Conocimiento, Complejidad, Innovación y Productividad

Nicolás Garrido Departamento de Economía Universidad Diego Portales

Productividad Regional en Chile 1987 2009 7,0% 6,0% 5,0% 4,0% 3,0% 2,0% 1,0% 0,0% -1,0% -2,0% -3,0% 5.0% 5.7% 6.0% 5.4% 4.0% 5.0% 3.8% 4.6% 3.6% 4.6% 4.9% 4.9% I II CAPITAL III IV TRABAJO V RM VI

Región

PTF_2.5

VII VIII IX X XI 1.4% XII

Dos períodos 1987-1997-2009

12,0% 10,0% 8,0% 6,0% 4,0% 6.9% 8.5% 9.6% 6.4% 5.0% 7.2% 4.0% 6.0%4.4% 6.5%6.5%5.5% 2.3% 2,0% 0,0% -2,0% -4,0% I II III IV V RM VI VII VIII IX X XI XII CAPITAL

Región

TRABAJO 5,0% 4,0% 3,0% 2,0% 1,0% 0,0% -1,0% -2,0% -3,0% 3.2% 3.1% 2.7% 4.4% 3.1% 3.1% 3.6% 3.3% 2.8% 3.0% 3.4% 4.3% I II III IV CAPITAL V RM VI VII VIII IX TRABAJO

Región

X 0.6% XI XII

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) Múltiples formas de medir la productividad – Productividad Total de los Factores – Eficiencia Relativa de las empresas

Productividad Total de los Factores

Y



F



T

,

K

,

L



Medir Productividad mediante Análisis Envolvente de Datos Factor 1 Factor 2

Distribución de Eficiencia empresas

Manufacturas material plástico Fabricación de Equipos Minería Energía Eléctrica

Cambio Tecnológico

• Modelando evolutivamente el cambio tecnológico – Katushito Iwai, JEBO (2000) – Nelson y Winter (1982)

Estado de la Tecnología (Iwai)

• • • El conocimiento de la tecnología no es un bien público Las tecnologías se pueden ordenar de 1 a N, según su productividad Cada una de las F empresas tiene una de las tecnologías

Representando el Estado de la Tecnología

1 2 3 4

Tecnologías

… … N-2 N-1 N 1 2 3 4 … …

Empresas

F-2 F-1 F

Modelo de Cambio Tecnológico

• • La tecnología cambia de estado a través de la interacción de dos fuerzas (Proceso de Selección implícito) – Innovación – Imitación Imitación: Las empresas que no tienen la mejor tecnología intentan imitar la mejor tecnología con probabilidad μ en cada período de tiempo

1

Efecto de una Imitación

2 3 4 … … N-2 N-1 N 1 2 3 4 … … F-2 F-1 F 1 2 3 4 … … 1 2 3 4 … … N-2 N-1 N F-2 F-1 F

Cambios del Estado de la Tecnología • Difusión de la mejor tecnología

Innovación: nueva tecnología

• Innovación: cualquier empresa puede innovar con probabilidad ν en cada período de tiempo y descubir la nueva mejor tecnología

1 2 3 4 … … N-2 N-1 N N+1 1 2 3 4 … … F-2 F-1 F

Evolución de la Tecnología: Innovación

1 2 3 4 … … N-2 N-1 N

t

1 2 3 4 … … F-2 F-1 F 1 2 3 4 … … N-2 N-1 N N+1 1 2 3 4 … … 1 2 3 4 1 2 3 4 … … … … F-2 F-1 F N-2 N-1 N F-2 F-1 F

t+1

Evolución de la Tecnología

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 Cambio Tecnológico

• • • • 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 a

l

(t), a

k

(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

a li



l i q i a ki



k q i i

• El retorno bruto del capital está dado por

r i



q i



wl i q i

a li



l q i i

Espacio de Tecnología

a l a ki



k q i i a k

Estado de la Industria

a l a k

Modelo de Cambio Tecnológico

• • • Retorno de cada empresa dado por

r i



q i



wl i q i

Si una empresa tiene un beneficio menor que el costo de oportunidad, realiza búsqueda de nueva tecnología Con probabilidad – θ la empresa imita: se imita con mayor probabilidad a la técnica de la tecnología que mas produce – 1-θ la empresa realiza una innovación

a l

Inovación

a k

Espacio Tecnológico – Trayectoria

a l a k

Validación del Modelo

• • Calibración Generación de patrones de datos similares a los datos datos producidos por el paper de Solow desde 1909 hasta 1949 para Estados Unidos

