����������������������������������������������������������������������������������

 

 

Impacto de la innovaci�n en el desarrollo del Per� a�o 2021 � 2030

 

Impact of innovation on the development of Peru year 2021 � 2030

 

Impacto da inova��o no desenvolvimento do Peru ano 2021 � 2030

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: jarevalotu@unfv.edu.pe

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 30 de noviembre de 2023 *Aceptado: 13 de diciembre de 2023 * Publicado: �12 de enero de 2024

 

        I.            Doctor en Ciencias Econ�micas y Sociales, Maestro en Administraci�n de la Educaci�n y Economista. Docente Principal de la Universidad Nacional Federico Villarreal, Ecuador.

      II.            Maestro en Derecho Civil y Comercial, Abogado y Docente Auxiliar de la Universidad Nacional Federico Villarreal, Ecuador.

   III.            Maestro en Derecho Civil y Comercial, Abogado y Docente Auxiliar de la Universidad Nacional Federico Villarreal, Ecuador.

 

Resumen

Objetivo:� Determinar el impacto de la innovaci�n (a trav�s de los factores constitutivos de las patentes), en el desarrollo sostenible del Per� (a trav�s del nivel de crecimiento del PBI). M�todo: El presente proyecto de investigaci�n se centra en el estudio de factores constitutivos de la innovaci�n y su impacto en el nivel de crecimiento del producto bruto interno (desarrollo) en el Per� en el periodo del 2021 con proyecci�n al 2030. Resultado: Se confirma la hip�tesis general en este sentido se confirma que el gasto en ciencia y tecnolog�a (innovaci�n), contribuye positivamente en el desarrollo sostenible del Per�. Considerando como variable dependiente o variable end�gena, representada por el logaritmo del producto bruto interno, y las variables ex�genas (independientes), es el logaritmo de los gastos en ciencia y tecnolog�a.��

Palabras clave: Innovaci�n; Desarrollo; Producto bruto interno; Gastos en ciencia y tecnolog�a; Gastos en educaci�n.

 

Abstract

Objective: To determine the impact of innovation (through the constitutive factors of patents), on sustainable development in Peru (through the level of GDP growth). Method: This research project focuses on the study of factors constitutive of innovation and its impact on the level of growth of domestic gross product (development) in Peru in the period from 2021 with projection to 2030. Result: Confirmed The general hypothesis in this sense is confirmed that the expenditure on science and technology (innovation) contributes positively to the sustainable development of Peru. Considering as a dependent variable the endogenous variable, represented by the logarithm of the gross internal product, and the exogenous variables (independents), is the logarithm of expenditure on science and technology.

Keywords: Innovation; Development; Gross Domestic Product; Expenditure On Science And Technology; Expenditure On Education.

 

Resumo

Objetivo: Determinar o impacto da inova��o (atrav�s dos fatores constitutivos das patentes), no desenvolvimento sustent�vel do Peru (atrav�s do n�vel de crescimento do PBI). M�todo: O presente projeto de investiga��o est� centrado no estudo de fatores constitutivos da inova��o e seu impacto no n�vel de crescimento do produto bruto interno (desenvolvimento) no Peru no per�odo de 2021 com proje��o para 2030. Resultado: Se confirmado a hip�tese geral neste sentido confirma que o gasto em ci�ncia e tecnologia (inova��o) contribui positivamente para o desenvolvimento sustent�vel do Peru. Considerando como vari�vel dependente ou vari�vel end�gena, representada pelo logaritmo do produto bruto interno, e as vari�veis ex�genas (independentes), � o logaritmo dos gastos em ci�ncia e tecnologia.

Palavras-Chave: Inova��o;� Desenvolvimento; Produto Bruto Interno; Gastos Em Ci�ncia E Tecnologia; Gastos Em Educa��o.

 

Introducci�n

Para Schumpeter (1971) y otros pensadores, la innovaci�n constituye un pilar significativo en el desarrollo, constituyendo la transformaci�n de un producto con la mejora de un proceso de producci�n, comercializaci�n y de responsabilidad social, lo cual lo tiene un impacto en el desarrollo social.

Por otro lado, Nelson (1991) y Winter (2005), consideran los cambios tecnol�gicos como un elemento fundamental en el enfoque evolucionista, al respecto la teor�a del cambio tecnol�gico relaciona la causa efecto�� resultado o el producto deben mantener la linealidad con el factor de entrada, generando la funci�n del conocimiento por lo que la innovaci�n se caracterizar�a por ser un proceso lineal y secuencial.

Por otro lado, Bernal, (2018). Expresa que la consecuencia de la tecnolog�a es la transformaci�n del conocimiento, en t�rmino general transformaci�n que deviene en resultados nuevos en productos terminados de calidad significativos para la sociedad y con alto efecto en el mercado.

Asimismo, Gonzales, (2016). Expresa que los pa�ses deben tener la capacidad de producir ciencia y tecnolog�a para genera bienestar econ�mico y social y es importante la investigaci�n cient�fica tecnol�gica y las empresas productivas est�n relacionados con los objetivos y estrategias de los gobiernos, en estos �ltimos a�os estamos presenciando tendencias que van estimulando cambios en el campo de la innovaci�n tecnol�gica, por parte del Estado.

