menú principal

volver al programa provisional

X Coloquio Internacional de Geocrítica

DIEZ AÑOS DE CAMBIOS EN EL MUNDO, EN LA GEOGRAFÍA Y EN LAS CIENCIAS SOCIALES, 1999-2008

Barcelona, 26 - 30 de mayo de 2008
Universidad de Barcelona


LA LOCALIZACIÓN INTRAMETROPOLITANA DE LAS ACTIVIDADES DE LA INNOVACIÓN: UN ANÁLISIS PARA LA REGIÓN METROPOLITANA DE BARCELONA

Claudia Pérez Prieto
claudia.beatriz.perez@upc.edu

Carlos Marmolejo Duarte
carlos.marmolejo@upc.edu
Centro de Política de Suelo y Valoraciones. Universidad Politécnica de Cataluña.

La localización intrametropolitana de las actividades de la innovación: un análisis para la Región Metropolitana de Barcelona (Resumen)

Numerosas investigaciones han estudiado la localización de las actividades de la innovación a escala regional. Los resultados sugieren que factores como el capital humano, social y físico, son catalizadores de este tipo de actividades.  En general todos los estudios  han coincido en indicar que este tipo de actividades tienden a concentrarse en pocas áreas metropolitanas, con lo cual se ha asumido que éstas tienen una gran dependencia de las externalidades como los spillovers de conocimiento. Sin embargo, la variación de factores  anteriores, aunados a los físicos, sociales y ambientales a lo largo de las metrópolis contemporáneas, caracterizadas por una complejidad creciente, hace pensar que existen microambientes urbanísticos que propician la localización de estas  actividades innovadoras y de la creatividad. La investigación del peso que dichas  condicionantes tienen sobre las decisiones locativas es imprescindible en el diseño y planificación de los nuevos espacios de las ciudades del conocimiento. En este artículo reportamos los primeros resultados de una investigación que intenta conocer cuáles son los determinantes, a escala intrametropolitana, de la localización de las actividades de la innovación. Mediante el uso de un modelo econométrico se intenta explicar a escala de sección censal, dentro del área metropolitana de Barcelona,  la distribución espacial de la densidad de las empresas que, por sus procesos, han sido consideradas como innovadoras por el Centre d’Innovació i Desenvolupament Empresarial del gobierno catalán.  El análisis sugiere que factores como la compacidad de los tejidos urbanos, la accesibilidad global a los servicios de alto valor añadido (p.e.: consultoras  y universidades), el prestigio socioempresarial de las localizaciones, y la calidad ambiental del espacio son elementos clave en el emplazamiento de la innovación.

Palabras clave: Teoría de la localización, innovación, Barcelona, ciudad del conocimiento.

The intrametropolitan location of innovative firms: an analysis for Barcelona Metropolitan Region (Abstract)

The location of innovation activities have been largely studied at regional level. The main conclusions suggest that some aspects as human, social, and material capital have an important impact on the catalysis of such kind of activities. In general terms all the studies have conclude that innovation is highly concentrated in metropolitan areas, for this reason it has been assumed that this activities are dependent of rich-knowledge environments. Nevertheless, in contemporary complex metropolises, beyond agglomeration economies, there is important variation of locative factors such as accessibility, social perception of the space and environmental quality that may affect the location of innovative activities. In this context it is important to study the importance of each locative factor in the construction of innovative micro-urban environments. This paper reports the first exploratory findings about the relation between socio-geographical aspects and the intremetropolitan location of innovative activities. Using an econometric approach we try to explain, at census tract level, the spatial variation of the density of innovative firms; such firms have been awarded by the Catalan Council of R+D+i. The analysis suggest that some factors like the compacity of urban fabrics, the accessibility and proximity to Knowledge Intensive Services (KIS), the socioprofessional prestige, and the absence of negative environmental externalities, are key issues on the locative decision of innovative enterprises.

Keywords: Location theory, innovation, Barcelona, knowledge-based city.

El cambio de paradigma en la organización de la producción a nivel global, y la propia evolución de las técnicas de análisis y del pensamiento en la economía y la geografía,  han abierto nuevas perspectivas en la investigación regional (Quah, 1996). De esta manera el estudio de las relaciones locales que se suscitan en el corto alcance ha cobrado gran significación al grado de hacer emerger aproximaciones novedosas como la “nueva economía”, en donde el factor espacio (y las características que le son consustanciales), antes ignorado por los modelos de crecimiento y localización, ha sido explícitamente introducido (Trullen y Boix, 2007).  De manera paralela, las regiones que han externalizado la práctica totalidad de sus procesos productivos primarios y secundarios han visto orientada su política de crecimiento hacia el incremento de su productividad basada  en la innovación (Boschma, 2004), la creatividad y en la promoción de servicios de alto valor añadido que  son generalmente  exportados al resto del orbe. En estas regiones se ha acuñado el concepto de “economía basada en el conocimiento”. Si bien el conocimiento y su implementación productiva a través de la innovación siempre han sido el fuelle del progreso de las  civilizaciones, este nuevo modelo tiene sus propias especificidades. Según David y Foray (2002), estas características son: una aceleración en la producción de conocimiento, un incremento de capital intangible a escala macroeconómica (p.e.: inversión en educación,  I+D+i, y gasto social), un incremento en los niveles de innovación, la revolución de las TIC que ha democratizado el acceso a la información y la diseminación del conocimiento. En este modelo el crecimiento no es exclusivo de las industrias de alta tecnología y de servicios especializados, sino que “teóricamente” se trasmina a todos los sectores y estratos de la sociedad; lo cual es dudoso y, en la práctica,  su implementación tiene un coste social muy alto incluso de los países más desarrollados (Lund et al., 2001). Sin embargo, a pesar del cambio en el modelo de división global del trabajo, de la desmaterialización de la economía,  y sobre todo, a pesar de la revolución de las TIC, las ciudades, ahora convertidas en áreas metropolitanas, continúan siendo el corazón de la innovación y la producción científica a escala global: en 1981 las principales 75 ciudades metropolitanas del mundo producían el 32,5% de los artículos científicos indexados por el SCI-E del ISI, mientras que en el 2001 ya producían el 42,2% (Roca y Marmolejo, 2007).  La geografía de la innovación muestra un panorama parecido, Feldman  y Florida (1994) han reportado que el 41,7% de las innovaciones en la industria estadounidense de los ordenadores en 1982 se concentraba en California y otro 12% en Massachusetts; ambos estados producían, por tanto más de la mitad de las innovaciones en este ramo a escala nacional. En España la situación no es muy diferente, según datos de la Oficina Española de Patentes y Marcas[i] en el año 2001 las patentes con protección internacional concedidas fueron otorgadas en un 27% a empresas localizadas en Cataluña, y en un 23% a empresas localizadas en Madrid, nuevamente dos regiones concentran  la mitad de las innovaciones españolas. De esta manera algunas de las metrópolis del mundo occidental más desarrollado se han convertido en “ciudades del conocimiento”. Por tanto en el mundo globalizado y desmaterializado el espacio, es decir, la localización continúa teniendo un protagonismo en el progreso de las regiones. 

