Estrategia y Gestión Universitaria
|
Universidad de Ciego de Ávila Máximo Gómez Báez
|
ISSN: 2309-8333- RNPS: 2411
|
12(1) Enero-Junio
Estrategia y Gestión Universitaria EGU
Artículo de investigación científica y
tecnológica
Cómo citar:
García Hurtado, D., Aparisi
Torrijo, S., & Arocha Hernández, T. (2024).
Procesos acoplados de innovación abierta
en universidades.
Estrategia y Gestión
Universitaria
, 12(1), 1-14. https://doi.org/
10.5281/zenodo.11187929
Recibido: 14/04/2024
Aceptado: 15/05/2024
Publicado: 17/05/2024
Autor para correspondencia:
dgarciah@professional.universidadviu.com
Conflicto de intereses:
los autores declaran
no tener ningún conflicto de intereses, que
puedan haber influido en los resultados
obtenidos o las interpretaciones propuestas
.
Procesos acoplados de innovación
abierta en universidades
Open innovation processes in
universities
Processos de inovação aberta
em universidades
Resumen
Introducción: las universidades son esenciales en la
generación y difusión del conocimiento, trascendiendo su
función tradicional de enseñanza para liderar la investigación
aplicada y colaborar con el sector empresarial. Surge entonces
la Innovación Abierta (por sus siglas en inglés OI) como un
enfoque estratégico que impulsa la interacción entre las
universidades, la industria y otros actores del ecosistema
innovador. Objetivo: investigar los antecedentes
organizativos que impulsan las entradas y salidas de
conocimiento de manera integrada en el contexto
universitario dentro del marco de la OI. Método: para
examinar los antecedentes organizativos asociados con la OI
en las universidades, hemos empleado el método de regresión
múltiple, centrándonos en el contexto de Brasil. Resultados:
los hallazgos indican que la investigación colaborativa y la
capacidad de absorción son elementos fundamentales para
estimular la innovación, mientras que la infraestructura
universitaria tiene un impacto más limitado en la generación
de investigación académica. Conclusión: la colaboración y la
capacidad de absorción se revelan como estrategias clave para
promover la innovación en el ámbito universitario, lo cual
podría mejorar las políticas y prácticas universitarias
vinculadas al desarrollo socioeconómico.
Palabras clave:
innovación abierta, flujos de conocimiento,
investigación colaborativa, capacidad de absorción, infraestructura
Abstract
Introduction: universities are essential in the generation and
dissemination of knowledge with a traditional teaching role to
lead applied research and collaborate with the business
sector. Open Innovation (OI) emerged as a strategic approach
that fosters interaction among universities, industry and other
players in the innovative system. Objective: to investigate the
organizational background that controls knowledge in an
integrated way at the university within the framework of the
OI. Method: to examine the organizational background
associated with OI in universities. The multiple regression
method was used focusing on the Brazilian context.
Dayanis García Hurtado
1
Universidad Internacional de Valencia
https://orcid.org/0000-0001-8363-3898
dgarciah@professional.universidadviu.com
España
Sofia Aparisi Torrijo
2
Universitat Politècnica de València
https://orcid.org/0000-0003-4518-2461
soaptor@omp.upv.es
España
Tania Arocha Hernández
3
Universidad de Ciego de Ávila Máximo
Gómez Báez
https://orcid.org/0000-0003-3512-3484
taniah@unica.cu
Cuba
Estrategia y Gestión Universitaria
|
ISSN
: 2309-8333-
RNPS:
2411
12(1) Enero-Junio
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
Results:
findings indicate that collaborative research and absorptive capacity are
fundamental elements to stimulate innovation, while university infrastructure
has a more limited impact on academic research generation.
Conclusion:
collaboration and absorptive capacity are revealed as key strategies to promote
innovation at the university, which could improve higher education policies and
practices linked to socio-economic development.
Keywords:
open innovation, knowledge flows, collaborative research, absorptive
capacity, infrastructure
Resumo
Introdução: as universidades são essenciais na geração e disseminação de
conhecimento, transcendendo sua função tradicional de ensino para liderar
pesquisas aplicadas e colaborar com o setor empresarial. A Inovação Aberta (IA)
surge então como uma abordagem estratégica que impulsiona a interação entre
universidades, indústria e outros atores do ecossistema inovador. Objetivo:
investigar os antecedentes organizacionais que impulsionam as entradas e saídas
de conhecimento de forma integrada no contexto universitário no âmbito da IA.
Método: para examinar os antecedentes organizacionais associados à IA nas
universidades, empregamos o método de regressão múltipla, com foco no contexto
brasileiro. Resultados: os resultados indicam que a pesquisa colaborativa e a
capacidade de absorção são elementos fundamentais para estimular a inovação,
enquanto a infraestrutura universitária tem um impacto mais limitado na geração
de pesquisa acadêmica. Conclusão: a capacidade de colaboração e absorção
revela-se como estratégias-chave para promover a inovação no ambiente
universitário, o que poderá melhorar as políticas e práticas universitárias ligadas
ao desenvolvimento socioeconómico.
