Читать книгу Redes ciencia-industria para la transferencia en México, Estados Unidos y Canadá - Federico Andrés Stezano Pérez - Страница 9
ОглавлениеCapítulo 1
Tema, problema y preguntas de investigación
El objetivo de este trabajo es identificar mecanismos de intermediación que ayuden a crear redes ciencia-industria de transferencia de conocimientos y tecnología en México. En este capítulo se exponen el tema, los problemas, el objeto y las preguntas de investigación, y la metodología.
En la primera sección se discuten los principales aportes de la literatura sobre las redes ciencia-industria para la transferencia de conocimientos y tecnología.
La segunda sección presenta el problema de investigación. Éste parte del supuesto de que las redes ciencia-industria para la transferencia y los procesos de intermediación que las facilitan (programas de ciencia y tecnología y organizaciones intermedias) reflejan rasgos de los sistemas nacionales de innovación. Por lo anterior, se propone indagar cómo determinadas condiciones nacionales políticas, relacionales, institucionales, organizacionales, individuales y culturales configuran ciertas formas de vinculación entre ambos sectores.
La tercera sección expone los antecedentes sobre intermediación y vinculación ciencia-industria en México, y justifica la inclusión de los estudios de caso de Canadá y Estados Unidos como aporte en la reflexión sobre recomendaciones políticas.
La cuarta sección presenta la pregunta central de investigación: ¿cuáles procesos de intermediación pueden favorecer la creación y desarrollo de redes ciencia-industria para la transferencia en México? En cuanto se asume que dichas redes son intermediadas por mecanismos que las crean y fortalecen, se plantea como hipótesis que su creación y desarrollo requieren diversas organizaciones y programas públicos en ciencia y tecnología, que permitan crear una estructura institucional y organizacional más compleja, y facilitar una coordinación más efectiva de las relaciones academia-industria.
La quinta sección da cuenta de la metodología de la investigación, con el uso de un método sociológico, y de una técnica de estudios de caso combinada con la de benchmarking, en virtud del objetivo de detección y recomendación de buenas prácticas para el caso mexicano.
Redes ciencia-industria para la transferencia de conocimientos y tecnología
En la economía y la sociedad basadas en el conocimiento, el rol del sector científico de investigación cobra una relevancia especial. En particular, el papel de universidades y centros de investigación adquiere una preponderancia central en los procesos de innovación, no sólo por su capacidad de investigación y su función de docencia, sino por la que se denomina su tercera misión: la transferencia de conocimiento. Esta tarea implica la capacidad para difundir y comercializar los conocimientos que genera; evidenciando el carácter social y relacional intrínseco a la transferencia (D’Este y Patel, 2007).
Redes de innovación entre ciencia e industria
La importancia de las relaciones ciencia-industria en la economía basada en el conocimiento
La noción de economía del conocimiento tiene siglos de existencia, y se origina en el contexto del análisis de la calidad de los factores de los procesos productivos.[1] Desde mediados de los años cincuenta del siglo XX, el concepto evoluciona desde el de economía basada en el conocimiento. Para esos tiempos, policy-makers y analistas económicos concluyen que el crecimiento de las economías industrializadas no podía seguir explicándose por los factores tradicionales (tierra, capital y trabajo). La inclusión del conocimiento como factor explicativo del crecimiento económico, se refleja en la creación de la OCDE en 1961, como instancia de coordinación y organización de las políticas de ciencia y tecnología de los países industrializados.
Los estudios que asumen la noción de una economía basada en el conocimiento, hacen énfasis en el capital humano, y en las características sectoriales del conocimiento, su intensidad y dinámicas.[2] Lo anterior bajo el supuesto de que las trayectorias y los regímenes tecnológicos forman los sistemas de innovación con una lógica y dinámica diferente que las que ejercen los factores geográficos o económicos. Estas perspectivas conciben la innovación como un proceso sistémico resultado de la recombinación de las dinámicas económicas del mercado y de la innovación basada en el conocimiento y de la gobernanza (Cooke y Leydesdorff, 2004).
Actualmente, existe la percepción de que el progreso técnico es el factor determinante del crecimiento económico a largo plazo, y con ello, de la mejora de la calidad de vida. Las actividades de investigación y desarrollo son la mayor fuente de producción de conocimientos e ideas que sustentan dicho progreso. La innovación depende cada vez más de la habilidad para utilizar el nuevo conocimiento producido, y combinarlo con el bagaje que tienen las empresas. Para tal fin, las capacidades para aprender por medio de la interacción son el factor clave para la innovación. El conocimiento nuevo y comercialmente útil es producto de la interacción y aprendizajes entre varios actores de un sistema de innovación (UE, 2001). En este marco, surge un nuevo enfoque que concibe la innovación como un proceso interactivo que involucra a todos los actores significativos de un sistema de innovación: empresas, universidades, institutos de investigación públicos y privados, gobiernos locales y federales, sociedad civil, y donde el elemento distintivo es la colaboración de los agentes para la construcción de redes (De Bresson y Amesse, 1991; Bianchi y Bellini, 1991; Lam, 2002; Cimoli, 2005).
Dentro de los diversos actores vinculados a la innovación, esta investigación se enfoca exclusivamente en las relaciones establecidas entre el sector científico y el industrial. En el contexto de la economía basada en el conocimiento, es cada vez más significativa la influencia del sector científico sobre los procesos de innovación en cuanto proceso canalizador de nuevos conocimientos y tecnologías. La investigación científica se ha convertido en un factor clave de desarrollo y competitividad industrial en la actualidad. La mayoría de sus contribuciones se orientan a industrias que recogen resultados de investigación en gran parte de los insumos que utilizan; especialmente en ciertas disciplinas y sectores, como las ciencias de la vida y las disciplinas relacionadas con los materiales y la informática (Yusuf, 2007).[3]
Esas experiencias de vinculación expresan evoluciones sociales que reflejan procesos de gobernanza a partir de la construcción de redes. Especialmente, en experiencias de asociaciones público-privadas para la innovación, donde el sector científico y el empresarial construyen acuerdos institucionalizados que presentan una activa participación de los involucrados, coinversión de recursos, objetivos comunes y, en ocasiones, a instancias gubernamentales (OCDE, 2004).
Redes como forma de alianzas entre organizaciones y de gestión del conocimiento
Las redes productivas y de conocimiento son la forma de organización privilegiada en los actuales sistemas de innovación. Las redes dan cuenta del nuevo rol de la cooperación, la coordinación y la competencia en el desempeño económico. La competencia y eficiencia globales son generadas por redes de organizaciones disímiles, públicas y privadas. Ante los niveles crecientes de especialización y cambios en las condiciones de mercado, a las empresas les es difícil generar todo el conocimiento pertinente de forma individual. Para reducir riesgos y acortar los tiempos en que llevan un producto al mercado, las empresas se especializan, apoyadas cada vez más en el conocimiento y el know-how complementario de otras organizaciones (Cimoli, 2005).
Los agentes de una red como grupo que genera aprendizajes comunes, buscan reducir costos de información y coordinación, y contribuir a economías de escala: externas a las empresas individuales, e internas en relación con la aglomeración de las empresas en el área (Bianchi y Bellini, 1991). Como resultado, se institucionalizan las reglas y rutinas internas de gestión de esas alianzas (Dogson, 1996).
Los estudios de economía política definen una red como un grupo interactivo de agentes vinculados a la innovación, que se basa en una división externa del trabajo sin comando jerárquico (Bianchi y Bellini, 1991). De modo similar, Adler (2001) plantea que además de las formas de mercado y de jerarquía, las organizaciones pueden asumir la forma de comunidad que descansa en el mecanismo de la confianza. Las tres formas están presentes e interrelacionadas en las actividades económicas. Pero sólo la confianza permite coordinar la generación y difusión de conocimiento, dentro y entre organizaciones, con lo cual, y dado el creciente peso del conocimiento en la economía, debería esperarse una mayor relevancia de estos mecanismos basados en la confianza.[4]
Características de las redes ciencia-industria
Una red se define en términos de vínculos e interacciones de conocimiento. En las redes ciencia-industria, existe una alta complejidad en los conocimientos intercambiados, que les exigen una interacción directa (Balconi y Laboranti, 2006).
La posibilidad de explotar el conocimiento, implica su flujo. Por eso, son ejes clave de estímulo al desarrollo económico, en donde las relaciones ciencia-industria pueden cumplir un rol crucial. Gracias a las derramas (spillovers) del conocimiento, otros actores pueden explotar conocimiento nuevo, y a la vez, acelerar el crecimiento económico. Las actividades de investigación y desarrollo tienen para las empresas un carácter crucial en el estímulo de las habilidades de identificación, asimilación, absorción y explotación del conocimiento de otras organizaciones. Ya que a mayor nivel de actividades de investigación y desarrollo, se da un mayor nivel en las capacidades de absorción y conocimiento a ser explotado. De esta forma, las empresas utilizan esas alianzas con el sector científico como un medio de expandir y complementar sus capacidades de absorción[5] (Mueller, 2006).
El supuesto base de los intercambios de conocimientos entre ciencia e industria, es que la colaboración es la vía más favorable para la transferencia e intercambio de competencias. Por definición, el tipo de relación que se establece en las relaciones cooperativas ciencia-industria se caracteriza por contactos cara a cara que estimulan la transferencia de conocimientos centrales para la creación y desarrollo tecnológico: conocimientos orientados a la resolución de problemas, intangibles y no codificados dado su carácter específico, complejo y, en muchas ocasiones, tácito (Feldman, 2002).[6]
La experiencia del conocimiento intercambiado (que implica intercambios tangibles e intangibles de información, experiencias productivas, conocimientos y estrategias de desarrollo a futuro) da a las redes el carácter de espacio social (Bianchi y Bellini, 1991).
Como espacio económico, las redes también suponen intercambios intangibles. La complejidad de las relaciones establecidas en ellas explica la complejidad del producto que producen. A su vez, la mayor simplicidad en las tramas y la mayor presencia de componentes codificados, vuelve la red más vulnerable (Casalet et al., 2005), al disminuir las posibilidades de apropiación al productor. De esta manera, la circulación del conocimiento dentro de las redes depende de la complejidad de capacidades cognitivas y del tipo de protección construido (Erbes et al., 2007).[7] Esas formas mediante las cuales empresas, industrias e instituciones gestionan el conocimiento y desarrollan sistemas para fortalecer sus capacidades y competencias, son factores clave del desempeño económico y de negocios en la actualidad.
Transferencia tecnológica y de conocimientos ciencia-industria
La relación y vinculación entre ciencia e industria puede asumir formas muy diversas. Una gran cantidad de estudios realizados sobre transferencia de conocimiento recalcan las formas en que se dan esos procesos por medio de canales comerciales, con énfasis en el impacto de la vinculación expresado en número de patentes producidas. Sin embargo, este tipo de procesos implican sólo una parte del fenómeno, y se dificulta la comprensión de procesos de transferencia por otros canales, al omitir la dimensión relacional que este trabajo intenta destacar.
Definición y delimitación del concepto
Según Roessner, la transferencia tecnológica supone el movimiento de know-how, conocimiento técnico o tecnología desde una configuración organizacional a otra. Esta definición implica que en todo intercambio de tecnología existe un amplio rango de interacciones organizacionales e institucionales, donde convergen múltiples fuentes y usuarios de tecnología (Bozeman, 2000: 629).
Una dificultad inherente al abordar la transferencia tecnológica, radica en que no es sencillo poner una frontera a la noción de tecnología. Para Sahal, la tecnología como objeto transferido refiere a un producto o proceso, pero también al conocimiento que implica su uso y aplicación. Esta visión supera el problema de la distinción analítica entre transferencia tecnológica y de conocimientos. Desde su visión, estos conceptos no pueden separarse: cuando un producto tecnológico se transfiere, también se difunde el conocimiento del cual está compuesto (Sahal, 1981, citado por Bozeman, 2000: 629).[8]
La noción de transferencia también implica las actividades relacionadas con el capital humano y el capital de conocimiento (Arvanitis et al., 2005), así como proyectos conjuntos de investigación, consultorías y entrenamiento, movilidad de personal y contactos informales (D’Este y Patel, 2007). Dados los anteriores argumentos, esta investigación asume una definición genérica del concepto de transferencia, en el que se incluyen las nociones de transferencia tecnológica y transferencia de conocimientos.
Nuevo carácter de las interacciones ante la demanda de transferencia
En los últimos años, se han multiplicado las vinculaciones entre la academia y las empresas, especialmente en ciertas disciplinas y sectores (ciencias de la vida y disciplinas relacionadas con los materiales y la informática). Este cambio se refleja en coediciones entre empleados de universidades y empresas, patentes solicitadas por investigadores y universidades, actividades cooperativas de investigación y desarrollo, licencias o ventas de propiedad intelectual, asistencia técnica, intercambios de información formales e informales, contratación de personal calificado. Esta transformación también se refleja en el creciente número y diversidad de formas organizacionales disponibles para que empresas y universidades establezcan contactos (Shinn y Lamy, 2006).
La investigación científica puede brindar diversos aportes al desarrollo innovador de las empresas. Entre las diversas interpretaciones al respecto, Salter y Martin (2001: 520) destacan siete beneficios: el incremento de la reserva de conocimiento mediante la producción de nueva información científica; el entrenamiento de graduados calificados; la creación de nuevos instrumentos y metodologías científicas; la formación de redes y el estímulo a la interacción social; el aumento de la capacidad científica y tecnológica de resolución de problemas, y la creación de nuevas empresas. En particular, la aplicabilidad del conocimiento científico al sector industrial, por su naturaleza cognitiva, es esencial en ciertos campos de conocimiento (fundamentalmente las disciplinas vinculadas a la ingeniería).
Crecientemente el financiamiento público apoya la libertad académica necesaria para que los científicos desarrollen sus agendas con el fin de desarrollar un tipo de investigación explorativa, incierta, y que se construya de forma progresiva y conjunta.[9] La interrelación entre las agendas de investigación de las instituciones científicas y las necesidades de conocimiento de las empresas tiene un origen político histórico. Desde fines de los años setenta, en Inglaterra y Estados Unidos primero, y el resto de los países industrializados luego, los políticos han buscado convertir las universidades en centros de innovación. En Estados Unidos, el cambio de las agendas cognitivas y las estructuras organizativas universitarias (Jacob, 2003) se da con el objetivo de revertir la tendencia del bajo impacto de la investigación científica financiada públicamente sobre la economía, principalmente en relación con Alemania y Japón, donde la vinculación ciencia-industria era más relevante (Guston, 2000; Johnson, 2004).
Previamente, el intercambio entre fronteras institucionales estaba organizado bajo normas informales, como lazos entre empresas y profesores, bajo el acuerdo tácito del intercambio por becas y fondos de investigación (Etzkowitz y Leydesdorff, 1997). Sin embargo, en la actualidad cobra creciente importancia la comercialización de la producción de conocimiento con base en la universidad. Distintos procesos actuales ilustran este cambio, como la noción de universidades empresariales, la creciente dependencia de los presupuestos de investigación a prioridades de investigación relevantes para la industria, el desarrollo de programas que impulsan la promoción de actitudes empresariales en los estudiantes y facultades, y el desarrollo de una infraestructura universitaria para la creación de empresas (Jacob, 2003).[10]
Definiciones de transferencia y factores que posibilitan e inhiben diversos canales de transferencia
Una buena parte de los estudios sobre transferencia[11] se ha concentrado en la vinculación para la comercialización de derechos de propiedad intelectual vía acuerdos de propiedad de patentes, spin-offs académicos, e ingresos derivados de licencias y regalías derivadas de una tecnología creada en la academia. Sin embargo, sólo una minoría de las interacciones entre universidad e industria está motivada por el prospecto de productos o innovaciones comerciales. Por el contrario, un patrón heterogéneo de conductas orienta esas relaciones.
