Introducción

El sector rural y pesquero de México se caracteriza por tener un desarrollo no sustentable, que tiene como causas principales: 1) actividades agropecuarias y pesqueras con bajo crecimiento, 2) pobreza de las familias rurales, 3) degradación de los recursos naturales, 4) entorno económico desfavorable, y 5) un marco institucional débil (Organización de las Naciones Unidas para la Alimentación y la Agricultura [fao] & Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación [Sagarpa], 2012).

Ante esta situación, el impulso de la innovación tecnológica cobra relevancia, pues se presenta como una variable explicativa del crecimiento económico de las empresas, regiones, países (Fundación Cotec para la Innovación, 2001; ^{Nelson & Winter, 1982}; ^{Sanz-Menéndez, Fernández-Carro, & García, 1999}; ^{Schumpeter, 2003}) o, en este caso, de un sistema agrícola, pecuario o forestal.

La innovación, entendida como “todo cambio basado en conocimiento que genera riqueza” (Fundación Cotec para la Innovación, 2007), es el resultado de un proceso de trabajo en red (^{Klerkx, Hall, & Leeuwis, 2009}; ^{Radjou, 2004}). Por lo tanto, la innovación, producción y comercialización de un producto no pueden ser llevadas a cabo por una única empresa, sino en colaboración con otros agentes, como consecuencia de su interacción (^{Edquist & Johnson, 1997}; ^{Koch, 2004}; ^{Koschatzky, 2002}). Según ^{Jasso (2004)}, al interactuar comparten conocimientos y habilidades, que contribuyen al desarrollo y a la difusión de nuevas tecnologías, creando un ambiente de innovación.

La innovación requiere un proceso de gestión (^{Lundvall, 1992}; Observatorio Virtual de Transferencia de Tecnología [ovtt], 2016; ^{Pavón & Hidalgo, 1997}) y, por lo general, el término hace referencia al uso y dirección de los recursos humanos y económicos para la generación de ideas que se conviertan en innovaciones que puedan producir un bienestar individual y colectivo. En el presente trabajo, la gestión de la innovación se entiende como la administración del conocimiento para el desarrollo de cambios orientados a la generación de valor.

De acuerdo con ^{Rodríguez-Espinosa, Ramírez- Gómez y Restrepo-Betancur (2016)}, la gestión de la innovación resulta un elemento importante en la extensión rural actual y se enfoca en tres actividades importantes: la articulación de la demanda y la oferta, la composición de redes, y la administración del proceso de innovación (^{Howells, 2006}; ^{Klerkx et al., 2009}; ^{Van Lente, Hekkert, Smits, & Van Waveren, 2003}).

Las actividades de composición de redes y adminis- tración del proceso de innovación necesitan actores externos al sistema de producción para favorecer el establecimiento de nuevas relaciones de carácter productivo (^{Klerkx, Aarts, & Leeuwis, 2010}), que aporten a la distribución del conocimiento e incrementen las capacidades de absorción de los distintos actores presentes en el sistema (Sanz- Menéndez et al., 1999).

La gestión de la interacción, como vehículo de intercambio y de comunicación entre los actores, cobra relevancia. ^{Robinson, Pawlowski y Volkov (2003)} la definen como el “conjunto de actividades dirigidas al descubrimiento, la gestión y la disposición de relaciones críticas entre conjuntos de un sistema”.

Aplicando el concepto al sector, ^{López-Torres (2013)} la caracteriza como “las tácticas que un agente de cambio puede seguir para hacer que los actores de una red se relacionen en el ámbito social, intercambien conocimientos técnicos o se vinculen para mejorar sus procesos de comercialización, de transferencia de tecnología e innovación”.

Por consiguiente, la gestión de la interacción como táctica para favorecer la innovación requiere dos elementos importantes: 1) cantidad de relaciones y 2) calidad de la relación (^{Rendón-Medel, Santoyo-Cortés, & Aguilar-Ávila, 2013}).

