I. Introducción
Existe una creciente preocupación por el compromiso que las universidades deben tener con el desarrollo regional, de tal forma que contribuyan a resolver las demandas sociales, ambientales y económicas de su entorno (Ruoppila y Zhao, 2017). Aunque para que la universidad se comprometa con el desarrollo regional es necesaria su transformación (Meissner y Shmatko, 2017), sobre todo en países emergentes (Cherrington et al., 2019; Guerrero y Urbano, 2017). La forma tradicional de la organización universitaria limita su vinculación con redes regionales de conocimiento (Dedhayir et al., 2017) que buscan el desarrollo regional (Shahraki, 2019). Algunas excepciones exitosas de universidades estadounidenses que han contribuido a la transformación regional son las de Stanford, Massachusetts Institute of Technology (MIT) (Etzkowitz, 2017) y Georgia Tech (Youtie y Shapira, 2008).
La forma tradicional de interacción entre un modelo de universidad y un modelo de desarrollo regional es básicamente lineal, donde la universidad produce conocimiento que es usado por la gran empresa para mejorar su productividad, y esta de forma indirecta contribuye al desarrollo de la región. Por otro lado, se plantea desde la perspectiva de una universidad de cuarta generación, una nueva forma de interacción en la que el modelo de innovación universitario y el modelo de desarrollo regional se influyen mutuamente de manera que permita de forma más directa el desarrollo humano (Pawłowski, 2009) y aproveche las potencialidades sociales de la región (Talebzadehhosseini et al., 2019).
Por supuesto que ante el desarrollo de una economía del conocimiento la universidad latinoamericana ha estado influenciada y presionada a alinearse con la producción y comercialización de ideas y, por tanto, a ajustarse a modelos que no siempre son posibles en todas ellas (Gregorutti, 2014). Es así que, desde la perspectiva de la vinculación de la universidad con la región, en Latinoamérica se hace necesario que la gobernanza universitaria, entendida como la manera en que las instituciones se hallan organizadas y son operadas internamente, sea más flexible, integradora y sistémica para que responda a los cambios sociales propiciados en la región principalmente por las políticas económicas (Ganga-Contreras et al., 2018) o por transformaciones tecnológicas (de Vincenzi, 2020).
A nivel de la universidad colombiana y de su preocupación por el desarrollo regional, cabe destacar la experiencia adquirida por el Centro Interdisciplinario de Estudios sobre Desarrollo (CIDER), de la Universidad de los Andes ( Pineda et al., 2017). De igual forma, en la ciudad de Medellín, once instituciones de educación superior participan desde el año 2003 en el Comité Universidad-Empresa-Estado, que tiene como misión la integración de estos actores en la búsqueda de la innovación para el desarrollo regional (económico y social) (Morales-Gualdrón y Giraldo, 2015). La universidad colombiana se encuentra en la búsqueda por obtener un papel más protagónico en el desarrollo regional, iniciando su transformación para lograrlo.
Así, la conclusión más significativa del artículo fue corroborar mediante la percepción de investigadores de universidades acreditadas en Colombia la influencia de la organización universitaria para lograr una relación efectiva entre la universidad y la sociedad. Esto se realizó mediante la propuesta de un modelo de universidad a través de un enfoque integrado por cuatro factores (liderazgo estratégico, soporte administrativo, estructura universitaria, participación académica), el cual permite que la universidad se vincule con las empresas y el desarrollo regional (Hossain et al., 2020). Por ello, el objetivo de la investigación fue analizar la influencia de la organización universitaria sobre los logros obtenidos de vinculación empresarial e involucramiento regional que contribuyan a mejorar la relación entre la universidad y la sociedad.
1.1 Revisión de literatura
Perkmann et al. (2013) denominan al involucramiento regional como la colaboración entre los académicos y organizaciones no académicas, la cual incluye actividades como consultorías, contratos de investigación, uso de instalaciones, uso de equipos o patentes. A este tipo de actividades, de la tercera misión de la universidad, Zhou y Tang (2020) las denominan transferencia de conocimiento comunitario, contrario a la vinculación empresarial −la cual está más relacionada con la comercialización del conocimiento académico mediante el otorgamiento y uso de patentes, y creación de spin off, entre otros. Hay una distinción clara entre la vinculación empresarial y el involucramiento regional de la universidad desde el contexto de transferencia de conocimiento por parte de las universidades (Sengupta y Ray, 2017).
