DistribuiçÃo espacial das estruturas de apoio às atividades tecnológicas no brasil: uma análise multivariada para as cinquenta maiores microrregiões do paíS



Baixar 167.44 Kb.
Página1/3
Encontro20.07.2016
Tamanho167.44 Kb.
  1   2   3


DISTRIBUIÇÃO ESPACIAL DAS ESTRUTURAS DE APOIO ÀS ATIVIDADES TECNOLÓGICAS NO BRASIL: UMA ANÁLISE MULTIVARIADA PARA AS CINQUENTA MAIORES MICRORREGIÕES DO PAÍS

Ulisses Pereira dos Santos



Thiago Caliari
Resumo: O presente trabalho se propõe a avaliar o grau de concentração das estruturas de apoio à inovação tecnológica no Brasil, tomando como parâmetro o grau de desigualdade existente entre as cinqüenta maiores microrregiões do país. Para isso serão avaliadas, em dois períodos, variáveis relativas ao suporte às atividades tecnológicas destas microrregiões, como presença de pessoal qualificado e de instituições de ensino e pesquisa, e variáveis ligadas ao seu grau de desenvolvimento econômico, assumindo a correlação existente entre estes dois conjuntos de variáveis. Tais variáveis foram submetidas aos métodos multivariados de Análise Fatorial e Análise de Clusters. Observou-se que há uma associação entre as variáveis econômicas e as variáveis ligadas à estrutura de apoio à inovação local bem como uma forte concentração desta num pequeno conjunto de microrregiões brasileiras.
Palavras Chave: Inovação, Desenvolvimento Local, Microrregiões, Desigualdade Espacial, Estrutura Tecnológica
Abstract: The aim of this paper is to evaluate the degree of concentration of the structures for support technological innovation in Brazilian fifty largest micro-regions. For that were used variables related to support technological activities in these micro-regions, as the presence of qualified workers, education and research institutions. Were used variables related to the degree of economic development of these micro-regions too, assuming the correlation between these two sets variables. All the variables were evaluated in two periods, and submitted to the multivariate methods of Factor Analysis and Cluster Analysis. It was observed that there is an association between economic variables and variables related to the structure for support local innovation. Moreover there is a strong concentration of this structure in a small group of Brazilian regions.
Key words: Innovation, Local Development, Micro-regions, Spatial Inequality, Technological Structures
ÁREA ANPEC: Área 9 – ECONOMIA REGIONAL E URBANA
Classificação JEL: R12, R58, O18

1 Introdução
A presença de desigualdades regionais é um dos fenômenos inerentes ao subdesenvolvimento tendo forte recorrência em economias como a brasileira. Tal problema pode ser ainda mais evidente quando se leva em consideração a capacidade regional em fomentar a atividade tecnológica local. A capacidade em inovar pode assimilar as desigualdades regionais, dado que nem todas as localidades compartilham de iguais condições para fomentar o avanço tecnológico do setor produtivo interno. Nesse sentido, as regiões detentoras de sistemas de inovação mais avançados teriam melhores condições de ampliação da sua renda frente às que apresentam arranjos inovativos frágeis. Dado que, normalmente, as regiões detentoras de estruturas de amparo à inovação mais avançadas são aquelas que já detêm maior nível interno de renda, apresenta-se uma tendência à perpetuação da concentração regional da renda baseada na diversidade de estruturas inovativas locais.

Dado isto, a proposta do presente trabalho é avaliar o grau de concentração das estruturas de apoio à inovação tecnológica no Brasil, tomando como parâmetro o grau de desigualdade existente entre as cinqüenta maiores microrregiões do país. Para isso serão avaliadas variáveis relativas ao suporte às atividades tecnológicas destas microrregiões, como presença de pessoal qualificado e de instituições de ensino e pesquisa, e variáveis ligadas ao seu grau de desenvolvimento econômico, assumindo a correlação existente entre estes dois conjuntos de variáveis. A presente análise considera dois períodos, 2003 e 2008, visando a verificar a existência de mudanças no quadro de concentração destas estruturas de apoio à inovação entre as microrregiões brasileiras.