Numerosas investigaciones han puesto la atención en el papel que juegan las características regionales en la implementación del nuevo sistema productivo (Quah, 1996), por ejemplo los ratios de innovación por ciudades están estadísticamente correlacionados con la concentración de centros de I+D universitarios y privados (Simmie, 2002). Sin embargo, dentro de las áreas metropolitanas hay una enorme variación de las características geográficas, sociales y ambientales (p.e.: accesibilidad, prestigio y calidad ambiental)  que hacen suponer que existen ambientes mircro-urbanos que propician la localización de las actividades de la innovación y de la creatividad (Musterd, 2005). En este artículo, mediante un análisis de tipo econométrico,  estudiamos  a escala intrametropolitana cuales son los factores que determinan la localización de las empresas innovadoras en la Región Metropolitana de Barcelona. El resto del artículo se estructura así: primero definimos los conceptos de  información, conocimiento e innovación; enseguida explicamos porqué, en una economía desmaterializada, la aglomeración continua teniendo sentido e importancia; después  hacemos una breve revisión sobre los estudios de la localización de las actividades de alto valor añadido; luego explicamos la metodología y los datos utilizados; y finalmente discutimos los resultados del análisis de los datos.

Datos, información, conocimiento e innovación

Para entender las lógicas de la localización de las actividades de la innovación es imprescindible recordar las definiciones básicas relacionadas con los datos, la información, el conocimiento y la innovación. En general los datos se refieren a la materia primera de la información, y suelen ser símbolos que representan las características de sujetos y objetos. La información por su parte es un conjunto de datos codificados, ordenados y estructurados, es decir listo para ser procesado. El conocimiento es la facultad para acometer una acción intelectual o material dada una información textual o contextual determinada. Sin embargo, desde la perspectiva de los estudios locativos  interesa  distinguir el conocimiento codificado del tácito. Mientras que el conocimiento codificado es aquel que al estar articulado y clarificado mediante el uso de conceptos universales puede ser expresado en un lenguaje común y transmitido en un medio determinado (p.e.: un manual de matemáticas, o el plano de ensamblaje de una línea de producción), el conocimiento tácito se reviste de una complejidad mayor. En general el conocimiento codificado puede ser expresado como la exteriorización de la memoria (Fareveau, 1998), mediante el uso del lenguaje y de los símbolos inteligibles, y en ese sentido su transmisión es independiente de las personas, el manual y el plano del ejemplo anterior tienen  una estructura y una serie de códigos escritos y gráficos suficientes para aprender autónomamente aritmética o cómo montar una banda transportadora.  Por su parte el conocimiento tácito es el que se transmite entre las personas, y al no estar codificado, requiere de su presencia para su reproducción y transmisión, gran parte de las habilidades de todo tipo suelen transmitirse por vía de este tipo de conocimiento. Michael Polanyi (1966), el filósofo que  acuñó este concepto, es participe de la dificultad de codificar todo el conjunto de conocimientos, por eso “conocemos más de lo que podemos decir”. Aprender haciéndolo, aprender usándolo y aprender aprendiéndolo, son aspectos elementales en la adquisición del conocimiento tácito (Howells, 2002). Lo importante es que el conocimiento, y más concretamente, su transmisión es uno de los pilares que soportan el mejoramiento de los procesos, productos y servicios. La innovación es un concepto que se entiende como  la introducción exitosa de un nuevo  proceso o producto al mercado. Las fuentes de novedad pueden incluir nuevas tecnologías, nuevos conocimientos, nuevas formas de organización y nuevos mercados, los cuales pueden interactuar o presentarse en forma independiente (Barber y Lambert, 1997). Este concepto se ha estudiado ampliamente a lo largo de la historia económica, sin embargo es Josep Schumpeter (1954) quien sostiene que la innovación es el cambio histórico e irreversible  en la manera de hacer las cosas (la destrucción creativa), debido a la perseverancia del capital humano por emprender y tener la facultad de asumir nuevos conocimientos. Por otra parte la innovación es cada vez más dependiente de la ubicación geográfica de las infraestructuras de recursos técnicos, de conocimientos y de los inputs esenciales para sus  procesos. Esta infraestructura está conformada por  diferentes  fuentes de conocimiento: redes de empresas, concentraciones de investigación y desarrollo (I+D) que proporciona mejores oportunidades para la innovación mediante el suministro de conocimientos de los nuevos descubrimientos científicos y sus aplicaciones (Feldman y Florida, 1994). Las redes de empresas o redes económicas según Hâkansson (1993), están formadas por tres elementos principales; los actores, las actividades y los recursos. Sin embargo los dos primeros están relacionados con los diferentes tipos de recursos: físicos (maquinarias, materias primas) financieros y humanos (trabajadores, conocimiento y relaciones), los cuales son dinámicos e interactúan con otros recursos. La heterogeneidad de los recursos y la movilidad de estos, son la clave en la relación de las redes económicas y la innovación. Esta relación es la que ofrece nuevas oportunidades e incentiva el desarrollo de la innovación.