Palavras-chave:
inovação aberta, fluxos de conhecimento, pesquisa colaborativa,
capacidade de absorção, infraestrutura
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
1
Introducción
En el contexto actual de la innovación y el desarrollo tecnológico, las
universidades desempeñan un papel fundamental como centros de generación y
difusión de conocimiento (García-Hurtado et al., 2022; Davies et al., 2021). Más allá
de su tradicional función de transmisión de información académica, las universidades
han evolucionado hacia la vanguardia de la investigación aplicada y la colaboración
con el sector empresarial. En este escenario, el concepto de OI emerge como un
enfoque estratégico que promueve la interacción dinámica entre las instituciones
académicas, la industria y otros actores del ecosistema innovador (Brenner et al.,
2011).
La OI se define como un paradigma que fomenta la colaboración a través de
la apertura de fronteras organizativas y la integración de conocimientos y recursos
tanto internos como externos a una organización (West et al., 2014). Este enfoque
ha generado un creciente interés en el ámbito universitario, donde se ha identificado
como una herramienta poderosa para potenciar la transferencia de tecnología y la
comercialización de resultados de investigación (Audretsch, 2014; Arvanitis et al.,
2015).
Numerosos estudios han abordado diversos aspectos de la OI en el contexto
universitario, enfocándose principalmente en los factores que promueven las salidas
de conocimiento a través de la transferencia tecnológica y la comercialización. Se
ha observado que los antecedentes organizativos, como la investigación colaborativa
(Wang, 2022; Baban 2022), la capacidad de absorción (Sun, 2019; Ge, 2021) y los
recursos institucionales (Kolympiris 2017), favorecen los procesos de OI. Estos
antecedentes organizativos pueden aumentar la capacidad de las universidades para
comercializar productos, mejorar las interacciones con la industria y facilitar el
acceso al conocimiento compartido para integrar la investigación básica con la
aplicada.
A pesar del creciente interés en las salidas de conocimiento de las
universidades, se ha prestado una atención limitada a los antecedentes organizativos
que pueden propiciar los flujos de conocimiento de manera acoplada, es decir,
integrando tanto las entradas como las salidas de conocimiento de manera
simultánea y coordinada (Davies et al., 2021; Xie & Wang, 2020). Además, falta una
evaluación exhaustiva de cómo estos antecedentes influyen en los resultados de la
OI.
Este estudio tiene como objetivo investigar los antecedentes organizativos
que impulsan las entradas y salidas de conocimiento de manera integrada en el
contexto universitario dentro del marco de la OI. Específicamente enfocándose en
cómo la investigación colaborativa, la capacidad de absorción y la infraestructura
afectan tanto las entradas como las salidas de conocimiento de manera simultánea
y coordinada en el marco de la Innovación Abierta (OI). Además, se busca realizar
una evaluación exhaustiva de cómo estos antecedentes organizativos influyen en los
resultados de la OI en las universidades.
Las secciones subsiguientes de este documento se estructuran de la siguiente
manera: la próxima sección abordará los antecedentes teóricos pertinentes al
enfoque empleado, acompañado del desarrollo de las hipótesis establecidas para
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
2
este estudio. A continuación, en la Sección 2, se detallará exhaustivamente el
método de investigación empleado. Posteriormente, se presentarán los resultados
derivados del análisis de regresión, seguidos de una discusión detallada sobre las
implicaciones de dichos resultados. Finalmente, la sección conclusiva resumirá los
hallazgos obtenidos, abordará las limitaciones identificadas y sugerirá posibles
direcciones para futuras investigaciones.
Innovación abierta en universidades
Las universidades enfrentan una creciente demanda de compromiso con la
industria y la sociedad, al mismo tiempo que luchan por diversificar sus fuentes de
financiamiento debido al incremento en los costos operativos de la investigación y
el apoyo, así como a la reducción de las subvenciones públicas para la investigación.
En este contexto, la OI ha surgido como un medio a través del cual los académicos
pueden obtener fondos, acceder a equipos de investigación costosos y encontrar
aplicaciones prácticas para sus descubrimientos (Baban, 2022).
La innovación realizada por las universidades en colaboración con empresas
y organizaciones públicas de investigación representa una forma de innovación
abierta en el ámbito científico. Este proceso implica habilitar, iniciar y gestionar de
manera intencionada flujos de conocimiento entrantes, salientes y acoplados, en
colaboración a lo largo de todas las etapas del proceso de investigación científica,
desde la formulación de preguntas de investigación y la obtención de financiación,
hasta el desarrollo de métodos de innovación y la aplicación de los hallazgos (Wang,
2022; Baban, 2022).
Sin embargo, la OI plantea desafíos significativos debido a las diversas
estructuras sociales y lógicas institucionales presentes entre la universidad y la
industria, que abarcan objetivos disímiles, normativas de conducta variables y
sistemas de recompensa distintos. Los académicos han teorizado sobre cómo la
dinámica de los acuerdos de colaboración entre instituciones académicas y empresas
impacta en la titularidad de las patentes académicas y en la estrategia general de
propiedad intelectual adoptada por ellas. Algunos estudios han señalado una
correlación negativa entre la participación de los científicos en colaboraciones o
consultorías con empresas y la transferencia de patentes académicas a las
universidades. Algunos estudios han identificado una asociación negativa entre la
experiencia de los científicos en la colaboración o consultoría con empresas y la
cesión de patentes académicas a las universidades (Falco et al., 2021; Figueroa et
al., 2020); sin embargo, otros estudios han informado resultados diversos sobre la
relación entre las colaboraciones universidad-industria y la titularidad de patentes,
por ejemplo, Davies et al. (2021) y Cheng (2020).