A partir del modelo de universidad empresarial propuesto por Benneworth et al. (2017), se realizó un estudio con universidades europeas en el que se encontraron factores que propician la vinculación empresarial y el involucramiento regional (Pawłowski, 2009). A partir de estos factores Sánchez-Barrioluengo y Benneworth (2019) elaboraron un modelo probado empíricamente con universidades de Inglaterra; mientras que Vera (2017) hizo lo propio con universidades latinoamericanas, recopilando el trabajo de otros autores para probar un modelo de influencia de los factores universitarios sobre la vinculación empresarial.
Desde estos trabajos, se identificaron cuatro factores que las universidades deben poseer para lograr resultados satisfactorios en la interacción con la empresa y la región: el liderazgo estratégico, el soporte administrativo, la estructura universitaria y la participación académica, los cuales se integran en una variable denominada orientación para el involucramiento.
El primer factor es clave para aumentar los resultados universitarios, siendo un elemento fundamental para mantener los valores de las instituciones (Marshall, 2018). Este integra la estrategia universitaria, define los equipos de trabajo, logra una orientación de la universidad hacia el campo empresarial y guía a esta con un enfoque holístico sobre sus actividades organizacionales respondiendo a los desafíos del entorno (Hayter y Cahoy, 2018; Salomaa, 2019).
Así mismo, para que la interacción universitaria se logre, el segundo factor diseña y aplica las políticas, los procedimientos y las prácticas universitarias, actividades fundamentales para la creación de redes y dotación de recursos, registros de propiedad intelectual, creación de empresas, entre otros (Hayter y Cahoy, 2018; Markuerkiaga et al., 2018).
El tercer factor puede diseñarse para restringir o facilitar el comportamiento empresarial, por tanto, transformarla de una convencional a otra que fomente la interacción con la empresa y la región aportará mayores niveles de libertad en la toma de decisiones o aumentará la responsabilidad hacia las operaciones, y facilitará el flujo de información a todas las áreas reduciendo el tiempo de respuesta en la atención de demandas internas y externas (Hayter y Cahoy, 2018).
Respecto al cuarto factor, la participación académica es fundamental para la interacción de la universidad con la empresa y otros actores de la región, y para lograr esto de forma exitosa es necesario hacer crecer la plantilla con perfil emprendedor y de negocios; con la colaboración de exalumnos, consultores, investigadores y estudiantes; además de alentar, capacitar y formarlos para que posean una combinación de habilidades prácticas y académicas para el involucramiento empresarial y vinculación a la región (Hayter y Cahoy, 2018).
Como lo indican Williams et al., (2017) desde un enfoque de sistemas, las interconexiones de elementos o factores determinan el comportamiento del sistema como un todo y, por tanto, los cuatro factores de éxito descritos para la interacción de la universidad con la región no deben trabajar de forma aislada, sino que deben estar integrados de forma sistémica; de Souza et al. (2017) afirman que la universidad presenta características de sistemas, pero esto no se tiene en cuenta al momento de administrarse.
II. Método
La investigación se desarrolló bajo el enfoque cuantitativo, basado en un diseño no experimental de corte transversal, que permitió analizar el fenómeno sin manipulación de variables y en un tiempo determinado. El alcance fue explicativo al determinar la influencia de la organización universitaria sobre los logros obtenidos y el involucramiento regional por parte de instituciones colombianas.
La hipótesis de investigación, por tanto, fue: H. La organización universitaria tiene una influencia significativa y positiva sobre los logros obtenidos.
Es decir, en la medida que aumente la organización de las universidades a través de su liderazgo estratégico, soporte administrativo, estructura universitaria y participación académica de manera integrada; entonces, se tendrá un efecto directo sobre los logros obtenidos por vinculación empresarial e involucramiento regional. La población objetivo fueron los investigadores pertenecientes a universidades incluidas en el Sistema Nacional de Acreditación (SNA) de Colombia, criterio que permitió asegurar que dichas instituciones educativas cuentan con altos criterios de calidad como lo señala el Artículo 53 de la Ley 30 de 1992.
