PITEC 2009: La InnovaCIón En La EmPrEsa EsPañoLa En EL ... · Alrededor del 6% de las empresas innovadoras accede a fondos extranjeros. Un 5% de las empresas accede a fondos públicos,

LA EMPRESA ESPAÑOLA Y LOS EJES DE LA POLÍTICA TECNOLÓGICA (e2i) INFORME PITEC 2011

1

PITEC 2009:La InnovaCIón En La EmPrEsa EsPañoLa En EL marCo dE La EsTraTEgIa EsTaTaL dE InnovaCIón

PubLICaCIón 2011


2

Edita:Fundación Española para la Ciencia y la Tecnología, FECYT, 2011

Equipo de investigación: José Carlos Fariñas. Universidad Complutense de Madrid.

Elena Huergo. Universidad Complutense de Madrid.Alberto López. Universidad Complutense de Madrid.

Diseño y Maquetación:Xul, Comunicación Social

NIPO: 470-11-051-6


3

Presentación .......................................................................................................... 4

Resumen ejecutivo ................................................................................................ 6

01

El comportamiento de las empresas del PITEC en 2009 .................................... 10

1.1. La actividad de las empresas durante 2009 .......................................... 11

1.2. Recursos dedicados por las empresas a la innovación ......................... 14

1.3. Resultados tecnológicos de las empresas .............................................. 20

1.4. Conclusiones .......................................................................................... 22

02

Las empresas del PITEC y los ejes de la e2i ....................................................... 24

2.1. Eje 1: Entorno financiero proclive a la innovación ............................... 28

2.2. Eje 2: Fomento de la innovación desde la demanda pública ................ 32

2.3. Eje 3: Proyección internacional ............................................................. 34

2.4. Eje 5: Capital humano ............................................................................ 39

2.5. El núcleo del pentágono: La transferencia de conocimiento ................ 43

2.6. Conclusiones .......................................................................................... 46

03

Conexiones entre ejes y objetivos de la e2i en el PITEC .................................... 48

3.1. Objetivo y metodología .......................................................................... 49

3.2. Efectos de los ejes sobre la inversión privada en I+D interna ............. 52

3.3. Efectos de los ejes sobre el empleo en media y alta tecnología ............ 63

3.4. Conclusiones .......................................................................................... 68

Bibliografía .......................................................................................................... 71

Anexos ................................................................................................................. 73

Anexo I: La composición y evolución del PITEC ............................................... 74

Anexo II: Resultado detallado de las estimaciones ............................................ 77

4

Presentación

La Fundación Española para la Ciencia y la Tecnología (FECYT), en el marco de sus funciones de fomento de las actividades de I+D+I, de desarrollo y difusión del ámbito científico y de coordinación e integración entre los diferentes agentes del sistema de ciencia y tecnología, ha creado el Observatorio Español de I+D+I, ICONO.

Dentro de este observatorio se encuentra el Panel de Innovación Tecnológica (PITEC), un instrumento estadístico para el seguimiento de las actividades de innovación tecnológica de las empresas españolas. El PITEC es el resultado del esfuerzo conjunto de la Fundación Española para la Ciencia y la Tecnología (FECYT), el Instituto Nacional Estadística (INE) y la Fundación Cotec, junto con el asesoramiento de un conjunto de expertos académicos. Iniciado en 2004 e integrado por casi 12.000 empresas, el objetivo final de este panel es contribuir a mejorar la información estadística disponible sobre las actividades de I+D+I en el ámbito empresarial a nivel nacional.

Tal y como se lleva realizando desde el 2005, este informe presenta un análisis del comportamiento de las empresas del PITEC en términos de sus principales indicadores económicos. En esta edición, incluimos como novedad, un análisis en relación a la Estrategia Estatal de Innovación (e2i). Como resultados en el informe se presentan:

• Una lista de indicadores relacionados con la e2i (ejes y objetivos) a partir de la información disponible en el PITEC, realizando un análisis de la evolución de estos con comentarios explicativos.

• Un estudio econométrico con la información disponible en el PITEC que permite obtener evidencia sobre el efecto que los ejes de la e2i, concretados en una serie de indicadores, tienen sobre los objetivos de la e2i. Este análisis puede constituir la base para analizar en un futuro el efecto de las actuaciones contenidas en la e2i sobre los objetivos definidos en dicha estrategia.

Los contenidos de este informe están divididos en tres capítulos. El Capítulo 1 describe el comportamiento de las empresas del PITEC en el año 2009. Sus contenidos están agrupados en cuatro apartados. En el primero, se examina el comportamiento de las empresas del PITEC tomando como referencia la evolución de sus ventas y empleo. En el segundo apartado se analizan los recursos dedicados por las empresas a la innovación. En el tercer apartado se examinan los resultados obtenidos por las empresas como consecuencia de su esfuerzo innovador. En el último apartado se presentan las conclusiones del capítulo.


5

1 El eje 4 de cooperación territorial queda excluido de este análisis por la composición de este panel.2 La e2i contempla tres objetivos, sin embargo, por la composición del panel no se permite el análisis del objetivo 2; Incremento del

número de empresas innovadoras.

El Capítulo 2 examina los rasgos de las empresas del PITEC desde el punto de vista de los ejes de actuación de la Estrategia Estatal de Innovación (e2i)1. Los contenidos del capítulo están agrupados en seis apartados. El apartado primero examina el eje 1, cuyas actuaciones están orientadas a lograr un entorno de financiación que incentive y facilite las actividades innovadoras. El apartado segundo considera el eje 2, que pretende fomentar las innovaciones desde la demanda pública utilizando como herramientas la regulación de los sectores productivos y el efecto tractor de la compra pública de bienes y servicios innovadores. El apartado tercero está dedicado al eje 3 cuyo objetivo es favorecer la proyección internacional fomentando la presencia de empresas españolas en los mercados exteriores. El apartado cuarto está dedicado al eje 5, uno de factores más estrechamente asociados con la innovación tecnológica, los recursos humanos. En el apartado quinto se examina lo que la e2i considera como eje central de actuación, o núcleo del pentágono de cinco ejes: la transferencia de conocimiento. En él se examinan indicadores del PITEC relacionados con mecanismos de transferencia de conocimiento. El apartado sexto recoge las conclusiones del capítulo.

El Capítulo 3 proporciona información sobre el grado de relación existente entre dos de los objetivos de la estrategia e2i2 y los ejes de actuación analizados en el capitulo anterior. La información en la que se basa este análisis procede de los datos que dan las empresas en el PITEC en un período anterior al de inicio de las actuaciones previstas en la e2i. Por tanto, las estimaciones presentadas en el capítulo constituyen un análisis ex ante cuyo objetivo es obtener evidencia sobre el efecto en el futuro de las actuaciones contenidas en los ejes de la e2i sobre los objetivos definidos en dicha estrategia. Los contenidos del capítulo están agrupados en cuatro apartados. En el primero se presenta la metodología utilizada en el capítulo. En el segundo apartado se analiza la relación que existe entre los indicadores de las empresas, agrupados según los ejes de la e2i y el objetivo de incrementar la inversión privada en I+D interna. En el apartado tercero se considera el objetivo de incrementar el empleo en media y alta tecnología, utilizando como indicadores el empleo en I+D y el empleo total de las empresas del PITEC. El apartado cuarto recoge las principales conclusiones.

Por último, el informe contiene dos anexos. El Anexo I describe el número de empresas que componen las diferentes muestras del PITEC así como la evolución del número de empresas que forman el panel durante el periodo 2003-2009. En el Anexo II se presentan los resultados detallados de las estimaciones en las que se basan los resultados del Capítulo 3 relativos a los efectos de los indicadores de las empresas del PITEC sobre los objetivos de la e2i.

Finalmente, los investigadores y estudiosos de la innovación que deseen acceder a los datos y documentación necesaria para trabajar con el Panel PITEC, lo podrán realizar a través del portal web de la FECYT: http://icono.fecyt.es en el apartado de estudios e informes.

6

Este informe presenta un análisis de la actividad innovadora de las empresas españolas recogidas en el Panel de Innovación Tecnológica (PITEC) en el año 2009.

Como en ediciones anteriores, en el Capítulo 1 se realiza un análisis del impacto de la actividad innovadora en los principales indicadores económicos de las empresas del PITEC:

• Las empresas que gastan en innovación registran una menor caída en las ventas y el empleo que las empresas que no lo hacen.

• Las Pymes innovadoras y las no innovadoras presentan durante los 3 últimos años una mayor reducción de empleo y de las ventas respecto a las empresas grandes.

• Las Pymes reducen los gastos en I+D interna y en innovación en 2009.• Las empresas grandes aumentan en 2009 los gastos en I+D interna y reducen los gastos en innovación.• En el período 2007-2009, más de dos tercios de las empresas con gastos en innovación obtienen

innovaciones de producto o proceso.• En el período 2007-2009, aumenta el porcentaje de empresas que obtienen innovaciones de producto y

proceso.

En el Capítulo 2 se analizan las empresas con actividad innovadora del PITEC desde el punto de vista de los ejes de actuación de la Estrategia Estatal de Innovación (e2i), a partir de una lista de indicadores relacionados con cada uno de ellos3.

• En relación al eje 1, que busca promover un entorno financiero proclive a la innovación, se estudia el acceso a subvenciones de las Administraciones Públicas (AAPP) para financiar la I+D interna y la innovación de las empresas.

- Aproximadamente el 30% de las empresas del PITEC con gastos en innovación obtienen subvenciones de las AAPP (nacionales como internacionales) que financian alrededor del 35% de la I+D interna en 2009. Las Pymes son las empresas que más se beneficia del acceso a estos fondos para financiar la I+D interna (un 31,2% frente al 29% de las empresas grandes).

- El 48% de las empresas con gastos en innovación obtuvieron apoyo financiero público para realizar sus actividades de innovación en el año 2009.

- Destaca que la importancia que las empresas otorgan a la falta de financiación como obstáculo para la innovación, ha decrecido en los últimos años.

Resumen ejecutivo

3 El eje 4 de cooperación territorial queda excluido de este análisis por la composición de este panel.


7

• Enrelaciónaleje 2, fomento de la innovación desde la demanda pública,seanalizalafinanciaciónde actividades de I+D mediante contratos con la Administración General del Estado (AGE) y lasAdministracionesAutonómicasyLocales(AAL).

- Elporcentajedeempresasqueparticipanendichoscontratosesreducido(2,6%encontratosconAGEymenosde1%enAAL),pero

- losfondosobtenidosen2009suponenmásdel30%delosgastosdeI+Dinternadeestasempresas.

• Enrelaciónaleje 3, apoyo a la proyección internacional,seanalizancuatrogruposdeindicadores.

- 1er grupo: capacidad exportadora 6decada10empresasinnovadorasexportan,ysusventasrepresentanalgomásdeunterciodesuvolumendenegocio.

- 2do grupo: cooperación tecnológica en proyectos internacionales Másdel15%delasempresasinnovadorasparticipanenellos,lasPymeslohacenenun12,4%ylasgrandesenun25,6%.

- 3er grupo: acceso a fondos extranjeros para financiar la I+D interna Alrededordel6%delasempresasinnovadorasaccedeafondosextranjeros. Un5%delasempresasaccedeafondospúblicos,yconellosfinancianel14,3%desusgastosenI+Dinterna.Sóloun1%delasempresasaccedeafondosprivados,peroconellosfinanciancasilamitaddesusgastosenI+Dinterna.

- 4to grupo: compra de servicios de I+D El porcentaje de compras de servicios de I+D de las empresas con gasto en innovación en elextranjero en 2009, es reducido (un 7,2%) peromuestra una tendencia creciente en los últimosaños,ysuponeun21,5%delosgastostotaleseninnovación,siendoesteporcentajesuperiorenlasempresasgrandesqueenlasdemenortamaño.

• Enrelaciónaleje 5, que busca promover la incorporación de capital humano con conocimientos en innovación al sector empresarial,seanalizandosconjuntosdeindicadores.

- 1er grupo: personal dedicado a actividades de I+D interna Elpersonaldedicadoa I+D interna representa aproximadamenteel19%del empleo totalde lasempresascongastoeninnovación(un23%enlasPymesfrenteaun6%enlasempresasgrandes).

Ladistribuciónentreinvestigadoresytécnicosesequitativaal50%. Latitulacióndelpersonalmuestraquecasiel70%sonlicenciados,el6%doctoresyel25%tieneotrosestudios.

- 2do grupo: formación Cercadel14%delasempresasinnovadorasproporcionaformaciónparalainnovación,representandoestetipodegastoaproximadamenteel6%delosgastoseninnovaciónen2009.


8

• Enrelaciónaleje central, transferencia de conocimiento:

- Másdel20%delasempresasinnovadorascooperanconorganismospúblicospararealizaractividadesdeinnovaciónen2009(latendenciaescreciente).

- El13%deempresasinnovadorascompranserviciosdeI+Daorganismospúblicos,loquesuponealrededordel15%desusgastostotaleseninnovación.

Enelcapítulo3serealizaunanálisisex antedelgradoderelación entre los ejes examinados y dos de los objetivos de la e2i: aumentode la inversiónprivadaen I+Dyaumentodelempleoenaltaymediatecnología.4

• Objetivo: Aumento de la inversión privada en I+DEl indicadorutilizadoparaanalizaresteobjetivoeselvolumendegasto privado en I+D interna,esdecir,losfondospropiosdelasempresasdedicadosaI+D.

- ElaccesoasubvencionesdelasAAPPparaI+D(eje 1)incrementaenmásdeun200%losgastosprivadosenI+Dinternadelasempresascongastoseninnovación.

- LaparticipaciónencontratosconlaAGEparalarealizacióndeactividadesdeI+Dinterna(eje 2) incrementanlosgastosdeI+Dinternaenmásdeun180%.

- Laactividadexportadora,lacooperacióntecnológicayelaccesoafondosextranjerospúblicos(eje 3)tienenunefectopositivoenlasempresas,aunqueelaccesoafondosextranjerosprivadostieneunefectonegativo.

- LarealizacióndeactividadesdeformaciónparalainnovaciónincrementalosgastosprivadosenI+Dinterna(eje 5).EsteincrementoesalgomayorparalasempresascongastosenI+Dinterna,un75,1%frenteal69,9%delasempresascongastoseninnovación.

- LaparticipaciónenacuerdosdecooperaciónconorganismospúblicosylacompradeserviciosdeI+Dalosmismos(eje central),incrementanenmásdeun300%losgastosprivadosenI+Dinternadelasempresasinnovadoras.

• Objetivo: Aumento del número de empleos en media y alta tecnologíaLavariabledelPITECseleccionadaparacaptaresteobjetivoeselEmpleo en actividades de I+D definidocomoelnúmerototaldepersonasdedicadasenlaempresaaactividadesdeI+Dinterna.

- Asíseobservaquelasempresasqueaccedenasubvenciones(eje 1)duplicansuempleoenI+Dconrespectoalasempresassinaccesoaellas.

- Enrelaciónalademandapúblicainnovadora(eje 2),participarencontratosconlaAGEolasAALincrementaelempleoenI+Denun134%yenun111,7%respectivamente.

4 Laestrategiae2itieneuntercerobjetivo,incrementarelnúmerodeempresasinnovadoras,elcualnosepuedeanalizaratravésdelpanelPITECdebidoaquenohayvariaciónenlasempresasqueconformandichopanel.


9

- La diferencia en el empleo en I+D entre empresas exportadoras y no exportadoras (eje 3), se estima en torno al 30% a favor de las exportadoras. Así mismo, el grado de cooperación tecnológica internacional y la realización de compras de I+D en el extranjero, tienen un efecto positivo, de menor o mayor magnitud, sobre el empleo en I+D interna de las empresas innovadoras.

- Las empresas que realizan actividades de formación (eje5) tienen un empleo en I+D superior en un 33% en relación a las empresas que no realizan dicha actividades.

- La cooperación público-privada (eje central) tiende a duplicar el empleo en I+D en las empresas que la realizan.


10

1el comPortamiento de las emPresas del Pitec en 2009

11

1El comportamiEnto dE las EmprEsas dEl pitEc En 2009

En primer lugar, este capítulo describe el comportamiento de las empresas del PITEC en términos de dos de sus principales indicadores económicos: ventas y empleo. Una vez realizado este estudio previo, el resto del capítulo se centra en caracterizar las actividades de innovación de las empresas del PITEC, analizando tanto los recursos dedicados por las empresas para la innovación como los resultados de dicho esfuerzo innovador.

1.1.la actividad dE las EmprEsas durantE 2009

La actividad tecnológica de las empresas se desarrolló en 2009 en unas condiciones especialmente adversas. Con un retroceso en el PIB del 3,7%, España entró en una profunda recesión que estuvo acompañada de una intensa destrucción de empleo. En términos de empleo equivalente, como se define en la Contabilidad Nacional, la ocupación se redujo el 6,6%.

Gráfico 1.1 Producto Interior Bruto a precios de mercado(tasa de variación interanual y tasa intertrimestral anualizada)


12

El Gráfico 1.1 presenta el perfil trimestral de la evolución económica durante 2009. El punto más bajo se alcanzó en el segundo trimestre del año con una tasa interanual negativa del -4,4%. Desde ese mínimo la economía española ha seguido una senda de paulatina reducción del crecimiento negativo, hasta la tasa interanual positiva del 0,8% del primer trimestre de 2011.

La muestra de empresas del PITEC tiene una evolución que no se separa mucho de las tendencias que se aprecian en los indicadores agregados de la economía española. El Gráfico 1.2 compara la evolución del empleo que proporciona la Contabilidad Nacional con la evolución del empleo del conjunto de empresas con gasto en innovación del PITEC. Como se ha indicado, las tendencias son similares aunque con algunas diferencias que no pueden pasar desapercibidas. La destrucción de empleo en las empresas del PITEC es significativamente menor durante el periodo 2007-2009. Esto refleja en parte diferencias en la evolución del empleo debidas a la actividad innovadora de las empresas. Es probable que también recoja el efecto de otros elementos, como el mayor tamaño medio de las empresas del PITEC5. Esta diferencia en el tamaño medio hace que en momentos recesivos se atenúen las caídas en la ocupación, que tienden a afectar más intensamente a empresas sin asalariados y a empresas de pequeña dimensión.

5 El mayor tamaño medio de las empresas del PITEC se debe a la composición de las muestras que lo integran. El PITEC está integra-do principalmente por dos muestras de empresas: una compuesta por las empresas de 200 o más trabajadores, realicen o no I+D, y otra compuesta por empresas con gasto en I+D interna. El Anexo I detalla la composición y evolución de las muestras del PITEC.

Gráfico 1.2. Tasas de crecimiento del empleo: comparación entre las Contabilidad Nacionaly la muestra de empresas del PITEC


13

Por otra parte, el PITEC es un panel de empresas que no capta ni el aumento del empleo asociado con la creación de empresas ni la destrucción asociada con los cierres. Este movimiento, en momentos recesivos, tiene una contribución neta negativa al crecimiento del empleo. Descontando los dos elementos señalados, que sin duda explican una parte de la evolución menos desfavorable del empleo de las empresas del PITEC, el hecho que pone de manifiesto el Grafico 1.2 es que las empresas con una actividad innovadora regular han destruido durante el periodo 2007-2009 mucho menos empleo que la media de las empresas de la economía española. Este hecho marca un primer rasgo que se analiza con detalle más adelante.

Las cifras más representativas del nivel de actividad de las empresas, sus ventas y empleo, reflejan la profunda recesión por la que atravesó la economía española en 2009. Los Cuadros 1.1 y 1.2 recogen con claridad este comportamiento en las empresas del PITEC. Las ventas de las empresas con gasto en innovación descendieron, en términos nominales, el -9,5% y su empleo el -2,6%.

Cuadro 1.1Tasa de crecimiento de las ventas (porcentaje)1

Empresas sin gasto en innovación Empresas con gasto en innovación

Tasa 06/07 Tasa 07/08Tasa 08/09

Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes 0,2 6,7 -14,6 1,3 -3,0 -16,3

Empresas grandes 3,7 -0,4 -14,7 8,0 1,1 -8,7

Total de empresas2 - - - 7,1 0,6 -9,51Medias ponderadas2En el caso de las empresas sin gasto en innovación, no se dispone de las cifras para el total de empresas debido a la diferente representatividad de Pymes y empresas grandes.

Además de la fuerte contracción en la actividad empresarial que se produce en el año 2009, las empresas del PITEC ponen de relieve un segundo rasgo: la existencia de importantes diferencias de comportamiento entre las empresas con gasto en innovación y sin gasto en innovación.

En términos generales, las empresas con gasto en innovación registran una menor caída de sus ventas y empleo que las empresas sin gasto, con la excepción de la evolución de las ventas de las Pymes. Fijando la atención en el empleo (véase Cuadro 1.2), la disminución en las empresas sin actividad innovadora duplica la caída del empleo que se produce en las empresas con actividad innovadora. Las cifras indican con rotundidad una mejor capacidad de las empresas con actividad innovadora para sortear las dificultades de la fase recesiva por la que está atravesando España y, en particular, la aguda contracción de la actividad económica del año 2009. Entre el conjunto de factores y características que condicionan la capacidad de reacción de las empresas a una situación de crisis como la vivida en 2009, la actividad innovadora es un rasgo que favorece y mejora la capacidad de respuesta de la empresa.


14

Cuadro 1.2Tasa de crecimiento del empleo (porcentaje)1

Empresas sin gasto en innovación Empresas con gasto en innovación

Tasa 06/07 Tasa 07/08Tasa 08/09

Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes -13,3 -7,2 -12,3 2,6 -1,0 -6,8

Empresas grandes 4,0 -0,7 -4,6 4,0 0,8 -2,0

Total de empresas2 - - - 3,8 0,6 -2,61Medias ponderadas2En el caso de las empresas sin gasto en innovación, no se dispone de las cifras para el total de empresas debido a la diferente representatividad de Pymes y empresas grandes.

El tercer rasgo que la información del PITEC pone de relieve es que las Pymes presentan un mayor ajuste a los cambios del entorno que las empresas grandes. Este rasgo es independiente de la condición innovadora o no innovadora de la empresa. Con pocas excepciones, a lo largo de los tres últimos años, tanto las Pymes innovadoras como las no innovadoras presentan una mayor reducción de su empleo y de sus ventas respecto a las empresas grandes. Esta tendencia se aprecia con especial intensidad en las empresas con actividad innovadora.

1.2.recursos dedicados Por las emPresas a la innovación

Las condiciones recesivas por las que atravesó la economía española en 2009 proporcionan la oportunidad de observar qué decisiones, en el ámbito tecnológico, adoptaron las empresas en esa excepcional coyuntura. En particular, este apartado examina cómo evolucionaron los recursos dedicados por las empresas a sus actividades de innovación.

En el Informe PITEC del año 2008 se apreciaba que la fuerte desaceleración que se produjo en el nivel de actividad no fue trasladada por las empresas en igual magnitud a los gastos de innovación, que mantuvieron tasas de variación positivas de dos dígitos. Sin embargo, en 2009, como revelan las cifras del Cuadro 1.3, se ha producido un cambio importante de tendencia y los gastos de innovación de las empresas presentan por primera vez desde hace tiempo tasas de crecimiento negativas. En el conjunto de empresas con gasto en innovación la reducción del gasto en innovación ha sido del -6,1%.

Cuadro 1.3Tasa de crecimiento de los gastos en innovación (porcentaje)1

Empresas con gastos en innovación

Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes 18,5 17,9 -9,2

Empresas grandes 8,8 11,3 -4,9

Total de empresas 11,4 13,1 -6,11Medias ponderadas


15

Las Pymes presentan en 2009 un peor registro en sus gastos de innovación que las empresas grandes. Este comportamiento en el ámbito de los recursos dedicados a la actividad innovadora repite lo que se ha señalado en la evolución de sus ventas y empleo, en donde las Pymes presentan también mayores caídas que las empresas grandes. Este mayor impacto de la recesión sobre las empresas de menor dimensión es un segundo rasgo que los datos del PITEC ponen de relieve.

Considerando el comportamiento observado en 2009 y el de los años previos de fuerte expansión del gasto en innovación, se infiere que las Pymes muestran en general una mayor variabilidad en sus gastos que las empresas grandes. Los datos del PITEC de los últimos años, que combinan etapas expansivas y recesivas, ponen de relieve que la magnitud de las fluctuaciones del gasto está inversamente relacionada con el tamaño de las empresas. Las fluctuaciones de las empresas de menor dimensión son mayores tanto en los auges como en las recesiones.

La disminución del gasto en innovación y de las ventas de las empresas ha llevado a una estabilidad de la intensidad relativa de este tipo de gastos (véase Gráfico 1.3). La intensidad relativa de los gastos de innovación es un indicador que mide el esfuerzo innovador que realizan las empresas (ya que se calcula a partir de los gastos de innovación sobre las ventas).

A pesar de la disminución absoluta que se ha producido en el gasto en innovación, las empresas han estabilizado durante 2009 su esfuerzo innovador. Además, esta estabilidad se produce tanto en el conjunto de las Pymes innovadoras, que sitúan su esfuerzo relativo en torno al 5,2%, como en el grupo de empresas grandes innovadoras, con un esfuerzo medio en torno al 1,6%. Esta estabilidad en el esfuerzo innovador se debe a la evolución similar de los gastos en innovación y ventas.

Gráfico 1.3. Intensidad de los gastos en innovaciónEmpresas con gastos en innovación

3,47

1,59 1,88

4,20

1,541,88

5,22

1,601,99

5,21

1,621,99

0,00

1,00

2,00

3,00

4,00

5,00

6,00

Pymes Empresas grandes Total de empresas

2006 2007 2008 2009

Todas las actividades de I+D financiadas y realizadas por la empresa se consideran dentro de las actividades de innovación. Los gastos en I+D interna, el principal componente de las actividades y gastos en innovación, también presentan una reducción importante en el año 2009 (véase Cuadro 1.4). En este caso las diferencias según el tamaño de las empresas son aún más sustanciales que para los gastos totales de innovación. Tras


16

años de fuerte crecimiento, los gastos en I+D interna de las Pymes experimentan una caída muy significativa del -22% en el año 2009 respecto a los niveles de gasto del año 2008. Por su parte, las empresas grandes mantienen un crecimiento medio positivo en este tipo de gasto del 1,2%, si bien la desaceleración del crecimiento respecto a períodos anteriores (caracterizados por tasas de crecimiento de este tipo de gastos superiores al 10%) es evidente.

Cuadro 1.4Tasa de crecimiento de los gastos en I+D interna (porcentaje)1


Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes 15,0 23,3 -22,0

Empresas grandes 12,7 11,8 1,2


Al igual que en la evolución de la intensidad relativa de los gastos en innovación, la intensidad relativa de los gastos en I+D interna sobre las ventas, para el conjunto de empresas innovadoras, se mantiene estable en 2009 respecto a 2008 (véase Gráfico 1.4).

Gráfico 1.4. Intensidad de los gastos en I+D internaEmpresas con gastos en innovación

3,07

0,951,30

3,67

0,971,33

4,60

1,021,45

4,02

1,121,44

0,00

1,00

2,00

3,00

4,00

5,00

Pymes Empresas grandes Total de empresas

2006 2007 2008 2009


17

El esfuerzo innovador en forma de gastos en I+D interna de las Pymes presenta una evolución desfavorable debido al fuerte ajuste de los gastos que han realizado estas empresas, muy superior al recorte de sus ventas. En la empresas grandes, la disminución en las ventas y el comportamiento positivo de los gastos en I+D interna implican un incremento de la intensidad relativa de este tipo de gasto.

Comparativamente las Pymes han ajustado sus gastos de innovación en mayor medida a través de la reducción del gasto en I+D interna que a través del resto de actividades de innovación (I+D externa, adquisición de maquinaria destinada a productos o procesos nuevos, conocimientos externos en forma de licencias y patentes o gastos de formación relacionados con la innovación). En las empresas grandes, sin embargo, ha ocurrido el proceso contrario y el ajuste ha sido menos intenso en los gastos de I+D interna.

Los gastos en I+D interna pueden dividirse entre gastos corrientes y gastos de capital. Los gastos corrientes incluyen los costes laborales de las personas dedicadas a actividades de I+D interna así como otros gastos corrientes en compras de bienes no considerados como capital. Se consideran gastos de capital la inversión en activos físicos e inmateriales que mantienen y amplían el stock de capital tecnológico de la empresa. En el Grafico 1.5 se reproduce la distribución entre gastos corrientes y de capital de los gastos totales de I+D interna de las empresas innovadoras. La mayor parte de los gastos de las empresas son de carácter corriente: el 84,2% en las Pymes y el 90,1% en las empresas grandes.

Al analizar la evolución de los gastos corrientes y de capital en I+D interna se observan diferencias significativas entre ambos tipos de gastos (véase Cuadro 1.5).

Gráfico 1.5. Distribución de los gastos de I+D interna

Gastos corrientes Gastos de capital

Pymes Empresas grandes


18

Cuadro 1.5Tasa de crecimiento de los gastos corrientes y de capital en I+D interna (porcentaje)1


Gastos corrientes en I+D interna Gastos de capital en I+D interna

Tasa 06/07 Tasa 07/08 Tasa 08/09 Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes 12,0 16,9 -6,7 24,8 41,7 -58,4

Empresas grandes 10,6 17,9 2,5 26,0 -21,4 -9,5

Total de empresas 11,1 17,6 -0,3 25,4 8,7 -40,01Medias ponderadas

Los gastos corrientes en I+D interna se mantienen estables en 2009 respecto a 2008, presentando una disminución del -0,3% para el conjunto de empresas innovadoras. De nuevo, el año 2009 supone la ruptura de una tendencia creciente en el gasto. Sin embargo, al igual que en el gasto total en I+D interna, el comportamiento del gasto corriente sigue siendo positivo en la empresas grandes (2,5% de crecimiento), mientras que la disminución en este tipo de gasto se concentra en las Pymes (6,7% de caída).

El comportamiento de los gastos de capital en I+D interna es más volátil que el que corresponde a los gastos corrientes. Este tipo de gastos que incluye las inversiones relacionadas con la innovación, muestran, por su propia naturaleza, una variabilidad más acentuada que los gastos corrientes. Para el conjunto de empresas innovadoras, los gastos de capital en I+D interna experimentan una caída importante en el año 2009. Dicha disminución se debe principalmente al comportamiento de las Pymes. En el caso de las empresas grandes, la disminución en este tipo de gasto se produjo ya en el año 2008, si bien en el año 2009 continua la tendencia negativa.

Un aspecto importante de la actividad innovadora es su financiación. El Gráfico 1.6 ofrece la distribución de los fondos utilizados por las empresas para financiar sus actividades de innovación. Los fondos propios son la fuente principal de recursos para las empresas. Estos fondos abarcan los recursos aportados por la empresa aunque hayan sido obtenidos de fuentes financieras externas en forma de préstamos. Los fondos propios, definidos de esta manera, representan en torno al 70% de los gastos. La proporción es un poco mayor en las empresas grandes que en las Pymes. Estas últimas son más dependientes de la financiación pública que representa el 21,6% de los gastos totales, mientras que las empresas grandes tienen una mayor proporción de financiación internacional pública y/o privada.

Los datos del Cuadro 1.6, que examina la evolución de los fondos propios de las empresas como fuente de financiación de sus gastos en I+D interna, ponen de manifiesto el paralelismo existente con la evolución de los gastos de innovación en I+D interna. Este tipo de gastos financiados con fondos propios de las empresas presenta una caída importante en el año 2009, rompiendo la tendencia de años anteriores. Esta disminución se debe al comportamiento de las Pymes, con una reducción cercana al 27%, mientras que en las empresas grandes este tipo de gasto crece en el año 2009 respecto a los niveles de gasto del año 2008, si bien existe de nuevo una desaceleración evidente del crecimiento respecto a períodos anteriores.


19

Cuadro 1.6Tasa de crecimiento de los gastos en I+D interna financiados con fondos

propios de la empresa (porcentaje)1


Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes 14,7 29,4 -26,9



Por último, la caída de los gastos en I+D interna en 2009 no ha supuesto la disminución del empleo en dicha actividad. De hecho, para el conjunto de empresas innovadoras, la tasa de crecimiento del empleo en I+D interna se mantiene en 2009 en niveles similares a los del año 2007 (véase Cuadro 1.7), aunque es necesario matizar este resultado diferenciando según el tamaño de las empresas. Las empresas grandes continúan con la aceleración en el crecimiento del empleo en I+D interna. Mientras que las Pymes, aunque mantienen el crecimiento positivo en este tipo de empleo (del 2,3%), presentan una desaceleración en el crecimiento respecto a periodos anteriores.

Gráfico 1.6. Estructura de financiación de los gastos de I+D interna

Pymes Empresas grandes


20

Cuadro 1.7Tasa de crecimiento del empleo en I+D interna (porcentaje)1


Tasa 06/07 Tasa 07/08 Tasa 08/09

Pymes 5,5 6,9 2,3


Total de empresas 5,6 6,9 5,51Medias ponderadas

El rasgo más positivo de los datos relacionados con la actividad innovadora de las empresas es el ligero incremento que presenta su empleo en I+D interna. Esto ha ocurrido tanto en las Pymes como en las empresas de mayor dimensión. Este comportamiento del empleo en I+D indica que las empresas consideran que se trata de una actividad que produce resultados a medio y largo plazo, y que han de mantener los recursos humanos dedicados a ella, aunque coincida con recortes en los gastos corrientes y de capital, como los que han ocurrido en 2009.

1.3.resultados tecnológicos de las emPresas

Tan importante como conocer los recursos que dedican las empresas a las actividades tecnológicas, es cuantificar los resultados que se derivan de esas actividades. A diferencia de los indicadores analizados en los apartados anteriores, la información sobre los resultados tecnológicos que proporcionan las encuestas de innovación tecnológica que sustentan el PITEC se refiere a periodos trienales (por ejemplo, 2007-2009 en la encuesta de 2009). En este sentido, estos indicadores captan los resultados tecnológicos con cierto desfase temporal respecto a los que miden los recursos tecnológicos a través de las magnitudes de gasto.

Teniendo esto en cuenta, a continuación se cuantifican esos resultados en términos de las proporciones de empresas que obtienen innovaciones de producto o innovaciones de proceso en el periodo comprendido entre los años 2007 y 2009, comparándolas seguidamente con las proporciones correspondientes a trienios anteriores. Posteriormente se estudia la importancia de esos logros medida por la intensidad de las ventas innovadoras (porcentaje de la cifra de negocios debida a productos nuevos o sensiblemente mejorados).

Como puede observarse en el Cuadro 1.8, independientemente de su tamaño, más de dos tercios de las empresas con gastos en innovación obtienen innovaciones de producto y de proceso entre 2007 y 2009, si bien el porcentaje de empresas con innovaciones de proceso (producto) es superior (inferior) en las empresas grandes que en las Pymes.


21

Cuadro 1.8Proporción de empresas con innovación de producto y de proceso


Trienio04-06

Trienio05-07

Trienio06-08

Trienio07-09

Innovación de producto

Pymes 69,5 68,9 73,4 76,6

Empresas grandes 70,2 67,7 70,7 73,4

Total de empresas 69,7 68,6 72,8 75,8

Innovación de proceso

Pymes 65,9 64,2 69,3 72,8



La comparación de las proporciones de empresas con innovaciones de producto y proceso durante este trienio, con las del trienio inmediatamente anterior (2005-2007) pone de manifiesto un aumento de los resultados innovadores durante todo el periodo, tanto en el caso de las empresas grandes como en el de las Pymes. A este respecto, cabe señalar que, aunque debido a la crisis económica en el último año los gastos en innovación se han reducido, la obtención de resultados tecnológicos es un fenómeno de medio y largo plazo. Por tanto, las empresas españolas aún se estarían beneficiando (en términos de obtención de innovaciones de producto y de proceso) del incremento sostenido del gasto en innovación de años anteriores.

Asimismo, las dificultades económicas de las empresas españolas durante la crisis han supuesto una disminución en la participación de las ventas innovadoras sobre el total de las ventas durante los últimos años, siendo esta reducción de 2 puntos porcentuales en 2009. Tal como se refleja en el Gráfico 1.7, el porcentaje de ventas innovadoras ha decrecido tanto en las Pymes como en las empresas grandes con gastos en innovación, si bien la evolución es más desfavorable en el caso de las primeras que en el de las segundas, donde la disminución es algo menor que en años anteriores.

En resumen, a pesar la reducción de los gastos en innovación del año 2009, los resultados tecnológicos de las empresas del PITEC han mejorado en términos de la obtención de innovaciones de producto y de proceso, como consecuencia de la acumulación de gastos en innovación de los años previos. No obstante, las ventas derivadas de productos innovadores han evolucionado menos favorablemente, reflejando las dificultades económicas de las empresas españolas, especialmente de las Pymes, para rentabilizar las innovaciones obtenidas durante la crisis.

Los resultados anteriores indican que las empresas no han dejado de obtener innovaciones de producto y de proceso, debido probablemente a que el recorte en los gastos de innovación es un fenómeno reciente, que se circunscribe al año 2009, y sin reflejo significativo en la obtención de resultados innovadores. Por otra parte, las excepcionales condiciones recesivas del mercado han hecho que las empresas encuentren dificultades crecientes para vender sus productos. Estas dificultades alcanzan también a las ventas innovadoras en productos que incorporan novedades en el mercado. Las respuestas dadas por las empresas indican que en 2009 redujeron también sus ventas innovadoras, aunque en este caso en menor magnitud que las ventas totales.


22

1.4.ConClusiones

Para finalizar este capítulo podemos destacar, a modo de resumen, las siguientes conclusiones. En primer lugar, las empresas del PITEC tienen una evolución, en términos de ventas y empleo, que no se separa mucho de la tendencia de los indicadores agregados de las empresas españolas.

En segundo lugar, el PITEC permite comparar la evolución de ventas y empleo de las empresas con actividad innovadora con aquellas empresas sin participación en dicha actividad. De esta comparación cabe destacar que, en general, las empresas con gastos en innovación registran una menor caída de sus ventas y empleo. Una segunda comparación, en este caso en función del tamaño de la empresa, pone de manifiesto que las Pymes presentan un mayor ajuste en términos de ventas y empleo que las empresas grandes.

En tercer lugar, en relación con los recursos dedicados por las empresas del PITEC a la innovación, la actividad innovadora en forma de gastos en I+D interna y gastos en innovación se redujo durante 2009. En concreto, los gastos en I+D interna se redujeron un 7,2% en 2009 respecto al nivel del 2008 y la reducción de los gastos en innovación fue del 6,1%. El único rasgo positivo lo encontramos en la evolución de los gastos en I+D interna de las empresas grandes, las cuales incrementaron este tipo de gasto un 1,2% en 2009 respecto a 2008. Este patrón se repite al analizar los gastos en I+D interna financiados con fondos propios de las empresas: una reducción cercana al 27% de este tipo gasto en las Pymes y un mejor comportamiento en las empresas grandes, con un crecimiento del 4,1%.

Cabe destacar que la caída de los gasto en I+D interna no ha supuesto la disminución del empleo en dicha actividad. El empleo en I+D interna creció un 5,5 en 2009 respecto a los niveles de 2008. Este crecimiento se concentra en las empresas grandes, con una cifra del 8,1%, frente al 2,3% de crecimiento del empleo en I+D interna de las Pymes.

Gráfico 1.7Variación en las ventas innovadoras: 2007-2009


Tasa 07/08 Tasa 08/09


23

Por último, a pesar de la reducción de los gastos dedicados a actividades de innovación en el último año, los resultados tecnológicos de las empresas del PITEC han mejorado en términos de la obtención de innovaciones de producto y de proceso. Más de dos tercios de las empresas con gastos en innovación obtienen innovaciones de producto y de proceso entre 2007 y 2009, mientras que este porcentaje no llegaba al 70% en el trienio inmediatamente anterior (2005-2007). Por otra parte, las dificultades económicas por las que han atravesado las empresas del PITEC sí se han reflejado en una disminución en la participación de las ventas innovadoras sobre el total de las ventas, siendo esta reducción de 2 puntos porcentuales en 2009.

2Las empresas deL pITeC y Los ejes de La e2i

25

2Las empresas deL pITeC y Losejes de La e2i

La Estrategia Estatal de Innovación (e2i) constituye el marco de actuación de la política económica en materia de innovación para contribuir al cambio de modelo productivo en España. Partiendo del diagnóstico de la situación de la innovación en España, la e2i determina y cuantifica los objetivos a medio y largo plazo que mejorarán la capacidad innovadora de la economía española.

El objetivo general de la e2i está directamente relacionado con el incremento de una serie de parámetros hasta sobrepasar la media europea actual y acercarse a los países líderes en innovación. En términos cuantitativos, este objetivo implica la necesidad de duplicar el tamaño de la economía de la innovación en España, o lo que es lo mismo, conseguir:

• Que en el año 2015 la inversión privada anual en I+D sea 6.000 millones de euros más que en el 2009.• Que en el periodo 2010-2015 se haya duplicado el número de empresas que hacen innovación,

incorporando 40.000 empresas más.• Que el número de empleos de media y alta tecnología aumente en medio millón en el periodo 2010-

2015.

La e2i consta de cinco ejes y uno central: generación de un entorno financiero proclive a la innovación, fomento de la innovación desde la demanda pública, proyección internacional, fortalecimiento de la cooperación territorial, capital humano y transferencia de conocimiento. Estos ejes se representan gráficamente en un espacio en forma de pentágono, en cuyo centro se sitúa la transferencia de conocimiento (véase el Gráfico 2.1).

Gráfico 2.1. Pentágono de la innovación


26

En resumen, la e2i responde a la necesidad de alcanzar los objetivos anteriormente mencionados en un plazo de cinco años aplicando medidas, ya iniciadas en el año 2010, que incidan en el núcleo y en los cinco ejes del Pentágono de la Innovación, y todo ello basado en el diagnóstico de la situación de partida y teniendo en cuenta el contexto económico actual.

El objetivo de este capítulo es analizar el estado de la economía de la innovación de los últimos años en las empresas del PITEC atendiendo a los ejes sobre los que se quiere incidir mediante la e2i para conseguir los objetivos antes mencionados. Obviamente, por la propia construcción del PITEC, consistente en el seguimiento del mismo conjunto de empresas a lo largo del tiempo, algunos de los aspectos relevantes de la e2i no podrán ser abordados. En concreto, la información disponible en el PITEC no permite analizar el fortalecimiento de la cooperación territorial que es uno de los ejes de la e2i. Este eje promueve el reconocimiento del papel esencial de las Comunidades Autónomas y las Administraciones Locales en el desarrollo de la innovación, y se basa en el establecimiento de mecanismos de gestión que permitan definir las acciones adecuadas a su consecución sumando esfuerzos y recursos y respetando las competencias de las distintas Administraciones Públicas. Dado que el PITEC se refiere a un conjunto estable de empresas, no refleja los cambios en la distribución de las actividades innovadoras en el territorio o el tejido productivo que se pudieran derivar de una mayor cooperación territorial.

Pasando por alto esta limitación, el capítulo trata de ofrecer un marco de cómo puede utilizarse el PITEC como herramienta de análisis y seguimiento de las políticas tecnológicas a partir de muestras de empresas representativas de la población de referencia. El análisis se basa en la definición de una lista de indicadores relacionados con cada uno de los ejes de la e2i. El Cuadro 2.1 incluye una la lista detallada de los indicadores que se especifican y estudian a lo largo de este capítulo. La definición concreta de cada indicador se incluye en el epígrafe correspondiente a cada eje de la e2i.


27

Cuadro 2.1. Resumen de indicadores

Eje 1: Entorno financiero proclive a la innovación

Acceso y proporción de subvenciones de las AAPP para financiar I+D interna

Acceso y proporción de subvenciones de la AGE para financiar I+D interna

Acceso y proporción de subvenciones de las AAL para financiar I+D interna

Acceso y proporción de subvenciones de La UE para financiar I+D interna

Acceso y proporción de subvenciones de APE para financiar I+D interna

Acceso a fondos de las AAPP para financiar las actividades de innovación

Importancia de la falta de financiación como obstáculo para la innovación

Eje 2: Fomento de la innovación desde la demanda pública

Participación y proporción de contratos con la AGE para la realización de actividades de I+D interna

Participación y proporción de contratos con las AAL para la realización de actividades de I+D interna

Eje 3: Proyección internacional

Presencia en mercados extranjeros

Intensidad exportadora

Grado de cooperación tecnológica internacional

Acceso y proporción de fondos extranjeros para financiar I+D interna

Acceso y proporción de fondos extranjeros privados para financiar I+D interna

Acceso y proporción de fondos extranjeros públicos para financiar I+D interna

Realización y proporción de compras de I+D en el extranjero

Eje 5: Capital humano

Empleo en I+D interna

Doctores en I+D interna

Licenciados y diplomados en I+D interna

Personal con otros estudios en I+D interna

Investigadores en I+D interna

Técnicos y auxiliares en I+D interna

Realización y proporción de actividades de formación para la innovación

Núcleo: La transferencia del conocimiento

Grado de cooperación público-privada

Grado y proporción de compras de servicios de I+D interna a organismos públicos


28

2.1.eje 1: entorno financiero Proclive a la innovación

En este eje se integran todas las actuaciones orientadas a lograr un entorno de financiación que incentive y facilite las actividades innovadoras. Las medidas o actuaciones están encaminadas a mejorar las herramientas de financiación pública de la innovación y a promover la puesta en marcha de instrumentos con participación del sector privado, como la financiación bancaria, fondos de inversión en investigación e innovación, el capital riesgo o los mercados secundarios de bolsa.

PITEC proporciona información para evaluar las subvenciones públicas para financiar la I+D interna y las actividades de innovación. Además, se dispone de información para evaluar la importancia que las empresas otorgan a la falta de financiación como obstáculo para la innovación.

La búsqueda de financiación es una de las principales dificultades asociadas al desarrollo de las actividades de I+D+I (véase, entre otros, Hall, 2002). En este sentido, las restricciones de financiación son una de las causas de que el nivel de inversión privado en I+D+I, es decir, el gasto de las empresas en estas actividades, sea inferior al socialmente deseable. En términos generales, la financiación de la innovación impone como requisito la obtención de tasas de rendimiento elevadas a los proyectos de inversión en I+D+I debido a la existencia de problemas de apropiabilidad de la innovación, a la existencia de asimetrías en la información entre quien financia (propietario) y quien desarrolla la innovación (ejecutor) y a los problemas de riesgo moral típicos de la relación propietario/ejecutor. Los programas de ayuda pública o las sociedades de capital riesgo son algunas de las políticas/instituciones que se han desarrollado para solucionar estas imperfecciones que presentan los mercados de capitales en la financiación de la I+D+I, lo que explica la elevada importancia que este tipo de instrumentos tiene.

En primer lugar analizamos la financiación de actividades de I+D interna con fondos procedentes de las Administraciones Públicas (AAPP). Dentro de las AAPP podemos distinguir cuatro fuentes de los fondos dependiendo de su origen. Dos de estas fuentes son nacionales: Administración General del Estado (AGE) y Administraciones Autonómicas y Locales (AAL), y dos son extranjeras: Unión Europea (UE) y Administraciones Públicas Extranjeras (APE). En el caso de los fondos nacionales, la información de la que se dispone hace referencia a subvenciones, lo que podemos identificar como ayudas públicas a estas actividades. Sin embargo, en el caso de fuentes extranjeras no se puede distinguir el tipo de financiación, pudiendo incluir subvenciones, contratos, etc.

Para cada tipo de financiación se aportan dos indicadores: el porcentaje de empresas que tienen acceso a un determinado tipo de financiación para actividades de I+D interna (véase Cuadro 2.2) y el porcentaje que dicha fuente supone sobre el total de gastos de I+D interna en el conjunto de empresas con acceso a ese tipo de financiación (véase Cuadro 2.3).


29

Cuadro 2.2Indicadores de entorno financiero proclive a la innovación I


2007 2008 2009

Acceso a subvenciones de las AAPP para financiar la I+D interna (% de empresas)

Pymes 29,9 30,7 31,2


Total de empresas 29,2 30,3 30,7

Acceso a subvenciones de la AGE para financiar la I+D interna (% de empresas)

Pymes 16,9 17,7 18,4



Acceso a subvenciones de las AAL para financiar la I+D interna (% de empresas)

Pymes 19,6 20,9 21,0



Acceso a fondos de la UE para financiar la I+D interna (% de empresas)

Pymes 3,7 3,9 4,3



Acceso a fondos de APE para financiar la I+D interna (% de empresas)

Pymes 0,3 0,2 0,3




30

Cuadro 2.3Indicadores de entorno financiero proclive a la innovación II


2007 2008 2009

Proporción de financiación de la I+D interna con subvenciones de las AAPP(*)

Pymes 38,3 39,1 38,2



Proporción de financiación de la I+D interna con subvenciones de la AGE(*)

Pymes 29,0 28,6 26,4



Proporción de financiación de la I+D interna con subvenciones de las AAL(*)

Pymes 29,7 30,1 30,4



Proporción de financiación de la I+D interna con fondos de la UE(*)

Pymes 18,0 16,2 15,7



Proporción de financiación de la I+D interna con fondos de la APE (*)

Pymes 17,9 12,1 15,9


Total de empresas 15,6 10,0 12,7(*)Porcentaje sobre gastos de I+D interna calculado para las empresas con acceso al tipo de subvención correspondiente.

Aproximadamente el 30% de las empresas del PITEC con gastos en innovación tuvieron acceso a fondos de las AAPP (nacionales e internacionales) para financiar sus gastos de I+D interna. Las fuentes nacionales son el principal origen de estos fondos. En torno al 20% de las empresas obtuvieron subvenciones de la AGE o de las AAL, existiendo una pequeña diferencia a favor de estas últimas. El porcentaje de empresas con acceso a fondos extranjeros es muy inferior, especialmente en el caso de APE. El porcentaje de empresas con acceso a fondos de la UE no llega al 5%, mientras que este porcentaje se reduce hasta el 0,2% en el caso de fondos procedentes de APE.


31

Cabe destacar una tendencia creciente en el acceso a fondos públicos para financiar este tipo de gastos. En el periodo analizado, el porcentaje de empresas con acceso a cada uno de los tipos de fuentes analizados es creciente.

Respecto a las diferencias según el tamaño de las empresas, el porcentaje de Pymes con acceso a fondos de las AAPP es ligeramente superior. Esta diferencia a favor de las Pymes se sustenta en la mayor participación de éstas en subvenciones de las AAL. Por el contrario, las empresas grandes tienen un mayor acceso a subvenciones de la AGE y a fondos extranjeros.

El segundo aspecto a tener en cuenta es el peso que cada una de estas fuentes de financiación tienen sobre los gastos totales en I+D interna de las empresas. Aproximadamente el 35% de los gastos en I+D interna se financian con fondos procedentes de las AAPP. De nuevo, las subvenciones procedentes de fuentes nacionales son las que tienen un mayor peso en los gastos en I+D interna de las empresas, representando aproximadamente un 25% en el caso de subvenciones de la AGE y un 27% en el caso de subvenciones de las AAL.

Todas las fuentes de financiación analizadas suponen un mayor peso en los gastos de I+D interna de las Pymes. Esto indica una mayor dependencia por parte de las empresas de menor tamaño de la financiación procedente de las diferentes AAPP para poder llevar a cabo sus proyectos de I+D.

El PITEC también proporciona información sobre el porcentaje de empresas con apoyo financiero público (préstamos, subvenciones, etc.) de las AAPP para actividades de innovación (véase la parte superior del Cuadro 2.4).

Las actividades de innovación no sólo incluyen la I+D interna, sino que tienen en cuenta otras actividades tales como la adquisición de I+D de fuentes externas, gastos en maquinaria, equipos o hardware, gastos de formación, etc. En este caso, como AAPP se incluyen las Administraciones Autonómicas y Locales y la Administración del Estado.

Aproximadamente el 48% de las empresas del PITEC con gastos en innovación obtuvieron apoyo financiero público para realizar sus actividades de innovación. Este porcentaje es ligeramente superior en el caso de las Pymes, alcanzando el 48,3% frente al 46,9% de las empresas grandes.

La evolución temporal de este indicador también es favorable, observándose un perfil ligeramente creciente del porcentaje de empresas con acceso a estos fondos.


32

Cuadro 2.4Indicadores de entorno financiero proclive a la innovación III


2006 2007 2008 2009

Acceso a fondos de las AAPP para financiar las actividades de innovación (% de empresas)

Pymes 47,3 47,1 47,3 48,3



Importancia de la falta de financiación como obs-táculo para la innovación (*)

Pymes 1,59 1,60 1,56 1,55



(*) Escala de puntuación de 0 a 3, dónde 3 significa importancia alta.

Tal y como se dijo anteriormente, la búsqueda de financiación es una de las principales dificultadas asociadas al desarrollo de actividades de I+D+I. Por lo tanto, para finalizar con el análisis de la financiación pública de la I+D+I es útil analizar hasta qué punto las empresas perciben la falta de financiación como un obstáculo real a sus actividades de innovación. De nuevo, el PITEC proporciona información para analizar este punto.

La parte inferior del Cuadro 2.4 muestra información sobre la valoración que las empresas del PITEC otorgan a la falta de financiación como obstáculo para llevar a cabo sus proyectos de innovación en una escala de puntuación de 0 a 3, dónde 3 significa importancia alta.

Al analizar este indicador cabe destacar su perfil decreciente a lo largo del período analizado. La disminución de la importancia de la falta de financiación como obstáculo para la innovación podría estar indicando una mejora en el acceso a fuentes de financiación para realizar sus actividades innovadoras. Cabe esperar que el esfuerzo de las AAPP en otorgar acceso a las empresas a fuentes públicas de financiación haya sido uno de los factores que haya permitido mejorar este indicador.

2.2.eje 2: fomento de la innovación desde la demanda Pública

Mediante este eje se busca avanzar en la convergencia entre los objetivos políticos y el desarrollo de los mercados innovadores, utilizando dos instrumentos fundamentales: por una parte, la regulación de los sectores productivos y, por otra, el efecto tractor de la compra pública de bienes y servicios innovadores, que redundará en la mejora de la competitividad y la proyección internacional de las empresas suministradoras. La información incluida en el PITEC sobre demanda pública se refiere fundamentalmente a este segundo instrumento y, en concreto, a la financiación pública de actividades de I+D mediante contratos con las administraciones, que es sólo una pequeña parte de las compras públicas que globalmente tienen una gran relevancia para la economía española. Tal como señala Arana (2011), en España casi la mitad de la economía


33

está gestionada desde el lado público: la licitación pública representa el 13% del PIB y el gasto público alrededor del 40%.

Como puede verse en el Cuadro 2.5, desde el año 2007 las empresas del PITEC señalan si participan en contratos para la realización de actividades de I+D interna ya sea con la Administración General del Estado o con las Administraciones Autonómicas y Locales. Asimismo, indican el porcentaje de sus gastos de I+D interna que se financia a través de estos contratos.

Por lo que se refiere a los contratos con la AGE, durante el periodo analizado la participación de empresas innovadoras del PITEC en este tipo de contratos se sitúa en el 2,6% de las empresas, las cuales consiguen financiar por este medio en torno a un tercio de sus gastos en I+D interna. Si bien las empresas grandes acceden en mayor proporción a esta forma de financiación, el grado de financiación obtenida es mayor en las Pymes. Como dato significativo, cabe señalar el significativo aumento en los últimos años tanto en el porcentaje de empresas con acceso a contratos con la AGE, como en la proporción de financiación obtenida.

Con relación a los contratos con las AAL, el porcentaje de participación es inferior al observado en las relaciones con la AGE y su evolución temporal es la opuesta, decreciendo en los últimos años. No obstante, aunque en el año 2009 la proporción de empresas que accedieron a contratos con las AAL no llegó al 1%, la proporción de esta financiación fue similar al de empresas con contratos con la AGE, e incluso alcanzó el 42,9% en el caso de las empresas grandes, que incrementaron sustancialmente su financiación respecto a años previos.


34

Cuadro 2.5Indicadores de fomento de la innovación desde la demanda pública


2007 2008 2009

Participación en contratos con la AGE para la realiza-ción de actividades de I+D interna (% de empresas)

Pymes 2,11 2,22 2,45



Proporción de financiación de la I+D interna con contratos con la AGE(*)

Pymes 32,8 34,0 35,4



Participación en contratos con las AAL para la realiza-ción de actividades de I+D interna (% de empresas)

Pymes 1,14 1,04 0,90



Proporción de financiación de la I+D interna con contratos con las AAL(*)

Pymes 29,0 30,3 31,0


Total de empresas 28,4 29,3 33,2(*)Porcentaje sobre gastos de I+D interna calculado para las empresas participantes en cada tipo de contrato.

2.3.eje 3: Proyección internacional

Como su propio nombre indica, el eje de proyección internacional tiene como objetivo promover la presencia de las empresas españolas en los mercados exteriores. En esta línea se pretende, por una parte, que las empresas innovadoras consigan, gracias a sus innovaciones, un posicionamiento más favorable de los productos españoles en los mercados internacionales y, por otra, que ese nuevo conocimiento generado quede reflejado en una mejora de la balanza de pagos tecnológica.

Los datos recogidos en el PITEC respecto a las estrategias de internacionalización de las empresas españolas son de muy distinto tipo. Por una parte, las empresas indican si operan o no en mercados exteriores y, en


35

caso afirmativo, señalan el porcentaje que sus exportaciones representan sobre la cifra de negocios. Como puede observarse en el Cuadro 2.6, independientemente de su tamaño, en los últimos años en torno a 6 de cada 10 empresas innovadoras participan en los mercados de exportación, representando sus ventas en esos mercados algo más de un tercio de su volumen de negocio. Estas cifras, si bien son sustancialmente superiores a las de las empresas sin actividades de innovación6, reflejan todavía la existencia de un margen para la mejora.

Cuadro 2.6Indicadores de proyección internacional I


2008 2009

Presencia en mercados extranjeros (% de empresas exportadoras)

Pymes 58,1 60,5

Empresas grandes 63,0 60,4

Total de empresas 59,3 60,4

Intensidad exportadora (% sobre cifra de negocios)(*)

Pymes 36,0 34,9

Empresas grandes 42,0 37,5

Total de empresas 37,5 35,5(*)Calculado para las empresas con exportaciones. En los años 2006 y 2007, las preguntas sobre ex-portaciones en el PITEC no incluyen las compras intracomunitarias, por lo que no se consideran en este cuadro.

Un segundo indicador del PITEC que capta las estrategias de internacionalización de las empresas innovadoras españolas se refiere a la participación en proyectos de cooperación tecnológica internacional, es decir, proyectos para la realización de actividades de I+D+I donde al menos uno de los socios, que pueden ser empresas u otras entidades, está ubicado fuera de España. Dadas las mejoras en el transporte y las telecomunicaciones de las últimas décadas, esta forma de cooperación facilita el acceso de las empresas españolas al nuevo conocimiento no disponible en los mercados locales, simplificando la transferencia de conocimiento entre socios de distintos países sin excesivos costes de coordinación entre los mismos.

Al igual que ocurre con otros proyectos de cooperación tecnológica donde sólo participan socios locales, la información disponible en el PITEC sobre acuerdos de colaboración internacionales se refiere a periodos trienales (véase el Cuadro 2.7). Entre los años 2007 y 2009, el 15,6% de las empresas innovadoras participaron

6 En el año 2009, el porcentaje de empresas no innovadoras del PITEC que exportan es del 47,1% y 37,8% respectivamente en las Pymes y las empresas grandes.


36

en algún proyecto de cooperación tecnológica internacional. Este porcentaje es superior en el caso de las empresas grandes (25%), que duplican su participación respecto a las empresas de menor tamaño (12,4%). En ambos casos, estas proporciones suponen una mayor participación respecto al trienio inmediatamente anterior (2004-2006), lo que refleja un aumento en los procesos de internacionalización de las actividades tecnológicas durante los últimos años.

Cuadro 2.7Indicadores de proyección internacional II


Trienio04-06

Trienio05-07

Trienio06-08

Trienio07-09

Grado de cooperación tecnológica internacio-nal (% de empresas)

Pymes 10,7 11,0 12,0 12,4



Otro de los aspectos en los que pretende incidir la e2i a través de este eje de proyección internacional es la atracción de fondos extranjeros para la financiación de la I+D+I ejecutada por el sector empresarial español. En este sentido, las empresas del PITEC indican si han tenido acceso a fondos extranjeros públicos o privados para la financiación de su I+D interna y qué porcentaje han supuesto dichos fondos sobre sus gastos totales en I+D interna (Cuadro 2.8).


37

Cuadro 2.8Indicadores de proyección internacional III


2007 2008 2009

Acceso a fondos extranjeros para financiar la I+D interna (% de empresas)

Pymes 4,5 4,4 4,9



Proporción de financiación de la I+D interna con fondos extranjeros(*)

Pymes 21,71 20,29 20,00



Acceso a fondos extranjeros privados para finan-ciar la I+D interna (% de empresas)

Pymes 0,6 0,5 0,6



Proporción de financiación de la I+D interna con fondos extranjeros privados(*)

Pymes 39,36 45,50 45,14



Acceso a fondos extranjeros públicos para finan-ciar la I+D interna (% de empresas)

Pymes 4,0 4,0 4,4



Proporción de financiación de la I+D interna con fondos extranjeros públicos(*)

Pymes 18,18 16,66 15,76


Total de empresas 16,62 14,83 14,30 (*)Porcentaje sobre gastos de I+D interna calculado para las empresas con cada tipo de financia-ción.


38

Como ponen de manifiesto los indicadores del Cuadro 2.8, desde el año 2007 se ha incrementado ligeramente el porcentaje de empresas españolas que han financiado parte de su I+D interna con fondos extranjeros, siendo este aumento algo más relevante en el caso de las empresas grandes. Sin embargo, por lo que se refiere a la proporción de financiación, ésta ha disminuido en los últimos años, especialmente en el caso de las empresas grandes. Ello parece indicar que el volumen global de fondos extranjeros al que han accedido el conjunto de empresas españolas no ha aumentado significativamente, sino que se ha repartido entre un mayor número de entidades.

Al distinguir por el origen de los fondos extranjeros, público o privado, se observa que el porcentaje de acceso es muy inferior en el caso de los fondos privados. Sin embargo, aquellas empresas que logran acceso a este tipo de fondos, financian con ellos cerca de la mitad de sus gastos en I+D interna en el año 2009, mientras que para los fondos públicos la proporción de financiación no alcanza el 15%.

El incremento en el número de empresas con acceso a fondos extranjeros de los últimos años se asocia básicamente a un mayor reparto de fondos públicos, manteniéndose prácticamente inalterada la proporción de empresas que financian su I+D con acceso a fondos extranjeros privados. No obstante, cabe señalar que las Pymes con acceso a fondos privados experimentaron en el 2008 un fuerte aumento en el grado de financiación recibida, que se sitúa en torno al 45% de sus gastos totales en I+D interna, muy próximo al 50% de financiación obtenida por las empresas grandes.

Finalmente, otra vía por la que las empresas españolas se hacen presentes en los mercados internacionales es a través de sus compras de servicios de I+D en el extranjero. Esta parte de la I+D externa de las empresas hace referencia a los gastos motivados por la adquisición de servicios de I+D fuera de la empresa mediante contrato o convenio a empresas, organismos públicos u otras entidades localizadas en el extranjero.7 Esta subcontratación de servicios en el extranjero puede facilitar la utilización de la I+D interna para especializarse en las tareas intensivas en conocimiento que son prioritarias para la empresa.

Tal como se refleja en el Cuadro 2.9, el porcentaje de empresas españolas que adquieren servicios de I+D en el extranjero en el año 2009 es reducido, pero muestra una tendencia creciente respecto a los años previos, comportamiento que se asocia específicamente a las Pymes. Sin embargo, la proporción de esas compras tiende a oscilar en torno al 21% de los gastos totales en innovación, siendo este porcentaje superior en las empresas grandes que en las de menor tamaño.

7 Se excluyen de este concepto las cuotas institucionales para financiar a otras empresas, asociaciones de investigación, etc., que no signifiquen una compra directa de I+D. Nótese que esta partida excluye también la adquisición de software, royalties o inversiones físicas.


39

Cuadro 2.9Indicadores de proyección internacional IV


2006 2007 2008 2009

Realización de compras de I+D en el extranjero (% de empresas)

Pymes 4,4 4,8 4,9 5,4



Proporción de compras de I+D en el extranjero(*)

Pymes 17,1 18,0 17,2 18,3


Total de empresas 20,3 21,7 20,9 21,5 (*)Porcentaje sobre gastos totales en innovación calculado para las empresas con este tipo de compras.

2.4.eje 5: caPital humano

Los recursos humanos, junto con los financieros, son los principales factores asociados a la innovación tecnológica. En este sentido, uno de los principales determinantes de la competitividad de un país es la disponibilidad de un capital humano capacitado para adquirir conocimientos y desarrollar tecnología. Además, es necesario que este capital humano se incorpore al tejido empresarial. Un sector empresarial con una fuerza de trabajo educada y altamente cualificada será capaz de aprovechar las fuentes de conocimiento y tecnología a su alcance para producir productos y servicios novedosos que tengan aceptación en el mercado global. Sin embargo, en España, sólo el 35,4% de los investigadores trabajaba en 2008 en el sector empresarial, un porcentaje que es diez puntos inferior al de la media de la UE-27 (COTEC, 2011).

El principal objetivo de este eje es promover la incorporación de capital humano con conocimientos en innovación al sector empresarial. Las medidas contempladas para impulsar el potencial innovador de las empresas combinan la formación especializada en innovación a doctores y tecnólogos con el apoyo a su incorporación a las mismas.

El PITEC proporciona información para evaluar los recursos humanos para la innovación de los que disponen las empresas españolas. Además, se dispone de información para analizar el esfuerzo que realizan las empresas en actividades de formación para la innovación.

El Cuadro 2.10 presenta información de tres aspectos relacionados con los recursos humanos dedicados a actividades de innovación: El peso que el empleo en I+D interna representa sobre el empleo total, titulación del personal en I+D interna y tipo de ocupación del personal en dedicado a estas actividades.

El empleo en I+D interna representa casi el 20% del empleo total de la empresas con gastos en innovación, existiendo diferencias importantes y lógicas al diferenciar según el tamaño de la empresas. Este porcentaje


40

se sitúa alrededor del 23% en el caso de las Pymes innovadoras y es aproximadamente el 5% en el caso de las empresas grandes.

Respecto al nivel de formación académica del empleo en I+D interna, podemos distinguir entre doctores, titulados universitarios no doctores (licenciados y diplomados) y personal con otros estudios (ciclos formativos de grado superior y medio, bachiller, etc.). Los licenciados y diplomados representan el colectivo más numeroso, representando aproximadamente el 70% del personal en I+D interna. Mientras que el personal con otros estudios y los doctores representa aproximadamente el 25% y el 6%, respectivamente. Además, no existen diferencias significativas en estos porcentajes al diferenciar entre Pymes y empresas grandes.

Respecto a la evolución temporal, se observa un ligero aumento del personal con el grado de doctor y con otros estudios, en detrimento del personal con licenciatura o diplomatura.


41

Cuadro 2.10Indicadores de capital humano para la innovación I


2006 2007 2008 2009

Empleo en I+D interna (% sobre total de empleados)

Pymes 22,6 22,7 23,3 23,1



Doctores en I+D interna (% sobre empleo en I+D interna) (*)

Pymes 5,5 5,7 6,0 6,6



Licenciados y diplomados en I+D interna (% sobre empleo en I+D interna) (*)

Pymes 70,8 69,4 68,7 68,2



Personal con otros estudios en I+D interna (% sobre empleo en I+D interna) (*)

Pymes 23,7 24,9 25,3 25,2



Investigadores en I+D interna (% sobre empleo en I+D interna) (*)

Pymes 53,3 52,3 52,3 52,3



Técnicos y auxiliares en I+D interna (% sobre em-pleo en I+D interna) (*)

Pymes 46,7 47,7 47,7 47,7



(*)Porcentaje calculado para empresas con empleo en I+D interna.


42

En relación con la ocupación del personal en I+D interna podemos distinguir entre personal investigador y personal técnico y auxiliar. Los investigadores son profesionales que trabajan en la concepción o creación de nuevos conocimientos, productos, procesos, métodos y sistemas y en la gestión de los respectivos proyectos. Los técnicos y auxiliares participan en la ejecución de proyectos de I+D bajo la supervisión de investigadores. Los técnicos ejecutan tareas científicas y técnicas que requieren la aplicación de métodos y principios operativos.

La distribución entre investigadores y técnicos y auxiliares es equitativa, representando cada categoría aproximadamente el 50% del personal en I+D interna de las empresas innovadoras. En media, cada investigador cuenta con el apoyo de un técnico o auxiliar. Sin embargo, existen diferencias al diferenciar según el tamaño de la empresa. En las Pymes el peso relativo del personal investigador en superior, mientras que en las empresas grandes existe un mayor número de técnicos y auxiliares.

Una vez caracterizados los recursos humanos para la innovación de los que disponen las empresas españolas en términos de su peso respecto al personal total, titulación académica y ocupación, un segundo aspecto importante a analizar es el esfuerzo que las empresas realizan para formar a sus empleados en actividades para la innovación. En este sentido, el PITEC proporciona información de la realización o no de actividades de formación para la innovación y el porcentaje que estas actividades representan en el gasto total en innovación. El Cuadro 2.11 recoge la información de estos indicadores.