Las ciudades como clústeres de conocimiento e innovación

¿Cuál es la base que soporta la existencia de aglomeraciones espaciales en el auge de la era de las telecomunicaciones y del postfordismo? Sorprendentemente la respuesta está en el bien conocido concepto de clúster, popularizado por Porter (1990), pero cuya base teorética se remonta a las aportaciones de Marshall (1890)  de finales del siglo XIX.  Llama poderosamente la atención que  la robustez del concepto de clúster ha permitido trasladarlo, sin mayor problema, desde el modelo industrial al postindustrial, caracterizado por la existencia de servicios intensivos en conocimiento (Wood, 2002). Los mecanismos económicos y socioculturales que articulan las relaciones dentro de estos clústeres, pueden ser sintetizados en tres grupos:

Relaciones funcionales. La idea más simple es la de la vinculación funcional de las empresas, es decir la interdependencia que se genera cuando el proceso de producción es compartido por más de una firma, de manera que los productos de una son a la vez insumos de la otra. Por tanto la fricción que ejerce el espacio en términos de coste de energía y tiempo explica por sí misma las ventajas de la aglomeración. Fue Hirschman (1958) quien sugirió la existencia de fordward y backward linkages, los cuales estructuran con singular fuerza los clústeres funcionales. En el contexto actual, caracterizado por la progresiva sustitución de los procesos fordistas por otros más flexibles y externalizados, el influjo  de las fuerzas de enlace es aún más  evidente sobre la generación de concentraciones espaciales, sin ellas por ejemplo procesos productivos  como el just in time no existirían (Leibovitz, 2004).

Economías de aglomeración. Fruto de la convivencia espacial de las actividades emergen externalidades con independencia de la relación funcional de las empresas. Esta propiedad emergente, que es indivisible en tanto es espacial,  de las aglomeraciones es el concepto señalado por Marshall como ventaja diferencial. En el distrito industrial marshalliano  no sólo existen firmas interconectadas por relaciones funcionales, sino y sobre todo, por externalidades que emergen  en el seno de la convivencia espacial. Las ventajas de estas indivisibilidades se pueden resumir en 4 dimensiones: generación de un mercado de trabajo adecuado a las necesidades de las empresas, existencia de procesos de spillovers de conocimiento (Aslesen y Isaken, 2007) generalmente no comercializados, como el que se transfiere entre los trabajadores, o los proveedores cuando  recomiendan la mejor tecnología a las empresas,  generación de proveedores competitivos y generación de economías de escala que permiten acceder a tecnología de punta en los procesos productivos. Evidentemente las economías de aglomeración tienen impactos selectivos en función de la naturaleza de la firma. Hoover (1948) clasificó a las economías de aglomeración en dos grupos: economías de localización, es decir aquellas externas a la firma pero internas al sector, y economías de urbanización es decir aquellas externas tanto a la firma como al sector. Por tanto dichas economías pueden surgir de la mano de la especialización como de la diversificación. Lo importante es que la asimilación que hacen las empresas de estas externalidades territoriales, es la base de la existencia de rendimientos crecientes (Krugman, 1996), por cuanto éstas son internalizadas como beneficios pecuniarios. La existencia de las economías de aglomeración, y paralelamente de sus antagónicas economías de desaglomeración, señaladas en primera instancia por Weber (1929), es la base que soporta a los procesos de autorganización espacial de la economía.

Redes sociales.  De manera paralela a las  aportaciones de Porter, Becattinni (1987) ha añadido que el éxito y la competitividad de los distritos económicos no sólo están sustentados  por las relaciones funcionales y de externalidad, sino también por aquellas de tipo sociológico. Dichas relaciones están más bien relacionadas con la existencia de un arraigo local, así como por los códigos culturales, religiosos y morales que se comparten. Por tanto, la aportación de la base local trasciende la esfera estrictamente económica para alcanzar la sociológica  conformando verdaderas “softnetworks” (Malecki, 2002). En este mismo sentido Coleman (1988), Florida (2002) y Putnam (2004) han enfatizado el papel del capital social como catalizador del progreso de las actividades creativas intensivas en conocimiento.

La conjugación de los mecanismos económicos, y más generalmente sociales, antes descritos hace  pensar que los beneficios que la proximidad espacial aporta a las empresas se elevan muy por encima de los ahorros en el coste de desplazamiento de la teoría de localización neoclásica de Thünen de 1826  y de Launhardt de 1885. De no ser así, la existencia empíricamente probada de aglomeraciones no tendría sustento teórico.  Ahora bien,  las ciudades ya no son los islarios urbanizados que conoció Marshall, en un modelo caracterizado por la dispersión de las actividades, la generación de múltiples polos económicos interrelacionados, por la pérdida de nitidez de los límites urbanos, ha sido necesario cambiar de escala en la comprensión de los fenómenos de interdependencia espacial. En este sentido Phelps (2004) sugiere que el concepto de externalidad basado en el lugar tendría que ser repensado considerando el concepto de externalidad basado en el espacio (una tesis afiliada a la de Manuel Castells), es decir, la relación  que se habilita entre los clústeres, las periferias, y los espacios intermedios. Fruto de esta reflexión ha emergido el concepto de economías de red. Dichas economías pueden ser definidas como las externalidades que se producen cuando las ciudades (polos)  interactúan entre sí (Boix, 2002).

