Obstáculos a la innovación en empresas manufactureras de Colombia.

Abstract

El impacto de la innovación en el desempeño económico y la importancia de los fallos de mercado para su creación han sido debatido ampliamente en la literatura científica [ver Schumpeter (1944), Aghion & Howitt (1992) y Romer (1990)]. Sin embargo, y a pesar de su importancia, no todas las empresas que decidan llevar a cabo actividades innovadoras resultan teniendo éxito. Esto se debe en gran medida a que las firmas constantemente enfrentan factores, llamados barreras a la innovación, que tienen la capacidad de ralentizar o inhibir su actividad innovadora. Al principio la mayoría de los trabajos en enfocaron en el efecto de los obstáculos financieros en el desempeño de la innovación empresarial (Canepa & Stoneman, 2008; Savignac, 2008). Sin embargo, evidencia reciente muestra que además de las barreras de carácter financiero, el conocimiento y la demanda tienen efectos significativos sobre la propensión a innovar (Bukstein et al., 2019; Pellegrino & Savona, 2017). Es así como, teniendo en cuenta todo lo anterior, el presente trabajo se propone analizar la relación entre la propensión a innovar y la percepción de barreras a la innovación en empresas manufactureras colombianas para el periodo 2015-2016. Dicha relación se estimó por medio de un modelo Probit utilizando datos de corte transversal provistos por la Encuesta de Desarrollo e Innovación Tecnológica (EDIT). Con el fin de obtener resultados acordes a la literatura revisada se realizó la corrección del sesgo de selección muestral señalado por Pellegrino y Savona (2017). También se realizaron controles al modelo utilizando variables que reflejaran otras características de las empresas como son su tamaño, intensidad tecnológica de las industrias, etc. Entre los resultados relevantes se encuentra que, en general, las barreras a la innovación presentan efectos negativos sobre la propensión a innovar. Las barreras financieras presentan el mayor efecto seguido de las barreras de mercado. Por otra parte, las variables de control que presentaron mejores ajustes fueron el logaritmo natural del empleo y la intensidad tecnológica alta de las industrias, ambas con efectos positivos sobre la propensión a innovar.