Evaluación del impacto de la políticas públicas para la innovación

Alumno: Enrique Ignacio Ortiz Morales Tutor: Antonio García Sánchez EVALUACIÓN DEL IMPACTO DE LA POLÍTICAS PÚBLICAS PARA LA INNOVACIÓN IMPACTO EN LA ANCHURA DE COOPERACIÓN Universidad de Sevilla Máster en Consultoría Económica y Análisis Aplicado (2018) EVALUATION OF IMPACT FROM PUBLIC POLITICS ON INNOVATION IMPACT ON COOPERATION BREADTH Firmado por ORTIZ MORALES ENRIQUE IGNACIO - 77585754S el día 03/06/2020 con un certificado emitido por AC FNMT Usuarios GARCIA SANCHEZ ANTONIO - 30540877M Firmado digitalmente por GARCIA SANCHEZ ANTONIO - 30540877M Nombre de reconocimiento (DN): c=ES, serialNumber=30540877M, sn=GARCIA SANCHEZ, givenName=ANTONIO, cn=GARCIA SANCHEZ ANTONIO - 30540877M Fecha: 2020.06.03 09:37:13 +02'00' 1 ÍNDICE 1: CONTENIDOS 1.- INTRODUCCIÓN ...................................................................................................... 4 2.- CONCEPTOS BÁSICOS Y REVISIÓN DE LA LITERATURA ............................. 7 2.1. CONCEPTO DE INNOVACIÓN ..................................................................... 7 2.2. TIPOS DE INNOVACIÓN ............................................................................... 8 2.3. FINANCIACIÓN PÚBLICA ............................................................................ 9 2.4. ANCHURA DE COOPERACIÓN VS PROFUNDIDAD .............................. 12 3.- METODOLOGÍA Y FUENTES DE DATOS .......................................................... 13 4.- RESULTADOS ......................................................................................................... 18 4.1. ANÁLISIS DESCRIPTIVO DE LAS DIFERENCIAS DE MEDIAS DE LAS COVARIABLES ........................................................................................................ 19 4.2. ANÁLISIS DE LA ANCHURA EN COOPERACIÓN .................................. 21 5.- CONCLUSIONES Y LÍNEAS DE INVESTIGACIÓN ........................................... 35 5.1. CONCLUSIONES ........................................................................................... 35 5.2. LÍNEAS DE INVESTIGACIÓN ..................................................................... 36 6.- BIBLIOGRAFÍA ....................................................................................................... 37 7.- ANEXO I: CNAE 2009 Y TAXONOMÍA SECTORIAL ........................................ 41 8.- ANEXO II: VARIABLES ......................................................................................... 44 9.- ANEXO III: TABLAS DE RESULTADOS ............................................................. 45 2 ÍNDICE 2: TABLAS Y FIGURAS TABLAS Tabla 1: Modalidades de financiación según su naturaleza ......................................... 10 Tabla 2: Tipos de innovación-modo de financiación ................................................... 11 Tabla 3. Variables de cooperación por tipología y definición ..................................... 14 Tabla 4. Propuesta de taxonomía reducida para utilizar en el análisis de datos PITECCDTI ............................................................................................................................ 17 Tabla 5 Variables de dificultad y definición ................................................................ 18 Tabla 6: Test de medias covariables ............................................................................ 19 Tabla 7: Cooperación por tipología de socios .............................................................. 21 Tabla 8: Cooperación por área geográfica ................................................................... 22 Tabla 9: Diferencias de medias en cooperación, tipología y territorio ........................ 23 Tabla 10: Cooperación por taxonomía sectorial y tipo de socio .................................. 25 Tabla 11: Cooperación por tipología de socio y taxonomía sectorial .......................... 27 Tabla 12: Cooperación por área geográfica y taxonomía sectorial .............................. 28 Tabla 13: Cooperación por tipología de socio, área geográfica y taxonomía sectorial 31 Tabla 14: Resultados de la prueba teffects indicadores de cooperación generales por territorio ........................................................................................................................ 33 Tabla 15: Resultados de la prueba teffects indicadores de cooperación por tipos de socios ............................................................................................................................ 34 Tabla 16: Resultados de la prueba teffects indicadores de cooperación ...................... 34 Tabla 17. Correspondencia sectorial CNAE 2009, PITEC y taxonomías: .................. 41 Tabla 18. Variables para la estimación: ....................................................................... 44 Tabla 19: Cooperación por tipología de socios completa ............................................ 45 Tabla 20: Cooperación por área geográfica completa .................................................. 45 3 Tabla 21: Diferencias de medias en cooperación, tipología y territorio completa ....... 46 Tabla 22: Cooperación por taxonomía sectorial y tipo de socio completa .................. 46 Tabla 23: Cooperación por tipología de socio y taxonomía sectorial completa .......... 47 Tabla 24: Cooperación por área geográfica y taxonomía sectorial completa .............. 48 Tabla 25: Cooperación por tipología de socio, área geográfica y taxonomía sectorial completa ....................................................................................................................... 49 FIGURAS Figura 1: Variables que afectan a la anchura de cooperación ...................................... 13 Figura 2: Modelo de estudio ........................................................................................ 14 4 1 INTRODUCCIÓN La innovación es, cada vez más, un requisito para que los países puedan mantener sus niveles de competitividad y capacidad para generar riqueza y bienestar en un contexto cada vez más globalizado e interconectado. Aquellos que lo desempeñan con éxito y crecen a un mayor ritmo y alcanzan mayores cotas de competitividad, renta y bienestar; por el contrario, los que tienen problemas para alcanzar niveles adecuados de desempeño (ya sea por obsolescencia o por ineficiencia), deben entenderla como la única vía de supervivencia para que su economía crezca de forma sostenible. Las transformaciones que se están produciendo en nuestro entorno empresarial y económico, obligan a que las empresas se adapten a los nuevos cambios tecnológicos y a la globalización de los mercados. De hecho, Sutton (2000 y 2002) nos muestra, con su con su modelo de “ventana de viabilidad en movimiento”, que, si las empresas en un mercado globalizado, donde compiten en calidad y productividad, no innovan o invierten en mejorar estas capacidades de forma constante, quedarán ancladas en su posición actual y serán expulsadas del mercado (ventana de viabilidad en continuo movimiento, impulsada por las innovaciones y la competencia global), ya que el resto de sus competidores intentarán realizar esfuerzos hasta conseguir su capacidad máxima con la que obtener mayores beneficios. Desde una perspectiva histórica, comprobamos que la innovación no es un hecho actual, sino que desde la Antigüedad clásica hasta nuestros días, se han producido grandes avances tecnológicos (molino de agua, rueda hidráulica, bomba de minería, motor de combustión, motor de gas, internet, etc.) y que cada sociedad histórica ha tenido un potencial distinto que en determinados casos no ha sabido aprovechar. A este respecto, Mokyr (1993, p. 41) habla de que “la civilización clásica tenía un gran potencial intelectual para crear mecanismos técnicamente complicados. La cuestión es por qué se utilizó tan poco este potencial y por qué no se tradujo en progreso económico”. Ante dicha apreciación, es bien claro que no sólo el potencial de un país o región afecta a que se genere más o menos innovación, sino que existen otros aspectos contextuales que facilitan o perjudican que una sociedad crezca y sea innovadora. En este sentido, factores como la disposición de una sociedad de aceptar riesgos, la geografía o demografía de un país, los costes de la mano de obra, la religión o las instituciones políticas, entre otros, condicionan el ritmo y las opciones que cada país o región tienen en el contexto antes mencionado de ventana de viabilidad en continua desplazamiento. En este sentido, debemos hacer hincapié en la relevancia que las instituciones políticas tienen en el crecimiento de un país y, por ende, en su impacto en la innovación. Acemoglu y Robinson (2012) analizan la influencia de las instituciones políticas y el éxito económico de los países, como pudo ser el caso de Inglaterra en la Revolución Industrial, llegando a la conclusión de que las instituciones inclusivas, aquellas instituciones políticas que dan apoyo a la actividad económica y que fomentan la participación de las personas, generan mayor crecimiento económico. A mayor abundamiento, Acemoglu y Robinson (2012, pp. 99 y 101) expresan que “las instituciones económicas inclusivas también allanan el camino para otros dos motores de prosperidad: la tecnología y la educación. El desarrollo económico sostenido casi siempre va acompañado de mejoras tecnológicas que permiten que las personas (mano de obra), las tierras y el capital existente (edificios, maquinaria, etc.) pase a ser más productivos.” y concluyen que “la 5 capacidad de las instituciones económicas para aprovechar el potencial de los mercados inclusivos, fomentar la innovación tecnológica, invertir en personas y movilizar el talento y las habilidades de un gran número de individuos es esencial para el desarrollo económico.” De una manera general, puede afirmarse que existe un consenso en el análisis de la influencia de las políticas públicas en innovación (Aschhoff, 2009; Busom, 2000; Aerts y Thorwarth 2008; Czarnitzki y Hussinger 2004), ya que éstas son las instituciones más influyentes en materia de crecimiento y en la economía de un país, y por ello, es importante el estudio de cómo esas políticas influyen en la innovación, debido a que como Rodríguez (2011, p. 1) indica “el progreso tecnológico, a través de la inversión en actividades de investigación y desarrollo tecnológico e innovación, y su adecuada implementación en el mercado, son uno de los factores considerados más importantes para la mejora de la productividad y la competitividad del sistema productivo, razón por la que resulta evidente que tiene efectos positivos en el crecimiento económico a largo plazo de los países y por lo tanto en el bienestar social”. De hecho, resulta esencial valorar las medidas realizadas por los organismos públicos (Aerts y Czarnitzki, 2004; Becker, L. 2015; Cappelen et al. 2012; Guerrero, I 2016; Levy y Terleckyj 1983), es decir, los incentivos propuestos frente a los alternativos o la no aplicación de incentivos, para conocer si dichas medidas son correctas o suficientes para generar innovación y per se crecimiento económico. En cuanto a la actual estrategia europea, según TECHNOPOLIS GROUP & MIOIR (2012), durante el periodo 2007-2013, el Fondo Europeo de Desarrollo Regional (FEDER) programó una inversión de 83,7 miles de millones de euros en innovación, lo que representaba casi una cuarta parte de todo el presupuesto. Del mismo modo, la Estrategia Europa 2020 y su continuación con la Estrategia Europa 2030 pretenden un “crecimiento inteligente, sostenible e integrador” lo que hace que los Estados impulsen con sus políticas públicas la innovación. Con respecto a este aspecto, Huergo y