ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea)
https://www.revistaespacios.com Pag. 95
Vol. 45 (03) 2024 • May-Jun • Art. 8
Recibido/Received: 12/04/2024 • Aprobado/Approved: 18/05/2024 • Publicado/Published: 31/05/2024
DOI: 10.48082/espacios-a24v45n03p08
Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación
Systematic review on the efficiency of national innovation systems
OCHOA-URREGO, Rafael-Leonardo
1
GONZALEZ-CORREA, Gabriel
2
Resumen
Se realiza una revisión sistemática de la literatura sobre la medición de la eficiencia de los Sistemas
Nacionales de Innovación. Se analizaron 340 documentos extraídos de Scopus y Web of Science,
seleccionando 32 para el análisis detallado. Se identificaron 167 indicadores, categorizados en 7
dimensiones. Los indicadores de entrada más utilizados son el Gasto en I+D+i, el gasto en personal y
las aplicaciones de patentes. Los indicadores de salida más recurrentes son las patentes concedidas y
los artículos científicos.
Palabras clave: sistemas nacional de innovación, medición de eficiencia, revision sistemática de la
literatura, análisis enolvolvente de datos
Abstract
A systematic literature review on the measurement of the efficiency of National Innovation Systems is
conducted. A total of 340 documents were analyzed from Scopus and Web of Science, with 32
selected for detailed analysis. A total of 167 indicators were identified, categorized into 7 dimensions.
The most commonly used input indicators include R&D&i expenditure, expenditure on personnel, and
patent applications. The most recurrent output indicators are granted patents and scientific articles.
Key words: national innovation system, efficiency measurement, systematic review, dea
1. Introducción
Los estados buscan generar un ambiente propicio para que las organizaciones privadas y públicas generen
procesos de creación y adopción tecnológica. En este sentido, se sabe que la emergencia y difusión de
innovaciones dependen de un complejo entramado de subsistemas sociales, actores, instituciones y estructuras
1
Académico tiempo completo. Departamento de Tecnologías de Gestión. Universidad Santiago de Chile. Chile. rafael.ochoa@usach.cl
2
Estudiante Magíster en Gestión de la Innovación y el Emprendimiento Tecnológico. Departamento de Tecnologías de Gestión. Universidad Santiago de
Chile. Chile. gabriel.gonzalez@usach.cl
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 96
económicas que condicionan la tasa y dirección del cambio tecnológico (Chang, 2015). Bajo esta idea se formulan
los Sistemas Nacionales de Innovación – SNI – los cuales son una clara influencia para el desempeño innovador
de los países (Hu et al., 2014).
Los SNI son una estrategia para fortalecer la competitividad y productividad del país (Young Sohn et al., 2016);
ya que el conjunto de instituciones nacionales que los constituyen contribuye a la diseminación de nuevas
tecnologías que son consideradas beneficiosas para desarrollar los países y alcanzar los niveles de países
desarrollados (Zhao et al., 2021).
Analizando particularmente la eficiencia de los SNI, su estudio se ha convertido en un tema de alto interés en la
literatura (Chang, 2015; Cullmann and Zloczysti, 2014; Tong and Liping, 2009). En general, medir la eficiencia de
un sistema o una industria es importante tanto para los participantes del sistema como para los tomadores de
decisiones a nivel de política pública (Cook and Seiford, 2009). Sin embargo, no existe un consenso sobre la
manera en la que esta eficiencia debe ser medida, haciendo que cada propuesta de medición acuda a distintos
indicadores, dimensiones y técnicas de medición y cálculo. Si bien ya se han realizado revisiones de la literatura
en esta temática, en estos trabajos no se han analizado las dimensiones e indicadores que son utilizados en los
distintos modelos para medir la eficiencia (Narayanan et al., 2022). Por esta razón, este trabajo busca realizar
una revisión sistemática de la literatura donde se dé cuenta de los siguientes elementos:
1. ¿Qué métodos son utilizados para calcular la eficiencia en los SNI?
2. ¿Cuáles son las dimensiones asociadas a la medición de la eficiencia de los SNI?
3. ¿Cuáles son los indicadores usados para la medición de la eficiencia de los SNI?
Con esto en mente, el presente documento inicia con la discusión teórica del concepto de SNI. Seguidamente, se
muestra la metodología utilizada para la construcción de este documento. Posteriormente, se exponen los
principales resultados y, finalmente, se presentan algunas conclusiones sobre el análisis.
2. Sistemas nacionales de innovación: discusión teórica
La innovación es un concepto que se encuentra presente desde el inicio de la civilización con hitos, a modo de
ejemplo, como el descubrimiento del fuego y la invención de las primeras herramientas. Ello nos ha permitido
lograr la evolución que hemos alcanzado como especie, de forma de poder adecuarnos a nuestro entorno con
rapidez y efectividad. Más allá de la injerencia histórica que ha tenido, es relevante destacar que la innovación
se ha estudiado de manera más sistemática y académica desde el siglo XX, una de sus primeras menciones desde
el ámbito académico data del año 1919 con el economista Joseph Schumpeter (Rodríguez Ramírez, 2009; Sweezy,
1943). Diversos autores comenzaron a usar el término innovación a lo largo de los años 80 y 90, por ejemplo se
menciona que la innovación es la herramienta específica de los empresarios innovadores; el medio por el cual
explotar el cambio como una oportunidad para un negocio diferente (Drucker, 1994) o cuando se menciona que
la Innovación es la producción de un nuevo conocimiento tecnológico, diferente de la invención que es la
creación de alguna idea científica teórica o concepto que pueda conducir a la innovación cuando se aplica el
proceso de producción (Elster, 1990).
Esta evolución en la concepción de la innovación ha generado el desarrollo de nuevos términos como la
innovación tecnológica entendida como actividades que generan un avance tecnológico y por consecuencia
producen nuevos o mejorados productos o procesos de producción (Gómez Vietes and Calvo González, 2010;
OECD/Eurostat, 2018). Con el fin de generar un ambiente propicio para la aparición de esta innovación
tecnológica, distintas instituciones y actores constituyen una red o entramado propio de cada país, entramado
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 97
que recibe el nombre de Sistemas Nacionales de Innovación (SNI). El desarrollo de las ideas que dan origen a este
concepto data del autor Friedrich List quien en el año 1841 publicó un libro titulado The National System of
Political Economy en donde menciona el Sistema Nacional de Producción (Caballero Hernández, 2008).