Desde su perspectiva, D�az, Alarc�n, Saborido (2020). Expresan que las instituciones respecto a la innovaci�n deben relacionarse permanentemente, as� tenemos que las universidades, el gobierno, los sectores productivos deben tomar posici�n con las estrategias para el logro del desarrollo sostenible.

Por su parte, Concytec (2016). No hay duda alguna que en la actualidad hay consenso que la innovaci�n tecnol�gica genera un efecto en el desarrollo econ�mico sostenible.

Existen modelos de crecimiento que consideran a la innovaci�n tecnol�gica como la impulsora de desarrollo econ�mico, siendo los programas de inversi�n en investigaci�n y desarrollo (I+D), lo m�s importantes y los que generan conocimiento en campo econ�mico.

 

Problema de investigaci�n

�Cu�l es el impacto de la innovaci�n en el desarrollo sostenible del Per�? Periodo 2021- 2030

 

Marco te�rico

Revisi�n de la literatura te�rica�

El t�rmino �Sistema de innovaci�n� fue empleado por primera vez por Freeman (1987) dentro de esta misma perspectiva otros importantes pensadores como Lundvall (1992) y Nelson (1993) tambi�n publicaron importantes aportes en diversas �reas del conocimiento, en este sentido surge la teor�a del aprendizaje interactivo, la cual, nos permitir� conceptualizar los fundamentos del sistema de innovaci�n.

 

Teor�a evolucionista

Hasta finales de la d�cada de 1970, la teor�a econ�mica predominante era la llamada teor�a neocl�sica, basaba en la maximizaci�n y la escasez; asimismo el equilibrio es importante para decisiones, las interacciones de los agentes est�n fuera del esquema, las incertidumbres ocurren por la falta de informaciones. En la d�cada del ochenta del siglo pasado, apareci� la �Teor�a Evolucionista�, surge como una alternativa a la teor�a neocl�sica, la cual presentan limitaciones te�ricas, emp�ricas y pr�cticas en ese momento.

Freeman (1988), manifiesta la existencia de caracter�sticas b�sicas relacionadas con la visi�n evolucionista, tales como el cambio t�cnico que influye en la actividad econ�mica, existen procedimientos de ajustes en el mercado tanto t�cnicamente como institucional, siendo las instituciones un elemento significativo en el mercado.

 

 

Teor�a del cambio tecnol�gico

La innovaci�n viene a ser un proceso lineal y secuencial, los cuales se ejecutan en fases aisladas, y se inicia con la etapa de investigaci�n elemental y culmina con la etapa de inicio de la innovaci�n en el mercado. En la d�cada del 80, del siglo pasado, se desarroll� un modelo alternativo al modelo lineal, denominado modelo de cadena o interactivo, basado en una interacci�n continua y din�mica entre los diversos factores y elementos del proceso de innovaci�n, respondiendo a un enfoque sist�mico, que va desde la creaci�n del conocimiento hasta la comercializaci�n.

 

Sistema nacional y regional de innovaci�n

En relaci�n a las contribuciones conceptuales sobre el sistema nacional de innovaci�n, Freeman (1987) emplea por primera vez la palabra sistema nacional de innovaci�n para indicar la existencia de las redes en el sector p�blico privado, por otro lado, importan modifican y difunden nuevas tecnolog�as.

Lundvall (1992), resalta la importancia del proceso productivo y de las instituciones, la que establecen las condiciones para el proceso de innovaci�n. Ambas dimensiones en forma conjunta, definen el sistema nacional de innovaci�n. Nelson (1993), se centra en lo significativo que constituye las instituciones de investigaci�n y desarrollo fuente principal de innovaci�n, distingue cuatro elementos fundamentales que constituyen un sistema de innovaci�n: las estructuras institucionales de la naci�n, su sistema de incentivos, la capacidad y creatividad de sus agentes econ�micos e innovadores, as� como las peculiaridades culturales del pa�s.

Por su parte, Edquist y Jonson (1993), resalta el rol de las instituciones y las organizaciones dentro de los sistemas de innovaci�n, y las relaciones entre ellas. Asimismo, Patel y Pavitt se�alan cuatro instituciones y otros tipos de actividades vinculadas a ellas, como elementos centrales de los sistemas nacionales de innovaci�n: las empresas, las universidades e instituciones, los gobiernos o administraci�n p�blica e instituciones de car�cter mixto.

Radosevic, en el estudio respecto a los sistemas de innovaci�n de Centro Europa y Europa del Este, dise�� un modelo multidimensional de la capacidad innovadora, definido por cinco componentes: la invenci�n del saber y el poder de absorber la adaptaci�n de nuevas tecnolog�as, la capacidad de difusi�n, la demanda de productos tecnol�gicamente avanzados y la capacidad (autonom�a) de gobierno.

Por su parte, Cooke (1992), acu�o el t�rmino �sistema regional de innovaci�n� el cual, seg�n Koschatzky (1998) es un factor fundamental del an�lisis de los sistemas nacionales. Asimismo, Lundvall (1992) en su investigaci�n sobre sistema nacional de innovaci�n hace referencia acerca de la regionalizaci�n en relaci�n con la globalizaci�n y las redes regionales.