Planteamiento de Hipótesis de investigación
Investigación colaborativa en los procesos de OI en las Universidades
Las colaboraciones de investigación, también conocidas como investigación
colaborativa o "ciencia de equipo" (NRC, 2015), involucran a más de una persona
trabajando de manera independiente y pueden formar equipos de diversos tamaños.
Se ha observado que estas colaboraciones contribuyen de manera significativa a la
generación de conocimiento innovador.
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
3
En el contexto de la Innovación Abierta (OI), la investigación colaborativa
trasciende las fronteras disciplinarias y organizativas, desempeñando un papel
crucial en la circulación del conocimiento (Davies et al., 2021; Bell, 2005). La
participación de diversas partes interesadas en este proceso permite aprovechar una
amplia gama de experiencias y perspectivas, enriqueciendo así la profundidad y
amplitud de la investigación. Además, la investigación colaborativa facilita el
intercambio de conocimientos, promoviendo avances en políticas, prácticas e
investigaciones (Giusti et al., 2020).
Investigaciones recientes han destacado que la cooperación en red,
involucrando una diversidad de actores y fuentes externas, tiene un impacto positivo
en el desempeño innovador de las organizaciones. Se ha reconocido explícitamente
que la colaboración con diferentes socios en investigación y desarrollo (I+D) influye
positivamente en la innovación universitaria (Molina-Morales et al., 2022).
Es importante señalar que las universidades tienen acceso diferenciado a
redes de colaboración. Estudios previos indican que las universidades líderes tienden
a estar más vinculadas a redes internacionales, mientras que las universidades
seguidoras suelen tener conexiones más fuertes en redes regionales (Johnston,
2022).
H1. La investigación colaborativa, al involucrar una diversidad de actores y
fuentes externas, tendrá un impacto positivo en los procesos acoplados (entradas y
salidas de conocimiento) de OI.
Capacidad de absorción en los procesos de OI en las Universidades
La capacidad de absorción se define como la habilidad de una organización
para reconocer, asimilar y aplicar de manera efectiva el conocimiento externo a sus
procesos internos (Cohen y Levinthal, 1990). Esta capacidad se considera esencial en
la exploración y explotación del conocimiento en el contexto universitario,
permitiendo a las instituciones académicas integrar eficazmente el conocimiento
generado tanto interna como externamente.
La capacidad de absorción desempeña un papel crucial en la promoción de
la innovación universitaria al facilitar la integración de nuevos conocimientos,
tecnologías y prácticas en el tejido académico. Esta capacidad permite a las
universidades aprovechar plenamente los vínculos de la investigación colaborativa y
establecer relaciones efectivas con el sector público y privado.
Diversos mecanismos pueden contribuir al fortalecimiento de la capacidad
de absorción en el contexto universitario. Por ejemplo, las redes de trabajo dentro
de los grupos de investigación constituyen un importante mecanismo que facilita el
intercambio de conocimientos y experiencias entre investigadores. Además, la
colaboración con la industria, a través de proyectos de investigación conjuntos,
puede incrementar significativamente la capacidad de absorción de una universidad
al identificar oportunidades para la aplicación práctica de nuevas tecnologías y
enfoques innovadores (Lascaux, 2019; Ode & Ayavoo, 2020).
En resumen, la capacidad de absorción juega un papel fundamental como
apoyo a la innovación universitaria al permitir a las instituciones académicas integrar
eficazmente el conocimiento externo en sus actividades de investigación, desarrollo
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
4
y transferencia de tecnología. Al fortalecer su capacidad de absorción, las
universidades pueden potenciar su capacidad innovadora y contribuir de manera
significativa al avance del conocimiento y al desarrollo socioeconómico.
H2. La capacidad de absorción tiene un efecto positivo en la promoción de
la innovación en los procesos acoplados (entradas y salidas de conocimiento) de OI.
Recursos institucionales como apoyo a los procesos de OI
Los recursos institucionales desempeñan un papel fundamental en el ámbito
universitario, al proporcionar el entorno físico y tecnológico necesario para fomentar
la creatividad, la colaboración interdisciplinaria y la experimentación. Esto abarca
desde laboratorios equipados con tecnología de vanguardia hasta espacios de trabajo
colaborativo, áreas de prototipado y fabricación digital, así como acceso a recursos
avanzados de información y comunicación. Con una infraestructura sólida, los
investigadores tienen la posibilidad de llevar a cabo proyectos ambiciosos y de alto
impacto en diversas áreas, desde la ciencia y la tecnología hasta la medicina y las
ciencias sociales (Etzkowitz y Leydesdorff, 1995).
Además, una infraestructura adecuada facilita la transferencia de tecnología
y conocimiento desde la universidad hacia la industria y la sociedad en general. Esto
implica no solo la incubación de empresas emergentes, sino también la colaboración
con empresas establecidas, la prestación de servicios de consultoría y la
comercialización de resultados de investigación. Este flujo bidireccional de
conocimiento contribuye al desarrollo económico y social.