La cantidad influye en la estructura local de la red, es decir, en las configuraciones y las propiedades de subgrupos de actores y sus relaciones (^{Faust, 2006}), y la calidad, en el capital relacional (^{De Castro, Alama-Salazar, López-Sáez, & Navas-López, 2009}; ^{Martínez-Torres, 2006}), es decir, en el valor que el conjunto de relaciones que mantiene con los agentes de su entorno tiene para un actor; este capital sirve como conocimiento y fuente de información para la empresa.

En esta investigación, el capital relacional se refiere a que un actor de un grupo determinado -por ejemplo, un agricultor- se relacione, además de con otros agricultores, con actores de diferentes grupos, como extensionistas, instituciones de enseñanza y proveedores de insumos, entre otros.

La cantidad y la calidad de las vinculaciones entre los actores de una red determinan su nivel de innovación. De igual modo, ^{Rendón-Medel et al. (2013)} sostienen que son la base de la creación del capital social necesario para que los procesos de innovación se den de manera natural.

En este contexto, el modelo hub del programa de Modernización Sustentable de la Agricultura Tradicional (MasAgro), liderado por el Centro Internacional de Mejoramiento de Maíz y Trigo (Cimmyt), busca ser un espacio en el que agricultores, extensionistas, proveedores de insumos, instituciones gubernamentales y de enseñanza e investigación, entre otros, de la cadena de valor de una región agroecológica particular, trabajen juntos en soluciones sostenibles en sistemas de maíz y trigo (^{Camacho-Villa et al., 2016}), para generar bienestar individual y colectivo a través de la innovación.

El concepto de hub se aplica en diferentes áreas del conocimiento, pero para este caso ^{Deschamps-Solórzano, Gómez-Luengo, León, Barila y Vázquez (2016)} mencionan que el hub o nodo de innovación se caracteriza por presentar:

(…) una infraestructura de plataformas, módulos demostrativos y áreas de extensión en las que se fomentan procesos de desarrollo participativos (identificación, validación y difusión) de tecnologías sustentables MasAgro, adaptadas a la zona agroecológica y a las necesidades y demandas específicas de los diferentes estratos de productores.

Dicha infraestructura interactúa con una variedad de actores, que dan soporte al proceso de innovación. La gestión de la interacción en el modelo hub se emplea principalmente en los procesos de desarrollo participativo de las tecnologías sustentables, que involucra la elaboración de plataformas, módulos demostrativos y áreas de extensión.

De acuerdo con ^{Deschamps-Solórzano et al. (2016)}, en las plataformas se ponen a prueba y se comparan prácticas tradicionales de los agricultores con las prácticas o sistemas que promueve MasAgro, que se desarrollan y adaptan a las condiciones y la problemática de su área de influencia; son espacios primordiales para la capacitación, la facilitación de conocimientos, la difusión de información y la transferencia de tecnología.

En los módulos demostrativos, a cargo de agricultores líderes, se prueban, se integran y se adaptan las tecnologías generadas en las plataformas. Se trata de espacios en los que los agricultores comparten su experiencia a los pares de su medio, a través de eventos demostrativos, giras de intercambio, distribución de divulgación o comunicación de productor a productor. Finalmente, en las parcelas de los agricultores, denominadas áreas de extensión, se pone en práctica lo aprendido en estos módulos (^{Deschamps-Solórzano et al., 2016}).

Es necesario mencionar que, tanto en los módulos demostrativos como en las áreas de extensión, los agricultores y los extensionistas trabajan en conjunto y, además, se vinculan con funcionarios gubernamentales, instituciones de enseñanza e investigación, y proveedores de insumos (semillas, fertilizantes, crédito y maquinaria, entre otros) (^{Deschamps-Solórzano et al., 2016}).

La hipótesis que guía este trabajo es que, al ser un espacio para la gestión de la innovación, el hub ha incrementado la cantidad y la calidad de las relaciones en la red, lo que propicia una mejora del capital relacional y la estructura local de las redes de las regiones que conforman el modelo.