Moreno (2004) indican que la financiación pública se muestra como un instrumento eficaz para incentivar la intensidad inversora en I+D, y las mejoras en el nivel educativo de los trabajadores favorecen tanto la propensión a invertir como el esfuerzo realizado por las empresas, por lo que las ayudas públicas a la I+D y la inversión privada no son sustitutivas sino actividades complementarias. En este contexto, es evidente que las instituciones tienen como objetivo ofrecer mecanismos para promocionar o fomentar la innovación y que serán analizados en siguientes apartados. Es de tal importancia la innovación, que la propia Comisión Europea, ha realizado una guía para la evaluación de Acciones de Apoyo a la Innovación (TECHNOPOLIS GROUP & MIOIR (2012)), ya que existen numerosas investigaciones o estudios que evidencian que es necesario apostar por la innovación como motor del crecimiento económico. Por otra parte, y en nuestro caso, el presente trabajo tiene la intención de presentar los conceptos básicos y revisión de la literatura sobre la innovación exponiendo las definiciones existentes sobre innovación, los tipos de innovación, la financiación pública y la anchura de cooperación (la combinación de cooperación existente entre proveedores, clientes, competidores, instituciones públicas, laboratorios y demás) frente a la propensión a cooperar a los efectos de enmarcar nuestro estudio en dentro del contexto 6 de la innovación y así abordar un análisis sobre si las políticas públicas afectan en la innovación y a la anchura de cooperación o colaboración. Además, este estudio analizará el periodo comprendido entre 2004 a 2016, debido a que para poder llevar a cabo el mismo se ha utilizado el Panel de Innovación Tecnológica (PITEC), una base de datos de tipo panel que permite el seguimiento de las actividades de innovación tecnológica de las empresas españolas, resultado del esfuerzo conjunto del Instituto Nacional de Estadística (INE) y la Fundación Española para la Ciencia y la Tecnología (FECYT) junto con el asesoramiento de un grupo de expertos académicos. Esta base de datos tiene disponible en la actualidad datos desde 2003 (experiencia piloto, por lo que utilizamos los datos desde el 2004 al ser más recomendable para el estudio) hasta 2016 y su objetivo final es contribuir a mejorar la información estadística disponible sobre las actividades tecnológicas de las empresas y las condiciones para la realización de investigaciones científicas sobre las mismas. Asimismo, como venimos desarrollando en esta introducción y veremos en el desarrollo de este estudio, las diferentes tipologías de financiación y de innovación han sido estudiadas y desarrolladas por diferentes autores. En este contexto, existen diferentes estudios sobre la propensión a cooperar de las empresas de innovación (García, Molero y Rama 2016 y 2017; Ebersberger et al. 2011; García y Rama 2015; Holl y Rama 2014; Molero y García 2008; Knell y Srholec 2006; Molero y Heijs 2002; Torbett 2001). En definitiva, este estudio persigue como objetivo general analizar el posible impacto que tienen las ayudas públicas a la I+D+i de las empresas. Esto, a su vez, busca analizar como objetivo específicos los siguientes aspectos: • Conociendo que los estudios sobre innovación evidencian que la innovación es un medio para lograr una mejor eficiencia y competitividad, se analizará el impacto que las políticas públicas producen en la variedad de socios (en adelante, anchura de cooperación) a la hora de cooperar en la misma y por tanto, si existe un cambio en los comportamientos de las empresas. • Analizando lo anterior, se evaluarán los efectos que las ayudas públicas pueden producir en las empresas dependiendo de su territorio y del sector productivo al que pertenecen. En este sentido, hay que indicar que para la elaboración del estudio hemos utilizado una metodología dividida en las siguientes etapas:  Etapa de descripción de la evolución de las variables, Aquí se ha estudiado la evolución de las variables en el periodo 2004-2016, distinguiendo entre las empresas que han recibido ayudas públicas para la I+D+i y las que no.  Etapa de asociación entre variables. se ha procedido a analizar cada una de las variables. Para ello, se ha realizado el test de diferencias de media, se ha calculado la Chi2 para comprobar si las diferencias son significativas y también se ha obtenido la V de Cramer (VdCR) para tener una medición de la importancia de las diferencias que hubiesen resultado significativas estadísticamente.  Etapa de medición del impacto. En la última etapa realizamos la comprobación del impacto que ha tenido la recepción de la financiación pública para la I+D+i sobre la conducta de las empresas, debido a la naturaleza de los datos utilizados, estimamos mediante el módulo teffects del programa Stata. Asimismo, utilizamos el método de estimación denominado ATET (efecto medio del tratamiento entre 7 quienes han recibido el tratamiento) por ser el que menores restricciones plantea sobre los datos. Finalizaremos este trabajo mostrando como los resultados obtenidos nos revelan una propensión positiva de las Empresas Beneficiarias (EB) sobre las Empresas no Beneficiarias (EnB) cuando reciben ayudas públicas y además, como dicha propensión puede variar dependiendo de la tipología, el territorio o la taxonomía territorial que utilizaremos más adelante. Por último, en cuanto a la estructura del trabajo, en el epígrafe II estudiaremos los conceptos básicos sobre la innovación. En los subepígrafes de dicho apartado, abordaremos las definiciones básicas sobre la innovación, los tipos de innovación, los modelos de financiación y sus efectos y terminaremos exponiendo la motivación por la que en el estudio se utilizan las variables sobre la denominada “anchura de cooperación o colaboración”. A continuación, en el epígrafe III, abordaremos la metodología llevada a cabo, incluyendo la información relativa a los datos del PITEC, la transformación de dichos datos y a las variables y covariables utilizadas. En el epígrafe IV se muestran los resultados obtenidos tras los análisis de la significatividad de las covariables y análisis de la anchura en cooperación, en los que podremos ver las diferencias de comportamiento existente entre las empresas que han obtenido financiación pública y las que no. Para finalizar, en el epígrafe V, se destacan las principales conclusiones a las que se llegan con el estudio realizado y las posibles líneas de investigación que podrían realizarse. 2 CONCEPTOS BÁSICOS Y REVISIÓN DE LA LITERATURA En este epígrafe, pretendemos profundizar el conocimiento existente sobre la innovación, mostrando los diferentes conceptos teóricos que se han surgido sobre la misma, así como sus tipologías, para, con posterioridad, abordar las formas de financiación públicas y como los diferentes estudios teóricos muestran que éstas afectan a la innovación y al comportamiento de las empresas que reciben dichas ayudas. 2.1 CONCEPTO DE INNOVACIÓN Si echamos un poco la vista atrás, Schumpeter (1939) se refirió a los procesos de innovación como “los vientos de destrucción creadora” y considerando al empresario como un emprendedor, esta primera visión posicionó a la innovación en un lugar central dentro de las teorías económicas de manera positiva y logrando vincular la innovación con la tarea del empresario y su acción empresarial. En este sentido, la definición de innovación ha evolucionado y tenido diferentes interpretaciones como nos muestra Escorsa y Valls (2003) en Tecnología e innovación en la empresa:  André Piatier (1987): “Una idea transformada en algo vendido o usado”. 8  Sherman Gee (1981): “La innovación es el proceso en el cual a partir de una idea, invención o reconocimiento de una necesidad se desarrolla un producto, técnica o servicio útil hasta que sea comercialmente aceptado”  Pavón y Goodman (1981): “Conjunto de actividades inscritas en un determinado período de tiempo y lugar, que conducen a la introducción con éxito en el mercado, por primera vez, de una idea en forma de nuevos o mejores productos, servicio o técnicas de gestión y organización” Actualmente, una de las maneras más convenientes para identificar lo que se entiende por Innovación, es acudir al Manual de Oslo (OCDE 2018), al ser la referencia más importante en esta materia, ya que se trata de la “Guía para la recogida e interpretación de los datos sobre innovación”, y en la que se viene a definir la innovación como la introducción de un nuevo, o significativamente mejorado, producto (bien o servicio), de un proceso, de un nuevo método de comercialización o de un nuevo método organizativo en las prácticas internas de las empresas, la organización del lugar de trabajo o las relaciones exteriores. 2.2 TIPOS DE INNOVACIÓN Como se ha dicho en el anterior apartado, han existido diferentes interpretaciones de lo que viene a considerarse innovación. A su vez, estos mismos autores realizaron también diferentes clasificaciones como puede ser la de Schumpeter (1939), la de Edquist (2001), la Escorsa y Valls (2003), Albernathy y Clarck (1985), la del Manual de Oslo (OCDE 2018), etc. Para nuestro estudio, nos quedaremos con la definición del Manual de Oslo (OCDE 2018) por ser la que mejor se pueda encuadrar en nuestro análisis, y que es la siguiente:  Innovación de producto: es la introducción de un bien o servicio nuevo o significativamente mejorado en sus características o en sus usos posibles. Este tipo de innovación incluye mejoras significativas en las especificaciones técnicas, los componentes o materiales, el software incorporado, la ergonomía u otras características funcionales.  Innovación de proceso: es la introducción de un método de producción o de distribución nueva o significativamente mejorada. Incluye mejoras significativas en técnicas, equipo o software. Se logra mediante cambios significativos en las técnicas, los materiales y/o los programas informáticos empleados, que tengan por objeto la disminución de los costes unitarios de producción o distribución, la mejora de la calidad, o la producción o distribución de productos nuevos o sensiblemente mejorados.  Innovación comercial: es la introducción de un nuevo método de comercialización que entrañe importantes mejoras en el diseño o presentación del producto, en su posicionamiento, en su promoción o en su precio.  