MODELOS DE INNOVACIÓN ABIERTA: UNA APROXIMACIÓN AUTONÓMICA
sino también de su capacidad de absorción de dicho conocimiento, nues- tra variable dependiente será la profundidad de apretura ponderada por la capacidad de absorción. Desde el trabajo pionero de Cohen y Levinthal (1990) –en el que se discute la doble naturaleza de la actividad innova- dora (como indicador de la capacidad innovadora interna y la capacidad de absorción de conocimiento)-, la medida de capacidad de absorción más comúnmente aceptada es la I+D. Nosotros utilizaremos la intensidad de I+D (gasto de I+D como porcentaje de la cifra de ventas) que, multipli- cada por la profundidad de apertura, será nuestra variable de absorción de conocimiento. Para someter a prueba la existencia de costes y benefi- cios derivados de la estrategia de innovación abierta, incluiremos en el modelo tanto la variable de absorción de conocimiento, como su valor ele- vado al cuadrado, de manera que si los coeficientes para cada una de estas variables son, respectivamente, positivo y negativo, habremos probado la existencia de una relación de U-invertida entre el grado de apertura de la empresa y las ventas de productos nuevos, consistente con la idea de rendimiento decrecientes y costes crecientes en el uso de la estrategia de innovación abierta. El resto de variables de este modelo son varia- bles de control, tales como el número de empleados (en logaritmo natural) y la edad de la empresa, así como un conjunto de variables dicotómicas (Sí=1;No=0) como la realización de actividades de I+D, la realización de actividades de marketing de innovaciones, la pertenencia a un grupo de empresas, y la participación en mercados internacionales. El modelo tam- bién incluye variables de efecto fijo de sector de actividad y periodo. En cuanto al modelo que estudia la segunda hipótesis, la variable depen- diente es la profundidad de apertura, medida tal y como se ha explicado en el párrafo anterior. Puesto que esta variable es una variable de con- teo (es decir, una variable de números enteros que registra el número de veces que ocurre un fenómeno) se utiliza una regresión de Poisson de efec- tos aleatorios para datos de panel. En este caso tenemos cuatro grupos de variables independientes, que apuntan a medir los factores discuti- dos en la revisión de la literatura de este documento El primero apunta a medir la capacidad de absorción de la empresa: intensidad de la I+D (gasto de I+D como porcentaje de la cifra de ventas); Cualificación del personal (porcentaje de Doctores dentro del personal de I+D); y Balance de redes locales vs externas (porcentaje de socios nacionales multiplicado por el porcentaje de socios extranjeros 14 ). El segundo grupo, que se com- pone de variables dicotómicas, intenta medir la gestión de la innovación
14. El valor máximo que puede tomar esta variable es 0.25, cuando el 50% de socios sea nacional y el 50% sea extranjero (posibles socios: clientes, proveedores, competidores, consultores, universidades y centro públicos de investigación). Para normalizar el valor de esta variable, con la finalidad de que su coefi- ciente sea comparable con otras variables del modelo, hemos multiplicado esta variable por 4, de manera que su valor esté contenido entre 0 y 1.
80
Made with FlippingBook - Online Brochure Maker