LA PRODUCCION LIGERA EN LA INDUSTRIA AUXILIAR DE AUTOMOCION

Transcripción

1 LA PRODUCCION LIGERA EN LA INDUSTRIA AUXILIAR DE AUTOMOCION Manuela P. Pérez y Angel M. Sánchez Universidad de Zaragoza (Spain) Dirección: Area de Organización de Empresas Centro Politécnico Superior María de Luna, Zaragoza - Spain Teléfono (34) Fax (34) manuela.perez@posta.unizar.es <Manuela P. Pérez> anmarzan@posta.unizar.es <Angel M. Sánchez> Resumen. Este trabajo analiza las prácticas de producción ligera en la industria auxiliar de automoción de Aragón. Además de un análisis descriptivo, el trabajo también explica los determinantes de algunas prácticas de la producción ligera. Tanto la flexibilidad numérica como la funcional han aumentado en las empresas encuestadas en términos de empleados temporales, rotación de tareas y trabajo en equipo. Se ha encontrado una correlación positiva de la rotación de tareas y el trabajo en equipo con la formación y el uso de componentes comunes. Por otra parte, el porcentaje de suministro Justo a Tiempo estaba positivamente correlacionado con el porcentaje de trabajadores formados en la empresa y con el uso de componentes modulares. Palabras clave. Producción ligera. Relaciones comprador-vendedor. Flexibilidad INTRODUCCION Los fabricantes de automóviles han externalizado de forma creciente sus compras y el diseño de componentes a sus proveedores de primer nivel, difundiendo las prácticas de la producción ligera a través de la cadena de suministro alrededor del mundo durante los últimos quince años (Womack et al, 1990; MacDuffie and Helper, 1997). El proceso de reestructuración en la industria de automoción ha sido objeto de diversos estudios, la mayoría de los cuales se ha centrado en los grandes fabricantes de automóviles (Hudson y Schamp, 1995; Pallarès, 1997; Layan, 1997) pero sólo unos pocos en la industria auxiliar de automoción. Este trabajo explica los determinantes de algunas de las prácticas de producción ligera en la industria auxiliar de automoción en una región española. El próximo apartado resume la metodología y algunos datos descriptivos de la muestra estudiada. El tercer apartado analiza la gestión de la tecnología y la automatización flexible que influyen en el sistema de producción ligera de las compañías. El cuarto apartado explica qué variables influyen en algunas prácticas de flexibilidad de la mano de obra. El quinto apartado estudia el nivel de integración de estos 1

2 proveedores con los fabricantes de automóviles, y finalmente el sexto apartado analiza las prácticas de suministro Justo a Tiempo en esta industria. 2. METODOLOGIA Los datos para este trabajo proceden de un encuesta realizada a los proveedores de automoción localizados en Aragón, una región española en el noreste del país. Según el Censo Industrial de Aragón de 1998, había en la región un total de 53 empresas auxiliares de automoción que daban empleo a 5033 personas, el 5,37% del empleo total industrial de la región. Existe una planta de montaje de Opel-GM localizada en la región y un conjunto de empresas proveedoras que suministran a esta planta y a otros fabricantes europeos de automóviles. La encuesta se realizó de enero a abril de Los autores contactaron con el director de producción de cada compañía para explicarle el propósito del estudio y para lograr su aquiescencia a una entrevista. Antes de la misma, se envió el cuestionario a la empresa para que el director de producción tuviese tiempo suficiente de elaborar algunos de los datos que se solicitaban. Finalmente, se pudieron recoger 28 cuestionarios útiles, lo que representa el 52.83% de la población total de 53 empresas en la región y el 91.25% del empleo total del sector. Todas las grandes empresas están incluidas en la muestra, mientras que para las pequeñas y medianas empresas los porcentajes son del 34% y 76% respectivamente. La menor participación de las pequeñas empresas en la muestra no reduce su significativadd porque las grandes y medianas empresas entrevistadas son todas proveedores de primer nivel que, según otros estudios, son los principales adoptantes de técnicas de la producción ligera (Bensaou, 1999). 3. GESTION DE LA TECNOLOGIA Algunos proveedores en un entorno de producción ligera necesitan mayores inputs tecnológicos que otras empresas -tales como I+D o adopción de nuevas tecnologías- porque están más integrados en la cadena de valor de la innovación del fabricante de automóviles. La Tabla 1 muestra algunos datos tecnológicos de las empresas encuestadas. La fuente principal de tecnología para estas compañías es la propia I+D o el equipo de Ingeniería de Producto para las innovaciones de producto, o a través del grupo de Ingeniería de Producción para las innovaciones de proceso. Sin embargo, las empresas valoraron similarmente la adquisición externa de tecnología (maquinaria, licencias, etc) porque como señalan otros estudios (i.e. Sen y Rubenstein, 1990), el esfuerzo de I+D mejora los resultados de la tecnología adoptada. El esfuerzo promedio en I+D de estas empresas es el 0.94% de las ventas, un porcentaje superior al promedio de la industria manufacturera. Este porcentaje era mayor en las compañías con mayoría de capital extranjero que en las de capital nacional. Sin embargo, el porcentaje de empleados en las Oficinas Técnicas de las compañías era mayor en las nacionales que en el otro grupo. Tabla 1. Desarrollo y adopción de tecnología Valor dado por las empresas a la I+D propia 2.5 Valor dado por las empresas a la tecnología externa 2.3 Porcentaje de empresas que hacen I+D % I+D/Ventas 0.92 Porcentaje de empresas con Oficina de Ingeniería

