German Soto2021
German Soto2021
German Soto2021
ISSN: 0301-7036
ISSN: 2007-8951
Universidad Nacional Autónoma de México, Instituto de
Investigaciones Económicas
DOI: https://doi.org/10.22201/iiec.20078951e.2021.205.69710
https://doi.org/10.22201/iiec.20078951e.2021.205.69710
a
Universidad Autónoma de Coahuila, México. Correos electrónicos: [email protected],
[email protected] y [email protected], respectivamente.
145
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
1. Introducción
146
Innovación y crecimiento económico regional: evidencia para México
1
Cálculos propios con datos de INEGI sobre el Producto Interno Bruto (PIB) actualizado al año base
2013.
2
Cálculos propios con información de patentes del Instituto Mexicano de la Propiedad Industrial
(IMPI) durante el periodo 1995-2017.
147
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
2. Revisión de literatura
3
El PEI es el principal instrumento de política pública del país desde 2009 para fomentar la innova-
ción en el sector empresarial.
148
Innovación y crecimiento económico regional: evidencia para México
149
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
150
Innovación y crecimiento económico regional: evidencia para México
Modelo teórico
(1)
con s como la tasa de ahorro, K el capital y L el trabajo. Dado que se asu-
men rendimientos constantes, la acumulación continua de capital es necesaria
para que no decline el nivel de producto. Para ello, es esencial la tecnología
(con su actividad de innovación y patentamiento). Las mejoras en la tecnolo-
gía (A) incentivan la acumulación de capital y producto (Romer, 1990), por
lo que ésta debe ser endógena, es decir:
(2)
151
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
(3)
(4)
152
Innovación y crecimiento económico regional: evidencia para México
(5)
Metodología
(6)
(7)
(8)
153
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
desde .
(9)
(10)
154
Innovación y crecimiento económico regional: evidencia para México
(11)
4
Entre las variables ensayadas están escolaridad, matrículas universitaria y secundaria, y esperanza
de vida. En todas se obtuvo colinealidad fuerte con aglomeración.
155
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
(12)
4. Análisis estadístico-descriptivo
5
Unidades monetarias en pesos y en valores constantes de 2013.
156
Innovación y crecimiento económico regional: evidencia para México
450
400
350
300
Frecuencia
250
200
150
100 86
60
41 36
50 25
12
0
0 1-20 21-40 41-60 61-80 81-100 Más de 100
Intervalos
600
PIB per cápita (miles de pesos)
500
400
300
200
100
0
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00
157
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
Stock capital per cápita (SC) 736 70 278 86 985 87 094 734 545
6
Los datos de PIB per cápita son constantes y se tomaron del Banco Mundial (2018).
158
Innovación y crecimiento económico regional: evidencia para México
Alto
Medio
Bajo
PEI Alto
PEI Medio
PEI Bajo
159
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
Norte
Centro
Sur
1. Aguascalientes
2. Baja California
3. Baja California Sur
4. Campeche
5. Coahuila
6. Colima
7. Chiapas 20. Oaxaca
8. Chihuahua 21. Puebla
9. Ciudad de México 22. Querétaro
10. Durango 23. Quintana Roo
11. Guanajuato 24. San Luis Potosí
12. Guerrero 25. Sinaloa
13. Hidalgo 26. Sonora
14. Jalisco 27. Tabasco
15. Estado de México 28. Tamaulipas
16. Michoacán 29. Tlaxcala
17. Morelos 30. Veracruz
18. Nayarit 31. Yucatán
19. Nuevo León 32. Zacatecas
5. Resultados
7
Como menciona Arellano (1993), el procedimiento bietápico es preferible en caso de
heteroscedasticidad.
160
Innovación y crecimiento económico regional: evidencia para México
Pece et al. (2015) destacan valores de 0.1% (Polonia), 0.5% (República Che-
ca) y 0.6% (Hungría). Para una muestra de 58 países, Hasan y Tucci (2010)
estiman una elasticidad de PIB per cápita a patentes cercana a 0.04% en eco-
nomías de alto y bajo ingreso, mientras que Feki y Mnif (2016) estiman un
efecto de 0.02% en 35 países en desarrollo.
Diagnósticos de regresión
161
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
EPO, y de 0.003 a 0.12% para las establecidas desde la USPTO.8 Ríos y Cas-
tillo (2015) estiman variaciones que van de 0.02% (con patentes) a 0.04%
(coeficiente de inventiva) en una muestra conjunta de países desarrollados y
en desarrollo. Esta primera aproximación es consistente, tanto con la teoría,
como con varios de los estudios de corte nacional e internacional que usan
metodologías y variables similares.