Colyvas et al. (2002) señalan que a los procesos de transferencia se vinculan múltiples mecanismos. Aunque las patentes suelen considerarse como el impulsor central de la transferencia (fundamentalmente en Estados Unidos), no existe evidencia de que la falta de protección de la propiedad intelectual limite el uso y/o comercialización de invenciones universitarias. Por el contrario, diversos análisis muestran que la transferencia ocurre también en ausencia de esa protección. El aumento de patentes y licencias en Estados Unidos desde los años setenta no aparece entonces como consecuencia directa de la nueva legislación sobre transferencia de 1980, a partir de la llamada Acta Bayh-Dole.[12] El aumento de derechos de propiedad intelectual sobre resultados de investigación, está relacionado más con los avances de la investigación universitaria en la biología molecular y el software, y con el incremento en el rango de resultados de investigación patentables propiciados por decisiones judiciales y de algunas oficinas de transferencia, en el campo de la biotecnología.
La dimensión comercial muestra sólo una parte del proceso que motiva la interacción para la transferencia. En la mayoría de los casos, las empresas requieren conocimiento actualizado, acceso a estudiantes y docentes y soluciones a problemas específicos (D’Este y Patel, 2007). En el caso de los investigadores, las consideraciones vinculadas a la investigación (básicamente su interés por continuar y desarrollar sus agendas de investigación) constituyen la base motivacional clave para sus colaboraciones con la industria (D’Este y Perkmann, 2007). Esto muestra que las razones de esas alianzas no sólo son materiales.
La existencia de un amplio espectro de motivaciones de ambos actores, no puede ser satisfecha dentro de un rango reducido de formas de interacción. Como muestran D’Este y Perkmann (2007: 14-18), existe una relación directa entre las motivaciones de los actores para la cooperación y los canales por los cuales ésta ocurre, en la que predominan ciertos tipos de motivaciones, en ciertos canales de interacción.
El concepto de transferencia integra una amplia diversidad de formas y canales que la hacen posible. A partir de las diversas tipologías existentes, pueden distinguirse tres formas de transferencia con base en los canales de interacción: informales, formales y de comercialización.
El canal informal incluye las interacciones personales establecidas sin que medien relaciones organizacionales formales.[13] El canal formal implica: 1) la transmisión de conocimientos codificados por medios formales, como publicaciones y conferencias, y 2) la transmisión de conocimientos vía capital humano, incluyendo acuerdos formales entre organizaciones para la movilidad de personal y el entrenamiento de fuerza laboral calificada.[14] El canal de comercialización finalmente agrupa los intercambios por medio de actividades científicas comercialmente orientadas vinculadas a invenciones, procesos y/o productos específicos, mediante la formación de empresas spin-offs y start-ups, contratos de investigación conjunta, y asesorías, patentes y licencias.[15]
La tabla 1 resume las motivaciones que ciencia e industria encuentran para la interacción a partir del aporte de diversos estudios previos, destacando los canales en los que esos tipos de incentivos han sido preeminentes.
Tabla 1. Motivaciones para la asociación para la transferencia en la ciencia y en la industria, y canales de transferencia preeminentes
| Tipo de incentivos | Ciencia | Industria | Canal de transferencia predominante |
| No material: aprendizaje | Incremento de la capacidad de producción y difusión de conocimiento: i) aumento de las capacidades de los académicos para resolver problemas tecnológicos concretos; ii) exposición a nuevos temas de investigación; iii) comprensión del contexto de aplicación de la investigación; iv) avance en temas clave de investigación; v) volverse parte de una red | Acceso a nuevo conocimiento: i) aumento de las capacidades de aprendizaje organizacional, a partir de los avances técnicos de otras organizaciones; ii) acceso indirecto al know-how de empresas competidoras | Informal Formal Comercialización |
| Material: acceso a recursos | i) Financieros: fomento al financiamiento público y privado a la investigación; ii) en especie: utilización de tecnologías (artefactos, información, equipos y materiales) sin pago por su uso | i) Acceso a recursos complementarios de investigación y desarrollo; ii) reducción de riesgos e inversión, y ampliación en la duración en los proyectos de investigación y desarrollo | Formal Comercialización |
| Material: comercialización | i) Búsqueda de ingresos personales adicionales; ii) obtención de derechos de propiedad intelectual | Apertura de nuevos campos de negocios | Comercialización |
Elaboración propia con base en Feldman y Kelley (2006); Rogers et al. (1998); UE (2001); Balconi y Laboranti (2006); D’Este y Patel (2007); D’Este y Perkmann (2007).
La diversidad y la complejidad de estos procesos se reflejan también en los diversos factores que actúan como barreras que inhiben las vinculaciones entre ciencia e industria. Esos impedimentos se originan en características históricas y culturales de ambos actores, factores de ineficiencia, fallas de mercado y estructuras de incentivos que no facilitan la transferencia (UE, 2001). Estos obstáculos reafirman uno de los supuestos de partida del problema de investigación: las relaciones entre ciencia e industria para la transferencia suponen dificultades que exigen soluciones de coordinación a diversos niveles.
Tabla 2. Obstáculos para la asociación para la transferencia en la ciencia y en la industria
| Tipo de obstáculos | Ciencia | Industria |
| Objetivos y culturas divergentes | Libertad de investigación como impedimento hacia la investigación industrialmente orientada | Orientación a corto plazo en las estrategias de negocios |
| Orientación de la investigación y desarrollo poco atractiva para las empresas | Rechazo al uso de conocimiento externo y escaso interés en proyectos científicos | |
| Asimetrías informativas | Evaluación de la investigación según criterios puramente académicos | Falta de capacidades de absorción y de gestión de la innovación |
| Costos de transacción | Múltiples regulaciones burocráticas y falta de apoyo administrativo en relación con derechos de propiedad intelectual | Escaso personal calificado |
| Imposibilidad de comercializar los resultados de la investigación y desarrollo, falta de espíritu emprendedor | Escaso equipamiento técnico | |
| Falta de recompensas a la comercialización de resultados de investigación | Falta de recursos financieros para actividades de transferencia | |
| Incertidumbre sobre el resultado de la vinculación | Conductas aversas al riesgo | Miedo a perder conocimiento confidencial, incertidumbres derivadas de compartir información con otras organizaciones. |
| Falta de interfases institucionales y organizacionales, como oficinas de transferencia | Falta de confianza, miedo a perder reputación |
Elaboración propia con base en UE (2001); Arvanitis et al. (2005); Feldman y Kelley (2006).
Problema de investigación
Las interacciones en red para la transferencia entre ciencia e industria, están atravesadas por múltiples problemas de coordinación. Ante esos problemas se ensayan respuestas influidas por diversas configuraciones del sistema social a nivel macro (en términos de régimen tecnológico y régimen institucional), meso (de intermediación organizacional) y micro (modos de vinculación entre los actores de la innovación). Las características distintivas a nivel nacional de esas configuraciones, son factores críticos en el éxito o fracaso de procesos continuos de transferencia entre ciencia e industria.
Aspectos problemáticos que impone la coordinación para la innovación
Todas las relaciones cooperativas para la transferencia entre ciencia e industria, implican diversos aspectos de alta complejidad. Uno de ellos se deriva de la existencia de orientaciones culturales, incentivos e intereses diferenciados entre el sector científico y el industrial. Estas divergencias no favorecen la circulación de los conocimientos, la que se ve obstaculizada por la complejidad que implica la bi-direccionalidad de los flujos de conocimiento compartidos.[16] Estas dificultades e incertidumbres inhiben la formación de relaciones de colaboración, y muestran su límite. Los arreglos cooperativos suponen riesgos e incertidumbres y, por tanto, su fortalecimiento requiere menores costos de colaboración (Feldman y Kelley, 2006). La organización en redes entre ciencia e industria con la finalidad de promover la transferencia,[17] es un tipo de solución organizacional y de colaboración ante esos problemas de coordinación.
Esta división del trabajo cooperativa que se da en las redes es cada vez más complementada por mecanismos de intermediación que buscan crear, asegurar, fortalecer y/o dar continuidad a relaciones orientadas a la transferencia ciencia-industria. Por ejemplo, surgen nuevos programas en ciencia y tecnología (públicos, privados, y mixtos) que representan iniciativas de construcción de redes de múltiples actores para la innovación (STRATA, 2004), coordinados por diversas organizaciones. Éstas buscan asegurar la fluidez de sus relaciones por sobre las motivaciones divergentes y los problemas de coordinación.
Las anteriores son soluciones que a nivel micro (redes) y meso (organizaciones intermedias) se plantean ante las dificultades de la colaboración entre organizaciones. Estas soluciones asumen la forma de asociación público-privada, y son una construcción institucional inserta en evoluciones más amplias, opuestas a experiencias casuales, esporádicas o de carácter jerárquico. Estas transformaciones vinculadas a la acción de una multiplicidad de actores interdependientes (Casalet, 2004) han sido analizadas por diversos autores desde la perspectiva de gobernanza.
La gobernanza desde esa acepción, refiere a una nueva forma de autoridad que desplaza la forma jerárquica tradicional de autoridad del capitalismo occidental, hacia otro modo en el que la autoridad asume un carácter más horizontal, distribuido en redes (Rhodes, 2000). Se abandona el modo de dirección gubernamental que apela al recurso de la autoridad y la sanción del gobierno como una consecuencia de lo crecientemente difusas que se vuelven las fronteras de los sectores público y privado (Stoker, 1997: 17), o bien del debilitamiento del poder del Estado (Rhodes, 1997) o su readecuación, transformación, y menor visibilidad autoconsentida (Pierre y Peters, 2000: 12, 13).
Sin embargo, las redes y la intermediación organizacional también suponen aspectos problemáticos. Éstas no pueden por sí mismas dar una explicación integral de los factores que obstaculizan o favorecen los procesos de transferencia de redes ciencia-industria. Ambos niveles requieren vincularse con aspectos de nivel analítico macro, entendido como el contexto institucional de los sistemas de innovación en que se insertan.
Las redes para la transferencia, por una parte, son un proxie a nivel micro del modo en que los lazos entre los actores de la innovación están difundidos o no en los sistemas (Cimoli, 2005). Esto se observa en los vínculos entre organizaciones específicos dentro de la red, y en su estructura (De Bresson y Amesse, 1991). La calidad y desarrollo de canales de comunicación para la transferencia se ven afectados por múltiples características estructurales de los sistemas de innovación en que se insertan. Éstos pueden ser el tipo y la especificidad de conocimiento que demanda la estructura productiva nacional y la claridad de esas demandas; las capacidades de absorción del sector científico e industrial; el tipo de incentivos para la asociación que encuentran ambos actores, y las fallas de mercado prevalecientes en el mercado del conocimiento (UE, 2001).
Los procesos de intermediación, por su parte, también son un reflejo de los rasgos estructurales de un sistema de innovación. Por ejemplo, el perfil de especialización productiva muestra el tipo de innovación preponderante en el sistema y las necesidades de entorno organizacional que requiere, ayudando a comprender la existencia o ausencia de interfases organizacionales de apoyo a la innovación y la transferencia. Asimismo, la existencia o no de continuidad y capacidad de adaptabilidad en las políticas en ciencia y tecnología, y de fortaleza y diversidad en las funciones cumplidas por las interfases organizacionales están relacionadas con factores sociales, políticos e históricos de carácter estructural. Estos factores reflejan un tipo de instituciones de distribución de poder y de demandas sociales históricos de una sociedad, como pueden ser por ejemplo, el grado de vinculación entre el sector científico y el productivo, y entre éstos con los otros actores vinculados a la innovación; su papel en la orientación estratégica del desarrollo productivo, científico y tecnológico del país, y su capacidad para plantear propuestas innovadoras para el desarrollo de áreas de conocimiento y la organización de actividades en ciencia y tecnología (Casalet, 2005a).
Nivel macro: estrategias nacionales de desarrollo e innovación. Influencia de los factores tecnológicos e institucionales sobre los procesos de transferencia
La capacidad de un sistema de innovación para desarrollar redes ciencia-industria para la transferencia, y mecanismos de intermediación que las promuevan, depende de múltiples factores. Éstos se han tratado de explicar mediante diversos enfoques teóricos. En particular, esta investigación se concentra en dos ramas analíticas principales: por una parte, los factores técnicos y productivos de la innovación han sido analizados desde macro-modelos articulados a partir del concepto de regímenes tecnológicos; por la otra, desde la visión de regímenes institucionales se han analizado los factores sociopolíticos y culturales históricos que posibilitan ciertos modelos de innovación.
Regímenes tecnológicos
Modelos de estructuras tecnológicas y dinámicas de mercado
Los rasgos distintivos de los canales de transferencia dependen en buena parte de las estructuras de producción de conocimiento de un sistema de innovación.
La relación causal entre ambos factores ha sido abordada desde el enfoque de regímenes tecnológicos. La economía evolucionista introdujo en los años ochenta la noción de paradigma tecnológico para analizar la forma en que ciertas tecnologías, en cierta época, determinan oportunidades y límites a la innovación. No sólo describiendo rasgos estáticos, sino además estudiando la conducta dinámica del sistema, que incluye elementos como el potencial de crecimiento de tecnologías radicales relacionadas cuya explotación adopta ciertas trayectorias tecnológicas (Castellacci, 2007).
El análisis de la vinculación entre paradigmas y trayectorias tecnológicas fue desarrollado luego, desde la noción de régimen tecnológico, por Breschi et al. (2000), entre otros. Este concepto supone que la forma específica de organización de las actividades innovadoras de una tecnología es producto de diferentes regímenes relacionados con ésta. Los regímenes tecnológicos se definen como la combinación de cuatro factores que definen una tecnología: sus oportunidades, su apropiabilidad, su acumulatividad y sus propiedades de la base de conocimiento.[18] Según como se presentan esas propiedades del régimen tecnológico, se dan diversos comportamientos de las dimensiones centrales de los patrones de innovación definidos por Schumpeter (Mark I y Mark II).
Tabla 3. Vinculación entre las dimensiones del régimen tecnológico y de los patrones schumpeterianos de innovación
| Dimensiones del régimen tecnológico | ||||
| Dimensiones de los patrones de innovación | Oportunidades | Apropiabilidad | Acumulatividad | Propiedades de la base de conocimiento |
| Entrada y salida | Relación positiva. Altas oportunidades favorecen la entrada de nuevos innovadores a los que se puede proveer de una amplia reserva de conocimiento existente | Relación negativa. Alta apropiabilidad lleva a una menor entrada de empresas | Relación negativa. Alta acumulatividad lleva a una menor entrada y salida de empresas | Una base con más conocimientos genéricos genera menores niveles de entrada. Una base con mayores contenidos aplicados favorece la entrada al facilitar la disponibilidad de conocimiento |
| Concentración de actividades | Relación negativa. Altas oportunidades al favorecer la entrada de nuevas firmas innovadoras reducen la concentración | Relación positiva. Alta apropiabilidad produce una mayor concentración de actividades. Una baja apropiabilidad, al permitir una mayor difusión de conocimiento entre las empresas, permite una mayor presencia de innovadores | Relación positiva. La alta acumulatividad permite que las empresas sigan desarrollando sus capacidades e innovaciones existentes, incrementando la concentración | Una base genérica permite a varios agentes vincularse a actividades de innovación. Pero, como el acceso a los conocimientos requiere altas capacidades absorción y actividades de investigación y desarrollo, la concentración aumenta. Una base con más conocimientos específicos, especializados y accesibles a las empresas, tiene un efecto negativo sobre la concentración |
| Estabilidad de los innovadores top | Relación negativa. Altas oportunidades favorecen la entrada de empresas, disminuyen la concentración, tendiendo así a desestabilizar el ranking de las firmas innovadoras. | Relación positiva. Alta apropiabilidad permite la estabilidad de las empresas líderes, que continúan protegiendo sus innovaciones de la imitación | Relación positiva. Alta acumulatividad habilita a las empresas líderes a seguir innovando | No corresponde |
Elaboración propia con base en Breschi et al. (2000: 392-395).