En 2009, cerca del 14% de las empresas con gastos en innovación proporcionaban formación para actividades de innovación a sus empleados. Diferenciando según el tamaño de la empresa, las empresas grandes son más propensas a ofrecer este tipo de formación (un 17,7%, frente a un 12,4% en el caso de las Pymes).

El principal rasgo de este indicador es su ajuste a la crisis económica, viéndose reducido en los años 2008 y 2009 el porcentaje de empresas con este tipo de gasto. Este ajuste también se refleja en el porcentaje que este tipo de gasto representa en el gasto total en innovación de las empresas. En 2009, los gastos en formación representaban el 6% de los gastos en innovación. Esta cifra supone un recorte de 2,6 puntos porcentuales respecto a los niveles del año 2007.


43

Cuadro 2.11Indicadores de capital humano para la innovación II


2006 2007 2008 2009

Realización de actividades de formación para la innovación (% de empresas)

Pymes 16,7 17,6 14,6 12,4



Proporción de recursos dedicados a la forma-ción para la innovación(*)

Pymes 7,4 8,2 6,8 6,7


Total de empresas 7,9 8,6 7,4 6,0(*) Porcentaje sobre gastos totales en innovación calculado para las empresas con actividades de forma-ción para la innovación.

Respecto a diferencias según tamaño en este indicador, las Pymes dedican un porcentaje mayor de sus gastos en innovación a actividades de formación (en 2009, un 6,7% frente al 4,5% de las empresas grandes). Además, la disminución en el porcentaje de gasto dedicado a formación ha sido sustancialmente mayor en caso de las empresas grandes, habiéndose reducido a menos de la mitad si comparamos las cifras del año 2007 con 2009.

2.5.el núcleo del Pentágono: la transferencia de conocimiento

El objetivo de este eje central es promover y facilitar la transferencia del conocimiento y su protección y puesta en valor, mediante el establecimiento de medidas que apoyen la creación y desarrollo de estructuras de transferencia, los programas de excelencia, el fomento de la colaboración público-privada y la protección de los derechos de propiedad industrial.

La información disponible para las empresas del PITEC nos permite evaluar dos indicadores relacionados con el fomento de la cooperación público-privada: los acuerdos de cooperación establecidos entre empresas y organismos públicos para la realización de actividades de innovación y la compra de servicios de I+D por parte de las empresas a organismos públicos.

Empezaremos analizando la cooperación público-privada a través de acuerdos de cooperación para actividades de innovación. Las actividades innovadoras de las empresas dependen en gran medida de la variedad y estructura de sus vínculos con las fuentes de información y conocimiento y, en general, con todo tipo de fuentes que le permitan llegar a recursos tecnológicos, humanos y financieros.

Uno de los principales vínculos que una empresa puede establecer con su entorno es la cooperación en actividades innovadoras con otros agentes, tanto públicos como privados, del Sistema de Innovación. Estas


44

actividades consisten en acuerdos por los cuales las empresas comparten los costes y los beneficios derivados de un proyecto de innovación. Sin embargo, los acuerdos de cooperación no tienen únicamente un objetivo de financiación o reparto de costes. También hay que destacar su importancia como factor de generación, mejora, intercambio, apropiación y protección de los flujos de información entre diferentes agentes.

Por lo tanto, el primer indicador de la colaboración pública-privada relevante es el porcentaje de empresas innovadoras presentes en el PITEC que mantienen acuerdos de cooperación para actividades de innovación con organismos públicos (véase Cuadro 2.12). Los tipos de socios incluidos en estos acuerdos son las universidades u otros centros de enseñanza superior y los organismos públicos de investigación. Además, hay que tener en cuenta que la información disponible sobre acuerdos de colaboración se refiere a periodos trienales.

Más del 20% de las empresas innovadoras cooperaron con organismos públicos para realizar actividades de innovación entre los años 2007 y 2009. Este porcentaje es sensiblemente superior para las empresas grandes, superando el 27% de empresas frente al 20,9% en el caso de las Pymes. Este resultado es coherente con la evidencia empírica (véanse, entre otros, Abramovsky et al., 2009; Cassiman y Veugelers, 2002; y López, 2008). El tamaño de la empresa incrementa su capacidad tecnológica y de absorción, lo cual tiene un efecto positivo sobre la probabilidad de cooperar, ya que cuanto mayor sean estas capacidades, mayor es el beneficio potencial de la cooperación.

Por último, se observa una tendencia creciente en la firma de este tipo de acuerdo de colaboración durante el periodo analizado. Este resultado se pone de manifiesto al comparar el trienio 07-09 con el inmediatamente anterior (trienio 04-06).

Cuadro 2.12Indicadores de transferencia de conocimiento I


Trienio04-06

Trienio05-07

Trienio06-08

Trienio07-09

Grado de cooperación público-privada (% de empresas)

Pymes 18,2 19,3 21,2 20,9



Tal y como se dijo anteriormente, el segundo indicador relacionado con el fomento de la cooperación público-privada es la compra de servicios de I+D por parte de las empresas a organismos públicos.

Este tipo de actividad implica la adquisición de servicios de I+D, con un mayor o menor grado de estandarización, fuera de la empresa mediante contrato, convenio, etc. Los principales motivos de la compra de servicios de I+D son la reducción de costes y el acceso a recursos y conocimientos tecnológicos no disponibles dentro de la empresa.


45

Por otra parte, este tipo de relación también implica o requiere un intercambio de información entre el cliente y el proveedor, lo que eventualmente implicará una transferencia de conocimiento entre ambas partes. Esta transferencia de conocimiento es un motivo u objetivo añadido de este tipo de colaboración entre agentes.

En este punto nos centramos en la compra de servicios de I+D por parte de las empresas del PITEC a organismos públicos (véase Cuadro 2.13). Como proveedores públicos del servicio se incluye a Administraciones Públicas y a universidades, independientemente de que sean españolas o extranjeras.

La información disponible en el PITEC permite medir dos aspectos de la adquisición de servicios: en primer lugar, el porcentaje de empresas que compran este tipo de servicios a organismos públicos y, en segundo lugar, la importancia relativa que tiene este tipo de gasto, para las empresas que lo realizan, sobre sus gastos totales de innovación.

Cuadro 2.13Indicadores de transferencia de conocimiento II


2006 2007 2008 2009

Grado de compras de servicios de I+D a orga-nismos públicos (% de empresas)

Pymes 12,9 13,8 12,5 11,7



Proporción de compras de servicios de I+D a organismos públicos(*)

Pymes 15,8 16,3 18,3 17,2


Total de empresas 13,8 14,5 15,6 14,8(*)Porcentaje sobre gastos totales en innovación calculado para las empresas con compras de servicios de I+D a organismos públicos.

En el año 2009, alrededor del 13% de las empresas con gasto en innovación del PITEC compraron servicios de I+D a organismos públicos. Al igual que en el caso de la cooperación en actividades de innovación, las empresas grandes son más propensas a este tipo de colaboración público-privada (un 17% de las empresas grandes frente al 11,7% de las Pymes).

Respecto a su evolución temporal, en el año 2009 se observa una disminución de este tipo de compras respecto al 2008, siguiendo así la evolución los gastos en innovación e I+D interna analizada en el capítulo anterior.


46

El segundo aspecto a analizar es el peso de las compras de servicios de I+D a organismos públicos en la cifra total de gastos en innovación de las empresas. En 2009, este tipo de compras supuso aproximadamente el 15% de los gastos totales en innovación. Las diferencias según el tamaño de las empresas son importantes. El peso de las compras de servicios de I+D es prácticamente el doble para las Pymes, lo que implica un mayor grado de externalización de las actividades de innovación por parte de las empresas más pequeñas. Respecto a la evolución temporal de este indicador, cabe destacar su crecimiento durante todo el periodo analizado en las empresas grandes. En el caso de las Pymes, el año 2009 supuso una disminución respecto al año 2008, si bien esto no implicó volver a los niveles del 2006 ni 2007.

2.6.conclusiones

A lo largo de este capítulo se ha definido, utilizando la información del PITEC, una lista de indicadores relacionados con cada uno de los ejes de la e2i, los cuales han permitido analizar el estado de la economía de la innovación. El objetivo último de este capítulo es ofrecer un marco de utilización del PITEC como herramienta de análisis y seguimiento de las políticas tecnológicas. La lista de indicadores analizados es muy amplia y en este apartado se ofrece un resumen de las principales conclusiones para cada uno de los ejes de la e2i.

En primer lugar, los indicadores relacionados con el entorno financiero proclive a la innovación se han centrado en el estudio del acceso a subvenciones de las AAPP para financiar la I+D interna y la proporción de estas ayudas (definida como el porcentaje que esta fuente de financiación representa sobre el total del gasto en I+D interna). El porcentaje de empresas del PITEC con gastos en innovación que obtienen subvenciones de las AAPP (tanto nacionales como internacionales) se sitúa en torno al 30%, siendo las fuentes nacionales (AGE y AAL) las principales y las Pymes las empresas que más se benefician de ellas (un 31,2%, frente al 29% en el caso de las empresas grandes).

Respecto al peso de estas ayudas en los gastos en I+D interna de las empresas del PITEC, aproximadamente el 35% de los gastos en I+D interna se financian con fondos procedentes de las AAPP. De nuevo, las subvenciones procedentes de fuentes nacionales son las que tienen un mayor peso en los gastos en I+D interna de las empresas.

El segundo eje analizado hace referencia al fomento de la innovación desde la demanda pública. En este caso, los indicadores definidos a partir de información del PITEC se refieren a la financiación pública de actividades de I+D mediante contratos con las administraciones (AGE y AAL). De nuevo se puede distinguir entre el porcentaje de empresas que participan en este tipo de contratos y el porcentaje que la financiación obtenida con ellos supone en los gastos en I+D interna de la empresa. La participación de las empresas innovadoras del PITEC en contratos con la AGE se sitúa en el 2,6%, mientras que la proporción de empresas que accedieron a contratos con las AAL no llegó al 1%. A pesar de esta baja participación, lo fondos obtenidos con estos contratos tienen una importancia significativa en los gastos en I+D interna de las empresas con participación. En este sentido, esta financiación, procedente tanto de contratos con la AGE como de las AAL, supone más del 30% de los gastos en I+D interna de estas empresas.

En tercer lugar, los indicadores definidos en relación a las estrategias de internalización son numerosos y de naturaleza heterogénea. Un primer grupo hace referencia a la actividad exportadora de las empresas. En torno al 60% de empresas innovadoras del PITEC participan en los mercados de exportación, representando sus ventas en esos mercados algo más de un tercio de su volumen de negocio.


47

En segundo lugar se analiza la participación en proyectos internacionales de cooperación tecnológica. Alrededor del 15% de las empresas innovadoras participan en este tipo de acuerdos. Este porcentaje es superior en el caso de las empresas grandes (25%), las cuales duplican su participación respecto a las empresas de menor tamaño (12,4%).

El tercer grupo de indicadores de proyección internacional se refiere al acceso a fondos extranjeros para financiar la I+D interna y la proporción que estos fondos representan en relación a los gastos en I+D interna. El porcentaje de empresas con acceso a este tipo de fondos no llega al 6%. Al distinguir por el origen de los fondos extranjeros (público o privado) se observa que el porcentaje de acceso es muy inferior en el caso de los fondos privados (un porcentaje inferior al 1% frente al, aproximadamente, 5% de acceso a fondos públicos). Sin embargo, las empresas que logran acceso a fondos privados, financian con ellos cerca de la mitad de sus gastos en I+D interna, mientras que para los fondos públicos la proporción de financiación no alcanza el 15%.

El cuarto eje analizado hace referencia al capital humano. El primer conjunto de indicadores se centra en tres aspectos de los recursos humanos dedicados a actividades de innovación: El peso que el empleo en I+D interna representa sobre el empleo total, titulación del personal en I+D interna y tipo de ocupación del personal dedicado a estas actividades. El empleo en I+D interna representa casi el 20% del empleo total de la empresas con gastos en innovación. Este porcentaje es muy superior en el caso de las Pymes (23% frente al 5% en las empresas grandes). La mayor parte del personal en I+D son licenciados o diplomados (alrededor del 70%, frente al 5% de doctores y al 25% de personal con otros estudios) y la distribución entre investigadores y técnicos es equitativa (aproximadamente el 50% en cada tipo de ocupación).

En relación con el eje de capital humano, el PITEC también proporciona información de la realización o no de actividades de formación para la innovación y el porcentaje que estas actividades representan en el gasto total en innovación. En resumen, cerca del 14% de las empresas con gastos en innovación proporcionan formación para la innovación, representando este tipo de gastos aproximadamente el 6% de los gastos en innovación.

Finalmente, los indicadores relacionados con el núcleo del pentágono (la transferencia del conocimiento) hacen referencia a los acuerdos de colaboración público-privada y a la compra de servicios de I+D por parte de las empresas del PITEC a organismos públicos (Administraciones Públicas y universidades). Con respecto a los primeros, más del 20% de las empresas innovadoras cooperaron con organismos públicos para realizar actividades de innovación, siendo este porcentaje sensiblemente superior para las empresas grandes, superando el 27% de empresas frente al 20,9% en el caso de las Pymes.

Por lo que se refiere a la compra de servicios de I+D a organismos públicos, alrededor del 13% de las empresas con gasto en innovación del PITEC realizaron este tipo de compra, representando el 15% de los gastos totales en innovación de las empresas que las llevaron a cabo.

3conexiones entre ejes y objetivos de la e2i en el Pitec

49

3Conexiones entre ejes y objetivosde la e2i en el PiteC

3.1.objetivo y metodología

Este tercer apartado tiene como objetivo proporcionar información sobre el grado de relación, en las empresas del PITEC, entre los objetivos de la e2i y los ejes de actuación de la estrategia. Puesto que los datos presentes en el PITEC se refieren al periodo 2003-2009 (por tanto, anteriores a la puesta en marcha de las actuaciones de la e2i), el tipo de análisis que se pretende realizar es un análisis ex ante, que puede ayudar, entre otras cosas, a prever qué eje puede tener un mayor impacto, a corto plazo, sobre el objetivo pretendido, qué nuevas medidas habría que tomar o qué canales de transmisión entre ejes y objetivos son más débiles.

Por su estructura de panel, el PITEC no permite captar el aumento de empresas innovadoras, por lo que el objetivo 2 de la e2i (incrementar el número de empresas innovadoras) quedaría fuera de este análisis. Por lo que se refiere a los otros dos objetivos, como indicadores de los mismos se emplean las siguientes variables (definidas a nivel de empresa):

Objetivo 1: Incrementar la inversión privada

La variable clave del PITEC para recoger este objetivo es el volumen de Gastos privados8 en I+D interna. Tal como se precisa en la Encuesta sobre Innovación en las Empresas que sirve de base para el PITEC, este concepto hace referencia a los gastos en actividades de I+D interna financiados a cargo de la propia empresa, es decir, financiados con fondos propios, incluidos préstamos9 y cuotas de carácter institucional.

Adicionalmente, si bien sólo reflejan indirectamente la inversión privada, también se proporciona como información complementaria el efecto de los indicadores de eje sobre los gastos totales en actividades de I+D interna, distinguiendo entre gastos corrientes y gastos de capital, y los gastos totales en innovación. Los Gastos totales en I+D interna incluyen, junto con los gastos privados, los financiados con fondos de otras empresas y con fondos públicos (contratos y subvenciones), ya sean nacionales o extranjeros. Y

8 En este caso, la palabra privados hace referencia a que los gastos son ejecutados por empresas, independientemente de la titulari-dad (pública o privada) de su propiedad.

9 En concreto, se especifica que se incluirán como fondos propios los préstamos reembolsables para realizar I+D obtenidos tanto de la Administración como de otras fuentes.


50

los Gastos totales en innovación, además de los gastos en I+D interna, incorporan los gastos en I+D externa y otros gastos en innovación (por la adquisición de maquinaria destinada a productos o procesos nuevos, conocimientos externos en forma de licencias y patentes o gastos de formación relacionados con la innovación).

Puesto que muchos de los indicadores de eje estudiados en el apartado anterior están diseñados para incidir específicamente sobre las empresas con actividades de I+D interna, el estudio de sus efectos se referirá a dos grupos de empresas distintas. Primero se analizará la relación entre los ejes y el objetivo 1 de la e2i en el conjunto de empresas innovadoras (con gastos positivos en innovación) del PITEC. A continuación se estudiará la misma relación exclusivamente en el conjunto de empresas con gastos en I+D interna.

Objetivo 3: Aumentar el empleo de media y alta tecnología

En este caso, la variable del PITEC seleccionada para captar este objetivo es el Empleo en actividades de I+D definido como el número total de personas dedicadas en la empresa a actividades de I+D interna. Nótese que este concepto es independiente del sector en el que opera la empresa. Es decir, frente a la definición habitual del indicador empleo de media y alta tecnología como empleo en empresas pertenecientes a sectores de media y alta tecnología, aquí se utiliza como criterio el que el personal de la empresa se dedique a actividades de alto contenido tecnológico, como son las actividades de I+D. Este es un criterio distinto en la medida que deja fuera el empleo en otras actividades de media y alta tecnología que no son actividades de I+D e incluye el empleo de I+D en sectores de baja tecnología. De nuevo, como información complementaria se presenta el efecto de los indicadores de eje sobre el Empleo total.

Metodología

La metodología empleada se basa en la estimación del efecto de cada indicador de eje descrito en el capítulo anterior sobre cada indicador de objetivo a partir de una regresión en la que la variable dependiente (variable a explicar) es una determinada medida de objetivo de la e2i en el año t+1, por ejemplo los gastos privados en actividades de I+D interna, y las variables del segundo miembro (variables explicativas) incluyen un indicador representativo de uno de los ejes de la e2i en el año t, junto con un conjunto de variables de control:

1( ) b+ = + + +it it it itLog IndObj a IndEje c Controles e

En esta ecuación i es un índice de la empresa, t representa el año, IndObj es el indicador del objetivo final que se quiere conseguir, IndEje es una variable que identifica el indicador de eje con el que se quiere incidir en dicho objetivo y e una perturbación aleatoria. Por su parte, Controles es un vector de variables de control que incluye variables ficticias que identifican la pertenencia de cada empresa con un sector de actividad de alta tecnología, variables de localización de la empresa, un conjunto de variables ficticias de tiempo para controlar shocks comunes al conjunto de empresas, distribuidos durante el periodo analizado, un conjunto de variables ficticias de tamaño que clasifica a las empresas en cuatro grupos (< 50 trabajadores; 50-99; 100-199; 200-499 y ≥500).

En la expresión anterior a, β y c son los parámetros a estimar. En particular, a recoge el efecto de un término constante y c el efecto de las variables de control. El parámetro de interés para el análisis de la relación entre ejes y objetivos de la e2i es β, que constituye una aproximación del efecto que tiene el cambio en el indicador de eje en un año sobre el indicador de objetivo en el año siguiente, controlando al mismo tiempo por las características de sector, localización, tamaño y año incluidas en el vector Controles.


51

Para simplificar la lectura de los resultados, en los cuadros que se muestran a continuación se ha optado por presentar exclusivamente el coeficiente β correspondiente al indicador de eje considerado en cada estimación. Se considera que el coeficiente estimado es distinto de cero cuando el nivel de significación estadística es inferior al 10%.10 El resultado detallado de las estimaciones, con los coeficientes estimados para el resto de parámetros, se recoge en el Anexo II11.

En todos los casos, para lograr un mejor ajuste en las estimaciones, la variable IndObj se define en logaritmos. Ello requiere tener un especial cuidado al interpretar los coeficientes β estimados, que no constituyen estimaciones directas de los efectos, sino que estos últimos deberán ser recalculados a partir de los coeficientes. Además, el cálculo e interpretación de estos efectos dependerá del tipo de indicador de eje introducido en la estimación.

Cuando el indicador de eje es una variable de tipo discreto que indica el acceso o participación en un determinado tipo de acción12, el efecto de realizar esa actividad sobre el objetivo se mide como el porcentaje medio estimado de diferencia en el indicador de objetivo entre las empresas que realizan esa actividad y el resto de empresas. Este efecto se presenta en los cuadros entre corchetes debajo del coeficiente estimado13. Así, por ejemplo, como puede verse en el Cuadro 3.1, el coeficiente estimado para la relación entre el gasto privado en I+D interna y el acceso a subvenciones de las AAPP para financiar la I+D interna en el conjunto de empresas con gastos en innovación es de 1,15. Tras realizar el cálculo correspondiente, este coeficiente implica que el porcentaje medio de diferencia en los gastos privados en I+D interna entre las empresas con gasto en innovación con acceso a subvenciones de las AAPP y las que no lo tienen es de 215,8%. Es decir, en promedio se estima que las empresas con acceso a subvenciones de las AAPP en un año triplican su gasto privado en el año siguiente respecto a las que no tienen ese acceso.

Sin embargo, cuando el indicador de eje es una variable cuantitativa continua, el coeficiente β puede interpretarse como una semi-elasticidad. En este caso, cada valor entre corchetes que se presenta en los cuadros recoge el porcentaje de variación estimado en el indicador de objetivo cuando el indicador de eje se incrementa en un punto porcentual14. Así, por ejemplo, el coeficiente estimado para el efecto sobre el empleo en I+D de un cambio en la proporción de financiación de la I+D interna con subvenciones de las AAPP es de 0,007 (véase Cuadro 3.9). Ello implica que un aumento en un punto porcentual en dicha proporción da lugar a un aumento del empleo en I+D del 0,7%.

Para finalizar esta introducción metodológica cabe señalar que los resultados obtenidos en las estimaciones están condicionados a los dos conjuntos de empresas analizados (empresas con gastos en innovación y empresas con gastos en I+D interna). Este hecho tiene una influencia directa en el tamaño de las empresas analizadas. En comparación con la población total de empresas, en el conjunto de empresas innovadoras hay una mayor representación de empresas grandes, como consecuencia del hecho de que las actividades de

10 El nivel de significación representa la máxima probabilidad de rechazar la hipótesis de que el coeficiente es estadísticamente igual a cero cuando esta hipótesis es cierta. A lo largo del análisis, la mayoría de los coeficientes son significativos a un nivel de significación inferior al 5%.

11 Este Anexo II también recoge en su introducción una justificación más detallada de la metodología.12 En este caso el indicador se construye como una variable dicotómica que toma valor 1 para reflejar la realización de una actividad

concreta y 0 en caso contrario. El efecto de la realización de esa actividad sobre el objetivo se obtiene calculando 100*(exp(β)-1) que indica el porcentaje medio de diferencia en el indicador de objetivo entre las empresas que realizan esa actividad y el resto de empresas.

13 El efecto sólo se presenta cuando el coeficiente estimado tiene un nivel de significación estadística inferior al 10%. 14 Al igual que en el caso de las variables dicotómicas, el efecto sólo se presenta cuando el coeficiente estimado tiene un nivel de

significación estadística inferior al 10%.


52

innovación están influidas por el tamaño. En concreto, tal como se recoge en el Anexo I sobre composición y evolución del PITEC, de las 7.665 empresas con gastos en I+D interna en 2009, 1.064 (13,9%) son empresas con 200 o más trabajadores. Por otra parte, según el DIRCE, ese mismo año el porcentaje de empresas grandes en el tejido industrial español no alcanzó el 1%. Por lo tanto, la mayor presencia relativa de empresas grandes en el estudio es consecuencia del conjunto de empresas analizadas (empresas con gastos en innovación y empresas con gastos en I+D interna) y no de un sesgo de selección relacionado con el tamaño.15

3.2.EfEctos dE los EjEs sobrE la invErsión privada En i+d intErna

En primer lugar se analiza la relación que existe entre los indicadores de los distintos ejes y el objetivo de la e2i de incrementar la inversión privada en I+D interna. Por lo tanto, el volumen de gastos privados en I+D interna de las empresas del PITEC (es decir, los fondos propios aportados por las empresas) va a ser el principal indicador que se utiliza en este análisis.

Tal y como se indicó anteriormente, este análisis se realiza diferenciando entre dos conjuntos de empresas. En primer lugar, nos centramos en las empresas con gastos en innovación, para posteriormente restringir el análisis a las empresas con gastos en I+D interna. La interpretación de los resultados en uno y otro conjunto son diferentes:

Entre las empresas con gastos en innovación hay empresas con gastos en I+D interna y empresas sin este tipo de gastos. Por lo tanto, los resultados de las estimaciones reflejan no sólo el efecto de los diferentes indicadores de eje sobre la magnitud de dichos gastos, sino que también captan indirectamente su impacto sobre la probabilidad de tener gastos privados en I+D interna.

Sin embargo, en el análisis a las empresas con gastos en I+D interna, los resultados de las estimaciones muestran exclusivamente el efecto de los indicadores de eje sobre la cuantía de los gastos privados en I+D interna.

Comenzamos con el análisis del efecto de los indicadores relativos al entorno financiero proclive a la innovación sobre los gastos privados en I+D interna. Estos resultados se muestran en el Cuadro 3.1.

En el caso de las empresas con gastos en innovación, acceder a subvenciones de las AAPP para financiar la I+D interna incrementa en más de un 200% los gastos privados en I+D interna. El acceso a subvenciones nacionales, tanto de la AGE como de las AAL, tienen el mayor efecto, mientras que el efecto de los fondos de la UE es inferior (un 131,6%).

Sin embargo, en el conjunto de empresas con gastos en I+D interna el efecto de este indicador es negativo. Obtener subvenciones de las AAPP reduce en un 9,5% los gastos privados en I+D interna, poniendo de manifiesto un efecto sustitución de los fondos públicos respecto a los privados. En este caso, el efecto negativo se concentra en el acceso a fondos de la UE, mientras que la financiación procedente del resto de orígenes no afecta de forma significativa al volumen de inversión privada en I+D.

15 En cualquier caso, en las estimaciones se introducen un conjunto de variables ficticias de tamaño como variables de control que permiten atenuar posibles sesgos relacionados con el tamaño de las empresas.


53

Poniendo en relación los resultados obtenidos para ambos conjuntos de empresas, la conclusión es que el efecto positivo del acceso a este tipo de subvenciones se concentra en su efecto sobre la incorporación de empresas a la realización de gastos en I+D interna.

Cuadro 3.1Efecto sobre el Objetivo 1 (Incrementar la inversión privada) de indicadores del Eje: Entorno financiero proclive a la innovación

Gastos privados en I+D interna

Empresas con gas-tos en innovación

Empresas con gas-tos en I+D interna

Acceso a subvenciones o fondos para financiar la I+D interna

Acceso a subvenciones de las AAPP 1,15***[215,8%]

-0,10**[-9,5%]

Acceso a subvenciones de la AGE 1,15***[215,8%]

0,05[ - ]

Acceso a subvenciones de las AAL 1,12***[206,5%]

-0,05[ - ]

Acceso a fondos de la UE 0,84***[131,6%]

-0,34**[-28,8%]

Acceso a fondos de APE 0,87[ - ]

-0,67[ - ]

Proporción de financiación de la I+D interna con subvenciones o fondos

Financiación con subv. de las AAPP-0,009***

[-0,9%]-0,02***[-2,0%]

Financiación con subv. de la AGE-0,01***[-1,0%]

-0,02***[-2,0%]

Financiación con subv. de las AAL-0,006**[-0,6%]

-0,02***[-2,0%]

Financiación con fondos de la UE-0,02***[-2,0%]

-0,04***[-3,9%]

Financiación con fondos de APE-0,06**[-5,8%]

-0,11***[-10,4%]


1,00***[171,8%]

0,17***[18,5%]

Importancia de la falta de financiación como obs-táculo para la innovación

-0,19***[-17,3%]

-0,05***[-4,9%]

Coeficientes significativos al: 1%***, 5%**, 10%*.

Coherentemente, las proporciones de las diferentes fuentes de financiación de la I+D interna tienen un efecto negativo sobre los gastos privados en I+D interna. Este resultado es consistente para todos los orígenes de fondos analizados y en ambos grupos analizados, si bien el impacto es siempre mayor en las empresas con gastos en I+D interna. Un aumento en un punto porcentual en la proporción de financiación con


54

subvenciones procedentes de las AAPP da lugar a una reducción de los gastos privados en I+D interna de un 0,9%, en el caso de las empresas con gastos en innovación, y de un 2%, en el caso de las empresas con gastos en I+D interna. Diferenciando por origen de fondos, en ambos conjuntos de empresas los mayores efectos se obtienen para los fondos extranjeros, procedentes de la UE o especialmente de APE.

En el conjunto de empresas con gastos en innovación, los dos aspectos analizados de las subvenciones para realizar I+D interna (el acceso y la proporción) tienen efectos de signo contrario. Para interpretar este resultado, aparentemente contradictorio, hay que tener en cuenta el grupo concreto de empresas que estamos analizando. Entre las empresas con gastos en innovación no sólo se incluyen aquellas con gastos en I+D interna, sino también empresas que realizan exclusivamente I+D externa u otros gastos en innovación. Ello justifica un elevado efecto positivo de este tipo de subvenciones sobre la probabilidad tener actividades de I+D interna (y, por lo tanto, de tener gastos privados en esta actividad), ya que todas las empresas analizadas se encuentran ya participando en los mercados de innovación (aunque sea comprando servicios de I+D) y el efecto estimado capta el impacto de la subvención sobre la decisión de financiar sus gastos en innovación con fondos propios versus otro tipo de origen. Sin embargo, para aquellas empresas que ya se encuentran financiando su I+D con fondos propios, un aumento en la cuantía (proporción) de la subvención para la I+D interna puede implicar una disminución de los gastos privados, que se sustituyen en parte por la subvención recibida16.

Por otra parte, el acceso a fondos de las AAPP para financiar actividades de innovación tiene un efecto positivo sobre los gastos privados en I+D interna, siendo mayor el efecto en las empresas con gastos en innovación. En este sentido, el porcentaje medio de diferencia de los gastos privados en I+D interna entre las empresas del PITEC con acceso a subvenciones para financiar actividades de innovación y las que no lo tienen es del 171,8% y del 18,5%, para las empresas con gastos en innovación y las empresas con gasto en I+D interna, respectivamente.

La importancia que las empresas otorgan a la falta de financiación como obstáculo para la innovación afecta negativamente al gasto privado en I+D interna. Así, por ejemplo, las empresas con gastos en innovación que otorgan a este obstáculo una importancia alta tienen un 17,3% menos de gastos privados en I+D interna que las que le otorgan una importancia media. Este porcentaje se reduce al 4,9% en el caso de las empresas con gastos en I+D interna.

El Cuadro 3.2 presenta los resultados del análisis de los indicadores del eje de fomento de la innovación desde la demanda pública. El efecto tractor de los contratos con la AGE sólo se pone de manifiesto para las empresas con gastos en innovación. En este caso, la participación en contratos con la AGE para la realización de actividades de I+D interna incrementa los gastos privados en I+D interna en más de un 180%, mientras que un aumento en un punto porcentual en la proporción de este tipo de financiación acrecienta en un 1% los gastos privados en I+D interna.

16 En el Anexo técnico de este capítulo se describe el método de estimación que permitiría describir este fenómeno con más preci-sión.


55

Cuadro 3.2Efecto sobre el Objetivo 1 (Incrementar la inversión privada) de

indicadores del Eje: Fomento de la innovación desde la demanda pública



Empresas con gastos en I+D interna

Participación en contratos con la AGE para la realización de actividades de I+D interna

1,03***[180,1%]

0,002[-]

Proporción de financiación de la I+D interna con contratos con la AGE

0,01**[1,0%]

-0,004[-]

Participación en contratos con las AAL para la realización de actividades de I+D interna

-0,25[-]

-1,13***[-67,7%]

Proporción de financiación de la I+D interna con contratos con las AAL

-0,03***[-3,0%]

-0,05***[-4,9%]


Los contratos con las AAL para la realización de actividades de I+D interna tienen, en general, un efecto negativo sobre los gastos privados en I+D interna. Este efecto es especialmente importante para las empresas con algún tipo de gasto en I+D interna. En este caso, tanto la participación en este tipo de contratos como la proporción de financiación obtenida con ellos reducen los gastos privados.

Por lo que se refiere al eje de proyección internacional, los resultados del Cuadro 3.3 ponen de manifiesto que la actividad exportadora de las empresas tiene un efecto positivo sobre los gastos privados en I+D interna. Los coeficientes estimados sugieren que las empresas con gastos en innovación del PITEC presentes en mercados extranjeros (empresas exportadoras) tienen un porcentaje medio del 185,8% superior en sus gastos privados en I+D interna respecto a las empresas no exportadoras. Esta diferencia es menor en el caso de las empresas con gastos en I+D interna, siendo del 66,5%. Además, un aumento en un punto porcentual en la intensidad exportadora implica un incremento de los gastos privados en I+D interna del 0,8% y del 0,5% en empresas con gastos en innovación y con gastos en I+D interna, respectivamente.

La participación en acuerdos internacionales de cooperación tecnológica también parece ejercer un efecto positivo sobre los gastos privados en I+D interna. De nuevo, el efecto es sustancialmente mayor para las empresas con gastos en innovación.

Respecto al análisis de los fondos extranjeros para financiar la I+D interna, el acceso a este tipo de fondos estimula los gastos privados en I+D interna de las empresas innovadoras del PITEC, incrementándolos en un 58,4%, si bien es necesario diferenciar entre fondos extranjeros privados y públicos. En este sentido, el acceso a fondos extranjeros privados parece tener un efecto negativo y el acceso a fondos extranjeros públicos el efecto contrario. No obstante, si restringimos el análisis a las empresas del PITEC con gastos en I+D interna, el efecto de ambos tipos de fondos extranjeros (privados o públicos) es negativo.

Un segundo aspecto a analizar referido a los fondos extranjeros para financiar la I+D interna es el efecto de su proporción. Las proporciones de la financiación de la I+D interna con fondos extranjeros tanto privados como públicos inciden negativamente sobre los gastos privados en I+D interna. Este resultado es consistente en ambos grupos de empresas estudiados, si bien el impacto es siempre mayor en las empresas con gastos en I+D interna. Estos resultados son coherentes con los ya comentados en relación con el entorno financiero proclive a la innovación.


56


indicadores del Eje: Proyección internacional




Presencia en mercados extranjeros1,05***[185,8%]

0,51***[66,5%]

Intensidad exportadora0,008***

[0,8%]0,005***

[0,5%]

Grado de cooperación tecnológica internacional1,12***[206,5%]

0,24***[27,1%]

Acceso a fondos extranjeros para financiar la I+D interna

Acceso a fondos extranjeros 0,46***[58,4%]

-0,74***[-52,3%]

Acceso a fondos extranjeros privados-2,32***[-90,2%]

-3,82***[-97,8%]

Acceso a fondos extranjeros públicos 0,83***[129,3%]

-0,41**[-33,6%]

Proporción de financiación de la I+D interna con fondos extranjeros

Financiación con fondos extranjeros-0,03***[-3,0%]

-0,05***[-4,9%]

Financiación con fondos extranjeros privados-0,06***[-5,8%]

-0,08***[-7,7%]

Financiación con fondos extranjeros públicos-0,02***[-2,0%]

-0,05***[-4,9%]

Realización de compras de I+D en el extranjero0,91***[148,4%]

0,64***[89,6%]

Proporción de compras de I+D en el extranjero-0,03***[-3,0%]

0,006**[0,6%]


El último indicador analizado en relación con el eje de proyección internacional es la realización de compras de I+D en el extranjero. Esta última aumenta en un 148,4% los gastos privados en I+D interna de las empresas innovadoras del PITEC y en un 89,6% los gastos privados en I+D interna de las empresas con gastos en I+D interna. Por otra parte, la proporción de este tipo de compras parece tener un efecto negativo sobre los gastos privados en I+D interna de las empresas con gasto en innovación, y un efecto positivo si se restringe el análisis a las empresas del PITEC con actividades de I+D interna.

El Cuadro 3.4 presenta los resultados del análisis de los indicadores del eje de capital humano sobre los gastos privados en I+D interna. La realización de actividades de formación para la innovación incrementa los gastos privados en I+D interna. Este incremento es algo mayor para las empresas con gastos en I+D interna, un 75,1% frente al 69,9% de las empresas con gastos en innovación. Por otra parte, el peso de los gastos en formación para la innovación sobre los gastos totales en innovación tiene un efecto negativo sobre


57

el gasto privado en I+D interna de la empresas innovadoras. Un aumento en un punto porcentual de esta proporción implica una reducción del 6% de los gastos privados en I+D interna de estas empresas.


los indicadores del Eje: Capital humano




Realización de actividades de formación para la innovación

0,53***[69,9%]

0,56**[75,1%]

Proporción de recursos dedicados a la formación para la innovación

-0,06***[-6,0%]

-0,006[-]


Para finalizar el examen de los gastos privados en I+D interna, en el Cuadro 3.5 se presentan los resultados de los indicadores del núcleo. Los coeficientes sugieren que la transferencia de conocimiento incentiva el gasto privado. En concreto, la participación en acuerdos de cooperación con organismos públicos y la compra de servicios de I+D a organismos públicos incrementa en más de un 300% los gastos privados en I+D interna de las empresas innovadoras. Como en casos anteriores, estos porcentajes se reducen si se restringe el análisis a las empresas con gastos en I+D interna. Por último, la proporción de compras de servicios de I+D a organismos públicos muestra un efecto negativo sobre los gastos privados en I+D interna de las empresas innovadoras.


indicadores del Núcleo: Transferencia de conocimiento


Empresas con gas-tos en innovación



1,43***[317,9%]

0,22***[24,6%]

Grado de compras de servicios de I+D a organismos públicos

1,46***[330,6%]

0,49***[63,2%]

Proporción de compras de servicios de I+D a organis-mos públicos

-0,008**[-0,8%]

-0,0008[-]



58

Para finalizar este apartado, se analiza el efecto de los indicadores de eje sobre cuatro indicadores alternativos que miden el cumplimiento del Objetivo 1, si bien sólo reflejan indirectamente la inversión privada en I+D interna. Estos indicadores son los gastos totales en I+D interna, los gastos corrientes en I+D interna, los gastos de capital en I+D interna y los gastos totales en innovación. Este análisis se realiza para el conjunto de empresas con gastos en innovación. Dada la gran cantidad de información que se presenta en los cuadros, se destacarán sólo los principales resultados.

En primer lugar, el Cuadro 3.6 muestra los resultados del análisis de los indicadores de un entorno financiero proclive a la innovación. Con una mayor o menor magnitud, el acceso a subvenciones de las AAPP para financiar la I+D interna o las actividades de innovación tiene un efecto positivo sobre los cuatro indicadores mencionados anteriormente. Cabe destacar los efectos positivos del acceso a subvenciones sobre los gastos de capital en I+D interna. Tal y como se expuso en el Capítulo 1, los gastos de capital son el componente más volátil de los gastos en I+D interna, y la obtención o no de ayudas para financiar este tipo de gastos es susceptible de tener un efecto importante.

Por otra parte, la proporción de financiación de la I+D interna con subvenciones también tiene un efecto positivo sobre los indicadores analizados, independientemente del origen de los fondos.


59

Cuadro 3.6Efecto sobre el Objetivo 1 (Incrementar la inversión privada) de indicadores del Eje: Entorno financiero proclive a la innovación


Gastos totales en I+D in-

terna

Gastos co-rrientes en

I+D interna

Gastos de ca-pital en I+D

interna

Gastos totales en innovación



1,97***[617,1%]

2,57***[1206,6%]

0,83***[129,3%]


2,00***[638,9%]

2,84***[1611,6%]

1,01***[174,6%]


1,80***[505,0%]

2,43***[1035,9%]

0,72***[105,4%]

Acceso a fondos de la UE 2,50***

[1118,2%]2,47***

[1082,2%]3,62***[363,8%]

1,31***[270,6%]

Acceso a fondos de APE 3,36***

[2778,9%]3,34***

[2721,9%]4,87***

[12932,1%]1,77***[487,1%]


Financiación con subv. de las AAPP0,02***[2,0%]

0,02***[2,0%]

0,02***[2,0%]

0,009***[0,9%]

Financiación con subv. de la AGE0,01***[1,0%]

0,01***[1,0%]

0,03***[3,0%]

0,01***[1,0%]

Financiación con subv. de las AAL0,02***[2,0%]

0,02***[2,0%]

0,02***[2,0%]

0,006***[0,6%]

Financiación con fondos de la UE0,03***[3,0%]

0,03***[3,0%]

0,03***[3,0%]

0,01***[1,0%]

Financiación con fondos de APE0,09***[9,4%]

0,09***[9,4%]

0,08**[8,3%]

0,03***[3,0%]


1,56***[375,9%]

1,51***[352,7%]

2,10***[716,6%]

0,75***[111,7%]


-0,17***[-15,6%]

-0,16***[-14,8%]

-0,13***[-12,2%]

-0,01*[-1,0%]


Respecto al efecto de los indicadores del eje de fomento de la innovación desde la demanda pública, el Cuadro 3.7 pone de manifiesto el efecto tractor sobre los cuatro indicadores analizados de la compra pública de bienes y servicios innovadores. La magnitud de los efectos es superior en el caso de los contratos con la AGE.


60


indicadores del Eje: Fomento de la innovación desde la demanda pública


Gastos totales en I+D interna

Gastos corrientes en I+D interna

Gastos de capital en I+D interna



1,88***[555,3%]

1,85***[536,0%]

2,58***[1219,7%]

0,94***[156,0%]

Proporción de financiación de la I+D inter-na con contratos con la AGE

0,03***[3,0%]

0,03***[3,0%]

0,04***[4,1%]

0,01***[1,0%]


1.55***[371,1%]

1,51***[352,7%]

1,91***[575,3%]

0,74***[109,6%]

Proporción de financiación de la I+D inter-na con contratos con las AAL

0,02***[2,0%]

0,02***[2,0%]

0,01[-]

0,007**[0,7%]


Respecto al eje de proyección internacional (véase Cuadro 3.8), cabe destacar el efecto positivo que, en general, tienen todos los indicadores estudiados sobre los gastos en I+D interna (totales, corrientes y de capital) y los gastos en innovación. Estos impactos son mayores sobre los gastos en I+D interna (ya sean gastos totales, corrientes o de capital) que sobre los gastos en innovación.

Además, al igual que se obtenía al analizar los indicadores del eje de entorno financiero, en general, los mayores efectos se observan con relación a los gastos de capital en I+D interna.


61

Cuadro 3.8Efecto sobre el Objetivo 1 (Incrementar la inversión privada) de indicadores del Eje: Proyección internacional



Gastos corrien-tes en I+D in-

terna

Gastos de capital en

I+D interna



0,90***[146,0%]

0,62***[85,9%]

0,36***[43,3%]


[0,7%]0,007***

[0,7%]0,006***

[0,6%]0,004***

[0,4%]


1,68***[436,6%]

2,01***[646,3%]

0,92***[150,9%]


Acceso a fondos extranjeros 2,41***

[1013,4%]2,38***[980,5%]

3,26***[2504,9%]

1,22***[238,7%]

Acceso a fondos extranjeros privados2,79***

[1528,1%]2,78***

[1511,9%]3,15***

[2233,6%]1,34***[281,9%]

Acceso a fondos extranjeros públicos 2,58***

[1219,7%]2,55***

[1180,7%]3,66***

[3786,1%]1,34***[281,9%]


Financiación con fondos extranjeros0,02***[2,0%]

0,02***[2,0%]

0,03***[3,0%]

0,01***[1,0%]

Financiación con fondos extranjeros privados0,03***[3,0%]

0,03***[3,0%]

0,03***[3,0%]

0,01***[1,0%]

Financiación con fondos extranjeros públicos0,04***[4,1%]

0,04***[4,1%]

0,03***[3,0%]

0,02***[2,0%]


1,15***[215,8%]

2,07***[692,5%]

1,09***[197,4%]

Proporción de compras de I+D en el extranjero-0,03***[-3,0%]

-0,03***[-3,0%]

-0,01[-]

0,01***[1,0%]


El Cuadro 3.9 presenta los resultados del análisis de los indicadores del eje de capital humano. La realización de actividades de formación para la innovación incrementa los cuatro tipo de gastos analizados, siendo especialmente importante el aumento (un 464,1%) en los gastos de capital en I+D interna. Por otra parte, el efecto de la proporción que este tipo de gasto supone sobre los gastos totales en innovación es negativo.


62

Cuadro 3.9Efecto sobre el Objetivo 1 (Incrementar la inversión privada) de indicadores del Eje: Capital humano






Realización de actividades de forma-ción para la innovación

0,53***[69,9%]

0,50***[64,9%]

1,73***[464,1%]

0,42***[52,2%]


-0,07***[-6,8%]

-0,07***[-6,8%]

-0,03***[-3,0%]

-0,02***[-2,0%]


El último aspecto a analizar es el efecto de los indicadores del núcleo del pentágono de la innovación: la transferencia del conocimiento. El Cuadro 3.10 resume los resultados, que confirman que la transferencia de conocimiento incentiva la inversión en actividades de I+D interna y de innovación. De nuevo, los mayores incrementos se obtienen al analizar el impacto sobre los gastos de capital en I+D interna.


indicadores del Núcleo: Transferencia de conocimiento







1,94***[595,9%]

1,91***[575,3%]

2,22***[820,7%]

0,78***[118,1%]

Grado de compras de servicios de I+D a organismos públicos

1,67***[431,2%]

1,64***[415,5%]

2,30***[897,4%]

0,76***[113,8%]

Proporción de compras de servicios de I+D a organismos públicos

-0,004[-]

-0,004[-]

0,01***[1,0%]

0,002**[0,2%]



63

3.3.efectos de los ejes sobre el emPleo en media y alta tecnología

Como ya se ha mencionado en la introducción metodológica, también se analiza en este capítulo la relación entre los indicadores de eje y el objetivo de la e2i de incrementar el empleo en media y alta tecnología, utilizando como indicador principal de este último el empleo en I+D de las empresas del PITEC, tal y como se ha explicado al comienzo del capítulo, si bien en los cuadros también se recoge el efecto de los mismos indicadores sobre el empleo total.

En primer lugar se estudia el efecto de los indicadores de un entorno financiero proclive a la innovación. Como puede observarse en el Cuadro 3.11, tanto el acceso a los distintos tipos de subvenciones o fondos para financiar la I+D interna o la innovación, como la proporción de dicha financiación tienen un efecto positivo sobre el empleo en I+D, aunque su magnitud difiere entre los distintos tipos de financiación.

En el caso de las subvenciones de las distintas AAPP, los coeficientes estimados implican que el porcentaje medio de diferencia en el empleo en I+D entre las empresas innovadoras del PITEC con acceso a subvenciones para financiar la I+D interna y las que no lo tienen es en torno al 100%. Es decir, las empresas subvencionadas tienden a duplicar su empleo en I+D respecto a las no subvencionadas. El efecto es algo menor en el caso de fondos de las AAPP para financiar las actividades de innovación (87,9%). Sin embargo, este porcentaje es mucho mayor cuando los fondos proceden de la UE o de APE, alcanzando el 249% y 405,3% respectivamente.

La misma pauta parece aplicarse a las proporciones de financiación. Un aumento en un punto porcentual en la proporción de financiación con subvenciones procedentes de las AAPP da lugar a un aumento del empleo en I+D del 0,7%. Diferenciando según el origen de los fondos, el impacto de la proporción de financiación procedente de la AGE y de las AAL se sitúa en el 0,6%, mientras que este es más elevado, 2-3%, cuando lo que se incrementa es la proporción de financiación mediante fondos de la UE o la APE. Nótese que estos porcentajes implican magnitudes de cambio reducida, en la medida que en las empresas innovadoras del PITEC la media de personal en I+D es de alrededor de 15 trabajadores.


64

Cuadro 3.11Efecto sobre el Objetivo 3 (Incrementar el empleo en media y alta tecnología) de

los indicadores del Eje: Entorno financiero proclive a la innovación


Empleo en I+D Empleo total



-0,01[ - ]


0,18***[19,7%]


-0,05**[-4,9%]

Acceso a fondos de la UE 1,25***[249,0%]

0,41***[50,7%]

Acceso a fondos de APE 1.62***[405,3%]

0,48***[61,6%]


Financiación con subvenciones de las AAPP0,007***

[0,7%]-0,003***

[-0,3%]

Financiación con subvenciones de la AGE0,006***

[0,6%]-0,001[-0,1%]

Financiación con subvenciones de las AAL0,006***

[0,6%]-0,006**[-0,6%]

Financiación con fondos de la UE0,02***[2,0%]

0,001[-]

Financiación con fondos de APE0,03***[3,0%]

0,002[-]


0,63***[87,8%]

-0,02*[-2,0%]


-0,04***[-3,9%]

-0,02***[-2,0%]


Como era de esperar, los efectos de estas medidas financieras de apoyo a la I+D son sustancialmente menores sobre el empleo total, ya que este último no sólo incluye personal en actividades de alto contenido tecnológico, sino que también puede estar constituido por personal ocupado en actividades de baja tecnología.

En coherencia con lo anterior, la importancia que las empresas otorgan a la falta de financiación como obstáculo para la innovación afecta negativamente al empleo. Así, por ejemplo, las empresas que consideran que este obstáculo es de una alta importancia tienen un -3,9% menos de empleo en I+D que las que dicen que ese factor tiene una importancia media.


65

Por lo que se refiere al eje de fomento de la innovación desde la demanda pública, los resultados del Cuadro 3.12 ponen de manifiesto el efecto tractor sobre el empleo en I+D de la compra pública de bienes y servicios innovadores. En concreto, los coeficientes estimados sugieren que las empresas innovadoras del PITEC que participan en contratos con la AGE o las AAL muestran un porcentaje medio entre un 110 y un 135% superior en el empleo en I+D que las no participantes en estos contratos. Además, un aumento en un punto porcentual en la proporción de financiación por esta vía incrementará en un 1% el personal en I+D.

Sin embargo, al igual que pasa con el eje anterior, los efectos son mucho menores sobre el empleo total y, de hecho, la proporción de financiación de la I+D con contratos de las AAL no resulta significativa como elemento estimulante de este último.


los indicadores del Eje: Fomento de la innovación desde la demanda pública




0,85***[134,0%]

0,17***[18,5%]

Proporción de financiación de la I+D interna con contra-tos con la AGE

0,01***[1,0%]

0,002**[0,2%]


0,75***[111,7%]

0,21***[23,4%]

Proporción de financiación de la I+D interna con contra-tos con las AAL

0,009***[0,9%]

0,001[ - ]


Los indicadores del eje de proyección internacional también están, en su mayoría, asociados positivamente con mayores niveles de empleo en I+D (véase el Cuadro 3.13). La diferencia en el empleo medio en I+D entre empresas exportadoras y no exportadoras el año anterior se estima en torno al 30% a favor de las exportadoras. La cooperación tecnológica internacional tiene un efecto más elevado, siendo la diferencia entre empresas que cooperan y no cooperan con socios extranjeros cercana al 100%. Y aún es mayor dicho efecto si la proyección internacional de la empresa le proporciona acceso a fondos extranjeros para financiar su I+D interna, ya sean privados o públicos. En este caso, los porcentajes de diferencia son superiores al 200%, lo que implicaría que las empresas con acceso a este tipo de financiación en un año más que triplican su empleo en I+D respecto a las que no lo tienen.


66


los indicadores del Eje: Proyección internacional




0,46***[58,4%]


[0,3%]0,002***

[0,2%]


0,33***[39,1%]


Acceso a fondos extranjeros 1,16***[219,0%]

0,37***[44,8%]

Acceso a fondos extranjeros privados1,15***[215,8%]

0,50***[64,9%]

Acceso a fondos extranjeros públicos 1,28***[259,7%]

0,43***[53,7%]


Financiación con fondos extranjeros0,01***[1,0%]

0,001[ - ]

Financiación con fondos extranjeros privados0,01***[1,0%]

0,006***[0,6%]

Financiación con fondos extranjeros públicos0,02***[2,0%]

0,001[ - ]


0,25***[28,4%]

Proporción de compras de I+D en el extranjero-0,004***

[-0,4%]0,003***

[0,3%]


Cabe señalar que, tanto el acceso a, como la proporción de financiación con fondos extranjeros públicos favorece en mayor medida el empleo en I+D que la financiación a través de fondos extranjeros privados. Sin embargo, la relación se invierte cuando lo que se analiza es el efecto sobre el empleo total, siendo los fondos privados los que llevan asociados coeficientes más elevados.

Finalmente, la presencia en mercados exteriores mediante realización de compras de servicios de I+D en el extranjero también estimula una mayor contratación de personal en I+D, aunque esta contratación está inversamente relacionada con la proporción de compras. Nótese, sin embargo, que un aumento en dicha proporción sí que afecta de forma positiva, aunque en magnitud reducida, al empleo total.


67

De todos los ejes considerados, el eje de capital humano es el que emerge como más directamente relacionado con el objetivo de incrementar el empleo en I+D. En el PITEC, los indicadores disponibles relacionados con este eje se refieren a las actividades realizadas por las empresas para formar a sus empleados para la innovación. Como se deriva de los resultados resumidos en el Cuadro 3.14, estas actividades implican una diferencia del 33,6% (del 27,1%) en el empleo en I+D (empleo total) a favor de las que las realizan. Sin embargo, aumentos en la proporción de los recursos dedicados a la formación para la innovación no favorecen la creación de empleo.

Cuadro 3.14Efecto sobre el Objetivo 3 (Incrementar el empleo en media y alta tecnología)

de los indicadores del Eje: Capital humano



Realización de actividades de formación para la innovación

0,29***[33,6%]

0,24**[27,1%]


-0,01***[-1%]

0,001[ - ]


Para finalizar con este análisis, en el Cuadro 3.15 se presentan los resultados de estimar el efecto de los indicadores del núcleo sobre el empleo en I+D. Los coeficientes sugieren que la transferencia de conocimiento incentiva la contratación de empleo de media y alta tecnología relacionado con las actividades innovadoras. En concreto, la cooperación pública-privada para la innovación tiende a duplicar el empleo en I+D de las empresas que cooperan. El efecto es algo menor con relación a las compras de servicios de I+D a organismos públicos, aunque el porcentaje de diferencia en la media de personal en I+D entre empresas con compras y sin compras es todavía elevado (cercano al 90%) e incrementos en la proporción de compras se asocian a aumentos futuros en el empleo en I+D.


68

Cuadro 3.15Efecto sobre el Objetivo 3 (Incrementar el empleo en media y alta tecnología) de los indicadores del

Núcleo: Transferencia de conocimiento




0,69***[99,4%]

0,10***[10,5%]

Grado de compras de servicios de I+D a organis-mos públicos

0,64***[89,6%]

0,09***[9,4%]

Proporción de compras de servicios de I+D a organismos públicos

0,003***[0,3%]

-0,003***[-0,3%]


Por lo que se refiere al empleo total, tanto el grado de cooperación público-privada para la innovación como el de compras de servicios de I+D a organismos públicos muestran efectos positivos, aunque 10 veces menores cuando se comparan con los efectos sobre el empleo en I+D, siendo, de hecho, negativo el efecto de la proporción de compras de servicios de I+D a organismos públicos.

3.4.conclusiones

Utilizando la información disponible en el PITEC, el objetivo de este capítulo ha sido medir el grado de relación entre dos de los objetivos de la e2i (incrementar la inversión privada en I+D y el empleo en media y alta tecnología) y los indicadores de ejes definidos en el capítulo anterior.

El principal indicador utilizado en relación con el primer objetivo (incrementar la inversión privada en I+D) es el volumen de gastos privados en I+D interna (es decir, fondos propios dedicados a esta actividad) de las empresas del PITEC. En el estudio de este objetivo, es importante diferenciar entre el conjunto de empresas con gastos en innovación y el conjunto de empresas con gastos en I+D interna.

Los principales resultados del análisis de la relación entre este objetivo y los diferentes ejes de la e2i son los siguientes. En primer lugar, con respecto a los indicadores de entorno financiero proclive a la innovación, el acceso a subvenciones de las AAPP para financiar la I+D interna tiene un efecto positivo en los gastos privados en I+D interna de las empresas con gastos en innovación (acceder a este tipo de ayudas incrementa en más de un 200% los gastos privados en I+D interna de las empresas). Para interpretar este resultado hay que tener en cuenta que entre las empresas innovadoras del PITEC se encuentran un grupo que, si bien están operando en los mercados de innovación, lo hacen exclusivamente comprando servicios de I+D o realizando otros gastos de innovación. Por tanto, la importante magnitud del efecto estimado del acceso a este tipo de subvenciones está reflejando el impacto de la subvención sobre la decisión acerca del origen de los fondos con los que financiar sus gastos en innovación (fondos propios versus otros orígenes fondos). Ello explica también que el efecto sea negativo si analizamos exclusivamente las empresas con gastos en I+D interna (este tipo de ayudas reduce un 9,5% los gastos privados en I+D interna), reflejando cierta sustitución entre los fondos públicos para financiar actividades de I+D y los privados.

Esta misma sustitución es la que se observa con relación a la proporción de dichas subvenciones. En este caso, independientemente del conjunto de empresas analizado, un mayor peso de las subvenciones en los gastos totales en I+D interna implica un menor esfuerzo privado para financiar esta actividad. En concreto


69

se obtiene que un aumento en un punto porcentual en la proporción de financiación con subvenciones procedentes de las AAPP da lugar a una reducción de los gastos privados en I+D interna de un 0,9%, en el caso de las empresas con gastos en innovación, y de un 2%, en el caso de las empresas con gastos en I+D interna. Sin embargo, en la medida que la sustitución de fondos privados por públicos no es completa, la subvención se muestra efectiva para incentivar a las empresas a utilizar fondos propios para financiar sus actividades de I+D interna.

En segundo lugar, la actividad exportadora de las empresas y la cooperación tecnológica internacional (indicadores del eje proyección internacional) tienen un efecto positivo sobre los gastos privados en I+D interna, aumentando en un 185,8% y en un 206,5%, respectivamente, los gastos en I+D interna de las empresas innovadoras. El efecto es menor al analizar el conjunto de empresas con gastos en I+D interna (66,5% y 27,1%, respectivamente).

Con respecto al conjunto de indicadores de proyección internacional relacionados con fondos extranjeros para financiar la I+D interna es necesario diferenciar entre fondos privados y públicos. Independientemente del conjunto de empresas analizado, el acceso a fondos extranjeros privados tiene un efecto negativo sobre los gastos privados en I+D interna (la reducción del gasto privado por tener acceso a este tipo de financiación es superior al 90%). Sin embargo, el acceso a fondos extranjeros públicos tiene un efecto positivo en el conjunto de empresas con gastos en innovación (el acceso incrementa en un 129,3% los gastos privados) y un efecto negativo en el conjunto de empresas con gastos en I+D interna (en este caso, la reducción por tener acceso es del 33,6%). En el caso de la proporción de financiación con fondos extranjeros, este indicador tiene un efecto negativo sobre los gastos privados en I+D interna, independientemente de que los fondos extranjeros sean privados o públicos.

En tercer lugar, la realización de actividades de formación para la innovación incrementa los gastos privados en I+D interna. Este incremento es algo mayor para las empresas con gastos en I+D interna, un 75,1% frente al 69,9% de las empresas con gastos en innovación.

En cuarto lugar, los resultados de los indicadores del núcleo sugieren que la transferencia de conocimiento afecta positivamente a los gastos privados en I+D interna. La participación en acuerdos de cooperación con organismos públicos y la compra de servicios de I+D a organismos públicos incrementa en más de un 300% los gastos privados en I+D interna de las empresas innovadoras. El efecto de estos indicadores es menor para las empresas con gastos en I+D interna (un incremento del 24,6% en el caso de la cooperación público-privada y del 63,2% en el caso de la compra de servicios de I+D).

El estudio del efecto de los ejes sobre el segundo objetivo analizado (incrementar el empleo en media y alta tecnología) se centra en el efecto de estos indicadores sobre el empleo en I+D de las empresas innovadoras del PITEC.

Con respecto al efecto de los indicadores de un entorno financiero proclive a la innovación, tanto el acceso a los distintos tipos de subvenciones o fondos para financiar la I+D interna o la innovación, como la proporción de dicha financiación tienen un efecto positivo sobre el empleo en I+D. En concreto, las empresas con acceso a subvenciones de las AAPP para financiar I+D interna duplican su empleo en I+D con respecto a las empresas sin acceso a este tipo de subvenciones. Por otra parte, un aumento en un punto porcentual en la proporción de financiación con subvenciones procedentes de las AAPP implica un aumento del empleo en I+D del 0,7%.

Por lo que se refiere al eje de fomento de la innovación desde la demanda pública, los resultados ponen de manifiesto el efecto tractor sobre el empleo en I+D de la compra pública de bienes y servicios innovadores. Participar en contratos con la AGE o las AAL incrementa el empleo en I+D en un 134% y en un 111,7%,


70

respectivamente. Además, un aumento en un punto porcentual en la proporción de financiación por esta vía incrementa en un 1% el personal en I+D.

Los indicadores del eje de proyección internacional también están, en su mayoría, asociados positivamente con mayores niveles de empleo en I+D. Cabe destacar el acceso a fondos extranjeros para financiar la I+D interna, siendo la diferencia en el empleo en I+D entre las empresas con acceso a este tipo de fondos y sin acceso superior al 200%. Otros indicadores de este eje también tienen un efecto positivo, de mayor o menor magnitud, sobre el empleo en I+D interna de las empresas innovadoras del PITEC. En concreto, la presencia en mercados extranjeros incrementa en un 31% el personal en I+D. Este incremento es del 97,4% en el caso de la participación en acuerdos internacionales de cooperación tecnológica y del 84% en lo referente a la realización de compras de I+D en el extranjero.

Los indicadores disponibles relacionados con el eje de capital humano se refieren a las actividades realizadas por las empresas para formar a sus empleados para la innovación. Realizar este tipo de actividades de formación implican una diferencia del 33,6% en el empleo en I+D a favor de las que las realizan. Sin embargo, aumentos en la proporción de los recursos dedicados a la formación para la innovación no favorecen la creación de empleo en I+D.

Por último, al analizar los indicadores del núcleo, se obtiene que la transferencia de conocimiento incentiva la contratación de empleados para realizar actividades de I+D. La cooperación pública-privada para la innovación tiende a duplicar el empleo en I+D de las empresas que cooperan. El efecto es algo menor (un 89,6% de incremento) con relación a las compras de servicios de I+D a organismos públicos e incrementos en la proporción de compras se asocian a aumentos futuros en el empleo en I+D (un aumento en un punto porcentual en esta proporción implica un aumento del empleo en I+D del 0,3%).

bibliografía

72

bibliografía

Abramovsky, L., Kremp, E., López, A., Schmidt, T. y Simpson, H. (2009): “Understanding co-operative innovative activity: Evidence from four European countries”, Economics of Innovation and New Technology, 18(3), 243-265.

Arana, L. (2011): “La estrategia Estatal de Innovación, e2i. El compromiso para acelerar el cambio de modelo económico”, Papeles de Economía Española 127, 13-28.

Cassiman, B. y Veugelers, R. (2002): “R&D cooperation and spillovers: some empirical evidence from Belgium”, American Economic Review, 92 (4), 1169–1184.

Cotec. (2011): Informe Cotec 2011: Tecnología e Innovación en España. Fundación Cotec para la Innovación Tecnológica.

Hall, B.H. (2002): “The financing of Research and Development”, Oxford Review of Economic Policy, 18 (1), 35-51.

López, A. (2008): “Determinants of R&D cooperation: Evidence from Spanish manufacturing firms”, International Journal of Industrial Organization, 26(1), 113-136.

anexos

74

anexo i.comPosición y evolución del Panel

El Panel de Innovación Tecnológica (PITEC) integra principalmente dos muestras de empresas: una compuesta por las empresas de 200 o más trabajadores, realicen o no I+D (cuya representatividad se evaluó en 2003, con el DIRCE, en un 73% del total de empresas de esas características), y otra compuesta por empresas con gasto en I+D interna. Además, el PITEC incluye una muestra de empresas con menos de 200 trabajadores que tienen gastos por compra de servicios de I+D (I+D externa) pero que no realizan I+D interna y una submuestra representativa de empresas con menos de 200 trabajadores sin gastos en innovación.

El Cuadro A.I.1 resume de forma detallada la composición del panel de empresas en el año 2009 (último del que se dispone de información).

Cuadro A.I.1. Muestra de empresas. Año 2009 1

Empresas con menos de 200 trabajadores

Empresas con 200 o más trabajadores

TOTAL

Empresas con gasto en I+D interna 6601 1064 7665

Empresas sin gasto en I+D interna -- 2024 2024

TOTAL 6601 3088 9689

Empresas con gastos en I+D externa y sin gastos en I+D interna2

385 -- 385

Empresas sin gastos en innovación 3 817 -- 817

TOTAL MUESTRA -- -- 108911 Las empresas se incorporan a cada una de las cuatro muestras consideradas de acuerdo con el rasgo que caracterizaba a las empresas en el año de incorporación al panel (200 o más trabajadores, hacer I+D interna, menos de 200 trabajado-res con gastos en I+D externa y sin gastos en I+D interna, menos de 200 trabajadores sin gastos en innovación, respec-tivamente). En el caso de tratarse de una empresa incorporada por recuperación se considerará el rasgo que caracteriza-ba a la empresa en el año inicial de incorporación.2Muestra de empresas incorporada en 2004.3Dos empresas incorporadas a esta muestra en 2003 no cumplen los requisitos de la muestra.


75

Por último, el Cuadro A.I.2 resume la evolución de las muestras PITEC durante los años para los cuales el panel dispone de información: 2003, 2004, 2005, 2006, 2007, 2008 y 2009.

Cuadro A.I.2. Resumen de la evolución temporal de las muestras1

2003 2004 2005 2006 2007 2008 2009 2010

Empresas con 200 o más trabajadores (MEG)2,3

A. Muestra viva (= A.1+B+C+D del año anterior)

3470 3505 3413 3391 3276 3178 3088

A.1 Responden3390 (97,7)

3315 (94,6)

3322 (97,3)

3261 (96,2)

3156 (96,3)

3058 (96,2)

A.2 Desaparecen69

(2,0)85 (2,4)

71 (2,1)

89 (2,6) 67 (2,0) 65 (2,0)

A.3 No colaboran 6 (0,2) 85 (2,4) 2 (0,1) 22 (0,6) 23 (0,7) 22 (0,7)

A.4 Sin acceso 5 (0,1) 20 (0,6)18

(0,5)19 (0,6) 30 (0,9) 33 (1,0)

B. Incorporaciones del año 3470 2 0 0 3 2 3

C. Recuperaciones 0 9 69 12 20 27

D. Incorporaciones (empresas con I+D interna)

113 89 0 0 0 0

Empresas con I+D interna en (MID)2,3

A. Muestra viva (= A.1+B+C+D del año anterior)

4838 6336 8594 8522 8218 7921 7665

A.1 Responden4733 (97,8)

6097 (96,2)

8427 (98,1)

8191 (96,1)

7857 (95,6)

7572 (95,6)

A.2 Desaparecen59

(1,2)70 (1,1)

116 (1,3)

135 (1,6) 146 (1,8) 106 (1,3)

A.3 No colaboran17

(0,4)65 (1,0) 1 (0,0) 81 (1,0) 88 (1,1) 81 (1,0)

A.4 Sin acceso29

(0,6)104 (1,7)

50 (0,6)

115 (1,3) 127 (1,5) 162 (2,0)



D. Incorporaciones (empresas con I+D interna)

1603 2480 0 0 0 0


76

Empresas con menos de 200 trabajadores con gastos en I+D externa y sin gastos en I+D interna (MIDE)2,3,4

A. Muestra viva (= A.1+B+C del año anterior)

437 412 417 405 396 385

A.1 Responden412

(94,3)402

(97,6)405

(97,1)392

(96,8)381

(96,2)

A.2 Desaparecen 5 (1,1) 6 (1,4) 7 (1,7) 5 (1,2) 2 (0,5)

A.3 No colaboran 10 (2,3) 0 1 (0,2) 2 (0,5) 4 (1,0)

A.4 Sin acceso 10 (2,3) 4 (1,0) 4 (1,0) 6 (1,5) 9 (2,3)

B. Incorporaciones del año 437 0 0 0 1 0

C. Recuperaciones 0 15 0 3 4

Empresas con menos de 200 trabajadores sin gastos en innovación (MEP)2,3,5

A. Muestra viva (= A.1+B+C del año anterior)

19 1017 954 961 907 872 817

A.1 Responden19

(100,0)954

(93,8)937

(98,2)902

(93,9)868

(95,7)810

(92,9)

A.2 Desaparecen 0 (0,0) 18 (1,8)13

(1,4)28 (2,9) 19 (2,1) 15 (1,7)

A.3 No colaboran 0 (0,0) 31(3,1) 0 7 (0,7) 4 (0,4) 6 (0,7)

A.4 Sin acceso 0 (0,0) 14 (1,4) 4 (0,4) 24 (2,5) 16 (1,8) 41 (4,7)



TOTAL MUESTRA VIVA 7283 10156 12179 12124 11686 11275 108911Las empresas se incorporan a cada una de las cuatro muestras consideradas de acuerdo con el rasgo que caracteri-zaba a las empresas en el año de incorporación al panel (200 o más trabajadores, hacer I+D interna, menos de 200 trabajadores con gastos en I+D externa y sin gastos en I+D interna, menos de 200 trabajadores sin gastos en innova-ción, respectivamente). En el caso de tratarse de una empresa incorporada por recuperación se considerará el rasgo que caracterizaba a la empresa en el año inicial de incorporación.2Responden: Encuestada (sin movimiento) o absorbente.Desaparecen: Empresa con absorción, fusión, escisión final, cierre definitivo, incluida erróneamente, contenida en otra unidad o duplicada. No colaboran: Empresa con negativa final.Sin acceso: Empresa ilocalizable o con cierre temporal.Incorporaciones del año: Empresa incorporada por nueva creación, incorporada por resultante de fusión, incorpora-da por escisión o incorporada por nueva muestraRecuperaciones: Recuperación de empresas que estaban en la muestra inicial y habían dejado de responder.Incorporaciones (empresas con I+D interna): Empresas incorporadas por progresos informativos sobre las empresas con actividades de I+D interna.3Porcentaje respecto a la muestra viva entre paréntesis.4Muestra de empresas incorporada en 2004.5Dos empresas incorporadas a esta muestra en 2003 no cumplen los requisitos de la muestra.