Por su parte, la técnica para la recolección de los datos fue la encuesta autoadministrada a través de un cuestionario con la plataforma Questionpro que agilizó los tiempos de respuesta y la minimización de errores. En este proceso, primero se identificaron los grupos de investigación de cada universidad y luego se envió una invitación por correo electrónico a cada uno de los líderes de dichos grupos, indicando el enlace de la encuesta y el uso académico de las respuestas, garantizando con ello, la confidencialidad y anonimato.
La encuesta se llevó a cabo durante los meses de febrero a abril de 2020. De 643 investigadores que aceptaron la invitación e iniciaron el llenado del cuestionario, 443 lo completaron. Sin embargo, una vez depurados los datos por invalidación de registros, la muestra final fue de 385 investigadores procedentes de 51 universidades. Los respondientes fueron hombres y mujeres en su mayoría de edad madura (entre los 41 y 60 años) e investigando principalmente en las áreas de Ciencias Sociales e Ingeniería y Tecnología.
El tiempo de vinculación de la mayoría de los investigadores a su institución es menor de 20 años. Respecto a la universidad de adscripción, se trata de instituciones educativas públicas y privadas con una antigüedad promedio de 87 años; en calidad investigativa según los cuartiles Scimago de universidades el 50% se ubica en Q1 y Q2 (Tabla 1).
Tabla 1 Descripción de la muestra
| Variable | Valor | Porcentaje |
|---|---|---|
| Investigador | ||
| Edad | 27 - 40 | 18.70 |
| 41 - 50 | 37.92 | |
| 51 - 60 | 33.50 | |
| 61 a más | 9.87 | |
| Género | Femenino | 36 |
| Masculino | 64 | |
| Área de conocimiento | Ciencias Naturales | 14 |
| Ciencias Médicas y de Salud | 14.8 | |
| Ciencias Sociales | 34.54 | |
| Ingeniería y Tecnología | 23.37 | |
| Ciencias Agrícolas | 4.15 | |
| Humanidades | 9.09 | |
| Tipo de vinculación | Directivo | 29.87 |
| Investigador | 70.12 | |
| Años de vinculación | 1 - 10 | 33 |
| 11 - 20 | 40 | |
| 21 - 30 | 21 | |
| 31 - 40 | 5 | |
| 41 - 62 | 1 | |
| Universidad | ||
| Sector | Pública | 35.29 |
| Privada | 64.70 | |
| Antigüedad | Menor a 50 | 39.21 |
| 51 - 100 | 43.13 | |
| 101 - 200 | 11.76 | |
| Mayor a 200 | 5.88 | |
| Calidad investigativa (Cuartiles Scimago) | Q1 | 23.52 |
| Q2 | 23.52 | |
| Q3 | 9.8 | |
| Q4 | 1.96 | |
| Fuera del Factor de Impacto | 41.17 | |
Se diseñó un instrumento de investigación estructurado en dos apartados. En el primero se integraron los datos generales de los investigadores y de la universidad de procedencia. En el segundo se incluyeron los ítems de los constructos de estudio (ver Tabla 2), para ser evaluados con apoyo de una escala tipo Likert de seis puntos, que iba de “Totalmente en desacuerdo” hasta “Totalmente de acuerdo”. Respecto a la definición conceptual y operacional de los constructos se consideraron otros cuestionarios validados y relacionados con el objeto de estudio: Higher Education Business and Bommunity Interaction (HE-BCI) (Charles y Conway, 2001), Manual de Valencia (D’Este et al., 2014) y el formulario del Accreditation Council for Entrepreneurial and Engaged Universities (ACEEU) (https://toolkit.aceeu.org/index/evaluation).
La validez del instrumento se realizó mediante la participación de siete expertos conocedores tanto de la temática como de la construcción de este tipo de instrumentos. Se ejecutó una prueba piloto, se depuraron los datos y se verificaron para realizar una revisión final de la encuesta (Hernández-Sampieri y Torres, 2018). Asimismo, fue necesaria la validez por expertos para mejorar la calidad del instrumento, de manera que al final se conformó con 21 ítems.