Los autores proponen diferencias en los dos patrones básicos de innovación schumpeterianos, según las características de los regímenes tecnológicos. A la vez, los autores distinguen patrones de innovación que se distribuyen de forma diferenciada en diversos sectores o ramas tecnológicas.
Tabla 4. Vinculación entre régimen tecnológico y patrones de innovación
| Dimensiones del régimen tecnológico | |||||
| Patrón de innovación | Sectores industriales | Oportunidades | Apropiabilidad | Acumulatividad | Propiedades de la base de conocimiento |
| Mark I: baja concentración de las actividades innovativas con un número relativamente amplio de innovadores, altas tasas de entrada y alta inestabilidad en la jerarquía de innovadores | Ingeniería civil; tecnologías eléctricas y mecánicas; minería; ferrocarriles y barcos; fibras artificiales, naturales y papel; aplicaciones eléctricas para el hogar; maquinaria industrial; preparaciones médicas; instrumentos de medida y control. | Altas | Baja | Baja | Rol limitado del conocimiento genérico |
| Mark II: altos niveles de concentración de las actividades económicas, bajas tasas de entrada y alta estabilidad en la jerarquía de los innovadores | Químicos orgánicos; compuestos químicos; componentes electrónicos; gasolina, hidrocarburos y aceites; químicos para la agricultura; productos electrónicos de consumo; motores, turbinas y bombas; vehículos. | Bajas | Alta | Alta | Base de conocimiento genérica |
Elaboración propia con base en Breschi et al. (2000: 395).
Erbes et al. (2007) complementan este análisis proponiendo una distinción de cuatro tipos de empresas, según la importancia que le dan a las articulaciones con otros agentes (tramas), y al conocimiento como fuente de diferenciación. Ambas se consideran dimensiones que aluden a la capacidad de las empresas para desarrollar intercambios de conocimiento e información con otros agentes (incluyendo a otras empresas y al sector científico). Estos tipos de empresas tienen algunos claros ejemplos en América Latina, y también se vinculan con los dos patrones de innovación schumpeterianos.
Tabla 5. Tipos de empresas según la importancia dada a las tramas y al conocimiento
| Importancia del conocimiento como fuente de diferenciación | ||
| Importancia de las tramas | Baja | Alta |
| Baja: Mark I | Empresas aisladas No operan en red, y las relaciones con otros agentes están limitadas a transacciones comerciales de compraventa. Operan en un contexto cerrado que interactúa débilmente con el exterior Ejemplos: la gran mayoría de las pequeñas y medianas empresas en América Latina | Islas de conocimiento No operan en red, pese a lo cual centran sus ventajas en la transformación de conocimiento, a partir de la acumulación de capacidades innovadoras emprendedoras. Su aislamiento les impide obtener sinergias del ambiente Ejemplos: algunas empresas de software y biotecnología en América Latina |
| Alta: Mark II | Redes burocráticas Operan en red pero con una importancia reducida de la generación y circulación del conocimiento generado a nivel local. El progreso técnico es de tipo incorporado (en bienes de capital) y desincorporado (de la casa matriz de las empresas en el caso de las multinacionales). Ejemplos: industria automotriz de América Latina, empresas subsidiarias de multinacionales en países subdesarrollados, como en buena parte de la industria maquiladora de México y América Central. | Redes de conocimiento Operan en red, apoyadas en la generación y circulación de conocimientos, y en interacciones y complementariedades tecnológicas para generar ventajas competitivas dinámicas. Estas empresas estructuran sus propios mercados. La generación y circulación en red les permite competir desde una posición oligopólica. Ejemplos: casos recudidos en la mayor parte de América Latina. En el mundo desarrollado, se identifica con el sistema industrial basado en redes de las empresas de Silicon Valley. |
Elaboración propia con base en Erbes et al. (2007: 34-37).
Esta tipología se combina a la vez con los conceptos de régimen tecnológico, de gestión del conocimiento (con el fin de mostrar el grado en que el conocimiento puede constituir una barrera de entrada y generar cuasi rentas) y de competencia (asociado a los sectores tecnológicos en que se desenvuelven). Con base en esos tres regímenes, se derivan diversos rasgos típicos de los cuatro tipos de empresas, algunos de los cuales se presentan en la tabla 6.
Tabla 6. Conductas de las empresas en diversos atributos de los regímenes tecnológicos, de gestión del conocimiento y de competencia
| Régimen | Atributos | Tipo de empresa | |||
| Empresas aisladas | Redes burocráticas | Islas de conocimiento | Redes de conocimiento | ||
| Tecnológico | Acumulatividad y origen de la tecnología | Reducida, idiosincrática y externa | Media, sectores maduros | Elevada | Elevada, fuentes internas y externas |
| Apropiabilidad | Reducida | Media-baja. Bienes estándar | Media | Elevada | |
| Oportunidad | Reducida. Ventajas estáticas. Escasos incentivos para innovar | Media | Elevado | Elevado. Ventajas dinámicas. Gran incentivo a la innovación | |
| Foco de la actividad tecnológica | Reducción de costos | Reducción de costos en la red | Desarrollo de nuevos productos y procesos | Aumento del mark-up vía elevado ritmo de innovaciones | |
| Gestión del conocimiento | Fuentes de aprendizaje | Tecnología incorporada | Conocimiento generado en la empresa núcleo | Interacciones dentro de la empresa | Interacciones dentro de la trama y con el sistema nacional de innovación |
| Capacidad de absorción | Baja y limitada | Alta en el núcleo, media o baja en el resto | Muy elevada | Muy elevada | |
| Integración de conocimiento tácito y codificado para generar capacidades cognitivas | Limitaciones para integrar y desarrollar conocimientos | Adaptación del conocimiento codificado provisto por casas matrices | Integración sólo a nivel de la empresa a partir de redes personales | Completo dentro de la empresa y de la red | |
| Forma de apropiación de los beneficios económicos del conocimiento | Idiosincrásica | Secreto e innovaciones incrementales | Patentes y ventas de las empresas | Patentes. Libros de códigos desplazado. Innovación continua | |
| Competencia | Tamaño de la firma | Pymes | Grandes | Pymes | Grandes |
| Fuentes de cuasi rentas | Ventajas estáticas, naturales o de localización | Regulaciones | Innovación | Desarrollo de bienes club |
Elaboración propia con base en Erbes et al. (2000: 42, 44 y 48).
Patrones tecnológicos diferenciados según los sectores de innovación
La diferenciación entre las estructuras de mercado y dinámicas tecnológicas entre los distintos sectores en actividades innovativas que propone la visión teórico-analítica de regímenes tecnológicos, es un marco fundamental recogido por la visión de sistemas sectoriales de innovación desarrollada entre otros, por Malerba (2004).
Esta perspectiva recoge parte del legado schumpeteriano y de la economía evolucionista, al asumir la existencia de diferencias sectoriales en términos de tecnologías, en particular en torno a sus tecnologías básicas; en cómo esas tecnologías afectan la naturaleza, las fronteras y la organización de los sectores; en las bases sectoriales de conocimiento, y en los procesos de aprendizaje (Malerba, 2004: 17-19). Esto permite definir sectores más cercanos al Mark I schumpeteriano (caracterizados por la innovación radical y los procesos de destrucción creativa) como los del segmento de descubrimientos terapéuticos en biotecnología y el software, o al Mark II (definidos por una mayor estabilidad e innovaciones incrementales) como el sector de máquinas y herramientas (Casper y Soskice, 2004: 350).
Malerba (2004) también distingue los sectores conforme a los actores y redes que lo integran. En relación con los actores, por una parte la heterogeneidad de las empresas caracterizan un sector tecnológico, según sus competencias, conductas, particularidades de la base de conocimiento, experiencia y procesos de aprendizaje, interacciones y trayectorias innovadoras. También son actores constitutivos de un sector las organizaciones no empresariales como las universidades, organizaciones financieras, autoridades locales o agencias gubernamentales. Estas organizaciones tienen roles diferenciados según los sectores tecnológicos considerados. Por ejemplo, el capital de riesgo y el sector universitario han sido claves en la biotecnología; los gobiernos locales, en el sector de máquinas y herramientas; el apoyo militar, en el inicio de los semiconductores y computadoras, y el capital de riesgo, en el software, la biotecnología y la multimedia.
Por su parte, las redes formales o informales, de integración vertical u horizontal, conformadas a partir de relaciones de mercado o de no mercado, también determinan las características de un sector (Malerba, 2004: 24-26).
Finalmente, este enfoque diferencia a los sectores tecnológicos en sus actividades de innovación, según sus instituciones típicas. Desde la perspectiva sectorial, las instituciones son la serie de constructos sociales constituidos de organizaciones y sistemas de reglas diseñadas para proveer recursos intangibles a los agentes, así como algunos de los recursos tangibles básicos requeridos para coordinar sus acciones (Coriat y Weinstein, 2004: 331).
A partir de ese supuesto, Malerba (2004) considera que existen instituciones específicamente sectoriales (como los mercados laborales, las instituciones financieras sectorizadas, los acuerdos y estándares en software, y algunas regulaciones en el campo de la farmacéutica). Estas instituciones pueden emerger de decisiones conjuntas de empresas u otras organizaciones, así como de la interacción inesperada de agentes (Malerba, 2004: 27).
Sin embargo, en muchos casos esas instituciones son resultado de una deliberación política y de opciones nacionales sobre el estilo de desarrollo deseado de la sociedad. Muchas de esas instituciones superan el rango sectorial y tiene carácter nacional como los sistemas de patentes, las formas de los mercados de trabajo, los sistemas de gobernanza corporativa de las empresas, o el tipo de sistemas educacionales (Coriat y Weinstein, 2004: 331-339). En estos casos, resulta difícil establecer la relación causal entre el sector y las instituciones que lo acompañan, y discernir cuál determina al otro. En última instancia, el establecimiento de esa relación depende del análisis cuidadoso de la evolución de cada sistema sectorial específico de interés (Malerba, 2004: 27).
En relación con el problema de investigación que se expone, esto significa que determinados factores que influyen en los procesos de transferencia entre ciencia e industria pueden estar directamente relacionados con la dinámica y evoluciones de cierto sector. Otros en cambio, pueden adquirir una dimensión nacional que afecta a veces diferenciadamente según el sector, y a veces a todo el sistema nacional de innovación por igual.
Si se adopta el enfoque de sistemas sectoriales de innovación, podría suponerse que la vinculación entre sectores innovadores e instituciones y organizaciones, arrojarían patrones completamente distintos según el sector considerado. Por ejemplo, en los modelos más cercanos a los sectores de la biotecnología, la genómica o las tecnologías de la información, sus dinámicas llevarían a determinadas formas distintivas de apropiación de rentas (predominio de las patentes sobre los secretos industriales) y del conocimiento (valorando de forma clave sus dimensiones tácitas); de mecanismos de transferencia, y de formas institucionales de coordinación y apoyo. Lo contrario acontecería, por su parte, en modelos ligados a sectores más maduros, como las industrias de escala intensiva; de máquinas y herramientas, y de productos estandarizados (Coriat y Weinstein, 2004: 341).
Esta investigación propone la coordinación institucional y organizacional como el eje problemático de la investigación, transversal a las redes ciencia-industria para la transferencia a analizar. De esta forma, el análisis busca destacar la efectividad de esos procesos de coordinación, los actores presentes y ausentes en ella, y las consecuencias que esos modelos de mediación tienen sobre las redes analizadas, lo que implica que no habrá una focalización central del análisis en la composición sectorial de la industria en Estados Unidos (con una mayor presencia de patrones de innovación Mark II), en México (donde se supone predomina un patrón Mark I) o Canadá (donde se podría encontrar la presencia de sectores de ambos tipos). Antes, el análisis propuesto buscará ver la interacciones de esos sectores industriales con el Estado, el sector científico y otros actores relevantes, en el marco de un tipo de coordinación institucional dada a nivel nacional.
Esto no supone que el componente tecnológico y las características distintivas de cada sector en sus actividades de innovación sea dejado de lado. Por el contrario, se reconoce que la óptica analítica de regímenes tecnológicos, permite situar aspectos críticos para la comprensión del objeto de estudio, y del problema de investigación planteado en torno a él. Cuando dicha coordinación adquiera un rango distintivo derivado de las características del sector en que se insertan las redes en cuestión, ese proceso será destacado y contextualizado a ese entorno. Esta salvedad conceptual permite clarificar los criterios para la selección de la unidad de análisis, y evitar comparaciones forzosas que omitan esta dimensión sectorial, analíticamente central y directamente relacionada con los procesos de transferencia entre ciencia e industria.
Dados los argumentos precedentes, la comparación entre las redes nacionales analizadas, los marcos institucionales más amplios y los procesos de intermediación que propone esta investigación, se dará desde los procesos institucionales y organizacionales de coordinación. Esto justifica la importancia gravitante que tiene sobre el modelo analítico propuesto la perspectiva de regímenes institucionales que se presenta en el siguiente apartado.
Lo anterior no reduce la importancia de la categoría de régimen tecnológico sobre dicho esquema. El concepto en particular permite distinguir patrones que reflejan las formas en que se abordan las actividades innovadoras en diversos sectores tecnológicos y las conductas tecnológicas que adoptan distintos tipos de empresas. Estas categorías permiten caracterizar conductas generales de los sistemas de innovación (a nivel macro), y las consecuencias que de ellas se derivan sobre los niveles meso y micro de análisis, especialmente en torno a:
1 las capacidades de absorción de las empresas para utilizar conocimiento generado por otras organizaciones como universidades y centros de investigación;
2 los tipos de conocimiento externo que estas empresas requieren;
3 sus capacidades para realizar demandas específicas de conocimiento a ser transferido desde otras organizaciones, y
4 el entorno organizacional que requiere el perfil de especialización sectorial que adoptan, especialmente a nivel de organizaciones intermedias de apoyo a la transferencia ciencia-industria.
Regímenes institucionales
Modelos institucionales de regulación liberales y coordinados
La visión de regímenes institucionales parte del supuesto de que las condiciones de producción de la innovación para el desarrollo de sistemas nacionales se vinculan con instituciones históricas del sistema social. Como marco interpretativo, los modelos nacionales de instituciones (como los sistemas de regulación laboral, protección social o apoyo a la innovación industrial y al desarrollo científico y tecnológico) son vistos como mediaciones entre los órdenes científicos, económicos, políticos y domésticos. Dichos modelos consisten en redes de relaciones entre el mundo de la investigación y el conocimiento, el de la empresa y el mercado, el espacio de la política y la esfera del lazo social (Lesemann, 2007: 70). Para esta visión, las diferencias nacionales institucionales —sobre todo políticas— son la causa primaria de conductas innovadoras diferenciadas (Zachary, 2004) y el factor explicativo central del mayor o menor desarrollo de empresas que recurren de forma intensiva al conocimiento.
Uno de los primeros autores que avanzó en la sistematización de regímenes institucionales fue Esping-Andersen (1990 y 2000); quien distinguió tres regímenes de Estados de bienestar: liberales (naciones anglosajonas), conservadores (Europa continental) y socialdemócratas (países escandinavos). La diferenciación de esos modelos tiene una raíz histórica, vinculada a la construcción de coaliciones políticas para la integración de las clases medias, y el patrón de la formación política de las clases trabajadoras (Esping-Andersen, 1990: 32). De igual forma, estas variantes refieren a la capacidad estatal de protección frente a los riesgos sociales, los modelos familiares, su visión de Estado y mercado, y el grado de regulación del mercado de trabajo. Esping-Andersen (2000) subraya que esa diversidad en los regímenes es consecuencia de trayectorias institucionales derivadas del tipo de nexo predominante entre familias, Estado y mercados de trabajo.