En el caso específico de las actividades de la innovación la principal hipótesis para explicar  su concentración es la dependencia de estas actividades del conocimiento; en tanto éste y la experiencia son necesarios para afrontar procesos revestidos de gran incertidumbre como la innovación (Simmie, 2002). En concreto, el conocimiento tácito ha sido señalado como elemental en el diseño de procesos y productos novedosos. El hecho que el conocimiento tácito sea consustancial a las personas que lo poseen tiene una repercusión monumental sobre la geografía económica, en tanto, su transmisión implica el contacto cara a cara, debido a que  este tipo de interacción habilita el uso de todos los sentidos para su difusión. De esta manera, la interacción presencial, se constituye en el vehículo de intercambio de la información más cualificada, pero también de conocimiento, por tanto, se convierte en una condición necesaria en la construcción de los espacios geográficos específicos de la innovación, es decir, de los  medios de innovación (Marmolejo y Roca, 2006). Para Lucas  (1988 y 2001) los efectos externos generados por la interacción de cada uno de los individuos, los spillovers transmitidos de una persona a otra a través de la interacción social urbana, permite que el capital humano pueda crecer en la ciudad incluso más que la simple suma del de los individuos que la conforman. La ciudad aparece, así, como el lugar natural de generación y acumulación de capital humano (Lucas, 1988 y 2001).

Así las cosas la ciudad, en el sentido contemporáneo de la palabra, cúmulo  de  capital humano y social, poseedora de las más grandes infraestructuras de todo tipo y especialmente las especializadas en generación de conocimiento (universidades, bibliotecas, hospitales, laboratorios, etc.) es, al igual que las tecnópolis de Castells y  Hall  (1994), un emplazamiento apto para localizar la producción de ideas, su desarrollo, e implementación  consolidando con ello verdaderos mileux innovateurs (Aydalot, 1986).  Además, el atractivo cultural, la oferta de servicios diversificados  y en muchos casos el legado histórico urbano, son un atractivo para el personal cualificado, que constituye el  factor de producción esencial  de la Ciudad del  Conocimiento.

La localización  de las actividades de alto valor añadido

J. Simmie (2002) ha realizado una encuesta a 128 empresas, del Sudeste Inglés, galardonadas por sus procesos innovadores. A través de esta aproximación sociológica, Simmie encontró que una buena parte de las empresas (74 de 100) requirieron durante el diseño de sus productos innovadores de la experiencia (conocimiento) de colaboradores externos (especialistas, proveedores, universidades).  Lo importante es que la mayor parte  (38%) de estos transmisores de conocimiento estaban localizados en los mismos condados que las empresas entrevistadas, de hecho sólo el 12% estaba ubicado fuera de Europa. A pesar de la revolución de las TIC, el 95% de la transferencia de conocimiento de los colaboradores ubicados en el propio sudeste inglés requirió contactos cara a cara, básicamente de tipo mensual (un 23% de las transferencias internacionales también requirieron encuentros presenciales). Por tanto la concentración de empresas de alto valor añadido y la conexión de la región con el mundo a través de Heatrow (el lugar más accesible del mundo) son dos de las razones que explican por qué el sudoeste inglés tiene la mayor concentración de empresas innovadoras de todo el Reino Unido.  Por esta razón los servicios exitosos de consultoría requieren una interacción sostenida con los clientes y especialmente formas específicas de relación tácita (Wood, 2002). En un estudio más amplio Feldman y Florida (1994) han encontrado, que la distribución espacial de las menciones de innovación en EEUU están explicadas por cuatro componentes de la infraestructura tecnológica de las regiones: los centros de I+D privados (que tienen un papel protagónico), los centros de investigación universitarios, la presencia de industrias manufactureras complementarias, y la presencia de servicios empresariales que permiten apoyar parte de los procesos innovadores como el financiamiento, el marketing y la comercialización.  Jaffe (1989) ya había comprobado la concomitancia estadística entre el número de patentes y los gastos de I+D de los centros privados y universitarios, sin embargo, los investigadores no tienen claro hasta qué punto el uso de las patentes es un indicador confiable de la innovación, en tanto, muchos inventos no se patentan, y otros patentados nunca se implementan, y si se implementan su impacto sobre la esfera económica, social difiere y ambiental difiere   significativamente.

A escala intrametropolitana los estudios sobre la localización de las actividades de alto valor añadido han seguido, generalmente, aproximaciones sectoriales: p.e.: el estudio de las empresas de consultoría financiera. Algunas excepciones han realizado aproximaciones transversales. Marmolejo (2005) ha sugerido que las actividades basadas en la información, es decir aquellas encargadas de la concepción, diseño-planificación, implementación, y gestión de los procesos, tienden a conglomerarse, en relación a las actividades basadas en la manipulación de materia, debido a que poseen patrones intensos de interacción presencial, donde el contacto cara a cara es fundamental como medio de transmisión de información cualificada y conocimiento.  De hecho, en su estudio empírico para la Región Metropolitana de Barcelona, la correlación lineal entre el porcentaje de actividades de la información dentro de los 60 sectores a dos dígitos de desagregación del CNAE y un indicador de la concentración espacial de la localización de los mismos (entropía) es de r=0,588; es decir, cuanto más actividades inmateriales posee un sector económico mayor es su concentración espacial. Más en el fondo aún, cuando analiza la concentración de las actividades de la información distinguiendo tres grupos encuentra  diferencias significativas. De manera que las actividades más cualificadas, en donde los intercambios de conocimiento codificado y tácitos son intensos, y además en las cuales más de la mitad (56%) de los ocupados tienen estudios al menos de licenciatura, tienden a estar mucho más concentradas, que las actividades de la información menos cualificadas donde los intercambios de datos e información son intensos (pero pueden ser verificados vía las TIC y no necesariamente a través de contactos cara a cara) en las cuales sólo el 8% de los ocupados tienen licenciatura como se detalla en la tabla 1.

Tabla 1
Análisis de la concentración espacial de las actividades de la información en la RMB.