 

Sistema Tecnol�gico de Innovaci�n

Carlsson (1991) define el sistema tecnol�gico de innovaci�n como �conjunto de redes de agentes involucrados en la generaci�n, difusi�n y utilizaci�n de la tecnolog�a, en un �rea econ�mica industrial espec�fica, bajo una infraestructura institucional� (p.110). En este sistema se distinguen los siguientes elementos: las redes de conocimiento-competencia, redes industriales-bloques de desarrollo, e infraestructura institucional. Al respecto, Hekkert et. al (2007), manifiestan la contribuci�n del estudio del sistema tecnol�gico para entender la din�mica entre las tecnolog�as, la evoluci�n de los sectores y el propio sistema nacional/regional de innovaci�n

 

Sistema Sectorial de Innovaci�n

Aun cuando el enfoque nacional y regional puede considerarse predominante, Freeman y Nelson, han constatado la existencia de diferencias importantes en materia de innovaci�n entre los distintos sectores. Los grupos m�s importantes en este proceso ser�an las empresas, aunque organizaciones e instituciones tambi�n desarrollar�an un papel destacable de acuerdo a Navarro (2001); Flores, (2003); Malerba, (2002).

Seg�n Mart�nez (2002), La diferencia del sistema sectorial respecto al sistema tecnol�gico de innovaci�n, se sustenta en la cobertura de agentes que considera el sistema tecnol�gico. Mientras Galbraith (1980) se�ala que la innovaci�n se est� volviendo cada vez m�s costosa, por su parte Cimoli y Dosi (1994), y centrado en las econom�as latinoamericanas, se muestra la existencia de cuatro tipos de empresas: empresas familiares, filiales de empresas extranjeras, empresas del sector p�blico, dedicadas a sectores estrat�gicos y cuyas pol�ticas de innovaci�n no obedecen a las necesidades del mercado sino a intereses pol�ticos; multinacionales, en las que es complicado establecer tipos de patr�n definido.

Por otro lado, Pavitt (1984), describe diferencias entre sectores y entre distintos tipos de empresas; en tal sentido, un enfoque sectorial permitir� analizar en mayor detalle ciertos cambios tecnol�gicos que se dan de manera espec�fica dentro de un determinado sector, e incorporar� el estudio de los productos, las tecnolog�as b�sicas, los insumos y la demanda.

Objetivo de investigaci�n: Determinar la Consecuencia de la Innovaci�n en el Desarrollo Sostenible del Per�. Periodo 2021.� 2030.

 

M�todo

El Proyecto de Investigaci�n denominado. Impacto de la Innovaci�n en el Desarrollo Sostenible del Per�. Periodo. 2021.� 2030, presenta un car�cter descriptivo y longitudinal, dentro un enfoque cuantitativo.

 

Datos y metodolog�a

El estudio de investigaci�n considera al gobierno nacional, gobierno regional, gobierno local e instituciones del poder legislativo, del poder ejecutivo y del poder judicial, seleccionando 26 regiones, 1895 municipalidades distritales y provinciales y otras instituciones tanto p�blicas como privadas, con estas informaciones se obtuvo los datos estad�sticos�

Para evaluar los factores que conforman la funci�n del conocimiento se cre� una base de datos, logrando identificar variables correspondientes a los gobiernos nacionales, regionales y locales en el periodo 2021 - 2030. Se consider� variables relacionadas al contexto social � econ�mico, unidades productivas innovadoras, universidades, gesti�n p�blica, educaci�n, pol�ticas de investigaci�n y desarrollo y otras variables institucionales.

Principalmente, los datos estad�sticos fueron obtenidos de la base de datos del Instituto Nacional de Estad�stica e Inform�tica. INEI.�

Se present� una serie de limitaciones y obst�culos, como escasez de datos de las regiones, lo que exigi� estimar u obtener de otras fuentes, tales como del Centro Nacional de Planeamiento Estrat�gico, Ministerio de Econom�a y Finanzas, Banco Central de Reserva.

 

Figura 1: Regiones del Pa�s

Nota: Elaboraci�n Propia.

 

Con la finalidad de especificar los elementos determinantes de la innovaci�n (patente), elaboramos una nueva funci�n de generaci�n de conocimiento, tomando en cuenta lo expuesto por Griliches (1979), representada por la siguiente relaci�n:

D�nde P, N�mero de Patentes; EE, Entorno Econ�mico; EI, Empresas Innovadores; AGP, Administraci�n y Gesti�n P�blica; U, Universidad; AP, Estructura productivo; K, Capital.

A continuaci�n, se describen las t�cnicas y modelos econom�tricos aplicados en este estudio.

 

An�lisis factorial

Esta t�cnica se define desde el punto de vista estad�stico multivalente que considera un grupo de variables cuantitativos que permite establecer un grupo menor de variables hipot�ticas (no observables), que resumen la capacidad explicativa del conjunto original. Es decir, esta t�cnica recoge la m�xima informaci�n de una serie de variables en una base de datos con un n�mero inferior de variables (factores), en el cual integra en grupos homog�neos. Estos grupos homog�neos se forman con las variables que correlacionan entre si y procuran que lo grupos no tenga v�nculos entre ellos.

El an�lisis factorial va a posibilitar as� que, dada una muestra de observaciones o casos en un conjunto de variables cuantitativas, puedan representarse en un espacio de peque�a dimensi�n, conocido como espacio factorial, que permite interpretar las relaciones entre ellas. Concretamente este tipo de an�lisis factorial que consigue reducir las variables a otras de car�cter te�rico o hipot�tico (factores), as� como la identificaci�n de estructuras mediante el resumen de datos, recibe el nombre de an�lisis factorial �R�.

