64
V
ol
. 10, N
úm
. 3, S
eptiembre
-D
iciembre
2026
Gobernanza colaborativa y economía circular como
motor de desarrollo regional sostenible en México
Collaborative governance and circular economy and an
engine for sustainable regional development in Mexico
Carlos Enrique Analco Tavera1
Anwar Alarcón Flores2
Lucina Chia Lopez3
Erika Peña Alvarado4
Recibido: 7/0/05
Revisado: /06/06
Aceptado: 5/07/06
Revista RELAYN
, Administración y Negocios
en Latinoamérica.
Disponible en:
https://iquatroeditores.org/revista/index.php/
relayn/index
https://doi.org/10.46990/relayn.2026.9.2.2831
Resumen
El objetivo de esta investigación fue analizar la inciden-
cia de la gobernanza colaborativa en la facilitación de
la transferencia de conocimiento y la inversión para la
adopción de modelos de economía circular en las micro
y pequeñas empresas, así como su contribución al de-
sarrollo regional sostenible y equitativo en México. El
método aplicado fue cuantitativo, no experimental, con
alcance explicativo, diseño transversal y modelado de
ecuaciones estructurales (PLS-SEM), en una muestra de
107 unidades económicas. El aporte principal consiste en
la validación empírica de que la adopción de economía
circular actúa como una variable mediadora signicativa
entre la gobernanza colaborativa y el desarrollo regional
sostenible, lo que evidencia que la colaboración es un ha-
bilitador clave para una transición circular efectiva. Los
resultados explican 51.8 % de la varianza en el desarrollo
regional sostenible
.
Palabras clave
Adopción de economía circular, desarrollo regional sos-
tenible, gobernanza colaborativa
Abstract
e objective of this research was to analyze the impact
of collaborative governance on the facilitation of knowle-
dge transfer and investment for the adoption of circular
economy models in micro and small enterprises, as well
as its contribution to the sustainable and equitable regio-
nal development in Mexico. A quantitative, non-experi-
mental method with an explanatory scope, cross-sectio-
nal design, and partial least squares structural equation
modeling (PLS-SEM) was applied to a sample of 107 eco-
nomic units. e main contribution lies in the empirical
validation that the adoption of the circular economy acts
as a signicant mediation variable between collaborati-
ve
governance
and
sustainable
regional
development
showing that collaboration is a key factor which enables
the transition to the circular eect. e results explain
51.8% variance in sustainable regional development.
Keywords
Circular economy adaptation, sustainable regionable de-
velopment, collaborative governance
65
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
Introducción
La búsqueda de un desarrollo económico sostenible, equitativo y soberano
se ha convertido en la prioridad central de la política nacional en México.
En este contexto, la presente investigación aborda la articulación crítica
entre la gobernanza colaborativa (GC) y la economía circular (EC) como
motor de desarrollo regional sostenible (DRS) en México. La importancia
de esta investigación radica en su alineación directa con el imperativo de
superar el modelo lineal de extracción, producción, consumo y descarte,
paradigma que ha exacerbado la desigualdad regional, la dependencia de
recursos externos y la crisis ambiental (ONU, 2021). Adoptar la EC no
solo constituye una estrategia ecológica, sino también una vía para for-
talecer la soberanía económica y tecnológica de México, al maximizar la
eciencia en el uso de los recursos nacionales y reducir la vulnerabilidad
ante choques globales (CONACYT, 2022). La investigación resulta rele-
vante para identicar mecanismos que permitan a las micro y pequeñas
empresas (mypes), pilares de la economía mexicana, transitar hacia mo-
delos circulares y asegurar su competitividad a largo plazo en el mercado.
El
conocimiento
actual
ha
establecido
que
la
economía
cir-
cular,
mediante
el
reúso,
la
remanufactura
y
el
reciclaje,
genera
valor
económico al minimizar los residuos y la demanda de materiales vírgenes
(Ellen MacArthur Foundation, 2019). Asimismo, la literatura en gestión
pública y administración reconoce la necesidad de una gobernanza co-
laborativa que integre a actores públicos, privados y sociales para abor-
dar problemas complejos de desarrollo. Existen estudios que muestran el
potencial de las redes empresariales para la innovación y la transferencia
de conocimiento tecnológico, especialmente en economías en desarrollo
(Mora-Contreras et al., 2023). A nivel de política pública, México ha co-
menzado a integrar principios de economía circular en marcos normati-
vos recientes, aunque la implementación regional aún representa un desa-
fío (SEMARNAT, 2020).