Nunn y Warren (2000) han estudiado la localización intrametropolitana de los servicios informáticos en 174 SMAs estadounidenses. El resultado de su análisis deja ver cómo este tipo de actividades están concentradas en los condados centrales, a la vez que los condados semiperiféricos tienen una mayor proporción de este tipo de empresas en relación a la proporción que tienen los condados periféricos. El 60% del empleo en el procesamiento de datos se realiza en áreas centrales. Sin embargo, en las áreas metropolitanas más avanzadas, en donde existe una amplia integración funcional entre los subcentros (clústeres) y las áreas intersticiales, localizarse en un subcentro en relación a no hacerlo puede resultar irrelevante. En este sentido Suarez-Villa y Walrod (1997) han demostrado cómo en el área policéntrica de la bahía de Los Ángeles (EEUU), la aglomeración de espacial de las industrias electrónicas no resulta más ventajosa que la localización dispersa en términos de la eficiencia de I+D. Los autores explican que, en un área avanzada como esta, las ventajas comparativas consustanciales a los clústeres, se encuentran disponibles en todo el territorio, además, localizarse fuera de un clúster es una estrategia para salvaguardar la privacidad y el secreto industrial.

A escala intraurbana, más allá de las economías de  aglomeración, existen otros factores que deben afectar la decisión locativa  de las empresas innovadoras. El prestigio social, la calidad ambiental, el acceso a un mercado de trabajo cualificado, o el acceso a los servicios empresariales, necesarios en la implementación de procesos novedosos, han sido señalados como determinantes de la localización de las actividades de alto valor añadido. Sopesar la importancia de cada factor es precisamente este el objetivo de esta investigación.

Datos y metodología

En esta investigación la variable a explicar es la densidad de las empresas de la innovación (número de empresas/superficie urbanizada), dentro de la Región Metropolitana de Barcelona (3.200 km2 y 4,8 millones de personas), la cual según algunos autores  está avanzando hacia una economía basada en el conocimiento (véase por ejemplo, Trullen 2001). La localización se estudia a nivel de sección censal[ii], de las 396 empresas, que corresponden a las consideradas como innovadoras por el Centre d’Innovació i Desenvolupament Empresarial del gobierno Catalán. Para la selección se han utilizado las empresas que han obtenido subvenciones para desarrollar  proyectos de investigación, desarrollo e innovación tecnológica en las convocatorias de los años 2005 y 2006. Por su parte la superficie urbanizada se trata del conjunto de usos de suelo artificiales derivados del análisis de teledetección a partir de imágenes del satélite SPOT (Véase Alhaddad, Marmolejo, et al., 2006). Estos usos corresponden a la superficie de cubierta del suelo  de grandes infraestructuras (aeropuerto y puerto), usos residenciales en suelo continuo (densidad alta y media), discontinuo y disperso, uso histórico, uso industrial, uso de áreas verde urbanas y uso de suelo destinado a vías de transporte.

La densidad como se observa en la Fig. 1, es considerada como uno de los indicadores sintéticos más importantes en la caracterización de las estructuras urbanas y metropolitanas.  Según McMillen (2001) una definición razonable de subcentro es: 1) un sitio con una significativamente grande  densidad de empleo que está cercano a otras localizaciones, sobre las cuales (2) tiene un efecto significativo sobre la densidad de empleo. Numerosas investigaciones han utilizado esta variable en la determinación de subcentros de empleo, servicios, ocio, etc. McDonald (1987) y Mc Donald & McMillen (1990) han delimitado picos locales de densidad de empleo; Greene (1980) ha detectado subcentros en relación a umbrales de referencia (cutoffs). Guiliano & Small (1991) han utilizado la masa crítica y la densidad de manera conjunta; otros autores han utilizado modelos de densidad, donde la principal variable explicativa de su variación es la distancia al DNC (McDonald & Prather, 1994); Cleveland (1979), Cleveland & Deviln (1988), McMillen & McDonald (1997) han evolucionado los modelos econométricos incorporando métodos no paramétricos de regresión locamente ponderada.  

 

Figura 1 Distribución de empresas innovadoras en el territorio metropolitano

 

En concreto se ha decidido utilizar el Ln de la densidad por dos razones: en primera instancia, el test no paramétrico de Kolmogorov-Smirnov[iii] sugiere que la distribución de esta variable se aproxima a la distribución normal como se ve en la tabla 2; y en segunda, porque permite medir directamente la elasticidad que produce sobre la variación de la densidad, la variación de cada unidad de las variables independientes.

 

Tabla 2
Análisis del tipo de distribución.

El modelo log-lineal utilizado es:                                                            

                      (1)

Donde LnDe es el logaritmo natural de la densidad de empresas por unidad de superficie, y Vi  son las características que describen el entorno y que están alineadas a 4 dimensiones: accesibilidad general, percepción socioempresarial del espacio, calidad ambiental y economías de aglomeración.