77

Anexo II.ResultAdos detAllAdos de lAs estImAcIones

A continuación se presentan los resultados detallados de las estimaciones realizadas para cuantificar el efecto de los indicadores definidos a partir del PITEC de los distintos ejes de la e2i sobre sus objetivos. Tal como se explica en el apartado sobre metodología del Capítulo 3, para ello se estima el efecto de cada indicador de eje descrito en el Capítulo 2 sobre cada indicador de objetivo de la e2i a partir de una regresión en la que la variable dependiente (variable a explicar) es una determinada medida de objetivo de la e2i en el año t+1, por ejemplo los gastos privados en actividades de I+D interna, y las variables del segundo miembro (variables explicativas) incluyen un indicador representativo de uno de los ejes de la e2i en el año t, junto con un conjunto de variables de control:

1( ) b+ = + + +it it it itLog IndObj a IndEje c Controles e

En esta ecuación i es un índice de la empresa, t representa el año, IndObj es el indicador del objetivo final que se quiere conseguir, IndEje es una variable que identifica el indicador de eje con el que se quiere incidir en dicho objetivo y e una perturbación aleatoria. Por su parte, Controles es un vector de variables de control que incluye las siguientes variables:

• Variable ficticia que identifica a las empresas que sufren alguna incidencia por ser de nueva creación y que por tanto pueden estar sujetas a condiciones excepcionales de funcionamiento (denominada en los cuadros como INCI2),

• Variables ficticias de tiempo para controlar shocks comunes al conjunto de empresas, distribuidos durante el periodo analizado (a2007, a2008…),

• Variables ficticias de tamaño que identifican a las empresas grandes (TAM200) o que clasifican a las empresas en grupos según su empleo sea inferior a 50 trabajadores (s1), esté entre 50 y 99 (s2), entre 100 y 199 (s3), entre 200 y 499 (s4) o sea mayor de 500 trabajadores (s5),

• Variables ficticias que identifican la pertenencia de cada empresa con un sector manufacturas o servicios de actividad de alta tecnología (denominadas, respectivamentei, manuat y servat en las tablas),

• Variables de localización de la empresa en las Comunidades Autónomas de Cataluña, Galicia, Madrid, Navarra, País Vasco y Valencia.

Dado que todos los indicadores de objetivo tienen carácter cuantitativo, el método utilizado en las estimaciones es el de Mínimos Cuadrados Ordinarios. Dado el reducido número de años para el que se dispone de información de la mayoría de indicadores de eje, no se ha tenido en cuenta la estructura de panel de los datos y la información ha sido tratada como un pool, estimándose errores estándar robustos a heterocedasticidad de White (1980). Las estimaciones se han llevado a cabo utilizando el paquete estadístico STATA 11 (STATA Data analysis and statistical software). La descripción de los procedimientos y de los estadísticos que se presentan en los cuadros puede encontrarse en la dirección: http://www.stata.com/.

http://www.stata.com/


78

La razón de utilizar distinto año de referencia para el indicador de objetivo (año t+1) y de eje (año t) es para facilitar la interpretación de los coeficientes en términos de causalidad. Obviamente, ello no corrige totalmente el problema de endogeneidad si las estimaciones se realizan con datos de panel y existe persistencia en las variables dependientes. Véase una discusión a este respecto en Wooldridge (2002).

Para facilitar el seguimiento de las estimaciones, estas se presentan en el mismo orden en el que aparecen mencionadas en los distintos cuadros del Capítulo 3. En concreto, se han agrupado en las siguientes secciones:

• A) Efectos de los indicadores del eje sobre el Objetivo 1: Incrementar la inversión privada• A.1) Efectos sobre la inversión privada en I+D• A.2) Efectos sobre los gastos en actividades de I+D interna, distinguiendo entre gastos corrientes y

gastos de capital• A.3) Efectos sobre los gastos totales en innovación

• B) Efectos de los indicadores del eje sobre el Objetivo 3: Incrementar el empleo de media y alta tecnología• B.1) Efectos sobre el empleo en I+D• B.2) Efectos sobre el empleo total

Las estimaciones recogidas en la sección A.1), en las que se mide el efecto de los indicadores de eje sobre el gasto privado en I+D interna, se presentan para dos muestras distintas: la muestra total de empresas innovadoras (con gastos en innovación) y la muestra de empresas con gastos en I+D interna. Como se comentó en el Capítulo 3, la interpretación de los resultados en uno y otro conjunto de empresas es diferente. En la muestra de empresas con gastos en I+D interna, los resultados de las estimaciones muestran el efecto de los indicadores de eje sobre la magnitud de los gastos privados en I+D.

Sin embargo, en el conjunto de empresas innovadoras, dado que hay empresas con y sin gastos en I+D interna, los resultados de las estimaciones no sólo reflejan el efecto de los diferentes indicadores de eje sobre la intensidad de dichos gastos, sino que también captan indirectamente su impacto sobre la decisión de realizar gastos privados en I+D interna. Para medir de forma separada los efectos del indicador de eje sobre la decisión y sobre la intensidad sería preciso recurrir a métodos más refinados de estimación, utilizando, por ejemplo, modelos de selección a la Heckman (1979).

El resto de las estimaciones recogidas en este anexo se realiza exclusivamente para la muestra de empresas innovadoras, que es la que se toma como referencia para el análisis de situación del Capítulo 2.

Para un mejor análisis de las estimaciones realizadas en este informe pulse aquí para ver las salidas econométricas de los efectos de los indicadores de los distintos ejes, sobre los objetivos de la Estrategia Estatal de Innovación (e2i).

BiBliografía

Heckman, J.J. (1979): “Sample Selection Bias as a Specification Error”, Econometrica 47, pp. 153-161.

White, H. (1980): “A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity”, Econometrica 48, pp. 817–838.

Wooldridge, J.M. (2002): Econometric analysis of cross section and panel data, The MIT Press, Cambridge, Massachusetts.

1

Anexo 2. Resultados detallados de las estimaciones

A continuación se presentan los resultados detallados de las estimaciones realizadas

para cuantificar el efecto de los indicadores definidos a partir del PITEC de los distintos

ejes de la e2i sobre sus objetivos. Tal como se explica en el apartado sobre metodología

del Capítulo 3, para ello se estima el efecto de cada indicador de eje descrito en el

Capítulo 2 sobre cada indicador de objetivo de la e2i a partir de una regresión en la que

la variable dependiente (variable a explicar) es una determinada medida de objetivo de

la e2i en el año t+1, por ejemplo los gastos privados en actividades de I+D interna, y las

variables del segundo miembro (variables explicativas) incluyen un indicador

representativo de uno de los ejes de la e2i en el año t, junto con un conjunto de variables

de control:

1( ) it it it itLog IndObj a IndEje c Controles e

En esta ecuación i es un índice de la empresa, t representa el año, IndObj es el indicador

del objetivo final que se quiere conseguir, IndEje es una variable que identifica el

indicador de eje con el que se quiere incidir en dicho objetivo y e una perturbación

aleatoria. Por su parte, Controles es un vector de variables de control que incluye las

siguientes variables:

- Variable ficticia que identifica a las empresas que sufren alguna incidencia por

ser de nueva creación y que por tanto pueden estar sujetas a condiciones

excepcionales de funcionamiento (denominada en los cuadros como INCI2),

- Variables ficticias de tiempo para controlar shocks comunes al conjunto de

empresas, distribuidos durante el periodo analizado (a2007, a2008…),

- Variables ficticias de tamaño que identifican a las empresas grandes (TAM200) o

que clasifican a las empresas en grupos según su empleo sea inferior a 50

trabajadores (s1), esté entre 50 y 99 (s2), entre 100 y 199 (s3), entre 200 y 499

(s4) o sea mayor de 500 trabajadores (s5),

- Variables ficticias que identifican la pertenencia de cada empresa con un sector

manufacturas o servicios de actividad de alta tecnología (denominadas,

respectivamentei, manuat y servat en las tablas),

2

- Variables de localización de la empresa en las Comunidades Autónomas de

Cataluña, Galicia, Madrid, Navarra, País Vasco y Valencia.

Dado que todos los indicadores de objetivo tienen carácter cuantitativo, el método

utilizado en las estimaciones es el de Mínimos Cuadrados Ordinarios. Dado el reducido

número de años para el que se dispone de información de la mayoría de indicadores de

eje, no se ha tenido en cuenta la estructura de panel de los datos y la información ha

sido tratada como un pool, estimándose errores estándar robustos a heterocedasticidad

de White (1980). Las estimaciones se han llevado a cabo utilizando el paquete

estadístico STATA 11 (STATA Data analysis and statistical software). La descripción

de los procedimientos y de los estadísticos que se presentan en los cuadros puede

encontrarse en la dirección: http://www.stata.com/.

La razón de utilizar distinto año de referencia para el indicador de objetivo (año t+1) y

de eje (año t) es para facilitar la interpretación de los coeficientes en términos de

causalidad. Obviamente, ello no corrige totalmente el problema de endogeneidad si las

estimaciones se realizan con datos de panel y existe persistencia en las variables

dependientes. Véase una discusión a este respecto en Wooldridge (2002).

Para facilitar el seguimiento de las estimaciones, estas se presentan en el mismo orden

en el que aparecen mencionadas en los distintos cuadros del Capítulo 3. En concreto, se

han agrupado en las siguientes secciones:

A) Efectos de los indicadores del eje sobre el Objetivo 1: Incrementar la

inversión privada

A.1) Efectos sobre la inversión privada en I+D

A.2) Efectos sobre los gastos en actividades de I+D interna,

distinguiendo entre gastos corrientes y gastos de capital

A.3) Efectos sobre los gastos totales en innovación

B) Efectos de los indicadores del eje sobre el Objetivo 3: Incrementar el empleo

de media y alta tecnología

B.1) Efectos sobre el empleo en I+D

B.2) Efectos sobre el empleo total

3

Las estimaciones recogidas en la sección A.1), en las que se mide el efecto de los

indicadores de eje sobre el gasto privado en I+D interna, se presentan para dos muestras

distintas: la muestra total de empresas innovadoras (con gastos en innovación) y la

muestra de empresas con gastos en I+D interna. Como se comentó en el capítulo 3, la

interpretación de los resultados en uno y otro conjunto de empresas es diferente. En la

muestra de empresas con gastos en I+D interna, los resultados de las estimaciones

muestran el efecto de los indicadores de eje sobre la magnitud de los gastos privados en

I+D.

Sin embargo, en el conjunto de empresas innovadoras, dado que hay empresas con y sin

gastos en I+D interna, los resultados de las estimaciones no sólo reflejan el efecto de los

diferentes indicadores de eje sobre la intensidad de dichos gastos, sino que también

captan indirectamente su impacto sobre la decisión de realizar gastos privados en I+D

interna. Para medir de forma separada los efectos del indicador de eje sobre la decisión

y sobre la intensidad sería preciso recurrir a métodos más refinados de estimación,

utilizando, por ejemplo, modelos de selección a la Heckman (1979).

El resto de las estimaciones recogidas en este anexo se realiza exclusivamente para la

muestra de empresas innovadoras, que es la que se toma como referencia para el análisis

de situación del Capítulo 2.

Bibliografía

Heckman, J.J. (1979): “Sample Selection Bias as a Specification Error”, Econometrica

47, pp. 153-161.

White, H. (1980): “A heteroskedasticity-consistent covariance matrix estimator and a

direct test for heteroskedasticity”, Econometrica 48, pp. 817–838.

Wooldridge, J.M. (2002): Econometric analysis of cross section and panel data, The

MIT Press, Cambridge, Massachusetts.

4

A) Efectos de los indicadores del eje sobre el Objetivo 1: Incrementar la inversión privada

A.1) Efectos sobre la inversión privada en I+D

5

Efecto de los indicadores del eje: Entorno financiero proclive a la innovación Cuadro A.II.1: Efecto del acceso a subvenciones de las AAPP para financiar la I+D interna

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 181.31 Prob > F = 0.0000 R-squared = 0.1568 Root MSE = 4.4188 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | 1.152605 .0706131 16.32 0.000 1.014197 1.291013 INCI2 | -.208511 .2745419 -0.76 0.448 -.7466387 .3296167 a2007 | .3059571 .0770874 3.97 0.000 .1548587 .4570555 a2008 | .0701074 .0807461 0.87 0.385 -.0881625 .2283774 ss2 | .9444962 .0887055 10.65 0.000 .7706251 1.118367 ss3 | 1.089657 .1051882 10.36 0.000 .8834782 1.295835 ss4 | 1.016562 .0987041 10.30 0.000 .8230925 1.210031 ss5 | 1.563776 .2061884 7.58 0.000 1.159627 1.967924 manuat | 1.351906 .07026 19.24 0.000 1.21419 1.489622 servat | .9742828 .1035366 9.41 0.000 .7713415 1.177224 cataluna | 3.512345 .0880895 39.87 0.000 3.339681 3.685008 galicia | 2.220634 .1494003 14.86 0.000 1.927796 2.513473 madrid | 3.546559 .1095722 32.37 0.000 3.331787 3.761331 navarra | 2.919332 .1726206 16.91 0.000 2.580979 3.257684 paisvasco | 2.730333 .1079619 25.29 0.000 2.518718 2.941949 valencia | 2.833088 .1127673 25.12 0.000 2.612053 3.054122 _cons | 6.198307 .0934965 66.29 0.000 6.015045 6.381568 ------------------------------------------------------------------------------


Linear regression Number of obs = 16260 F( 16, 16243) = 83.33 Prob > F = 0.0000 R-squared = 0.0811 Root MSE = 3.6676 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | .0176414 .06574 0.27 0.788 -.1112162 .146499 INCI2 | -.1603414 .247492 -0.65 0.517 -.645453 .3247701 a2007 | .5052229 .0679403 7.44 0.000 .3720524 .6383934 a2008 | .3444641 .0717587 4.80 0.000 .2038091 .4851191 ss2 | .8714441 .0803251 10.85 0.000 .713998 1.02889 ss3 | 1.30965 .0942438 13.90 0.000 1.124922 1.494378 ss4 | 2.036234 .0841965 24.18 0.000 1.871199 2.201268 ss5 | 3.136898 .1737048 18.06 0.000 2.796417 3.477378 manuat | 1.039498 .0606397 17.14 0.000 .9206379 1.158359 servat | .7594589 .0970633 7.82 0.000 .5692042 .9497137 cataluna | .6242349 .0794062 7.86 0.000 .46859 .7798798 galicia | -.2282826 .1427194 -1.60 0.110 -.5080283 .0514631 madrid | .6303334 .1016443 6.20 0.000 .4310994 .8295673 navarra | .2484145 .1653981 1.50 0.133 -.0757841 .572613 paisvasco | .2039128 .1008759 2.02 0.043 .0061849 .4016406 valencia | .0503598 .106453 0.47 0.636 -.1582997 .2590194 _cons | 9.149017 .086134 106.22 0.000 8.980185 9.317849 ------------------------------------------------------------------------------

6

Cuadro A.II.2: Efecto del acceso a subvenciones de la AGE para financiar la I+D interna

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 176.94 Prob > F = 0.0000 R-squared = 0.1536 Root MSE = 4.4273 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | 1.152192 .0861227 13.38 0.000 .9833836 1.321001 INCI2 | -.2336477 .276407 -0.85 0.398 -.7754312 .3081357 a2007 | .2662123 .0774648 3.44 0.001 .114374 .4180506 a2008 | .0303501 .0811471 0.37 0.708 -.1287058 .189406 ss2 | .8911336 .0889007 10.02 0.000 .71688 1.065387 ss3 | 1.025049 .1053708 9.73 0.000 .8185124 1.231585 ss4 | .9501475 .0993977 9.56 0.000 .7553189 1.144976 ss5 | 1.482674 .2072774 7.15 0.000 1.076391 1.888957 manuat | 1.338194 .070397 19.01 0.000 1.20021 1.476179 servat | .989282 .1038179 9.53 0.000 .7857893 1.192775 cataluna | 3.480638 .0881866 39.47 0.000 3.307784 3.653492 galicia | 2.656737 .148192 17.93 0.000 2.366267 2.947207 madrid | 3.514822 .1098465 32.00 0.000 3.299513 3.730132 navarra | 3.104077 .1730727 17.94 0.000 2.764839 3.443316 paisvasco | 2.91697 .1079138 27.03 0.000 2.705449 3.128491 valencia | 2.906352 .1130142 25.72 0.000 2.684834 3.12787 _cons | 6.372533 .0925511 68.85 0.000 6.191124 6.553942 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.65 Prob > F = 0.0000 R-squared = 0.0814 Root MSE = 3.667 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | .1798878 .0805641 2.23 0.026 .0219733 .3378022 INCI2 | -.1624067 .2474563 -0.66 0.512 -.6474483 .3226349 a2007 | .4975676 .0682144 7.29 0.000 .3638598 .6312754 a2008 | .334687 .0720135 4.65 0.000 .1935326 .4758413 ss2 | .8656151 .0802778 10.78 0.000 .7082619 1.022968 ss3 | 1.300043 .0941706 13.81 0.000 1.115459 1.484628 ss4 | 2.025158 .0842733 24.03 0.000 1.859973 2.190343 ss5 | 3.100043 .1742171 17.79 0.000 2.758558 3.441528 manuat | 1.039759 .0606507 17.14 0.000 .9208773 1.158641 servat | .7268668 .0970135 7.49 0.000 .5367097 .917024 cataluna | .628952 .0788105 7.98 0.000 .4744748 .7834293 galicia | -.2110731 .1417752 -1.49 0.137 -.4889682 .066822 madrid | .6236471 .1013374 6.15 0.000 .4250147 .8222795 navarra | .2484552 .1653766 1.50 0.133 -.0757012 .5726116 paisvasco | .1952641 .1007055 1.94 0.053 -.0021297 .3926579 valencia | .0562695 .1064708 0.53 0.597 -.1524249 .264964 _cons | 9.133052 .0850144 107.43 0.000 8.966414 9.29969 ------------------------------------------------------------------------------

7

Cuadro A.II.3: Efecto del acceso a subvenciones de las AALL para financiar la I+D interna

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 180.13 Prob > F = 0.0000 R-squared = 0.1533 Root MSE = 4.4281 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | 1.116741 .079728 14.01 0.000 .9604662 1.273015 INCI2 | -.2121934 .2758413 -0.77 0.442 -.7528678 .3284811 a2007 | .3099205 .0771809 4.02 0.000 .1586388 .4612022 a2008 | .0720877 .0808584 0.89 0.373 -.0864023 .2305777 ss2 | .9395758 .0887651 10.58 0.000 .7655879 1.113564 ss3 | 1.097919 .1051639 10.44 0.000 .8917882 1.30405 ss4 | 1.018725 .099087 10.28 0.000 .8245054 1.212945 ss5 | 1.686992 .2086249 8.09 0.000 1.278068 2.095916 manuat | 1.339515 .0704003 19.03 0.000 1.201524 1.477506 servat | 1.040956 .1032957 10.08 0.000 .8384873 1.243426 cataluna | 3.556964 .0887133 40.10 0.000 3.383077 3.73085 galicia | 2.203502 .1509603 14.60 0.000 1.907606 2.499398 madrid | 3.689334 .1103686 33.43 0.000 3.473001 3.905667 navarra | 2.931634 .1726626 16.98 0.000 2.593199 3.270069 paisvasco | 2.745851 .1087414 25.25 0.000 2.532708 2.958994 valencia | 2.839041 .1130942 25.10 0.000 2.617366 3.060716 _cons | 6.291739 .0932845 67.45 0.000 6.108892 6.474585 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 84.11 Prob > F = 0.0000 R-squared = 0.0815 Root MSE = 3.6667 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | .2041554 .0745121 2.74 0.006 .0581036 .3502073 INCI2 | -.1581777 .247161 -0.64 0.522 -.6426404 .326285 a2007 | .5050611 .0678688 7.44 0.000 .3720308 .6380913 a2008 | .3413386 .071622 4.77 0.000 .2009515 .4817257 ss2 | .8744667 .080366 10.88 0.000 .7169405 1.031993 ss3 | 1.313274 .0942234 13.94 0.000 1.128586 1.497962 ss4 | 2.037647 .0841285 24.22 0.000 1.872746 2.202549 ss5 | 3.139911 .1727595 18.18 0.000 2.801284 3.478539 manuat | 1.040059 .0606277 17.15 0.000 .9212223 1.158896 servat | .7310092 .0967363 7.56 0.000 .5413955 .920623 cataluna | .6439563 .0792129 8.13 0.000 .4886903 .7992223 galicia | -.2917424 .1442454 -2.02 0.043 -.5744792 -.0090056 madrid | .6537056 .1017006 6.43 0.000 .4543612 .8530499 navarra | .2165644 .1655748 1.31 0.191 -.1079805 .5411093 paisvasco | .1619986 .1012577 1.60 0.110 -.0364775 .3604748 valencia | .0450859 .1063656 0.42 0.672 -.1634024 .2535742 _cons | 9.113148 .0861439 105.79 0.000 8.944297 9.282 ------------------------------------------------------------------------------

8

Cuadro A.II.4: Efecto del acceso a fondos de la UE para financiar la I+D interna

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.43 Prob > F = 0.0000 R-squared = 0.1468 Root MSE = 4.4448 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | .8468386 .1718313 4.93 0.000 .5100333 1.183644 INCI2 | -.2213161 .2775556 -0.80 0.425 -.7653508 .3227186 a2007 | .3061367 .0774491 3.95 0.000 .1543293 .4579442 a2008 | .079992 .0811633 0.99 0.324 -.0790955 .2390796 ss2 | .9089496 .0889096 10.22 0.000 .7346785 1.083221 ss3 | 1.056195 .1054571 10.02 0.000 .8494891 1.262901 ss4 | .9684825 .0999374 9.69 0.000 .772596 1.164369 ss5 | 1.579216 .2110876 7.48 0.000 1.165465 1.992968 manuat | 1.34966 .0706284 19.11 0.000 1.211222 1.488099 servat | 1.130306 .1027969 11.00 0.000 .9288142 1.331797 cataluna | 3.512393 .0888594 39.53 0.000 3.33822 3.686566 galicia | 2.65836 .1478275 17.98 0.000 2.368605 2.948116 madrid | 3.616619 .1105304 32.72 0.000 3.399969 3.833269 navarra | 3.186297 .1727262 18.45 0.000 2.847737 3.524856 paisvasco | 3.041159 .1084577 28.04 0.000 2.828571 3.253746 valencia | 2.928675 .1134401 25.82 0.000 2.706322 3.151028 _cons | 6.437099 .0926517 69.48 0.000 6.255493 6.618705 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.13 Prob > F = 0.0000 R-squared = 0.0810 Root MSE = 3.6676 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | .0046502 .1613368 0.03 0.977 -.3115876 .320888 INCI2 | -.1605861 .2475303 -0.65 0.517 -.6457727 .3246006 a2007 | .505387 .0678845 7.44 0.000 .372326 .638448 a2008 | .344836 .0716592 4.81 0.000 .2043762 .4852958 ss2 | .8709123 .0801331 10.87 0.000 .7138425 1.027982 ss3 | 1.309368 .094071 13.92 0.000 1.124978 1.493758 ss4 | 2.036151 .084179 24.19 0.000 1.871151 2.201151 ss5 | 3.138919 .1747532 17.96 0.000 2.796384 3.481455 manuat | 1.039123 .0606618 17.13 0.000 .9202194 1.158027 servat | .7625043 .0954076 7.99 0.000 .5754948 .9495138 cataluna | .6222499 .078686 7.91 0.000 .4680167 .7764831 galicia | -.2236658 .1415959 -1.58 0.114 -.5012092 .0538777 madrid | .6295012 .1014603 6.20 0.000 .4306278 .8283746 navarra | .2505513 .1653408 1.52 0.130 -.0735348 .5746374 paisvasco | .2069346 .1005664 2.06 0.040 .0098134 .4040559 valencia | .0499414 .1063874 0.47 0.639 -.1585896 .2584724 _cons | 9.154733 .084807 107.95 0.000 8.988502 9.320964 ------------------------------------------------------------------------------

9

Cuadro A.II.5: Efecto del acceso a fondos de APE para financiar la I+D interna

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.18 Prob > F = 0.0000 R-squared = 0.1456 Root MSE = 4.448 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | .8731045 .7074482 1.23 0.217 -.5135597 2.259769 INCI2 | -.2217992 .2787771 -0.80 0.426 -.7682281 .3246297 a2007 | .3053576 .077491 3.94 0.000 .1534681 .457247 a2008 | .0832346 .0812305 1.02 0.306 -.0759848 .2424539 ss2 | .9274512 .0888594 10.44 0.000 .7532785 1.101624 ss3 | 1.076193 .1055339 10.20 0.000 .869337 1.283049 ss4 | .9962299 .0999044 9.97 0.000 .800408 1.192052 ss5 | 1.660282 .2109867 7.87 0.000 1.246728 2.073835 manuat | 1.344112 .0707142 19.01 0.000 1.205506 1.482719 servat | 1.214025 .1034184 11.74 0.000 1.011315 1.416734 cataluna | 3.519294 .0889983 39.54 0.000 3.344849 3.693739 galicia | 2.659772 .1481171 17.96 0.000 2.369448 2.950095 madrid | 3.642383 .1109012 32.84 0.000 3.425007 3.85976 navarra | 3.198797 .1726573 18.53 0.000 2.860373 3.537222 paisvasco | 3.074361 .1087011 28.28 0.000 2.861296 3.287425 valencia | 2.946125 .11346 25.97 0.000 2.723732 3.168517 _cons | 6.438711 .0926894 69.47 0.000 6.257031 6.62039 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.26 Prob > F = 0.0000 R-squared = 0.0811 Root MSE = 3.6676 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | -.1694842 .6949352 -0.24 0.807 -1.531634 1.192665 INCI2 | -.1612325 .2475642 -0.65 0.515 -.6464856 .3240206 a2007 | .505501 .0678907 7.45 0.000 .3724279 .6385742 a2008 | .3448507 .0716558 4.81 0.000 .2043974 .485304 ss2 | .8709767 .0803028 10.85 0.000 .7135745 1.028379 ss3 | 1.309734 .0942707 13.89 0.000 1.124953 1.494515 ss4 | 2.036637 .084238 24.18 0.000 1.871521 2.201752 ss5 | 3.140854 .1733113 18.12 0.000 2.801144 3.480563 manuat | 1.039066 .0606752 17.13 0.000 .9201362 1.157996 servat | .7650307 .0965731 7.92 0.000 .5757367 .9543246 cataluna | .621886 .0786106 7.91 0.000 .4678005 .7759714 galicia | -.2244917 .1415458 -1.59 0.113 -.501937 .0529536 madrid | .6289232 .1014334 6.20 0.000 .4301026 .8277438 navarra | .2504936 .165348 1.51 0.130 -.0736067 .574594 paisvasco | .2066278 .1006841 2.05 0.040 .0092759 .4039798 valencia | .0499797 .1064166 0.47 0.639 -.1586084 .2585679 _cons | 9.155131 .0846046 108.21 0.000 8.989297 9.320965 ------------------------------------------------------------------------------

10

Cuadro A.II.6: Efecto de la financiación de la I+D interna con subvenciones de las AAPP

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 176.54 Prob > F = 0.0000 R-squared = 0.1474 Root MSE = 4.4434 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | -.0090759 .001747 -5.20 0.000 -.0125002 -.0056517 INCI2 | -.227047 .2790292 -0.81 0.416 -.7739701 .3198761 a2007 | .2934271 .0771901 3.80 0.000 .1421274 .4447269 a2008 | .0790192 .0810908 0.97 0.330 -.0799262 .2379646 ss2 | .9059949 .0887837 10.20 0.000 .7319706 1.080019 ss3 | 1.047463 .1055537 9.92 0.000 .840568 1.254358 ss4 | .9558347 .1001573 9.54 0.000 .759517 1.152152 ss5 | 1.625268 .2113654 7.69 0.000 1.210973 2.039564 manuat | 1.314273 .070803 18.56 0.000 1.175493 1.453054 servat | 1.301664 .1034978 12.58 0.000 1.098799 1.50453 cataluna | 3.513516 .0891665 39.40 0.000 3.338741 3.68829 galicia | 2.808413 .1490912 18.84 0.000 2.51618 3.100646 madrid | 3.658712 .110216 33.20 0.000 3.442679 3.874746 navarra | 3.2524 .1714847 18.97 0.000 2.916274 3.588526 paisvasco | 3.18209 .1082262 29.40 0.000 2.969957 3.394224 valencia | 2.97677 .1130498 26.33 0.000 2.755182 3.198358 _cons | 6.541746 .0945132 69.22 0.000 6.356492 6.727001 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 97.72 Prob > F = 0.0000 R-squared = 0.1047 Root MSE = 3.6201 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | -.0243719 .001643 -14.83 0.000 -.0275924 -.0211515 INCI2 | -.167642 .2464159 -0.68 0.496 -.6506444 .3153603 a2007 | .477257 .0667342 7.15 0.000 .3464507 .6080634 a2008 | .3425236 .0707281 4.84 0.000 .2038888 .4811585 ss2 | .8003998 .079451 10.07 0.000 .6446671 .9561326 ss3 | 1.22359 .0929605 13.16 0.000 1.041377 1.405803 ss4 | 1.930131 .0833721 23.15 0.000 1.766712 2.093549 ss5 | 3.045138 .1721092 17.69 0.000 2.707785 3.382491 manuat | .9369324 .0601658 15.57 0.000 .8190008 1.054864 servat | .9553154 .0955637 10.00 0.000 .768 1.142631 cataluna | .5014126 .0785871 6.38 0.000 .3473733 .655452 galicia | .0727104 .1417767 0.51 0.608 -.2051875 .3506083 madrid | .5686839 .1001565 5.68 0.000 .3723662 .7650016 navarra | .2830541 .1628482 1.74 0.082 -.0361463 .6022546 paisvasco | .3904859 .0995443 3.92 0.000 .1953682 .5856037 valencia | .0199886 .1056732 0.19 0.850 -.1871426 .2271198 _cons | 9.545649 .0853112 111.89 0.000 9.37843 9.712868 ------------------------------------------------------------------------------

11

Cuadro A.II.7: Efecto de la financiación de la I+D interna con subvenciones de la AGE

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 174.59 Prob > F = 0.0000 R-squared = 0.1467 Root MSE = 4.4453 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | -.0100479 .002667 -3.77 0.000 -.0152754 -.0048203 INCI2 | -.2143635 .2785144 -0.77 0.442 -.7602775 .3315506 a2007 | .3012266 .0773053 3.90 0.000 .1497011 .4527522 a2008 | .0833951 .081163 1.03 0.304 -.075692 .2424822 ss2 | .9268879 .0886986 10.45 0.000 .7530304 1.100745 ss3 | 1.076677 .1053439 10.22 0.000 .8701931 1.283161 ss4 | .9866273 .0999018 9.88 0.000 .7908106 1.182444 ss5 | 1.657849 .2112078 7.85 0.000 1.243862 2.071836 manuat | 1.332256 .0707544 18.83 0.000 1.193571 1.470942 servat | 1.260161 .1032599 12.20 0.000 1.057762 1.46256 cataluna | 3.529949 .0888936 39.71 0.000 3.355709 3.704189 galicia | 2.654756 .147749 17.97 0.000 2.365155 2.944358 madrid | 3.681276 .1097312 33.55 0.000 3.466193 3.896359 navarra | 3.220988 .1721043 18.72 0.000 2.883648 3.558328 paisvasco | 3.100432 .1086162 28.54 0.000 2.887535 3.31333 valencia | 2.956013 .113409 26.07 0.000 2.733721 3.178305 _cons | 6.481882 .0930844 69.63 0.000 6.299428 6.664336 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 90.52 Prob > F = 0.0000 R-squared = 0.0926 Root MSE = 3.6445 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | -.0240443 .0024776 -9.70 0.000 -.0289007 -.019188 INCI2 | -.1320298 .2455192 -0.54 0.591 -.6132745 .349215 a2007 | .4969717 .0673111 7.38 0.000 .3650346 .6289088 a2008 | .349814 .0711925 4.91 0.000 .2102689 .4893591 ss2 | .866472 .0797417 10.87 0.000 .7101694 1.022775 ss3 | 1.309497 .0933332 14.03 0.000 1.126554 1.492441 ss4 | 2.016874 .0835293 24.15 0.000 1.853147 2.1806 ss5 | 3.133136 .1723686 18.18 0.000 2.795274 3.470997 manuat | 1.001487 .0603702 16.59 0.000 .8831547 1.119819 servat | .8428236 .0961451 8.77 0.000 .6543686 1.031279 cataluna | .6012825 .0784554 7.66 0.000 .4475012 .7550637 galicia | -.2780365 .1407912 -1.97 0.048 -.5540029 -.0020702 madrid | .6777741 .0999713 6.78 0.000 .4818194 .8737287 navarra | .2528373 .1641259 1.54 0.123 -.0688675 .574542 paisvasco | .2235523 .1004712 2.23 0.026 .0266178 .4204869 valencia | .022246 .1063214 0.21 0.834 -.1861557 .2306477 _cons | 9.305957 .0844769 110.16 0.000 9.140373 9.471541 ------------------------------------------------------------------------------

12

Cuadro A.II.8: Efecto de la financiación de la I+D interna con subvenciones de las AALL

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.60 Prob > F = 0.0000 R-squared = 0.1459 Root MSE = 4.4474 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | -.0057218 .0024528 -2.33 0.020 -.0105295 -.0009141 INCI2 | -.2321311 .2789037 -0.83 0.405 -.7788083 .3145461 a2007 | .3020067 .0774566 3.90 0.000 .1501845 .4538289 a2008 | .0818432 .0812232 1.01 0.314 -.0773619 .2410483 ss2 | .914927 .089055 10.27 0.000 .7403709 1.089483 ss3 | 1.060202 .1058246 10.02 0.000 .8527759 1.267628 ss4 | .9774153 .1002307 9.75 0.000 .7809538 1.173877 ss5 | 1.640035 .2112201 7.76 0.000 1.226024 2.054046 manuat | 1.334681 .070707 18.88 0.000 1.196088 1.473273 servat | 1.245583 .1033313 12.05 0.000 1.043044 1.448122 cataluna | 3.507434 .0894141 39.23 0.000 3.332174 3.682694 galicia | 2.755768 .1532202 17.99 0.000 2.455442 3.056094 madrid | 3.626893 .111223 32.61 0.000 3.408885 3.8449 navarra | 3.220127 .172283 18.69 0.000 2.882436 3.557818 paisvasco | 3.124166 .1087429 28.73 0.000 2.91102 3.337312 valencia | 2.958832 .1131636 26.15 0.000 2.73702 3.180643 _cons | 6.475193 .0941422 68.78 0.000 6.290666 6.65972 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 87.81 Prob > F = 0.0000 R-squared = 0.0890 Root MSE = 3.6518 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | -.0208948 .0023179 -9.01 0.000 -.025438 -.0163515 INCI2 | -.1921099 .2472739 -0.78 0.437 -.6767939 .2925741 a2007 | .4937949 .0675697 7.31 0.000 .3613509 .6262389 a2008 | .3439703 .0713804 4.82 0.000 .2040569 .4838837 ss2 | .8181562 .0802335 10.20 0.000 .6608898 .9754226 ss3 | 1.241443 .0941102 13.19 0.000 1.056977 1.42591 ss4 | 1.961371 .0842493 23.28 0.000 1.796234 2.126509 ss5 | 3.041296 .1731767 17.56 0.000 2.70185 3.380741 manuat | .9954485 .0605104 16.45 0.000 .8768414 1.114056 servat | .8340939 .0961979 8.67 0.000 .6455354 1.022652 cataluna | .5375251 .0790047 6.80 0.000 .3826672 .6923829 galicia | .0916815 .1462787 0.63 0.531 -.1950409 .3784039 madrid | .5360947 .1016527 5.27 0.000 .3368442 .7353452 navarra | .2810047 .1643065 1.71 0.087 -.0410541 .6030635 paisvasco | .3481503 .1004804 3.46 0.001 .1511976 .545103 valencia | .0475411 .1058536 0.45 0.653 -.1599436 .2550257 _cons | 9.334625 .0859242 108.64 0.000 9.166205 9.503046 ------------------------------------------------------------------------------

13

Cuadro A.II.9: Efecto de la financiación de la I+D interna con fondos de la UE

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.99 Prob > F = 0.0000 R-squared = 0.1462 Root MSE = 4.4465 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | -.0219473 .0075676 -2.90 0.004 -.0367804 -.0071142 INCI2 | -.2231088 .2795813 -0.80 0.425 -.7711141 .3248964 a2007 | .3003219 .0774509 3.88 0.000 .148511 .4521329 a2008 | .0779556 .0812203 0.96 0.337 -.0812437 .237155 ss2 | .9248454 .0887774 10.42 0.000 .7508334 1.098857 ss3 | 1.072601 .1054436 10.17 0.000 .8659217 1.27928 ss4 | .9970766 .0999042 9.98 0.000 .8012551 1.192898 ss5 | 1.681502 .2112814 7.96 0.000 1.267371 2.095633 manuat | 1.334251 .0707702 18.85 0.000 1.195535 1.472967 servat | 1.246266 .1026174 12.14 0.000 1.045126 1.447405 cataluna | 3.52616 .0889033 39.66 0.000 3.351901 3.700418 galicia | 2.65135 .1481408 17.90 0.000 2.360981 2.94172 madrid | 3.649428 .1108586 32.92 0.000 3.432135 3.866721 navarra | 3.202907 .172648 18.55 0.000 2.864501 3.541313 paisvasco | 3.083623 .1084666 28.43 0.000 2.871018 3.296227 valencia | 2.956055 .1134553 26.05 0.000 2.733672 3.178438 _cons | 6.455307 .0928718 69.51 0.000 6.27327 6.637345 ------------------------------------------------------------------------------


Linear regression Number of obs = 16260 F( 16, 16243) = 85.35 Prob > F = 0.0000 R-squared = 0.0849 Root MSE = 3.6599 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | -.0393051 .0068962 -5.70 0.000 -.0528223 -.0257879 INCI2 | -.1576867 .2495645 -0.63 0.527 -.6468605 .3314871 a2007 | .4952082 .0677378 7.31 0.000 .3624347 .6279817 a2008 | .3353033 .0715396 4.69 0.000 .1950778 .4755289 ss2 | .8655567 .0801021 10.81 0.000 .7085477 1.022566 ss3 | 1.300569 .0939253 13.85 0.000 1.116465 1.484673 ss4 | 2.038756 .0840845 24.25 0.000 1.873941 2.203571 ss5 | 3.180796 .1729964 18.39 0.000 2.841704 3.519888 manuat | 1.01797 .0606468 16.79 0.000 .8990961 1.136845 servat | .8022598 .0955492 8.40 0.000 .6149728 .9895468 cataluna | .6241841 .0784623 7.96 0.000 .4703893 .7779788 galicia | -.2457517 .1415724 -1.74 0.083 -.5232492 .0317458 madrid | .6327831 .1013642 6.24 0.000 .4340982 .831468 navarra | .2449475 .1652489 1.48 0.138 -.0789585 .5688535 paisvasco | .2139425 .1003727 2.13 0.033 .0172008 .4106841 valencia | .0541794 .1063528 0.51 0.610 -.1542837 .2626426 _cons | 9.195748 .0847861 108.46 0.000 9.029558 9.361939 ------------------------------------------------------------------------------

14

Cuadro A.II.10: Efecto de la financiación de la I+D interna con fondos de APE

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.15 Prob > F = 0.0000 R-squared = 0.1458 Root MSE = 4.4476 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | -.0587967 .0265839 -2.21 0.027 -.1109036 -.0066899 INCI2 | -.2268487 .2787996 -0.81 0.416 -.7733218 .3196243 a2007 | .3061592 .0774641 3.95 0.000 .1543223 .4579961 a2008 | .0821636 .0812331 1.01 0.312 -.0770608 .2413881 ss2 | .9252695 .0888523 10.41 0.000 .7511108 1.099428 ss3 | 1.075035 .105513 10.19 0.000 .8682201 1.281851 ss4 | .9958656 .0998929 9.97 0.000 .8000661 1.191665 ss5 | 1.666869 .2110464 7.90 0.000 1.253198 2.080539 manuat | 1.344244 .0707164 19.01 0.000 1.205634 1.482855 servat | 1.234029 .1029433 11.99 0.000 1.03225 1.435807 cataluna | 3.515775 .0889831 39.51 0.000 3.34136 3.69019 galicia | 2.652312 .1481313 17.91 0.000 2.361961 2.942663 madrid | 3.635932 .1108915 32.79 0.000 3.418575 3.85329 navarra | 3.197054 .1727734 18.50 0.000 2.858402 3.535706 paisvasco | 3.070098 .1086921 28.25 0.000 2.857052 3.283145 valencia | 2.94523 .1134753 25.95 0.000 2.722808 3.167652 _cons | 6.443485 .092684 69.52 0.000 6.261816 6.625155 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.84 Prob > F = 0.0000 R-squared = 0.0822 Root MSE = 3.6653 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | -.094759 .0239313 -3.96 0.000 -.141667 -.047851 INCI2 | -.1647571 .2475632 -0.67 0.506 -.6500081 .320494 a2007 | .506306 .0678232 7.47 0.000 .373365 .6392469 a2008 | .3433233 .0716269 4.79 0.000 .2029266 .4837199 ss2 | .8672747 .0802891 10.80 0.000 .7098993 1.02465 ss3 | 1.305658 .0942275 13.86 0.000 1.120962 1.490355 ss4 | 2.034374 .0841792 24.17 0.000 1.869374 2.199375 ss5 | 3.143791 .173236 18.15 0.000 2.804229 3.483352 manuat | 1.038843 .0606731 17.12 0.000 .9199174 1.157769 servat | .7793445 .0960721 8.11 0.000 .5910326 .9676564 cataluna | .6142922 .0785101 7.82 0.000 .4604038 .7681806 galicia | -.2346213 .1415203 -1.66 0.097 -.5120166 .0427741 madrid | .6188016 .1013464 6.11 0.000 .4201515 .8174516 navarra | .2432825 .1653513 1.47 0.141 -.0808243 .5673893 paisvasco | .1985816 .1006381 1.97 0.048 .0013199 .3958434 valencia | .0435039 .1063693 0.41 0.683 -.1649917 .2519994 _cons | 9.16456 .0845494 108.39 0.000 8.998834 9.330287 ------------------------------------------------------------------------------

15

Cuadro A.II.11: Efecto del acceso a fondos de las AAPP para financiar la innovación

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 293.72 Prob > F = 0.0000 R-squared = 0.1593 Root MSE = 4.3959 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | 1.003888 .0520794 19.28 0.000 .9018104 1.105966 INCI2 | -.2253071 .2087259 -1.08 0.280 -.6344187 .1838044 a2006 | .1627341 .0667476 2.44 0.015 .031906 .2935621 a2007 | .3143794 .0686059 4.58 0.000 .179909 .4488497 a2008 | .0754878 .0726474 1.04 0.299 -.0669042 .2178798 ss2 | .9127796 .0690041 13.23 0.000 .7775287 1.048031 ss3 | 1.143033 .0800782 14.27 0.000 .9860768 1.29999 ss4 | .9962685 .076503 13.02 0.000 .8463193 1.146218 ss5 | 1.815241 .1609851 11.28 0.000 1.499703 2.130778 manuat | 1.384701 .0540929 25.60 0.000 1.278677 1.490725 servat | 1.008923 .0812378 12.42 0.000 .8496933 1.168152 cataluna | 3.566579 .0691904 51.55 0.000 3.430963 3.702195 galicia | 2.386423 .1146345 20.82 0.000 2.161735 2.611112 madrid | 3.66137 .0856286 42.76 0.000 3.493535 3.829206 navarra | 2.912589 .1318468 22.09 0.000 2.654164 3.171014 paisvasco | 2.946394 .0830941 35.46 0.000 2.783526 3.109262 valencia | 2.847542 .088502 32.17 0.000 2.674074 3.021009 _cons | 5.982112 .0751834 79.57 0.000 5.834749 6.129475 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 135.72 Prob > F = 0.0000 R-squared = 0.0823 Root MSE = 3.6427 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | .3064253 .0459296 6.67 0.000 .2164008 .3964498 INCI2 | -.2408502 .188834 -1.28 0.202 -.6109747 .1292744 a2006 | .3124431 .0589224 5.30 0.000 .1969521 .4279341 a2007 | .4583917 .0597662 7.67 0.000 .3412468 .5755366 a2008 | .2930977 .063974 4.58 0.000 .1677053 .4184901 ss2 | .8537366 .0622444 13.72 0.000 .7317343 .975739 ss3 | 1.368266 .0709664 19.28 0.000 1.229168 1.507364 ss4 | 1.990545 .0657999 30.25 0.000 1.861574 2.119516 ss5 | 3.166043 .1323718 23.92 0.000 2.906587 3.425499 manuat | 1.062033 .0466722 22.76 0.000 .9705532 1.153513 servat | .6357522 .076596 8.30 0.000 .48562 .7858843 cataluna | .6569647 .062179 10.57 0.000 .5350905 .7788388 galicia | -.2472713 .1094702 -2.26 0.024 -.4618387 -.032704 madrid | .6927259 .0792635 8.74 0.000 .5373653 .8480865 navarra | .1983748 .1264319 1.57 0.117 -.0494384 .446188 paisvasco | .2589856 .0772946 3.35 0.001 .107484 .4104871 valencia | .0273618 .0833936 0.33 0.743 -.136094 .1908176 _cons | 9.037842 .0688985 131.18 0.000 8.902798 9.172887 ------------------------------------------------------------------------------

16

Cuadro A.II.12: Efecto de la falta de financiación como obstáculo para la innovación

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 279.06 Prob > F = 0.0000 R-squared = 0.1518 Root MSE = 4.4154 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.1949165 .0209631 -9.30 0.000 -.236005 -.153828 INCI2 | -.2406632 .2108512 -1.14 0.254 -.6539405 .1726141 a2006 | .1364687 .0670126 2.04 0.042 .0051211 .2678163 a2007 | .2830291 .0689737 4.10 0.000 .1478377 .4182205 a2008 | .0499857 .0730682 0.68 0.494 -.093231 .1932025 ss2 | .8851188 .0690142 12.83 0.000 .749848 1.02039 ss3 | 1.125328 .0804068 14.00 0.000 .9677271 1.282928 ss4 | .9901804 .0772805 12.81 0.000 .8387073 1.141653 ss5 | 1.860155 .1635623 11.37 0.000 1.539566 2.180744 manuat | 1.395028 .054385 25.65 0.000 1.288432 1.501625 servat | 1.180284 .0808726 14.59 0.000 1.021771 1.338798 cataluna | 3.505164 .0693275 50.56 0.000 3.369279 3.641049 galicia | 2.673273 .1135314 23.55 0.000 2.450746 2.895799 madrid | 3.673004 .0861471 42.64 0.000 3.504152 3.841856 navarra | 3.164127 .1314098 24.08 0.000 2.906559 3.421696 paisvasco | 3.132132 .0831594 37.66 0.000 2.969136 3.295128 valencia | 2.905742 .088613 32.79 0.000 2.732057 3.079427 _cons | 6.749677 .0801214 84.24 0.000 6.592635 6.906718 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 132.88 Prob > F = 0.0000 R-squared = 0.0815 Root MSE = 3.6443 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.080869 .0184964 -4.37 0.000 -.1171229 -.0446152 INCI2 | -.2426206 .1889108 -1.28 0.199 -.6128958 .1276546 a2006 | .3051091 .0589521 5.18 0.000 .1895599 .4206583 a2007 | .450708 .0598479 7.53 0.000 .3334029 .5680131 a2008 | .2870008 .0640187 4.48 0.000 .1615208 .4124808 ss2 | .8437928 .0623003 13.54 0.000 .7216808 .9659047 ss3 | 1.364678 .0710359 19.21 0.000 1.225444 1.503912 ss4 | 1.998637 .0658366 30.36 0.000 1.869594 2.12768 ss5 | 3.199497 .1323375 24.18 0.000 2.940109 3.458886 manuat | 1.062776 .0467321 22.74 0.000 .9711786 1.154374 servat | .6869295 .0762427 9.01 0.000 .5374897 .8363692 cataluna | .6208867 .0617919 10.05 0.000 .4997713 .7420021 galicia | -.1799385 .1088208 -1.65 0.098 -.393233 .0333561 madrid | .6784246 .0792644 8.56 0.000 .5230622 .8337871 navarra | .2536401 .1261234 2.01 0.044 .0064317 .5008486 paisvasco | .2959872 .0772249 3.83 0.000 .1446223 .4473521 valencia | .0271772 .0834257 0.33 0.745 -.1363416 .190696 _cons | 9.321792 .0720607 129.36 0.000 9.180549 9.463035 ------------------------------------------------------------------------------

17

Efecto de los indicadores del eje: Fomento de la innovación desde la demanda pública

Cuadro A.II.13: Efecto de la participación en contratos con la AGE

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 172.15 Prob > F = 0.0000 R-squared = 0.1466 Root MSE = 4.4455 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | 1.033604 .1999299 5.17 0.000 .6417224 1.425485 INCI2 | -.223582 .2788154 -0.80 0.423 -.7700861 .3229221 a2007 | .2990127 .0774667 3.86 0.000 .1471706 .4508547 a2008 | .0764016 .0812141 0.94 0.347 -.0827855 .2355887 ss2 | .9234501 .0887932 10.40 0.000 .7494073 1.097493 ss3 | 1.075012 .1055546 10.18 0.000 .8681153 1.281909 ss4 | .9897239 .099822 9.91 0.000 .7940634 1.185384 ss5 | 1.644503 .2107146 7.80 0.000 1.231483 2.057524 manuat | 1.331454 .070725 18.83 0.000 1.192826 1.470081 servat | 1.199815 .1030268 11.65 0.000 .9978729 1.401757 cataluna | 3.514126 .0889289 39.52 0.000 3.339817 3.688435 galicia | 2.65795 .1479934 17.96 0.000 2.367869 2.948031 madrid | 3.628309 .1107708 32.76 0.000 3.411188 3.84543 navarra | 3.153358 .173077 18.22 0.000 2.814111 3.492605 paisvasco | 3.0518 .1086398 28.09 0.000 2.838855 3.264744 valencia | 2.938657 .1134249 25.91 0.000 2.716333 3.16098 _cons | 6.437605 .0926083 69.51 0.000 6.256085 6.619126 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.33 Prob > F = 0.0000 R-squared = 0.0813 Root MSE = 3.6672 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | .3594553 .1907026 1.88 0.059 -.0143428 .7332534 INCI2 | -.1602962 .2477623 -0.65 0.518 -.6459376 .3253452 a2007 | .5025426 .0678645 7.41 0.000 .3695206 .6355645 a2008 | .3420472 .0716832 4.77 0.000 .2015404 .4825541 ss2 | .8697083 .0802831 10.83 0.000 .7123446 1.027072 ss3 | 1.308567 .0942561 13.88 0.000 1.123815 1.493319 ss4 | 2.032716 .0841897 24.14 0.000 1.867695 2.197738 ss5 | 3.129781 .1730733 18.08 0.000 2.790538 3.469024 manuat | 1.034588 .0607298 17.04 0.000 .9155512 1.153625 servat | .7545827 .0963361 7.83 0.000 .5657534 .9434121 cataluna | .6234149 .0786355 7.93 0.000 .4692805 .7775492 galicia | -.2206935 .141536 -1.56 0.119 -.4981197 .0567326 madrid | .6283069 .1014509 6.19 0.000 .4294519 .8271619 navarra | .2372587 .1655972 1.43 0.152 -.0873302 .5618475 paisvasco | .202293 .1007774 2.01 0.045 .0047582 .3998278 valencia | .0497243 .1064078 0.47 0.640 -.1588466 .2582952 _cons | 9.151934 .0846471 108.12 0.000 8.986016 9.317852 ------------------------------------------------------------------------------

18

Cuadro A.II.14: Efecto de la financiación de la I+D interna con contratos con la AGE

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.27 Prob > F = 0.0000 R-squared = 0.1458 Root MSE = 4.4474 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .0138189 .0051567 2.68 0.007 .0037114 .0239264 INCI2 | -.2268437 .2791714 -0.81 0.416 -.7740457 .3203582 a2007 | .303528 .077476 3.92 0.000 .1516678 .4553882 a2008 | .0797841 .0812371 0.98 0.326 -.0794483 .2390164 ss2 | .9268219 .0888479 10.43 0.000 .7526718 1.100972 ss3 | 1.076608 .1055847 10.20 0.000 .8696518 1.283563 ss4 | .9972566 .099849 9.99 0.000 .8015432 1.19297 ss5 | 1.664302 .2108273 7.89 0.000 1.251061 2.077543 manuat | 1.34016 .0707231 18.95 0.000 1.201536 1.478783 servat | 1.217008 .1029758 11.82 0.000 1.015165 1.41885 cataluna | 3.516268 .0889773 39.52 0.000 3.341864 3.690672 galicia | 2.660534 .1480648 17.97 0.000 2.370313 2.950755 madrid | 3.63563 .1108349 32.80 0.000 3.418384 3.852877 navarra | 3.173992 .1730501 18.34 0.000 2.834798 3.513186 paisvasco | 3.067485 .1086784 28.23 0.000 2.854465 3.280505 valencia | 2.944566 .1134242 25.96 0.000 2.722244 3.166888 _cons | 6.436368 .0926728 69.45 0.000 6.254721 6.618015 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.16 Prob > F = 0.0000 R-squared = 0.0811 Root MSE = 3.6676 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .0012954 .0050045 0.26 0.796 -.008514 .0111049 INCI2 | -.1608639 .2475974 -0.65 0.516 -.6461821 .3244543 a2007 | .505124 .0678531 7.44 0.000 .3721245 .6381235 a2008 | .344479 .0716713 4.81 0.000 .2039953 .4849626 ss2 | .8709929 .0803047 10.85 0.000 .7135868 1.028399 ss3 | 1.309425 .0942224 13.90 0.000 1.124739 1.494111 ss4 | 2.036286 .0841925 24.19 0.000 1.87126 2.201313 ss5 | 3.139327 .1730634 18.14 0.000 2.800103 3.47855 manuat | 1.038709 .060709 17.11 0.000 .9197124 1.157705 servat | .7624026 .0962963 7.92 0.000 .5736513 .9511539 cataluna | .6223036 .0786289 7.91 0.000 .4681823 .7764249 galicia | -.2231015 .1415517 -1.58 0.115 -.5005585 .0543555 madrid | .6294191 .1014637 6.20 0.000 .4305391 .8282991 navarra | .2484754 .1655788 1.50 0.133 -.0760774 .5730281 paisvasco | .2068083 .1007368 2.05 0.040 .0093531 .4042635 valencia | .0500385 .1064014 0.47 0.638 -.15852 .2585969 _cons | 9.154239 .0846734 108.11 0.000 8.988269 9.320208 ------------------------------------------------------------------------------

19

Cuadro A.II.15: Efecto de la participación en contratos con las AALL

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.05 Prob > F = 0.0000 R-squared = 0.1456 Root MSE = 4.4482 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | -.2563665 .3639754 -0.70 0.481 -.9697921 .457059 INCI2 | -.2234137 .2787862 -0.80 0.423 -.7698604 .3230331 a2007 | .3066527 .0774869 3.96 0.000 .1547713 .4585341 a2008 | .0833085 .0812308 1.03 0.305 -.0759114 .2425284 ss2 | .9274065 .088874 10.44 0.000 .7532052 1.101608 ss3 | 1.077696 .1055235 10.21 0.000 .8708603 1.284532 ss4 | .9979541 .0998815 9.99 0.000 .802177 1.193731 ss5 | 1.666154 .2109614 7.90 0.000 1.25265 2.079658 manuat | 1.34465 .0707358 19.01 0.000 1.206002 1.483299 servat | 1.233139 .1030678 11.96 0.000 1.031117 1.435162 cataluna | 3.518387 .0890158 39.53 0.000 3.343907 3.692866 galicia | 2.661129 .1481585 17.96 0.000 2.370724 2.951533 madrid | 3.63962 .1109074 32.82 0.000 3.422232 3.857009 navarra | 3.205848 .1730738 18.52 0.000 2.866608 3.545089 paisvasco | 3.076942 .1085725 28.34 0.000 2.86413 3.289754 valencia | 2.94732 .1134602 25.98 0.000 2.724927 3.169712 _cons | 6.43951 .0927066 69.46 0.000 6.257796 6.621223 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.48 Prob > F = 0.0000 R-squared = 0.0815 Root MSE = 3.6667 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | -.7841947 .3477395 -2.26 0.024 -1.465802 -.102587 INCI2 | -.1563098 .2473265 -0.63 0.527 -.641097 .3284774 a2007 | .5084526 .0678703 7.49 0.000 .3754194 .6414858 a2008 | .3455646 .0716259 4.82 0.000 .2051699 .4859593 ss2 | .8712946 .0803461 10.84 0.000 .7138074 1.028782 ss3 | 1.311186 .0942092 13.92 0.000 1.126526 1.495847 ss4 | 2.039223 .0840985 24.25 0.000 1.87438 2.204065 ss5 | 3.143124 .173002 18.17 0.000 2.804021 3.482227 manuat | 1.040529 .0606959 17.14 0.000 .9215586 1.1595 servat | .7920426 .0961656 8.24 0.000 .6035474 .9805377 cataluna | .6188453 .0786804 7.87 0.000 .464623 .7730676 galicia | -.2136255 .1416816 -1.51 0.132 -.4913371 .064086 madrid | .6243047 .1015134 6.15 0.000 .4253273 .8232822 navarra | .2673576 .1657914 1.61 0.107 -.0576117 .5923269 paisvasco | .2156289 .1005531 2.14 0.032 .0185337 .4127241 valencia | .0478069 .1064185 0.45 0.653 -.1607851 .2563989 _cons | 9.156873 .0847128 108.09 0.000 8.990826 9.322919 ------------------------------------------------------------------------------

20

Cuadro A.II.16: Efecto de la financiación de la I+D interna con contratos con las AALL

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.52 Prob > F = 0.0000 R-squared = 0.1463 Root MSE = 4.4464 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | -.033454 .0115249 -2.90 0.004 -.0560439 -.0108641 INCI2 | -.222105 .278381 -0.80 0.425 -.7677576 .3235476 a2007 | .3100861 .0774721 4.00 0.000 .1582337 .4619386 a2008 | .0852108 .0811945 1.05 0.294 -.0739379 .2443595 ss2 | .924699 .0888882 10.40 0.000 .7504699 1.098928 ss3 | 1.07772 .1054713 10.22 0.000 .870986 1.284453 ss4 | .9987258 .0998207 10.01 0.000 .8030679 1.194384 ss5 | 1.663837 .2108497 7.89 0.000 1.250552 2.077122 manuat | 1.344439 .070732 19.01 0.000 1.205798 1.48308 servat | 1.256025 .1026855 12.23 0.000 1.054752 1.457298 cataluna | 3.52098 .0889018 39.61 0.000 3.346724 3.695236 galicia | 2.671351 .1480013 18.05 0.000 2.381255 2.961448 madrid | 3.632646 .1109278 32.75 0.000 3.415217 3.850075 navarra | 3.218909 .1731737 18.59 0.000 2.879472 3.558345 paisvasco | 3.0819 .1085809 28.38 0.000 2.869072 3.294729 valencia | 2.945154 .1134796 25.95 0.000 2.722724 3.167585 _cons | 6.440688 .0927275 69.46 0.000 6.258934 6.622443 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 84.36 Prob > F = 0.0000 R-squared = 0.0833 Root MSE = 3.6631 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | -.0439962 .0104868 -4.20 0.000 -.0645515 -.0234409 INCI2 | -.1566149 .2465804 -0.64 0.525 -.6399396 .3267098 a2007 | .511987 .067826 7.55 0.000 .3790406 .6449333 a2008 | .3481603 .0715543 4.87 0.000 .207906 .4884147 ss2 | .8670911 .0803627 10.79 0.000 .7095713 1.024611 ss3 | 1.310381 .0941203 13.92 0.000 1.125895 1.494867 ss4 | 2.039455 .0839778 24.29 0.000 1.874849 2.20406 ss5 | 3.138137 .1727035 18.17 0.000 2.799619 3.476655 manuat | 1.03915 .0606919 17.12 0.000 .920187 1.158113 servat | .8065245 .0958088 8.42 0.000 .6187288 .9943202 cataluna | .6214015 .0785205 7.91 0.000 .4674926 .7753104 galicia | -.2087916 .1414633 -1.48 0.140 -.4860752 .0684921 madrid | .6150959 .1015046 6.06 0.000 .4161356 .8140562 navarra | .2721539 .1659594 1.64 0.101 -.0531449 .5974526 paisvasco | .2143846 .1005479 2.13 0.033 .0172996 .4114697 valencia | .0433828 .106442 0.41 0.684 -.1652553 .2520209 _cons | 9.159587 .0847093 108.13 0.000 8.993547 9.325626 ------------------------------------------------------------------------------

21

Efecto de los indicadores del eje: Proyección internacional Cuadro A.II.17: Efecto de la presencia en mercados exteriores

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 291.03 Prob > F = 0.0000 R-squared = 0.1581 Root MSE = 4.399 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | 1.053314 .0620232 16.98 0.000 .9317461 1.174882 INCI2 | -.2531283 .2094216 -1.21 0.227 -.6636034 .1573467 a2006 | .1116412 .0666592 1.67 0.094 -.0190136 .242296 a2007 | .2448625 .0688718 3.56 0.000 .1098708 .3798542 a2008 | .0141818 .0728655 0.19 0.846 -.1286377 .1570013 ss2 | .7208946 .0694213 10.38 0.000 .5848258 .8569633 ss3 | .9321799 .0808416 11.53 0.000 .7737268 1.090633 ss4 | .8118241 .0776312 10.46 0.000 .6596637 .9639845 ss5 | 1.781002 .1624827 10.96 0.000 1.462529 2.099475 manuat | 1.185938 .0550081 21.56 0.000 1.07812 1.293756 servat | 1.347053 .0812629 16.58 0.000 1.187774 1.506332 cataluna | 3.34469 .070004 47.78 0.000 3.207479 3.481901 galicia | 2.629339 .1135663 23.15 0.000 2.406744 2.851933 madrid | 3.621204 .0858457 42.18 0.000 3.452943 3.789465 navarra | 3.150527 .1304471 24.15 0.000 2.894845 3.406209 paisvasco | 3.11793 .0828163 37.65 0.000 2.955606 3.280253 valencia | 2.822752 .0884971 31.90 0.000 2.649294 2.99621 _cons | 5.923922 .078452 75.51 0.000 5.770153 6.077691 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 139.63 Prob > F = 0.0000 R-squared = 0.0899 Root MSE = 3.6275 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .8555077 .0562096 15.22 0.000 .7453339 .9656815 INCI2 | -.2691619 .1893634 -1.42 0.155 -.6403241 .1020003 a2006 | .2777278 .0585969 4.74 0.000 .1628749 .3925808 a2007 | .4095863 .059599 6.87 0.000 .2927691 .5264034 a2008 | .2469364 .0637271 3.87 0.000 .1220279 .3718449 ss2 | .7014247 .0626 11.20 0.000 .5787254 .824124 ss3 | 1.197636 .0714125 16.77 0.000 1.057663 1.337608 ss4 | 1.846465 .0658555 28.04 0.000 1.717384 1.975545 ss5 | 3.116824 .131318 23.73 0.000 2.859434 3.374215 manuat | .8990773 .0470247 19.12 0.000 .8069063 .9912482 servat | .8184957 .0767141 10.67 0.000 .668132 .9688595 cataluna | .5004034 .0619964 8.07 0.000 .3788872 .6219195 galicia | -.2163641 .1087358 -1.99 0.047 -.4294921 -.0032362 madrid | .6539376 .0788591 8.29 0.000 .4993697 .8085056 navarra | .2380457 .1252228 1.90 0.057 -.0073975 .4834889 paisvasco | .2849999 .0769302 3.70 0.000 .1342127 .4357872 valencia | -.0329779 .0831274 -0.40 0.692 -.1959119 .1299561 _cons | 8.773052 .0731725 119.90 0.000 8.62963 8.916474 ------------------------------------------------------------------------------

22

Cuadro A.II.18: Efecto de la intensidad exportadora

Empresas con gastos en I+D interna Linear regression Number of obs = 5464 F( 14, 5449) = 66.07 Prob > F = 0.0000 R-squared = 0.1640 Root MSE = 4.5476 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .0085429 .0019725 4.33 0.000 .004676 .0124098 INCI2 | -.3755517 .5083752 -0.74 0.460 -1.37217 .6210668 ss2 | 1.021211 .1674907 6.10 0.000 .6928624 1.34956 ss3 | 1.075555 .1961325 5.48 0.000 .6910571 1.460053 ss4 | .9753472 .1812855 5.38 0.000 .6199552 1.330739 ss5 | 1.594227 .3528019 4.52 0.000 .9025948 2.28586 manuat | 1.281004 .1329474 9.64 0.000 1.020374 1.541634 servat | 1.292034 .1961639 6.59 0.000 .9074743 1.676594 cataluna | 3.675324 .1685215 21.81 0.000 3.344954 4.005693 galicia | 3.051645 .2799772 10.90 0.000 2.502778 3.600512 madrid | 4.049946 .2038247 19.87 0.000 3.650368 4.449524 navarra | 3.498648 .3242862 10.79 0.000 2.862918 4.134379 paisvasco | 3.260691 .2054672 15.87 0.000 2.857893 3.663489 valencia | 3.310703 .2035818 16.26 0.000 2.911601 3.709804 _cons | 6.155242 .1596773 38.55 0.000 5.842211 6.468274 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 4738 F( 14, 4723) = 26.39 Prob > F = 0.0000 R-squared = 0.0763 Root MSE = 3.6593 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .0069836 .0016825 4.15 0.000 .003685 .0102821 INCI2 | -.1754427 .4516219 -0.39 0.698 -1.060832 .7099469 ss2 | .9124355 .1461288 6.24 0.000 .6259548 1.198916 ss3 | 1.216515 .1738664 7.00 0.000 .8756556 1.557374 ss4 | 1.887268 .1551669 12.16 0.000 1.583069 2.191468 ss5 | 2.912997 .2977914 9.78 0.000 2.329187 3.496807 manuat | .9412998 .1114549 8.45 0.000 .7227963 1.159803 servat | .744004 .1802981 4.13 0.000 .3905357 1.097472 cataluna | .2933756 .1446613 2.03 0.043 .0097719 .5769793 galicia | -.3606184 .2650267 -1.36 0.174 -.8801942 .1589575 madrid | .5265692 .1826917 2.88 0.004 .1684082 .8847301 navarra | .0736864 .3029651 0.24 0.808 -.5202665 .6676393 paisvasco | -.0883767 .1866735 -0.47 0.636 -.4543438 .2775904 valencia | -.0853045 .187064 -0.46 0.648 -.4520371 .2814282 _cons | 9.586484 .1393476 68.80 0.000 9.313297 9.85967 ------------------------------------------------------------------------------

23

Cuadro A.II.19: Efecto de la cooperación tecnológica internacional


Linear regression Number of obs = 30388 F( 17, 30370) = 285.17 Prob > F = 0.0000 R-squared = 0.1558 Root MSE = 4.4052 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | 1.124848 .0720881 15.60 0.000 .9835522 1.266144 INCI2 | -.2324234 .2097193 -1.11 0.268 -.6434821 .1786354 a2006 | .1375743 .0668408 2.06 0.040 .0065635 .268585 a2007 | .2903607 .0688602 4.22 0.000 .1553917 .4253296 a2008 | .0520922 .0728534 0.72 0.475 -.0907035 .1948879 ss2 | .8412427 .0689328 12.20 0.000 .7061314 .9763539 ss3 | 1.040687 .0804681 12.93 0.000 .8829665 1.198408 ss4 | .813527 .0780376 10.42 0.000 .66057 .9664841 ss5 | 1.548121 .1631102 9.49 0.000 1.228418 1.867824 manuat | 1.346142 .0542448 24.82 0.000 1.23982 1.452464 servat | 1.070033 .08076 13.25 0.000 .9117395 1.228326 cataluna | 3.491741 .0691419 50.50 0.000 3.356221 3.627262 galicia | 2.70734 .1130698 23.94 0.000 2.485719 2.928962 madrid | 3.635108 .0858789 42.33 0.000 3.466782 3.803435 navarra | 3.127153 .1315754 23.77 0.000 2.86926 3.385047 paisvasco | 3.083376 .0829386 37.18 0.000 2.920813 3.245939 valencia | 2.913623 .0885642 32.90 0.000 2.740033 3.087212 _cons | 6.373743 .0720151 88.51 0.000 6.23259 6.514896 ------------------------------------------------------------------------------