Es importante se�alar que una de las ventajas que posee esta t�cnica, respecto a otras es que, desde el punto de vista estad�stico, se pueden obviar los supuestos de normalidad, homocedasticidad y linealidad. Es decir, los supuestos b�sicos impl�citos en el m�todo son m�s de tipo conceptual que estad�stico. De esta forma, la cuesti�n de la multicolinealidad (que suele causar graves problemas en otro tipo de an�lisis multivalentes y en modelos econom�tricos) en este caso es deseable, dado que el fin es identificar series de variables que se encuentren interrelacionadas. Adem�s, siempre y cuando puedan determinarse subconjuntos claramente diferenciados de variables, en los que, por un lado, dentro de cada uno de ellos las mismas est�n muy relacionadas entre s�, y por otro, las de los distintos subconjuntos no presenten relaciones, la serie original de indicadores podr� ser simplificada a otra de factores. �stos resumir�n la informaci�n que tienen en com�n las variables pertenecientes a un mismo subconjunto.

Una vez llevado a cabo el an�lisis, los factores obtenidos tendr�n el mismo car�cter y naturaleza que los datos originales, pero estar�n en una cantidad menor y permitir�n apreciar mejor los componentes del Sistemas de innovaci�n, pudi�ndose utilizar en an�lisis posteriores.

 

 

An�lisis factorial rotada

Un aspecto importante del an�lisis factorial es el referido a la explicaci�n de los factores, dado que se trata de variables abstractas y multidimensionales. Por ello, su interpretaci�n se realizar� a partir de la matriz de componentes y la matriz de componentes rotadas. La matriz de componentes o matriz factorial contiene las correlaciones lineales entre las diferentes variables del an�lisis y los factores conservados. A estas correlaciones tambi�n se les denomina saturaciones de las variables en los factores o cargas factoriales y gr�ficamente son las proyecciones de las variables originales sobre los factores. Dado que el m�todo aplicado es el elemento esencial las correlaciones oscilar�n entre 1 y -1. Esta matriz indica la combinaci�n de variables originales que presenta el mayor porcentaje de la varianza de los datos. Consecuentemente, el primer factor es el que mejor resume las relaciones que los datos manifiestan a trav�s de una combinaci�n lineal de variables, el segundo factor se define como la segunda mejor combinaci�n lineal de las variables sujeta a la restricci�n de que sea ortogonal al primero. Para ello, este segundo factor debe derivarse de la varianza restante tras la extracci�n del primero y as� sucesivamente con los restantes factores.

A pesar de que ya con esta informaci�n se podr�a realizar alguna interpretaci�n de los resultados, interesa una matriz donde las variables se saturen en los distintos factores para una definici�n m�s clara y sencilla. Con este fin se ha llevado a cabo una rotaci�n ortogonal (donde los ejes conservan un �ngulo de 90 grados) concretamente la conocida como Varimax. La rotaci�n tiene por objeto conseguir una matriz de componentes que sea lo m�s interpretable posible, es decir, que se ajuste al principio de estructura simple, bajo el cual cada variable se satura en un factor distinto, o lo que es lo mismo, que las variables fuertemente correlacionadas entre s� presenten saturaciones altas (en valor absoluto) sobre un mismo factor y bajas en el resto. Como su nombre indica en la rotaci�n, se giran en el origen los ejes de referencia de los factores y a diferencia de la soluci�n factorial no rotada se distribuye la varianza de los primeros factores a los �ltimos, consiguiendo as� una redistribuci�n de ella entre los componentes y, por ende, una estructura m�s simple y m�s significativa te�ricamente.

Con relaci�n a la rotaci�n, se puede decir que, si dos variables presentan saturaciones altas pr�ximas a uno sobre un mismo factor, entonces se encuentran correlacionadas entre s� y los elementos obtenidos son matem�ticamente independientes.

 

Modelos econom�tricos

En este apartado se describir� los distintos modelos utilizados en el presente trabajo.

Modelos Basados en �Pool no Censurado�

M�nimos Cuadrados Ordinario

M�nimos Cuadrados Ordinarios (MCO) es un m�todo que consiste en minimizar la suma de cuadrados de los residuales, en el cual los estimadores obtenidos poseen una serie de propiedades estad�sticas como, insesgadez (sesgo peque�o o nulo), eficiencia (varianza m�nima) y consistencia (convergencia en probabilidad al par�metro a estimar). Este m�todo presenta muchas ventajas en cuanto a lo f�cil de su uso y por lo adecuado del planteamiento estad�stico matem�tico que permite adecuarse a los supuestos para los modelos econom�tricos.

 

Regresi�n Robusta (Robust Standard Errors)

Una relaci�n robusta es la forma de analizar la regresi�n presentada para eliminar determinadas restricciones que exige los m�todos param�tricos y no param�tricos. Los m�todos aplicados de regresi�n como es el caso de m�nimos cuadrados presentan caracter�sticas de una relaci�n robusta siendo la forma adecuada, sus suposiciones subyacentes se cumplen para los datos analizados, pero pueden proporcionar resultados err�neos si esas suposiciones no son reales. La regresi�n robusta incorpora un conjunto de t�cnicas de estimaci�n que son menos sensibles que los m�nimos cuadrados ordinarios (MCO) a los efectos de posibles incumplimientos u omisiones de supuestos. En este caso las estimaciones de los coeficientes de regresi�n son los mismos que en la regresi�n MCO, pero los c�lculos de los errores estandarizados son m�s robustos con respecto al incumplimiento de las proposiciones normal y homog�nea de los residuos (Esta estimaci�n consigue reemplazar la matriz de covarianzas por una matriz robustificada como la de White, que admite errores no normales y heterocedasticos).