Innovación organizativa: es la introducción de un nuevo método de organización aplicado a las prácticas de negocio, a la organización del trabajo o a las relaciones externas de la empresa. Los nuevos métodos organizativos en las relaciones externas de la empresa implican la aplicación de nuevas formas de organizar las relaciones con otras compañías o con instituciones públicas, tales como el establecimiento de nuevos tipos de colaboración con organismos de 15 3. Si las empresas receptoras de ayudas presentan diferencias en su comportamiento de cooperación dependiendo de la taxonomía sectorial presentada en nuestro estudio. Para conocer si la propensión a cooperar y la anchura de cooperación difieren en función de si las empresas han recibido financiación pública se ha utilizado la variable finaesp que nos indica si las empresas encuestadas han obtenido o no financiación pública en España. La estrategia de investigación se ha planteado en varias etapas. En primer lugar, se han estudiado las variables en el periodo entre el 2004 al 2016, diferenciando entre las empresas que han recibido financiación pública para la I+D+i y las que no. Con posterioridad, se ha procedido a analizar cada una de las variables. Para ello, se ha realizado el test de diferencias de media, se ha calculado la Chi2 para comprobar si las diferencias son significativas y también se ha obtenido la V de Cramer (VdCR) para tener una medición de la importancia de las diferencias que hubiesen resultado significativas estadísticamente. Por último, realizamos la comprobación del impacto que ha tenido la recepción de la financiación pública para la I+D+i sobre la conducta de las empresas, debido a la naturaleza de los datos utilizados, estimamos mediante el módulo teffects del programa Stata. Asimismo, utilizamos el método de estimación denominado ATET (efecto medio del tratamiento entre quienes han recibido el tratamiento) por ser el que menores restricciones plantea sobre los datos. En nuestro análisis, y como avanzamos en la introducción, utilizamos los datos de la base de datos PITEC, que proporciona microdatos anonimizados tanto para empresas nacionales como extranjeras. Los datos de PITEC son recogidos por el Instituto Nacional de Estadística (INE). Es importante reseñar que las empresas no innovadoras no están incluidas en nuestra muestra, ya que las preguntas que plantea PITEC, acerca de la cooperación, sólo las responden las empresas que con anterioridad han manifestado que pueden ser definidas como 'innovadores' (es decir, empresas que han lanzado nuevos productos en el mercado, en las que se han introducido nuevos procesos industriales, que tienen actividades de innovación en curso o que las han abandonado durante los dos años anteriores a la encuesta). Por tanto, al coger dichos datos estamos realizando un análisis sobre empresas innovadoras y cómo éstas cooperan dependiendo de si han recibido financiación o no. Conforme a lo que nos dice el informe realizado por la Fundación COTEC sobre el análisis de PITEC (2010), el panel de datos se compone de más de 460 variables y la información contenida se refiere fundamentalmente a los siguientes aspectos: a) Información general y económica básica sobre la empresa: actividad principal, estructura de propiedad, cifra de negocios, exportaciones, inversión en capital físico, número de empleados, mercado geográfico… b) Actividades y gastos de I+D+i: I+D interna, I+D externa, otras actividades de innovación, empleo en I+D, estructura de financiación de los gastos en I+D interna… c) Resultados de las actividades de innovación: introducción y desarrollo de innovaciones de proceso y de producto, ventas asociadas a nuevos productos, actividades de innovación en curso o abandonadas, fuentes de información y cooperación para las actividades de innovación, efectos de la innovación… 16 d) Factores que obstaculizan las actividades de innovación: factores de coste, de conocimiento, de mercado o motivos para no innovar. e) Derechos de la propiedad intelectual: patentes, diseños industriales, marcas y derechos de autor. f) Innovaciones organizativas y de comercialización. A partir de los datos anuales de PITEC es posible integrarlos en formato de datos de panel, lo que hace que podamos realizar observaciones repetidas a lo largo del tiempo de las unidades económicas incluidas, y así, ser capaces de realizar estimaciones mucho más precisas de la evolución de las actuaciones en el sector empresarial (gasto en innovación, recursos utilizados en I+D, etc.) y, además, identificar identifican las distintas estrategias adoptadas por las empresas a la hora de introducir innovaciones en su actividad (por ejemplo, las diferentes composiciones del gasto total en gastos en I+D interna y externa) y determinar el impacto de la innovación (es decir, los distintos efectos en la productividad). Los datos, tal y como se presentan en PITEC tienen algunas dificultades para poder ser utilizados en la investigación propuesta. Las más importantes son las siguientes: En los años 2003, 2004, 2005, 2006 y 2008 se han producido numerosos cambios que afectan la continuidad del panel, los cuales pueden verse de forma exhaustiva en el Informe realizado por la Fundación COTEC sobre el análisis de PITEC (2010). Estos cambios pueden agruparse en tres categorías: por el contenido de la pregunta, por la forma de preguntar y por el cambio en la rama económica. Para este estudio el más relevante ha sido el cambio de la rama económica, debido a que los datos del PITEC hasta el año 2008 se rigen por los códigos correspondientes a 56 actividades, mientras que desde 2008 los códigos por actividades pasan a ser 44. Esto es consecuencia de los cambios de definición realizados en el CNAE en 2009. Por ello, se ha construido una base de datos de las variables desde el 2004 hasta el 2016. El resultado es la variable actimix que extiende la codificación basada en la CNAE2009 a los años anteriores a 2008 y se corresponde con la homogeneización de la variable actin (CNAE2009) con la variable acti (CNAE93). Además, como dichas variables están dividas por 44 sectores y resultaría inabarcable el análisis a tal grado de detalle, se ha procedido a realizar una taxonomía que agrupe las ramas de actividades. En cuanto a la transformación de las variables, se han analizado las variables de comportamiento de las empresas en relación con la media correspondiente de los sectores en los que desarrollan su actividad; de esta manera, se intentan aislar el efecto estructural derivado de las características del sector al comparar empresas que operan en diferentes sectores productivos y con ello, lograr un análisis más correcto para este estudio. Para evitar una segmentación excesiva del panel, se ha decidido partir de la taxonomía de Molero y García (2008) para las industrias manufactureras, mediante la combinación de dos dimensiones para cada sector, definidos al nivel de dos dígitos de la Clasificación Nacional de Actividades Económicas: de una parte, se calcula si en el sector existen Ventajas o Desventajas Tecnológicas Reveladas (VTR>1 ; VTR<1), en función de si la actividad patentadora de ese sector de España se sitúa a nivel mundial por encima o por debajo del peso de España como país en las patentes mundiales. De otra parte, cada sector se clasifica como dinámico o retardatario según sea su evolución tecnológica mundial por 17 encima o por debajo del promedio de todos los sectores. Tenemos así cuatro categorías de sectores: Especialización Dinámica, cuando tiene VTR > 1 y ha crecido por encima de la media del total de sectores; son los sectores más positivos puesto que se logra una especialización en campos de fuerte proyección mundial. Si tenemos VTR <1 y un dinamismo por encima de la media hablamos de Oportunidades Perdidas, por cuanto la economía española no logra especializarse en sectores con perspectivas de futuro. Si tenemos VTR>1 pero el sector crece menos que el promedio, estaremos en presencia de Especialización Estacionaria, porque logramos ventajas en sectores poco dinámicos. Por último, VTR<1 y poco dinamismo el sector conduce a sectores en Retirada. Una vez realizado lo anterior, se procede a la siguiente agrupación de sectores: 1. Los tradicionales incluyen agricultura, extractivas, las manufacturas consideradas “retiradas”, distribución y los servicios que no forman parte de los KIBS. 2. Los dinámicos incluyen las manufacturas consideradas “dinámicas” y los KIBS. 3. Los estacionarios se corresponden con las manufacturas clasificadas como “estacionarias”. 4. Los retos se corresponden con las manufacturas anteriormente clasificadas como “oportunidades perdidas”. 5. Por último el sector construcción. Tabla 4. Propuesta de taxonomía reducida para utilizar en el análisis de datos PITEC-CDTI TAXONOMÍA CNAE 2009 ACTIMIX 1 TRADICIONAL 01,02,03,05,06,07,08,09,16,23,301, 35,36,37,38,39,45,46,47,49,50,51,52,5 3,55,56,58,59,60,63,64,65,66,68,77,78 ,79,80,81,82,85,86,87,88,90,91,92,93, 95,96 00,01,07,13,20,26,27,2 9,30,31,34,35,36,39,40 ,41,42,43 2 DINÁMICOS 13,15,24,27,28,303,61,62,69,70,71,72, 73,74,75 04,06,14,17,18,21, 32,33,37,38 3 ESTACIONARIOS 10,11,12,17,18,19,20,21,22 02,03,08,09,10,11,12 4 RETOS (LOST.OPP) 14,25,26,29,30(exc.302,303),31,32,33 05,15,16,19,22,23,24,2 5 5 CONSTRUCCIÓN 41,42,43 28 Fuente: Elaboración propia a partir de los datos de Molero et al. (2019), p.24. Fundación Areces, Por otra parte, hemos decidido analizar la influencia de los factores de dificultad, ya que no sólo es importante estudiar la propensión a cooperar, sino que, además, es conveniente ver si esa propensión es debida a la percepción que tienen las empresas sobre su propio contexto y si las mismas perciben sus propias dificultades y estás son las que fomentan la cooperación. Para reducir el número de dimensiones a estudiar, hemos realizado un análisis factorial sobre los trece elementos de dificultad que considera PITEC y los hemos reducido a los cinco que reproducimos en la Tabla 5. 18 Tabla 5 Variables de dificultad y definición Variable Definición difconoc Dificultades de conocimiento (Insuficiente disponibilidad de personal cualificado, de información tecnológica y de información del mercado) difeco Dificultades económicas (Insuficiente financiación externa e interna y altos costes para la innovación) difcomp Dificultades competitivas (Demanda incierta y mercado dominado por otras empresas) difmdo Dificultades de mercado (Disponibilidad de anteriores innovaciones e insuficiente demanda para la innovación) difcoop Dificultades para encontrar socios Fuente: Elaboración propia. Del mismo modo, para nuestro estudio es interesante estudiar la intensidad de la innovación, ya que, con alguna excepción (Ebersberger et al. 2011), estos análisis sólo suelen elegir la variable gasto interno en I+D, por lo que, como nos recomienda Vega- Jurado (2009), debemos realizar el análisis desde diferentes perspectivas. En nuestro caso, hemos decidido analizar la variable i_gtinn (empresas más intensivas en gastos internos en I+D que sus sectores), las variables relacionada con las fuentes de información de las empresas fuentetecinv (si las empresas están por encima del promedio sobre fuentes de organismos tecnológicos e investigación), fuentedivul (si las empresas están por encima del promedio sobre fuentes divulgativas) y fuentecv (si las empresas están por encima del promedio sobre fuentes de cadena valor) y por último, analizar la intensidad desde una perspectiva de cualificación del personal, a los efectos de conocer si las empresas que cooperan están por encima del promedio en cuanto a falta de personal cualificado, para ello se utiliza la variable i_faci1. Entre otros factores de análisis de interés, se plantea el estudio de las variables tamano y ltamano (número de empleados en t y logaritmo de esta variable), además veremos si las empresas que acuden a los mercados internacionales tienen un efecto significativo en la propensión a cooperarar, así como el efecto de otras variables sobre dicha propensión, para lo cual utilizaremos las variables mdoext (acude a mercados internacionales) y nacional (si la empresa encuestada no tiene capital extranjero en su capital), extranjera (cuando la empresa tiene un porcentaje superior al 50% que corresponde a capital extranjero), pública (la composición de su capital corresponde a entidades públicas y sin participación extranjera) y edad (edad de la empresa) para conocer la composición del capital de la empresa y la edad que tiene la misma, así como, si se realiza el análisis de la variable pyme (es una PYME). La utilización de estas variables nos aportará una visión global características empresariales. Por último, en el análisis de las covariables se incorpora la variable mujeres (porcentaje de mujeres en t respecto al total de trabajadores) a los efectos de conocer si dicha variable de género afecta a la cooperación. Asimismo, hemos de indicar que en el Anexo II aparecen todas las variables y su descripción. 