Linear regression Number of obs = 26763 F( 17, 26745) = 135.83 Prob > F = 0.0000 R-squared = 0.0837 Root MSE = 3.64 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | .5770703 .063217 9.13 0.000 .4531616 .7009789 INCI2 | -.2419912 .1889215 -1.28 0.200 -.6122873 .1283048 a2006 | .3046763 .0588612 5.18 0.000 .1893051 .4200474 a2007 | .4516617 .0597731 7.56 0.000 .3345032 .5688202 a2008 | .2841813 .0639067 4.45 0.000 .1589208 .4094419 ss2 | .818503 .0621508 13.17 0.000 .6966842 .9403218 ss3 | 1.315838 .0709796 18.54 0.000 1.176715 1.454962 ss4 | 1.902906 .0662143 28.74 0.000 1.773123 2.03269 ss5 | 3.017501 .133623 22.58 0.000 2.755593 3.279409 manuat | 1.039066 .046659 22.27 0.000 .9476121 1.13052 servat | .6285883 .0757426 8.30 0.000 .4801288 .7770478 cataluna | .6276626 .0616823 10.18 0.000 .5067621 .7485631 galicia | -.151695 .1085044 -1.40 0.162 -.3643694 .0609794 madrid | .6758073 .079116 8.54 0.000 .5207359 .8308788 navarra | .2445812 .1260732 1.94 0.052 -.002529 .4916914 paisvasco | .2820054 .0771403 3.66 0.000 .1308063 .4332045 valencia | .0439288 .0833846 0.53 0.598 -.1195094 .207367 _cons | 9.149555 .0660214 138.58 0.000 9.02015 9.27896 ------------------------------------------------------------------------------

24

Cuadro A.II.20: Efecto del acceso a fondos extranjeros para financiar la I+D interna

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 272.45 Prob > F = 0.0000 R-squared = 0.1495 Root MSE = 4.4212 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | .4584713 .1251332 3.66 0.000 .213205 .7037376 INCI2 | -.2380837 .2105092 -1.13 0.258 -.6506906 .1745232 a2006 | .1453205 .0670599 2.17 0.030 .0138803 .2767606 a2007 | .2943133 .0691035 4.26 0.000 .1588675 .4297591 a2008 | .0685334 .0731542 0.94 0.349 -.0748519 .2119186 ss2 | .8904066 .0689992 12.90 0.000 .7551653 1.025648 ss3 | 1.128723 .0803661 14.04 0.000 .9712022 1.286244 ss4 | .9675107 .0776538 12.46 0.000 .8153059 1.119715 ss5 | 1.787047 .1650747 10.83 0.000 1.463494 2.1106 manuat | 1.403279 .0544399 25.78 0.000 1.296574 1.509983 servat | 1.134686 .0811268 13.99 0.000 .9756743 1.293698 cataluna | 3.506127 .0693684 50.54 0.000 3.370161 3.642092 galicia | 2.711152 .1136297 23.86 0.000 2.488433 2.933871 madrid | 3.65018 .0861368 42.38 0.000 3.481348 3.819012 navarra | 3.201506 .1315873 24.33 0.000 2.94359 3.459423 paisvasco | 3.147086 .0830598 37.89 0.000 2.984286 3.309887 valencia | 2.909998 .0887223 32.80 0.000 2.736099 3.083898 _cons | 6.412764 .072231 88.78 0.000 6.271188 6.55434 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 133.20 Prob > F = 0.0000 R-squared = 0.0817 Root MSE = 3.6439 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | -.4724628 .1204306 -3.92 0.000 -.708513 -.2364125 INCI2 | -.2349658 .1888487 -1.24 0.213 -.6051192 .1351875 a2006 | .3051639 .0589533 5.18 0.000 .1896123 .4207155 a2007 | .4509641 .059825 7.54 0.000 .3337039 .5682242 a2008 | .2914083 .0640035 4.55 0.000 .1659581 .4168585 ss2 | .8586996 .0620977 13.83 0.000 .7369849 .9804143 ss3 | 1.385364 .0708056 19.57 0.000 1.246581 1.524147 ss4 | 2.027674 .0655957 30.91 0.000 1.899103 2.156245 ss5 | 3.287112 .1344512 24.45 0.000 3.023581 3.550644 manuat | 1.060512 .0467529 22.68 0.000 .9688741 1.152151 servat | .755784 .0758219 9.97 0.000 .6071691 .904399 cataluna | .6086692 .0616869 9.87 0.000 .4877597 .7295788 galicia | -.1889983 .1089241 -1.74 0.083 -.4024953 .0244987 madrid | .6696977 .0793392 8.44 0.000 .5141887 .8252067 navarra | .2581344 .1261657 2.05 0.041 .010843 .5054257 paisvasco | .3041308 .0771888 3.94 0.000 .1528367 .4554249 valencia | .023038 .0834117 0.28 0.782 -.1404534 .1865294 _cons | 9.208842 .0657531 140.05 0.000 9.079963 9.337722 ------------------------------------------------------------------------------

25

Cuadro A.II.21: Efecto del acceso a fondos extranjeros privados

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 177.43 Prob > F = 0.0000 R-squared = 0.1478 Root MSE = 4.4425 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | -2.317896 .4976612 -4.66 0.000 -3.293358 -1.342434 INCI2 | -.202288 .2779917 -0.73 0.467 -.7471775 .3426015 a2007 | .3030013 .077403 3.91 0.000 .1512841 .4547184 a2008 | .0787587 .0811512 0.97 0.332 -.0803053 .2378227 ss2 | .9378448 .0886408 10.58 0.000 .7641005 1.111589 ss3 | 1.109394 .1049261 10.57 0.000 .9037289 1.315059 ss4 | 1.028326 .0996107 10.32 0.000 .8330795 1.223572 ss5 | 1.756729 .2113828 8.31 0.000 1.342399 2.171059 manuat | 1.361025 .0704412 19.32 0.000 1.222954 1.499096 servat | 1.277793 .1025945 12.45 0.000 1.076699 1.478888 cataluna | 3.526475 .088734 39.74 0.000 3.352548 3.700402 galicia | 2.656525 .1479569 17.95 0.000 2.366516 2.946534 madrid | 3.655477 .110791 32.99 0.000 3.438317 3.872638 navarra | 3.186989 .1728846 18.43 0.000 2.848119 3.525858 paisvasco | 3.067593 .1085356 28.26 0.000 2.854853 3.280333 valencia | 2.946858 .1134652 25.97 0.000 2.724455 3.16926 _cons | 6.433898 .0925565 69.51 0.000 6.252479 6.615318 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 94.92 Prob > F = 0.0000 R-squared = 0.0896 Root MSE = 3.6505 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | -3.400997 .4925028 -6.91 0.000 -4.366357 -2.435637 INCI2 | -.1223463 .2450068 -0.50 0.618 -.6025866 .357894 a2007 | .5015775 .0676135 7.42 0.000 .3690477 .6341073 a2008 | .3382337 .0713507 4.74 0.000 .1983784 .4780889 ss2 | .8877411 .0798173 11.12 0.000 .7312904 1.044192 ss3 | 1.362711 .0928836 14.67 0.000 1.180648 1.544773 ss4 | 2.092613 .0830077 25.21 0.000 1.929908 2.255317 ss5 | 3.311025 .1717857 19.27 0.000 2.974306 3.647744 manuat | 1.064069 .0601089 17.70 0.000 .946249 1.181889 servat | .84502 .0951396 8.88 0.000 .6585359 1.031504 cataluna | .6177603 .0780402 7.92 0.000 .4647929 .7707277 galicia | -.2396961 .1413541 -1.70 0.090 -.5167657 .0373736 madrid | .6326488 .1010905 6.26 0.000 .4345004 .8307973 navarra | .2165542 .1653785 1.31 0.190 -.1076058 .5407142 paisvasco | .1834002 .1001971 1.83 0.067 -.0129972 .3797977 valencia | .034242 .1062709 0.32 0.747 -.1740606 .2425446 _cons | 9.158121 .0843574 108.56 0.000 8.992771 9.32347 ------------------------------------------------------------------------------

26

Cuadro A.II.22: Efecto del acceso a fondos extranjeros públicos

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 171.55 Prob > F = 0.0000 R-squared = 0.1469 Root MSE = 4.4448 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | .8309458 .168763 4.92 0.000 .5001546 1.161737 INCI2 | -.2177589 .2775463 -0.78 0.433 -.7617754 .3262576 a2007 | .3055293 .0774511 3.94 0.000 .1537179 .4573406 a2008 | .0798334 .0811625 0.98 0.325 -.0792527 .2389194 ss2 | .908883 .0889377 10.22 0.000 .7345569 1.083209 ss3 | 1.056673 .1054929 10.02 0.000 .8498967 1.263448 ss4 | .9683861 .0999835 9.69 0.000 .7724091 1.164363 ss5 | 1.569424 .2114528 7.42 0.000 1.154956 1.983891 manuat | 1.350199 .0706192 19.12 0.000 1.211779 1.488619 servat | 1.12609 .103018 10.93 0.000 .9241654 1.328015 cataluna | 3.512858 .0888638 39.53 0.000 3.338676 3.687039 galicia | 2.661047 .1478343 18.00 0.000 2.371278 2.950815 madrid | 3.616541 .1105273 32.72 0.000 3.399898 3.833185 navarra | 3.185975 .1726536 18.45 0.000 2.847557 3.524392 paisvasco | 3.043355 .1084885 28.05 0.000 2.830708 3.256003 valencia | 2.928518 .1134266 25.82 0.000 2.706192 3.150845 _cons | 6.435853 .0926638 69.45 0.000 6.254223 6.617483 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 83.10 Prob > F = 0.0000 R-squared = 0.0811 Root MSE = 3.6676 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | -.0499714 .158414 -0.32 0.752 -.3604803 .2605375 INCI2 | -.1610868 .247589 -0.65 0.515 -.6463885 .3242148 a2007 | .5054542 .0678835 7.45 0.000 .3723951 .6385132 a2008 | .3451323 .0716615 4.82 0.000 .204668 .4855966 ss2 | .87219 .0801805 10.88 0.000 .7150273 1.029353 ss3 | 1.310909 .0941264 13.93 0.000 1.126411 1.495407 ss4 | 2.038578 .0842841 24.19 0.000 1.873372 2.203784 ss5 | 3.147068 .1755967 17.92 0.000 2.802879 3.491257 manuat | 1.038558 .0606549 17.12 0.000 .9196674 1.157448 servat | .7690801 .0955379 8.05 0.000 .5818154 .9563448 cataluna | .6216399 .0786879 7.90 0.000 .4674029 .7758769 galicia | -.2249164 .1416115 -1.59 0.112 -.5024906 .0526578 madrid | .6298842 .1014621 6.21 0.000 .4310072 .8287611 navarra | .250448 .1653491 1.51 0.130 -.0736544 .5745505 paisvasco | .207926 .1006044 2.07 0.039 .0107303 .4051218 valencia | .0501839 .1063944 0.47 0.637 -.1583608 .2587286 _cons | 9.155797 .0847792 108.00 0.000 8.989621 9.321974 ------------------------------------------------------------------------------

27

Cuadro A.II.23: Efecto de la financiación de la I+D interna con fondos extranjeros

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 283.53 Prob > F = 0.0000 R-squared = 0.1523 Root MSE = 4.4141 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | -.0287092 .0036381 -7.89 0.000 -.03584 -.0215784 INCI2 | -.2233863 .2099517 -1.06 0.287 -.6349004 .1881278 a2006 | .1265741 .0670388 1.89 0.059 -.0048248 .257973 a2007 | .2688711 .0689946 3.90 0.000 .1336387 .4041035 a2008 | .0439511 .0730732 0.60 0.548 -.0992753 .1871776 ss2 | .8960355 .0688067 13.02 0.000 .7611714 1.0309 ss3 | 1.143758 .0800591 14.29 0.000 .9868392 1.300678 ss4 | .9917087 .0774237 12.81 0.000 .8399549 1.143462 ss5 | 1.914262 .1638734 11.68 0.000 1.593064 2.235461 manuat | 1.396129 .0542684 25.73 0.000 1.28976 1.502497 servat | 1.261071 .0806821 15.63 0.000 1.102931 1.419211 cataluna | 3.515353 .0691742 50.82 0.000 3.379769 3.650938 galicia | 2.675082 .1137962 23.51 0.000 2.452036 2.898127 madrid | 3.677717 .0861338 42.70 0.000 3.508891 3.846543 navarra | 3.1869 .1316754 24.20 0.000 2.92881 3.444989 paisvasco | 3.152463 .0830513 37.96 0.000 2.989678 3.315247 valencia | 2.910196 .0886993 32.81 0.000 2.736342 3.084051 _cons | 6.466531 .0724125 89.30 0.000 6.324599 6.608463 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 151.77 Prob > F = 0.0000 R-squared = 0.0955 Root MSE = 3.6163 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | -.0457901 .003547 -12.91 0.000 -.0527423 -.0388378 INCI2 | -.2268921 .1867998 -1.21 0.225 -.5930295 .1392454 a2006 | .28188 .0586835 4.80 0.000 .1668572 .3969028 a2007 | .4170169 .0593425 7.03 0.000 .3007024 .5333313 a2008 | .2554587 .0634918 4.02 0.000 .1310114 .3799061 ss2 | .8411855 .0617893 13.61 0.000 .7200753 .9622957 ss3 | 1.376004 .0701888 19.60 0.000 1.23843 1.513578 ss4 | 2.024126 .0649399 31.17 0.000 1.896841 2.151412 ss5 | 3.333887 .1296647 25.71 0.000 3.079737 3.588036 manuat | 1.049234 .0463098 22.66 0.000 .9584648 1.140004 servat | .7950096 .0753362 10.55 0.000 .6473466 .9426726 cataluna | .5877216 .0609219 9.65 0.000 .4683114 .7071318 galicia | -.2606204 .1086277 -2.40 0.016 -.4735364 -.0477044 madrid | .6474715 .0786041 8.24 0.000 .4934032 .8015397 navarra | .1954392 .1261095 1.55 0.121 -.0517422 .4426205 paisvasco | .250914 .0766042 3.28 0.001 .1007657 .4010624 valencia | -.0244321 .0830243 -0.29 0.769 -.1871641 .1382998 _cons | 9.304378 .0653 142.49 0.000 9.176387 9.43237 ------------------------------------------------------------------------------

28

Cuadro A.II.24: Efecto de la financiación de la I+D interna con fondos extranjeros privados

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 183.47 Prob > F = 0.0000 R-squared = 0.1514 Root MSE = 4.4328 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | -.0635738 .0074719 -8.51 0.000 -.0782194 -.0489281 INCI2 | -.2084921 .2757842 -0.76 0.450 -.7490546 .3320705 a2007 | .3036573 .0772562 3.93 0.000 .1522279 .4550867 a2008 | .0793029 .0809703 0.98 0.327 -.0794065 .2380123 ss2 | .9367879 .0886996 10.56 0.000 .7629285 1.110647 ss3 | 1.124465 .1046181 10.75 0.000 .9194037 1.329526 ss4 | 1.042361 .0994291 10.48 0.000 .8474704 1.237251 ss5 | 1.776198 .2098277 8.47 0.000 1.364916 2.18748 manuat | 1.373376 .0702051 19.56 0.000 1.235767 1.510984 servat | 1.277313 .1025692 12.45 0.000 1.076268 1.478358 cataluna | 3.533475 .0883959 39.97 0.000 3.360211 3.706739 galicia | 2.642609 .1480624 17.85 0.000 2.352393 2.932825 madrid | 3.655033 .1106117 33.04 0.000 3.438223 3.871842 navarra | 3.178106 .172768 18.40 0.000 2.839465 3.516747 paisvasco | 3.056086 .1085628 28.15 0.000 2.843293 3.268879 valencia | 2.932308 .1133023 25.88 0.000 2.710225 3.154391 _cons | 6.432765 .0924611 69.57 0.000 6.251532 6.613997 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 102.18 Prob > F = 0.0000 R-squared = 0.0976 Root MSE = 3.6344 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | -.079579 .0073759 -10.79 0.000 -.0940364 -.0651215 INCI2 | -.1368523 .2412926 -0.57 0.571 -.6098124 .3361078 a2007 | .5034381 .0673374 7.48 0.000 .3714493 .6354269 a2008 | .3402515 .0710451 4.79 0.000 .2009953 .4795077 ss2 | .8837836 .07993 11.06 0.000 .727112 1.040455 ss3 | 1.376163 .092322 14.91 0.000 1.195202 1.557125 ss4 | 2.106367 .0826333 25.49 0.000 1.944397 2.268337 ss5 | 3.316861 .1684362 19.69 0.000 2.986708 3.647015 manuat | 1.076407 .0597357 18.02 0.000 .9593182 1.193495 servat | .8319203 .0952097 8.74 0.000 .6452989 1.018542 cataluna | .6209341 .0774119 8.02 0.000 .4691983 .7726698 galicia | -.2606518 .1412574 -1.85 0.065 -.5375318 .0162283 madrid | .6249855 .1006576 6.21 0.000 .4276856 .8222854 navarra | .2041643 .165108 1.24 0.216 -.1194654 .5277941 paisvasco | .1664939 .1000585 1.66 0.096 -.0296319 .3626196 valencia | .0123153 .105803 0.12 0.907 -.1950703 .2197009 _cons | 9.160871 .0841157 108.91 0.000 8.995995 9.325747 ------------------------------------------------------------------------------

29

Cuadro A.II.25: Efecto de la financiación de la I+D interna con fondos extranjeros públicos

Empresas con gastos en I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 172.07 Prob > F = 0.0000 R-squared = 0.1464 Root MSE = 4.446 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | -.0236681 .0072266 -3.28 0.001 -.037833 -.0095033 INCI2 | -.2251879 .279662 -0.81 0.421 -.7733513 .3229756 a2007 | .3000561 .0774408 3.87 0.000 .1482649 .4518473 a2008 | .0775114 .0812122 0.95 0.340 -.081672 .2366948 ss2 | .9237717 .0887613 10.41 0.000 .7497914 1.097752 ss3 | 1.071607 .1054325 10.16 0.000 .8649492 1.278264 ss4 | .9965243 .0999059 9.97 0.000 .8006994 1.192349 ss5 | 1.688698 .2115636 7.98 0.000 1.274013 2.103382 manuat | 1.333551 .0707574 18.85 0.000 1.19486 1.472242 servat | 1.251849 .102561 12.21 0.000 1.05082 1.452878 cataluna | 3.525898 .0888822 39.67 0.000 3.351681 3.700116 galicia | 2.64878 .1481449 17.88 0.000 2.358403 2.939158 madrid | 3.651322 .1108277 32.95 0.000 3.434089 3.868555 navarra | 3.201957 .1726659 18.54 0.000 2.863516 3.540398 paisvasco | 3.082948 .1084673 28.42 0.000 2.870342 3.295554 valencia | 2.955821 .1134605 26.05 0.000 2.733428 3.178214 _cons | 6.45817 .092856 69.55 0.000 6.276163 6.640176 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 16260 F( 16, 16243) = 85.51 Prob > F = 0.0000 R-squared = 0.0859 Root MSE = 3.658 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | -.0419542 .0065986 -6.36 0.000 -.0548883 -.0290202 INCI2 | -.161974 .2497604 -0.65 0.517 -.6515319 .3275838 a2007 | .494996 .0677003 7.31 0.000 .3622959 .627696 a2008 | .334717 .0714965 4.68 0.000 .1945761 .474858 ss2 | .8633868 .0800702 10.78 0.000 .7064404 1.020333 ss3 | 1.298774 .0939108 13.83 0.000 1.114698 1.482849 ss4 | 2.038135 .0840793 24.24 0.000 1.873331 2.20294 ss5 | 3.197635 .1734942 18.43 0.000 2.857567 3.537702 manuat | 1.016432 .0606395 16.76 0.000 .8975721 1.135292 servat | .8117034 .09533 8.51 0.000 .6248461 .9985607 cataluna | .6209584 .0783795 7.92 0.000 .4673259 .7745909 galicia | -.2528856 .1415314 -1.79 0.074 -.5303026 .0245315 madrid | .6329632 .1012648 6.25 0.000 .4344731 .8314534 navarra | .2405941 .1652606 1.46 0.145 -.0833348 .564523 paisvasco | .2099384 .1003251 2.09 0.036 .0132901 .4065866 valencia | .0509889 .1063318 0.48 0.632 -.157433 .2594108 _cons | 9.203185 .0846633 108.70 0.000 9.037236 9.369135 ------------------------------------------------------------------------------

30

Cuadro A.II.26: Efecto de la realización de compras de I+D en el extranjero

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 278.54 Prob > F = 0.0000 R-squared = 0.1514 Root MSE = 4.4165 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | .9084484 .1012327 8.97 0.000 .7100281 1.106869 INCI2 | -.2164504 .2103136 -1.03 0.303 -.6286739 .1957731 a2006 | .1457249 .0670034 2.17 0.030 .0143954 .2770544 a2007 | .2922991 .0690004 4.24 0.000 .1570555 .4275427 a2008 | .065713 .0730888 0.90 0.369 -.0775442 .2089701 ss2 | .878464 .0690022 12.73 0.000 .7432169 1.013711 ss3 | 1.097899 .0805548 13.63 0.000 .9400077 1.255789 ss4 | .890016 .0782421 11.38 0.000 .7366583 1.043374 ss5 | 1.761834 .1635628 10.77 0.000 1.441244 2.082424 manuat | 1.361666 .0544052 25.03 0.000 1.255029 1.468302 servat | 1.168803 .0808674 14.45 0.000 1.010299 1.327306 cataluna | 3.490192 .0694137 50.28 0.000 3.354138 3.626245 galicia | 2.714372 .1134204 23.93 0.000 2.492063 2.93668 madrid | 3.656969 .0862249 42.41 0.000 3.487965 3.825973 navarra | 3.176763 .1311715 24.22 0.000 2.919662 3.433865 paisvasco | 3.157161 .0830923 38.00 0.000 2.994297 3.320026 valencia | 2.917967 .0886824 32.90 0.000 2.744146 3.091788 _cons | 6.405979 .0721072 88.84 0.000 6.264646 6.547313 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 139.80 Prob > F = 0.0000 R-squared = 0.0845 Root MSE = 3.6382 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | .9145782 .0839997 10.89 0.000 .7499343 1.079222 INCI2 | -.2235163 .188705 -1.18 0.236 -.5933881 .1463556 a2006 | .3087033 .0588382 5.25 0.000 .1933774 .4240292 a2007 | .453599 .0597257 7.59 0.000 .3365334 .5706645 a2008 | .2897176 .0639115 4.53 0.000 .1644477 .4149874 ss2 | .8273178 .0622478 13.29 0.000 .7053089 .9493267 ss3 | 1.329355 .0710241 18.72 0.000 1.190144 1.468566 ss4 | 1.903334 .0664904 28.63 0.000 1.773009 2.033659 ss5 | 3.087878 .1326111 23.29 0.000 2.827954 3.347803 manuat | 1.02813 .0466857 22.02 0.000 .9366233 1.119636 servat | .6640649 .0761888 8.72 0.000 .5147309 .8133989 cataluna | .5990952 .0616707 9.71 0.000 .4782174 .7199731 galicia | -.1615132 .1086051 -1.49 0.137 -.3743849 .0513586 madrid | .6649094 .07921 8.39 0.000 .5096536 .8201653 navarra | .2371284 .1257409 1.89 0.059 -.0093304 .4835873 paisvasco | .3006082 .0771612 3.90 0.000 .1493683 .4518482 valencia | .0282975 .0833534 0.34 0.734 -.1350796 .1916746 _cons | 9.175462 .0656632 139.74 0.000 9.046759 9.304166 ------------------------------------------------------------------------------

31

Cuadro A.II.27: Efecto de la intensidad de las compras de I+D en el extranjero


Linear regression Number of obs = 30390 F( 17, 30372) = 280.07 Prob > F = 0.0000 R-squared = 0.1519 Root MSE = 4.4151 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | -.0286116 .0033802 -8.46 0.000 -.0352369 -.0219863 INCI2 | -.2323156 .210866 -1.10 0.271 -.645622 .1809907 a2006 | .1381141 .0669873 2.06 0.039 .0068162 .2694121 a2007 | .2883029 .0690215 4.18 0.000 .1530179 .4235879 a2008 | .0639705 .0729953 0.88 0.381 -.0791034 .2070445 ss2 | .9109495 .069006 13.20 0.000 .7756949 1.046204 ss3 | 1.181031 .08026 14.72 0.000 1.023718 1.338344 ss4 | 1.067543 .0776512 13.75 0.000 .9153429 1.219742 ss5 | 1.892657 .1648177 11.48 0.000 1.569608 2.215707 manuat | 1.427777 .0541495 26.37 0.000 1.321642 1.533912 servat | 1.195722 .0809796 14.77 0.000 1.036999 1.354446 cataluna | 3.479647 .0694008 50.14 0.000 3.343619 3.615676 galicia | 2.666715 .1138428 23.42 0.000 2.443578 2.889851 madrid | 3.635093 .0863111 42.12 0.000 3.46592 3.804267 navarra | 3.190108 .1318045 24.20 0.000 2.931765 3.44845 paisvasco | 3.121863 .0831511 37.54 0.000 2.958884 3.284843 valencia | 2.880985 .0887814 32.45 0.000 2.706969 3.055 _cons | 6.454182 .072235 89.35 0.000 6.312598 6.595765 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 130.26 Prob > F = 0.0000 R-squared = 0.0808 Root MSE = 3.6456 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | .0050405 .0038325 1.32 0.188 -.0024713 .0125524 INCI2 | -.241413 .1888867 -1.28 0.201 -.6116409 .1288149 a2006 | .3083452 .058975 5.23 0.000 .1927512 .4239393 a2007 | .4548188 .0598582 7.60 0.000 .3374936 .572144 a2008 | .293642 .0640365 4.59 0.000 .1681271 .4191569 ss2 | .8471661 .0622814 13.60 0.000 .7250912 .9692409 ss3 | 1.366269 .0711128 19.21 0.000 1.226884 1.505653 ss4 | 1.994872 .0659572 30.24 0.000 1.865593 2.124152 ss5 | 3.191578 .1326762 24.06 0.000 2.931526 3.451631 manuat | 1.061843 .0467036 22.74 0.000 .9703013 1.153384 servat | .6917642 .0762583 9.07 0.000 .542294 .8412345 cataluna | .6157194 .061758 9.97 0.000 .4946706 .7367683 galicia | -.1708638 .1088859 -1.57 0.117 -.384286 .0425584 madrid | .6675692 .0793028 8.42 0.000 .5121316 .8230069 navarra | .2614422 .1262374 2.07 0.038 .0140102 .5088742 paisvasco | .3027779 .0772521 3.92 0.000 .1513598 .454196 valencia | .0268966 .083499 0.32 0.747 -.1367659 .1905591 _cons | 9.18897 .0657998 139.65 0.000 9.059999 9.317941 ------------------------------------------------------------------------------

32

Efecto de los indicadores del eje: Capital humano

Cuadro A.II.28: Efecto de la realización de actividades de formación para la innovación

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 279.13 Prob > F = 0.0000 R-squared = 0.1512 Root MSE = 4.4168 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .5263146 .0588976 8.94 0.000 .4108728 .6417563 INCI2 | -.2505544 .2107603 -1.19 0.235 -.6636535 .1625447 a2006 | .2202719 .06765 3.26 0.001 .0876751 .3528687 a2007 | .3686738 .0695468 5.30 0.000 .2323591 .5049885 a2008 | .1590387 .0740044 2.15 0.032 .013987 .3040903 ss2 | .8745407 .068996 12.68 0.000 .7393056 1.009776 ss3 | 1.094376 .0804618 13.60 0.000 .9366675 1.252085 ss4 | .9247136 .0777956 11.89 0.000 .7722309 1.077196 ss5 | 1.766701 .1640733 10.77 0.000 1.445111 2.088292 manuat | 1.384696 .0543776 25.46 0.000 1.278114 1.491279 servat | 1.140161 .0809833 14.08 0.000 .9814304 1.298892 cataluna | 3.507833 .0693389 50.59 0.000 3.371926 3.64374 galicia | 2.710029 .1133028 23.92 0.000 2.487951 2.932108 madrid | 3.66826 .0861423 42.58 0.000 3.499417 3.837103 navarra | 3.200628 .1313048 24.38 0.000 2.943265 3.457991 paisvasco | 3.145675 .0830799 37.86 0.000 2.982835 3.308515 valencia | 2.901987 .0886592 32.73 0.000 2.728211 3.075763 _cons | 6.278274 .073929 84.92 0.000 6.13337 6.423178 ------------------------------------------------------------------------------


Linear regression Number of obs = 26765 F( 17, 26747) = 138.86 Prob > F = 0.0000 R-squared = 0.0847 Root MSE = 3.6379 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .5607046 .0501764 11.17 0.000 .4623561 .6590531 INCI2 | -.2651238 .189057 -1.40 0.161 -.6356854 .1054379 a2006 | .3909944 .0594283 6.58 0.000 .2745118 .5074771 a2007 | .5389413 .0600904 8.97 0.000 .4211609 .6567216 a2008 | .3928195 .0646488 6.08 0.000 .2661044 .5195346 ss2 | .8197803 .0621874 13.18 0.000 .6978898 .9416708 ss3 | 1.317135 .0710349 18.54 0.000 1.177903 1.456367 ss4 | 1.934416 .0659481 29.33 0.000 1.805154 2.063678 ss5 | 3.109979 .1321924 23.53 0.000 2.850875 3.369083 manuat | 1.041222 .0466411 22.32 0.000 .9498028 1.132641 servat | .6326974 .0761738 8.31 0.000 .4833928 .782002 cataluna | .6157106 .0616212 9.99 0.000 .4949298 .7364914 galicia | -.1684939 .1084248 -1.55 0.120 -.3810122 .0440243 madrid | .6721831 .0790837 8.50 0.000 .517175 .8271912 navarra | .2593811 .1258546 2.06 0.039 .0126996 .5060627 paisvasco | .2861989 .0770424 3.71 0.000 .1351917 .437206 valencia | .0094096 .0832889 0.11 0.910 -.1538411 .1726602 _cons | 9.042156 .0677257 133.51 0.000 8.90941 9.174902 ------------------------------------------------------------------------------

33

Cuadro A.II.29: Efecto de la intensidad de los recursos dedicados a la formación

Empresas con gastos en I+D interna Linear regression Number of obs = 24919 F( 17, 24901) = 239.62 Prob > F = 0.0000 R-squared = 0.1567 Root MSE = 4.4078 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.063904 .0045921 -13.92 0.000 -.0729048 -.0549033 INCI2 | -.0873177 .2301025 -0.38 0.704 -.5383322 .3636968 a2006 | .1586367 .075327 2.11 0.035 .0109912 .3062822 a2007 | .3155165 .0770916 4.09 0.000 .1644124 .4666205 a2008 | .0724849 .0808206 0.90 0.370 -.0859284 .2308981 ss2 | .9186741 .0753082 12.20 0.000 .7710656 1.066283 ss3 | 1.071795 .0895194 11.97 0.000 .8963322 1.247259 ss4 | .9998453 .0859538 11.63 0.000 .8313708 1.16832 ss5 | 1.792671 .1821436 9.84 0.000 1.435659 2.149683 manuat | 1.309604 .0602759 21.73 0.000 1.191459 1.427748 servat | 1.191128 .0882599 13.50 0.000 1.018133 1.364122 cataluna | 3.448414 .0764374 45.11 0.000 3.298593 3.598236 galicia | 2.608378 .1259214 20.71 0.000 2.361565 2.855192 madrid | 3.603831 .094974 37.95 0.000 3.417677 3.789986 navarra | 3.202323 .1448326 22.11 0.000 2.918442 3.486203 paisvasco | 3.081759 .0922002 33.42 0.000 2.901042 3.262477 valencia | 2.881868 .0973955 29.59 0.000 2.690967 3.072769 _cons | 6.551602 .0842863 77.73 0.000 6.386396 6.716809 ------------------------------------------------------------------------------


Linear regression Number of obs = 21886 F( 17, 21868) = 102.41 Prob > F = 0.0000 R-squared = 0.0791 Root MSE = 3.6314 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.0062046 .0093855 -0.66 0.509 -.0246009 .0121917 INCI2 | -.1345713 .2038521 -0.66 0.509 -.5341361 .2649936 a2006 | .359326 .0671149 5.35 0.000 .227776 .4908761 a2007 | .5066438 .0678755 7.46 0.000 .3736029 .6396848 a2008 | .3458703 .0716329 4.83 0.000 .2054647 .4862759 ss2 | .8595533 .0681395 12.61 0.000 .7259948 .9931118 ss3 | 1.33342 .0793433 16.81 0.000 1.177901 1.488938 ss4 | 1.983988 .0728852 27.22 0.000 1.841128 2.126848 ss5 | 3.144628 .150021 20.96 0.000 2.850576 3.43868 manuat | 1.006354 .0518377 19.41 0.000 .9047482 1.107959 servat | .7062796 .0829783 8.51 0.000 .5436361 .8689231 cataluna | .6231694 .0678551 9.18 0.000 .4901685 .7561703 galicia | -.2031379 .1202715 -1.69 0.091 -.4388788 .032603 madrid | .678491 .0870209 7.80 0.000 .5079237 .8490583 navarra | .3337008 .1389756 2.40 0.016 .0612986 .606103 paisvasco | .277769 .0854964 3.25 0.001 .1101899 .4453482 valencia | .049309 .0914552 0.54 0.590 -.1299498 .2285678 _cons | 9.162627 .0768992 119.15 0.000 9.011899 9.313355 ------------------------------------------------------------------------------

34

Efecto de los indicadores de Núcleo: Transferencia de conocimiento

Cuadro A.II.30: Efecto de la cooperación público-privada

Empresas con gastos en I+D interna Linear regression Number of obs = 30388 F( 17, 30370) = 304.51 Prob > F = 0.0000 R-squared = 0.1639 Root MSE = 4.3839 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | 1.43525 .0594098 24.16 0.000 1.318805 1.551696 INCI2 | -.2560342 .2086043 -1.23 0.220 -.6649074 .152839 a2006 | .142841 .066548 2.15 0.032 .0124042 .2732778 a2007 | .2718593 .0685527 3.97 0.000 .1374931 .4062256 a2008 | .025212 .0724169 0.35 0.728 -.1167281 .1671522 ss2 | .8892111 .0688422 12.92 0.000 .7542776 1.024145 ss3 | 1.083513 .0799614 13.55 0.000 .9267856 1.240241 ss4 | .8855118 .0767859 11.53 0.000 .7350082 1.036015 ss5 | 1.614003 .1606273 10.05 0.000 1.299167 1.928839 manuat | 1.371581 .0539428 25.43 0.000 1.265851 1.477311 servat | .9589912 .0807928 11.87 0.000 .8006339 1.117349 cataluna | 3.543159 .0688396 51.47 0.000 3.408231 3.678088 galicia | 2.487914 .1140016 21.82 0.000 2.264466 2.711362 madrid | 3.578785 .0852732 41.97 0.000 3.411646 3.745924 navarra | 3.192262 .1315103 24.27 0.000 2.934496 3.450028 paisvasco | 3.147939 .0827734 38.03 0.000 2.9857 3.310178 valencia | 2.920686 .0883618 33.05 0.000 2.747493 3.093878 _cons | 6.207387 .0725075 85.61 0.000 6.065269 6.349504 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26763 F( 17, 26745) = 141.91 Prob > F = 0.0000 R-squared = 0.0857 Root MSE = 3.636 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | .6410753 .0526421 12.18 0.000 .537894 .7442565 INCI2 | -.2506448 .1885303 -1.33 0.184 -.6201741 .1188846 a2006 | .3047389 .0587885 5.18 0.000 .1895105 .4199674 a2007 | .4420934 .0597124 7.40 0.000 .3250538 .5591329 a2008 | .2703259 .0638295 4.24 0.000 .1452167 .3954351 ss2 | .8465885 .0622047 13.61 0.000 .724664 .968513 ss3 | 1.339761 .0708886 18.90 0.000 1.200816 1.478707 ss4 | 1.937334 .0657761 29.45 0.000 1.808409 2.066258 ss5 | 3.055301 .1322733 23.10 0.000 2.796038 3.314563 manuat | 1.056914 .0465526 22.70 0.000 .9656681 1.148159 servat | .5893643 .0759537 7.76 0.000 .4404911 .7382375 cataluna | .6765209 .0618864 10.93 0.000 .5552202 .7978215 galicia | -.2250441 .1087957 -2.07 0.039 -.4382894 -.0117987 madrid | .6787272 .0788871 8.60 0.000 .5241044 .83335 navarra | .3039961 .12615 2.41 0.016 .0567355 .5512567 paisvasco | .3405822 .077332 4.40 0.000 .1890075 .492157 valencia | .0720924 .0834247 0.86 0.388 -.0914244 .2356091 _cons | 9.054914 .0671517 134.84 0.000 8.923293 9.186535 ------------------------------------------------------------------------------

35

Cuadro A.II.31: Efecto de las compras de servicios de I+D a organismos públicos

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 306.51 Prob > F = 0.0000 R-squared = 0.1609 Root MSE = 4.3915 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | 1.463868 .0653902 22.39 0.000 1.335701 1.592036 INCI2 | -.233333 .2080055 -1.12 0.262 -.6410326 .1743665 a2006 | .135273 .0666017 2.03 0.042 .0047309 .2658152 a2007 | .2695681 .0686516 3.93 0.000 .1350081 .4041282 a2008 | .0587882 .0726221 0.81 0.418 -.0835541 .2011304 ss2 | .8844831 .0690965 12.80 0.000 .7490511 1.019915 ss3 | 1.102723 .0800615 13.77 0.000 .9457989 1.259647 ss4 | .9143249 .0768698 11.89 0.000 .7636567 1.064993 ss5 | 1.722413 .1611441 10.69 0.000 1.406564 2.038262 manuat | 1.336449 .0540836 24.71 0.000 1.230443 1.442456 servat | 1.121834 .0806993 13.90 0.000 .9636599 1.280008 cataluna | 3.516263 .0688402 51.08 0.000 3.381334 3.651193 galicia | 2.522803 .1142039 22.09 0.000 2.298958 2.746647 madrid | 3.640456 .0853678 42.64 0.000 3.473131 3.80778 navarra | 3.228799 .1306325 24.72 0.000 2.972754 3.484844 paisvasco | 3.236353 .0829031 39.04 0.000 3.07386 3.398847 valencia | 2.885383 .0887632 32.51 0.000 2.711404 3.059363 _cons | 6.260994 .0722719 86.63 0.000 6.119338 6.40265 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 151.34 Prob > F = 0.0000 R-squared = 0.0870 Root MSE = 3.6334 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | .8183403 .0565068 14.48 0.000 .7075839 .9290967 INCI2 | -.2393803 .1875143 -1.28 0.202 -.6069182 .1281577 a2006 | .2983934 .058726 5.08 0.000 .1832874 .4134994 a2007 | .4347238 .0596849 7.28 0.000 .3177383 .5517093 a2008 | .2840532 .0637896 4.45 0.000 .1590223 .4090842 ss2 | .839742 .0622803 13.48 0.000 .7176692 .9618147 ss3 | 1.341209 .0708942 18.92 0.000 1.202252 1.480165 ss4 | 1.938078 .0657469 29.48 0.000 1.80921 2.066945 ss5 | 3.088643 .132226 23.36 0.000 2.829473 3.347813 manuat | 1.030916 .0465866 22.13 0.000 .9396033 1.122228 servat | .6525958 .0761631 8.57 0.000 .5033122 .8018794 cataluna | .6547655 .061581 10.63 0.000 .5340636 .7754675 galicia | -.2413229 .1089365 -2.22 0.027 -.4548443 -.0278015 madrid | .6927698 .0788163 8.79 0.000 .5382857 .847254 navarra | .3120554 .1256306 2.48 0.013 .0658128 .5582979 paisvasco | .3776841 .077249 4.89 0.000 .2262721 .5290962 valencia | .0416915 .0835277 0.50 0.618 -.1220273 .2054102 _cons | 9.075782 .0662099 137.08 0.000 8.946007 9.205557 ------------------------------------------------------------------------------

36

Cuadro A.II.32: Efecto de la intensidad de compras de I+D a organismos públicos

Empresas con gastos en I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 272.71 Prob > F = 0.0000 R-squared = 0.1493 Root MSE = 4.422 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | -.0078011 .0034097 -2.29 0.022 -.0144842 -.0011179 INCI2 | -.2305755 .2105655 -1.10 0.274 -.6432928 .1821418 a2006 | .1421334 .0670835 2.12 0.034 .0106469 .27362 a2007 | .2920214 .0691024 4.23 0.000 .1565777 .4274651 a2008 | .0682184 .0731593 0.93 0.351 -.0751768 .2116136 ss2 | .89537 .0689664 12.98 0.000 .7601929 1.030547 ss3 | 1.135713 .0803689 14.13 0.000 .9781869 1.29324 ss4 | .9768012 .0775772 12.59 0.000 .8247466 1.128856 ss5 | 1.84373 .164203 11.23 0.000 1.521885 2.165575 manuat | 1.400262 .0544348 25.72 0.000 1.293568 1.506957 servat | 1.194375 .080926 14.76 0.000 1.035756 1.352993 cataluna | 3.498503 .0695869 50.28 0.000 3.36211 3.634896 galicia | 2.718464 .1138793 23.87 0.000 2.495256 2.941673 madrid | 3.656415 .0864294 42.31 0.000 3.48701 3.825821 navarra | 3.192702 .1317346 24.24 0.000 2.934497 3.450907 paisvasco | 3.143053 .0835057 37.64 0.000 2.979378 3.306727 valencia | 2.909103 .0888382 32.75 0.000 2.734976 3.083229 _cons | 6.446278 .0729541 88.36 0.000 6.303285 6.589271 ------------------------------------------------------------------------------

Empresas con gastos en innovación Linear regression Number of obs = 26765 F( 17, 26747) = 130.25 Prob > F = 0.0000 R-squared = 0.0808 Root MSE = 3.6457 ------------------------------------------------------------------------------ | Robust F.LGPRO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | .0007825 .003654 0.21 0.830 -.0063794 .0079445 INCI2 | -.2416829 .1889286 -1.28 0.201 -.6119929 .1286272 a2006 | .3079257 .0589635 5.22 0.000 .1923541 .4234973 a2007 | .454147 .0598497 7.59 0.000 .3368384 .5714556 a2008 | .2931692 .0640229 4.58 0.000 .1676808 .4186575 ss2 | .8492326 .0623141 13.63 0.000 .7270938 .9713715 ss3 | 1.371052 .0710326 19.30 0.000 1.231825 1.51028 ss4 | 2.004255 .0657979 30.46 0.000 1.875288 2.133223 ss5 | 3.199715 .1325418 24.14 0.000 2.939926 3.459504 manuat | 1.064328 .0467408 22.77 0.000 .9727136 1.155943 servat | .6920779 .0762705 9.07 0.000 .5425836 .8415722 cataluna | .6169461 .0618256 9.98 0.000 .4957647 .7381274 galicia | -.1743675 .1094898 -1.59 0.111 -.3889733 .0402382 madrid | .6683553 .0793089 8.43 0.000 .5129056 .8238049 navarra | .2653066 .126222 2.10 0.036 .0179047 .5127084 paisvasco | .302683 .0774798 3.91 0.000 .1508185 .4545475 valencia | .0262716 .0835478 0.31 0.753 -.1374865 .1900297 _cons | 9.189192 .0663473 138.50 0.000 9.059148 9.319236 ------------------------------------------------------------------------------

37


A.2) Efectos sobre los gastos en actividades de I+D interna, distinguiendo entre gastos corrientes y gastos de capital

38

Efecto de los indicadores del eje: Entorno financiero proclive a la innovación Cuadro A.II.33: Efecto de los fondos de las AAPP para financiar la I+D interna

Sobre los gastos totales en I+D

Linear regression Number of obs = 18438 F( 16, 18421) = 274.81 Prob > F = 0.0000 R-squared = 0.2207 Root MSE = 4.0299 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | 2.024399 .0599389 33.77 0.000 1.906913 2.141885 INCI2 | -.0289379 .2439737 -0.12 0.906 -.507149 .4492732 a2007 | .2619265 .0702111 3.73 0.000 .1243062 .3995468 a2008 | .0372911 .0737929 0.51 0.613 -.1073498 .181932 ss2 | 1.048624 .0786879 13.33 0.000 .8943882 1.202859 ss3 | 1.236401 .0932146 13.26 0.000 1.053692 1.41911 ss4 | 1.024806 .0915762 11.19 0.000 .8453082 1.204304 ss5 | 1.49408 .1923942 7.77 0.000 1.116969 1.87119 manuat | 1.272272 .0646759 19.67 0.000 1.145501 1.399043 servat | 1.739881 .0817952 21.27 0.000 1.579555 1.900208 cataluna | 3.462324 .0820725 42.19 0.000 3.301454 3.623194 galicia | 2.226538 .1299591 17.13 0.000 1.971806 2.481269 madrid | 3.509848 .0982907 35.71 0.000 3.317189 3.702507 navarra | 2.961673 .1499164 19.76 0.000 2.667823 3.255523 paisvasco | 2.961336 .0921204 32.15 0.000 2.780771 3.141901 valencia | 2.770034 .1041787 26.59 0.000 2.565834 2.974234 _cons | 6.426515 .0886467 72.50 0.000 6.252759 6.600271 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 283.35 Prob > F = 0.0000 R-squared = 0.2249 Root MSE = 3.9741 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | 1.974515 .0591178 33.40 0.000 1.858638 2.090391 INCI2 | -.02015 .2413463 -0.08 0.933 -.4932111 .4529112 a2007 | .2815791 .0691646 4.07 0.000 .1460101 .417148 a2008 | .0845922 .0728146 1.16 0.245 -.0581311 .2273155 ss2 | 1.048748 .0775825 13.52 0.000 .896679 1.200817 ss3 | 1.245212 .0918174 13.56 0.000 1.065242 1.425183 ss4 | 1.047167 .090413 11.58 0.000 .8699492 1.224385 ss5 | 1.506383 .1900466 7.93 0.000 1.133874 1.878892 manuat | 1.291925 .0638611 20.23 0.000 1.166751 1.417099 servat | 1.773491 .0808115 21.95 0.000 1.615093 1.931889 cataluna | 3.472156 .080956 42.89 0.000 3.313474 3.630837 galicia | 2.201702 .1280387 17.20 0.000 1.950734 2.45267 madrid | 3.505914 .096976 36.15 0.000 3.315832 3.695996 navarra | 2.929501 .1475393 19.86 0.000 2.640311 3.218692 paisvasco | 2.989793 .090862 32.90 0.000 2.811695 3.167891 valencia | 2.760874 .1026969 26.88 0.000 2.559578 2.962169 _cons | 6.284365 .0871165 72.14 0.000 6.113608 6.455121 ------------------------------------------------------------------------------

39

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 110.86 Prob > F = 0.0000 R-squared = 0.0908 Root MSE = 5.0958 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | 2.566176 .0877339 29.25 0.000 2.394209 2.738142 INCI2 | -.3782341 .2924127 -1.29 0.196 -.9513901 .194922 a2007 | -.1169877 .0905555 -1.29 0.196 -.294485 .0605095 a2008 | -.6743572 .0913876 -7.38 0.000 -.8534854 -.4952289 ss2 | .4717529 .1082727 4.36 0.000 .2595284 .6839774 ss3 | .7867819 .1246236 6.31 0.000 .5425082 1.031056 ss4 | 1.198688 .1087965 11.02 0.000 .9854365 1.411939 ss5 | 1.920959 .2226365 8.63 0.000 1.484571 2.357347 manuat | 1.006347 .0862088 11.67 0.000 .8373692 1.175324 servat | 1.813112 .1194428 15.18 0.000 1.578993 2.047231 cataluna | .7956938 .1001495 7.95 0.000 .5993914 .9919961 galicia | .3044575 .1900277 1.60 0.109 -.0680144 .6769294 madrid | 1.221876 .1311189 9.32 0.000 .9648708 1.478881 navarra | 1.110607 .2237024 4.96 0.000 .6721292 1.549084 paisvasco | .4372925 .1275726 3.43 0.001 .1872383 .6873466 valencia | .8259618 .137165 6.02 0.000 .5571057 1.094818 _cons | 2.435072 .0936627 26.00 0.000 2.251484 2.618659 ------------------------------------------------------------------------------

Cuadro A.II.34: Efecto de las subvenciones de la AGE para financiar la I+D interna

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 262.15 Prob > F = 0.0000 R-squared = 0.2103 Root MSE = 4.0567 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | 2.051704 .0682589 30.06 0.000 1.917911 2.185498 INCI2 | -.0733076 .2459983 -0.30 0.766 -.5554871 .4088719 a2007 | .1911567 .0709594 2.69 0.007 .0520696 .3302437 a2008 | -.0338217 .0746144 -0.45 0.650 -.1800728 .1124293 ss2 | .9540198 .0792567 12.04 0.000 .7986693 1.10937 ss3 | 1.121656 .0938797 11.95 0.000 .9376433 1.305669 ss4 | .9070117 .0927101 9.78 0.000 .7252913 1.088732 ss5 | 1.34719 .1944028 6.93 0.000 .9661428 1.728238 manuat | 1.248043 .0650447 19.19 0.000 1.12055 1.375537 servat | 1.760515 .0830507 21.20 0.000 1.597728 1.923302 cataluna | 3.405708 .0826039 41.23 0.000 3.243797 3.56762 galicia | 2.992486 .1288631 23.22 0.000 2.739903 3.24507 madrid | 3.451048 .0990481 34.84 0.000 3.256905 3.645192 navarra | 3.283829 .1507891 21.78 0.000 2.988269 3.57939 paisvasco | 3.285333 .0925926 35.48 0.000 3.103843 3.466823 valencia | 2.897717 .1045809 27.71 0.000 2.692728 3.102705 _cons | 6.730894 .0882188 76.30 0.000 6.557977 6.903811 ------------------------------------------------------------------------------

40

Sobre los gastos corrientes en I+D

Linear regression Number of obs = 18438 F( 16, 18421) = 271.27 Prob > F = 0.0000 R-squared = 0.2149 Root MSE = 3.9996 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | 2.005977 .0673719 29.77 0.000 1.873922 2.138032 INCI2 | -.0634643 .2431658 -0.26 0.794 -.5400919 .4131633 a2007 | .2123871 .0698826 3.04 0.002 .0754107 .3493636 a2008 | .0150104 .0736081 0.20 0.838 -.1292683 .1592892 ss2 | .9563235 .0781346 12.24 0.000 .8031725 1.109475 ss3 | 1.133076 .0924488 12.26 0.000 .9518679 1.314284 ss4 | .9320777 .0915088 10.19 0.000 .7527119 1.111444 ss5 | 1.362347 .1920403 7.09 0.000 .9859304 1.738764 manuat | 1.268268 .0642114 19.75 0.000 1.142408 1.394128 servat | 1.792633 .082051 21.85 0.000 1.631805 1.95346 cataluna | 3.416775 .0814419 41.95 0.000 3.257142 3.576409 galicia | 2.948775 .1268415 23.25 0.000 2.700154 3.197396 madrid | 3.448037 .0977425 35.28 0.000 3.256452 3.639621 navarra | 3.243319 .1484715 21.84 0.000 2.952301 3.534337 paisvasco | 3.305151 .0912909 36.20 0.000 3.126212 3.484089 valencia | 2.885239 .1030852 27.99 0.000 2.683182 3.087295 _cons | 6.580963 .0866516 75.95 0.000 6.411118 6.750808 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 101.35 Prob > F = 0.0000 R-squared = 0.0850 Root MSE = 5.1121 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | 2.839251 .1061936 26.74 0.000 2.631101 3.0474 INCI2 | -.4363524 .2971495 -1.47 0.142 -1.018793 .1460881 a2007 | -.2148919 .0910276 -2.36 0.018 -.3933144 -.0364694 a2008 | -.775427 .0915889 -8.47 0.000 -.9549498 -.5959042 ss2 | .3443478 .1083252 3.18 0.001 .1320202 .5566753 ss3 | .6305288 .1251577 5.04 0.000 .385208 .8758496 ss4 | 1.039613 .1094471 9.50 0.000 .8250865 1.254139 ss5 | 1.696945 .222969 7.61 0.000 1.259905 2.133985 manuat | .9743976 .0866672 11.24 0.000 .8045219 1.144273 servat | 1.790691 .1199328 14.93 0.000 1.555611 2.02577 cataluna | .7160381 .1011099 7.08 0.000 .5178533 .9142229 galicia | 1.275321 .1859603 6.86 0.000 .9108217 1.639821 madrid | 1.121328 .1320548 8.49 0.000 .862488 1.380167 navarra | 1.499205 .2232358 6.72 0.000 1.061642 1.936767 paisvasco | .8156268 .1248598 6.53 0.000 .57089 1.060364 valencia | .9793415 .1364977 7.17 0.000 .7117933 1.24689 _cons | 2.80707 .0935962 29.99 0.000 2.623613 2.990527 ------------------------------------------------------------------------------

41

Cuadro A.II.35: Efecto de las subvenciones de las AALL para financiar la I+D interna

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 260.95 Prob > F = 0.0000 R-squared = 0.2056 Root MSE = 4.0686 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | 1.853898 .0649721 28.53 0.000 1.726547 1.981249 INCI2 | -.0365991 .2478932 -0.15 0.883 -.5224927 .4492945 a2007 | .2684917 .0708032 3.79 0.000 .1297109 .4072725 a2008 | .0418332 .0744298 0.56 0.574 -.1040561 .1877225 ss2 | 1.038799 .0789953 13.15 0.000 .8839607 1.193637 ss3 | 1.248921 .093429 13.37 0.000 1.065792 1.432051 ss4 | 1.026542 .0924801 11.10 0.000 .8452723 1.207812 ss5 | 1.708412 .198138 8.62 0.000 1.320043 2.096781 manuat | 1.250957 .065209 19.18 0.000 1.123141 1.378772 servat | 1.874606 .0825048 22.72 0.000 1.712889 2.036323 cataluna | 3.537013 .08337 42.43 0.000 3.3736 3.700426 galicia | 2.240113 .1320773 16.96 0.000 1.981229 2.498997 madrid | 3.755913 .1001467 37.50 0.000 3.559616 3.95221 navarra | 3.00908 .1504098 20.01 0.000 2.714263 3.303897 paisvasco | 3.020123 .0938806 32.17 0.000 2.836108 3.204137 valencia | 2.790912 .1049294 26.60 0.000 2.585241 2.996583 _cons | 6.604832 .0887616 74.41 0.000 6.430851 6.778813 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 269.64 Prob > F = 0.0000 R-squared = 0.2101 Root MSE = 4.0118 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | 1.802411 .0639896 28.17 0.000 1.676985 1.927836 INCI2 | -.0276869 .245 -0.11 0.910 -.5079097 .4525359 a2007 | .2879611 .0697365 4.13 0.000 .1512711 .4246511 a2008 | .0890798 .0734395 1.21 0.225 -.0548685 .2330281 ss2 | 1.039101 .0778462 13.35 0.000 .8865154 1.191687 ss3 | 1.257316 .0920282 13.66 0.000 1.076933 1.4377 ss4 | 1.048749 .0912976 11.49 0.000 .869797 1.227701 ss5 | 1.715321 .19582 8.76 0.000 1.331496 2.099147 manuat | 1.271159 .0643778 19.75 0.000 1.144972 1.397345 servat | 1.905847 .0814807 23.39 0.000 1.746137 2.065557 cataluna | 3.544805 .0822308 43.11 0.000 3.383625 3.705985 galicia | 2.2173 .129969 17.06 0.000 1.962549 2.472052 madrid | 3.745662 .0988347 37.90 0.000 3.551937 3.939387 navarra | 2.977133 .1480222 20.11 0.000 2.686996 3.267271 paisvasco | 3.048833 .0925795 32.93 0.000 2.867369 3.230298 valencia | 2.7818 .103396 26.90 0.000 2.579134 2.984466 _cons | 6.459056 .0872141 74.06 0.000 6.288108 6.630003 ------------------------------------------------------------------------------

42

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 91.51 Prob > F = 0.0000 R-squared = 0.0752 Root MSE = 5.1394 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | 2.434293 .1030289 23.63 0.000 2.232346 2.636239 INCI2 | -.3870103 .2941236 -1.32 0.188 -.9635198 .1894992 a2007 | -.1083553 .0913128 -1.19 0.235 -.2873368 .0706263 a2008 | -.6694332 .0921294 -7.27 0.000 -.8500155 -.488851 ss2 | .4602256 .1089071 4.23 0.000 .2467576 .6736936 ss3 | .8042136 .1246617 6.45 0.000 .5598651 1.048562 ss4 | 1.202506 .1101891 10.91 0.000 .9865248 1.418486 ss5 | 2.194282 .2265954 9.68 0.000 1.750134 2.63843 manuat | .9789755 .0868432 11.27 0.000 .8087548 1.149196 servat | 1.970083 .1201159 16.40 0.000 1.734645 2.205522 cataluna | .8932534 .1012897 8.82 0.000 .6947162 1.091791 galicia | .2874472 .1930694 1.49 0.137 -.0909868 .6658812 madrid | 1.537477 .1313705 11.70 0.000 1.279979 1.794975 navarra | 1.150484 .2241191 5.13 0.000 .7111894 1.589778 paisvasco | .4871023 .1291768 3.77 0.000 .2339037 .7403009 valencia | .8442607 .1383353 6.10 0.000 .5731106 1.115411 _cons | 2.649971 .0939039 28.22 0.000 2.46591 2.834031 ------------------------------------------------------------------------------ Cuadro A.II.36: Efecto de los fondos de la UE para financiar la I+D interna

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 255.70 Prob > F = 0.0000 R-squared = 0.1947 Root MSE = 4.0966 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | 2.500782 .1051151 23.79 0.000 2.294747 2.706818 INCI2 | -.0475084 .2490689 -0.19 0.849 -.5357066 .4406898 a2007 | .2626362 .0712763 3.68 0.000 .122928 .4023444 a2008 | .0508851 .0749248 0.68 0.497 -.0959745 .1977447 ss2 | .9642435 .0798186 12.08 0.000 .8077917 1.120695 ss3 | 1.152454 .0941988 12.23 0.000 .9678155 1.337092 ss4 | .9058926 .0937751 9.66 0.000 .7220847 1.0897 ss5 | 1.418084 .2003409 7.08 0.000 1.025397 1.810771 manuat | 1.274901 .0656883 19.41 0.000 1.146146 1.403657 servat | 1.901796 .0839175 22.66 0.000 1.73731 2.066282 cataluna | 3.454798 .0838581 41.20 0.000 3.290429 3.619168 galicia | 2.996876 .1296876 23.11 0.000 2.742676 3.251076 madrid | 3.604307 .1003064 35.93 0.000 3.407697 3.800917 navarra | 3.41461 .1510031 22.61 0.000 3.11863 3.71059 paisvasco | 3.468693 .0940387 36.89 0.000 3.284368 3.653017 valencia | 2.915636 .1054344 27.65 0.000 2.708975 3.122298 _cons | 6.843162 .0887208 77.13 0.000 6.669261 7.017063 ------------------------------------------------------------------------------

43

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 266.32 Prob > F = 0.0000 R-squared = 0.1999 Root MSE = 4.0377 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | 2.466497 .1034336 23.85 0.000 2.263758 2.669237 INCI2 | -.0381571 .2459699 -0.16 0.877 -.5202809 .4439667 a2007 | .2822819 .0701694 4.02 0.000 .1447434 .4198204 a2008 | .0977496 .0738988 1.32 0.186 -.0470989 .2425981 ss2 | .9658548 .0786421 12.28 0.000 .8117089 1.120001 ss3 | 1.162655 .0927749 12.53 0.000 .9808072 1.344502 ss4 | .930254 .0925446 10.05 0.000 .748858 1.11165 ss5 | 1.429478 .1978286 7.23 0.000 1.041716 1.817241 manuat | 1.294667 .064822 19.97 0.000 1.16761 1.421724 servat | 1.928391 .082832 23.28 0.000 1.766033 2.09075 cataluna | 3.46461 .0826673 41.91 0.000 3.302574 3.626645 galicia | 2.953099 .1275045 23.16 0.000 2.703179 3.20302 madrid | 3.597274 .098972 36.35 0.000 3.40328 3.791268 navarra | 3.370847 .1484817 22.70 0.000 3.079809 3.661885 paisvasco | 3.483607 .0927093 37.58 0.000 3.301889 3.665326 valencia | 2.902287 .1038545 27.95 0.000 2.698723 3.105852 _cons | 6.690671 .0871131 76.80 0.000 6.519921 6.861421 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 79.12 Prob > F = 0.0000 R-squared = 0.0649 Root MSE = 5.1679 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | 3.624869 .1912817 18.95 0.000 3.249939 3.999799 INCI2 | -.4000152 .2978367 -1.34 0.179 -.9838028 .1837724 a2007 | -.1159112 .0919788 -1.26 0.208 -.2961981 .0643758 a2008 | -.6588157 .0925023 -7.12 0.000 -.8401288 -.4775025 ss2 | .3549405 .1089648 3.26 0.001 .1413595 .5685216 ss3 | .6690703 .1248655 5.36 0.000 .4243222 .9138183 ss4 | 1.032481 .1111303 9.29 0.000 .814655 1.250306 ss5 | 1.778348 .2308966 7.70 0.000 1.325769 2.230926 manuat | 1.01263 .0876584 11.55 0.000 .8408116 1.184449 servat | 1.96804 .120883 16.28 0.000 1.731098 2.204982 cataluna | .7827381 .1021898 7.66 0.000 .5824366 .9830396 galicia | 1.281643 .1887281 6.79 0.000 .9117189 1.651568 madrid | 1.328783 .1320147 10.07 0.000 1.070022 1.587544 navarra | 1.677601 .2254495 7.44 0.000 1.235699 2.119503 paisvasco | 1.063121 .1263361 8.42 0.000 .815491 1.310752 valencia | 1.00053 .1375659 7.27 0.000 .730888 1.270172 _cons | 2.961985 .0943844 31.38 0.000 2.776983 3.146988 ------------------------------------------------------------------------------

44

Cuadro A.II.37: Efecto de los fondos de la APE para financiar la I+D interna

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 219.30 Prob > F = 0.0000 R-squared = 0.1833 Root MSE = 4.1254 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | 3.356978 .3048803 11.01 0.000 2.759384 3.954572 INCI2 | -.0464446 .2526626 -0.18 0.854 -.5416868 .4487975 a2007 | .2599342 .0716922 3.63 0.000 .1194109 .4004575 a2008 | .060545 .0754944 0.80 0.423 -.087431 .2085209 ss2 | 1.019024 .0802458 12.70 0.000 .8617352 1.176313 ss3 | 1.210584 .0949549 12.75 0.000 1.024464 1.396705 ss4 | .9868915 .0941415 10.48 0.000 .8023655 1.171418 ss5 | 1.652928 .2019049 8.19 0.000 1.257175 2.04868 manuat | 1.25847 .0658921 19.10 0.000 1.129315 1.387624 servat | 2.140133 .0839806 25.48 0.000 1.975523 2.304742 cataluna | 3.475659 .0843573 41.20 0.000 3.310311 3.641007 galicia | 3.003443 .1304704 23.02 0.000 2.747709 3.259177 madrid | 3.682061 .1015583 36.26 0.000 3.482997 3.881125 navarra | 3.450787 .1520729 22.69 0.000 3.15271 3.748864 paisvasco | 3.567611 .0950125 37.55 0.000 3.381377 3.753844 valencia | 2.966121 .1061449 27.94 0.000 2.758067 3.174175 _cons | 6.847302 .0892851 76.69 0.000 6.672295 7.02231 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 228.97 Prob > F = 0.0000 R-squared = 0.1886 Root MSE = 4.0661 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | 3.344175 .3020999 11.07 0.000 2.752032 3.936319 INCI2 | -.0370017 .2495177 -0.15 0.882 -.5260796 .4520762 a2007 | .2795998 .0705798 3.96 0.000 .1412568 .4179428 a2008 | .1072807 .0744614 1.44 0.150 -.0386706 .253232 ss2 | 1.019891 .0790477 12.90 0.000 .8649499 1.174832 ss3 | 1.219949 .0934791 13.05 0.000 1.036721 1.403176 ss4 | 1.010102 .0929059 10.87 0.000 .8279982 1.192206 ss5 | 1.660908 .1995053 8.33 0.000 1.269859 2.051957 manuat | 1.278458 .0650297 19.66 0.000 1.150994 1.405923 servat | 2.163081 .0828164 26.12 0.000 2.000753 2.325409 cataluna | 3.485205 .0831589 41.91 0.000 3.322206 3.648204 galicia | 2.959679 .1282431 23.08 0.000 2.70831 3.211047 madrid | 3.674034 .1002009 36.67 0.000 3.477631 3.870437 navarra | 3.406496 .1496053 22.77 0.000 3.113256 3.699737 paisvasco | 3.581206 .0936682 38.23 0.000 3.397608 3.764805 valencia | 2.952035 .1045498 28.24 0.000 2.747108 3.156962 _cons | 6.694728 .0876738 76.36 0.000 6.522879 6.866577 ------------------------------------------------------------------------------

45

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 57.63 Prob > F = 0.0000 R-squared = 0.0475 Root MSE = 5.2158 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | 4.872933 .6500825 7.50 0.000 3.598711 6.147155 INCI2 | -.3984508 .3020171 -1.32 0.187 -.9904323 .1935307 a2007 | -.1198314 .0927525 -1.29 0.196 -.3016349 .0619722 a2008 | -.644813 .0933524 -6.91 0.000 -.8277923 -.4618337 ss2 | .4343463 .1107335 3.92 0.000 .2172983 .6513943 ss3 | .7533214 .1269899 5.93 0.000 .5044094 1.002234 ss4 | 1.14988 .1121045 10.26 0.000 .9301446 1.369615 ss5 | 2.118711 .2303154 9.20 0.000 1.667271 2.570151 manuat | .9888118 .0879303 11.25 0.000 .8164603 1.161163 servat | 2.313428 .1233388 18.76 0.000 2.071672 2.555183 cataluna | .81298 .1028944 7.90 0.000 .6112974 1.014663 galicia | 1.291184 .1899987 6.80 0.000 .9187688 1.663599 madrid | 1.441502 .1334492 10.80 0.000 1.179929 1.703075 navarra | 1.730033 .2269093 7.62 0.000 1.285269 2.174796 paisvasco | 1.20651 .1277084 9.45 0.000 .9561897 1.45683 valencia | 1.073697 .1391439 7.72 0.000 .8009625 1.346432 _cons | 2.967981 .0952797 31.15 0.000 2.781224 3.154738 ------------------------------------------------------------------------------ Cuadro A.II.38: Efecto de la financiación de la I+D interna con subvenciones de las AAPP

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 219.68 Prob > F = 0.0000 R-squared = 0.1897 Root MSE = 4.1092 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | .0174592 .0014649 11.92 0.000 .0145879 .0203306 INCI2 | -.0524586 .2499658 -0.21 0.834 -.5424146 .4374975 a2007 | .2854789 .0713123 4.00 0.000 .1457001 .4252577 a2008 | .0681076 .0751206 0.91 0.365 -.0791358 .215351 ss2 | 1.059366 .0798625 13.26 0.000 .9028284 1.215904 ss3 | 1.271845 .0948094 13.41 0.000 1.08601 1.45768 ss4 | 1.070688 .0941399 11.37 0.000 .8861653 1.255211 ss5 | 1.749703 .200821 8.71 0.000 1.356075 2.143331 manuat | 1.316184 .0658426 19.99 0.000 1.187127 1.445242 servat | 2.029057 .0843464 24.06 0.000 1.86373 2.194383 cataluna | 3.483653 .0839009 41.52 0.000 3.3192 3.648107 galicia | 2.701984 .1321171 20.45 0.000 2.443022 2.960946 madrid | 3.639848 .1010349 36.03 0.000 3.44181 3.837886 navarra | 3.352453 .1522389 22.02 0.000 3.054051 3.650856 paisvasco | 3.354749 .0946483 35.44 0.000 3.16923 3.540269 valencia | 2.913928 .1054375 27.64 0.000 2.707261 3.120595 _cons | 6.653101 .0899779 73.94 0.000 6.476736 6.829466 ------------------------------------------------------------------------------