En México, Ríos-Flores y Ocegueda (2018) no encuentran significancia
desde patentes, pero cuando ensayan con el coeficiente de inventiva obtienen
una elasticidad estadísticamente significativa de 0.03%. Al considerar la re-
lación en un modelo interregional, las elasticidades innovación-crecimiento
fluctúan entre 0.03 y 0.06%, entre regiones de alto, medio y bajo ingreso,
valores muy cercanos a los de este trabajo y que pueden ser comparables al
usar técnicas de estimación y regionalización similares. Mungaray et al. (2015)
estiman efectos que elevan el PIB per cápita en 0.15% por cada aumento por-
centual de la capacidad innovadora de México, valor superior al de países de
la OCDE y la Unión Europea. Finalmente, Beltrán-Morales et al. (2018) esti-
man elasticidades entre 0.03 y 0.05% durante 1998-2008, al usar número de
patentes o patentes relativizadas por sueldos y salarios.
El tamaño de la economía y el stock de capital físico también ejercen efec-
tos positivos y significativos sobre los ingresos. Además, la variable dummy
sobre la crisis internacional de 2008 resultó negativa y significativa, por
lo que este evento ha contribuido en debilitar el crecimiento. Hay que recor-
dar que la innovación que se realiza en México, al igual que en otros países en
desarrollo, presenta un fuerte componente multinacional, en la medida que
esta actividad es dominada por empresas extranjeras que buscan explotar los
rendimientos crecientes que genera una nueva invención. En México, una
proporción importante de las patentes (cerca de 90%) es de origen extranjero,
por lo tanto, ante una crisis global como la de 2008, se reduce significativa-
mente la actividad multinacional que se ve reflejada en patentamiento y, en
consecuencia, las derramas regionales se ven afectadas negativamente.
El modelo no presenta problemas de sobreidentificación (prueba Sargan),
es decir, hay una correcta selección de las condiciones de momentos. La prueba
Arellano-Bond sostiene que en el segundo orden deja de existir autocorrela-
ción serial, como debe ser. La mediana de los rezagos en la tabla 2 es 0.87, es
decir, 50% del cambio total en el ingreso per cápita se logra en poco menos
de un periodo. El valor de rezago medio es de 0.76 y representa un promedio
8
Oficina Europea de Patentes (EPO) y Oficina de Patentes y Marcas Registradas de Estados Unidos
(USPTO).
162
Innovación y crecimiento económico regional: evidencia para México
163
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
Diagnósticos de regresión
Notas: valores t entre paréntesis y p-values entre corchetes. n.s. = “no significativo”. Los superíndices ***, ** y * indican
significancia al 1, 5 y 10%, respectivamente. Dj para j = 1, 2 y 3 son dummies para las categorías de cada criterio de región
usado en el modelo interregional y toman valores de la siguiente manera: D1 = 1para ingreso alto, PEI-Alto, Norte; 0 en otro
caso. D2 = 1 para ingreso medio, PEI-Medio, Centro; 0 en otro caso. D3 = 1 para ingreso bajo, PEI-Bajo, Sur; 0 en otro caso.
Fuente: elaboración propia.
164
Innovación y crecimiento económico regional: evidencia para México
Diagnósticos de regresión
Notas: valores t entre paréntesis y p-values entre corchetes. n.s. = “no significativo”. Los superíndices ***, ** y * indican
significancia al 1, 5 y 10%, respectivamente. Definición de regiones, véanse notas de la tabla 3.
Fuente: elaboración propia.
165
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
6. Conclusiones
166
Innovación y crecimiento económico regional: evidencia para México
Bibliografía
167
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
168
Innovación y crecimiento económico regional: evidencia para México
169
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
170
Innovación y crecimiento económico regional: evidencia para México
OECD (2003). OECD Science, technology and industry scoreboard 2003. OECD.
https://doi.org/10.1787/sti_scoreboard-2003-en
Pece, A., Oros, O. y Salisteanu, F. (2015). Innovation and economic growth:
An empirical analysis for CEE countries. Procedia Economics and Finance,
26(1). https://doi.org/10.1016/s2212-5671(15)00874-6
Peng, M., Ahlstrom, D., Carraher, S. y Shi, W. (2017). An institution-based
view of global IPR history. Journal of International Business Studies, 48(7).
https://doi.org/10.1057/s41267-016-0061-9
Ríos, J. y Castillo, M. (2015). Efectos de la capacidad innovadora en el cre-
cimiento económico. Análisis comparativo entre países desarrollados y
en desarrollo. Región y Sociedad, 64(27). https://doi.org/10.22198/rys.
