Estudio del uso de los recursos I+D+i en la consecución de un desarrollo sostenible a través de una economía basada en al conocimiento: clasificación de países mediante el Análisis Envolvente de Datos y Técnicas de Clasificación

Abstract

La innovación es un proceso complejo, multidimensional, transversal, incierto e imposible de medir de forma directa pero clave como motor del crecimiento de la productividad y de la renta de los países. La principal razón para evaluar la eficiencia de este tipo de recursos es la contribución de sus impactos a los objetivos públicos generales, tales como el crecimiento económico, la salud o la educación. Adicionalmente, estos procesos son del tipo ¿caja negra¿. La ausencia de estudios relativos a la eficiencia del uso de los recursos de I+D+i a nivel macroeconómico se debe, en gran parte, a esta dificultad de medir sus impactos de forma directa. Además, su importancia queda aún más patente en el contexto de la actual recesión global, de una caída del crecimiento demográfico de la sociedad europea y de una política comunitaria que plantea como uno de sus objetivos prioritarios reconducir el modelo económico de crecimiento hacia una ¿economía basada en el conocimiento¿ o ¿economía del conocimiento¿ (EC) y un modelo más sostenible (DS). La revisión de la literatura especializada revela que la mayor parte de los estudios en este ámbito utilizan indicadores de evaluación limitados, ya que únicamente ofrecen información cuantitativa sobre la cantidad de recursos humanos y financieros. La evaluación de políticas de I+D+i implica que, para que los recursos públicos se traduzcan en incrementos en el bienestar de la sociedad, existe la obligación de gastar con eficiencia. Es decir, no se trata sólo de cuantificar el esfuerzo inversor en I+D+i, que en definitiva es un dato, sino que es importante analizar el grado de eficiencia con el que se emplean dichos recursos. En base a lo expuesto y a las múltiples hipóptesis planteadas, se abordaron como principales objetivos: i) la evaluación de la eficiencia de las políticas públicas de I+D+i de los países de la UE en el marco de un desarrollo sostenible (DS) a través de la metodología 2LS-DEA (Análisis Envolvente de Datos en dos pasos enlazados); ii) el diseño de un modelo conceptual (red Bayesiana causal), ante la ausencia de este tipo de modelos en la evaluación de políticas públicas de I+D+i a nivel macro, que apoye esta evaluación desde dicha perspectiva del DS y otras complementarias; el modelo fue mejorado aplicando la metodología EbCA (algunas ventajas de esta metodología son que permite elicitar conocimiento implícito de forma iterativa, formalizar la incorporación del conocimiento experto (explícito e implícito) a la metodología empleada para la evaluación de la eficiencia y enriquecer los resultados obtenidos; y, iii) la aplicación de metodologías alternativas del campo de la Inteligencia Artificial y el Aprendizaje Automático para el estudio, monitorización o seguimiento del uso de los recursos de I+D+i, desde los enfoques adicionales contemplados en el modelo (resultados de la I+D+i y economía del conocimiento). La investigación se estructuró en cuatro bloques diferenciados para alcanzar dichos objetivos: un bloque introductorio o bloque 0 donde se presenta la relevancia del tema de estudio, las hipótesis de partida y los objetivos; el bloque 1, donde se sientan las bases teóricas y conceptuales del resto de la investigación y se realiza un breve repaso de la política de I+D+i de la UE; en el segundo bloque se detalla el modelo conceptual causal, variables y relaciones de causalidad, y se presenta la metodología para la mejora de su diseño denominada Expert based Cooperative Analysis; el bloque 3 presenta tres análisis empíricos para dar respuesta al objetivo de estudiar la eficiencia del uso de los recursos de I+D+i desde distintas facetas o perspectivas de un mismo fenómeno, de forma alternativa y complementaria a las metodologías ya existentes. El primero estudiará la eficiencia de las políticas públicas de I+D+i en la Unión Europea desde el prisma de la consecución de un DS a través del Análisis Envolvente de Datos en dos pasos enlazados (two linked-steps Data Envelopment Analysis o 2LS-DEA). Para ello, se empleó también la metodología EbCA que permite incorporar el conocimiento experto (explícito e implícito). Por lo tanto, el modelo es considerado un resultado del primer análisis, además de emplearse como base conceptual y teórica para los análisis empíricos aquí presentados. El segundo análisis planteado se centra en los recursos totales dedicados a la I+D+i,. En el tercer caso, enfocamos el planteamiento desde el punto de vista de lo que caracteriza a una economía del conocimiento por parte de los países europeos y de otros países adicionales del entorno socioeconómico. Respecto a la metodología empleada, se escogieron diversas técnicas pertenecientes a los campos de la Inteligencia Artificial (IA) y del Aprendizaje Automático (tanto para clasificar los países en grupos según el punto de vista empleado de esta compleja realidad como para la obtención de clasificadores/modelos nominales y ordinales que puedan predecir dicha clasificación en el grupo correspondiente, según la naturaleza del problema); el último bloque 4, relacionó los principales resultados con la verificación de las hipótesis, así como presentó líneas futuras de investigación que se derivan de la presente. Los principales avances que suponen la consecución de estos tres objetivos son: i) La aportación de un modelo conceptual causal (red Bayesiana) que reúne un conjunto de variables, relaciones de causalidad y escenarios a nivel macroeconómico, cuyo diseño se basa en el conocimiento procedente de la revisión de la bibliografía especializada y de la consulta a expertos. ii) La posibilidad de emplear este modelo como herramienta en el diseño de políticas públicas de I+D+i, que afectan a los objetivos de los gobiernos europeos de alcanzar un desarrollo sostenible a través de una economía basada en el conocimiento. Así, el modelo ha permitido la evaluación del uso de los recursos de I+D+i en distintos escenarios socioeconómicos y el planteamiendo del DEA en dos pasos enlazados (2LS-Dea) superando el enfoque economicista de la ¿política de la ciencia¿, detectando las políticas más y menos eficientes y evidenciando las áreas de trabajo a abordar. iv) Gracias a la base de conocimiento experto, se ha podido plantear el diseño de análisis empíricos alternativos, tanto en el enfoque adoptado como en la metodología empleada, aplicando el DEA para la evaluación de la eficiencia técnica relativa, así como algoritmos de agrupamiento y técnicas clasificación procedente de los campos de la Inteligencia Artificial y el Aprendizaje Automático que, hasta la fecha, son escasamente empleadas en el campo objeto de estudio y han revelado su empleabilidad en este campo de estudio. Las futuras líneas de investigación van desde el uso de variables alternativas en el modelo, del estudio de su validez para países de distinto nivel de desarrollo hasta la resolución de escenarios concretos de la red Bayesiana.