Una infraestructura bien diseñada también contribuye a crear un entorno
innovador que promueve la interacción entre diferentes actores, como estudiantes,
profesores, investigadores y empresas (Tsen et al., 2020). Esto estimula la
generación de ideas, la resolución de problemas complejos y el desarrollo de
soluciones innovadoras que abordan los desafíos del mundo real.
En las últimas décadas, el concepto de parque científico-tecnológico (PCT)
ha ganado protagonismo como una herramienta para impulsar la innovación y el
crecimiento económico regional basado en el conocimiento (Parmentola 2020). Los
PCT se centran en la relación entre investigación, desarrollo e innovación (I+D+I), lo
que los convierte en motores fundamentales para el funcionamiento y la prosperidad
de estos entornos.
H3. Existe una asociación positiva entre los recursos institucionales en las
universidades y la promoción de la innovación en los procesos acoplados (entradas y
salidas de conocimiento) de OI.
Materiales y métodos
Para examinar los antecedentes organizativos asociados con la Innovación
Abierta (OI) en las universidades, se empleó el método de regresión múltiple,
centrándose en el contexto de Brasil. Brasil destaca como el principal país de
Sudamérica en términos de innovación y producción científica. Según el Índice Global
de Innovación (IGI) de 2022, Brasil ha ascendido cinco posiciones y ahora ocupa el
puesto 49 entre 132 países (WIPO, 2022). Además, una universidad brasileña fue
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
5
clasificada por primera vez entre las 100 mejores del mundo en el ranking QS World
University, elaborado por Quacquarelli Symonds (QS), una consultoría británica
especializada en educación superior. La Universidad de São Paulo (USP) se ubicó en
la posición 85 de la clasificación general.
El Ministerio de Educación de Brasil clasifica las instituciones de educación
superior de la siguiente manera: de las 2,608 instituciones de educación superior en
Brasil, 2,076 son facultades 294 son centros universitarios, 198 son universidades y
40 son Institutos Institutos Federales de Educación y Centros Federales de Educación
Tecnológica. Para nuestro estudio, nos hemos centrado en las universidades, dado
que su principal objetivo es realizar investigaciones. Tras eliminar los datos
faltantes, nuestra muestra final consistió en 126 universidades.
Para recopilar los datos necesarios, se consultaron diversas fuentes,
incluidos rankings elaborados por diferentes instituciones. Entre ellos se encuentran
el Ranking de Universidades Emprendedoras 2021 elaborado por Brasil Junior, el
Ranking Universitario Folha de S. Paulo, el índice Idere Latam, y el ranking SCimago
Institutions elaborado por ScimagoLabs. Estas fuentes proporcionaron una amplia
variedad de datos sobre las universidades brasileñas, lo que nos permitió llevar a
cabo un análisis exhaustivo de los indicadores asociados con la OI.
Medición de variables
En este estudio, se utilizaron indicadores específicos para medir los procesos
acoplados de entrada y salida de conocimiento en las universidades, centrándose en
las patentes (Cowan & Zinovyeva, 2013; Cheng, 2020) como salidas de conocimiento
y en la investigación (Johnston, 2022) como entradas de conocimiento en un proceso
acoplado de Innovación Abierta (OI).
Las patentes (Pt) representan una dimensión crítica de la Innovación Abierta
en el entorno universitario al permitir la protección legal de las innovaciones
desarrolladas en este ámbito. Esto facilita su difusión y transferencia a la sociedad
y la industria. Los datos sobre el número de patentes presentadas por las
Instituciones de Educación Superior (IES) se obtuvieron de la plataforma
internacional WIPO (Organización Mundial de la Propiedad Intelectual).
Por otro lado, la investigación académica se considera como un indicador de
entrada de conocimiento. Tanto la investigación básica como la aplicada impulsan
el avance del conocimiento y la generación de nuevas ideas y tecnologías. Este
indicador se mide mediante dos modelos: el primero basado en el número de citas
por artículo, extraído de Web Of Science/InCites, y el segundo en el volumen de
producción por cada 1000 estudiantes de la universidad. El resultado se calcula
tomando el promedio de estos dos subindicadores, normalizándolos de 0 a 10.
Las variables independientes en las regresiones reflejan las características
generales de los procesos de Innovación Abierta en las universidades se agrupan en
tres dimensiones. Estas incluyen:
Investigación colaborativa:
Intercambio (Exch): Evalúa el número de intercambios internacionales
realizados por las IES, mostrando la conexión entre las universidades y el ecosistema
de investigación internacional.
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
6
Network (Network): Muestra la percepción de las organizaciones
estudiantiles con representación nacional.
Coautoría Internacional (CoInter): Porcentaje de publicaciones en
colaboración con investigadores extranjeros.
Capacidad de absorción:
Instrucción de Profesores (InProf): Calidad de la instrucción de los
profesores.
Recursos institucionales:
Infraestructura (Infr): Incluye la calidad de la infraestructura física y la
disponibilidad de Internet en la institución, junto con la presencia y relación con un
Parque Tecnológico en la ciudad.
Presupuesto (Budge): Refleja el presupuesto de las universidades,
normalizado por el número de estudiantes.
