Introducción

El desarrollo reciente de las naciones es una evidencia de que los procesos productivos son más eficientes cuando se implementan tecnologías que permiten transformar nuevas ideas en nuevos productos, lo cual representa ventajas competitivas para cualquier empresa (^{Crépon, Duguet, & Mairesse, 1998}; ^{Griffith et al., 2006}; ^{Álvarez et al., 2011}; ^{Crespi & Zúñiga, 2012}; ^{Baumann & Kritikos, 2016}; Baum et al., 2016). La literatura que muestra estas evidencias es abundante, y, al mismo tiempo, en esta se ha puesto énfasis en analizar los mecanismos de transmisión entre las actividades de I+D hacia el producto y la productividad², y se ha dado menor preponderancia a los cambios en el empleo que pueden inducir los procesos de innovación (^{Hall & Rosenberg, 2010}; ^{Bravo-Ortega, Benavente, & González, 2014}; ^{Cirera, Martin, & Markwald, 2015}; entre otros). Este menor énfasis es aún más notorio en el Perú, donde no existe ningún documento publicado al respecto. Por ello, esta investigación muestra evidencias sobre la importancia de los procesos de innovación en la industria manufacturera peruana en el empleo.

La evidencia empírica que analiza la relación entre las actividades de I+D y el empleo presenta resultados ambiguos, lo cual se relaciona con las diversas fuerzas que se activan según los actores económicos considerados. Los resultados destacados, por ejemplo, pueden diferir según el tipo de innovación³ que realiza la empresa (^{Harrison et al., 2008}; ^{Hall, Lotti, & Mairesse, 2008}; ^{Lachenmaier & Rottmann, 2011}), según el sector económico⁴ donde se concentra la innovación (^{Greenhalgh, Longland, & Bosworth, 2001}; ^{Coad & Rao, 2011}; ^{Bogliacino, Piva, & Vivarelli, 2011}) y por los factores institucionales que presenta cada economía (^{Pianta, 2006}; Vivarelli, 2011). La ambigüedad destacada también se relaciona porque los cambios en el empleo por la innovación dependen del estado de la tecnología, lo que determina hasta qué punto la innovación mejora la productividad y las condiciones de demanda que inducen a diferentes efectos compensadores.

Por esta razón, el objetivo de esta investigación es contribuir a una mejor comprensión de la relación que existe entre la innovación y el empleo en América Latina a partir de la experiencia peruana. En particular, se considera al Perú por diversos motivos. Primero, el Perú presenta características estructurales diferentes a las de los principales países en América Latina ya evaluados por ^{Benavente y Lauterbach (2008})⁵ y ^{Crespi y Tacsir (2012})⁶. Segundo, la estructura empresarial en el Perú está fuertemente dominada por empresas pequeñas y, en su mayoría, informales⁷, e interesa conocer si esta característica peruana afecta a los efectos de la innovación sobre el empleo. Tercero, no se han encontrado estudios que, utilizando datos peruanos, permitan conocer la capacidad de cambio en el empleo que tiene la innovación en el sector manufacturero peruano, por lo que esta investigación presenta un primer aporte a la literatura.

Los efectos de la innovación sobre el empleo se racionalizan utilizando el modelo desarrollado por ^{Jaumandreu (2003}) y ^{Harrison et al. (2008}). Este modelo conceptual captura diversos mecanismos mediante los cuales el empleo se modifica en un contexto de innovación empresarial. El modelo teórico permite descomponer la innovación a través de dos tipos: en producto y en proceso. Al respecto, se habla de innovación en producto si la empresa ha logrado introducir al mercado un producto (bien o servicio) nuevo o significativamente mejorado y con el máximo alcance de la novedad. Por otro lado, la innovación en proceso corresponde a la introducción al mercado de un nuevo o significativamente mejorado método de producción, método de distribución o actividades de apoyo a la producción y el alcance de la novedad.