Desde una perspectiva similar, Whitley (1999) estudia los sistemas de negocios de Asia y Europa del Este, a partir de un marco analítico centrado en los procesos que determinan divergencias en los modelos de organización económica. En particular, su interés se centra en las diferencias en las políticas nacionales, los sistemas financieros y de trabajo, y los patrones de industrialización concebidos como sistemas de coordinación y control de la economía (Whitley, 1999: 193). Esas variaciones dan lugar a distintas estructuras y prácticas de las agencias estatales, las organizaciones financieras y los actores del mercado de trabajo, y a sistemas empresariales divergentes, que pueden ser vistos como formas contrastantes de organización económica.
También Hall y Soskice (2001), resaltan la importancia de la coordinación desde un enfoque centrado en los sistemas sociales de producción. Éstos se definen como una conjunción de elementos de gobernanza sectorial, sistemas nacionales de innovación y regímenes de producción flexible. Los autores, tomando a la empresa como centro, distinguen economías de mercado liberales y coordinadas. Las economías liberales se distinguen por contar con un mercado de capitales más desarrollado, una mayor confianza en los modos de coordinación del mercado y menores niveles de protección al empleo. En las economías coordinadas, por su parte, son clave las instituciones no de mercado, que coordinan las relaciones financieras e industriales (Hall y Soskice, 2001: 18-20).
En ese sentido, Coriat y Weinstein (2004) presentan tres series de instituciones que marcan perfiles de innovación en economías liberales y coordinadas: i) las opciones públicas sobre la apropiabilidad de los beneficios de las innovaciones; ii) los sistemas de mercado y gobernanza empresarial, y iii) el financiamiento privado de la investigación. También Lam (2004) destaca el sistema de educación y entrenamiento como institución social que influye en la formación del desempeño innovador de las empresas, y su relación con patrones de aprendizaje y acumulación de conocimiento.
Hall y Sosckice (2001) son quienes por primera vez analizan sistemáticamente las condiciones institucionales que propician determinados comportamientos en los niveles meso y micro sociales de la innovación. Desde el concepto de ventajas comparativas institucionales, los autores plantean que la estructura institucional de una economía política da a las empresas ventajas para emprender ciertas actividades destinadas a producir cierto tipo de productos. A diferencia de los enfoques vinculados a los sistemas nacionales de innovación, que enfatizan los factores absolutos que puede desempeñar cualquier economía (Edquist, 1997), en esta visión se distinguen los factores que dan ventajas en los perfiles de especialización productiva, y la innovación, vinculados a los regímenes de regulación, la organización de los actores económicos y las estructuras del Estado. A partir de ellos, pueden distinguirse las formas en que en las economías liberales se promueve la innovación radical,[19] y cómo en los regímenes coordinados las condiciones institucionales son más propicias para la innovación incremental.
Más recientemente, Whitley (2002) analiza cómo influye el Estado y el régimen institucional sobre el sistema de ciencia pública y los paradigmas de transferencia preponderantes a nivel nacional. Su análisis liga los regímenes institucionales con la capacidad del sistema de entrenamiento para integrarse al de investigación, la flexibilidad y pluralismo de los sistemas de ciencia pública, el modelo del rol del investigador, y el carácter de difusión de las políticas en ciencia y tecnología. Bozeman (2000) también plantea la existencia de distintos paradigmas de transferencia tecnológica.
En la tabla 7 se resumen los principales aportes en torno a las conductas hacia la innovación y la transferencia en distintas regímenes institucionales.
Tabla 7. Conductas de los regímenes hacia la innovación en varias instituciones
| Tipo de institución | Régimen liberal | Régimen coordinado |
| A. Estrategia innovadora general | Se promueven: i) las recompensas de las conductas de corto plazo de individuos y empresas que generan habilidades genéricas y movilidad laboral; ii) el uso de nuevos conocimientos para generar oportunidades radicalmente nuevas, desde iii) instituciones que permiten a las empresas focalizarse en el desarrollo de innovaciones radicales en tecnologías emergentes | Se promueven: i) las inversiones en ciencia y tecnología cooperativas y de largo plazo; ii) el desarrollo de capacidades específicas a la industria para desarrollar competencias organizacionales en la coordinación del conocimiento y habilidades dentro de los límites de la organización, apoyadas en iii) instituciones que facilitan el desarrollo de innovaciones continuas e incrementales |
| B. Sistemas de mercados, gobernanza corporativa y financiamiento privado de la investigación | Sistema de gobernanza dominado por outsiders. Financiamiento de la innovación por medio de los mercados financieros. Las ventajas intangibles y la captura de rentas privilegiada abren una vía a mercados financieros diseñados para especular en empresas con riesgos y alta rentabilidad. Las garantías dadas a los inversores, los alientan a financiar proyectos de riesgo. Apoyo central en la capacidad de Estados Unidos para generar innovaciones radicales | Sistema de gobernanza dominado por insiders. El modelo no requiere mercados financieros altamente especializados. Aunque las empresas operen en esos sectores, tienen un carácter público, pues los accionistas no requieren alto control y poder. El modelo guía las políticas de investigación y desarrollo de las empresas y la gestión de las carreras de los trabajadores. Modelo bien situado para sectores basados en innovaciones incrementales e inversiones de largo plazo |
| C. Mercado laboral | Mercado de trabajo ocupacional. El conocimiento y entrenamiento se ubican en la carrera entre empresas, y en los agentes como propiedades personales para el avance en la carrera. Cuando el conocimiento y habilidades no puedan codificarse, se transfieren desde redes sociales y profesionales basadas en una estructura social contenedora (clusters). El aprendizaje se orienta a la persona y el mercado, y da autonomía proclive a la innovación radical | Mercado de trabajo interno. Se basa en el empleo estable a largo plazo, con una progresión en la carrera pensada en series de trabajos conectados en una jerarquía. La progresión en la carrera se alcanza por la acumulación de habilidades y experiencia organizacional. El concepto de progresión de carrera facilita la generación de conocimiento tácito. El aprendizaje tiene raíces en una carera de empresa e identidad organizacional |
| D.Opciones nacionales de las autoridades públicas que definen la apropiabilidad de los beneficios de las innovaciones | Fuerte sistema de derechos de propiedad intelectual y patentes. Diseñado para garantizar a las empresas el beneficio de su innovación. Crea un ambiente favorable para la comercialización de descubrimientos científicos (protegidos por patentes) y brinda ventajas intangibles a empresas que hacen investigación y desarrollo. Sus rentas pueden basarse en innovaciones e investigación, y las universidades y empresas adquieren derechos del licenciamiento de descubrimientos a empresas industriales | Conocimiento básico público y abierto. Las patentes se acotan a invenciones específicas. La apropiación se basa en las capacidades colectivas de las empresas. La universidad de “ciencia abierta” influye con conocimientos producidos en una investigación básica de bajo costo. El sistema organiza dominios basados en el secreto industrial y el aprendizaje interno de las empresas. Las rentas de la innovación provienen más del desarrollo que de la investigación |
| E. Sistema de educación y entrenamiento | Sistema de elitismo cercano. Dominio de conocimiento académico formal y doble distribución de la competencia: un sistema desarrollado para élites, y una mayoría con pobre entrenamiento. La disparidad en los contextos educacionales y las habilidades en la fuerza de trabajo genera conocimientos discontinuos y distancias sociales en las empresas. Refuerza el conocimiento formal | Sistema basado en lejanías. Reconoce el valor de la educación académica y el entrenamiento vocacional. Se caracteriza por la educación vocacional para gran parte de la fuerza laboral. Sistema ideal para una organización descentralizada del trabajo. La mayor distribución de la fuerza laboral da una mejor base para el aprendizaje interactivo y el conocimiento tácito como fuente de capacidad organizacional. |
| F. Ciencia pública: vinculación entrenamiento e investigación. | Alta integración del entrenamiento con proyectos de investigación a gran escala (como Estados Unidos). La integración del entrenamiento con la producción de conocimiento y su apoyo masivo permite a las empresas usar nuevas habilidades y cambiar su producción de conocimiento | Desintegración relativa entre la investigación y el entrenamiento y/o limitaciones en el tamaño y alcance de la base de ciencia pública, lo que vuelve más difícil para las empresas el cambio sustancial de sus competencias a corto y mediano plazo |
| G. Ciencia pública: patrón de grupos de investigación | Flexibilidad y pluralismo. La organización en grandes departamentos, la separación de unidades intelectuales y administrativas, y la dependencia al financiamiento externo reducen el control de los programas, aumentan la competencia entre grupos y amplían las metas de investigación | Jerarquización. El patrón es de grupos individuales, e institutos controlados por pocos profesores, que combinan liderazgo científico y roles administrativos. La centralización de los programas y el control jerárquico de las carreras y recursos limita la pluralidad de enfoques y habilidades |
| H. Ciencia pública: identidades de los investigadores | Profesional. Modelo del científico profesional con habilidades genéricas muy especializadas y bajo compromiso con metas organizacionales, dado el carácter externo del mercado laboral | Organizacional. Las identidades organizacionales más fuertes que las profesionales permiten a las empresas desarrollar competencias colectivas de largo plazo |
| I. Paradigmas de transferencia tecnológica | Conviven dos visiones: la de fallas del mercado (que limita el rol de la ciencia pública a la provisión de investigación básica), y la de investigación orientada a la misión (que apoya la intervención en investigación y desarrollo en áreas de interés nacional y define los roles de los ejecutores públicos, reconociendo la habilidad política única del gobierno para brindar recursos y orientar la innovación). | Investigación cooperativa (que asume el rol activo de los actores de gobierno y las universidades sobre la transferencia; admitiendo al gobierno como ejecutor de investigación. Supone valores que enfatizan la cooperación entre sectores y entre empresas rivales en el desarrollo de tecnologías precompetitivas o infratecnologías. |
| J. Políticas estatales en ciencia y tecnología | Orientadas a misión. Movilizan recursos públicos y privados para lograr metas públicas superiores. Se apoya la investigación y desarrollo en ciertas áreas más que en otras, alentando la diversidad intelectual, y con ella la fluidez de las habilidades de investigación, en tanto los científicos adaptan sus proyectos a prioridades estatales. Si la investigación implica entrenamiento extra, las políticas generan un número de investigadores capacitados para ser reclutados por las empresas que invierten en el desarrollo de competencias en ese conocimiento | Orientadas a la difusión. Buscan mejorar de modo continuo las tecnologías de sectores enteros, a partir de actividades conjuntas. El Estado alienta la colaboración para el desarrollo de nuevo conocimiento entre empresas, gobierno y ciencia, y el fortalecimiento de asociaciones industriales. Sin embargo, la vinculación exclusiva desde esas redes, bloquea la generación de habilidades radicalmente nuevas, y limita el cambio tecnológico a la mejora de capacidades en los paradigmas existentes |
| K. Campos, actividades productivas y empresas promovidas por los recursos públicos a la investigación y desarrollo | Biotecnología y genómica, ciertos segmentos de la industria del software y de la industria de las telecomunicaciones. En estos dominios, existen varias empresas start-up construidas en torno a derechos de propiedad intelectual que reclutan su staff de investigadores en el mercado externo (varios de universidades y laboratorios públicos) | Sectores “intensivos en escala” y “proveedores especializados”: autos, herramientas, maquinaria. Además, el modelo está influido por una serie de dispositivos institucionales del mundo de la ciencia abierta, y por tanto, bien situado para los sectores industriales con base científica de primera generación: químicos, farmacéuticos, industria aeroespacial |
Elaboración propia con base en: Whitley (2002) (apartados A, F, G, H y J); Coriat y Weinstein, (2004) (B, D y K); Lam (2004) (apartados Cy E); Hall y Soskice (2001) (apartados D y J) y Bozeman (2000) (apartado I).
Tipos de instituciones predominantes en los sistemas nacionales de innovación de Canadá, Estados Unidos y México
La visión de variedades de capitalismo introduce una óptica analítica que permite reflexionar sobre la función del entorno de las políticas públicas e instituciones (entendidas bien de un modo amplio como tipos de arreglos sociales, o de forma restringida, como las interacciones de la esfera política con la sociedad) sobre la producción de la innovación. Esta visión se diferencia de las ópticas de regímenes tecnológicos y de sistemas sectoriales, que se centran antes en la influencia que las empresas y organizaciones (según características como el tipo predominante de productos, tecnologías, redes de vinculación, tipo de conocimiento, y habilidades preeminentes) tienen sobre los resultados de la innovación (Lesemann, 2007: 77).[20]
La cuestión del marco institucional es un aporte de la economía política y la sociología neoinstitucionalista sobre una cuestión básica central en las propuestas sobre sistemas nacionales de innovación: su configuración institucional.[21] La perspectiva de regímenes institucionales remarca los aspectos culturales, sociales y políticos que han originado el contexto institucional en que se asientan los procesos nacionales de innovación en general, y especialmente en torno al tema de esta investigación, las redes ciencia-industria para la transferencia.
Los estudios de caso seleccionados en esta investigación se asientan en tres modelos institucionales bastante diferenciados. Estados Unidos es el ejemplo típico de régimen liberal donde las empresas resuelven sus problemas de coordinación básicamente desde relaciones de mercado. En este modelo, la transferencia se basa en la rápida movilidad de científicos e investigadores que alienta el mercado laboral, y además, en el licenciamiento o venta de innovaciones. Éstos tienen gran importancia por la alta dificultad que supone la fijación de estándares industriales colectivos, dada la presencia mínima de asociaciones de negocios para alcanzar consensos. De esta forma, los estándares son producto de la competencia en el mercado, cuyos ganadores obtienen una alta rentabilidad del licenciamiento de su tecnología a múltiples usuarios. Esto, a su vez, explica la creciente presencia de empresas de capitales de riesgo, donde un éxito reditúa múltiples inversiones fallidas (Hall y Soskice, 2001: 27-31).
El patrón institucional canadiense, por su parte, también puede definirse desde una matriz general de corte liberal. El enfoque sobre la transferencia en Canadá, sin embargo, ha estado más ligado a la necesidad por redefinir el aporte de la investigación científica (en especial la pública y universitaria) en los procesos de innovación, en el marco de un relativo rezago nacional en términos de productividad laboral (Lesemann, 2007: 71-74). De forma incipiente, también se ha buscado en los últimos años emular el papel que el capital de riesgo tiene sobre la innovación en Estados Unidos.[22]
Sin embargo, muchas de las nuevas iniciativas de vinculación ciencia-industria están marcadas por la acción de liderazgo decisivo del Estado y de las universidades, y no tanto por la coordinación del mercado; tal como las investigaciones en salud. De ese modo, aunque comparten un sistema de educación y entrenamiento, y de negociación salarial, el régimen institucional canadiense se distingue del de Estados Unidos por su mayor énfasis en los aspectos distributivos y de protección social desde el Estado (Bernard, 2008), y por tanto, más cercano a instituciones de coordinación estatal.
Finalmente, debe considerarse la dificultad que supone la aplicación de esos modelos institucionales en contextos no contemplados originalmente como América Latina y, específicamente, México. La carencia de modelos construidos para entornos disímiles a los de los países desarrollados, es una oportunidad para comprobar la efectividad heurística de sus categorías. Y supone también un desafío analítico frente a la necesidad de construcción y sistematización de los factores estructurales que actúan sobre los mecanismos de intermediación, y los modos de vinculación entre ciencia e industria en México.