4 RESULTADOS Los resultados obtenidos en la investigación se agrupan en dos categorías, análisis descriptivo de las diferencias de medias de las covariables y análisis de la anchura en cooperación. Para ello, realizamos una aproximación descriptiva, mediante la 19 comparación de las medias de grupos EB y EnB, con el fin de detectar tendencias generales. Finalizando, con un análisis teffects, en el que las comparaciones se hacen entre “empresas equivalentes” al objeto de identificar, con más precisión, el efecto de las ayudas. 4.1 ANÁLISIS DESCRIPTIVO DE LAS DIFERENCIAS DE MEDIAS DE LAS COVARIABLES Como primera aproximación, hemos procedido a realizar el test de medias para cada variable obteniendo la Tabla 6, de forma que podamos conocer el valor medio que obtiene cada covariable y además comparar los valores medios de la covariable si ha obtenido o no financiación pública. De esta forma tenemos unos indicios acerca de si la variable es significativa y en qué grado. Tabla 6: Test de medias covariables VARIABLE DESCRIPCIÓN MEDIA FINANCIADA NO FINANCIADA DIFERENCIA tamano Número de empleados en t 327.1874 305.38544 335.85121 30.46577** ltamano Número de empleados (log) en t 4.1390 4.11167 4.14992 0.03825*** cifra Cifra de negocios en t 7.66e+07 9.02e+07 7.13e+07 -1.89e+07*** lcifra Cifra de negocios (log) en t 15.8322 15.85361 15.82368 -0.02993* grupo Pertenencia a grupo de empresas 0.4096 0.42674 0.40280 -0.02395*** tradicional Sectores de agricultura, extractivas, distribución y otros servicios 0.3124 0.17057 0.36893 0.19837*** dinámico Manufacturas “dinámicas” y KIBS 0.2945 0.42219 0.24357 -0.17862*** estacionario Manufacturas “estacionarias” 0.1872 0.19490 0.18412 -0.01078*** reto Manufacturas “oportunidades perdidas” 0.1672 0.18428 0.16038 -0.02390*** difconoc dificultades de acceso al conocimiento 2.8671 2.67702 2.94257 0.26555*** difeco dificultades económicas 2.2982 1.98674 2.42193 0.43519*** difcomp dificultades competitivas 1.9942 1.96997 2.00379 0.03382*** difmdo Dificultades por las características del mercado 2.2666 2.29270 2.25627 -0.03643*** difcoop dificultades para encontrar socios 2.9711 2.69472 3.08098 0.38626*** i_gtinn empresas más intensivas en gastos internos en I+D que sus sectores 0.1149 0.26084 0.05694 -0.20390*** fuentetecinv fuentes organismos tecnológicos e investigación 3.0065 2.64066 3.24599 0.60533*** fuentedivul fuentes divulgativas 2.9048 2.68618 3.04785 0.36167*** fuentevc fuentes cadena de valor: alta importancia 2.1786 2.01195 2.28760 0.27565*** i_faci1 Intensiva en falta de personal cualificado 0.0968 0.09964 0.09572 -0.00392* mdoext Acceso a mercados internacionales (total) 0.6035 0.72221 0.55635 -0.16586*** nacional empresa privada nacional (sin participación extranjera) 0.8477 0.84541 0.84862 0.00321 extranjera empresa con participación extranjera >50% 0.1174 0.09183 0.12751 0.03567*** publica empresa pública nacional (sin participación extranjera) 0.0225 0.02623 0.02103 -0.00520*** edad edad de la empresa 28.9681 28.62142 29.08517 0.46375** pyme Es una PYME 0.7737 0.81035 0.75910 -0.05126*** mujeres % de mujeres en t 32.5007 30.26286 33.39002 3.12715*** Fuente: Elaboración propia a partir de PITEC. En cuanto a las características de los socios partícipes en el capital de las empresas encuestadas, podemos decir que si la empresa es íntegramente nacional (sin participación extranjera) no existen diferencias significativas en la probabilidad de obtener financiación pública, por el contrario, si la empresa es considerada extranjera (más del 50% del capital 20 es extranjero) la probabilidad de obtener financiación pública se ve reducida y, además, esta diferencia es significativa (0.03567***). En este sentido, hay que mencionar que las empresas con capital público nacional (sin participación extranjera) tienen una mayor propensión a obtener recursos públicos (-0.00520***) y esta diferencia es significativa; a falta de un análisis más detallado (que excede el ámbito de este trabajo) esto puede ser debido a que las empresas con capital público tienen mayores facilidades (acceso a la información, cercanía con el órgano concedente de la ayuda, etc.) para la obtención de dicha financiación. Además, si la empresa pertenece a un grupo de empresas, tiene una mayor propensión a recibir recursos públicos y su diferencia es significativa (- 0.02395***). En referencia a las características estructurales de las empresas (tamaño, ltamano, cifra, lcifra, mujeres y i_faci1) existen diferencias significativas en dichas variables y podemos concluir que las empresas que obtienen financiación pública cuentan con un menor número de empleados, una mayor cifra de negocio, un menor porcentaje de mujeres y son intensivas en personal cualificado. Un análisis más profundo de cada variable para conocer si dichas conclusiones pueden variar dependiendo del sector CNAE en el que se encuentre la empresa encuestada excede el ámbito de este trabajo. Además, las empresas que acuden a mercados internacionales y que son más intensivas en gastos internos en I+D que sus sectores tienen una mayor probabilidad de obtener ayudas públicas y esta probabilidad obtiene diferencias muy significativas con respecto a la probabilidad de no obtener financiación (-0.16586*** y -0.20390***, respectivamente). En cuanto a las características taxonómicas del sector, encontramos que las empresas dentro del sector tradicional son aquellas que tienen una menor probabilidad de obtener financiación pública y cuya diferencia es significativa (0.19837***). Una posible explicación de estos resultados pueden encontrarse en que las propias empresas encuadradas en dicho sector (véase Tabla 11) son menos propensas a participar en programas de ayuda a la innovación, al tiempo que, por su tipología de actividad, tienen un mayor grado de dificultad de acceso a las ayudas o bien las propias ayudas no están orientadas para potenciar esos sectores. Por el contrario, el hecho de pertenecer a cualquiera de los otros sectores según nuestra taxonomía (dinámico, estacionario y reto), incrementa la propensión a obtener financiación, siendo sus diferencias significativas (-0.17862***, -0.01078*** y - 0.02390***). En este sentido, hay que destacar al sector dinámico que obtiene una alta propensión a obtener ayudas públicas y una diferencia muy significativa con respecto a la no obtención de recursos públicos, cuyos resultados pueden deberse a la propia composición de las empresas incluidas en el mismo (comprende las denominadas KIBS) que son intensivas en conocimiento y cuyas estructuras de empleo están fuertemente ligadas a los sectores científicos, ingenieros y otros expertos relacionados con la I+D+i o porque existen menores dificultades para la obtención de las ayudas o éstas están encaminadas a incentivar dichos sectores productivos. Por otra parte, en nuestro análisis sobre las variables de dificultades para innovar (factores que dificultan la innovación) hay que tener en cuenta que las variables están codificadas en sentido inverso por lo que la obtención de valores altos implican menores dificultades, ante esto, podemos concluir que las empresas tienen una mayor propensión a obtener financiación cuando tienen menores dificultades de acceso al mercado y que esta diferencia es significativa (-0.03643***), mientras que por el contrario, la existencia de 21 mayores dificultades de conocimiento, económicas, competitivas y de encontrar socios conllevaría que las empresas encuestadas tuvieran una mayor propensión a obtener financiación pública, además, dichas diferencias serían significativas (0.26555***, 0.43519***, 0.03382*** y 0.38626***, respectivamente). En cuanto a las fuentes para el acceso a la información sobre innovación y tecnología (organismos tecnológicos e investigación, divulgativas y cadena de valor), las variables se encuentra codificadas también en sentidos inverso, por lo que los resultados muestran que las empresas tienen una mayor propensión a obtener ayudas públicas cuando tienen una mayor capacidad de acceso a dichas fuentes y además, obtienen diferencias significativas (0.60533***, 0.36167*** y 0.27565***, respectivamente). Estos datos, sin entrar en un análisis en profundidad, nos podrían indicar que las empresas de la muestra acceden a las ayudas, entre otros motivos, porque los programas están favoreciendo y reforzando que las empresas con mejores fuentes de financiación son aquellas que consiguen la financiación. 4.2 ANÁLISIS DE LA ANCHURA EN COOPERACIÓN A continuación, analizamos los resultados de los test de diferencias de medias para la variable cooperación, por su tipología, por la procedencia territorial de la cooperación y por la taxonomía sectorial aplicado a los colectivos de empresas beneficiarias (EB) y empresas no beneficiarias (EnB), que se exponen en las Tablas de 7 a 13. Además, mediante la estimación de los teffects podemos comprobar en qué medida el impacto de las ayudas públicas varia la probabilidad de cooperación en las EB (Tablas 14 a 16). Dichos resultados, nos mostrarán si la financiación pública conlleva un cambio en los comportamientos de las empresas y si este depende de la tipología de socios, del territorio o del sector productivo. Dando así respuesta a nuestros objetivos y preguntas del inicio del trabajo. Tabla 7: Cooperación por tipología de socios BENEFICIARIAS NO BENEFICIARIAS % N % N V Cramer Total coopera con socios nacional e internacional 53.58 19,591 53.92 49,612 *** -0.0031 Total coopera nacional e interna. con clientes/proveedores 13.32 4,816 6.09 3,371 *** 0.1237 Total coopera nacional e interna. con competidores 7.11 2,572 2.08 1,151 *** 0.1245 Total coopera con cosultor/lab. nacional e internacional 40.31 14,580 14.99 8,291 *** 0.2859 Total coopera con opi/centro tecnol. nacional e internacional 9.25 3,383 41.18 37,888 *** -0.3085 Total coopera con universidades nacional e internacional 18.36 6,640 5.34 2,952 *** 0.2078 Fuente: Elaboración propia a partir de PITEC. Comprobamos en primer lugar que, cuando consideramos todos los socios de forma conjunta, no hay grandes diferencias entre los colectivos EB (53.58%) y EnB (53.92%), así como una muy baja significatividad sustantiva como indican los valores muy bajos en la V de Cramer (-0.0031). No obstante, cuando analicemos más adelante los resultados de la Tabla 14, podemos ver que, al controlar los efectos fijos y realizar comparaciones con empresas “equivalentes”, el acceso a la financiación pública tiene un efecto muy positivo en la propensión a cooperar (.1983758). Esto apunta que las ayudas públicas influyen de manera positiva en que las empresas cooperen. Además, comenzamos a comprobar evidencias que responderían afirmativamente a nuestra primera pregunta planteada en este estudio. 