View
46
Download
1
Category
Preview:
DESCRIPTION
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. - PowerPoint PPT Presentation
Citation preview
Conocimiento, Complejidad, Innovación y Productividad
Nicolás GarridoDepartamento de EconomíaUniversidad Diego Portales
Productividad Regional en Chile 1987-2009
I II III IV V RM VI VII VIII IX X XI XII
-3.0%
-2.0%
-1.0%
0.0%
1.0%
2.0%
3.0%
4.0%
5.0%
6.0%
7.0%
03%03%
02%02%
03%02%
03% 02% 03% 01% 02%03%
02%
CAPITAL TRABAJO PTF_2.5
Región
Tas
a d
e C
reci
mie
nto
Dos períodos 1987-1997-2009
I II III IV V RM VI VII VIII IX X XI XII
-4.0%
-2.0%
0.0%
2.0%
4.0%
6.0%
8.0%
10.0%
12.0%
05%05%
03%
02%03%
02%
03%02% 03%
01%02%03%
03%
CAPITAL TRABAJORegión
Tas
a d
e C
reci
mie
nto
I II III IV V RM VI VII VIII IX X XI XII
-3.0%
-2.0%
-1.0%
0.0%
1.0%
2.0%
3.0%
4.0%
5.0%
01% 02%02%
02% 03%02%
03%02%
03%01%
02%03%
02%
CAPITAL TRABAJORegión
Tas
a d
e C
reci
mie
nto
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
Crecimiento
Factores
Capital
Trabajo
Tecnología Productividad
Eficiencia
Instituciones
Métodos de Producción
LKTFY ,,
Medir Productividad mediante Análisis Envolvente de Datos
Factor 2
Factor 1
Distribución de Eficiencia empresas
Minería
Manufacturas material plástico
Energía Eléctrica
Fabricación de Equipos
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 … … N-2 N-1 N
1 2 3 4 … … F-2 F-1 F
Tecnologías
Empresas
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
Efecto de una Imitación1 2 3 4 … … N-2 N-1 N
1 2 3 4 … … F-2 F-1 F
1 2 3 4 … … N-2 N-1 N
1 2 3 4 … … 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: Innovación1 2 3 4 … … N-2 N-1 N
1 2 3 4 … … F-2 F-1 F
1 2 3 4 … … N-2 N-1 N N+1
1 2 3 4 … … F-2 F-1 F
1 2 3 4 … … N-2 N-1 N
1 2 3 4 … … F-2 F-1 F
t
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 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
i
ili q
la
i
iki q
ka
i
iii q
wlqr
Espacio de Tecnología
i
ili q
la
i
iki q
ka
Estado de la Industria
Modelo de Cambio Tecnológico
• Retorno de cada empresa dado por
• 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
i
iii q
wlqr
Inovación
Espacio Tecnológico – Trayectoria
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 TundisCandidato a Phd de la
Escuela de Ciencias Sociales
Universidad de TrentoItalia
Enrico ZaninottoDepartamento de
Economía y Administración
Universidad de TrentoItalia
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
País 3
C1
C2
C3
Prod 1
Prod 2
Prod 3
País 1
País 2
País 3
Prod 1
Prod 2
Prod 3
¿Que producto es complejo?
UbicuidadDiversidad
Imágen del Atlas de la ComplejidadDe 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)
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
N N
K
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. Valente, 1999, Interdependencies, nearly-
decomposability and adaptation, in: T. Brenner (Editor), Computational Techniques to 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.
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
001(0.40)
010(0.70)
100 (0.73)
101(0.30)
110 (0.60)
000(0.43)
011(0.47)
111(0.43)
W
0.430.400.700.470.730.300.600.43
w 3
0.70.80.60.30.80.40.40.1
w 1
0.50.20.70.60.90.20.50.4
w 2
0.10.20.80.50.50.30.90.8
000:001:010:011:100:101:110:111:
Productividad y vecindad
001(0.40)
010(0.70)
100 (0.73)
101(0.30)
110 (0.60)
000(0.43)
011(0.47)
111(0.43)
W
0.430.400.700.470.730.300.600.43
w 3
0.70.80.60.30.80.40.40.1
w 1
0.50.20.70.60.90.20.50.4
w 2
0.10.20.80.50.50.30.90.8
000:001:010:011:100:101:110:111:
Paisajes con Rugosidad AjustableKauffman (1993)
101
1
0
1
1-0.20-0.71-0.50-0.6
1-0.40-0.9
0.2
0.6
0.4
1.2/3=0.4
101
10
01
11
00-0.101-0.710-0.411-0.3
0.4
0.3
0.2
0.9/3=0.300-0.801-0.910-0.411-0.2
00-0.401-0.310-0.911-0.6
Paisajes con Rugosidad AjustableKauffman (1993)
101
1
0
1
1-0.20-0.71-0.90-0.6
1-0.40-0.5
0.2
0.6
0.4
1.2/3=0.4
101
10
01
11
00-0.101-0.710-0.411-0.3
0.4
0.3
0.2
0.9/3=0.300-0.801-0.910-0.411-0.2
00-0.401-0.310-0.911-0.6
100
1
0
0
0.2
0.6
0.5
100
10
00
01
0.4
0.4
0.9
1.3/3=0.43
1.7/3=0.56
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
i
ili q
la
i
iki q
ka
i
iii q
wlqr
Espacio Tecnológico
• La tecnología si 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
si=10101010101010100010
Dinámica: en cada t…• Cada empresa i de las F(t) empresas producen
usando su tecnología si y capital ki;
• La demanda de trabajo está dado por L y dado una oferta laboral constante se determina el salario w.
• El retorno está dado por• Si el retorno promedio del mercado es mayor que un
costo de oportunidad R, una nueva empresa llega al mercado
• Si el retorno de una empresa ri es menor que el costo de oportunidad R, la empresa cambia tecnología
• El beneficio se transfiere a capital • Si existe beneficio negativo, con probabilidad ψ la
empresa sale del mercado
i
ili q
la
i
iki q
ka
i
iii q
wlqr
Dinámica: en cada t…• Cada empresa i de las F(t) empresas producen
usando su tecnología si y capital ki;
• La demanda de trabajo está dado por L y dado una oferta laboral constante se determina el salario w.
• El retorno está dado por• Si el retorno promedio del mercado es mayor que un
costo de oportunidad R, una nueva empresa llega al mercado
• Si el retorno de una empresa ri es menor que el costo de oportunidad R, la empresa cambia tecnología
• El beneficio se transfiere a capital • Si existe beneficio negativo, con probabilidad ψ la
empresa sale del mercado
i
ili q
la
i
iki q
ka
i
iii q
wlqr
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
c
tt
g
Lbaw
1
Espacio de Parámetros
Dinámica IndustrialProb Exit 0,2Porb Entry 0,25Oportunity Cost 0,1Prob Innovar 0,9Init Firms 20 Mercado del Trabajo
a 0,2b 0,2c 0,35g 0
TecnologíaN 20
Resultados muy Parciales
• Se realizaron 400 simulaciones para cada combinación de parámetros
K E θ min θ av θ SD 1 271 0,84 0,87 0,0015 325 0,61 0,77 0,0115 227 0,67 0,83 0,00620 188 0,7 0,84 0,006
AREA DE DISCUCIONESReflexión sobre el método
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
Recommended