3 Nº de empleados en la Oficina de Ingeniería 86 Porcentaje de empleados en la Oficina de Ingeniería 1.87 Nº de NCMT por 100 trabajadores 2.46 Nº de Robots por 100 trabajadores 1.52 Nº de automatas por 100 trabajadores Nº de células flexibles por 100 trabajadores 0.65 Porcentaje de empresas con CAD Porcentaje de empresas con EDI Porcentaje de empresas con acceso a Internet Porcentaje de empresas con Justo a Tiempo Notas: La importancia de la I+D y la tecnología externa se valoró con una escala Likert de 1 a 5. NCMT - Máquinas Herramientas con Control Numérico; CAD - Computer Aided Design; EDI - Electronic Data Interchange. La Tabla 1 muestra también la intensidad de adopción de tecnologías de producción flexible en las empresas entrevistadas. Más de la mitad de las empresas han adoptado tecnoogías como el CAD (Computer Aided Design) o el EDI (Electronic Data Interchange). Otra característica tecnológica de la producción ligera es el uso de componentes modulares para aumentar la flexibilidad de producto y el uso de tecnologías flexibles de fabricación. Trece de las 28 empresas entrevistadas utilizaban componentes modulares, y en 9 de ellas el porcentaje de componentes modulares era superior al 20%. 4. FLEXIBILIDAD DE LA MANO DE OBRA Otro requisito en un entorno de producción ligera es una mano de obra flexibilidad. La flexibilidad laboral tiene dos dimensiones principales: la flexibilidad numérica -trabajadores temporales y a tiempo parcial- y la flexibilidad funcional -rotación de tareas y trabajadores polivalentes-. Ambos tipos demandan un esfuerzo de formación por parte de las empresas. Para explicar las diferencias de flexibilidad numérica entre las empresas encuestadas, se ha realizado un análisis de regresión múltiple. Las variables explicativas utilizadas para este análisis han sido: ROT (porcentaje de trabajadores que participan en la rotación de tareas); ROB (número de robots por 100 trabajadores); NCMT (numéro de máquinas herramientas con control numérico por 100 trabajadores); e INV (inventario promedio de producto terminado en días). Como variable independiente se ha utilizado el porcentaje de trabajadores temporales (FLEXNUM). Otro tercer análisis de regresión fue realizado para explicar las diferencias en el nivel de formación recibido por los trabajadores. Se espera que la variable ROT esté negativamente correlacionada con la variable FLEXNUM porque hay menos necesidad de contratar trabajadores temporales si los trabajadores de la empresas son capaces de sustituir a sus compañeros ausentes por cualquier motivo y rotar tareas para absorber los aumentos de producción. La variable ROB se espera que explique positivamente las diferencias en FLEXNUM porque los robots industriales aumentar la productividad de la mano de obra y reducen la necesidad de trabajadores temporales. Por el contrario, las máquinas herramientas con control numérico (NCMT) precisan contratar trabajadores especializados para programarlas, que normalmente se convierten en trabajadores fijos. En consecuencia, se espera que la variable NCMT explique negativamente las diferencias 3