Así, el objetivo consistió en analizar los cambios en las estructuras relacionales que conforman los hubs, antes y después de un proceso de intervención, para evidenciar el impacto que el modelo ha tenido en términos de gestión de la interacción.

Materiales y métodos

Origen de la información

Se aplicó una encuesta semiestructurada a los diferentes actores que conforman el hub: agricultores, extensionistas, instituciones de enseñanza e investigación, proveedores de insumos e instituciones gubernamentales, entre otros. Se realizó en 10 regiones agroecológicas (figura 1) a un total de 457 actores en los hubs analizados (tabla 1).

Fuente: Elaboración propia

Figura 1 Ubicación de las regiones agroecológicas que conforman los hubs. 

Tabla 1 Número de actores entrevistados por hub 

Nota: En el caso de Bajío, el análisis agrupó las tres regiones agroecológicas que conforman el hub.

Fuente: Elaboración propia, con base en información de las encuestas levantadas entre 2015 y 2016

El número de actores entrevistados obedece a un muestreo no probabilístico dirigido. Las encuestas fueron aplicadas por personal técnico de Cimmyt, de octubre de 2015 a octubre de 2016. La encuesta estuvo compuesta por dos apartados, y en el primero se consideró la identificación del actor: nombre, edad y la institución a la que pertenece.

En la segunda parte se les preguntó acerca de sus relaciones en el ámbito MasAgro, es decir, con quién tratan aspectos técnicos en torno a prácticas sostenibles en lo que se refiere a la producción de maíz y trigo, y a partir de qué año comenzaron a hacerlo. Cabe mencionar que los actores entrevistados fueron libres de mencionar a todos aquellos que recordaron en el momento de la entrevista.

Análisis de la información

Se utilizó el análisis de redes sociales (ars), el cual se basa en la premisa de que los actores sociales son independientes y que los vínculos entre ellos tienen consecuencias importantes para cada uno (^{Freeman, 2004}), y que recurre a una técnica matemática para analizar relaciones entre actores, así como los patrones e implicaciones de esas relaciones (^{Wasserman & Faust, 1994}).

En los procesos de gestión de la innovación, el ars resulta una herramienta que permite estudiar las estructuras que se forman antes y después de un proceso de intervención (^{Aguilar-Gallegos et al., 2017}; ^{Díaz-José, Rendón-Medel, Aguilar- Ávila, & Muñoz-Rodríguez, 2013}; ^{Sánchez-Gómez, Rendón-Medel, & Cervantes-Escoto, 2016}).

La captura de información relacional empleó un catálogo en el que se asignaron claves únicas a cada actor. El archivo relacional se procesó inicialmente en el programa NetDraw (^{Borgatti, Everett, & Freeman, 2002}), para obtener el gráfico de la red, y luego se exportó al formato del programa Ucinet 6.288 para hacer el posterior análisis de indicadores.

El análisis consideró dos momentos: 1) antes de la implementación del hub en la región (LB) y 2) después de su implementación (LF). Teniendo en cuenta que los hubs se pusieron en funcionamiento en las regiones agroecológicas en diferentes momentos, los años de análisis varían para cada uno de ellos (tabla 2).

Tabla 2 Momentos de análisis en las regiones agroecológicas de los hubs 

Fuente: Elaboración propia, con base en información de las encuestas levantadas entre 2015 y 2016

Las relaciones que se consideraron LB corresponden a todas las aquellas que ya existían en el año de la implementación del hub en la región agroecológica.

Esto quiere decir que en cada uno de los territorios analizados ya había cierta cantidad de relaciones.

La cantidad y la calidad de las relaciones se aprecian en los indicadores de densidad y diversidad, y la estructura local en aquellos de censo de triadas, transitividad y cercanía. Dichos indicadores se explican a continuación.

Densidad

Se refiere a la proporción de todas las relaciones existentes respecto a las posibles relaciones en una red (^{Wasserman & Faust, 1994}).

