¿La financiación de la investigación y el desarrollo de China llega a las empresas adecuadas?

Las inversiones chinas en investigación y desarrollo (I+D) se han disparado desde el cambio de siglo, multiplicándose por más de diez en términos absolutos desde 2000 y alcanzando un máximo del 2,4 % del PIB en 2020. Como el segundo país del mundo que más gasta en I+D después de Estados Unidos Estados Unidos, China es sin duda una fuerza a tener en cuenta en el panorama mundial de la innovación. Su nuevo impulso hacia el crecimiento impulsado por la innovación y su ambición declarada de convertirse en una potencia de innovación tecnológica para 2050 han generado preguntas: ¿Está China en camino de alcanzar sus objetivos y las mayores inversiones en I + D, como prometió el primer ministro Li Keqiang, lo llevarán allí?

En un estudio publicado en la edición de julio de 2022 de Econométricael economista de Yale Fabrizio Zilibotti y los coautores Michael König, Zheng Michael Song y Kjetil Storesletten abordan esta cuestión a través de la lente de la mala asignación.

Resultados de un vistazo

• A pesar de las extensas distorsiones del mercado laboral y de capitales enfatizadas en la literatura sobre el desarrollo económico chino, las inversiones en I+D han sido un motor importante del crecimiento de la productividad de China.
• Sin embargo, aliviar las distorsiones en la economía china impulsaría la productividad de la innovación al crear las condiciones para que las «empresas adecuadas» inviertan en I+D.
• Por lo tanto, reducir la mala asignación no solo promete importantes estático ganancias de eficiencia (ganancias cuando la economía está en equilibrio), pero también dinámica ganancias (ganancias a medida que la economía se ajusta hacia el equilibrio), porque estimula a las empresas con una ventaja comparativa natural en innovación a emprender I+D.
• La orientación de las cuestiones de política basadas en la innovación. Los grandes gastos en I+D —por ejemplo, a través de subsidios gubernamentales— no pueden garantizar un alto crecimiento y podrían ser contraproducentes si incentivan a las empresas improductivas a innovar y dejan pasar la estrategia de innovación más adecuada de imitar.

Mala asignación en I+D de China

«En China, las empresas con las conexiones más sólidas con el estado tienen más acceso a los recursos que las empresas más eficientes pero mal conectadas», explicó Fabrizio Zilibotti, profesor de Economía Internacional y del Desarrollo de Tuntex, en una entrevista de EGC. «Esto da lugar a una mala asignación de recursos, ya que los recursos (mano de obra y capital) son absorbidos por empresas de productividad relativamente baja, mientras que las fuerzas competitivas se atascan». Si las empresas con un potencial limitado para crecer a través de la innovación emprenden I+D de todos modos, tal vez debido a incentivos gubernamentales, se produce una mala asignación de I+D. Las empresas de mayor productividad que se adaptan mejor a la actividad innovadora se ven privadas de recursos para llevarla a cabo, lo que impide el crecimiento económico.

El estudio de Zilibotti y sus coautores sobre la mala asignación de I+D y sus implicaciones es el primero de su tipo, avanzando tanto en un modelo teórico que presenta un cambio técnico endógeno como probando sus predicciones a través de su aplicación a un nuevo conjunto de datos a nivel de empresa.

Una teoría del cambio técnico: imitar vs. innovar

En el modelo teórico del estudio, las empresas maximizadoras de beneficios que buscan mejorar su tecnología interactúan con otras empresas al azar en cada período de tiempo. Se agrupan en diferentes industrias y tienen diferentes niveles de productividad. Las empresas tienen dos opciones: imitar o innovar. Imitar requiere menos recursos y es adecuado para empresas menos productivas: existe una alta probabilidad de que encuentren una empresa más productiva y aprendan las mejores prácticas de ella. En cambio, innovar exige inversiones específicas y beneficia a las empresas más productivas. Estas empresas tienen poco que aprender de sus pares, por lo que pueden mejorar su productividad diseñando nuevos productos y descubriendo nuevos procesos. En última instancia, las empresas más eficientes empujan la frontera de la innovación mientras que el resto sigue su ejemplo.

Las distorsiones, que ocurren cuando la interferencia en el mercado afecta los precios y socava la eficiencia, juegan un papel clave en el modelo. Las brechas en el mercado laboral y de capitales específicas de la empresa desalientan a las empresas a invertir al reducir cuánto pueden beneficiarse de una futura mejora de la productividad.

Surgen cuatro predicciones comprobables:

1. En igualdad de condiciones, es más probable que las empresas más productivas participen en I+D;
2. Entre las empresas con el mismo nivel de productividad, es más probable que las empresas más grandes participen en I+D;
3. Cuanto más productiva es una empresa, menos crecimiento de la productividad puede esperar en el futuro, lo que significa que se produce una convergencia; este es especialmente el caso de las empresas que no son de I+D; y
4. La brecha en el crecimiento de la productividad promedio entre las empresas de I+D y las que no son de I+D se amplía a niveles más altos de productividad.

Un resultado clave del modelo es que, en equilibrio, la distribución de la productividad se mueve en la dirección de aumentar la productividad a lo largo del tiempo. En la jerga matemática, puede describirse como una «onda viajera». La intuición es clara: la curva que representa la distribución de la productividad ondula de izquierda a derecha, representando el cambio técnico. Todas las empresas por debajo de cierto umbral de productividad imitan; el resto innova.

