Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
1. Introducción
Los estados buscan generar un ambiente propicio para que las organizaciones privadas y públicas generen procesos de creación y adopción tecnológica. En este sentido, se sabe que la emergencia y difusión de innovaciones dependen de un complejo entramado de subsistemas sociales, actores, instituciones y estructuras económicas que condicionan la tasa y dirección del cambio tecnológico (Chang, 2015). Bajo esta idea se formulan los Sistemas Nacionales de Innovación - SNI - los cuales son una clara influencia para el desempeño innovador de los países (Hu et al., 2014).
Los SNI son una estrategia para fortalecer la competitividad y productividad del país (Young Sohn et al., 2016); ya que el conjunto de instituciones nacionales que los constituyen contribuye a la diseminación de nuevas tecnologías que son consideradas beneficiosas para desarrollar los países y alcanzar los niveles de países desarrollados (Zhao et al., 2021).
Analizando particularmente la eficiencia de los SNI, su estudio se ha convertido en un tema de alto interés en la literatura (Chang, 2015; Cullmann and Zloczysti, 2014; Tong and Liping, 2009). En general, medir la eficiencia de un sistema o una industria es importante tanto para los participantes del sistema como para los tomadores de decisiones a nivel de política pública (Cook and Seiford, 2009). Sin embargo, no existe un consenso sobre la manera en la que esta eficiencia debe ser medida, haciendo que cada propuesta de medición acuda a distintos indicadores, dimensiones y técnicas de medición y cálculo. Si bien ya se han realizado revisiones de la literatura en esta temática, en estos trabajos no se han analizado las dimensiones e indicadores que son utilizados en los distintos modelos para medir la eficiencia (Narayanan et al., 2022). Por esta razón, este trabajo busca realizar una revisión sistemática de la literatura donde se dé cuenta de los siguientes elementos:
¿Qué métodos son utilizados para calcular la eficiencia en los SNI?
¿Cuáles son las dimensiones asociadas a la medición de la eficiencia de los SNI?
¿Cuáles son los indicadores usados para la medición de la eficiencia de los SNI?
Con esto en mente, el presente documento inicia con la discusión teórica del concepto de SNI. Seguidamente, se muestra la metodología utilizada para la construcción de este documento. Posteriormente, se exponen los principales resultados y, finalmente, se presentan algunas conclusiones sobre el análisis.
2. Sistemas nacionales de innovación: discusión teórica
La innovación es un concepto que se encuentra presente desde el inicio de la civilización con hitos, a modo de ejemplo, como el descubrimiento del fuego y la invención de las primeras herramientas. Ello nos ha permitido lograr la evolución que hemos alcanzado como especie, de forma de poder adecuarnos a nuestro entorno con rapidez y efectividad. Más allá de la injerencia histórica que ha tenido, es relevante destacar que la innovación se ha estudiado de manera más sistemática y académica desde el siglo XX, una de sus primeras menciones desde el ámbito académico data del año 1919 con el economista Joseph Schumpeter (Rodríguez Ramírez, 2009; Sweezy, 1943). Diversos autores comenzaron a usar el término innovación a lo largo de los años 80 y 90, por ejemplo se menciona que la innovación es la herramienta específica de los empresarios innovadores; el medio por el cual explotar el cambio como una oportunidad para un negocio diferente (Drucker, 1994) o cuando se menciona que la Innovación es la producción de un nuevo conocimiento tecnológico, diferente de la invención que es la creación de alguna idea científica teórica o concepto que pueda conducir a la innovación cuando se aplica el proceso de producción (Elster, 1990).
Esta evolución en la concepción de la innovación ha generado el desarrollo de nuevos términos como la innovación tecnológica entendida como actividades que generan un avance tecnológico y por consecuencia producen nuevos o mejorados productos o procesos de producción (Gómez Vietes and Calvo González, 2010; OECD/Eurostat, 2018). Con el fin de generar un ambiente propicio para la aparición de esta innovación tecnológica, distintas instituciones y actores constituyen una red o entramado propio de cada país, entramado que recibe el nombre de Sistemas Nacionales de Innovación (SNI). El desarrollo de las ideas que dan origen a este concepto data del autor Friedrich List quien en el año 1841 publicó un libro titulado The National System of Political Economy en donde menciona el Sistema Nacional de Producción (Caballero Hernández, 2008).