Censo de triadas

Una triada es un conjunto de tres actores y las posibles relaciones entre ellos (^{Wasserman & Faust, 1994}), y un censo de triadas resume la estructura local de una red (Faust, 2006). Con base en los tipos de triadas definidos por ^{Holland y Leinhardt (1970)}, ^{López-Torres (2013)} propone tres niveles progresivos en las redes del sector rural, con el fin de favorecer la transferencia de la innovación (figura 2).

Fuente:^{Holland y Leinhardt (1970)}, adaptado por ^{López-Torres (2013)}

Figura 2 Clasificación de triadas de acuerdo con su potencial para favorecer la transferencia de tecnología e innovación. 

Según ^{López-Torres (2013)}, las triadas iniciales no propician la comunicación entre actores y se encuentran en redes muy dispersas. Las que están en evolución son las más comunes en redes locales del sector rural, y reciben este nombre porque se encuentran en medio del proceso de transferencia de tecnología. Finalmente, las promotoras son las ideales para transferir la tecnología y la innovación.

Transitividad

Es el número de triadas transitivas dividido por el número de triadas que cumplen las condiciones para ser transitivas (^{Faust, 2006}). ^{Holland y Leinhardt (1970)} argumentan que “las relaciones interpersonales tienden a ser transitivas si un actor A elige a B y B elige a C, entonces es probable que A elija a C”.

Diversidad de relaciones

Se parte del hecho de que en una red existen grupos mutuamente excluyentes con características propias y, por lo tanto, la diversidad de relaciones es un índice que se calcula restando el número de lazos internos del grupo al número de sus lazos externos, y dividiéndolo entre el número total de lazos (^{Krackhardt & Stern, 1988}).

En este caso, la variable que se empleó para hacer la división de los grupos fue la función de cada uno de los actores en la red, es decir, si son agricultores, extensionistas, instituciones gubernamentales o de enseñanza e investigación, o proveedores de insumos, entre otros.

La figura 3 indica que los valores cercanos a -1 significan igualdad en las relaciones, y los que se aproximan a 1 representan la diversidad de relaciones entre los grupos.

Fuente: Adaptación propia, con base en ^{Krackhardt y Stern (1988)}

Figura 3 Escala de la diversidad de relaciones. 

Cercanía

Mide la distancia geodésica entre los actores de la red, donde valores de cercanía mayores indican distancias y tiempos más cortos, así como menores costos en la comunicación (^{Freeman, 1978}).

Con la base ya generada, se aplicó una prueba de “t” en muestras relacionadas, para medir los cambios en los indicadores de densidad, diversidad de relaciones, transitividad y cercanía. Posteriormente, con los valores obtenidos de los indicadores de las líneas finales, se aplicó una correlación de Pearson, con el fin de evaluar las estructuras y el capital relacional de los hubs analizados. La media del indicador de cercanía se tomó como referencia para establecer cuadrantes. En este análisis se utilizó la versión 9 del programa SAS para Windows (Statistical Analysis System [sas], 2004).

Resultados y discusión

Con respecto al capital relacional de las redes, el valor de la diversidad de relaciones presentó una ligera disminución (de 0,43 a 0,41) en los momentos analizados, lo que implica que sigan siendo redes heterofílicas estadísticamente (tabla 3). La persistencia de la heterofilia en la red se debe a que el hub es un espacio en el que interactúa una diversidad de actores: agricultores, extensionistas, proveedores de insumos, instituciones gubernamentales y de enseñanza e investigación.

Tabla 3 Cambios en los indicadores utilizados, por momentos de análisis 

Nota: Las cifras identificadas con * presentan un p < 0,05. N: Número de observaciones (regiones); LB: antes de la implementación del hub en la región; LF: después de su implementación.

Fuente: Elaboración propia, con base en información de las encuestas levantadas entre 2015 y 2016

Estos actores se pueden clasificar como internos o externos a la innovación (^{Sánchez-Gómez, Rendón- Medel, Díaz-José, & Sonder, 2016}), pues se parte del hecho de que en una red existen grupos mutuamente excluyentes (^{Krackhardt & Stern, 1988}). En gran medida, el éxito del modelo hub depende de los vínculos que se logren entre dichos actores.