Aplicar la teoría a los datos: coger la ola

Los autores utilizan una estrategia de estimación conocida como el método simulado de momentos para hacer coincidir su modelo teórico con los datos de las empresas manufactureras chinas de 2007 a 2012. En esencia, la distribución estacionaria de la productividad total de los factores (PTF) representada en el Panel A tiene varios parámetros; los autores seleccionan valores para estos parámetros que les permitan obtener la mejor reproducción de los datos a nivel de empresas chinas. Su modelo se ajusta a los datos incluso mejor después de haber sido aumentado con «cuñas de innovación» (que hacen que la I+D sea más barata para algunas empresas y más costosa para otras), y teniendo en cuenta la información errónea del gasto en I+D por parte de las empresas.

El error de medición, que surge cuando los valores se miden de manera imprecisa, ha sido durante mucho tiempo una pesadilla en la literatura sobre mala asignación. Los autores aportan un emocionante desarrollo metodológico al campo al proponer un modelo explícito de error de medición. Bajo ciertas suposiciones, su modelo les permite evaluar qué parte de los datos es atribuible al error de medición.

El análisis de los autores indica que el error de medición crea la falsa impresión de una mayor convergencia en los datos que la que existe en realidad: exagera el grado en que las empresas que no son de I+D menos productivas alcanzan a las empresas que no son de I+D más productivas debido a que las primeras tienen una mayor tasas de crecimiento de la productividad. Esto subraya la importancia de corregir el error de medición en aras de la precisión.

Las predicciones del modelo se confirman en los datos. Por ejemplo, la proporción de empresas dedicadas a I+D casi se duplica a medida que se pasa de las empresas menos productivas a las más productivas, y es más probable que las empresas más grandes realicen I+D. Los resultados de los autores inspiran confianza en su método de estimación: no solo se mantienen las predicciones cualitativas de su modelo, sino que también muchos aspectos de su modelo se ajustan a los datos de manera encomiable incluso sin un ajuste deliberado.

El análisis de los autores sugiere que las inversiones en I+D fueron un determinante importante del crecimiento de la productividad en el período 2007-2012, a pesar de los obstáculos impuestos por las distorsiones generalizadas del mercado laboral y de capital inducidas por políticas (por ejemplo, restricciones a la movilidad laboral a través de la hukou y fuerte intervención en la asignación de capital a través de planes administrativos de crédito).

China contra Taiwán:

Las economías de Taiwán y China tienen fuertes similitudes en su orientación a la exportación y la importancia del sector manufacturero. «Una pregunta que nos interesa es qué pasaría si China tuviera acceso a la misma tecnología que las empresas taiwanesas». dijo Zilibotti. Los autores corroboran la validez de su modelo teórico probándolo en un conjunto de datos de empresas taiwanesas y luego comparan los resultados entre sus muestras chinas y taiwanesas. Si bien los parámetros estimados para la muestra taiwanesa de los autores son cualitativamente similares a los de su muestra china, las diferencias cuantitativas resultan sorprendentes: la innovación y la difusión de tecnología son más rápidas en Taiwán que en China.

Experimentos de políticas contrafácticas y sus implicaciones

Para estudiar las implicaciones de la mala asignación, los autores realizan un análisis contrafáctico, lo que significa que consideran «realidades» hipotéticas en las que se modifican ciertos aspectos de la economía. En un contrafactual, investigan el efecto de una reducción en la mala asignación. La reducción de la mala asignación genera ganancias de eficiencia dinámicas, al desencadenar un ajuste hacia un nuevo equilibrio con mayor crecimiento. El crecimiento se acelera y la distribución de la productividad de las empresas se vuelve más dispersa. Esto sugiere que reducir la mala asignación, por ejemplo, atenuando el apoyo estatal a las empresas vinculadas políticamente o relajando las restricciones crediticias, podría mejorar la productividad de la innovación e impulsar considerablemente el crecimiento.

En otro contrafactual, los autores encuentran que los subsidios de I+D no focalizados (subsidios que son accesibles para todas las empresas en lugar de estar específicamente dirigidos solo a un subconjunto de empresas) aceleran el crecimiento de la productividad a niveles moderados, pero pueden resultar contraproducentes si son excesivamente generosos. En otras palabras, los subsidios a la I+D pueden ser demasiado buenos: cuando los subsidios a la I+D se reparten indiscriminadamente, las «empresas equivocadas» innovan incluso si hubiera sido mejor imitarlas, inhibiendo el crecimiento de la PTF.

«Una implicación política importante es que arrojar dinero a las empresas para que realicen I+D no es suficiente para garantizar el crecimiento de la productividad», dijo Zilibotti. «Sobre todo, los recursos deben inducir a las ‘empresas correctas’ a innovar. Con este objetivo, el desarrollo financiero orientado al mercado (capital de riesgo, emprendimiento de base, protección de los inversores, etc.) históricamente ha demostrado ser un medio muy poderoso para promover la innovación. liderado por el crecimiento. En el mejor de los casos, no está claro si un enfoque de arriba hacia abajo con un papel fuerte del gobierno puede ser un buen sustituto para eso».