165
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 165 de 360 • ISSN: 2346-3279
JEL: O31, O49
* Ingeniero Industrial, Especialista en Ingeniería Financiera y MSc. en Ingeniería – Ingeniería Administrativa. Docente de
tiempo completo del Instituto Tecnológico Metropolitano – ITM, Medellín – Colombia.
luisjimenez@itm.edu.co, enlace ORCID: http://orcid.org/0000-0002-8914-8217
** Ingeniera Administradora, Especialista en Ingeniería Financiera y MSc. en Ingeniería – Ingeniería Industrial.
Docente de cátedra del Instituto Tecnológico Metropolitano – ITM, Medellín – Colombia.
nataliaaprins@gmail.com, enlace ORCID: http://orcid.org/0000-0002-6993-7067
*** Ph.D. en Ingeniería, profesor asociado e integrante del Grupo de Investigación CINCO de la Facultad de Minas,
Departamento de Ingeniería de la Organización de la Universidad Nacional de Colombia, Medellín.
mdrojas@unal.edu.co, enlace ORCID: http://orcid.org/0000-0002-3531-4910
Medición de la innovación en Colombia
Measurement of innovation in Colombia
Luis Miguel Jiménez Gómez*
Natalia María Acevedo Prins**
Miguel David Rojas López***
Resumen: este artículo de investigación
presenta la construcción de un índice
para medir la innovación en Colombia.
Los modelos actuales de medición de
innovación presentan falencias en su
construcción: recolección de datos por
encuestas, subjetividades, agregación y
ponderación de variables. Para ello se
implementó la herramienta estadística
de análisis factorial para obtener una
construcción del índice, evitando la
inserción de errores por la ponderación
y agregación de variables. El índice
construido muestra la proximidad a la
realidad, debido a que los resultados
muestran fortalezas y debilidades asociadas
a la innovación en Colombia; dando
cuenta de la falencia en aspectos como la
explotación y acceso del conocimiento.
Palabras clave: índice de innovación,
Sistema Nacional de Innovación, análisis
factorial.
Abstract: This research presents the
development of an index to measure
innovation in Colombia. The current
models of measurement of innovation
have shortcomings in its construction:
data collection for surveys, subjectivities,
aggregation, and weighting of variables.
To this end, implement the statistical tool
of factor analysis in this study to obtain
an objective index construction, avoiding
the insertion of errors by the weighting
aggregation of variables. The index built
displays the proximity to the reality,
because the results show strengths and
weaknesses associated with innovation in
Colombia; giving account of the failure in
aspects such as access and exploitation of
knowledge.
Keywords: Index of innovation, National
Innovation System, factor analysis.
Jiménez, L., Acevedo, N. y Rojas, M.
166
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 166 de 360 • ISSN: 2346-3279
Mesure de l'innovation en Colombie
Résumé: cette enquête présente la construction d'un indice pour mesurer
l'innovation en Colombie. Les modèles actuels de mesure de l'innovation
présentent des lacunes dans sa construction: collecte de données par des
sondages, subjetividades, agrégation et la pondération de variables. Pour cela,
il a mis en oeuvre l'outil statistique de l'analyse factorielle dans cette étude
pour obtenir une construction de l'index objective, en évitant l'insertion des
erreurs par la pondération agrégation de variables. L'index construit montre la
proximité à la réalité, parce que les résultats obtenus montrent des points forts
et des faiblesses associées à l'innovation en Colombie; en rendant compte de la
lacune dans des domaines comme l'exploitation et l'accès de la connaissance.
Mots-clés: index de l'innovation, Système National d'Innovation, l'analyse
factorielle.
Medição da inovação na Colômbia
Resumo: esta pesquisa apresenta o desenvolvimento de um índice para medir
a inovação na Colômbia. Os modelos atuais de medição de inovação têm
estatística de análise fatorial neste estudo para obter um índice objetivo
construção, evitando a inserção de erros pela agregação de ponderação de
variáveis. O índice construído apresenta a proximidade com a realidade, porque
os resultados mostram os pontos fortes e fracos associados com a inovação na
Colômbia; dando conta da falha em aspectos como o acesso e exploração de
conhecimentos.
Palavras-chave: índice de innovación, Sistema Nacional de Innovación,
análisis factorial.