Según ^{Corsaro, Cantù y Tunisini (2012)}, esta interacción permite obtener información respecto a nuevas maneras de producción, así como el apoyo de servicios y soporte externo. Si bien no se puede decir que el hub ha mejorado el capital relacional en las regiones analizadas, sí ha fungido como una plataforma en la que se promueve la interacción constante.

Los cambios generados en los indicadores de densidad, cercanía y transitividad se muestran en la tabla 3. En este sentido, la comparación de medias muestra una diferencia significativa en dichos indicadores en los momentos analizados. El aumento en el valor de la densidad se refiere a redes más saturadas. Este resultado coincide con lo encontrado por ^{Aguilar-Gallegos et al. (2017)}, quienes, después de una intervención en un sistema caprino, encontraron que la densidad pasó del 1,18 % al 1,82 %. Por su parte, ^{Sánchez-Gómez, Rendón- Medel y Cervantes-Escoto (2016)} identificaron un cambio del 0,56 % al 1,08 % después de un proceso de intervención con ovinocultores.

De acuerdo con ^{Coleman (1988)}, redes más densas favorecen la confianza y las normas entre los actores, ya que facilitan sanciones más efectivas entre ellos. Además, la densidad influye en los valores de transitividad y cercanía.

^{Díaz-José et al. (2013)} mencionan que el efecto de tripletes transitivos significativos apunta a la existencia de un cierre de la red y representa un aumento de las relaciones entre los actores, por lo cual promueve un mayor flujo de información en los procesos de innovación, lo que se traduce en creación de capital social. ^{Burt (2000)} menciona que la metáfora del capital social alude a que, entre mejor estén conectadas las personas, obtendrán mejores resultados.

Ahora bien, según ^{López-Torres (2013)}, las triadas ideales para la transferencia de tecnología e innovación serían, en orden de importancia: las promotoras, las de evolución y las iniciales. En este sentido, la figura 4 presenta los cambios ocurridos entre los momentos analizados de cada una de ellas. Al respecto, se observa que en todas las regiones hubo una disminución de las iniciales y un incremento de las de evolución y las promotoras, aunque en estas últimas fue menor.

Fuente: Elaboración propia, con base en información de las encuestas levantadas entre 2015 y 2016

Figura 4 Cambios en la proporción de triadas, en función de su potencial para contribuir en la innovación en las redes de las regiones agroecológicas que conforman los hubs. 

Si bien es cierto que las triadas iniciales aún son las que presentan la mayor proporción en las redes (98,9 %), resulta relevante el cambio que sucedió en las de evolución y las promotoras entre los momentos en los que se analizaron, ya que, como lo mencionan ^{Gómez-Carreto, Zarazúa, Ramírez- Valverde, Guillén-Cuevas y Rendón-Medel (2016)}, este tipo de triadas podrían contribuir al inter- cambio de información, así como al desarrollo y fortalecimiento de capacidades tecnológicas.

Por lo tanto, estos procesos ya se están dando en las redes de los hubs. Además, el aumento significativo del valor de la transitividad (tabla 3) indica una mayor posibilidad de que ocurra una transición de las triadas en evolución a triadas promotoras. Sin embargo, ^{Faust (2006)} afirma que dicha probabilidad depende del tamaño y la densidad de la red.

El análisis de correlaciones que se realizó con las líneas finales (tabla 4) muestra un vínculo entre la diversidad de relaciones y la cercanía de la red, con un grado de asociación muy fuerte, un nivel de significancia p < 0,05, y una relación positiva. Es decir que la cercanía que exista en una red se incrementa a medida que los valores de la diversidad de relaciones sean positivos o tiendan a ser redes heterofílicas.

Tabla 4 Correlación entre indicadores y nivel de significancia 

Nota: *p < 0,05; N = 10.