22 Al objeto de demostrar la existencia de diferencias en la propensión a cooperar dependiendo del tipo de socio, y así dar respuesta a nuestra segunda pregunta, analizamos los resultados de la Tabla 7. En dichos resultados, evidenciamos que en cuatro de los cinco tipos de cooperación se arrojan resultados significativos en favor de las EB (clientes y proveedores con 13.32%, competidores con 7.11%, consultores con 40.31% y universidades con 18.36%). El efecto de mayor relevancia se produce en la cooperación con consultores y laboratorios, donde las EB (40.31%) muestran una mayor propensión a cooperar que las EnB (14.99%). Igualmente, la significatividad sustantiva de dicha magnitud es importante, ya que su V de Cramer es la que obtiene el segundo valor más alto (0.2859). Los resultados son similares para la cooperación con clientes/proveedores, competidores y universidades, aunque el efecto y la intensidad son de mucha menor relevancia. Por el contrario, en el caso de la cooperación con OPI y centros tecnológicos, la propensión de las EnB (41.18%) es muy superior, obteniendo, además la mayor intensidad del efecto según la V de Cramer (-0.3085). Podemos concluir, que mientras las EB encuentran socios y mecanismos adicionales para cooperar, para las EnB, las OPI y centros tecnológicos se constituyen como la principal (cuando no única) vía de cooperación para implementar las necesidades que tengan de ciertos desarrollos o mejoras incrementales en su proceso productivo.. De otra parte, el hecho de que no obtenga valores relevantes en cuanto a las empresas beneficiarias, nos hace preguntarnos si el motivo de dichos resultados se debe a que las ayudas públicas existentes no están orientadas al apoyo de la cooperación con OPI y centros tecnológicos o, por el contrario, se deba a que las empresas dentro de las OPI, ya son de carácter público y, por ello, para la obtención de sus propios recursos no necesitan acudir a nuevas ayudas públicas. De todas formas, dichas afirmaciones necesitarían de un análisis con mayor profundidad, que excede el objeto de este estudio. Continuando con nuestra tercera duda planteada al inicio del trabajo, debemos esclarecer si existen diferencias en la propensión de cooperar dependiendo de las zonas territoriales. Por ello, al incluir el factor territorial sin división por tipología (Tabla 8), comprobamos que sólo las EB tienen un efecto mayor que EnB en la cooperación con socios nacionales. Para el resto de socios (europeos, estadounidenses y del resto del mundo) las EnB superan los valores de las EB, aunque las V de Cramer en todos los casos son de baja intensidad o moderadas. Hay que mencionar, que las variables de la Tabla 8 incluyen a las empresas del grupo, por lo que, con posterioridad, cuando realicemos el análisis excluyendo las empresas del grupo, encontraremos diferencias que haremos notar. Tabla 8: Cooperación por área geográfica BENEFICIARIAS NO BENEFICIARIAS % N % N Sig. V Cramer Coopera con socios nacionales 24.79 8,965 12.93 7,151 *** 0.1522 Coopera con socios europeos 27.50 10,054 44.79 41,210 *** -0.1593 Coopera con socios USA 30.80 11,260 45.07 41,466 *** -0.1309 Coopera con socios Resto del Mundo 34.12 12,474 44.89 41,306 *** -0.0986 Fuente: Elaboración propia a partir de PITEC. De hecho, como adelanto, los datos de la prueba teffects (Tabla 14), cuyos resultados sobre cooperación son fuera del grupo, muestran la existencia de efectos positivos notables de la financiación pública sobre las EB y que, además, este efecto es más positivo a mayor lejanía territorial de los socios del Resto de Mundo (.1752486), de Estados Unidos (.1440887), de Europa (.1321721) y Nacionales (.080386). 23 Así al incluir el factor territorial y tipológico sobre la cooperación (Tabla 9) vemos que las EnB tienen un comportamiento superior al de las EB en la cooperación con clientes o proveedores. Esta conducta se produce en todas las nacionalidades y además, se obtienen valores notables en la V de Cramer [Nacionales (-0.3323); Europa (-0.2840); Estados Unidos (-0.3463); Resto de Mundo (-0.2832)]. Dichos resultados difieren de lo manifestado sin la división por zonas (Tabla 7) y por tanto, se evidencia que dicho factor afecta en la propensión a cooperar. Del mismo modo, podemos observar que en dicha variable (cooperación con clientes o proveedores) el factor territorial no es influyente para las EnB. Si observamos los datos de la Tabla 9, concluimos que no existen grandes diferencias de comportamientos en la propensión a cooperar si cambiamos de territorio (Nacionales 42.29%; Europa 41.66%; Estados Unidos 40.38% y Resto del Mundo 41.69%), mientras que en las EB, no sucede este comportamiento. Lo expuesto evidencia que el factor territorial afecta en mayor medida a la propensión a cooperar si nos encontramos con socios del resto del mundo o europeos (12.11% y 12%) frente a la cooperación con socios nacionales y estadounidenses (7.80% y 5.09%). Igualmente, en la prueba teffects (Tabla 16), volvemos a comprobar que para la cooperación con clientes o proveedores, las empresas beneficiarias obtienen mayor propensión a cooperar en los territorios del resto del mundo o europeos. Aunque en dicha prueba, a diferencia de lo expresado en el párrafo anterior, existe una mayor propensión a cooperar con socios europeos (.0544048) frente a la propensión a cooperar con socios del resto del mundo (.0493144). Tabla 9: Diferencias de medias en cooperación, tipología y territorio BENEFICIARIAS NO BENEFICIARIAS % N % N Sig. V Cramer NACIONAL Coopera con clientes/proveedores nacionales 7.80 2,851 42.29 38,909 *** -0.3323 Coopera con competidores nacionales 1.74 629 0.63 351 *** 0.0525 Coopera con cosultor/lab. nacionales 19.30 6,980 9.06 5,010 *** 0.1484 Coopera con opi/opri/ctecnol nacionales 5.27 1,928 40.61 37,367 *** -0.3461 Coopera con universidades nacionales 9.54 3,452 3.09 1,709 *** 0.1368 EUROPEA Coopera con clientes/proveedores europeos 12.00 4,388 41.66 38,330 *** -0.2840 Coopera con competidores europeos 2.04 738 0.50 274 *** 0.0722 Coopera con cosultor/lab. europeos 9.30 3,365 2.30 1,273 *** 0.1561 Coopera con opi/opri/ctecnol europeos 4.45 1,628 40.35 37,123 *** -0.3529 Coopera con universidades europeas 5.10 1,844 0.89 493 *** 0.1304 USA Coopera con clientes/proveedores USA 5.09 1,861 40.38 37,151 *** -0.3463 Coopera con competidores USA 3.53 1,276 0.96 533 *** 0.0901 Coopera con cosultor/lab. USA 22.48 8,132 5.11 2,824 *** 0.2617 Coopera con opi/opri/ctecnol USA 2.16 791 40.00 36,803 *** -0.3752 Coopera con universidades USA 4.56 1,650 0.62 342 *** 0.1321 RESTO DEL MUNDO Coopera con clientes/proveedores Resto del Mundo 12.11 4,427 41.69 38,363 *** -0.2832 Coopera con competidores Resto del Mundo 2.04 737 0.41 227 *** 0.0779 Coopera con cosultor/lab. Resto del Mundo 19.55 7,071 3.56 1,967 *** 0.2623 Coopera con opi/opri/ctecnol Resto del Mundo 3.27 1,196 40.16 36,947 *** -0.3643 Coopera con universidades Resto del Mundo 8.60 3,111 2.02 1,119 *** 0.1532 Fuente: Elaboración propia a partir de PITEC. 24 Continuando con los datos de la Tabla 9, evidenciamos que el factor territorial no tiene efecto en la cooperación con los OPI y centros tecnológicos, donde las EnB siguen teniendo una diferencia destacable y superior al de las EB y en el que la V de Cramer es siempre superior a 0.3. Al igual que en el caso de la cooperación con clientes o proveedores, comprobamos que para las EnB el factor territorial no es influyente, ya que su propensión a cooperar tiene porcentajes similares en todos los territorios (40.61%, 40.35%, 40.00% y 40.16%). Es decir, la procedencia territorial del socio no muestra variaciones reseñables en su propensión a cooperar entre las EnB. Esta variabilidad, en el porcentaje a cooperar con socios de los diferentes territorios, sí muestra diferencias en las EB, cuya propensión a cooperar es menor con socios de USA y RM (2.16% y 3.27%) que con socios nacionales y europeos (5.27% y 4.45%). Además, en el resto de las tipologías (competidores, consultores o laboratorios y universidades), al incluir el factor territorial, evidenciamos que las EB siguen siendo superiores a las EnB, si bien, detectamos las siguientes particularidades:  En el caso de realizar la cooperación con socios nacionales, tanto las diferencias positivas entre las EB y las EnB como la intensidad del efecto, se reducen en gran medida. Esta afirmación se hace evidente al comparar los resultados obtenidos en las Tablas 7 y 9. Las diferencias positivas entre las EB y las EnB pasan de ser 5,03; 25,32 y 13,02 (competidores, consultores y universidades, respectivamente) a 1,11; 10,24 y 6,45 (competidores, consultores y universidades con socios nacionales, respectivamente). Esta reducción también se hace evidente en la V de Cramer, cuya intensidad del efecto pasa de 0.1245, 0.2859 y 0.2078 (competidores, consultores y universidades, respectivamente) a 0.0525, 0.1484 y 0.1368 (competidores, consultores y universidades con socios nacionales, respectivamente).  Si realizamos un análisis para la cooperación con socios europeos, comprobamos que las diferencias existentes entre las EB y las EnB son menores en términos globales que las existentes con respecto al resto de territorios 3 . Debemos destacar que en el caso de la cooperación con consultores, evidenciamos un fuerte descenso en el porcentaje de las EB (9.30%), que es menos de la mitad del encontrado tanto para socios nacionales como del resto del mundo. Todo esto, unido a los resultados de la Tabla 16 (que más adelante analizaremos), nos hace confirmar que existen diferencias territoriales en el efecto de las ayudas públicas, siendo especialmente llamativos los efectos asimétricos sobre la cooperación con consultores, que muestra peores resultados con los socios europeos.  Tanto para los casos de cooperación con socios estadounidenses, como para los del resto del mundo, se produce un efecto similar. En ambos, la reducción de las diferencias positivas es menor que para las dos zonas territoriales anteriores. No obstante, en la cooperación con universidades estadounidenses es donde menor 3 Nos estamos refiriendo a que la cooperación con socios europeos con competidores, consultores y universidades siempre ocupa la última o penúltima posición en las diferencias entre EB y EnB con respecto al resto de territorios. 31 Tabla 13: Cooperación por tipología de socio, área geográfica y taxonomía sectorial BENEFICIARIAS NO BENEFICIARIAS NACIONAL Coopera con clientes/proveedores nacionales % N % N Sig. V Cramer Tradicional 6.21 387 56.51 19,097 *** -0.3648 Dinámicas 7.25 1,118 31.52 7,032 *** -0.2899 Estacionarias 8.95 637 30.98 5,226 *** -0.2343 Reto 9.22 621 33.62 4,940 *** -0.2584 Construcción 8.20 84 60.74 2,392 *** -0.4254 Coopera con competidores nacionales % N % N Sig. V Cramer Tradicional 0.92 56 0.47 72 *** 0.0263 Dinámicas 1.83 281 0.70 111 *** 0.0507 Estacionarias 2.26 160 0.91 113 *** 0.0554 Reto 1.60 107 0.48 48 *** 0.0577 Construcción 2.49 25 0.38 6 *** 0.0942 Coopera con cosultor/lab. nacionales % N % N Sig. V Cramer Tradicional 18.37 1,116 11.74 1,788 *** 0.0873 Dinámicas 19.04 2,916 7.15 1,128 *** 0.1768 Estacionarias 17.71 1,252 8.57 1,066 *** 0.1357 Reto 21.58 1,440 8.30 838 *** 0.1898 Construcción 24.65 248 9.83 155 *** 0.1992 Coopera con opi/opri/ctecnol nacionales % N % N Sig. V Cramer Tradicional 5.62 350 55.38 18,717 *** -0.3612 Dinámicas 5.53 853 30.11 6,718 *** -0.3017 Estacionarias 4.44 316 27.53 4,643 *** -0.2605 Reto 5.04 339 31.95 4,694 *** -0.2947 Construcción 6.54 67 60.21 2,371 *** -0.4346 Coopera con universidades nacionales % N % N Sig. V Cramer Tradicional 6.57 399 2.49 379 *** 0.0982 Dinámicas 10.00 1,531 2.77 437 *** 0.1484 Estacionarias 9.93 702 4.53 563 *** 0.1054 Reto 11.02 735 2.87 290 *** 0.1664 Construcción 8.05 81 2.16 34 *** 0.1394 EUROPEA Coopera con clientes/proveedores europeos % N % N Sig. V Cramer Tradicional 7.74 482 55.66 18,812 *** -0.3477 Dinámicas 14.63 2,256 31.75 7,084 *** -0.1950 Estacionarias 10.07 717 29.37 4,954 *** -0.2075 Reto 12.31 829 33.18 4,875 *** -0.2192 Construcción 9.76 100 60.51 2,383 *** -0.4109 Coopera con competidores europeos % N % N Sig. V Cramer Tradicional 1.15 70 0.25 38 *** 0.0574 Dinámicas 2.61 399 0.62 98 *** 0.0791 Estacionarias 1.65 117 0.70 87 *** 0.0451 Reto 2.10 140 0.48 48 *** 0.0755 Construcción 1.19 12 0.13 2 *** 0.0708 Coopera con cosultor/lab. europeos % N % N Sig. V Cramer Tradicional 9.43 573 2.88 439 *** 0.1391 Dinámicas 11.97 1,833 2.24 353 *** 0.1903 Estacionarias 5.70 403 1.78 221 *** 0.1072 Reto 6.24 416 1.88 190 *** 0.1142 Construcción 13.72 138 3.17 50 *** 0.1980 Coopera con opi/opri/ctecnol europeos % N % N Sig. V Cramer Tradicional 4.75 296 55.26 18,675 *** -0.3667 Dinámicas 5.26 812 