📈 economía

Spillovers, Innovation Difficulty, and the Dynamics of Productivity

Utilizando un modelo DSGE de mediana escala estimado con datos de EE. UU. de 1984 a 2019, este artículo encuentra que, si bien la dificultad de la innovación es un factor persistente que influye en la probabilidad de una innovación exitosa, las fluctuaciones de la productividad agregada son impulsadas primordialmente por choques de desbordamiento más que por cambios en la dificultad de innovar.

Autores originales: Alice Albonico, Marco Guerzoni

Publicado 2026-09-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Alice Albonico, Marco Guerzoni

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Durante décadas, Estados Unidos ha sido una potencia de la invención. Nuevas tecnologías, desde plataformas digitales hasta inteligencia artificial, han surgido a un ritmo vertiginoso, prometiendo remodelar cómo vivimos y trabajamos. Sin embargo, una contradicción desconcertante se ha asentado sobre la economía: mientras que la tasa de nuevas ideas e inversiones ha aumentado, la velocidad general con la que la economía produce bienes y servicios se ha ralentizado. Este desencuentro ha dejado a los economistas buscando una explicación. ¿Se está quedando sin combustible el motor del crecimiento, o es que el combustible simplemente no está llegando a los lugares adecuados? Para entender esto, uno debe observar dos formas distintas en las que la investigación y el desarrollo, o I+D, realmente se traducen en progreso en el mundo real. La primera es el poder puro del esfuerzo colectivo: ¿qué tan bien el monto total de dinero y tiempo dedicado a la investigación impulsa hacia adelante el mismísimo límite de lo posible? La segunda es el desafío del intento individual: ¿qué tan probable es que la investigación de una empresa específica tenga éxito en la creación de un nuevo producto útil? Distinguir entre estas dos fuerzas es crucial porque una desaceleración en una no significa necesariamente una desaceleración en la otra, y la solución al enigma económico depende enteramente de cuál sea el problema.

Un equipo de investigadores de la Universidad de Milano-Bicocca se propuso desentrañar estas dos fuerzas utilizando un modelo computacional detallado de la economía estadounidense. Construyeron una simulación que rastrea cómo fluye el dinero hacia la investigación, cómo esa investigación crea nuevas tecnologías y cómo esas tecnologías se propagan a través del mercado. El modelo separa el proceso en dos canales. Un canal mide el efecto de "derrame" (spillover), que es la idea de que cuando muchas empresas investigan juntas, empujan colectivamente la frontera tecnológica hacia adelante, facilitando el próximo gran avance para todos. El otro canal mide la "dificultad de innovación", que representa la probabilidad de que el esfuerzo de investigación de una sola empresa tenga éxito en la creación de un nuevo producto. Los investigadores alimentaron su modelo con datos reales de 1984 a 2019, incluyendo cifras económicas estándar como el PIB y la inversión, así como una medida de creatividad tecnológica única y recientemente desarrollada, derivada del texto de las patentes. Estos datos de patentes actúan como una ventana directa hacia qué tan seguido se están generando realmente nuevas ideas con éxito, en lugar de solo cuántos intentos se están realizando.

Los resultados de esta simulación ofrecen una respuesta clara al misterio de la desaceleración de la productividad. El estudio encuentra que el declive en la velocidad del crecimiento económico no es causado primordialmente por una caída en la tasa de éxito de las invenciones individuales. En cambio, el principal motor de la desaceleración es un debilitamiento en el canal de derrame. En términos más sencillos, el esfuerzo colectivo de toda la investigación que ocurre en el país se ha vuelto menos eficiente para empujar el límite absoluto de la tecnología hacia adelante. El modelo muestra que los choques en esta eficiencia colectiva son responsables de la gran mayoría de las fluctuaciones en el crecimiento de la productividad, explicando aproximadamente del 88 al 97 por ciento de la varianza en el crecimiento de la PTF (Productividad Total de los Factores) en el modelo aumentado. Por el contrario, la dificultad de lograr que una sola invención tenga éxito juega un papel mucho menor en la velocidad general de la economía. Aunque la probabilidad de éxito fluctúa, estos cambios no impulsan las tendencias principales de la productividad.

Sin embargo, la historia cambia ligeramente cuando los investigadores observan la naturaleza de la dificultad misma. Cuando incluyeron los datos de creatividad basados en patentes, el modelo reveló que la "dificultad" de la innovación no es una fuerza rápida y errática que cambia cada pocos meses. En cambio, se comporta como una corriente de movimiento lento. Una vez que el modelo contabiliza las tasas de éxito del mundo real encontradas en las patentes, el choque de dificultad aparece como una fuerza persistente y de largo plazo que moldea el panorama de la innovación a lo largo de los años, en lugar de una perturbación del ciclo económico de corto plazo. Esto sugiere que, si bien hacer una nueva invención se ha vuelto más difícil con el tiempo, esta mayor dificultad es una presión constante y lenta, más que el sacudida repentina que causó la reciente desaceleración económica. El estudio indica que la desaceleración de la productividad no es impulsada principalmente por un declive en la innovación exitosa. Los datos indican que las empresas siguen encontrando formas de innovar, pero el motor colectivo que convierte esas innovaciones en un crecimiento económico amplio ha perdido parte de su impulso.