De acuerdo con Edquist (1997) el planteamiento de los Sistemas de Innovación ha sido influenciado por dos teorías principalmente: las teorías evolucionistas y las teorías del aprendizaje interactivo. Las teorías evolucionistas plantean que el cambio tecnológico es un proceso evolutivo guiado por mecanismos rutinizados que desarrollan las empresas. Dichos mecanismos utilizados de manera sistemática introducen modificaciones en el sistema las cuales son evaluadas y seleccionadas a través de procesos sociales (Morero, 2010). Por su parte, las teorías de aprendizaje interactivo plantean que la tecnología es una acumulación de conocimiento y la empresa es un sistema complejo de generación y difusión de este (Lundvall, 2011; Morero, 2010).
En el proceso de formalización del concepto de SNI, Freeman lo concibe como un conjunto de instituciones públicas y privadas que buscan iniciar, importar, modificar y difundir nuevas tecnologías gracias al desarrollo de actividades fortalecidas por sus interacciones (Araneda Guirriman et al., 2017; Chang, 2015; Lu et al., 2014; Pan et al., 2010). Posteriormente, Lundvall retoma el concepto y pone de manifiesto la necesidad de que los SNI generen conocimiento nuevo y útil económicamente (Chang, 2015). En consecuencia, un SNI se es un sistema interconectado de instituciones que buscan crear, almacenar y transferir tecnología expresada en conocimientos, habilidades y artefactos (Chang, 2015; Lu et al., 2014).
Posteriormente, y debido al reconocimiento de la innovación como un fenómeno sistémico, los SNI son vistos como un sistema abierto y complejo que incluyen departamentos de innovación y desarrollo, las universidades, las instituciones públicas, empresas, centros tecnológicos, centros de difusión y apoyo de las actividades de investigación, entre otros (Araneda Guirriman et al., 2017; Sebastián, 2000). Sin embargo, su composición va más allá de estas instituciones, por lo que es necesario incluir elementos económicos, sociales, políticos, organizacionales, institucionales y demás que condicionen el desarrollo, difusión, uso y apropiación de innovaciones (Chang, 2015; Choi and Zo, 2019; Jurickova, 2019). Adicionalmente, para comprender el funcionamiento de los SNI es necesario estudiar las relaciones e interacciones sociales entre los distintos participantes (Escobar et al., 2017).
En consecuencia, el SNI es una combinación de procesos de producción, comercialización y aplicación de conocimiento (Choi and Zo, 2019), procesos que requieren de un apoyo desde las políticas públicas (Jankowska et al., 2017). Con esta ampliación del concepto además de la industria, los negocios y las instituciones científicas, es necesario considerar como parte del SNI a las instituciones que formulan política pública (Pan et al., 2010).
A partir de esta visualización, los SNI son sistemas multidimensionales creados a partir de una red donde fluye el conocimiento con el fin de crear valor (Chang et al., 2019). Por consiguiente, es claro afirmar que los SNI son un factor determinante para incrementar el desempeño de I+D de los países (Hu et al., 2014). Por consiguiente, la mejora en las relaciones entre los miembros un SNI conllevará una mejora en la capacidad de innovación de un país (Lu et al., 2014)
Ahora bien, un SNI eficiente es crítico para un país que compite internacionalmente donde altos niveles de competitividad y productividad son requeridos (Bakhtiar et al., 2021), ya que en este escenario de alta competencia la innovación y la tecnología juegan un papel importante (Liu et al., 2015) tanto en el desarrollo económico (Young Sohn et al., 2016) como en la generación de empleo de alta calidad (Bakhtiar et al., 2021).
El concepto acá expresado refuerza la importancia de la articulación y coordinación de múltiples actores de manera de permitir que se canalicen los procesos de innovación para facilitar el desarrollo de un país. El que se trabaja de manera coordinada permite hacer un uso eficiente de los recursos de las organizaciones, compartiendo información relevante que finalmente va en beneficio de las personas y organizaciones del país que desarrolla dicho SNI.
2. Metodología
Se realizó una revisión de la literatura (Tranfield et al., 2003) buscando identificar modelos existentes que estén orientados a la medición de le eficiencia de SNI. Para esto se consultaron las bases de datos Web of Science y Scopus con las ecuaciones de búsqueda que se muestran en la Tabla 1.