El modelo de régimen institucional de México, considerando los tipos ideales liberal y coordinado, asume una forma híbrida. Las fluctuaciones históricas de su modelo institucional muestran una evolución que ha comprendido desde el intervencionismo estatal fuerte en la etapa de industrialización desde los años cuarenta hasta los ochenta, hasta la desregulación intensa en los años noventa. La trayectoria histórica institucional de México incluye un pasado político relativamente reciente de corte autoritario, y una alta autonomía de los protagonistas económicos como producto de la decreciente coordinación estatal. Junto a esto, se da un relativo intervencionismo en las políticas sociales y una política industrial mínima que apoya un perfil de especialización productiva centrado en innovaciones incrementales en industrias tradicionales y exportaciones masivas de productos con bajo valor agregado.
Por otro lado, se presenta una inversión históricamente baja en actividades de investigación y desarrollo, con un sistema de ciencia pública más orientado a la ciencia básica que a la aplicada con contenidos de ingeniería. A la vez, las políticas de ciencia y tecnología se centran principalmente en la demanda empresarial de conocimientos (Cimoli y Primi, 2007), pero también se caracterizan por su discontinuidad. Finalmente, existe una tendencia hacia una reorganización institucional de las actividades productivas y científico-tecnológicas que, aunque se manifiestan de forma dispersa, buscan desarrollar una nueva y mayor capacidad de relación entre los actores sociales, a partir del refuerzo de los vínculos de comunicación e intercambio (Casalet, 2005: 179).
En vista de los elementos analíticos desarrollados, puede concluirse que el marco de regímenes institucionales ayuda a comprender el efecto de factores estructurales e históricos que determinan ciertos patrones nacionales de innovación. Estos patrones influyen sobre las diversas formas organizacionales de intermediación (nivel meso) y los comportamientos de los agentes en torno a la transferencia (nivel micro), de forma que esa estructura institucional nacional influye sobre:
1 la orientación del sistema de ciencia pública, el desarrollo de sus capacidades de absorción, la organización del entrenamiento para la investigación, y su flexibilidad para desarrollar metas y enfoques novedosos;
2 la orientación general del sector industrial, especialmente manifiesta en su papel sobre estrategias nacionales de desarrollo y la visión de éstas;
3 las características generales de las políticas públicas con el fin de promover contactos ciencia-industria con el fin de la transferencia, y
4 la capacidad del régimen para generar innovaciones organizacionales que actúen como interfases que promuevan los contactos para la transferencia entre ciencia e industria.
La construcción de redes ciencia-industria para la transferencia como estrategias institucionales y tecnológicas de desarrollo e innovación
La visión de variedades del capitalismo es un marco analítico que enfatiza la dependencia entre aspectos institucionales, tecnológicos y nuevas formas organizacionales. Como señalan Kogut et al. (2002), es analíticamente complejo plantear una supremacía causal de los factores tecnológicos o institucionales entre los elementos decisivos sobre los desempeños y decisiones de los agentes de la innovación. Sin embargo, desde el supuesto de que las peculiaridades en los modos de innovación son efecto de factores como políticas estatales y gubernamentales, modelos de organización económica y estructuras socioculturales (Gereffi, 1989), la noción de estrategias nacionales de desarrollo e innovación considera ambos factores. En esas estrategias, se incluye la movilización y localización de recursos que afectan el régimen tecnológico y el diseño institucional. En un intento por conjugar ambos factores estructurales, se presenta en la tabla 8 una matriz unificada de rasgos tecnológicos e institucionales que delinea dos modelos típicos (liberal y coordinado) con conductas diferenciadas de los agentes hacia la innovación, y una forma de redes ciencia-industria para la transferencia.
Tabla 8. Características tecnológicas e institucionales del sector industrial, científico y sus redes en los modelos liberal y coordinado
| Régimen institucional liberal | Régimen institucional coordinado | ||
| Industria | Tipo de empresa | Redes de conocimiento | Redes burocráticas |
| Origen de la tecnología | Fuentes internas y externas, sectores high-tech | Interno, sectores tecnológicos maduros | |
| Oportunidad y acumulatividad tecnológica | Elevada | Media | |
| Formas de apropiación | Patentes, libro de códigos desplazados; innovación radical | Secretos industriales; innovaciones incrementales | |
| Fuentes de cuasi rentas | Desarrollo de bienes club | Regulación | |
| Base de conocimiento | Genéricos | Mayoritariamente específicos | |
| Vinculación con otros agentes | El mercado financiero y laboral desalienta la integración con redes industriales y la inversión en innovaciones de conocimiento específico de clientes | Alto acuerdo en redes industriales con asociaciones de comercio, grupos industriales, proveedores y clientes | |
| Ciencia | Vinculación capital humano-capacidades empresariales de absorción. | Dependiente de las habilidades específicas de los individuos, para generar respuestas radicales, rápidas y flexibles en sus competencias, ante un entorno técnico y de mercado altamente incierto. Esto se da mediante: i) la conformación de equipos de investigación nuevos, en torno a científicos líderes, o ii) la adquisición de start-ups | El tipo de cambio tecnológico lleva a las empresas a coordinar el desarrollo de productos con la producción y otras actividades para proteger sus activos. Esa coordinación requiere organizaciones formales con capacidades colectivas; la producción de conocimiento y habilidades de resolución de problemas es más organizacional que individual |
| Sistema de investigación | Combina novedad, flexibilidad, pluralismo y competencia, generando conocimiento directamente relevante para las actividades de investigación y desarrollo de las empresas | Combina control disciplinario, jerarquización de programas y orientación de las organizaciones con instalaciones avanzadas de investigación aplicada y transferencia tecnológica | |
| Redes ciencia-industria | Financiamiento de actividades conjuntas | Las empresas financian significativamente proyectos de investigación focalizada en procesos genéricos y tecnológicamente orientados | Agencias públicas y contratos del sector privado. El financiamiento privado en apoyo a la investigación académica suele limitarse al pago de consultorías |
| Tipo de redes construidas | Redes de investigación pública que generan de modo continuo resultados de investigación potencialmente útiles que las empresas desean conservar | Redes de investigación aplicada o instrumental. Las conexiones con el sistema teóricamente focalizado se da de modo más difícil y aislado. | |
| Campos de conocimiento privilegiados | En los que el Estado ha apoyado y tomado riesgos en la producción de conocimiento crítico | Los comunes a proveedores y clientes, miembros de redes industriales. |
Elaboración propia con base en Breschi et al. (2000); Erbes et al. (2007), y Whitley (2002).
Interrelaciones entre los niveles analíticos del problema de investigación
Esta investigación asume que los fenómenos de gobernanza (en este caso las redes ciencia-industria para la transferencia y los mecanismos de intermediación construidos y presentes en torno a ellas) refieren a procesos complejos que pueden analizarse desde dimensiones analíticas relacionadas (Vélez, 2007).
Los estudios de caso en los países de referencia en esta investigación se presentan y discuten agregando una dimensión de tipos de transferencia al análisis. Partiendo del supuesto de la existencia de diversos canales de transferencia, cada uno con distintos objetivos y grados de compromiso de los agentes, se distinguen tres tipos de canales de transferencia tecnológica ya mencionados. Para cada tipo de canal de transferencia se analizan las relaciones entre los conceptos de nivel macro, meso y micro. Lo cual implica el análisis de cada nivel y, transversalmente, sus interrelaciones. La tabla 9 presenta un resumen del modelo analítico con la desagregación de los conceptos y componentes constitutivos de cada nivel analítico y sus interrelaciones.
Tabla 9. Niveles analíticos que componen el problema de investigación
| Nivel | Concepto | Componentes | Relaciones analíticas de interés y desagregación de las dimensiones teóricas | Influencia sobre niveles |
| Macro: modelos generales que explican las relaciones entre el Estado, la economía y la sociedad. Patrones de mediaciones entre los órdenes científicos, económicos, políticos, productivos, técnicos y sociales | Estilos nacionales de desarrollo e innovación | Regímenes tecnológicos | Vinculaciones entre los regímenes institucional y tecnológico – Industria: tipo de empresa, origen de la tecnología y sectores de especialización, capacidades de absorción; tipo de innovación privilegiado; fuentes de rentas; vinculación a redes industriales. – Sector científico: vinculación entre capital humano y capacidades empresariales de absorción, y tipo de sistema público de investigación (plural o jerárquico). – Redes ciencia-industria: forma de financiamiento a las actividades conjuntas (público, privado, mixto); tipo de investigación promovida (pública o aplicada), y campos de conocimiento privilegiados según prioridades estatales | Meso y micro |
| Regímenes institucionales | ||||
| Meso: interfases organizacionales que median en relaciones entre grupos de interés como organizaciones productoras de conocimiento y productivas, entre sí, y con el Estado | Mecanismos organizacionales de intermediación | Organizaciones intermedias | Tipos, carácter y funciones de procesos y organizaciones intermedias – Procesos y organizaciones de intermediación: organizaciones limítrofes (consejos nacionales y agencias sectoriales); programas públicos en ciencia y tecnología, y organizaciones intermediarias (de servicios intensivos de conocimiento, de investigación y tecnología, industriales y oficinas universitarias de vinculación) – Financiamiento: público, privado o mixto – Funciones de fortalecimiento a procesos de transferencia | Micro |
| Programas en ciencia y tecnología | ||||
| Micro: interacciones entre grupos vinculados a los procesos de innovación | Redes ciencia-industria para la transferencia | Prácticas y tipos de relaciones | Tipo de redes, buenas prácticas y factores relacionales – Características de las redes en los canales de transferencia. – Buenas prácticas. – Incentivos (materiales y no materiales) y obstáculos (culturales, asimetrías de información, costos de transacción e incertidumbres sobre el resultado de la vinculación) que encuentran ciencia e industria para su vinculación | Unidad de análisis |
Esta investigación asume como supuesto clave que las redes ciencia-industria para la transferencia y los procesos de intermediación que las posibilitan, manifiestan características más generales de los sistemas nacionales de producción e innovación. Por ende, se plantea como problema de investigación indagar cómo determinadas condiciones políticas, tecnológicas, relacionales, institucionales, organizacionales y culturales a nivel nacional configuran ciertas formas y modos de vinculación para la transferencia entre ciencia e industria.
Mecanismos de intermediación y modos de vinculación entre ciencia e industria para la transferencia en México como objeto de estudio
En esta sección se desarrolla la conceptualización sobre el objeto de estudio de la investigación: las organizaciones y procesos de intermediación que intervienen positiva o negativamente sobre los modos de vinculación en México. En primer lugar, se hará referencia a los diagnósticos previos existentes. Posteriormente, se presenta la unidad de análisis del trabajo que se compone, además del caso nacional, de experiencias de vinculación ciencia-industria para la transferencia en Estados Unidos y Canadá.
Diagnósticos previos
Los mecanismos de intermediación y las formas de vinculación ciencia-industria para la transferencia en México han sido materia de algunos análisis previos. En términos generales, el sistema nacional de innovación mexicano presenta un atraso relativo en relación con los países en desarrollo y de la OCDE, producto de la incapacidad industrial para demandar conocimientos y de un sistema de ciencia pública con una oferta insuficiente de los mismos (Sáenz-Menéndez, 2007).
Con un perfil industrial apoyado en escasas y nulas conexiones con el sector científico, el proceso más destacado en cuanto a presencia de múltiples agentes en la articulación de procesos de innovación se vincula con la creación del entorno de apoyo a la industria maquiladora en la frontera norte del país. El cambio tecnológico y organizativo de esta industria y su mayor madurez han permitido el establecimiento de redes de actores más complejas (Villavicencio, 2006). En el proceso han intervenido cámaras y asociaciones empresariales, y distintas organizaciones que apoyan la modernización tecnológica, certificaciones a productos y procesos, conexiones interempresariales vía sistemas de información, y otros servicios de consultoría técnica (Casalet, 2000, 2003 y 2008).
Sin embargo, ese tipo de procesos se han limitado a:
1 experiencias en el sector maquilador, donde las innovaciones se vinculan mucho a desarrollos originados en casas matrices situadas en el extranjero y se realiza una casi nula inversión en investigación y desarrollo, y
2 configuraciones productivas regionales (Jalisco, Baja California, Aguascalientes, Chihuahua y Sonora), muchas veces también vinculadas a la maquila.
En los últimos años se han dado experiencias puntuales de programas públicos en ciencia y tecnología que buscan reorientar esa tendencia de desarticulación entre el sector científico y el industrial, como los Fondos Mixtos y Sectoriales, Prosoft en la industria del software; Techba, dedicado a la comercialización de productos de base tecnológica en mercados extranjeros, y los programas Avance, IDEA, y Consorcios de Innovación para la Competitividad de Conacyt.
De forma similar, algunas organizaciones empresariales y gubernamentales locales buscan cubrir la brecha entre los agentes productores de conocimiento y el sector productivo, brindando diversos tipos de apoyos para la articulación de redes ciencia-industria. Nuevamente aquí, el entorno de la industria maquiladora ha sido el espacio donde se han desencadenado los procesos progresivos de consolidación más interesantes en cuanto a creación de un entorno institucional de apoyo. Múltiples organizaciones, principalmente de carácter estatal, se han plegado como articuladores activos de redes productivas (Villavicencio, 2006).
También otras organizaciones buscan revertir el carácter parcial y discontinuo de las redes ciencia-industria para la transferencia, y desarrollan actividades con tal fin. Entre ellas, se destacan el Foro Consultivo Científico y Tecnológico, la Academia Mexicana de Ciencias, la Asociación Mexicana de Directivos de la Investigación Aplicada y Desarrollo Tecnológico, la Red de Consejos Estatales de Ciencia y Tecnología, y la Fundación México-Estados Unidos para la Ciencia.
Dada la necesidad de proponer posibles acciones de carácter político que pueden emprenderse en México con el fin de desarrollar redes ciencia-industria que promuevan la transferencia desde diversos mecanismos de intermediación, la investigación amplía el estudio de redes ciencia-industria para la transferencia a casos de Canadá y Estados Unidos.
Aunque el análisis en los diversos países no tiene un fin comparativo en sentido estricto, las prácticas y modelos (y el grado de éxito de las mismas) presentan elementos en común que serán comparados. El estudio busca apoyarse en esas experiencias internacionales diversas para realizar aportes reflexivos sobre el caso mexicano, con el fin que éstas muestren desarrollos específicos que pueden considerase buenas prácticas. Ante la necesidad de abrir vías de reflexión desde las cuales sugerir posibles medidas en políticas de ciencia y tecnología, esas experiencias exitosas pueden, teniendo en cuenta el contexto mexicano institucional, político, sociocultural, productivo y científico-tecnológico, adaptarse para su aplicación.
Canadá, Estados Unidos y México: estudios de caso
Con esa definición del objeto de estudio, es posible identificar los casos de mayor valor informativo: la unidad de análisis entendida como el conjunto de individuos, elementos, situaciones, momentos o lugares en los que se eligió observar y analizar el objeto de estudio. En este tema, la unidad de análisis se compone de tres casos: i) la Red de Excelencia Geoide del Programa RCE en Canadá; ii) los casos de Berkeley Wireless Research Centre, Girvan Instritute of Technology, grandes empresas, y otras redes informales en la región de Silicon Valley, California, Estados Unidos, y iii) el Consorcio Xignux-Conacyt del Programa Consorcios en México.
La unidad de análisis se seleccionó a partir de cuatro criterios básicos (tabla 10).
