The main objective of this work is to present the results obtained from an investigation carried out on wine companies located in Valle de Guadalupe in Baja California, Mexico. The general objective is to determine how production, technological innovation and competitiveness affect Red Wine exports. In the first part, the general panorama of the wine industry is presented, followed by a theoretical review of the main contributions in relation to the variables studied. For data processing, an information analysis was performed using Partial Least Squares Structural Equation Modeling (PLS-SEM) including the evaluation of the out-of-sample predictive power by means of PLSpredict. The methodology used includes a quantitative study of data obtained by applying a 41-item instrument to ninety-two companies. The results of this research show up that, of the three independent variables used; competitiveness is the one that presents a greater degree of association with export competition; followed by technological innovation and production. In addition to the fact that the model has predictive capacity. On the other hand, it should be noted that the field work in this research made it possible to publicize the need to strengthen collaborative projects with a Cluster Approach, in which companies, government agencies, wine associations and educational institutions are actively included.
El objetivo principal de este trabajo es dar a conocer los resultados obtenidos de una investigación realizada a las empresas vitivinícolas ubicadas en Valle de Guadalupe en Baja California, México. El objetivo general es determinar de qué manera inciden la producción, la innovación tecnológica y la competitividad en las exportaciones de Vino Tinto. En la primera parte se presenta el panorama general de la industria vitivinícola, posteriormente se hace una revisión teórica de las principales aportaciones en relación con las variables estudiadas. Para el procesamiento de datos se realizó un análisis de información usando la modelación de ecuaciones estructurales Partial Least Squares (PLS-SEM) incluyendo la evaluación del poder predictivo fuera de la muestra por medio de PLSpredict. La metodología utilizada incluye un estudio cuantitativo de los datos obtenidos mediante la aplicación de un instrumento de 41 ítems a 92 empresas. Los resultados de esta investigación indican que de las tres variables independientes utilizadas; competitividad es la que presenta un mayor grado de asociación a la competencia exportadora; seguida de innovación tecnológica y producción. Además de que el modelo tiene capacidad predictiva. Por otro lado, cabe señalar que el trabajo de campo en esta investigación permitió dar a conocer la necesidad de fortalecer los proyectos colaborativos con Enfoque Clúster, en los cuales se incluyan de manera activa las empresas, instancias gubernamentales, asociaciones vinícolas e instituciones educativas.