4 de FLEXNUM entre las empresas. Finalmente, para la variable INV se propone también una relación negativa con FLEXNUM porque cuanto menor sea el nivel de inventario de producto de la empresa, mayor será la necesidad de compensar las variaciones en el volumen de producción con mano de obra eventual para evitar una rotura de stock. La Tabla 2 muestra los resultados del análisis de regresión. Todas las variables se comportan como se esperaba pero sólo una -INV- es estadisticamente significativa al 90%. El coeficiente de correlación no es muy alto, por lo que se precisaría de un mayor número de observaciones para poder validar este modelo. Tabla 2. Análisis de regresión de la flexibilidad numérica ROT -0.25* (1.96) ROB 1.93* (1.18) NCMT -1.73** (2.14) INV 0.08 (0.53) R 2 = F = p = n = 28 Notas: ROT - porcentaje de empleados que participan en la rotación de tareas; ROB - número de robots por 100 trabajadores; NCMT - número de máquinas herramientas con control numérico por 100 trabajadores; INV - inventario de producto terminado en días. Valores de t- student entre paréntesis. **p<0.05 *p<0.1 Por otra parte, la Tabla 3 muestra diversos datos de las prácticas de rotación de tareas en las empresas encuestadas. El 92.85% de las empresas utiliza la rotación de tareas y el porcentaje promedio de trabajadores que participan en ella es del 25.08%. Además, el número de trabajadores involucrados en la rotación de tareas aumentó en el 70% de las empresas en el periodo Estos resultados indican que la rotación de tareas está muy extendida en la industria auxiliar de automoción, principalmente porque facilita el funcionamiento del proceso de producción cuando se precisa alguna sustitución y porque permite absorber periodos punta de demanda. Los limites al uso de la rotación de tareas se basan normalmente en el nivel de formación necesario para realizar algunas tareas específicas. La Tabla 3 también indica que el trabajo en equipo está muy extendido entre los fabricantes de automoción para la innovación y la resolución de problemas, ya que el 71.43% de las empresas encuestadas disponen de equipos de trabajo y el 16.09% de los trabajadores participan en ellos. Tabla 3. Medidas de flexibilidad funcional de la mano de obra Porcentaje de empresas con rotación de tareas Porcentaje de empleados que participan en la rotación de tareas Porcentaje de empresas con rotación de tareas en las que ha aumentado el número de empleados participantes en el periodo Porcentaje de empresas con equipos de trabajo Porcentaje de empleados que participan en los equipos de trabajo Número de propuestas recibidas por cada miembro de equipo de trabajo en

5 Porcentaje de ahorro sobre ventas efectuado con las propuestas recibidas 0.29 Con ambas variables -porcentaje de trabajadores en rotación de tareas y en equipos de trabajose han realizado dos análisis de regresión múltiple. El primero para explicar las diferencias en el porcentaje de trabajadores que rotan tareas en cada empresa. Se espera que las empresas con más trabajadores formados (TRAIN) tengan también un mayor porcentaje de empleados haciendo rotación de tareas. El inventario promedio de productos terminados en días (INV) se espera que explique negativamente la rotación de tareas porque las empresas necesitan más flexibilidad de producción cuando sus niveles de inventario descienden. Finalmente, el número de máquinas herramientas con control numérico (NCMT) se espera que esté negativamente correlacionado con la rotación de tareas porque la automatización flexible disminuye parcialmente la necesidad de rotar tareas al aumentar su nivel de especialización. La Tabla 4 muestra los resultados del análisis de regresión con este modelo. Unicamente la variable TRAIN ha resultados significativa pero todas se comportan como se esperaba. Tabla 4. Análisis de regresión de la rotación de tareas TRAIN 0.33** (2.18) INV (1.18) NCMT (1.01) R 2 = F = 3.55 p = n = 28 Notas: TRAIN - porcentaje de trabajadores que fueron formados en la empresa; INV - inventario promedio de productos terminados en días; NCMT - número de máquinas herramientas con control numérico por 100 trabajadores. Valores de t-student entre paréntesis. **p<0.05 En el modelo explicativo de los equipos de trabajo (porcentaje de empleados que trabajan en equipo como variable dependiente), se ha incluido también la variable TRAIN por la misma razón que en el modelo de rotación de tareas. Además de ésta, se han incluido otras tres variables. Primero, el porcentaje de componentes comunes (COM) que se espera que se correlacione positivamente porque la modularidad facilita la aplicación de técnicas de trabajo en equipo como la ingeniería concurrente. Segundo, se ha incluido la variable EDI (Electronic Data Interchange) porque el uso de este sistema de comunicación facilita las relaciones comerciales con proveedores y clientes, y puede contribuir a hacer más fácil el trabajo en equipo (reduciendo sus costes operativos). Finalmente, la variable JIT (porcentaje de producción suministrado Justo a Tiempo a los clientes de la empresa) se ha incluido porque el sistema Justo a Tiempo precisa una mayor coordinación que la de un sistema menos flexible de producción, por lo que se espera que esté positivamente correlacionado con el trabajo en equipo. La Tabla 5 muestra los resultados del análisis de regresión con este modelo, que indican que la variable TRAIN es estadisticamente significativa, al igual que lo era en el modelo de rotación de tareas. La variable COM es estadisticamente significativa al 95%, y la variable EDI al 90% pero negativamente correlacionada con el trabajo en equipo al igual que la variable JIT. Las empresas de la muestra que realizan tareas que requieren menos trabajo en equipo, realizan 5

