Innovación y crecimiento económico

Item Type info:eu-repo/semantics/bachelorThesis

Authors Aldave Ñato, Jose Daniel

Publisher Universidad Peruana de Ciencias Aplicadas (UPC)

Rights info:eu-repo/semantics/openAccess; Attribution-

NonCommercial-ShareAlike 4.0 International

Download date 18/02/2022 15:49:00

Item License http://creativecommons.org/licenses/by-nc-sa/4.0/

Link to Item http://hdl.handle.net/10757/652424

UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

FACULTAD DE ECONOMÍA

PROGRAMA ACADÉMICO DE ECONOMÍA GERENCIAL

INNOVACIÓN Y CRECIMIENTO ECONÓMICO

TRABAJO DE INVESTIGACIÓN

Para optar el grado de bachiller en Economía Gerencial

AUTOR

Aldave Ñato, Jose Daniel (0000-0002-3595-1813)

ASESOR

de la Cruz Toledo, Juan Joel (0000-0001-5730-5815)

Lima, 20 de agosto de 2020

 RESUMEN

La presente investigación tiene como principal objetivo analizar la relación a largo plazo

entre la innovación y el crecimiento económico para proporcionar evidencia empírica al

estudio del crecimiento económico. Para ello, se realiza un análisis dinámico del efecto de

tres variables de creatividad económica y tres variables de implementación de la innovación

en el crecimiento del producto por trabajador. Para lograr este objetivo, utilizamos modelos

de ecuaciones estructurales en una muestra de 39 países de las bases de datos del Banco

Mundial y el World Economic Forum, de los cinco continentes, con ingresos altos, medios

y bajos, durante el período comprendido entre 2014 y 2018, utilizando máxima verosimilitud

como método de estimación. Los resultados muestran que el efecto de la innovación sobre

el crecimiento económico es inverso en un periodo de 4 años.

Palabras clave: Crecimiento económico; Innovación; Creatividad económica; Desarrollo

económico

I
 INNOVATION AND ECONOMIC GROWTH

ABSTRACT

The paper has the main objective of examines the long-term relationship between innovation

and economic growth to provide empirical evidence for the study of economic growth. For

that purpose, a dynamic analysis of the effect of three variables of economic creativity and

three variables of implementation of innovation in the growth of the product per worker is

carried out. To achieve this goal, we used structural equation models in a sample of 39

countries from the World Bank and World Economic Forum databases, from the five

continents, with high, medium and low incomes, during the period between 2014 and 2018,

using maximum likelihood as estimation method. The results show the effects of innovation

is inversely on economic growth over a period of 4 years.

Keywords: Economic growth; Innovation; Economic creativity; Economic development

II
 TABLA DE CONTENIDOS

INTRODUCCIÓN ............................................................................................................... 1

MARCO TEÓRICO ............................................................................................................ 3

BREVE MODELO TEÓRICO .......................................................................................... 7

INVENCIÓN ......................................................................................................................... 9
Acceso a las tecnologías de información y comunicación (ICT) .............................. 9
Habilidades y destrezas de la fuerza laboral (SK) .................................................... 9
Gasto en I+D, ............................................................................................................... 9
IMPLEMENTACIÓN ............................................................................................................ 10
Solicitudes de marca registrada ............................................................................... 10
Propiedad intelectual................................................................................................. 10
Inversión privada en Innovación ............................................................................. 10
Sistema finaciero ........................................................................................................ 11
CRECIMIENTO ECONÓMICO ............................................................................................. 11
Tasa de crecimiento de la productividad,................................................................ 11
Tasa de crecimiento del stock de capital ................................................................. 11

MODELO ECONOMÉTRICO BASE ............................................................................ 12

DATOS ............................................................................................................................... 13

RESULTADOS .................................................................................................................. 16

CONCLUSIONES ............................................................................................................. 19

REFERENCIAS ................................................................................................................ 21

ANEXOS ............................................................................................................................ 25

III
 Índice de Tablas

Tabla 1 - Modelos propuestos ............................................................................................. 13

Tabla 2 - Países seleccionados............................................................................................. 14
Tabla 3 - Estadísticos ........................................................................................................... 15
Tabla 4 - Correlaciones........................................................................................................ 16
Tabla 5 - Resultados de los modelos de ecuaciones estructurales estimados con
máxima verosimilitud, coeficientes estandarizados ............................................................ 17
Tabla 6 - Resultados de los modelos de ecuaciones estructurales estimados con
máxima verosimilitud, coeficientes estandarizados, solo países desarrollados................. 255
Tabla 7 - Resultados de los modelos de ecuaciones estructurales estimados con
máxima verosimilitud, coeficientes estandarizados, inclusión de controles adicionales .. 266

IV
Introducción

El presente trabajo de investigación tiene como principal objetivo contribuir a la

comprensión de la dinámica mediante la cual la innovación contribuye al crecimiento

económico, uno de los tres pilares del desarrollo sostenible. Para ello, es imprescindible

mencionar lo que se entiende por desarrollo sostenible en el entorno académico. Una

definición, que se usa aún en la actualidad, fue dada por Gro Harlem Brundtland, presidenta

de la Comisión sobre el Medio Ambiente y el Desarrollo de las Naciones Unidas (1983-

1987), quién planteó que el desarrollo sostenible es la satisfacción de las necesidades

actuales sin perjudicar la capacidad de que las futuras generaciones satisfagan las propias

(United Nations & World Commission on Environment and Development, 1987).

Posteriormente, en 2002, en el Plan de Aplicación de la Cumbre Mundial sobre el Desarrollo

Sostenible de Johannesburgo, se menciona que el desarrollo sostenible consta de tres pilares

interdependientes que se refuerzan entre sí, el crecimiento económico, el desarrollo social y

la protección del medio ambiente (United Nations, 2002). A ello, Sachs (2015) agrega que

para lograr dicho desarrollo sostenible es preciso alcanzar una buena gobernanza, tanto por

parte de los gobiernos, como de las grandes empresas; en general, una buena gobernanza por

parte de los actores principales de una economía. En ese sentido, la presente investigación

pretende aportar conocimiento que permita a los principales agentes económicos una

adecuada toma de decisiones en su búsqueda por lograr el crecimiento económico y, con

ello, el desarrollo sostenible.

El marco teórico desarrollado por Kendrick, Solow y otros pioneros, ha demostrado que

existen tres principales fuentes del crecimiento económico: acumulación de capital,

incremento de la fuerza laboral e incremento de la productividad (Jorgenson, 1991). Por ello,

y siguiendo el marco conceptual iniciado por teóricos del crecimiento económico (e.g.