29.91 6,674 *** -0.3038 Estacionarias 2.95 210 26.79 4,518 *** -0.2737 Reto 3.40 229 31.77 4,667 *** -0.3136 32 Construcción 7.80 80 60.16 2,369 *** -0.4239 Coopera con universidades europeas % N % N Sig. V Cramer Tradicional 3.21 195 0.54 82 *** 0.1065 Dinámicas 7.27 1,113 1.24 195 *** 0.1502 Estacionarias 3.24 229 1.03 128 *** 0.0792 Reto 3.73 249 0.74 75 *** 0.1063 Construcción 5.47 55 0.57 9 *** 0.1536 USA Coopera con clientes/proveedores USA % N % N Sig. V Cramer Tradicional 5.55 346 55.27 18,679 *** -0.3609 Dinámicas 5.94 916 29.76 6,640 *** -0.2926 Estacionarias 4.04 288 27.17 4,583 *** -0.2626 Reto 3.71 250 31.74 4,663 *** -0.3095 Construcción 5.56 57 60.06 2,365 *** -0.4413 Coopera con competidores USA % N % N Sig. V Cramer Tradicional 2.65 161 0.96 147 *** 0.0638 Dinámicas 4.29 657 1.01 160 *** 0.1024 Estacionarias 3.13 221 1.09 136 *** 0.0729 Reto 2.25 150 0.71 72 *** 0.0658 Construcción 8.65 87 1.08 17 *** 0.1878 Coopera con cosultor/lab. USA % N % N Sig. V Cramer Tradicional 20.96 1,273 4.63 706 *** 0.2539 Dinámicas 25.61 3,922 4.99 787 *** 0.2876 Estacionarias 19.69 1,392 6.31 785 *** 0.2042 Reto 18.60 1,241 4.30 434 *** 0.2335 Construcción 29.42 296 6.53 103 *** 0.3089 Coopera con opi/opri/ctecnol USA % N % N Sig. V Cramer Tradicional 3.07 191 55.03 18,598 *** -0.3775 Dinámicas 2.24 346 29.38 6,556 *** -0.3451 Estacionarias 1.98 141 26.41 4,455 *** -0.2836 Reto 1.22 82 31.36 4,608 *** -0.3384 Construcción 2.93 30 60.08 2,366 *** -0.4630 Coopera con universidades USA % N % N Sig. V Cramer Tradicional 2.83 172 0.42 64 *** 0.1040 Dinámicas 6.71 1,027 0.73 116 *** 0.1587 Estacionarias 2.93 207 0.87 108 *** 0.0785 Reto 3.07 205 0.48 48 *** 0.1043 Construcción 3.68 37 0.32 5 *** 0.1296 RESTO DEL MUNDO Coopera con clientes/proveedores Resto del Mundo % N % N Sig. V Cramer Tradicional 10.91 680 56.11 18,962 *** -0.3277 Dinámicas 14.14 2,181 31.56 7,042 *** -0.1993 Estacionarias 10.31 734 29.12 4,912 *** -0.2026 Reto 9.66 650 32.88 4,830 *** -0.2470 Construcción 17.37 178 60.84 2,396 *** -0.3522 Coopera con competidores Resto del Mundo % N % N Sig. V Cramer Tradicional 1.35 82 0.43 65 *** 0.0504 Dinámicas 2.92 447 0.47 74 *** 0.0954 Estacionarias 1.41 100 0.35 44 *** 0.0596 Reto 1.23 82 0.38 38 *** 0.0495 Construcción 2.58 26 0.38 6 *** 0.0972 Coopera con cosultor/lab. Resto del Mundo % N % N Sig. V Cramer Tradicional 15.89 965 2.66 405 *** 0.2435 Dinámicas 21.98 3,366 3.96 625 *** 0.2700 Estacionarias 16.99 1,201 4.24 527 *** 0.2158 Reto 19.77 1,319 3.59 363 *** 0.2638 Construcción 21.67 218 2.98 47 *** 0.3004 Coopera con opi/opri/ctecnol Resto del Mundo % N % N Sig. V Cramer Tradicional 3.80 237 55.18 18,648 *** -0.3731 33 Dinámicas 3.75 578 29.60 6,604 *** -0.3237 Estacionarias 2.49 177 26.57 4,481 *** -0.2781 Reto 2.26 152 31.50 4,628 *** -0.3260 Construcción 4.98 51 60.08 2,366 *** -0.4463 Coopera con universidades Resto del Mundo % N % N Sig. V Cramer Tradicional 6.08 369 1.84 281 *** 0.1111 Dinámicas 11.11 1,701 2.11 333 *** 0.1819 Estacionarias 6.73 476 2.57 319 *** 0.1013 Reto 6.55 437 1.47 148 *** 0.1356 Construcción 12.43 125 2.28 36 *** 0.2046 Fuente: Elaboración propia a partir de PITEC. Aunque ya hemos adelantado alguno de los resultados producidos en la prueba de teffects (Tabla 14, 15 y 16), a continuación nos vamos a centrar en dichos resultados, los cuales, y como dijimos al principio del estudio, no incluye la cooperación dentro del grupo. Comenzando con el análisis de dichos resultados, podemos comprobar en la Tabla 14 que, tal y como vimos en nuestro análisis de las Tablas 9 y 13, la financiación pública obtiene mayores efectos positivos sobre las EB, mientras mayor es la lejanía territorial de sus socios (cooperaRM .1752486, cooperaUS .1440887, cooperaEU .1321721, cooperaNAC .080386). Por ello, podemos concluir que la financiación pública influye en una mayor propensión a cooperar con socios extranjeros y que por tanto, el efecto territorial influye en la cooperación . Del mismo modo, el impacto de las ayudas públicas tiene un efecto muy positivo en la propensión a cooperar con socios (.1983758) y por tanto, se corrobora que la financiación pública influye de manera positiva en que las empresas cooperen, conforme a los resultados mostrados en la Tabla 14. Tabla 14: Resultados de la prueba teffects indicadores de cooperación generales por territorio Variable Descripción coef Std. Err. p cooperaTOT Total coopera con socios nacional e internacional .1983758 .0056566 0.000 cooperaNAC Coopera con socios nacionales .080386 .0047985 0.000 cooperaEU Coopera con socios europeos .1321721 .0050169 0.000 cooperaUS Coopera con socios USA .1440887 .0054382 0.000 cooperaRM Coopera con socios Resto del Mundo .1752486 .0051975 0.000 Fuente: Elaboración propia a partir de PITEC. Cuando analizamos los resultados por tipo de socio (Tabla 15) corroboramos que la financiación pública influye en mayor medida en la propensión a cooperar con socios consultores o laboratorios (.180692) y con universidades (.0797681) que con el resto de socios. Igualmente, dichos resultados se vuelven a confirmar con las conclusiones que hemos obtenido en el análisis de las Tablas 7 y 9. Además, hay que destacar que la cooperación con socios consultores o laboratorios es el segundo con mayor coeficiente si comparamos las Tablas 14 y 15. Se evidencia así, que la financiación pública afecta en un mayor o menor grado a la propensión a cooperar dependiendo de la tipología de socios con los que coopera, siendo este caso el que mayor propensión obtiene. 34 Tabla 15: Resultados de la prueba teffects indicadores de cooperación por tipos de socios Variable Descripción coef Std. Err. p cooperaTOTvc Total coopera nacional e interna. con clientes/proveedores .0451951 .0037124 0.000 cooperaTOTsec Total coopera nacional e interna. con competidores .0259519 .0032189 0.000 cooperaTOTcons Total coopera con cosultor/lab. nacional e internacional .180692 .0057014 0.000 cooperaTOTtec Total coopera con opi/centro tecnol. nacional e internacional .0357206 .0033739 0.000 cooperaTOTuni Total coopera con universidades nacional e internacional .0797681 .0045376 0.000 Fuente: Elaboración propia a partir de PITEC. Si analizamos los resultados de la prueba de teffects incorporando los factores territoriales y los tipos de socios (Tabla 16) podemos volver a afirmar que la cooperación con consultores es la que mayor propensión tiene a cooperar si recibe financiación pública. Dicha propensión aumenta a mayor lejanía territorial (Resto del Mundo .1271406 y Estados Unidos .1241099), tal y como se comprobó en el análisis de los resultados de las Tablas 9 y 13. No ocurre lo mismo en el resto de tipología, donde el factor territorial afecta de diferente manera. De hecho, para la cooperación con clientes y proveedores la mayor propensión se da con socios europeos (0.0544048), para la cooperación con universidades o con OPI y centros tecnológicos el mayor coeficiente es si se coopera con socios nacionales (0.0392515 y 0.0192726, respectivamente), mientras que para la cooperación con competidores, la mayor propensión es con socios estadounidenses (0.0148885). Tabla 16: Resultados de la prueba teffects indicadores de cooperación Variable Descripción coef Std. Err. p NACIONAL cooperaNACvc Coopera con clientes/proveedores nacionales .0124463 .0029094 0.000 cooperaNACsec Coopera con competidores nacionales .0035897 .0017849 0.044 cooperaNACcons Coopera con cosultor/lab. Nacionales .0699111 .0048335 0.000 cooperaNACtec Coopera con opi/opri/ctecnol nacionales .0192726 .0022826 0.000 cooperaNACuni Coopera con universidades nacionales .0392515 .0035307 0.000 EUROPEA cooperaEUvc Coopera con clientes/proveedores europeos .0544048 .0033835 0.000 cooperaEUsec Coopera con competidores europeos .0105926 .0018506 0.000 cooperaEUcons Coopera con cosultor/lab. europeos .0545519 .0034843 0.000 cooperaEUtec Coopera con opi/opri/ctecnol europeos .0158595 .0021747 0.000 cooperaEUuni Coopera con universidades europeas .0314247 .0022729 0.000 USA cooperaUSvc Coopera con clientes/proveedores USA .0213617 .0023068 0.000 cooperaUSsec Coopera con competidores USA .0148885 .0021682 0.000 cooperaUScons Coopera con cosultor/lab. USA .1241099 .0047507 0.000 cooperaUStec Coopera con opi/opri/ctecnol USA .0045901 .0016754 0.006 cooperaUSuni Coopera con universidades USA .0297475 .0021634 0.000 RESTO DEL MUNDO cooperaRMvc Coopera con clientes/proveedores Resto del Mundo .0493144 .0034705 0.000 cooperaRMsec Coopera con competidores Resto del Mundo .0105043 .0014629 0.000 cooperaRMcons Coopera con cosultor/lab. Resto del Mundo .1271406 .0043142 0.000 cooperaRMtec Coopera con opi/opri/ctecnol Resto del Mundo .0134467 .0013693 0.000 cooperaRMuni Coopera con universidades Resto del Mundo .0402519 .0030074 0.000 Fuente: Elaboración propia a partir de PITEC. 35 Por último, debemos concluir que todos los coeficientes de la prueba de teffects han resultado positivos y por tanto, las EB modifican de alguna forma su comportamiento, es decir, según dicha prueba, las ayudas públicas obtienen efectos positivos en todos los casos sobre el comportamiento en cooperación. 5 CONCLUSIONES Y LÍNEAS DE INVESTIGACIÓN Una vez expuestos los resultados que se han obtenido en las diferentes etapas de la investigación, realizamos una recapitulación de los hallazgos más relevantes para, posteriormente, realizar algunas propuestas de investigación sobre las políticas de ayudas públicas en las empresas de I+D+i. 5.1 CONCLUSIONES Al inicio de esta investigación nos propusimos dar respuesta a cuatro preguntas. Por ello, durante todo el análisis de los resultados del estudio, hemos ido resaltando los diferentes cambios en el comportamiento de las empresas sobre la propensión de la combinación de cooperación existente entre proveedores, clientes, competidores, instituciones públicas, laboratorios y demás (anchura de cooperación), así como su variación de comportamiento dependiendo del territorio y la taxonomía, lo que nos permite llegar a las conclusiones siguientes: Con respecto a la primera pregunta sobre si la financiación pública fomenta la cooperación (anchura de cooperación), podemos asegurar que la respuesta es afirmativa. De hecho, existe adicionalidad positiva en el sentido de que las empresas que reciben ayudas aumentan su actividad cooperadora, tal y como se corrobora en la Tabla 14. Además, hay que mencionar que la misma se hace más evidente cuando no se incluyen las empresas del grupo, ya que, éstas hacen que la cooperación sea menor. En relación a la segunda de nuestras preguntas, acerca de si existen diferencias en la propensión a cooperar dependiendo del tipo de socio con el que colaboremos (competencia con otras empresas del mismo sector, cadena de valor o las universidades), la respuesta vuelve a ser positiva. Podemos confirmar la existencia de diferencias en la propensión a cooperar dependiendo de los tipos de socios, debido a que, existe adicionalidad positiva para todas las tipologías. Esta se hace más relevante para los casos de cooperación con consultores y universidades, mientras que para la cooperación con competidores y OPI y centros tecnológicos, es escasa o sin relevancia. Hay que destacar que la propensión a cooperar con consultores es la que mayor efecto positivo obtiene de las ayudas públicas (Tabla 7). Donde las EB (40.31%) evidencian una mayor actividad de cooperación que las EnB (14.99%), con una importante V de Cramer de 0.2859. Del mismo modo, en cuanto a lo referente a la tercera cuestión sobre la existencia de diferencias a su vez, por zonas territoriales (Nacional, UE, USA o Resto del Mundo), hemos comprobado que también existen diferencias dependiendo de la procedencia territorial de los socios con los que cooperamos. El mayor impacto positivo de la adicionalidad se da en la cooperación con socios del resto del mundo o estadounidenses, mientras que el impacto es mucho menor con agentes europeos o nacionales. 