Incidencia de la productividad en la introducción de innovaciones para las empresas manufactureras del Cauca, Colombia

Abstract

Este documento explora la hipótesis de autoselección por innovaciones en la industria manufacturera caucana. Esto es, la incidencia de la productividad total de los factores (PTF) en la introducción de innovaciones y no la causalidad contraria, es decir, la hipótesis de aprendizaje por innovaciones. Inicialmente, se estima la PTF a través de un proceso bietápico, incluyendo un proceso markoviano endógeno, para posteriormente implementar un modelo probit dinámico, con datos panel que introduce el patrón de la experiencia exportadora, al igual que trata el problema de las condiciones iniciales, con el fin de evitar problemas de endogeneidad. La información se obtiene del Departamento Administrativo Nacional de Estadística (DANE), específicamente de la encuesta anual manufacturera (EAM); de la encuesta de innovación y desarrollo tecnológico (EDIT) y de la encuesta anual TIC (EAM-TIC), en el periodo 2023-2018; con lo cual se obtiene un panel que consta de 435 observaciones repartidas en 92 empresas. Para comparar los resultados se estima también el modelo para la región, conformada por Bogotá, Antioquia y Valle (BAV); al igual que para Colombia. Los principales resultados señalan una evidencia tenue y discrecional del proceso de autoselección por innovaciones en el departamento del Cauca, al igual que en la región BAV y en Colombia, ya que sus impactos son bajos y dependen del tipo de innovación analizado.

This paper explores the self-selection hypothesis for innovations in the Cauca manufacturing industry. That is, the impact of total factor productivity (TFP) on the introduction of innovations, rather than the opposite causality, i.e., the learning-through-innovation hypothesis. Initially, TFP is estimated through a two-stage process, including an endogenous Markovian process, and then a dynamic probit model is implemented with panel data that introduces the pattern of export experience and addresses the problem of initial conditions, in order to avoid endogeneity problems. The information is obtained from the National Administrative Department of Statistics (DANE), specifically from the Annual Manufacturing Survey (EAM); the Innovation and Technological Development Survey (EDIT); and the Annual ICT Survey (EAM-TIC), for the period 2023–2018. This results in a panel consisting of 435 observations spread across 92 firms. To compare the results, the model is also estimated for the region comprised of Bogotá, Antioquia, and Valle (BAV), as well as for Colombia. The main results indicate weak and discretionary evidence of the self-selection process for innovations in the department of Cauca, as well as in the BAV region and Colombia, since its impacts are low and depend on the type of innovation analyzed.