1
Schumpeter, 1911; Solow, 1956; Swan, 1956; Grossman & Helpman, 1984) que establece

una relación positiva entre el progreso tecnológico y el crecimiento económico, éste estudio

tiene como principal objetivo contrastar empíricamente el impacto de la innovación, como

impulsor del progreso tecnológico, sobre el crecimiento económico.

La relevancia de ello gravita principalmente en la brecha de crecimiento económico

observado entre países en vías de desarrollo, como el Perú, y países desarrollados, y que se

puede acortar mediante políticas de innovación. En el caso peruano, la industria tiene una

brecha tecnológica deficitaria con el resto del mundo cada vez más marcada, lo cual a su vez

nos hace menos productivos que el resto del mundo (Roca, 2011). A pesar del crecimiento

económico sostenido que ha venido teniendo el país, el Perú sigue teniendo bajos niveles de

productividad y diversificación productiva, ello principalmente debido a que la economía

peruana es básicamente dependiente de los recursos naturales (Kuramoto, 2017). Ello se

explicaría principalmente, por un lado, por la escasa inversión en investigación y desarrollo

(I+D), de 0.08% del Producto Bruto Interno (PBI) para el sector público y entre 0.03 y 0.04%

para el sector privado, lo cual hace un total de entre 0.11 y 0.12% del PBI, muy por debajo

del promedio de América Latina (0.75%) (Consejo Nacional de Ciencia, Tecnología e

Innovación Tecnológica, 2016). Es decir, el sistema de innovación peruano es deficiente y

escasamente financiado, lo cual no promueve la innovación (Kuramoto, 2017). Como

consecuencia de lo anterior, se tiene una escasa competitividad de la empresa peruana en el

mercado internacional (Fagerber, 1996). Según el Informe Global de Competitividad 2017-

2018 publicado por el World Economic Forum, el Perú se encuentra en la posición Nº 72,

con un score de 4.22 frente a 5.86 del primer lugar, Suiza (Schwab, 2017). Tal y como afirma

las Naciones Unidas, el desarrollo sostenible debe ser impulsado por inversiones públicas,

privadas y gasto público específico, como inversión en I+D (Programa de las Naciones

Unidas para el Desarrollo, 2011).

2
Marco teórico

La relación entre innovación y crecimiento económico se postuló hace más de un siglo

(Schumpeter, 1911), se modeló matemáticamente hace más de medio siglo (Solow, 1956;

Swan, 1956) y ha sido ampliamente estudiado a nivel teórico (e.g. Massell, 1962; Frey, 1969;

Nelson & Winter, 1977). El patrón común que siguen los diversos modelos teóricos es que

la innovación, en el largo plazo, incrementa la productividad (producción total por unidad

laboral), variable de crecimiento económico. Sin embargo, es importante entender y

sustentar empíricamente la cadena causal y la temporalidad mediante la cual la innovación

impacta en el performance de la empresa a nivel micro, y como ello impacta en el

crecimiento económico a nivel macro. Acemoglu (2007) hace una distinción entre causas

próximas y causas fundamentales del crecimiento económico, las primeras son en sí mismas

el crecimiento económico, y son la tasa de crecimiento del capital, la tasa de crecimiento de

la fuerza laboral y la tasa de crecimiento de la tecnología. Tal como se muestra en la siguiente

sección, la suma de éstas tres causas próximas de crecimiento da como resultado el

crecimiento económico, es por ello que son consideras como el crecimiento en sí mismo.

Las causas fundamentales son todas aquellas variables, distintas de las causas próximas que

influyen en el crecimiento económico, como infraestructura, educación, comercio exterior,

entre otros (Acemoglu, 2007).

A nivel microeconómico, estudios seminales realizados por Grilliches (1980) demostraron

estadísticamente la relación positiva entre la productividad del sector privado y la inversión

en I+D. Grilliches (1984), utilizó una muestra de 133 grandes empresas estadounidenses

para demostrar empíricamente que, en la dimensión transversal, existe una fuerte relación

entre la productividad de las empresas y su nivel de inversiones en I + D, sin embargo, los

efectos de la inversión en I+D sobre la productividad son muy heterogéneos, tanto en tiempo

como en magnitud para la muestra seleccionada. En general, el desempeño de la empresa

3
mejora sustancialmente a través del desarrollo de nuevos o existentes productos y procesos,

producto de la inversión en I+D (Brown & Eisenhaardt, 1995). Harhoff (1998), por su parte,

realiza un estudio empírico sobre una base de datos de panel para explorar la relación entre

la inversión en I+D y la productividad en empresas manufactureras alemanas, encontrando,

en la dimensión transversal, que la elasticidad de las ventas con respecto al capital de I+D

es de aproximadamente el 14 por ciento, y al usar estimadores de efectos fijos, dicha

elasticidad se reduce a 8%. Así mismo, Harhoff (1998) encuentra que los efectos son

heterogéneos en el tiempo y varían considerablemente entre empresas de alta tecnología y

otro tipo de empresas. Ya en el nuevo milenio, Dollar (2005) y, Bergoeing & Repetto (2006),

agregan que el crecimiento de la productividad en las empresas es impulsado por la

reasignación de recursos entre empresas, es decir, el incremento en la productividad de la

empresa no solo depende de su propia inversión en I + D, sino también de su entorno

empresarial.

A nivel macroeconómico, la literatura también ha estudiado la relación entre la innovación

y el crecimiento económico (Schumpeter, 1911; Bergoeing & Repetto, 2006; Stein & Crespi,

2014). Pece et al. (2015), estima modelos de regresión múltiple y confirma dicha relación

positiva a nivel macro para Polonia, República Checa y Hungría. Sin embargo, dicha

relación positiva no es equivalente entre todos los países. Kawai (1994), expone que el

principal elemento que explica el contraste en los patrones de crecimiento entre los países

latinoamericanos y asiáticos es la diferencia en el cambio de productividad. Raffo, Lhuillery

& Miotti (2008), llevaron a cabo un estudio comparando los efectos de la inversión en I+D

en la productividad entre países europeos (Francia, España y Suiza) y países

latinoamericanos (Argentina, Brasil y México). Crespi (2012), realiza un estudio acerca del

impacto de la inversión en I+D sobre la productividad laboral, usando micro datos de

encuestas de innovación en países de América Latina (Argentina, Chile, Colombia, Costa

4
Rica, Panamá y Uruguay), encontrando que la inversión en I+D tiene un efecto positivo en

la introducción de nuevas tecnologías y la productividad laboral; sin embargo, los

determinantes del nivel de inversión en I+D son diversos y más heterogéneos que en países

desarrollados. Las investigaciones de Fernández-Arias (2014), Stein & Crespi (2014), y

Pagés (2010) concluyen que el lento crecimiento de la productividad en América Latina y el

Caribe es responsable de su bajo desempeño económico. Para el caso peruano, Tello (2013)

realiza un estudio sobre la inversión en I+D y la productividad para el sector manufacturero,

encontrando una relación positiva entre la inversión en I+D y la productividad laboral,

observando también la deficiencia a nivel de políticas públicas en ciencia, tecnología e

innovación, las cuales se han enfocado solo en infraestructura de tecnologías de información

y comunicación (TIC) y mejorar el acceso a estas tecnologías.