Tamaño (Tam): Tamaño de la universidad, considerado en el análisis.
Los modelos de regresión lineal utilizados en este estudio se definen como sigue:
Pt=β0+β1Exch+β2Infr+β3Network+β4CoInter+β5InProf+β6Budge+β7Tam+ε
Rs =β0+β1Exch+β2Infr+β3Network+β4CoInter+β5InProf+β6Budge+β7Tam+ε
Resultados y discusión
La regresión múltiple debe cumplir supuestos estadísticos mínimos para que
el análisis sea válido. Los supuestos clásicos son una prueba de normalidad, una
prueba de multicolinealidad y una prueba de heterocedasticidad.
Se llevó a cabo una prueba de normalidad para determinar si los valores
residuales son generados por una regresión de distribución normal o no. Se dice que
esta prueba estadística indica una distribución normal si el nivel de significación es
superior a 0,05. Los residuos de todos los modelos cumplieron con los supuestos de
distribución. Por lo tanto, se puede afirmar que los datos en este estudio se
distribuyeron normalmente.
Análisis de correlación
Se realizaron análisis de correlación y regresión lineal para examinar las
relaciones entre las variables. Los modelos de regresión lineal buscan explicar la
varianza de una variable dependiente mediante variables independientes,
asumiendo una relación lineal entre ellas (Hair et al., 2006). El objetivo principal es
determinar si cada variable independiente tiene un impacto significativo en la
variable dependiente y en qué medida.
Los resultados del análisis de correlación se presentan en la tabla 1, que
muestra los coeficientes de correlación entre todas las variables. El coeficiente de
correlación global es 0.867403, indicando una fuerte dependencia entre las
variables. Cuanto más cercano a 1 sea este valor, mayor será la fuerza de la relación
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
7
entre las variables.
Se observan valores más altos de correlación entre las variables "Pt"
(patentes) e "Rs" (investigación), sugiriendo una fuerte correlación entre ellas. Por
otro lado, las variables "Exch" (intercambio) y "Tam" (tamaño) muestran
correlaciones más débiles con otras variables en el conjunto de datos.
Tabla 1
Pairwise correlation among variables
Fuente: Elaboración propia.
Prueba de multicolinealidad
La prueba de multicolinealidad reveló que no hay un problema significativo
de multicolinealidad entre las variables en los modelos de patentes e investigación.
En el análisis de colinealidad para las patentes, todas las variables mostraron
tolerancias relativamente altas, todas por encima de 0.6, lo que indica que la
varianza de cada variable no está siendo inflada por la presencia de otras variables
en el modelo. Además, los valores de VIF fueron bajos, todos menores de 2, lo que
sugiere que la variabilidad de cada variable no está siendo excesivamente inflada
por la multicolinealidad entre variables.
Para el modelo de investigación, también se observaron tolerancias
relativamente altas y valores de VIF bajos, indicando una relación adecuada entre
las variables sin una correlación excesiva.
En resumen, estos hallazgos sugieren que los modelos pueden proporcionar
estimaciones confiables de los coeficientes y pueden utilizarse para hacer
inferencias sobre la relación entre las variables independientes y la variable
dependiente.
Table 2
Multicollinearity test
Variables
Exch Infr. Network CoInter InProf Tam Budge Ptes Rs
Exch
1
Infr.
-,226
*
1
Network
,123
-,154
1
CoInter
,324
**
-,259
**
,418
**
1
InProf
,120
-,200
*
,416
**
,574
**
1
Tam
-,121
,140
-,250
**
-,278
**
-,304
**
1
Budge
,251
**
-,104
,535
**
,202
*
,227
*
,136
1
Pt
,369
**
,347
**
,524
**
,367
**
,338
**
,389
**
,613
**
1
Rs
,298
**
-,237
*
,331
**
,552
**
,497
**
-,149
*
,181
,292
**
1
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
8
Collinearity analysis (Research)
Tol
VIF
CoInter
,644
1,552
InProf
,677
1,476
Exch
,940
1,064
Fuente: Elaboración propia.
Regresión lineal
Los resultados empíricos de los modelos de patentes e investigación (Tabla
3) revelan un R cuadrado ajustado de 0.545 y 0.323, respectivamente. Estos valores
indican que el 54.5% de la variabilidad en el caso de las patentes y el 32.3% en el de
la investigación son explicados por las variables incluidas en los modelos.
Tabla 3
Regresión lineal
Variables
Coefficient ß
Standard
error
t
Sig.
(Constante)
,365
1,21
4
,226
Budget
,414
,062
7,14
6
,000
Infr
,213
,003
-
4,30
5
,000
Tam
,172
,097
-
3,53
2
,001
Collinearity analysis (Patentes)
Tol
VIF
Budge ,679 1,474
Infr
,928
1,077
Tam
,955
1,047
Network
,687
1,456
Exch
,892
1,121
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
9
MODELO 1
PATENTES
Network
,216
,044
3,75
5
,000
Exch
,175
,073
3,45
6
,001
Adjusted R-
squared
,545
Standard error
of the
estimate
1,06732
Durbin-
Watson
1,921
ANOVA
,000
Variável Dependente: Patentes
MODELO 2
INVESTIGACIÓN
(Constante)
11,094
8,08
9
,000
CoInter
,317
,109
4,34
1
,000
InProf
,270
,053
3,78
7
,000
Exch
,149
4,728
2,45
9
,015
Adjusted R-
squared
,323
Standard error
of the
estimate
1,3045
Durbin-
Watson
2,009
ANOVA
,000
d
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
10
Variável Dependente: Investigación
Fuente: Elaboración propia.