46

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 228.96 Prob > F = 0.0000 R-squared = 0.1945 Root MSE = 4.0512 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | .0167597 .00144 11.64 0.000 .0139371 .0195822 INCI2 | -.0431639 .2470167 -0.17 0.861 -.5273396 .4410118 a2007 | .3041836 .0702264 4.33 0.000 .1665333 .441834 a2008 | .1145271 .0741114 1.55 0.122 -.0307381 .2597923 ss2 | 1.058594 .0786967 13.45 0.000 .9043408 1.212846 ss3 | 1.278899 .0933652 13.70 0.000 1.095895 1.461904 ss4 | 1.090688 .0929242 11.74 0.000 .9085485 1.272828 ss5 | 1.754517 .1984609 8.84 0.000 1.365515 2.143518 manuat | 1.333868 .0649943 20.52 0.000 1.206473 1.461263 servat | 2.057846 .0832499 24.72 0.000 1.894668 2.221023 cataluna | 3.492804 .0827361 42.22 0.000 3.330634 3.654974 galicia | 2.669924 .1299138 20.55 0.000 2.415281 2.924567 madrid | 3.633251 .0997036 36.44 0.000 3.437822 3.828679 navarra | 3.312219 .1497743 22.11 0.000 3.018647 3.60579 paisvasco | 3.376738 .0933122 36.19 0.000 3.193838 3.559639 valencia | 2.902097 .1038768 27.94 0.000 2.698489 3.105705 _cons | 6.508405 .0884198 73.61 0.000 6.335094 6.681716 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 66.75 Prob > F = 0.0000 R-squared = 0.0579 Root MSE = 5.1873 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | .0259169 .0017925 14.46 0.000 .0224034 .0294304 INCI2 | -.4070254 .2982444 -1.36 0.172 -.9916121 .1775613 a2007 | -.081969 .0922969 -0.89 0.374 -.2628795 .0989414 a2008 | -.6335749 .0928541 -6.82 0.000 -.8155776 -.4515721 ss2 | .4942511 .109706 4.51 0.000 .2792172 .709285 ss3 | .844127 .126263 6.69 0.000 .5966398 1.091614 ss4 | 1.274136 .1119254 11.38 0.000 1.054752 1.49352 ss5 | 2.261722 .2304022 9.82 0.000 1.810112 2.713332 manuat | 1.074478 .0877583 12.24 0.000 .9024632 1.246492 servat | 2.147285 .1217534 17.64 0.000 1.908637 2.385933 cataluna | .8249156 .1020962 8.08 0.000 .6247975 1.025034 galicia | .8440316 .1924348 4.39 0.000 .4668416 1.221222 madrid | 1.379076 .1330835 10.36 0.000 1.11822 1.639932 navarra | 1.58396 .2268281 6.98 0.000 1.139356 2.028564 paisvasco | .8906576 .1289745 6.91 0.000 .6378555 1.14346 valencia | .9960732 .138394 7.20 0.000 .7248081 1.267338 _cons | 2.679616 .0955054 28.06 0.000 2.492417 2.866816 ------------------------------------------------------------------------------

47

Cuadro A.II.39: Efecto de la financiación de la I+D interna con subvenciones de la AGE

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 213.01 Prob > F = 0.0000 R-squared = 0.1837 Root MSE = 4.1242 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | .0119792 .0024063 4.98 0.000 .0072626 .0166958 INCI2 | -.0693759 .2516684 -0.28 0.783 -.5626694 .4239176 a2007 | .2671244 .0715763 3.73 0.000 .1268283 .4074206 a2008 | .0598764 .0755039 0.79 0.428 -.0881183 .2078711 ss2 | 1.018881 .0801719 12.71 0.000 .8617367 1.176025 ss3 | 1.21524 .0949925 12.79 0.000 1.029046 1.401435 ss4 | 1.003657 .0942409 10.65 0.000 .8189358 1.188377 ss5 | 1.681517 .201766 8.33 0.000 1.286037 2.076997 manuat | 1.272878 .0658894 19.32 0.000 1.143729 1.402028 servat | 2.135351 .0844278 25.29 0.000 1.969864 2.300837 cataluna | 3.460231 .0841044 41.14 0.000 3.295378 3.625083 galicia | 2.99587 .1302008 23.01 0.000 2.740665 3.251076 madrid | 3.626261 .1010977 35.87 0.000 3.4281 3.824422 navarra | 3.428505 .1522736 22.52 0.000 3.130035 3.726976 paisvasco | 3.531617 .0946743 37.30 0.000 3.346047 3.717187 valencia | 2.960234 .1059479 27.94 0.000 2.752566 3.167902 _cons | 6.799331 .0894319 76.03 0.000 6.624036 6.974626 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 222.56 Prob > F = 0.0000 R-squared = 0.1888 Root MSE = 4.0655 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | .0111765 .0023596 4.74 0.000 .0065515 .0158015 INCI2 | -.0590749 .2486467 -0.24 0.812 -.5464455 .4282958 a2007 | .2864175 .0704766 4.06 0.000 .1482769 .4245582 a2008 | .1066339 .0744782 1.43 0.152 -.0393503 .2526181 ss2 | 1.019718 .0789882 12.91 0.000 .8648935 1.174542 ss3 | 1.224545 .0935154 13.09 0.000 1.041246 1.407844 ss4 | 1.026 .0930129 11.03 0.000 .8436865 1.208314 ss5 | 1.688821 .1994032 8.47 0.000 1.297972 2.07967 manuat | 1.291914 .0650353 19.86 0.000 1.164439 1.41939 servat | 2.161042 .0832851 25.95 0.000 1.997796 2.324289 cataluna | 3.470679 .0829172 41.86 0.000 3.308154 3.633205 galicia | 2.95196 .1280127 23.06 0.000 2.701043 3.202877 madrid | 3.621517 .0997487 36.31 0.000 3.426001 3.817034 navarra | 3.38591 .1498093 22.60 0.000 3.09227 3.67955 paisvasco | 3.547388 .0933366 38.01 0.000 3.364439 3.730336 valencia | 2.946828 .1043783 28.23 0.000 2.742236 3.151419 _cons | 6.65014 .0878521 75.70 0.000 6.477942 6.822338 ------------------------------------------------------------------------------

48

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 58.20 Prob > F = 0.0000 R-squared = 0.0518 Root MSE = 5.2041 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | .0262706 .002691 9.76 0.000 .020996 .0315452 INCI2 | -.4407788 .3005484 -1.47 0.143 -1.029882 .1483241 a2007 | -.105345 .0925672 -1.14 0.255 -.2867852 .0760952 a2008 | -.6460091 .0931587 -6.93 0.000 -.8286089 -.4634093 ss2 | .4344931 .1102779 3.94 0.000 .2183382 .6506479 ss3 | .760571 .1269817 5.99 0.000 .511675 1.009467 ss4 | 1.183637 .1119165 10.58 0.000 .9642702 1.403004 ss5 | 2.166869 .2301817 9.41 0.000 1.715692 2.618047 manuat | 1.020255 .0877764 11.62 0.000 .8482054 1.192305 servat | 2.274518 .1228126 18.52 0.000 2.033794 2.515242 cataluna | .7806877 .1027 7.60 0.000 .5793861 .9819893 galicia | 1.282247 .1893699 6.77 0.000 .9110641 1.653429 madrid | 1.324469 .1339327 9.89 0.000 1.061948 1.586989 navarra | 1.678807 .2273474 7.38 0.000 1.233185 2.124429 paisvasco | 1.130355 .1271833 8.89 0.000 .8810636 1.379646 valencia | 1.057447 .1386237 7.63 0.000 .7857318 1.329163 _cons | 2.860799 .0952997 30.02 0.000 2.674003 3.047595 ------------------------------------------------------------------------------ Cuadro A.II.40: Efecto de la financiación de la I+D interna con subvenciones de las AALL

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 219.74 Prob > F = 0.0000 R-squared = 0.1867 Root MSE = 4.1168 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | .0203445 .0019112 10.65 0.000 .0165984 .0240906 INCI2 | -.0303746 .2519151 -0.12 0.904 -.5241515 .4634023 a2007 | .2751768 .0715651 3.85 0.000 .1349025 .4154511 a2008 | .0647911 .0752983 0.86 0.390 -.0828005 .2123826 ss2 | 1.062358 .0799199 13.29 0.000 .905708 1.219009 ss3 | 1.275132 .0946285 13.48 0.000 1.089651 1.460612 ss4 | 1.061601 .0941336 11.28 0.000 .87709 1.246111 ss5 | 1.762661 .2017764 8.74 0.000 1.367161 2.158162 manuat | 1.292407 .0658189 19.64 0.000 1.163396 1.421418 servat | 2.101708 .0838033 25.08 0.000 1.937446 2.265971 cataluna | 3.513824 .0843466 41.66 0.000 3.348496 3.679151 galicia | 2.642206 .1348036 19.60 0.000 2.377978 2.906433 madrid | 3.723283 .1014461 36.70 0.000 3.524439 3.922126 navarra | 3.38108 .1521455 22.22 0.000 3.082861 3.679299 paisvasco | 3.383307 .0953015 35.50 0.000 3.196507 3.570107 valencia | 2.929611 .1058014 27.69 0.000 2.722231 3.136992 _cons | 6.722725 .0899281 74.76 0.000 6.546457 6.898992 ------------------------------------------------------------------------------

49

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 229.08 Prob > F = 0.0000 R-squared = 0.1917 Root MSE = 4.0582 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | .0196202 .0018782 10.45 0.000 .0159388 .0233016 INCI2 | -.0218451 .2488256 -0.09 0.930 -.5095664 .4658761 a2007 | .2943547 .0704641 4.18 0.000 .1562385 .4324709 a2008 | .111364 .0742791 1.50 0.134 -.0342299 .2569579 ss2 | 1.061662 .0787346 13.48 0.000 .9073351 1.215989 ss3 | 1.282325 .0931935 13.76 0.000 1.099657 1.464993 ss4 | 1.082281 .0929071 11.65 0.000 .900174 1.264387 ss5 | 1.767358 .1993997 8.86 0.000 1.376517 2.1582 manuat | 1.311194 .0649642 20.18 0.000 1.183858 1.43853 servat | 2.127243 .0826837 25.73 0.000 1.965176 2.289311 cataluna | 3.521945 .0831663 42.35 0.000 3.358931 3.684959 galicia | 2.610974 .1325249 19.70 0.000 2.351213 2.870735 madrid | 3.713559 .100102 37.10 0.000 3.517349 3.909768 navarra | 3.339373 .1496786 22.31 0.000 3.045989 3.632757 paisvasco | 3.403345 .0939638 36.22 0.000 3.219167 3.587523 valencia | 2.916969 .1042124 27.99 0.000 2.712703 3.121235 _cons | 6.574671 .0883431 74.42 0.000 6.40151 6.747831 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 58.28 Prob > F = 0.0000 R-squared = 0.0500 Root MSE = 5.2089 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | .0234081 .0026238 8.92 0.000 .0182652 .0285511 INCI2 | -.3831926 .3005751 -1.27 0.202 -.9723476 .2059623 a2007 | -.1017729 .0926199 -1.10 0.272 -.2833166 .0797707 a2008 | -.6400371 .0932562 -6.86 0.000 -.822828 -.4572462 ss2 | .4840188 .1103838 4.38 0.000 .2676564 .7003813 ss3 | .8287911 .1266736 6.54 0.000 .580499 1.077083 ss4 | 1.237061 .1124356 11.00 0.000 1.016676 1.457445 ss5 | 2.250872 .2310571 9.74 0.000 1.797978 2.703765 manuat | 1.027923 .0879307 11.69 0.000 .8555703 1.200275 servat | 2.280756 .1225002 18.62 0.000 2.040644 2.520867 cataluna | .8562656 .1026837 8.34 0.000 .654996 1.057535 galicia | .8724355 .1960691 4.45 0.000 .4881219 1.256749 madrid | 1.486764 .13331 11.15 0.000 1.225464 1.748064 navarra | 1.650788 .2268098 7.28 0.000 1.20622 2.095356 paisvasco | .9933243 .1299862 7.64 0.000 .7385394 1.248109 valencia | 1.033046 .1390719 7.43 0.000 .7604524 1.30564 _cons | 2.825447 .0956308 29.55 0.000 2.638002 3.012892 ------------------------------------------------------------------------------

50

Cuadro A.II.41: Efecto de la financiación de la I+D interna con fondos de la UE

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 214.85 Prob > F = 0.0000 R-squared = 0.1838 Root MSE = 4.1241 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | .0343822 .0054146 6.35 0.000 .023769 .0449954 INCI2 | -.0595048 .2518575 -0.24 0.813 -.5531688 .4341593 a2007 | .2702566 .0717202 3.77 0.000 .1296784 .4108348 a2008 | .0683022 .0754483 0.91 0.365 -.0795835 .2161879 ss2 | 1.022231 .0801236 12.76 0.000 .8651813 1.179281 ss3 | 1.221834 .0948468 12.88 0.000 1.035925 1.407742 ss4 | .9912771 .0940836 10.54 0.000 .8068645 1.17569 ss5 | 1.647283 .2020581 8.15 0.000 1.25123 2.043335 manuat | 1.274212 .065996 19.31 0.000 1.144853 1.40357 servat | 2.143579 .0839451 25.54 0.000 1.979039 2.308119 cataluna | 3.461975 .0843115 41.06 0.000 3.296717 3.627234 galicia | 3.002077 .1305893 22.99 0.000 2.746109 3.258044 madrid | 3.660892 .1014579 36.08 0.000 3.462025 3.859759 navarra | 3.448834 .1520121 22.69 0.000 3.150876 3.746791 paisvasco | 3.547825 .0948287 37.41 0.000 3.361952 3.733698 valencia | 2.956905 .1060361 27.89 0.000 2.749065 3.164746 _cons | 6.825061 .0893246 76.41 0.000 6.649976 7.000145 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 224.71 Prob > F = 0.0000 R-squared = 0.1891 Root MSE = 4.0647 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | .0347614 .0053667 6.48 0.000 .0242421 .0452806 INCI2 | -.0500465 .2486801 -0.20 0.841 -.5374826 .4373897 a2007 | .2900104 .0706046 4.11 0.000 .1516189 .4284019 a2008 | .1151289 .0744112 1.55 0.122 -.0307239 .2609817 ss2 | 1.023142 .0789237 12.96 0.000 .8684443 1.17784 ss3 | 1.231263 .0933674 13.19 0.000 1.048254 1.414271 ss4 | 1.014476 .0928466 10.93 0.000 .8324881 1.196464 ss5 | 1.65491 .1996395 8.29 0.000 1.263598 2.046222 manuat | 1.294371 .0651308 19.87 0.000 1.166708 1.422033 servat | 2.165996 .0827838 26.16 0.000 2.003732 2.32826 cataluna | 3.471402 .0831121 41.77 0.000 3.308494 3.634309 galicia | 2.958451 .1283568 23.05 0.000 2.70686 3.210042 madrid | 3.652738 .1001025 36.49 0.000 3.456528 3.848948 navarra | 3.404474 .1495193 22.77 0.000 3.111403 3.697546 paisvasco | 3.561258 .0934797 38.10 0.000 3.378029 3.744487 valencia | 2.942651 .1044378 28.18 0.000 2.737944 3.147359 _cons | 6.672202 .0877014 76.08 0.000 6.500299 6.844104 ------------------------------------------------------------------------------

51

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 53.55 Prob > F = 0.0000 R-squared = 0.0468 Root MSE = 5.2176 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | .0349455 .0076206 4.59 0.000 .0200083 .0498827 INCI2 | -.4163976 .3015191 -1.38 0.167 -1.007403 .1746078 a2007 | -.1085873 .0927857 -1.17 0.242 -.2904559 .0732813 a2008 | -.6370871 .0933893 -6.82 0.000 -.8201389 -.4540354 ss2 | .4373349 .1104523 3.96 0.000 .2208382 .6538316 ss3 | .7664934 .1270354 6.03 0.000 .5174922 1.015494 ss4 | 1.156103 .1121655 10.31 0.000 .9362486 1.375958 ss5 | 2.121508 .2313252 9.17 0.000 1.668089 2.574927 manuat | 1.004903 .0879946 11.42 0.000 .8324251 1.17738 servat | 2.333614 .1229486 18.98 0.000 2.092623 2.574604 cataluna | .798167 .1029844 7.75 0.000 .5963081 1.000026 galicia | 1.285293 .1901261 6.76 0.000 .9126287 1.657958 madrid | 1.416853 .133603 10.60 0.000 1.154979 1.678727 navarra | 1.729434 .2276736 7.60 0.000 1.283173 2.175696 paisvasco | 1.184769 .1275174 9.29 0.000 .9348234 1.434715 valencia | 1.066292 .1390924 7.67 0.000 .7936579 1.338926 _cons | 2.946537 .0953577 30.90 0.000 2.759627 3.133447 ------------------------------------------------------------------------------ Cuadro A.II.42: Efecto de la financiación de la I+D interna con fondos de APE

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 212.90 Prob > F = 0.0000 R-squared = 0.1825 Root MSE = 4.1272 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | .0865335 .0191522 4.52 0.000 .0489934 .1240737 INCI2 | -.0538599 .2526927 -0.21 0.831 -.549161 .4414411 a2007 | .2611454 .0717208 3.64 0.000 .1205659 .401725 a2008 | .0616174 .0755276 0.82 0.415 -.0864236 .2096585 ss2 | 1.021375 .0802493 12.73 0.000 .864079 1.178671 ss3 | 1.217811 .0949624 12.82 0.000 1.031676 1.403947 ss4 | .9930396 .0941839 10.54 0.000 .8084305 1.177649 ss5 | 1.670349 .2021012 8.26 0.000 1.274212 2.066486 manuat | 1.258565 .0659166 19.09 0.000 1.129362 1.387767 servat | 2.163701 .0838667 25.80 0.000 1.999314 2.328087 cataluna | 3.477961 .0844293 41.19 0.000 3.312472 3.64345 galicia | 3.000117 .1305066 22.99 0.000 2.744312 3.255922 madrid | 3.6816 .101664 36.21 0.000 3.482329 3.880871 navarra | 3.457759 .1521552 22.73 0.000 3.15952 3.755997 paisvasco | 3.568701 .095046 37.55 0.000 3.382402 3.755 valencia | 2.973668 .1061778 28.01 0.000 2.765549 3.181786 _cons | 6.843968 .0893449 76.60 0.000 6.668843 7.019092 ------------------------------------------------------------------------------

52


Linear regression Number of obs = 18438 F( 16, 18421) = 222.57 Prob > F = 0.0000 R-squared = 0.1878 Root MSE = 4.0679 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | .0866301 .0188492 4.60 0.000 .0496838 .1235763 INCI2 | -.0443723 .2495481 -0.18 0.859 -.5335097 .4447651 a2007 | .2808039 .070608 3.98 0.000 .1424057 .4192021 a2008 | .1083561 .0744947 1.45 0.146 -.0376603 .2543726 ss2 | 1.022247 .0790491 12.93 0.000 .8673036 1.177191 ss3 | 1.227164 .093486 13.13 0.000 1.043923 1.410405 ss4 | 1.016237 .0929481 10.93 0.000 .8340504 1.198424 ss5 | 1.678252 .1997075 8.40 0.000 1.286807 2.069697 manuat | 1.278552 .0650546 19.65 0.000 1.151039 1.406065 servat | 2.186487 .0827055 26.44 0.000 2.024376 2.348597 cataluna | 3.48752 .0832292 41.90 0.000 3.324383 3.650657 galicia | 2.9564 .1282787 23.05 0.000 2.704962 3.207838 madrid | 3.673607 .1003088 36.62 0.000 3.476993 3.870222 navarra | 3.413461 .1496869 22.80 0.000 3.12006 3.706861 paisvasco | 3.582316 .0937011 38.23 0.000 3.398653 3.765979 valencia | 2.959568 .1045828 28.30 0.000 2.754576 3.16456 _cons | 6.691376 .0877332 76.27 0.000 6.519411 6.863342 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 52.77 Prob > F = 0.0000 R-squared = 0.0458 Root MSE = 5.2205 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | .0778974 .032236 2.42 0.016 .0147119 .141083 INCI2 | -.4110463 .3021389 -1.36 0.174 -1.003266 .1811739 a2007 | -.1177875 .0928255 -1.27 0.204 -.299734 .064159 a2008 | -.6440483 .0934438 -6.89 0.000 -.8272069 -.4608898 ss2 | .4361195 .1107306 3.94 0.000 .2190773 .6531617 ss3 | .7620297 .1271662 5.99 0.000 .5127722 1.011287 ss4 | 1.157652 .1122374 10.31 0.000 .9376564 1.377648 ss5 | 2.145206 .2307979 9.29 0.000 1.692821 2.597591 manuat | .9890123 .0879642 11.24 0.000 .8165944 1.16143 servat | 2.355781 .1232805 19.11 0.000 2.11414 2.597422 cataluna | .8139055 .1030617 7.90 0.000 .611895 1.015916 galicia | 1.282486 .1900509 6.75 0.000 .9099689 1.655004 madrid | 1.437117 .1336601 10.75 0.000 1.175131 1.699103 navarra | 1.738066 .227321 7.65 0.000 1.292496 2.183636 paisvasco | 1.205425 .1276682 9.44 0.000 .9551833 1.455667 valencia | 1.082975 .1392031 7.78 0.000 .8101244 1.355826 _cons | 2.966451 .0953506 31.11 0.000 2.779555 3.153347 ------------------------------------------------------------------------------

53

Cuadro A.II.43: Efecto del acceso a fondos de las AAPP para financiar la innovación

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 401.51 Prob > F = 0.0000 R-squared = 0.2090 Root MSE = 4.0583 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | 1.563758 .0487266 32.09 0.000 1.468252 1.659264 INCI2 | .0136261 .1885584 0.07 0.942 -.3559563 .3832086 a2006 | .1424292 .0618056 2.30 0.021 .0212877 .2635708 a2007 | .3326428 .0630319 5.28 0.000 .2090976 .456188 a2008 | .1073583 .0669707 1.60 0.109 -.023907 .2386236 ss2 | 1.000308 .0623902 16.03 0.000 .8780205 1.122595 ss3 | 1.212296 .0726671 16.68 0.000 1.069865 1.354726 ss4 | .9965441 .071643 13.91 0.000 .8561207 1.136967 ss5 | 1.782288 .1521433 11.71 0.000 1.484081 2.080495 manuat | 1.278904 .0504368 25.36 0.000 1.180046 1.377762 servat | 1.877627 .0655426 28.65 0.000 1.74916 2.006093 cataluna | 3.536316 .0652725 54.18 0.000 3.408379 3.664253 galicia | 2.490005 .1013554 24.57 0.000 2.291344 2.688666 madrid | 3.656789 .0778163 46.99 0.000 3.504266 3.809313 navarra | 2.967013 .1169264 25.38 0.000 2.737832 3.196193 paisvasco | 3.264693 .0721269 45.26 0.000 3.123321 3.406065 valencia | 2.786728 .0833117 33.45 0.000 2.623434 2.950023 _cons | 6.132873 .0719056 85.29 0.000 5.991935 6.273811 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 415.56 Prob > F = 0.0000 R-squared = 0.2137 Root MSE = 3.9975 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | 1.514994 .0479974 31.56 0.000 1.420917 1.609071 INCI2 | .0320786 .1862014 0.17 0.863 -.332884 .3970411 a2006 | .1471903 .0607898 2.42 0.015 .0280397 .2663409 a2007 | .3549374 .0621095 5.71 0.000 .2332001 .4766746 a2008 | .157392 .0661163 2.38 0.017 .0278013 .2869827 ss2 | 1.005373 .0614426 16.36 0.000 .8849428 1.125803 ss3 | 1.227256 .0715834 17.14 0.000 1.086949 1.367562 ss4 | 1.019146 .0706384 14.43 0.000 .8806914 1.1576 ss5 | 1.792442 .1502129 11.93 0.000 1.498019 2.086866 manuat | 1.302535 .0497526 26.18 0.000 1.205018 1.400053 servat | 1.91192 .0646267 29.58 0.000 1.785249 2.038591 cataluna | 3.54508 .0643347 55.10 0.000 3.418981 3.671179 galicia | 2.445071 .0995545 24.56 0.000 2.24994 2.640202 madrid | 3.652777 .076745 47.60 0.000 3.502353 3.8032 navarra | 2.927369 .1147795 25.50 0.000 2.702397 3.152342 paisvasco | 3.287337 .0710501 46.27 0.000 3.148076 3.426598 valencia | 2.767756 .0819427 33.78 0.000 2.607145 2.928367 _cons | 5.996023 .0706797 84.83 0.000 5.857488 6.134558 ------------------------------------------------------------------------------

54

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390

F( 17, 30372) = 159.19 Prob > F = 0.0000 R-squared = 0.0817 Root MSE = 5.1429 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | 2.099922 .0613844 34.21 0.000 1.979606 2.220238 INCI2 | -.3542263 .22888 -1.55 0.122 -.8028407 .0943881 a2006 | .0023771 .0791126 0.03 0.976 -.152687 .1574412 a2007 | -.1040152 .0814857 -1.28 0.202 -.2637306 .0557001 a2008 | -.6597963 .0824322 -8.00 0.000 -.8213668 -.4982258 ss2 | .4554378 .0848425 5.37 0.000 .2891429 .6217327 ss3 | .6438399 .0972543 6.62 0.000 .4532173 .8344625 ss4 | 1.167638 .0856336 13.64 0.000 .999793 1.335484 ss5 | 2.062068 .1776415 11.61 0.000 1.713883 2.410252 manuat | .9616847 .0672933 14.29 0.000 .8297869 1.093582 servat | 1.940021 .0952413 20.37 0.000 1.753344 2.126698 cataluna | 1.049237 .0789398 13.29 0.000 .8945113 1.203962 galicia | .9646157 .1472125 6.55 0.000 .676073 1.253159 madrid | 1.494008 .1027246 14.54 0.000 1.292663 1.695352 navarra | 1.292906 .1754626 7.37 0.000 .948992 1.63682 paisvasco | .8395871 .0990033 8.48 0.000 .6455364 1.033638 valencia | .9883175 .1074821 9.20 0.000 .777648 1.198987 _cons | 2.03477 .0759856 26.78 0.000 1.885835 2.183705 ------------------------------------------------------------------------------ Cuadro A.II.44: Efecto de la falta de financiación como obstáculo para la innovación

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 332.75 Prob > F = 0.0000 R-squared = 0.1838 Root MSE = 4.1223 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.1663712 .019826 -8.39 0.000 -.205231 -.1275113 INCI2 | -.004186 .1930406 -0.02 0.983 -.3825537 .3741817 a2006 | .1057279 .0627239 1.69 0.092 -.0172136 .2286693 a2007 | .289337 .0641043 4.51 0.000 .16369 .4149841 a2008 | .0790955 .0682546 1.16 0.247 -.0546863 .2128773 ss2 | .9673148 .0630263 15.35 0.000 .8437806 1.090849 ss3 | 1.195901 .0735354 16.26 0.000 1.051769 1.340034 ss4 | .9835819 .073358 13.41 0.000 .8397971 1.127367 ss5 | 1.846957 .1572188 11.75 0.000 1.538802 2.155113 manuat | 1.299532 .0511161 25.42 0.000 1.199343 1.399722 servat | 2.155065 .0664407 32.44 0.000 2.024839 2.285292 cataluna | 3.443986 .0660755 52.12 0.000 3.314475 3.573496 galicia | 2.960239 .1013847 29.20 0.000 2.76152 3.158957 madrid | 3.669255 .0794185 46.20 0.000 3.513591 3.824918 navarra | 3.388698 .1175945 28.82 0.000 3.158208 3.619188 paisvasco | 3.574197 .072924 49.01 0.000 3.431263 3.717131 valencia | 2.886228 .084061 34.33 0.000 2.721465 3.050992 _cons | 7.096342 .0771359 92.00 0.000 6.945152 7.247531 ------------------------------------------------------------------------------

55

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 349.31 Prob > F = 0.0000 R-squared = 0.1896 Root MSE = 4.0584 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.163185 .0195169 -8.36 0.000 -.201439 -.124931 INCI2 | .0147328 .19042 0.08 0.938 -.3584985 .3879641 a2006 | .111572 .0616524 1.81 0.070 -.0092693 .2324134 a2007 | .3129014 .0631237 4.96 0.000 .1891763 .4366264 a2008 | .1298433 .0673651 1.93 0.054 -.0021951 .2618817 ss2 | .9732614 .0620212 15.69 0.000 .8516972 1.094826 ss3 | 1.21121 .0723895 16.73 0.000 1.069323 1.353096 ss4 | 1.006638 .0722979 13.92 0.000 .8649315 1.148345 ss5 | 1.855172 .1552261 11.95 0.000 1.550923 2.159422 manuat | 1.322454 .050401 26.24 0.000 1.223666 1.421242 servat | 2.180554 .0654398 33.32 0.000 2.052289 2.308819 cataluna | 3.45558 .0650815 53.10 0.000 3.328018 3.583143 galicia | 2.9003 .099477 29.16 0.000 2.70532 3.095279 madrid | 3.664936 .0783089 46.80 0.000 3.511447 3.818425 navarra | 3.335469 .1154333 28.90 0.000 3.109215 3.561723 paisvasco | 3.586895 .0718281 49.94 0.000 3.446108 3.727681 valencia | 2.864024 .0826128 34.67 0.000 2.702099 3.025949 _cons | 6.932834 .0757105 91.57 0.000 6.784438 7.08123 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 85.19 Prob > F = 0.0000 R-squared = 0.0471 Root MSE = 5.2391 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.1329344 .023347 -5.69 0.000 -.1786955 -.0871733 INCI2 | -.3741191 .2336693 -1.60 0.109 -.8321206 .0838825 a2006 | -.0441311 .0806184 -0.55 0.584 -.2021466 .1138843 a2007 | -.1585247 .0831778 -1.91 0.057 -.3215566 .0045073 a2008 | -.6901935 .083836 -8.23 0.000 -.8545157 -.5258714 ss2 | .417787 .0861934 4.85 0.000 .2488443 .5867297 ss3 | .629199 .0990678 6.35 0.000 .4350218 .8233761 ss4 | 1.147939 .0878067 13.07 0.000 .9758338 1.320044 ss5 | 2.14542 .1827643 11.74 0.000 1.787194 2.503645 manuat | .9923793 .0684122 14.51 0.000 .8582886 1.12647 servat | 2.319512 .0972878 23.84 0.000 2.128823 2.5102 cataluna | .9274479 .0806047 11.51 0.000 .7694592 1.085437 galicia | 1.61151 .1477914 10.90 0.000 1.321832 1.901187 madrid | 1.507019 .1048201 14.38 0.000 1.301567 1.712471 navarra | 1.878861 .1760802 10.67 0.000 1.533736 2.223985 paisvasco | 1.268512 .0997069 12.72 0.000 1.073082 1.463942 valencia | 1.127761 .1087134 10.37 0.000 .9146785 1.340844 _cons | 3.17553 .08438 37.63 0.000 3.010142 3.340918 ------------------------------------------------------------------------------

56

Efecto de los indicadores del eje: Fomento de la innovación desde la demanda pública Cuadro A.II.45: Efecto de la participación en contratos con la AGE

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 225.33 Prob > F = 0.0000 R-squared = 0.1858 Root MSE = 4.119 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | 1.885455 .1304875 14.45 0.000 1.629687 2.141223 INCI2 | -.0553398 .252358 -0.22 0.826 -.549985 .4393054 a2007 | .2492688 .0716037 3.48 0.001 .1089189 .3896188 a2008 | .0478891 .0754092 0.64 0.525 -.0999199 .1956982 ss2 | 1.011399 .080114 12.62 0.000 .854368 1.16843 ss3 | 1.210529 .0948476 12.76 0.000 1.024619 1.396439 ss4 | .9771565 .0939752 10.40 0.000 .7929564 1.161357 ss5 | 1.634452 .2013686 8.12 0.000 1.23975 2.029153 manuat | 1.235488 .0657998 18.78 0.000 1.106514 1.364461 servat | 2.13436 .083829 25.46 0.000 1.970047 2.298672 cataluna | 3.465138 .0842144 41.15 0.000 3.30007 3.630206 galicia | 2.994684 .1301822 23.00 0.000 2.739515 3.249853 madrid | 3.652603 .1012984 36.06 0.000 3.454049 3.851157 navarra | 3.369572 .1525688 22.09 0.000 3.070523 3.668621 paisvasco | 3.524486 .094765 37.19 0.000 3.338737 3.710234 valencia | 2.954866 .1059173 27.90 0.000 2.747259 3.162474 _cons | 6.84669 .0891238 76.82 0.000 6.671999 7.02138 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 235.02 Prob > F = 0.0000 R-squared = 0.1910 Root MSE = 4.06 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | 1.853018 .1290937 14.35 0.000 1.599982 2.106054 INCI2 | -.0458876 .2492541 -0.18 0.854 -.5344487 .4426735 a2007 | .2691411 .0704936 3.82 0.000 .1309671 .4073151 a2008 | .0948377 .0743815 1.28 0.202 -.0509569 .2406323 ss2 | 1.012388 .0789164 12.83 0.000 .8577048 1.167072 ss3 | 1.219947 .0933765 13.06 0.000 1.036921 1.402974 ss4 | 1.000589 .0927449 10.79 0.000 .8188004 1.182378 ss5 | 1.643013 .1989745 8.26 0.000 1.253004 2.033021 manuat | 1.255874 .0649444 19.34 0.000 1.128577 1.383172 servat | 2.157921 .0826708 26.10 0.000 1.995879 2.319963 cataluna | 3.474838 .0830177 41.86 0.000 3.312115 3.63756 galicia | 2.950932 .1279522 23.06 0.000 2.700134 3.20173 madrid | 3.644986 .099949 36.47 0.000 3.449077 3.840895 navarra | 3.326722 .1501723 22.15 0.000 3.03237 3.621074 paisvasco | 3.538773 .0934431 37.87 0.000 3.355616 3.72193 valencia | 2.941035 .1043186 28.19 0.000 2.736561 3.145509 _cons | 6.694162 .0875148 76.49 0.000 6.522624 6.865699 ------------------------------------------------------------------------------

57

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 58.96 Prob > F = 0.0000 R-squared = 0.0507 Root MSE = 5.207 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | 2.580395 .2639547 9.78 0.000 2.063019 3.097771 INCI2 | -.4115158 .300965 -1.37 0.172 -1.001435 .1784036 a2007 | -.1342842 .0926037 -1.45 0.147 -.315796 .0472277 a2008 | -.6621637 .093244 -7.10 0.000 -.8449305 -.4793969 ss2 | .4238587 .1105748 3.83 0.000 .2071219 .6405955 ss3 | .7535771 .1269464 5.94 0.000 .5047504 1.002404 ss4 | 1.136893 .1117643 10.17 0.000 .9178251 1.355962 ss5 | 2.095053 .2302125 9.10 0.000 1.643815 2.546291 manuat | .9573765 .0877419 10.91 0.000 .7853943 1.129359 servat | 2.308709 .123151 18.75 0.000 2.067322 2.550097 cataluna | .798409 .1028262 7.76 0.000 .5968601 .9999578 galicia | 1.278338 .1896126 6.74 0.000 .9066799 1.649997 madrid | 1.400589 .1333041 10.51 0.000 1.139301 1.661877 navarra | 1.619149 .2261885 7.16 0.000 1.175799 2.062499 paisvasco | 1.147179 .127255 9.01 0.000 .8977474 1.396611 valencia | 1.058669 .1389352 7.62 0.000 .7863432 1.330995 _cons | 2.967364 .0950227 31.23 0.000 2.781111 3.153617 ------------------------------------------------------------------------------ Cuadro A.II.46: Efecto de la financiación de la I+D interna con contratos con la AGE

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 214.49 Prob > F = 0.0000 R-squared = 0.1836 Root MSE = 4.1247 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .0299868 .0041215 7.28 0.000 .0219082 .0380654 INCI2 | -.0620684 .2528403 -0.25 0.806 -.557659 .4335221 a2007 | .2567172 .0717039 3.58 0.000 .116171 .3972635 a2008 | .0528988 .0755345 0.70 0.484 -.0951558 .2009533 ss2 | 1.017388 .0801831 12.69 0.000 .8602217 1.174554 ss3 | 1.213223 .0949238 12.78 0.000 1.027164 1.399283 ss4 | .9908874 .0940984 10.53 0.000 .8064458 1.175329 ss5 | 1.670193 .2019412 8.27 0.000 1.27437 2.066017 manuat | 1.249983 .0658591 18.98 0.000 1.120893 1.379073 servat | 2.163305 .0838776 25.79 0.000 1.998898 2.327713 cataluna | 3.468187 .0843222 41.13 0.000 3.302907 3.633466 galicia | 3.000591 .1303937 23.01 0.000 2.745008 3.256175 madrid | 3.664271 .1015112 36.10 0.000 3.4653 3.863243 navarra | 3.398347 .152561 22.28 0.000 3.099314 3.697381 paisvasco | 3.551057 .0948991 37.42 0.000 3.365046 3.737068 valencia | 2.964701 .106003 27.97 0.000 2.756925 3.172476 _cons | 6.843382 .0892409 76.68 0.000 6.668462 7.018303 ------------------------------------------------------------------------------

58


Linear regression Number of obs = 18438 F( 16, 18421) = 224.20 Prob > F = 0.0000 R-squared = 0.1888 Root MSE = 4.0655 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .0296192 .0040707 7.28 0.000 .0216403 .0375981 INCI2 | -.0525246 .2496899 -0.21 0.833 -.5419399 .4368907 a2007 | .2764369 .0705925 3.92 0.000 .1380691 .4148047 a2008 | .0997251 .074503 1.34 0.181 -.0463076 .2457579 ss2 | 1.018269 .0789835 12.89 0.000 .8634542 1.173084 ss3 | 1.222589 .0934493 13.08 0.000 1.03942 1.405758 ss4 | 1.014083 .0928676 10.92 0.000 .8320543 1.196113 ss5 | 1.678128 .1995439 8.41 0.000 1.287003 2.069252 manuat | 1.270077 .0650002 19.54 0.000 1.142671 1.397484 servat | 2.186294 .0827204 26.43 0.000 2.024154 2.348433 cataluna | 3.477807 .0831235 41.84 0.000 3.314877 3.640737 galicia | 2.956775 .1281662 23.07 0.000 2.705557 3.207993 madrid | 3.656401 .1001545 36.51 0.000 3.460089 3.852713 navarra | 3.354727 .1501152 22.35 0.000 3.060487 3.648967 paisvasco | 3.564824 .0935634 38.10 0.000 3.381431 3.748217 valencia | 2.950671 .1044088 28.26 0.000 2.74602 3.155321 _cons | 6.690878 .0876299 76.35 0.000 6.519116 6.862641 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 54.08 Prob > F = 0.0000 R-squared = 0.0473 Root MSE = 5.2163 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .0379748 .0070128 5.42 0.000 .024229 .0517205 INCI2 | -.420225 .3019923 -1.39 0.164 -1.012158 .1717079 a2007 | -.123585 .0927561 -1.33 0.183 -.3053956 .0582256 a2008 | -.6545635 .0934113 -7.01 0.000 -.8376583 -.4714686 ss2 | .4321588 .1106587 3.91 0.000 .2152575 .6490601 ss3 | .7574033 .1271712 5.96 0.000 .508136 1.006671 ss4 | 1.155692 .1120392 10.32 0.000 .9360845 1.375299 ss5 | 2.144208 .2305416 9.30 0.000 1.692325 2.59609 manuat | .9781029 .0878541 11.13 0.000 .8059007 1.150305 servat | 2.349873 .1232617 19.06 0.000 2.108269 2.591477 cataluna | .8031319 .1029933 7.80 0.000 .6012554 1.005008 galicia | 1.285657 .1899617 6.77 0.000 .9133145 1.658 madrid | 1.41764 .1335975 10.61 0.000 1.155776 1.679503 navarra | 1.664215 .227132 7.33 0.000 1.219015 2.109414 paisvasco | 1.184853 .1274312 9.30 0.000 .9350762 1.43463 valencia | 1.072734 .1389996 7.72 0.000 .8002815 1.345186 _cons | 2.963511 .095215 31.12 0.000 2.776881 3.150141 ------------------------------------------------------------------------------

59

Cuadro A.II.47: Efecto de la participación en contratos con las AALL

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 217.15 Prob > F = 0.0000 R-squared = 0.1831 Root MSE = 4.1257 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | 1.552395 .1817256 8.54 0.000 1.196196 1.908594 INCI2 | -.0643153 .2530721 -0.25 0.799 -.56036 .4317294 a2007 | .2565441 .0716895 3.58 0.000 .1160259 .3970622 a2008 | .0591595 .0755089 0.78 0.433 -.088845 .207164 ss2 | 1.017693 .080194 12.69 0.000 .8605058 1.174881 ss3 | 1.211769 .0949758 12.76 0.000 1.025607 1.39793 ss4 | .9869007 .0941361 10.48 0.000 .8023853 1.171416 ss5 | 1.66786 .2022419 8.25 0.000 1.271447 2.064273 manuat | 1.255751 .0659089 19.05 0.000 1.126564 1.384938 servat | 2.123097 .0845964 25.10 0.000 1.95728 2.288914 cataluna | 3.475797 .0843797 41.19 0.000 3.310405 3.641189 galicia | 2.968589 .130293 22.78 0.000 2.713202 3.223975 madrid | 3.680253 .1015467 36.24 0.000 3.481213 3.879294 navarra | 3.416295 .1525619 22.39 0.000 3.117259 3.71533 paisvasco | 3.542326 .0949196 37.32 0.000 3.356275 3.728377 valencia | 2.970485 .1061351 27.99 0.000 2.762451 3.17852 _cons | 6.849339 .0892671 76.73 0.000 6.674368 7.024311 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 226.76 Prob > F = 0.0000 R-squared = 0.1884 Root MSE = 4.0666 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | 1.509926 .1788046 8.44 0.000 1.159452 1.860399 INCI2 | -.0546362 .2499294 -0.22 0.827 -.544521 .4352485 a2007 | .2763431 .0705806 3.92 0.000 .1379986 .4146877 a2008 | .1059245 .074477 1.42 0.155 -.0400573 .2519063 ss2 | 1.018582 .0790005 12.89 0.000 .8637334 1.17343 ss3 | 1.221195 .0934968 13.06 0.000 1.037932 1.404457 ss4 | 1.010207 .0929026 10.87 0.000 .8281091 1.192304 ss5 | 1.675893 .1998553 8.39 0.000 1.284158 2.067628 manuat | 1.275819 .0650512 19.61 0.000 1.148313 1.403325 servat | 2.147414 .0834635 25.73 0.000 1.983818 2.31101 cataluna | 3.48529 .0831819 41.90 0.000 3.322246 3.648334 galicia | 2.925535 .1281483 22.83 0.000 2.674352 3.176717 madrid | 3.672106 .1001966 36.65 0.000 3.475711 3.868501 navarra | 3.373023 .1501058 22.47 0.000 3.078802 3.667245 paisvasco | 3.556525 .0935702 38.01 0.000 3.373119 3.739931 valencia | 2.956386 .10454 28.28 0.000 2.751478 3.161294 _cons | 6.696772 .0876593 76.40 0.000 6.524952 6.868593 ------------------------------------------------------------------------------

60

Sobre los gastos de capital en I+D

Linear regression Number of obs = 18438 F( 16, 18421) = 53.93 Prob > F = 0.0000 R-squared = 0.0468 Root MSE = 5.2178 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | 1.917234 .3919977 4.89 0.000 1.148882 2.685586 INCI2 | -.4228467 .3024245 -1.40 0.162 -1.015627 .1699334 a2007 | -.1236437 .0927593 -1.33 0.183 -.3054606 .0581732 a2008 | -.646603 .0934068 -6.92 0.000 -.829689 -.4635169 ss2 | .432568 .1105691 3.91 0.000 .2158424 .6492937 ss3 | .7556494 .1271165 5.94 0.000 .5064893 1.00481 ss4 | 1.15077 .1121718 10.26 0.000 .9309028 1.370637 ss5 | 2.141399 .2309464 9.27 0.000 1.688723 2.594075 manuat | .9854995 .0879297 11.21 0.000 .8131491 1.15785 servat | 2.30069 .1237413 18.59 0.000 2.058146 2.543235 cataluna | .8126995 .1030156 7.89 0.000 .6107793 1.01462 galicia | 1.245898 .1894061 6.58 0.000 .8746446 1.617152 madrid | 1.43771 .1335349 10.77 0.000 1.17597 1.699451 navarra | 1.688125 .2272305 7.43 0.000 1.242732 2.133518 paisvasco | 1.174472 .1276759 9.20 0.000 .9242151 1.424728 valencia | 1.080063 .1392779 7.75 0.000 .8070657 1.353061 _cons | 2.971075 .0952458 31.19 0.000 2.784384 3.157766 ------------------------------------------------------------------------------ Cuadro A.II.48: Efecto de la financiación de la I+D interna con contratos con las AALL


Linear regression Number of obs = 18438 F( 16, 18421) = 212.74 Prob > F = 0.0000 R-squared = 0.1822 Root MSE = 4.1281 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | .0191732 .0056129 3.42 0.001 .0081713 .030175 INCI2 | -.0586069 .2531118 -0.23 0.817 -.5547295 .4375158 a2007 | .259211 .0717445 3.61 0.000 .1185851 .399837 a2008 | .0589938 .0755478 0.78 0.435 -.0890869 .2070746 ss2 | 1.019887 .0802253 12.71 0.000 .8626379 1.177136 ss3 | 1.214299 .0949707 12.79 0.000 1.028148 1.400451 ss4 | .9901245 .0942072 10.51 0.000 .8054697 1.174779 ss5 | 1.673423 .2023085 8.27 0.000 1.276879 2.069966 manuat | 1.258522 .0659141 19.09 0.000 1.129325 1.38772 servat | 2.160111 .0843297 25.62 0.000 1.994817 2.325405 cataluna | 3.472303 .0844 41.14 0.000 3.306871 3.637734 galicia | 2.98492 .1304906 22.87 0.000 2.729147 3.240694 madrid | 3.679369 .101668 36.19 0.000 3.48009 3.878647 navarra | 3.442922 .152309 22.60 0.000 3.144382 3.741461 paisvasco | 3.558983 .0950138 37.46 0.000 3.372747 3.745218 valencia | 2.971854 .1061825 27.99 0.000 2.763727 3.179982 _cons | 6.849237 .0893107 76.69 0.000 6.67418 7.024294 ------------------------------------------------------------------------------

61

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 222.36 Prob > F = 0.0000 R-squared = 0.1875 Root MSE = 4.0689 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | .0183287 .0054661 3.35 0.001 .0076146 .0290427 INCI2 | -.0490602 .2499471 -0.20 0.844 -.5389797 .4408593 a2007 | .2789781 .0706332 3.95 0.000 .1405305 .4174257 a2008 | .1057832 .0745157 1.42 0.156 -.0402746 .251841 ss2 | 1.02069 .0790281 12.92 0.000 .865788 1.175593 ss3 | 1.223661 .0934935 13.09 0.000 1.040404 1.406917 ss4 | 1.013356 .0929712 10.90 0.000 .831124 1.195588 ss5 | 1.681289 .1999166 8.41 0.000 1.289434 2.073144 manuat | 1.278517 .0650552 19.65 0.000 1.151003 1.406031 servat | 2.183722 .0831825 26.25 0.000 2.020676 2.346767 cataluna | 3.481913 .0832018 41.85 0.000 3.31883 3.644996 galicia | 2.941556 .1282732 22.93 0.000 2.690128 3.192983 madrid | 3.67117 .1003175 36.60 0.000 3.474539 3.867802 navarra | 3.399106 .1498483 22.68 0.000 3.10539 3.692823 paisvasco | 3.572807 .0936665 38.14 0.000 3.389212 3.756402 valencia | 2.957697 .1045918 28.28 0.000 2.752687 3.162707 _cons | 6.696685 .0877023 76.36 0.000 6.52478 6.86859 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 52.26 Prob > F = 0.0000 R-squared = 0.0455 Root MSE = 5.2212 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | .0108941 .0116071 0.94 0.348 -.0118568 .033645 INCI2 | -.4148463 .3023555 -1.37 0.170 -1.007491 .1777985 a2007 | -.1187147 .0928361 -1.28 0.201 -.3006821 .0632527 a2008 | -.6460161 .0934658 -6.91 0.000 -.8292177 -.4628145 ss2 | .434287 .1107055 3.92 0.000 .2172939 .6512801 ss3 | .7589608 .1271486 5.97 0.000 .5097377 1.008184 ss4 | 1.155302 .1122855 10.29 0.000 .9352119 1.375392 ss5 | 2.147679 .2309503 9.30 0.000 1.694995 2.600363 manuat | .9890262 .0879502 11.25 0.000 .8166356 1.161417 servat | 2.358644 .1234725 19.10 0.000 2.116627 2.600661 cataluna | .8092354 .1030403 7.85 0.000 .6072668 1.011204 galicia | 1.271521 .1900702 6.69 0.000 .8989661 1.644077 madrid | 1.433612 .1336912 10.72 0.000 1.171565 1.695659 navarra | 1.728379 .2273975 7.60 0.000 1.282659 2.174099 paisvasco | 1.198297 .1276856 9.38 0.000 .9480209 1.448572 valencia | 1.080935 .1392197 7.76 0.000 .8080517 1.353819 _cons | 2.971439 .0953377 31.17 0.000 2.784568 3.15831 ------------------------------------------------------------------------------

62

Efecto de los indicadores del eje: Proyección internacional Cuadro A.II.49: Efecto de la presencia en mercados exteriores

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 342.66 Prob > F = 0.0000 R-squared = 0.1889 Root MSE = 4.1095 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .8996914 .0583765 15.41 0.000 .785271 1.014112 INCI2 | -.0148384 .1909408 -0.08 0.938 -.3890903 .3594136 a2006 | .0845178 .062451 1.35 0.176 -.0378889 .2069244 a2007 | .2567321 .0640311 4.01 0.000 .1312285 .3822357 a2008 | .0485037 .0681053 0.71 0.476 -.0849856 .1819929 ss2 | .8270336 .0635576 13.01 0.000 .7024581 .9516092 ss3 | 1.030914 .0741625 13.90 0.000 .8855523 1.176276 ss4 | .8312413 .0738337 11.26 0.000 .6865242 .9759585 ss5 | 1.779353 .1561195 11.40 0.000 1.473352 2.085354 manuat | 1.120933 .0516673 21.70 0.000 1.019663 1.222203 servat | 2.297502 .0665311 34.53 0.000 2.167098 2.427906 cataluna | 3.306913 .0666096 49.65 0.000 3.176356 3.437471 galicia | 2.922692 .1014721 28.80 0.000 2.723803 3.121582 madrid | 3.625015 .0790947 45.83 0.000 3.469986 3.780044 navarra | 3.377055 .1172281 28.81 0.000 3.147283 3.606827 paisvasco | 3.562048 .0727288 48.98 0.000 3.419497 3.7046 valencia | 2.815334 .0839413 33.54 0.000 2.650806 2.979863 _cons | 6.391219 .0757568 84.36 0.000 6.242733 6.539706 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 359.93 Prob > F = 0.0000 R-squared = 0.1949 Root MSE = 4.0452 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .9002433 .0573927 15.69 0.000 .7877512 1.012735 INCI2 | .0039276 .1883723 0.02 0.983 -.3652901 .3731452 a2006 | .090248 .0613722 1.47 0.141 -.0300441 .21054 a2007 | .280144 .0630463 4.44 0.000 .1565706 .4037174 a2008 | .0989581 .0672108 1.47 0.141 -.0327779 .2306942 ss2 | .8326523 .0625473 13.31 0.000 .710057 .9552476 ss3 | 1.045853 .0729831 14.33 0.000 .9028029 1.188903 ss4 | .8542877 .0727338 11.75 0.000 .7117264 .996849 ss5 | 1.787653 .1540507 11.60 0.000 1.485708 2.089599 manuat | 1.143637 .0509389 22.45 0.000 1.043794 1.243479 servat | 2.322827 .0655203 35.45 0.000 2.194404 2.451249 cataluna | 3.318344 .0655978 50.59 0.000 3.18977 3.446918 galicia | 2.86217 .0995671 28.75 0.000 2.667014 3.057325 madrid | 3.620804 .0779822 46.43 0.000 3.467956 3.773653 navarra | 3.323104 .1150317 28.89 0.000 3.097637 3.548571 paisvasco | 3.574255 .0716467 49.89 0.000 3.433824 3.714686 valencia | 2.792875 .0824825 33.86 0.000 2.631206 2.954544 _cons | 6.232841 .0743121 83.87 0.000 6.087186 6.378496 ------------------------------------------------------------------------------

63

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 88.42 Prob > F = 0.0000 R-squared = 0.0486 Root MSE = 5.2349 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .6251555 .06836 9.15 0.000 .491167 .7591441 INCI2 | -.3807497 .2327979 -1.64 0.102 -.8370434 .0755441 a2006 | -.0583372 .0805352 -0.72 0.469 -.2161895 .0995151 a2007 | -.1804823 .0831887 -2.17 0.030 -.3435355 -.017429 a2008 | -.7100032 .0838463 -8.47 0.000 -.8743456 -.5456608 ss2 | .3215865 .0867358 3.71 0.000 .1515807 .4915923 ss3 | .515969 .0997631 5.17 0.000 .3204291 .7115089 ss4 | 1.041645 .0883757 11.79 0.000 .8684246 1.214865 ss5 | 2.097776 .1820944 11.52 0.000 1.740863 2.454689 manuat | .8688522 .0697851 12.45 0.000 .7320705 1.005634 servat | 2.419812 .0972478 24.88 0.000 2.229202 2.610421 cataluna | .8326235 .0815173 10.21 0.000 .6728462 .9924009 galicia | 1.588376 .147992 10.73 0.000 1.298306 1.878447 madrid | 1.475564 .1047116 14.09 0.000 1.270325 1.680804 navarra | 1.874542 .1762735 10.63 0.000 1.529038 2.220045 paisvasco | 1.262618 .0994357 12.70 0.000 1.06772 1.457516 valencia | 1.079617 .1089305 9.91 0.000 .8661083 1.293125 _cons | 2.656256 .0804484 33.02 0.000 2.498574 2.813939 ------------------------------------------------------------------------------ Cuadro A.II.50: Efecto de la intensidad exportadora

Sobre los gastos totales en I+D Linear regression Number of obs = 5464 F( 14, 5449) = 84.28 Prob > F = 0.0000 R-squared = 0.2063 Root MSE = 4.2457 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .0074496 .0018307 4.07 0.000 .0038607 .0110385 INCI2 | -.0708878 .4509165 -0.16 0.875 -.9548642 .8130887 ss2 | 1.148176 .1502535 7.64 0.000 .8536191 1.442733 ss3 | 1.26776 .177041 7.16 0.000 .9206888 1.614831 ss4 | 1.008375 .1713541 5.88 0.000 .6724525 1.344298 ss5 | 1.721426 .3334255 5.16 0.000 1.067779 2.375074 manuat | 1.252089 .1244538 10.06 0.000 1.00811 1.496068 servat | 2.31628 .1613346 14.36 0.000 2 2.632561 cataluna | 3.73646 .1598279 23.38 0.000 3.423133 4.049787 galicia | 3.596717 .2298822 15.65 0.000 3.146056 4.047378 madrid | 4.081279 .1901418 21.46 0.000 3.708525 4.454033 navarra | 3.774752 .2851352 13.24 0.000 3.215773 4.333731 paisvasco | 3.840617 .1821009 21.09 0.000 3.483626 4.197607 valencia | 3.337922 .1945079 17.16 0.000 2.956608 3.719235 _cons | 6.465121 .1563512 41.35 0.000 6.15861 6.771632 ------------------------------------------------------------------------------

64

Sobre los gastos corrientes en I+D Linear regression Number of obs = 5464 F( 14, 5449) = 86.78 Prob > F = 0.0000 R-squared = 0.2104 Root MSE = 4.197 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .007575 .0018112 4.18 0.000 .0040244 .0111256 INCI2 | -.0383061 .4488564 -0.09 0.932 -.9182439 .8416316 ss2 | 1.143869 .148352 7.71 0.000 .8530393 1.434698 ss3 | 1.274837 .1751568 7.28 0.000 .9314601 1.618215 ss4 | 1.010097 .1693176 5.97 0.000 .6781664 1.342027 ss5 | 1.707438 .329933 5.18 0.000 1.060638 2.354239 manuat | 1.261179 .1231947 10.24 0.000 1.019668 1.50269 servat | 2.330957 .1594407 14.62 0.000 2.01839 2.643524 cataluna | 3.743649 .1580274 23.69 0.000 3.433852 4.053446 galicia | 3.542441 .2269983 15.61 0.000 3.097434 3.987449 madrid | 4.064456 .1879244 21.63 0.000 3.696049 4.432863 navarra | 3.752135 .2823822 13.29 0.000 3.198553 4.305716 paisvasco | 3.848954 .1800956 21.37 0.000 3.495895 4.202013 valencia | 3.345482 .1924256 17.39 0.000 2.968251 3.722713 _cons | 6.366991 .154298 41.26 0.000 6.064505 6.669477 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 5464 F( 14, 5449) = 20.13 Prob > F = 0.0000 R-squared = 0.0526 Root MSE = 5.1374 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .0062491 .0022894 2.73 0.006 .0017609 .0107373 INCI2 | -.6917409 .5152687 -1.34 0.179 -1.701873 .3183915 ss2 | .4805112 .2033441 2.36 0.018 .0818755 .879147 ss3 | .5869858 .224824 2.61 0.009 .1462409 1.027731 ss4 | 1.260076 .1987968 6.34 0.000 .8703551 1.649798 ss5 | 2.305965 .3790113 6.08 0.000 1.562951 3.048978 manuat | .9878693 .1611167 6.13 0.000 .6720162 1.303723 servat | 2.520742 .2264529 11.13 0.000 2.076803 2.96468 cataluna | .8705137 .187994 4.63 0.000 .5019703 1.239057 galicia | 1.536446 .3532099 4.35 0.000 .8440138 2.228879 madrid | 1.458524 .2441597 5.97 0.000 .9798732 1.937174 navarra | 1.485969 .4053756 3.67 0.000 .6912712 2.280667 paisvasco | 1.343127 .2312764 5.81 0.000 .8897328 1.796521 valencia | .9649504 .2483496 3.89 0.000 .4780861 1.451815 _cons | 2.122468 .1493424 14.21 0.000 1.829697 2.415238 ------------------------------------------------------------------------------

65

Cuadro A.II.51: Efecto de la cooperación tecnológica internacional

Sobre los gastos totales en I+D Linear regression Number of obs = 30388 F( 17, 30370) = 378.55 Prob > F = 0.0000 R-squared = 0.1982 Root MSE = 4.0858 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | 1.687482 .0607915 27.76 0.000 1.568328 1.806636 INCI2 | .0025903 .1894076 0.01 0.989 -.3686567 .3738372 a2006 | .1036349 .0621776 1.67 0.096 -.0182358 .2255055 a2007 | .295373 .0635944 4.64 0.000 .1707253 .4200206 a2008 | .0718408 .0675471 1.06 0.288 -.0605544 .2042361 ss2 | .8923225 .0625116 14.27 0.000 .7697972 1.014848 ss3 | 1.058754 .0733388 14.44 0.000 .9150069 1.202501 ss4 | .7218582 .0738971 9.77 0.000 .5770168 .8666996 ss5 | 1.383794 .1553644 8.91 0.000 1.079273 1.688315 manuat | 1.222122 .0508159 24.05 0.000 1.12252 1.321723 servat | 1.980149 .0653177 30.32 0.000 1.852124 2.108175 cataluna | 3.420773 .0655927 52.15 0.000 3.292209 3.549338 galicia | 2.989858 .1001326 29.86 0.000 2.793594 3.186122 madrid | 3.61758 .0786232 46.01 0.000 3.463475 3.771685 navarra | 3.305808 .1166921 28.33 0.000 3.077086 3.534529 paisvasco | 3.48214 .0720723 48.31 0.000 3.340875 3.623404 valencia | 2.889933 .0834312 34.64 0.000 2.726404 3.053461 _cons | 6.745416 .069361 97.25 0.000 6.609466 6.881367 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30388 F( 17, 30370) = 395.87 Prob > F = 0.0000 R-squared = 0.2041 Root MSE = 4.0221 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | 1.667814 .0599267 27.83 0.000 1.550355 1.785273 INCI2 | .0213709 .1868749 0.11 0.909 -.3449118 .3876535 a2006 | .1094472 .0611139 1.79 0.073 -.0103386 .229233 a2007 | .3187991 .0626226 5.09 0.000 .1960561 .4415421 a2008 | .122552 .0666539 1.84 0.066 -.0080925 .2531965 ss2 | .899036 .061523 14.61 0.000 .7784484 1.019624 ss3 | 1.075543 .0721821 14.90 0.000 .9340633 1.217023 ss4 | .7479821 .0728086 10.27 0.000 .6052742 .8906899 ss5 | 1.397442 .1533219 9.11 0.000 1.096925 1.69796 manuat | 1.245889 .050096 24.87 0.000 1.147699 1.34408 servat | 2.007561 .0643618 31.19 0.000 1.881409 2.133713 cataluna | 3.43261 .0646028 53.13 0.000 3.305986 3.559234 galicia | 2.92936 .0982712 29.81 0.000 2.736744 3.121975 madrid | 3.613918 .0774979 46.63 0.000 3.462019 3.765817 navarra | 3.253273 .1144093 28.44 0.000 3.029026 3.47752 paisvasco | 3.495786 .0709789 49.25 0.000 3.356664 3.634907 valencia | 2.867605 .0820315 34.96 0.000 2.706819 3.02839 _cons | 6.588133 .0680422 96.82 0.000 6.454767 6.721498 ------------------------------------------------------------------------------

66

Sobre los gastos de capital en I+D Linear regression Number of obs = 30388 F( 17, 30370) = 114.89 Prob > F = 0.0000 R-squared = 0.0632 Root MSE = 5.1945 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | 2.015259 .0904573 22.28 0.000 1.837959 2.192559 INCI2 | -.3688123 .2291257 -1.61 0.107 -.8179082 .0802836 a2006 | -.0479682 .0799268 -0.60 0.548 -.2046282 .1086918 a2007 | -.1532985 .0825463 -1.86 0.063 -.3150927 .0084958 a2008 | -.7037021 .0829387 -8.48 0.000 -.8662655 -.5411388 ss2 | .3239745 .085251 3.80 0.000 .156879 .4910701 ss3 | .4606448 .0987818 4.66 0.000 .2670283 .6542612 ss4 | .8375966 .0877683 9.54 0.000 .6655671 1.009626 ss5 | 1.595325 .1809579 8.82 0.000 1.24064 1.95001 manuat | .8983273 .0682007 13.17 0.000 .7646511 1.032004 servat | 2.106358 .0954465 22.07 0.000 1.919279 2.293438 cataluna | .8980533 .0799813 11.23 0.000 .7412866 1.05482 galicia | 1.635709 .1466479 11.15 0.000 1.348272 1.923145 madrid | 1.447909 .1043972 13.87 0.000 1.243286 1.652532 navarra | 1.765576 .1751704 10.08 0.000 1.422235 2.108917 paisvasco | 1.146672 .0988356 11.60 0.000 .9529501 1.340394 valencia | 1.127954 .1074414 10.50 0.000 .9173642 1.338543 _cons | 2.86674 .073556 38.97 0.000 2.722567 3.010913 ------------------------------------------------------------------------------ Cuadro A.II.52: Efecto del acceso a fondos extranjeros para financiar la I+D interna


Linear regression Number of obs = 30390 F( 17, 30372) = 395.66 Prob > F = 0.0000 R-squared = 0.1964 Root MSE = 4.0904 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | 2.408818 .0798421 30.17 0.000 2.252324 2.565312 INCI2 | -.028804 .1893072 -0.15 0.879 -.3998541 .3422461 a2006 | .1259114 .0622567 2.02 0.043 .0038857 .2479372 a2007 | .3140746 .063629 4.94 0.000 .1893592 .4387901 a2008 | .1049166 .0675467 1.55 0.120 -.0274778 .237311 ss2 | .9320146 .0625397 14.90 0.000 .8094342 1.054595 ss3 | 1.143836 .0728864 15.69 0.000 1.000975 1.286696 ss4 | .8862141 .0732164 12.10 0.000 .7427069 1.029721 ss5 | 1.49593 .1558346 9.60 0.000 1.190488 1.801372 manuat | 1.3145 .0509145 25.82 0.000 1.214705 1.414294 servat | 1.849823 .0661695 27.96 0.000 1.720128 1.979518 cataluna | 3.428198 .065654 52.22 0.000 3.299514 3.556883 galicia | 3.01297 .1007959 29.89 0.000 2.815406 3.210534 madrid | 3.584683 .0781481 45.87 0.000 3.431509 3.737856 navarra | 3.398461 .1166154 29.14 0.000 3.169889 3.627032 paisvasco | 3.526666 .0720617 48.94 0.000 3.385422 3.66791 valencia | 2.853339 .0835727 34.14 0.000 2.689533 3.017145 _cons | 6.777086 .0695082 97.50 0.000 6.640847 6.913325 ------------------------------------------------------------------------------

67

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 413.58 Prob > F = 0.0000 R-squared = 0.2023 Root MSE = 4.0266 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | 2.381604 .0786227 30.29 0.000 2.2275 2.535708 INCI2 | -.0096652 .1867149 -0.05 0.959 -.3756342 .3563038 a2006 | .1314875 .0611845 2.15 0.032 .0115634 .2514116 a2007 | .3373069 .0626585 5.38 0.000 .2144936 .4601201 a2008 | .1552636 .0666607 2.33 0.020 .0246059 .2859213 ss2 | .9382639 .0615581 15.24 0.000 .8176074 1.05892 ss3 | 1.159626 .0717624 16.16 0.000 1.018968 1.300283 ss4 | .9104037 .0721459 12.62 0.000 .7689948 1.051813 ss5 | 1.508161 .1536803 9.81 0.000 1.206941 1.809381 manuat | 1.337209 .050191 26.64 0.000 1.238833 1.435586 servat | 1.87866 .0652213 28.80 0.000 1.750824 2.006497 cataluna | 3.43994 .0646646 53.20 0.000 3.313194 3.566685 galicia | 2.952212 .0989621 29.83 0.000 2.758242 3.146182 madrid | 3.581373 .0770352 46.49 0.000 3.430381 3.732365 navarra | 3.344837 .1144005 29.24 0.000 3.120607 3.569067 paisvasco | 3.539709 .0709656 49.88 0.000 3.400613 3.678804 valencia | 2.831422 .0821339 34.47 0.000 2.670436 2.992408 _cons | 6.619395 .0681896 97.07 0.000 6.485741 6.75305 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 122.59 Prob > F = 0.0000 R-squared = 0.0657 Root MSE = 5.1875 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | 3.265821 .1348343 24.22 0.000 3.00154 3.530102 INCI2 | -.4116177 .2302259 -1.79 0.074 -.8628702 .0396348 a2006 | -.0196095 .0798829 -0.25 0.806 -.1761833 .1369644 a2007 | -.128717 .0823427 -1.56 0.118 -.2901121 .032678 a2008 | -.6629212 .0828054 -8.01 0.000 -.8252233 -.5006192 ss2 | .3631153 .0847426 4.28 0.000 .1970163 .5292143 ss3 | .5510605 .0973852 5.66 0.000 .3601814 .7419396 ss4 | 1.018277 .086967 11.71 0.000 .8478183 1.188736 ss5 | 1.673078 .1829743 9.14 0.000 1.31444 2.031715 manuat | 1.009607 .0682563 14.79 0.000 .8758218 1.143392 servat | 1.898579 .0954477 19.89 0.000 1.711498 2.085661 cataluna | .9037928 .0798764 11.31 0.000 .7472317 1.060354 galicia | 1.667203 .1465919 11.37 0.000 1.379877 1.954529 madrid | 1.396175 .1036024 13.48 0.000 1.19311 1.59924 navarra | 1.871943 .1742037 10.75 0.000 1.530496 2.213389 paisvasco | 1.190453 .098669 12.07 0.000 .9970578 1.383848 valencia | 1.077204 .1075325 10.02 0.000 .8664359 1.287972 _cons | 2.899376 .0735898 39.40 0.000 2.755137 3.043615 ------------------------------------------------------------------------------

68

Cuadro A.II.53: Efecto del acceso a fondos extranjeros privados

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 229.00 Prob > F = 0.0000 R-squared = 0.1855 Root MSE = 4.1197 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | 2.791951 .1892079 14.76 0.000 2.421086 3.162816 INCI2 | -.0840469 .2508807 -0.34 0.738 -.5757964 .4077026 a2007 | .2650433 .0715937 3.70 0.000 .1247129 .4053736 a2008 | .0654579 .0753979 0.87 0.385 -.0823289 .2132447 ss2 | 1.005688 .0800938 12.56 0.000 .848697 1.162679 ss3 | 1.175839 .0950066 12.38 0.000 .9896176 1.362061 ss4 | .9535614 .094186 10.12 0.000 .768948 1.138175 ss5 | 1.562507 .2017825 7.74 0.000 1.166995 1.95802 manuat | 1.238372 .0658792 18.80 0.000 1.109243 1.367502 servat | 2.113667 .0837505 25.24 0.000 1.949508 2.277825 cataluna | 3.464277 .0842235 41.13 0.000 3.299191 3.629363 galicia | 2.993769 .1304645 22.95 0.000 2.738046 3.249491 madrid | 3.656834 .1011415 36.16 0.000 3.458587 3.855081 navarra | 3.469195 .1521526 22.80 0.000 3.170962 3.767428 paisvasco | 3.57084 .0949123 37.62 0.000 3.384803 3.756877 valencia | 2.971155 .1061274 28.00 0.000 2.763135 3.179174 _cons | 6.856606 .0892078 76.86 0.000 6.68175 7.031461 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 238.45 Prob > F = 0.0000 R-squared = 0.1909 Root MSE = 4.0603 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | 2.784048 .1901545 14.64 0.000 2.411328 3.156769 INCI2 | -.074487 .2477118 -0.30 0.764 -.5600252 .4110512 a2007 | .2846927 .070481 4.04 0.000 .1465433 .4228421 a2008 | .1121801 .0743626 1.51 0.131 -.0335776 .2579377 ss2 | 1.006593 .0788903 12.76 0.000 .8519607 1.161225 ss3 | 1.185298 .0935312 12.67 0.000 1.001968 1.368628 ss4 | .9768625 .0929429 10.51 0.000 .7946858 1.159039 ss5 | 1.570725 .1993068 7.88 0.000 1.180065 1.961384 manuat | 1.258418 .0650136 19.36 0.000 1.130985 1.38585 servat | 2.136652 .0825772 25.87 0.000 1.974793 2.298511 cataluna | 3.473858 .0830292 41.84 0.000 3.311113 3.636603 galicia | 2.950042 .1282384 23.00 0.000 2.698683 3.201401 madrid | 3.648885 .0997729 36.57 0.000 3.453321 3.844449 navarra | 3.42485 .1496786 22.88 0.000 3.131466 3.718234 paisvasco | 3.58443 .0935685 38.31 0.000 3.401027 3.767833 valencia | 2.95705 .1045303 28.29 0.000 2.752161 3.161939 _cons | 6.704002 .0875961 76.53 0.000 6.532306 6.875699 ------------------------------------------------------------------------------