Así, en esta investigación se resaltan dos efectos que se destacan en el modelo desarrollado por ^{Jaumandreu (2003}) y ^{Harrison et al. (2008}): desplazamiento y compensación, los cuales han sido destacados en trabajos empíricos para algunos países de América Latina. El efecto desplazamiento, o sustitución, se da cuando, al incorporar una innovación en proceso, disminuyen los costos marginales de la empresa al reducir la mano obra y reemplazarla por capital físico. Con respecto a la innovación en producto, la introducción de un bien nuevo puede ser sustituto del antiguo, y, por ende, el nivel de empleo disminuye. El efecto compensación, o de complementariedad, ocurre cuando, ante una innovación en proceso, se reducen los costos marginales y también los precios, por lo que se genera una mayor demanda de los productos y se incrementa el empleo. En relación con la innovación en producto, la introducción de un nuevo producto en el mercado complementa al antiguo, lo que genera una mayor demanda de productos que incrementa la fuerza laboral.

El enfoque empírico consiste en el uso de un modelo de regresión en su forma reducida que se vincula con el modelo antes descrito. En este modelo, el empleo a nivel de empresas se relaciona con una variable de política que identifica los procesos de innovación realizados por las empresas durante el año. Los datos utilizados corresponden a la Encuesta Nacional de Innovación Manufacturera, que recoge información para el período 2012-2014. El método de estimación es por Mínimos Cuadrados Ordinarios (MCO) y Variables Instrumentales (VI).

Entre los resultados, se destaca que la innovación en producto genera un efecto positivo en el empleo, donde el empleo en las empresas que innovan en producto es un 0,67% superior al empleo en las empresas que no innovan. Este resultado sugiere que, de los efectos que genera la innovación en producto sobre el empleo, predomina el efecto complementariedad sobre el efecto sustitución. Como se mencionó previamente, este impacto se da debido a un mayor requerimiento de mano de obra por un aumento de demanda como consecuencia de haber incorporado al mercado un producto innovador. Es importante mencionar que este efecto es similar al obtenido por ^{Benavente y Lauterbach (2008}) para Chile (0,56%); sin embargo, es menor que lo hallado por ^{Crespi y Tacsir (2012}) para algunos países de América Latina (en un 1,22%, en promedio).

Se destaca, además, que la innovación en proceso, entendida como aquella que mejora los procesos productivos internos, genera una reducción de la fuerza laboral; en promedio, las empresas que innovan en proceso tienen un nivel de empleo un 0,45% menor que las que no innovan. En este caso, se argumenta que en este tipo de innovación hay una dominancia del efecto sustitución sobre el de complementariedad. Así, las empresas manufactureras peruanas reemplazan mano de obra usualmente no calificada por capital físico.

Los dos resultados antes mencionados son robustos según tamaño de empresa (micro-, pequeña y mediana/gran empresa), la estructura de calidad de mano de obra (calificado y no calificado) y la capacidad tecnológica (alta y baja tecnología).

El resto del documento se organiza de la siguiente manera. En la sección 1, se explica la revisión de la literatura. En las secciones 2 y 3, se describen los datos y la estrategia empírica por utilizar, respectivamente. Por último, en las secciones 4 y 5, se muestran los resultados y las conclusiones del estudio, respectivamente.

1. Revisión de la literatura

Gran parte de la literatura relacionada con la innovación tiene como interés de estudio el impacto sobre la productividad o actividad exportadora. El trabajo seminal en este enfoque es el de ^{Crépon et al. (1998}), donde se desarrolla el modelo CDM, el cual vincula la decisión de invertir en I+D, la intensidad de gasto en I+D, la probabilidad de introducir una innovación a raíz de ese esfuerzo innovador y, por último, el impacto de la innovación en la productividad.

Este modelo sirvió como base para investigaciones posteriores como las de ^{Griffith et al. (2006}), ^{Crespi y Zúñiga (2012}), ^{Bravo-Ortega et al. (2014}), Aboal y Garda (2015), ^{Crowley y McCann (2015}), ^{De Fuentes et al. (2015}), ^{Gallego et al. (2015}), Lööf, Mairesse y Mohnen (2016), entre otros. Posteriormente, el modelo se expande cuando se evalúan los impactos directos e indirectos de las exportaciones en relación con la innovación y productividad. Por un lado, una empresa que solo opera en el mercado nacional y que constantemente invierte en innovación verá evolucionar su productividad de manera continua, lo que la capacitará indirectamente para competir en el mercado internacional. De otro lado, una empresa ya exportadora necesita invertir directamente en innovación para no verse rezagada frente a otras empresas que participan competitivamente en el mercado mundial (^{Yasar, Nelson, & Rejesus, 2006}; ^{Baum et al., 2016}; ^{Cintio, Ghosh, & Grassi, 2017}; ^{Nolazco, 2018}; entre otros).