6 al mismo tiempo tareas que precisan del sisteme EDI y de un suministro Justo a Tiempo. Además, no existe una actitud muy entusiasta de los sindicatos en España acerca del trabajo en equipo, lo que limita la rotación de tareas en algunas categorías profesionales, y que podrían explicar parcialmente la negativa correlación con la variable JIT. Tabla 5. Análisis de regresión del trabajo en equipo COM 0.44** (2.61) TRAIN 0.37* (1.99) EDI * (1.86) JIT (1.34) R 2 = F = p = 0.03 n = 28 Notas: COM - porcentaje de componentes comunes utilizados en varios productos; TRAIN - porcentaje de empleados que fueron formados en la empres; EDI - uso del sistema EDI (Electronic Data Interchange); JIT - porcnetaje de componmentes suministrados Justo a Tiempo. Valores de t-student entre paréntesis. **p<0.05 *p<0.1 Finalmente, la Tabla 6 muestra los resultados del análisis de regresión múltiple par explicar las diferencias en el porcentaje de trabajadores que han recibido formación en cada empresa. Una mano de obra flexible requiere de un esfuerzo continuado en formación, de manera que todos los empleados sean capaces de resolver problemas, sugerir e implementar mejoras en el proceso de producción, y trabajar en equipo. Se esperaba que la rotación de tareas (ROT) y el trabajo en equipo (TEAM) estuviesen positivamente correlacionados con la formación porque en ambos casos es necesario formar a los trabajadores para que actuen eficientemente. Las otras dos variables explicativas propuestas han sido el porcentaje de empleados que trabajan en la Oficina Técnica (TECH) y si la compañía hace o no ingeniería concurrente o participa con sus proveedores en el desarrollo de componentes (COOP). La variable TECH se espera que esté negativamente correlacionada con la variable TRAIN porque un mayor porcentaje de empleados en una Oficina Técnica indica un staff más cualificado en la empresa, que pueden precisar de menos formación que el de una empresa con menos staff cualificado. Similarmente, se esperaba que la participación de los proveedores en el desarrollo de componentes precisase un mayor porcentaje de trabajadores formados para funcionar de forma eficiente. Las variables explicativas que han resultado significativas han sido ROT y TECH. Tabla 6. Análisis de regresión de la formación de empleados ROT 0.49** (2.39) TECH -2.97* (2.04) COOP (1.19) TEAM 0.21 (1.13) 6

