1 / 61

Conocimiento , Complejidad , Innovación y Productividad

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.

toril
Télécharger la présentation

Conocimiento , Complejidad , Innovación y Productividad

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Conocimiento, Complejidad,Innovación y Productividad Nicolás Garrido Departamento de Economía Universidad Diego Portales

  2. Productividad Regional en Chile 1987-2009

  3. Dos períodos 1987-1997-2009

  4. 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

  5. Productividad Total de los Factores

  6. MedirProductividadmedianteAnálisisEnvolvente de Datos Factor 1 Factor 2

  7. Distribución de Eficienciaempresas Manufacturas material plástico Fabricación de Equipos Minería EnergíaEléctrica

  8. CambioTecnológico • Modelandoevolutivamente el cambiotecnológico • Katushito Iwai, JEBO (2000) • Nelson y Winter (1982)

  9. 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

  10. Representando el Estado de la Tecnología Tecnologías Empresas

  11. 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

  12. Efecto de unaImitación

  13. Cambios del Estado de la Tecnología • Difusión de la mejortecnología

  14. Innovación: nuevatecnología • Innovación: cualquierempresapuedeinnovar con probabilidadν en cadaperíodo de tiempo y descubir la nuevamejortecnología

  15. Evolución de la Tecnología: Innovación t t+1

  16. Evolución de la Tecnología

  17. 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

  18. 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

  19. Producción de las Empresas • Los coeficientes técnicos proveen información sobre la utilización de recursos • El retorno bruto del capital está dado por

  20. Espacio de Tecnología

  21. Estado de la Industria

  22. 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

  23. Inovación

  24. EspacioTecnológico – Trayectoria

  25. Validación del Modelo • Calibración • Generación de patrones de datossimilares a los datosdatosproducidospor el paper de Solow desde 1909 hasta 1949 paraEstadosUnidos

  26. Revisando Ideas de Espaciotecnológico • Iwai (2000) Espacio Lineal de tecnología • Nelson y Winter (1982) Espacio n dimensional

  27. 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:

  28. 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

  29. 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

  30. Capacidades y Complejidad • Intuición • Paísesquetienenmuchasletras, puedenhacermuchaspalabras (diversidad) • Palabrasquetienenmuchasletras, puedenserrealizadasporpocospaíses (ubicuidad)

  31. 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

  32. ¿Queproductoescomplejo? Diversidad Ubicuidad Imágen del Atlas de la Complejidad De Haussman e Hidalgo

  33. Validación: Complejidad de un paíse Ingreso

  34. ¿Tienesentidoestateoría? • Globalization de la cadena de valor es la queestáexplicando la gran convergencia!!!!

  35. Complejidad de Productossegún SITC4 (Standard International TradeClassification, Rev.4) PCI- Value, entre 2,1 y -3,1

  36. Complejidad de Productos • Se crearoncuatrogruposdiferentes • Alta Complejidad • Media Alta Complejidad • Media Baja Complejidad • Baja Complejidad

  37. Complejidad y Distribución de Productividad

  38. EspaciosTecnológicosFáciles y Complejos • ¿Como modelartecnología con diferentesgrados de complejidades?

  39. 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

  40. Modelo NK y Teoría de los Paisajes K N N

  41. 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.

  42. 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

  43. 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.

  44. Funcionamientomodelo NK • Representación de unatecnologíacomounasecuenciade bits • 10100110 • 110 • Cadatecnología, tieneunamedida de “calidad” o ajuste • Existe un concepto de vecindad entre dos tecnologías

  45. Medida de Productividad de cadatecnología

  46. Productividad y vecindad

  47. 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

  48. 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

  49. 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

  50. Producción de las Empresas • Los coeficientes técnicos proveen información sobre la utilización de recursos • El retorno bruto del capital está dado por

More Related