En el caso del modelo de patentes, los coeficientes de regresión muestran la
magnitud y dirección de la relación entre las variables independientes y la variable
dependiente. Por ejemplo, un coeficiente positivo como el del presupuesto (0.414)
sugiere una relación positiva, lo que indica que el presupuesto explica el 41% de la
variabilidad en el número de patentes. Además, variables como infraestructura
(0.213), tamaño (0.172), red de contactos (0.216) e intercambios internacionales
(0.175) también muestran coeficientes positivos significativos, lo que sugiere que
están asociados con un mayor número de patentes.
En el modelo de investigación, los coeficientes de regresión indican que un
mayor porcentaje de publicaciones en colaboración con investigadores extranjeros
(0.317), una mejor calificación en la instrucción de los profesores (0.270) y más
intercambios internacionales (0.149) están asociados con un aumento en la
producción de investigación.
Todos los coeficientes para ambos modelos son estadísticamente
significativos, con valores de significancia (Sig.) inferiores a 0.05. Además, la prueba
de Durbin-Watson arroja valores de 1.921 para patentes y 2.009 para investigación,
indicando independencia entre los errores. Finalmente, el error estándar de la
estimación para patentes es de 1.06732 y para investigación de 1.3045, lo que indica
la precisión de las predicciones del modelo.
La hipótesis H1 plantea que la investigación colaborativa, al involucrar una
diversidad de actores y fuentes externas, tendrá un impacto positivo en los procesos
acoplados (entradas y salidas de conocimiento) de OI. En este sentido los hallazgos
de este estudio identifican que la investigación colaborativa tiene en impacto fuerte
tanto para las entradas de conocimiento (Modelo 2 investigación) como para las
salidas (modelo 1 Patentes) en procesos acoplados de innovación abierta. En
correspondencia con la literatura consultada se ha observado que estas
colaboraciones contribuyen de manera significativa a la generación de conocimiento
innovador.
Estos hallazgos sustentan los estudios anteriores en el contexto de la
Innovación Abierta (OI), la investigación colaborativa trasciende las fronteras
disciplinarias y organizativas, desempeñando un papel crucial en la circulación del
conocimiento.
La segunda hipótesis del estudio plantea que la capacidad de absorción tiene
un efecto positivo en la promoción de la innovación en los procesos acoplados
(entradas y salidas de conocimiento) de OI. Nuestro análisis reveló una influencia
significativa de la capacidad de absorción, medida a través del indicador Instrucción
de Profesores, tanto para la variable patentes como para la variable investigación
en el ámbito universitario. La capacidad de absorción, que refleja la habilidad de
las instituciones académicas para integrar eficazmente el conocimiento externo en
sus procesos internos, demostró ser un predictor crucial en la generación tanto de
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
11
patentes como de investigación.
Este hallazgo respalda la importancia de fortalecer la capacidad de absorción
de las universidades como un medio para promover la innovación en los procesos
acoplados de entrada y salida de conocimiento en el marco de la Innovación Abierta
(OI). La capacidad de las instituciones académicas para reconocer, asimilar y aplicar
el conocimiento externo, particularmente a través de la instrucción de profesores,
emerge como un factor determinante en su capacidad para generar nuevas ideas,
tecnologías y descubrimientos, así como para fomentar la colaboración efectiva con
otros actores del ecosistema de innovación.
Estos resultados subrayan la importancia de promover prácticas y políticas
que fortalezcan la capacidad de absorción de las universidades, ya que esto no solo
contribuirá al avance del conocimiento y el desarrollo tecnológico, sino que también
impulsará el crecimiento socioeconómico a través de la innovación y la transferencia
de tecnología.
Nuestro estudio exploró el papel de los recursos institucionales en los
procesos de Innovación Abierta (OI), centrándose en su relación con las salidas de
conocimiento representadas por las patentes, así como su posible impacto en el
desarrollo de la investigación académica.
La tercera hipótesis de nuestro estudio plantea que existe una asociación
positiva entre infraestructura adecuada en las universidades y la promoción de la
innovación en los procesos acoplados (entradas y salidas de conocimiento) de OI. Los
resultados revelaron que los recursos institucionales, medidos a través de
indicadores como la infraestructura, el presupuesto y el tamaño de la universidad,
tiene una asociación positiva con la generación de patentes. Esto sugiere que una
infraestructura adecuada proporciona un entorno propicio para la investigación
aplicada y el desarrollo tecnológico, facilitando la innovación y la transferencia de
conocimiento hacia la industria y la sociedad.
Sin embargo, nuestros hallazgos no mostraron un impacto significativo de los
recursos institucionales en el desarrollo de la investigación académica. Esto podría
indicar que, para la entrada de conocimiento en el ámbito universitario, influyen
más las redes de colaboración y la capacidad de absorción que la infraestructura
física en sí misma. Es posible que la colaboración efectiva entre investigadores y la
capacidad de las instituciones para integrar conocimientos externos sean factores
más determinantes en la promoción de la investigación que las características de la
infraestructura física.