Nesse sentido, utilizar-se-á os métodos estatísticos multivariados de Análise Fatorial e Análise de Agrupamentos ou Clusters. Por meio do primeiro método serão identificados os padrões de relacionamento entre as variáveis tentando identificar quais são as mais importantes para se explicar o desenvolvimento de estruturas de amparo à inovação. Uma vez observadas tais variáveis, estas serão utilizadas com vistas a identificar padrões (grupos) diferenciados de desenvolvimento entre as microrregiões avaliadas, através do método de Análise de Agrupamentos.

Para cumprir tais objetivos este trabalho está dividido em 5 seções, sendo a primeira esta introdução. A próxima seção trata de aspectos teóricos relacionados à economia regional e à inovação tecnológica, culminando com o conceito de Sistemas Regionais de Inovação. A terceira seção apresenta a metodologia referente à análise das cinqüenta maiores microrregiões e suas estruturas de apoio à inovação, apresentando os métodos de Análise Fatorial e de Análise de Agrupamentos e sua aplicação no presente trabalho, além do conjunto de variáveis utilizadas para a presente análise. A quarta seção apresenta os resultados obtidos por meio do exercício proposto, sendo seguida pela quinta seção na qual são apresentadas as considerações finais.


2 Economia Regional e Inovação Tecnológica

2.1 Teorias de Economia Regional e Desenvolvimento Regional e a Inovação

As Teorias Clássicas da Localização e das Áreas de Mercado, que tiveram seus maiores expoentes em Johann Von Thunen (1826), Alfred Weber (1909: 1969), August Losch (1939: 1967) e Walter Christaller (1933: 1966), não tratavam diretamente de aspectos ligados à forma como o espaço e as firmas podem se influenciar. Estas teorias buscaram, basicamente, o entendimento dos determinantes da localização das atividades econômicas no espaço, assim como a constituição das áreas de mercado para tais atividades, e seus reflexos sobre a dinâmica urbana. Os esforços destes autores constituíram os primeiros pilares da teoria econômica regional, gerando as bases para desenvolvimentos posteriores.

Dentre os herdeiros da Teoria Clássica da Localização, é possível mencionar as contribuições referentes à linha identificada como ‘Regional Science’, sustentada principalmente pelas contribuições de Walter Isard (1956). Esta perspectiva retomou aspectos da teoria clássica da localização, com base no uso de modelos estáticos e dependentes de pressupostos relativos ao arcabouço microeconômico neoclássico (DINIZ, 2001).

Estas duas perspectivas, a clássica e a Regional Science, devido aos seus objetivos e raízes teóricas, não consideravam a inovação em suas análises, sendo que esta apenas veio à tona quando da introdução de visões alternativas sobre a dinâmica econômica regional, como a proposta por Perroux (1967). Contrapondo à visão da Regional Science, Perroux (1967) sugeriu que uma possível estratégia de crescimento regional consistiria na existência de uma indústria motriz a qual espalharia seu crescimento a partir de suas ligações, ou encadeamentos, com firmas associadas a seu processo produtivo. O espalhamento do crescimento da indústria motriz se daria tanto para trás, beneficiando fornecedores, quanto para frente, induzindo consumidores. Sendo assim, as firmas complementares à atividade desta indústria motriz buscariam, segundo a lógica de Perroux (1967), se instalarem nas proximidades desta, de modo a melhor atendê-la e a também desfrutarem dos ganhos de proximidade. Esta idéia fomenta teoricamente a tendência à concentração das atividades econômicas em alguns pontos do espaço, originando conceito de “Pólos de Crescimento”. Neste contexto, quanto maior a capacidade inovativa da indústria motriz maior seria sua capacidade de gerar crescimento para a região onde esta se insere, dado seus efeitos sobre o conjunto da economia local.

Contudo, mesmo a inovação tecnológica apresentando grande importância na análise de Perroux (1967), não houve grandes desdobramentos posteriores acerca de seu papel no desenvolvimento regional, ou mesmo visando ao entendimento das relações entre a sua ascensão e aspectos espaciais (DINIZ, 2001). Tampouco, as outras visões teóricas da economia regional estabelecidas até então apresentaram condições para interpretar tais processos que se intensificavam, mesmo aquelas de orientação heterodoxa, como as Teorias do Desenvolvimento Desigual (HIRSHIMANN, 1977; MYRDAL, 1960). Isto passou a configurar uma deficiência teórica de maior monta a partir dos processos de reestruturação industrial que começaram a ocorrer na década de 1970 se estendendo até o fim do século XX, acompanhados por uma nova divisão internacional do trabalho. Este quadro apresentava a emergência das novas nações industrializadas e o surgimento de uma dinâmica locacional diferenciada para as atividades focadas em novos padrões tecnológicos nos países de industrialização avançada.