Tabla 2 Definición conceptual y operacional de variables
| Variable | Dimensión | Ítem |
|---|---|---|
| Organización Universitaria (OE) Se refiere a la integración sistémica y gestión del liderazgo estratégico, soporte administrativo, estructura universitaria, participación académica en una universidad (Vera, 2017) | Liderazgo estratégico (LE) Estrategias usadas por los dirigentes universitarios para gestionar las funciones sustantivas y mantener los valores fundamentales de las instituciones (Marshall, 2018) | 1 |
| 2 | ||
| 3 | ||
| Soporte administrativo (SA) Gestión y operación de las políticas, procedimientos y prácticas administrativas universitarias. (Markuerkiaga et al., 2018) | 4 | |
| 5 | ||
| 6 | ||
| 7 | ||
| Estructura universitaria (EU) Áreas involucradas con el intercambio de conocimiento, transferencia de tecnología, apoyo a pymes, de tipo comercial (incubadoras, parques tecnológicos, oficinas de enlace industrial), o comunitarias (Educación continuada o desarrollo profesional) (Nelles y Vorley, 2010). | 8 | |
| 9 | ||
| 10 | ||
| 11 | ||
| Participación académica (PA) Académicos exalumnos, profesionales de negocios e incluso estudiantes. Personas que poseen una combinación de habilidades prácticas, académicas y de experiencia en la interacción universitaria con la empresa y la región (Markuerkiaga et al., 2018) | 12 | |
| 13 | ||
| 14 | ||
| 15 | ||
| Logros obtenidos (LO) Son los resultados satisfactorios obtenidos en la interacción con la empresa y la región (Pawłowski, 2009) | Involucramiento regional (RE) La colaboración entre los académicos y organizaciones no académicas que incluye actividades como consultorías, contratos de investigación, uso de instalaciones, uso de equipos o patentes (Perkmann et al., 2013). | 16 |
| 17 | ||
| 18 | ||
| Vinculación empresarial (EM) Relacionada con la comercialización del conocimiento académico mediante el otorgamiento y uso de patentes, creación de Spin Off, entre otros (Perkmann et al., 2013). | 19 | |
| 20 | ||
| 21 |
Para someter a prueba la hipótesis de investigación H se optó por la modelación de ecuaciones estructurales por covarianza (CB-SEM, por sus siglas en inglés) (Farh et al., 1984). Previo a ello se realizaron las pruebas de confiabilidad (CR), de validez convergente (AVE), y validez discriminante a través del programa AMOS versión 24 con el plugin automatizado “Validity and Reliability Test” incorporado y construido bajo la supervisión del Dr. James Gaskin (Gaskin,2016), quien basa sus criterios de validez y confiabilidad entre otros en el trabajo de Henseler et al. (2015) y en el de Hu y Bentler (1999).
Igualmente se realizó el análisis de la normalidad univariante y multivariante, mostrando que se cumplió tanto la normalidad univariante para todas las dimensiones (Kline, 2015; Curran et al., 1996), como la normalidad multivariante con un coeficiente de Mardia < 483 (Wen et al., 2014; Bollen, 1989), por tanto se definió como adecuado estimar los indicadores con el procedimiento de máxima verosimilitud (ML) (Bollen, 1989) .
III. Resultados
Antes de proceder con los análisis, fue indispensable determinar la distribución de los datos a través de la asimetría y curtosis, como se puede observar en la Tabla 3, se trata de datos paramétricos (±2).