Modelos Basados en �Datos de Panel no Censurado�

 

Efectos fijos

El presente modelo efectos fijos, modelo de regresi�n considera diferentes hip�tesis sobre la conducta de los elementos, el m�s consistente son de efectos fijos o efecto observado.� Este modelo supone que el error (), se divide una parte fija para cada uno de los individuos y la otra parte aleatoria los cuales cumplen los requisitos del MCO. La relaci�n del modelo se expresa por la siguiente representaci�n:

D�nde: es la variable dependiente para el D�nde: �es la variable dependiente para el individuo �en el tiempo , �es el efecto inobservable, �es el error idiosincr�sico o error que cambia en el tiempo, �es el par�metro a estimar, �representa una variable independiente.

 

Efectos aleatorios

El modelo de efectos aleatorios tiene la misma especificaci�n que el de efectos fijos con la diferencia que , en lugar de ser un valor fijo para cada individuo y constante a lo largo del tiempo para cada individuo, es una variable aleatoria con un valor medio �y una varianza Var () ≠ 0.

Este modelo es m�s eficiente (la varianza de la estimaci�n es menor) pero menos consistente que el de efectos fijos, es decir es m�s exacto en el c�lculo del valor del par�metro, pero este puede estar m�s sesgado que el de efectos fijos.

 

Test de Hausman

El test de Hausman (1978) representa el chic cuadrado que significa las desigualdades sistem�ticas y significativa en las proyecciones.�

Su aplicaci�n es para determinar si un estimador es consistente y si la variable es o no relevante.

En nuestro caso el test de Hausman nos permite definir qu� modelo (efecto fijo o efecto aleatorio) es el m�s adecuado para analizar el panel de dato. Si las diferencias no son sistem�ticas, ambos estimadores son consistentes, se elige el m�s eficiente en nuestro caso el efecto aleatorio, pero si existe diferencia son sistem�ticas, se elige al que considera consistente en este caso el efecto fijo.

 

Modelos Basados en �Datos de Panel Censurado�

Tobit o Modelo de Regresi�n

Este modelo Tobit o modelo de regresi�n censurada describe la relaci�n entre una variable dependiente observada censurada �(valor continuo y estrictamente positivo) y las variables independientes . Este modelo supone la existencia de una variable latente � que depende linealmente de �a trav�s de un par�metro �que determina la relaci�n entre la variable independiente �y la variable latente �(tal como en un modelo lineal). Adem�s, hay un t�rmino de error �con una distribuci�n normal para captar las influencias aleatorias en esta relaci�n. La variable dependiente �es igual a la variable latente �cuando la variable latente es superior o igual a cero, en cambio, la variable observable es igual cero cuando la variable latente es inferior a cero. En s�ntesis, el modelo consiste en expresar la respuesta observada,, en funci�n de una variable latente.

 

Tobit Random Effect

En Tobit de efectos aleatorios cumple con la hip�tesis del modelo Tobit, pero, adem�s, como hip�tesis tiene el efecto aleatorio. De igual forma, el modelo Tobit de efecto aleatorio supone la existencia de una variable latente,, que est� en funci�n de un conjunto de variables independientes, , as� como tambi�n un efecto aleatorio, Este modelo permite contemplar la influencia de caracter�sticas no observadas de los individuos.

 

Likelihood-Ratio Test (Test de Chibar2 (01)):

El test Likelihood nos permite comprar el modelo Tobit de efecto aleatorio y Pooled Tobit, como hip�tesis nula (no hay diferencia) equivalente Pooled Tobit y como hip�tesis alternativa equivalente Tobit de efecto aleatorio, es decir, si rechazamos la hip�tesis nula (p-valor<0.05), prevalece la hip�tesis alternativa equivalente a Tobit de efecto aleatorio y si aceptamos la hip�tesis nula (p-valor<0.05), prevalece el modelo Pooled Tobit.

 

Universo y Muestra del Estudio

Universo. El universo comprende la evaluaci�n de la funci�n del conocimiento y de los cambios tecnol�gicos en el pa�s. De las regiones o departamentos y de las municipalidades provinciales y distritales

Muestra. Para el tama�o de la muestra se aplicar� la f�rmula para las variables de estudio.

n= tama�o de la muestra= �?�

N= Tama�o de la Poblaci�n 1921 (Gobierno Nacional, Regional, Local)

= Error Absoluto M�ximo Tolerado = 0.10

�Percentil =1.96

= probabilidad de �xito = 0.5

= porcentaje complementario

 

T�cnicas de Recolecci�n de Datos o Instrumentos

En el acopio de la informaci�n se considera las referencias bibliogr�ficas, textos referentes al tema de la investigaci�n, tesis, revistas indexadas, repositorios de universidades y plataformas virtuales, tales como Scopus, Web of Science, Scielo, Latindex, Google Acad�mico y otros. Para la acumulaci�n de datos y la validaci�n de estos se aplicar� los Programas Estad�sticos, SPSS, Microsoft Excel. La informaci�n de datos ser� presentada en tablas y figuras.