Neste contexto, os avanços na tecnologia da informação e a ascensão de um modelo econômico global criaram novos padrões de competitividade (DINIZ, 2001) frente a um modelo globalizado de acumulação de capitais. As mudanças estruturais propiciadas por estes avanços atuaram comprimindo a relação espaço-tempo (HARVEY, 2007; SWYNGEDOUW, 1989), de modo a redefinir as relações sociais e econômicas entre as diferentes nações e regiões num contexto econômico cada vez mais globalizado. Nessa linha, necessitou-se de um novo entendimento para as vantagens competitivas das empresas (PORTER, 1989) no mercado internacional cada vez mais integrado. O conhecimento e a capacidade de absorção e difusão deste passaram a figurar, então, dentre os diferenciais essenciais para a competição externa. Isso fez com que as vantagens competitivas baseadas em preços e escala produtiva perdessem espaço para vantagens baseadas no conhecimento e na inovação tecnológica.

Neste sentido, o sucesso de experiências regionais como a do Vale do Silício, nos Estados Unidos, e a dos distritos industriais da chamada terceira Itália reavivaram a importância da localidade e de suas peculiaridades para o desenvolvimento produtivo trazendo à tona as vantagens da aglomeração industrial e seus reflexos sobre a produção de inovações. Vieram à tona, então, discussões acerca das vantagens da aglomeração, como a presença de trabalho qualificado, a interação via cooperação e competição, a imersão local e as economias externas (ASHEIM, 1995). Disso decorreram novas propostas e estratégias para o desenvolvimento regional versando sobre o fomento de clusters, distritos industriais, parques tecnológicos entre outros, com o intuito de aproveitamento das vantagens da proximidade física entre os agentes para a introdução da inovação.

Todavia, a inovação não emerge somente da existência de um ambiente produtivo marcado pela aglomeração dos agentes. A ascensão das inovações dependeria também da presença de um aparato institucional capaz de sustentar um processo de aprendizado regional convertendo-o na inovação (ASHEIM, 1995). Assim, passou-se a advogar que deveriam ser criadas, nas regiões, as condições estruturais para que o conhecimento possa nascer e circular em seus limites gerando inovações produtivas visando a sustentar competitividade econômica local (FLORIDA, 1995). Isto se daria pela implantação e desenvolvimento de instituições de ensino e qualificação profissional e tecnológica e instituições de pesquisa básica e aplicada, sendo que este quadro institucional seria marcado pela sua associação às especializações econômicas regionais.

Todo este cenário se deu paralelamente à ascensão da teoria neoschumpeteriana, que vislumbra o papel da inovação tecnológica nos processos de desenvolvimento econômico, e sua aproximação ao estudo do desenvolvimento regional (COOKE, 1998). Este novo esforço teórico, originário desta convergência, se orientou a incorporar de forma concreta à teoria regional o papel da inovação para a superação dos entraves regionais ao crescimento e ao desenvolvimento, bem como o papel do espaço nos processos de mudança tecnológica.
2.2 Os Sistemas Regionais de Inovação
Como o acima discutido, o contexto de ascensão do paradigma da economia do conhecimento trouxe à tona, a partir da década de 1980, uma nova lógica de competição, imposta pela dinâmica da economia global. Esse contexto se caracteriza por uma crescente valorização das idéias em meio ao processo de produção (FLORIDA, 1995). Trata-se de um cenário onde investimentos em qualificação da mão-de-obra, criação e expansão de centros de P&D e o incentivo ao surgimento de novas idéias por parte dos agentes, entre outros fatores, passaram a fazer parte da rotina das empresas e dos sistemas econômicos.