Medición de la innovación en Colombia
167
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 167 de 360 • ISSN: 2346-3279
Introducción
La innovación es un factor importante del crecimiento económico sostenido,
puesto que la producción y transformación del conocimiento fomentan la riqueza
económica, el bienestar social y el desarrollo humano (Manrique, Robledo, y
Lema, 2014). De esta forma, los índices de innovación miden, monitorean y
promueven el progreso de los resultados de la innovación.
a los agentes que componen los sistemas de innovación y la relación de
interacción con el propósito de acceder, absorber, difundir, crear y explotar el
conocimiento. Por esta razón la medición del SNI es importante para la toma
de decisiones en las políticas públicas, porque se determina las fortalezas y
debilidades de los programas de los gobiernes en la promoción de la innovación
(Lundvall, 2010; Muchie y Baskaran, OCDE, 1997).
En consecuencia, actualmente existen varios índices que se toman de
referencia por parte de los gobiernos para determinar la efectividad de
las políticas públicas. Los índices más importantes son: Índice Global de
Innovación, Índice de Tecnología del Foro Económico Mundial, Industrial
Development Scoreboard de la Organización para el Desarrollo Industrial
de las Naciones Unidas, el índice EIS (European Innovation Scoreboard) de
la Comisión Europea, el Índice del Éxito Tecnológico del Programa para el
Desarrollo de las Naciones Unidas (UN Development Program – UNDP),
Índice de Ciencia y Capacidad Tecnológica (Wagner, Brahmakulam, Jackson,
Wong, y Yoda, 2001), de la Corporación RAND, por último, el Índice de
Capacidades Tecnológicas (ArCo).
Se evidencia desde la literatura que los índices expuestos tienen problemas en la
construcción, desde la parte teórica y desde el manejo estadístico. La principal
crítica encontrada para estos índices es el método de agregación y ponderación
de variables, debido a que son realizadas con criterio de expertos, lo que brinda
subjetividades a la medición, y además, los índices son diseñados como primera
instancia para los países desarrollados, y de esta forma las características que no
cumplen los países emergentes, como ocurre con economías latinoamericanas,
rezagadas afectando el rango donde se ubican estos países (Lall, 2001a, 2001b).
Esta investigación construye un índice de medición de innovación para Colombia
en los trabajos de Mahroum y Al-Saleh (2013) y de la OCDE (1997). Para
evitar los problemas evidenciados por Lall (2001) sobre los índices actuales, se
Jiménez, L., Acevedo, N. y Rojas, M.
168
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 168 de 360 • ISSN: 2346-3279
procede a la revisión teórico–conceptual que proveerá las variables a ingresar
en la medición, se aplicará la metodología para construcción de indicadores
sintéticos de la Organización para la Cooperación y Desarrollo Económico–
OCDE, haciendo uso del análisis factorial como criterios multivariados y
también como técnica para encontrar los valores de agregación y ponderación.
Con los resultados obtenidos contrastar las recomendaciones en términos de
formulación de políticas que apunten al crecimiento económico de Colombia.
Metodología
Variables de medición de innovación
conocimiento a que hacen referencia los Sistemas Nacionales de Innovación.
Al-Saleh, 2013; OCDE, 1997): acceso al conocimiento, absorción y difusión
del conocimiento, creación del conocimiento, y explotación del conocimiento.
En la Tabla 1 se muestran las 18 variables que se utilizaron para medir la
innovación en Colombia.
Tabla 1
Variables de medición de la innovación
Categoría
N°
Variable
Acceso al
conocimiento
1.1 Usuarios de Internet (por cada 100 personas).
1.2 Líneas telefónicas (por cada 100 personas).
1.3 Abonados a teléfonos celulares (por cada 100 personas).
Absorción y
difusión del
conocimiento
2.1 Gasto público en educación, total (% del PIB).
2.2
Tasa de alfabetización, total de adultos (% de personas
de 15 años o más).
2.3 Inscripción escolar, nivel terciario (% bruto).
2.4 Población activa con educación terciaria (% del total).
2.5 Importaciones de bienes y servicios (% del PIB).
2.6
Importaciones de bienes de tecnologías de la información
y la comunicación (TIC) (% del total de importaciones
de bienes).
2.7
Inversión Extranjera Directa (IED), salida neta de capital
(% del PIB).
Medición de la innovación en Colombia
169
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 169 de 360 • ISSN: 2346-3279
Categoría
N°
Variable
Creación del
conocimiento
3.1 Gasto en investigación y desarrollo (% del PIB).
3.2
Patentes concebidas residentes y no residentes / Millón
de habitantes.
3.3
Investigadores dedicados a investigación y desarrollo
(por cada millón de personas).
3.4
de habitantes.
Explotación del
conocimiento
4.1
Exportaciones de productos de alta tecnología (% de las
exportaciones de productos manufacturados).
4.2
Exportaciones de productos de TIC (% de las
exportaciones de productos).
4.3 Exportaciones de bienes y servicios (% del PIB).
4.4 PIB per cápita (US$ a precios actuales).
Elaboración propia, 2015.