7 R 2 = F = p = n = 28 Notas: ROT - porcentaje de empleados que participan en la rotación de tareas; TECH - porcentaje de empleados en la Oficina Técnica de la empresa; COOP - involucración con clientes en el desarrollo de componentes; TEAM - porcentaje de empleados en equipos de trabajo. Valores de t-student entre paréntesis. **p<0.05 *p< INTEGRACION FABRICANTE-PROVEEDOR EN AUTOMOCION La tercera característica de la producción ligera que se ha analizado es el grado de integración entre los proveedores de automoción y los fabricantes de automóviles. Existen ddiversos indicadores que pueden estudiarse en este área. Primero, la transferencia de tecnología entre los proveedores y sus socios comerciales. En la actualidad, un mayor número de proveedores de automoción transfieren información a sus clientes y con mayor frecuencia (Helper y Sako, 1995). Diversos indicadores miden la intensidad de esta transferencia: el 64.28% de las empresas encuestadas han cooperado regularmente con sus clientes para mejorar sus procesos de producción o sistemas de gestión de calidad; el 39.28% son visitados por sus clientes para evaluar sus sistemas de producción; y el 46.43% han cooperado alguna vez en el periodo con algún centro de I+D para desarrollar productos o tecnologías de proceso. Estos porcentajes son todavía bajos en comparación con otros estudios anteriores (Cusumano y Takeishi, 1991). La transferencia de tecnología e información contribuye a desarrollar relaciones de mutua confianza entre compradores y proveedores. Las clases de información que los proveedores entrevistados transfieren habitualmente a sus clientes son: descripción de sus procesos de producción, controles de calidad y planificación de producción, y la estructura de costes de cada fase de producción. La información sobre costes ayuda a establecer contratos a largo plazo porque el fabricante de automóviles sabe cuanto pueden reducir los precios sus proveedores sin perder dinero, y también sabe cuando y como ayudarles con programas de mejora. Aquellas empresas que cooperan con sus clientes, cooperan también tecnicamente con sus proveedores (Phi = 0.38 p = 0.04). Un segundo indicador de una relación integrada entre fabricantes y proveedores es la reducción en el número de proveedores y al aumento en la duración promedio de los contratos (Dyer, 1996). Estas prácticas ayudan a algunos proveedores a reducir los tamaños de los lotes de producción y a aumentar la frecuencia de suministro (Helper y Sako, 1995). En las empresas encuestadas, el 53.7% eran proveedores de un sólo cliente, y el 53.7% tenía un inventario de productos terminados inferior a 3 días. Después del desarrollo de una relación de mutua confianza, unos pocos proveedores alcanzan el nivel superior de integración en el que pueden contribuir de alguna forma al diseño y desarrollo de componentes. El grado de integración parece estar relacionado con la complejidad técnica del componente, de forma que aquellos componentes con mayor nivel tecnológico son en los que antes y con mayor intensidad se incorporan los proveedores a su diseño (Liker et al, 1996). Sin embargo y en relación con este indicador, unicamente el 7.14% de las empresas encuestadas están involucradas con sus clientes en el diseño de componentes. Este porcentaje indica un bajo grado de integración porque, por ejemplo, en Estados Unidos y en Japón estos porcentajes 7

8 oscilan entre el 25% y el 35% (Cusumano y Takeishi, 1991; Bensaou, 1999). La razón principal que explica esta gran diferencia es que no existen practicamente Centros de I+D de automoción en España y que el diseño de componentes se realiza en otros paises como Alemania o Francia. El porcentaje promedio de gastos de I+D en las emrpesas encuestadas es el 0.92% de las ventas (Table 1) pero aquellos proveedores que participan en el diseño de componentes hacen un esfuerzo en I+D del 3.2%. Similarmente, el porcentaje de empleados en la Oficina Técnica de la empresa era del 1.87% en el conjunto de la muestra, pero del 6.25% en aquellos proveedores que participaban en el diseño de componentes. De esta forma, la selección de aquellos pocos proveedores más involucrados en el diseño de componentes no se hace sólo bajo la base del precio sino también por sus capacidades de ingeniería. 6. SUMINISTRO JUSTO A TIEMPO Una característica importante de la producción ligera en la industria de automoción ha sido el suministro Justo a Tiempo (Womack et al, 1990). Los siguientes indicadores dan una idea de la importancia del Justo a Tiempo en las empresas encuestadas: el 57.14% de estas empresas suministran Justo a Tiempo todo o parte de su producción a los clientes; el 64.28% de las empresas suministran directamente a la cadena de montaje del cliente; el 39.28% de las empresas tienen instalaciones de almacenamiento cerca del cliente; y más del 75% de las empresas suministran al menos una vez al día a sus clientes. Sin embargo, el suministro Justo a Tiempo no es fácil de alcanzar porque precisa de una organización flexible, tecnología flexible, y recursos humanos flexibles. Para explicar las diferencias en el porcentaje de la producción suministrada Justo a Tiempo, se han propuesto las siguientes variables: el porcentaje de trabajadores formados en la empresa (TRAIN), el porcentaje de componentes comunes (COM), y el número de robots por 100 trabajadores (ROB). Todas estas variables se espera que estén positivamente correlacionadas con el porcentaje de producción suministrado Justo a Tiempo. Cuantos más empleados estén formados, más fácil resultará resolver problemas y mejorar el proceso de producción para desempeñar este sistema de suministro. De la misma forma, una mayor proporción de componentes modulares facilita la producción y el suministro de componentes a los clientes, porque los tamaños de lotes de producción pueden ser más grandes y precisar de menos cambios de herramienta y preparación. Por otra parte, el uso de tecnologías, tales como los robots da flexibilidad al proceso de producción para acomodar los cambios que un suministro Justo a Tiempo plantea a nivel de producción. Los resultados del análisis de regresión se muestran en la Tabla 7. Todas las variables propuestas se comportan como se esperaba y resultan estadisticamente significativas. Tabla 7. Análisis de regresión del Justo a Tiempo TRAIN 0.50** (2.42) COM 0.42* (1.92) ROB 3.32* (1.74) R 2 = F = p = n = 28 8

