Emergencia y complejidad en los Sistemas Regionales de Innovación: aplicación de una metodología basada en agentes del sector biotecnológico del estado de Sonora

Complexity and Emergence on Regional Innovation Systems: Applying an agent based methodology on the Sonoran biotech sector

María Socorro Arvizu Arvizu, Álvaro Bracamonte Sierra

Idioma original

Resumen

Este trabajo analiza los conceptos de emergencia y complejidad en el marco de un Sistema Regional de Innovación (SRI), en proceso de formación en el sector biotecnológico del estado de Sonora, México. Para ello, se explora la implementación de un sistema basado en agentes codificado en la plataforma NetLogo, con el fin de simular el comportamiento cooperativo en red de las firmas para el intercambio de conocimiento y el desarrollo de nuevos productos. El método es útil para la predicción y el análisis de posibles cursos de comportamiento en red de las firmas, y para el futuro desempeño del sistema. La incorporación y modulación de variables económicas relevantes para sistemas regionales en vías de formación dentro de sistemas no lineales constituye una herramienta poco explorada para el estudio de los SRI en países en desarrollo, por lo que con este artículo se espera alentar esta clase de investigaciones y contribuir a su mayor conocimiento.

Palabras clave: Análisis de redes sociales, Modelos basados en agentes, NetLogo, Sistemas Regionales de Innovación, Sonora.


Abstract

Using a dataset gathered through a small sample of biotech firms in the Sonora region, we explore concepts of emergency and complexity inside a RIS (Regional Innovation System), in a development stage through the evolutionary microeconomics framework. For this, we explored the implementation of an ABS (Agent Based System) coded in the NetLogo platform, in which we simulated the behavior of firms in network behavior for the cooperation in the exchange of knowledge and new product development. We found this methodology highly useful for predictive analysis of possible courses of network behavior among different types of firms, as well as future performance of the system. Moreover, the coalescence and modulation of key economic variables for a RIS in development stages in nonlinear systems is an extraordinary and relatively unexplored tool for the study of Regional Innovation Systems (RIS) in developing countries.

Keywords: Social Network Analysis, Agent-Based Modeling, NetLogo, Regional Innovation Systems,Sonora.


Texto completo:

Idioma original


Referencias

Asheim, B. T. y Isaksen, A. (2002). Regional Innovation Systems: The Integration of Local ‘Sticky’ and Global ‘Ubiquitous’ Knowledge. The Journal of Technology Transfer, 27(1), 77-86. https://doi.org/10.1023/A:1013100704794

Beckenbach, F., Briegel, R. y Daskalakis, M. (2007). Behavioral foundation and agent-based simulation of regional innovation dynamics. Papers on Agent Based Economics No. 3. Alemania: University of Kassel-Institute of Economics.

Beckenbach, F., Briegel, R. y Daskalakis, M. (2009). Evolution and Dynamics of Networks in ‘Regional Innovation Systems’ (RIS). En A. Pyka y A. Scharnhorst (Eds.), Innovation Networks: New Approaches in Modelling and Analyzing, (pp. 59-100). Suiza: Springer/Verla. https://doi.org/10.1007/978-3-540-92267-4_4

Carrillo, J. y Contreras, Ó. F. (2015). Experiencias estatales y transfronterizas de innovación en México. Tijuana: El Colegio de la Frontera Norte.

Cooke, P. (2008). Regional innovation systems: origin of the species. International Journal of Technological Learning, Innovation and Development, 1(3), 393-409.

Daskalakis, M. (2016). Behavioral Determinants of Environmental Innovation: A Carnegie based approach. En F. Beckenbach y W. Khalenborn (Eds.), New Perspectives for Environmental Policies Through Behavioral Economics, (pp. 301-323). Suiza: Springer Books. https://doi.org/10.1007/978-3-319-16793-0

Giuliani, E. y Pietrobelli, C. (2011). Social Network Analysis Methodologies for the Evaluation of Cluster Development Programs. En A. Maffioli, C. Pietrobelli y R. Stucchi (Eds.), The Impact Evaluation of Cluster Development Programs, (pp. 37-58). Washington, DC: Interamerican Development Bank (IDB).

Hein, O., Schwind, M. y König, W. (2006). Scale-free networks. WIRTSCHAFTSINFORMATIK, 48(4), 267-275. https://doi.org/10.1007/s11576-006-0058-2

Holland, J. H. (2006). Studying Complex Adaptive Systems. Journal of Systems Science and Complexity, 19(1), 1-8. https://doi.org/10.1007/s11424-006-0001-z

Kafarski, P. (2012). Rainbow code of biotechnology. CHEMIK, (4), 811-816.

Matyushenko, I., Sviatukha, I. y Grigorova-Berenda, L. (2016). Modern Approaches to Classification of Biotechnology as a Part of NBIC-Technologies for Bioeconomy. British Journal of Economics, Management & Trade, 14(4), 1-14. https://doi.org/10.9734/BJEMT/2016/28151

Molle, W. y Djarova, J. (Eds.). (2009). Enhancing the Effectiveness of Innovation: New Roles for Key Players. Reino Unido/Estados Unidos: Edward Elgar Pub.

Snodgrass, R. T. (2011). An interview with Melanie Mitchell: On complexity. Ubiquity, 2011, 1-6. https://doi.org/10.1145/1967045.1967047

Taylor, M. C. (2003). The Moment of Complexity. Emerging Network Culture. Estados Unidos: University of Chicago Press. Recuperado de https://www.press.uchicago.edu/ucp/books/book/chicago/M/bo3615087.html





Copyright (c) 2020 Frontera Norte

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
EL COLEGIO DE LA FRONTERA NORTE
Todos los contenidos publicados en esta revista se encuentran bajo la licencia Creative Commons Reconocimiento-NoComercial-SinDerivar 4.0 Internacional.
Licencia de Creative Commons