610 likes | 829 Vues
Conocimiento , Complejidad , Innovación y Productividad. Nicol ás Garrido Departamento de Economía Universidad Diego Portales. Productividad Regional en Chile 1987-2009. Dos per íodos 1987-1997-2009. Tecnolog ía , Productividad y Crecimiento.
E N D
Conocimiento, Complejidad,Innovación y Productividad Nicolás Garrido Departamento de Economía Universidad Diego Portales
Tecnología, Productividad y Crecimiento • Preocupación por medir innovación y productividad para el diseño de política de crecimiento económico • Fuentes, Larraín y Schmidt-Hebbel (2006), Fuentes, Gredig y Larrain (2007) y Bitran y Gonzáles (2010) • Las diferencias en el crecimiento entre economías se explican básicamente por diferencias en el crecimiento de la productividad (Easterly y Levine, 2002) • Múltiplesformas de medir la productividad • Productividad Total de los Factores • EficienciaRelativa de lasempresas
MedirProductividadmedianteAnálisisEnvolvente de Datos Factor 1 Factor 2
Distribución de Eficienciaempresas Manufacturas material plástico Fabricación de Equipos Minería EnergíaEléctrica
CambioTecnológico • Modelandoevolutivamente el cambiotecnológico • Katushito Iwai, JEBO (2000) • Nelson y Winter (1982)
Estado de la Tecnología (Iwai) • El conocimiento de la tecnología no es un bienpúblico • Las tecnologías se puedenordenar de 1 a N, segúnsuproductividad • Cadauna de las F empresastieneuna de lastecnologías
Representando el Estado de la Tecnología Tecnologías Empresas
Modelo de CambioTecnológico • La tecnología cambia de estado a través de la interacción de dos fuerzas(Proceso de Selecciónimplícito) • Innovación • Imitación • Imitación: Las empresasque no tienen la mejortecnologíaintentanimitar la mejortecnología con probabilidad μ en cadaperíodo de tiempo
Cambios del Estado de la Tecnología • Difusión de la mejortecnología
Innovación: nuevatecnología • Innovación: cualquierempresapuedeinnovar con probabilidadν en cadaperíodo de tiempo y descubir la nuevamejortecnología
Nelson y Winter (1982) • Observar y estudiar el comportamiento de la industria • Un enfoque de comportamiento de las firmas individuales • Las empresas emplean un grupo de reglas de decisión • Las empresas se sujetan a rutinas para decidir su funcionamiento • El resultado de la interacción entre las empresas, crea un contexto “industria”, que afecta a las empresas nuevamente
Modelo de CambioTecnológico • En el modelo existe un número de empresas N(t) con todas produciendo el mismo bien • Las empresas emplean capital y trabajo para producir • Cada empresa es identificada por su técnica de producción, determinada por los coeficientes técnicos al(t), ak(t) y su stock de capital K(t). • El estado de la industria, es el estado de todas las empresas de la industria
Producción de las Empresas • Los coeficientes técnicos proveen información sobre la utilización de recursos • El retorno bruto del capital está dado por
Modelo de CambioTecnológico • Retorno de cadaempresa dado por • Si unaempresatiene un beneficiomenorque el costo de oportunidad, realizabúsqueda de nuevatecnología • Con probabilidad • θ la empresaimita: se imita con mayor probabilidad a la técnica de la tecnologíaque mas produce • 1-θ la empresa realiza una innovación
Validación del Modelo • Calibración • Generación de patrones de datossimilares a los datosdatosproducidospor el paper de Solow desde 1909 hasta 1949 paraEstadosUnidos
Revisando Ideas de Espaciotecnológico • Iwai (2000) Espacio Lineal de tecnología • Nelson y Winter (1982) Espacio n dimensional
Tecnología, Productividad y Complejidad • Hipótesis: la distribución de productividad en un sector, cambia según la complejidad de la tecnología de producción del sector • Trabajoconjunto con:
Desarrolloy Complejidad • Ricardo Haussman y Cesar Hidalgo (2011) JEG • La diferencia de ingreso per cápita entre paísespuedeserexplicadapor la complejidad de cadaeconomíamedidopor la diversidad de capacidades
Capacidades de los Países y suComplejidad • Las capacidades de un país, son comoun conjunto de letras • Los productosque un paísproduce ( y exporta) son comopalabras • Esposibleinferirpropiedades de lasletrasquetiene un país, mirandolaspalabrasqueeste produce
Capacidades y Complejidad • Intuición • Paísesquetienenmuchasletras, puedenhacermuchaspalabras (diversidad) • Palabrasquetienenmuchasletras, puedenserrealizadasporpocospaíses (ubicuidad)
Capacidades y Complejidad Prod 1 C1 País 1 Prod 2 C2 País 2 Prod 3 C3 País 3 Prod 1 País 1 Prod 2 País 2 Prod 3 País 3
¿Queproductoescomplejo? Diversidad Ubicuidad Imágen del Atlas de la Complejidad De Haussman e Hidalgo
¿Tienesentidoestateoría? • Globalization de la cadena de valor es la queestáexplicando la gran convergencia!!!!