69

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 56.60 Prob > F = 0.0000 R-squared = 0.0488 Root MSE = 5.2123 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | 3.155829 .40175 7.86 0.000 2.368362 3.943297 INCI2 | -.4444031 .3012172 -1.48 0.140 -1.034817 .1460104 a2007 | -.1135009 .0927082 -1.22 0.221 -.2952175 .0682157 a2008 | -.6393767 .0932852 -6.85 0.000 -.8222244 -.4565291 ss2 | .4190723 .1104286 3.79 0.000 .202622 .6355225 ss3 | .7153313 .1271201 5.63 0.000 .4661641 .9644984 ss4 | 1.113509 .1121709 9.93 0.000 .893644 1.333375 ss5 | 2.022806 .2307972 8.76 0.000 1.570422 2.47519 manuat | .9661623 .0879686 10.98 0.000 .7937356 1.138589 servat | 2.295828 .1231302 18.65 0.000 2.054481 2.537174 cataluna | .7994467 .1028467 7.77 0.000 .5978576 1.001036 galicia | 1.276926 .1898355 6.73 0.000 .9048308 1.649021 madrid | 1.410674 .1333037 10.58 0.000 1.149387 1.671962 navarra | 1.751864 .2276788 7.69 0.000 1.305593 2.198136 paisvasco | 1.208956 .1275337 9.48 0.000 .9589779 1.458934 valencia | 1.080835 .139012 7.78 0.000 .8083585 1.353311 _cons | 2.979355 .0952266 31.29 0.000 2.792702 3.166008 ------------------------------------------------------------------------------ Cuadro A.II.54: Efecto del acceso a fondos extranjeros públicos


Linear regression Number of obs = 18438 F( 16, 18421) = 259.60 Prob > F = 0.0000 R-squared = 0.1962 Root MSE = 4.0925 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | 2.581266 .1034734 24.95 0.000 2.378448 2.784083 INCI2 | -.035956 .2489567 -0.14 0.885 -.5239341 .4520222 a2007 | .2607996 .0712083 3.66 0.000 .1212248 .4003745 a2008 | .0499094 .0748511 0.67 0.505 -.0968057 .1966246 ss2 | .9612244 .0797881 12.05 0.000 .8048323 1.117617 ss3 | 1.150712 .0941804 12.22 0.000 .9661095 1.335314 ss4 | .9011765 .093682 9.62 0.000 .7175512 1.084802 ss5 | 1.374451 .2000793 6.87 0.000 .9822765 1.766624 manuat | 1.277417 .0656599 19.46 0.000 1.148718 1.406117 servat | 1.874334 .0837807 22.37 0.000 1.710116 2.038552 cataluna | 3.455266 .0837889 41.24 0.000 3.291032 3.6195 galicia | 3.005417 .1296505 23.18 0.000 2.75129 3.259544 madrid | 3.600403 .1001228 35.96 0.000 3.404153 3.796653 navarra | 3.411565 .1508343 22.62 0.000 3.115916 3.707215 paisvasco | 3.470576 .0939494 36.94 0.000 3.286426 3.654725 valencia | 2.912294 .1053417 27.65 0.000 2.705814 3.118774 _cons | 6.838938 .0886347 77.16 0.000 6.665205 7.01267 ------------------------------------------------------------------------------

70

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 270.28 Prob > F = 0.0000 R-squared = 0.2015 Root MSE = 4.0336 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | 2.549003 .101868 25.02 0.000 2.349332 2.748674 INCI2 | -.0267374 .2458561 -0.11 0.913 -.5086381 .4551633 a2007 | .2804695 .0701008 4.00 0.000 .1430653 .4178736 a2008 | .0967749 .073824 1.31 0.190 -.047927 .2414768 ss2 | .9628079 .0786155 12.25 0.000 .8087143 1.116901 ss3 | 1.160859 .0927565 12.52 0.000 .9790479 1.34267 ss4 | .9254939 .0924514 10.01 0.000 .7442806 1.106707 ss5 | 1.386082 .1975377 7.02 0.000 .9988897 1.773274 manuat | 1.297171 .0647918 20.02 0.000 1.170173 1.424169 servat | 1.900938 .0827013 22.99 0.000 1.738836 2.06304 cataluna | 3.465049 .0825987 41.95 0.000 3.303148 3.62695 galicia | 2.961538 .1274697 23.23 0.000 2.711686 3.211391 madrid | 3.593333 .0987815 36.38 0.000 3.399712 3.786954 navarra | 3.367793 .1483106 22.71 0.000 3.077091 3.658496 paisvasco | 3.485351 .0926188 37.63 0.000 3.30381 3.666893 valencia | 2.89892 .1037623 27.94 0.000 2.695536 3.102304 _cons | 6.686491 .0870255 76.83 0.000 6.515913 6.857069 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 81.21 Prob > F = 0.0000 R-squared = 0.0665 Root MSE = 5.1636 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | 3.665506 .1868097 19.62 0.000 3.299342 4.03167 INCI2 | -.3838952 .2976684 -1.29 0.197 -.9673528 .1995624 a2007 | -.1185478 .0919242 -1.29 0.197 -.2987277 .0616321 a2008 | -.6599274 .0924048 -7.14 0.000 -.8410493 -.4788054 ss2 | .3522485 .1088988 3.23 0.001 .1387967 .5657003 ss3 | .6684262 .1247861 5.36 0.000 .4238338 .9130185 ss4 | 1.028289 .1109814 9.27 0.000 .8107551 1.245823 ss5 | 1.72388 .2307628 7.47 0.000 1.271564 2.176197 manuat | 1.015725 .0876888 11.58 0.000 .8438469 1.187603 servat | 1.937192 .1206147 16.06 0.000 1.700776 2.173608 cataluna | .7839558 .1020701 7.68 0.000 .5838889 .9840226 galicia | 1.293661 .1886686 6.86 0.000 .9238528 1.663469 madrid | 1.325317 .1319693 10.04 0.000 1.066644 1.583989 navarra | 1.674437 .2249576 7.44 0.000 1.2335 2.115375 paisvasco | 1.068598 .1263064 8.46 0.000 .8210257 1.31617 valencia | .9974033 .1373366 7.26 0.000 .7282108 1.266596 _cons | 2.956187 .0942731 31.36 0.000 2.771403 3.140971 ------------------------------------------------------------------------------

71

Cuadro A.II.55: Efecto de la financiación de la I+D interna con fondos extranjeros

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 332.96 Prob > F = 0.0000 R-squared = 0.1841 Root MSE = 4.1216 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | .0239066 .0027608 8.66 0.000 .0184954 .0293178 INCI2 | -.0039456 .1919239 -0.02 0.984 -.3801246 .3722333 a2006 | .1240546 .0626671 1.98 0.048 .0012244 .2468848 a2007 | .3143661 .0640973 4.90 0.000 .1887327 .4399994 a2008 | .1115688 .0681804 1.64 0.102 -.0220676 .2452051 ss2 | .9823977 .0628868 15.62 0.000 .8591369 1.105658 ss3 | 1.207342 .073366 16.46 0.000 1.063541 1.351142 ss4 | .9739787 .0735056 13.25 0.000 .8299046 1.118053 ss5 | 1.789223 .1574516 11.36 0.000 1.480611 2.097835 manuat | 1.309491 .0511269 25.61 0.000 1.20928 1.409702 servat | 2.112957 .066462 31.79 0.000 1.982689 2.243225 cataluna | 3.443488 .0660897 52.10 0.000 3.31395 3.573027 galicia | 3.01479 .1014721 29.71 0.000 2.8159 3.213679 madrid | 3.651786 .0792154 46.10 0.000 3.496521 3.807052 navarra | 3.44125 .11735 29.32 0.000 3.211239 3.671261 paisvasco | 3.605589 .0727593 49.56 0.000 3.462978 3.7482 valencia | 2.903691 .0840659 34.54 0.000 2.738919 3.068464 _cons | 6.776138 .0699559 96.86 0.000 6.639021 6.913254 ------------------------------------------------------------------------------


Linear regression Number of obs = 30390 F( 17, 30372) = 349.77 Prob > F = 0.0000 R-squared = 0.1900 Root MSE = 4.0575 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | .0239932 .0027301 8.79 0.000 .0186421 .0293442 INCI2 | .0148054 .1892922 0.08 0.938 -.3562153 .3858262 a2006 | .1298488 .061594 2.11 0.035 .009122 .2505756 a2007 | .3378684 .0631141 5.35 0.000 .2141621 .4615748 a2008 | .1621178 .0672837 2.41 0.016 .0302388 .2939968 ss2 | .9881202 .0618866 15.97 0.000 .8668199 1.10942 ss3 | 1.222382 .0722088 16.93 0.000 1.08085 1.363915 ss4 | .9970964 .0724379 13.76 0.000 .8551152 1.139078 ss5 | 1.797375 .1554061 11.57 0.000 1.492773 2.101978 manuat | 1.332324 .0504074 26.43 0.000 1.233523 1.431124 servat | 2.138003 .0654615 32.66 0.000 2.009696 2.266311 cataluna | 3.454989 .0650914 53.08 0.000 3.327407 3.582571 galicia | 2.954402 .0995767 29.67 0.000 2.759227 3.149576 madrid | 3.64756 .0781006 46.70 0.000 3.49448 3.800641 navarra | 3.387387 .115164 29.41 0.000 3.161661 3.613114 paisvasco | 3.617844 .0716531 50.49 0.000 3.477401 3.758287 valencia | 2.881306 .0826182 34.87 0.000 2.719371 3.043241 _cons | 6.617879 .068632 96.43 0.000 6.483358 6.752401 ------------------------------------------------------------------------------

72


Linear regression Number of obs = 30390 F( 17, 30372) = 86.96 Prob > F = 0.0000 R-squared = 0.0485 Root MSE = 5.2351 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | .0279335 .0033593 8.32 0.000 .0213492 .0345179 INCI2 | -.3765734 .2326512 -1.62 0.106 -.8325795 .0794328 a2006 | -.0246036 .0805528 -0.31 0.760 -.1824905 .1332833 a2007 | -.1317553 .0831882 -1.58 0.113 -.2948076 .031297 a2008 | -.6573829 .0837632 -7.85 0.000 -.8215624 -.4932035 ss2 | .4308902 .0859058 5.02 0.000 .2625113 .5992692 ss3 | .637557 .0988547 6.45 0.000 .4437977 .8313163 ss4 | 1.138276 .0877383 12.97 0.000 .9663049 1.310246 ss5 | 2.080332 .1831221 11.36 0.000 1.721405 2.439259 manuat | 1.001982 .0684331 14.64 0.000 .8678502 1.136114 servat | 2.265605 .0969821 23.36 0.000 2.075516 2.455694 cataluna | .9253734 .0805189 11.49 0.000 .7675529 1.083194 galicia | 1.664767 .1477947 11.26 0.000 1.375083 1.954451 madrid | 1.489141 .1046648 14.23 0.000 1.283993 1.694288 navarra | 1.926892 .1760457 10.95 0.000 1.581835 2.271949 paisvasco | 1.296157 .0995411 13.02 0.000 1.101052 1.491261 valencia | 1.144207 .1086928 10.53 0.000 .9311645 1.357249 _cons | 2.905355 .0743637 39.07 0.000 2.759599 3.051111 ------------------------------------------------------------------------------ Cuadro A.II.56: Efecto de la financiación de la I+D interna con fondos extranjeros privados

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 217.23 Prob > F = 0.0000 R-squared = 0.1837 Root MSE = 4.1242 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | .0331695 .0039714 8.35 0.000 .0253852 .0409538 INCI2 | -.0655816 .2516471 -0.26 0.794 -.5588333 .42767 a2007 | .2627851 .0716622 3.67 0.000 .1223205 .4032497 a2008 | .0621827 .0754836 0.82 0.410 -.0857722 .2101375 ss2 | 1.013446 .0801453 12.65 0.000 .8563543 1.170539 ss3 | 1.189935 .0950325 12.52 0.000 1.003663 1.376207 ss4 | .9674321 .0942825 10.26 0.000 .7826297 1.152235 ss5 | 1.614719 .202294 7.98 0.000 1.218204 2.011234 manuat | 1.243439 .0659645 18.85 0.000 1.114142 1.372735 servat | 2.150649 .0838004 25.66 0.000 1.986393 2.314906 cataluna | 3.465898 .0842982 41.11 0.000 3.300666 3.63113 galicia | 3.000649 .1304891 23.00 0.000 2.744879 3.25642 madrid | 3.667285 .1013506 36.18 0.000 3.468628 3.865941 navarra | 3.465201 .1522193 22.76 0.000 3.166837 3.763565 paisvasco | 3.572888 .0949981 37.61 0.000 3.386683 3.759093 valencia | 2.978446 .1062111 28.04 0.000 2.770263 3.18663 _cons | 6.853437 .0892797 76.76 0.000 6.678441 7.028434 ------------------------------------------------------------------------------

73

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 227.00 Prob > F = 0.0000 R-squared = 0.1891 Root MSE = 4.0648 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | .033379 .0039664 8.42 0.000 .0256046 .0411535 INCI2 | -.0561508 .2484597 -0.23 0.821 -.5431548 .4308532 a2007 | .2824512 .0705482 4.00 0.000 .1441702 .4207322 a2008 | .1089324 .0744483 1.46 0.143 -.0369931 .2548579 ss2 | 1.014284 .0789416 12.85 0.000 .8595511 1.169017 ss3 | 1.199128 .0935485 12.82 0.000 1.015765 1.382492 ss4 | .9904788 .0930419 10.65 0.000 .808108 1.17285 ss5 | 1.622259 .1998617 8.12 0.000 1.230512 2.014007 manuat | 1.26333 .0651001 19.41 0.000 1.135728 1.390933 servat | 2.173276 .0826266 26.30 0.000 2.01132 2.335231 cataluna | 3.475403 .0830998 41.82 0.000 3.31252 3.638287 galicia | 2.956972 .1282578 23.05 0.000 2.705575 3.208369 madrid | 3.659237 .0999874 36.60 0.000 3.463252 3.855221 navarra | 3.42097 .1497504 22.84 0.000 3.127445 3.714494 paisvasco | 3.586555 .0936502 38.30 0.000 3.402992 3.770118 valencia | 2.964393 .1046156 28.34 0.000 2.759336 3.169449 _cons | 6.700875 .0876684 76.43 0.000 6.529036 6.872713 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 53.29 Prob > F = 0.0000 R-squared = 0.0466 Root MSE = 5.2184 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | .0307128 .0070381 4.36 0.000 .0169175 .0445081 INCI2 | -.4218143 .3012224 -1.40 0.161 -1.012238 .1686095 a2007 | -.1162827 .0927936 -1.25 0.210 -.2981668 .0656014 a2008 | -.643488 .0934083 -6.89 0.000 -.826577 -.4603991 ss2 | .4288547 .1106084 3.88 0.000 .2120519 .6456574 ss3 | .7363012 .1272805 5.78 0.000 .4868197 .9857827 ss4 | 1.133995 .1122761 10.10 0.000 .9139234 1.354066 ss5 | 2.09364 .2309468 9.07 0.000 1.640963 2.546317 manuat | .9750039 .0879924 11.08 0.000 .8025306 1.147477 servat | 2.343316 .1232515 19.01 0.000 2.101732 2.584901 cataluna | .8028484 .1029735 7.80 0.000 .6010107 1.004686 galicia | 1.28316 .1900832 6.75 0.000 .9105791 1.65574 madrid | 1.424036 .1334834 10.67 0.000 1.162396 1.685675 navarra | 1.745054 .2274695 7.67 0.000 1.299193 2.190916 paisvasco | 1.209427 .1276646 9.47 0.000 .9591921 1.459661 valencia | 1.087478 .1391912 7.81 0.000 .8146507 1.360306 _cons | 2.975065 .09533 31.21 0.000 2.788209 3.161921 ------------------------------------------------------------------------------

74

Cuadro A.II.57: Efecto de la financiación de la I+D interna con fondos extranjeros públicos

Sobre los gastos totales en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 215.15 Prob > F = 0.0000 R-squared = 0.1841 Root MSE = 4.1232 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | .0358693 .0054956 6.53 0.000 .0250975 .0466411 INCI2 | -.0562782 .2518105 -0.22 0.823 -.5498502 .4372937 a2007 | .2703793 .0716933 3.77 0.000 .1298537 .4109049 a2008 | .0687107 .0754614 0.91 0.363 -.0792006 .216622 ss2 | 1.023733 .0801215 12.78 0.000 .8666879 1.180779 ss3 | 1.223104 .0948338 12.90 0.000 1.037221 1.408987 ss4 | .9921035 .0940672 10.55 0.000 .807723 1.176484 ss5 | 1.637202 .2019927 8.11 0.000 1.241277 2.033126 manuat | 1.274767 .0659658 19.32 0.000 1.145467 1.404066 servat | 2.136254 .0839908 25.43 0.000 1.971625 2.300884 cataluna | 3.46275 .0842902 41.08 0.000 3.297533 3.627967 galicia | 3.005679 .1305913 23.02 0.000 2.749708 3.26165 madrid | 3.658477 .1014054 36.08 0.000 3.459713 3.857241 navarra | 3.450441 .1519798 22.70 0.000 3.152546 3.748335 paisvasco | 3.54937 .0947914 37.44 0.000 3.363571 3.73517 valencia | 2.957707 .1059979 27.90 0.000 2.749941 3.165473 _cons | 6.821535 .0893102 76.38 0.000 6.646479 6.996591 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 18438 F( 16, 18421) = 225.03 Prob > F = 0.0000 R-squared = 0.1895 Root MSE = 4.0637 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | .0362777 .0054505 6.66 0.000 .0255942 .0469612 INCI2 | -.0467841 .2486318 -0.19 0.851 -.5341255 .4405574 a2007 | .2901376 .0705767 4.11 0.000 .1518007 .4284744 a2008 | .1155449 .0744238 1.55 0.121 -.0303326 .2614224 ss2 | 1.024663 .0789215 12.98 0.000 .8699694 1.179356 ss3 | 1.23255 .0933538 13.20 0.000 1.049568 1.415532 ss4 | 1.015312 .0928298 10.94 0.000 .8333569 1.197267 ss5 | 1.644705 .1995608 8.24 0.000 1.253547 2.035863 manuat | 1.294938 .0650999 19.89 0.000 1.167336 1.422539 servat | 2.158576 .0828309 26.06 0.000 1.99622 2.320932 cataluna | 3.472181 .08309 41.79 0.000 3.309317 3.635045 galicia | 2.962097 .1283583 23.08 0.000 2.710503 3.213691 madrid | 3.65029 .1000477 36.49 0.000 3.454187 3.846393 navarra | 3.406098 .1494854 22.79 0.000 3.113093 3.699103 paisvasco | 3.562815 .0934411 38.13 0.000 3.379662 3.745968 valencia | 2.943457 .1043987 28.19 0.000 2.738826 3.148088 _cons | 6.668626 .0876852 76.05 0.000 6.496755 6.840497 ------------------------------------------------------------------------------

75

Sobre los gastos de capital en I+D Linear regression Number of obs = 18438

F( 16, 18421) = 53.68 Prob > F = 0.0000 R-squared = 0.0470 Root MSE = 5.2173 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | .0348383 .0072746 4.79 0.000 .0205795 .0490972 INCI2 | -.413159 .3014861 -1.37 0.171 -1.0041 .1777817 a2007 | -.1088559 .0927811 -1.17 0.241 -.2907155 .0730037 a2008 | -.6370569 .0933901 -6.82 0.000 -.8201102 -.4540036 ss2 | .4386213 .1104546 3.97 0.000 .2221201 .6551225 ss3 | .7674 .127026 6.04 0.000 .5184173 1.016383 ss4 | 1.156891 .1121602 10.31 0.000 .9370469 1.376736 ss5 | 2.112856 .2314467 9.13 0.000 1.659199 2.566513 manuat | 1.004741 .0880216 11.41 0.000 .83221 1.177271 servat | 2.328074 .1229119 18.94 0.000 2.087156 2.568993 cataluna | .799443 .1029613 7.76 0.000 .5976294 1.001257 galicia | 1.288387 .1901168 6.78 0.000 .9157404 1.661033 madrid | 1.415138 .1336209 10.59 0.000 1.153228 1.677047 navarra | 1.731227 .2276326 7.61 0.000 1.285046 2.177408 paisvasco | 1.186994 .1275018 9.31 0.000 .9370784 1.436909 valencia | 1.06769 .1390591 7.68 0.000 .795121 1.340258 _cons | 2.944237 .0953566 30.88 0.000 2.757329 3.131144 ------------------------------------------------------------------------------ Cuadro A.II.58: Efecto de la realización de compras de I+D en el extranjero


Linear regression Number of obs = 30390 F( 17, 30372) = 342.84 Prob > F = 0.0000 R-squared = 0.1857 Root MSE = 4.1174 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | 1.159478 .0895556 12.95 0.000 .9839448 1.33501 INCI2 | .0230501 .1922215 0.12 0.905 -.3537121 .3998124 a2006 | .1150128 .0626223 1.84 0.066 -.0077296 .2377551 a2007 | .2978491 .0640224 4.65 0.000 .1723625 .4233358 a2008 | .0922869 .0681686 1.35 0.176 -.0413264 .2259001 ss2 | .9527605 .0628571 15.16 0.000 .829558 1.075963 ss3 | 1.154177 .0736249 15.68 0.000 1.009869 1.298485 ss4 | .857828 .0741573 11.57 0.000 .7124765 1.00318 ss5 | 1.724646 .1566901 11.01 0.000 1.417527 2.031765 manuat | 1.254224 .0510984 24.55 0.000 1.154069 1.354379 servat | 2.134102 .0661104 32.28 0.000 2.004523 2.263681 cataluna | 3.422873 .0661157 51.77 0.000 3.293284 3.552463 galicia | 2.99864 .1010263 29.68 0.000 2.800624 3.196656 madrid | 3.652185 .0793286 46.04 0.000 3.496698 3.807672 navarra | 3.386895 .1172036 28.90 0.000 3.157171 3.616619 paisvasco | 3.594027 .0727778 49.38 0.000 3.45138 3.736674 valencia | 2.896523 .0839937 34.49 0.000 2.731892 3.061155 _cons | 6.797066 .0698329 97.33 0.000 6.660191 6.933942 ------------------------------------------------------------------------------

76

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 359.65 Prob > F = 0.0000 R-squared = 0.1916 Root MSE = 4.0534 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | 1.148993 .0883894 13.00 0.000 .9757463 1.32224 INCI2 | .0416478 .1895965 0.22 0.826 -.3299694 .413265 a2006 | .1207213 .0615522 1.96 0.050 .0000765 .2413661 a2007 | .3212688 .0630419 5.10 0.000 .197704 .4448336 a2008 | .142775 .0672733 2.12 0.034 .0109165 .2746334 ss2 | .958715 .0618517 15.50 0.000 .8374831 1.079947 ss3 | 1.169725 .0724756 16.14 0.000 1.02767 1.31178 ss4 | .8820642 .0730683 12.07 0.000 .7388472 1.025281 ss5 | 1.734032 .1546991 11.21 0.000 1.430815 2.037249 manuat | 1.2775 .0503837 25.36 0.000 1.178746 1.376254 servat | 2.159651 .0651168 33.17 0.000 2.03202 2.287283 cataluna | 3.434618 .0651145 52.75 0.000 3.306991 3.562245 galicia | 2.938067 .0991126 29.64 0.000 2.743802 3.132332 madrid | 3.64809 .0782178 46.64 0.000 3.494779 3.8014 navarra | 3.333317 .1150137 28.98 0.000 3.107885 3.558748 paisvasco | 3.606298 .0716875 50.31 0.000 3.465788 3.746809 valencia | 2.874118 .0825537 34.82 0.000 2.712309 3.035926 _cons | 6.63911 .0685102 96.91 0.000 6.504827 6.773392 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 102.82 Prob > F = 0.0000 R-squared = 0.0556 Root MSE = 5.2154 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | 2.072284 .1238478 16.73 0.000 1.829537 2.315031 INCI2 | -.3327579 .2319291 -1.43 0.151 -.7873487 .1218329 a2006 | -.0325826 .0802298 -0.41 0.685 -.1898363 .1246712 a2007 | -.149934 .0827963 -1.81 0.070 -.3122182 .0123503 a2008 | -.6803473 .0834378 -8.15 0.000 -.8438889 -.5168058 ss2 | .3796827 .0858701 4.42 0.000 .2113736 .5479918 ss3 | .5412264 .0989574 5.47 0.000 .3472658 .735187 ss4 | .9273513 .0881356 10.52 0.000 .7546019 1.100101 ss5 | 1.93316 .1801745 10.73 0.000 1.580011 2.28631 manuat | .9059616 .0683193 13.26 0.000 .7720528 1.03987 servat | 2.269457 .0965715 23.50 0.000 2.080173 2.458741 cataluna | .8857192 .0802803 11.03 0.000 .7283664 1.043072 galicia | 1.652101 .1467973 11.25 0.000 1.364372 1.93983 madrid | 1.483285 .104386 14.21 0.000 1.278684 1.687887 navarra | 1.839865 .1760871 10.45 0.000 1.494727 2.185004 paisvasco | 1.279782 .0991601 12.91 0.000 1.085424 1.47414 valencia | 1.135571 .1083774 10.48 0.000 .9231463 1.347995 _cons | 2.918764 .073949 39.47 0.000 2.77382 3.063707 ------------------------------------------------------------------------------

77

Cuadro A.II.59: Efecto de la intensidad de las compras de I+D en el extranjero

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 333.86 Prob > F = 0.0000 R-squared = 0.1847 Root MSE = 4.1201 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | -.0282472 .0034173 -8.27 0.000 -.0349453 -.0215492 INCI2 | .0028954 .1927221 0.02 0.988 -.374848 .3806387 a2006 | .1065525 .0626922 1.70 0.089 -.0163269 .2294319 a2007 | .2934938 .0641148 4.58 0.000 .1678261 .4191614 a2008 | .0907257 .0681455 1.33 0.183 -.0428424 .2242937 ss2 | .9908997 .0629936 15.73 0.000 .8674297 1.11437 ss3 | 1.248771 .073306 17.04 0.000 1.105089 1.392454 ss4 | 1.060619 .0735656 14.42 0.000 .9164278 1.204811 ss5 | 1.88005 .1585933 11.85 0.000 1.569201 2.1909 manuat | 1.331002 .0508402 26.18 0.000 1.231353 1.43065 servat | 2.168311 .0664472 32.63 0.000 2.038072 2.29855 cataluna | 3.41816 .0660836 51.72 0.000 3.288634 3.547687 galicia | 2.949319 .1016053 29.03 0.000 2.750168 3.14847 madrid | 3.632901 .0795087 45.69 0.000 3.477061 3.788742 navarra | 3.408676 .1177232 28.96 0.000 3.177934 3.639418 paisvasco | 3.560227 .0729037 48.83 0.000 3.417332 3.703121 valencia | 2.860107 .0842197 33.96 0.000 2.695033 3.025181 _cons | 6.848697 .0699889 97.85 0.000 6.711516 6.985878 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 350.30 Prob > F = 0.0000 R-squared = 0.1905 Root MSE = 4.0563 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | -.0276594 .0033833 -8.18 0.000 -.0342908 -.021028 INCI2 | .0216791 .1901214 0.11 0.909 -.3509669 .3943251 a2006 | .1123879 .0616227 1.82 0.068 -.0083952 .2331711 a2007 | .3169827 .0631361 5.02 0.000 .1932333 .4407321 a2008 | .1412545 .0672571 2.10 0.036 .0094278 .2730813 ss2 | .9963758 .0619931 16.07 0.000 .8748667 1.117885 ss3 | 1.263002 .0721612 17.50 0.000 1.121563 1.404441 ss4 | 1.082066 .0724979 14.93 0.000 .9399668 1.224165 ss5 | 1.887566 .1565699 12.06 0.000 1.580682 2.19445 manuat | 1.353278 .0501294 27.00 0.000 1.255022 1.451533 servat | 2.193545 .0654433 33.52 0.000 2.065274 2.321817 cataluna | 3.430299 .0650852 52.70 0.000 3.30273 3.557869 galicia | 2.889654 .0997026 28.98 0.000 2.694233 3.085076 madrid | 3.629327 .0783959 46.29 0.000 3.475668 3.782987 navarra | 3.355092 .1155824 29.03 0.000 3.128545 3.581638 paisvasco | 3.573256 .071798 49.77 0.000 3.432529 3.713983 valencia | 2.838464 .0827776 34.29 0.000 2.676217 3.000712 _cons | 6.689876 .068665 97.43 0.000 6.55529 6.824462 ------------------------------------------------------------------------------

78

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 83.87 Prob > F = 0.0000 R-squared = 0.0464 Root MSE = 5.241 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | -.0105131 .0029461 -3.57 0.000 -.0162876 -.0047386 INCI2 | -.3683232 .2338637 -1.57 0.115 -.8267059 .0900595 a2006 | -.0416448 .0806454 -0.52 0.606 -.1997132 .1164236 a2007 | -.1541171 .0832235 -1.85 0.064 -.3172386 .0090044 a2008 | -.6799346 .0838563 -8.11 0.000 -.8442964 -.5155728 ss2 | .4317878 .0861843 5.01 0.000 .2628629 .6007127 ss3 | .6546639 .0991405 6.60 0.000 .4603442 .8489835 ss4 | 1.174811 .0884776 13.28 0.000 1.001391 1.348231 ss5 | 2.154997 .1832862 11.76 0.000 1.795749 2.514246 manuat | 1.006441 .0684339 14.71 0.000 .8723079 1.140575 servat | 2.329878 .0973031 23.94 0.000 2.13916 2.520597 cataluna | .919562 .0807838 11.38 0.000 .7612223 1.077902 galicia | 1.619557 .1478795 10.95 0.000 1.329707 1.909407 madrid | 1.490563 .1050075 14.19 0.000 1.284743 1.696382 navarra | 1.901748 .1758508 10.81 0.000 1.557073 2.246423 paisvasco | 1.273753 .0997156 12.77 0.000 1.078306 1.4692 valencia | 1.122614 .1089369 10.31 0.000 .9090931 1.336135 _cons | 2.963237 .0743637 39.85 0.000 2.817481 3.108993 ------------------------------------------------------------------------------


Cuadro A.II.60: Efecto de la realización de actividades de formación para la innovación


Linear regression Number of obs = 30390 F( 17, 30372) = 336.02 Prob > F = 0.0000 R-squared = 0.1841 Root MSE = 4.1216 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .5340349 .0546888 9.76 0.000 .4268427 .6412272 INCI2 | -.0156199 .1930543 -0.08 0.936 -.3940145 .3627747 a2006 | .1897965 .0633319 3.00 0.003 .0656634 .3139296 a2007 | .374973 .0645889 5.81 0.000 .2483761 .5015699 a2008 | .1871255 .0690294 2.71 0.007 .051825 .322426 ss2 | .9542719 .0629677 15.15 0.000 .8308526 1.077691 ss3 | 1.161936 .0736237 15.78 0.000 1.017631 1.306242 ss4 | .9179508 .073898 12.42 0.000 .7731076 1.062794 ss5 | 1.753344 .1577748 11.11 0.000 1.444098 2.062589 manuat | 1.28801 .0511277 25.19 0.000 1.187797 1.388222 servat | 2.111949 .0665175 31.75 0.000 1.981572 2.242326 cataluna | 3.44593 .0660692 52.16 0.000 3.316432 3.575429 galicia | 2.992179 .1011052 29.59 0.000 2.794008 3.190349 madrid | 3.665736 .0794104 46.16 0.000 3.510088 3.821383 navarra | 3.4189 .1171909 29.17 0.000 3.189201 3.648599 paisvasco | 3.583321 .0728205 49.21 0.000 3.44059 3.726052 valencia | 2.880395 .0840077 34.29 0.000 2.715737 3.045054 _cons | 6.671146 .0712245 93.66 0.000 6.531543 6.810749 ------------------------------------------------------------------------------

79

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 351.86 Prob > F = 0.0000 R-squared = 0.1897 Root MSE = 4.0582 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .5028615 .0538096 9.35 0.000 .3973924 .6083306 INCI2 | .0042567 .190438 0.02 0.982 -.3690098 .3775232 a2006 | .1909336 .0622635 3.07 0.002 .0688945 .3129726 a2007 | .3938013 .0636116 6.19 0.000 .26912 .5184827 a2008 | .2321122 .0681267 3.41 0.001 .098581 .3656434 ss2 | .9614597 .0619724 15.51 0.000 .8399913 1.082928 ss3 | 1.179759 .0724713 16.28 0.000 1.037712 1.321806 ss4 | .944673 .0728306 12.97 0.000 .801922 1.087424 ss5 | 1.766772 .1557891 11.34 0.000 1.461418 2.072125 manuat | 1.31182 .0504184 26.02 0.000 1.212998 1.410642 servat | 2.140454 .0655246 32.67 0.000 2.012023 2.268885 cataluna | 3.45757 .0650748 53.13 0.000 3.330021 3.58512 galicia | 2.931488 .0992669 29.53 0.000 2.736921 3.126055 madrid | 3.661353 .0783134 46.75 0.000 3.507856 3.814851 navarra | 3.365328 .1150703 29.25 0.000 3.139786 3.590871 paisvasco | 3.596446 .0717335 50.14 0.000 3.455845 3.737046 valencia | 2.858952 .0825904 34.62 0.000 2.697071 3.020832 _cons | 6.52142 .0699066 93.29 0.000 6.384401 6.65844 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 122.52 Prob > F = 0.0000 R-squared = 0.0649 Root MSE = 5.1897 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | 1.734325 .0712357 24.35 0.000 1.5947 1.87395 INCI2 | -.4293806 .2323389 -1.85 0.065 -.8847745 .0260134 a2006 | .2163868 .0804648 2.69 0.007 .0586724 .3741012 a2007 | .1031766 .0830008 1.24 0.214 -.0595084 .2658616 a2008 | -.3733762 .0840318 -4.44 0.000 -.5380821 -.2086702 ss2 | .3454682 .0852724 4.05 0.000 .1783307 .5126057 ss3 | .485693 .0983509 4.94 0.000 .2929212 .6784649 ss4 | .9451209 .0874166 10.81 0.000 .7737807 1.116461 ss5 | 1.857115 .1821621 10.19 0.000 1.50007 2.21416 manuat | .94148 .0677166 13.90 0.000 .8087526 1.074207 servat | 2.148299 .0964682 22.27 0.000 1.959217 2.337381 cataluna | .9238643 .0799349 11.56 0.000 .7671885 1.08054 galicia | 1.645759 .1460248 11.27 0.000 1.359544 1.931974 madrid | 1.512376 .1040634 14.53 0.000 1.308408 1.716345 navarra | 1.888309 .1737377 10.87 0.000 1.547776 2.228843 paisvasco | 1.238254 .0983194 12.59 0.000 1.045544 1.430964 valencia | 1.082578 .1073361 10.09 0.000 .8721943 1.292961 _cons | 2.483763 .0755378 32.88 0.000 2.335705 2.63182 ------------------------------------------------------------------------------

80

Cuadro A.II.61: Efecto de la intensidad de los recursos dedicados a la formación


Linear regression Number of obs = 24919 F( 17, 24901) = 294.08 Prob > F = 0.0000 R-squared = 0.1957 Root MSE = 4.0927 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.0711554 .0047496 -14.98 0.000 -.0804648 -.061846 INCI2 | .1021739 .2076378 0.49 0.623 -.3048085 .5091563 a2006 | .0784326 .0699454 1.12 0.262 -.0586646 .2155298 a2007 | .2723248 .0712031 3.82 0.000 .1327625 .4118871 a2008 | .0485397 .0750569 0.65 0.518 -.0985762 .1956557 ss2 | .993009 .0682693 14.55 0.000 .8591972 1.126821 ss3 | 1.152592 .0815471 14.13 0.000 .9927554 1.312429 ss4 | 1.000196 .0812198 12.31 0.000 .8410002 1.159391 ss5 | 1.809233 .1741418 10.39 0.000 1.467905 2.150561 manuat | 1.216109 .0563535 21.58 0.000 1.105653 1.326566 servat | 2.158418 .0716884 30.11 0.000 2.017905 2.298932 cataluna | 3.404266 .0723865 47.03 0.000 3.262384 3.546147 galicia | 2.890618 .1124435 25.71 0.000 2.670223 3.111014 madrid | 3.612683 .0871699 41.44 0.000 3.441825 3.783542 navarra | 3.456155 .125825 27.47 0.000 3.20953 3.702779 paisvasco | 3.571682 .079994 44.65 0.000 3.414889 3.728475 valencia | 2.85847 .0920497 31.05 0.000 2.678048 3.038893 _cons | 6.988687 .0809708 86.31 0.000 6.829979 7.147394 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 24919 F( 17, 24901) = 306.35 Prob > F = 0.0000 R-squared = 0.2011 Root MSE = 4.0311 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.0701967 .0047248 -14.86 0.000 -.0794576 -.0609358 INCI2 | .1097057 .2048364 0.54 0.592 -.2917858 .5111972 a2006 | .080289 .0687581 1.17 0.243 -.0544809 .2150588 a2007 | .2917731 .0700978 4.16 0.000 .1543773 .429169 a2008 | .0953159 .0740321 1.29 0.198 -.0497915 .2404233 ss2 | .9954457 .0672045 14.81 0.000 .8637209 1.12717 ss3 | 1.165817 .0802596 14.53 0.000 1.008503 1.32313 ss4 | 1.023399 .0801032 12.78 0.000 .8663922 1.180406 ss5 | 1.81704 .1720285 10.56 0.000 1.479854 2.154226 manuat | 1.237004 .0555749 22.26 0.000 1.128074 1.345934 servat | 2.18108 .0706322 30.88 0.000 2.042636 2.319523 cataluna | 3.415339 .0713164 47.89 0.000 3.275555 3.555124 galicia | 2.836734 .1102996 25.72 0.000 2.620541 3.052928 madrid | 3.603856 .0859595 41.93 0.000 3.43537 3.772342 navarra | 3.411017 .1235447 27.61 0.000 3.168862 3.653171 paisvasco | 3.582399 .0787814 45.47 0.000 3.427983 3.736816 valencia | 2.844335 .0905917 31.40 0.000 2.66677 3.0219 _cons | 6.834723 .079498 85.97 0.000 6.678902 6.990543 ------------------------------------------------------------------------------

81


Linear regression Number of obs = 24919 F( 17, 24901) = 74.02 Prob > F = 0.0000 R-squared = 0.0471 Root MSE = 5.2347 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.0260692 .0030727 -8.48 0.000 -.0320919 -.0200465 INCI2 | -.2461772 .2619259 -0.94 0.347 -.7595675 .2672131 a2006 | -.0006699 .0904367 -0.01 0.994 -.1779312 .1765915 a2007 | -.1108722 .0927583 -1.20 0.232 -.292684 .0709396 a2008 | -.6451983 .0933995 -6.91 0.000 -.8282668 -.4621298 ss2 | .4522031 .0953949 4.74 0.000 .2652235 .6391827 ss3 | .6825795 .1097036 6.22 0.000 .467554 .8976051 ss4 | 1.160531 .0971768 11.94 0.000 .9700586 1.351003 ss5 | 2.11877 .2027796 10.45 0.000 1.72131 2.51623 manuat | .9383959 .0757907 12.38 0.000 .7898416 1.08695 servat | 2.359933 .1065547 22.15 0.000 2.15108 2.568786 cataluna | .8538396 .0891125 9.58 0.000 .6791738 1.028505 galicia | 1.464518 .1640947 8.92 0.000 1.142882 1.786153 madrid | 1.501944 .1157586 12.97 0.000 1.275051 1.728838 navarra | 1.768928 .1982079 8.92 0.000 1.380429 2.157427 paisvasco | 1.29647 .1105402 11.73 0.000 1.079805 1.513136 valencia | 1.05903 .1205144 8.79 0.000 .8228146 1.295245 _cons | 2.980417 .0886706 33.61 0.000 2.806617 3.154217 ------------------------------------------------------------------------------ Efecto de los indicadores de Núcleo: Transferencia de conocimiento Cuadro A.II.62: Efecto de la cooperación público-privada

Sobre los gastos totales en I+D Linear regression Number of obs = 30388 F( 17, 30370) = 415.38 Prob > F = 0.0000 R-squared = 0.2117 Root MSE = 4.0514 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | 1.943912 .0510742 38.06 0.000 1.843804 2.044019 INCI2 | -.0293251 .1876405 -0.16 0.876 -.3971083 .3384581 a2006 | .1114788 .0617595 1.81 0.071 -.0095724 .2325299 a2007 | .2703901 .0630093 4.29 0.000 .1468893 .393891 a2008 | .0374997 .0668679 0.56 0.575 -.0935642 .1685636 ss2 | .9657771 .0621765 15.53 0.000 .8439085 1.087646 ss3 | 1.131412 .0723814 15.63 0.000 .9895416 1.273283 ss4 | .8443869 .0722002 11.70 0.000 .7028713 .9859024 ss5 | 1.517417 .1526846 9.94 0.000 1.218149 1.816686 manuat | 1.264642 .0504282 25.08 0.000 1.165801 1.363484 servat | 1.848002 .0650021 28.43 0.000 1.720595 1.975409 cataluna | 3.493061 .0651796 53.59 0.000 3.365306 3.620816 galicia | 2.692545 .1009709 26.67 0.000 2.494638 2.890452 madrid | 3.545648 .0775687 45.71 0.000 3.39361 3.697686 navarra | 3.405564 .1158759 29.39 0.000 3.178442 3.632686 paisvasco | 3.580871 .0716124 50.00 0.000 3.440507 3.721234 valencia | 2.90018 .0829263 34.97 0.000 2.737641 3.062719 _cons | 6.526841 .0695206 93.88 0.000 6.390578 6.663104 ------------------------------------------------------------------------------

82

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30388 F( 17, 30370) = 432.55 Prob > F = 0.0000 R-squared = 0.2174 Root MSE = 3.9884 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | 1.915047 .0502704 38.09 0.000 1.816515 2.013579 INCI2 | -.0100685 .185116 -0.05 0.957 -.3729037 .3527667 a2006 | .1171979 .0607049 1.93 0.054 -.0017862 .236182 a2007 | .2941898 .0620552 4.74 0.000 .1725589 .4158206 a2008 | .0887887 .0659874 1.35 0.178 -.0405495 .2181269 ss2 | .9716788 .0611955 15.88 0.000 .851733 1.091625 ss3 | 1.147604 .0712429 16.11 0.000 1.007965 1.287243 ss4 | .8695141 .0711448 12.22 0.000 .7300673 1.008961 ss5 | 1.530541 .150609 10.16 0.000 1.235341 1.825741 manuat | 1.288044 .0497174 25.91 0.000 1.190596 1.385492 servat | 1.877975 .0640848 29.30 0.000 1.752367 2.003584 cataluna | 3.503912 .0641988 54.58 0.000 3.378079 3.629744 galicia | 2.636458 .0990854 26.61 0.000 2.442246 2.830669 madrid | 3.543197 .0764709 46.33 0.000 3.393311 3.693083 navarra | 3.351929 .1135532 29.52 0.000 3.12936 3.574498 paisvasco | 3.593422 .0705343 50.95 0.000 3.455172 3.731672 valencia | 2.877722 .0815345 35.29 0.000 2.717911 3.037533 _cons | 6.373024 .068211 93.43 0.000 6.239328 6.506721 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 30388 F( 17, 30370) = 139.89 Prob > F = 0.0000 R-squared = 0.0746 Root MSE = 5.1629 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | 2.22538 .0760693 29.25 0.000 2.076281 2.374479 INCI2 | -.4053166 .2294224 -1.77 0.077 -.8549942 .0443609 a2006 | -.038627 .0796512 -0.48 0.628 -.1947466 .1174926 a2007 | -.1818603 .0818067 -2.22 0.026 -.3422048 -.0215157 a2008 | -.7419647 .0823979 -9.00 0.000 -.9034679 -.5804614 ss2 | .4123828 .084862 4.86 0.000 .2460496 .578716 ss3 | .5512801 .0978049 5.64 0.000 .3595784 .7429819 ss4 | .990604 .0860968 11.51 0.000 .8218507 1.159357 ss5 | 1.770884 .1804382 9.81 0.000 1.417218 2.124551 manuat | .9511092 .0677892 14.03 0.000 .8182395 1.083979 servat | 1.964362 .0950394 20.67 0.000 1.77808 2.150643 cataluna | .9821549 .0793378 12.38 0.000 .8266495 1.13766 galicia | 1.295286 .1478692 8.76 0.000 1.005456 1.585115 madrid | 1.367777 .1034702 13.22 0.000 1.164971 1.570583 navarra | 1.885665 .1749797 10.78 0.000 1.542698 2.228633 paisvasco | 1.265442 .0982211 12.88 0.000 1.072924 1.457959 valencia | 1.140032 .1070536 10.65 0.000 .9302023 1.349861 _cons | 2.619945 .0735618 35.62 0.000 2.47576 2.764129 ------------------------------------------------------------------------------

83

Cuadro A.II.63: Efecto de las compras de servicios de I+D a organismos públicos

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 381.04 Prob > F = 0.0000 R-squared = 0.1988 Root MSE = 4.0843 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | 1.673976 .0582236 28.75 0.000 1.559856 1.788097 INCI2 | .0016809 .18981 0.01 0.993 -.3703547 .3737164 a2006 | .1026259 .0621471 1.65 0.099 -.0191851 .224437 a2007 | .2716672 .0635481 4.27 0.000 .1471104 .3962241 a2008 | .0844412 .0675113 1.25 0.211 -.0478839 .2167663 ss2 | .962431 .062765 15.33 0.000 .839409 1.085453 ss3 | 1.165445 .0729942 15.97 0.000 1.022374 1.308517 ss4 | .8982714 .0727421 12.35 0.000 .7556939 1.040849 ss5 | 1.691625 .1544933 10.95 0.000 1.388812 1.994438 manuat | 1.230675 .0507168 24.27 0.000 1.131268 1.330082 servat | 2.083898 .0656105 31.76 0.000 1.955299 2.212497 cataluna | 3.455304 .0654207 52.82 0.000 3.327077 3.583532 galicia | 2.778532 .1013943 27.40 0.000 2.579795 2.977269 madrid | 3.634364 .0783212 46.40 0.000 3.480852 3.787877 navarra | 3.450353 .1164601 29.63 0.000 3.222087 3.67862 paisvasco | 3.685067 .0726594 50.72 0.000 3.542651 3.827482 valencia | 2.859306 .0836687 34.17 0.000 2.695312 3.023301 _cons | 6.633128 .0698658 94.94 0.000 6.496188 6.770068 ------------------------------------------------------------------------------

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 397.62 Prob > F = 0.0000 R-squared = 0.2044 Root MSE = 4.0213 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | 1.642638 .0573128 28.66 0.000 1.530302 1.754973 INCI2 | .0204867 .1873518 0.11 0.913 -.3467308 .3877041 a2006 | .108526 .061089 1.78 0.076 -.011211 .228263 a2007 | .2955595 .0625868 4.72 0.000 .1728867 .4182323 a2008 | .135083 .0666289 2.03 0.043 .0044875 .2656785 ss2 | .9684637 .0617819 15.68 0.000 .8473686 1.089559 ss3 | 1.181318 .0718352 16.44 0.000 1.040518 1.322118 ss4 | .9229268 .0716813 12.88 0.000 .7824284 1.063425 ss5 | 1.702751 .152523 11.16 0.000 1.403799 2.001702 manuat | 1.254884 .0500187 25.09 0.000 1.156845 1.352923 servat | 2.110713 .0646348 32.66 0.000 1.984027 2.2374 cataluna | 3.466685 .0644419 53.80 0.000 3.340377 3.592994 galicia | 2.721982 .0995373 27.35 0.000 2.526885 2.91708 madrid | 3.630702 .0772325 47.01 0.000 3.479323 3.782081 navarra | 3.395955 .1142505 29.72 0.000 3.172019 3.619891 paisvasco | 3.695678 .071563 51.64 0.000 3.555412 3.835945 valencia | 2.837602 .0822565 34.50 0.000 2.676375 2.998828 _cons | 6.478413 .0685533 94.50 0.000 6.344046 6.612781 ------------------------------------------------------------------------------

84

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 130.53 Prob > F = 0.0000 R-squared = 0.0694 Root MSE = 5.1772 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | 2.297844 .0865415 26.55 0.000 2.128219 2.467469 INCI2 | -.370313 .2298221 -1.61 0.107 -.820774 .080148 a2006 | -.0513182 .0797732 -0.64 0.520 -.207677 .1050406 a2007 | -.1866241 .0821033 -2.27 0.023 -.3475501 -.0256982 a2008 | -.6908258 .0827447 -8.35 0.000 -.8530089 -.5286428 ss2 | .4040637 .0853783 4.73 0.000 .2367186 .5714088 ss3 | .579614 .0984935 5.88 0.000 .3865626 .7726655 ss4 | 1.033253 .0863075 11.97 0.000 .8640868 1.20242 ss5 | 1.935879 .1794272 10.79 0.000 1.584194 2.287564 manuat | .8947024 .0676665 13.22 0.000 .7620733 1.027332 servat | 2.214514 .0959837 23.07 0.000 2.026382 2.402646 cataluna | .9406657 .0794009 11.85 0.000 .7850366 1.096295 galicia | 1.345806 .1475705 9.12 0.000 1.056561 1.63505 madrid | 1.463058 .1034227 14.15 0.000 1.260345 1.665771 navarra | 1.942728 .1753053 11.08 0.000 1.599123 2.286334 paisvasco | 1.40667 .0987513 14.24 0.000 1.213114 1.600227 valencia | 1.084658 .1076112 10.08 0.000 .8737358 1.295581 _cons | 2.701128 .0738172 36.59 0.000 2.556443 2.845812 ------------------------------------------------------------------------------ Cuadro A.II.64: Efecto de la intensidad de compras de I+D a organismos públicos

Sobre los gastos totales en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 327.12 Prob > F = 0.0000 R-squared = 0.1817 Root MSE = 4.1277 ------------------------------------------------------------------------------ | Robust F.LGTINTID | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | -.0043519 .0035054 -1.24 0.214 -.0112226 .0025188 INCI2 | .0040064 .1925995 0.02 0.983 -.3734967 .3815095 a2006 | .1106568 .0627758 1.76 0.078 -.0123864 .2337001 a2007 | .296675 .0642172 4.62 0.000 .1708066 .4225434 a2008 | .0940798 .0683314 1.38 0.169 -.0398527 .2280124 ss2 | .9772725 .0629428 15.53 0.000 .853902 1.100643 ss3 | 1.206392 .0734925 16.42 0.000 1.062344 1.350441 ss4 | .9746574 .0735762 13.25 0.000 .830445 1.11887 ss5 | 1.835571 .1577484 11.64 0.000 1.526378 2.144764 manuat | 1.304359 .0511692 25.49 0.000 1.204065 1.404653 servat | 2.167338 .0663795 32.65 0.000 2.037231 2.297445 cataluna | 3.44167 .0662735 51.93 0.000 3.311771 3.571569 galicia | 2.995279 .1018004 29.42 0.000 2.795746 3.194812 madrid | 3.657626 .0796134 45.94 0.000 3.50158 3.813671 navarra | 3.417179 .1176828 29.04 0.000 3.186515 3.647842 paisvasco | 3.588762 .0733188 48.95 0.000 3.445054 3.73247 valencia | 2.891816 .0842637 34.32 0.000 2.726655 3.056976 _cons | 6.829594 .0706695 96.64 0.000 6.691079 6.96811 ------------------------------------------------------------------------------

85

Sobre los gastos corrientes en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 343.66 Prob > F = 0.0000 R-squared = 0.1875 Root MSE = 4.0637 ------------------------------------------------------------------------------ | Robust F.LGCOR | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | -.004354 .0034451 -1.26 0.206 -.0111065 .0023986 INCI2 | .0227838 .1899771 0.12 0.905 -.3495793 .3951469 a2006 | .1164031 .0617037 1.89 0.059 -.0045388 .237345 a2007 | .3201113 .0632356 5.06 0.000 .1961669 .4440557 a2008 | .1445621 .0674377 2.14 0.032 .0123814 .2767428 ss2 | .9829836 .0619401 15.87 0.000 .8615784 1.104389 ss3 | 1.221439 .0723414 16.88 0.000 1.079647 1.363231 ss4 | .9977924 .0725148 13.76 0.000 .8556603 1.139924 ss5 | 1.843907 .1557461 11.84 0.000 1.538638 2.149175 manuat | 1.327175 .0504526 26.31 0.000 1.228286 1.426064 servat | 2.192583 .0653774 33.54 0.000 2.06444 2.320725 cataluna | 3.453184 .0652683 52.91 0.000 3.325256 3.581113 galicia | 2.9348 .0998999 29.38 0.000 2.738992 3.130608 madrid | 3.653436 .0785001 46.54 0.000 3.499572 3.807299 navarra | 3.363253 .1155139 29.12 0.000 3.136841 3.589665 paisvasco | 3.600987 .0722082 49.87 0.000 3.459456 3.742518 valencia | 2.869404 .0828145 34.65 0.000 2.707084 3.031724 _cons | 6.671483 .0693334 96.22 0.000 6.535587 6.807379 ------------------------------------------------------------------------------

Sobre los gastos de capital en I+D Linear regression Number of obs = 30390 F( 17, 30372) = 83.44 Prob > F = 0.0000 R-squared = 0.0464 Root MSE = 5.2409 ------------------------------------------------------------------------------ | Robust F.LGCAP | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | .0113006 .0032841 3.44 0.001 .0048637 .0177375 INCI2 | -.3702507 .2338996 -1.58 0.113 -.8287037 .0882024 a2006 | -.0395916 .0806383 -0.49 0.623 -.197646 .1184628 a2007 | -.1548227 .0832128 -1.86 0.063 -.3179233 .0082779 a2008 | -.6819244 .0838654 -8.13 0.000 -.8463042 -.5175446 ss2 | .4334803 .0861869 5.03 0.000 .2645503 .6024103 ss3 | .6480008 .0990999 6.54 0.000 .4537609 .8422407 ss4 | 1.156794 .0879245 13.16 0.000 .9844583 1.32913 ss5 | 2.153195 .1828524 11.78 0.000 1.794796 2.511593 manuat | .9985381 .0684073 14.60 0.000 .8644568 1.132619 servat | 2.330896 .0972819 23.96 0.000 2.140219 2.521573 cataluna | .9471895 .080816 11.72 0.000 .7887868 1.105592 galicia | 1.616873 .1478445 10.94 0.000 1.327092 1.906655 madrid | 1.513936 .1049465 14.43 0.000 1.308237 1.719636 navarra | 1.927827 .1761122 10.95 0.000 1.58264 2.273014 paisvasco | 1.313748 .0999034 13.15 0.000 1.117933 1.509563 valencia | 1.149644 .1088815 10.56 0.000 .9362317 1.363056 _cons | 2.912546 .0750852 38.79 0.000 2.765375 3.059716 ------------------------------------------------------------------------------

86


A.3) Efectos sobre los gastos totales en innovación

87

Efecto de los indicadores del eje: Entorno financiero proclive a la innovación Cuadro A.II.65: Efecto de los fondos de las AAPP para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 578.77 Prob > F = 0.0000 R-squared = 0.3684 Root MSE = 1.3579 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | .832447 .0217603 38.26 0.000 .7897947 .8750992 INCI2 | .1477199 .0837188 1.76 0.078 -.0163767 .3118165 a2007 | .1835726 .0239872 7.65 0.000 .1365555 .2305897 a2008 | .1358985 .0245978 5.52 0.000 .0876845 .1841125 ss2 | .788158 .027454 28.71 0.000 .7343457 .8419703 ss3 | 1.279818 .0323963 39.51 0.000 1.216318 1.343317 ss4 | 1.897399 .0306493 61.91 0.000 1.837323 1.957474 ss5 | 3.245775 .0658925 49.26 0.000 3.11662 3.374931 manuat | .4970414 .0219529 22.64 0.000 .4540116 .5400712 servat | .8650085 .0327822 26.39 0.000 .8007523 .9292646 cataluna | .3969297 .026662 14.89 0.000 .3446698 .4491896 galicia | -.1041393 .0492755 -2.11 0.035 -.2007239 -.0075547 madrid | .5944148 .0349621 17.00 0.000 .5258859 .6629437 navarra | .3389101 .0556586 6.09 0.000 .2298141 .4480062 paisvasco | .3498415 .0329567 10.62 0.000 .2852432 .4144398 valencia | .0915284 .0359044 2.55 0.011 .0211524 .1619044 _cons | 10.8028 .0271967 397.21 0.000 10.74949 10.85611 ------------------------------------------------------------------------------


Linear regression Number of obs = 18438 F( 16, 18421) = 599.81 Prob > F = 0.0000 R-squared = 0.3710 Root MSE = 1.355 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | 1.014128 .0256288 39.57 0.000 .9638932 1.064363 INCI2 | .128135 .0843193 1.52 0.129 -.0371386 .2934087 a2007 | .148614 .0239747 6.20 0.000 .1016214 .1956066 a2008 | .0988468 .0245596 4.02 0.000 .0507078 .1469858 ss2 | .7439074 .0273041 27.25 0.000 .6903888 .7974261 ss3 | 1.224914 .0322136 38.02 0.000 1.161772 1.288055 ss4 | 1.841988 .0307125 59.98 0.000 1.781788 1.902187 ss5 | 3.158344 .0656731 48.09 0.000 3.029619 3.287069 manuat | .4861949 .0220063 22.09 0.000 .4430606 .5293292 servat | .8387703 .0328209 25.56 0.000 .7744384 .9031022 cataluna | .3680104 .0267561 13.75 0.000 .3155659 .4204549 galicia | .2107733 .0477256 4.42 0.000 .1172267 .30432 madrid | .5516419 .0350903 15.72 0.000 .4828617 .6204222 navarra | .4572479 .0555629 8.23 0.000 .3483394 .5661563 paisvasco | .4599317 .03229 14.24 0.000 .3966403 .523223 valencia | .1379753 .0356959 3.87 0.000 .0680079 .2079426 _cons | 10.91807 .0267754 407.77 0.000 10.86559 10.97055 ------------------------------------------------------------------------------

88

Cuadro A.II.67: Efecto de las subvenciones de las AALL para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 517.19 Prob > F = 0.0000 R-squared = 0.3475 Root MSE = 1.3801 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | .7264635 .0254884 28.50 0.000 .676504 .7764231 INCI2 | .1441713 .0844771 1.71 0.088 -.0214118 .3097543 a2007 | .1861401 .0243673 7.64 0.000 .138378 .2339022 a2008 | .1381213 .0250054 5.52 0.000 .0891084 .1871341 ss2 | .7837233 .0278599 28.13 0.000 .7291154 .8383312 ss3 | 1.284301 .032689 39.29 0.000 1.220228 1.348375 ss4 | 1.897424 .031074 61.06 0.000 1.836516 1.958332 ss5 | 3.333216 .0669435 49.79 0.000 3.202 3.464431 manuat | .4884257 .0223135 21.89 0.000 .4446892 .5321623 servat | .9262878 .0333974 27.74 0.000 .8608257 .9917498 cataluna | .4264147 .0272156 15.67 0.000 .3730696 .4797599 galicia | -.0839871 .0507345 -1.66 0.098 -.1834315 .0154573 madrid | .6940301 .0357657 19.40 0.000 .623926 .7641341 navarra | .3670129 .0563766 6.51 0.000 .2565095 .4775162 paisvasco | .3845362 .0336333 11.43 0.000 .3186118 .4504606 valencia | .1035911 .0363222 2.85 0.004 .0323961 .1747861 _cons | 10.88087 .0273706 397.54 0.000 10.82722 10.93452 ------------------------------------------------------------------------------ Cuadro A.II.68: Efecto de los fondos de la UE para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 530.53 Prob > F = 0.0000 R-squared = 0.3465 Root MSE = 1.3812 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | 1.310102 .0499261 26.24 0.000 1.212242 1.407962 INCI2 | .1411734 .0848221 1.66 0.096 -.0250856 .3074325 a2007 | .1839741 .02441 7.54 0.000 .1361283 .2318198 a2008 | .1404411 .0249906 5.62 0.000 .0914572 .189425 ss2 | .7473582 .0277661 26.92 0.000 .692934 .8017824 ss3 | 1.238298 .0324898 38.11 0.000 1.174616 1.301981 ss4 | 1.838917 .0311164 59.10 0.000 1.777927 1.899908 ss5 | 3.185856 .0673418 47.31 0.000 3.05386 3.317852 manuat | .4999505 .0225644 22.16 0.000 .4557222 .5441789 servat | .9004163 .0330806 27.22 0.000 .8355753 .9652574 cataluna | .391719 .0273877 14.30 0.000 .3380366 .4454014 galicia | .2130548 .048801 4.37 0.000 .1174002 .3087094 madrid | .6253076 .035657 17.54 0.000 .5554166 .6951987 navarra | .520726 .0559023 9.31 0.000 .4111524 .6302996 paisvasco | .5477474 .0328859 16.66 0.000 .483288 .6122069 valencia | .1452055 .0362189 4.01 0.000 .0742131 .2161979 _cons | 10.97336 .0270731 405.32 0.000 10.9203 11.02643 ------------------------------------------------------------------------------

89

Cuadro A.II.69: Efecto de los fondos de la APE para financiar la I+D interna

Linear regression Number of obs = 18438 F( 16, 18421) = 469.26 Prob > F = 0.0000 R-squared = 0.3243 Root MSE = 1.4045 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | 1.767089 .1540666 11.47 0.000 1.465105 2.069074 INCI2 | .1417577 .0864748 1.64 0.101 -.0277409 .3112563 a2007 | .1825542 .0247582 7.37 0.000 .1340257 .2310826 a2008 | .1455026 .025452 5.72 0.000 .0956144 .1953908 ss2 | .7760582 .0285767 27.16 0.000 .7200453 .8320711 ss3 | 1.268741 .0334317 37.95 0.000 1.203212 1.334271 ss4 | 1.881341 .0315847 59.56 0.000 1.819432 1.94325 ss5 | 3.308836 .0673927 49.10 0.000 3.17674 3.440932 manuat | .4913417 .0226759 21.67 0.000 .4468949 .5357885 servat | 1.025179 .0347328 29.52 0.000 .9570994 1.093258 cataluna | .4026527 .0276263 14.57 0.000 .3485026 .4568027 galicia | .2165211 .0496565 4.36 0.000 .1191897 .3138525 madrid | .6660594 .0363837 18.31 0.000 .5947439 .7373749 navarra | .5396702 .05712 9.45 0.000 .4277097 .6516307 paisvasco | .5995776 .0339052 17.68 0.000 .5331204 .6660349 valencia | .1716418 .0370636 4.63 0.000 .0989937 .2442898 _cons | 10.97553 .0274887 399.27 0.000 10.92164 11.02941 ------------------------------------------------------------------------------ Cuadro A.II.70: Efecto de la financiación de la I+D interna con subvenciones de las AAPP Linear regression Number of obs = 18438 F( 16, 18421) = 479.45 Prob > F = 0.0000 R-squared = 0.3355 Root MSE = 1.3927 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | .008772 .0004733 18.53 0.000 .0078443 .0096997 INCI2 | .1384789 .0851284 1.63 0.104 -.0283807 .3053384 a2007 | .19543 .0245883 7.95 0.000 .1472347 .2436253 a2008 | .1492936 .0252071 5.92 0.000 .0998852 .1987019 ss2 | .7963121 .0281253 28.31 0.000 .741184 .8514402 ss3 | 1.299616 .0331632 39.19 0.000 1.234613 1.364619 ss4 | 1.92354 .0315666 60.94 0.000 1.861666 1.985413 ss5 | 3.357928 .0677213 49.58 0.000 3.225188 3.490668 manuat | .5203441 .022558 23.07 0.000 .4761283 .5645598 servat | .9702901 .0340743 28.48 0.000 .9035012 1.037079 cataluna | .4066195 .0273213 14.88 0.000 .3530673 .4601718 galicia | .0648121 .0499783 1.30 0.195 -.03315 .1627742 madrid | .6446777 .0360354 17.89 0.000 .5740449 .7153105 navarra | .4903413 .0570939 8.59 0.000 .3784319 .6022506 paisvasco | .4925406 .0340226 14.48 0.000 .4258532 .5592281 valencia | .1455267 .0365323 3.98 0.000 .0739199 .2171334 _cons | 10.87802 .0277026 392.67 0.000 10.82372 10.93232 ------------------------------------------------------------------------------

90

Cuadro A.II.71: Efecto de la financiación de la I+D interna con subvenciones de la AGE Linear regression Number of obs = 18438 F( 16, 18421) = 466.25 Prob > F = 0.0000 R-squared = 0.3309 Root MSE = 1.3975 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | .0101934 .0007252 14.06 0.000 .0087719 .0116149 INCI2 | .1257295 .0860647 1.46 0.144 -.0429653 .2944242 a2007 | .1881114 .0246415 7.63 0.000 .1398118 .236411 a2008 | .1450519 .0253248 5.73 0.000 .095413 .1946908 ss2 | .776138 .0283144 27.41 0.000 .7206391 .8316369 ss3 | 1.271407 .0333502 38.12 0.000 1.206038 1.336777 ss4 | 1.894289 .0315584 60.02 0.000 1.832432 1.956147 ss5 | 3.3268 .0677328 49.12 0.000 3.194037 3.459562 manuat | .5035346 .0225776 22.30 0.000 .4592803 .5477888 servat | 1.008669 .0344702 29.26 0.000 .9411043 1.076234 cataluna | .3901994 .0274679 14.21 0.000 .3363598 .4440391 galicia | .2134344 .0490082 4.36 0.000 .1173737 .3094951 madrid | .620914 .0362607 17.12 0.000 .5498397 .6919883 navarra | .5196764 .0572584 9.08 0.000 .4074446 .6319083 paisvasco | .5701663 .0336437 16.95 0.000 .5042215 .6361111 valencia | .1651705 .0368387 4.48 0.000 .0929633 .2373777 _cons | 10.93384 .0274739 397.97 0.000 10.87999 10.98769 ------------------------------------------------------------------------------ Cuadro A.II.72: Efecto de la financiación de la I+D interna con subvenciones de las AALL Linear regression Number of obs = 18438 F( 16, 18421) = 458.51 Prob > F = 0.0000 R-squared = 0.3246 Root MSE = 1.4042 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | .0060056 .0006753 8.89 0.000 .0046819 .0073293 INCI2 | .1440192 .086122 1.67 0.094 -.0247879 .3128262 a2007 | .1874535 .024765 7.57 0.000 .1389118 .2359952 a2008 | .1466718 .0254402 5.77 0.000 .0968066 .1965371 ss2 | .7887064 .0284842 27.69 0.000 .7328746 .8445382 ss3 | 1.288719 .0334176 38.56 0.000 1.223217 1.354221 ss4 | 1.904333 .0316929 60.09 0.000 1.842212 1.966454 ss5 | 3.345762 .0677806 49.36 0.000 3.212906 3.478619 manuat | .5014082 .0226708 22.12 0.000 .4569713 .545845 servat | 1.022699 .0345537 29.60 0.000 .9549708 1.090428 cataluna | .4134378 .0276319 14.96 0.000 .3592766 .467599 galicia | .107494 .051494 2.09 0.037 .0065609 .2084271 madrid | .6765632 .0364148 18.58 0.000 .6051867 .7479397 navarra | .5198297 .0571878 9.09 0.000 .4077364 .6319231 paisvasco | .5443054 .0343683 15.84 0.000 .4769403 .6116706 valencia | .161906 .0369376 4.38 0.000 .0895049 .2343071 _cons | 10.93937 .0278024 393.47 0.000 10.88487 10.99386 ------------------------------------------------------------------------------