Nesse sentido, as teorias do desenvolvimento econômico tiveram de se adequar a este novo contexto, ganhando espaço a teoria neoschumpeteriana, a qual reeditou a contribuição seminal de Schumpeter a respeito do papel da inovação para o desenvolvimento econômico. Segundo os teóricos desta linha, a capacidade de inovar das nações seria um dos determinantes de seu sucesso econômico, sendo esta capacidade um reflexo do grau de maturidade do seu Sistema Nacional de Inovação (FREEMAN 1995; LUNDVALL, 1995).

O conjunto de instituições que atua promovendo e facilitando a introdução das inovações nos mercados, através da criação e da difusão do conhecimento e do estabelecimento dos fluxos de informações em direção ao setor produtivo, caracteriza o Sistema Nacional de Inovação. Neste contexto, o Sistema de Inovação seria o principal responsável pela transformação do conhecimento técnico-científico em novos produtos e processos produtivos, através de suas interações para com o setor produtivo. Logo, afirma-se que a inovação não surge como um fato isolado, mas sim, como o desenrolar de um processo envolvendo não só o empreendedor, como também um conjunto de agentes (FREEMAN, 1995a). Embora houvesse alguma percepção da importância de fatores geográficos na promoção da atividade inovativa (DOSI, 1988), tais desenvolvimentos enfatizaram, na maioria das vezes, apenas os aspectos relacionados à escala nacional na composição dos sistemas de inovação.

Dado isto, a síntese das contribuições de cunho neoshupeteriano sobre o papel da inovação no desenvolvimento econômico e dos esforços em torno da busca de novas estratégias para o desenvolvimento regional frente à Economia do Conhecimento deu origem ao conceito de Sistemas Regionais de Inovação (COOKE, 1998). Este conceito dá vital importância a fatores mais comuns às escalas regional e local, ressaltando o papel dos aspectos sociais, políticos e geográficos para a promoção e execução da atividade inovativa (OINAS; MALECKI, 1999).

A partir desta concepção, as regiões que ambicionassem ganhar competitividade externa deveriam criar condições para o desenvolvimento de uma cultura inovativa local através da imersão social dos agentes num determinado ambiente institucional (GRANOVETER, 1985), o qual seria voltado para a inovação. Esta cultura teria como seus determinantes fatores como o treinamento de mão-de-obra qualificada, o incentivo à atividade de P&D por parte das empresas locais e dos setores da administração pública, o estabelecimento de links entre as universidades e institutos de pesquisa e as empresas, entre outros (FLORIDA, 1995).

Nesse contexto, coloca-se como objetivo fundamental do Sistema Regional de Inovação o esforço consciente de ampliação das interconexões entre os fluxos de conhecimento produtivo internos à aglomeração e os novos conhecimentos técnico-científicos internacionalmente gerados de modo a fomentar a produção inovativa local (OINAS; MALECKI, 1999; MYTELKA; FARINELLI, 2003). Portanto, por estar inserido no paradigma da economia do aprendizado, um sistema regional de inovação demanda instituições formais e informais que sustentem processos de criação e captação de conhecimento (COOKE, 1998).

O desenvolvimento regional passa, assim, pelo esforço de criação de uma estrutura que possibilite a estas regiões a condição de ‘regiões de aprendizado’ (FLORIDA, 1995; ASHEIM, 1995). Sendo que, importância de uma estrutura regional de aprendizado é referente ao valor deste em meio á economia do conhecimento e de seus reflexos sobre a atividade inovativa localizada como fonte de competitividade econômica regional e de resposta às mudanças tecnológicas no cenário econômico internacional (OINAS; MALECKI, 1999).

Portanto, a capacidade de aprendizado de uma região, definida pelo seu esforço na construção de uma infra-estrutura voltada para isto, determinaria sua sobrevivência frente a uma economia cada vez mais marcada pela competição em termos de conhecimento técnico-científico. Deste modo, o setor produtivo contaria com a atuação de seu ambiente externo, ou seja, com as instituições, localizadas em suas proximidades, como apoiadoras de suas atividades inovativas (OINAS; MALECKI, 1999). Ou seja, as instituições de ensino e pesquisa de uma dada região seguiriam o sentido das necessidades técnicas da indústria ali estabelecida ao mesmo tempo em que absorveriam os desenvolvimentos científicos internacionais visando a decodificá-los segundo as necessidades locais.