Los indicadores sintéticos utilizados para explicar es la densidad de las empresas de la innovación, se organizan en tres dimensiones, ver tabla 3. La dimensión A, cuenta con información relativa a la mayor o menor facilidad con la cual se puede acceder a: los tejidos urbanos donde se emplazan las actividades económicas de la innovación, al lugar de trabajo de los ocupados. Para ambos casos la accesibilidad matricial es ponderada y está expresada por la distancia en Km en transporte privado. En este análisis también se estudia la accesibilidad ponderada expresada por el  tiempo en minutos en transporte público y privado a los mismos destinos y la accesibilidad geográfica a Barcelona desde el resto de la región metropolitana. En esta dimensión, además se consideran las variables relacionadas con la economía de aglomeración por lo que se analiza la complejidad de la estructura sectorial del tejido económico total que se entiende como la diversidad de todas las actividades económicas existentes en un determinado territorio, la intensidad de uso del tejido urbano que se refleja por el promedio ponderado de plantas de altura del total de edificios del lugar, la densidad de parque edificado  y la densidad de la población, estas últimas calculadas considerando tanto la superficial total como la  superficie artificial del suelo urbano de cada sección censal. Otra  de las covariables de esta dimensión es  el uso del continuo urbano expresado por el porcentaje de superficie de uso residencial de cubiertas de alta y media  densidad. Y finalmente un análisis factorial de los lugares de trabajo localizado donde se obtienen tres componentes. El  primero  con una varianza del 31,42%, agrupa a los directivos y a los trabajadores de los servicios, y excluye a los LTL operarios.  En el segundo componente, el cual, con una varianza del 21,57% agrupa a los profesionales y técnicos aunque  se excluyen los LTL cualificados de  industria. El último componente arroja una varianza  16,78% dejando ver que corresponde a los lugares de trabajo donde no se ubican los trabajadores agrícolas. En la dimensión E hay covariables relacionadas con las externalidades  ambientales: la antigüedad del parque edificado expresada por el promedio ponderado del años de construcción del total de edificios del lugar, el estado del parque edificado revelado por el  porcentaje de edificios que se clasifican dentro de las categorías de bueno, regular, malo y ruinoso, la calidad del entorno referida al tipo de actividad económica expresada por el porcentaje de locales activos de uso comercial, oficina e  industrial. Además está  la calidad ambiental expresada por el porcentaje de hogares que declararon percibir problemas de ruido en el entorno de su vivienda, lo mismo en relación con la mala comunicación y la falta de zonas verdes, finalmente se analiza el uso de las cubiertas del suelo expresado por el porcentaje de cada uso con relación al total de dichos usos. En la dimensión P las variables están relacionadas con la percepción social del espacio: la estructura de ocupación del tejido social ocupado expresado por el porcentaje de trabajadores de cada ocupación que viven en cada localización y el nivel de estudios de la población expresado en porcentajes. En ambos casos se realizaron análisis factoriales con el resultado de dos componentes para cada uno. Para la POR, el primer componente arroja una varianza de 50,46%, y agrupa en gran medida a la clase  obrera, el segundo componente arroja una varianza de 24,42%, agrupando principalmente a directivos y profesionales. Para el nivel de estudios, el primer componente muestra una varianza de 61,89 % agrupando a todos los niveles, exceptuando el mayor grado de educación que lo recoge el segundo componente con una varianza del 27,76%.

 

Tabla 3
Estadísticos descriptivos de las covariables.

 

Resultados y discusión

El análisis simple de relación lineal permite probar algunas hipótesis de partida. Por ejemplo en términos de accesibilidad, ver tabla 4, se ve cómo es más importante el acceso a las actividades de alto nivel de conocimiento (r=-0,654) en relación al acceso a la industria (r=-0,512), o la simple distancia a Barcelona (r=-0,596). Así mismo se observa una relación inversa con las zonas donde viven las personas con menos formación académica (r=-0,552) y con las ocupaciones menos cualificadas (r=-0,510). En términos de calidad ambiental, se ve cómo el porcentaje de superficie ocupada por naves industriales (r=-0,269) identificado por la teledetección satelital, tiene  una influencia negativa sobre la densidad, la cual se amplifica cuando se estudia el porcentaje de  locales (r=-0,439) debido a que éstos pueden estar bajo edificios  mixtos identificados por el satélite como otros usos.

 

Tabla 4
Correlación lineal de una selección de variables y el logaritmo natural de la densidad de las empresas innovadoras.

 

Para analizar conjuntamente el efecto de las covariables sobre la distribución espacial de la densidad de las empresas innovadoras se han ajustado los parámetros de la ecuación (1). El procedimiento seguido ha sido el de los MCO, dada la normalidad de los datos, y por pasos sucesivos, con objeto de considerar sólo las variables con mayor nivel de significancia estadística.   La Tabla  5, detalla que, de acuerdo con la Sig. de F del análisis ANOVA, el peso de las covariables no es resultado de la casualidad.

 

Tabla 5
Análisis Anova de la significancia estadística del modelo.

Tabla 6 Modelo Log-lineal sobre la distribución espacial de las actividades de la innovación.

 

El modelo 6, capaz de explicar el 71,5% de la variación de la distribución espacial de la densidad de la innovación detalla que las covariables importantes son:

En la dimensión de la accesibilidad y las economías de aglomeración:

·    El indicador de accesibilidad a los servicios de alto valor añadido. A mayor inaccesibilidad, menor densidad de innovación.

·   El factor 2 LTL que representa la localización, a escala municipal, de las actividades de la información.  Cuanto mayor es éste  indicador estructural, mayor es la densidad de la innovación.

·   El porcentaje de tejidos continuos, a mayor presencia de éstos mayor densidad de innovación.

En la dimensión de las externalidades ambientales

·   El porcentaje de edificios en estado ruinoso, cuanto mayor es éste, menor es la densidad de la innovación

·  El porcentaje de actividades industriales, cuanto mayor es éste, menor es la densidad de la innovación

En la dimensión de la percepción social del espacio

·  El factor 1 POR que sintetiza el lugar de residencia de la población de los estratos socioprofesionales inferiores. 

Todas las variables anteriores son significativas al 95% de confianza, y el signo es coherente con lo esperado, y con las correlaciones simples, lo cual sugiere la ausencia de problemas graves de colinealidad. La Figura 2 permite observar que los residuos adoptan una distribución prácticamente normal, por su parte la Figura 3 sugiere la ausencia de heterocedasteceidad, y por tanto, apoya la expresión funcional semi-log utilizada.

 

Figura 2
Análisis de normalidad de los residuos.

 

Figura 3  
Análisis de homocedasteceidad.

 

Los resultados sugieren que el nivel de compacidad y continuidad de los tejidos urbanos y de las características que le son consustanciales, como la diversidad es un factor sumamente importante (β=0,46). Nótese que este factor sirve también como variable de control de la densidad edificatoria, porque todo lo demás igual, a mayor volumen edificado por unidad de superficie, mayor densidad de todo tipo de empresas. En un segundo nivel de importancia (β=0,21 ) entra el factor 2 LTL del análisis estructural que sintetiza la presencia de actividades de la información en el mismo municipio, esta relación puede interpretarse  como un indicador de proximidad de corto alcance a las actividades cuaternarias, y de la tradición locativa que tienen los emplazamientos en la concentración de actividades cualificadas. La proximidad de largo alcance está dada por la accesibilidad matricial a los servicios intensivos en conocimiento, esté tercer factor,  (β=-0,18) indica la dependencia del acceso metropolitano a toda la serie de servicios empresariales como las consultorías profesionales, financieras, universitarias, etc.  La percepción social del espacio entra en el siguiente nivel de importancia (β=-0,17), indicando que cuanto mayor es la proporción de los estratos socioprofesionales que ocupan cargos direccionales, profesionales y técnicos, mayor es la presencia de las actividades en estudio. Finalmente  la influencia que tienen las externalidades ambientales del tejido urbanizado no es menor, así la presencia de actividades industriales tiene un impacto negativo (β= -0,12), al igual que el parque de edificios considerado en estado de ruina (β= -0,04).