El estudio parte de una premisa crítica: el modelo económico
lineal –"extraer, producir y desechar"– ha incrementado la desigualdad
regional y la dependencia de recursos externos en México. Aunque se re-
conoce que la economía circular (EC) representa una alternativa viable, las
mypes enfrentan barreras signicativas, entre ellas falta de nanciamien-
to, la carencia de conocimientos técnicos –como ecodiseño y logística in-
versa– y la incertidumbre tecnológica, entre otras. La investigación busca
analizar si la gobernanza colaborativa (GC) —es decir, clústeres y redes
en las que interactúan gobierno, empresas y sociedad— funciona como
un mecanismo para desbloquear estas barreras. En respuesta a este vacío,
el objetivo de esta investigación es analizar la incidencia de la gobernan-
za colaborativa en la facilitación de la transferencia de conocimiento y la
inversión para la adopción de modelos de economía circular en las micro
y pequeñas empresas, así como su contribución al desarrollo regional sos-
tenible y equitativo en México.
66
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
REVISTA RELAYN,
2026, 10 (3), Septiembre-Diciembre, ISSN: 2594-1674
Revisión de l a literatura
La presente investigación se sustenta en tres constructos teóricos interrela-
cionados: la gobernanza colaborativa (GC), la adopción de economía cir-
cular (AEC) y el desarrollo regional sostenible (DRS). La revisión biblio-
gráca justica la integración de estas variables y subraya la relevancia de
su estudio en el contexto mexicano de búsqueda de soberanía y desarrollo
equitativo. La gobernanza colaborativa se entiende como un proceso o es-
tructura de interacción en el que los actores públicos, privados y de la
sociedad civil se involucran activamente en la formulación e implemen-
tación de políticas o estrategias compartidas, especialmente para abordar
problemas complejos que trascienden las capacidades de un solo sector
(Ansell, & Gash, 2008). La literatura reciente enfatiza que la colaboración
entre múltiples partes interesadas es esencial para lograr metas de desarro-
llo sostenible y enfrentar desafíos ambientales (Borrini-Feyerabend et al.,
2017). Para la transición circular, la colaboración resulta indispensable, ya
que requiere cambios sistémicos en las cadenas de valor que solo pueden
coordinarse mediante estructuras de gobernanza capaces de trascender
los límites organizacionales (Guldmann, & Huulgaard, 2020).
La gestión del capital social, particularmente mediante redes y
clústeres, facilita la construcción de conanza y y cooperación entre ac-
tores (Gómez-Torres et al., 2023). Estos elementos son cruciales para la
transferencia
de
conocimiento
y
la
inversión
de
riesgo
requerida
en
la
adopción
de
nuevas
tecnologías
y
modelos
de
negocio
circulares
(Mo-
ra-Contreras et al., 2023). En entornos empresariales, la GC contribuye
a alinear incentivos y reducir la incertidumbre en los procesos de inno-
vación
(Kemp,
&
Ostrom,
2021).
La
gobernanza
a
nivel
regional
o
de
clúster resulta más efectiva para generar políticas y prácticas adaptadas
a las condiciones locales, en comparación con las políticas centralizadas
(Capello, & Nijkamp, 2009). Esta adaptabilidad es vital para implementar
la EC, cuyas soluciones varían signicativamente según la disponibilidad
de recursos, la infraestructura logística y la capacidad de las mypes loca-
les (Jabbour et al., 2020). La economía circular es un modelo económico
que busca mantener el valor de los productos, materiales y recursos du-
rante el mayor tiempo posible en la economía, minimizando la genera-
ción de residuos y la extracción de recursos vírgenes (Ellen MacArthur
Foundation, 2019).
La Economía Circular no es solo un n ambiental, sino también
una estrategia para fortalecer la resiliencia de las mypes ante las uctuaciones
del mercado, la escasez de recursos y las interrupciones en las cadenas de su-
ministro globales (Rizos et al., 2020). Al utilizar materiales secundarios, las
empresas reducen su dependencia de mercados externos, un factor clave para
la soberanía económica. Las mypes enfrentan barreras signicativas para la
adopción de economía circular (AEC), principalmente la falta de nancia-
miento para tecnologías de remanufactura y la ausencia de conocimiento es-
pecializado en ecodiseño y logística inversa (Lieder, & Rashid, 2017; O'Neill et
al., 2023). Esto resalta la necesidad de estructuras de apoyo externas, como las
que proporciona la gobernanza colaborativa.
67
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
Respecto a la innovación y tecnología, la transición hacia la eco-
nomía circular está intrínsecamente ligada a la innovación tecnológica y
a los modelos de negocio. La adopción exitosa implica la integración de
tecnologías digitales, como las asociadas con la Industria 4.0, para el se-
guimiento de materiales, la predicción de la vida útil de los productos y la
optimización de procesos de reciclaje y reúso (Bag et al., 2023). Por lo tan-
to, el papel de las redes de colaboración para transferir estas tecnologías
resulta fundamental.