Tabla 10. Criterios de selección de la unidad de análisis
| Criterio | Definición |
| Presencia de vinculaciones ciencia-industria | Condición que se cumple en los tres casos nacionales, por sobre las diferencias en el modo y la intensidad en que se dan esas relaciones mutuas. En este criterio, la presencia del gobierno como participante activo en las redes ciencia-industria de transferencia no es condición necesaria para la selección de una red |
| Diversos canales de transferencia | La redes ciencia-industria para la transferencia analizadas en los estudios de caso seleccionados abarcan alguno de los tres canales de transferencia (formales, informales y de comercialización de derechos de propiedad intelectual), sin tomar como criterio la presencia preeminente de uno u otro canal. |
| Redes enclavadas en regímenes institucionales diversos | Asumida la influencia de la redes de relaciones sociales sobre el comportamiento de los agentes, los casos seleccionados cubren distintas configuraciones institucionales. Estados Unidos es el caso típico de régimen institucional liberal a nivel del Estado y de economía de mercado. La presencia liberal en el Estado y en la economía de mercado existe parcialmente en Canadá. Su modelo presenta formas mixtas, como cierta coordinación estatal en algunas áreas de la economía, un mayor intervencionismo en las políticas sociales y una menor tendencia hacia la innovación radical como en los Estados Unidos o el Reino Unido (Lesemann, 2007). En México, el régimen institucional diverge de los anteriores y, dentro de los arquetipos liberal y coordinado, el Estado como producto de una trayectoria institucional fluctuante muestra un carácter híbrido. |
Elaboración propia.
Preguntas de investigación
Se han destacado hasta este momento las condiciones en que se presentan las redes ciencia-industria para la transferencia en México, la importancia actual de diversos mecanismos de intermediación para el impulso a dichas relaciones y el incipiente desarrollo de esos procesos institucionales y organizacionales a nivel nacional. A partir de esas constataciones, esta investigación busca indagar las posibilidades reales de desarrollo de esas redes, mediante diversas acciones estratégicas políticas y organizacionales.
Para esto, se plantea la siguiente pregunta central de investigación: ¿cuáles mecanismos y procesos de intermediación pueden favorecer la creación y desarrollo de redes ciencia-industria para la transferencia efectiva de conocimientos y tecnología en México?
Este trabajo parte del supuesto de que la relación entre ciencia e industria para la innovación, crecientemente es mediada por mecanismos organizacionales e institucionales que generan, fortalecen y dan continuidad a dichos vínculos. Con base en lo anterior, se plantea como hipótesis a la pregunta de investigación que la creación, desarrollo y consolidación de redes ciencia-industria para la transferencia efectiva de conocimientos y tecnología en México, requiere diversos tipos de organizaciones intermedias e iniciativas públicas, privadas y mixtas en ciencia y tecnología, que permitan crear una estructura institucional y organizacional más compleja y una coordinación más efectiva de las relaciones para la innovación entre ambos agentes. El siguiente capítulo analiza los aportes teóricos y análisis previos sobre la intermediación para el desarrollo de redes, con el fin de sustentar esa hipótesis.
El objetivo principal de este trabajo es identificar programas en ciencia y tecnología y formas organizacionales de intermediación que potencialmente puedan permitir la creación de redes ciencia-industria que faciliten la transferencia efectiva de conocimientos y tecnología en México. La investigación se plantea detectar y analizar los procesos meso de intermediación que en la experiencia nacional e internacional (Canadá y Estados Unidos) hayan ayudado a crear y fortalecer relaciones entre ciencia e industria. Las lecciones derivadas de esas experiencias, podrán mostrar posibles formas para continuar creando gradualmente en México procesos que estimulen nuevos comportamientos y relaciones entre esos actores centrales para la innovación.
Adicionalmente, y de acuerdo con el modelo de niveles de análisis propuesto, se agregan diversas preguntas de investigación que refieren a temas problemáticos dentro de los niveles y entre ellos.
Tabla 11. Preguntas de investigación
| Relación dentro y entre los niveles analíticos | Preguntas | Pregunta transversal |
| Nivel macro | ¿Qué interrelaciones existen entre los regímenes institucionales y tecnológicos dentro de las estrategias nacionales de desarrollo e innovación en que se ubican los tres casos analizados? | ¿Cómo se han presentado esas influencias, roles y conductas en los tres casos analizados? ¿Qué similitudes y diferencias existen en los casos internacionales, en relación con el mexicano? |
| Nivel macro-meso | ¿Cómo influyen las estrategias nacionales de desarrollo e innovación sobre los procesos de intermediación presentes en los casos de estudio seleccionados en México? | |
| Nivel macro-micro | ¿Cómo influyen las estrategias nacionales de desarrollo e innovación sobre las redes ciencia e industria para la transferencia efectiva de conocimientos en los estudios de caso seleccionados en México? | |
| Nivel macro-micro | ¿Qué cultura de la innovación refleja el sector industrial en las experiencias analizadas? ¿Cómo influye ésta en el modo en que las empresas gestionan la transferencia de conocimiento en las redes analizadas? | |
| Nivel macro-micro | ¿Qué papel desempeñan los grupos de investigación sobre las experiencias de transferencia de conocimiento desarrolladas en las redes ciencia-industria analizadas? | |
| Nivel meso-micro | ¿Cuál es el papel que cumplen los procesos organizacionales de intermediación (programas en ciencia y tecnología y organizaciones intermedias) sobre las redes ciencia-industria para la transferencia en México? |
Aspectos metodológicos
Estrategia de investigación
Este trabajo tiene como objetivo identificar mecanismos de intermediación institucionales y organizacionales que potencialmente puedan permitir la creación de redes ciencia-industria que faciliten la transferencia efectiva de conocimientos y tecnología en México.
La estrategia adoptada con ese fin es el análisis de datos cualitativos derivados de: i) entrevistas a informantes calificados seleccionados, y ii) fuentes secundarias relevantes para una serie de casos seleccionados en México, Canadá y Estados Unidos. Las fuentes secundarias se utilizan con el fin de obtener información sobre las dinámicas de la interacción dentro de las redes ciencia-industria y sus resultados. Las entrevistas recaban la evaluación que los agentes hacen sobre esas dinámicas de interacción y sus resultados.
La presentación de los datos analizados se dividirá en tres tipos de canales de transferencia. Dentro de cada uno de esos canales (informales, formales, de comercialización), y según el modelo propuesto, los datos se analizan con base en la matriz a partir de la cual se configuran los estudios de caso (tabla 12).
Tabla 12. Estructuración de estudios de caso: matriz analítica de datos
| Nivel analítico | Concepto | Componentes | Dimensiones que influyen en los procesos de transferencia en tres canales |
| Macro | Estilos nacionales de desarrollo e innovación | Regímenes tecnológicos | Factores técnicos y productivos Factores sociales y culturales |
| Regímenes institucionales | |||
| Meso | Mecanismos organizacionales de intermediación | Organizaciones intermedias | Interfases organizacionales e infraestructura de intermediación Medidas de política pública adoptadas |
| Programas en ciencia y tecnología | |||
| Micro | Redes ciencia-industria para la transferencia | Prácticas y tipos de relaciones | Tipo de interacciones Factores relacionales determinantes en el grado de éxito/fracaso de las experiencias |
El análisis propuesto para los estudios de caso tiene por finalidad el aprendizaje sobre los factores determinantes del éxito o fracaso de determinadas experiencias y prácticas, y no un objetivo estrictamente comparativo. Esto, sin embargo, no impide la comparación de las modalidades de vinculación ciencia-industria para la transferencia observadas en los tres países, dando especial énfasis a las interrelaciones entre los aspectos macro, micro y meso detectados. En vista de lo anterior, este trabajo busca generar una sistematización de estudios de caso que muestren la existencia de contextos institucionales, tecnológicos y organizativos que favorecen o inhiben el desarrollo de redes de transferencia ciencia-industria.
En términos de diseño de la investigación, la elección de un modo de indagación investigativo siempre refleja una orientación metodológica más amplia, asociada con métodos y técnicas particulares, y directamente con el tipo de pregunta que se espera responder. Estos modos de investigación pueden agruparse en torno a los distintos tipos de métodos generalmente aplicados en los estudios de evaluación (Boden y Stern, 2002).
En esta investigación, el tipo de método se basa en el estudio de campo sociológico, situado en el nuevo campo de estudios sociales en ciencia y tecnología. El trabajo parte de dos supuestos habituales de este tipo de estudios: i) el carácter social y relacional de los procesos económicos y tecnológicos que favorecen de innovación, y ii) la importancia de las interfases institucionales y organizacionales que se dan en las redes de relaciones sociales donde se configuran tales procesos.
Este método también se apoya en un tipo de pregunta de investigación abierta y normativa, que apela a un modo de indagación exploratorio, descriptivo, prescriptivo y crítico. En ese enfoque, se encuentra un número de técnicas pertinentes asociadas, de las que la investigación encuentra un apoyo fundamental en los estudios de caso.
En relación con los métodos para la recolección de información, esta investigación opta por las entrevistas, que ofrecen una detallada información en el contexto en que las entrevistas son realizadas y los temas indagados. Este trabajo utiliza fundamentalmente el análisis cualitativo de entrevistas y los estudios de caso. Los datos extraídos de estadísticas nacionales en ciencia y tecnología, cumplen la función de apoyo analítico y respaldo contextual de los datos extraídos de las entrevistas.
Metodología de investigación
Con el fin de avanzar en reflexiones sobre posibles recomendaciones de programas y políticas en ciencia y tecnología en México con base en el análisis de buenas prácticas encontradas en los casos de Estados Unidos y Canadá, la investigación propone un análisis de benchmarking combinado con la metodología de estudios de caso. En función de la accesibilidad a la información, el tipo de preguntas de investigación que se busca responder y las características del objeto de investigación; el análisis de benchmarking se estructura desde una serie de estudios de caso nacionales. La combinación de ambas metodologías parece la más apropiada en el contexto de los intereses de esta investigación.
Como muestra la tabla 13, la utilización de ambas modalidades resulta apropiada para que el análisis pueda abarcar las distintas particularidades organizacionales e institucionales en que se enmarcan las redes a analizar.
Tabla 13. Pertinencia de metodologías según el instrumento político a analizar
| Instrumento político | Metodologías | |
| Estudios de caso | Benchmarking | |
| Financiamiento en investigación y desarrollo | Muy apropiado | Poco apropiado |
| Provisión de infraestructura en investigación y desarrollo | Muy apropiado | Muy apropiado |
| Transferencia de tecnología y difusión de innovación | Algo apropiado | Muy apropiado |
| Marcos legales (propiedad intelectual y regulación) | Muy apropiado | Muy apropiado |
| Proyectos integrados | Muy apropiado | Algo apropiado |
| Redes de excelencia | Algo apropiado | Algo apropiado |
Tomado de Polt y Rojo (2002).
Estudios de caso
El primer método utilizado, y que estructura la presentación de la información recabada, es el del estudio de caso. Este método permite utilizar la observación directa de los eventos ocurridos, de forma que se puedan investigar comportamientos en la configuración social de los participantes en la experiencia analizada.
Los estudios de caso tienden a utilizar una perspectiva descriptiva antes que causal. En ocasiones, este tipo de diseño de evaluación se basa en un estudio en profundidad de uno o más casos específicos, que la investigación asume que revelarán un programa o experiencia de vinculación como un todo.
Los estudios de caso tienden a ser más apropiados cuando: i) es extremadamente difícil seleccionar una muestra lo suficientemente amplia como para ser estadísticamente generalizable a la población; ii) la generalización no es el aspecto más importante; iii) es necesario contar con información en profundidad (generalmente descriptiva), y iv) los casos, proyectos o experiencias a estudiar son muy complejos.
La aplicación de estudios de caso permite capturar la riqueza de los impactos establecidos en los procesos de innovación, ya que posibilitan la evaluación en un contexto sociopolítico más amplio, según la relevancia de las conexiones sociales en el proceso (Polt y Rojo, 2002).
Según Stake (1994), el estudio de caso no implica tanto una opción metodológica, como una opción sobre el objeto a ser estudiado. La atención está centrada en que se puede aprender específicamente de un caso. Los estudios de caso seleccionados en esta investigación tienen un interés instrumental: el caso particular es examinado para profundizar sobre un aspecto teórico, o incluso refinarlo.
El caso en sí tiene un interés secundario, y principalmente un rol de apoyo para facilitar el entendimiento de algo más. Aunque los estudios de caso sean poco representativos de poblaciones mayores, esto es clave para evitar generalizaciones no fundamentadas, que serían un obstáculo en la reflexión sobre la dirección de determinadas políticas públicas (Stake, 1994).
Benchmarking
El segundo método utilizado (el benchmarking) busca destacar los aspectos que, en cada estudio de caso, puedan configurar buenas prácticas a ser consideradas en el diseño de posibles medidas de acción para la creación y/o fortalecimiento de programas en ciencia y tecnología y organizaciones intermedias. Aunque este método nace para el sector empresarial, ha ido ganando presencia en el sector público, al no limitarse ya a la comparación de elementos cualitativos sobre el desempeño de una organización que, en determinado aspecto, emprende la “mejor” práctica.
Orígenes y definición
Un benchmark es literalmente una marca en un poste, usada como un punto para medir cosas (Polt, 2002). Las actividades de benchmarking inician en el sector industrial manufacturero, basadas en técnicas de gestión como las comparaciones entre empresas. La primera actividad de refuerzo de desempeño empresarial catalogada como benchmarking en la industria occidental se atribuye a la empresa Xerox en 1983 (Francis y Holloway, 2007). Con los años, la práctica se ha extendido a otras instituciones y procesos.
El benchmarking (como técnica, método y/o proceso), se ha definido de diversas formas. Lo que es común a todas las definiciones de benchmarking, es el interés por comprender todos los procesos que causan distintos desempeños. La metodología de benchmarking permite desarrollar comparaciones basadas en una serie de indicadores relevantes entre entidades, brindando una explicación razonada de sus valores (Polt, 2002).
Tabla 14. Definiciones de benchmarking
| Autor | Definición |
| UE* | Proceso continuo, sistemático, para comparar el desempeño de organizaciones, funciones, procesos de las economías, políticas, o sectores de negocios, contra “el mejor en el mundo”; buscando superar esos desempeños |
| International Benchmarking Clearinghouse (IBC)* | Proceso continuo de consideración, donde el flujo de trabajo se monitorea de forma constante y se compara con los actores líderes, con el fin de obtener información que ayude a tomar pasos hacia la mejora de los propios flujos de trabajo |
| Francis y Holloway (2007) | Método para identificar aspectos de las actividades de una organización que pueden ser más eficientes y/o efectivas en comparación con el desempeño de otra organización relevante. La información sobre esas organizaciones y los procesos clave que desarrollan permiten identificar e implementar cambios, generalmente en torno a importantes procesos operacionales. |
Elaboración propia.
* Citado por Polt (2002).
Un supuesto central del benchmarking es que sólo comprendiendo cómo los ejecutantes ejemplares alcanzan resultados deseables, pueden alcanzarse mejoras significativas. Del mismo modo, se asume que sólo investigando cómo organizaciones disímiles desarrollan procesos similares y aprendiendo de contextos distintos del marco de referencia habitual de una organización, esas mejoras significativas pueden repercutir en un cambio organizacional incremental (Francis y Holloway, 2007).
El benchmarking se ha desarrollado en una gran variedad de formas, como el análisis de productos, servicios, procesos, métodos, estructuras y organizaciones completas, y de manera interna o externa a la organización, o en el marco de configuraciones cooperativas o competitivas. Esos diferentes objetos y configuraciones demandan distintas opciones en relación con indicadores y pasos, aunque todos suelen contener tres etapas básicas comunes (tabla 15).