Fuente: Elaboración propia, con base en información de las encuestas levantadas entre 2015 y 2016

La relación que se presenta en la tabla 4 induce a pensar que en las regiones analizadas se han mantenido relaciones que, como afirman Sánchez- Gómez, Rendón-Medel, Díaz-José et al. (2016), por una parte, ofrecen apoyo social y una fuente de motivación (vinculación con actores internos) para la innovación, y, por otra, brindan servicios especializados, necesarios para la producción (vinculación con actores externos).

De igual forma, los valores actuales del indicador de cercanía muestran una mayor accesibilidad al capital relacional en la red, ya que, de acuerdo con ^{Freeman (1978)}, indican distancias y tiempos más cortos, y menores costos al efectuar la comunicación (tabla 3).

La figura 5 presenta la posición de cada una de las regiones que conforman los hubs en función de su nivel de diversidad de relaciones y de cercanía en la red. En ella se puede apreciar que las regiones que conforman los hubs Valles Altos y Pacífico Norte presentan comportamientos muy parecidos, lo cual habla de una misma manera de gestionar las relaciones, y que tienen condiciones similares, es decir, que son los únicos hubs que agrupan varias regiones agroecológicas.

Fuente: Elaboración propia, con base en información de las encuestas levantadas entre 2015 y 2016

Figura 5 Posición de las regiones agroecológicas que conforman los hubs, según su diversidad de relaciones y cercanía. 

En contraste, llaman la atención los casos de Bajío y Guanajuato, regiones que hasta hace unos años formaban parte del mismo hub, pero que muestran una manera distinta de gestionar las relaciones. Esta diferencia se puede explicar por el hecho de que el hub Guanajuato ya contaba con una curva de aprendizaje, adquirida durante el tiempo en el que formó parte del hub Bajío.

Con respecto al hub PSUR (Oaxaca), se podría pensar que se trata de la red menos cercana de todas, pero el valor obtenido obedece a que es la más grande (229 actores). Por lo tanto, se puede considerar que es un valor aceptable, pues es una intervención. Finalmente, el hub Chiapas presenta una ubicación favorable en lo que se refiere a estructura y capital relacional.

Para futuras investigaciones, se sugiere analizar los contextos socioeconómicos y agrícolas de los territorios, ya que estos pueden favorecer o limitar la interacción. Así mismo, dada la importancia del capital relacional, se recomienda indagar en procesos que ayuden a mejorar la diversidad de relaciones entre los actores. Finalmente, se considera que se podrían analizar las relaciones que dejaron de existir durante la intervención, dado que su ausencia puede influir en la manera en que se gestiona la innovación.

Conclusiones

En los hubs analizados se ha propiciado la interacción entre los actores de cada una de las redes que los conforman, lo que ha generado el incremento del valor de la densidad en las estructuras. Esto habla de una mejora en la estructura local de las redes, que se manifiesta, en primer lugar, en el aumento de la probabilidad de que las triadas en evolución pasen a ser promotoras, ideales para la transferencia de la innovación, y, en segundo lugar, en el hecho de que se presentan redes más cercanas, lo que disminuye los costos de la comunicación e indica una mayor accesibilidad al conocimiento en los hubs.

Estadísticamente, los hubs no han logrado diversificar las relaciones entre los actores que los conforman, pero funcionan como un espacio en el que se favorece su constante interacción. Además, en las regiones analizadas se presentaron cambios, ya sea porque pasaron de ser redes heterofílicas a serlo en mayor medida, o bien, a ser redes menos heterofílicas con una tendencia a ser homofílicas.

Ninguno de los casos puede ser considerado no deseado, ya que el primero se refiere a la fuerte presencia de capital relacional, y el segundo, a canales de comunicación en los que el conocimiento fluye de manera más sencilla, por la igualdad de relaciones. No obstante, no debe interpretarse que dentro de estas últimas redes no existan relaciones con diversidad de actores.

Los hubs inmersos en las diferentes regiones han propiciado una estructura local y mantenido un capital relacional, bases del capital social que se necesita para el desarrollo natural de los procesos de innovación.