36 El anterior efecto, de a mayor lejanía territorial mayor propensión a cooperar, se produce cuando no incluimos las empresas del grupo, ya que si las incluimos comprobamos que sólo en la cooperación con socios nacionales las EB tienen un efecto mayor que EnB (Tabla 8 y 12). Por último, respecto a la cuarta y última pregunta, que cuestiona si el sector productivo (según nuestra taxonomía propuesta) produce diferencias a la hora de cooperar, evidenciamos que existen diferencias a cooperar dependiendo del sector en el que nos encontremos. De hecho, los resultados muestran que los mayores impactos positivos, tanto con empresa del grupo como sin ellas, son en el denominado sector Dinámicas, si bien, cuando no incluimos las empresas del grupo, se corrobora que el sector de la Construcción también influye de manera muy relevante (Tabla 9 y 13). Asimismo, las EB se ven más afectadas que las EnB por los distintos factores territoriales y de taxonomía sectorial en su propensión a cooperar. 5.2 LÍNEAS DE INVESTIGACIÓN Siguiendo la misma estructura que hemos venido utilizando durante todo este trabajo planteamos las siguientes líneas de investigación:  En cuanto a las afirmaciones sobre las covariables del estudio, habría que hacer un análisis más profundo o sectorizado sobre el porcentaje de mujeres, las dificultades o las fuentes de información en las empresas encuestadas.  Analizar en profundidad los motivos por los que la cooperación con competidores y OPI y centros tecnológicos tienen menores impactos positivos. Así podríamos conocer si dichos menores impactos se deben, simplemente, a características de las propias estructuras empresariales o si los mismos se deben a que las propias ayudas públicas no fomentan dicha cooperación, entre otras causas.  Este mismo análisis, y los anteriores propuestos, se pueden realizar haciendo divisiones temporales de precrisis (2004 a 2008), crisis (2008 a 2012) y recuperación (2012 a 2016), al fin de obtener una mejor percepción sobre el impacto de las ayudas públicas y como ha afectado la crisis a las mismas. 37 6 BIBLIOGRAFÍA Acemoglu, D. y Robinson J. (2012). Por qué fracasan los países : los orígenes del poder, la prosperidad y la pobreza. Madrid Alianza. Aerts, K., y Czarnitzki, D. (2004). Using Innovation Survey Data to Evaluate R&D Policy: The Case of Belgium, ZEW Discussion Papers, No. 04-55, Zentrum für Europäische Wirtschaftsforschung (ZEW), Mannheim. Aerts, K., y Thorwarth, S. (2008). Additionality effects of public R&D funding:‘R ’versus ‘D’. Katholike Universiteit, Leuven. Albernathy, W. y Clark K. (1985). Innovation: Mapping the Winds of Creative Destruction. Research Policy, Vol. 14, pp. 3-22. Aschhoff, B. (2009). The effect of subsidies on R&D investment and success–Do subsidy history and size matter?. ZEW-Centre for European Economic Research Discussion Paper, 09-032. Becker, L. (2015). Effectiveness of public innovation support in Europe: Does public support foster turnover, employment and labour productivity?, Discussion Papers, No. 236, University of Göttingen, Center for European, Governance and Economic Development Research. Busom, I. (2000). An empirical evaluation of the effects of R&D subsidies. Economics of innovation and new technology, 9, 111-148. Cappelen, Å., Raknerud, A., y Rybalka, M. (2012). The effects of R&D tax credits on patenting and innovations. Research Policy, 41, 334-345. CDTI (2018). Horizonte Europa: el próximo Programa Marco de Investigación e Innovación de la UE para 2021-2027. http://www.cdti.es/index.asp?MP=9&MS=31&MN=2&TR=A&IDR=7&xtor=RSS- 4&id=1359 Confederación de Sociedades Científicas de España (2018). Análisis de los recursos destinados a I+D+i (Política de Gasto 46) contenidos en los Presupuestos Generales del Estado aprobado para el año 2018. Informe COSCE Confederación de Sociedades Científicas de España (2019). Informe de urgencia sobre la inversión I+D+i en el Proyecto de Presuspuestos Generales del Estado para 2019. Informe COSCE Czarnitzki, D., y Hussinger, K. (2004). The Link Between R&D Subsidies, R&D Spending and Technological Performance, ZEW Discussion Papers, No. 04-56, Zentrum für Europäische Wirtschaftsforschung, Mannheim. Ebersberger, B., S.J. Herstad, E. Iversen, E. Kirner, O. Som (2011),“Analysis ofinnovation drivers and barriers in support of better polivies, Economic Review, núm. 48, pp. 455-476. Edquist, C (2001). Innovation policy – A systemic approach. Archibugi, D. y Lundvall, A. (Eds.), The globalizing learning economy. pp. 219-238. Oxford: Oxford University Press. 38 Escorsa P. y Valls J. (2003). Tecnología e Innovación en la Empresa. Edicions de la Universitat Politècnica de Catalunya, Barcelona. Frascati Manual 2015. Guidelines for Collecting and Reporting Data on Research and Experimental Development. 2015 OECD Fundación Cotec para la Innovación Tecnológica (2010). Informe sobre el análisis de PITEC. Gráficas Arias Montano, S. A. Madrid García, A. y Rama, R. (2015). Determinantes de la cooperación para innovación en manufacturas TIC. Anales de Economía Aplicada, núm. XXIX, pp 629-648. García, A., Molero, J. y Rama, R. (2016). Local cooperation for innovation: food and beverage multinationals in a peripheral European country, Int. J. Multinational Corporation Strategy, Vol. 1, No. 2, pp.107–132. García, A., Molero, J., y Rama, R. (2017). Patterns of local R&D cooperation of foreign subsidiaries in an intermediate country: innovative and structural factors. International Journal of Technology Transfer and Commercialisation. 1 vol 15 2017 Gee, S. (1981). "Technology transfer, Innovation & International Competitiveness", Wiley & Sons, New York. González, X., y Pazó, C. (2008). Do public subsidies stimulate private R&D spending?. Research Policy, 37, 371-389. Guerrero, I. (2016). Estudio de impacto del programa Iberoeka, medido en función del desempeño económico de las empresas españolas que han participado en la realización de un proyecto de I+D+i. Universidad Complutense de Madrid. Hagedoorn, J. (1993). Understanding the rationale of strategic technology partnering: interorganizational modes of cooperation and sectoral differences, Strategic Management Journal, Vol. 14, No. 5, pp.371–385. Hewitt-Dundas, N. y Roper, S. (2010). Output additionality of public support for innovation: evidence for Irish manufacturing plants. European Planning Studies, 18, 107- 122. Holl, A. y Rama, R. (2014). 'Foreign subsidiaries and technology sourcing in Spain', Industry and Innovation, 21, 43-64. Huergo E. y Moreno L. (2004). La innovación y el crecimiento de la productividad en España. Ekonomiaz: Revista vasca de economía, 56, 208-231. Hussinger, K. (2003). R&D and Subsidies at the Firm Level: An Application of Parametric and Semi-Parametric Two-Step Selection Models. ZEW Discussion Paper Núm. 03-63. Instituto Nacional de Estadísticas (2016). Encuesta sobre Innovación en las Empresas del INE. INE. Knell, M. y Srholec, M. (2006). 'Innovation cooperation and foreign ownership in the Czech Republic', The Online Proceedings of The First Conference on Micro Evidence on Innovation and Development (MEIDE). 39 Levy, D. M., y Terleckyj, N. E. (1983). Effects of government R&D on private R&D investment and productivity: a macroeconomic analysis. The Bell Journal of Economics, 551-561. Mas, F. (2003). Centros Teconológicos y Sistemas Regionales de Innovación: modelos europeos. Investigaciones Regionales. Núm. 3, pp. 129-161, Madrid. Miotti, L.; Sachwald, F. (2003), 'Co-operative R&D: why and whith whom? An integrated framework of analysis', Research Policy, 32, 1481-99. Mokyr, J. (1993). La palanca de la riqueza: creatividad tecnológica y progreso económico. Madrid Alianza. Molero, J. et al. (2019). El impacto de la financiación pública de la i+d+i en las estrategias tecnológicas y los resultados económicos de las empresas españolas. Editorial Centro de Estudios Ramón Areces S.A. Molero, J. y García, A. (2008). The innovative activities of foreign subsidiaries in the Spanish innovation system: An evaluation of their impact from a sectoral taxonomy approach’. Technovation, 28. Molero, J. y Heijs, J. (2002). Differences of innovative behaviour between national and foreign firms: measuring the impact of foreign firms on national innovation systems', Int.J.Entrepreneurship and Innovation Management, 2, 122-45. Mortara, L. and Minshall, T. (2011). How do large multinational companies implement open innovation?, Technovation, Vol. 31, Nos. 10–11, pp.586–597. Pavon, J. y Goodman, R. (1981). "Proyecto MODELTEC. La planificación del desarrollo tecnológico", CDTI-CSIC, Madrid. Piatier, André (1987). Las Innovaciones transectoriales y la Transformación de las Empresas. Editorial ESADE – Barcelona. OECD/Eurostat (2018). Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation, 4th Edition, The Measurement of Scientific, Technological and Innovation Activities, OECD Publishing, Paris/Eurostat, Luxembourg. Rodríguez Barrera, R. (2011). Impacto de las ayudas públicas a la I+D en el desempeño innovador de las PYMES de artes gráficas en España. Tesis doctoral. Universidad de Valencia. Roper, S. y Hewitt-Dundas, N. (2016). The legacy of public subsidies for innovation: input, output and behavioural additionality effects. ERC (Enterprise Research Centre) Research Paper, (22). Schmidt, T. (2008) Motives for Innovation Cooperation? Evidence from the Canadian Survey of Innovation, ZEW Discussion Papers núm.08-018 Schumpeter, J. A. (1939). Business Cyckes. McGraw-Hill, New York. Sutton, J. (2000 y 2002). Rich Trades, Scarce Capabilities: Industrial Development Revisited. London School of Economics and Political Science Discussion paper, (28). Technopolis Group & Mioir (2012). Evaluación de Acciones de Apoyo a la Innovación. Guía de métodos y prácticas. Estudio financiado por la Comisión Europea, Dirección General de Política Regional. 40 Torbett, R. (2001). 'Technological collaboration, firm size and innovation: A study of UK manufacturing firms', in OECD (ed.), Innovative networks: co-operation in national innovation systems (Paris: OECD), 100-22. Vega-Jurado, J., Gutiérrez-Garcia, A. and Fernández-de-Lucio, I. (2009). ‘Does external knowledge sourcing matter for innovation? Evidence from the Spanish manufacturing industry’, Industrial and Corporate Change, Vol. 18, No. 4, pp.637–670. 