variado segn las olas y son las del siguiente cuadro segn las olas.
Todas las preguntas referentes a las actividades estn empalmadas segn indica el cuadro.
9
En las bases no est presente la respuesta a la pregunta de si obtuvo resultados para la primera ola por cada
actividad. En cambio, se agrupa la I+D interna con la externa, y as se agregan otro tipo de actividades.
19
Actividad
Descripcin
1998-2000 2001-2003
2004-2006
2007-2009
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
Idem
7) Ingeniera y
Diseo Industrial
8) Gestin
Idem
Idem
1) I+D interna
2) I+D externa
3) Bienes de Capital
4) Hardware
5) Software
Adquisicin de
Tecnologas de la
Informacin y la
Comunicacin
Adquisicin de derechos de uso de patentes, inventos no
6) Transferencias de patentados, licencias, marcas, diseos, know-how, asistencia
tcnica, consultoras y otros servicios cientficos y tcnicos
Tecnologa y
Consultoras
contratados a terceros (que no hayan sido incluidos en I+D
externa).
Diseo
Organizacional y
Gestin
9) Capacitacin
Idem
Idem
20
2000
2003
2006
2009
csexquimfis
csexmatest
5 Ingeniera y Tecnologa
(ingenieras, arquitectura, etc.)
5 Ingeniera y Tecnologa
(ingenieras, arquitectura, etc.)
5 Arquitectura y Paisaje
5 Arquitectura y Paisaje
csnat
csmed
ingarq
7 Ingeniera Qumica
7 Ingeniera Qumica
8 Ingeniera Elctrica, Industrial, Civil, etc. 8 Ingeniera Elctrica, Industrial, Civil, etc.
6 Ciencias Agrcolas
csagr (agronoma, medicina
veterinaria, etc.)
6 Ciencias Agrcolas
(agronoma, medicina
veterinaria, etc.)
humot
comput
8 Humanidades y Otros
(historia, letras, filosofa, etc.)
8 Humanidades y Otros
(historia, letras, filosofa, etc.)
21
22
trabajo.
Trama de compra-venta. (04-06)
Se pregunta sobre a qu sectores o consumo final se le realizaron ventas y a qu sectores se le compraron bienes o
servicios. Adems se presentan algunas cadenas productivas preguntando si se les compr o vendi en el ao 2006.
Cuestiones a tener en cuenta a la hora de usar el panel.
En general las variables binarias estn codificadas con un 1 para si y 2 para no, salvo aquellas generadas y
otras indicadas.
Las variables fueron nombradas en base al nombre que reciben en la ltima ola que se pregunte eso.
Cambian clasificacin de profesionales
Los valores monetarios son valores en pesos corrientes del ao que se indica en el diccionario (en general el
ltimo ao del perodo).
b_184c
b_42
b_184d
b_43
i_11
b_44
i_11a
b_45
i_11b
b_46
i_12
b_48
i_12a
b_114a
i_12b
b_114b
i_13
b_184a
i_13a
b_184b
i_13b
23
3) Segn los diccionarios (en primera instancia) se arma la correspondencia entre variables entre las distintas olas
generando esqueleto encuestas.ods. Se consulta tambin las labels que surgen de las bases.
4) El procedimiento para el append es que dado que en el primer panel el nombre de la variable va a ser el
nombre de esa variable en la ola ms reciente, se renombran las variables de las olas ms viejas, segn las
coincidencias que se encuentren con olas ms nuevas.
5) Esto ltimo implica que algunas variables de olas viejas deban ser renombradas por tener un nombre que
coincide con el de una ola ms nueva pero que no refieren a la misma pregunta. Para eso se renombran
algunas variables.
Variable en la base 98-00
tamao
estrato
Tamaoa
Estratoa
b2_6
b2_6a
e4_2
e4_2a
f_1
f_1a
f_2
f_2a
f_3
f_3a
f_4
f_4a
f_5
f_5a
f_6
f_6a
f_7
f_7a
f_8
f_8a
f_9
f_9a
f_10
f_10a
f_11
f_11a
f_12
f_12a
f_13
f_13a
f_14
f_14a
f_15
f_15a
f_16
f_16a
f_17
f_17a
f_18
f_18a
f_19
f_19a
f_20
f_20a
j1_1
j1_1a
j1_2
j1_2a
j1_3
j1_3a
j1_4
j1_4a
j1_5
j1_5a
j3_1
J3_1a
j3_2
J3_2a
j3_3
J3_3a
j3_4
J3_4a
b26porce
filter_$
e5_2
situacion
b26porcea
Filter
E5_2a
situaciona
24
estrato
estrato_muestra
Ingenieria_Tecnologia_I_D_Exclusivo*
ingenieria_tecnologia_i_d_e
Ingenieria_Tecnologia_I_D_Parcial*
ingenieria_tecnologia_i_d_p
INE
nro_ine
filter_$
filter
Ingenieria_Tecnologia_ImasD_Exclu*
ingenieria_tecnologia_id_e
Ingenieria_Tecnologia_ImasD_Parc*
ingenieria_tecnologia_id_p
Ingenieria_Tecnologia_Ing_Dis_org_Exclu*
ingenieria_tecnologia_ing_d_o_e
Ingenieria_Tecnologia_Ing_Dis_org_Parc*
ingenieria_tecnologia_ing_d_o_p
*: Se renombran estas variables ya que su nombre original no era aceptado por STATA.