Los trabajos empíricos que buscan relacionar y encontrar los efectos de la innovación tecnológica en el nivel de empleo se pueden desagregar en dos modelos: (i) el que busca cuantificar el impacto de la innovación tecnológica en el nivel agregado del empleo, y (ii) el que se enfoca en el cambio estructural laboral como consecuencia de una innovación tecnológica.

El primer modelo fue desarrollado inicialmente por ^{Jaumandreu (2003})⁸ y extendido por ^{Harrison et al. (2008}). Posteriormente, ^{Benavente y Lauterbach (2008}), ^{Álvarez et al. (2011}), ^{Crespi y Tacsir (2012}) y ^{De Elejalde, Giuliodori y Stucchi (2015}) realizaron aplicaciones para algunos países de América Latina. El segundo⁹ usa modelos empíricos y fue aplicado por Chennels y Van Reenen (1999), y luego por ^{Kaiser (2000}, 2001) y ^{Falk y Seim (2001}a, 2001b).

^{Jaumandreu (2003}) evalúa los impactos de la innovación en producto y proceso a nivel del empleo en España a partir de una regresión por MCO y otra por VI¹⁰. Los resultados de las estimaciones indican un efecto positivo y significativo de un 0,84% y un 1,3% de la innovación en productos sobre el empleo. Sin embargo, el impacto de la innovación en procesos no es significativo debido al efecto complementariedad entre ambas variables.

^{Peters (2004}) extiende el modelo de ^{Jaumandreu (2003}) al incorporar el enfoque hacia una empresa multiproducto y aplicarlo para Alemania usando MCO y VI¹¹. Los resultados de las estimaciones confirman que existe un impacto positivo y significativo de entre un 0,89% y un 1% de la innovación en producto sobre el empleo. Sin embargo, a diferencia de lo obtenido por Jaumandreu (2003), la innovación en proceso sí presenta un efecto negativo y significativo de entre un 1,7% y un 4,3% sobre el empleo, lo que evidencia el efecto desplazamiento.

^{Harrison et al. (2008}) desarrollan un modelo teórico que muestra la relación entre las ventas derivadas por innovación en producto y aquellas empresas que innovaron tanto en producto como en proceso, y el impacto que sostiene esta relación en el nivel de empleo. El objetivo de la relación también recae en encontrar si la innovación en proceso implicó una mejora productiva a los productos antiguos o a los productos nuevos. Para ello, aplica el modelo a un grupo de países de Europa (España, Francia, Alemania y Reunido Unido) usando MCO y VI. Los autores encuentran un efecto positivo y significativo de un 0,83% y un 1,27% en la innovación de producto en el empleo según método de estimación. Por otro lado, se encuentra un efecto negativo de un 4% (MCO) y un 3,4% (VI), lo que evidencia que prevalece el efecto de compensación.

^{Benavente y Lauterbach (2008}) añaden la inversión en capital físico sobre ventas totales al modelo de ^{Harrison et al. (2008}), pues consideran que la intensidad de capital con respecto al nivel de producción es de relevancia para el modelo. Usando las metodologías de MCO y VI¹², se encuentra que existe un efecto significativo de un 0,4% y un 0,6% de la innovación en producto sobre el empleo en la economía chilena. Asimismo, si bien la innovación en proceso presenta un impacto negativo de un 0,13% sobre el empleo, el efecto no es significativo, por lo que se concluye que prevalece el efecto de complementariedad. Estos resultados son consistentes con los obtenidos por ^{Álvarez et al. (2011}), quienes, por un lado, obtienen un impacto positivo y significativo a un nivel de significancia de un 0,8% y un 1,7% de la innovación en producto en relación con el empleo, y, de otro lado, un efecto no significativo de un -2,7% de la innovación en proceso sobre el empleo.