La consecución de datos se realizó de bases del Banco Mundial. Los datos
tomados de estas fuentes fueron reportados desde el año 2000 hasta el 2012,
debido a la escasez de datos por parte de las entidades. Este problema se
manifestó con las variables relacionadas con las categorías de creación y
explotación del conocimiento; por lo que se tomó la decisión de excluir del
análisis los años 2013 y 2014; sin embargo, se utilizaron los años 2011 y 2012
para análisis y comparaciones.
Construcción del índice de innovación
El índice de innovación se construyó siguiendo los pasos propuestos por la
Comisión Europea. Esta metodología se divide en tres etapas. Como se muestra
en la Figura 1, en la primera etapa se desarrolla el marco teórico relacionado con
la medición de la innovación. En la segunda etapa se seleccionan las variables
y la consecución de los datos históricos, en el caso de poseer datos faltantes,
se utiliza la imputación de datos. En la última etapa, después de tener los datos
completos, se implementa el análisis factorial para la agregación y ponderación
de las variables. El análisis factorial es la herramienta multivariante que evita
la inserción de subjetividades.
Jiménez, L., Acevedo, N. y Rojas, M.
170
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 170 de 360 • ISSN: 2346-3279
Figura 1. Etapas para la creación del índice de innovación
Elaboración propia, 2015.
Resultados
Índice de innovación
fomentando la riqueza económica, el bienestar social y el desarrollo humano
en los países (Manrique et al., 2014). Las políticas públicas y estrategias
empresariales reconocen el cambio tecnológico y la innovación como factores
fundamentales en la dinámica de la economía (Robledo, 2013). Medir la
innovación por medio de índices proporciona una herramienta para medir,
monitorear y promover el progreso de los resultados de la innovación. Las
variables individuales no miden la innovación como un todo, pero el conjunto
de variables que pertenecen a un índice miden la innovación en general (Grupp
y Schubert, 2010).
ellos en el logro del crecimiento económico y de la competitividad, representado
por indicadores compuestos conocidos y aceptados (Önsel et al., 2008). Sin
embargo, los índices presentan algunos problemas en la construcción, como
Medición de la innovación en Colombia
171
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 171 de 360 • ISSN: 2346-3279
juicios subjetivos en la agregación y ponderación de variables, obteniendo
sobreestimaciones del rendimiento en algunos países; otro problema está
relacionado con datos utilizados, algunos índices utilizan encuestas donde las
preguntas planteadas presentan debilidades y ambigüedades (Lall, 2001b).
entre los directivos de organizaciones y gobernantes (Önsel et al., 2008). Esto
conduce a que en la construcción de índices las proporciones son complejas
modo, Castro, Di Serio, y De Vasconcellos (2012) argumentan que los procesos
metodológicos de medición de innovación carecen de detalle y precisión. Por
las naciones: Análisis teórico, fuente de información e input para las estrategias
de las empresas (Archibugi, Denni, y Filippetti, 2009).
Análisis teórico: los indicadores de innovación se usan para incrementar y ampliar
el conocimiento de los cambios tecnológicos y probar las teorías de innovación.
Existe un consenso en las teorías económicas y sociales acerca del hecho que el
cambio tecnológico representa el ingenio del desarrollo e incluso el progreso.
Fuente de información para las políticas públicas: los gobernantes necesitan
oportunidades tecnológicas, y valorar la efectividad de las políticas adoptadas.
Interpretar las estadísticas del cambio tecnológico provee una fuente fundamental
de información para diseñar y realizar políticas de innovación efectivas.
Input para las estrategias de las empresas: los directivos de las organizaciones
utilizan los estudios de innovación para entender sobre los avances tecnológicos.
Los datos de la innovación de los diferentes países permiten comprender,
actividades de innovación.
Medición de la innovación
El Sistema Nacional de Innovación (SIN) es el concepto que abarca los
procesos de innovación en el ámbito económico. Este marco conceptual tiene
su origen en Freeman en 1987, Dosi en 1988 y Lundvall en 1988 y 1992,
Nelson en 1993, y Equist en 1997. Para Freeman el SIN son las actividades y
las interacciones que tienen las instituciones públicas y privadas para importar,
elementos y relaciones para la producción, difusión y explotación económica
del conocimiento (Feinson, 2003).
Jiménez, L., Acevedo, N. y Rojas, M.
172
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 172 de 360 • ISSN: 2346-3279
De esta forma, el concepto de SIN está basado en los vínculos o relaciones
entre los agentes involucrados en la innovación para mejorar el desempeño
tecnológico. En otras palabras, la innovación en las naciones depende de las
relaciones dinámicas de cooperación entre empresas e instituciones para la
generación, difusión y aplicación del conocimiento (Luisa y Castillo, 2004).