Tabla 1 Ecuaciones de búsqueda utilizadas
| EQ1 | Efficiency AND model AND “national innovation” |
| EQ2 | Efficiency AND model AND “regional innovation” |
| EQ3 | Efficiency AND measurement AND “national innovation” |
| EQ4 | Efficiency AND measurement AND “regional innovation” |
Fuente: construcción propia
Las ecuaciones de búsqueda se aplicaron en el título, resumen y palabras clave de los documentos. Se diseñaron criterios de inclusión que se muestran en la Tabla 2, los cuales fueron aplicados en dos momentos de análisis distintos. Inicialmente, se analizaron los abstract de los artículos. Seguidamente, se eliminaron artículos que no estuvieran disponibles para su lectura completa. Finalmente, se realizó un análisis a profundidad de los artículos seleccionando la muestra final de documentos.
Tabla 2 Criterios de Inclusión
| Debe plantear un modelo de medición de la eficiencia de sistemas nacionales o regionales de innovación |
| Debe mostrar claramente los indicadores utilizados y las fuentes consultadas |
| Debe aplicar el modelo y validar los resultados obtenidos |
Fuente: Construcción propia
Los resultados obtenidos en cada una de las etapas de evaluación se muestran en la Figura 1.
Finalmente, se seleccionaron 32 artículos para el análisis de los indicadores. La distribución temporal de los artículos seleccionados se muestra en la Figura 2.
3. Resultados y discusión
Inicialmente se realizó un análisis sobre los metadatos de los 344 que se obtuvieron de la búsqueda en la base de datos. Este análisis busca identificar las principales corrientes de estudio actuales. Con este fin, se construyó un análisis de coocurrencias de palabras clave utilizando el software VOSviewer el cual realiza análisis de grafos e identifica clúster de palabras clave (van Eck and Waltman, 2011). Como resultado se obtuvo el grafo mostrado en la Figura 3.
En esta representación visual, se distinguen claramente cuatro grupos distintos, cada uno diferenciado por un color diferente. Cada grupo comprende palabras clave que aparecen frecuentemente juntas en varios artículos, y el tamaño de la esfera asociada a cada palabra refleja su peso relativo en el número total de palabras clave (van Eck and Waltman, 2017).
El clúster de color amarillo agrupa estudios relacionados con las dinámicas de la triple hélice y su relación con la eficiencia de los sistemas nacionales de innovación. Por su parte, el clúster rojo está compuesto por estudios que analizan los resultados de procesos de innovación y desarrollo tendientes a la innovación tecnológica y a la construcción de capacidades de innovación. En el clúster verde se encuentran los estudios asociados al desempeño de los sistemas de innovación a partir de la colaboración, cooperación y el knowledge spillover entre los participantes del sistema. Por su parte, el clúster de color púrpura concentra los estudios asociados a los determinantes que condicionan la productividad y el crecimiento de las industrias pertenecientes a un sistema nacional de innovación. Finalmente, se encuentra el clúster azul que recoge los estudios relacionados con la medición de la eficiencia. Este clúster se destaca la utilización del método de datos envolventes - DEA como principal herramienta metodológica. Es en este clúster en donde se concentra el presente estudio.
Posteriormente, se analizaron los 25 documentos seleccionados en dos etapas. En una primera etapa se identificó el método de análisis utilizado para calcular la eficiencia de los sistemas nacionales de innovación. En una segunda etapa, se identificaron y clasificaron las variables o indicadores utilizadas por cada modelo para realizar el cálculo de la eficiencia. A continuación, se presentan los resultados de cada una de estas etapas.
3.1. Análisis metodológico
Inicialmente, se identificaron los métodos utilizados por los documentos seleccionados para realizar el cálculo de la eficiencia de los NIS. Los hallazgos se muestran en la Tabla 3.
Tabla 3 Métodos de análisis.