 

Procedimientos

�La acumulaci�n de datos se obtendr� a trav�s de entrevista, observaciones, se utilizar�n instrumentos como las gu�as de entrevistas, cuestionarios.� Se aplicar� la investigaci�n explicativa y descriptiva para evaluar la informaci�n respecto a textos, revistas, informes t�cnicos, decretos leyes, referente a la innovaci�n y desarrollo sostenible y adem�s conceptualizar. �Qu� es la Innovaci�n y cu�l es el Impacto en el Desarrollo Sostenible?

 

�mbito Espacial y Temporal

La investigaci�n se efectuar� a nivel del Pa�s y con proyecciones al a�o 2030.

 

 

Unidad de an�lisis

Las variables comprenden la Innovaci�n y el desarrollo Sostenible. Sustentados en la Funci�n del Conocimiento y en los Cambios Tecnol�gicos (patentes � PBI).

Los elementos constitutivos de las patentes (innovaci�n) y los elementos consecutivos del desarrollo (PBI).

 

Resultados

Datos y an�lisis de resultados

�En la tabla N� 3 podemos observar los resultados del an�lisis factorial, efectuado con el programa estad�stico SPSS, en el cual la matriz de componentes rotados integra seis factores distinguibles.� El primero factor es equivalente al �contexto Econ�mico�, ya que contempla indicadores sobre la capacidad productiva de las regiones o departamentos. En el segundo factor podemos observar que est� relacionado a la actividad innovadora del sector empresarial, el cual se denomina �Empresas Innovadoras�. El tercer y cuarto factor refleja la generaci�n espec�fica de conocimiento cient�fico, correspondiente a la �Administraci�n y gesti�n P�blica� y �Universidad�. Por �ltimo, el quinto y sexto factor, corresponde respectivamente al �Aparato Productivo� y �Capital�.�

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 2: Matriz de Componentes Rotados.

Nota: M�todo de extracci�n: An�lisis de componentes principales. M�todo de rotaci�n: Normalizaci�n Varimax con Kaiser. La rotaci�n ha convergido en 6 iteraciones.

 

Por otro lado, podemos observar el test de KMO que contrasta las correlaciones parciales muestra un valor de 0.711, en el cual significa que el proceso de reducci�n de datos es adecuado, dado que indica una alta correlaciones entre las variables, permitiendo ser explicadas por los factores. Asimismo, el test de esfericidad de Bartlett, explica el rechazo a la hip�tesis a un nivel de confianza de 99%, se�alando la existencia de interrelaci�n importante en las variables.

�De acuerdo a los resultados obtenidos del an�lisis factorial, los factores se utilizar�n como variables explicativas de entrada de la innovaci�n de las regiones o departamentos considerados en este estudio, que ser� medido a trav�s del n�mero de patentes totales, patentes de alta tecnolog�a y media y baja tecnolog�a en t�rmino absoluto.

A fin de comprobar la consistencia y fiabilidad del estudio, se aplic� diferentes procedimientos de estimaci�n a la relaci�n de producci�n del conocimiento.

A continuaci�n, se detallar� la situaci�n de las variables dependientes.

 

Figura 3: Resultados de las Proyecciones

Nota: Elaboraci�n Propia.

 

 

 

 

 

 

 

 

 

Datos Proyectados al 2030

 

Figura 4: PBI Real Proyectado al 2030

Nota: Elaboraci�n Propia

 

Nota: Elaboraci�n Propia, donde se muestra la proyecci�n del PBI al 2030

Figura 5: PBI Real Proyectado al 2030

 

Figura 6: Gasto en Ciencia, Tecnolog�a e Innovaci�n Proyectado al 2030

Nota: Elaboraci�n Propia.

 

Discusi�n

El presente estudio de investigaci�n� denominado �Impacto de la Innovaci�n en el Desarrollo del Per� 2021 � 2030�, permitir� evidenciar o confirmar el logro del efecto positivo en el desarrollo del Per�,� teniendo en cuenta la participaci�n� de los factores constitutivos de la innovaci�n como los gastos en ciencia y tecnolog�a, educaci�n y en inversi�n bruta fija y otros,� permitiendo cerrar brechas de recursos en Ciencia, ,tecnolog�a y conocimiento� y construir infraestructura f�sicas y tecnol�gica descentralizada y establecer pol�ticas p�blicas� relacionadas con las patentes, innovaci�n y desarrollo.

Al respecto Freeman (1987) en la obra Technology Policy and Economic performance, y tambi�n Dosi (1988), en la obra Technical change and Economic Theory, plantea que no basta conocer los esfuerzos del cambio tecnol�gico sobre la actividad econ�mica, sino que es preciso ahondar en el trabajo de las interrelaciones que ellos producen en la din�mica econ�mica.

Este enfoque tambi�n fue analizado y divulgado por la organizaci�n para la cooperaci�n y desarrollo econ�mico. OCDE. (1980). En su �informe de investigaci�n y desarrollo�.