En consecuencia, los índices de innovación tienen que captar los procesos
de generación, difusión, apropiación y explotación del conocimiento. En
este orden de ideas, tomando como base el concepto de Sistema Nacional
conocimiento, los cuales están en función de cuatro categorías: Acceso,
absorción y difusión, creación, y explotación del conocimiento (Mahroum y
Al-Saleh, 2013; OCDE, 1997).
políticas para mejorar el rendimiento innovador, el cual es considerado motor
del crecimiento económico y de la competitividad en los países.
Acceso al conocimiento
El acceso al conocimiento es la capacidad de una economía para conectarse con
con la red internacional del conocimiento para que las universidades, empresas
utilicen para adquirir, producir y distribuir nuevo conocimiento (Mahroum y
Al-Saleh, 2013). El acceso al conocimiento se mide por las Tecnologías de la
Información y la Comunicación (TICs). Las TICs crean nuevas oportunidades
para el aprendizaje en los países en desarrollo mediante enlaces electrónicos
accediendo al conocimiento global (UNIDO, 2002).
Absorción y difusión del conocimiento
externas de conocimiento a la economía local. Por su parte, la difusión del
conocimiento es la adaptación y asimilación de las innovaciones, nuevas
prácticas y tecnología a lo largo de la economía (Mahroum y Al-Saleh, 2013).
La capacidad de producir, difundir y utilizar el conocimiento se basa en las
capacidades del capital humando, por lo que los recursos humanos son un
factor clave en el proceso de innovación. Los recursos humanos son el conjunto
de características que ayudan a las empresas a obtener ventajas competitivas en
el mercado (Castro-Gonzáles, Peña-Vinces, Ruiz-Torres, y Sosa, 2014; Guan,
Yam, Mok, & Ma, 2006).
Medición de la innovación en Colombia
173
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 173 de 360 • ISSN: 2346-3279
Evaluar y utilizar el conocimiento exterior también depende de la capacidad
de absorción del conocimiento. El mejor indicador para medir la absorción del
conocimiento es la Inversión Extranjera Directa IED (Archibugi y Coco,
2004; Mahroum y Al-Saleh, 2013). La IED incrementa el capital disponible
y es fuente de transferencia tecnológica para las naciones, incrementando la
innovación (Lall y Pietrobelli, 2005).
Creación del conocimiento
La creación del conocimiento para un país es la capacidad para ser fuente de
nuevas ideas, descubrimientos e innovaciones. La variable más importante para
crear conocimiento es la inversión en Investigación y Desarrollo (I+D). Esta
variable mide el nivel de insumos para la innovación en las naciones (Wagner et
al., 2001). Es un componente central de las actividades de innovación tecnológica
y es el gasto más importante de innovación (Guan et al., 2006). Asimismo, la
creación del conocimiento también se mide con las patentes, y las publicaciones
(Wagner et al., 2001).
Explotación del conocimiento
La explotación del conocimiento de un país es la capacidad de utilizar el
más visible de la innovación. Las organizaciones adquieren conocimiento,
crean nuevas ideas y las conviertes en producto (Mahroum y Al-Saleh, 2013).
Análisis factorial
El método del análisis factorial reduce un conjunto amplio de variables a un
conjunto de menor dimensión de variables hipotéticas no observables llamado
factores. Los factores resumen toda la información que reside en el conjunto
original. Según (Buesa, Heijs, y Baumert, 2010) estas variables hipotéticas o
lo que podría ser cada una de las variables individuales.
Esta técnica se encarga de analizar la varianza común a todas las variables
tomando como referencia la matriz de correlaciones, calculando la porción
llamados factores (De la Fuente, 2011).
combinación lineal de las variables. Si se comprueba la existencia de n factores
Jiménez, L., Acevedo, N. y Rojas, M.
174
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 174 de 360 • ISSN: 2346-3279
se interpreta que el objeto de estudio puede descomponerse en n factores que
reúne una cantidad determinada de variables. El modelo de análisis factorial
evidencia la reducción de factores.
X = AF + U Ecuación 1
Donde es la matriz de cargas o saturaciones de la varianza, matriz de las
puntuaciones factoriales y la matriz de datos, en este caso la varianza de cada
una de las variables es explicada por los factores comunes (comunalidad) y la
nace la matriz que determina el número de factores.
Con este método es necesario analizar la conveniencia de la aplicación del
análisis factorial, debido a que pueden encontrarse entre las variables del
utilizar el análisis factorial. Para el análisis de las correlaciones existen varios
indicadores que permiten su evaluación; sin embargo, solo se destacan dos
por su efectividad: Test de Esfericidad de Barlett y la prueba de adecuación
muestral de Kaiser – Meyer – Olkin (KMO) (De la Fuente, 2011).