Además, hay heterogeneidad entre los retornos de la inversión privada y pública en I+D.

Karhunen & Huovari (2015), determinaron que, los subsidios de I+D a PYMES finlandesas

no tuvieron efectos significativos en la productividad laboral de las empresas durante un

periodo de cinco años después de otorgado el subsidio, sino más bien, los resultados

muestran un efecto negativo en el crecimiento anual de la productividad de las empresas

entre un 2 y 4%. Es claro que, para lograr un desarrollo sostenible, se debe promover que las

empresas inviertan en I+D, y para ello, es necesario el apoyo estatal (Kuramoto, 2017). No

obstante, no solo se trata de proponer políticas con un objetivo beneficioso para el país, sino

también de la forma en la que éstas se plantean, se norman y se ejecutan (Sachs, 2015). Así

mismo, no siempre más inversión en I+D es mejor, Coccia (2018) encontró, en base a datos

de la OCDE, que una inversión en I+D de aproximadamente 2.5% y un impuesto a las

ganancias corporativas equivalente al 3.1% maximizarían la productividad laboral agregada.

5
Los esfuerzos de innovación tienen una mayor importancia en países en vías de desarrollo,

tal como sostiene Lichtenthaler (2016), en mercados de innovación relativamente

ineficientes, la innovación es importante para lograr un sostenible y mejor desempeño para

la empresa, mencionando también la trascendencia de no enfocarse solo en innovaciones de

producto, sino también en las de servicio, proceso, modelo de negocio y gestión, dada la

interdependencia y sinergias entre los tipos de innovación. Baumann & Kritikos (2016), por

su parte, obtienen estimaciones que sugieren que, incluso para MIPYMES, la intensidad de

I+D se correlaciona positivamente con la probabilidad de informar innovación.

Es por ello que, para incrementar la productividad de las empresas de regiones como la

nuestra, es imperativo mejorar los esfuerzos de innovación. Grazzi & Pietrobelli (2016)

encuentran que la decisión de invertir en conocimiento, la relación entre I+D, los resultados

de la innovación y la productividad, son muy heterogéneos en Latinoamérica, y varían

incluso entre empresas de un mismo sector. Además, dichas variables se correlacionan

significativamente con las características y decisiones de la empresa. Así mismo, estiman

que, tanto en América Latina como en El Caribe, las empresas innovadoras tienen una

productividad laboral un 50% mayor que las que no innovan. También demuestran que el

acceso a la banda ancha es uno de los principales componentes del proceso innovador y

sugieren evitar estrategias genéricas o uniformes para apoyar el proceso de innovación en

empresas jóvenes, ya que pueden tener efectos negativos en muchas de ellas.

En síntesis, los diferentes patrones de crecimiento que se relacionan a los diferentes

esfuerzos de innovación van más allá de una significativa diferenciación en el gasto en I+D

de cada país. Existen diversos factores (variables) que afectan el proceso de innovación y el

crecimiento económico lo cual complica el análisis tanto económico como econométrico del

tema. Grilliches (1979) hace una primera diferenciación entre investigación básica,

6
principalmente realizada en la educación superior, y la investigación aplicada, la cual se

lleva a cabo a nivel de industria y es ésta la que mejorar la productividad. Por su parte,

Grossman & Helpman (1991) argumentan que la creatividad económica y la innovación son

la vía para el crecimiento económico de largo plazo. Glynn (1996) atribuye ambas etapas,

economic creativity e innovation implementation al proceso de innovación. En primera

instancia, existe una creatividad económica que se relaciona con la generación de nuevas

ideas y luego ésta impacta en la implementación de la innovación, la cual se relaciona con

la aceptación de las nuevas ideas por parte del mercado (empresas y consumidores), y es

mediante ésta aceptación que la innovación genera un aumento en la productividad.

Complementando toda la literatura previa, éste estudio pretende aportar a la comprensión

empírica del mecanismo de transmisión de la innovación en el incremento de la

productividad y el crecimiento económico.

Ho: La innovación tiene un efecto positivo en el crecimiento económico de los países.

Si bien el objetivo principal del estudio es determinar el efecto de la innovación sobre el

crecimiento económico, también se tiene como objetivo secundario corroborar la estructura

bi-etápica propuesta por el marco teórico añadiendo variables desarrolladas por el World

Economic Forum.

Breve modelo teórico

Siguiendo a Solow (1956) y utilizando una sencilla función de producción tipo Cobb-

Douglas se tiene:

F(At;Kt;Lt) = Kt 1-p(AtLt)p (1)

Donde F es la producción total de la economía en el instante t, At es el nivel de tecnología

en el instante t, el cual es influenciado por la innovación, Kt es el stock de capital en la

7
economía en el instante t, el cual es influenciado por la inversión, y Lt es la fuerza laboral en

el instante t. Entonces, se demuestra que:

f (At;Kt;Lt) = Kt1-pAtpLt p-1 (2)

𝑓̂(At;Kt;Lt) ≈ (1-p)𝐾
̂ t + (p-1)𝐿̂t + (p)𝐴̂t (3)

Donde f es la producción por unidad de fuerza laboral, referido como la productividad, y el

circunflejo (^) indica la tasa de crecimiento de la variable sobre la que se escribe. Entonces,

la tasa de crecimiento de la productividad o crecimiento económico (la tasa de crecimiento

del PIB, por ejemplo, es una variable proxy para ello) depende de las tasas de crecimiento

del stock de capital, la fuerza laboral y el progreso tecnológico. Si kt = Kt/Lt representa el

stock de capital per cápita, entonces:

k̂t = K
̂ t - L̂t (4)

Reemplazando (4) en (3) tenemos:

𝑓̂(At;Kt;Lt) ≈ (1-p) k̂t +(p)𝐴̂t (5)

Ello sienta las bases para nuestro modelo econométrico, sin embargo, existen dos

particularidades fundamentales de nuestro marco teórico. Primero, siguiendo a Glynn

(1996), se estudia a la innovación como un proceso en dos etapas, economic creativity e

innovation implementation, las cuales son variables inobservables, puesto que no podemos

determinar con certeza el grado de “creatividad” de un agente representativo en una

economía y tampoco el grado de respuesta o adaptación del mercado (personas y empresas)

a las innovaciones, dadas las bases de datos disponibles en la actualidad. Segundo, y tal

como advierte Grilliches (1979), existe multicolinealidad entre las diversas variables que

intervienen en el proceso de innovación, lo cual dificulta su relación. Debido a ello, se

8
relaciona ambas etapas del proceso de innovación con indicadores observables de la

siguiente manera:

Invención
Ésta primera etapa hace referencia a la generación de ideas y su proyección (Lynn, Morone,

& Paulson, 1996). También entendido como creatividad económica o ‘‘cualquier forma de

creatividad que resulta en conocimiento codificado con valor económico potencial’’

(Guerrero-Cusumano & McGuire, 2001, p. 2).