Revisando Ideas de Espacio tecnológico • • 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 • Trabajo conjunto con:

Nicolás Garrido Departamento de Economía Universidad Diego Portales Santiago-Chile Enrico Tundis Candidato a Phd de la Escuela de Ciencias Sociales Universidad de Trento Italia Enrico Zaninotto Departamento de Economía y Administración Universidad de Trento Italia

Desarrollo y Complejidad

• • Ricardo Haussman y Cesar Hidalgo (2011) JEG La diferencia de ingreso per cápita entre países puede ser explicada por la complejidad de cada economía medido por la diversidad de capacidades

Capacidades de los Países y su Complejidad • • • Las capacidades de un país, son como un conjunto de letras Los productos que un país produce ( y exporta) son como palabras Es posible inferir propiedades de las letras que tiene un país, mirando las palabras que este produce

Capacidades y Complejidad

• Intuición – Países que tienen muchas letras, pueden hacer muchas palabras (diversidad) – Palabras que tienen muchas letras, pueden ser realizadas por pocos países (ubicuidad)

Capacidades y Complejidad

País 1 País 2 C1 C2 Prod 1 Prod 2 Prod 3 País 3 C3 País 1 País 2 Prod 1 Prod 2 Prod 3 País 3

¿Que producto es complejo?

Diversidad Ubicuidad Imágen del Atlas de la Complejidad De Haussman e Hidalgo

Validación: Complejidad de un país e Ingreso

¿Tiene sentido esta teoría?

• Globalization de la cadena de valor es la que está explicando la gran convergencia!!!!

Complejidad de Productos según SITC4 (Standard International Trade Classification, Rev.4) rank 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 sitc4 product 8744 Nonmechanical or electrical instruments for physical analysis 7367 Working metal & metal carbides machines N.E.S.

7742 X-ray apparatus 7284 Specialized industry machinery & parts N.E.S

8748 Electrical measuring & controlling instruments N.E.S.

7368 Dividing heads for machine-tools 7412 Furnace burners, mechanical stokers & parts 5154 Organo-sulphur compounds 7373 Welding, brazing & cutting machines & appliances N.E.S.

5826 Epoxide resins 7416 Heating & cooling equipment N.E.S.

5148 Other nitrogen-function compounds 7432 Parts of pumps and compressors 8710 Optical instruments 7493 Mechanical tools for building 7133 Internal combustion piston engines for ships & boats 8821 Photographic chemicals 7913 Mechanically propelled railway 7429 Pumps & liquid elevators parts N.E.S.

3345 Lubricating petroleum oils N.E.S.

8743 Gas, liquid & electric control instruments pci_value 2,145201 2,084065 2,061932 2,019579 1,982312 1,91998 1,902752 1,882054 1,881575 1,876132 1,870329 1,849213 1,765705 1,763132 1,759125 1,746323 1,697451 1,693682 1,683213 1,667541 1,646125 PCI- Value, entre 2,1 y -3,1

Complejidad de Productos

• Se crearon cuatro grupos diferentes – Alta Complejidad – Media Alta Complejidad – Media Baja Complejidad – Baja Complejidad

Complejidad y Distribución de Productividad

Espacios Tecnológicos Fáciles y Complejos • ¿Como modelar tecnología con diferentes grados de complejidades?

Modelo NK

• • Originalmente propuesto por Kauffman (1993) para representar los cambios en el fittness de diferentes especies, según su epistasis.