^{Crespi y Tacsir (2012}) aplican el modelo de ^{Harrison et al. (2008}) para un grupo de países de Latinoamérica y el Caribe (Argentina, Chile, Costa Rica y Uruguay) usando MCO y MC2E con VI¹³. Se encuentra que el impacto de la innovación en producto sobre el empleo está entre un 0,85% y un 1,2%, donde ambos impactos son significativos al 1%. Además, la innovación en proceso presenta un coeficiente de un 0,8% y un 1,5% según la metodología econométrica implementada; sin embargo, estos efectos no son significativos, lo que da indicios de que prevalece el efecto de complementariedad sobre el de sustitución.

^{De Elejalde et al. (2015}) implementan el modelo de ^{Harrison et al. (2008}) con el objetivo de estimar los efectos de la innovación (producto/proceso) en el nivel de empleo para el caso de Argentina entre los períodos de 1998 y 2001. A partir de estimaciones por mínimos cuadrados ordinarios (MCO) y mínimos cuadrados en dos etapas (MC2E) usando variables instrumentales (VI)¹⁴, el autor encuentra que existe un impacto de un 0,96% y un 1,51% de la innovación en producto sobre el empleo (ambos significativos al 1%). Distinto es el caso de la innovación en proceso, con un coeficiente no significativo de un -0,56% y un -1,25%. Ello indica la prevalencia del efecto de complementariedad de la innovación en proceso sobre el empleo.

Nótese que la evidencia internacional sugiere que existe una marcada heterogeneidad en los efectos de la innovación sobre el empleo, donde destaca en algunos casos la preponderancia del efecto complementariedad sobre el de sustitución. A nivel nacional, no se han encontrado investigaciones nacionales correspondientes al presente tópico, ya que la gran mayoría de la literatura evalúa la relación entre innovación y productividad (^{Hall & Rosenberg, 2010}; ^{Bravo-Ortega et al., 2014}; ^{Cirera et al., 2015}; entre otros). Por ello, el objetivo de la presente investigación es brindar un alcance de los impactos de la innovación sobre el empleo para productos y/o procesos.

2. Datos

La base de datos por considerar en el presente estudio corresponde a la Encuesta Nacional de Innovación de la Industria Manufacturera (Eniim 2015), recolectada por el Instituto Nacional de Estadística e Informática (INEI). La Eniim 2015 es representativa a nivel nacional, ya que recopila información de 8.844¹⁵ empresas formales¹⁶ que desarrollan actividad manufacturera en los 24 departamentos del país y la Provincia Constitucional del Callao. Además, esta encuesta tiene la ventaja de medir los cambios, avances y evolución de los procesos de innovación en cada una de las iniciativas empresariales realizadas para las mejoras de sus procesos productivos, para desarrollar nuevos productos, entre otros.

El período de estudio de la Eniim 2015 es 2012-2014 para las variables cualitativas, y la información del monto invertido en actividades de innovación y el desempeño económico de la empresa (ventas, exportaciones y capital fijo) se tiene para cada año (2012, 2013 y 2014) que duró la encuesta. Una limitación de la Eniim 2015 es que no puede ser unida a la Eniim 2012 (que contiene información para el período 2009-2011) para poder disponer de un panel de datos, ya que existen menos de un 20% de empresas manufactureras comunes en ambas encuestas. Unir ambas encuestas genera resultados sesgados debido a que sería una muestra poco representativa a nivel nacional.

Un aspecto muy importante que se debe tener en cuenta es la heterogeneidad en el gasto de innovación que realizan las empresas manufactureras y el resultado de la innovación. Así, en la Eniim 2015, el 61,2% de las empresas invirtieron en algún tipo de actividad de innovación tecnológica¹⁷ y no tecnológica¹⁸. Del total de empresas de la industria manufacturera, el 56,2% son empresas innovadoras. De estas, el 50,2% han realizado alguna innovación tecnológica, sea en producto o en proceso, y el 43,8% desarrollaron innovación en organización o en comercialización.

Al respecto, se define la innovación en productos como la relacionada con la introducción de nuevos bienes y servicios, y las mejoras significativas de características funcionales o de utilización de bienes y servicios existentes. La innovación en procesos es la introducción de un nuevo, o significativamente mejorado, proceso de producción o de distribución. Por otro lado, la innovación en comercialización es la aplicación de un método que implique cambios significativos del diseño o el envasado de un producto. La innovación en organización está relacionada con un nuevo método organizativo en la práctica. En el presente estudio, se opta por el análisis de la innovación en productos y procesos, por estar más vinculado a la decisión de la empresa en contratar personal (^{Crespi & Tacsir, 2012}; ^{Harrison et al., 2008}).