Las variables que capturan la etapa de invención son:

Acceso a las tecnologías de información y comunicación (ICT) es un indicador

tomado de la base de datos del World Economic Forum que captura el acceso a las

TIC por parte de los agentes económicos. Tal como sostienen Nelson & Winter

(1982), las TIC generan innovación, ya que facilitan el intercambio de información

y su procesamiento. Los datos se encuentran en una escala entre 0-100, donde 100

representa alto acceso a las TIC. Estandarizado.

Habilidades y destrezas de la fuerza laboral (SK) es un indicador tomado de la

base de datos del World Economic Forum que captura las habilidades (skills) de la

fuerza laboral. Las habilidades y destrezas facilitan las actividades de innovación,

tanto a nivel académico (Ala-Mutka, Punie, & Redecker, 2008), como a nivel

empresarial (Leiponen, 2005). Los datos se encuentran en una escala entre 0-100,

donde 100 representa alto nivel de habilidades de la fuerza laboral. Estandarizado.

Gasto en I+D, siguiendo la literatura presentada en la sección de marco teórico, tal

como exponen Baumann & Kritikos (2016), el gasto en I+D incrementa la

probabilidad de generación de ideas innovadoras. Por ello, se utiliza la variable RD

para capturar el gasto interno bruto en I+D por persona económicamente activa,

9
 expresado en dólares internacionales corrientes. Incluyen gastos de capital y

corrientes en los cuatro sectores principales: empresa comercial, gobierno, educación

superior y organizaciones privadas sin fines de lucro. Estandarizado. Data tomada

del Banco Mundial.

Implementación
Ésta segunda etapa hace referencia propiamente a la acción de innovar, ya que “Creatividad

es la generación de ideas, e innovación es poner dichas ideas en acción’’ (Gurteen 1998, p.

7). Es decir, la implementación hace referencia a la inserción de las ideas innovadoras al

mercado. Las variables que reflejan la etapa de implementación son:

Solicitudes de marca registrada, siguiendo a Williams y Mc Guire (2010), las

solicitudes de marca registrada son un proxy de los bienes y servicios que resultan

del proceso creativo. TMKR captura el número de solicitudes de registro de marca

registrada por persona productiva, llevada a cabo por residentes. Estandarizado. Los

datos fueron tomados de la base de datos del Banco Mundial.

Propiedad intelectual, de igual manera, siguiendo a Williams & Mc Guire (2010),

los cargos por el uso de la propiedad intelectual reflejan los beneficios económicos

potenciales del proceso de innovación. ROY captura los cargos por el uso de la

propiedad intelectual, los cuales son pagos y recibos entre residentes y no residentes

por el uso autorizado de derechos de propiedad y por el uso, a través de acuerdos de

licencia, de originales o prototipos producidos y derechos relacionados. En términos

por persona productiva. Estandarizado. Los datos fueron tomados de la base de datos

del Banco Mundial.

Inversión privada en Innovación es una variable que captura la inversión en

investigación y desarrollo por parte del sector privado. Un incremento en CSRD

10
 responde a las expectativas del sector privado en satisfacer las necesidades del

mercado, es decir, producir nuevos bienes o servicios que sean aceptados por el

mercado. Los datos fueron obtenidos del World Economic Forum y están en una

escala entre el 0 y 100, donde 100 indica un mayor esfuerzo de implementación de

proyectos de innovación. Estandarizado.

Sistema finaciero, tal como sostiene Tylecote (1998), el desarrollo del sistema

financiero influye en la adquisición de capital para la implementación de proyectos

de innovación, los cuales son riesgosos y requieren un mayor nivel de sofisticación

del sistema financiero. SF se encuentra en una escala entre 0 y 100, donde 100

representa el máximo desarrollo del sistema financiero. Estandarizado. Datos

tomados del World Economic Forum.

Crecimiento Económico

Tasa de crecimiento de la productividad, la variable es ampliamente usada como

proxy de crecimiento económico. GGDP es la tasa de crecimiento de la producción

bruta interna por persona productiva y se usará como medida de crecimiento de la

productividad y crecimiento económico. Los datos son tomados de la base de datos

del Banco Mundial. GGDP_PPP hace referencia a la variable expresada en dólares

internacionales corrientes, mientras que GGDP_R hace referencia a la variable

expresada en dólares constantes del 2010. Se usarán en modelos independientes para

controlar efectos de tipo de cambio e inflación. Variables estandarizadas.

Tasa de crecimiento del stock de capital, tal como se mencionó previamente, se

usará GCFG, variable que captura la tasa de crecimiento del stock de capital físico

por persona. Datos obtenidos de la base de datos del Banco Mundial. De manera

similar a la variable previa, GCFG_PPP hace referencia a la variable expresada en

11
 dólares internacionales corrientes, mientras que GCFG_R hace referencia a la

variable expresada en dólares constantes del 2010. Variables estandarizadas.

Modelo econométrico base

Tomando en cuenta las características de las variables utilizadas en el modelo

(inobservables), se opta por un modelo de ecuaciones estructurales (SEM), tal como muestra

la Figura 1. Donde la sección inferior representa el proceso de innovación, Invention hace

referencia a la creatividad económica, también llamada invention por Glynn (1996), e

Implement hace referencia a la implementación de la innovación, ambas variables latentes o

inobservables que se capturan mediante su relación con variables observables (ICT, SK, RD

y CSRD, TMKR y ROY, respectivamente), las cuales son presentadas a detalle en la siguiente

sección.

Figura 1. Diagrama del modelo econométrico.