Complejidad de Productossegún SITC4 (Standard International TradeClassification, Rev.4) PCI- Value, entre 2,1 y -3,1
Complejidad de Productos • Se crearoncuatrogruposdiferentes • Alta Complejidad • Media Alta Complejidad • Media Baja Complejidad • Baja Complejidad
EspaciosTecnológicosFáciles y Complejos • ¿Como modelartecnología con diferentesgrados de complejidades?
Modelo NK • Originalmentepropuestopor Kauffman (1993) pararepresentar los cambios en el fittness de diferentesespecies, segúnsu epistasis. • Se modela un sistemacompuesto de muchoscomponentesqueinteractúan entre si. • N representa el tamaño del sistema o el espacio de búsqueda, y • K la cantidad de interacción entre suscomponentes, o la complejidad del espacio de búsqueda
ContribucionesTeóricasUsandoNK • RacionalidadLimitada (Frenken, Marengo, Valente 1999) • La sobrevivenciadepende de beneficios de cortoplazo. Búsquedas locales, (quellevan a óptimos locales) producenmejoresresultadosquebúsquedasglobales. • Imitación de EstrategiasComplejas(Rivkin 2000) • Cuando mas complejaesunatecnología(o un espacio de búsquedatecnológico) mas esnecesarioquelasempresashaganinnovación • ParadigmaTecnológico(Altenberg 1995; Frenken 2004) • A medidaque la dimensionalidad de la tecnologíaaumenta, los primeroscomponentescreados se hacenmásrígidos (porejemplo el combustible). Conceptoalternativo a Lock-in.
ContribucionesEmpíricasusando NK • BúsquedaCombinada(Fleming & Sorenson 2001) • K se consideraunamedida de la frecuencia con quelaspatentes se combinan. Controlansimuchaspatentescombinadassignificanqueaumenta el éxito de un trabajo (como el número de citasqueestetiene). • La historia del desarrollo de los motores a vapor (Frenken & Nuvolari 2004) • El desarrollo de los motores a vaporcomo un continuo proceso de prueba y error entre diferentesdiseños
Referenciassobre NK • Fleming L, Sorenson O, 2001, Technology as a complex adaptive system: evidence from patent data, Research Policy 30 (7): 1019-1039 • Frenken, K. (2004). Innovation, EvolutionandComplexityTheory(Cheltenham UK and Northampton MA: Edward Elgar), forthcoming. • Frenken, K., L. Marengo, M. Valente, 1999, Interdependencies, nearly-decomposabilityandadaptation, in: T. Brenner (Editor), ComputationalTechniquesto Model Learning in Economics (Kluwer, Boston etc.), forthcoming. • Frenken, K., Nuvolari, A. (2004). The early development of the steam engine: An evolutionary interpretation using complexity theory, Industrial and Corporate Change 13, forthcoming. Download at: http://www.tm.tue.nl/ecis/Working%20Papers/eciswp89.pdf • Kauffman, S.A., 1993, The Origins of Order. Self-Organization and Selection in Evolution (Oxford University Press, Oxford and New York). • Levinthal, D., 1997, Adaptation on rugged landscapes, Management Science 43, 934-950. • Rivkin, J.W. (2000). Imitation of complex strategies. Management Science,46, 824-844.
Funcionamientomodelo NK • Representación de unatecnologíacomounasecuenciade bits • 10100110 • 110 • Cadatecnología, tieneunamedida de “calidad” o ajuste • Existe un concepto de vecindad entre dos tecnologías
Paisajes con Rugosidad Ajustable Kauffman (1993) 1-0.2 0-0.7 1 0 1 0.2 0.6 0.4 1-0.5 0-0.6 101 1.2/3=0.4 1-0.4 0-0.9 00-0.1 01-0.7 10-0.4 11-0.3 10 01 11 0.4 0.3 0.2 00-0.4 01-0.3 10-0.9 11-0.6 101 0.9/3=0.3 00-0.8 01-0.9 10-0.4 11-0.2
Paisajes con Rugosidad Ajustable Kauffman (1993) 1-0.2 0-0.7 1 0 1 0.2 0.6 0.4 0.2 0.6 0.5 1 0 0 1-0.9 0-0.6 101 1.2/3=0.4 100 1.3/3=0.43 1-0.4 0-0.5 00-0.1 01-0.7 10-0.4 11-0.3 0.4 0.4 0.9 10 01 11 0.4 0.3 0.2 10 00 01 00-0.4 01-0.3 10-0.9 11-0.6 100 101 0.9/3=0.3 1.7/3=0.56 00-0.8 01-0.9 10-0.4 11-0.2
Especificación del Modelo • En el modelo existe un número de empresas N(t) con todas produciendo el mismo bien • Las empresas emplean capital y trabajo para producir • Cada empresa es identificada por su técnica de producción, determinada por los coeficientes técnicos al(t), ak(t) y su stock de capital K(t). • El estado de la industria, es el estado de todas las empresas de la industria
Producción de las Empresas • Los coeficientes técnicos proveen información sobre la utilización de recursos • El retorno bruto del capital está dado por