91

Cuadro A.II.73: Efecto de la financiación de la I+D interna con fondos de la UE Linear regression Number of obs = 18438 F( 16, 18421) = 456.22 Prob > F = 0.0000 R-squared = 0.3241 Root MSE = 1.4047 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | .0148734 .0021991 6.76 0.000 .010563 .0191838 INCI2 | .1351009 .0859908 1.57 0.116 -.0334491 .3036509 a2007 | .1871818 .0247756 7.56 0.000 .1386193 .2357442 a2008 | .1488242 .0254422 5.85 0.000 .098955 .1986933 ss2 | .777387 .0284784 27.30 0.000 .7215668 .8332072 ss3 | 1.273983 .0334462 38.09 0.000 1.208425 1.33954 ss4 | 1.883619 .0315787 59.65 0.000 1.821721 1.945516 ss5 | 3.308233 .0677161 48.85 0.000 3.175504 3.440963 manuat | .4981712 .0227155 21.93 0.000 .4536467 .5426956 servat | 1.030266 .0345407 29.83 0.000 .9625625 1.097969 cataluna | .3965382 .0276516 14.34 0.000 .3423385 .4507379 galicia | .2149598 .0497123 4.32 0.000 .1175191 .3124004 madrid | .6562266 .0364015 18.03 0.000 .5848763 .7275768 navarra | .5391242 .0572368 9.42 0.000 .4269347 .6513137 paisvasco | .5906671 .0337764 17.49 0.000 .5244623 .6568719 valencia | .1680779 .0370017 4.54 0.000 .0955513 .2406046 _cons | 10.96615 .0275269 398.38 0.000 10.9122 11.02011 ------------------------------------------------------------------------------ Cuadro A.II.74: Efecto de la financiación de la I+D interna con fondos de APE Linear regression Number of obs = 18438 F( 16, 18421) = 454.25 Prob > F = 0.0000 R-squared = 0.3224 Root MSE = 1.4064 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | .0364791 .009554 3.82 0.000 .0177524 .0552059 INCI2 | .1375062 .0865144 1.59 0.112 -.0320701 .3070824 a2007 | .1832461 .0247907 7.39 0.000 .134654 .2318382 a2008 | .1459165 .025491 5.72 0.000 .0959519 .1958812 ss2 | .7769839 .0285873 27.18 0.000 .7209501 .8330178 ss3 | 1.272207 .0335066 37.97 0.000 1.206531 1.337883 ss4 | 1.884358 .0316134 59.61 0.000 1.822393 1.946323 ss5 | 3.318236 .0675692 49.11 0.000 3.185794 3.450678 manuat | .4914036 .0226937 21.65 0.000 .4469219 .5358854 servat | 1.039133 .0347347 29.92 0.000 .9710498 1.107216 cataluna | .4034052 .0276742 14.58 0.000 .3491613 .4576491 galicia | .2140346 .0496814 4.31 0.000 .1166545 .3114148 madrid | .6651101 .0364652 18.24 0.000 .5936349 .7365853 navarra | .5429434 .0572402 9.49 0.000 .4307473 .6551395 paisvasco | .5996444 .0339227 17.68 0.000 .5331527 .6661361 valencia | .1752955 .0371202 4.72 0.000 .1025365 .2480546 _cons | 10.9744 .027525 398.71 0.000 10.92045 11.02835 ------------------------------------------------------------------------------

92

Cuadro A.II.75: Efecto del acceso a fondos de las AAPP para financiar la innovación Linear regression Number of obs = 30390 F( 17, 30372) = 879.87 Prob > F = 0.0000 R-squared = 0.3620 Root MSE = 1.3579 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | .7551273 .0160121 47.16 0.000 .7237429 .7865117 INCI2 | .1398091 .0613972 2.28 0.023 .019468 .2601502 a2006 | .0929455 .0208615 4.46 0.000 .052056 .133835 a2007 | .1658995 .0212529 7.81 0.000 .124243 .207556 a2008 | .1168951 .0219484 5.33 0.000 .0738752 .159915 ss2 | .7604123 .0213501 35.62 0.000 .7185652 .8022594 ss3 | 1.261801 .0249902 50.49 0.000 1.212819 1.310783 ss4 | 1.890125 .0240013 78.75 0.000 1.843082 1.937169 ss5 | 3.295761 .0516064 63.86 0.000 3.194611 3.396912 manuat | .4736946 .0169917 27.88 0.000 .4403902 .506999 servat | .8844711 .0262115 33.74 0.000 .8330955 .9358467 cataluna | .4267554 .0208439 20.47 0.000 .3859004 .4676103 galicia | -.0668943 .0369993 -1.81 0.071 -.1394145 .0056259 madrid | .625988 .0274722 22.79 0.000 .5721413 .6798346 navarra | .2731613 .0430037 6.35 0.000 .1888723 .3574503 paisvasco | .4041052 .0256345 15.76 0.000 .3538605 .45435 valencia | .0856998 .0281251 3.05 0.002 .0305735 .1408262 _cons | 10.71188 .0218104 491.14 0.000 10.66913 10.75463 ------------------------------------------------------------------------------ Cuadro A.II.76: Efecto de la falta de financiación como obstáculo para la innovación Linear regression Number of obs = 30390 F( 17, 30372) = 679.20 Prob > F = 0.0000 R-squared = 0.3161 Root MSE = 1.4059 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.0115947 .0064464 -1.80 0.072 -.0242298 .0010404 INCI2 | .1342671 .0633058 2.12 0.034 .010185 .2583491 a2006 | .0773325 .0215372 3.59 0.000 .0351186 .1195463 a2007 | .1477565 .0220568 6.70 0.000 .1045243 .1909888 a2008 | .1089881 .0228317 4.77 0.000 .0642369 .1537392 ss2 | .7495361 .0221864 33.78 0.000 .7060498 .7930225 ss3 | 1.259487 .0258385 48.74 0.000 1.208842 1.310131 ss4 | 1.882124 .0248055 75.88 0.000 1.833504 1.930743 ss5 | 3.324338 .0531439 62.55 0.000 3.220174 3.428502 manuat | .4859303 .017629 27.56 0.000 .4513767 .520484 servat | 1.023707 .0273532 37.43 0.000 .9700938 1.077321 cataluna | .3838403 .0215326 17.83 0.000 .3416355 .4260452 galicia | .1719027 .0377468 4.55 0.000 .0979173 .2458881 madrid | .6291747 .0285993 22.00 0.000 .5731189 .6852305 navarra | .4917475 .0442627 11.11 0.000 .4049908 .5785041 paisvasco | .5636689 .0264245 21.33 0.000 .5118758 .615462 valencia | .1381759 .0291392 4.74 0.000 .0810618 .19529 _cons | 11.06084 .0236641 467.41 0.000 11.01446 11.10723 ------------------------------------------------------------------------------

93

Efecto de los indicadores del eje: Fomento de la innovación desde la demanda pública Cuadro A.II.77: Efecto de la participación en contratos con la AGE Linear regression Number of obs = 18438 F( 16, 18421) = 475.27 Prob > F = 0.0000 R-squared = 0.3285 Root MSE = 1.4001 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | .9415611 .0624363 15.08 0.000 .8191802 1.063942 INCI2 | .1370256 .0864431 1.59 0.113 -.0324109 .3064622 a2007 | .1772748 .0246794 7.18 0.000 .1289009 .2256488 a2008 | .1391727 .0253868 5.48 0.000 .0894122 .1889332 ss2 | .7722334 .0284917 27.10 0.000 .716387 .8280798 ss3 | 1.268822 .0334342 37.95 0.000 1.203287 1.334356 ss4 | 1.876589 .0314369 59.69 0.000 1.81497 1.938208 ss5 | 3.300139 .0669849 49.27 0.000 3.168842 3.431436 manuat | .4798706 .0225838 21.25 0.000 .4356042 .524137 servat | 1.023332 .0345988 29.58 0.000 .9555147 1.091148 cataluna | .3973427 .0275752 14.41 0.000 .3432926 .4513927 galicia | .2118677 .0494615 4.28 0.000 .1149187 .3088168 madrid | .6511541 .0362474 17.96 0.000 .5801058 .7222024 navarra | .4991993 .0568954 8.77 0.000 .3876791 .6107196 paisvasco | .5779406 .0337106 17.14 0.000 .5118646 .6440165 valencia | .1661433 .0369445 4.50 0.000 .0937286 .2385579 _cons | 10.97529 .0273881 400.73 0.000 10.92161 11.02897 ------------------------------------------------------------------------------ Cuadro A.II.78: Efecto de la financiación de la I+D interna con contratos con la AGE Linear regression Number of obs = 18438 F( 16, 18421) = 459.53 Prob > F = 0.0000 R-squared = 0.3243 Root MSE = 1.4044 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .0146003 .0016521 8.84 0.000 .011362 .0178387 INCI2 | .1337265 .0866726 1.54 0.123 -.0361599 .3036129 a2007 | .1810562 .0247523 7.31 0.000 .1325394 .2295729 a2008 | .1417653 .0254702 5.57 0.000 .0918413 .1916894 ss2 | .7752368 .0285499 27.15 0.000 .7192764 .8311973 ss3 | 1.270184 .0334507 37.97 0.000 1.204618 1.335751 ss4 | 1.883447 .0315764 59.65 0.000 1.821554 1.945339 ss5 | 3.318017 .0674869 49.17 0.000 3.185736 3.450298 manuat | .4872178 .0226573 21.50 0.000 .4428074 .5316282 servat | 1.037976 .0347158 29.90 0.000 .9699297 1.106022 cataluna | .3989323 .0276459 14.43 0.000 .3447438 .4531208 galicia | .2147242 .0496322 4.33 0.000 .1174404 .3120079 madrid | .6571132 .036433 18.04 0.000 .5857011 .7285253 navarra | .5142638 .0570923 9.01 0.000 .4023577 .6261699 paisvasco | .59137 .0338276 17.48 0.000 .5250647 .6576753 valencia | .1711284 .0369987 4.63 0.000 .0986075 .2436492 _cons | 10.97372 .0274677 399.51 0.000 10.91988 11.02756 ------------------------------------------------------------------------------

94

Cuadro A.II.79: Efecto de la participación en contratos con las AALL Linear regression Number of obs = 18438 F( 16, 18421) = 457.16 Prob > F = 0.0000 R-squared = 0.3236 Root MSE = 1.4052 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | .7411291 .1053463 7.04 0.000 .5346405 .9476177 INCI2 | .1327002 .0864033 1.54 0.125 -.0366584 .3020587 a2007 | .1810204 .0247691 7.31 0.000 .1324706 .2295702 a2008 | .1448233 .0254682 5.69 0.000 .0949033 .1947434 ss2 | .7753923 .0285191 27.19 0.000 .7194922 .8312925 ss3 | 1.269503 .0335351 37.86 0.000 1.203771 1.335235 ss4 | 1.881544 .031572 59.60 0.000 1.81966 1.943428 ss5 | 3.316925 .0675363 49.11 0.000 3.184548 3.449302 manuat | .490054 .022699 21.59 0.000 .4455619 .5345462 servat | 1.018924 .0347567 29.32 0.000 .9507972 1.08705 cataluna | .4026165 .0276794 14.55 0.000 .3483623 .4568707 galicia | .1993747 .0493737 4.04 0.000 .1025976 .2961518 madrid | .6648437 .0363833 18.27 0.000 .5935291 .7361582 navarra | .5233596 .057511 9.10 0.000 .4106326 .6360865 paisvasco | .587323 .0338999 17.33 0.000 .520876 .65377 valencia | .1739461 .037068 4.69 0.000 .1012895 .2466028 _cons | 10.97663 .0275012 399.13 0.000 10.92272 11.03053 ------------------------------------------------------------------------------ Cuadro A.II.80: Efecto de la financiación de la I+D interna con contratos con las AALL Linear regression Number of obs = 18438 F( 16, 18421) = 452.61 Prob > F = 0.0000 R-squared = 0.3219 Root MSE = 1.407 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | .006796 .0032591 2.09 0.037 .0004078 .0131841 INCI2 | .1356007 .0865557 1.57 0.117 -.0340564 .3052578 a2007 | .1825952 .0248044 7.36 0.000 .1339762 .2312142 a2008 | .1448902 .0255032 5.68 0.000 .0949016 .1948788 ss2 | .776257 .0285693 27.17 0.000 .7202584 .8322555 ss3 | 1.270745 .0335133 37.92 0.000 1.205056 1.336434 ss4 | 1.883184 .0316277 59.54 0.000 1.821191 1.945178 ss5 | 3.319472 .0676642 49.06 0.000 3.186844 3.4521 manuat | .4913963 .022697 21.65 0.000 .4469082 .5358845 servat | 1.038852 .0348799 29.78 0.000 .9704838 1.107219 cataluna | .4011054 .0276801 14.49 0.000 .3468498 .455361 galicia | .2081771 .0496729 4.19 0.000 .1108135 .3055406 madrid | .6638671 .0364802 18.20 0.000 .5923626 .7353716 navarra | .5374304 .0573256 9.38 0.000 .4250668 .6497939 paisvasco | .595875 .0339253 17.56 0.000 .5293782 .6623717 valencia | .1744486 .0371248 4.70 0.000 .1016806 .2472167 _cons | 10.97667 .0275247 398.79 0.000 10.92272 11.03062 ------------------------------------------------------------------------------

95

Efecto de los indicadores del eje: Proyección internacional Cuadro A.II.81: Efecto de la presencia en mercados exteriores Linear regression Number of obs = 30390 F( 17, 30372) = 705.87 Prob > F = 0.0000 R-squared = 0.3245 Root MSE = 1.3973 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .3602477 .0192309 18.73 0.000 .3225544 .397941 INCI2 | .1275531 .0626119 2.04 0.042 .0048311 .2502751 a2006 | .067151 .0213925 3.14 0.002 .0252208 .1090812 a2007 | .1324848 .0219356 6.04 0.000 .0894901 .1754794 a2008 | .0921438 .0227142 4.06 0.000 .047623 .1366645 ss2 | .6893191 .0222424 30.99 0.000 .6457231 .7329151 ss3 | 1.18894 .0258684 45.96 0.000 1.138236 1.239643 ss4 | 1.822519 .0248292 73.40 0.000 1.773853 1.871185 ss5 | 3.299391 .0523223 63.06 0.000 3.196837 3.401945 manuat | .4125965 .0178517 23.11 0.000 .3776064 .4475866 servat | 1.076528 .0271862 39.60 0.000 1.023242 1.129814 cataluna | .3276177 .021618 15.15 0.000 .2852454 .36999 galicia | .1474845 .037648 3.92 0.000 .0736929 .2212761 madrid | .6137278 .0283554 21.64 0.000 .55815 .6693056 navarra | .4751138 .0440458 10.79 0.000 .3887821 .5614455 paisvasco | .5507152 .0262713 20.96 0.000 .4992224 .602208 valencia | .1062448 .0289552 3.67 0.000 .0494914 .1629982 _cons | 10.87158 .0235173 462.28 0.000 10.82548 10.91767 ------------------------------------------------------------------------------ Cuadro A.II.82: Efecto de la intensidad exportadora Linear regression Number of obs = 5464 F( 14, 5449) = 176.17 Prob > F = 0.0000 R-squared = 0.3486 Root MSE = 1.3973 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .004137 .0006083 6.80 0.000 .0029444 .0053296 INCI2 | .097151 .1553324 0.63 0.532 -.2073625 .4016645 ss2 | .7696053 .0528074 14.57 0.000 .6660818 .8731289 ss3 | 1.272381 .0605644 21.01 0.000 1.15365 1.391111 ss4 | 1.847809 .0557771 33.13 0.000 1.738463 1.957154 ss5 | 3.364862 .1114225 30.20 0.000 3.146429 3.583294 manuat | .4487308 .0422726 10.62 0.000 .3658597 .531602 servat | 1.150278 .0640204 17.97 0.000 1.024772 1.275783 cataluna | .4134085 .0507588 8.14 0.000 .3139009 .5129161 galicia | .2373661 .0907062 2.62 0.009 .0595458 .4151864 madrid | .6919075 .0667669 10.36 0.000 .5610178 .8227973 navarra | .6252103 .099278 6.30 0.000 .4305858 .8198347 paisvasco | .6332961 .0628853 10.07 0.000 .5100157 .7565765 valencia | .2543641 .0670143 3.80 0.000 .1229894 .3857389 _cons | 11.00792 .0437676 251.51 0.000 10.92212 11.09372 ------------------------------------------------------------------------------

96

Cuadro A.II.83: Efecto de la cooperación tecnológica internacional Linear regression Number of obs = 30388 F( 17, 30370) = 827.92 Prob > F = 0.0000 R-squared = 0.3516 Root MSE = 1.3689 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | .9185026 .0228329 40.23 0.000 .8737491 .9632561 INCI2 | .1344169 .0618467 2.17 0.030 .0131947 .255639 a2006 | .0736509 .0210116 3.51 0.000 .0324673 .1148344 a2007 | .1477447 .0214789 6.88 0.000 .1056452 .1898443 a2008 | .0983322 .0221242 4.44 0.000 .0549678 .1416966 ss2 | .7028084 .0214651 32.74 0.000 .660736 .7448808 ss3 | 1.178298 .0252296 46.70 0.000 1.128847 1.227749 ss4 | 1.741571 .0244878 71.12 0.000 1.693574 1.789568 ss5 | 3.075195 .0509034 60.41 0.000 2.975423 3.174968 manuat | .4410831 .0173266 25.46 0.000 .4071222 .475044 servat | .9223195 .0257218 35.86 0.000 .8719038 .9727353 cataluna | .3693001 .0211255 17.48 0.000 .3278932 .410707 galicia | .1745501 .0364337 4.79 0.000 .1031386 .2459616 madrid | .6043206 .0278313 21.71 0.000 .5497702 .658871 navarra | .4294472 .0431692 9.95 0.000 .3448338 .5140606 paisvasco | .5023438 .0254846 19.71 0.000 .4523929 .5522948 valencia | .135105 .0281677 4.80 0.000 .0798951 .1903149 _cons | 11.00356 .0208311 528.23 0.000 10.96274 11.04439 ------------------------------------------------------------------------------ Cuadro A.II.84: Efecto del acceso a fondos extranjeros para financiar la I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 802.33 Prob > F = 0.0000 R-squared = 0.3437 Root MSE = 1.3773 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | 1.225906 .0364262 33.65 0.000 1.154509 1.297303 INCI2 | .1184863 .0616172 1.92 0.054 -.0022861 .2392587 a2006 | .0853617 .0211532 4.04 0.000 .0439005 .1268228 a2007 | .1574026 .0216097 7.28 0.000 .1150467 .1997584 a2008 | .1160265 .0222455 5.22 0.000 .0724243 .1596287 ss2 | .7261965 .0214862 33.80 0.000 .6840827 .7683104 ss3 | 1.227034 .0250903 48.90 0.000 1.177856 1.276212 ss4 | 1.834423 .0243724 75.27 0.000 1.786652 1.882194 ss5 | 3.14851 .0524265 60.06 0.000 3.045752 3.251269 manuat | .4911298 .0174775 28.10 0.000 .4568732 .5253864 servat | .8627673 .0259702 33.22 0.000 .8118646 .91367 cataluna | .3740299 .0212666 17.59 0.000 .3323465 .4157134 galicia | .1862756 .037046 5.03 0.000 .1136638 .2588874 madrid | .5891452 .027761 21.22 0.000 .5347324 .6435579 navarra | .4808161 .0430357 11.17 0.000 .3964643 .5651678 paisvasco | .528736 .0256481 20.62 0.000 .4784646 .5790074 valencia | .1167305 .0284915 4.10 0.000 .060886 .1725751 _cons | 11.02198 .020912 527.06 0.000 10.98099 11.06297 ------------------------------------------------------------------------------

97

Cuadro A.II.85: Efecto del acceso a fondos extranjeros privados Linear regression Number of obs = 18438 F( 16, 18421) = 469.35 Prob > F = 0.0000 R-squared = 0.3275 Root MSE = 1.4011 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | 1.339674 .1100239 12.18 0.000 1.124017 1.555331 INCI2 | .123215 .0850285 1.45 0.147 -.0434487 .2898786 a2007 | .1850862 .0246999 7.49 0.000 .1366721 .2335003 a2008 | .147843 .0253909 5.82 0.000 .0980744 .1976117 ss2 | .7696301 .0284586 27.04 0.000 .7138485 .8254116 ss3 | 1.252256 .0334876 37.39 0.000 1.186617 1.317894 ss4 | 1.865537 .0314372 59.34 0.000 1.803917 1.927157 ss5 | 3.266362 .0670713 48.70 0.000 3.134896 3.397828 manuat | .4817081 .0226388 21.28 0.000 .4373339 .5260822 servat | 1.014264 .0345059 29.39 0.000 .9466297 1.081899 cataluna | .3970945 .0275735 14.40 0.000 .3430478 .4511412 galicia | .2113975 .0496366 4.26 0.000 .1141051 .30869 madrid | .6536193 .036138 18.09 0.000 .5827854 .7244532 navarra | .5486516 .0571603 9.60 0.000 .4366122 .660691 paisvasco | .6009525 .0338244 17.77 0.000 .5346536 .6672514 valencia | .174267 .0370704 4.70 0.000 .1016057 .2469284 _cons | 10.98011 .0274468 400.05 0.000 10.92632 11.03391 ------------------------------------------------------------------------------ Cuadro A.II.86: Efecto del acceso a fondos extranjeros públicos Linear regression Number of obs = 18438 F( 16, 18421) = 541.63 Prob > F = 0.0000 R-squared = 0.3492 Root MSE = 1.3783 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | 1.341938 .0488103 27.49 0.000 1.246266 1.437611 INCI2 | .1471406 .0847684 1.74 0.083 -.0190134 .3132946 a2007 | .1830154 .0243627 7.51 0.000 .1352622 .2307686 a2008 | .1399711 .0249357 5.61 0.000 .0910949 .1888473 ss2 | .7460053 .0277291 26.90 0.000 .6916537 .8003569 ss3 | 1.237641 .0324508 38.14 0.000 1.174035 1.301248 ss4 | 1.836806 .0310698 59.12 0.000 1.775906 1.897706 ss5 | 3.16419 .0671153 47.15 0.000 3.032638 3.295742 manuat | .5011936 .022541 22.23 0.000 .4570112 .545376 servat | .8872465 .0329736 26.91 0.000 .8226152 .9518778 cataluna | .3920374 .0273401 14.34 0.000 .3384483 .4456265 galicia | .2174799 .0487654 4.46 0.000 .1218953 .3130646 madrid | .6235601 .0355407 17.54 0.000 .5538971 .6932232 navarra | .5193008 .0557206 9.32 0.000 .4100833 .6285182 paisvasco | .549107 .0328384 16.72 0.000 .4847408 .6134732 valencia | .1436879 .036114 3.98 0.000 .072901 .2144748 _cons | 10.97119 .0270046 406.27 0.000 10.91826 11.02413 ------------------------------------------------------------------------------

98

Cuadro A.II.87: Efecto de la financiación de la I+D interna con fondos extranjeros Linear regression Number of obs = 30390 F( 17, 30372) = 692.42 Prob > F = 0.0000 R-squared = 0.3202 Root MSE = 1.4017 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | .0115285 .0010571 10.91 0.000 .0094566 .0136003 INCI2 | .1313286 .0625826 2.10 0.036 .008664 .2539932 a2006 | .0840637 .0214791 3.91 0.000 .0419638 .1261636 a2007 | .1570616 .0219983 7.14 0.000 .1139439 .2001793 a2008 | .118916 .022754 5.23 0.000 .0743172 .1635147 ss2 | .7517617 .0220482 34.10 0.000 .7085463 .7949771 ss3 | 1.25941 .0257434 48.92 0.000 1.208952 1.309868 ss4 | 1.879232 .0247366 75.97 0.000 1.830748 1.927717 ss5 | 3.299144 .0529023 62.36 0.000 3.195454 3.402835 manuat | .4884619 .0176086 27.74 0.000 .4539482 .5229755 servat | .9981468 .0271479 36.77 0.000 .9449357 1.051358 cataluna | .3819327 .0215022 17.76 0.000 .3397875 .4240779 galicia | .186503 .0377381 4.94 0.000 .1125348 .2604712 madrid | .6235791 .0283979 21.96 0.000 .567918 .6792401 navarra | .5021562 .0440969 11.39 0.000 .4157244 .5885879 paisvasco | .5687168 .0263093 21.62 0.000 .5171494 .6202842 valencia | .142176 .0290688 4.89 0.000 .0851999 .199152 _cons | 11.02253 .0212634 518.38 0.000 10.98085 11.06421 ------------------------------------------------------------------------------ Cuadro A.II.88: Efecto de la financiación de la I+D interna con fondos extranjeros privados Linear regression Number of obs = 18438 F( 16, 18421) = 457.26 Prob > F = 0.0000 R-squared = 0.3241 Root MSE = 1.4047 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | .0145357 .0020187 7.20 0.000 .0105788 .0184926 INCI2 | .1324248 .085609 1.55 0.122 -.0353768 .3002264 a2007 | .183956 .0247568 7.43 0.000 .1354304 .2324815 a2008 | .1461882 .0254677 5.74 0.000 .0962691 .1961073 ss2 | .773559 .0285211 27.12 0.000 .717655 .8294629 ss3 | 1.260045 .0335339 37.58 0.000 1.194315 1.325774 ss4 | 1.873171 .0315538 59.36 0.000 1.811323 1.935019 ss5 | 3.293821 .0673728 48.89 0.000 3.161764 3.425878 manuat | .4847732 .0226705 21.38 0.000 .4403368 .5292095 servat | 1.033167 .0346642 29.81 0.000 .9652224 1.101112 cataluna | .3981917 .0276257 14.41 0.000 .3440428 .4523406 galicia | .2143848 .0497068 4.31 0.000 .1169549 .3118147 madrid | .6589492 .0362802 18.16 0.000 .5878366 .7300617 navarra | .5462679 .0572307 9.55 0.000 .4340905 .6584453 paisvasco | .60156 .0338975 17.75 0.000 .5351177 .6680022 valencia | .1774403 .0371598 4.78 0.000 .1046037 .250277 _cons | 10.97845 .0274917 399.34 0.000 10.92456 11.03234 ------------------------------------------------------------------------------

99

Cuadro A.II.89: Efecto de la financiación de la I+D interna con fondos extranjeros públicos Linear regression Number of obs = 18438 F( 16, 18421) = 458.15 Prob > F = 0.0000 R-squared = 0.3247 Root MSE = 1.4041 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | .0157707 .0022655 6.96 0.000 .0113302 .0202112 INCI2 | .1365031 .0859529 1.59 0.112 -.0319726 .3049787 a2007 | .1872966 .0247631 7.56 0.000 .1387586 .2358345 a2008 | .1490613 .0254457 5.86 0.000 .0991853 .1989372 ss2 | .7780747 .0284745 27.33 0.000 .722262 .8338874 ss3 | 1.274592 .0334364 38.12 0.000 1.209054 1.340131 ss4 | 1.883984 .031573 59.67 0.000 1.822098 1.94587 ss5 | 3.303622 .0675909 48.88 0.000 3.171138 3.436107 manuat | .4985251 .0226998 21.96 0.000 .4540313 .5430189 servat | 1.026798 .0345516 29.72 0.000 .9590739 1.094523 cataluna | .3967966 .0276382 14.36 0.000 .3426233 .45097 galicia | .2166071 .0497084 4.36 0.000 .1191739 .3140402 madrid | .6550657 .0363703 18.01 0.000 .5837766 .7263548 navarra | .5397944 .0572231 9.43 0.000 .4276317 .6519571 paisvasco | .5912329 .0337664 17.51 0.000 .5250476 .6574182 valencia | .1683333 .0369802 4.55 0.000 .0958487 .2408179 _cons | 10.96443 .0275077 398.59 0.000 10.91051 11.01835 ------------------------------------------------------------------------------ Cuadro A.II.90: Efecto de la realización de compras de I+D en el extranjero Linear regression Number of obs = 30390 F( 17, 30372) = 800.53 Prob > F = 0.0000 R-squared = 0.3428 Root MSE = 1.3782 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | 1.095152 .0315312 34.73 0.000 1.03335 1.156955 INCI2 | .153515 .0624134 2.46 0.014 .0311822 .2758478 a2006 | .0816354 .0211308 3.86 0.000 .0402181 .1230526 a2007 | .1499337 .0216148 6.94 0.000 .1075678 .1922996 a2008 | .109293 .0223261 4.90 0.000 .065533 .153053 ss2 | .7250848 .0218301 33.21 0.000 .6822969 .7678727 ss3 | 1.208215 .0255432 47.30 0.000 1.158149 1.258281 ss4 | 1.767035 .0243244 72.64 0.000 1.719358 1.814712 ss5 | 3.214426 .0516009 62.29 0.000 3.113286 3.315566 manuat | .4383198 .0172764 25.37 0.000 .4044574 .4721822 servat | .9927638 .0267162 37.16 0.000 .940399 1.045129 cataluna | .3603622 .021089 17.09 0.000 .319027 .4016975 galicia | .1833503 .0371785 4.93 0.000 .1104788 .2562217 madrid | .6190493 .0280382 22.08 0.000 .5640933 .6740052 navarra | .4583765 .043353 10.57 0.000 .3734029 .5433502 paisvasco | .5610012 .0259346 21.63 0.000 .5101683 .6118341 valencia | .1385244 .0284946 4.86 0.000 .0826738 .1943751 _cons | 11.02437 .0210084 524.76 0.000 10.9832 11.06555 ------------------------------------------------------------------------------

100

Cuadro A.II.91: Efecto de la intensidad de las compras de I+D en el extranjero Linear regression Number of obs = 30390 F( 17, 30372) = 687.13 Prob > F = 0.0000 R-squared = 0.3195 Root MSE = 1.4024 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | .0111961 .0011628 9.63 0.000 .008917 .0134753 INCI2 | .1349109 .0628803 2.15 0.032 .0116628 .258159 a2006 | .0793853 .0214799 3.70 0.000 .0372838 .1214868 a2007 | .1492322 .0220096 6.78 0.000 .1060925 .1923719 a2008 | .1108535 .0227666 4.87 0.000 .06623 .1554769 ss2 | .7458906 .0221255 33.71 0.000 .7025237 .7892576 ss3 | 1.244851 .0258145 48.22 0.000 1.194253 1.295448 ss4 | 1.849624 .0248367 74.47 0.000 1.800943 1.898305 ss5 | 3.30823 .0527336 62.73 0.000 3.20487 3.41159 manuat | .4760226 .0175392 27.14 0.000 .4416451 .5104001 servat | 1.024394 .0272734 37.56 0.000 .9709365 1.077851 cataluna | .3959607 .0214684 18.44 0.000 .3538818 .4380396 galicia | .189455 .0376984 5.03 0.000 .1155645 .2633455 madrid | .6403889 .0285159 22.46 0.000 .5844965 .6962812 navarra | .5006996 .0441751 11.33 0.000 .4141147 .5872846 paisvasco | .5806054 .0264165 21.98 0.000 .528828 .6323828 valencia | .1535239 .0290478 5.29 0.000 .0965889 .2104588 _cons | 11.02784 .0212718 518.42 0.000 10.98615 11.06954 ------------------------------------------------------------------------------


Cuadro A.II.92: Efecto de la realización de actividades de formación para la innovación Linear regression Number of obs = 30390 F( 17, 30372) = 719.21 Prob > F = 0.0000 R-squared = 0.3269 Root MSE = 1.3948 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .4154014 .0190226 21.84 0.000 .3781163 .4526865 INCI2 | .12013 .0633084 1.90 0.058 -.0039572 .2442171 a2006 | .1391098 .0215571 6.45 0.000 .0968569 .1813626 a2007 | .2096231 .0220479 9.51 0.000 .1664083 .2528379 a2008 | .1831807 .0229155 7.99 0.000 .1382654 .228096 ss2 | .7307255 .0219869 33.23 0.000 .6876303 .7738207 ss3 | 1.223465 .0256357 47.73 0.000 1.173218 1.273712 ss4 | 1.834058 .0247678 74.05 0.000 1.785512 1.882604 ss5 | 3.256065 .0525861 61.92 0.000 3.152994 3.359136 manuat | .4730692 .0174824 27.06 0.000 .438803 .5073355 servat | .9811488 .0271552 36.13 0.000 .9279235 1.034374 cataluna | .38249 .0214134 17.86 0.000 .3405189 .4244611 galicia | .1766532 .0374095 4.72 0.000 .103329 .2499773 madrid | .6312922 .0284029 22.23 0.000 .5756213 .6869631 navarra | .4896055 .0437516 11.19 0.000 .4038506 .5753605 paisvasco | .5534451 .0260731 21.23 0.000 .5023407 .6045496 valencia | .1260495 .0288219 4.37 0.000 .0695572 .1825417 _cons | 10.9294 .0217139 503.34 0.000 10.88684 10.97196 ------------------------------------------------------------------------------

101

Cuadro A.II.93: Efecto de la intensidad de los recursos dedicados a la formación Linear regression Number of obs = 24919 F( 17, 24901) = 584.84 Prob > F = 0.0000 R-squared = 0.3243 Root MSE = 1.3997 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.0199131 .0016359 -12.17 0.000 -.0231195 -.0167066 INCI2 | .1324501 .0712166 1.86 0.063 -.0071387 .2720389 a2006 | .1137701 .0241986 4.70 0.000 .0663394 .1612008 a2007 | .1862794 .0246917 7.54 0.000 .1378821 .2346767 a2008 | .1416712 .0254 5.58 0.000 .0918856 .1914567 ss2 | .7561868 .0245123 30.85 0.000 .7081413 .8042324 ss3 | 1.266172 .0287047 44.11 0.000 1.209909 1.322435 ss4 | 1.885236 .0272944 69.07 0.000 1.831737 1.938735 ss5 | 3.362323 .0579806 57.99 0.000 3.248677 3.475968 manuat | .4643913 .0194949 23.82 0.000 .4261802 .5026023 servat | 1.040129 .0297289 34.99 0.000 .9818587 1.098399 cataluna | .3711635 .0236698 15.68 0.000 .3247693 .4175578 galicia | .1552835 .0420302 3.69 0.000 .0729019 .2376651 madrid | .6304607 .0312731 20.16 0.000 .5691636 .6917578 navarra | .4887589 .0497046 9.83 0.000 .3913349 .5861829 paisvasco | .5701594 .0290411 19.63 0.000 .5132372 .6270816 valencia | .1310227 .0320356 4.09 0.000 .068231 .1938145 _cons | 11.03423 .0252179 437.56 0.000 10.98481 11.08366 ------------------------------------------------------------------------------

Efecto de los indicadores de Núcleo: Transferencia de conocimiento Cuadro A.II.94: Efecto de la cooperación público-privada Linear regression Number of obs = 30388 F( 17, 30370) = 825.35 Prob > F = 0.0000 R-squared = 0.3514 Root MSE = 1.3691 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | .7845645 .0192701 40.71 0.000 .7467943 .8223346 INCI2 | .1216274 .0621654 1.96 0.050 -.0002193 .2434741 a2006 | .0778455 .0210317 3.70 0.000 .0366225 .1190686 a2007 | .1377709 .0214607 6.42 0.000 .095707 .1798349 a2008 | .0874629 .0221268 3.95 0.000 .0440934 .1308324 ss2 | .7447416 .02148 34.67 0.000 .7026399 .7868434 ss3 | 1.228842 .0251602 48.84 0.000 1.179527 1.278157 ss4 | 1.827269 .0241993 75.51 0.000 1.779837 1.8747 ss5 | 3.193403 .0520233 61.38 0.000 3.091435 3.295371 manuat | .4699242 .0172641 27.22 0.000 .4360859 .5037625 servat | .8954062 .026033 34.40 0.000 .8443803 .946432 cataluna | .4023086 .0210825 19.08 0.000 .360986 .4436313 galicia | .0543804 .0374306 1.45 0.146 -.0189851 .127746 madrid | .5815925 .0276637 21.02 0.000 .5273705 .6358144 navarra | .4864655 .0428803 11.34 0.000 .4024183 .5705127 paisvasco | .5585337 .0256461 21.78 0.000 .5082663 .6088012 valencia | .1402277 .0282111 4.97 0.000 .0849329 .1955226 _cons | 10.9251 .0210176 519.81 0.000 10.88391 10.9663 ------------------------------------------------------------------------------

102

Cuadro A.II.95: Efecto de las compras de servicios de I+D a organismos públicos Linear regression Number of obs = 30390 F( 17, 30372) = 807.26 Prob > F = 0.0000 R-squared = 0.3414 Root MSE = 1.3796 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | .7577428 .0214799 35.28 0.000 .7156412 .7998443 INCI2 | .1340873 .0615892 2.18 0.029 .0133698 .2548048 a2006 | .0739729 .0211716 3.49 0.000 .0324757 .1154701 a2007 | .1371916 .0216313 6.34 0.000 .0947934 .1795899 a2008 | .106087 .0223414 4.75 0.000 .0622969 .1498771 ss2 | .7426394 .0218184 34.04 0.000 .6998745 .7854043 ss3 | 1.240508 .0254603 48.72 0.000 1.190605 1.290411 ss4 | 1.845122 .0242348 76.14 0.000 1.797621 1.892623 ss5 | 3.256483 .052971 61.48 0.000 3.152658 3.360308 manuat | .4526534 .0173297 26.12 0.000 .4186864 .4866204 servat | .9866146 .02668 36.98 0.000 .9343207 1.038908 cataluna | .3874155 .0211059 18.36 0.000 .3460472 .4287839 galicia | .0787846 .0378122 2.08 0.037 .0046711 .152898 madrid | .6160067 .0278299 22.13 0.000 .561459 .6705544 navarra | .5057933 .0432497 11.69 0.000 .4210221 .5905646 paisvasco | .6044881 .0260964 23.16 0.000 .5533382 .6556381 valencia | .1218852 .0284842 4.28 0.000 .066055 .1777154 _cons | 10.95894 .0210919 519.58 0.000 10.9176 11.00028 ------------------------------------------------------------------------------ Cuadro A.II.96: Efecto de la intensidad de compras de I+D a organismos públicos Linear regression Number of obs = 30390 F( 17, 30372) = 679.28 Prob > F = 0.0000 R-squared = 0.3162 Root MSE = 1.4058 ------------------------------------------------------------------------------ | Robust F.LGTINN | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | .0023111 .0010254 2.25 0.024 .0003013 .004321 INCI2 | .1343643 .0632319 2.12 0.034 .0104271 .2583015 a2006 | .0777823 .0215377 3.61 0.000 .0355676 .1199971 a2007 | .1478855 .0220545 6.71 0.000 .1046578 .1911133 a2008 | .1093771 .0228347 4.79 0.000 .0646201 .1541341 ss2 | .7515989 .0221783 33.89 0.000 .7081284 .7950694 ss3 | 1.262061 .0258402 48.84 0.000 1.211414 1.312709 ss4 | 1.88433 .0248272 75.90 0.000 1.835668 1.932992 ss5 | 3.32653 .0531339 62.61 0.000 3.222385 3.430674 manuat | .486674 .0176318 27.60 0.000 .452115 .521233 servat | 1.024842 .0273536 37.47 0.000 .9712275 1.078456 cataluna | .3874989 .021595 17.94 0.000 .3451717 .429826 galicia | .1703404 .0378264 4.50 0.000 .0961991 .2444817 madrid | .6312319 .0286315 22.05 0.000 .5751129 .6873509 navarra | .4983692 .0442681 11.26 0.000 .4116018 .5851366 paisvasco | .5706279 .0265199 21.52 0.000 .5186478 .622608 valencia | .1416468 .0291793 4.85 0.000 .0844542 .1988394 _cons | 11.03344 .0215515 511.96 0.000 10.99119 11.07568 ------------------------------------------------------------------------------

103

B) Efectos de los indicadores del eje sobre el Objetivo 3: Incrementar el empleo de media y alta tecnología

B.1) Efectos sobre el empleo en I+D

104

Efecto de los indicadores del eje: Entorno financiero proclive a la innovación

Cuadro A.II.97: Efecto de los fondos de las AAPP para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 499.59 Prob > F = 0.0000 R-squared = 0.3273 Root MSE = 1.0253 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | .7554124 .0171439 44.06 0.000 .7218088 .789016 INCI2 | .0700941 .0671068 1.04 0.296 -.0614414 .2016297 a2007 | .0941265 .0179086 5.26 0.000 .0590241 .129229 a2008 | .0819854 .0185965 4.41 0.000 .0455345 .1184363 ss2 | .5332926 .0202705 26.31 0.000 .4935604 .5730247 ss3 | .781571 .0247162 31.62 0.000 .733125 .830017 ss4 | 1.034182 .0241082 42.90 0.000 .9869273 1.081436 ss5 | 1.674836 .0599153 27.95 0.000 1.557397 1.792276 manuat | .4228255 .0165954 25.48 0.000 .3902969 .4553541 servat | .8139371 .0256828 31.69 0.000 .7635964 .8642778 cataluna | .5163957 .0200388 25.77 0.000 .4771177 .5556736 galicia | .2288883 .0378595 6.05 0.000 .1546802 .3030964 madrid | .6523531 .0271325 24.04 0.000 .5991708 .7055354 navarra | .5236085 .0404376 12.95 0.000 .444347 .60287 paisvasco | .4481657 .0243237 18.43 0.000 .4004889 .4958425 valencia | .3566369 .0270667 13.18 0.000 .3035837 .4096902 _cons | .2813162 .018677 15.06 0.000 .2447076 .3179247 ------------------------------------------------------------------------------


Linear regression Number of obs = 18438 F( 16, 18421) = 475.96 Prob > F = 0.0000 R-squared = 0.3203 Root MSE = 1.0307 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | .8503077 .0211209 40.26 0.000 .8089088 .8917066 INCI2 | .0528716 .0682735 0.77 0.439 -.0809508 .1866941 a2007 | .0648076 .0180436 3.59 0.000 .0294405 .1001747 a2008 | .0515684 .0187389 2.75 0.006 .0148384 .0882984 ss2 | .4953326 .0203336 24.36 0.000 .4554768 .5351884 ss3 | .7349172 .024782 29.66 0.000 .6863423 .7834922 ss4 | .9867608 .0243335 40.55 0.000 .9390649 1.034457 ss5 | 1.606592 .0600704 26.75 0.000 1.488848 1.724335 manuat | .4133454 .0167525 24.67 0.000 .380509 .4461818 servat | .8043812 .0257211 31.27 0.000 .7539655 .8547969 cataluna | .4924672 .0202283 24.35 0.000 .452818 .5321165 galicia | .5146799 .0367727 14.00 0.000 .4426019 .5867578 madrid | .6211715 .0275291 22.56 0.000 .567212 .675131 navarra | .636798 .0411058 15.49 0.000 .5562268 .7173692 paisvasco | .5575673 .0239156 23.31 0.000 .5106905 .6044441 valencia | .4012721 .0267772 14.99 0.000 .3487862 .453758 _cons | .3899802 .0186322 20.93 0.000 .3534594 .426501 ------------------------------------------------------------------------------

105

Cuadro A.II.99: Efecto de las subvenciones de las AALL para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 443.91 Prob > F = 0.0000 R-squared = 0.2985 Root MSE = 1.0471 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | .684877 .0199915 34.26 0.000 .6456919 .7240621 INCI2 | .0671586 .0686836 0.98 0.328 -.0674676 .2017848 a2007 | .0965509 .0182788 5.28 0.000 .0607227 .1323791 a2008 | .0837487 .0189653 4.42 0.000 .046575 .1209224 ss2 | .5295503 .0204964 25.84 0.000 .4893756 .5697251 ss3 | .786115 .0250641 31.36 0.000 .736987 .835243 ss4 | 1.034697 .0245673 42.12 0.000 .9865427 1.082851 ss5 | 1.754681 .0625951 28.03 0.000 1.631989 1.877374 manuat | .4149003 .0169313 24.50 0.000 .3817135 .4480872 servat | .8653431 .0261328 33.11 0.000 .8141204 .9165658 cataluna | .5440295 .020542 26.48 0.000 .5037652 .5842938 galicia | .2367614 .0384946 6.15 0.000 .1613085 .3122144 madrid | .743871 .0278811 26.68 0.000 .6892215 .7985205 navarra | .5429575 .040765 13.32 0.000 .4630544 .6228607 paisvasco | .4721295 .0248777 18.98 0.000 .4233669 .5208921 valencia | .3650978 .0275005 13.28 0.000 .3111943 .4190013 _cons | .34877 .0188859 18.47 0.000 .3117518 .3857882 ------------------------------------------------------------------------------ Cuadro A.II.100: Efecto de los fondos de la UE para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 454.87 Prob > F = 0.0000 R-squared = 0.2978 Root MSE = 1.0476 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | 1.249714 .0404799 30.87 0.000 1.17037 1.329059 INCI2 | .0643889 .0686855 0.94 0.349 -.0702411 .1990188 a2007 | .0945145 .0182981 5.17 0.000 .0586485 .1303805 a2008 | .0858814 .0189634 4.53 0.000 .0487115 .1230514 ss2 | .4949505 .0205386 24.10 0.000 .4546929 .5352081 ss3 | .7423825 .0249017 29.81 0.000 .6935728 .7911921 ss4 | .9790425 .0246749 39.68 0.000 .9306774 1.027408 ss5 | 1.614271 .0622572 25.93 0.000 1.492241 1.7363 manuat | .4258601 .0171327 24.86 0.000 .3922785 .4594418 servat | .8393363 .0255714 32.82 0.000 .789214 .8894586 cataluna | .5112102 .0207621 24.62 0.000 .4705145 .5519059 galicia | .5168212 .0366352 14.11 0.000 .4450128 .5886296 madrid | .6786704 .0277255 24.48 0.000 .6243258 .733015 navarra | .6876413 .0408069 16.85 0.000 .6076561 .7676266 paisvasco | .6254417 .0242978 25.74 0.000 .5778158 .6730677 valencia | .4040087 .0270774 14.92 0.000 .3509344 .457083 _cons | .4359278 .018803 23.18 0.000 .3990721 .4727835 ------------------------------------------------------------------------------

106

Cuadro A.II.101: Efecto de los fondos de la APE para financiar la I+D interna Linear regression Number of obs = 18438 F( 16, 18421) = 356.70 Prob > F = 0.0000 R-squared = 0.2596 Root MSE = 1.0757 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | 1.622015 .1479787 10.96 0.000 1.331963 1.912067 INCI2 | .0647427 .0717713 0.90 0.367 -.0759357 .2054212 a2007 | .0931928 .0187387 4.97 0.000 .0564632 .1299225 a2008 | .0907027 .0194973 4.65 0.000 .0524863 .1289192 ss2 | .5223158 .0212958 24.53 0.000 .4805742 .5640575 ss3 | .771498 .025889 29.80 0.000 .7207532 .8222428 ss4 | 1.019587 .025338 40.24 0.000 .9699224 1.069252 ss5 | 1.731953 .0641369 27.00 0.000 1.606239 1.857668 manuat | .4176521 .0173168 24.12 0.000 .3837095 .4515947 servat | .9590746 .0273852 35.02 0.000 .9053971 1.012752 cataluna | .5216005 .0210715 24.75 0.000 .4802983 .5629026 galicia | .5199317 .0375285 13.85 0.000 .4463723 .593491 madrid | .7174073 .0287415 24.96 0.000 .6610713 .7737433 navarra | .7057727 .0421763 16.73 0.000 .6231032 .7884423 paisvasco | .6748119 .0253474 26.62 0.000 .6251285 .7244952 valencia | .4293118 .0279139 15.38 0.000 .3745979 .4840257 _cons | .438041 .0193107 22.68 0.000 .4001903 .4758917 ------------------------------------------------------------------------------ Cuadro A.II.102: Efecto de la financiación de la I+D interna con subvenciones de las AAPP Linear regression Number of obs = 18438 F( 16, 18421) = 369.75 Prob > F = 0.0000 R-squared = 0.2713 Root MSE = 1.0672 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | .0068386 .0003757 18.20 0.000 .0061021 .007575 INCI2 | .0614048 .0705485 0.87 0.384 -.0768767 .1996864 a2007 | .1033566 .0186165 5.55 0.000 .0668665 .1398467 a2008 | .0936316 .019328 4.84 0.000 .055747 .1315162 ss2 | .5380603 .0209571 25.67 0.000 .4969825 .5791382 ss3 | .7958585 .0256577 31.02 0.000 .7455671 .84615 ss4 | 1.052781 .0253943 41.46 0.000 1.003005 1.102556 ss5 | 1.771653 .063959 27.70 0.000 1.646288 1.897019 manuat | .4402773 .0172529 25.52 0.000 .4064599 .4740946 servat | .9190748 .0269769 34.07 0.000 .8661976 .971952 cataluna | .5245415 .0208425 25.17 0.000 .4836883 .5653948 galicia | .4009075 .0381524 10.51 0.000 .3261252 .4756899 madrid | .7002141 .0286009 24.48 0.000 .6441537 .7562745 navarra | .6675483 .0419532 15.91 0.000 .5853162 .7497804 paisvasco | .5910938 .0254306 23.24 0.000 .5412475 .6409402 valencia | .4092807 .0275895 14.83 0.000 .3552028 .4633587 _cons | .3622189 .0194188 18.65 0.000 .3241563 .4002815 ------------------------------------------------------------------------------

107

Cuadro A.II.103: Efecto de la financiación de la I+D interna con subvenciones de la AGE Linear regression Number of obs = 18438 F( 16, 18421) = 350.08 Prob > F = 0.0000 R-squared = 0.2617 Root MSE = 1.0742 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | .0060965 .0005758 10.59 0.000 .004968 .007225 INCI2 | .0533489 .0713413 0.75 0.455 -.0864866 .1931844 a2007 | .0968076 .0187208 5.17 0.000 .0601131 .1335022 a2008 | .0903719 .019473 4.64 0.000 .052203 .1285407 ss2 | .5222589 .0211764 24.66 0.000 .4807512 .5637666 ss3 | .7737648 .0258965 29.88 0.000 .7230053 .8245243 ss4 | 1.028015 .0254178 40.44 0.000 .9781936 1.077836 ss5 | 1.745998 .0642745 27.16 0.000 1.620014 1.871982 manuat | .4249796 .0172997 24.57 0.000 .3910706 .4588886 servat | .9556541 .027403 34.87 0.000 .9019417 1.009366 cataluna | .5138022 .0209987 24.47 0.000 .4726428 .5549616 galicia | .5163442 .0374247 13.80 0.000 .4429882 .5897001 madrid | .6891945 .0288642 23.88 0.000 .632618 .745771 navarra | .6943512 .042306 16.41 0.000 .6114275 .7772749 paisvasco | .6565904 .0251908 26.06 0.000 .6072141 .7059666 valencia | .4261999 .0278031 15.33 0.000 .3717033 .4806966 _cons | .4135584 .0193511 21.37 0.000 .3756285 .4514883 ------------------------------------------------------------------------------ Cuadro A.II.104: Efecto de la financiación de la I+D interna con subvenciones de las AALL Linear regression Number of obs = 18438 F( 16, 18421) = 357.87 Prob > F = 0.0000 R-squared = 0.2613 Root MSE = 1.0745 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | .0061774 .0005201 11.88 0.000 .0051581 .0071968 INCI2 | .0676946 .0714242 0.95 0.343 -.0723034 .2076926 a2007 | .0981316 .0187319 5.24 0.000 .0614153 .1348479 a2008 | .0919266 .0194653 4.72 0.000 .0537729 .1300804 ss2 | .5353622 .021162 25.30 0.000 .4938827 .5768417 ss3 | .7918144 .0258092 30.68 0.000 .741226 .8424028 ss4 | 1.043001 .0254345 41.01 0.000 .9931466 1.092855 ss5 | 1.768794 .0644213 27.46 0.000 1.642522 1.895065 manuat | .4279944 .0173083 24.73 0.000 .3940685 .4619203 servat | .9542899 .0272939 34.96 0.000 .9007913 1.007789 cataluna | .5328154 .0210298 25.34 0.000 .491595 .5740358 galicia | .408388 .0390453 10.46 0.000 .3318555 .4849204 madrid | .7286312 .0286938 25.39 0.000 .6723888 .7848737 navarra | .6851789 .0419813 16.32 0.000 .6028916 .7674663 paisvasco | .6181767 .0257782 23.98 0.000 .567649 .6687043 valencia | .4190349 .0278791 15.03 0.000 .3643893 .4736805 _cons | .4006934 .0194286 20.62 0.000 .3626115 .4387754 ------------------------------------------------------------------------------

108

Cuadro A.II.105: Efecto de la financiación de la I+D interna con fondos de la UE Linear regression Number of obs = 18438 F( 16, 18421) = 350.43 Prob > F = 0.0000 R-squared = 0.2604 Root MSE = 1.0751 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | .0154267 .0018185 8.48 0.000 .0118623 .0189912 INCI2 | .0585125 .071188 0.82 0.411 -.0810225 .1980476 a2007 | .097884 .0187298 5.23 0.000 .0611719 .1345961 a2008 | .0941707 .0194736 4.84 0.000 .0560006 .1323408 ss2 | .5237332 .0211726 24.74 0.000 .4822328 .5652335 ss3 | .7766832 .0259151 29.97 0.000 .7258872 .8274791 ss4 | 1.021695 .0253527 40.30 0.000 .9720012 1.071389 ss5 | 1.730097 .0642393 26.93 0.000 1.604182 1.856012 manuat | .4247225 .0173488 24.48 0.000 .3907173 .4587277 servat | .9619432 .0272328 35.32 0.000 .9085643 1.015322 cataluna | .5153892 .0210991 24.43 0.000 .4740331 .5567453 galicia | .5189619 .0375214 13.83 0.000 .4454164 .5925073 madrid | .7076608 .028717 24.64 0.000 .6513727 .7639489 navarra | .7050063 .0422731 16.68 0.000 .6221472 .7878655 paisvasco | .6658052 .0251927 26.43 0.000 .6164252 .7151853 valencia | .4253325 .0278287 15.28 0.000 .3707856 .4798794 _cons | .4281537 .019322 22.16 0.000 .3902807 .4660266 ------------------------------------------------------------------------------ Cuadro A.II.106: Efecto de la financiación de la I+D interna con fondos de APE Linear regression Number of obs = 18438 F( 16, 18421) = 345.00 Prob > F = 0.0000 R-squared = 0.2565 Root MSE = 1.0779 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | .0309982 .0084174 3.68 0.000 .0144993 .0474971 INCI2 | .0607448 .0717978 0.85 0.398 -.0799856 .2014751 a2007 | .0938428 .018778 5.00 0.000 .0570362 .1306495 a2008 | .0910414 .0195371 4.66 0.000 .0527469 .129336 ss2 | .5230802 .0212983 24.56 0.000 .4813336 .5648267 ss3 | .774586 .0259899 29.80 0.000 .7236434 .8255287 ss4 | 1.022297 .0254076 40.24 0.000 .9724956 1.072098 ss5 | 1.740644 .0643982 27.03 0.000 1.614418 1.866871 manuat | .4177122 .0173432 24.09 0.000 .3837179 .4517065 servat | .9723074 .0274837 35.38 0.000 .9184368 1.026178 cataluna | .5221653 .021126 24.72 0.000 .4807563 .5635742 galicia | .5174477 .0375594 13.78 0.000 .4438278 .5910677 madrid | .7163423 .0288311 24.85 0.000 .6598307 .7728539 navarra | .7086684 .0422657 16.77 0.000 .6258238 .7915131 paisvasco | .6747341 .0253498 26.62 0.000 .6250462 .724422 valencia | .4325782 .0279752 15.46 0.000 .3777442 .4874123 _cons | .4371801 .0193451 22.60 0.000 .3992619 .4750982 ------------------------------------------------------------------------------

109

Cuadro A.II.107: Efecto del acceso a fondos de las AAPP para financiar la innovación Linear regression Number of obs = 30390 F( 17, 30372) = 725.77 Prob > F = 0.0000 R-squared = 0.3138 Root MSE = 1.0265 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | .6331924 .0122397 51.73 0.000 .609202 .6571827 INCI2 | .0737024 .0513571 1.44 0.151 -.0269597 .1743645 a2006 | .0536899 .0154715 3.47 0.001 .0233652 .0840146 a2007 | .1084847 .0162121 6.69 0.000 .0767082 .1402612 a2008 | .0962355 .0169995 5.66 0.000 .0629157 .1295553 ss2 | .5195971 .0158506 32.78 0.000 .4885292 .550665 ss3 | .7538577 .0192728 39.12 0.000 .7160823 .7916332 ss4 | 1.004581 .0188534 53.28 0.000 .9676274 1.041534 ss5 | 1.730616 .0472911 36.59 0.000 1.637923 1.823309 manuat | .4178846 .0128548 32.51 0.000 .3926887 .4430806 servat | .8476335 .0206665 41.01 0.000 .8071263 .8881407 cataluna | .5538697 .0157055 35.27 0.000 .5230864 .5846531 galicia | .2989475 .0286116 10.45 0.000 .2428677 .3550274 madrid | .7088004 .0214954 32.97 0.000 .6666684 .7509323 navarra | .5047142 .0311364 16.21 0.000 .4436854 .5657429 paisvasco | .5250331 .018914 27.76 0.000 .4879608 .5621053 valencia | .3782191 .0211114 17.92 0.000 .3368398 .4195983 _cons | .174566 .0152041 11.48 0.000 .1447653 .2043668 ------------------------------------------------------------------------------ Cuadro A.II.108: Efecto de la falta de financiación como obstáculo para la innovación Linear regression Number of obs = 30390 F( 17, 30372) = 528.48 Prob > F = 0.0000 R-squared = 0.2548 Root MSE = 1.0697 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.0409885 .0049604 -8.26 0.000 -.0507111 -.0312658 INCI2 | .0676638 .0537458 1.26 0.208 -.0376801 .1730078 a2006 | .0396385 .016102 2.46 0.014 .0080779 .071199 a2007 | .092012 .0169277 5.44 0.000 .058833 .125191 a2008 | .0869943 .0177785 4.89 0.000 .0521476 .121841 ss2 | .5081777 .0164808 30.83 0.000 .4758746 .5404808 ss3 | .7493693 .0199492 37.56 0.000 .7102681 .7884705 ss4 | .9986637 .0198186 50.39 0.000 .9598184 1.037509 ss5 | 1.755784 .0499821 35.13 0.000 1.657817 1.853751 manuat | .4271101 .0133949 31.89 0.000 .4008555 .4533647 servat | .9619926 .0216556 44.42 0.000 .9195467 1.004438 cataluna | .5171246 .0163603 31.61 0.000 .4850578 .5491915 galicia | .493852 .0290586 17.00 0.000 .4368959 .5508081 madrid | .7127609 .0225762 31.57 0.000 .6685106 .7570112 navarra | .681201 .0320457 21.26 0.000 .61839 .7440119 paisvasco | .6542344 .0195673 33.44 0.000 .6158817 .6925872 valencia | .4202075 .0215927 19.46 0.000 .3778849 .4625301 _cons | .520071 .0171012 30.41 0.000 .486552 .55359 ------------------------------------------------------------------------------

110

Efecto de los indicadores del eje: Fomento de la innovación desde la demanda pública Cuadro A.II.109: Efecto de la participación en contratos con la AGE Linear regression Number of obs = 18438 F( 16, 18421) = 373.25 Prob > F = 0.0000 R-squared = 0.2658 Root MSE = 1.0712 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | .844733 .049548 17.05 0.000 .7476142 .9418517 INCI2 | .0603801 .0716353 0.84 0.399 -.0800317 .2007919 a2007 | .0884753 .0186596 4.74 0.000 .0519007 .1250498 a2008 | .0850198 .0194214 4.38 0.000 .046952 .1230876 ss2 | .5188776 .0211782 24.50 0.000 .4773662 .5603889 ss3 | .7716136 .0258978 29.79 0.000 .7208516 .8223756 ss4 | 1.015368 .0252128 40.27 0.000 .9659489 1.064788 ss5 | 1.724365 .0638929 26.99 0.000 1.599129 1.849601 manuat | .4073629 .0172236 23.65 0.000 .373603 .4411228 servat | .9578358 .0273579 35.01 0.000 .9042119 1.01146 cataluna | .5168138 .0210122 24.60 0.000 .4756279 .5579997 galicia | .5156439 .037246 13.84 0.000 .4426384 .5886495 madrid | .7039562 .0285752 24.64 0.000 .6479462 .7599663 navarra | .6694986 .0422909 15.83 0.000 .5866046 .7523926 paisvasco | .655359 .0251835 26.02 0.000 .605997 .704721 valencia | .424428 .027808 15.26 0.000 .3699216 .4789343 _cons | .4378603 .0191883 22.82 0.000 .4002495 .4754711 ------------------------------------------------------------------------------ Cuadro A.II.110: Efecto de la financiación de la I+D interna con contratos con la AGE Linear regression Number of obs = 18438 F( 16, 18421) = 351.94 Prob > F = 0.0000 R-squared = 0.2597 Root MSE = 1.0756 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .013343 .0013792 9.67 0.000 .0106397 .0160462 INCI2 | .0573804 .0718556 0.80 0.425 -.0834632 .198224 a2007 | .0918275 .0187414 4.90 0.000 .0550926 .1285625 a2008 | .0872866 .0195067 4.47 0.000 .0490517 .1255214 ss2 | .5215639 .0212472 24.55 0.000 .4799174 .5632104 ss3 | .7728249 .025935 29.80 0.000 .72199 .8236599 ss4 | 1.02152 .0253628 40.28 0.000 .9718069 1.071234 ss5 | 1.740385 .0642733 27.08 0.000 1.614404 1.866367 manuat | .4138838 .0172928 23.93 0.000 .3799884 .4477792 servat | .9708507 .0274917 35.31 0.000 .9169644 1.024737 cataluna | .5181961 .0210811 24.58 0.000 .4768752 .559517 galicia | .5182676 .0374892 13.82 0.000 .4447852 .59175 madrid | .7092163 .0287574 24.66 0.000 .6528491 .7655835 navarra | .6825611 .0423375 16.12 0.000 .5995757 .7655464 paisvasco | .6673031 .0252804 26.40 0.000 .6177513 .716855 valencia | .4288522 .0278641 15.39 0.000 .374236 .4834683 _cons | .4363986 .0192692 22.65 0.000 .3986293 .474168 ------------------------------------------------------------------------------

111

Cuadro A.II.111: Efecto de la participación en contratos con las AALL Linear regression Number of obs = 18438 F( 16, 18421) = 351.79 Prob > F = 0.0000 R-squared = 0.2592 Root MSE = 1.076 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | .7493322 .0771918 9.71 0.000 .5980292 .9006353 INCI2 | .0561115 .07199 0.78 0.436 -.0849957 .1972187 a2007 | .0915573 .0187349 4.89 0.000 .0548352 .1282794 a2008 | .0900338 .0195051 4.62 0.000 .0518019 .1282656 ss2 | .5216731 .0212414 24.56 0.000 .480038 .5633083 ss3 | .7720717 .0259852 29.71 0.000 .7211383 .8230051 ss4 | 1.019594 .0253375 40.24 0.000 .9699297 1.069257 ss5 | 1.73917 .0644493 26.99 0.000 1.612844 1.865497 manuat | .4163399 .0173361 24.02 0.000 .3823596 .4503203 servat | .9508701 .0275766 34.48 0.000 .8968174 1.004923 cataluna | .5216659 .0211049 24.72 0.000 .4802982 .5630335 galicia | .5031028 .0372052 13.52 0.000 .430177 .5760285 madrid | .7165312 .0287499 24.92 0.000 .6601787 .7728837 navarra | .6891253 .0425321 16.20 0.000 .6057585 .7724922 paisvasco | .6626054 .0252839 26.21 0.000 .6130467 .7121641 valencia | .4314207 .027934 15.44 0.000 .3766675 .4861739 _cons | .4390255 .0193227 22.72 0.000 .4011511 .4768999 ------------------------------------------------------------------------------ Cuadro A.II.112: Efecto de la financiación de la I+D interna con contratos con las AALL Linear regression Number of obs = 18438 F( 16, 18421) = 344.15 Prob > F = 0.0000 R-squared = 0.2562 Root MSE = 1.0782 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | .0084552 .0023701 3.57 0.000 .0038096 .0131007 INCI2 | .0589264 .0719789 0.82 0.413 -.082159 .2000117 a2007 | .0929469 .0187821 4.95 0.000 .0561322 .1297617 a2008 | .0900033 .0195402 4.61 0.000 .0517027 .128304 ss2 | .52267 .0212804 24.56 0.000 .4809584 .5643815 ss3 | .7733048 .02598 29.77 0.000 .7223816 .8242279 ss4 | 1.021184 .0254319 40.15 0.000 .9713353 1.071033 ss5 | 1.741819 .0645165 27.00 0.000 1.61536 1.868277 manuat | .4176842 .0173444 24.08 0.000 .3836876 .4516808 servat | .9695021 .0276363 35.08 0.000 .9153324 1.023672 cataluna | .5200326 .0211254 24.62 0.000 .4786249 .5614404 galicia | .511327 .0374696 13.65 0.000 .4378831 .5847708 madrid | .7159162 .0288446 24.82 0.000 .6593781 .7724543 navarra | .7024389 .0423409 16.59 0.000 .6194468 .7854309 paisvasco | .6708489 .0253584 26.45 0.000 .621144 .7205538 valencia | .4320302 .0279835 15.44 0.000 .37718 .4868804 _cons | .4390068 .0193477 22.69 0.000 .4010835 .4769302 ------------------------------------------------------------------------------

112

Efecto de los indicadores del eje: Proyección internacional Cuadro A.II.113: Efecto de la presencia en mercados exteriores Linear regression Number of obs = 30390 F( 17, 30372) = 539.06 Prob > F = 0.0000 R-squared = 0.2617 Root MSE = 1.0647 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .2674005 .0141339 18.92 0.000 .2396976 .2951034 INCI2 | .0641214 .0530559 1.21 0.227 -.0398705 .1681132 a2006 | .0330749 .01601 2.07 0.039 .0016946 .0644552 a2007 | .0819806 .0168849 4.86 0.000 .0488855 .1150758 a2008 | .0771955 .0177215 4.36 0.000 .0424607 .1119303 ss2 | .4658621 .0165502 28.15 0.000 .433423 .4983011 ss3 | .6996434 .0200022 34.98 0.000 .6604381 .7388486 ss4 | .9536004 .0197124 48.38 0.000 .9149634 .9922375 ss5 | 1.736018 .049284 35.22 0.000 1.639419 1.832616 manuat | .3737481 .0135689 27.54 0.000 .3471526 .4003437 servat | 1.003679 .0215295 46.62 0.000 .9614803 1.045878 cataluna | .4761793 .0165308 28.81 0.000 .4437782 .5085804 galicia | .48125 .0290052 16.59 0.000 .4243985 .5381015 madrid | .6999608 .0223479 31.32 0.000 .6561579 .7437636 navarra | .6759001 .031997 21.12 0.000 .6131847 .7386156 paisvasco | .64938 .0194875 33.32 0.000 .6111838 .6875763 valencia | .3985919 .0216224 18.43 0.000 .3562111 .4409728 _cons | .3248085 .0165083 19.68 0.000 .2924515 .3571654 ------------------------------------------------------------------------------ Cuadro A.II.114: Efecto de la intensidad exportadora Linear regression Number of obs = 5464 F( 14, 5449) = 131.51 Prob > F = 0.0000 R-squared = 0.2729 Root MSE = 1.1149 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .0029978 .0005012 5.98 0.000 .0020151 .0039804 INCI2 | .0582289 .1436022 0.41 0.685 -.2232887 .3397466 ss2 | .5049537 .0401779 12.57 0.000 .426189 .5837185 ss3 | .8072926 .0484489 16.66 0.000 .7123134 .9022718 ss4 | 1.017352 .0454123 22.40 0.000 .9283255 1.106378 ss5 | 1.723399 .1089626 15.82 0.000 1.509788 1.937009 manuat | .3866481 .0330043 11.72 0.000 .3219465 .4513496 servat | 1.063562 .0516969 20.57 0.000 .962216 1.164909 cataluna | .5737106 .0406651 14.11 0.000 .4939907 .6534306 galicia | .6717642 .0706267 9.51 0.000 .5333076 .8102208 madrid | .7872592 .0538731 14.61 0.000 .6816465 .892872 navarra | .8024632 .0798965 10.04 0.000 .6458342 .9590922 paisvasco | .7542307 .0489747 15.40 0.000 .6582207 .8502408 valencia | .51508 .0526744 9.78 0.000 .4118172 .6183429 _cons | .4074901 .0331234 12.30 0.000 .3425549 .4724253 ------------------------------------------------------------------------------