De acuerdo con Edquist (1997) el planteamiento de los Sistemas de Innovación ha sido influenciado por dos
teorías principalmente: las teorías evolucionistas y las teorías del aprendizaje interactivo. Las teorías
evolucionistas plantean que el cambio tecnológico es un proceso evolutivo guiado por mecanismos rutinizados
que desarrollan las empresas. Dichos mecanismos utilizados de manera sistemática introducen modificaciones
en el sistema las cuales son evaluadas y seleccionadas a través de procesos sociales (Morero, 2010). Por su parte,
las teorías de aprendizaje interactivo plantean que la tecnología es una acumulación de conocimiento y la
empresa es un sistema complejo de generación y difusión de este (Lundvall, 2011; Morero, 2010).
En el proceso de formalización del concepto de SNI, Freeman lo concibe como un conjunto de instituciones
públicas y privadas que buscan iniciar, importar, modificar y difundir nuevas tecnologías gracias al desarrollo de
actividades fortalecidas por sus interacciones (Araneda Guirriman et al., 2017; Chang, 2015; Lu et al., 2014; Pan
et al., 2010). Posteriormente, Lundvall retoma el concepto y pone de manifiesto la necesidad de que los SNI
generen conocimiento nuevo y útil económicamente (Chang, 2015). En consecuencia, un SNI se es un sistema
interconectado de instituciones que buscan crear, almacenar y transferir tecnología expresada en
conocimientos, habilidades y artefactos (Chang, 2015; Lu et al., 2014).
Posteriormente, y debido al reconocimiento de la innovación como un fenómeno sistémico, los SNI son vistos
como un sistema abierto y complejo que incluyen departamentos de innovación y desarrollo, las universidades,
las instituciones públicas, empresas, centros tecnológicos, centros de difusión y apoyo de las actividades de
investigación, entre otros (Araneda Guirriman et al., 2017; Sebastián, 2000). Sin embargo, su composición va
más allá de estas instituciones, por lo que es necesario incluir elementos económicos, sociales, políticos,
organizacionales, institucionales y demás que condicionen el desarrollo, difusión, uso y apropiación de
innovaciones (Chang, 2015; Choi and Zo, 2019; Jurickova, 2019). Adicionalmente, para comprender el
funcionamiento de los SNI es necesario estudiar las relaciones e interacciones sociales entre los distintos
participantes (Escobar et al., 2017).
En consecuencia, el SNI es una combinación de procesos de producción, comercialización y aplicación de
conocimiento (Choi and Zo, 2019), procesos que requieren de un apoyo desde las políticas públicas (Jankowska
et al., 2017). Con esta ampliación del concepto además de la industria, los negocios y las instituciones científicas,
es necesario considerar como parte del SNI a las instituciones que formulan política pública (Pan et al., 2010).
A partir de esta visualización, los SNI son sistemas multidimensionales creados a partir de una red donde fluye el
conocimiento con el fin de crear valor (Chang et al., 2019). Por consiguiente, es claro afirmar que los SNI son un
factor determinante para incrementar el desempeño de I+D de los países (Hu et al., 2014). Por consiguiente, la
mejora en las relaciones entre los miembros un SNI conllevará una mejora en la capacidad de innovación de un
país (Lu et al., 2014)
Ahora bien, un SNI eficiente es crítico para un país que compite internacionalmente donde altos niveles de
competitividad y productividad son requeridos (Bakhtiar et al., 2021), ya que en este escenario de alta
competencia la innovación y la tecnología juegan un papel importante (Liu et al., 2015) tanto en el desarrollo
económico (Young Sohn et al., 2016) como en la generación de empleo de alta calidad (Bakhtiar et al., 2021).
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 98
El concepto acá expresado refuerza la importancia de la articulación y coordinación de múltiples actores de
manera de permitir que se canalicen los procesos de innovación para facilitar el desarrollo de un país. El que se
trabaja de manera coordinada permite hacer un uso eficiente de los recursos de las organizaciones,
compartiendo información relevante que finalmente va en beneficio de las personas y organizaciones del país
que desarrolla dicho SNI.
2. Metodología
Se realizó una revisión de la literatura (Tranfield et al., 2003) buscando identificar modelos existentes que estén
orientados a la medición de le eficiencia de SNI. Para esto se consultaron las bases de datos Web of Science y
Scopus con las ecuaciones de búsqueda que se muestran en la Tabla 1.
Tabla 1
Ecuaciones de búsqueda utilizadas
EQ1
Efficiency AND model AND “national innovation”
EQ2
Efficiency AND model AND “regional innovation”
EQ3
Efficiency AND measurement AND “national innovation”
EQ4
Efficiency AND measurement AND “regional innovation”
Fuente: construcción propia
Las ecuaciones de búsqueda se aplicaron en el título, resumen y palabras clave de los documentos. Se diseñaron
criterios de inclusión que se muestran en la Tabla 2, los cuales fueron aplicados en dos momentos de análisis
distintos. Inicialmente, se analizaron los abstract de los artículos. Seguidamente, se eliminaron artículos que no
estuvieran disponibles para su lectura completa. Finalmente, se realizó un análisis a profundidad de los artículos
seleccionando la muestra final de documentos.
Tabla 2
Criterios de Inclusión
Debe plantear un modelo de medición de la eficiencia de sistemas nacionales o regionales
de innovación
Debe mostrar claramente los indicadores utilizados y las fuentes consultadas
Debe aplicar el modelo y validar los resultados obtenidos
Fuente: Construcción propia
Los resultados obtenidos en cada una de las etapas de evaluación se muestran en la Figura 1.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 99
Figura 1
Mapa del proceso de búsqueda
Fuente: Construcción propia
Finalmente, se seleccionaron 32 artículos para el análisis de los indicadores. La distribución temporal de los
artículos seleccionados se muestra en la Figura 2.
Figura 2
Distribución temporal de los artículos analizados
Fuente: Construcción propia
1 1
2 2
1 1
3 3
2
1 1
3
1
3
5
2
0
1
2
3
4
5
6
2003
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2023
2024
Scopus
Registros identificados EQ1
N = 71
Registros identificados EQ2
N = 188
Registros identificados EQ3
N = 17
Registros identificados EQ4
N = 24
Registros duplicados = 31
N=269
WOS
Registros identificados EQ1
N = 58
Registros identificados EQ2
N = 145
Registros identificados EQ3
N = 10
Registros identificados EQ4
N = 10
Registros duplicados= 21
N=202
Registros retractados= 1
N=201
Registros duplicados = 130
N=340
Registros para análisis de resumen
N=340
Registros seleccionados para lectura
diagonal. N=43
Registros excluídos = 296
N=41
Artículos para análisis: N=32
Registros sin acceso al
documento completo = 9
N=32
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 100
3. Resultados y discusión
Inicialmente se realizó un análisis sobre los metadatos de los 344 que se obtuvieron de la búsqueda en la base
de datos. Este análisis busca identificar las principales corrientes de estudio actuales. Con este fin, se construyó
un análisis de coocurrencias de palabras clave utilizando el software VOSviewer el cual realiza análisis de grafos
e identifica clúster de palabras clave (van Eck and Waltman, 2011). Como resultado se obtuvo el grafo mostrado
en la Figura 3.