Tal como sostiene Khun (1962), son los inventos y las innovaciones, que dependen del

contexto científico, los que devienen en progreso tecnológico. Así, es éste proceso de

12
innovación que representa la tasa de crecimiento del nivel tecnológico. GCFG (Gross

Capital Formation Growth Rate) es la tasa de crecimiento del stock de capital por persona

productiva en la economía y productivity es la tasa de crecimiento de la productividad,

variable que captura el crecimiento económico. Por último, el dígito al final de cualquier

variable significa el número de rezagos de la misma, de tal manera que, por ejemplo, una

variación en RD impacta 7 años después en el crecimiento económico. La temporalidad ha

sido tomada como referencia de los estudios de Williams y McGuire (2010). Para capturar

la dinámica intertemporal con mayor precisión se utiliza un análisis dinámico de panel data

en lugar de un análisis cross-sectional. Sobre el modelo base se configuran variantes con la

finalidad de encontrar el modelo que mejor se ajuste a los datos, los cuales se muestran en

la Tabla 1. Se considera persona productiva aquella que pertenece a la PEA.

Tabla 1 - Modelos propuestos

Unidades Monetarias USD constantes (2010) Dólares Internacionales (PPP)

Modelo base Modelo 1 Modelo 2

Incluyendo Sector Financiero Modelo 3 Modelo 4

Datos

La información obtenida de las bases del Banco Mundial (BM) y el World Economic Forum

(WEF) está comprendida entre los años 2007 y 2018. Dada la presencia de rezagos, el

análisis se centra en el periodo 2014-2018. Con la finalidad de tener un panel de datos

balanceado en la medida de lo posible, se redujo a 39 países la muestra utilizada en el

modelo. La lista completa de países se muestra en la Tabla 2. La Tabla 3 muestra los

principales estadísticos de la muestra, si bien las variables fueron estandarizadas para evitar

problemas con varianzas muy heterogéneas que perjudiquen el modelo, se puede observar

que las distribuciones no son normales, lo cual es un supuesto del modelo. Sin embargo, de

13
acuerdo a los estudios de Enders (2001), muestras con menos de 750 observaciones los

efectos de muestras no normales son significativamente reducidos. Dado que la muestra

tomada no supera las 200 observaciones, de encontrar una buena bondad de ajuste, nuestra

estimación no debería sobre inflar el estadístico ML chi-cuadrado (Benson & Fleishman,

1994). de otras variables para evitar duplicar efectos y mantener el principio de parsimonia.

Tabla 2 - Países seleccionados

Nivel de Nivel de Nivel de

País País País
Ingreso Ingreso Ingreso
Ingreso
Argentina Alemania Ingreso alto Polonia Ingreso alto
medio alto

Austria Ingreso alto Hungría Ingreso alto Portugal Ingreso alto

Ingreso Ingreso
Bélgica Ingreso alto India Romania
medio bajo medio alto
Ingreso Federación Ingreso
Brasil Israel Ingreso alto
medio alto Rusa medio alto
Ingreso
Bulgaria Japón Ingreso alto Singapur Ingreso alto
medio alto
República de República
Canadá Ingreso alto Ingreso alto Ingreso alto
Corea Eslovaca
Ingreso República de Ingreso Ingreso
Colombia Sudáfrica
medio alto Kirguisa medio bajo medio alto

Croacia Ingreso alto Lituania Ingreso alto Suecia Ingreso alto

Republica Ingreso
Ingreso alto Madagascar Ingreso bajo Tailandia
Checa medio alto
Ingreso Ingreso
Dinamarca Ingreso alto México Ucrania
medio alto medio bajo
Macedonia Ingreso
Estonia Ingreso alto Reino Unido Ingreso alto
del Norte medio alto
Estados
Finlandia Ingreso alto Noruega Ingreso alto Ingreso alto
Unidos
Ingreso
France Ingreso alto Perú Uruguay Ingreso alto
medio alto

Nota: Adaptado de “World Bank Data”, Banco Mundial, 2020.

14
La Tabla 4 muestra las correlaciones entre las variables, es de esperar en un modelo de

ecuaciones estructurales que varias variables estén correlacionadas, ya que sirven para

estudiar variables latentes, las altas correlaciones se usaron para correlacionar los errores

esperados de las variables. Para obtener el mejor modelo, como paso previo a éste estudio,

se analizaron en la literatura diversas variables relacionadas a innovación, como patentes,

artículos académicos, infraestructura, educación, entre otros, sobre ellos se obtuvieron datos

del WEF y el BM, y se eligieron las variables que mejor se ajustan al modelo propuesto y

contengan los efectos

Tabla 3 - Estadísticos

Variable Promedio Desviación estándar Kurtosis

(1) GGDP_PPP 3.083 2.919 5.863

(2) GGDP_R 1.523 2.179 7.695

(3) GCFG_PPP 3.791 7.336 8.000

(4) GCFG_R 2.228 7.066 9.565

(5) ROY4 1.608 2.470 5.807

(6) FS4 56.907 11.405 2.559

(7) CSRD4 46.718 17.313 1.975

(8) TMKR4 9.420 6.895 8.945

(9) RD7 1.480 1.120 2.409

(10) SK7 62.475 12.471 2.598

(11) ICT7 56.538 16.950 1.834

Nota: Adaptado de “World Bank Data”, BM, 2020; “Global Competitiveness Index”, WEF, 2020.

.
15
Tabla 4 - Correlaciones

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)

(1) 1.000

(2) 0.814 1.000

(3) 0.422 0.409 1.000

(4) 0.274 0.393 0.973 1.000

(5) -0.069 -0.104 0.058 0.055 1.000

(6) -0.063 -0.022 -0.109 -0.094 0.593 1.000

(7) -0.135 -0.179 -0.030 -0.031 0.740 0.673 1.000

(8) -0.093 -0.140 0.007 0.002 0.187 0.043 0.325 1.000

(9) -0.129 -0.170 0.019 0.019 0.696 0.561 0.913 0.366 1.000

(10) -0.110 -0.112 0.014 0.024 0.708 0.649 0.784 0.426 0.787 1.000

(11) -0.118 -0.100 0.023 0.039 0.687 0.671 0.815 0.401 0.797 0.917 1.000

Nota: Adaptado de “Worl Bank Data”, Banco

BM, 2020; “Global
Mundial, Competitiveness Index”, WEF, 2020.
2020.

.
Resultados

Los resultados, mostrados en la Tabla 5, determinan que, en general, los modelos están

correctamente especificados. Siguiendo a Lefcheck (2019), un p-value > 0.05 implica una

buena representación de los datos, en cuanto a la RMSEA y el SRMR, valores <0.8 y <0.08,

respectivamente, indican un buen ajuste de los datos, además, un CFI superior a 0.9 es

considerado como bueno.