Tabla 15. Fases de un benchmarking típico
| Fase | Contenidos |
| Planeación | Identificación del objeto a evaluar mediante el benchmarking, formación de un equipo evaluador, definición de medidas de desempeño, identificación de los objetos de comparación y de las fuentes de información |
| Análisis | Elaboración e interpretación de los datos, identificación de las brechas de desempeño, análisis de las razones potenciales que subrayan esas brechas de desempeño |
| Control y revisión | Revisión de la implementación de los planes y políticas de acción, identificación de las desviaciones, retroalimentación dentro de la nueva fase de planeación. |
Adaptado de Polt (2002).
Entre best practice y good practice
Una buena parte de la literatura sobre benchmarking asume que las organizaciones quieren ser las mejores en su clase. Sin embargo, esta retórica no es siempre consistente con la práctica. En el mundo empresarial es central la asunción de que “lo mejor” depende del contexto. Este punto es más crítico cuando el benchmarking alude al sector público, donde las organizaciones o programas, antes que ser mejores que las otras esperan adecuar su desempeño y los objetivos de política pública a los que responden.
La búsqueda de la mejor práctica enfatizada por las teorías de management muestra la influencia del postulado neoinstitucionalista sobre el isomorfismo organizacional: las organizaciones tienden a volverse más similares, y legitimar sus conductas mediante “mitos y ceremonias”. Sin embargo, el abuso de la noción de mejores prácticas restringe la riqueza del método, al ignorar los contextos organizacionales, políticos, sociales, relacionales e institucionales de dichas prácticas (Francis y Holloway, 2007). Sin embargo, la idea de buenas prácticas como conjunto de procesos y mecanismos de éxito, puede ser un punto de referencia para cambios y mejoras organizacionales.
El método de benchmarking en el campo de las políticas en ciencia y tecnología: primeras experiencias y debates
La extensión del benchmarking a organizaciones y procesos del mundo no empresarial ha llegado recientemente a las instituciones públicas y en especial al campo de las políticas en ciencia y tecnología. En los últimos años, la OCDE y la UE han desarrollado ejercicios de benchmarking, buscando mejorar las políticas nacionales de ciencia y tecnología. En la UE, las prácticas se han dado en el marco del método abierto de coordinación que busca apoyar objetivos políticos comunes, como los del acuerdo de Lisboa del año 2000.[23] Con dicho fin, se han desarrollado tres ejercicios nacionales de benchmarking del sector de ciencia y tecnología (Paasi, 2005).
Tabla 16. Experiencias de benchmarking colectivo en la UE
| Actividad | Contenidos |
| 2001: Indicadores para el benchmarking de políticas nacionales de investigación | En 2001, la UE desarrolló una primera serie de indicadores como parte de una primera fase de un ejercicio de benchmarking. El ejercicio fue pensado como una oportunidad de aprendizaje político, ayudando a mejorar los desempeños nacionales por medio de la mejora de diseños y prácticas políticas. El trabajo respondió al mandato de la Estrategia de Lisboa del año 2000, de establecer un método abierto de coordinación. Y más específicamente, al de crear una metodología de benchmarking que diseñara una lista de indicadores sobre cuatro temas clave: recursos humanos en ciencia y tecnología; inversión pública y privada en investigación y desarrollo; productividad en ciencia y tecnología, y su impacto en la competitividad económica y el empleo. |
| 2001 a la actualidad: ranking europeo de innovación. European Innovation Scoreboard (EIS) | Este ranking nace como una actividad de los distintos ejercicios de benchmarking que la UE solicita a sus organismos, en respuesta al mandato del Consejo Europeo de Lisboa-2000 de conformar un área europea de investigación. El primer ranking creado en 2001, analiza estadísticamente datos de 17 indicadores para los países miembros de la UE, Estados Unidos y Japón, en 4 áreas: recursos humanos; creación de conocimientos; transmisión y aplicación de nuevos conocimientos, e innovación financiera, productos y mercados. El ranking del año 2007 utiliza 25 indicadores agrupados en cinco dimensiones: conductores de la innovación (innovation drivers); creación de conocimiento, emprendimiento, aplicaciones y propiedad intelectual. En la edición se analizan los desempeños en ciencia y tecnología de los 27 Estados miembros actuales de la UE, más Croacia, Turquía, Islandia, Noruega, Suiza, Japón, Estados Unidos, Australia, Canadá e Israel. |
| 2004 a la actualidad: European Trend Chart on Innovation (ETCI) | El European Trend Chart on Innovation es un instrumento de benchmarking que busca apoyar el aprendizaje político transnacional (Paasi, 2005), identificando ejemplos de buenas prácticas que mejoren las bases de conocimiento de los policy-makers en el sector de ciencia y tecnología. El ETCI incluye una base de datos, reportes de políticas en ciencia, tecnología e innovación y workshops, donde se combina el análisis, el aprendizaje y el desarrollo de políticas. Incluye análisis temáticos y anuales de los sistemas de innovación de 39 países, los 27 miembros de la UE más 12 externos entre los que se incluye Canadá, Estados Unidos, Brasil, Rusia, China, India y Japón. |
Elaboración propia con base en: UE (2001b, 2001c); y UNU-MERIT (2008).
En sus inicios, la aplicabilidad de esta perspectiva de benchmarking para la evaluación de políticas en ciencia y tecnología en la UE fue un tema de intenso debate de los grupos de expertos e involucrados.
Desde la academia, surgieron cuestionamientos al desarrollo de los ejercicios de benchmarking colectivo. Lundvall y Tomlinson por ejemplo, destacaron que la aplicación acrítica del benchmarking sería un ejercicio ingenuo (naive benchmarking). Desde su óptica, las comparaciones que no consideraran el peso del contexto local, regional, sectorial, nacional, podrían derivar en decisiones políticas con peligrosas implicaciones sociales. En ese sentido, el benchmarking, ante todo, debería asistir a los policy-makers a discernir qué buena práctica puede ser transferida, y hasta qué grado, hacia otros contextos disímiles (Kastrinos, 2005). Esto permitiría reconocer los componentes totales del éxito de las políticas en ciencia y tecnología y su naturaleza sistémica, pero también buscando la comprensión de los factores críticos que determinan malas prácticas (Radaelli, 2003).
El uso del benchmarking en la industria, está claramente establecido en la industria como herramienta de gestión que permite mejorar la productividad por medio de la comparación de los procesos industriales, y del aprendizaje de las empresas con el mejor desempeño. Cuando este instrumento se transfiere al campo de la ciencia y la tecnología, su aplicación es limitada, ya que tres elementos hacen complejo el proceso:
1 las políticas poseen una pluralidad de objetivos que ningún indicador unitario puede cubrir;
2 la relación entre la intervención política y el cambio en los resultados obtenidos no puede establecerse de forma automática;
3 los efectos de las políticas poseen un alto grado de dependencia del contexto. No existe una sola forma de diseñar una política exitosa. Algunos elementos que pueden funcionar en el contexto de un sistema de innovación, pueden fracasar en otro. Ejemplos de esos errores pueden derivarse de otros campos políticos, como los intentos fallidos de emular el tipo de flexibilidad del mercado de trabajo de los Estados Unidos en algunos países de Europa (Polt, 2002).
Objetivos del benchmarking en el sector de ciencia y tecnología
Distintos enfoques sobre los significados del benchmarking, lo identifican como un proceso de aprendizaje político que permite detectar buenas prácticas y desarrollos institucionales en determinadas áreas de ciencia y tecnología, y las virtudes y carencias de las estructuras nacionales de innovación. Al reconocer esas características, y considerando la influencia decisiva de los contextos políticos, económicos y sociales sobre el desempeño de los sistemas de innovación, los países pueden extraer lecciones de las buenas prácticas desarrolladas en otros contextos.
Tabla 17. Objetivos políticos del benchmarking en el sector de ciencia y tecnología
| Autor | Objetivos |
| O’Reagan y Keegan (2000)a | El benchmarking para el análisis del desempeño de los sistemas y políticas de innovación debe permitir: i) identificar las mejores prácticas en esas áreas, para así desarrollar una serie de indicadores que permitan posicionar el proceso analizado vis a vis con la mejores prácticas; ii) estudiar los procesos de las mejores prácticas en detalle, especialmente en lo concerniente a las condiciones bajo las cuales se alcanzan esas prácticas; iii) derivar recomendaciones de modo que se puedan ajustar las condiciones contextuales que se presentan en el caso de la mejor práctica, y iv) utilizar esas recomendaciones como insumos de diálogo entre involucrados. |
| UE (2001); Polt (2002) | El benchmarking debe extraer conclusiones de la comparación de indicadores, pero focalizados en la comprensión común y en los objetivos compartidos que hagan más comprensibles algunos aspectos específicos de un sistema de innovación, antes que la simple comparación de indicadores cuantitativos. En sistemas con alta complejidad, es difícil relacionar el desempeño con la variedad de procesos e interacciones que descansan bajo el indicador cuantitativo de desempeño. Este es un rasgo fundamental de las prácticas de benchmarking en los sistemas nacionales de innovación y su productividad en ciencia y tecnología. El benchmarking debe estar animado por los procesos más profundos que están por detrás del desempeño. |
| OCDE (2002) | El ejercicio de benchmarking es un proceso de aprendizaje por medio del cual las organizaciones pueden compararse a sí mismas con sus contrapartes, desde una visión apoyada en la búsqueda de nuevas formas y motivaciones que mejoren su desempeño. El benchmarking de políticas en ciencia y tecnología supone varios beneficios: mejora el entendimiento de las fortalezas y debilidades de un sistema nacional de innovación; permite identificar buenas prácticas y los cambios institucionales requeridos para implementarlas; es una guía para el desarrollo de nuevos indicadores, y permite extender redes entre analistas y policy-makers en el campo de las políticas de ciencia y tecnología. |
| Paasi (2005) | Un ejercicio de benchmarking es una rutina de aprendizaje. Su sistematización, aumenta la eficiencia en el diseño de políticas, al utilizar experiencias de otros y los instrumentos nacionales específicos. Los costos y riesgos de toda creación de políticas en ciencia y tecnología se reducen, dado que las experiencias de otros países indican acciones exitosas y no exitosas. El benchmarking en políticas en ciencia y tecnología supone un desplazamiento desde modelos abstractos hacia la búsqueda de las mejores o buenas prácticas alternativas: políticas con buenos y malos desempeños. Quienes tienen buenos desempeños políticos son considerados los mejores ejecutores (best performers), que tienen instrumentos, estrategias y diseños institucionales exitosos. Con esto, se contribuye al objetivo final de implementar una nueva comprensión política de los policy-makers a nivel nacional. |
Elaboración propia.
a Citados por Polt (2002).
Benchmarking de relaciones ciencia-industria
A inicios de la década, la UE y la OCDE elaboraron dos ejercicios de benchmarking en torno a las relaciones ciencia-industria, de gran influencia en esta investigación.
Tabla 18. Benchmarking de relaciones ciencia-industria UE (2001) y OCDE (2002)
| UE: The role of Framework Conditions | OCDE: Benchmarking Science-Industry Relationships | |
| Origen y objetivos | En el marco de la iniciativa de Benchmarking de la Competitividad Industrial Europea emanada de la estrategia de Lisboa, el directorio de la UE y el Ministerio de Economía y Trabajo de Austria, solicitan un benchmarking sobre el estado de las relaciones ciencia-industria en 8 países de la UE (Alemania, Austria, Bélgica, Inglaterra, Irlanda, Italia y Suecia), Estados Unidos y Japón. El objetivo fue comparar y valorar el rol de las condiciones políticas de contexto que afectan el nivel, eficacia y eficiencia del intercambio de conocimiento ciencia-industria. | El estudio es resultado de un proyecto bajo la dirección del Comité de Política Científica y Tecnológica de la OCDE. El proyecto analizó el rol cambiante de las relaciones ciencia-industria en los sistemas de innovación, apoyado en tres pilares: i) un marco conceptual para valorar las relaciones; ii) indicadores internacionales de la configuración e intensidad de las relaciones, y iii) la identificación de buenas prácticas para su mejora. El análisis implica una comparación en profundidad de Francia y el Reino Unido, y el caso de Japón. |
| Tipo de estudio | Basado en una metodología y una estructura analítica estandarizada, expertos nacionales produjeron informes sobre el desempeño en las relaciones, la estructura de producción del conocimiento y las condiciones marco de carácter político. Los modelos nacionales de relaciones, y las condiciones marco, se compararon para fortalecer el intercambio de conocimiento y tecnología entre ciencia e industria. Un análisis de esas características permitió la identificación de buenas prácticas, enfatizando cómo éstas dependen de barreras e incentivos específicos de los sistemas de innovación. El modelo se apoyó en tres grupos de variables: i) indicadores de desempeño del grado de interacción; ii) características de los actores principales, y iii) condiciones políticas marco. | El estudio se basó en el análisis de los canales de interacción, las estructuras de incentivos y los arreglos institucionales que determinan el nivel y fluidez de la relación entre academia e industria. En torno a los canales de interacción, el énfasis se dio sobre la movilidad laboral (como cuello de botella de las relaciones ciencia-industria) y los spin-offs (y su influencia en sectores y países). Los derechos de propiedad intelectual y la evaluación de los sistemas de investigación fueron los elementos clave de la dimensión vinculada a las estructuras de incentivos. El informe mostró que los sistemas de relaciones ciencia-industria de base universitaria y descentralizados tienen una ventaja para la innovación multidisciplinaria y la construcción de redes sociales. |
| Conclusiones | No fue posible definir un país como un referente de desempeño de relaciones ciencia-industria. Aunque algunos países tienen buen desempeño en la mayoría de los indicadores, el perfil de cada uno difiere. Incluso en países donde las medidas de desempeño indican un bajo nivel de relaciones ciencia-industria, se dan buenas prácticas para mejorar las condiciones de contexto de estas relaciones. Por eso la comparación no se restringió a los países con los mejores desempeños. Sin embargo, también se comprobó que las buenas prácticas, aunque atacan problemas genéricos de los sistemas de innovación, dependen de ambientes de mercado e institucionales, y que lo que funciona en un país, puede fracasar en otro. Esto hace fundamental la necesidad de diagnosticar esos ambientes, identificando las fallas de mercado y barreras institucionales que producen. | Se mostró la inexistencia de un solo modelo de comercialización de la investigación pública que pueda utilizarse como referente para la evaluación del desempeño relativo de los sistemas nacionales de relaciones ciencia-industria. Varios países tienen buenos desempeños en muchos indicadores, pero también países con bajo nivel general de relaciones ciencia-industria constituyen buenos ejemplos sobre cómo mejorar la estructura y las condiciones de contexto para estas relaciones. También, como en el estudio de la UE, queda de manifiesto que el aprovechamiento de las lecciones que arrojan las buenas prácticas requiere esfuerzos continuos e intensos. Esto obliga a que el proceso de benchmarking se organice como un proceso de aprendizaje por medio del cual los involucrados busquen nuevas estrategias para mejorar sus contribuciones a los sistemas de innovación. |
Elaboración propia con base en UE (2001) y OCDE (2002).
Obstáculos del benchmarking para el sector de ciencia y tecnología
Una dificultad en el desarrollo del benchmarking, se vincula con los requisitos de datos. Dadas las múltiples metas de cada iniciativa política —en ocasiones contradictorias—, es necesario combinar distintos indicadores. Otro elemento problemático surge de las diferencias de estructura y composición de los sistemas de innovación. Las políticas en ciencia y tecnología implican distintos sectores sociales y productivos objetivo, sobre los que se espera influir mediante la intervención política. Tal diversidad tampoco puede aprehenderse con un solo indicador agregado y sintético. Por el contrario, las comparaciones deben efectuarse en un nivel apropiado de agregación, que puede ser en el nivel de las industrias específicas, las disciplinas científicas, las redes de empresas o los equipos científicos.