Figura 3
Análisis de coocurrencia de palabras clave.
Fuente: Construcción propia
En esta representación visual, se distinguen claramente cuatro grupos distintos, cada uno diferenciado por un
color diferente. Cada grupo comprende palabras clave que aparecen frecuentemente juntas en varios artículos,
y el tamaño de la esfera asociada a cada palabra refleja su peso relativo en el número total de palabras clave
(van Eck and Waltman, 2017).
El clúster de color amarillo agrupa estudios relacionados con las dinámicas de la triple hélice y su relación con la
eficiencia de los sistemas nacionales de innovación. Por su parte, el clúster rojo está compuesto por estudios que
analizan los resultados de procesos de innovación y desarrollo tendientes a la innovación tecnológica y a la
construcción de capacidades de innovación. En el clúster verde se encuentran los estudios asociados al
desempeño de los sistemas de innovación a partir de la colaboración, cooperación y el knowledge spillover entre
los participantes del sistema. Por su parte, el clúster de color púrpura concentra los estudios asociados a los
determinantes que condicionan la productividad y el crecimiento de las industrias pertenecientes a un sistema
nacional de innovación. Finalmente, se encuentra el clúster azul que recoge los estudios relacionados con la
medición de la eficiencia. Este clúster se destaca la utilización del método de datos envolventes – DEA como
principal herramienta metodológica. Es en este clúster en donde se concentra el presente estudio.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 101
Posteriormente, se analizaron los 25 documentos seleccionados en dos etapas. En una primera etapa se
identificó el método de análisis utilizado para calcular la eficiencia de los sistemas nacionales de innovación. En
una segunda etapa, se identificaron y clasificaron las variables o indicadores utilizadas por cada modelo para
realizar el cálculo de la eficiencia. A continuación, se presentan los resultados de cada una de estas etapas.
3.1. Análisis metodológico
Inicialmente, se identificaron los métodos utilizados por los documentos seleccionados para realizar el cálculo
de la eficiencia de los NIS. Los hallazgos se muestran en la Tabla 3.
Tabla 3
Métodos de análisis
ID
Autores
Análisis de componentes
principals
Regresión de Mínimos
Cuadrados Parciales
Análisis relacional gris
Análisis de Contenido
Análisis de clúster
Modelo de ecuaciones
estructurales
Análisis envolvente de datos
Análisis envolvente de datos
de dos etapas
Análisis envolvente de datos
de tres etapas
Análisis de Frontera
estocástica
Modelo TOBIT
Otro
P1
(Nasierowski and Arcelus, 2003)
X
P2
(Pan et al., 2010)
X
P3
(Tong and Liping, 2009)
X
P4
(Wonglimpiyarat, 2010)
X
P5
(Chen et al., 2011)
X
P6
(Hsu, 2011)
X
X
P7
(Hu et al., 2014)
X
P8
(Guan and Chen, 2012)
X
X
P9
(Mahroum and Al-Saleh, 2013)
X
P10
(Cullmann and Zloczysti, 2014)
X
P11
(Liu et al., 2015)
X
P12
(Lu et al., 2014)
X
P13
(Carayannis et al., 2015)
X
P14
(Chang, 2015)
X
P15
(Kou et al., 2016)
X
P16
(Young Sohn et al., 2016)
X
P17
(Jankowska et al., 2017)
X
P18
(Edquist et al., 2018)
X
P19
(Choi and Zo, 2019)
X
X
P20
(Jurickova et al., 2019)
X
P21
(Zhang and Wang, 2019)
X
P22
(Alnafrah and Zeno, 2020)
X
X
P23
(Bakhtiar et al., 2021)
X
P24
(Dobrzanski et al., 2021)
X
P25
(Zhao et al., 2021)
X
P26
(Alqararah, 2023)
X
X
P27
(Cao et al., 2023)
X
P28
(Ji et al., 2023)
X
X
P29
(Luo et al., 2023)
X
P30
(Wang and Liu, 2023)
X
P31
(Rodríguez-Cornejo et al., 2024)
X
P32
(Yoon et al., 2024)
X
X
Fuente: construcción propia
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 102
En la tabla anterior se puede identificar que el método más utilizado para el cálculo de la eficiencia en los SNI es
DEA en sus tres modalidades (una, dos y tres etapas) siendo este utilizado por el 69% de los artículos analizados,
siendo el análisis de una sola etapa el más común 44%. Este modelo, creado por Farrell, se utiliza ampliamente
para medir eficiencia relativa de múltiples unidades de toma de decisión. Este método permite combinar
entradas con una variedad de unidades, obteniendo una medida satisfactoria de la eficiencia (Cooper et al.,
2000). Adicionalmente, no requiere de una función explícita para establecer la relación entre entradas y salidas
(Carayannis et al., 2015) haciendo más costo-efectiva su aplicación a sistemas de datos multivariados y
complejos.
Es importante decir que DEA suele estar acompañado de otros tipos de análisis utilizados para detallar los efectos
de las variables de entrada con las de salida de los modelos de eficiencia. Algunos de estos métodos
complementario son el Análisis de Componentes Principales, el Modelo Tobit o el análisis de clúster.
3.2. Dimensiones asociadas a la eficiencia de los SNI
Se identificaron los indicadores y variables utilizadas en la literatura, identificando si se trata de un indicador de
entrada o de salida en los modelos. Posteriormente. estos indicadores fueron agrupados en siete dimensiones:
I+D+i, alta tecnología, factores de mercado, entorno socioeconómico, producto interno bruto, infraestructura
complementaria y factores educativos. Esta clasificación permitió, entre otras cosas, confirmar el carácter
multidimensional de los SNI y de sus efectos. En la Figura 4 se muestran el número de indicadores encontrados
en cada una de estas categorías.
Figura 4
Número de variables por dimensión
Fuente: construcción propia.
Es importante destacar que la mayoría de los modelos incluyen variables asociadas al proceso de I+D+i, siendo
la categoría con más indicadores, 41 en total. Junto con esta, los factores socioeconómicos y la medición del PIB
aparecen con indicadores tanto de entrada como de salida. Por otro lado, las dimensiones de factores
sociopolíticos, infraestructura y educación contienen mayoritariamente indicadores de entrada. Esto puede
explicarse con el hecho de que estas dimensiones son las que crean las condiciones del entorno para que el SNI
pueda funcionar adecuadamente (Chung, 2002; Coque et al., 2014; Fagerberg and Srholec, 2008; Wang and Liu,
2023).