El desarrollo regional sostenible (DRS) trasciende el crecimien-
to del producto interno bruto (PIB), pues abarcar una mejora integral del
bienestar que equilibra las dimensiones económica, social y ambiental,
asegurando la equidad intergeneracional y el uso eciente de los recursos
naturales dentro de una región geográca especíca (ONU, 2021). Desde
una perspectiva multidimensional, la sostenibilidad regional se mide me-
diante de indicadores que incluyen la reducción de la huella ecológica, la
creación de empleos de calidad –empleos verdes– y la disminución de la
pobreza y la desigualdad social dentro de la región (Sachs et al., 2023). El
nexo entre la EC y el DRS es directo: la EC promueve la eciencia en el uso
de los recursos y la reducción de residuos, abordando el componente am-
biental del DRS, mientras que el desarrollo de nuevos nichos de negocio,
como los servicios de remanufactura y reparación, impulsa los componen-
tes económico y social (Geissdoerfer et al., 2017).
Metodología
En línea con el enfoque de soberanía nacional y desarrollo sostenible, se
propone una metodología cuantitativa robusta para el tema. De acuerdo
con la clasicación de Hernández y Mendoza (2018), esta investigación
posee
un
alcance
explicativo.
El
objetivo
principal
no
es
solo
describir
variables o correlacionarlas, sino analizar las relaciones explicativas entre
ellas. Especícamente, se busca determinar cómo la gobernanza colabora-
tiva (GC) inuye en la adopción de economía circular (AEC) y cómo esta,
como mediadora, impacta en el DRS.
Se implementó un diseño cuantitativo secuencial exploratorio
(DEXPLOS).
En
una
primera
fase,
se
realizaron
10
entrevistas
semies-
tructuradas a líderes de clústeres en la zona industrial del Valle de Mé-
xico, especícamente en Naucalpan y Tlalnepantla, con el propósito de
contextualizar las variables. La información obtenida se analizó mediante
codicación axial en NVivo 12, y los hallazgos permitieron renar el ins-
trumento cuantitativo posterior. En cuanto a la población y muestra, la
fase cuantitativa se dirigió a mypes manufactureras. A partir de un mar-
co muestral del Directorio Estadístico Nacional de Unidades Económicas
(DENUE) del INEGI (2023), se aplicó un muestreo aleatorio simple, lo-
grando una muestra nal de n = 107. Se utilizó IBM SPSS v. 24 para los
análisis descriptivos y SmartPLS 4 para el modelado de ecuaciones estruc-
turales. Para garantizar la integridad de los datos, se siguió una estricta
cadena de custodia y se anonimizaron las respuestas conforme a la Ley
Federal de Protección de Datos Personales.
68
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
REVISTA RELAYN,
2026, 10 (3), Septiembre-Diciembre, ISSN: 2594-1674
La
hipótesis
central
de
la
investigación
se
formula
en
térmi-
nos de causalidad positiva y mediación. H1: La gobernanza colaborativa
(GC) incide positivamente en la adopción de economía circular (AEC), y
la AEC media signicativamente esta relación, contribuyeron de manera
positiva en el desarrollo regional sostenible (DRS). Se empleará el mo-
delado de ecuaciones estructurales mediante la técnica de mínimos cua-
drados parciales (PLS-SEM) para probar las relaciones estructurales entre
los constructos latentes. Con base en tres variables del modelo, como se
muestra en la Tabla 5.1, se postulan dos ecuaciones estructurales que serán
contrastadas con los datos de la muestra:
Donde
β
i
representa los coecientes de trayectoria, es decir, las relaciones
estructurales entre los constructos, y
ε
i
corresponde a los errores de pre-
dicción.
Tabla 5.
Variables del modelo PLS-SEM y su uso
Variable,
constructo latente
Uso en el modelo
Denición conceptual
Gobernanza
colaborativa
(GC)
Exógena,
independiente
Nivel de interacción, conanza, objetivos compartidos y meca-
nismos de clúster entre actores públicos, privados y sociales para
impulsar agendas de sostenibilidad regional (Mora-Contreras et al.,
2023).
Adopción de
economía cir-
cular (AEC)
Endógena,
mediadora
Grado de implementación de modelos de negocio que priorizan el
ecodiseño, la remanufactura y la gestión eciente de residuos en las
operaciones de la unidad económica (Ellen MacArthur Founda-
tion, 2019).
Desarrollo
regional
sostenible
(DRS)
Endógena,
dependiente
Percepción de la mejora integral de la región en términos de
eciencia de recursos, generación de valor social y económico, y
menor impacto ambiental (ONU, 2021).
El contexto de la investigación corresponde a unidades econó-
micas, especícamente mypes que forman parte de clústeres o redes de co-
laboración industrial en regiones prioritarias para el desarrollo económi-
co de México. Se seleccionaron regiones con alta concentración de mypes
exportadoras o con potencial de relocalización cercana (
nearshoring
). El
universo potencial debe vericarse, ya que muestra una nal válida de 107
unidades económicas. Esta muestra se considera adecuada para el análi-
sis SEM mediante PLS-SEM, considerando la recomendación de 10 a 20
observaciones por trayectoria del modelo. La muestra está compuesta por
gerentes, directores o jefes de innovación y sostenibilidad, lo que permite
69
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
contar con informantes con conocimiento experto sobre las variables. Asi-
mismo, 85 % de las empresas encuestadas reportó participar activamente
en al menos un mecanismo de gobernanza colaborativa.