| ID | Autores | Análisis de componentes principals | Regresión de Mínimos Cuadrados Parciales | Análisis relacional gris | Análisis de Contenido | Análisis de clúster | Modelo de ecuaciones estructurales | Análisis envolvente de datos | Análisis envolvente de datos de dos etapas | Análisis envolvente de datos de tres etapas | Análisis de Frontera estocástica | Modelo TOBIT | Otro |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| P1 | (Nasierowski and Arcelus, 2003) | X | |||||||||||
| P2 | (Pan et al., 2010) | X | |||||||||||
| P3 | (Tong and Liping, 2009) | X | |||||||||||
| P4 | (Wonglimpiyarat, 2010) | X | |||||||||||
| P5 | (Chen et al., 2011) | X | |||||||||||
| P6 | (Hsu, 2011) | X | X | ||||||||||
| P7 | (Hu et al., 2014) | X | |||||||||||
| P8 | (Guan and Chen, 2012) | X | X | ||||||||||
| P9 | (Mahroum and Al-Saleh, 2013) | X | |||||||||||
| P10 | (Cullmann and Zloczysti, 2014) | X | |||||||||||
| P11 | (Liu et al., 2015) | X | |||||||||||
| P12 | (Lu et al., 2014) | X | |||||||||||
| P13 | (Carayannis et al., 2015) | X | |||||||||||
| P14 | (Chang, 2015) | X | |||||||||||
| P15 | (Kou et al., 2016) | X | |||||||||||
| P16 | (Young Sohn et al., 2016) | X | |||||||||||
| P17 | (Jankowska et al., 2017) | X | |||||||||||
| P18 | (Edquist et al., 2018) | X | |||||||||||
| P19 | (Choi and Zo, 2019) | X | X | ||||||||||
| P20 | (Jurickova et al., 2019) | X | |||||||||||
| P21 | (Zhang and Wang, 2019) | X | |||||||||||
| P22 | (Alnafrah and Zeno, 2020) | X | X | ||||||||||
| P23 | (Bakhtiar et al., 2021) | X | |||||||||||
| P24 | (Dobrzanski et al., 2021) | X | |||||||||||
| P25 | (Zhao et al., 2021) | X | |||||||||||
| P26 | (Alqararah, 2023) | X | X | ||||||||||
| P27 | (Cao et al., 2023) | X | |||||||||||
| P28 | (Ji et al., 2023) | X | X | ||||||||||
| P29 | (Luo et al., 2023) | X | |||||||||||
| P30 | (Wang and Liu, 2023) | X | |||||||||||
| P31 | (Rodríguez-Cornejo et al., 2024) | X | |||||||||||
| P32 | (Yoon et al., 2024) | X | X |
Fuente: construcción propia
En la tabla anterior se puede identificar que el método más utilizado para el cálculo de la eficiencia en los SNI es DEA en sus tres modalidades (una, dos y tres etapas) siendo este utilizado por el 69% de los artículos analizados, siendo el análisis de una sola etapa el más común 44%. Este modelo, creado por Farrell, se utiliza ampliamente para medir eficiencia relativa de múltiples unidades de toma de decisión. Este método permite combinar entradas con una variedad de unidades, obteniendo una medida satisfactoria de la eficiencia (Cooper et al., 2000). Adicionalmente, no requiere de una función explícita para establecer la relación entre entradas y salidas (Carayannis et al., 2015) haciendo más costo-efectiva su aplicación a sistemas de datos multivariados y complejos.
Es importante decir que DEA suele estar acompañado de otros tipos de análisis utilizados para detallar los efectos de las variables de entrada con las de salida de los modelos de eficiencia. Algunos de estos métodos complementario son el Análisis de Componentes Principales, el Modelo Tobit o el análisis de clúster.
3.2. Dimensiones asociadas a la eficiencia de los SIN
Se identificaron los indicadores y variables utilizadas en la literatura, identificando si se trata de un indicador de entrada o de salida en los modelos. Posteriormente. estos indicadores fueron agrupados en siete dimensiones: I+D+i, alta tecnología, factores de mercado, entorno socioeconómico, producto interno bruto, infraestructura complementaria y factores educativos. Esta clasificación permitió, entre otras cosas, confirmar el carácter multidimensional de los SNI y de sus efectos. En la Figura 4 se muestran el número de indicadores encontrados en cada una de estas categorías.
Es importante destacar que la mayoría de los modelos incluyen variables asociadas al proceso de I+D+i, siendo la categoría con más indicadores, 41 en total. Junto con esta, los factores socioeconómicos y la medición del PIB aparecen con indicadores tanto de entrada como de salida. Por otro lado, las dimensiones de factores sociopolíticos, infraestructura y educación contienen mayoritariamente indicadores de entrada. Esto puede explicarse con el hecho de que estas dimensiones son las que crean las condiciones del entorno para que el SNI pueda funcionar adecuadamente (Chung, 2002; Coque et al., 2014; Fagerberg and Srholec, 2008; Wang and Liu, 2023).