Tabla 3 Distribución de los datos
| Ítem | Media | Desv. Standard | Asimetría | Curtosis | Constructo | Media | Desv. Standard | Asimetría | Curtosis |
| I1 | 4.662 | 1.252 | -0.905 | 0.675 | LE | 4.51 | 1.053 | -0.419 | 0.031 |
| I2 | 4.311 | 1.233 | -0.442 | 0.058 | |||||
| I3 | 4.563 | 1.240 | -0.548 | -0.105 | |||||
| I4 | 5.129 | 1.145 | -1.579 | 2.587 | SA | 4.63 | 0.935 | 0.495 | -0.041 |
| I5 | 4.839 | 1.316 | -1.202 | 1.189 | |||||
| I6 | 3.906 | 1.407 | -0.221 | -0.493 | |||||
| I7 | 4.646 | 1.147 | -0.605 | 0.227 | |||||
| I8 | 3.976 | 1.405 | -0.257 | -0.401 | EU | 4.18 | 0.994 | 0.101 | -0.190 |
| I9 | 4.085 | 1.412 | -0.352 | -0.370 | |||||
| I10 | 4.153 | 1.237 | -0.276 | -0.099 | |||||
| I11 | 4.516 | 1.222 | -0.506 | -0.148 | |||||
| I12 | 4.877 | 1.112 | -0.894 | 0.954 | PA | 4.84 | 0.950 | 0.646 | 0.429 |
| I13 | 4.568 | 1.175 | -0.541 | 0.109 | |||||
| I14 | 4.867 | 1.106 | -0.776 | 0.506 | |||||
| I15 | 5.054 | 1.099 | -1.062 | 0.798 | |||||
| I16 | 4.181 | 1.228 | -0.307 | 0.111 | RE | 4.11 | 1.059 | -0.199 | 0.295 |
| I17 | 4.319 | 1.211 | -0.357 | 0.084 | |||||
| I18 | 3.815 | 1.170 | 0.01 | 0.146 | |||||
| I19 | 3.335 | 1.262 | 0.224 | 0.042 | EM | 3.63 | 1.092 | -0.110 | 0.211 |
| I20 | 3.670 | 1.263 | -0.037 | 0.057 | |||||
| I21 | 3.896 | 1.312 | -0.202 | -0.059 | |||||
| Multivariado | 211.667 | CR = 66.814 | |||||||
Para el modelo de medida se comprueba la fiabilidad, así como la validez convergente y la discriminante de los constructos (Henseler et al., 2015). Como se aprecia en la Tabla 4, los coeficientes de fiabilidad compuesta (CR), por sus siglas en inglés están por encima de 0.700, la varianza media extraída (AVE), por sus siglas en inglés de los constructos superan el valor de 0.500 para cada caso (Hair et al., 2017), Se comprobó la validez discriminante al cumplirse que la raíz cuadrada de su AVE en la diagonal principal es superior a los valores de AVE tanto en la horizontal como en su vertical de factores. (0.897 y 0.805) son superiores a 0.675 ***) (Hair et al., 2017).
Tabla 4 Fiabilidad, validez convergente y validez discriminante
| CR (Fiabilidad) | CRA (AVE) | OE | LO | |
|---|---|---|---|---|
| OE | 0.943 | 0.805 | 0.897 | |
| LO | 0.783 | 0.847 | 0.675 *** | 0.805 |
Nota. ***p < 0.001 - Significancia. “Validity and Reliability Test” (Gaskin, 2016).
Una vez especificado el modelo de medida se realizó al análisis de la bondad de ajuste general, utilizando tres índices: de medida de ajuste absoluto (CMIN/DF, RMSEA), de ajuste incremental (CFI) y de parsimonia (PCLOSE), considerándose que el modelo tiene un buen ajuste. Se verificó, además, el cumplimiento de la invarianza configural y métrica para las variables: género, tipo de vinculación, área de conocimiento, naturaleza y calidad investigativa, verificándose que las mismas lo cumplen, como se aprecia en la Tabla 5.