Se modela un sistema compuesto de muchos componentes que interactúan entre si. – N representa el tamaño del sistema o el espacio de búsqueda, y – K la cantidad de interacción entre sus componentes, o la complejidad del espacio de búsqueda

Modelo NK y Teoría de los Paisajes

K N N

Contribuciones Teóricas Usando NK • • • Racionalidad Limitada (Frenken, Marengo, Valente 1999) – La sobrevivencia depende de beneficios de corto plazo. Búsquedas locales, (que llevan a óptimos locales) producen mejores resultados que búsquedas globales. Imitación de Estrategias Complejas (Rivkin 2000) – Cuando mas compleja es una tecnología (o un espacio de búsqueda tecnológico) mas es necesario que las empresas hagan innovación Paradigma Tecnológico (Altenberg 1995; Frenken 2004) – A medida que la dimensionalidad de la tecnología aumenta, los primeros componentes creados se hacen más rígidos (por ejemplo el combustible). Concepto alternativo a Lock-in.

Contribuciones Empíricas usando NK • • Búsqueda Combinada (Fleming & Sorenson 2001) – K se considera una medida de la frecuencia con que las patentes se combinan. Controlan si muchas patentes combinadas significan que aumenta el éxito de un trabajo (como el número de citas que este tiene).

La historia del desarrollo de los motores a vapor (Frenken & Nuvolari 2004) – El desarrollo de los motores a vapor como un continuo proceso de prueba y error entre diferentes diseños

Referencias sobre 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, Evolution and Complexity Theory (Cheltenham UK and Northampton MA: Edward Elgar), forthcoming.

Frenken, K., L. Marengo, M.

decomposability and adaptation, in: T. Brenner (Editor), Computational Techniques to Model Learning in Economics (Kluwer, Boston etc.), forthcoming.

Valente , 1999, Interdependencies, nearly 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.

Funcionamiento modelo NK

• • • Representación de una tecnología como una secuencia de bits – 10100110 – 110 Cada tecnología, tiene una medida de “calidad” o ajuste Existe un concepto de vecindad entre dos tecnologías

Medida de Productividad de cada tecnología 000: 001: 010: 011: 100: 101: 110: 111: w 1 0.5

0.2

0.7

0.6

0.9

0.2

0.5

0.4

w 2 0.1

0.2

0.8

0.5

0.5

0.3

0.9

0.8

w 3 0.7

0.8

0.6

0.3

0.8

0.4

0.4

0.1

W 0.43

0.40

0.70

0.47

0.73

0.30

0.60

0.43

011 (0.47) 010 (0.70) 001 (0.40) 000 (0.43) 111 (0.43) 110 (0.60) 101 (0.30) 100 (0.73)

Productividad y vecindad

000: 001: 010: 011: 100: 101: 110: 111: w 1 0.5

0.2

0.7

0.6

0.9

0.2

0.5

0.4

w 2 0.1

0.2

0.8

0.5

0.5

0.3

0.9

0.8

w 3 0.7

0.8

0.6

0.3

0.8

0.4

0.4

0.1

W 0.43

0.40

0.70

0.47

0.73

0.30

0.60

0.43

011 (0.47) 010 (0.70) 001 (0.40) 000 (0.43) 111 (0.43) 110 (0.60) 101 (0.30) 100 (0.73)

Paisajes con Rugosidad Ajustable

Kauffman (1993) 101 101 1 0 1 10 1-0.2

0-0.7

1-0.5

0-0.6

1-0.4

0-0.9

00-0.1

01-0.7

10-0.4

11-0.3

01 11 00-0.8

01-0.9

10-0.4

11-0.2

00-0.4

01-0.3

10-0.9

11-0.6

0.2

0.6

0.4

1.2/3=0.4

0.4

0.3

0.2

0.9/3=0.3

Paisajes con Rugosidad Ajustable

Kauffman (1993) 101 1 0 1 10 101 01 11 1-0.2

0-0.7

1-0.9

0-0.6

1-0.4

0-0.5

00-0.1

01-0.7

10-0.4

11-0.3

00-0.8

01-0.9

10-0.4

11-0.2

0.2

0.6

0.4

0.4

00-0.4

01-0.3

10-0.9

11-0.6

0.3

0.2

1.2/3=0.4

0.9/3=0.3

1 100 0 0.2

0.6

1.3/3=0.43

0 0.5

10 100 00 0.4

0.4

1.7/3=0.56

01 0.9

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 a

l

(t), a

k

(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

a li



l i q i a ki



k q i i

• El retorno bruto del capital está dado por

r i



q i



wl i q i

Espacio Tecnológico

• • La tecnología s

i

que tiene una empresa esta representada por un string de N bits El string contiene información sobre la contribución de cada una de las técnicas s i =10101010101010100010