Instrumento de medición: Se utilizó un cuestionario estandari-
zado diseñado con una escala tipo Likert de siete puntos, donde 1 = total-
mente en desacuerdo y 7 = totalmente de acuerdo. Cada constructo latente
fue medido mediante un conjunto de seis ítems observables, con el propó-
sito de asegurar una alta representatividad del dominio.
Deniciones operacionales positivas
GC:
El instrumento incluyó ítems como "Nuestra red de co-
laboración realiza reuniones mensuales con participación
activa" y "Existe un alto nivel de conanza y transparencia
en los acuerdos de la red".
AEC:
Se evaluaron ítems como "Nuestra empresa ha realiza-
do inversiones signicativas en tecnología de remanufactu-
ra en los últimos dos años" y "El 40 % de nuestros insumos
son materiales recuperados o secundarios".
DRS:
Se
midió
la
percepción
sobre
el
impacto
mediante
ítems como "La colaboración ha incrementado el número
de empleos verdes y de calidad en nuestra región" y "Obser-
vamos una clara reducción en la generación de residuos en
nuestra cadena de valor".
Validez y conabilidad:
Los datos obtenidos mostraron una
alta calidad psicométrica, lo que respalda la adecuación del
instrumento para el contexto mexicano. En cuanto a la con-
abilidad, se calcularon el alfa de Cronbach (α) y el omega
de McDonald (ω) para evaluar la consistencia interna. To-
dos los valores superaron el umbral de 0.70, lo que indica
niveles adecuados de conabilidad.
Tabla 5.
Conabilidad de los constructos
Constructo
Cargas
factoriales
(λ)
Alfa de
Cronbach
(α)
Fiabilidad
compuesta
(CR)
Varianza
extraída
(AVE)
Gobernanza cola-
borativa (GC)
0.781-0.892
0.915
0.924
0.612
Adopción
economía
circular (AEC)
0.745-0.850
0.899
0.910
0.622
Desarrollo regional
sostenible (DRS)
0.810-0.915
0.932
0.941
0.641
Nota. CR = conabilidad compuesta; AVE = varianza media extraída.
Fuente: Elaboración propia.
70
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
REVISTA RELAYN,
2026, 10 (3), Septiembre-Diciembre, ISSN: 2594-1674
La evaluación del modelo de medición mediante PLS-SEM permitió valo-
rar la estructura del modelo. La validez convergente se vericó mediante
la varianza media extraída (AVE), cuyos valores fueron superiores a .50 en
todos los constructos.
Tabla 5.
Validez discriminante: criterio de Fornell-Larcker y HTMT
Constructo
. GC
. AEC
. DRS
1. Gobernanza colaborativa
(GC)
0.78
0.685
0.720
2. Adopción economía
circular (AEC)
0.501
0.789
0.785
3. Desarrollo regional sos-
tenible (DRS)
0.510
0.652
0.80
Nota. Los valores en la diagonal, en negrita, representan la raíz cuadrada del AVE, los valores debajo de la
diagonal corresponden a las correlaciones entre constructos, los valores arriba de la diagonal representan el
índice heterotrait-monotrait (HTMT). Todos los valores HTMT se ubicaron por debajo del límite estricto de
0.85, lo que respalda la validez discriminante.
Fuente: elaboración propia.
La validez discriminante se evaluó mediante el criterio de Fornell-Larcker
y el índice HTMT. De acuerdo con el criterio de Fornell-Larcker, los valo-
res de la diagonal deben ser mayores que las correlaciones entre construc-
tos ubicadas debajo de la diagonal. Asimismo, los valores HTMT se man-
tuvieron por debajo del umbral de .85, como se muestra en la Tabla 5.3, lo
que respalda la diferenciación empírica entre los constructos del modelo.
Resultados
Con base en la aplicación del modelado de ecuaciones estructurales por
mínimos cuadrados parciales (PLS-SEM) en una muestra de 107 unida-
des económicas, los resultados respaldan la hipótesis central de la inves-
tigación: la gobernanza colaborativa (GC) inuye positiva y signicativa-
mente en la adopción de economía circular (AEC), y la AEC media esta
relación hacia el desarrollo regional sostenible (DRS).
La
muestra
se
compuso
mayoritariamente
por
empresas
del
sector manufacturero ligero, con 65 % con una antigüedad promedio de
12 años. La adecuación muestral fue vericada mediante la prueba Kai-
ser-Meyer-Olkin
(KMO
=
0.89)
y
la
prueba
de
esfericidad
de
Bartlett
(p < .001), lo que respaldó la viabilidad del análisis factorial. Además de la
abilidad compuesta (CR > 0.70) y la validez convergente (AVE > 0.50),
se descartaron problemas de colinealidad lateral, ya que todos los valores
del factor de inación de la varianza (VIF) fueron menores a 3.3 (Hair et
al., 2022).