113

Cuadro A.II.115: Efecto de la cooperación tecnológica internacional Linear regression Number of obs = 30388 F( 17, 30370) = 626.22 Prob > F = 0.0000 R-squared = 0.2895 Root MSE = 1.0445 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | .6781517 .0189081 35.87 0.000 .641091 .7152123 INCI2 | .0692419 .0520327 1.33 0.183 -.0327444 .1712283 a2006 | .0380336 .0157325 2.42 0.016 .0071973 .0688699 a2007 | .0934251 .0165435 5.65 0.000 .0609991 .1258512 a2008 | .081947 .0173149 4.73 0.000 .0480091 .1158849 ss2 | .4761635 .0159865 29.79 0.000 .4448293 .5074977 ss3 | .6921714 .0195963 35.32 0.000 .6537618 .7305809 ss4 | .8941646 .019563 45.71 0.000 .8558203 .9325088 ss5 | 1.570672 .047948 32.76 0.000 1.476692 1.664652 manuat | .3951703 .013198 29.94 0.000 .3693016 .421039 servat | .8897524 .0204913 43.42 0.000 .8495887 .9299161 cataluna | .5071642 .016107 31.49 0.000 .4755938 .5387346 galicia | .5013444 .0284533 17.62 0.000 .4455749 .557114 madrid | .6930556 .0220529 31.43 0.000 .649831 .7362802 navarra | .6422612 .0314257 20.44 0.000 .5806655 .703857 paisvasco | .6133364 .0189049 32.44 0.000 .5762819 .6503908 valencia | .4200298 .0210072 19.99 0.000 .3788548 .4612047 _cons | .4227659 .0146972 28.77 0.000 .3939587 .451573 ------------------------------------------------------------------------------ Cuadro A.II.116: Efecto del acceso a fondos extranjeros para financiar la I+D interna Linear regression Number of obs = 30390 F( 17, 30372) = 679.37 Prob > F = 0.0000 R-squared = 0.2997 Root MSE = 1.0369 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | 1.162341 .0294645 39.45 0.000 1.104589 1.220092 INCI2 | .0540362 .0506343 1.07 0.286 -.045209 .1532815 a2006 | .0481719 .0156293 3.08 0.002 .0175377 .0788061 a2007 | .1023661 .0164116 6.24 0.000 .0701987 .1345335 a2008 | .0961726 .0171489 5.61 0.000 .06256 .1297853 ss2 | .4882543 .0158437 30.82 0.000 .4572 .5193087 ss3 | .7210435 .0191177 37.72 0.000 .683572 .758515 ss4 | .9526761 .0192045 49.61 0.000 .9150346 .9903177 ss5 | 1.587917 .0477164 33.28 0.000 1.49439 1.681443 manuat | .4330324 .0131933 32.82 0.000 .4071729 .4588919 servat | .8116941 .0199236 40.74 0.000 .7726429 .8507453 cataluna | .5085519 .0160545 31.68 0.000 .4770845 .5400193 galicia | .5125953 .0283594 18.07 0.000 .4570098 .5681809 madrid | .6735709 .0214973 31.33 0.000 .6314352 .7157066 navarra | .6773628 .0308055 21.99 0.000 .6169827 .7377428 paisvasco | .6255226 .0187869 33.30 0.000 .5886996 .6623457 valencia | .4018063 .0209507 19.18 0.000 .360742 .4428705 _cons | .4324828 .0146468 29.53 0.000 .4037746 .4611911 ------------------------------------------------------------------------------

114

Cuadro A.II.117: Efecto del acceso a fondos extranjeros privados Linear regression Number of obs = 18438 F( 16, 18421) = 365.90 Prob > F = 0.0000 R-squared = 0.2637 Root MSE = 1.0727 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | 1.154807 .0872786 13.23 0.000 .9837324 1.325881 INCI2 | .0484429 .0703733 0.69 0.491 -.0894954 .1863811 a2007 | .0954263 .0186934 5.10 0.000 .0587855 .1320671 a2008 | .0927095 .0194443 4.77 0.000 .0545969 .130822 ss2 | .5167565 .0211842 24.39 0.000 .4752335 .5582794 ss3 | .7574046 .0259711 29.16 0.000 .7064988 .8083105 ss4 | 1.006083 .0252876 39.79 0.000 .9565174 1.05565 ss5 | 1.695918 .0638242 26.57 0.000 1.570816 1.821019 manuat | .409354 .0173022 23.66 0.000 .37544 .443268 servat | .9507942 .0273286 34.79 0.000 .8972276 1.004361 cataluna | .5167481 .0210454 24.55 0.000 .4754972 .557999 galicia | .5152108 .0374298 13.76 0.000 .4418448 .5885768 madrid | .706472 .0285156 24.77 0.000 .6505788 .7623652 navarra | .7136085 .0422748 16.88 0.000 .6307459 .7964711 paisvasco | .6758867 .0252934 26.72 0.000 .6263094 .7254641 valencia | .4317074 .0279449 15.45 0.000 .3769328 .4864819 _cons | .4420747 .0192804 22.93 0.000 .4042833 .4798662 ------------------------------------------------------------------------------ Cuadro A.II.118: Efecto del acceso a fondos extranjeros públicos Linear regression Number of obs = 18438 F( 16, 18421) = 462.74 Prob > F = 0.0000 R-squared = 0.3026 Root MSE = 1.044 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | 1.283641 .0397751 32.27 0.000 1.205678 1.361604 INCI2 | .0701102 .0686103 1.02 0.307 -.0643723 .2045927 a2007 | .0935988 .0182347 5.13 0.000 .0578572 .1293405 a2008 | .0854189 .0188972 4.52 0.000 .0483786 .1224592 ss2 | .4935812 .0205057 24.07 0.000 .4533882 .5337743 ss3 | .7416676 .0248439 29.85 0.000 .6929713 .7903639 ss4 | .9769046 .0245426 39.80 0.000 .9287988 1.02501 ss5 | 1.593192 .0618891 25.74 0.000 1.471884 1.714501 manuat | .4270718 .0170938 24.98 0.000 .3935664 .4605771 servat | .8263544 .0253134 32.64 0.000 .7767378 .875971 cataluna | .5114887 .0207151 24.69 0.000 .4708852 .5520922 galicia | .5210593 .036594 14.24 0.000 .4493317 .592787 madrid | .6769008 .0275578 24.56 0.000 .6228849 .7309167 navarra | .6862234 .0406416 16.88 0.000 .606562 .7658848 paisvasco | .6266101 .0242559 25.83 0.000 .5790663 .6741539 valencia | .4024807 .0269577 14.93 0.000 .349641 .4553203 _cons | .4338435 .0187398 23.15 0.000 .3971118 .4705753 ------------------------------------------------------------------------------

115

Cuadro A.II.119: Efecto de la financiación de la I+D interna con fondos extranjeros Linear regression Number of obs = 30390 F( 17, 30372) = 536.20 Prob > F = 0.0000 R-squared = 0.2599 Root MSE = 1.066 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | .0108389 .0007934 13.66 0.000 .0092838 .0123939 INCI2 | .0662401 .0530711 1.25 0.212 -.0377815 .1702617 a2006 | .0468905 .0160498 2.92 0.003 .0154322 .0783488 a2007 | .1019724 .0168721 6.04 0.000 .0689024 .1350424 a2008 | .0988409 .0177063 5.58 0.000 .0641358 .133546 ss2 | .512483 .0163641 31.32 0.000 .4804087 .5445573 ss3 | .7517491 .0198499 37.87 0.000 .7128424 .7906557 ss4 | .9951827 .0197651 50.35 0.000 .9564423 1.033923 ss5 | 1.730937 .049667 34.85 0.000 1.633588 1.828287 manuat | .4304857 .0133729 32.19 0.000 .4042742 .4566972 servat | .9402646 .0214057 43.93 0.000 .8983084 .9822207 cataluna | .5160623 .0163461 31.57 0.000 .4840233 .5481013 galicia | .5127104 .029071 17.64 0.000 .45573 .5696908 madrid | .7062601 .0223674 31.58 0.000 .6624191 .7501012 navarra | .6975335 .0319526 21.83 0.000 .6349051 .760162 paisvasco | .6634038 .0194565 34.10 0.000 .6252681 .7015394 valencia | .4259064 .0215499 19.76 0.000 .3836676 .4681452 _cons | .4331556 .0150474 28.79 0.000 .4036621 .4626491 ------------------------------------------------------------------------------ Cuadro A.II.120: Efecto de la financiación de la I+D interna con fondos extranjeros privados Linear regression Number of obs = 18438 F( 16, 18421) = 349.99 Prob > F = 0.0000 R-squared = 0.2584 Root MSE = 1.0765 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | .0116953 .001545 7.57 0.000 .008667 .0147236 INCI2 | .0565931 .0712755 0.79 0.427 -.0831134 .1962996 a2007 | .0944239 .0187532 5.04 0.000 .0576658 .1311819 a2008 | .0912326 .0195164 4.67 0.000 .0529786 .1294866 ss2 | .5202679 .0212526 24.48 0.000 .4786108 .561925 ss3 | .7647388 .0260002 29.41 0.000 .713776 .8157016 ss4 | 1.013256 .0253801 39.92 0.000 .9635087 1.063003 ss5 | 1.721042 .0643626 26.74 0.000 1.594885 1.847199 manuat | .4123796 .0173463 23.77 0.000 .3783792 .44638 servat | .9677887 .0274987 35.19 0.000 .9138886 1.021689 cataluna | .5178871 .0210984 24.55 0.000 .4765324 .5592419 galicia | .5175959 .0375576 13.78 0.000 .4439795 .5912122 madrid | .711257 .0286787 24.80 0.000 .6550442 .7674699 navarra | .7112712 .0422903 16.82 0.000 .6283783 .7941641 paisvasco | .6761833 .0253468 26.68 0.000 .6265011 .7258654 valencia | .434246 .0280139 15.50 0.000 .3793361 .4891559 _cons | .4405528 .0193255 22.80 0.000 .4026731 .4784325 ------------------------------------------------------------------------------

116

Cuadro A.II.121: Efecto de la financiación de la I+D interna con fondos extranjeros públicos Linear regression Number of obs = 18438 F( 16, 18421) = 351.83 Prob > F = 0.0000 R-squared = 0.2617 Root MSE = 1.0742 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | .0164879 .0018231 9.04 0.000 .0129144 .0200615 INCI2 | .0599701 .0711497 0.84 0.399 -.0794898 .1994301 a2007 | .0980348 .0187105 5.24 0.000 .0613605 .1347091 a2008 | .0944477 .0194624 4.85 0.000 .0562995 .1325959 ss2 | .5244658 .0211691 24.78 0.000 .4829724 .5659592 ss3 | .7773468 .0259031 30.01 0.000 .7265744 .8281193 ss4 | 1.022078 .0253289 40.35 0.000 .9724314 1.071725 ss5 | 1.725186 .0640996 26.91 0.000 1.599545 1.850827 manuat | .4251482 .0173328 24.53 0.000 .3911744 .459122 servat | .9581932 .0271927 35.24 0.000 .9048931 1.011493 cataluna | .5156178 .0210883 24.45 0.000 .4742827 .5569528 galicia | .5207162 .0375124 13.88 0.000 .4471885 .594244 madrid | .7063971 .0286554 24.65 0.000 .6502298 .7625644 navarra | .7056886 .0422672 16.70 0.000 .622841 .7885362 paisvasco | .6663393 .025181 26.46 0.000 .6169822 .7156965 valencia | .4255503 .0278022 15.31 0.000 .3710554 .4800452 _cons | .4262592 .0193097 22.07 0.000 .3884105 .4641079 ------------------------------------------------------------------------------ Cuadro A.II.122: Efecto de la realización de compras de I+D en el extranjero Linear regression Number of obs = 30390 F( 17, 30372) = 566.31 Prob > F = 0.0000 R-squared = 0.2686 Root MSE = 1.0598 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | .6097395 .0273855 22.27 0.000 .5560628 .6634162 INCI2 | .0799172 .0532538 1.50 0.133 -.0244625 .1842968 a2006 | .043094 .0159716 2.70 0.007 .011789 .0743989 a2007 | .0946152 .0167553 5.65 0.000 .0617741 .1274562 a2008 | .0900479 .0175895 5.12 0.000 .0555718 .124524 ss2 | .4971039 .0163178 30.46 0.000 .4651203 .5290876 ss3 | .7236374 .0199119 36.34 0.000 .6846093 .7626655 ss4 | .9337116 .019718 47.35 0.000 .8950635 .9723596 ss5 | 1.693258 .0490397 34.53 0.000 1.597138 1.789377 manuat | .4017449 .0132907 30.23 0.000 .3756947 .4277952 servat | .9474083 .0213677 44.34 0.000 .9055267 .98929 cataluna | .5048921 .0162096 31.15 0.000 .4731207 .5366636 galicia | .5061153 .0288581 17.54 0.000 .4495521 .5626784 madrid | .7057004 .0224144 31.48 0.000 .6617672 .7496336 navarra | .6701351 .0318521 21.04 0.000 .6077035 .7325666 paisvasco | .6578261 .01934 34.01 0.000 .6199189 .6957333 valencia | .422626 .0214067 19.74 0.000 .3806679 .4645841 _cons | .4413504 .0149133 29.59 0.000 .4121197 .4705811 ------------------------------------------------------------------------------

117

Cuadro A.II.123: Efecto de la intensidad de las compras de I+D en el extranjero Linear regression Number of obs = 30390 F( 17, 30372) = 524.86 Prob > F = 0.0000 R-squared = 0.2540 Root MSE = 1.0703 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | -.0044311 .0007923 -5.59 0.000 -.0059841 -.0028781 INCI2 | .0694373 .0538115 1.29 0.197 -.0360355 .1749102 a2006 | .0402248 .0161073 2.50 0.013 .0086538 .0717958 a2007 | .0932638 .0169448 5.50 0.000 .0600512 .1264764 a2008 | .0900621 .0177871 5.06 0.000 .0551986 .1249257 ss2 | .5129726 .0164637 31.16 0.000 .480703 .5452422 ss3 | .7588765 .0199543 38.03 0.000 .7197652 .7979877 ss4 | 1.010371 .0199098 50.75 0.000 .971347 1.049395 ss5 | 1.760401 .0502058 35.06 0.000 1.661996 1.858807 manuat | .4325393 .0133537 32.39 0.000 .4063656 .4587131 servat | .9652104 .0216514 44.58 0.000 .9227729 1.007648 cataluna | .5134353 .0163986 31.31 0.000 .4812934 .5455772 galicia | .4946786 .0291297 16.98 0.000 .4375832 .551774 madrid | .7064446 .0226095 31.25 0.000 .662129 .7507602 navarra | .6875748 .0320231 21.47 0.000 .6248081 .7503415 paisvasco | .6542321 .0195736 33.42 0.000 .6158669 .6925972 valencia | .417069 .0216777 19.24 0.000 .3745798 .4595583 _cons | .4560359 .015071 30.26 0.000 .426496 .4855758 ------------------------------------------------------------------------------


Cuadro A.II.124: Efecto de la realización de actividades de formación para la innovación Linear regression Number of obs = 30390 F( 17, 30372) = 551.27 Prob > F = 0.0000 R-squared = 0.2626 Root MSE = 1.064 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .2862638 .0148152 19.32 0.000 .2572254 .3153023 INCI2 | .0593901 .0537542 1.10 0.269 -.0459704 .1647506 a2006 | .0832235 .0161569 5.15 0.000 .0515554 .1148917 a2007 | .135975 .0169611 8.02 0.000 .1027305 .1692195 a2008 | .140878 .0178564 7.89 0.000 .1058788 .1758772 ss2 | .4976417 .0163696 30.40 0.000 .4655566 .5297269 ss3 | .7272348 .0197369 36.85 0.000 .6885496 .76592 ss4 | .9647043 .0198431 48.62 0.000 .9258111 1.003598 ss5 | 1.707463 .0499504 34.18 0.000 1.609558 1.805367 manuat | .419339 .0132918 31.55 0.000 .3932865 .4453915 servat | .9351908 .0215065 43.48 0.000 .8930372 .9773445 cataluna | .516996 .0162738 31.77 0.000 .4850987 .5488933 galicia | .5027536 .0290326 17.32 0.000 .4458485 .5596587 madrid | .7128603 .0224961 31.69 0.000 .668767 .7569537 navarra | .6869048 .0318465 21.57 0.000 .6244843 .7493252 paisvasco | .6520403 .0193783 33.65 0.000 .614058 .6900225 valencia | .4139764 .0214262 19.32 0.000 .3719801 .4559727 _cons | .3736709 .0153998 24.26 0.000 .3434866 .4038552 ------------------------------------------------------------------------------

118

Cuadro A.II.125: Efecto de la intensidad de los recursos dedicados a la formación Linear regression Number of obs = 24919

F( 17, 24901) = 442.81 Prob > F = 0.0000 R-squared = 0.2585 Root MSE = 1.0698 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | -.0118986 .0009811 -12.13 0.000 -.0138215 -.0099756 INCI2 | .1051732 .0599481 1.75 0.079 -.0123286 .2226751 a2006 | .0422202 .0179757 2.35 0.019 .0069868 .0774537 a2007 | .0961241 .0187245 5.13 0.000 .0594229 .1328253 a2008 | .0889706 .0195099 4.56 0.000 .0507301 .1272112 ss2 | .5178776 .0181409 28.55 0.000 .4823203 .5534348 ss3 | .7566323 .0222065 34.07 0.000 .7131062 .8001584 ss4 | 1.012651 .0219993 46.03 0.000 .9695311 1.055771 ss5 | 1.767597 .0557835 31.69 0.000 1.658258 1.876936 manuat | .4094336 .0148394 27.59 0.000 .3803475 .4385197 servat | .9671837 .0236388 40.92 0.000 .9208502 1.013517 cataluna | .5040669 .0180682 27.90 0.000 .4686522 .5394816 galicia | .4933152 .032489 15.18 0.000 .4296348 .5569955 madrid | .700319 .0247608 28.28 0.000 .6517863 .7488518 navarra | .6888405 .0357701 19.26 0.000 .618729 .758952 paisvasco | .657528 .0216216 30.41 0.000 .6151483 .6999076 valencia | .4066158 .0240764 16.89 0.000 .3594247 .4538069 _cons | .4709731 .0178374 26.40 0.000 .4360107 .5059355 ------------------------------------------------------------------------------ Efecto de los indicadores de Núcleo: Transferencia de conocimiento Cuadro A.II.126: Efecto de la cooperación público-privada Linear regression Number of obs = 30388 F( 17, 30370) = 688.32 Prob > F = 0.0000 R-squared = 0.3045 Root MSE = 1.0334 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | .6903809 .0153388 45.01 0.000 .6603163 .7204456 INCI2 | .0579376 .0518433 1.12 0.264 -.0436774 .1595526 a2006 | .041161 .0156067 2.64 0.008 .0105713 .0717507 a2007 | .0845888 .0163657 5.17 0.000 .0525113 .1166663 a2008 | .0707438 .0170868 4.14 0.000 .0372531 .1042346 ss2 | .5063309 .0158784 31.89 0.000 .4752086 .5374533 ss3 | .7250218 .0192967 37.57 0.000 .6871995 .7628441 ss4 | .9497161 .019051 49.85 0.000 .9123754 .9870568 ss5 | 1.639472 .0477437 34.34 0.000 1.545892 1.733052 manuat | .4141498 .0130472 31.74 0.000 .3885769 .4397228 servat | .8515937 .0204607 41.62 0.000 .8114898 .8916975 cataluna | .53411 .0158708 33.65 0.000 .5030025 .5652175 galicia | .395696 .0293 13.50 0.000 .3382668 .4531251 madrid | .6696021 .0216854 30.88 0.000 .6270978 .7121065 navarra | .6832539 .0312099 21.89 0.000 .6220812 .7444266 paisvasco | .6538273 .0188321 34.72 0.000 .6169156 .6907389 valencia | .4239968 .0208306 20.35 0.000 .383168 .4648257 _cons | .3483786 .0145994 23.86 0.000 .3197632 .3769941 ------------------------------------------------------------------------------

119

Cuadro A.II.127: Efecto de las compras de servicios de I+D a organismos públicos Linear regression Number of obs = 30390 F( 17, 30372) = 657.97 Prob > F = 0.0000 R-squared = 0.2874 Root MSE = 1.046 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | .6434822 .0170532 37.73 0.000 .6100572 .6769073 INCI2 | .0688971 .0521865 1.32 0.187 -.0333906 .1711848 a2006 | .0377413 .0157597 2.39 0.017 .0068516 .0686309 a2007 | .0842946 .0165627 5.09 0.000 .0518311 .1167581 a2008 | .0871314 .0173438 5.02 0.000 .0531367 .121126 ss2 | .5046113 .0162146 31.12 0.000 .47283 .5363927 ss3 | .7357903 .0195445 37.65 0.000 .6974822 .7740983 ss4 | .9664521 .0192656 50.16 0.000 .9286908 1.004214 ss5 | 1.69696 .0487787 34.79 0.000 1.601351 1.792568 manuat | .3998814 .0131464 30.42 0.000 .3741139 .4256489 servat | .9328774 .0211504 44.11 0.000 .8914218 .9743331 cataluna | .5209175 .0159534 32.65 0.000 .4896483 .5521868 galicia | .4200866 .0293559 14.31 0.000 .3625479 .4776253 madrid | .7002952 .0219423 31.92 0.000 .6572875 .743303 navarra | .6999048 .0312586 22.39 0.000 .6386367 .761173 paisvasco | .6934769 .0192454 36.03 0.000 .6557551 .7311987 valencia | .4083793 .0211859 19.28 0.000 .366854 .4499046 _cons | .3808572 .0147953 25.74 0.000 .3518577 .4098566 ------------------------------------------------------------------------------ Cuadro A.II.128: Efecto de la intensidad de compras de I+D a organismos públicos Linear regression Number of obs = 30390 F( 17, 30372) = 521.76 Prob > F = 0.0000 R-squared = 0.2533 Root MSE = 1.0708 ------------------------------------------------------------------------------ | Robust F.LPIDT | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | .0025381 .0007054 3.60 0.000 .0011554 .0039208 INCI2 | .0690281 .0537875 1.28 0.199 -.0363978 .1744539 a2006 | .0409997 .0161191 2.54 0.011 .0094055 .0725938 a2007 | .0932918 .016949 5.50 0.000 .0600711 .1265125 a2008 | .0897811 .0177944 5.05 0.000 .0549033 .1246588 ss2 | .5125211 .0164705 31.12 0.000 .4802382 .544804 ss3 | .7544994 .0199523 37.82 0.000 .7153921 .7936067 ss4 | 1.000371 .0198576 50.38 0.000 .9614488 1.039292 ss5 | 1.757101 .0500032 35.14 0.000 1.659093 1.85511 manuat | .4288617 .0134092 31.98 0.000 .4025791 .4551442 servat | .9654017 .0216366 44.62 0.000 .9229932 1.00781 cataluna | .5218291 .016424 31.77 0.000 .4896374 .5540209 galicia | .4969552 .0291913 17.02 0.000 .439739 .5541714 madrid | .7138558 .0226134 31.57 0.000 .6695327 .758179 navarra | .6946209 .0320747 21.66 0.000 .6317531 .7574887 paisvasco | .6660309 .0196379 33.92 0.000 .6275397 .704522 valencia | .4258394 .0216859 19.64 0.000 .3833342 .4683446 _cons | .4421752 .015208 29.08 0.000 .4123669 .4719835 ------------------------------------------------------------------------------

120

B) Efectos de los indicadores del eje sobre el Objetivo 3: Incrementar el empleo de media y alta tecnología

B.2) Efectos sobre el empleo total

121

Efecto de los indicadores del eje: Entorno financiero proclive a la innovación Cuadro A.II.129: Efecto de los fondos de las AAPP para financiar la I+D interna Linear regression Number of obs = 18438 F( 13, 18424) = 2137.57 Prob > F = 0.0000 R-squared = 0.5711 Root MSE = 1.0272 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAPP | -.010558 .0176817 -0.60 0.550 -.0452157 .0240996 INCI2 | .3416055 .0602425 5.67 0.000 .2235247 .4596863 a2007 | .0635338 .0180997 3.51 0.000 .0280566 .099011 a2008 | .0627316 .0185616 3.38 0.001 .0263491 .0991142 TAM200 | 2.752659 .0173279 158.86 0.000 2.718695 2.786624 manuat | -.0127374 .0164078 -0.78 0.438 -.0448982 .0194233 servat | -.4679076 .0262488 -17.83 0.000 -.5193577 -.4164575 cataluna | .0783 .0192611 4.07 0.000 .0405463 .1160536 galicia | -.1297429 .0391419 -3.31 0.001 -.2064648 -.0530211 madrid | .1474755 .028217 5.23 0.000 .0921675 .2027835 navarra | .0672762 .0419636 1.60 0.109 -.0149764 .1495287 paisvasco | -.0630408 .0261429 -2.41 0.016 -.1142834 -.0117982 valencia | .0065524 .0277473 0.24 0.813 -.0478348 .0609397 _cons | 3.472621 .018331 189.44 0.000 3.436691 3.508552 ------------------------------------------------------------------------------


Linear regression Number of obs = 18438 F( 13, 18424) = 2161.46 Prob > F = 0.0000 R-squared = 0.5729 Root MSE = 1.0251 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_ACE | .175635 .0212162 8.28 0.000 .1340494 .2172207 INCI2 | .3388643 .0599741 5.65 0.000 .2213094 .4564191 a2007 | .0573183 .0180884 3.17 0.002 .0218633 .0927734 a2008 | .0541626 .0185303 2.92 0.003 .0178414 .0904838 TAM200 | 2.74422 .0173156 158.48 0.000 2.71028 2.778161 manuat | -.0131461 .0164007 -0.80 0.423 -.045293 .0190009 servat | -.5047843 .0260107 -19.41 0.000 -.5557677 -.453801 cataluna | .072322 .0192653 3.75 0.000 .0345603 .1100837 galicia | -.1334712 .0384556 -3.47 0.001 -.2088478 -.0580946 madrid | .1265213 .0281538 4.49 0.000 .0713373 .1817052 navarra | .0503203 .041307 1.22 0.223 -.0306453 .1312858 paisvasco | -.0897342 .0258638 -3.47 0.001 -.1404296 -.0390389 valencia | -.0005553 .0275746 -0.02 0.984 -.0546041 .0534934 _cons | 3.457806 .018159 190.42 0.000 3.422213 3.493399 ------------------------------------------------------------------------------

122

Cuadro A.II.131: Efecto de las subvenciones de las AALL para financiar la I+D interna Linear regression Number of obs = 18438 F( 13, 18424) = 2137.28 Prob > F = 0.0000 R-squared = 0.5713 Root MSE = 1.027 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_AAL | -.0471929 .0204239 -2.31 0.021 -.0872257 -.0071602 INCI2 | .3411363 .06029 5.66 0.000 .2229623 .4593103 a2007 | .0633483 .0180932 3.50 0.000 .027884 .0988127 a2008 | .0630517 .0185633 3.40 0.001 .0266658 .0994376 TAM200 | 2.751899 .0173226 158.86 0.000 2.717945 2.785852 manuat | -.0124466 .0164063 -0.76 0.448 -.0446044 .0197112 servat | -.4623738 .026123 -17.70 0.000 -.5135773 -.4111703 cataluna | .0766145 .0192734 3.98 0.000 .0388368 .1143922 galicia | -.1145489 .0395473 -2.90 0.004 -.1920652 -.0370325 madrid | .1445035 .0282202 5.12 0.000 .0891892 .1998178 navarra | .0760295 .0420516 1.81 0.071 -.0063955 .1584545 paisvasco | -.0523295 .026213 -2.00 0.046 -.1037094 -.0009495 valencia | .0100831 .0277556 0.36 0.716 -.0443203 .0644866 _cons | 3.476466 .0182039 190.97 0.000 3.440784 3.512147 ------------------------------------------------------------------------------ Cuadro A.II.132: Efecto de los fondos de la UE para financiar la I+D interna Linear regression Number of obs = 18438 F( 13, 18424) = 2165.00 Prob > F = 0.0000 R-squared = 0.5740 Root MSE = 1.0237 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_UE | .4094331 .0401822 10.19 0.000 .3306723 .4881938 INCI2 | .3413431 .0600286 5.69 0.000 .2236814 .4590048 a2007 | .0634439 .018046 3.52 0.000 .0280721 .0988156 a2008 | .0605481 .0184959 3.27 0.001 .0242944 .0968017 TAM200 | 2.737368 .0173286 157.97 0.000 2.703402 2.771334 manuat | -.0094387 .0164218 -0.57 0.565 -.0416269 .0227495 servat | -.5137831 .0259214 -19.82 0.000 -.5645914 -.4629748 cataluna | .0749855 .0192892 3.89 0.000 .0371769 .1127941 galicia | -.1327116 .0384972 -3.45 0.001 -.2081695 -.0572536 madrid | .1338258 .0280681 4.77 0.000 .0788098 .1888419 navarra | .0584752 .0411522 1.42 0.155 -.0221869 .1391374 paisvasco | -.0813733 .0256208 -3.18 0.001 -.1315925 -.0311541 valencia | -.0032896 .0275119 -0.12 0.905 -.0572155 .0506362 _cons | 3.465799 .0180799 191.69 0.000 3.430361 3.501238 ------------------------------------------------------------------------------

123

Cuadro A.II.133: Efecto de los fondos de la APE para financiar la I+D interna Linear regression Number of obs = 18438 F( 13, 18424) = 2141.23 Prob > F = 0.0000 R-squared = 0.5714 Root MSE = 1.0269 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SUB_APE | .4822537 .1653479 2.92 0.004 .1581565 .8063508 INCI2 | .3431168 .0602319 5.70 0.000 .2250568 .4611769 a2007 | .0632769 .0180957 3.50 0.000 .0278076 .0987462 a2008 | .0626299 .0185573 3.37 0.001 .0262558 .099004 TAM200 | 2.751674 .0173134 158.93 0.000 2.717739 2.78561 manuat | -.0126385 .0164051 -0.77 0.441 -.0447941 .0195171 servat | -.4756638 .0258677 -18.39 0.000 -.5263669 -.4249607 cataluna | .0785528 .0192615 4.08 0.000 .0407985 .116307 galicia | -.1322225 .0385492 -3.43 0.001 -.2077825 -.0566625 madrid | .1475042 .0282049 5.23 0.000 .09222 .2027883 navarra | .0643198 .04163 1.55 0.122 -.017279 .1459185 paisvasco | -.0656027 .0257361 -2.55 0.011 -.1160478 -.0151575 valencia | .0049131 .0276997 0.18 0.859 -.0493808 .0592071 _cons | 3.469997 .0181012 191.70 0.000 3.434517 3.505477 ------------------------------------------------------------------------------ Cuadro A.II.134: Efecto de la financiación de la I+D interna con subvenciones de las AAPP Linear regression Number of obs = 18438 F( 13, 18424) = 2137.69 Prob > F = 0.0000 R-squared = 0.5729 Root MSE = 1.0251 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAPP | -.0028788 .0003568 -8.07 0.000 -.0035782 -.0021794 INCI2 | .3403376 .060098 5.66 0.000 .22254 .4581352 a2007 | .0594391 .0180476 3.29 0.001 .0240641 .0948141 a2008 | .0610252 .0185251 3.29 0.001 .0247143 .0973362 TAM200 | 2.742484 .0173087 158.45 0.000 2.708558 2.776411 manuat | -.0220497 .0163875 -1.35 0.178 -.0541707 .0100713 servat | -.4443527 .026135 -17.00 0.000 -.4955797 -.3931257 cataluna | .0763694 .0192331 3.97 0.000 .0386707 .1140681 galicia | -.0854839 .0389367 -2.20 0.028 -.1618035 -.0091643 madrid | .152323 .0281471 5.41 0.000 .097152 .2074939 navarra | .0810838 .0419421 1.93 0.053 -.0011266 .1632942 paisvasco | -.0316757 .0258038 -1.23 0.220 -.0822534 .0189021 valencia | .0146721 .027798 0.53 0.598 -.0398145 .0691588 _cons | 3.500075 .0182979 191.28 0.000 3.464209 3.53594 ------------------------------------------------------------------------------

124

Cuadro A.II.135: Efecto de la financiación de la I+D interna con subvenciones de la AGE Linear regression Number of obs = 18438 F( 13, 18424) = 2140.22 Prob > F = 0.0000 R-squared = 0.5712 Root MSE = 1.0271 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_ACE | -.0006683 .0005211 -1.28 0.200 -.0016898 .0003532 INCI2 | .3423967 .0601688 5.69 0.000 .2244602 .4603331 a2007 | .0632306 .0180983 3.49 0.000 .0277561 .098705 a2008 | .0626248 .0185595 3.37 0.001 .0262465 .0990031 TAM200 | 2.751933 .017307 159.01 0.000 2.718009 2.785856 manuat | -.0134446 .0164208 -0.82 0.413 -.0456309 .0187416 servat | -.4677963 .0259129 -18.05 0.000 -.5185879 -.4170046 cataluna | .0789922 .0192622 4.10 0.000 .0412366 .1167479 galicia | -.1338919 .0385584 -3.47 0.001 -.2094699 -.0583139 madrid | .1492863 .0282328 5.29 0.000 .0939474 .2046253 navarra | .0661551 .0417044 1.59 0.113 -.0155893 .1478995 paisvasco | -.0643728 .0257962 -2.50 0.013 -.1149358 -.0138099 valencia | .0061035 .0277344 0.22 0.826 -.0482585 .0604655 _cons | 3.473271 .018167 191.19 0.000 3.437662 3.50888 ------------------------------------------------------------------------------ Cuadro A.II.136: Efecto de la financiación de la I+D interna con subvenciones de las AALL Linear regression Number of obs = 18438 F( 13, 18424) = 2149.52 Prob > F = 0.0000 R-squared = 0.5744 Root MSE = 1.0233 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_AAL | -.0057764 .0005147 -11.22 0.000 -.0067853 -.0047676 INCI2 | .3327172 .0603012 5.52 0.000 .2145212 .4509132 a2007 | .0593746 .0180147 3.30 0.001 .024064 .0946852 a2008 | .0607427 .0184939 3.28 0.001 .0244929 .0969925 TAM200 | 2.737038 .0173232 158.00 0.000 2.703083 2.770993 manuat | -.021971 .016342 -1.34 0.179 -.0540028 .0100608 servat | -.4461173 .025912 -17.22 0.000 -.4969071 -.3953275 cataluna | .0664429 .0192588 3.45 0.001 .0286938 .1041919 galicia | -.0336143 .0396289 -0.85 0.396 -.1112905 .044062 madrid | .1325311 .0281677 4.71 0.000 .0773198 .1877424 navarra | .084857 .0417241 2.03 0.042 .0030739 .1666401 paisvasco | -.0147942 .0256266 -0.58 0.564 -.0650246 .0354363 valencia | .0169001 .0277747 0.61 0.543 -.0375409 .0713411 _cons | 3.50133 .018217 192.20 0.000 3.465623 3.537037 ------------------------------------------------------------------------------

125

Cuadro A.II.137: Efecto de la financiación de la I+D interna con fondos de la UE Linear regression Number of obs = 18438 F( 13, 18424) = 2139.69 Prob > F = 0.0000 R-squared = 0.5711 Root MSE = 1.0272 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_UE | .0008394 .0014979 0.56 0.575 -.0020966 .0037754 INCI2 | .3416335 .060217 5.67 0.000 .2236025 .4596645 a2007 | .0637468 .0181035 3.52 0.000 .0282622 .0992313 a2008 | .062805 .0185644 3.38 0.001 .026417 .0991929 TAM200 | 2.75245 .0173213 158.91 0.000 2.718498 2.786401 manuat | -.0122611 .0164116 -0.75 0.455 -.0444294 .0199072 servat | -.4710697 .0258753 -18.21 0.000 -.5217877 -.4203517 cataluna | .0779715 .0192662 4.05 0.000 .040208 .115735 galicia | -.1335193 .0385562 -3.46 0.001 -.2090929 -.0579456 madrid | .1462008 .0282119 5.18 0.000 .090903 .2014987 navarra | .0646361 .0416343 1.55 0.121 -.0169711 .1462432 paisvasco | -.0665524 .0257326 -2.59 0.010 -.1169906 -.0161141 valencia | .0052063 .0277251 0.19 0.851 -.0491375 .05955 _cons | 3.46989 .0181155 191.54 0.000 3.434382 3.505398 ------------------------------------------------------------------------------ Cuadro A.II.138: Efecto de la financiación de la I+D interna con fondos de APE Linear regression Number of obs = 18438 F( 13, 18424) = 2139.31 Prob > F = 0.0000 R-squared = 0.5711 Root MSE = 1.0272 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_SUB_APE | .0014849 .0043169 0.34 0.731 -.0069767 .0099465 INCI2 | .3417666 .060222 5.68 0.000 .223726 .4598073 a2007 | .0635277 .018101 3.51 0.000 .0280481 .0990073 a2008 | .0626331 .0185599 3.37 0.001 .026254 .0990122 TAM200 | 2.752594 .0173224 158.90 0.000 2.71864 2.786547 manuat | -.0126507 .0164113 -0.77 0.441 -.0448185 .0195171 servat | -.4704665 .0258262 -18.22 0.000 -.5210884 -.4198447 cataluna | .0783261 .0192655 4.07 0.000 .0405638 .1160883 galicia | -.1336182 .0385503 -3.47 0.001 -.2091803 -.0580561 madrid | .1466808 .0282221 5.20 0.000 .0913628 .2019988 navarra | .0648093 .0416399 1.56 0.120 -.0168087 .1464274 paisvasco | -.0660854 .0257331 -2.57 0.010 -.1165246 -.0156462 valencia | .0055825 .0277243 0.20 0.840 -.0487598 .0599247 _cons | 3.470373 .0181033 191.70 0.000 3.434889 3.505857 ------------------------------------------------------------------------------

126

Cuadro A.II.139: Efecto del acceso a fondos de las AAPP para financiar la innovación Linear regression Number of obs = 30390 F( 14, 30375) = 3281.48 Prob > F = 0.0000 R-squared = 0.5675 Root MSE = 1.0252 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FON_AAPP | -.0204715 .0122138 -1.68 0.094 -.044411 .0034681 INCI2 | .3946211 .0469032 8.41 0.000 .3026888 .4865534 a2006 | -.0000888 .0157609 -0.01 0.996 -.0309808 .0308033 a2007 | .0234916 .0160893 1.46 0.144 -.0080441 .0550274 a2008 | .0231761 .0166088 1.40 0.163 -.0093779 .0557301 TAM200 | 2.734605 .0133795 204.39 0.000 2.70838 2.760829 manuat | -.0041075 .0127402 -0.32 0.747 -.0290788 .0208639 servat | -.4814476 .0203377 -23.67 0.000 -.5213103 -.4415849 cataluna | .0695863 .0149921 4.64 0.000 .0402012 .0989715 galicia | -.1398821 .0302613 -4.62 0.000 -.1991955 -.0805688 madrid | .1626769 .0218412 7.45 0.000 .1198671 .2054867 navarra | .0094907 .0330374 0.29 0.774 -.055264 .0742454 paisvasco | -.0761864 .0202049 -3.77 0.000 -.1157889 -.0365839 valencia | .0046695 .021386 0.22 0.827 -.0372479 .0465869 _cons | 3.526152 .0147498 239.06 0.000 3.497241 3.555062 ------------------------------------------------------------------------------ Cuadro A.II.140: Efecto de la falta de financiación como obstáculo para la innovación Linear regression Number of obs = 30390 F( 14, 30375) = 3278.37 Prob > F = 0.0000 R-squared = 0.5676 Root MSE = 1.025 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FALFIN | -.015557 .0045503 -3.42 0.001 -.0244757 -.0066383 INCI2 | .3939261 .0468915 8.40 0.000 .3020168 .4858353 a2006 | -.0001469 .0157597 -0.01 0.993 -.0310366 .0307428 a2007 | .0233349 .0160825 1.45 0.147 -.0081875 .0548574 a2008 | .022037 .0166091 1.33 0.185 -.0105177 .0545916 TAM200 | 2.73546 .0133896 204.30 0.000 2.709215 2.761704 manuat | -.0049413 .0127336 -0.39 0.698 -.0298997 .0200172 servat | -.486267 .0201266 -24.16 0.000 -.525716 -.4468181 cataluna | .0703369 .0149676 4.70 0.000 .0409997 .099674 galicia | -.1490287 .0300246 -4.96 0.000 -.2078782 -.0901792 madrid | .1632041 .0218391 7.47 0.000 .1203986 .2060096 navarra | .0000994 .0327787 0.00 0.998 -.0641481 .064347 paisvasco | -.0828303 .0200925 -4.12 0.000 -.1222124 -.0434482 valencia | .0022135 .0213835 0.10 0.918 -.0396991 .044126 _cons | 3.543155 .0157202 225.39 0.000 3.512343 3.573967 ------------------------------------------------------------------------------

127

Efecto de los indicadores del eje: Fomento de la innovación desde la demanda pública Cuadro A.II.141: Efecto de la participación en contratos con la AGE Linear regression Number of obs = 18438 F( 13, 18424) = 2139.38 Prob > F = 0.0000 R-squared = 0.5714 Root MSE = 1.0269 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_ACE | .1678429 .045359 3.70 0.000 .0789351 .2567506 INCI2 | .3417556 .060242 5.67 0.000 .2236756 .4598356 a2007 | .06242 .0180977 3.45 0.001 .0269468 .0978933 a2008 | .0614841 .0185584 3.31 0.001 .025108 .0978603 TAM200 | 2.751145 .0173304 158.75 0.000 2.717175 2.785114 manuat | -.0146764 .016416 -0.89 0.371 -.0468532 .0175005 servat | -.4740385 .0258378 -18.35 0.000 -.5246831 -.4233939 cataluna | .0774845 .0192588 4.02 0.000 .0397355 .1152334 galicia | -.1335813 .0385386 -3.47 0.001 -.2091206 -.0580421 madrid | .1444975 .0282384 5.12 0.000 .0891477 .1998474 navarra | .0572509 .0416951 1.37 0.170 -.0244754 .1389773 paisvasco | -.0696494 .0257192 -2.71 0.007 -.1200615 -.0192373 valencia | .0041392 .0277283 0.15 0.881 -.0502109 .0584893 _cons | 3.469977 .0180916 191.80 0.000 3.434516 3.505439 ------------------------------------------------------------------------------ Cuadro A.II.142: Efecto de la financiación de la I+D interna con contratos con la AGE Linear regression Number of obs = 18438 F( 13, 18424) = 2137.97 Prob > F = 0.0000 R-squared = 0.5712 Root MSE = 1.0271 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_ACE | .002443 .0010904 2.24 0.025 .0003057 .0045803 INCI2 | .3412969 .0602089 5.67 0.000 .2232819 .459312 a2007 | .0631306 .0180982 3.49 0.000 .0276564 .0986048 a2008 | .0620097 .0185635 3.34 0.001 .0256235 .098396 TAM200 | 2.752581 .0173264 158.87 0.000 2.71862 2.786542 manuat | -.0133541 .0164156 -0.81 0.416 -.0455302 .018822 servat | -.4714262 .0258041 -18.27 0.000 -.5220045 -.4208479 cataluna | .0778073 .0192602 4.04 0.000 .0400555 .1155591 galicia | -.133124 .0385584 -3.45 0.001 -.208702 -.057546 madrid | .1456981 .028226 5.16 0.000 .0903725 .2010237 navarra | .0602074 .041714 1.44 0.149 -.0215559 .1419708 paisvasco | -.0672106 .025726 -2.61 0.009 -.1176359 -.0167853 valencia | .0050448 .0277196 0.18 0.856 -.0492883 .0593778 _cons | 3.469887 .0180984 191.72 0.000 3.434413 3.505362 ------------------------------------------------------------------------------

128

Cuadro A.II.143: Efecto de la participación en contratos con las AALL Linear regression Number of obs = 18438 F( 13, 18424) = 2139.39 Prob > F = 0.0000 R-squared = 0.5713 Root MSE = 1.027 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CON_AAL | .2083918 .0730843 2.85 0.004 .0651399 .3516437 INCI2 | .3407245 .0601724 5.66 0.000 .2227811 .458668 a2007 | .0628428 .0180999 3.47 0.001 .0273653 .0983204 a2008 | .06246 .0185547 3.37 0.001 .0260911 .0988289 TAM200 | 2.752111 .017327 158.83 0.000 2.718149 2.786074 manuat | -.0130377 .0164131 -0.79 0.427 -.0452089 .0191335 servat | -.4776045 .0259977 -18.37 0.000 -.5285625 -.4266466 cataluna | .0785426 .0192651 4.08 0.000 .0407811 .116304 galicia | -.1370161 .0385332 -3.56 0.000 -.2125447 -.0614875 madrid | .1472858 .0282112 5.22 0.000 .0919892 .2025823 navarra | .0596726 .0415517 1.44 0.151 -.0217726 .1411178 paisvasco | -.0690587 .0257736 -2.68 0.007 -.1195774 -.01854 valencia | .005506 .0277086 0.20 0.842 -.0488055 .0598174 _cons | 3.470295 .0180939 191.79 0.000 3.434829 3.50576 ------------------------------------------------------------------------------ Cuadro A.II.144: Efecto de la financiación de la I+D interna con contratos con las AALL Linear regression Number of obs = 18438 F( 13, 18424) = 2139.04 Prob > F = 0.0000 R-squared = 0.5711 Root MSE = 1.0272 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FIN_CON_AAL | .0007171 .0017885 0.40 0.688 -.0027885 .0042226 INCI2 | .3416584 .0602164 5.67 0.000 .2236286 .4596882 a2007 | .0634443 .0181039 3.50 0.000 .0279589 .0989296 a2008 | .0625636 .0185595 3.37 0.001 .0261853 .0989419 TAM200 | 2.752562 .0173242 158.89 0.000 2.718605 2.786519 manuat | -.0126562 .0164115 -0.77 0.441 -.0448243 .0195119 servat | -.4708968 .0259017 -18.18 0.000 -.5216665 -.420127 cataluna | .0782026 .0192648 4.06 0.000 .0404419 .1159633 galicia | -.1340429 .0385674 -3.48 0.001 -.2096387 -.0584472 madrid | .1467389 .0282163 5.20 0.000 .0914324 .2020454 navarra | .0643265 .0416338 1.55 0.122 -.0172797 .1459327 paisvasco | -.0663525 .0257446 -2.58 0.010 -.1168144 -.0158906 valencia | .0055739 .027721 0.20 0.841 -.0487618 .0599097 _cons | 3.47044 .0180984 191.75 0.000 3.434965 3.505914 ------------------------------------------------------------------------------

129

Efecto de los indicadores del eje: Proyección internacional Cuadro A.II.145: Efecto de la presencia en mercados exteriores Linear regression Number of obs = 30390 F( 14, 30375) = 3252.89 Prob > F = 0.0000 R-squared = 0.5845 Root MSE = 1.0048 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- PRES_EXT | .4636957 .0140632 32.97 0.000 .4361312 .4912601 INCI2 | .380783 .0460012 8.28 0.000 .2906187 .4709472 a2006 | -.0129541 .015419 -0.84 0.401 -.043176 .0172677 a2007 | .0029926 .0157722 0.19 0.850 -.0279216 .0339068 a2008 | -.0011009 .0163668 -0.07 0.946 -.0331805 .0309786 TAM200 | 2.698417 .0136417 197.81 0.000 2.671679 2.725155 manuat | -.099096 .0126501 -7.83 0.000 -.1238906 -.0743014 servat | -.405063 .0198472 -20.41 0.000 -.4439644 -.3661615 cataluna | -.0044918 .0149607 -0.30 0.764 -.0338154 .0248317 galicia | -.1777567 .0289441 -6.14 0.000 -.2344884 -.121025 madrid | .1444173 .0215733 6.69 0.000 .1021327 .1867019 navarra | -.0241036 .0317418 -0.76 0.448 -.0863189 .0381118 paisvasco | -.0991298 .0193193 -5.13 0.000 -.1369963 -.0612632 valencia | -.041107 .0209054 -1.97 0.049 -.0820825 -.0001314 _cons | 3.267375 .0160194 203.96 0.000 3.235976 3.298774 ------------------------------------------------------------------------------ Cuadro A.II.146: Efecto de la intensidad exportadora Linear regression Number of obs = 5464 F( 11, 5452) = 759.69 Prob > F = 0.0000 R-squared = 0.5947 Root MSE = 1.0208 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INTEXP | .0024085 .0004276 5.63 0.000 .0015702 .0032469 INCI2 | .4314342 .1102149 3.91 0.000 .215369 .6474993 TAM200 | 2.734606 .0316166 86.49 0.000 2.672625 2.796587 manuat | -.0872026 .0302329 -2.88 0.004 -.1464712 -.027934 servat | -.3859404 .0482366 -8.00 0.000 -.4805034 -.2913775 cataluna | .068264 .0355614 1.92 0.055 -.0014507 .1379786 galicia | -.1134522 .0720097 -1.58 0.115 -.25462 .0277156 madrid | .1726415 .052722 3.27 0.001 .0692852 .2759977 navarra | .1625308 .070333 2.31 0.021 .0246501 .3004115 paisvasco | -.0400741 .0464904 -0.86 0.389 -.1312138 .0510656 valencia | .0181691 .0500459 0.36 0.717 -.0799408 .116279 _cons | 3.481314 .0290104 120.00 0.000 3.424442 3.538186 ------------------------------------------------------------------------------

130

Cuadro A.II.147: Efecto de la cooperación tecnológica internacional Linear regression Number of obs = 30388 F( 14, 30373) = 3332.39 Prob > F = 0.0000 R-squared = 0.5729 Root MSE = 1.0187 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CINTER | .3285693 .0169657 19.37 0.000 .2953158 .3618228 INCI2 | .3899024 .0465616 8.37 0.000 .2986397 .4811652 a2006 | -.0010256 .015668 -0.07 0.948 -.0317354 .0296843 a2007 | .0235217 .015978 1.47 0.141 -.0077958 .0548393 a2008 | .0183553 .0164949 1.11 0.266 -.0139755 .050686 TAM200 | 2.686071 .013398 200.48 0.000 2.659811 2.712332 manuat | -.0198227 .0127011 -1.56 0.119 -.0447174 .005072 servat | -.5178454 .019884 -26.04 0.000 -.5568189 -.4788718 cataluna | .0649435 .014936 4.35 0.000 .0356682 .0942187 galicia | -.1452715 .0296862 -4.89 0.000 -.2034577 -.0870854 madrid | .1518316 .0217194 6.99 0.000 .1092606 .1944026 navarra | -.0194606 .0321037 -0.61 0.544 -.0823852 .0434641 paisvasco | -.1023487 .0200049 -5.12 0.000 -.1415592 -.0631382 valencia | .0019984 .0211908 0.09 0.925 -.0395365 .0435332 _cons | 3.495293 .0138929 251.59 0.000 3.468063 3.522524 ------------------------------------------------------------------------------ Cuadro A.II.148: Efecto del acceso a fondos extranjeros para financiar la I+D interna Linear regression Number of obs = 30390 F( 14, 30375) = 3334.12 Prob > F = 0.0000 R-squared = 0.5704 Root MSE = 1.0217 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FINEXT | .3691747 .0278371 13.26 0.000 .3146128 .4237366 INCI2 | .3865927 .0465421 8.31 0.000 .2953682 .4778172 a2006 | .0027231 .0157166 0.17 0.862 -.028082 .0335282 a2007 | .0266365 .016014 1.66 0.096 -.0047517 .0580246 a2008 | .0247409 .0165378 1.50 0.135 -.0076738 .0571556 TAM200 | 2.716708 .0133684 203.22 0.000 2.690505 2.742911 manuat | -.0023294 .012729 -0.18 0.855 -.0272788 .0226199 servat | -.5322709 .0202636 -26.27 0.000 -.5719884 -.4925535 cataluna | .0675687 .0149844 4.51 0.000 .0381988 .0969387 galicia | -.142324 .0299464 -4.75 0.000 -.2010202 -.0836278 madrid | .1489249 .0217283 6.85 0.000 .1063365 .1915133 navarra | .0000589 .0324282 0.00 0.999 -.0635017 .0636195 paisvasco | -.0911036 .020012 -4.55 0.000 -.1303279 -.0518793 valencia | -.0030796 .0212214 -0.15 0.885 -.0446744 .0385151 _cons | 3.50814 .013911 252.19 0.000 3.480874 3.535406 ------------------------------------------------------------------------------

131

Cuadro A.II.149: Efecto del acceso a fondos extranjeros privados Linear regression Number of obs = 18438 F( 13, 18424) = 2148.63 Prob > F = 0.0000 R-squared = 0.5721 Root MSE = 1.026 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPRI | .5030113 .0749643 6.71 0.000 .3560743 .6499482 INCI2 | .3358446 .0600151 5.60 0.000 .2182093 .4534798 a2007 | .0640178 .0180753 3.54 0.000 .0285886 .0994471 a2008 | .0632761 .0185418 3.41 0.001 .0269324 .0996198 TAM200 | 2.745075 .0173549 158.17 0.000 2.711058 2.779092 manuat | -.0160345 .016396 -0.98 0.328 -.0481721 .0161032 servat | -.4811101 .0258012 -18.65 0.000 -.5316829 -.4305372 cataluna | .0765125 .0192518 3.97 0.000 .0387773 .1142477 galicia | -.1333523 .03848 -3.47 0.001 -.2087768 -.0579279 madrid | .1427369 .0281914 5.06 0.000 .0874791 .1979947 navarra | .0675471 .0416446 1.62 0.105 -.0140803 .1491744 paisvasco | -.0647408 .0257213 -2.52 0.012 -.1151569 -.0143247 valencia | .0057326 .027677 0.21 0.836 -.048517 .0599822 _cons | 3.47007 .0180817 191.91 0.000 3.434628 3.505511 ------------------------------------------------------------------------------ Cuadro A.II.150: Efecto del acceso a fondos extranjeros públicos Linear regression Number of obs = 18438 F( 13, 18424) = 2170.50 Prob > F = 0.0000 R-squared = 0.5744 Root MSE = 1.0232 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DFEXPUB | .4245675 .0389058 10.91 0.000 .3483084 .5008265 INCI2 | .3429359 .0600393 5.71 0.000 .2252533 .4606184 a2007 | .0631232 .0180345 3.50 0.000 .0277739 .0984725 a2008 | .0603185 .0184905 3.26 0.001 .0240754 .0965617 TAM200 | 2.735511 .0173068 158.06 0.000 2.701588 2.769434 manuat | -.0089041 .0164144 -0.54 0.588 -.0410778 .0232697 servat | -.5183865 .0259338 -19.99 0.000 -.569219 -.4675539 cataluna | .0750497 .0192849 3.89 0.000 .0372495 .1128498 galicia | -.1312678 .0384965 -3.41 0.001 -.2067245 -.055811 madrid | .1328588 .0280348 4.74 0.000 .077908 .1878096 navarra | .0580696 .0411238 1.41 0.158 -.0225369 .138676 paisvasco | -.0810559 .0256079 -3.17 0.002 -.1312498 -.030862 valencia | -.0037975 .0274781 -0.14 0.890 -.0576571 .050062 _cons | 3.464915 .0180794 191.65 0.000 3.429477 3.500352 ------------------------------------------------------------------------------

132

Cuadro A.II.151: Efecto de la financiación de la I+D interna con fondos extranjeros Linear regression Number of obs = 30390 F( 14, 30375) = 3285.45 Prob > F = 0.0000 R-squared = 0.5675 Root MSE = 1.0252 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFINEXT | .001178 .0007399 1.59 0.111 -.0002722 .0026281 INCI2 | .394204 .0468449 8.42 0.000 .3023861 .4860218 a2006 | .0009799 .015769 0.06 0.950 -.0299279 .0318878 a2007 | .0248729 .0160851 1.55 0.122 -.0066545 .0564004 a2008 | .0242587 .0166067 1.46 0.144 -.0082912 .0568085 TAM200 | 2.733916 .0133812 204.31 0.000 2.707688 2.760144 manuat | -.0041819 .0127314 -0.33 0.743 -.029136 .0207722 servat | -.48795 .0202001 -24.16 0.000 -.5275431 -.448357 cataluna | .0705349 .0149774 4.71 0.000 .0411786 .0998912 galicia | -.145114 .0300286 -4.83 0.000 -.2039713 -.0862566 madrid | .1619379 .0218374 7.42 0.000 .1191357 .2047401 navarra | .0043711 .0327526 0.13 0.894 -.0598253 .0685675 paisvasco | -.0801846 .0200807 -3.99 0.000 -.1195436 -.0408256 valencia | .00361 .0213717 0.17 0.866 -.0382795 .0454995 _cons | 3.515375 .0139258 252.44 0.000 3.48808 3.54267 ------------------------------------------------------------------------------ Cuadro A.II.152: Efecto de la financiación de la I+D interna con fondos extranjeros privados Linear regression Number of obs = 18438 F( 13, 18424) = 2141.98 Prob > F = 0.0000 R-squared = 0.5716 Root MSE = 1.0267 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPRI | .0057176 .001421 4.02 0.000 .0029323 .008503 INCI2 | .3397316 .0600519 5.66 0.000 .2220243 .4574389 a2007 | .0636593 .0180871 3.52 0.000 .0282069 .0991118 a2008 | .0628008 .018552 3.39 0.001 .0264371 .0991646 TAM200 | 2.748321 .0173432 158.47 0.000 2.714327 2.782316 manuat | -.0151434 .0164152 -0.92 0.356 -.0473187 .0170318 servat | -.4745954 .0257792 -18.41 0.000 -.525125 -.4240659 cataluna | .0768963 .0192567 3.99 0.000 .0391514 .1146412 galicia | -.1322801 .0385214 -3.43 0.001 -.2077856 -.0567747 madrid | .1449882 .0281999 5.14 0.000 .0897139 .2002626 navarra | .0666814 .0416352 1.60 0.109 -.0149274 .1482902 paisvasco | -.0645339 .0257328 -2.51 0.012 -.1149725 -.0140953 valencia | .0069242 .027723 0.25 0.803 -.0474154 .0612639 _cons | 3.470209 .0180932 191.80 0.000 3.434745 3.505674 ------------------------------------------------------------------------------

133

Cuadro A.II.153: Efecto de la financiación de la I+D interna con fondos extranjeros públicos Linear regression Number of obs = 18438 F( 13, 18424) = 2140.39 Prob > F = 0.0000 R-squared = 0.5712 Root MSE = 1.0272 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FEXPUB | .0013024 .0014268 0.91 0.361 -.0014943 .0040991 INCI2 | .3416991 .0602159 5.67 0.000 .2236704 .4597278 a2007 | .0638544 .0181025 3.53 0.000 .0283718 .0993371 a2008 | .0629147 .0185648 3.39 0.001 .0265259 .0993035 TAM200 | 2.75232 .0173196 158.91 0.000 2.718372 2.786268 manuat | -.0120458 .0164121 -0.73 0.463 -.044215 .0201234 servat | -.4717612 .0258946 -18.22 0.000 -.5225171 -.4210053 cataluna | .0778669 .0192661 4.04 0.000 .0401035 .1156303 galicia | -.1332814 .0385608 -3.46 0.001 -.2088642 -.0576986 madrid | .1459175 .0282073 5.17 0.000 .0906287 .2012064 navarra | .0646549 .0416299 1.55 0.120 -.0169435 .1462533 paisvasco | -.0666783 .0257277 -2.59 0.010 -.117107 -.0162495 valencia | .0050861 .0277193 0.18 0.854 -.0492463 .0594185 _cons | 3.469502 .0181196 191.48 0.000 3.433986 3.505018 ------------------------------------------------------------------------------ Cuadro A.II.154: Efecto de la realización de compras de I+D en el extranjero Linear regression Number of obs = 30390 F( 14, 30375) = 3294.77 Prob > F = 0.0000 R-squared = 0.5691 Root MSE = 1.0233 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXTR | .2466603 .0217157 11.36 0.000 .2040966 .2892239 INCI2 | .398146 .0470305 8.47 0.000 .3059642 .4903278 a2006 | .0012417 .0157341 0.08 0.937 -.0295979 .0320812 a2007 | .0242784 .0160405 1.51 0.130 -.0071616 .0557185 a2008 | .0230086 .016586 1.39 0.165 -.0095006 .0555178 TAM200 | 2.712031 .0135802 199.71 0.000 2.685414 2.738649 manuat | -.0151669 .0127482 -1.19 0.234 -.040154 .0098201 servat | -.4910678 .0201061 -24.42 0.000 -.5304766 -.451659 cataluna | .0651693 .0149572 4.36 0.000 .0358525 .094486 galicia | -.1439571 .0299217 -4.81 0.000 -.202605 -.0853093 madrid | .1602623 .0218477 7.34 0.000 .1174399 .2030848 navarra | -.0048302 .0325874 -0.15 0.882 -.0687028 .0590425 paisvasco | -.0814862 .020042 -4.07 0.000 -.1207694 -.042203 valencia | .002984 .0213075 0.14 0.889 -.0387796 .0447475 _cons | 3.510395 .0138887 252.75 0.000 3.483173 3.537618 ------------------------------------------------------------------------------

134

Cuadro A.II.155: Efecto de la intensidad de las compras de I+D en el extranjero Linear regression Number of obs = 30390 F( 14, 30375) = 3279.83 Prob > F = 0.0000 R-squared = 0.5677 Root MSE = 1.025 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXTR | .0025582 .0006059 4.22 0.000 .0013705 .0037458 INCI2 | .3947244 .0469788 8.40 0.000 .3026439 .4868048 a2006 | .0007152 .0157552 0.05 0.964 -.0301656 .031596 a2007 | .0241822 .0160804 1.50 0.133 -.0073361 .0557005 a2008 | .0235281 .0166054 1.42 0.157 -.0090191 .0560754 TAM200 | 2.728699 .0135055 202.04 0.000 2.702228 2.75517 manuat | -.0068128 .0127422 -0.53 0.593 -.031788 .0181623 servat | -.4849846 .0201324 -24.09 0.000 -.5244449 -.4455243 cataluna | .0733933 .0149834 4.90 0.000 .0440252 .1027615 galicia | -.142762 .030007 -4.76 0.000 -.2015769 -.083947 madrid | .1653287 .0218484 7.57 0.000 .1225048 .2081525 navarra | .0048401 .0326992 0.15 0.882 -.0592518 .068932 paisvasco | -.0770942 .0200989 -3.84 0.000 -.1164889 -.0376994 valencia | .0064952 .0213914 0.30 0.761 -.0354328 .0484232 _cons | 3.513449 .0139218 252.37 0.000 3.486161 3.540736 ------------------------------------------------------------------------------


Cuadro A.II.156: Efecto de la realización de actividades de formación para la innovación Linear regression Number of obs = 30390 F( 14, 30375) = 3294.69 Prob > F = 0.0000 R-squared = 0.5716 Root MSE = 1.0203 ------------------------------------------------------------------------------ | Robust F.LTANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- FORM | .236535 .0134334 17.61 0.000 .210205 .262865 INCI2 | .3841308 .0464752 8.27 0.000 .2930374 .4752242 a2006 | .0353751 .0158361 2.23 0.026 .0043356 .0664146 a2007 | .0587847 .0161601 3.64 0.000 .0271102 .0904591 a2008 | .0646018 .0167079 3.87 0.000 .0318535 .09735 TAM200 | 2.711033 .0133506 203.06 0.000 2.684866 2.737201 manuat | -.011631 .0126764 -0.92 0.359 -.0364773 .0132154 servat | -.5073823 .0199669 -25.41 0.000 -.5465182 -.4682464 cataluna | .0694237 .0149137 4.66 0.000 .0401922 .0986552 galicia | -.1442454 .0298569 -4.83 0.000 -.2027662 -.0857246 madrid | .1633012 .0217639 7.50 0.000 .1206431 .2059593 navarra | .0006549 .0325281 0.02 0.984 -.0631015 .0644113 paisvasco | -.0871145 .0199309 -4.37 0.000 -.12618 -.0480491 valencia | -.0042314 .0213246 -0.20 0.843 -.0460285 .0375657 _cons | 3.447825 .0145359 237.19 0.000 3.419334 3.476316 ------------------------------------------------------------------------------

135

Cuadro A.II.157: Efecto de la intensidad de los recursos dedicados a la formación Linear regression Number of obs = 24919 F( 14, 24904) = 2677.21 Prob > F = 0.0000 R-squared = 0.5673 Root MSE = 1.0285 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- GFORM | .0012376 .0009827 1.26 0.208 -.0006886 .0031638 INCI2 | .3878696 .0510845 7.59 0.000 .2877409 .4879983 a2006 | .0404608 .0178038 2.27 0.023 .0055643 .0753574 a2007 | .0635204 .0180993 3.51 0.000 .0280447 .098996 a2008 | .0629743 .0185589 3.39 0.001 .0265978 .0993508 TAM200 | 2.750008 .014912 184.42 0.000 2.72078 2.779236 manuat | -.0109975 .0141422 -0.78 0.437 -.0387171 .0167221 servat | -.4829697 .0221976 -21.76 0.000 -.5264784 -.4394611 cataluna | .0810401 .0166215 4.88 0.000 .0484609 .1136193 galicia | -.1211325 .0329998 -3.67 0.000 -.1858141 -.056451 madrid | .1533702 .0242683 6.32 0.000 .1058029 .2009375 navarra | .0535601 .0365936 1.46 0.143 -.0181655 .1252858 paisvasco | -.0695713 .022218 -3.13 0.002 -.11312 -.0260226 valencia | .0152516 .0238361 0.64 0.522 -.0314685 .0619718 _cons | 3.467695 .0169486 204.60 0.000 3.434475 3.500915 ------------------------------------------------------------------------------ Efecto de los indicadores de Núcleo: Transferencia de conocimiento Cuadro A.II.158: Efecto de la cooperación público-privada Linear regression Number of obs = 30388 F( 14, 30373) = 3301.42 Prob > F = 0.0000 R-squared = 0.5681 Root MSE = 1.0245 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- CPUPRI | .0953174 .0150975 6.31 0.000 .0657256 .1249092 INCI2 | .3922402 .0466723 8.40 0.000 .3007606 .4837199 a2006 | .0003057 .0157544 0.02 0.985 -.0305736 .031185 a2007 | .0226137 .0160758 1.41 0.160 -.0088956 .054123 a2008 | .0204408 .0165913 1.23 0.218 -.0120789 .0529605 TAM200 | 2.727143 .0134265 203.12 0.000 2.700827 2.75346 manuat | -.0063049 .012741 -0.49 0.621 -.0312777 .018668 servat | -.5005756 .0202611 -24.71 0.000 -.5402881 -.460863 cataluna | .0729452 .0149811 4.87 0.000 .0435817 .1023088 galicia | -.1608065 .0301539 -5.33 0.000 -.2199094 -.1017037 madrid | .1563869 .0218043 7.17 0.000 .1136495 .1991243 navarra | .0026936 .0326157 0.08 0.934 -.0612345 .0666217 paisvasco | -.0810677 .0200755 -4.04 0.000 -.1204164 -.041719 valencia | .0035045 .0213345 0.16 0.870 -.038312 .0453209 _cons | 3.502415 .0140556 249.18 0.000 3.474865 3.529964 ------------------------------------------------------------------------------

136

Cuadro A.II.159: Efecto de las compras de servicios de I+D a organismos públicos Linear regression Number of obs = 30390 F( 14, 30375) = 3287.96 Prob > F = 0.0000 R-squared = 0.5679 Root MSE = 1.0247 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DGEXPUB | .0901173 .0164737 5.47 0.000 .0578282 .1224064 INCI2 | .3942146 .0467319 8.44 0.000 .3026182 .485811 a2006 | -.0001056 .0157541 -0.01 0.995 -.0309843 .0307731 a2007 | .0226408 .0160852 1.41 0.159 -.0088869 .0541686 a2008 | .0228314 .0165927 1.38 0.169 -.009691 .0553538 TAM200 | 2.730204 .0134135 203.54 0.000 2.703913 2.756495 manuat | -.0083629 .0127606 -0.66 0.512 -.0333741 .0166484 servat | -.4894825 .0201319 -24.31 0.000 -.5289419 -.4500231 cataluna | .0711142 .01498 4.75 0.000 .0417527 .1004758 galicia | -.1576446 .030141 -5.23 0.000 -.2167221 -.098567 madrid | .1608581 .0218171 7.37 0.000 .1180958 .2036205 navarra | .0049217 .0326918 0.15 0.880 -.0591555 .0689989 paisvasco | -.0758437 .0201062 -3.77 0.000 -.1152528 -.0364346 valencia | .0012459 .0213277 0.06 0.953 -.0405573 .0430491 _cons | 3.506891 .0140248 250.05 0.000 3.479402 3.534381 ------------------------------------------------------------------------------ Cuadro A.II.160: Efecto de la intensidad de compras de I+D a organismos públicos Linear regression Number of obs = 30390 F( 14, 30375) = 3284.71 Prob > F = 0.0000 R-squared = 0.5678 Root MSE = 1.0248 ------------------------------------------------------------------------------ | Robust F.LTAMANO | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- INGEXPUB | -.0033227 .000666 -4.99 0.000 -.004628 -.0020174 INCI2 | .3951109 .0469638 8.41 0.000 .3030599 .487162 a2006 | .0001983 .015753 0.01 0.990 -.0306783 .031075 a2007 | .0244394 .0160796 1.52 0.129 -.0070773 .0559561 a2008 | .0241462 .0166019 1.45 0.146 -.0083942 .0566867 TAM200 | 2.731711 .0133776 204.20 0.000 2.705491 2.757932 manuat | -.0049295 .0127275 -0.39 0.699 -.029876 .0200169 servat | -.485291 .0201295 -24.11 0.000 -.5247456 -.4458364 cataluna | .0658394 .0150097 4.39 0.000 .0364198 .095259 galicia | -.1412538 .0300142 -4.71 0.000 -.200083 -.0824247 madrid | .1588822 .021854 7.27 0.000 .1160476 .2017169 navarra | -.0024206 .0327925 -0.07 0.941 -.0666953 .061854 paisvasco | -.0880854 .0201335 -4.38 0.000 -.127548 -.0486228 valencia | -.000709 .021395 -0.03 0.974 -.0426441 .0412262 _cons | 3.527742 .0140673 250.78 0.000 3.500169 3.555314 ------------------------------------------------------------------------------

Documents

PITEC 2009: La InnovaCIón En La EmPrEsa EsPañoLa En EL ... · Alrededor del 6% de las empresas innovadoras accede a fondos extranjeros. Un 5% de las empresas accede a fondos públicos,