De la descripción anterior, los resultados de la innovación en el Perú son similares a los reportados por ^{Harrison et al. (2008}) en Francia, Alemania, España y el Reino Unido. Sin embargo, se encuentran diferencias destacables con los resultados de ^{Benavente y Lauterbach (2008}), quienes reportan que las empresas chilenas solo tienen un 17% de empresas que no innovaron, mientras que, del total de empresas peruanas, la mitad de ellas no innovaron (tabla 1).

Con respecto al crecimiento del empleo, se puede notar que las empresas peruanas que no innovaron tuvieron un crecimiento del empleo menor (2,3%) con respecto a las que solo innovaron en proceso (4,3%), y menor aún frente a las que solo innovaron en producto o producto y proceso (10%). En comparación con la investigación de ^{Harrison et al. (2008}), Alemania, España y el Reino Unido presentan resultados similares. Solo Francia parece no tener diferencias entre las empresas que no innovan en proceso con respecto a las que sí lo hacen. Es interesante el caso de ^{Benavente y Lauterbach (2008}), donde se muestra que las empresas chilenas presentan decrecimiento del empleo con respecto a las empresas no innovadoras (-3,3%); además, el crecimiento del empleo fue marcadamente mayor en las empresas que solo innovaron en proceso (25,4%), en comparación con las que innovaron en producto o ambos (6,7%).

Respecto al crecimiento total de las ventas nominales para las empresas peruanas, se tiene una reducción del 0,4%, ocasionada por la disminución del 16,8% de las ventas de las empresas no innovadoras, las cuales representan el 50% de las empresas totales, a pesar de que las ventas nominales de las empresas innovadoras crecieron en promedio un 16,4%. Este resultado contrasta significativamente con los resultados de ^{Harrison et al. (2008}), donde las ventas nominales de las empresas europeas no innovadoras crecieron en promedio un 13,3% y las ventas totales nominales en un 16%, y los de ^{Benavente y Lauterbach (2008}), donde las ventas nominales de las empresas chilenas no innovadoras crecieron un 9,6% y las ventas totales nominales en un 30%.

Por último, la industria redujo su productividad en un 0,6%, ello como resultado de una reducción de la productividad de las empresas no innovadoras en un 18,9%; mientras que las que solo innovaron en proceso aumentaron su productividad en un 13,5%, además de las que innovaron en producto, con un 5,9%. Nuevamente, la estructura de la base de datos difiere con respecto a los resultados de ^{Harrison et al. (2008}) y ^{Benavente y Lauterbach (2008})¹⁹: a pesar de ser empresas no innovadoras, lograron hacer crecer su productividad en un 6,7% y un 12,9% en promedio, respectivamente. Además, las empresas europeas lograron un crecimiento de la productividad de la industria de un 7,2%, mientras que las empresas chilenas lograron un crecimiento conjunto de un 24,4%.

La tabla 2 presenta la columna A de la tabla 1 desagregada por tamaño²⁰ de empresa para el caso peruano. Se aprecia que, a medida que la empresa crece, la cantidad de empresas no innovadoras se reduce. En otras palabras, la empresa aumenta de tamaño tanto como aumenta su inversión en actividades en I+D y, por ende, en la cantidad de innovaciones que obtiene. Ello se aprecia claramente en el aumento de innovaciones tanto en solo proceso como en producto a medida que la empresa se desarrolla.

Con respecto al crecimiento del empleo, es notable el decrecimiento del empleo (del 10,24% al 3,9%) en la microempresa; sin embargo, es interesante señalar que una vez que llega a ser mediana o gran empresa, se restablece la demanda por mano de obra (8,33%). La explicación sobre este comportamiento se encuentra en la necesidad de la empresa de ser productiva.