Tabla 5 Invarianza configural y métrica
| Configural | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Medidas de bondad de ajuste | Sexo | Vinculación | Área del conocimiento | Naturaleza (pública o privada) | Calidad investigativa | |||||
| CMIN/DF | 2.022 | 1.801 | 1.927 | 2.167 | 1.818 | |||||
| CFI | 0.895 | 0.864 | 0.829 | 0.879 | 0.839 | |||||
| RMSEA | 0.052 | 0.047 | 0.053 | 0.056 | 0.046 | |||||
| PCLOSE | 0.286 | 0.852 | 0.116 | 0.039 | 0.953 | |||||
| Invarianza Métrica | ||||||||||
| Sexo | Vinculación | Área del conocimiento | Naturaleza (pública-privada) | Calidad investigativa | ||||||
| SR | M1 | SR | M1 | SR | M1 | SR | M1 | SR | M1 | |
| CFI | 0.895 | 0.895 | 0.864 | 0.864 | 0.829 | 0.830 | 0.879 | 0.879 | 0.839 | 0.831 |
Notas: SR = Sin Restricciones; M1 = Modelo 1
3.1 Modelo estructural
Teniendo en cuenta el marco teórico planteado y su posterior operacionalización del instrumento que mide percepciones, se construyó un modelo reflectivo donde las variables observables están influenciadas por la correspondiente variable latente o factor. Este tipo de modelos se basan en la estructura de varianzas y covarianzas y su interés fundamental es identificar relaciones y confirmar hipótesis. En la Figura 1 se presenta el modelo de estructura considerado teóricamente y ajustado según el modelo de medida ya validado.
El modelo presenta las relaciones expresadas en el modelo teórico y donde las escalas fueron validadas positivamente. Se muestran, además, los coeficientes estandarizados o cargas factoriales y algunos indicadores de bondad de ajuste, tales como CFI, RMSEA y TLI. Es importante tener en cuenta varios aspectos para la verificación de la hipótesis, ellos son: la significancia estadística, las cargas estandarizadas y el valor de R2 (coeficiente de determinación). La Figura 1 muestra que la organización universitaria explica el 67.5% de la varianza de los logros obtenidos (LO = 0.675, p < 0.010) y asume un poder predictivo del 45.5% (R2 = 0.455, p < 0.010). Por tanto, se confirma la hipótesis de que la organización universitaria (OE) si influye positivamente en los logros obtenidos por la universidad en su involucramiento regional y vinculación empresarial.
Se observa que la dimensión involucramiento regional (RE) es explicada en un 81.5%, lo que se considera adecuado, y la dimensión Vinculación Empresarial (EM) es explicada en un 47.8%.
IV. Discusión y conclusiones
A partir de la percepción de investigadores de universidades acreditadas en Colombia se ha corroborado que la universidad, a través de un enfoque integrado de cuatro factores, se vincula con las empresas y el desarrollo regional (Hossain et al., 2020); por tanto, las universidades deben buscar un enfoque más integral (pero descentralizado), que permita que sus miembros se involucren para transferir conocimientos y apoyar en la innovación (Gümüsay y Bohné, 2018). En este sentido, (Sengupta y Ray, 2017) exploran las similitudes que puedan existir entre lo que denominan oficinas transmisoras de conocimiento, referidas al relacionamiento social y no solo empresarial, esta parte representa una limitación en el estudio, ya que no se indagó sobre una interacción de tipo social.
El modelo propuesto concuerda con los conceptos de Universidad empresarial de Clark (1998) y los factores que debería tener este modelo universitario que permita a la universidad la vinculación de manera efectiva con la sociedad (Pawłowski, 2009; Perkmann et al., 2013; Sengupta y Ray, 2017). Así mismo, esta propuesta se opone a la concepción de la relación universidad-entorno como una de tipo de extensión universitaria o de venta de servicios y por el contrario se concibe a la relación universidad-entorno como una donde la universidad se compromete con los problemas de la sociedad, tales como trabajo, salud, educación y vivienda, entre otros, para constituirse en parte fundamental del desarrollo científico y tecnológico (Sturniolo, 2010).
Así mismo, el modelo universitario propuesto se encuentra dentro de los denominados modelos de universidad orientados a la localidad y la comunidad, pero por supuesto no es el único dentro de la propuesta de nuevos modelos de universidad puros o mixtos que están emergiendo, tales como: universidad de élite, universidad de masas, universidad de especialidad y las universidades de formación permanente (Rodríguez, 2018).
Los hallazgos están justificados en que se reconoce cada vez más que la comercialización de la investigación mediante el uso de patentes, licencias u otros mecanismos similares es insuficiente y no representa un panorama completo de transferencia de conocimiento por parte de las universidades y que la transferencia del conocimiento debe tomar en cuenta también los servicios de tipo comunitarios como consultoría, cursos de desarrollo profesional y uso de instalaciones y equipos universitarios entre otros (Zhou y Tang, 2020).