En conclusi�n, este enfoque de sistemas de innovaci�n, desarrolla una visi�n hol�stica entorno a los procesos del conocimiento y cambios tecnol�gicos, para impulsar el desarrollo

Al respecto los autores plantean que para reducir o eliminar las brechas de recursos y lograr el bienestar o desarrollo, precisa tener en cuenta los conocimientos y los cambios tecnol�gicos como fundamento de la innovaci�n, que coincide con la propuesta de nuestro proyecto de investigaci�n para lograr el desarrollo del Per�.

 

Conclusiones

�                     De acuerdo con el an�lisis correlacional aplicado a las variables del proyecto de investigaci�n, es decir el an�lisis a los� componentes de las variables de� innovaci�n, como los gastos en ciencia� y tecnolog�a, los gastos en educaci�n, los gastos en inversi�n bruta fija; este an�lisis correlacional dio como resultado que estos factores correspondientes a la variable patente (innovaci�n), presentan nivel de interrelaci�n entre las variables de estudio del presente proyecto y cuyas conclusiones son las siguientes:

1.             El an�lisis correlacional al factor �logaritmo de ciencia y tecnolog�a, (lct)�, evidencia interrelaci�n positiva con la variable desarrollo (producto bruto interno). PBI, lo que significa que frente a un incremento en el gasto en ciencia y tecnolog�a del 1%, el nivel de desarrollo en el Per� se ver� incrementado a trav�s del producto bruto interno en un 0.408%.

1.             Por otro lado, el modelo estimado no presenta auto correlaci�n de orden, tambi�n no presenta heterocedasticidad, por la cual podemos deducir teniendo en cuenta la probabilidad asociada que la variable gasto en ciencia y tecnolog�a impacta directa y positivamente en el nivel de desarrollo en el Per�. (PBI)

2.             El an�lisis correlacional al factor logaritmo de educaci�n (le), evidencia interrelaci�n directa y positivamente con la variable desarrollo (producto bruto interno. PBI).

3.             Lo que significa que frente a un incremento en el gasto educaci�n en el 1%, el nivel de desarrollo en el Per�, se ver� incrementado a trav�s del producto bruto interno (PBI), en un 0.510%.

4.             Por otro lado, el modelo estimado presenta auto correlaci�n de orden 2, tambi�n el modelo no presenta heterocedasticidad, por la cual podemos deducir que teniendo en cuenta la probabilidad asociada, las variables gastos en educaci�n impacta directa y positivamente en el nivel de desarrollo del Per� (PBI).

2.             El an�lisis correlacional al factor del logaritmo de inversi�n bruta fija(libf), evidencia interrelaci�n directa y positivamente con el variable desarrollo producto bruto interno. (PBI).

5.             Esto significa que frente a un incremento en el gasto en inversi�n bruta fija en 1%, el nivel de desarrollo en el Per� se ver� incrementada a trav�s del producto bruto interno. PBI en un 0.21%.

6.             Por otro lado, el modelo estimado presenta auto correlaci�n de orden 2, tambi�n el modelo presenta heterocedasticidad, por la cual podemos deducir que teniendo en cuenta la probabilidad asociada de la variable gasto e inversi�n bruta fija impacta directa y positivamente en el desarrollo del Per�.

 

Recomendaciones

1.             Al evidenciar que la variable independiente (end�gena), gasto p�blico en ciencia y tecnolog�a impacta directa y positivamente en el desarrollo del Per�, a trav�s del PBI. Se recomienda a los que tienen la responsabilidad de administrar y gestionar las instituciones del estado plantear pol�ticas nacionales cuyo eje importante se encuentra en la ciencia, tecnolog�a e innovaci�n.

2.             Teniendo en cuenta los resultados del an�lisis correlacional respecto a la variable independiente (end�gena) �educaci�n�, que impacta positivamente en el desarrollo del Per� a trav�s del incremento del nivel del PBI se recomienda la restructuraci�n de los programas curriculares a todo nivel educativo y nuevas infraestructuras tanto f�sicas como tecnol�gicas, capacitaciones continuas en investigaci�n, ciencia, tecnolog�a, innovaci�n y emprendimiento.

Recomendar mejorar la asignaci�n presupuestal en partidas relacionadas con la investigaci�n, ciencia, tecnolog�a e innovaci�n, fundamentalmente en los factores constitutivos de las patentes, representadas por el entorno econ�mico, empresas innovadoras, gesti�n p�blica, la academia, en la, inversi�n bruta fija, en el aparato productivo tanto p�blico como privado.

 

Referencias

3.                  Bernal, P. (2018). Taxonom�a de los Sistemas Regionales de Innovaci�n en el Per�. Tesis para optar el grado de maestro en pol�ticas y gesti�n de la ciencia, tecnolog�a e innovaci�n. Lima � Per�.

4.                  Carlsson, B. y Stankiewicz, R. (1991): �On the nature, function and composition of technological systems�; Journal of Evolutionary Economics, vol. 1, No. 1, pp. 93-118.

5.                  Centro Nacional de Planeamiento Estrat�gico. CEPLAN (2010, marzo) Plan Per� 2021. Consejo Nacional de Ciencia y Tecnolog�a. CONCYTEC. (2009) PARADIGMAS: Informe Especial N� 1, proyectos de ciencia, tecnolog�a e innovaci�n, desarrollados durante el 2008 con apoyo del CONCYTEC, FINCYT, INCAGRO y del CANON. Lima: CONCYTEC.