Es presumible que una microempresa se vea incentivada a innovar en proceso (por ejemplo, incorporar maquinaria nueva), debido a que este tipo de innovación es la más fácil de realizar (no es necesario poseer un departamento de investigación y desarrollo en la empresa para adquirir maquinaria nueva, algo que sí se requiere cuando se desea innovar en producto) con el objetivo de ser más productiva, lo que causa desplazamiento de mano de obra (^{Jaumandreu, 2003}; ^{Harrison et al., 2008}; ^{Benavente & Lauterbach, 2008}). A medida que la empresa prospera, el crecimiento de la productividad marginal se va reduciendo; una vez establecida como mediana o gran empresa, la única forma de seguir siendo productiva es innovando en producto, para lo cual demanda capital de trabajo calificado. Lo que se experimenta es una reestructuración de la calidad de trabajo calificado por no calificado a medida que una empresa se desarrolla (^{Álvarez et al., 2011}; ^{Crespi & Tacsir, 2012}).

Un aspecto final que se destaca de los datos es que las microempresas tienen una contribución relevante en los promedios agregados, lo cual refleja una característica estructural de la industria manufacturera peruana. Son las microempresas las causantes de las cifras negativas del sector en ambos rubros, pues las ventas nominales exhiben un decrecimiento del 46,9%, mientras que la productividad decae en un 57,1%. Además, en el caso de las empresas de mayor tamaño, sus ventas nominales y su productividad responden en la misma dirección.

3. Estrategia empírica

Para estimar el impacto de la innovación sobre el empleo, se plantea la especificación econométrica inicial asociada al modelo teórico²¹ desarrollado por ^{Jaumandreu (2003}) y por ^{Harrison et al. (2008}):

donde l es la tasa de crecimiento del empleo a lo largo del período (entre t=1 y t=2), y1 y y2 corresponden a las tasas de crecimiento de la producción por producto antiguo y nuevo respectivamente, y u es el término de error (E(u|d; y1 , y2)=0). El parámetro ∝0 representa la eficiencia de producción promedio de los productos antiguos, y la variable dicotómica di es igual a 1 si la empresa ha implementado una innovación en proceso específica no relacionada con la innovación en producto, es decir, "solo innovación en proceso".

Finalmente, el parámetro βi captura la eficiencia relativa de producción entre productos antiguos y nuevos. Teniendo en cuenta que lo que se produce se vende, se asume que la producción de productos (bienes o servicios) antiguos por parte de la empresa fue en el año 2012. Por otro lado, la producción de productos (bienes o servicios) nuevos corresponde al registro de ventas por parte de la empresa en el año 2014, pero que indique en el grado de innovación que este producto es nuevo o significativamente mejorado tanto para la empresa como para el mercado (nacional y/o internacional). La Eniim 2015 permite hacer dicha distinción.

De lo anterior, las condiciones para una estimación apropiada del modelo descrito, según lo expuesto por ^{Harrison et al. (2008}) y ^{Benavente y Lauterbach (2008}), son las siguientes:

Primero, la variable contiene tres efectos diferentes que no se pueden separar por la restricción de datos: (i) el incremento "independiente" de la demanda de productos antiguos, (ii) el efecto de "complementariedad o compensación" por la variación en el precio del producto antiguo por la incorporación de una innovación en proceso y (iii) el efecto de "sustitución o desplazamiento" por la incorporación de una innovación en producto.

Segundo, la proporción entre la producción de productos nuevos y antiguos o crecimiento de las ventas debido a la producción de productos nuevos (y2) es una variable no observable, y para poder construirla se debe separar el crecimiento nominal de las ventas totales (g) entre el crecimiento de las ventas nominales debido a productos antiguos (g1) y el crecimiento de las ventas nominales debido a productos nuevos (g2). Ambas tasas de crecimiento (g1 y g2) se construyen utilizando la proporción entre las ventas por producto nuevo y las ventas totales (s), dato disponible para el último período de análisis. Entonces, se tiene: g2 = s(1+g) y g1 = g-s(1+g).

Si g1 es el crecimiento de las ventas nominales por producto antiguo y π es la tasa de crecimiento del precio de los productos, podemos describir lo siguiente: g1 = y1 + π, donde y1 es el crecimiento no observable real de las ventas por producto antiguo. Ahora, si g2 es el crecimiento de las ventas nominales por producto nuevo y π es la tasa de crecimiento del precio de los productos, entonces se puede decir que: g2 = y2 (1+π) = y2 + π y2, donde y2 es el crecimiento no observable real de las ventas por producto nuevo. Es importante mencionar que se asume que las tasas de crecimiento del precio de los productos antiguos y nuevos son similares debido a que no se cuenta con información detallada sobre los productos que se venden.