Salidas
Entradas
SNI
I+D+i: 21 variables
Factores de mercado: 18
variables
Factores sociopolíticos: 38
variables
PIB: 3 variables
Infraestructura: 14
variables
Educación: 26 variables
I+D+i: 20 variables
Factores de mercado: 9
variables
Factores sociopolíticos: 1
variable
PIB: 8 variables
Infraestructura: 1 variable
Educación: 1 variable
Alta tecnología: 8 variables
Alta Tecnología: 8 variables
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 103
Igualmente, se encontró que la dimensión de I+D+i aparece en los 32 documentos con indicadores de entrada y
en 29 con indicadores de salida. Adicionalmente, se encontró que P26 incluye indicadores en todas las
dimensiones tanto como entradas y salidas. También se identificó que el modelo planteado en P9 incluye
indicadores en diez dimensiones (siete dimensiones de entrada y tres de salida); P8 y P23 incluyen siete
dimensiones, cuatro dimensiones de entrada y tres de salida y seis dimensiones de entrada y una de salida,
respectivamente. Finalmente, se encontró que P8, P20, P31 y P32 utilizan indicadores asociados solamente a dos
dimensiones. En la Tabla 4 se muestra el detalle de las dimensiones incluidas en cada uno de los modelos.
Tabla 4
Dimensiones por artículo
Input
Output
Factores de Mercado
I+D+i
Alta tecnología
Factores Sociopolíticos
PIB
Infraestructura
Educación
Factores de Mercado
I+D+i
Alta tecnología
Factores Sociopolíticos
PIB
Infraestructura
Educación
P1
X
X
X
X
X
P2
X
X
X
X
P3
X
X
X
X
P4
X
X
X
X
X
P5
X
X
X
X
X
X
P6
X
X
X
X
X
X
P7
X
X
P8
X
X
X
X
X
X
X
P9
X
X
X
X
X
X
X
X
X
X
P10
X
X
X
X
X
X
P11
X
X
X
X
P12
X
X
X
X
X
P13
X
X
X
X
X
X
P14
X
X
X
X
X
X
P15
X
X
X
X
X
P16
X
X
X
X
X
P17
X
X
X
X
X
P18
X
X
X
X
X
P19
X
X
X
X
X
X
P20
X
X
P21
X
X
X
P22
X
X
X
X
X
X
P23
X
X
X
X
X
X
X
P24
X
X
X
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 104
Input
Output
Factores de Mercado
I+D+i
Alta tecnología
Factores Sociopolíticos
PIB
Infraestructura
Educación
Factores de Mercado
I+D+i
Alta tecnología
Factores Sociopolíticos
PIB
Infraestructura
Educación
P25
X
X
X
X
X
P26
X
X
X
X
X
X
X
X
X
X
X
X
P27
X
X
X
X
X
P28
X
X
X
P29
X
X
X
P30
X
X
X
P31
X
X
P32
X
X
Fuente: construcción propia
3.3. Indicadores de entrada para la medición de la eficiencia de los SNI
Al analizar los modelos se encontraron 120 indicadores de entrada, los cuales pueden observarse en el Anexo A.
La dimensión de factores sociopolíticos es aquella que contiene la mayor cantidad de indicadores con 38, los
cuales incluyen elementos asociados al desempeño socioeconómico y político del país. En esta dimensión existe
muy poco consenso en los elementos que sirven como insumos para los SNI ya que solamente cuatro de los 38
indicadores fueron relacionados en más de un modelo (Calidad y ambiente regulatorio, mecanismos de
protección a inversionistas y estabilidad política). Es importante mencionar que 15 de los 38 indicadores de esta
dimensión son aportados por el modelo de Bakhtiar et al. (2021).
Por su parte, en la dimensión de I+D+i se identificaron 20 indicadores, siendo los más frecuentes el porcentaje
del PIB gastado en I+D con 22 apariciones, el gasto en personal de I+D con 11, y la capacidad de innovación y las
aplicaciones al proceso de patentamiento con 9 apariciones cada una.
Prosiguiendo, en la dimensión de mercado se destaca el indicador de importaciones de bienes o servicios con
tres apariciones. Es importante tener en cuenta estas importaciones ya que reflejan la capacidad de absorción
que tiene un país (Bakhtiar et al., 2021; Kou et al., 2016; Lu et al., 2014; Nasierowski and Arcelus, 2003; Young
Sohn et al., 2016). La capacidad de absorción encierra las capacidades que tienen las organizaciones para
identificar, seleccionar y utilizar tecnologías y conocimiento generados fuera de sus procesos productivos (Cohen
and Levinthal, 1990; Elizalde-Bobadilla et al., 2019). En esta misma línea se encuentra el indicador de importación
de alta tecnología, el cual es el que más veces aparece referenciado en la dimensión de alta tecnología.
Finalmente, para la dimensión de infraestructura los indicadores más frecuentes son el número de usuarios de
Internet y la inversión en Tecnologías de la Información y Comunicación (TIC). Respecto a la dimensión de
educación, el indicador más utilizado es el porcentaje del Producto Interno Bruto (PIB) invertido en formación.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 105
3.4. Indicadores de salida para la medición de la eficiencia de los SNI
Por su parte, se encontraron 47 indicadores de salida concentrados en cuatro de las siete dimensiones. La
dimensión con más indicadores de salida es I+D+i con 17, seguida de las dimensiones de Mercado con nueve
indicadores, PIB con ocho y Alta Tecnología con siete.
Los indicadores con más apariciones son el número de Patentes concedidas con 19 y Artículos en Revistas
científicas con 18, ambos pertenecientes la dimensión de I+D+i. Estos dos indicadores marcan los resultados de
la investigación básica y las primeras etapas de la investigación aplicada (Carayannis et al., 2015; Chen et al.,
2011; Cullmann and Zloczysti, 2014; Guan and Chen, 2012; Lu et al., 2014; Mahroum and Al-Saleh, 2013; Pan et
al., 2010; Tong and Liping, 2009). Adicionalmente, esta combinación de artículos y patentes también pone de
manifiesto la importancia que tiene la interacción entre la generación de conocimiento científico y su aplicación
en ambientes productivos (Jaramillo et al., 2020; Méndez-Morales et al., 2022).
Seguidamente, se encuentra el total de exportaciones de alta tecnología con 11 apariciones, lo cual representa
el resultado de la explotación exitosa del conocimiento y la tecnología generada por los procesos de I+D+i y su
comercialización fuera del país de origen (Alqararah, 2023; Cao et al., 2023; Dobrzanski et al., 2021). Sin embargo,
este indicador puede dejar por fuera a los resultados de innovación generados por países donde la innovación
se basa en actividades de no I+D (Elizalde-Bobadilla et al., 2019; Huang et al., 2010; Trigo, 2013).