47 Tabla 23: Cooperación por tipología de socio y taxonomía sectorial completa BENEFICIARIAS NO BENEFICIARIAS TOTAL cooperaTOTvc Total coopera nacional e interna. con clientes/proveedores % N % N Sig. Chi2 p V Cramer % N Tradicional 9.81 596 5.44 829 *** 132.9244 0,000 0.0790 6.69 1,425 Dinámicas 14.08 2,157 5.48 865 *** 656.0819 0,000 0.1452 9.72 3,022 Estacionarias 13.39 947 8.68 1,079 *** 107.7256 0,000 0.0743 10.39 2,026 Reto 14.66 978 5.31 536 *** 427.8453 0,000 0.1597 9.03 1,514 Construcción 13.42 135 3.80 60 *** 81.3514 0,000 0.1775 7.55 195 cooperaTOTsec Total coopera nacional e interna. con competidores % N % N Sig. Chi2 p V Cramer % N Tradicional 4.92 299 1.70 259 *** 176.8311 0,000 0.0911 2.62 558 Dinámicas 8.55 1,310 2.42 382 *** 568.5226 0,000 0.1352 5.44 1,692 Estacionarias 6.53 462 2.60 323 *** 180.8501 0,000 0.0963 4.02 785 Reto 5.79 386 1.55 157 *** 229.5829 0,000 0.1170 3.24 543 Construcción 11.43 115 1.71 27 *** 111.6781 0,000 0.2079 5.50 142 cooperaTOTcons Total coopera con cosultor/lab. nacional e internacional % N % N Sig. Chi2 p V Cramer % N Tradicional 38.94 2,365 17.01 2,591 *** 1.2e+03 0,000 0.2343 23.26 4,956 Dinámicas 42.68 6,537 13.74 2,169 *** 3.2e+03 0,000 0.3223 27.99 8,706 Estacionarias 37.17 2,628 15.12 1,880 *** 1.2e+03 0,000 0.2515 23.11 4,508 Reto 38.62 2,577 13.14 1,327 *** 1.5e+03 0,000 0.2952 23.28 3,904 Construcción 46.02 463 17.37 274 *** 247.2161 0,000 0.3094 28.53 737 cooperaTOTtec Total coopera con opi/centro tecnol. nacional e internacional % N % N Sig. Chi2 p V Cramer % N Tradicional 8.23 513 55.79 18,854 *** 4.8e+03 0,000 -0.3450 48.38 19,367 Dinámicas 10.76 1,659 30.90 6,895 *** 2.1e+03 0,000 -0.2365 22.67 8,554 Estacionarias 7.81 556 28.21 4,758 *** 1.2e+03 0,000 -0.2244 22.15 5,314 Reto 7.71 519 32.47 4,770 *** 1.5e+03 0,000 -0.2665 24.69 5,289 Construcción 12.98 133 60.61 2,387 *** 738.4882 0,000 -0.3857 50.78 2,520 cooperaTOTuni Total coopera con universidades nacional e internacional % N % N Sig. Chi2 p V Cramer % N Tradicional 12.94 786 4.30 655 *** 514.2140 0,000 0.1553 6.76 1,441 Dinámicas 21.59 3,306 5.22 824 *** 1.8e+03 0,000 0.2411 13.28 4,130 Estacionarias 17.17 1,214 7.48 930 *** 432.6884 0,000 0.1489 10.99 2,144 Reto 16.80 1,121 4.57 462 *** 702.7703 0,000 0.2047 9.44 1,583 Construcción 20.78 209 4.69 74 *** 162.8427 0,000 0.2511 10.96 283 Fuente: Elaboración propia a partir de PITEC. 48 Tabla 24: Cooperación por área geográfica y taxonomía sectorial completa BENEFICIARIAS NO BENEFICIARIAS TOTAL cooperaNAC Coopera con socios nacionales % N % N Sig. Chi2 p V Cramer % N Tradicional 22.88 1,390 16.42 2,502 *** 121.4118 0,000 0.0755 18.27 3,892 Dinámicas 24.60 3,768 10.61 1,675 *** 1.1e+03 0,000 0.1841 17.50 5,443 Estacionarias 24.23 1,713 12.88 1,601 *** 411.8959 0,000 0.1453 16.99 3,314 Reto 26.33 1,757 10.92 1,103 *** 674.8216 0,000 0.2006 17.05 2,860 Construcción 32.90 331 14.52 229 *** 122.2150 0,000 0.2175 21.68 560 cooperaEU Coopera con socios europeos % N % N Sig. Chi2 p V Cramer % N Tradicional 22.21 1,384 57.93 19,577 *** 2.7e+03 0,000 -0.2592 52.37 20,961 Dinámicas 33.82 5,216 35.85 8,000 *** 16.5779 0,000 -0.0210 35.02 13,216 Estacionarias 21.40 1,524 33.01 5,568 *** 323.8808 0,000 -0.1162 29.57 7,092 Reto 24.00 1,616 36.46 5,357 *** 326.3274 0,000 -0.1234 32.55 6,973 Construcción 29.95 307 62.49 2,461 *** 349.1751 0,000 -0.2652 55.77 2,768 cooperaUS Coopera con socios USA % N % N Sig. Chi2 p V Cramer % N Tradicional 30.30 1,888 58.93 19,916 *** 1.7e+03 0,000 -0.2084 54.47 21,804 Dinámicas 33.72 5,201 35.10 7,831 *** 7.6126 0,000 -0.0142 34.53 13,032 Estacionarias 27.56 1,962 33.32 5,620 *** 76.9271 0,000 -0.0566 31.61 7,582 Reto 26.46 1,781 36.46 5,357 *** 208.0579 0,000 -0.0985 33.32 7,138 Construcción 40.68 417 63.71 2,509 *** 178.2592 0,000 -0.1895 58.96 2,926 cooperaRM Coopera con socios Resto del Mundo % N % N Sig. Chi2 p V Cramer % N Tradicional 30.77 1,917 58.19 19,668 *** 1.6e+03 0,000 -0.1995 53.92 21,585 Dinámicas 37.26 5,746 35.32 7,881 *** 14.8128 0,000 0.0198 36.11 13,627 Estacionarias 31.52 2,244 33.85 5,710 *** 12.3289 0,000 -0.0227 33.16 7,954 Reto 31.85 2,144 36.41 5,349 *** 42.2042 0,000 -0.0444 34.97 7,493 Construcción 40.78 418 62.67 2,468 *** 160.1545 0,000 -0.1796 58.15 2,886 Fuente: Elaboración propia a partir de PITEC. 49 Tabla 25: Cooperación por tipología de socio, área geográfica y taxonomía sectorial completa BENEFICIARIAS NO BENEFICIARIAS TOTAL NACIONAL cooperaNACvc Coopera con clientes/proveedores nacionales % N % N Sig. Chi2 p V Cramer % N Tradicional 6.21 387 56.51 19,097 *** 5.3e+03 0,000 -0.3648 48.68 19,484 Dinámicas 7.25 1,118 31.52 7,032 *** 3.2e+03 0,000 -0.2899 21.60 8,150 Estacionarias 8.95 637 30.98 5,226 *** 1.3e+03 0,000 -0.2343 24.44 5,863 Reto 9.22 621 33.62 4,940 *** 1.4e+03 0,000 -0.2584 25.96 5,561 Construcción 8.20 84 60.74 2,392 *** 898.2617 0,000 -0.4254 49.89 2,476 cooperaNACsec Coopera con competidores nacionales % N % N Sig. Chi2 p V Cramer % N Tradicional 0.92 56 0.47 72 *** 14.6837 0,000 0.0263 0.60 128 Dinámicas 1.83 281 0.70 111 *** 79.9897 0,000 0.0507 1.26 392 Estacionarias 2.26 160 0.91 113 *** 59.8976 0,000 0.0554 1.40 273 Reto 1.60 107 0.48 48 *** 55.8802 0,000 0.0577 0.92 155 Construcción 2.49 25 0.38 6 *** 22.9435 0,000 0.0942 1.20 31 cooperaNACcons Coopera con cosultor/lab. nacionales % N % N Sig. Chi2 p V Cramer % N Tradicional 18.37 1,116 11.74 1,788 *** 162.4799 0,000 0.0873 13.63 2,904 Dinámicas 19.04 2,916 7.15 1,128 *** 972.2350 0,000 0.1768 13.00 4,044 Estacionarias 17.71 1,252 8.57 1,066 *** 359.1842 0,000 0.1357 11.88 2,318 Reto 21.58 1,440 8.30 838 *** 604.2121 0,000 0.1898 13.58 2,278 Construcción 24.65 248 9.83 155 *** 102.4902 0,000 0.1992 15.60 403 cooperaNACtec Coopera con opi/opri/ctecnol nacionales % N % N Sig. Chi2 p V Cramer % N Tradicional 5.62 350 55.38 18,717 *** 5.2e+03 0,000 -0.3612 47.63 19,067 Dinámicas 5.53 853 30.11 6,718 *** 3.4e+03 0,000 -0.3017 20.06 7,571 Estacionarias 4.44 316 27.53 4,643 *** 1.6e+03 0,000 -0.2605 20.67 4,959 Reto 5.04 339 31.95 4,694 *** 1.9e+03 0,000 -0.2947 23.49 5,033 Construcción 6.54 67 60.21 2,371 *** 937.4293 0,000 -0.4346 49.12 2,438 cooperaNACuni Coopera con universidades nacionales % N % N Sig. Chi2 p V Cramer % N Tradicional 6.57 399 2.49 379 *** 205.5999 0,000 0.0982 3.65 778 Dinámicas 10.00 1,531 2.77 437 *** 685.2431 0,000 0.1484 6.33 1,968 Estacionarias 9.93 702 4.53 563 *** 216.8056 0,000 0.1054 6.49 1,265 Reto 11.02 735 2.87 290 *** 464.5282 0,000 0.1664 6.11 1,025 Construcción 8.05 81 2.16 34 *** 50.1859 0,000 0.1394 4.45 115 50 EUROPEA cooperaEUvc Coopera con clientes/proveedores europeos % N % N Sig. Chi2 p V Cramer % N Tradicional 7.74 482 55.66 18,812 *** 4.8e+03 0,000 -0.3477 48.20 19,294 Dinámicas 14.63 2,256 31.75 7,084 *** 1.4e+03 0,000 -0.1950 24.75 9,340 Estacionarias 10.07 717 29.37 4,954 *** 1.0e+03 0,000 -0.2075 23.64 5,671 Reto 12.31 829 33.18 4,875 *** 1.0e+03 0,000 -0.2192 26.62 5,704 Construcción 9.76 100 60.51 2,383 *** 838.1173 0,000 -0.4109 50.03 2,483 cooperaEUsec Coopera con competidores europeos % N % N Sig. Chi2 p V Cramer % N Tradicional 1.15 70 0.25 38 *** 70.2195 0,000 0.0574 0.51 108 Dinámicas 2.61 399 0.62 98 *** 194.6816 0,000 0.0791 1.60 497 Estacionarias 1.65 117 0.70 87 *** 39.7321 0,000 0.0451 1.05 204 Reto 2.10 140 0.48 48 *** 95.4974 0,000 0.0755 1.12 188 Construcción 1.19 12 0.13 2 *** 12.9477 0,000 0.0708 0.54 14 cooperaEUcons Coopera con cosultor/lab. europeos % N % N Sig. Chi2 p V Cramer % N Tradicional 9.43 573 2.88 439 *** 412.0788 0,000 0.1391 4.75 1,012 Dinámicas 11.97 1,833 2.24 353 *** 1.1e+03 0,000 0.1903 7.03 2,186 Estacionarias 5.70 403 1.78 221 *** 223.9495 0,000 0.1072 3.20 624 Reto 6.24 416 1.88 190 *** 218.6899 0,000 0.1142 3.61 606 Construcción 13.72 138 3.17 50 *** 101.2414 0,000 0.1980 7.28 188 cooperaEUtec Coopera con opi/opri/ctecnol europeos % N % N Sig. Chi2 p V Cramer % N Tradicional 4.75 296 55.26 18,675 *** 5.4e+03 0,000 -0.3667 47.39 18,971 Dinámicas 5.26 812 29.91 6,674 *** 3.5e+03 0,000 -0.3038 19.84 7,486 Estacionarias 2.95 210 26.79 4,518 *** 1.8e+03 0,000 -0.2737 19.71 4,728 Reto 3.40 229 31.77 4,667 *** 2.1e+03 0,000 -0.3136 22.85 4,896 Construcción 7.80 80 60.16 2,369 *** 891.7963 0,000 -0.4239 49.35 2,449 cooperaEUuni Coopera con universidades europeas % N % N Sig. Chi2 p V Cramer % N Tradicional 3.21 195 0.54 82 *** 241.6622 0,000 0.1065 1.30 277 Dinámicas 7.27 1,113 1.24 195 *** 702.0700 0,000 0.1502 4.21 1,308 Estacionarias 3.24 229 1.03 128 *** 122.4654 0,000 0.0792 1.83 357 Reto 3.73 249 0.74 75 *** 189.5326 0,000 0.1063 1.93 324 Construcción 5.47 55 0.57 9 *** 60.9419 0,000 0.1536 2.48 64 USA cooperaUSvc Coopera con clientes/proveedores USA % N % N Sig. Chi2 p V Cramer % N Tradicional 5.55 346 55.27 18,679 *** 5.2e+03 0,000 -0.3609 47.53 19,025 Dinámicas 5.94 916 29.76 6,640 *** 3.2e+03 0,000 -0.2926 20.02 7,556 51 Estacionarias 4.04 288 27.17 4,583 *** 1.7e+03 0,000 -0.2626 20.31 4,871 Reto 3.71 250 31.74 4,663 *** 2.1e+03 0,000 -0.3095 22.93 4,913 Construcción 5.56 57 60.06 2,365 *** 966.6664 0,000 -0.4413 48.80 2,422 cooperaUSsec Coopera con competidores USA % N % N Sig. Chi2 p V Cramer % N Tradicional 2.65 161 0.96 147 *** 86.6203 0,000 0.0638 1.45 308 Dinámicas 4.29 657 1.01 160 *** 326.2197 0,000 0.1024 2.63 817 Estacionarias 3.13 221 1.09 136 *** 103.5807 0,000 0.0729 1.83 357 Reto 2.25 150 0.71 72 *** 72.5128 0,000 0.0658 1.32 222 Construcción 8.65 87 1.08 17 *** 91.0855 0,000 0.1878 4.03 104 cooperaUScons Coopera con cosultor/lab. USA % N % N Sig. Chi2 p V Cramer % N Tradicional 20.96 1,273 4.63 706 *** 1.4e+03 0,000 0.2539 9.29 1,979 Dinámicas 25.61 3,922 4.99 787 *** 2.6e+03 0,000 0.2876 15.14 4,709 Estacionarias 19.69 1,392 6.31 785 *** 813.1893 0,000 0.2042 11.16 2,177 Reto 18.60 1,241 4.30 434 *** 914.3586 0,000 0.2335 9.99 1,675 Construcción 29.42 296 6.53 103 *** 246.4329 0,000 0.3089 15.45 399 cooperaUStec Coopera con opi/opri/ctecnol USA % N % N Sig. Chi2 p V Cramer % N Tradicional 3.07 191 55.03 18,598 *** 5.7e+03 0,000 -0.3775 46.94 18,789 Dinámicas 2.24 346 29.38 6,556 *** 4.5e+03 0,000 -0.3451 18.29 6,902 Estacionarias 1.98 141 26.41 4,455 *** 1.9e+03 0,000 -0.2836 19.16 4,596 Reto 1.22 82 31.36 4,608 *** 2.5e+03 0,000 -0.3384 21.89 4,690 Construcción 2.93 30 60.08 2,366 *** 1.1e+03 0,000 -0.4630 48.28 2,396 cooperaUSuni Coopera con universidades USA % N % N Sig. Chi2 p V Cramer % N Tradicional 2.83 172 0.42 64 *** 230.5869 0,000 0.1040 1.11 236 Dinámicas 6.71 1,027 0.73 116 *** 782.8901 0,000 0.1587 3.68 1,143 Estacionarias 2.93 207 0.87 108 *** 120.2877 0,000 0.0785 1.62 315 Reto 3.07 205 0.48 48 *** 182.4317 0,000 0.1043 1.51 253 Construcción 3.68 37 0.32 5 *** 43.3715 0,000 0.1296 1.63 42 RESTO DEL MUNDO cooperaRMvc Coopera con clientes/proveedores Resto del Mundo % N % N Sig. Chi2 p V Cramer % N Tradicional 10.91 680 56.11 18,962 *** 4.3e+03 0,000 -0.3277 49.07 19,642 Dinámicas 14.14 2,181 31.56 7,042 *** 1.5e+03 0,000 -0.1993 24.44 9,223 Estacionarias 10.31 734 29.12 4,912 *** 984.5650 0,000 -0.2026 23.54 5,646 Reto 9.66 650 32.88 4,830 *** 1.3e+03 0,000 -0.2470 25.58 5,480 Construcción 17.37 178 60.84 2,396 *** 615.8041 0,000 -0.3522 51.86 2,574 cooperaRMsec Coopera con competidores Resto del Mundo % N % N Sig. Chi2 p V Cramer % N 52 Tradicional 1.35 82 0.43 65 *** 54.0382 0,000 0.0504 0.69 147 Dinámicas 2.92 447 0.47 74 *** 283.2685 0,000 0.0954 1.68 521 Estacionarias 1.41 100 0.35 44 *** 69.1760 0,000 0.0596 0.74 144 Reto 1.23 82 0.38 38 *** 41.1328 0,000 0.0495 120 0.72 Construcción 2.58 26 0.38 6 *** 24.3852 0,000 0.0972 1.24 32 cooperaRMcons Coopera con cosultor/lab. Resto del Mundo % N % N Sig. Chi2 p V Cramer % N Tradicional 15.89 965 2.66 405 *** 1.3e+03 0,000 0.2435 6.43 1,370 Dinámicas 21.98 3,366 3.96 625 *** 2.3e+03 0,000 0.2700 12.83 3,991 Estacionarias 16.99 1,201 4.24 527 *** 908.7078 0,000 0.2158 8.86 1,728 Reto 19.77 1,319 3.59 363 *** 1.2e+03 0,000 0.2638 10.03 1,682 Construcción 21.67 218 2.98 47 *** 233.0218 0,000 0.3004 10.26 265 cooperaRMtec Coopera con opi/opri/ctecnol Resto del Mundo % N % N Sig. Chi2 p V Cramer % N Tradicional 3.80 237 55.18 18,648 *** 5.6e+03 0,000 -0.3731 47.18 18,885 Dinámicas 3.75 578 29.60 6,604 *** 4.0e+03 0,000 -0.3237 19.03 7,182 Estacionarias 2.49 177 26.57 4,481 *** 1.9e+03 0,000 -0.2781 19.42 4,658 Reto 2.26 152 31.50 4,628 *** 2.3e+03 0,000 -0.3260 22.31 4,780 Construcción 4.98 51 60.08 2,366 *** 988.5555 0,000 -0.4463 48.70 2,417 cooperaRMuni Coopera con universidades Resto del Mundo % N % N Sig. Chi2 p V Cramer % N Tradicional 6.08 369 1.84 281 *** 262.7946 0,000 0.1111 3.05 650 Dinámicas 11.11 1,701 2.11 333 *** 1.0e+03 0,000 0.1819 6.54 2,034 Estacionarias 6.73 476 2.57 319 *** 200.1750 0,000 0.1013 4.08 795 Reto 6.55 437 1.47 148 *** 308.5473 0,000 0.1356 3.49 585 Construcción 12.43 125 2.28 36 *** 108.1074 0,000 0.2046 6.23 161 Fuente: Elaboración propia a partir de PITEC.