Sin embargo, contrario a la hipótesis planteada, la innovación está teniendo un efecto

negativo en la productividad y el crecimiento económico. Las variables son significativas y,

no obstante, hay marco teórico que respaldan los resultados, ya que se ha impuesto

arbitrariamente un periodo de 4 años entre la implementación de la innovación y la

productividad. Los efectos de la innovación no podrían ser lineales en el tiempo, sino que

tendría un efecto convexo, generando disminución de la productividad en el corto plazo y

aumento de la misma en el largo plazo.

16
Tabla 5 - Resultados de los modelos de ecuaciones estructurales estimados con máxima
verosimilitud, coeficientes estandarizados

Predictor Variable Modelo 1 Modelo 2 Modelo 3 Modelo 4

Structural Model

Implement Productivity -0.170* -0.147* -0.150* -0.136*

vGCF Productivity 0.392*** 0.426*** 0.392*** 0.425***

Invention Implement 0.966*** 0.966*** 0.960*** 0.960***

Measurement Model

Invention ICT7 0.872*** 0.875*** 0.884*** 0.885***

Invention SK7 0.905*** 0.906*** 0.924*** 0.925***

Invention RD7 0.869*** 0.869*** 0.851*** 0.850***

Implement CSRD4 0.900*** 0.899*** 0.881*** 0.881***

Implement ROY4 0.817*** 0.817*** 0.816*** 0.816***

Implement TMKR4 0.469*** 0.466*** 0.471*** 0.469***

Implement FS4 - - 0.717*** 0.721***

Godness of fit measures

Chi-cuadrado 11.327 7.822 24.546 17.968

(Prob) 0.501 0.799 0.078 0.326

g.l. 12 12 16 16

RMSEA 0.000 0.000 0.053 0.026

CFI 1.000 1.000 0.993 0.998

SRMR 0.022 0.017 0.029 0.024

CD 0.969 0.970 0.969 0.970

Nota: * p<0.05, ** p<0.01, *** p<0.001.

Tal como afirman Nelson & Winter (1977), la innovación no es necesariamente intencional,

hay diversos elementos estocásticos en el desarrollo y la implementación de una innovación,

las innovaciones no solo deben ser probadas, financiadas y ser “prácticas” sino que también

deben ser aceptadas por el mercado; superar cada una de éstas etapas está sujeto a diversos

elementos aleatorios. Los autores también sostienen que es el entorno el que finalmente

17
determina si una innovación genera o no un incremento en la productividad. Ello también se

observa a nivel microeconómico, tanto en empresas como en consumidores. Klein & Sorra

(1996) muestran empíricamente que, si una empresa implementa una innovación de proceso,

en el corto plazo, reduce su desempeño para, en el largo plazo, mejorar su desempeño; siendo

el entorno de la innovación lo que aumente o disminuya las probabilidades de obtener el

resultado deseado de mejor desempeño. Ello se debe, como sostienen las autoras a que existe

una resistencia por parte de los trabajadores a adoptar nuevas tecnologías y herramientas de

gestión, de tal manera que, en la medida que dicha resistencia menor, se tendrá un mejor

entorno de la innovación (Klein & Sorra,1996). De manera similar, la adopción de productos

innovadores por parte de los consumidores no es inmediata, Ahlstrom (2010) muestra que el

desempeño de la demanda de nuevos bienes producto de la innovación es menor al de la

propia innovación, ya que los consumidores tiene que adaptarse a los nuevos productos, así

mismo, hay una transferencia indirecta de conocimiento desde las empresas más innovadoras

hacia las menos innovadoras, las cuales logran producir bienes similares a menor costo y

calidad, lo que acerca a los consumidores hacia los nuevos producto, facilitando su acceso,

a lo que el autor nombra innovación disruptiva. Si bien la hipótesis principal es rechazada,

se logra el objetivo secundario de corroborar la estructura bi-etápica de la innovación, puesto

que la primera etapa tiene una influencia positiva y significativa sobre la segunda etapa. En

síntesis, dadas las resistencias a utilizar procesos y productos innovadores por parte de

trabajadores y consumidores, lo cual configura el entorno de la innovación, una vez

implementada la innovación, ésta tiende a tener un efecto negativo, en el corto plazo, en el

desempeño de las empresas y el mercado de bienes y servicios para, luego de vencer dichas

resistencias, tener un efecto positivo en el largo plazo, lo cual se traducirá en crecimiento

económico. La Tabla 6 muestra que, si solo se toma a los países desarrollados, aumenta la

probabilidad de que el efecto de la innovación sea neutro, lo cual sería un indicio que, en

18
países desarrollados, con un mejor entorno de innovación, los beneficios de la innovación

sobre el crecimiento económico se darían en un tiempo menor que en el resto de países. La

Tabla 7 incluye controles adicionales para minimizar el error por variable omitida, así,

siguiendo a Martinez-Vazquez & McNab (2006), se incluyó un indicador de estabilidad

macroeconómica (Macro), tomado del WEF, la variable tiene una escala entre 0 y 100, donde

100 indica la mejor estabilidad macroeconómica. La otra variable de control es la apertura

comercial, la cual, tal como sostiene Yanikkaya (2003), impacta en el crecimiento

económico, el indicador fue tomado de la base de datos del Banco Mundial y esta expresada

como porcentaje del PBI. Además de estandarizar las variables, se rezagó un periodo ambas

variables para evitar problemas de endogeneidad. Los resultados de dicha tabla persisten en

rechazar la hipótesis principal, con excepción del modelo 1. El modelo 2 presentó error en

la estimación.

Conclusiones

El estudio muestra que la innovación es un proceso en dos etapas que tiene un efecto negativo

en el crecimiento económico en un plazo promedio de 4 años. Sin embargo, el efecto sí sería

positivo en el largo plazo, tal como se mostró en la literatura revisada, por lo cual, queda

como agenda de investigación realizar estudios con una temporalidad más amplia para

corroborar los efectos a largo plazo de la innovación.

Los resultados muestran que, si se quiere mejorar la productividad, hace falta más que

inyección de dinero, a través de gasto en innovación y desarrollo, se requiere desarrollar un

entorno propicio para la innovación para facilitar su implementación, ya que no basta con

insertar nuevos productos, procesos y servicios, sino que éstos deben ser aceptados por el

mercado. Por ello, se recomienda promover la adopción de nuevas tecnologías en la fuerza

laboral, las cuales pueden ser traídas por la inversión extranjera directa, y generar

19
competencia en los diversos mercados, la cual genere innovaciones disruptivas y acelere el

proceso de adaptación a los nuevos procesos, productos y servicios.