Pero incluso seleccionando los indicadores adecuados, las dificultades para conseguir datos internacionalmente comparables, obligan a una combinación de técnicas cualitativas y cuantitativas. Es preciso detenerse en la habilidad de expertos nacionales, en estudios ad-hoc y en el juicio subjetivo de la comunidad nacional para valorar esos procesos, lo que subraya el hecho de que el proceso de benchmarking supone el manejo de un conocimiento tácito y una comunicación que se maneja en una comunidad de práctica (Polt, 2002).
1 La noción del conocimiento como componente económico estructural es de larga data. La corriente italiana de pensamiento económico anterior y posterior a Adam Smith, señalaba (siglos XV y XVI) la importancia de promover esfuerzos en educación, ciencia e innovación y actividades económicas que tuvieran rendimientos crecientes (Erbes et al., 2007). En el siglo XX, Schumpeter (1911) subraya el rol de la innovación en la generación de cuasi-rentas, y la importancia del conocimiento en la economía, relacionado con su asunción de que las “nuevas combinaciones de conocimiento” son el factor clave de la innovación y el emprendimiento. Marshall en 1916, establece que el capital consiste en gran parte en el conocimiento, el mayor motor de la producción y factor clave que facilita el dominio sobre la naturaleza en la consecución de los objetivos de las empresas (Fransman, 1998). También Hayek (1948) insistió en que la división del conocimiento era el problema central de la economía como ciencia social, y que el elemento central para responder a esa cuestión residía en analizar la forma en que empresas e individuos comparten ese conocimiento (Cooke y Leydesdorff, 2004).
2 Este punto es de gran importancia en tanto que en la actualidad el término de economía del conocimiento se aplica, en muchas ocasiones, de modo unívoco para explicar cualquier fenómeno económico o social que involucra actividades productivas, de ciencia y tecnología. Este uso del concepto, aunque sirve como referente de una nueva forma de organización económica, debilita su potencial heurístico ya que no puede aplicarse a todas las actividades productivas, ni adquiere los mismos rasgos en todas las áreas de conocimiento (David y Foray, 2002).
3 El incremento de las vinculaciones entre empresas e instituciones científicas se explica por dos razones fundamentales. En primer lugar, con el mayor costo y complejidad tecnológicos y con la materialización de nuevas tecnologías en la intersección de diversas disciplinas, los costos de investigación han aumentado de un modo tal, que incluso para las grandes empresas la investigación independiente es altamente compleja. Esto lleva a las empresas a adoptar sistemas de innovación abierta que favorecen asociaciones, alianzas y consorcios. En segundo lugar, ocurre que ciertas tecnologías requieren desarrollos de ciencia básica en ciertos aspectos del conocimiento que antes hacían investigadores independientes, pero que ahora adoptan la forma de equipos multidisciplinarios (Yusuf, 2007).
4 Das y Teng (1998) afirman que la confianza es el elemento explicativo central por el cual las empresas deciden perseguir intereses mutuamente beneficiosos en asociaciones cooperativas estratégicas. Antes que adoptar conductas oportunistas. Levin y Cross (2004), por su parte, analizan el efecto específico de la confianza sobre la transferencia de conocimiento. En su estudio, presentan evidencias que muestran que las relaciones de confianza conducen a un mayor intercambio de conocimiento. Cuando la confianza existe, las personas son más proclives a brindar conocimiento útil. Y del mismo modo, al reducir los conflictos y la necesidad de verificar la información, la confianza hace menos costosa la trasferencia de conocimiento.
5 Para Cohen y Levinthal, las capacidades de absorción refieren a la habilidad de una empresa para reconocer, asimilar y aplicar nueva información científica para la innovación y el desarrollo de nuevos productos. El concepto subraya la importancia que tiene para las empresas el intercambio de conocimientos con el sector científico, especialmente cuando dicho conocimiento tiene componentes tácitos (Kodama, 2008). Lugones (2007) distingue tres dimensiones de las capacidades de absorción: la identificación, la asimilación y la explotación del nuevo conocimiento. Esas tres dimensiones están sujetas al conocimiento adquirido por el agente; esto es, al proceso de acumulación de conocimiento, confiriéndole un carácter acumulativo (path dependence) y específico a estas capacidades. De igual forma, Arvanitis et al. (2005) señalan que la existencia de altas capacidades de absorción de las empresas constituye una precondición para la cooperación entre empresas e instituciones científicas.
6 En toda actividad de este tipo, se utilizan modelos cognitivos para detectar la información valiosa y organizarla provechosamente, que son posibles por la interacción cara a cara. Cuando el conocimiento es codificado, es más fácil transmitirlo por cualquier otro medio (Feldman, 2002).
7 Sin embargo, más allá de las capacidades de las empresas para crear mecanismos de protección de sus conocimientos, tal protección es siempre incierta. Para adquirir y obtener un acceso rápido a los conocimientos y tecnologías de otras organizaciones, la empresa debe estar dispuesta a compartir con esas otras organizaciones, sus propios conocimientos. Estas incertidumbres inhiben la formación de relaciones colaboradoras (Feldman y Kelley, 2006).
8 Con la creciente orientación de la investigación científica hacia la resolución de problemas tecnológicos, también es mayor la imbricación entre ciencia y tecnología, haciendo difusas las distinciones esencialistas (Gyerin, 2005) entre ambas. Con el crecimiento de la investigación y desarrollo industrial, y del reclutamiento de científicos calificados e ingenieros por parte de las empresas, éstas han comenzado a aplicar conocimiento científico en la resolución de sus problemas técnicos. El rol de la ciencia en la innovación destaca fundamentalmente en virtud de su relevancia metodológica. La metodología y visión científica del mundo es esencial en todos los trabajadores que enfrentan problemas técnicos (Senker y Faulkner, 1996). La investigación científica guía y enriquece el desarrollo de campos científico-tecnológicos, al explorar preguntas de investigación fundamentales y cuellos de botella tecnológicos que son vitales para el avance de campos orientados por la tecnología. En esos ámbitos confluyen ciencia y tecnología, y la ciencia abandona su espacio vinculado a la investigación exclusivamente disciplinaria y básica, para respaldar la resolución de problemas tecnológicos (Larsen y Valentin, 2004).
9 Los académicos requieren direcciones desde la industria, considerando como el fin último de una investigación la creación de innovaciones que lleguen al mercado. Además, la cooperación con la industria es necesaria en tanto la interacción con los investigadores industriales (con una mayor cultura técnica) facilita la resolución de problemas. Para la industria por su parte, al cooperar con profesores y académicos, los investigadores de las empresas aumentan sus capacidades para la resolución de problemas, y se ubican en una mejor posición para reclutar nuevos graduados. En esos casos, la agenda de investigación científica es inspirada por la industria, en tanto se siguen caminos que la industria determina más promisorios, y la ciencia va aportando las subsecuentes contribuciones requeridas (Balconi y Laboranti, 2006).
10 Estas nuevas formas de relación han llevado al debate respecto a si la ciencia mantiene su autonomía en sus vinculaciones con la industria. Un grupo de estudios destaca el papel de la interacción ciencia-industria-gobierno como forma analítica de proyectar la dinámica futura de esas relaciones de triple hélice, ante la tendencia del papel cada vez más central del conocimiento científico (Etzkowitz y Leydesdorff, 1997). Desde una visión sociológica estructuralista, Bourdieu (2003) señala que el hecho de que prioridades y presupuestos de investigación dependan cada vez más de las empresas, amenaza la autonomía científica. Pero también afirma que es absurdo oponer una ciencia pura y otra servil; y que más bien deben distinguirse dos formas de investigación relativamente autónomas: una más volcada a la invención científica y que participa de la lógica del campo científico, y otra orientada a la innovación, pero igualmente independiente de las sanciones del mercado, y capaz de asignarse fines igualmente universales de servicio público y de interés general. Finalmente, la ciencia siempre tendrá, en su capacidad para fijar los criterios de validez del conocimiento, su último reducto de autonomía. En ese momento, sólo los miembros de la comunidad científica, vía argumentos lógico-racionales, fijan esos criterios de validación (Bourdieu, 2000).
La cuestión de la autonomía de la ciencia no puede resolverse dogmáticamente. Todo científico se enfrenta, en su relación con la industria, a una situación en la que se contrapone el desinterés obligado que suele proclamar internamente la comunidad científica y la demanda social (económicamente recompensada) de colaborar con la industria. Esa dualidad está presente en la comunidad científica. Distintos estudios muestran que las experiencias de asociación ciencia-industria han influido en la academia. El sector universitario ha comenzado a asumir la importancia de la comercialización de la tecnología, y ver el desarrollo económico como una misión tan importante como la investigación y la docencia (Searle, 2006). Ese supuesto se ha reforzado más cuando las experiencias de cooperación son parte de un programa estratégico y de largo plazo de las universidades (Feller et al., 2002). Sin embargo, los cambios y adaptaciones de las representaciones culturales del mundo científico no cambian drástica ni completamente. Lee (1998), al revelar posiciones de investigadores de Estados Unidos ligados a proyectos con la industria, muestra que esos científicos tienden a tener una opinión a favor de la colaboración entre ambos campos, pese a lo cual no dejan de vivir una tensión proveniente de dos realidades en competencia: la necesidad instrumental del financiamiento, y la necesidad intrínseca de preservar su libertad intelectual. Más recientemente, Shinn y Lamy (2006) han hallado diversas conductas en investigadores franceses que desarrollan emprendimientos de comercialización, con visiones distintas respecto al grado de autonomía relativa del campo científico, y las tensiones entre la universidad y la empresa, que supone su trabajo con el mundo empresarial.
11 Véase Jaffe et al. (1993); Jaffe y Trajtemberg (1996 y 2002); entre otros.
12 Esta modificación del contexto legal dio relevancia central al papel de la propiedad intelectual en la innovación, promoviendo la transferencia tecnológica desde la investigación pública hacia el sector privado para su desarrollo comercial. Previamente esta investigación podía patentarse, pero las licencias no eran exclusivas, y la investigación públicamente disponible. Como resultado, había muy poco incentivos para los privados de comprar licencias a la investigación universitaria, ya que no había seguridad de que un competidor llevara al mercado un producto similar (Guston, 2000).
13 El análisis de los canales informales de transferencia ha estado muy ligado a la literatura relacionada con los clusters industriales. Para esta visión, una de las explicaciones de la concentración de actividades innovadoras radica en que el conocimiento desarrollado en un distrito industrial fluye más fácilmente dentro de él y con más lentitud fuera de él y en sus fronteras. Esto en gran medida se debe a la existencia de redes informales de contactos que emergen entre los individuos a través de las fronteras de las empresas. Esos canales de comunicación facilitan la difusión de conocimiento, aventajando a las firmas establecidas en esos clusters. Allí, las empresas de la región y múltiples instituciones productoras de conocimiento científico se vinculan informalmente, (Dahl y Pedersen, 2002).
14 Los canales formales de transferencia aluden fundamentalmente a los recursos en capital humano y de conocimiento (Arvanitis et al., 2005) que la ciencia puede brindarle a la industria no sólo como fuente de ideas innovadoras en el mercado, sino también como base para la comprensión de nuevas tecnologías y proyectos de investigación y desarrollo, con lo que aumentan las capacidades del sector industrial (Scott et al., 2001).
15 Los canales de transferencia basados en la comercialización captan una creciente atención en las políticas en ciencia y tecnología más recientes de los países desarrollados. Este canal de transferencia subraya la capacidad del sector científico (universidades y centros de investigación) para generar tecnologías que pueden transferirse a empresas que las explotan comercialmente. Esta capacidad se refleja en las diversas actividades científicas orientadas comercialmente, como pueden ser la creciente capacidad universitaria para realizar patentes y licencias, la multiplicación de actividades de emprendimiento académico y el creciente número de compañías spin-off, parques científicos y oficinas de transferencia tecnológica, y que acaparan gran parte de los análisis sobre la transferencia entre ciencia e industria (Perkmann y Walsh, 2007).
16 Para adquirir y obtener un acceso rápido a los conocimientos y tecnologías de otras organizaciones, las empresas deben estar dispuestas a compartir sus competencias acumuladas. Aunque las empresas deben y buscan proteger el conocimiento de su organización, esa protección es costosa. Y en etapas tempranas, es difícil determinar qué es valioso proteger, dado que el valor del conocimiento depende del grado en que éste se comunica hacia fuera de la organización, y sólo puede valorarse cuando se comparte (Feldman y Kelley, 2006).
17 Entendidas como los vínculos, interacciones e intercambios cooperativos de información, conocimiento y tecnología que establecen ciencia e industria, para trasladar know-how, conocimiento técnico, conocimiento científico y/o tecnología desde una configuración organizacional a otra.
18 Las oportunidades tecnológicas refieren a la probabilidad de innovar según las inversiones realizadas en búsqueda de nuevas actividades. Mayores oportunidades incentivan el desarrollo frecuente de innovaciones. La apropiabilidad implica la posibilidad de proteger las innovaciones de la imitación, y obtener mayores ganancias de ellas. La alta apropiabilidad implica vías para proteger la innovación de la imitación, y tiene un efecto de incentivos (promueve el gasto en investigación y desarrollo de las empresas) y de eficiencia (puede reducir la posibilidad de que otras empresas se beneficien de avances técnicos). La acumulatividad refiere a que el conocimiento y las innovaciones actuales son la base de las innovaciones futuras. Altos niveles de acumulatividad son típicos de ambientes económicos con retornos continuos y crecientes de las actividades innovadoras. Las propiedades de la base de conocimiento tecnológico se vinculan a la naturaleza del conocimiento subrayado en las actividades innovadoras de las empresas. Sus dimensiones genéricas refieren a un conocimiento de naturaleza amplia generado por las ciencias básicas, mientras que el específico se vincula con ciencias aplicadas focalizadas en problemas de la experiencia práctica en tecnologías aplicadas (Breschi et al., 200: 391-392).
19 La innovación radical supone cambios sustanciales en líneas de producción, desarrollo de bienes completamente nuevos, o grandes cambios en los procesos productivos. La innovación incremental, por su parte, alude a mejoras continuas pero de baja escala a líneas de productos y procesos productivos ya existentes (Hall y Soskice, 2001: 38).
20 La presencia de estas vertientes tecnológicas e institucionales en el análisis de la innovación no es reciente. A fines de la década de los ochenta, cuando Lundvall crea el concepto de sistema nacional de innovación, Carlsson desarrollaba un programa de investigación en torno al concepto de sistemas tecnológicos, específicos a determinados campos tecnológicos y por tanto, desde una concepción de la innovación sectorial antes que nacional (Edquist, 1997: 3).
21 Esta cuestión siempre ha estado presente en la visión de sistema nacional de innovación. La pionera propuesta de Freeman en 1987 ya consideraba lo institucional como dimensión central de los sistemas nacionales de innovación, al definirlos como las redes de instituciones de los sectores públicos y privados cuyas actividades e interacciones inician, importan, modifican y difunden nuevas tecnologías (Freeman, 1987, citado por Edquist, 1997: 8).
22 Desde mediados de la década pasada viene dándose un crecimiento importante de la oferta de capital de riesgo en Canadá, incluyendo la creación de más de 200 nuevos fondos. Desde entonces, el gobierno federal viene intentando diversificar las fuentes de financiamiento de la innovación, liberalizando las reglas para los inversores institucionales y extranjeros, modificando los incentivos fiscales e introduciendo fondos de capital de riesgo de origen gubernamental. Esto le ha dado a los inversores extranjeros —fundamentalmente de Estados Unidos— como los actores principales del financiamiento a start-ups de base tecnológica (Baygan, 2003).
23 Los ejercicios de benchmarking de la OCDE se han centrado en el aprendizaje para la mejora de desempeños en el campo de la ciencia y la tecnología, pero sin agruparse en torno a una serie de objetivos políticos en común (Paasi, 2005).