Conclusiones

Diferentes estudios geográficos y económicos han puesto de relieve la dependencia de las actividades de la innovación de la transferencia de  conocimiento. El conocimiento tácito es o bien, el que por su novedad aún no se ha codificado, o bien aquel de difícil o imposible codificación. Este tipo de capital humano  ha sido señalado como un elemento clave para la generación de avances tecnológicos y su internalización en los procesos productivos, por tanto, en la generación de innovación. A diferencia del conocimiento codificado, que  puede transmitirse por varios medios incluidos los telemáticos, el tácito requiere para su transmisión de la interacción presencial cara a cara, lo cual induce  procesos de aglomeración.  La mayor parte de los estudios antes citados  han sido realizados básicamente a escala regional.

En esta investigación se intenta conocer cuál es el peso implícito que factores como la accesibilidad, la jerarquía social y las externalidades ambientales tienen en la configuración de microambientes de la innovación.  A tales efectos, mediante un modelo log-lineal se buscan los determinantes de la distribución espacial de la densidad de las empresas de la innovación.  La densidad ha sido recurrentemente utilizada en estudios geográficos como un indicador sintético y potente de la estructura urbana, además en este caso, permite utilizar un modelo econométrico simple. Los resultados sugieren que los ambientes urbanísticos caracterizados por tejidos urbanos compactos, continuos, diversos; ricos en actividades relacionadas con la gestión de la información; accesibles a los servicios intensivos en conocimiento; con cierto prestigio socioprofesional, y con ausencia de externalidades negativas, poseen las densidades más altas de innovación en la Región Metropolitana de Barcelona.  Estos resultados apoyan la tesis de las economías de aglomeración y la dependencia de estas actividades en relación a las fuentes de conocimiento metropolitano p.e.: servicios de consultoría, empresas de soporte, universidades, etc. Sin embargo, señala, de manera novedosa, que otros atributos espaciales, como la compacidad de los tejidos y la calidad ambiental tienen un peso relativamente importante en la construcción de la ciudad del conocimiento.

Tres son las líneas de profundización por las que continúa esta investigación: 1) medir el nivel de innovación diferencial de cada empresa, en tanto, éstas tienen características divergentes, 2) aprender con mayor profundidad las economías de red que pueden hacer que ciertas localizaciones intrametropolitanas tengan una mayor probabilidad de éxito en la concentración de éstas actividades, y 3) realizar una aproximación de tipo cualitativo, a través de la cual las empresas declaren los factores geográficos que han condicionado su localización intrametropolitana.

 

Notas

[i] Estos datos provienen del avance de la estadística de la propiedad industrial del año 2001.

[ii] El número de secciones censales en los 164 municipios de la Región Metropolitana de Barcelona es de 3.474, de las cuales 247 albergan empresas de la innovación. En este estudio se ha descartado estudiar las secciones que no tienen empresas, en tanto, otra investigación titulada,Factores de Localización de las empresas innovadoras: Una aproximación para el caso de la RMB de Barcelona”, Pérez, Claudia, 2007, ya se ha realizado una aproximación integral a escala de municipios.

[iii] En este caso, dada la presencia de 247 casos (secciones censales) F adopta el valor de 1,36 al 95% de confianza  y  donde n es el número de casos.

 

Bibliografía

ALHADDAD, B.; MARMOLEJO, Carlos, Remote sensing influence on Urban Agglomeration Delimitation, “Spot5 imagery application on the metropolitana area of Barcelona” 5th Congress on Regional Geoscientific Cartography and information System Earth and Wather. Econgeo, Barcelona 2006.

ASLESEN, Heidi Wiig. The Innovation System of Norwegian Aquacultured Salmonids, Working Papers on Innovation Studies, Centre for Technology, Innovation and Culture, University of Oslo, 2007.

AYDALOT, P. Milieux innovateurs en Europe. Paris: GREMI, 1986.

BARBER, J.;  LAMBERT, R. Technology sources for SMEs. Paper given at the High Technology Small Firms Conference, Manchester Business School, May. 1997.

BECATTINI, Giacomo. Mercato e forze locali : il distretto industriale: Bologna: Il Mulino, 193 pag., 1987.

BOIX, R. Policentrismo y redes de ciudades en la región metropolitana de Barcelona. In: Joan Subirats (ed) Redes, territorios y gobierno: Nuevas respuestas locales a los retos de la globalización. Diputació de Barcelona, 2002.

BOIX, Rafael.; Trullén, Joan. Knowledge, networks of cities and growth in regional

urban systems, Papers in the Regional Science, Vol. 86, Number. 4, November 2007.

BOSCHMA, Ron A. Competitiveness of Regions from an Evolutionary Perspective, Regional Studies, Vol. 38.9, pp. 1001–1014, December 2004.

CASTELLS, Manuel.; HALL, Peter. Technopoles of the World: The Making of Twenty-First-Century Industrial Complexes. London: Routledge, 1994.

CLEVELAND, W.S. “Robust Locally-Weighted Regression and Smoothing Scatterplots”, Journal of the American Statistical Association, 74, pp. 829-836,1979.

CLEVELAND, W.S.; DEVLIN, S.J. “Locally Weighted Regression: An Approach to Regression Analysis by Local Fitting”, Journal of the American Statistical Association, 83, pp. 596-610, 1988.

DAVID, Paul A.; FORAY, Dominique. An Introduction and economy of the Knowledge society, UNESCO, 2002.