Por otro lado, se encontró que el PIB aparece como un indicador de salida de los SNI en siete ocasiones, lo que
pone de manifiesto la relación que existe entre la innovación y el desarrollo económico y la competitividad de
un país (Liu et al., 2015). Finalmente, es importante mencionar que en la dimensión de Mercado siete de los
nueve indicadores encontrados son aportados por el modelo planteado por Mahroum and Al-Saleh (2013).
4. Conclusiones
El estudio analizó los métodos y dimensiones utilizados en la literatura para medir la eficiencia de los SNI. El
método más ampliamente utilizado es el Análisis Envolvente de Datos, particularmente en su modalidad de una
sola etapa, hallazgo que coincide con el análisis realizado por Narayanan et al. (2022). DEA permite combinar
múltiples entradas y salidas sin necesidad de una función explícita, haciéndolo adecuado para sistemas
complejos como los SNI. Otros métodos complementarios, como el Análisis de Componentes Principales y el
Modelo Tobit, suelen acompañar a DEA para detallar los efectos de las variables.
Los SNI tienen un carácter multidimensional, con variables de entrada y salida que abarcan siete dimensiones
principales: I+D+i, alta tecnología, factores de mercado, entorno socioeconómico, producto interno bruto,
infraestructura complementaria y factores educativos. La dimensión de I+D+i es la que cuenta con más
indicadores, tanto de entrada como de salida. Existe una falta de consenso en los indicadores específicos
utilizados, especialmente en la dimensión de factores sociopolíticos.
Los indicadores de entrada más frecuentes incluyen el porcentaje del PIB gastado en I+D, el gasto en personal
de I+D, la capacidad de innovación, las aplicaciones de patentes, las importaciones de bienes y servicios, el
número de usuarios de Internet y la inversión en TIC. Por su parte, los indicadores de salida más utilizados son el
número de patentes concedidas, los artículos en revistas científicas, las exportaciones de alta tecnología, y el
PIB.
En resumen, el análisis destaca la complejidad y la naturaleza multidimensional de los SNI, y la necesidad de
utilizar una combinación de indicadores en diferentes áreas para capturar adecuadamente su eficiencia. Además,
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 106
resalta la importancia de los indicadores relacionados con I+D+i, alta tecnología, factores de mercado y desarrollo
económico.
Limitaciones
Los autores de este documento reconocen que el estudio presenta algunas limitaciones. La principal limitación
es la utilización solamente de artículos incluidos en SCOPUS y Web of Science. A pesar de ser las bases de datos
más importantes, esto deja por fuera documentos de circulación limitada o generados en países en desarrollo o
en comunidades científicas con menos visibilidad. Igualmente, los resultados de esta investigación están
limitados a documentos en inglés o español.
Agradecimientos
El presente trabajo hace parte del Proyecto DICYT Código 032378OU_Ayudante, financiado por la Vicerrectoría
de Investigación, Desarrollo e Innovación de la Universidad Santiago de Chile.
Referencias bibliográficas
Alnafrah, I. and Zeno, B. (2020), “A new comparative model for national innovation systems based on machine
learning classification techniques”, Innovation and Development, Routledge, Vol. 10 No. 1, p. 45, doi:
10.1080/2157930X.2018.1564124.
Alqararah, K. (2023), “Assessing the robustness of composite indicators: the case of the Global Innovation
Index”, Journal of Innovation and Entrepreneurship, Springer Science and Business Media Deutschland
GmbH, Vol. 12 No. 61, doi: 10.1186/s13731-023-00332-w.
Araneda Guirriman, C., Pedraja Rejas, L. and Rodríguez Ponce, E. (2017), “Sistema Nacional de Innovación:
Reflexiones y análisis del caso chileno National Innovation System: Reflections and analysis of the Chilean
case”, IDESIA (Chile), Vol. 35 No. 4, pp. 111–117.
Bakhtiar, A., Ghazinoory, S.S., Aslani, A. and Mafi, V. (2021), “Efficiency-effectiveness assessment of national
innovation systems: comparative analysis”, Journal of Science and Technology Policy Management, Vol.
ahead-of-p No. ahead-of-print, doi: 10.1108/JSTPM-03-2021-0044.
Caballero Hernández, R. (2008), “Sistema Nacional de Innovación y Complejidad: una evaluación crítica”,
Economía Informa, No. 325, pp. 104–126.
Cao, X.-Y., Wu, X.-L. and Wang, L.-M. (2023), “Innovation network structure, government R&D investment and
regional innovation efficiency: Evidence from China”, PLoS ONE, Public Library of Science, Vol. 18 No. 5,
doi: 10.1371/journal.pone.0286096.
Carayannis, E.G., Goletsis, Y. and Grigoroudis, E. (2015), “Multi-level multi-stage efficiency measurement: the
case of innovation systems”, Operational Research, Vol. 15, pp. 253–274, doi: 10.1007/s12351-015-0176-
y.
Chang, C.-C. (2015), “Influences of knowledge spillover and utilization on the NIS performance: a multi-stage
efficiency perspective”, Qual Quant, Vol. 49, pp. 1945–1967, doi: 10.1007/s11135-014-0083-y.
Chang, H.C., Wang, C.Y. and Hawamdeh, S. (2019), “Emerging trends in data analytics and knowledge
management job market: extending KSA framework”, Journal of Knowledge Management, Vol. 23 No. 4,
doi: 10.1108/JKM-02-2018-0088.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 107
Chen, C.-P., Hu, J.-L. and Yang, C.-H. (2011), “An international comparison of R&D efficiency of multiple
innovative outputs: The role of the national innovation system”, Innovation Management, Policy &
Practice, Vol. 13 No. 3, pp. 341–360, doi: 10.5172/impp.2011.13.3.341.
Choi, H. and Zo, H. (2019), “Assessing the efficiency of national innovation systems in developing countries”,
Science and Public Policy, Vol. 46 No. 4, pp. 530–540, doi: 10.1093/scipol/scz005.
Chung, S. (2002), “Building a national innovation system through regional innovation systems”, Technovation,
Vol. 22 No. 8, pp. 485–491, doi: 10.1016/S0166-4972(01)00035-9.
Cohen, W.M. and Levinthal, D.A. (1990), “Absorptive Capacity: A New Perspective on Learning and Innovation”,
Administrative Science Quarterly, Vol. 35 No. 1, p. 128, doi: 10.2307/2393553.