20
Referencias

Acemoglu, D. (2007). Introduction to Modern Economic Growth. Massachussetts:

Department of Economics, Massachusetts Institute of Technology.
Acs, Z., & Audretsch, D. (1989). Patents as a measure of innovative activity. Kyklos, 42,
171–180.
Ahlstrom, D. (2010). Innovation and growth: How business contributes to society. Academy
of management perspectives, 24(3), 11-24.
Ala-Mutka, K., Punie, Y., & Redecker, C. (2008). ICT for learning, innovation and
creativity. Institute for Prospective Technological Studies (IPTS), European
Commission, Joint Research Center. Technical Note: JRC, 48707.
Baumann, J., & Kritikos, A. (2016). The link between R&D, innovation and productivity.
Are micro firms different? Research Policy, 45(6), 1263-1274.
Benson, J., & Fleishman, J. (1994). The robustness of máximum likelihood and distribution-
free estimators to non-normality in confirmatory factor analysis. Quality & Quantity,
28(2), 117–136.
Bergoeing, R., & Repetto, A. (2006). Micro Efficiency and Aggregate Growth in Chile.
Cuadernos de Economía, 43(127), 169–191.
Boyle, M., Racine, Y., Georgiades, K., Snelling, D., Hong, S., Omariba, W., ... Rao-
Melacini, P. (2006). The influence of economic development level, household wealth
and maternal education on child health in the developing world. Social science &
medicine, 63(8), 2242-2254.
Brown, S., & Eisenhardt, K. (1995). Product development. Past research, present findings,
and future directions. Academy of management review, 20(2), 343-378.
Coccia, M. (2018). Optimization in R&D intensity and tax on corporate profits for
supporting labor productivity of nations. The Journal of Technology Transfer, 43(3),
792-814.
Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica (Concytec) (2006).
Plan Nacional Estratégico de Ciencia, Tecnología e Innovación para la
Competitividad y el Desarrollo Humano 2006 – 2021. Lima: Concytec. Recuperado
el 01 de setiembre del 2019: https://bit.ly/3i7fsYl [Consulta: 20 de junio de 2020].
Crespi, G., Tacsir, E., & Vargas, F. (2016). Innovation dynamics and productivity: Evidence
for Latin America. En M. Grazzi, & C. Pietrobelli (Eds). Firm Innovation and
Productivity in Latin America and the Caribbean (pp. 37-71). New York: Springer
Nature.
Crespi, G. & Zuniga, P. (2012). Innovation and productivity: evidence from six Latin
American countries. World Development, 40(2), 273-290.
Dollar, D., M. Hallward‐Driemeier, and T. Mengistae (2005). Investment Climate and Firm
Performance in Developing Economies. Economic Development and Cultural
Change 54(1): 1–31.

21
Enders, C. (2001). The impact of nonnormality on full information maximum-likelihood
estimation for structural equation models with missing data. Psychological Methods,
6(4), 352–370.
Fagerberg, J. (1996). Competitiveness, scale and R&D. Oslo: Norwegian Institute of
International Affairs = Norsk utenrikspolitisk institutt (NUPI).
Fernández-Arias, E. (2014). Productivity and factor accumulation in Latin America and the
Caribbean: a database. Washington, DC: Departamento de Investigación, Banco
Interamericano de Desarrollo.
Frey, B. (1969). Product and process innovations in economic growth. Zeitschrift für
Nationalökonomie, 29(1-2), 29-38.
Glynn, M. A. (1996). Innovative genius: Aframework for relating individual and
organizational intelligence to innovation. Academy of Management Review, 21,
1081–1111.
Grazzi, M., & Pietrobelli, C. (Eds.) (2016). Firm innovation and productivity in Latin
America and the Caribbean: The engine of economic development. New York:
Springer Nature.
Griliches, Z. (1979). Issues in assessing the contribution of research and development to
productivity growth. Bell Journal of economics, 10(1), 92-116.
Griliches, Z. (1980). Returns to research and development expenditures in the private sector.
En J. Kendrick, & B. Vaccara. New developments in productivity measurement (pp.
419-462). Chicago: University of Chicago press.
Grossman, G., & Helpman, E. (1991). Innovation and growth in the global economy.
Cambridge, MA: MIT Press.
Guerrero-Cusumano, J. L., & McGuire, S. (2001). Effects of national culture on economic
creativity and innovation. In Proceedings of the 2001 International Research
MAAOE Conference, Paris.
Gurteen, D. (1998). Knowledge, creativity and innovation. Journal of Knowledge
Management, 2, 5–13.
Harhoff, D. (1998). R&D and productivity in German manufacturing firms. Economics of
Innovation and New Technology, 6(1), 29-50.
Hofstede, G. (2001). Culture's consequences: Comparing values, behaviors, institutions and
organizations across nations. California: Sage Publications.
Jorgenson, D. (1991). Productivity and economic growth. En E. Berndt, & E. Triplett. Fifty
years of economic measurement: The Jubilee of the Conference on Research in
Income and Wealth (pp. 19-118). Chicago: University of Chicago Press.
Karhunen, H., & Huovari, J. (2015). R&D subsidies and productivity in SMEs. Small
Business Economics, 45(4), 805-823.
Kawai, H. (1994). International comparative analysis of economic growth: trade
liberalization and productivity. Developing Economies, 32(4), 373-397.

22
Klein, K. & Sorra, J. (1996). The challenge of implementation. The Academy of Management
Review, 21(4), 1055-1080.
Kuhn, T. (1962). The estructure of scientific revolutions. Chicago: University of Chicago
Press.
Kuramoto, J. (2017). Ciencia, tecnología e innovación. C. Niezen, I. Málaga, & O. Franco
(Eds). Balance de investigación en políticas públicas 2011-2016 y agenda de
investigación 2017-2021 (pp. 638-678). Lima: Tarea Asociación Gráfica Educativa.
Recuperado de: https://bit.ly/2VH7qMv [Consulta: 20 de junio de 2020]
Lefcheck, J. (2019). Structural Equation Modeling in R for Ecology and Evolution.
Recuperado de: https://jslefche.github.io/sem_book/index.html [Consulta: 20 de
junio de 2020].
Leiponen, A. (2005). Skills and innovation. International Journal of Industrial
Organization, 23(5-6), 303-323.
Lichtenthaler, U. (2016). Toward an innovation-based perspective on company
performance. Management Decision, 54(1), 66-87.
Lynn, G., Morone, J., & Paulson, A. (1996). Marketing and discontinuous innovation: the
probe and learn process. California management review, 38(3), 8-37.
Martinez-Vazquez, J., & McNab, R. (2006). Fiscal decentralization, macrostability, and
growth. Hacienda Pública Española 179(4), 25-49.
Massell, B. (1962). Investment, innovation, and growth. Econometric. Journal of the
Econometric Society, 30(2), 239-252.
Mazzoleni, R., & Nelson, R. (1998). The benefits and costs of strong patent protection: A
contribution to the current debate. Research Policy, 27(3), 273–284.
Nelson, R. & Winter S. (1982), An Evolutionary Theory of Economic Change. Cambridge,
Mass.: Belknap Press of Harvard University Press.
Nelson, R., & Winter, S. (1977). Search of a useful theory of innovation. En K. Stroetmann
(Ed.), Innovation, economic change and technology policies (pp. 215-245). Basilia:
Birkhäuser.
Organisation for Economic Co-operation and Development Publishing. (2009). Innovation
in firms: A microeconomic perspective. París: OECD.
Pagés, C. (ed.) (2010). The Age of Productivity: Transforming Economies from the Bottom
Up. New York: Palgrave Macmillan.
Pece, A., Simona, O., & Salisteanu, F. (2015). Innovation and economic growth: An
empirical analysis for CEE countries. Procedia Economics and Finance, 26, 461-
467.
Programa de las Naciones Unidas para el Desarrollo (PNUD) (2011). Informe sobre
Desarrollo Humano 2011. Sostenibilidad y equidad: Un mejor futuro para todos.
New York, PNUD.