Para evaluar el ajuste global del modelo, se calculó el SRMR,
cuyo valor fue de 0.071, inferior al umbral conservador de 0.08, lo que
indica un ajuste adecuado del modelo saturado. El análisis del modelo es-
tructural se centró en evaluar la magnitud y signicación estadística de los
71
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
coecientes de trayectoria (β), así como la capacidad predictiva del mode-
lo (R2). Para ello, se utilizó la técnica de bootstrapping con 5 000 submues-
tras, con el n de obtener los valores t y los niveles de signicancia (p).
Los resultados demuestran relaciones positivas y altamente signicativas
entre las variables del modelo, tal como se hipotetizó, como se presenta en
la Tabla 5.4.
Tabla 5.
Coecientes de trayectoria (path coecients) y signicación estadística
Relación hipotetizada
Coeciente de
trayectoria (β)
t de
student
Valor
p
VIF
GC → AEC
0.457
5.891
< 0.001
< 0.001
AEC → DRS
0.502
6.543
< 0.001
< 0.001
GC → DRS, efecto directo
0.301
3.876
< 0.001
0.014
Nota. GC = gobernanza colaborativa; AEC = adopción de economía circular; DRS = desarrollo regional soste-
nible; VIF = factor de inación de la varianza.
Fuente: Elaboración propia.
La gobernanza colaborativa (GC) presenta una relación positiva
y signicativa con la adopción de economía circular (AEC) (β = 0.457, p <
0.001). Esto respalda que las estructuras de colaboración regional facilitan
la transferencia de conocimiento y la inversión en modelos circulares en
las mypes. La adopción de economía circular (AEC) presenta la relación
más alta con el desarrollo regional sostenible (DRS) (β = 0.502, p < 0.001),
lo que subraya que la implementación efectiva de la EC constituye un fac-
tor relevante para el DRS. Asimismo, se observa un efecto directo positivo
y signicativo de la GC sobre el DRS (β = 0.301), lo que sugiere que la
colaboración, por sí misma, aporta benecios de sostenibilidad, como la
coordinación de políticas públicas.
Capacidad predictiva (
R
2
): Los resultados de la Tabla 5.5 evi-
dencian que el modelo presenta una capacidad predictiva adecuada. En
el caso de la adopción de economía circular (AEC), el valor de R² = 0.209
indica que la gobernanza colaborativa (GC) explica 20.9 % de su variabili-
dad, lo que representa un nivel de explicación moderado. Además, el valor
de Q² = 0.155 conrma que el modelo posee relevancia predictiva positiva
para este constructo.
Tabla 5.5
Capacidad predictiva del modelo (
R
2
)
Constructo endógeno
R
2
(Q), relevancia
predictiva
Nivel de explicación
Adopción de economía
circular (AEC)
0.209
0.155
Moderado
Desarrollo regional
sostenible (DRS)
0.518
0.457
Sustancial
Nota. (R2) = coeciente de determinación; (Q2) = relevancia predictiva
Fuente: Elaboración propia.
72
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
REVISTA RELAYN,
2026, 10 (3), Septiembre-Diciembre, ISSN: 2594-1674
Por otro lado, el desarrollo regional sostenible (DRS) obtuvo un
R² = 0.518, lo que signica que la gobernanza colaborativa (GC) y la adop-
ción de economía circular (AEC) explican conjuntamente 51.8 % de su va-
riabilidad. Este resultado reeja un nivel de explicación sustancial y mues-
tra que ambos constructos son predictores relevantes del DRS. Asimismo,
el valor de (Q² = 0.457) conrma una relevancia predictiva considerable.
En conjunto, los valores positivos de (R²) y (Q²) permiten armar que el
modelo cuenta con capacidad explicativa y predictiva, lo que respalda la
importancia de la gobernanza colaborativa y la economía circular como
factores asociados al desarrollo regional sostenible.
Análisis del efecto mediador: Para la comprobación completa
de la hipótesis, se analizó el efecto indirecto de la GC sobre el DRS a través
de la AEC. El efecto indirecto de la ruta GC → AEC → DRS se calculó como
el producto de los coecientes de trayectoria (βGC → AEC x βAEC →DRS).
0.457 x 0.502 = 0.229
El efecto indirecto de 0.229 resultó ser altamente signicativo (p
< 0.001), lo que indica que la AEC actúa como una variable mediadora re-
levante. Dado que tanto el efecto directo de la GC sobre el DRS (β = 0.301)
como el efecto indirecto de la ruta GC → AEC → DRS ((β = 0.229), p <
0.001) fueron signicativos, se concluye que existe una mediación parcial.