Las implicaciones de este hallazgo son significativas para la forma en que vemos la economía y cómo podríamos intentar arreglarla. La investigación sugiere que simplemente fomentar que más empresas intenten inventar cosas nuevas, o verter más dinero en la investigación sin abordar cómo esa investigación se conecta con la economía en general, puede no ser suficiente. Si el problema es que el derrame colectivo del conocimiento es débil, entonces las políticas deben enfocarse en cómo se propagan las ideas y cómo avanza la frontera tecnológica para todos, no solo en cuántos intentos individuales se realizan. El estudio concluye que la desaceleración de la productividad no es un fallo de los propios innovadores, sino un fallo en el mecanismo que traduce su trabajo colectivo en un crecimiento económico más rápido. Al separar los dos canales, los investigadores han demostrado que la economía no se está quedando sin ideas, sino que el camino desde esas ideas hacia la prosperidad generalizada se ha vuelto más difícil de navegar.

Resumen Técnico: Desbordamientos, Dificultad de la Innovación y la Dinámica de la Productividad

Planteamiento del Problema
El artículo aborda el enigma macroeconómico central que es la aparente desconexión entre el rápido cambio tecnológico (por ejemplo, tecnologías digitales, IA) y la marcada desaceleración en el crecimiento de la productividad agregada en los EE. UU. desde principios de la década de 2000. Mientras que la literatura existente ofrece diversas explicaciones —que van desde la difusión lenta y los rezagos de implementación hasta la idea de que "las ideas son cada vez más difíciles de encontrar" (Bloom et al., 2020)—, estas hipótesis suelen confundir mecanismos económicos distintos. Los autores argumentan que el debate requiere una distinción estructural entre dos canales de innovación:

El Canal de Desbordamiento (Spillover): La eficiencia con la que el esfuerzo de I+D agregado hace avanzar la frontera tecnológica.
El Canal de la Dificultad: La probabilidad de que los esfuerzos de I+D a nivel sectorial generen innovación con éxito y conduzcan a la adopción de tecnologías de frontera (destrucción creativa).

La pregunta central es si la desaceleración de la productividad se debe principalmente a una disminución en la tasa de éxito de la innovación (dificultad) o a un debilitamiento en la traducción de la investigación agregada en progreso de frontera (desbordamientos).

Metodología
Los autores desarrollan y estiman un modelo de Equilibrio General Dinámico Estocástico (DSGE) de escala media con cambio tecnológico endógeno, basado en el marco de Cozzi et al. (2021). El modelo incorpora las fricciones estándar de Nueva Keynesiana (formación de hábitos, rigideces de precios, costos de ajuste de inversión) junto con un bloque schumpeteriano de innovación.

Estructura del Modelo:
- Crecimiento de la Frontera: El crecimiento de la frontera tecnológica ( $g^{A_{max}}$ ) es semi-endógeno, impulsado por la I+D agregada y los desbordamientos de conocimiento. Está sujeto a un choque de desbordamiento ( $\sigma^{RD}_t$ ), que altera la eficiencia de convertir la I+D en avances de la frontera.
- Éxito de la Innovación: La productividad sectorial salta a la frontera con una probabilidad ( $n_t$ ) determinada por la inversión en I+D y un choque de dificultad ( $\varepsilon^{n,RD}_t$ ). Este choque gobierna la probabilidad de éxito de la innovación para un nivel dado de I+D.
- Productividad Agregada: La Productividad Total de los Factores (PTF) depende tanto del ritmo de expansión de la frontera como de la tasa a la que las empresas innovan y adoptan con éxito las tecnologías de frontera.
Estrategia de Estimación:
- El modelo se estima mediante técnicas bayesianas utilizando datos trimestrales de EE. UU. desde 1984Q1 hasta 2019Q4.
- Especificación Base: Utiliza ocho observables macroeconómicos (PIB, consumo, inversión, I+D, salarios, horas, tasas de interés, inflación).
- Especificación Aumentada: Incorpora una novedosa medida basada en texto de patentes de "creatividad tecnológica" (Kalyani, 2024) como un observable adicional. Este índice está diseñado para capturar la probabilidad de éxito de la innovación de manera más directa que las tasas tradicionales de entrada/salida, las cuales están influenciadas por factores no tecnológicos.
- La estimación incluye diez procesos de choque fundamentales, distinguiendo explícitamente entre choques de desbordamiento y de dificultad.