23
Raffo, J., Lhuillery, S., & Miotti, L. (2008). Northern and southern innovativity: a
comparison across European and Latin American countries. The European Journal
of Development Research, 20(2), 219-239.
Roca, S. (2011). Perú: Políticas para cerrar la brecha de la balanza de conocimientos. Journal
of Economics, Finance and Administrative Science, 16(30), 51-61.
Sachs, J. (2015). The Age of Sustainable Development. New York: Columbia University
Press.
Schumpeter, J. (1911). The theory of economic development. Cambridge: Harvard
University Press.
Schwab, K. (2017). The Global Competitiveness Report 2017-2018. Ginebra: World
Economic Forum.
Solow, R. (1956). A Contribution to the Theory of Economic Growth. Quarterly Journal of
Economics, 70(1), 65-94.
Stein, E., & Crespi, G. (Eds.). (2014). Rethinking productive development: sound policies
and institutions for economic transformation. New York: Springer.
Swan, T. (1956). Economic Growth and Capital Accumulation. Economic Record 32(63),
334-361.
Tello, M. (2013). Innovation and productivity in service and manufactures: the case of Peru.
CEPAL Rewiew, 121, 69-86.
The World Economic Forum (2020). Global Competitiveness Index [Tabla]. Recuperado de:
https://tcdata360.worldbank.org/indicators/gci?country=BRA&indicator=631&viz=
line_chart&years=2007,2017 [Consulta: 20 de junio de 2020].
The World Bank Group (2020). The world bank data [Tabla]. Recuperado de:
https://data.worldbank.org/indicator [Consulta: 20 de junio de 2020].
Tylecote, A. (1998). Financial systems and innovation. En The Open University. D319,
Understanding Economic Behaviour: Households, Firms and Markets (pp. 151-
168). Milton Keynes: The Open University.
United Nations (2002). Plan of Implementation of the World Summit on Sustainable
Development. Recuperado de: https://bit.ly/2YCzgLs [Consulta: 20 de junio de
2020].
United Nations, & World Commission on Environment and Development (1987). Our
common future. The Brundtland Report.
Williams, L. & McGuire, S. (2010). Economic creativity and innovation implementation:
the entrepreneurial drivers of growth? Evidence from 63 countries. Small Business
Economics, 34(4), 391-412.
Yanikkaya, H. (2003). Trade openness and economic growth: a cross-country empirical
investigation. Journal of Development economics, 72(1), 57-89.

24
Anexos

Tabla 6 - Resultados de los modelos de ecuaciones estructurales estimados con máxima

verosimilitud, coeficientes estandarizados, solo países desarrollados
Predictor Variable Modelo 1 Modelo 2 Modelo 3 Modelo 4

Structural Model

Implement Productivity -0.357*** -0.141(0.09) -0.349*** -0.144(0.08)

vGCF Productivity 0.493*** 0.545*** 0.485*** 0.542***

Invention Implement 0.993*** 0.989*** 0.974*** 0.974***

Measurement Model

Invention ICT7 0.774*** 0.779*** 0.791*** 0.789***

Invention SK7 0.879*** 0.888*** 0.913*** 0.912***

Invention RD7 0.760*** 0.748*** 0.724*** 0.718***

Implement CSRD4 0.854*** 0.840*** 0.828*** 0.819***

Implement ROY4 0.794*** 0.800*** 0.803*** 0.806***

Implement TMKR4 0.265** 0.270*** 0.254*** 0.258***

Implement FS4 - - 0.764*** 0.767***

Godness of fit measures

Chi-cuadrado 9.870 6.695 19.017 16.385

(Prob) 0.627 0.877 0.268 0.426

g.l. 12 12 16 16

RMSEA 0.000 0.000 0.040 0.014

CFI 1.000 1.000 0.996 0.999

SRMR 0.040 0.030 0.050 0.045

CD 0.991 0.987 0.973 0.974

Nota: * p<0.05, ** p<0.01, *** p<0.001.

25
Tabla 7 - Resultados de los modelos de ecuaciones estructurales estimados con máxima
verosimilitud, coeficientes estandarizados, inclusión de controles adicionales
Predictor Variable Modelo 1 Modelo 2 Modelo 3 Modelo 4

Structural Model

Implement Productivity 0.253*** - -0.242*** -0.191**

vGCF Productivity 0.381*** - 0.379*** 0.414***

Macro1 Productivity 0.155* - 0.155* 0.070 (0.39)

TROP1 Productivity 0.123** - 0.130* 0.120*

Invention Implement -0.966*** - 0.960*** 0.959***

Measurement Model

Invention ICT7 0.874*** - 0.885*** 0.888***

Invention SK7 0.905*** - 0.924*** 0.925***

Invention RD7 0.868*** - 0.851*** 0.850***

Implement CSRD4 -0.898*** - 0.881*** 0.881***

Implement ROY4 -0.818*** - 0.816*** 0.815***

Implement TMKR4 -0.469*** - 0.471*** 0.469***

Implement FS4 - - 0.719*** 0.722***

Godness of fit measures

Chi-cuadrado 105.133 - 125.336 122.467

(Prob) 0.000 - 0.000 0.000

g.l. 24 - 30 30

RMSEA 0.134 - 0130 0.128

CFI 0.934 - 0.936 0.934

SRMR 0.120 - 0.122 0.119

CD 0.971 - 0.971 0.971

Nota: * p<0.05, ** p<0.01, *** p<0.001.

26