Figura 5. 
Modelo de ecuaciones estructurales validado con resultados
Nota. El diagrama muestra las relaciones conceptuales y sus respectivos coecientes de trayectoria, con base en
los datos recopilados y procesados en SmartPLS 4.
La GC se relaciona con el DRS, tanto de manera directa, me-
diante procesos de coordinación, como de manera indirecta, a través de
su capacidad para favorecer la adopción de modelos de economía circular.
En este sentido, los resultados cuantitativos respaldan la hipótesis de in-
vestigación (H1). Estos resultados sugieren que las políticas enfocadas en
la soberanía y el desarrollo deben priorizar el fortalecimiento de las redes
de colaboración como estrategia para impulsar la transición circular y la
sostenibilidad regional, como se muestra en la Figura 5.1.
73
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
Discusión
La presente investigación se propuso abordar el vacío de conocimiento
identicado en la literatura: la falta de evidencia empírica sobre el meca-
nismo especíco mediante el cual las estructuras de gobernanza regional
facilitan la inversión, la transferencia de conocimiento y la adopción de
modelos de negocio circulares en las mypes mexicanas, así como la forma
en que estos procesos se relacionan con el desarrollo regional sostenible
(DRS). La investigación adoptó un diseño secuencial exploratorio (DEX-
PLOS), lo que permitió una comprensión contextual del fenómeno de su
medición cuantitativa. La fase I consistió en entrevistas semiestructuradas
a actores clave, como directores de cámaras industriales y gestores públi-
cos en Naucalpan y Tlalnepantla. Los datos se procesaron en NVivo 12
mediante codicación axial, lo que permitió identicar barreras de inver-
sión y transferencia técnica. La fase II utilizó estos hallazgos para renar
un cuestionario estructurado, validado por expertos.
Previo
al
análisis
estructural,
se
vericaron
los
supuestos
de
distribución y adecuación de los datos. La prueba de Kaiser-Meyer-Olkin
(KMO = 0.889) y la prueba de esfericidad de Bartlett (p < 0.001) conrma-
ron la idoneidad de la matriz de correlaciones. En términos descriptivos,
65 % de las mypes pertenecen al sector metalmecánico, con una antigüe-
dad promedio de 15 años. La evolución de los constructos indicadores
adecuados de conabilidad y validez. El alfa de Cronbach (α) y la abili-
dad compuesta (CR) superaron el umbral de 0.70 en todos los casos: GC =
0.915; AEC = 0.899 y DRS = 0.932. La validez convergente se respaldó me-
diante valores de varianza media extraída (AVE) superiores a 0.610 para
todos los constructos. Asimismo, no se detectaron problemas de multico-
linealidad, ya que los valores del factor de inación de la varianza (VIF)
oscilaron entre 1.24 y 1.51, por debajo del límite conservador de 3.3.
El ajuste global del modelo presentó un SRMR de 0.071, lo que
indica un ajuste adecuado del modelo saturado. Los intervalos de conan-
za obtenidos mediante bootstrapping con 5 000 submuestras y un nivel de
conanza de 95 %, conrmaron que ninguna relación (β) incluyó el valor
cero, lo que respalda la estabilidad de las inferencias. El vacío de conoci-
miento se centró en la ausencia de un modelo que articule estos conceptos.
En este sentido, el aporte de la investigación reside en la comprobación
empírica de las siguientes relaciones estructurales:
La GC incide positivamente en la AEC (β = 0.457, (p < 0.001)).
Este hallazgo respalda que la presencia de estructuras colaborativas, como
redes, clústeres, no solo funciona como un factor contextual, sino también
como un habilitador proactivo para reducir las barreras de nanciamiento
y conocimiento técnico que enfrentan las mypes (Lieder, & Rashid, 2017;
O'Neill et al., 2023). La conanza y los objetivos compartidos generados
por la GC (Gómez-Torres et al., 2023) se convierten en un canal efectivo
para transferir las capacidades de ecodiseño y remanufactura necesarias.
La AEC incide positivamente en el DRS ((β = 0.502), p < 0.001). Este es el
coeciente más fuerte en el modelo, lo que valida la premisa teórica de que
74
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
REVISTA RELAYN,
2026, 10 (3), Septiembre-Diciembre, ISSN: 2594-1674
la economía circular constituye un motor relevante para la sostenibilidad
frente a las estrategias lineales tradicionales (Geissdoerfer et al., 2017). En
el contexto de soberanía nacional, esto implica que el esfuerzo produc-
tivo de las mypes, una vez alineado con la EC, puede generar resultados
tangibles
en
términos
de
eciencia
de
recursos
y
empleo
verde
(ONU,
2021). En cuanto a la mediación parcial y el efecto total, se identicó una
mediación parcial de la AEC, con un efecto indirecto signicativo (β =
0.229) y un poder explicativo sustancial del modelo (R2DRS = 0.518). Este
resultado supera la simple asociación bivariada y ofrece una explicación
estructural: la colaboración es fundamental, pero su mayor valor para el
desarrollo regional se materializa mediante la implementación activa de la
circularidad en las operaciones empresariales.