9 Notas: TRAIN - porcentaje de empleados que han recibido formación en la empresa; COM - porcentaje de componentes comunes; ROB - número de robots industriales por 100 trabajadores. Valores de t-student entre paréntesis. **p<0.05 *p<0.1 Tabla 8. Frecuencia de suministro A los clientes De los proveedores Varias veces al día Diariamente Semanalmente Otras frecuencias Noae: Los porcentajes no suman 100 porque alguna empresas tenían diferentes frecuencias de suministro para cada producto. Número de empresas = 28 Otra dimensión de flexibidad es la frecuencia y conveniencia del suministro. Cuanto mayor sea la frecuencia y menos tiempo tenga que esperar un componente en la cadena de montaje, más flexible es el proveedor. La Tabla 8 muestra que el 32.14% de las empresas encuestas suministran varias veces al día a sus clientes, y que otro 50% lo hace diariamente. Los suministros que estas empresas reciben de sus proveedores son menos frecuentes, normalmente de semana en semana. Sin embargo, la frecuencia de suministro a los clientes y la frecuencia de suministro de los proveedores son dependientes al 95% (χ 2 = 20.56). Casi la mitad de las empresas entrevistadas no esperaba cambios en la frecuencia de suministro, pero un 30% anticipaba aumentos de la misma. CONCLUSION Este trabajo ha analizado la difusión y determinantes de algunas prácticas de la producción ligera en una muestra de 28 proveedores de automoción. Tanto la flexibilidad numérica como la funcional han aumentado en las empresas encuestadas, en términos de trabajadores temporales, rotación de tareas y trabajo en equipo. Se ha encontrado en un análisis de regresión que la rotación de tareas y el trabajo en equipo están positivamente correlacionados con la formación y el uso de componentes comunes. Por otra parte, el porcentaje de suministro Justo a Tiempo estaba positivamente correlacionado con el porcentaje de trabajadores formados en la empresa y con el uso de componentes modulares. Casi la mitad de las empresas han cooperado con clientes, proveedores y centros tecnológicos para mejorar sus procesos de producción. Sin embargo, sólo dos empresas cooperan con sus clientes en el diseño y desarrollo de componentes, lo que indica una baja involucración de las empresas encuestadas con los fabricantes de automóviles. Las empresas están mucho más integradas con los fabricantes de automóviles en el proceso de suministro, ya que más de la mitad de las empresas hacen frecuentes suministros a la cadena de montaje del fabricante. REFERENCIAS BENSAOU, M. (1999): Portfolios of buyer-supplier relationships, Sloan Management Review, vol. 40, no. 4,

10 CUSUMANO, M. y A. TAKEISHI (1991): Supplier relations and management: a survey of japanese, japanese-transplant, and U.S. auto plants, Strategic Management Journal, vol. 12, no. 8, DYER, J. (1996): Specialized supplier networks as a source of competitive advantage: evidence from the auto industry, Strategic Management Journal, vol. 17, no.3, HELPER, S. y M. SAKO (1995): Supplier relations in Japan and the United Stats: are they converging?, Sloan Management Review, vol. 36, no. 3, HUDSON, R. y W. SCHAMP (editors) (1995): Towards a new map of automobile manufacturing in Europe,, Springer, Berlin. LAYAN, J. (1997): Transformación y resurgimiento de los fabricantes franceses Renault y PSA, Economía Industrial, no. 315, LIKER, J. et al (1996): Supplier involvement in automotive component design: are there really large US Japan differences?, Research Policy, vol. 25, no. 1, MACDUFFIE, J. y S. HELPER (1997): Creating lean suppliers: diffusing lean production throughout the supply chain, California Management Review, vol. 39, no. 3, PALLARÈS, M. (1997) El sistema de producción flexible, el Just-in-Time y la transformación espacial. Las empresas del automóvil en España, Boletín de la A.G.E., no. 24, SEN, F. y A. RUBENSTEIN (1990): An exploration on factors affecting the integration of inhouse R&D with external acquisition strategies of a firm, IEEE Transactions on Engineering Management, vol. 37, no. 4, WOMACK, J. et al (1990: The machine than changed the world, Maxwell Macmillan International, New York. 10