Igualmente, se encontró que la dimensión de I+D+i aparece en los 32 documentos con indicadores de entrada y en 29 con indicadores de salida. Adicionalmente, se encontró que P26 incluye indicadores en todas las dimensiones tanto como entradas y salidas. También se identificó que el modelo planteado en P9 incluye indicadores en diez dimensiones (siete dimensiones de entrada y tres de salida); P8 y P23 incluyen siete dimensiones, cuatro dimensiones de entrada y tres de salida y seis dimensiones de entrada y una de salida, respectivamente. Finalmente, se encontró que P8, P20, P31 y P32 utilizan indicadores asociados solamente a dos dimensiones. En la Tabla 4 se muestra el detalle de las dimensiones incluidas en cada uno de los modelos.
Tabla 4 Dimensiones por artículo
| Input | Output | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Factores de Mercado | I+D+i | Alta tecnología | Factores Sociopolíticos | PIB | Infraestructura | Educación | Factores de Mercado | I+D+i | Alta tecnología | Factores Sociopolíticos | PIB | Infraestructura | Educación | |
| P1 | X | X | X | X | X | |||||||||
| P2 | X | X | X | X | ||||||||||
| P3 | X | X | X | X | ||||||||||
| P4 | X | X | X | X | X | |||||||||
| P5 | X | X | X | X | X | X | ||||||||
| P6 | X | X | X | X | X | X | ||||||||
| P7 | X | X | ||||||||||||
| P8 | X | X | X | X | X | X | X | |||||||
| P9 | X | X | X | X | X | X | X | X | X | X | ||||
| P10 | X | X | X | X | X | X | ||||||||
| P11 | X | X | X | X | ||||||||||
| P12 | X | X | X | X | X | |||||||||
| P13 | X | X | X | X | X | X | ||||||||
| P14 | X | X | X | X | X | X | ||||||||
| P15 | X | X | X | X | X | |||||||||
| P16 | X | X | X | X | X | |||||||||
| P17 | X | X | X | X | X | |||||||||
| P18 | X | X | X | X | X | |||||||||
| P19 | X | X | X | X | X | X | ||||||||
| P20 | X | X | ||||||||||||
| P21 | X | X | X | |||||||||||
| P22 | X | X | X | X | X | X | ||||||||
| P23 | X | X | X | X | X | X | X | |||||||
| P24 | X | X | X | |||||||||||
| P25 | X | X | X | X | X | |||||||||
| P26 | X | X | X | X | X | X | X | X | X | X | X | X | ||
| P27 | X | X | X | X | X | |||||||||
| P28 | X | X | X | |||||||||||
| P29 | X | X | X | |||||||||||
| P30 | X | X | X | |||||||||||
| P31 | X | X | ||||||||||||
| P32 | X | X | ||||||||||||
Fuente: construcción propia
3.3. Indicadores de entrada para la medición de la eficiencia de los SNI
Al analizar los modelos se encontraron 120 indicadores de entrada, los cuales pueden observarse en el Anexo A. La dimensión de factores sociopolíticos es aquella que contiene la mayor cantidad de indicadores con 38, los cuales incluyen elementos asociados al desempeño socioeconómico y político del país. En esta dimensión existe muy poco consenso en los elementos que sirven como insumos para los SNI ya que solamente cuatro de los 38 indicadores fueron relacionados en más de un modelo (Calidad y ambiente regulatorio, mecanismos de protección a inversionistas y estabilidad política). Es importante mencionar que 15 de los 38 indicadores de esta dimensión son aportados por el modelo de Bakhtiar et al. (2021).
Por su parte, en la dimensión de I+D+i se identificaron 20 indicadores, siendo los más frecuentes el porcentaje del PIB gastado en I+D con 22 apariciones, el gasto en personal de I+D con 11, y la capacidad de innovación y las aplicaciones al proceso de patentamiento con 9 apariciones cada una.
Prosiguiendo, en la dimensión de mercado se destaca el indicador de importaciones de bienes o servicios con tres apariciones. Es importante tener en cuenta estas importaciones ya que reflejan la capacidad de absorción que tiene un país (Bakhtiar et al., 2021; Kou et al., 2016; Lu et al., 2014; Nasierowski and Arcelus, 2003; Young Sohn et al., 2016). La capacidad de absorción encierra las capacidades que tienen las organizaciones para identificar, seleccionar y utilizar tecnologías y conocimiento generados fuera de sus procesos productivos (Cohen and Levinthal, 1990; Elizalde-Bobadilla et al., 2019). En esta misma línea se encuentra el indicador de importación de alta tecnología, el cual es el que más veces aparece referenciado en la dimensión de alta tecnología.