En este sentido, (Hughes y Kitson, 2012) han destacado la función que la universidad tiene como espacio donde la participación académica a través de intercambios interpersonales y organizacionales informales pueden realimentar la docencia, investigación y la solución a problemas conjuntos, muchas empresas consideran que estas formas más amplias de intercambio de conocimiento tienen un mayor impacto que los métodos tradicionales formales de transferencia tecnológica. De igual manera, (Bozeman y Sarewitz, 2011) muestran un nuevo enfoque para que en las universidades se pueda evaluar la capacidad de los programas de investigación para lograr metas sociales y no solo el impacto científico y económico.
En cuanto a la vinculación empresarial como refiere (Sengupta y Ray, 2017), este estudio considera las estrategias que se utilizan para explotar comercialmente la propiedad intelectual generada a través de los mecanismos del mercado, que incluyen la concesión de patentes, la concesión de licencias, las empresas derivadas de investigación y las actividades empresariales conexas. Se demuestra que las universidades muestran un compromiso creciente por mejorar sus capacidades para estimular el espíritu empresarial basado en la ciencia y la tecnología con el objetivo de contribuir al desarrollo social y económico (Bolzani et al., 2021).
Esta vinculación empresarial de parte de la universidad se originó en respuesta a las legislaciones de propiedad intelectual en muchos países con el objetivo de proporcionar un marco institucional a través del cual las universidades pudieran patentar y licenciar sus investigaciones (Sengupta y Ray, 2017). Este trabajo se ha centrado en analizar como la organización universitaria influye en los resultados obtenidos en la vinculación empresarial y el involucramiento regional en universidades acreditadas en Colombia. Un primer hallazgo del trabajo es encontrar que desde la percepción de los investigadores de las universidades acreditadas el involucramiento regional es mayor que la vinculación empresarial, lo cual coincide con los esfuerzos de la academia colombiana de impulsar la vinculación empresarial con proyectos tales como apoyo a Spin off y de preocupación por la concesión de patentes y uso de estas.
Un segundo hallazgo fue corroborar que efectivamente la interacción integrada y sistémica en un factor de segundo orden de las variables liderazgo estratégico (LE), soporte administrativo (SA), estructura universitaria (EU) y participación académica (PA), las cuales tienen un efecto positivo y significativo en los logros obtenidos (LO), referidos a la vinculación empresarial y el involucramiento regional. Por otra parte, no se encontraron efectos significativos en los logros obtenidos (LO) de ninguna de las variables de control, ya estuvieran ellas asociadas con las características de la universidad (Naturaleza, Orientación, Antigüedad o Calidad de la investigación) o con las características personales (Sexo, Edad o Área de conocimiento).
Se reconoce que el trabajo tiene limitaciones. Aunque el modelo fue corroborado con investigadores de universidades de Colombia, puede ser extendido a otras universidades que no estén acreditadas, o a institutos de formación técnica y tecnológica. En cuanto a la población objeto de estudio podría extenderse a otros miembros de la comunidad universitaria como profesores y administrativos. Así mismo y para contemplar las características propias de cada universidad se pueden realizar estudios de caso.
Además, se pudo corroborar que los factores de apoyo son fundamentales para que la universidad pueda comprometerse con el desarrollo regional. En las universidades sobre todo de carácter público usualmente se tiene una deficiencia en la implementación de los mismos debido a las reglamentaciones y directrices nacionales en el campo de la educación superior, por tanto, un trabajo futuro de investigación podría estudiar la normatividad o reglamentaciones de la educación superior colombiana que promueven o son una barrera para universidades, que busquen un compromiso mayor con el territorio (Universidades de cuarta generación).
Finalmente señalar que este modelo propuesto explica la necesidad de las universidades de involucrarse con otros actores externos y promover acciones de vinculación, flexibilizando la estructura universitaria para contribuir de una forma más ágil en tareas de desarrollo regional.










nueva página del texto (beta)