El Test de esfericidad de Barlett contrasta la hipótesis de la normalidad
multivariante, es decir que la matriz de las correlaciones de las variables del
modelo es la matriz identidad. En este caso se contrasta la siguiente hipótesis:
Si H
0
fuertemente correlacionadas, por lo que no sería conveniente aplicar el método
de análisis factorial; por el contrario si el estadístico del test toma valores
grandes la interpretación será la existencia de un grupo de variables altamente
correlacionas que podrían ser agrupadas (De la Fuente, 2011).
El test Kaiser – Meyer – Olkin (KMO) también es llamado medida de adecuación
muestral. Este indicador mide el grado de correlación existente entre dos variables,
tanto, menos apropiado el uso del análisis factorial. El cálculo de la media de
adecuación muestral está dado por la Ecuación 2 (De la Fuente, 2011).
Medición de la innovación en Colombia
175
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 175 de 360 • ISSN: 2346-3279
adecuación muestral sea aceptado se propone que:
KMO ≥ 0.75 → Bien
0.5 ≥ KMO ≥ 0.75 → Aceptable
KMO
≤ 0.5 → Inaceptable
Por otra parte, en la extracción de los factores existen diferentes métodos para
la obtención de los factores comunes: método de las componentes principales,
método de los ejes principales y el método de máxima verosimilitud (De la
Fuente, 2011).
• Método de los componentes principales: consiste en estimar las
primeros componentes y la matriz de saturaciones de la varianza. Este
método siempre otorga una solución.
• Método de los ejes principales: tiene la ventaja de estar basado en el
modelo de análisis factorial porque suele dar buenas estimaciones, sin
embargo no garantiza que el proceso converja en una solución.
• Método de máxima verosimilitud: este puede ser un método usado para
validación ya que permite seleccionar un número de factores mediante
las pruebas de hipótesis. El principal inconveniente del método es que
al realizarse la función de verosimilitud por medios iterativos ya las
En la rotación de los factores la matriz de saturaciones factoriales tiene un
tendrá correlación alta con un grupo de variables y baja con las demás. Los
métodos utilizados para la rotación ortogonal de factores son: Varimax,
Quartimax, Equamax, entre otros. Estos son capaces de determinar los
factores ortogonales que brindan la información de las saturaciones de cada
variable (Buesa et al., 2010).
Jiménez, L., Acevedo, N. y Rojas, M.
176
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 176 de 360 • ISSN: 2346-3279
• Método Varimax: es el método que minimiza el número de variables
con cargas altas de un factor y mejorando su interpretación. Este
método arroja nuevos ejes con las cargas factoriales cercanas a 1 y así
el método maximiza la suma de las varianzas utilizando una cantidad
menor de variables.
• Método Quartimax: el principal objetivo es que un reducido número
de factores este estrechamente relacionado con un conjunto de variables,
la interpretación de este método mejora cuando la comunidad de las
variables es constante, este método tiende a producir un factor principal
con la mayor ponderación y otros con menores ponderaciones comparados
con el método Varimax.
• Método Equamax: este método opera igual a los anteriores pero en este
caso se minimiza la media de las varianzas.
varianza que recoge cada variable sobre el factor y que posteriormente serán
utilizados para el cálculo del índice; las variables se incluirán en un único factor,
dependiendo de su mayor grado de saturación en él. Por su parte, los factores
será determinada por el grado de la varianza que cada uno de ellos recoge en
el modelo.
Finalmente, el peso relativo de los factores, así como de las variables que
los componen se calcula a partir de los resultados del análisis factorial.
Las ponderaciones de los indicadores parciales (factores) vendrán dadas
por la variabilidad total que el factor recoge en el modelo respecto a la
en los componentes). En la Tabla 2 se muestran las fortalezas y debilidades del
método análisis factorial.
Medición de la innovación en Colombia
177
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 177 de 360 • ISSN: 2346-3279
Tabla 2
Fortalezas y debilidades del análisis factorial
Fortalezas Debilidades
Puede resumir un conjunto de indicadores
individuales, preservando la máxima
proporción posible de la variación total
en el conjunto de datos original.
Las correlaciones a veces no son
los indicadores individuales sobre el
fenómeno que se está midiendo.
Las cargas de mayor factor se asignan a
los indicadores individuales que tienen
la mayor variación entre los países,
una propiedad para las comparaciones
entre países, ya que los indicadores
individuales que son similares en todos
los países son de poco interés y no pueden,
posiblemente, explicar las diferencias en
el rendimiento.
datos básicos: las revisiones de datos
y actualizaciones, por ejemplo, nuevos
países.