6) Se encuentra que las preguntas respecto monto en actividades de innovacin, pas de origen de las
actividades de innovacin, obtencin de resultados de la inversin y la variacin en el monto de inversin
respecto al perodo anterior presentan como dato un 0 si no se desarrollaron actividades, en vez de un
missing, por lo que se sustituyen esos 0 si no se indic que se haya realizado una actividad de innovacin.
Esto sucede en las olas 98-00, 01-03 y 04-06.
Lo mismo sucede con las olas 01-03, 04-06 y 07-09 para el porcentaje de financiamiento de otros para las
actividades de innovacin.
Tambin sucede esto al preguntar si se realizaron acuerdos de cooperacin y preguntar qu tipos de acuerdos.
Lo mismo sucede para la pregunta sobre si se participa en redes, y luego sobre la procedencia de los agentes de
esas redes. Estas dos cuestiones suceden en la ola 04-06.
BINARIAS
7) La otra dificultad que se presenta es que es distinto como se codifican las respuestas en distintas olas, e incluso
para las variables binarias sucede que dentro de una misma ola hay distintas formas de codificacin. En
general a las binarias se le da un 1 para una respuesta que sea Si y un 2 para las que son No. No obstante a
veces es 1 para si y ., incluso puede combinarse este tipo de codificacin en una misma pregunta para
distintas olas.
8) Las siguientes variables del panel tienen un 0 para No y 1 para Si.
obtresul
aunoobtr
abandono
ie
ia
9) En el bloque referente a Resultados de las innovaciones introducidas al mercado, segn el tipo de innovacin y
grado de novedad, se adaptaron las olas 01-03 y 04-06 al criterio utilizado para la ola 07-09. Esto implica que
si no se realiz innovacin, en producto por ejemplo, o si es missing ese dato, se toma como missing la
pregunta a si la innovacin en producto fue novedosa para el mercado local, la empresa y el mercado
internacional.
Las variables de este bloque son las siguientes, y las que estn en negrita son las que pregunta si se realiz
cada uno de los tipos de innovacin (producto, organizacin, comercializacin y proceso), siendo las otras las
que preguntan sobre lo novedoso de esa innovacin.
25
e1_1_1
e1_1_3
e1_1_2
e1_1_4
e1_2_1
e1_2_2
e1_2_3
e1_2_4
e1_3_1
e1_3_2
e1_3_3
e1_3_4
e1_4_1
e1_4_2
e1_4_3
e1_4_4
10)Para las preguntas de vinculacin, las cuales implican preguntar sobre la vinculacin con distintos actores, se
ajustan las olas 98-00, 01-03 y 04-06 como se presenta la ola 07-09, lo cual implica que si no hubo vinculacin
con un actor, se tome como missing (y no como 0) las preguntas de qu tipo de vinculacin se dio con esos
actores.
11)Se pasa de CIIU rev.4 a rev.3 la ola 07-09 y se genera la variable clase que est presente en las olas 07-09, 0406 y 98-00. A partir de esta conversin tambin se genera clase_2d para la ola 07-09.
12) Se combina expansor_sin_imputaciones de la ola 04-06 con la variable expansor de las restantes olas.
. correlate expansor_con_imputaciones expanso_sin_imputaciones expansor_post
expans~s
expansor_sin_imputaciones
expansor_c~s
expansor_sin_imputaciones
0.9851
expansor_p~t
0.8902
0.8884
expans~t
13) Se genera una variable que agrupa Personas en ingeniera, diseo industrial y diseo organizacional con
Nmero de personas ocupadas en actividades de diseo, control de calidad y/o ingeniera tanto si estn en
unidades formales o no formales. Se denominan podisf y podisnf respectivamente.
14) Se reclasifica Empresas relacionadas como 14 para la variable h2_1_2, el resto de las codificaciones es segn
el formulario.
15) Se genera en 04-06 una variable categrica sobre el origen del agente con el que se vincul tomando como
referencia la ya existente para 07-09
16) Falta la cantidad de profesionales en la empresa preguntada en el formulario, pero no est en la base (98-00)
26
17) Se generan las siguientes variables en correspondencia con las categoras de las encuestas. Las finalizaciones
id y dis refieren a profesionales en i+d y diseo respectivamente, sin importar nivel de dedicacin
27