Cook, W.D. and Seiford, L.M. (2009), “Data envelopment analysis (DEA) - Thirty years on”, European Journal of
Operational Research, Vol. 192, pp. 1–17, doi: 10.1016/j.ejor.2008.01.032.
Cooper, W., Seiford, L. and Tone, K. (2000), “Data envelopment analysis : a comprehensive text with models,
applications, references, and DEA-Solver software”, Kluwer Academic Publishers, New York, Vol. 1, pp. 1–
347.
Coque, J., González; Torres, P., López; Mielgo, N. and Vázquez, D. (2014), “Analysis of a local innovation system:
Agents and network of relations”, Dyna, Vol. 81 No. 184, pp. 209–213, doi:
10.15446/dyna.v81n184.37249.
Cullmann, A. and Zloczysti, P. (2014), “R&D efficiency and heterogeneity-a latent class application for the
OECD”, Applied Economics, Vol. 46 No. 30, pp. 3750–3762, doi: 10.1080/00036846.2014.939410.
Dobrzanski, P., Bobowski, S., Chrysostome, E., Velinov, E. and Strouhal, J. (2021), “Toward Innovation-Driven
Competitiveness Across African Countries: An Analysis of Efficiency of R&D Expenditures”, Journal of
Competitiveness, Vol. 13 No. 1, pp. 5–22, doi: 10.7441/joc.2021.01.01.
Drucker, P. (1994), La Innovación y El Empresario Innovador., Edsa.
van Eck, N.J. and Waltman, L. (2011), “Text mining and visualization using VOSviewer”.
van Eck, N.J. and Waltman, L. (2017), “Citation-based clustering of publications using CitNetExplorer and
VOSviewer”, Scientometrics, Springer Netherlands, Vol. 111 No. 2, pp. 1053–1070, doi: 10.1007/s11192-
017-2300-7.
Edquist, C. (1997), Systems of Innovation: Technologies, Institutions and Organizations, Routledge, doi:
10.4324/9780203357620.
Edquist, C., Zabala-Iturriagagoitia, J.M., Barbero, J. and Zofío, J.L. (2018), “On the meaning of innovation
performance: Is the synthetic indicator of the Innovation Union Scoreboard flawed?”, Research Evaluation,
Vol. 27 No. 3, pp. 196–211, doi: 10.1093/reseval/rvy011.
Elizalde-Bobadilla, L.C., Rojas-Santoyo, F. and Ochoa, R.L. (2019), “Innovación No I+D en Colombia: un análisis
desde la capacidad de absorción”, Suma de Negocios, Vol. 10 No. 23, pp. 168–177, doi:
10.14349/sumneg/2019.v10.n23.a9.
Elster, J. (1990), El Cambio Tecnológico: Investigación Sobre La Racionalidad y La Transformación Social, Gedisa,
Barcelona.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 108
Escobar, J.F., Cárdenas, M.F. and Bedoya, I.B. (2017), “De los sistemas a los ecosistemas de innovación”, Revista
Espacios, Vol. 38 No. 34, p. 20.
Fagerberg, J. and Srholec, M. (2008), “National innovation systems, capabilities and economic development”,
Research Policy, Vol. 37 No. 9, pp. 1417–1435, doi: 10.1016/j.respol.2008.06.003.
Gómez Vietes, Á. and Calvo González, J.L. (2010), Innovación: Factor Clave Del Éxito Empresarial, Ra-Ma.
Guan, J. and Chen, K. (2012), “Modeling the relative efficiency of national innovation systems”, Research Policy,
Vol. 41, pp. 102–115, doi: 10.1016/j.respol.2011.07.001.
Hsu, Y. (2011), “Cross national comparison of innovation efficiency and policy application”, African Journal of
Business Management, Vol. 5 No. 4, pp. 1378–1387, doi: 10.5897/AJBM10.1255.
Hu, J.L., Yang, C.H. and Chen, C.P. (2014), “R&D efficiency and the national innovation system: An international
comparison using the distance function approach”, Bulletin of Economic Research, Vol. 66 No. 1, pp. 307–
3378, doi: 10.1111/J.1467-8586.2011.00417.X.
Huang, C., Arundel, A. and Hollanders, H. (2010), How Firms Innovate: R&D, Non R&D, and Technology
Adoption, Working Paper Series, Vol. 27, doi: 10.1111/j.1467-629X.1980.tb00220.x.
Jankowska, B., Matysek-Jędrych, A. and Mroczek-Dabrowska, K. (2017), “Efficiency of National Innovation
Systems – Poland and Bulgaria in The Context of the Global Innovation Index”, Comparative Economic
Research. Central and Eastern Europe, Vol. 20 No. 3, pp. 77–94, doi: https://doi.org/10.1515/cer-2017-
0021.
Jaramillo, S., Martínez, D.F. and Agudelo, J.E. (2020), “Patentes e innovación en América”, Revista Espacios, Vol.
41 No. 1, pp. 10–20.
Ji, Y., Cai, H. and Wang, Z. (2023), “Impact of Industrial Synergy on the Efficiency of Innovation Resource
Allocation: Evidence from Chinese Metropolitan Areas”, Land, MDPI, Vol. 12 No. 177, doi:
10.3390/land12010177.
Jurickova, E. (2019), “Efficiency measurement of national innovation systems of the European Union countries:
DEA model application”, Journal of International Studies, Vol. 12 No. 4, pp. 286–299, doi: 10.14254/2071.
Jurickova, E., Pilik, M. and Kwarteg, M.A. (2019), “Efficiency measurement of national innovation systems of the
European Union countries: DEA model application”, Journal of International Studies, Vol. 12 No. 4, pp.
286–299, doi: 10.14254/2071.
Kou, M., Chen, K., Wang, S. and Shao, Y. (2016), “Measuring efficiencies of multi-period and multi-division
systems associated with DEA: An application to OECD countries’ national innovation systems”, Expert
Systems with Applications, Pergamon, Vol. 46, pp. 494–510, doi: 10.1016/J.ESWA.2015.10.032.
Liu, J.S., Lu, W.M. and Ho, M.H.C. (2015), “National characteristics: Innovation systems from the process
efficiency perspective”, R & D Management, Vol. 45 No. 4, pp. 317–338, doi: 10.1111/RADM.12067.
Lu, W.-M., Long Kweh, Q. and Huang, C.-L. (2014), “Intellectual capital and national innovation systems
performance”, Knowledge-Based Systems, Vol. 71, pp. 201–210, doi: 10.1016/j.knosys.2014.08.001.