Sensible a los problemas con muestras
pequeñas, que son particularmente
relevantes cuando la atención se centra
en un conjunto limitado de países.
European Commission, n.d.
Discusión de resultados
Al momento de realizar el análisis factorial los resultados arrojaron que el índice
es construido con la ponderación de cuatro factores que explican alrededor del
91,769% de la varianza total. Con base en la tabla de varianza explicada se
tomaron las proporciones relativas de cada uno de los factores con los que se
construirá el índice.
En el análisis factorial el método de rotación utilizado fue el Varimax que arroja
una serie de factores ortogonales que explican la variabilidad del modelo, con
base en este se determinó el número y medida en que afectan las variables a
la construcción del índice. Se obtuvo la matriz de componentes rotados con
la que se eligieron las variables que componen cada uno de los factores. Los
componentes en las que se agruparon las variables son análogos a las cuatro
categorías que se proponen, como se observa en la matriz de componentes
rotados representada por la Tabla 3.
Jiménez, L., Acevedo, N. y Rojas, M.
178
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 178 de 360 • ISSN: 2346-3279
Tabla 3
Matriz de componentes rotados
Componente
1 2 3 4
Usuarios de Internet 0,972 0,184 0,009 0,116
Líneas telefónicas -0,969 0,078 -0,013 0,052
Abonados a teléfonos celulares 0,791 0,555 -0,086 0,002
Gasto público en educación 0,598 -0,281 -0,646 0,277
Tasa de alfabetización 0,628 0,018 -0,333 0,336
Inscripción escolar, nivel terciario 0,842 -0,334 0,143 0,373
Población activa con educación terciaria 0,303 0,235 0,147 0,886
Importaciones de bienes y servicios -0,133 0,172 0,941 0,115
Importaciones de (TIC) -0,748 0,072 0,103 -0,539
Inversión Extranjera Directa 0,046 0,444 0,18 -0,844
Gasto en I + D 0,738 0,507 -0,246 0,306
Patentes concebidas residentes y no
residentes
0,867 0,216 0,352 -0,072
Investigadores dedicados a I + D 0,234 0,852 0,374 -0,158
técnicas
0,727 0,49 -0,278 0,24
Exportaciones de productos de alta tecnología -0,03 -0,958 -0,206 0,046
Exportaciones de productos de TIC -0,755 -0,425 -0,118 -0,226
Exportaciones de bienes y servicios 0,455 0,135 0,819 -0,079
PIB per cápita 0,945 0,294 0,052 0,063
Elaboración propia, 2015.
Una vez constituidos los datos en sus respectivos factores, los pesos para la
agregación y ponderación de cada una de las variables está dado por los pesos
relativos correspondientes a los aportes de variabilidad de cada uno de ellos (de
las variables a los factores y de los factores al índice). De esta forma, el índice
de innovación para Colombia para los años 2011 y 2012 medido por las cuatro
categorías, se muestra en la Tabla 4 y en la Figura 2. Los resultados muestran
que los esfuerzos en innovación se representaron en la absorción y difusión
del conocimiento, pero disminuyeron para el año 2012; por el contrario, la
innovación tiene falencias en el acceso al conocimiento.
Medición de la innovación en Colombia
179
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 179 de 360 • ISSN: 2346-3279
Tabla 4
Medición de la innovación para Colombia
Categoría 2011 2012
Acceso al conocimiento 10,60% 9,73%
Absorción y difusión del conocimiento 25,27% 22,35%
Creación del conocimiento 21,18% 15,59%
Explotación del conocimiento 14,09% 16,71%
Elaboración propia, 2015.
Figura 2. Medición de la innovación para Colombia
Elaboración propia, 2015.
Las variables de menor aporte dentro de la categoría absorción y difusión del
conocimiento fueron gasto público en educación y tasa de alfabetización. Esto
y formación, dado que en el país los resultados generales en educación siguen
limitando la capacidad del crecimiento y de la innovación (OCDE, 2013).
La categoría creación del conocimiento obtuvo el segundo lugar, aunque
también con disminución para el año 2012. En esta categoría resaltó la variable
Jiménez, L., Acevedo, N. y Rojas, M.
180
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 180 de 360 • ISSN: 2346-3279
los años 2011 y 2012. De acuerdo con la OCDE, Colombia se encuentra por
debajo del promedio de los países de la OCDE en este tema y al igual que la
se cita con menor frecuencia (OCDE, 2014).
