ilust luca 1

¿Y dónde están los spillovers (y sus efectos)?

Los economistas solemos utilizar el término de derrame (spillover) para capturar la idea de que algunos individuos o empresas se benefician (o perjudican) indirectamente de ciertas actividades o acciones realizadas por otros. Cuando se diseñan y evalúan políticas públicas este término cobra especial relevancia. De hecho, muchas intervenciones, en particular aquellas políticas de desarrollo productivo (PDP) – políticas de innovación, adopción tecnológica, emprendimiento, desarrollo de clúster, promoción de exportaciones, etc. – se justifican en gran medida por la existencia de estos spillovers que crean fallas de mercado, pero también tienen como objetivo central generar (o incrementar) dichos efectos indirectos.

Por ejemplo, la difusión de conocimiento nuevo en la forma de spillover es una de las principales razones por lo que la inversión en actividades de innovación de las empresas o emprendedores es menor que el valor social óptimo, es decir, que aquel nivel de inversión en innovación que maximiza el beneficio para la sociedad. Debido a que estos innovadores no pueden apropiarse completamente de los beneficios que su conocimiento genera, el retorno privado de la inversión en innovación suele ser menor al retorno social. Esta brecha constituye una de las justificaciones clave en favor de las políticas de innovación (Crespi et al., 2014; ver también La paradoja de la innovación en este blog). Al mismo tiempo, dichas políticas tienen como objetivo incrementar la innovación en las empresas generando así grandes beneficios para la sociedad a través de distintos tipos de spillovers (por ej. de mercado, de conocimiento y de red; ver Jaffe, 1996).

Hasta aquí, todo resulta muy lindo de contar. Los spillovers (y sus efectos) son doblemente importantes, entonces, en términos de diseño y evaluación de PDP: no solo proveen de racionalidad a ciertas intervenciones públicas sino que también su generación es objetivo explícito de las mismas. Sin embargo, a pesar del consenso alcanzado sobre su relevancia, la correcta identificación de los spillovers y la medición de sus efectos (en términos causales) ha sido históricamente una pregunta abierta, más bien un gran desafío.

En general, a la hora de medir efectos de spillovers, el investigador o evaluador se encuentra frente a dos desafíos principales. En primer lugar, es necesario identificar una fuente de variación exógena (que se origina en forma externa) para una población de empresas o individuos – por ej. en el nivel de productividad o stock de conocimiento – y comprender cómo ésta población se comporta frente a dicha variación. De otra manera, podríamos caer en lo que Manski (1993) llama el problema del reflejo (“reflection problem”): correlaciones entre empresas o individuos se pueden atribuir a la existencia de spillovers, cuando en realidad pueden deberse a otros factores no observables. En segundo lugar, es necesario encontrar un mecanismo preciso de transmisión a través del cual se producen los efectos de spillovers.

Recientemente, junto a colegas de la División de Competitividad e Innovación (CTI) del BID, hemos realizado dos estudios novedosos con el objetivo de identificar y medir en forma causal efectos de spillovers.

ilust luca 2

El primer estudio (Figal Garone et al., 2014) utiliza la participación en una política de desarrollo de clúster focalizada en los Arranjos Productivos Locais (APL) en Brasil como fuente de variación exógena en el desempeño local y exportador para aquellas empresas no beneficiarias, y define la proximidad geográfica y tecnológica como el principal canal a través del cual se producen los efectos indirectos. Este estudio encuentra efectos de spillover negativos en el empleo en el corto plazo, que luego son compensados en el mediano-largo plazo, y efectos de spillover positivos en la probabilidad de exportar y volumen exportado en el mediano-largo plazo (ver también Maffioli, Pietrobelli y Stucchi, 2016 sobre métodos y ejemplos de evaluación de impacto de políticas de desarrollo de clúster).

ilust luca 3

El segundo estudio (Castillo et al., 2016) utiliza la participación en un programa de apoyo a la innovación empresarial, el FONTAR en Argentina, como fuente de variación exógena en el stock de conocimiento para aquellas empresas no participantes y define la movilidad del trabajo calificado como el principal mecanismo de transmisión de conocimientos entre las empresas. Dado que una gran parte del conocimiento nuevo es absorbido por recursos humanos calificados, que se encuentran en la empresa beneficiaria durante la ejecución del proyecto, se pueden producir efectos indirectos relevantes cuando uno de los trabajadores se va a otra empresa llevándose parte de los conocimientos generados gracias al apoyo del programa. El estudio encuentra efectos de spillover positivos en el desempeño de las empresas receptoras, que se atribuye a mejoras en su productividad, y por ende a la adquisición de conocimiento nuevo vía la movilidad laboral. A su vez, el estudio muestra que un plus salarial es pagado tanto por las empresas participantes para retener como las no participantes para adquirir los trabajadores calificados expuestos al programa dependiendo del nivel de competencia de la industria de pertenencia.

Concluyendo, el enfoque tradicional en las evaluaciones de impacto se ha centrado en estudiar los efectos de las PDP en las empresas, emprendedores o individuos participantes (es decir, los beneficiarios directos). Sin embargo, dichos beneficiarios constituyen solo uno de los componentes de los retornos sociales, y en ocasiones el menos relevante. Estudiar y medir los efectos de spillovers resulta entonces clave para los análisis de los flujos de beneficios pero también para una mejor comprensión de las fallas de mercado que puede estar resolviendo la política pública.

¿Y dónde están los spillovers (y sus efectos)? Por todas partes… ¡hay que medirlos!

***

 

 

 

mm
Lucas Figal Garone

Lucas Figal Garone es economista de la División de Competitividad, Tecnología e Innovación del Banco Interamericano de Desarrollo (BID). Allí lidera el diseño e implementación de evaluaciones de impacto de proyectos del BID en las áreas de Ciencia, Tecnología, Innovación Empresarial, Emprendedorismo, Innovación Social, Apoyo a Pymes, Desarrollo de Clúster, y Crédito. Adicionalmente, apoya el diseño de proyectos y colabora en el dictado de diversos cursos en temas de evaluación y análisis econométrico. Lucas mantiene una agenda de investigación muy activa. Sus áreas de interés son evaluación de políticas públicas, desarrollo económico, política pública y econometría aplicada. Su investigación reciente incluye publicaciones en Research Policy, Emerging Markets Finance and Trade, and Small Business Economics. Es investigador del PhD en Economía de la Universidad de San Andrés (UdeSA), donde obtuvo su Maestría en Economía., tras obtener su Licenciatura en Economía en la Universidad de Buenos Aires (UBA).

Deja un comentario