Lundvall, B.-Å. (2011), “Notes on innovation systems and economic development”, Innovation and
Development, Vol. 1 No. 1, pp. 25–38, doi: 10.1080/2157930X.2010.551064.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 109
Luo, Y., Xu, L. and Wu, C. (2023), “Internet development and regional innovation efficiency: the moderating
effect of intellectual property protection”, Technology Analysis and Strategic Management, Routledge,
doi: 10.1080/09537325.2023.2196350.
Mahroum, S. and Al-Saleh, Y. (2013), “Towards a functional framework for measuring national innovation
efficacy”, Technovation, Vol. 33, pp. 320–332, doi: 10.1016/j.technovation.2013.03.013.
Méndez-Morales, A., Ochoa-Urrego, R. and Randhir, T.O. (2022), “Measuring the quality of patents among
Latin-American universities”, Studies in Higher Education, Vol. 47 No. 11, pp. 2174–2189, doi:
10.1080/03075079.2021.2020749.
Morero, H. (2010), “Sistemas de Innovación y competitividad de las empresas”, Astrolabio, Vol. 5, doi:
https://doi.org/10.55441/1668.7515.n5.184.
Narayanan, E., binti Ismail, W.R. and bin Mustafa, Z. (2022), “A data-envelopment analysis-based systematic
review of the literature on innovation performance”, Heliyon, Elsevier Ltd, 1 December, doi:
10.1016/j.heliyon.2022.e11925.
Nasierowski, W. and Arcelus, F.J. (2003), “On the efficiency of national innovation systems”, Socio-Economic
Planning Sciences, Vol. 37, pp. 215–234, doi: 10.1016/S0038-0121(02)00046-0.
OECD/Eurostat. (2018), Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation,
4th Edition, The Measurement of Scientific, Technological and Innovation Activities, OECD Publishing,
Luxembourg, doi: 10.1787/9789264304604-en.
Pan, T.W., Hung, S.W. and Lu, W.M. (2010), “Dea performance measurement of the national innovation system
in Asia and Europe”, Asia-Pacific Journal of Operational Research, Vol. 27 No. 3, pp. 369–392, doi:
10.1142/S0217595910002752.
Rodríguez Ramírez, A. (2009), “Nuevas perspectivas para entender el emprendimiento empresarial”,
Pensamiento y Gestión, Vol. 26, pp. 94–119.
Rodríguez-Cornejo, V., García-Valderrama, T., Sánchez-Ortiz, J. and Cabrera-Monroy, F. (2024), “R&D&I
efficiency AS one OF the Sustainable Development Goals (SDGS) in Europe: Application of a dynamic
model with network structure and Cumulative Divisional Malmquist index (CDMI)”, Expert Systems with
Applications, Elsevier Ltd, Vol. 238, doi: 10.1016/j.eswa.2023.122338.
Sebastián, J. (2000), “La cultura de la cooperación en la I+D+I”, Revista Espacios, Vol. 21 No. 2.
Sweezy, P.M. (1943), “Professor Schumpeter’s Theory of Innovation”, The Review of Economics and Statistics,
Vol. 25 No. 1, p. 93, doi: 10.2307/1924551.
Tong, L. and Liping, C. (2009), “Research on the Evaluation of Innovation Efficiency for China’s Regional
Innovation System by Utilizing DEA”, 2009 International Conference on Information Management,
Innovation Management and Industrial Engineering, Vol. 1, doi: 10.1109/ICIII.2009.53.
Tranfield, D., Denyer, D. and Smart, P. (2003), “Towards a Methodology for Developing Evidence-Informed
Management Knowledge by Means of Systematic Review”, British Journal of Management, Vol. 14, pp.
207–222.
Trigo, A. (2013), “The Nature of Innovation in R&D- and Non-R&D-Intensive Service Firms: Evidence from Firm-
Level Latent Class Analysis”, Industry and Innovation, Vol. 20 No. 1, pp. 48–68, doi:
10.1080/13662716.2013.761380.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 110
Wang, B. and Liu, Y. (2023), “Calculating regional innovation efficiency and factor allocation in China: the price
signal perspective”, Applied Economics, Routledge, doi: 10.1080/00036846.2023.2187038.
Wonglimpiyarat, J. (2010), “Innovation index and the innovative capacity of nations”, Futures, Vol. 42, pp. 247–
253, doi: 10.1016/j.futures.2009.11.010.
Yoon, S., Chung, Y., Han, S. and Woo, C. (2024), “Do external risk factors increase or decrease country-level
R&D efficiency: focused on air pollution and job insecurity?”, Technology Analysis and Strategic
Management, Routledge, Vol. 36 No. 3, pp. 472–485, doi: 10.1080/09537325.2022.2036715.
Young Sohn, S., Ha Kim, D. and Yi Jeon, S. (2016), “Re-evaluation of global innovation index based on a
structural equation model”, Technology Analysis & Strategic Management, Vol. 28 No. 4, pp. 492–505, doi:
10.1080/09537325.2015.1104412.
Zhang, C. and Wang, X. (2019), “The influence of ICT-driven innovation: a comparative study on national
innovation efficiency between developed and emerging countries”, Behaviour & Information Technology
ISSN:, Vol. 38 No. 9, pp. 876–886, doi: 10.1080/0144929X.2019.1584645.
Zhao, C., Feng, F., Chen, Y. and Li, X. (2021), “Local government competition and regional innovation efficiency:
From the perspective of China-style fiscal federalism”, Science and Public Policy, Vol. 48 No. 4, pp. 488–
498, doi: 10.1093/scipol/scab023.
6. Anexos
6.1. Anexo A. Indicadores de entrada por dimensión
Indicador
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
P13
P14
P15
P16
P17
P18
P19
P20
P21
P22
P23
P24
P25
P26
P27
P28
P29
P30
P31
P32
R&D+i
R&D GDP Spend
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
R&D personnel
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Innovative capacity
x
x
x
x
x
x
x
x
x
Patent applications
x
x
x
x
x
x
x
x
x
x
Science &
Technology
expeditures
x
x
Scientific and
technical journal
articles
x
x
x
x
x
x
x
IPR protection
x
x
x
R&D
commercialization
x
x
Venture capital
investment
x
x
X
Knowledge and
Innovation
x
x
Royalty and license
fees are payments
x
x
Basic research (BR) is
the basis for many
commercial
products and
applied research.
x
R&D intensity
x
FDI inflows
x
x
SME Innovative
x
earlystage venture
capital (% of GDP)
x
Industry capital
stock
x
E-participation index
x
x
ISO Certification
x
Venture capital
availability
x
University/industry
research
colaboration
x
Market Factors
Imports of goods
and services
x
x
x
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 111
Indicador
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
P13
P14
P15
P16
P17
P18
P19
P20
P21
P22
P23
P24
P25
P26
P27
P28
P29
P30
P31
P32
Trademark
applications, total
per capita.