Dado que no es posible observar los precios de los productos a nivel de las empresas, se reemplazan las ecuaciones por g1 y g2 demostradas en (A5²²) y se reordena (1), obteniendo:

donde el nuevo término de error no observado es: v = - π - βπy2 + u. Es importante que ∝1 no dependa del nivel de productividad de la empresa, pues ahora se presenta una expresión en diferencias (Harrison et al., 2018). Siguiendo con (2), se puede apreciar que, en esta expresión, g2 es una variable endógena con respecto a la inflación (π) y la producción real del producto nuevo (y2), esto al corroborarse que el residuo v contiene información relacionada con estas dos últimas variables. En este punto, cabe resaltar que es extremadamente difícil encontrar una variable instrumental que sea exógena tanto para el nivel de inflación como para la decisión de la empresa de innovar; por lo tanto, y acorde con las variables instrumentales usadas en la literatura empírica, se asume que d no está correlacionada con v = - π - βπy2 + u.

El problema de endogeneidad se enfrenta utilizando el método de variables instrumentales para g2. Se consideran dos instrumentos. El primero es ayuda pública a las innovaciones, el cual es una variable dicotómica que toma el valor de 1 si la empresa innovó gracias a programas públicos de apoyo a la innovación, tales como: (i) apoyo a la innovación mediante subvenciones, como Innóvate Perú o Fidecom-Fincyt; (ii) servicios tecnológicos de los CITE; (iii) apoyo al emprendimiento y a la ciencia, tecnología e innovación tecnológica; (iv) programas de asistencia técnica para la adopción de tecnología y gestión empresarial; y (v) incentivo a la I+D y programas de promoción de exportaciones. Este instrumento es utilizado de manera similar por ^{Crespi y Tacsir (2012}) y ^{De Elejalde et al. (2015}). El segundo es una variable dicotómica, la cual es igual a 1 si la empresa se encuentra en Lima o Callao. La lógica de la agregación de esta variable instrumental recae en la idea de que la competencia industrial en la capital es de mayor intensidad en comparación con los demás departamentos, y, por ende, para las empresas en dicha región, la innovación representaría una herramienta fundamental para mejorar sus niveles de productividad y competitividad. En los dos instrumentos, se cumplen las condiciones de exogeneidad (es decir, no esta correlacionado con v) y relevancia (es decir, esta relacionado a g2), tal como sugiere Wooldridge (2006).

4. Resultados

En primer lugar, en la tabla 3, y en relación con lo propuesto por ^{Benavente y Lauterbach (2008}), se estima la expresión (2) considerando solo la variable de crecimiento de las ventas por haber innovado en producto (innovación en producto). Esta estimación es de referencia, ya que permite evaluar el coeficiente estimado con una sola variable regresora, para luego analizar cómo va cambiando o si es robusto a la inclusión de más variables exógenas. En segundo lugar, en la tabla 4, se añade la variable de innovación en solo proceso (innovación en proceso), completando así la especificación de la expresión (2). El objetivo de esta estrategia es ir incorporando variables progresivamente con el fin de apreciar la evolución de los resultados a medida que el modelo converge a su forma final. En tercer lugar, acorde con lo propuesto por ^{Harrison et al. (2008}), en la tabla 5 se observa la interacción de las variables de innovación en producto con la de innovación en proceso, ello para descubrir si la innovación en proceso se encuentra destinada a mejorar el proceso de fabricación de productos antiguos o nuevos. Por último, en las tablas 6, ⁷ y ⁸, se llevan a cabo regresiones de la expresión (2), pero en proporción al tamaño, calificación de la mano de obra y capacidad tecnológica de las empresas; ello con el propósito de verificar la robustez de los resultados.

5. Conclusiones y recomendaciones

El presente estudio evalúa el impacto de la innovación en producto y en proceso sobre el crecimiento del empleo en la industria manufacturera peruana durante los años 2012-2014. Para ello, se usó la base de datos recogida por el INEI publicada en la Eniim (2015).