FAREVEAU, O. “Notes sur la théorie de l’ información à laquelle pourrait conduire l’économie des conventions  in P. Petit, La économie de l’information, Paris, 1998.

FELDMAN, Maryann P.; FLORIDA, Richard. The Geographic Sources of Innovation: Technological Infrastructure and Product Innovation in the United States, Annals of the Association of American Geographers, Vol. 84, No. 2. pp. 210-229, Jun. 1994.

GIULIANO, G.; SMALL, K.A. Subcenters in Los Angeles Region”, Regional Science and Urban Economics, 21, 163-182, 1991.GREENE, D.L. “Recent Trends in Urban Spatial Structure”, Growth and Change, 11, 29-40, 1980.

HAKANSSON, H. Networks as a mechanism to develops resources. In: P. Beije, J. GROENWEGEN,  O. NUYS, eds. Networking in Dutch industries. Pag. 207-223.

HIRSCHMAN, Albert O. The strategy of economic development. New Haven: Yale University Press, 217 pag. 1958.

HOOVER, Edgar Malone. The location of economic activity. Nueva York: McGraw-Hill, pag.310, 1948.

HOWELLS, J.R.L. ‘Tacit knowledge, innovation and economic geography’, Urban Studies, 39 (5–6) pag. 871–884, 2002.

JAFFE, Adam B. Real Effects of Academic Research, The American Economic Review, Vol. 79, No. 5., pp. 957-970. Dec., 1989.

KRUGMAN, Paul. The self-organizing economy. Cambridge, Mass., USA : Blackwell Publishers, 122 pag. 1996.

LAUNHARDT, W. Mathematische Begrüdung der Volkswirtschaftslehre, Leipzig, Germany: B.G.Teubner, 1885.

LEIBOVITZ, Joseph. ‘Embryonic knowledge-based clusters and cities: the case of biotechnology in Scotland’ Urban Studies 41, 5/6, pag. 1133-1155, 2004.

LUCAS, Robert. "On the Mechanics of Economic Development,'' Journal of Monetary Economics 22, 3-42, 1988.

LUCAS, Robert. “Cities and Externalities”, Journal of Economics Dynamics, vol 4, 245-274, 2001.

LUND HANSEN, Anders. et al. Creative Copenhagen: Globalization,

Urban Governance and Social Change, European Planning Studies, Vol. 9, No. 7, 2001.

MALECKI, Edward. Hard and Softnetworks for Urban Competitiveness. Urban Studies. Vol. 39, Núm. 5-6, pag. 229-246,2002.

MARMOLEJO D., Carlos.;ROCA C., Josep. Hacia un modelo teórico del comportamiento espacial de las actividades de oficina. Scripta Nova, revista electrónica de geografía y ciencias sociales, Universidad de Barcelona. Vol. X, núm. 217, julio 2006.

MCDONALD, J.F. “The Identification of Urban Employment Subcenters”, Journal of Urban Economics, 21, pp. 242-258, 1987.

MCDONALD, J.F.; MCMILLEN, D.P.“Employment Subcenters and Land Values in a Polycentric Urban Area: the Case of Chicago”, Environment and Planning A, 22, pp. 1561-1574, 1990.

MCDONALD, J.F.; PRATHER, P.J. “Suburban employment centres: The case of Chicago”, Urban Studies, 31, pp. 201-218, 1994.

MCMILLEN, D.P.; MCDONALD, J.F. “A Nonparametric Analysis of Employment Density in a Polycentric City”, Journal of Regional Science, 37, pp. 591–612, 1997.

MCMILLEN, D.P.  “Non-Parametric Employment Subcenter Identification”, Journal of Urban Economics, 50, pp. 448-473, 2001.

MUSTERD, Sako.; DEURLOO, Rinus. Amsterdam and the preconditions for a creative knowledge city, Tijdschrift voor Economische en Sociale Geografie, Vol. 97, No. 1, pp. 80–94,  2006.

OERLEMANS, Leon A. G.; MEEUS, Marius T.H.; BOEKEMA, Frans W. M. Do Networks matter for innovation? The usefullnessof the economic network, Approach in  analyzing innovation. Tijdschrift voor Economische en Sociale Geografie, Vol. 89, No. 3, pp. 298-309, 1998.

PHELPS, N. A. Clusters, Dispersion and the Spaces in Between:For an Economic Geography of the Banal, Urban Studies, Vol. 41, Num. 5/6, pag. 971–989, May 2004.

POLANYI, Michael. The Tacit Dimension. Garden City, New York, 1966.

PORTER, M. The Competitive Advantage of Nations. Macmillan, London, 1990.

QUAH, Danny. Regional convergence clusters Europe, European Economics Review, 1996.

SIMMIE, James. Knowledge Spillovers and Reasons for the Concentration of Innovative SMEs, Urban Studies, Vol. 39, Nos 5–6, 885–902, 2002.

SUAREZ-VILLA, Luis,; WALROD, Wallace.  Operational Strategy, R&D and Intra-metropolitan Clustering in a Polycentric Structure: The Advanced Electronics Industries of the Los Angeles Basin, Urban Studies, Vol. 34, No. 9, 1343± 1380, 1997.

TRULLÉN, Joan. La metròpoli de Barcelona cap a l’economia del conexeiment: diagnosi económica i territorial de Barcelona, Diputació de Barcelona, 2001.

WEBER, Alfred. “Theory of the Location of Industries”. Trans. C.J. Friedrich. Chicago: University of Chicago Press Weber, 1929.

 

Referencia bibliográfica:

PÉREZ PRIETO, Claudia y MARMOLEJO DUARTE, Carlos. La localización intrametropolitana de las actividades de la innovación: un análisis para la Región Metropolitana de Barcelona. Diez años de cambios en el Mundo, en la Geografía y en las Ciencias Sociales, 1999-2008. Actas del X Coloquio Internacional de Geocrítica, Universidad de Barcelona, 26-30 de mayo de 2008. <http://www.ub.es/geocrit/-xcol/128.htm>

 

Volver al programa provisional