Contribuciones Clave

Identificación Estructural: El artículo es el primero en separar e identificar explícitamente los choques de desbordamiento y los choques de dificultad dentro de un único marco DSGE estimado. Demuestra que estos no son simplemente nombres distintos para una disminución general de la eficiencia de la innovación, sino que representan márgenes distintos con diferentes mecanismos de transmisión macroeconómica.
Novedosa Disciplina de Datos: Los autores introducen una medida basada en el texto de patentes de la creatividad tecnológica en la estimación de un modelo DSGE. Esto permite disciplinar directamente el bloque de probabilidad de innovación, ofreciendo una identificación más robusta del choque de dificultad en comparación con modelos que dependen únicamente de datos macro agregados o tasas de rotación de empresas.
Descomposición Cuantitativa: El estudio proporciona una evaluación cuantitativa de la importancia relativa de estos dos canales para explicar las fluctuaciones de la productividad en EE. UU., yendo más allá de la especulación teórica hacia la evidencia empírica.

Resultos

Mecanismos de Transmisión:
- Choques de Desbordamiento (Spillover): Actúan directamente sobre el margen de crecimiento de la frontera. Un choque de desbordamiento adverso provoca una disminución inmediata y persistente en el crecimiento de la frontera, lo que posteriormente reduce la PTF, el producto, la inversión y la I+D. La probabilidad de innovación no se ve afectada en gran medida porque el choque no cambia la tasa de éxito condicional de la I+D.
- Choques de Dificultad: Actúan directamente sobre el margen de probabilidad de innovación. Un choque de dificultad adverso reduce la probabilidad de innovación exitosa ( $n_t$ ). Esto ralentiza la difusión de la tecnología de frontera en la productividad promedio, reduciendo la PTF. Curiosamente, un choque de dificultad puede aumentar temporalmente el valor de las empresas establecidas al reducir el riesgo de destrucción creativa (desplazamiento), incluso mientras la productividad agregada cae.
Importancia Cuantitativa (Descomposición de Varianza):
- Crecimiento de la PTF: Los choques de desbordamiento son el motor dominante de las fluctuaciones de la PTF. En la especificación aumentada, explican aproximadamente el 88–97% de la varianza del crecimiento de la PTF en horizontes de corto y mediano plazo.
- Probabilidad de Innovación: Los choques de dificultad son el principal motor de las fluctuaciones en la probabilidad de éxito de la innovación, explicando aproximadamente el 92–97% de su varianza.
- Rol de la Dificultad: Aunque los choques de dificultad moldean significativamente la probabilidad de la innovación, su contribución cuantitativa a las fluctuaciones de la PTF es sustancialmente menor que la de los choques de desbordamiento.
Impacto del Observable de Creatividad:
- La inclusión de la medida de creatividad no altera los mecanismos de transmisión cualitativos, pero cambia significativamente las propiedades estimadas del choque de dificultad.
- En la especificación aumentada, el choque de dificultad se vuelve menos volátil y más persistente. Esto sugiere que la dificultad de la innovación es una fuerza estructural de movimiento lento en lugar de una perturbación del ciclo económico de alta frecuencia.
- Las descomposiciones históricas indican que, si bien el choque de dificultad ha aumentado de forma persistente después de 2010 (consistente con la idea de que la innovación se está volviendo más difícil), sigue siendo un factor secundario en la explicación de la desaceleración general de la productividad en comparación con los choques de desbordamiento.

Significado y Reivindicaciones
El artículo concluye que la desaceleración de la productividad agregada en los EE. UU. no es impulsada primordialmente por una disminución en la probabilidad de éxito de la innovación. En cambio, la desaceleración se atribuye en gran medida a un debilitamiento en el canal de desbordamiento: el mecanismo a través del cual la I+D agregada se traduce en el avance de la frontera tecnológica.

Los autores sostienen que distinguir entre estos canales es crucial tanto para la medición como para la política:

Medición: Una disminución en el desempeño medido de la innovación puede reflejar desbordamientos más débiles en lugar de un colapso en la tasa de éxito de los esfuerzos de investigación individuales.
Política: Las políticas destinadas únicamente a aumentar el esfuerzo de I+D o mejorar la tasa de éxito de la innovación (abordando la dificultad) pueden ser insuficientes si no fortalecen simultáneamente los mecanismos de desbordamiento y difusión que impulsan el crecimiento de la frontera. Por el contrario, las políticas que reducen las barreras para una innovación exitosa siguen siendo relevantes para el ritmo de la destrucción creativa, incluso si no son el principal motor de la dinámica de crecimiento de la PTF.

El artículo afirma modestamente que, si bien la dificultad de la innovación es una fuerza real y persistente que moldea la tasa de éxito de la innovación, es el canal de desbordamiento el que domina cuantitativamente la dinámica de la Productividad Total de los Factores medida.

Más como este