Conclusiones
Esta investigación, alineada con el enfoque de soberanía nacional y de-
sarrollo sostenible, examinó la interacción entre la gobernanza colabora-
tiva, la adopción de economía circular y el desarrollo regional sostenible
en México. Los resultados del modelado de ecuaciones estructurales por
mínimos cuadrados parciales (PLS-SEM), aplicado a 107 unidades econó-
micas, generaron hallazgos relevantes y directrices útiles para la gestión
empresarial y pública.
Los hallazgos en la Zona Industrial del Valle de México (ZIVM),
especícamente en los polos de Naucalpan, Tlalnepantla y Ecatepec, mues-
tran que la gobernanza no opera como un concepto abstracto, sino como
un habilitador técnico y organizacional. La relación de la GC con la AEC
(β = 0.457) evidencia que, en regiones con infraestructura madura, pero
con procesos productivos rezagados, las redes de colaboración pueden re-
ducir la asimetría de información tecnológica y facilitar la transición hacia
modelos circulares. En términos de transferibilidad, este modelo puede
ser aplicable a otras regiones industriales, como el Bajío, con su clúster
automotriz, o el norte, particularmente en el corredor Monterrey-Saltillo.
Sin embargo, la limitación geográca de la ZIVM radica en su alta frag-
mentación urbana; por lo tanto, en regiones como el Bajío, la gobernanza
colaborativa debería enfocarse en la verticalidad de la cadena de suminis-
tro, mientras que, en el Valle de México, debería priorizar la gobernanza
multinivel, vinculando gobiernos locales con políticas estatales.
Los principales aportes de este estudio se resumen en la valida-
ción empírica de un mecanismo de causalidad positiva y mediación para
el desarrollo regional. En primer lugar, la colaboración se identica como
un habilitador circular, ya que la gobernanza colaborativa fue un predictor
positivo y signicativo de la AEC ((β = 0.457), p < 0.001). Esto subraya que
la coordinación entre actores públicos y privados constituye relevante para
superar las barreras de conocimiento y nanciamiento que impiden a las
mypes mexicanas invertir en ecodiseño y remanufactura.
En segundo lugar, la EC se reconoce como un factor relevante
para el DRS. La relación de la AEC con el DRS fue la más alta del modelo
75
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
((β = 0.502), p < 0.001), lo que respalda que la circularidad constituye una
estrategia de desarrollo superior capaz de generar benecios en términos
de eciencia de recursos y creación de valor social y ambiental en la re-
gión. El modelo conjunto, integrado por la GC y la AEC, explicó 51.8 %
de la varianza del DRS, lo que otorga alta relevancia predictiva a estas va-
riables. A pesar de la solidez de los resultados, esta investigación presenta
limitaciones que abren puertas a futuras líneas de investigación:
Limitación metodológica transversal. Al al tratarse de un estu-
dio transversal, se capturó la relación entre las variables en un momento
especíco del tiempo. Lo que limita la posibilidad de inferir la evolución
a largo plazo de la AEC y el DRS. Línea futura. Desarrollar un estudio
longitudinal que siga las mismas unidades económicas en un lapso de tres
a cinco años para evaluar la trayectoria de madurez de la gobernanza co-
laborativa y su impacto sostenido en la rentabilidad y el DRS. Limitación
de contexto regional. La muestra se basó en mypes con estructuras de co-
laboración ya existentes. Por ello, el modelo puede no ser directamente
aplicable a regiones con baja densidad empresarial o con escasa cultura de
colaboración.
En última instancia, esta investigación aporta evidencia de que
la gobernanza colaborativa no constituye un estado estático, sino un me-
canismo
dinámico
que,
al
favorecer
la
adopción
de
economía
circular,
contribuye a redenir la ventaja competitiva regional bajo un paradigma
de resiliencia y soberanía económica.
Referencias
Ansell, C., & Gash, A. (2008). Collaborative governance in theory and
practice. Journal of Public Administration Research and eory,
18(4), 543–571. https://doi.org/10.1093/jopart/mum032
Bag, S., Yadav, G., Wood, L. C., Dhamija, P., & Joshi, S. (2020). Industry
4.0 and the circular economy: Resource melioration in logistics.
Resources Policy, 68, 101776. https://doi.org/10.1016/j.resour-
pol.2020.101776
Borrini-Feyerabend,
G.,
Kothari,
A.,
&
Oviedo,
G.
(2004).
Indigenous
and local communities and protected areas: Towards equity and
enhanced conservation. IUCN. https://doi.org/10.2305/IUCN.
CH.2004.PAG.11.en
Capello, R., & Nijkamp, P. (Eds.). (2009). Handbook of regional growth
and
development
theories.