6.                  Cimoli, M. Y Dosi, G. (1994): De los paradigmas tecnol�gicos a los sistemas nacionales de producci�n e innovaci�n. Revista de Comercio Exterior, 44 (8), 669-682.

7.                  Concytec (2016). Pol�tica nacional para el desarrollo de la Ciencia, Tecnolog�a e Innovaci�n Tecnol�gica � CTI.� Consejo Nacional de Ciencia, Tecnolog�a e Innovaci�n Tecnol�gica.

8.                  Cooke, PH., URANGA, M. y ETXEBARRIA, G. (1997): �Regional Systems of Innovation: Institutional and Organizational Dimensions�; Research Policy, No. 26, pp. 475-491.

9.                  D�az, M. & Alarc�n, R. & Saborido, J. (2020). Potencial humano, innovaci�n y desarrollo en la planificaci�n estrat�gica de la educaci�n superior cubana 2012-2020.� Rev. Cubana Edu. Superior vol.39 no.3. La Habana.

10.              Edquist, CH. y Johnson, B. (1997): �Institutions and Organisations in Systems of Innovation�. En: EDQUIST (ed.) (1997).

11.              Freeman, CH. (1987): Technology and Economic Performance: Lessons from Japan. London.

12.              Furman, J., Hayes, R., (2004): Catching up or standing still? National innovative productivity among �Follower� Nations, 1978�1999. Research Policy 33, 1329�1354.

13.              Galbraith, J. K. (1980): El nuevo estado industrial. Barcelona: Ariel.

14.              Gonzales, N. (2016). La Inversi�n En Investigaci�n Cient�fica, Desarrollo Tecnol�gico Y Su Incidencia Del Beneficio Tributario En La Empresa Constructora Coliseo Trujillo., tesis para optar el t�tulo de contador p�blico. Trujillo � Per�.

15.              Griliches, Z. (1990): �Patent Statistics as Economic Indicators: A Survey�; Journal of Economic Literature, vol. 28, pp. 1661-1707.

16.              Heijs, J. y Buesa, M. (2013): Manual de Econom�a de Innovaci�n. Instituto de An�lisis Industrial y Financiero, Complutense Madrid.

17.              Hekkert M. Hekkert R. Suurs, S. Negro, S. Kuhlman, y R. Smits (2007). �Functions of Innovation Systems: A new approach for analyzing technological change� Technological forecasting and social change, (74), 413-432.

18.              Lundvall, B-�. (ed.) (1992): National Systems of Innovation. Towards a Theory of Innovation and Interactive Learning; London.

19.              Malerba, F. (2002): Sectoral Systems of Innovation and Production. Research Policy, 31: 247-264.

20.              Malerba, F. y ORSENIGO, L. (1995): �Schumpeterian Patterns of Innovation�; Cambridge Journal of Economics vol. 19, pp. 47-65

21.              Mansilla J. (2019). El gasto p�blico en ciencia, tecnolog�a e innovaci�n, y su impacto en el crecimiento econ�mico del Per�. Repositorio institucional Universidad Inca Garcilaso de la Vega.

22.              Marshall, A. (1925): �Mechanical and biological analogies in economics�. En Pigou, A. (eds), Memories of Alfred Marshall, London, Mac Millan. Tomado de CLARK, N. y JUMA, C. (1988).

23.              Mart�nez Pellitero, M. (2002): Recursos y resultados de los sistemas de innovaci�n: elaboraci�n de una tipolog�a de sistemas regionales de innovaci�n en Espa�a; Documento de trabajo N� 34. Instituto de An�lisis Industrial y Financiero, Complutense Madrid. http://www.ucm.es/bucm/cee/iaif

24.              Navarro, M. (2001a): Los sistemas nacionales de innovaci�n: una revisi�n de la literatura. Documento de Trabajo N� 26. Instituto de An�lisis Industrial y Financiero, Universidad Complutense Madrid. http://www.ucm.es/bucm/cee/iaif

25.              Nelson, R. (1993). National Innovation Systems: A Comparative Analysis. New York: Oxford University Press. USA.

26.              OCDE (1997): National Innovation Systems; Paris. Thorstein V. (1899). The Theory of the Leisure Class: An Economic Study of Institutions. MacMillan. New York. USA.

27.              Patel, P. y Pavitt, K. (1994): �National Innovation Systems: why they are important and how they might be measured and compared�, Economics of Innovation and New Technology, vol. 3-1, pp. 77-95.

28.              Pavitt, K. (1984): �Sectoral Patterns of Technical Change: Towards a Taxonomy and a Theory; Research Policy�; Vol. 13 n�6, pp. 343-373.

29.              Radosevic, S. (2004): �A Two-Tier or Multi-Tier Europe? Assessing the Innovation Capacities of Central and East European Countries in the Enlarged EU�; Journal of Common Market Studies, vol. 42 (3), pp. 641-666.

30.              Schumpeter, J. (1971). Historia del an�lisis econ�mico, Madrid, Ariel.��

31.              Veblen, T. (1900): The preconceptions of economic science�, Quarterly Journal of Economics 14 (2). 240-269.

32.              Winter, S. (2005). Trade Offs. An Introduction to Economic Reasoning and Social Issues. The University of Chicago Press. Chicago. USA.

 

 

 

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).