x
x
Market
sophistication
x
x
Credit
x
x
Investment
x
x
Trade, competition
and market scale
x
Debt dynamics
x
Domestic
competition
x
x
Trade openness
x
Venture capital
easily available for
business
development
x
Trade (per cent of
GDP)
x
Openness for
international trade
and investment.
x
Prevalence of trade
barriers
x
Local equity market
access
x
Total
entrepreneurship
activity
x
Opportunity to open
up for new initiatives
x
market
capitalization
x
Applied tariff rate
x
Socio-Political factors
Inflation
x
Transparency
x
Property rights
x
Social capital
x
Security
x
Political
environment
x
Corruption
Perception Index
x
Political stability
x
x
Financial Freedom
x
Openness Indicator
x
Technological
regulation
x
Regulatory quality
x
x
Regulatory
environment
x
x
civil liberties
x
Freedom of Speech
x
physical integrity
human rights
x
Business
environment
x
Checks and balances
x
Public-sector
performance
x
Corporate
governance
x
Local governments
competition (Com)
x
Local governments
cooperation (Coo)
x
Policy to create
innovation
x
Government
procurement of
advanced
technology products
x
Future orientation of
government
x
Entrepreneurial
culture
x
Interaction and
diversity
x
Knowledge transfer
x
Foreign ownership
restrictions
x
Protecting investors
x
x
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 112
Indicador
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
P13
P14
P15
P16
P17
P18
P19
P20
P21
P22
P23
P24
P25
P26
P27
P28
P29
P30
P31
P32
National culture
open to foreign
ideas
x
Fiscal
decentralization (FD)
x
Ecological
sustainability
x
Government
effectiveness
x
Rule of law
x
Cost of redundancy
dismissal
x
Ease of starting
business
x
Ease of resolving
insolvecy
x
High-Tech
High-technology
exports (% of
manufactured
exports)
x
x
High-tech imports
x
x
x
High-technology
exports (per cent of
GDP)
x
Business Share of
medium high tech
and high-tech R&D
(% of manufacturing
R&D expenditures)
x
SMEs using non
technological
change (% of SMEs)
x
S&T personnel (10
thousand heads)
x
Introduction of new
methods/techniques
to assist
administrative work
x
GDP
GDP
x
x
GDP Domestic Credit
by Banking Sector
x
Gross Domestic
Expenditure on R&D
(GERD)
x
x
Infraestructure
Internet Users
x
x
x
x
ICTs
x
x
x
x
Infrastructure
x
x
x
Mobile-cellular
telephone
subscriptions
x
x
Telecommunication
Revenue
x
Electric power
consumption
x
x
Paved Roads
x
Registered carrier
departures
worldwide
x
General
infrastructure
x
x
Transport
infrastructure
x
x
Utility infrastructure
x
Internet bandwidth
speed
x
Technological
cooperation
x
Government's online
service
x
Education
Gross capital
formation (% of
GDP)
x
x
x
x
x
x
x
x
x
Gross fixed capital
formation
x
Gross Enrolment
Ratio Primary
x
Gross Enrolment
Ratio Secondary
x
Gross Enrolment
Ratio Tertiary
x
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 113
Indicador
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
P13
P14
P15
P16
P17
P18
P19
P20
P21
P22
P23
P24
P25
P26
P27
P28
P29
P30
P31
P32
Mean years of
schooling
x
x
Public Expenditure
on Education
x
x
Secundary Pupil-
teacher ratio
x
Primary Pupil-
teacher ratio
x
x
Unemployment with
primary education
(% of total
unemployment)
x
Unemployment with
secondary education
(% of total
unemployment).
x
Unemployment with
tertiary education (%
of total
unemployment)
x
Tertiary education
x
x
x
x
Science graduates in
tertiary education
x
x
Tertiary inbound
mobility
x
Participation in
lifelong learning
x
x
Human capital
x
x
x
Business funding
share of higher
education RD
intensity
x
Prior accumulated
knowledge stock
breeding upstream
knowledge
production (AC KS
KPP)
x
Prior accumulated
knowledge stock
participating in
downstream
knowledge
commercialization
(AC KS KCP)
x
University R&D
expenditures
financed by business
sector
x
Literacy rate
x
Quality of education
system
x
Quality of
management
schools
x
Introduction of new
knowledge/training
courses to
employees
x
x
PISA scores
x
x
x
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 3, Año 2024 • May-Jun
OCHOA-URREGO R.L. & GONZALEZ-CORREA G. «Revisión sistemática sobre la eficiencia de los sistemas
nacionales de innovación»
Pag. 114
6.2. Anexo B. Indicadores de Salida por dimensión
Indicador
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
P13
P14
P15
P16
P17
P18
P19
P20
P21
P22
P23
P24
P25
P26
P27
P28
P29
P30
P31
P32
R&D+i
Qs university ranking
x
Scientific journal articles
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Citations / H-index
x
Patents
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Royalty and licensing fees
x
x
x
x
Creative outputs
x
x
Level of innovation
x
SME Innovative
x
Community trademarks
x
Knowledge and technology outputs
x
Presence of clusters
x
x
Firm level Technology Adoption
x
Technology awareness (buyer
sophistication)
x
Production process sophistication
x
FDI & Tech Transfer
x
technical market deal value (100
million yuan)
x
Innovation Capability
x
Value Added of Knowledge and
Technology Intensive Industries
(VAKTI)
x
Utility models
x
Sales revenue of new products (Sales)
x
Market Factors
Community trademarks per billion
GDP (in PPP-e)
x
x
Added value of industries (AV IN)
x
Breadth of international markets
x
Foreign Direct Investment
x
Manufacturers imports (% of
merchandise imports)
x
Goods exports
x
Service exports
x
Creative goods & services
x
Trademark applications, total per
capita.
x
Socio-Political factors
Inward skilled migration
x
High-Tech
High & medium-high-tech
manufactures
x
High Tech Exports
x
x
x
x
x
x
x
x
x
x
x
Employment in medium–
high/hightech manufacturing &
knowledge intensive services
x
x
Sales of new-to-market and new-to
firm products
x
x
x
Knowledge and technology outputs
x
ICTs & business model creation
x
ICTs & organizational model creation
x
GDP
Growth rate of PPP $GDP / worker
x
Gross domestic product
x
X
X
x
x
x
x
Gross industrail product
x
Industry value added
X
Shared value
x
Services value added
X
Gini Index
X
Regional innovation efficiency (RIE)
x
Infraestructure
ICT goods imports
x
x
Education
Tertiary education
x
Esta obra está bajo una Licencia Creative Commons
Atribución-NoComercial 4.0 Internacional