a li a ki

• • • • • • •

Dinámica: en cada t…

Cada empresa i de las F(t) empresas producen

a li



l i a ki



k i q i q i

usando su tecnología s i La demanda de trabajo está dado por L y dado una oferta laboral constante se determina el salario w.

El retorno está dado por y capital k i; Si el retorno promedio del mercado es mayor que un

r i L

 = å

l i q i F

(

t

) 

wl i q i

costo de oportunidad R, una nueva empresa llega al mercado Si el retorno de una empresa r

i

es menor que el costo de oportunidad R, la empresa cambia tecnología El beneficio se transfiere a capital

k i

(

t

) = ( )

k i

(

t

1) +

q i

-

wl i

Si existe beneficio negativo, con probabilidad ψ la empresa sale del mercado

• • • • • • •

Dinámica: en cada t…

Cada empresa i de las F(t) empresas producen

a li



l i a ki



k i q i q i

usando su tecnología s i La demanda de trabajo está dado por L y dado una oferta laboral constante se determina el salario w.

El retorno está dado por y capital k i; Si el retorno promedio del mercado es mayor que un

r i L

 = å

l i q i F

(

t

) 

wl i q i

costo de oportunidad R, una nueva empresa llega al mercado Si el retorno de una empresa r

i

es menor que el costo de oportunidad R, la empresa cambia tecnología El beneficio se transfiere a capital

k i

(

t

) = ( )

k i

(

t

1) +

q i

-

wl i

Si existe beneficio negativo, con probabilidad ψ la empresa sale del mercado

Cambio Tecnológico

• Existe un “espacio” de tecnologías disponibles para cada empresa (aunque desconocido para ellas) • El espacio se define por su dimension N y su complejidad K • Si una empresa se decide a buscar puede • Realizar una innovación con probabilidad π, • Realizar una imitación con probabilidad 1-π

Mercado de Trabajo

• La demanda de trabajo agregada es la demanda de trabajo que hacen todas las empresas

w



a

 

b

  1 

L t g



t

 

c

Espacio de Parámetros

Dinámica Industrial

Prob Exit Porb Entry Oportunity Cost Prob Innovar Init Firms 0,2 0,25 0,1 0,9 20

Mercado del Trabajo

a b 0,2 0,2 c g 0,35 0

Tecnología

N 20

Resultados muy Parciales

• Se realizaron 400 simulaciones para cada combinación de parámetros K 1 5 15 20 E 271 325 227 188 θ min θ av 0,84 0,61 0,67 0,7 0,87 0,77 0,83 0,84 θ SD 0,001 0,01 0,006 0,006

Reflexión sobre el método

AREA DE DISCUCIONES

Reflexiones

• • • • ¿Que cambió en la definición de los espacios tecnológicos?

¿Cuáles son los comportamiento de los agentes? ¿Que persiguen?

¿Cuáles son las organizaciones relevantes de los modelos? ¿Como se describen?

¿Que ocurrió con la validación de los resultados?

Gracias

Complejidad y Economía

• • • ¿Complejidad y Economía?

– ¿Existe un sistema social que no sea complejo?

Teoría de la Complejidad – Estudio de Fenómenos Emergentes – Estudiar sistemas fuera de Equilibrio…o existen múltiples equilibrios – Reintroducir apropiadas explicaciones sobre el comportamiento de las personas • ¿Como es que realmente se decide construir una nueva solución a un problema?

– Construir explicaciones desde comportamiento micro – Uso intenso de computadoras – Pequeños efectos pueden llevarnos a complejos resultados Sobre la validación