Edward
Elgar
Publishing.
https://
www.e-elgar.com/shop/gbp/handbook-of-regional-grow-
th-and-development-theories-9781849800846.html
Ellen MacArthur Foundation. (2019). Completing the picture: How the
circular
economy
tackles
climate
change.
Ellen
MacArthur
Foundation.
https://www.ellenmacarthurfoundation.org/com-
pleting-the-picture
76
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
REVISTA RELAYN,
2026, 10 (3), Septiembre-Diciembre, ISSN: 2594-1674
Geissdoerfer, M., Savaget, P., Bocken, N. M. P., & Hultink, E. J. (2017).
e circular economy—A new sustainability paradigm? Journal
of Cleaner Production, 143, 757–768. https://doi.org/10.1016/j.
jclepro.2016.12.048
Guldmann, E., & Huulgaard, R. D. (2020). Barriers to circular business
model
innovation:
A
multiple-case
study.
Journal
of
Clea-
ner
Production,
243,
118160.
https://doi.org/10.1016/j.jcle-
pro.2019.118160
Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A pri-
mer on partial least squares structural equation modeling (PLS-
SEM) (3rd ed.). SAGE Publications. https://us2.sagepub.com/
en-us/nam/a-primer-on-partial-least-squares-structural-equa-
tion-modeling-pls-sem/book270548
Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología
de la investigación: Las rutas cuantitativa, cualitativa y mixta.
McGraw-Hill
Education.
https://www.mheducation.com.mx/
metodologia-de-la-investigacion-ebook-9781456262020-latam
Instituto Nacional de Estadística y Geografía (INEGI). (2023). Directorio
Estadístico Nacional de Unidades Económicas (DENUE). ht-
tps://www.inegi.org.mx/app/mapa/denue/
Lieder, M., & Rashid, A. (2016). Towards circular economy implementa-
tion: A comprehensive review in context of manufacturing in-
dustry. Journal of Cleaner Production, 115, 36–51. https://doi.
org/10.1016/j.jclepro.2015.12.042
Nahapiet, J., & Ghoshal, S. (1998). Social capital, intellectual capital, and
the organizational advantage. Academy of Management Review,
23(2), 242–266. https://doi.org/10.5465/amr.1998.533225
Organización de las Naciones Unidas (ONU). (2021). Informe de los Ob-
jetivos
de
Desarrollo
Sostenible
2021.
https://unstats.un.org/
sdgs/report/2021/The-Sustainable-Development-Goals-Re-
port-2021_Spanish.pdf
Porter, M. E. (1998). Clusters and the new economics of competition. Har-
vard
Business
Review,
76(6),
77–90.
https://hbr.org/1998/11/
clusters-and-the-new-economics-of-competition
Rizos, V., Behrens, A., van der Gaast, W., Hofman, E., Ioannou, A., Kafye-
ke, T., Flamos, A., Rinaldi, R., Papadelis, S., Hirschnitz-Garbers,
M., & Topi, C. (2016). Implementation of circular economy bu-
siness models by small and medium-sized enterprises (SMEs):
Barriers
and
enablers.
Sustainability,
8(11),
1212.
https://doi.
org/10.3390/su8111212
Sachs, J. D., Lafortune, G., Fuller, G., & Drumm, E. (2023). Sustainable De-
velopment Report 2023: Implementing the SDG Stimulus. Sus-
tainable Development Solutions Network & Dublin University
Press. https://doi.org/10.25546/102924
77
Analco, et al.
Gobernanza Colaborativa y Economía Circular como Motor de Desarrollo Regional Sostenible en México
Código JEL: M1 Administración de empresas
Secretaría
de
Medio
Ambiente
y
Recursos
Naturales
(SEMARNAT).
(2023, 31 de mayo). Trabaja Semarnat en Estrategia Nacional
de Economía Circular. Gobierno de México. https://www.gob.
mx/semarnat/prensa/trabaja-semarnat-en-estrategia-nacio-
nal-de-economia-circular?idiom=es-MX
Zeng, S. X., Xie, X. M., & Tam, C. M. (2010). Relationship between coo-
peration networks and innovation performance of SMEs. Tech-
novation,
30(3),
181–194.
https://doi.org/10.1016/j.technova-
tion.2009.08.003
Sobre
los
autores
1
Profesor
e
investigador
de
la
Universidad
Politécnica
del
Valle
de
México, ORCID: 0009-0002-8681-3071
2
Profesor
e
investigador
de
la
Universidad
Politécnica
del
Valle
de
México, ORCID: 0000-0002-1702-2842
3
Profesora
e
investigadora
de
la
Universidad
Politécnica
del
Valle
de
México, ORCID: 0009-0008-9150-8841
4
Profesora
e
investigadora
de
la
Universidad
Politécnica
del
Valle
de
México, ORCID: 0000-0003-3596-5200