En conclusión, aunque la infraestructura adecuada en las universidades
puede desempeñar un papel importante en la generación de patentes y la
transferencia de tecnología, su impacto en el desarrollo de la investigación
académica puede ser limitado en comparación con otros factores organizativos y
colaborativos. Este hallazgo destaca la importancia de considerar una amplia gama
de variables y mecanismos para comprender plenamente el papel de la
infraestructura en los procesos de OI en el ámbito universitario.
Conclusiones
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
12
El estudio analiza el impacto de la investigación colaborativa, la capacidad
de absorción y los recursos institucionales en los procesos de Innovación Abierta (OI).
Se evidencia que la investigación colaborativa tiene un efecto significativo en la
generación de patentes y la investigación académica, lo que subraya su importancia
para promover la innovación en las universidades. Por otra parte, se identifica que
la capacidad de absorción, especialmente medida a través de la instrucción de
profesores, influye notablemente en la generación de patentes y la investigación,
destacando su papel clave en integrar conocimientos externos en las actividades
universitarias.
A su vez, aunque la infraestructura universitaria está asociada con la
generación de patentes, su impacto en la investigación académica es limitado. Esto
sugiere que factores como la colaboración y la capacidad de absorción son más
influyentes en la investigación que las características físicas de la infraestructura.
En resumen, fortalecer la investigación colaborativa y la capacidad de absorción son
estrategias clave para fomentar la innovación en las universidades. Si bien la
infraestructura adecuada puede facilitar la generación de patentes, su impacto en
la investigación académica es menos significativo. Estos hallazgos ofrecen
información valiosa para mejorar las políticas y prácticas universitarias orientadas
al desarrollo socioeconómico a través de la innovación.
Referencias
Arvanitis, S., Lokshin, B., Mohnen, P., & Wörter, M. (2015). Impact of External
Knowledge Acquisition Strategies on Innovation: A Comparative Study Based
on Dutch and Swiss Panel Data. Review of Industrial Organization, 46, 359–
382. https://doi.org/10.1007/s11151-015-9450-7
Audretsch, D. B. (2014). From the entrepreneurial university to the university for
the entrepreneurial Society. The Journal of Technology Transfer, 39, 313–
321. https://doi.org/10.1007/s10961-012-9288-1
Băban, C. F., Băban, M., & Rangone, A. (2022). Outcomes of industry–university
collaboration in open innovation: an exploratory investigation of their
antecedents’ impact based on a PLS-SEM and soft computing approach.
Mathematics, 10(6), 931. https://doi.org/10.3390/math10060931
Bell, G. G. (2005). Clusters, networks, and firm innovativeness. Strategic
Management Journal, 26(3), 287-295. https://doi.org/10.1002/smj.448
Brenner, T., Cantner, U., Fornahl, D., Fromhold, M., & Werker, C. (2011). Regional
innovation systems, clusters, and knowledge networking. Regional Science,
90(2), 243–249. https://doi.org/10.1111/j.1435-5957.2011.00368
Cheng, H., Zhang, Z., Huang, Q., & Liao, Z. (2020). The effect of university–industry
collaboration policy on universities’ knowledge innovation and achievements
transformation: Based on innovation chain. Journal of Technology
Transfer, 45, 522–543. https://doi.org/10.1007/s10961-018-9653-9
Cohen, W.M. and Levinthal, D.A. (1990). Absorptive capacity: a new perspective on
learning and innovation. Administrative Science Quarterly, 35(1), 128–152.
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
13
Cowan, R., & Zinovyeva, N. (2013). University effects on regional
innovation. Research Policy, 42(3), 788–
800. https://doi.org/10.1016/j.respol.2012.10.001
Davies, G. H., Flanagan, J., Bolton, D., Roderick, S., & Joyce, N. (2021). University
knowledge spillover from an open innovation technology transfer
context. Knowledge Management Research & Practice, 19(1), 84–93.
https://doi.org/10.1080/14778238.2020.1746204
Davies, G. H., Flanagan, J., Bolton, D., Roderick, S., & Joyce, N. (2021). University
knowledge spillover from an open innovation technology transfer context.
Knowledge Management Research & Practice, 19(1), 84–93.
https://doi.org/10.1080/14778238.2020.1746204
Etzkowitz, H. and Leydesdorff, L. (1995) ‘The triple helix --university-industry-
government relations: a laboratory for knowledge based economic
development’, EASST.