Esta teoria regional moderna leva em conta, ainda, a importância do “mileu” sociocultural sobre a produção de inovações. De acordo com esta concepção, o processo inovativo é considerado inseparável das circunstâncias sociais, políticas, geográficas e econômicas a que está submetido. Nesse sentido, a vivência de um determinado contexto sócio-regional possibilitaria a promoção de fluxos informativos entre as diferentes partes que compõem um sistema de inovação, dando vida a um conjunto de externalidades tecnológicas sobre os agentes num determinado contexto regional. Tal processo se daria através de um conjunto de “interdependências não transacionais”, utilizando o termo empregado por Dosi (1988, p.226), que sustentariam a troca de informações entre os diferentes agentes envolvidos na promoção de um processo inovativo. Por esta ótica, experiências e habilidades incorporadas pelas pessoas e organizações, assim como capacidades e costumes dariam vida a um contexto, o qual seria específico a uma determinada organização social.

Nesse sentido, a presença no mesmo ambiente sócio-econômico, a partilha de valores, costumes, rotinas, e a existência de uma vivência social comum estabelece uma gama de relações formais e informais entre os diversos agentes. Isso faz com que as informações sejam transmitidas entre as partes por meio de códigos nem sempre convencionais, e que são determinados ou potencializados, pelo grau de imersão dos integrantes de tal sistema (DINIZ; GONÇALVES, 2005; GRANOVETER, 1985). Levando em conta estes aspectos, o sistema de inovação tem necessariamente de ser entendido por uma ótica social e local, sendo um sistema que interage com o ambiente no qual está inserido, considerando o aprendizado inovativo uma experiência localmente identificada e determinada por uma trajetória especifica a um contexto (COOKE, 1998; DOSI, 1988). Nesse sentido, a perspectiva regional aponta que o grau de imersão dos integrantes de um sistema de inovação age de forma a solidificar as relações entre os seus componentes na construção de um processo inovativo.

Assim, o contexto tem importância fundamental para a existência e natureza do processo inovativo, já que definiria a forma como as informações seriam transmitidas entre as diferentes instituições e agentes que formam um sistema regional de inovação, como universidades e empresas. Logo, haveria todo um contexto ligado à imersão social das firmas e dos agentes na partilha de um mesmo contexto local, político e econômico (GRANOVETER, 1985). Esta imersão potencializaria o estabelecimento de pontes para a transmissão do conhecimento entre os agentes, facilitando a transformação do conhecimento científico em novas tecnologias para os setores produtivos.

Portanto, acredita-se que cada localidade deve buscar a consolidação de sua estrutura de apoio à inovação como forma de viabilizar seu desenvolvimento. Em outros termos, faz-se necessário o investimento na promoção de um sistema de inovação regionalizado e localmente identificado que seja capaz de fomentar a dinâmica tecnológica do ambiente no qual se insere. O grau de imersão dos agentes que compõem este sistema regional de inovação seria um dos principais determinantes para o seu desenvolvimento.

Contudo, tem-se ainda que o paradigma da economia do conhecimento pode acirrar as desigualdades regionais em economias periféricas (DINIZ; GONÇALVES, 2005). Tais economias se caracterizam pela desigualdade e pela concentração de renda em determinadas regiões ou localidades, que resulta de condicionantes inerentes ao subdesenvolvimento. Por concentrarem a renda e a acumulação de capital, estas localidades também concentrariam os investimentos em ensino, pesquisa e desenvolvimento tecnológico, e boa parte dos ativos intelectuais disponíveis. Havendo tal concentração estas regiões tenderiam a permanecer concentrando grande parcela da renda interna de forma a aumentar o nível de desigualdade regional numa determinada economia. Isso ocorreria, pois, as regiões melhores dotadas de uma estrutura para suporte à inovação seriam também aquelas mais bem sucedidas frente ao padrão de competição imposto pela economia do conhecimento. Por outro lado, aquelas localidades com baixa dotação científica e tecnológica ficariam à margem no paradigma da economia global.

A possibilidade de concentração regional das estruturas de apoio ao desenvolvimento tecnológico pode se configurar, então, como uma das principais dificuldades em economias em desenvolvimento, como é o caso brasileiro, frente ao paradigma da Economia do Conhecimento. Deste modo, cabe identificar a dimensão da concentração das estruturas que podem configurar sistemas de inovação para diferentes regiões ou localidades no país.