2015.64.a312
Ríos-Flores, J. y Ocegueda, J. (2018). Efectos de la capacidad innovadora en
el crecimiento económico de las entidades federativas en México 2018.
Estudios Fronterizos, 19. https://doi.org/10.21670/ref.1813013
Rodríguez-Pose, A. y Crescenzi, R. (2008). Research and development, spi-
llovers, innovation systems, and the genesis of regional growth in Europe.
Regional Studies, 42(1). https://doi.org/10.1080/00343400701654186
Rodrik, D., Subramanian, A. y Trebbi, F. (2004). Institutions rule: The pri-
macy of institutions over geography and integration in economic deve-
lopment. Journal of Economic Growth, 9(2). https://doi.org/10.3386/
w9305
Romer, P. (1986). Increasing returns and long-run growth. The Journal of
Political Economy, 94(5). https://doi.org/10.1086/261420
______ (1990). Endogenous technological change. The Journal of Political
Economy, 98(5), S71-S102. https://doi.org/10.1086/261725
Sala-i-Martin, X. (2000). Apuntes de crecimiento económico. Antoni Bosch.
Schumpeter, J. (1942). Capitalism, socialism and democracy. Harper &
Brothers.
Sedgley, N. y Elmslie, B. (2001). Agglomeration and congestion in the eco-
nomics of ideas and technological change. American Journal of Economics
and Sociology, 60(1). https://doi.org/10.1111/1536-7150.00056
______ y Elmslie, B. (2004). The geographic concentration of knowledge:
Scale, agglomeration, and congestion in innovation across U.S. states.
International Regional Science Review, 27(2). https://doi.org/10.1177/
0160017603262401
Solow, R. M. (1956). A contribution to the theory of economic growth.
Quarterly Journal of Economics, 70(1). https://doi.org/10.2307/1884513
171
Vicente German-Soto, Mauro Soto Rubio y Luis Gutiérrez Flores
Stokey, N. (1995). R&D and economic growth. The Review of Economic Stu-
dies, 62(3). https://doi.org/10.2307/2298038
Tomizawa, A., Zhao, L., Bassellier, G. y Ahlstrom, D. (2019). Economic
growth, innovation, institutions, and the great enrichment. Asia Pacific
Journal of Management, 37(1). https://doi.org/10.1007/s10490-019-09
648-2
Torres-Preciado, V., Polanco-Gaytán, M. y Tinoco-Zermeño, M. (2014).
Technological innovation and regional economic growth in Mexico:
A spatial perspective. The Annals of Regional Science, 52(1). https://doi.
org/10.1007/s00168-013-0581-1
Ulku, H. (2004). R&D, innovation, and economic growth: An empiri-
cal analysis. International Monetary Fund Working Papers, No. 04/185.
https://www.imf.org/-/media/Websites/IMF/imported-full-text-df/exter-
nal/pubs/ft/wp/2004/_wp04185.ashx
______ (2007). R&D, innovation, and growth: Evidence from four manufac-
turing sectors in OECD countries. Oxford Economic Papers, 59(3). https://
doi.org/10.1093/oep/gpl022
Unger, K. (2011). La política de estímulos fiscales a ID en México. Alcances
limitados en el contexto de innovación de las empresas. El Trimestre Econó-
mico, 78(309). https://doi.org/10.20430/ete.v78i309.27
Wu, Y., Guo, X. y Marinova, D. (2017). Productivity, innovation and China’s
economic growth. En L. Song, R. Garnaut, C. Fang y L. Johnston (eds.).
China’s new sources of economic growth: Human capital, innovation and te-
chnological change (pp. 213-227). ANU Press. https://doi.org/10.22459/
cnseg.07.2017.09
Yanhui, W., Huiying, Z. y Jing, W. (2015). Patent elasticity, R&D intensi-
ty and regional innovation capacity in China. World Patent Information,
43(1). https://doi.org/10.1016/j.wpi.2015.10.003
Zhou, G. y Luo, S. (2018). Higher education input, technological innova-
tion, and economic growth in China. Sustainability, 10(8). https://doi.
org/10.3390/su10082615
172