Falco, S. E. De, Renzi, A., Orlando, B., Cucari, N., Esposito, S., Renzi, A., Orlando,
B. (2017). Open collaborative innovation and digital platforms. Production
Planning & Control, 28(16), 1344–1353.
https://doi.org/10.1080/09537287.2017.1375143
Figueroa, N. Y., Olaya, E. S., & Castro, H. F. (2020). Modelo de Identificación de
Estrategias para Potencializar la Generación de Patentes a la Medida de la
Institución de Educación Superior. J. Technol. Manag. Innov, 15(2), 81–94.
http://dx.doi.org/10.4067/S0718-27242020000200081
García-Hurtado, D., Devece, C., & Hoffmann, V.E., (2022). University-industry
collaboration and absorption capacity in knowledge creation in Latin
America. International Journal of Services Operations and Informatics,
12(1), 58-69. https://doi.org/10.1504/IJSOI.2022.123565
Ge, S. & Liu, X. (2021) The role of knowledge creation, absorption and acquisition in
determining national competitive advantage’, Technovation (In Press),
102396. https://doi.org/10.1016/j.technovation.2021.102396
Giusti, J. D., Alberti, F. G., & Belfanti, F. (2020). Makers and clusters. Knowledge
leaks in open innovation networks. Journal of Innovation & Knowledge, 5(1),
20–28. https://doi.org/10.1016/j.jik.2018.04.00
Johnston, A. (2022). Open innovation in science: assessing the formation and
function of SME-university collaborations through the proximity
matrix. Industry and Innovation, 29(2), 310–332.
https://doi.org/10.1080/13662716.2021.1997725
Kolympiris, C., & Klein, P.G. (2017). The effects of academic incubators on university
innovation. Strategic Entrepreneurship Journal, 11(2),145–170.
Lascaux, A. (2019). ‘Absorptive capacity, research output sharing, and research
output capture in university-industry partnerships’. Scandinavian Journal of
Managem. https://doi.org/10.1016/j.scaman.2019.03.001
Molina-Morales, F.X., Martínez-Cháfer, L. Capó-Vicedo, J. & Capó-Vicedo, J. (2022).
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
14
The dynamizing role of universities in industrial clusters. The case of a
Spanish textile cluster. The Journal of The Textile Institute, 113(11), 2318-
2327. https://doi.org/10.1080/00405000.2021.1980268
Ode, E., & Ayavoo, R. (2020). The mediating role of knowledge application in the
relationship between knowledge management practices and firm innovation.
Journal of Innovation & Knowledge, 5(3), 210–218.
https://doi.org/10.1016/j.jik.2019.08.002
Parmentola, A., Ferretti, M. and Panetti, E. (2020) ‘Exploring the university-industry
cooperation in a low innovative region. what differences between low tech
and high tech industries?’, International Entrepreneurship and Management
Journal, 17,1469–1496. https://doi.org/10.1007/s11365-020-00671-0
Sun, Y., Liu, J., & Ding, Y. (2019) Analysis of the relationship between open
innovation, knowledge management capability and dual innovation.
Technology Analysis & Strategic Management,
https://doi.org/10.1080/09537325.2019.1632431
Tsen, F-C., Huang, M., & Chen, D-Z. (2020). Factors of university–industry
collaboration afecting university innovation performance. The Journal of
Technology Transfer,45 (2), 560–577.
https://doi.org/10.1007/s10961-018-
9656-6
Wang, J., Ma, X., Zhao, Y., Zhao, J., & Heydari, M. (2022). Impact of scientific and
technological innovation policies on innovation efficiency of high-technology
industrial parks – A dual analysis with linear regression and QCA.
International Journal of Innovation Studies, 6,(3), 169-182.
https://doi.org/doi.org/10.1016/j.ijis.2022.06.001
West, J., Salter, A., Vanhaverbeke, W., & Chesbrough, H. (2014). Open innovation:
The next decade. Research Policy, 43(5), 805–811.
https://doi.org/10.1016/j.respol.2014.03.001
Xie, X., & Wang, H. (2020). How can open innovation ecosystem modes push product
innovation forward? An fsQCA analysis. Journal of Business Research,
108(October 2019), 29–41. https://doi.org/10.1016/j.jbusres.2019.10.011
| Dayanis García Hurtado | Sofia Aparisi Torrijo |
Tania Arocha Hernández |
Sobre el autor principal
Dayanis García Hurtado posee un Doctorado en Administración y Dirección de Empresas
por la Universidad Politécnica de Valencia (UPV), España, en 2022, y un Postdoctorado
en la misma área, obtenido en la Universidad de Valencia en 2022 y en la UPV en 2023.
Además, tiene una Maestría en Gestión Empresarial Turística de la Universidad de Ciego
de Ávila (UNICA), Cuba, en 2019, tras graduarse en Contabilidad y Finanzas en la UNICA
en 2014. Desde 2022, es profesora colaboradora en la Universidad Internacional de
Valencia (VIU), España. Sus áreas de investigación incluyen sistemas de medición del
desempeño (SMD), estrategia e innovación, con énfasis en la gestión universitaria.
Declaración de responsabilidad autoral
Dayanis García Hurtado 1: Conceptualización, Curación de datos, Análisis formal,
Investigación, Metodología, Recursos, software, Supervisión, Validación/
Verificación, Visualización, Redacción/ borrador original, y Redacción, revisión y
edición.
Sofia Aparisi Torrijo 2: Metodología, Recursos, software, Supervisión, Validación/
Verificación, Visualización, Redacción/ borrador original, y Redacción, revisión y
edición.
Tania Arocha Hernández 3: Metodología, Recursos, software, Supervisión,
Validación/ Verificación, Visualización, Redacción/ borrador original, y Redacción,
revisión y edición.
Financiación
Esta investigación se llevó a cabo mediante recursos propios.
