Determinantes de eco-innovación en clústers industriales. Una aplicación empírica en el departamento del atlántico

• Autores: Nohora Mercado Caruso
• Directores de la Tesis: María del Val Segarra Oña (dir. tes.)
• Lectura: En la Universitat Politècnica de València ( España ) en 2022
• Idioma: español
• Tribunal Calificador de la Tesis: María Ángeles Montoro Sánchez (presid.), Blanca de Miguel Molina (secret.), Francisco Puig Blanco (voc.)
• Programa de doctorado: Programa de Doctorado en Administración y Dirección de Empresas por la Universitat Politècnica de València
• Materias:
  • Ciencias económicas
    • Organización y dirección de empresas
• Enlaces
  • Tesis en acceso abierto en: RiuNet
• Resumen

  • La eco-innovación se define como el desarrollo de productos y procesos que contribuyen al respeto y avance en ámbito medioambiental, aplicando estrategias hacia la búsqueda de soluciones de diferenciación y posicionamiento en el mercado de manera sostenible. La eco-innovación en clústers industriales tiene como objetivo unir competitividad y sostenibilidad, convirtiendo a los agentes del clúster en unidades vivas de la economía. Entre las ventajas del clúster se denota la especialización y efecto derrame que, al introducir la eco-innovación, logra mucho más rápido la expansión de ventajas ambientales y beneficios a todas las empresas integradas en este, logrando un equilibrio entre la competencia y la colaboración de actividades eco-innovadoras. El objetivo de este estudio es determinar cuáles son esos determinantes o factores que generar eco-innovación en los clústers industriales. Para el estudio empírico, se escogió el clúster metalmecánico de la ciudad de Barranquilla en Colombia, considerado un clúster artificial o iniciativa clúster, siendo su reto principal mejorar la integración, especialización y competitividad por su carácter único y su importancia en la región. Para desarrollar esta tesis doctoral, tras una detallada revisión de la bibliografía, se plantearon 15 hipótesis, que se analizaron a través de la regresión multivariante y de productos cruzados. Se diseñó y aplicó un cuestionario a 40 empresas del clúster industrial metalmecánico compuesto por 44 preguntas, divididas a su vez en 8 factores. La aplicación de los modelos de regresión permitió comprobar la fiabilidad y validez de los constructos establecidos, pero no la comprobación de las hipótesis propuestas, ya que la consistencia era muy débil; es decir se contaba con resultados asimétricos. Se recurrió entonces al análisis de productos cruzados hacia delante para intentar mejorar la asimetría en el análisis de variables, aunque los resultados seguían siendo poco significativos. Finalmente, se aplicó el análisis cualitativo comparativo FsQCA, que trabaja datos asimétricos y relaciones causales. La aplicación de la técnica FsQCA, permitió establecer un conjunto de combinaciones causales que logran generar altos niveles de eco-innovación. Utilizando el Análisis Cualitativo Comparativo de Conjuntos Difusos (FsQCA), se persigue identificar si existe algún factor que sea condición necesaria para la eco-innovación, así como combinaciones de antecedentes causales capaces de explicar la eco-innovación en clúster industriales. Los resultados conducen a que no existe una condición necesaria por sí misma y que existen diversos conjuntos de soluciones suficientes que conducen a niveles altos y bajos de eco-innovación y varían conforme a lograr resultados de tipo económico, ambiental y de acceso a nuevos mercados para las empresas del clúster. Así, los resultados indican que: demanda, presión competitiva y las políticas, son ingredientes importantes para lograr efectos de innovación ambiental en el clúster, atendiendo al nivel de consistencia en los resultados (90%). Entre los resultados más destacables se observa que, al combinar los factores de capacidad, presión competitiva y desarrollo e implementación de políticas y regulaciones ambientales, se constata una influencia positiva para las empresas del clúster en los aspectos relativos al acceso a nuevos mercados, siendo esta la combinación con mayor consistencia (con un 91% de las cuatro configuraciones suficientes para lograr acceder a nuevos mercados). Por otra parte, para lograr altos niveles de resultados económicos en el clúster se destaca la combinación causal de ausencia de capacidades, cooperación y ausencia de presión competitiva como factores importantes en esta receta. El análisis arroja una consistencia del 87% y es de notar que, aunque existan niveles bajos de capacidades, y competitividad y poca presión competitiva, basta con que exista alto nivel de cooperación entre las empresa