El acceso al conocimiento no impulsa el esfuerzo de innovación en el país
porque es la categoría de más bajo nivel y además. Para la OCDE (2014) la
principal causa de este problema radica en que la adopción y el uso de Internet
y TIC por parte de las empresas es mucho menor que en los países miembros
de la OCDE. Adicionalmente, existe una gran brecha entre el uso de las TIC por
parte de grandes empresas y empresas pequeñas, así como en el uso de Internet
por grupos de alto y bajo nivel de ingresos.
Por último, la explotación del conocimiento mejora para Colombia para el
2012, nivel alcanzado principalmente por la exportación de productos de alta
tecnología. En contraste, la exportación de TIC es la variable de menor aporte a
la categoría. De esta forma, el modelo de medición de la innovación concuerda
con la investigación de Shelton (2013) en que las exportaciones de alta
tecnología son impulsadas por el gasto de I+D, investigadores en I+D, e IED.
Estas variables fueron las de mayor magnitud dentro de la categoría absorción
y difusión del conocimiento (IED) y creación del conocimiento (gasto en I+D
e investigadores en I+D).
Conclusiones
Los modelos actuales de medición de innovación están basados en apreciaciones
subjetivas de teóricos que los construyen, además, el uso de datos recopilados
por encuestas generan imprecisiones, ya que no existe un método estándar
para realizarlas, sobre todo, cuando se trata de medición de indicadores de
innovación. Es importante que los índices compuestos para medir innovación
sean objetivos, ya que de estos se derivan decisiones a nivel nacional con el
objetivo de alcanzar el desarrollo económico superior.
Otro aspecto que brinda subjetividad a la medición es la construcción del índice;
para ello, se emplean herramientas estadísticas que otorguen información desde
los datos mismos, el análisis factorial se convierte en una técnica conveniente
para el cálculo de las ponderaciones con las que se agregan los indicadores
sintéticos al índice compuesto, utilizando variabilidad de los datos y así,
determinar la porción de correlación compartida entre cada una de las variables
Medición de la innovación en Colombia
181
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 181 de 360 • ISSN: 2346-3279
que los componen, a su vez reduciéndolas a un número pequeño de factores
haciendo el modelo más simple.
El índice construido muestra la proximidad a la realidad, debido a que los
resultados arrojados muestran las fortalezas y debilidades asociadas a la
innovación del países estudiado; dando cuenta, de la falencia que tienen el país
de estudio en aspectos como la explotación y acceso del conocimiento. Siendo
ésta uno de los criterios importantes para el desarrollo de la competitividad de las
naciones, Colombia debe enfocar sus esfuerzos a la mejora de las variables que
integran, entre ellas, gasto público en educación y en las TIC (Internet, telefonía
son emitidas por la OCDE en concordancia con las falencias encontradas y con
el objetivo de mejorar los niveles de crecimiento de la región.
Las recomendaciones y políticas propuestas para la mejora de la innovación
en Colombia dependen de aquellas categorías donde los resultados no fueron
satisfactorios. La OCDE realiza algunas de estas recomendaciones en el
informe económico del 2013 y en los estudios de la OCDE de las políticas de
innovación para Colombia, donde indica las debilidades donde debe centrarse
el gobierno colombiano. Las recomendaciones dadas por la OCDE, y según
los resultados del índice de innovación, Colombia deberá estar comprometida
en mejorar las TIC porque son el de menor esfuerzo de innovación, tanto en el
acceso como en la explotación de conocimiento.
Por último, el alto grado en las exportaciones de alta tecnología concuerda
con las altas magnitudes de las variables de gasto en I+D, investigadores
dedicados a la I+D y a la IED, consideradas en la literatura impulsadoras de
las exportaciones de alta tecnología. Igualmente, la educación, particularmente
en la población activa con educación terciaria, es la variable de más aporte a la
absorción y difusión del conocimiento, que es constatado con los estudios de la
OCDE para el país.
Referencias
Archibugi, D. & Coco, A. (2004). A new indicator of technological capabilities
for developed and developing countries (ArCo). World Development,
32(4), 629-654. http://doi.org/10.1016/j.worlddev.2003.10.008
Archibugi, D., Denni, M. & Filippetti, A. (2009). The global innovations
coreboard 2008: The dynamics of the innovative. This report was
prepared by.
Jiménez, L., Acevedo, N. y Rojas, M.
182
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 182 de 360 • ISSN: 2346-3279
Buesa, M., Heijs, J. & Baumert, T. (2010). The determinants of regional innovation
in Europe: A combined factorial and regression knowledge production
function approach. Research Policy, 39, 722-735. http://doi.org/10.1016/j.
respol.2010.02.016
Castro, L., Di Serio, L. & De Vasconcellos, M. (2012). Competitiveness of nations:
Review of the metric used by the world economic forum. FÓRUM, 52(4),
421-434.