3 Metodologia

3.1 Métodos de análise multivariada
O conjunto de variáveis proposto no artigo (que serão apresentadas no próximo tópico) pode ser avaliado através de técnicas estatísticas de análise multivariada de dados. O intuito disso é, a partir desses dados, verificar a correlação de características econômicas, demográficas e inovativas das regiões em questão e, a partir disso, classificá-las conforme a proximidade. Para tais anseios, utilizaremos duas técnicas, a saber: análise fatorial e análise de cluster1.

O método de análise fatorial (AF) tem como objetivo descrever a variabilidade original de um vetor aleatório de variáveis X em termos de um número menor de m variáveis aleatórias, denominadas fatores comuns e relacionadas com o vetor original através de um modelo linear (MINGOTI, 2005). Dessa forma, uma parte considerável da variabilidade de X é atribuída a esses fatores comuns. A técnica de AF permite, portanto, reduzir o número de variáveis que necessitam ser consideradas a um número pequeno de índices, que são combinações lineares das variáveis originais. O grau de importância das novas variáveis é dado pela magnitude da variância explicada de todas as variáveis para cada componente. Numa descrição matemática, os fatores comuns são uma transformação ortogonal de um conjunto de variáveis correlacionadas em um novo conjunto de novas variáveis não correlacionadas. A falta de correlação dos índices possibilita medir “dimensões” diferentes nos dados (LEMOS et al., 2001).

A definição dos fatores comuns permitirá identificar a proximidade das variáveis econômicas, demográficas e inovativas e, a partir disso, proceder a continuidade do estudo com uma análise de cluster (AC). A AC foi utilizada pela primeira vez em trabalho seminal de Tyron (1939), e tem como objetivo dividir os elementos da amostra em grupos de forma que os elementos pertencentes a um mesmo grupo sejam similares entre si com respeito às variáveis (características) que neles foram medidas, e os elementos em grupos diferentes sejam heterogêneos em relação a essas mesmas características (MINGOTI, 2005). A AC, portanto, agrupa os pontos multivariados, neste caso, microrregiões, em classes de acordo com seu grau de homogeneidade, segundo as características econômicas e inovativas consideradas (LEMOS et al., 2001).

Suponha que se tenha disponível um conjunto de dados constituído de n elementos amostrais, tendo-se medido p-variáveis aleatórias em cada um deles. O objetivo é agrupar esses elementos em g grupos. Para cada elemento amostral j, tem-se, portanto, o vetor de medidas definido por:



onde representa o valor observado da variável i medida no elemento j. A análise de cluster pode ser utilizada mesmo quando não se tem hipóteses a serem testadas a priori. Nenhuma suposição precisa ser feita com relação ao número de grupos ou estrutura, sendo o agrupamento feito com base nas similaridades entre os grupos.

Nesse contexto, as técnicas aglomerativas da AC permitem o agrupamento dos elementos amostrais de acordo com essas similaridades – ou, especificamente, distâncias – das variáveis. Esse processo de agrupamento é constituído de vários estágios com propriedades descendentes de clusters; ou seja, à medida que aumentamos o estágio de análise, diminui-se o número de clusters. Parte-se de um processo onde se tem n clusters, exatamente o mesmo número de elementos amostrais, até a aglomeração em apenas um único cluster, com a maior variância possível de informações (MINGOTI, 2005).

Existem vários métodos de agrupamentos hierárquicos, mas para esse trabalho em específico optou-se pelo método de kmeans, O método k-means é um dos mais utilizados na literatura e tem como parâmetro de entrada o número de clusters K, dividindo o conjunto de N elementos em K grupos. A medida de distância aplicada foi o Quadrado da Distância Euclidiana. Após a hierarquização, o gráfico de dendogramas, que representa a árvore ou a história do agrupamento, ajuda na escolha subjetiva do número final de clusters, ao comparar o nível em que os elementos foram considerados semelhantes.

Todo o processo de análise multivariada descrito é feito para os anos de 2003 e 2008, como forma de captar mudanças de correlação e de posicionamento das microrregiões analisadas no decorrer do tempo. O procedimento computacional utilizado é o STATA 10.

  1   2   3


©principo.org 2016
enviar mensagem

    Página principal