Se encontró que la innovación en producto impacta positivamente al crecimiento del empleo en un 0,67%, estadísticamente significativo al 1% y robusto a la inclusión de variables discretas por industria. Este resultado indica la prevalencia del efecto compensación (o complementariedad) respecto al de desplazamiento (o sustitución) para la innovación de producto con respecto al nivel de empleo. Además, el impacto es menor que la unidad, lo que supone un alto crecimiento de la productividad laboral asociada a la incorporación de productos nuevos en las empresas peruanas, similar a lo encontrado por ^{Benavente y Lauterbach (2008}) para el caso chileno.

Con respecto a la inclusión de la innovación en procesos, el impacto es del -0,45%, significativo al 1% y robusto a la inclusión de variables dicotómicas en la regresión. Este resultado señala la predominancia del efecto desplazamiento (o sustitución) sobre el de compensación (complementariedad) de la innovación en proceso sobre el nivel de empleo. El efecto de sustitución antes mencionado puede ejemplificarse en la situación clásica de incorporación de maquinaria o capital físico en reemplazo de mano de obra usualmente no calificada.

Por el efecto de interacción, se puede señalar que el incremento de la productividad de aquellas empresas que innovaron en proceso se debe principalmente a la incorporación de productos nuevos. Ello debido a que la interacción entre el crecimiento de las ventas por haber innovado en producto y proceso (coinnovación) es significativa al 1%, e impacta en un -0,14% y un -0,18% según la inclusión o no de variables discretas según industria.

Cuando se evalúan los efectos de la innovación en producto y proceso por diferentes niveles, como el tamaño de empresa, la capacidad tecnológica o la calificación de la mano de obra de una empresa, los resultados corroboran la consistencia. A medida que una empresa crece y se desarrolla, tiene mayor probabilidad e interés de innovar en producto, debido a una mayor inversión en I+D, lo cual contribuye a la creación de empleo. El efecto positivo por demanda de empleo cuando se innova en producto es indiferente al tamaño, la capacidad tecnológica o la estructura de calificación de mano de obra; sin embargo, el efecto se amplifica a medida que la empresa prospera. En relación con la innovación en proceso, a medida que una empresa eleva su capacidad competitiva, el efecto de la incorporación de maquinaria nueva va perdiendo impacto; sin embargo, es necesario disminuir el brutal efecto de desplazamiento de empleo cuando una micro- o pequeña empresa decide innovar en proceso.

De lo descrito anteriormente, es importante que futuras investigaciones evalúen la consistencia de los resultados obtenidos en este estudio usando más información histórica (por ejemplo, a través de un panel de datos) e incorporando otros posibles instrumentos que puedan controlar la endogeneidad existente en el modelo, para así identificar los coeficientes de interés de la mejor manera posible. Sin embargo, de mantenerse la evidencia encontrada (es decir, que exista un efecto positivo de la innovación en producto con respecto al nivel de empleo, independientemente del tamaño de la empresa), es importante que las políticas públicas estén orientadas a incentivar que las empresas (sobre todo las micro- y pequeñas empresas) innoven más y aprovechen dicho efecto positivo no solo en su crecimiento potencial, sino también en que el mercado laboral no se vea afectado por el desarrollo tecnológico. Por ejemplo, una herramienta vital para incrementar la innovación en otros países de América Latina son las orientadas al mayor acceso al crédito para I+D y las mejoras en las regulaciones tributarias y laborales (BID, 2010). Estas políticas deben ser implementadas de manera conjunta y sostenidas en el mediano y largo plazo para garantizar su efectividad.

Por último, respecto al efecto negativo de la innovación en proceso sobre el empleo, este requiere un mayor análisis que corrobore esta evidencia. Sin embargo, los primeros resultados encontrados en este estudio para el caso peruano indican que este tipo de innovación desplaza un alto nivel de capital humano no calificado, por lo que las políticas públicas se podrían enfocar en mejorar la calidad del capital de trabajo mediante la capacitación laboral y así reducir tal impacto desmesurado (^{Álvarez et al., 2011}). Al respecto, un instrumento útil es el entrenamiento en el trabajo u on-the-job-training (OJT por sus siglas en inglés), el cual consiste en que las propias empresas sean las que entrenen a sus trabajadores a través de incentivos gubernamentales, como la reducción en el pago de impuestos (^{González-Velosa, Rosas, & Flores, 2016}).