Castro-Gonzáles, S., Peña-Vinces, J., Ruiz-Torres, A. y Sosa, J. (2014). Estudio
intrapaíses de la competitividad global desde el enfoque del doble
diamante para Puerto Rico, Costa Rica y Singapur. Investigaciones
Europeas de Dirección y Economía de la Empresa, 20(3), 122-130. http://
doi.org/10.1016/j.iedee.2013.09.001
De la Fuente, S. (2011). Análisis Factorial. Madrid, España: Universidad
Autónoma de Madrid.
European Commission. (n.d.). Handbook on constructing composite indicators:
methodology and user guide. Paris, France: OECD.
Feinson, S. (2003). National Innovation Systems Overview and Country Cases.
Knowledge Flows and Knowledge Collectives: Understanding The Role of
Science and Technology Policies in Development, 13-38.
Grupp, H. & Schubert, T. (2010). Review and new evidence on composite
innovation indicators for evaluating national performance. Research
Policy, 39(1), 67–78. http://doi.org/10.1016/j.respol.2009.10.002
Guan, J., Yam, R., Mok, C. & Ma, N. (2006). A study of the relationship between
competitiveness and technological innovation capability based on DEA
models. European Journal of Operational Research, 170(3), 971-986.
http://doi.org/10.1016/j.ejor.2004.07.054
Lall, S. (2001a). Comparing National Competitive Performance: An Economic
Analysis of World Economic Forum’s Competitiveness Index. QEH
Working Paper, 61, 1-41.
Lall, S. (2001b). Competitiveness indices and developing countries: An economic
evaluation of the global competitiveness report. World Development, 29(9),
1501-1525. http://doi.org/10.1016/S0305-750X(01)00051-1
Lall, S. & Pietrobelli, C. (2005). National Technology Systems in Sub-Saharan
Africa Sanjaya Lall. International Journal Technology and Globalisation,
1(3/4), 311-342.
Luisa, E. y Castillo, R. (2004). El sistema nacional de innovación: Un análisis
teórico-conceptual The National System of Innovation: A Theoretical-
Conceptual Analysis, 45(45), 94-117.
Lundvall, B.-Å. (2010). National Systems of Innovation: Toward a Theory of
Innovation and Interactive Learning. London, England: Anthem Press.
Medición de la innovación en Colombia
183
En-Contexto 5(6) • enero - junio 2017 • Medellín - Colombia • página 183 de 360 • ISSN: 2346-3279
Mahroum, S. & Al-Saleh, Y. (2013). Towards a functional framework for
Technovation, 33(10-11), 320-
332. http://doi.org/10.1016/j.technovation.2013.03.013
Manrique, J., Robledo, J. y Lema, Á. (2014). Índice de desempeño innovador en
los subsectores industriales colombianos. Investigación y Relexión, 22(2),
79-95.
Muchie, M. & Baskaran, A. (n.d.). The National Technology System Framework :
Sanjay Lall ’ s Contribution to Appreciative Theory The Global Network
for Economics of Learning, Innovation and Competence Building System
The National Technology System Framework: Sanjay Lall’ s Contributi.
OCDE. (1997). National Innovation Systems. París, France. Retrieved from
http://www.oecd.org/dataoecd/35/56/2101733.pdf
OCDE. (2013). Estudios económicos de la OCDE COLOMBIA.
OCDE. (2014). Estudios de la OCDE de las Políticas de Innovación: Colombia.
perspective on the competitiveness of nations. Socio-Economic Planning
Sciences, 42(4), 221-246. http://doi.org/10.1016/j.seps.2007.11.001
Robledo, J. (2013). Introducción a la Gestión de la Tecnología y la Innovación.
Medellín, Colombia: Universidad Nacional de Colombia - Sede Medellín.
Shelton, R. (2013). Scientometric Insight on a Bottom Line of Innovation: High-
Technology Exports.
UNIDO. (2002). Industrial Development Report 2002/2003: Competing through
Innovation and Learning (Vol. 12). http://doi.org/-
Wagner, C., Brahmakulam, I., Jackson, B., Wong, A. & Yoda, T. (2001). Science and
Technology Collaboration: Building Capacity in Developing Countries ?
(RAND, Ed.) Distribution. Pittsburgh. Retrieved from http://192.5.14.43/
content/dam/rand/pubs/monograph_reports/2005/MR1357.0.pdf
Para citar este artículo:
Jiménez, L., Acevedo, N. y Rojas, M. (2017). Medición de la innovación
en Colombia. En-Contexto, 5(6), 165-183.