Finalmente, para la dimensión de infraestructura los indicadores más frecuentes son el número de usuarios de Internet y la inversión en Tecnologías de la Información y Comunicación (TIC). Respecto a la dimensión de educación, el indicador más utilizado es el porcentaje del Producto Interno Bruto (PIB) invertido en formación.
3.4. Indicadores de salida para la medición de la eficiencia de los SNI
Por su parte, se encontraron 47 indicadores de salida concentrados en cuatro de las siete dimensiones. La dimensión con más indicadores de salida es I+D+i con 17, seguida de las dimensiones de Mercado con nueve indicadores, PIB con ocho y Alta Tecnología con siete.
Los indicadores con más apariciones son el número de Patentes concedidas con 19 y Artículos en Revistas científicas con 18, ambos pertenecientes la dimensión de I+D+i. Estos dos indicadores marcan los resultados de la investigación básica y las primeras etapas de la investigación aplicada (Carayannis et al., 2015; Chen et al., 2011; Cullmann and Zloczysti, 2014; Guan and Chen, 2012; Lu et al., 2014; Mahroum and Al-Saleh, 2013; Pan et al., 2010; Tong and Liping, 2009). Adicionalmente, esta combinación de artículos y patentes también pone de manifiesto la importancia que tiene la interacción entre la generación de conocimiento científico y su aplicación en ambientes productivos (Jaramillo et al., 2020; Méndez-Morales et al., 2022).
Seguidamente, se encuentra el total de exportaciones de alta tecnología con 11 apariciones, lo cual representa el resultado de la explotación exitosa del conocimiento y la tecnología generada por los procesos de I+D+i y su comercialización fuera del país de origen (Alqararah, 2023; Cao et al., 2023; Dobrzanski et al., 2021). Sin embargo, este indicador puede dejar por fuera a los resultados de innovación generados por países donde la innovación se basa en actividades de no I+D (Elizalde-Bobadilla et al., 2019; Huang et al., 2010; Trigo, 2013).
Por otro lado, se encontró que el PIB aparece como un indicador de salida de los SNI en siete ocasiones, lo que pone de manifiesto la relación que existe entre la innovación y el desarrollo económico y la competitividad de un país (Liu et al., 2015). Finalmente, es importante mencionar que en la dimensión de Mercado siete de los nueve indicadores encontrados son aportados por el modelo planteado por Mahroum and Al-Saleh (2013).
4. Conclusiones
El estudio analizó los métodos y dimensiones utilizados en la literatura para medir la eficiencia de los SNI. El método más ampliamente utilizado es el Análisis Envolvente de Datos, particularmente en su modalidad de una sola etapa, hallazgo que coincide con el análisis realizado por Narayanan et al. (2022). DEA permite combinar múltiples entradas y salidas sin necesidad de una función explícita, haciéndolo adecuado para sistemas complejos como los SNI. Otros métodos complementarios, como el Análisis de Componentes Principales y el Modelo Tobit, suelen acompañar a DEA para detallar los efectos de las variables.
Los SNI tienen un carácter multidimensional, con variables de entrada y salida que abarcan siete dimensiones principales: I+D+i, alta tecnología, factores de mercado, entorno socioeconómico, producto interno bruto, infraestructura complementaria y factores educativos. La dimensión de I+D+i es la que cuenta con más indicadores, tanto de entrada como de salida. Existe una falta de consenso en los indicadores específicos utilizados, especialmente en la dimensión de factores sociopolíticos.
Los indicadores de entrada más frecuentes incluyen el porcentaje del PIB gastado en I+D, el gasto en personal de I+D, la capacidad de innovación, las aplicaciones de patentes, las importaciones de bienes y servicios, el número de usuarios de Internet y la inversión en TIC. Por su parte, los indicadores de salida más utilizados son el número de patentes concedidas, los artículos en revistas científicas, las exportaciones de alta tecnología, y el PIB.
En resumen, el análisis destaca la complejidad y la naturaleza multidimensional de los SNI, y la necesidad de utilizar una combinación de indicadores en diferentes áreas para capturar adecuadamente su eficiencia. Además, resalta la importancia de los indicadores relacionados con I+D+i, alta tecnología, factores de mercado y desarrollo económico.
